北京市軌道交通客流時(shí)空分布特征分析

陳兆寧，季 民，任 靜

（1.山東科技大學(xué) 測(cè)繪科學(xué)與工程學(xué)院，山東 青島 266590；2.山東科技大學(xué) 測(cè)繪科學(xué)與工程學(xué)院，山東 青島 266590；3.山東科技大學(xué) 測(cè)繪科學(xué)與工程學(xué)院，山東 青島 266590）

近年來(lái)，我國(guó)城市軌道交通規(guī)劃與建設(shè)處于飛速發(fā)展階段[1]。城市軌道交通因其運(yùn)量大、準(zhǔn)點(diǎn)性高和安全舒適等優(yōu)勢(shì)[2]，逐漸形成了長(zhǎng)期穩(wěn)定的客源。然而，城市軌道交通客流高度密集，環(huán)境相對(duì)封閉，潛在風(fēng)險(xiǎn)較高[3]，在大客流沖擊下，易造成車站滯留人數(shù)過(guò)多、滯留時(shí)間過(guò)長(zhǎng)等現(xiàn)象，降低了乘客的出行質(zhì)量，危及乘客人身安全。因此，研究分析軌道交通乘客出行特征，為車站工作人員制定限流措施提供定量依據(jù)具有十分重要的意義。

針對(duì)乘客出行特征，Walle S[4]研究了出行時(shí)間和空間相關(guān)決定因素對(duì)出行方式選擇的影響，利用彈性系數(shù)和回歸技術(shù)定量分析了出行時(shí)間與公共交通使用之間的關(guān)系，并認(rèn)為候車和步行時(shí)間與公共交通的使用有明顯關(guān)系；杜世敏[5]等提出了網(wǎng)絡(luò)化運(yùn)營(yíng)組織中常用的客流指標(biāo)，并基于客流數(shù)據(jù)從客流出行特性和時(shí)空特性兩個(gè)方面分析了城市軌道交通網(wǎng)絡(luò)化客流特征；蔡昌俊[6]等通過(guò)對(duì)城市軌道交通AFC刷卡數(shù)據(jù)的處理，建立了站間客流量分布預(yù)測(cè)模型，在新線接入改變地鐵線網(wǎng)結(jié)構(gòu)的條件下，對(duì)全線網(wǎng)站間客流量分布進(jìn)行了預(yù)測(cè)；王俊兵[7]根據(jù)公交IC卡刷卡數(shù)據(jù)，提出了在不同出行模式下公交出行鏈的提取算法，并以此為基礎(chǔ)進(jìn)行了乘客出行特征方面的分析；黃潔[8]等以北京市地鐵為例，通過(guò)計(jì)算431萬(wàn)條智能交通卡數(shù)據(jù)的出行時(shí)間和OD矩陣，研究了客流的時(shí)空分布特征。乘客出行是限流策略的控制對(duì)象，出行特征是限流策略的參考依據(jù)。針對(duì)各種交通方式出行特征的研究為不同地區(qū)出行特征分析提供了一定的思路。

本文采用大數(shù)據(jù)分析方法，結(jié)合黃潔[8]等對(duì)北京市地鐵客流出行特征的分析方法，對(duì)北京市地鐵乘客出行的時(shí)空分布特征進(jìn)行了分析，基于140萬(wàn)條OD出行記錄，計(jì)算得到乘客的出行時(shí)間和出行距離，從而研究了北京市軌道交通乘客出行的時(shí)空分布特征，為城市公共交通管理提供了科學(xué)依據(jù)。

1 研究數(shù)據(jù)

截至2018年12月31日，北京城市軌道交通共覆蓋11個(gè)市轄區(qū)，運(yùn)營(yíng)里程約為716.2 km，共設(shè)車站391座，開(kāi)通里程居我國(guó)第二位（圖1）。據(jù)2017年統(tǒng)計(jì)，北京城市軌道交通客流量全年達(dá)到45.3億人次，日均客流量為1 241.1萬(wàn)人次，單日客流量最高值可達(dá)1 327.46萬(wàn)人次[9]?？梢?jiàn)，城市軌道交通已成為大城市居民出行的主要載體，也是城市發(fā)展的重要支撐。本文選取2018年北京市17條地鐵線路和328個(gè)站點(diǎn)分布的首都功能核心區(qū)[8]為研究區(qū)域。

圖1 北京城市軌道交通線網(wǎng)示意圖

本文采用北京城市軌道交通數(shù)據(jù)，主要包括北京市某時(shí)段部分城市軌道交通線網(wǎng)的OD數(shù)據(jù)、車站表基礎(chǔ)數(shù)據(jù)（車站編號(hào)、車站名、所屬線路）、線路表基礎(chǔ)數(shù)據(jù)（線路編號(hào)、線路名稱）、列車運(yùn)行數(shù)據(jù)集、北京城市軌道交通線網(wǎng)圖和北京地鐵智能交通卡數(shù)據(jù)（乘客編號(hào)、始發(fā)車站、目的地車站、進(jìn)站刷卡時(shí)刻、出站刷卡時(shí)刻）。北京市地鐵智能交通卡結(jié)構(gòu)如表1所示，OD數(shù)據(jù)反映了乘客的出行特征，本文以140萬(wàn)條OD出行記錄為研究樣本，分析了北京市居民的出行特征。

表1 北京市地鐵智能交通卡刷卡數(shù)據(jù)示例

2 軌道交通乘客出行特征分析

2.1 乘客出行時(shí)間和距離分析

在日常生活中，出行時(shí)間和距離是乘客選擇出行方式的重要參考因素，而不同的出行方式又會(huì)在很大程度上影響出行時(shí)間和距離。本文對(duì)乘客出行特征的分析分為出行時(shí)間分析和距離分析，具體包括出行時(shí)段分析、出行時(shí)長(zhǎng)分析、出行距離分析和出行時(shí)空范圍分析。

2.1.1 乘客出行時(shí)間分析

1）出行時(shí)段分析。利用地鐵乘客進(jìn)出站刷卡數(shù)據(jù)統(tǒng)計(jì)乘客刷卡的人次在時(shí)間上的分布情況，各時(shí)段進(jìn)出站刷卡量如圖2所示，圖中半日刷卡量為140萬(wàn)條，時(shí)間為從上午5點(diǎn)到下午1點(diǎn)，可以看出，數(shù)據(jù)具有正態(tài)分布特征；北京乘坐地鐵出行的早高峰特征明顯，時(shí)間為7：00-9：00，這段時(shí)間乘客的刷卡量呈現(xiàn)明顯的波峰，經(jīng)累積統(tǒng)計(jì)，北京市早高峰刷卡量占半日刷卡量總?cè)舜蔚慕?0%，說(shuō)明北京市早高峰出行特征明顯；從進(jìn)出站刷卡量的波峰來(lái)看，出站刷卡高峰約比進(jìn)站刷卡高峰晚30～60 min，說(shuō)明乘客的出行時(shí)間大部分集中在30～60 min。

圖2 進(jìn)出站刷卡量統(tǒng)計(jì)

對(duì)于早高峰軌道交通進(jìn)出站客流量的描述性統(tǒng)計(jì)如表2所示，可以看出，早高峰進(jìn)站客流量均值為30.31萬(wàn)人/h，出站客流量均值為28.6萬(wàn)人/h，進(jìn)站和出站客流量的最大值相差不大，分析原因?yàn)樵绺叻鍟r(shí)期，乘客進(jìn)出站均較多，因此最大值相差不大；而出站客流量最大值和最小值相差較大，其原因?yàn)椴煌丝偷竭_(dá)目的地不同，出行時(shí)間不同，因此出站值相差較大。

表2 早高峰進(jìn)出站客流量描述性統(tǒng)計(jì)/（萬(wàn)人/h）

2）出行時(shí)長(zhǎng)分析。乘坐地鐵出行的總時(shí)間是指從進(jìn)站刷卡到出站刷卡的時(shí)間，因此可直接由進(jìn)站時(shí)間與出站時(shí)間作差獲得[10]。對(duì)乘客出行時(shí)間進(jìn)行統(tǒng)計(jì)分析，得到乘客出行時(shí)間的分布特征（圖3），其中出行時(shí)間占比最高的是30～60 min，為46.29 %；其次是0～30 min，為38.48%。出行時(shí)間在0～60 min的累計(jì)占比達(dá)到80 %以上，接近總出行時(shí)間的4/5；乘客全天的平均出行時(shí)間為41 min，與2018年《北京居民通勤大數(shù)據(jù)研究報(bào)告》[11]中的平均通勤時(shí)間達(dá)56 min相近。

圖3 出行時(shí)間比例分布/min

2.1.2 乘客出行距離與時(shí)空范圍分析

1）出行距離分析。出行距離是指居民利用地鐵從出發(fā)點(diǎn)到目的地的空間距離，即始發(fā)車站和目的地車站之間的距離[7]。換乘作為微觀出行，其距離不計(jì)算在出行距離中[12]。半日出行距離分布如圖4所示。

圖4 半日出行距離分布圖

通過(guò)統(tǒng)計(jì)分析，半日出行的平均距離為13.0 km，與北京市平均通勤路程（13.2 km）相近。其中，出行距離為5～10 km的占比最高，為28.32%；出行距離為5～20 km的累積占比達(dá)到70 %，說(shuō)明人們主要在5～20 km范圍內(nèi)活動(dòng)。

2）出行時(shí)空范圍分析。基于對(duì)乘客出行時(shí)間和距離的分析，可進(jìn)一步分析二者之間的關(guān)系，用以表征乘客出行的時(shí)空范圍特征。在上述出行時(shí)間和距離分析的基礎(chǔ)上，根據(jù)不同時(shí)段內(nèi)的數(shù)據(jù)特點(diǎn)，本文統(tǒng)計(jì)了地鐵乘客早高峰時(shí)刻的出行時(shí)空范圍，如圖5所示。

圖5 出行時(shí)空范圍分布圖

通過(guò)觀察各時(shí)段內(nèi)的時(shí)空范圍分布發(fā)現(xiàn)，出行時(shí)間與出行距離存在一定的線性關(guān)系，在圖5中添加數(shù)據(jù)的擬合曲線，可得出以下結(jié)論：

1）北京市早高峰時(shí)段的出行時(shí)間大多為100～120 min，出行距離集中在20～35 km，出行距離和出行時(shí)間為基本線性關(guān)系，但出行時(shí)空范圍分布圖較為發(fā)散。

2）由出行時(shí)間和出行距離的擬合曲線y=0.31x+0.39可知，地鐵乘客出行的平均速度為0.32 km/min，即地鐵的平均運(yùn)行速度約為19.2 km/h，比北京交通發(fā)展研究院發(fā)布的早高峰路網(wǎng)平均速度（23.5 km/h）低，這主要是由地鐵的運(yùn)行特點(diǎn)所導(dǎo)致的，地鐵線路各車站客流量大，有嚴(yán)重的車站擁擠和列車擁擠現(xiàn)象。該數(shù)據(jù)還可為進(jìn)行地鐵網(wǎng)中地鐵整體運(yùn)行速度和軌道平均運(yùn)行速度評(píng)價(jià)提供參考。

2.2 乘客出行的空間特征分析

本文從市轄區(qū)尺度分析了北京市地鐵乘客出行的空間特征。各區(qū)域的客流量如圖6所示，可以看出，朝陽(yáng)區(qū)客流量超過(guò)總客流量的21 %，約為41萬(wàn)人次，排名第一；海淀區(qū)客流量占總客流量的19.6 %，約為38萬(wàn)人次，排名第二；東城區(qū)、西城區(qū)、豐臺(tái)區(qū)和昌平區(qū)的客流量分別為25.4萬(wàn)/h、24.4萬(wàn)/h、24.2萬(wàn)/h和19.9萬(wàn)/h；順義區(qū)、通州區(qū)、房山區(qū)、平谷區(qū)和石景山區(qū)的客流量占比均小于3%。

朝陽(yáng)區(qū)是中央商貿(mào)區(qū)、娛樂(lè)中心，各國(guó)外交使館聚集在此，首都機(jī)場(chǎng)也屬于朝陽(yáng)區(qū)，因此朝陽(yáng)區(qū)客流量排名第一。海淀區(qū)以各大院校為中心，因此客流量排名第二。東城區(qū)和西城區(qū)作為首都功能核心區(qū)，是北京乃至我國(guó)精華的聚集地，也是市中心區(qū)中最強(qiáng)的存在，除了是政治中心外還有故宮周邊和金融街，聚集了大量的人口；且由于位于北京市中心地段，路面交通較為擁堵，乘客更愿意選擇地鐵方式出行，因此這兩個(gè)區(qū)的客流量均約占地鐵客流總量的12%。

圖6 各市轄區(qū)的客流量

本文利用熱力圖表示早高峰乘客出行的空間分布特征。乘客出行的起始點(diǎn)采用出發(fā)點(diǎn)和吸引點(diǎn)表示，利用發(fā)生量和吸引量表示站點(diǎn)之間的客流量。出發(fā)點(diǎn)和吸引點(diǎn)之間的客流量大小用不同顏色表示，同一區(qū)域內(nèi)用同一種顏色表示；顏色越深，表明該站點(diǎn)的客流量越大。站點(diǎn)客流量熱力圖不僅能通過(guò)顏色的深淺反映乘客出行的聚集和分散特征，還能通過(guò)出發(fā)點(diǎn)和吸引點(diǎn)之間的顏色比較反映客流的流向。

根據(jù)站點(diǎn)的經(jīng)緯度，將各站點(diǎn)繪制在地圖上，乘客早高峰出行的出發(fā)點(diǎn)和吸引點(diǎn)熱力圖如圖7所示，可以看出，熱力圖的出發(fā)點(diǎn)和吸引點(diǎn)在空間分布上存在差異，這是由于乘客選擇地鐵出行的上下車站點(diǎn)存在差異，而早高峰階段乘客一般僅完成一次出行，很少完成往返出行，因此出發(fā)點(diǎn)和吸引點(diǎn)在時(shí)間上的累積對(duì)于熱力圖影響較小。由早高峰站點(diǎn)客流量熱力圖分析可知：①早高峰客流出行的空間分布特征為乘客出發(fā)點(diǎn)較分散，但吸引點(diǎn)相對(duì)集中，且大多集中在五環(huán)以內(nèi)；②出發(fā)點(diǎn)的輻射范圍比吸引點(diǎn)的輻射范圍更廣，且北京城外顏色較淺，北京城內(nèi)顏色較深，表明在早高峰時(shí)段乘客從城外向城內(nèi)移動(dòng)；③從出發(fā)點(diǎn)和吸引點(diǎn)的總數(shù)據(jù)來(lái)看，進(jìn)站和出站人數(shù)基本一致；④從市轄區(qū)尺度來(lái)看，出發(fā)點(diǎn)分布相對(duì)分散，排名第一的是朝陽(yáng)區(qū)，其次是昌平區(qū)、海淀區(qū)和豐臺(tái)區(qū)，吸引點(diǎn)分布相對(duì)集中，排名第一的是海淀區(qū)，其次是朝陽(yáng)區(qū)、西城區(qū)和東城區(qū)，其原因在于早高峰出行大多為上班或上學(xué)需要，乘客需乘坐地鐵從住宅區(qū)向商業(yè)區(qū)或?qū)W校出行，而海淀區(qū)集中了北京市眾多的企業(yè)和學(xué)校，朝陽(yáng)區(qū)為北京市中央商務(wù)區(qū)，東城區(qū)、西城區(qū)為北京老城區(qū)，天安門(mén)、故宮等著名景點(diǎn)都聚集于此，因此客流也聚集在此地。

圖7 早高峰站點(diǎn)客流量熱力圖

3 結(jié) 語(yǔ)

本文基于北京市地鐵智能交通卡數(shù)據(jù)，利用大數(shù)據(jù)分析方法，從時(shí)間和空間兩個(gè)方面對(duì)北京城市軌道交通乘客出行特征進(jìn)行了系統(tǒng)分析。

1）對(duì)于時(shí)間分布特征，本文從出行時(shí)段、出行時(shí)長(zhǎng)、出行距離和出行時(shí)空范圍4個(gè)方面分析了乘客出行的時(shí)間分布特征。結(jié)果表明，早高峰乘客出行時(shí)間集中在100～120 min，出行距離集中在20～35 km，出行時(shí)間和出行距離存在一定的線性關(guān)系，但出行時(shí)空范圍分布圖較為發(fā)散。

2）對(duì)于空間分布特征，本文從市轄區(qū)尺度統(tǒng)計(jì)了各區(qū)域的客流量，繪制了早高峰進(jìn)出站的熱力圖。受中央商務(wù)區(qū)、學(xué)校和企業(yè)集中的影響，朝陽(yáng)區(qū)和海淀區(qū)的進(jìn)出站客流量均占北京市客流總量前兩位；受工作、娛樂(lè)等因素影響，客流移動(dòng)方向?yàn)閺某峭庀虺莾?nèi)移動(dòng)。

針對(duì)上述分析，本文對(duì)北京城市軌道交通運(yùn)營(yíng)網(wǎng)絡(luò)提出以下建議：

1）為提高出行效率，建議完善運(yùn)營(yíng)機(jī)制，根據(jù)乘客出行的時(shí)空分布特征，通過(guò)限流等措施，進(jìn)一步針對(duì)平峰和高峰出行制定不同的運(yùn)營(yíng)方案。

2）優(yōu)化地面交通網(wǎng)絡(luò)結(jié)構(gòu)，協(xié)調(diào)軌道交通與其他公共出行方式之間的關(guān)系，統(tǒng)籌各公共交通出行方式，提高運(yùn)行效率，進(jìn)而提高乘客出行效果。

3）由于早高峰時(shí)段客流量較大，建議不同企業(yè)可通過(guò)調(diào)整上下班時(shí)間，實(shí)行錯(cuò)峰出行，進(jìn)一步分析其可能性，并制定相關(guān)的政策。