基于IC卡數據的武漢市軌道交通客流時空特征

王 冠，陳 華，李建忠，孫貽璐

(武漢市交通發展戰略研究院，湖北武漢430017)

0 引言

及時獲取運行數據、精確掌握客流特征是制定軌道交通線網規劃和建設規劃的基本前提，也是評估運營組織與建設成效的重要依據[1]。軌道交通運行數據按照基礎信息獲取途徑劃分大致經歷了三個階段：起初通過清點營收票務并組織人工調查統計線路、車站客流[2]，解決了數據的有無問題；其后各地逐步啟用公交IC卡(以下簡稱“IC卡”)并建立信息系統[3]，對客流數據進行特征分析，解決了數據的多少問題；在“互聯網+”思想的引導下，融合大數據挖掘助推決策創新、輔助規劃編制成為城市發展的趨勢[4]，致力于解決數據的優劣問題。

近年來，國內外學者基于IC卡數據圍繞公共交通客流開展了大量有意義的研究。例如，以軌道交通客流為視角研究城市職住關系和通勤行為[5]、歸納大城市軌道交通客流時空特征[6]、研究軌道交通網絡化運營規律[7]、建立軌道交通網絡內部依概率的路徑選擇模型[8-9]等。當前正逢武漢市城市總體規劃、土地利用規劃和交通規劃同步修編以及智能交通大力建設時期，以IC卡數據為基礎的居民出行信息在城市空間利用評估中的作用尤為重要。本文在研究武漢市軌道交通刷卡記錄的基礎上，結合線網規劃、運營組織等，分析軌道交通客流特征和城市空間布局。

圖1 武漢市現狀與規劃軌道交通線網分布Fig.1 Existing and planning rail transit network in Wuhan

圖2 2012—2016年武漢市軌道交通運營里程與客流發展趨勢Fig.2 Mileage and passenger volume of rail transit network in Wuhan from 2012 to 2016

1 武漢市軌道交通發展趨勢

2012年以來，武漢市每年至少貫通一條地鐵線路。截至2018年1月，全市已經開通7條軌道交通線路，運營里程237 km，共設站167座，其中換乘站19座，城市軌道交通“第一環”初步形成，邁入網絡化運營階段。根據《國家發展改革委關于武漢市城市軌道交通第三期建設規劃(2015—2021年)的批復》(發改基礎[2015]1367號)[10]，到2020年全市將形成由10條線路構成的軌道交通網絡，運營總里程達400 km(見圖1)，逐漸形成多模式快速軌道交通軸向支撐。

軌道交通建設過程中，不同類型和功能的線路開通對客流總量產生的影響程度各異，但客流強度隨著運營時間累積和線網規模增大呈現持續上升趨勢。2012年底，貫穿漢口、武昌兩鎮的骨干線路2號線開通，形成連通長江南北兩岸的快速客運通道；2015年底，3號線開通促使軌道交通網絡相扣成環，吸引力進一步提升。5年間，隨著沿線土地開發強度增大全網客運量迅速攀升，由年日均23萬人次·d-1增長至205萬人次·d-1，增長了8倍；客運強度由0.81萬人次·km-1增長至1.63萬人次·km-1，年均增幅達20.5%(見圖2)；平均乘距隨著線網規模擴大亦呈現持續上升趨勢，由8.3 km增長至10.9 km；2016年全網換乘系數達1.38，相比于2012年底僅通車2條軌道交通線路時的1.13大幅提升。軌道交通成環促使區域客流交換更為頻繁，網絡化效益初顯，客流量處于快速發展階段。

市民乘坐地鐵進出站需兩次刷IC卡或電子票，通過對票務數據的長期累積與挖掘分析，可掌握全口徑、全覆蓋的客流信息。本文以當前運營線路為研究對象，分析客流分布、區域交換情況，以及由通勤出行反映的城市空間布局特征。

2 軌道交通客流空間特征

在分析軌道交通通勤出行與城市空間布局的關聯之前，首先從斷面分布和區域交換兩方面概述軌道交通客流一般性特征。

2.1 斷面客流

武漢市長江兩岸之間的交換出行需求較大，而2號線是連通兩地的唯一快速客運通道，導致高客流斷面主要聚集在2號線(見圖3)。循禮門站至街道口站區間長度為11.5 km，途經的8個站間斷面客運強度均超過30萬人次·d-1，其中洪山廣場站—中南路站斷面客運強度最高，達41.1萬人次·d-1，其次是跨長江斷面(江漢路站—積玉橋站)，為35.9萬人次·d-1。受此影響，2號線日均客運量超過80萬人次·d-1，占全網總量的40%，全網集散量較高的車站也主要集中在2號線。結合部分路段電子監控以及人工調查數據，2號線走廊機動化出行方式中軌道交通約占54.3%，小汽車約占11.7%，低于全市小汽車23.1%的平均水平[11]。軌道交通分流沿線道路交通壓力作用明顯。

其他線路斷面客運強度分布較為均衡且低于30萬人次·d-1，1，4號線客流較高斷面均位于2號線換乘車站前后，其中4號線楚河漢街站—武昌火車站4.1 km區間的客運壓力較為明顯，新近開通的3號線處于客流培育期，運力相對充裕。

2.2 區域交換

以城市控制性詳細規劃單元為基礎，形成基于片區的軌道交通客流交換分布(見圖4)。軌道交通系統既服務跨行政區的長距離出行，也支持鄰近片區間短距離客流交換。

以居住小區為主的塔子湖片區與涵蓋眾多就業崗位的珞喻片區之間的客流交換量約5萬人次·d-1，兩地軌道交通出行距離雖然達22 km，但僅需耗時49 min，軌道交通出行綜合成本低于公共汽車和小汽車，成為跨區出行的重要選擇。洪山與珞喻片區屬于內部人口稠密的相鄰組團，兩地軌道交通交換客流分別占各自出行總量的31.5%和28.5%，軌道交通出行距離為6 km，耗時17 min，軌道交通為短距離出行者提供便利。

3 職住分布與通勤出行分析

軌道交通線路周邊土地利用及其開發強度直接影響客流特征，隨著線網逐步完善，運營車站周邊1 km半徑覆蓋的人口由2010年73.3萬人增長至2015年349.2萬人[12]，受此影響客流水平大幅增長。

另一方面，通過客流演變規律可以有效評估規劃和建設效果。調查結果顯示，居民公共交通出行目的以就業、上學等剛性需求為主，比例超過60%[11]。作為大運量、高速度、安全準點的城市快捷出行方式，軌道交通受到上班族、學生的廣泛青睞，25～55歲人群構成通勤出行的主體[11]，通勤群體的出行特征反映著城市開發以及基礎設施建設的效用和進程。基于軌道交通通勤出行，研究就業地與居住地的空間關系是城市空間布局以及公共交通線網優化調整的重要依據。

統計連續工作日的全天候、全樣本出行鏈，軌道交通通勤交通約占客流總量的40.3%。本節通過分析個體OD行為，形成群體通勤出行規律，辨識基于軌道交通車站的城市職住分布，并由通勤出行特征分析城市空間發展現狀。

3.1 基于軌道交通車站的職住辨識

為判別軌道交通車站周邊用地情況，本節定義的居住地和就業地分別代表軌道交通車站周邊以居住為主和以就業為主的區域，基于文獻[5]建立辨識算法(見圖5)。

圖3 軌道交通線路斷面客運量分布Fig.3 Distribution of rail transit passenger volumes

圖4 主城各片區間大于1萬人次·d-1的軌道交通客流交換情況Fig.4 Passengers'OD of rail transit(greater than 10 thousand persons per hour)in central city

圖5 基于軌道交通車站的城市職住區域辨識模型Fig.5 Job-housing identification model based on rail transit stations資料來源：文獻[5]。

對于某IC卡(假設一人一卡)，從某工作日第一次進站開始，若出站后1 h內再無進站記錄，定義為一次出行，該次出行中可能包含多次進出站OD對(出行鏈中存在先送小孩去學校再去工作地的情況)。

對于某IC卡，若前一個工作日最后一次(16:00—20:00)出站位置與當前工作日首次(6:00—10:00)進站位置一致，標記該車站區域為居住地。若在某地停留時間超過6 h，并且是當天首次出行的出站位置或其鄰接車站(出行鏈中存在先購物再回家的情況)，標記該車站區域為就業地。

采用上述算法獲取某IC卡在連續工作日內的居住和就業信息，依概率推斷該卡使用者的居住地與就業地，并依次對全樣本IC卡數據進行判別。通過分類器聚合軌道交通車站類別，辨識出居住型、就業型、混合型車站分別為38個，18個，11個(見圖6)。

按照城市環線劃分從空間范圍描述職住地空間分布，基于軌道交通車站的居住地主要集中在一環至三環之間，就業地主要集中在二環以內，而職住混合型主要集中在三環周邊，當前存在一定程度的職住分離現象，部分區域用地性質較為單一。

3.2 基于職住分布的軌道交通通勤出行特征

3.2.1 通勤出行時間和距離特征

居住地和就業地的軌道交通通勤出行時間和距離呈現一定的向外遞增趨勢，隨著城市環線向外擴張而逐漸增大，體現了城市中心區的崗位聚集效應(見表1)。

軌道交通通勤出行以中短距離為主，平均時耗24.1 min(低于全網的29.4 min)，70.6%的乘客通勤出行時間小于30 min；平均乘距為9.2 km(低于全網的10.9 km)，80.6%的乘客通勤出行距離小于14 km(見圖7)。

3.2.2 高峰時段通勤客流發生吸引情況

根據城市職住分布，高峰時段通勤行為更能反映城市空間特性，本節從集散時間、出行范圍和方向不均衡性等方面研究工作日早高峰的通勤行為。

1）集散時間。

如圖8所示，工作日早高峰軌道交通通勤出行時間主要集中在7:15—8:45，與整體出行高峰時段基本重合，其中7:30—8:30是出發高峰，53.9%的通勤發生量從居住地區進站；8:00—9:00是到達高峰，54.5%的通勤吸引量從就業地區出站。

高峰時段通過江漢路—積玉橋(跨長江)斷面的通勤客流占全日總量的32.6%，7:30—8:30達到高峰時段通勤客流總量的41.2%，是該斷面全日最為擁擠的時刻，此類出行者多為職住分離在漢口和武昌兩地的剛性需求群體。

圖7 軌道交通出行時間和距離特征Fig.7 Travel time and distance of rail transit users

2）出行范圍。

早高峰時段各方向通勤客流量比例較大的是由二三環間到一二環間，由二三環間到一環內，由一二環間到一環內，三者之和超過通勤總量的40%，體現高峰時段通勤出行具有一定的向心性。

通勤交通吸引方面，由居住地出發的通勤出行終點各不相同，但除了朝向城市中心，還呈現一定的就近就業特征。如圖9所示，金銀潭站位于北三環外，其周邊居民約48.2%選擇前往王家墩、新華和江漢關等漢口內部鄰近片區就業；楊家灣站位于東二環外，其周邊居民約17.6%選擇前往只有一站之隔的光谷片區就業，約29.1%選擇前往相鄰的洪山片區就業。

通勤交通發生方面，就業地吸引的通勤出行輻射范圍與該地區的位置、功能、規模等因素相關。如圖10所示，位于武昌文化核心區域的楚河漢街站對全市各方向的通勤吸引水平均衡，輻射范圍廣泛；而位于漢口商業核心區的友誼路站輻射范圍略小于楚河漢街站，對漢口周邊區域的吸引能力更強。

就近就業特征導致部分三環周邊區域的軌道交通出行時間和距離并不顯著大于內環區域，金銀潭站和楊家灣站的通勤發生時間和距離與一環內的楚河漢街站和友誼路站的通勤吸引情況差距不大(見表2)。

3）方向不均衡性。

圖8 早高峰時段軌道交通通勤客流進出站比例Fig.8 Commuting volumes entering/departing stations during morning peak hours

圖9 早高峰時段居住地車站的通勤客流發生情況Fig.9 Generation of commuting volumes at stations adjacent to residential areas during morning peak hours

職住分布不均衡直接導致部分走廊客流潮汐特征比較明顯[13]，高峰時段進出各方向環線的客流比差異較大(見圖11)。其中進出南二環的客流比值相差最為顯著，達到3.6:1.0，南二環武昌段以外區域云集南湖、關山等居住片區，區內居民大部分前往二環以內就業，造成城市南面區域周邊軌道交通線路自南向北方向產生較為明顯的單向擁擠。在按照規定班次發車的情況下，該現象不僅增加了公共交通組織的難度，也在一定程度上造成運力浪費。

圖10 早高峰時段就業地車站的通勤客流吸引情況Fig.10 Attraction of commuting volumes at stations adjacent to employment areas during morning peak hours

表2 具有代表性的居住地和就業地早高峰時段通勤客流出行特征Tab.2 Commuting characteristics at typical stations adjacent to residential and employment areas during morning peak hours

圖11 早高峰時段進出各環線的客流情況Fig.11 Commuting volumes entering/departing each ring roadway during morning peak hours

表3 軌道交通通勤群體換乘特征對比Tab.3 Characteristics of rail transit commuting by different transfer modes

基礎設施不完善以及區域統籌開發程度不高也是職住通道潮汐特征明顯的重要原因。雖然武昌東面的岳家嘴、東亭屬于混合型車站，但所在走廊串聯就業型洪山片區和居住型楊園片區，高峰時段出行需求形成潮汐通道。同時該區域軌道交通通達性不夠，需加大力度建設貫通城市南北向的5，7，8號線。另一方面，當前1，3，4號線均服務城市西南面，區內涵蓋沌口、黃金口、吳家山等三環周邊混合型片區，客流混合型軌道交通車站東吳大道、五環大道、東風公司均設置于此，大部分人群實現區內職住，高峰期進出環線客流相互交織，相對比較均衡。

3.2.3 通勤換乘

由于軌道交通車站覆蓋范圍有限，軌道交通出行路徑僅能表征出行鏈中的一段，不能完全反映完整通勤需求。調查結果顯示，包含軌道交通的混合機動化出行鏈中采用公共交通系統(不含出租汽車)內部換乘的比例為70%[11]。在上述軌道交通通勤出行特征的基礎上，按照其在公共交通系統中的出行比例劃分為軌道交通內部同線直達、異線換乘以及軌道交通與公共汽車之間換乘，進一步分析換乘規律。

軌道交通通勤群體中，同線直達方式符合剛性出行者時間短、距離近的需求，比例超過50%(見表3)，而軌道交通內部異線換乘中93.8%采用一次換乘實現出行目標。此外，融合公共交通GPS和刷卡數據，分別以30 min和500 m范圍作為時空閾值，得到軌道交通與公共汽車之間的換乘需求量約占軌道交通通勤總量的23.5%，尤其在軌道交通線路末站、交通樞紐和大型商圈周邊的換乘需求不容忽視。

軌道交通2號線末站光谷廣場站日均集散量超過15萬人次·d-1，過度的樞紐功能將過多的客流和公共汽車線路吸引至此，其周邊片區500 m半徑范圍內設置公共汽車站12處，途經線路26條，大部分通往東南方向的關山片區，高峰時段(7:00—9:00)近5萬人次在此處通勤換乘，形成連接關山與主城、貫穿城市南北的通勤走廊(見圖12)。從公共汽車接駁軌道交通光谷廣場站的換乘客流分布來看，在2號線南延線尚未開通的情況下，關山片區東南面的高校、居住、科研機構人群逐漸形成了“軌道交通+公共汽車”的換乘習慣。該區域內中南民族大學、武漢紡織大學、光谷軟件園等大型吸引點附近的公共汽車站客流幾乎集散于軌道交通光谷廣場站。雖然該類組合出行方式初步實現了跨區聯系，但由于道路擁堵與換乘候車，平均出行時間達72.6 min，出行成本較高。

在城市軌道交通尚未覆蓋三環周邊區域的情況下，公共汽車承擔了接駁軌道交通的任務。武漢市以大運量軌道交通為骨干，公共汽車為主體，輪渡、出租汽車為補充，步行和自行車交通相銜接的城市公共交通體系正在逐步形成。

4 思考與建議

本文通過對客流數據的分析，重點研究通勤群體的規律性行為，對軌道交通出行特征概述如下：

1）軌道交通通勤客流占較大比例，且以15 km以內的中短距離出行為主，軌道交通相比其他交通方式在服務城市通勤出行方面更具吸引力。

2）局部地區線網建設速度滯后于城市發展，部分斷面高負荷運營、滿載率較高，公共交通一體化換乘方案尚未實施。

3）高峰時段客流擁擠和潮汐現象與城市空間和軌道交通線網的布局有關，主城南面以及外環周邊區域尚未實現職住均衡發展，車站周邊配套設施尚不完善。

根據模型預測，到2020年全網日均客流總量將達到650萬人次·d-1，需要結合總體規劃完善運營組織、線網規劃等，以滿足日益增長的客流需求：

1）依據客流特征完善運營組織。

武漢市現狀軌道交通供給能力充足，但由于客流出行時空不均衡以及缺少面向動態需求的快速響應機制，運營組織與需求之間存在一定的不匹配性。例如，2號線客運強度和高峰小時客流系數均為全網最高，高峰時段過江區間車內擁擠情況嚴重；3號線高峰時段運力配置水平與1，4號線接近，均為1.5萬人次·h-1，但前者客流強度僅為后兩者的60%。建議根據客流分布特征動態編排組織方案，采用多種運營方式，例如大小編組、客貨交替以及動態發車間隔等。

公共交通系統內部銜接不夠緊密，公共汽車和軌道交通尚未實施高效接駁，建議借鑒其他城市經驗，大力發展公共交通一體化換乘，同時加快落實P&R停車場規劃并強化運營管理，吸引更多小汽車出行群體換乘軌道交通。

2）優化線網結構與城市布局。

城市空間發展正由中心城區向外圍擴張，城市快速建設使得人口、就業崗位的分布和數量均發生變化，在城市功能拓展區和新區增幅尤為明顯。居民出行需求也隨之變化，公共交通系統出行距離由2008年8.4 km增長至2018年10.8 km。建議配合城市發展不斷優化完善軌道交通系統，包括結合軌道交通新線建設同步開發沿線土地，例如結合8號線遠期工程開發南三環外的黃家湖片區打造地鐵小鎮；根據城市用地發展調整軌道交通建設方案，例如提前建設21號線加強主城與北部新城的聯系等。

由于城市軌道交通出行仍然以三環以內的居住和就業區域聯系為主，約占出行總量的81.7%，三環以外區域與中心城區尚未形成活躍聯系，建議在保持中心城區以內就業崗位高度聚集的同時，結合區域特色發展相關產業，引導更多三環周邊居民主動就近就業，逐漸形成類似吳家山片區的均衡發展空間。同時以大運量軌道交通為主體構建面向城市空間發展走廊的客運體系，促進車站周邊土地利用和功能布局優化，鼓勵城市軸向發展。

5 結語

通過對刷卡記錄、線網分布、運營組織等信息的匯聚、融合與挖掘，本文從武漢市軌道交通總體發展趨勢、客流時空分布、職住與通勤出行等方面進行量化分析，研究軌道交通運行現狀，闡述城市空間分布與出行活動的關系，并從出行特征的視角分析城市空間布局和軌道交通網絡建設。

圖12 軌道交通車站通勤換乘與接駁情況Fig.12 Commuting and transfer characteristics at each rail transit station

隨著大數據時代全面到來，未來能積累更多信息資源，下一步將結合手機信令數據研究居民完整出行鏈，細化研究個體出行規律和時空標簽，研其蹤，知其行，使預測模型獲得更加精確的參數標定，更加科學合理地指導規劃與決策。