综合客运枢纽换乘量预测方法及其适用性分析＊

吴文静 金晓彤 马天宇

（1.吉林大学交通学院 长春130025；2.吉林大学商学院 长春130025；3.吉林省招生委员会办公室 长春130025）

0 引 言

综合客运枢纽是交通网络的关键节点，是实现多方式联运的桥梁。科学地分析与预测综合客运枢纽内各种交通方式间的换乘量，对综合客运枢纽的规划具有一定的指导意义，不仅为城市综合交通客运枢纽建设规模、功能等级等的确定提供数据支持，也是各种交通工具在枢纽中的设施布局的主要依据，是制定合理的换乘组织方案的前提条件。

目前国内外换乘量预测的思想通常有2种：基于传统的四阶段预测即集计模型；基于效用理论的非集计模型。在集计模型研究方面，有李东，单静涛等［1］建立的重力模型；孙立山等［2］建立的最大熵模型；李星、刘文婷等［3］基于 TransCAD软件中的规划模型进行的换乘量预测。在非集计模型研究方面，有陈琛［4］建立的 MNL模型；米文勇［5］基于二项Logit模型预测了自行车与轨道交通间的换乘量；此外，也有将2种预测方法相结合的研究，如刘纪建［6］将基于多元回归的换乘总量预测模型与基于非集计的方式选择模型相结合；贾洪飞［7］采用Logit模型建立并标定了换乘阻抗函数，并应用于基于双约束重力模型的综合客运枢纽换乘量预测研究。

但是现有的预测方法存在诸多缺陷，例如：①现有模型缺乏可移植性，无法根据城市社会经济及出行特征等给出建议的枢纽交通方式合理划分比例；②预测多应用于中长期，而对某些突发情况下客流预测并没有合理的预测方法；③换乘量的预测可应用于枢纽内多种交通方式的协调调度，而显然现有预测并没有考虑时间因素，因此管理部门也无法采用相应措施对客流进行实时有效的疏散。本文旨在总结现有预测方法的特征基础上，探索新的客流预测方法，并对多种预测方法的适用性进行分析。

1 基于集计与非集计的预测方法

基于集计模型的综合客运枢纽的换乘量预测与交通分布预测在预测原理及结果表达方面有相似之处，并且在换乘总量预测基础上对交通系统中各种交通方式的分担率进行预测。根据这一特点，交通分布模型与方式划分模型广泛应用于对枢纽内各衔接方式的换乘量的预测。

非集计方法以实际产生交通活动的个人单位为研究对象，基于样本数据的采集，对乘客个人社会经济属性、出行目的、出行偏好等影响因素进行SP调查，分析数据并构建模型进行预测。由于非集计模型注重于换乘分担率的预测，具体到换乘量时仍然需要枢纽内各种主导交通方法的客运量。

2 新的预测方法的提出

2.1 分时段换乘量预测方法

鉴于不同时段交通工具的发车到站特性的差异及乘客换乘行为的SP数据采集，可知不同时间段乘客在各种换乘方式间的选择存在差异性，因此有必要对随时间变化的交通方式的换乘决策行为进行解析，进而预测不同时段的换乘分布。分时段的换乘量预测有助于枢纽内多种交通方式间的协调调度。

分时段的换乘量可采用两两交叉换乘分担率模型进行换乘。两两交叉换乘模型的建模思路是以某一具体到达枢纽站的运输方式为研究对象，跟踪其所载运的旅客通过各种交通方式的分流情况。相比交通方式在总换乘量中的总体分担率分析，两两交叉换乘分担率分析可以更细致准确地反映出旅客换乘行为所呈现出来的内在规律。其主要计算过程是将枢纽站所有旅客，根据其到达枢纽时所乘坐的交通方式进行分组，再以小组为单位，建立 MNL模型，计算乘客由一种交通方式换乘另一种交通方式的概率。

2.2 出行方式分担率的短时预测方法

集计与非集计预测方法都是在较长时间跨度内（如年）预测换乘方式分担率的变化情况，但是枢纽内的客流往往会随着季节或某些重要节日的发生而发生明显的变化。例如，在新生报到的时候，会有大量的带行李的乘客到达枢纽站，或是春运期间则会有大量的农民工涌入枢纽站，因此面对这些情况，由于构成人群的职业、出行目的等发生重大的结构变化，从而影响枢纽内各换乘方式的分担率。为此，对于客流特征随月、日变化较为频繁的情况下，可采用仿真实验的方法预测换乘量，例如，蒙特卡罗方法。

其计算过程如下：换乘方式选择决策过程的模拟指乘客的决策过程模拟，其影响因素包括个人的社会经济属性、出行特征、交通方式的属性，这些变量都属于离散变量，因此首先构建样本数据的经验分布，然后采用按概率分布抽样的方法得到输入的随机数，编译程序，采取多次仿真求平均数的方法获得最终的仿真结果，并对结果进行了检验。模型的构建基于对枢纽内出口与入口断面的客流及换乘方式选择的观测，通过仿真数据与实测数据的比较，不断调整模型参数，使得模型的仿真预测结果更为精度。

实时仿真模型的构建有助于在特殊时期内枢纽内换乘客流的预测，同时对枢纽内的车辆调度计划的制定及换乘组织具有重要意义。

2.3 基于因素分析的换乘分担率预测方法

随着社会经济、交通运输环境的变化，换乘比率也会做出相应的调整，而未来哪些因素的影响会引起已有枢纽换乘量及构成的变化。由计划行为理论（theory of planned behavior，TPB）可知，出行者的行为态度、行为主观规范、知觉行为控制是行为意向的诱因，而行为意向直接作用于换乘行为。出行者的态度、主观规范等受到自身社会经济属性、家庭特征、出行特征等多种因素的影响，通过观测这些影响因素的变化可推测换乘决策行为的变化。而Logit模型是将这些因素应用于预测换乘行为的最好方法，因此，通过调整Logit模型中的相关影响因素，可预测换乘比率的变化趋势。

2.4 基于类比分析的枢纽交通方式合理划分预测

类比法是根据2个对象的已知相似性，把一个对象已知的属性或规律推介到另一个对象上，从而获得对另一对象新的认识方法。类比法主要应用于未建客运枢纽交通方式分担率的预测，更确切的说更适用于中小城市内枢纽站的分析。它通过与其他城市或地区的枢纽站相比较，找出其与其他枢纽站之间的相似性，以已建枢纽的换乘方式划分情况为参考，预测未建枢纽的方式分担。

进行类比的城市或地区应该在地理环境特征、经济发展水平、人口状况等条件上差异不大，这样才具有可比性。例如，辽阳市客运枢纽站，可选择本省相同城市规模的客运枢纽站为参考点，或吉林省吉林市客运枢纽站。类比城市的选取决策模型见图1。

图1 类比城市枢纽选择的层次分析法示意图Fig.1 Schematic diagram of hub selection among analogy cities using hierarchical analysis

其中，类比指标可以从城市发展、中观、微观这3个方面进行归纳。此外，类比城市的枢纽站选择并不一定局限为某一个枢纽。尤其是对枢纽站内部结构布局，周边交通方式换乘组织衔接模式等方面，可以借鉴与其相似度较高的几个枢纽站进行比选，选择对本地区居民出行最为经济有效的枢纽组织形式。

3 预测方法在辽阳市客运枢纽换乘量预测中的应用及效果分析

在此以辽阳市综合客运枢纽为例，在数据采集与分析的基础上，分别采用基于因素分析的分担率预测方法以及分时段预测方法对枢纽的换乘量进行预测。

3.1 基于因素分析的辽阳市客运枢纽的换乘分

担率预测

根据社会经济发展规划，在“十二五”期间，即至2015年，辽阳市居民的社会水平会有所提高，人均的月收入水平也会相应的提高。假设根据规划所提供的数据，年增长20%，对于调查样本的月收入进行相应的调整，在出行者及其家庭的主要社会经济属性和模型影响变量无重大变化的前提下，可以直接将非集计模型应用于月收入增加20%后的样本数据，得到2013年换乘方式分担情况（换出客流）见表1。

3.2 辽阳市客运枢纽的分时段换乘分担率预测

基于辽阳市客运枢纽乘客换乘行为的SP调查，得到乘客在不同时段换乘选择行为的特征分布，见图2。由图2可见，在各个时段乘客换乘行为差异显著。

表1 出行方式分担率的变化趋势Tab.1 The change trend of mode choice rate%

图2 乘客不同交通方式换乘选择的时间特性Fig.2 The time characteristics of transfer modes choice behaviors

构建两两交叉换乘分担率模型分析不同时段枢纽站乘客的换乘行为，利用SPSS软件的多项Logit模块对参数进行标定，并对换乘客流进行预测。以主导方式进入枢纽为例，给出各种交通方式的换乘分担率预测结果，见表2。

表2 分时段枢纽乘客换乘分担率预测结果Tab.2 Transfer share prediction at different time split %

通过对模型参数的敏感性分析，可得到各个时段的换乘影响因素对乘客选择决策的作用机理，可分析乘客随出行目的的不同、对交通方式的可达性要求、舒适性需求等的在各个时段的差异性以及由此对其决策行为的影响，研究结果为各种交通的运营调度提供科学依据，提高各方式间接驳的协调性。

4 各种预测方法总结及其适用性分析

基于集计与非集计的换乘预测方法在此不再赘述，就分时段预测而言，分时段换乘量预测仍然基于非集计模型，所不同的是区分了各个时段枢纽内各种交通方式的分担量，虽然该方法对枢纽内的协调调度具有重要意义，但是却也加大了枢纽内客运量数据采集的难度。

基于因素分析的换乘比率预测，关键是提取影响换乘行为的主要因素，以及这些影响因素的变化趋势。相同的分析也应用与短时客流预测，只是短时客流预测更注重于在枢纽内部选择影响因素。

应用类比法预测未建客运枢纽换乘方式分担率关键在于寻找可类比的城市及其枢纽站，相似度越高，预测精度越为精确。各预测方法的适用范围见表3～5。

表3 各方法应用范围比较Tab.3 Comparison of application range of each method

表4 各方法构建过程比较Tab.4 Comparison of the method of constructing process

5 结束语

本文扩展了客运枢纽换乘量预测的研究思路，有助于交通管理部门针对枢纽的不同建设状况及现状数据获取等实际情况选择适用的换乘量预测方法，为综合客运枢纽仿真实验系统提供各方式间换乘客流量等宏观行为数据；为综合客运枢纽的功能定位和建设规模确定，功能设计与结构优化及枢纽内的交通组织提供数据支持。

表5 各方法所需基础资料比较Tab.5 Comparison of the methods required for basic data

［1］ 李 东，单静涛，叶远春.城市交通枢纽交通换乘分析与客流组织评价研究［C］∥第七次城市道路与交通工程学术会议论文集.北京：中国土木工程学会，2002：153－161.

［2］ 孙立山，姚丽亚，荣 建，等.基于最大熵模型的客运枢纽换乘量分布预测研究［J］.公路交通科技，2008，25（8）：140－144.

［3］ 李 星，刘文婷，周扬军.厦门（新）站综合交通枢纽交通需求预测研究［J］.交通与运输.2009（12）：39－42.

［4］ 陈 琛.城市公共交通换乘系统研究［D］.南京：东南大学，2002.

［5］ 米文勇.大城市自行车与轨道交通换乘系统研究［D］.成都：西南交通大学，2007.

［6］ 刘纪建.城市综合客运枢纽换乘需求预测分析［J］.黑龙江科技信息，2010（19）：62－63.

［7］ 贾洪飞，宗 芳，乔 路.综合客运枢纽换乘量预测方法［J］.系统工程.2009，27（1）：15－18.