城市軌道交通車站客流遞遠(yuǎn)遞減規(guī)律實(shí)證研究

王逸君 鄭鍇 魏萬旭 張權(quán) 金科良

摘要：城市軌道交通在人們的生活中愈來愈重要。本文對(duì)其車站客流遞遠(yuǎn)遞減規(guī)律進(jìn)行研究，根據(jù)交通調(diào)查所獲得的散點(diǎn)圖得到不同類型車站遞遠(yuǎn)遞減規(guī)律函數(shù)，并分析不同類型車站遞遠(yuǎn)遞減規(guī)律函數(shù)的異同，從而為城市軌道交通的進(jìn)一步發(fā)展與城市用地等提供參考依據(jù)。

關(guān)鍵詞：城市軌道交通；客流；遞遠(yuǎn)遞減規(guī)律

引言

目前，城市軌道交通以其節(jié)能、省地、運(yùn)量大、全天候、無污染（或少污染）安全等特點(diǎn)，成為緩解城市擁堵的最佳方案。截至2017年末，我國(guó)已有34個(gè)城市開通軌道交通并投入運(yùn)營(yíng)，運(yùn)營(yíng)里程達(dá)5033公里。其中，地鐵3884公里，占比77.2%；輕軌、單軌、市域快軌、現(xiàn)代有軌電車、磁浮交通等制式運(yùn)營(yíng)線路約1149公里，占比22.8%；總體呈現(xiàn)出網(wǎng)絡(luò)化、差異化，制式結(jié)構(gòu)多元化等特點(diǎn)。城市軌道交通客流是城市軌道交通規(guī)劃、投資、建設(shè)、運(yùn)營(yíng)、評(píng)估的重要指標(biāo)。城市軌道交通車站客流是城市軌道交通客流的一個(gè)重要內(nèi)容，決定著站臺(tái)規(guī)模，站內(nèi)通行設(shè)備的布設(shè)等。鑒于此，有必要對(duì)城市軌道交通車站客流進(jìn)行預(yù)測(cè)。

本文通過對(duì)車站客流遞遠(yuǎn)遞減規(guī)律實(shí)證研究，繪制車站客流遞遠(yuǎn)遞減規(guī)律散點(diǎn)圖，選用合適的函數(shù)曲線對(duì)散點(diǎn)圖進(jìn)行擬合，得到車站客流遞遠(yuǎn)遞減規(guī)律函數(shù)，為合理預(yù)測(cè)車站客流提供依據(jù)，同時(shí)也能為商業(yè)圈的開發(fā)，政府用地等提供一定的依據(jù)。

1.研究方法

既有的車站客流預(yù)測(cè)方法以傳統(tǒng)的四階段法[1]為主，針對(duì)精細(xì)化微觀的軌道交通車站層面的客流預(yù)測(cè)適用性較弱，體現(xiàn)在：①其需要大量的有效基礎(chǔ)數(shù)據(jù)，在區(qū)域?qū)用娼M織大規(guī)模OD調(diào)查耗時(shí)耗力；②如果部分?jǐn)?shù)據(jù)失實(shí)，造成的誤差將從全方式客流量累積傳遞到車站客流量，使得誤差放大。③因其需要通過對(duì)全區(qū)域全方式的客流量預(yù)測(cè)后才能逐步得到車站客流量，所以對(duì)車站客流吸引范圍內(nèi)土地利用或交通服務(wù)水平變化的靈敏度不高[2]。

因此出現(xiàn)了基于城市軌道交通站點(diǎn)層面構(gòu)建的車站客流量微觀預(yù)測(cè)方法[3-11]，其將車站客流看作是車站周邊環(huán)境及車站自身特點(diǎn)的函數(shù)，構(gòu)建回歸模型對(duì)影響車站客流的因素與車站客流之間的關(guān)系進(jìn)行回歸，并基于回歸系數(shù)對(duì)車站客流進(jìn)行預(yù)測(cè)。城市軌道交通車站客流量微觀預(yù)測(cè)方法中，車站客流吸引范圍內(nèi)的人口是影響車站客流的重要因素。鑒于車站客流存在遞遠(yuǎn)遞減規(guī)律，如果將到車站不同距離的單位人口對(duì)車站客流的貢獻(xiàn)率等同，則預(yù)測(cè)結(jié)果將會(huì)有較大誤差。因此，有必要對(duì)到車站不同距離單位人口對(duì)車站客流的貢獻(xiàn)率即車站客流遞遠(yuǎn)遞減規(guī)律進(jìn)行研究，以便合理地對(duì)車站客流進(jìn)行預(yù)測(cè)。既有研究往往通過調(diào)查居住/工作在車站客流吸引范圍內(nèi)的城市軌道交通使用者，繪制散點(diǎn)圖描述隨到車站距離的增大，軌道交通使用頻率下降的事實(shí)對(duì)其進(jìn)行定量研究[3，4，11]。但既有研究對(duì)散點(diǎn)圖的曲線擬合函數(shù)差異較大，如文獻(xiàn)[4][11]采用線性函數(shù)對(duì)居住類曲線進(jìn)行擬合，二次負(fù)指數(shù)函數(shù)對(duì)崗位類曲線進(jìn)行擬合；文獻(xiàn)[3]則采用二次負(fù)指數(shù)函數(shù)對(duì)居住曲線進(jìn)行擬合。文獻(xiàn)[12]提出線性函數(shù)（ ），負(fù)指數(shù)函數(shù)（ 或者 ），二次函數(shù)（ ）與冪函數(shù)（ ）均可用來擬合車站客流遞遠(yuǎn)遞減散點(diǎn)圖。鑒于此，有必要對(duì)車站客流遞遠(yuǎn)遞減規(guī)律進(jìn)行實(shí)證研究，以辨明車站客流存在何種遞遠(yuǎn)遞減規(guī)律。

2.微觀預(yù)測(cè)法的應(yīng)用

基于微觀預(yù)測(cè)法設(shè)計(jì)車站客流遞遠(yuǎn)遞減規(guī)律實(shí)證調(diào)查問卷，在不同區(qū)域（市區(qū)、郊區(qū)、市域）選取不同類型軌道交通車站（中間站、終點(diǎn)站、換乘站）對(duì)早高峰、全日進(jìn)（出）站客流進(jìn)行乘客個(gè)人屬性及出發(fā)地問卷調(diào)查。

問卷的數(shù)據(jù)除去個(gè)人屬性這些附加因素，主要以問題“出行的出發(fā)地”為核心數(shù)據(jù)，借此來體現(xiàn)微觀預(yù)測(cè)法獨(dú)特性和準(zhǔn)確性。本文采用上海與東京都軌道交通車站調(diào)查數(shù)據(jù)進(jìn)行分析并對(duì)兩者進(jìn)行對(duì)比。

上海市數(shù)據(jù)主要來源于問卷調(diào)查，通過調(diào)查多種類型的車站，在被調(diào)查車站入口定時(shí)、隨機(jī)選擇進(jìn)站乘客進(jìn)行問卷調(diào)查，被調(diào)查車站包括了九亭站、漕河涇開發(fā)區(qū)站、宜山路站、松江南站等。車站周邊小區(qū)的人口數(shù)來源于第六次人口普查數(shù)據(jù)與文獻(xiàn)調(diào)查。

東京都數(shù)據(jù)主要來源于日本首都圈2010年7月的交通大調(diào)查數(shù)據(jù)。其交通大調(diào)查內(nèi)容包括早高峰東京都各車站的始發(fā)客流及客流來源的交通小區(qū)及客流量，各車站的終到客流及客流終到的目的地交通小區(qū)及客流量。

路網(wǎng)距離數(shù)據(jù)來源于谷歌地圖的實(shí)時(shí)數(shù)據(jù)。我們采用路網(wǎng)距離（實(shí)際走行距離）來作為研究的數(shù)據(jù)，因?yàn)橹本€距離在街道縱橫交錯(cuò)的大都市與實(shí)際走行距離差距較大，所以以實(shí)際走行距離為變量更能反應(yīng)行人到地鐵站的難易程度。

3.數(shù)據(jù)處理與分析

將各車站的數(shù)據(jù)單獨(dú)繪制成散點(diǎn)圖，可以看出車站客流遞遠(yuǎn)遞減規(guī)律明顯，但這些圖都屬于一個(gè)特定中心的距離衰減函數(shù)圖，并不統(tǒng)一，本研究期望將同類型的車站歸結(jié)成一個(gè)更具普遍性的函數(shù)類型，遂將同類型車站的客流與人口數(shù)據(jù)進(jìn)行整合，按距離段分類統(tǒng)計(jì)客流貢獻(xiàn)率，最后繪制成該類型車站客流遞遠(yuǎn)遞減規(guī)律圖。

車站客流遞遠(yuǎn)遞減規(guī)律函數(shù)圖中，Y軸表示客流貢獻(xiàn)率，X軸表示乘客出發(fā)地距地鐵站的路網(wǎng)距離段。出發(fā)地與地鐵站的路徑往往有多個(gè)本研究假定乘客通常采用時(shí)間最短通行路徑。客流貢獻(xiàn)率以某距離段早高峰進(jìn)站客流與該處居住人口的比值作為Y軸變量。

3.1上海軌道交通車站客流遞遠(yuǎn)遞減規(guī)律

上海車站客流遞遠(yuǎn)遞減規(guī)律趨勢(shì)圖如圖3-1、3-2所示。經(jīng)過對(duì)比與分析，數(shù)據(jù)中所有中間站客流遞遠(yuǎn)遞減規(guī)律呈現(xiàn)對(duì)數(shù)函數(shù)形式，認(rèn)為中間站客流遞遠(yuǎn)遞減規(guī)律函數(shù)基本可以用 表示，其中i，j為參數(shù)且都大于零。換乘站客流遞遠(yuǎn)遞減規(guī)律呈現(xiàn)為冪函數(shù)形式，認(rèn)為換乘站客流遞遠(yuǎn)遞減規(guī)律函數(shù)基本可以用 表示，其中a，b為參數(shù)且都大于零。經(jīng)過對(duì)上海終點(diǎn)站的調(diào)研，發(fā)現(xiàn)終點(diǎn)站地理位置較偏，附近的小區(qū)比較少，所以得到的數(shù)據(jù)樣本量比較少，并不能很好的體現(xiàn)出客流貢獻(xiàn)率和路網(wǎng)距離之間的關(guān)系。除此之外，某些終點(diǎn)站還具有一定的特殊性，如松江南站，該地鐵站和高鐵站相鄰，調(diào)查結(jié)果發(fā)現(xiàn)城際客流占了很大的比例，而其余客流大都來自幾個(gè)臨近的住宅區(qū)，這些住宅區(qū)的客流貢獻(xiàn)率遠(yuǎn)超一般的小區(qū)，這類終點(diǎn)車站的規(guī)律具有特殊性，因此上海數(shù)據(jù)中暫未繪制終點(diǎn)站客流遞遠(yuǎn)遞減規(guī)律函數(shù)圖。

3.2東京都軌道交通車站客流遞遠(yuǎn)遞減規(guī)律

東京都車站客流遞遠(yuǎn)遞減規(guī)律趨勢(shì)圖如圖3-3～圖3-8所示。經(jīng)過對(duì)比與分析，數(shù)據(jù)中所有的市區(qū)站客流遞遠(yuǎn)遞減規(guī)律呈現(xiàn)為冪函數(shù)，換乘站也都呈現(xiàn)為冪函數(shù)，認(rèn)為市區(qū)站和換乘站的距離衰減函數(shù)基本可以用 表示，其中a，b為參數(shù)且都大于零。郊區(qū)中間站和終點(diǎn)站客流遞遠(yuǎn)遞減規(guī)律皆呈現(xiàn)為指數(shù)函數(shù)，本文認(rèn)為郊區(qū)中間站和終點(diǎn)站的距離衰減函數(shù)基本可以用 表示，其中c，d為參數(shù)，且都大于零。

市區(qū)中間站和換乘站的客流貢獻(xiàn)率隨距離X的增加下降得更為迅速，這和市區(qū)地鐵網(wǎng)布局密集有很大關(guān)系。譬如當(dāng)兩個(gè)站站間距較小（<=1KM）時(shí)，兩車站的客流吸引范圍有很大的重疊區(qū)域，重疊區(qū)域內(nèi)的人口對(duì)車站客流的貢獻(xiàn)率要低，導(dǎo)致客流貢獻(xiàn)率下降更為迅速。從圖3-3和圖3-5可以看出，對(duì)于冪函數(shù) ，b處于1～2之間，而指數(shù)函數(shù) 的底數(shù)為e，當(dāng) x處于0～10這樣一個(gè)區(qū)間內(nèi)，冪函數(shù)的下降速度更為迅速，符合現(xiàn)實(shí)情況，反映了車站客流遞遠(yuǎn)遞減規(guī)律函數(shù)的準(zhǔn)確性。

3.3上海與東京車站客流遞遠(yuǎn)遞減規(guī)律對(duì)比

將上海車站客流遞遠(yuǎn)遞減規(guī)律函數(shù)圖與東京車站客流遞遠(yuǎn)遞減規(guī)律趨勢(shì)圖對(duì)比分析，發(fā)現(xiàn)上海與東京換乘站客流遞遠(yuǎn)遞減規(guī)律相似，都呈現(xiàn)為冪函數(shù)形式，皆可用 表示，本文認(rèn)為：換乘站的客流遞遠(yuǎn)遞減規(guī)律呈現(xiàn)為冪函數(shù)形式。中間站的遞遠(yuǎn)遞減規(guī)律有所不同。上海市郊區(qū)和市區(qū)中間站客流遞遠(yuǎn)遞減規(guī)律呈現(xiàn)為對(duì)數(shù)函數(shù)形式，而東京市區(qū)中間站客流遞遠(yuǎn)遞減規(guī)律呈現(xiàn)為冪函數(shù)形式，郊區(qū)中間站客流遞遠(yuǎn)遞減規(guī)律呈現(xiàn)為指數(shù)函數(shù)形式。本文在3.2中提出指數(shù)函數(shù)和冪函數(shù)在變量x處于0～10這個(gè)區(qū)間時(shí)，冪函數(shù)下降更為迅速，東京市郊區(qū)中間站與上海市郊區(qū)中間站客流遞遠(yuǎn)遞減規(guī)律所呈現(xiàn)的函數(shù)差別可以認(rèn)為是人口分布、密集程度不同等原因造成的。換乘站一般設(shè)于交通樞紐，客流較多，對(duì)客流吸引相對(duì)更大，乘客即便距離該站較遠(yuǎn)，也愿意居住于換乘站附近，這是其客流遞遠(yuǎn)遞減規(guī)律呈現(xiàn)為冪函數(shù)形式的原因之一，上海與東京換乘站的情況較為相似，兩者客流遞遠(yuǎn)遞減規(guī)律皆呈現(xiàn)為冪函數(shù)形式。上海與東京地形、交通情況、周圍建筑等存在差異，所以兩者的客流遞遠(yuǎn)遞減規(guī)律呈現(xiàn)的函數(shù)形式有些許差異在所難免。但無疑，地鐵車站都具有客流遞遠(yuǎn)遞減規(guī)律。

4.小結(jié)

雖然地理空間的不同會(huì)帶來一定的差異性，客流也會(huì)隨著天氣等原因而變化，但同類型車站客流遞遠(yuǎn)遞減規(guī)律是相似的。本研究采用交通調(diào)查得到的數(shù)據(jù)繪制車站客流遞遠(yuǎn)遞減規(guī)律函數(shù)圖。

許多研究已經(jīng)表明城市軌道交通車站存有客流遞遠(yuǎn)遞減規(guī)律，但都不統(tǒng)一，本研究將各類型的車站函數(shù)進(jìn)行了總結(jié)歸納。換乘站的客流遞遠(yuǎn)遞減規(guī)律函數(shù)相較之下更符合冪函數(shù)，中間站的客流遞遠(yuǎn)遞減規(guī)律函數(shù)相較之下更符合對(duì)數(shù)函數(shù)（上海）、冪函數(shù)（東京市區(qū)）和指數(shù)函數(shù)（東京郊區(qū)），而終點(diǎn)站相較之下更符合冪函數(shù)（市區(qū)）和指數(shù)函數(shù)（郊區(qū)）。不同地區(qū)的客流遞遠(yuǎn)遞減規(guī)律會(huì)有所異同，但相同地區(qū)同類型車站的客流遞遠(yuǎn)遞減規(guī)律基本一致。

盡管本文分析了不同類型車站客流的遞遠(yuǎn)遞減規(guī)律函數(shù)，但沒有確切指出函數(shù)各參數(shù)之間的聯(lián)系，本文認(rèn)為上述的參數(shù)i和j，a和b，c和d之間可能存在某種聯(lián)系，且參數(shù)的確定應(yīng)與周圍環(huán)境等有一定的關(guān)聯(lián)性，本文將會(huì)對(duì)此進(jìn)行進(jìn)一步研究。

參考文獻(xiàn)

[1] McNally M G. The four step model[R]. Center for Activity Systems Analysis，2008

[2] Marshall N，Grady B. Sketch transit modeling based on 2000 census data[J]. Transportation Research Record：Journal of the Transportation Research Board，2006，1986（1）：182～189

[3] Zhao F，Chow L，Li M. Forecasting transit walk accessibility：regression model alternative to buffer method[J]. Transportation Research Record：Journal of the Transportation Research Board，2003，1835（1）：34～41

[4] Gutiérrez J，Cardozo O D，García-Palomares J C. Transit ridership forecasting at station level：an approach based on distance-decay weighted regression[J]. Journal of Transport Geography，2011，19（6）：1081～1092

[5] Zhao J，Deng W，Song Y，et al. What influences Metro station ridership in China？ Insights from Nanjing[J]. Cities，2013，35（4）：114-124.

[6] Faghih-Imani A，Eluru N. Incorporating the impact of spatio-temporal interactions on bicycle sharing system demand：A case study of New York CitiBike system[J]. Journal of Transport Geography，2016，54：218-227.

[7] Cervero R. Alternative approaches to modeling the travel-demand impacts of smart growth[J]. Journal of the American Planning Association，2006，72（3）：285～295

[8] Chu X. Ridership models at the stop level[R]. Florida：University of South Florida，2004.

[9] Lin J，Shin T. Does transit-oriented development affect metro ridership？：Evidence from taipei，taiwan[J]. Transportation Research Record：Journal of the Transportation Research Board，2008，1（2063）：149～158

[10] 王淑偉，孫立山，郝思源，等. 基于精細(xì)化用地的軌道客流直接估計(jì)模型[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2015，15（3）：37-43.

[11] 周家中，張殿業(yè). 基于空間加權(quán)的LS—SVM城市軌道交通接駁需求預(yù)測(cè)[J]. 鐵道學(xué)報(bào)，2014，36（1）：1-7.

[12] Blainey S P. Forecasting the use of new local railway stations and services using GIS[D]. Southampton：University of Southampton，2009

作者簡(jiǎn)介：王逸君，女，生于1998年2月23日，漢族，浙江湖州人，上海工程技術(shù)大學(xué)本科在讀，交通運(yùn)輸方向。

鄭鍇，男，生于1997年8月1日，漢族，浙江紹興人，上海工程技術(shù)大學(xué)本科在讀，交通運(yùn)輸方向。

張權(quán)，男，生于1997年8月12日，漢族，浙江紹興人，上海工程技術(shù)大學(xué)本科在讀，交通運(yùn)輸方向。

金科良，男，生于1997年8月18日，漢族，浙江紹興人，上海工程技術(shù)大學(xué)本科在讀，交通運(yùn)輸方向。

魏萬旭，女，生于1998年11月20日，漢族，甘肅白銀人，上海工程技術(shù)大學(xué)本科在讀，交通運(yùn)輸方向。

基金項(xiàng)目：文系上海工程技術(shù)大學(xué)2018年度大學(xué)生實(shí)踐創(chuàng)新訓(xùn)練項(xiàng)目，項(xiàng)目編號(hào)：Cx1810006

（作者單位：上海工程技術(shù)大學(xué)）