上海轨道交通早高峰客流拥挤与居民通勤关系分析

王 波

(上海市城市规划设计研究院,200040,上海∥工程师)

上海轨道交通早高峰客流拥挤与居民通勤关系分析

王 波

(上海市城市规划设计研究院,200040,上海∥工程师)

分析了上海轨道交通客流时段分布特征、客流潮汐现象以及拥挤断面分布等高峰特征。通过分析早高峰时段轨道交通客流的空间分布特征,找出经过高峰客流拥挤断面的客流去向。利用手机信令数据分析经过拥挤断面的外围轨道交通站点1 km范围内居民的职住空间分布,得出这些外围站点周边居民70%以上在中心城区就业、旱高峰集中乘坐轨道交通前往中心城上班的结果。分析了居民通勤的主要通道,发现通勤(职住)通道上的客流不平衡与轨道交通早高峰客流拥挤有较强的相关性。

城市轨道交通; 高峰客流; 居民通勤; 职住通道

Author′s address Shanghai Urban Planning & Design Institute,Shanghai 200040,China

自1990年上海轨道交通1号线工程正式开工,短短20余年间,上海轨道交通从无到有,从单线运营迈入网络化运营阶段。但随着轨道交通客流规模的日益增长,一些线路的部分断面开始出现常发性的拥挤,站点限流、高峰时段车站客流滞留、乘车延误等现象的频发也影响着轨道交通高峰时段的服务水平和系统稳定性。本文从客流的时间、空间分布特征出发,找出上海轨道交通早高峰客流拥挤的深层次原因。

1 轨道交通客流高峰特征

1.1 时段特征

从线网客流时间分布的不均衡性来看,工作日客流和周末客流的比值为1.33:1,日高峰小时系数平均在0.12～0.20。根据2015年10月上海轨道交通客流数据分析结果,5号线、16号线的客流高峰系数最高,超过了20%；各条轨道交通线路中,外环线以外站点越多的线路、越长的线路，高峰小时系数越高,线路入城段的局部断面客流高峰系数更高。上海轨道交通各条线路高峰小时系数比较见图1。

图1 现状各条线路高峰小时系数比较

1.2 潮汐现象

从轨道交通客流的方向不均衡性来看,早高峰进城与出城(以内环线为进出城边界)的客流比值为3.5:1,潮汐现象十分明显。早高峰进出内环轨道交通客流分方向比例如图2所示(见彩14页)。各条轨道交通线路,尤其是主要放射线路潮汐性比较明显,造成资源浪费和运行效率低下。例如，7号线北段早高峰时段以入城方向客流为主,出城方向客流十分少,早高峰小时岚皋路站—镇坪路站入城方向与出城方向的断面客流比近8:1,其他线路如1、2、8、9、11、13、16号线,往市中心方向高峰时段客流也是反方向的3～5倍;同时,部分线路高峰客流过于集中,高峰时段十分拥挤,但非高峰时段客流则较少,如6、7、9号线。上海轨道交通线路部分断面早高峰小时双向客流比较如表1所示。

表1 上海轨道交通线路部分断面早高峰小时双向客流比较

潮汐客流导致反方向运能资源的浪费。工作日明显的早高峰客流潮汐现象反映了上海中心城区岗位的高密度和强吸引力,轨道交通站点客流和土地利用呈现强烈的关联性。郊区以居住为主的用地区域,站点以上客为主,中心区则正好相反。另外,郊区线路客流强度并不高,但采用了市区线路制式,在满足了市区大客流运能的运营组织情况下,郊区的运能资源相对会出现浪费,运营效率也不高,如2号线东延伸段、11号线郊区段等。图3所示为2015年早高峰站点进出站客流量及其不均衡性(见彩14页)，其中,每个站点的显示大小反映早高峰各站点的进出站总量,颜色反映该站点早高峰进/出站量的不均衡性；正值(计算式为进站量/出站量)表明该站点早高峰进站量大于出站量,值越大颜色越深,站点的早高峰进/出站量越不均衡;负值(计算式为-1×(出站量/进站量))表明该站点早高峰出站量大于进站量,绝对值越大颜色越深,站点的早高峰进/出站量越不均衡。从图3中可以明显看出,内环内的绝大多数站点早高峰出站量是进站量的2倍,甚至5倍以上,内环外站点则恰好相反。这也是客流潮汐特征的另外一种反映形式。

1.3 拥挤断面分布

根据2015年10月上海轨道交通客流数据及各线路各断面的运能,可计算出各断面的客流拥挤度。从三高(高峰小时、高方向、最高客流)断面拥挤度来看,1号线、2号线、6号线、7号线和8号线现状最为拥挤。由于高峰时段运能增长满足不了客流增长的需要,高峰时段大部分线路出入城段均比较拥挤,如1号线北段、3号线北段、6号线、7号线北段、8号线南段和9号线西段，极端高峰时段车厢内平均站立人数超过10人/m2,部分站台出现客流积压,部分车站已经采取了高峰限流措施。图4为2015年10月某工作日早高峰客流拥挤水平分布(见彩15页)。

2 早高峰客流拥挤特征

2.1 早高峰时段客流空间分布

对上海市轨道交通网络按地理分布进行划分：以4号线环线和外环线为界,将轨道交通网络分为内环内、内外环之间、近郊区、远郊区4个区域。对早高峰的客流交换进行统计,如表2所示。

表2 各交通分区轨道交通客流OD表(早高峰) %

各区域客流交换主要有以下特点:

(1) 早高峰内环内是客流的主要目的地。轨道交通网络的高峰客流以向心通勤客流为主,内环内的到达客流占全部客流的58.7%,中心城以内的到达客流占全部客流的87.5%;进、出内环的客流比例为2.3:1,进、出外环的客流比例为2:1,在断面上由于累积效应和穿越客流，这一比例更高。

(2) 外围区域的客流交换所占比例很小。在全部客流中,内外环间与内环内的客流交换比例最大,占全部客流的36.8%;外环外各区域间的客流交换所占比例最小,占全部客流的0.9%。内外环间区域与其他区域的交换量最大,占全部客流的58.5%(不含内外环间内部的客流交换量)。

2.2 经过拥挤断面的客流去向分析

为找出部分轨道交通线路高峰拥挤形成的原因,需要利用轨道交通刷卡数据统计的站间OD进行分析,得到经过拥挤断面的客流的去向,再结合轨道交通网络和城市用地、空间布局及职住通道的关系深入剖析。

根据现状轨道交通断面客流分析,早高峰拥挤的断面主要有上海轨道交通1号线共康路站至上海火车站站、3号线大柏树站至宝山路站、5号线北桥站至莘庄站、6号线金桥站至世纪大道站、7号线新村路站至静安寺站、8号线芦恒路站至耀华路站、11号线李子园站至曹杨路站等外围区进入中心城的断面。根据早高峰站间OD,分析经过各拥挤断面的外围站点客流的去向可知，外围站点的客流第一去向均为浦西内环内,第二去向为区间内部,第三去向为浦东内环内和浦西内外环间。各分析段站点集合的客流去向如表3所示。

表3 经过主要拥挤断面的站点早高峰客流去向占比 %

3 居民通勤(职住)通道的不平衡性与早高峰客流拥挤的关系

有关职住平衡的问题,很多学者有过研究,用就业和人口之比来分析平衡指标是针对一定的区域而言的,受到城市规模和通勤距离的影响。因此学者们也提出了最小通勤(在既定人口岗位分布下的最优就近就业分配情况)、最大通勤、随机通勤、剩余通勤等概念,来衡量职住平衡。这里要提到的一个新的概念是“职住通道平衡”[1],将全市交通小区的居住地到工作地的通勤矩阵,合并为若干交通大区的通勤矩阵,并在交通大区的蛛网通道上进行以居住地为起点、工作地为终点的“上班出行”分配,便得到了通道上的上班需求。通道平衡系数定义为大流量方向值和小流量方向值的比值。

图5为上海市通勤(职住)空间通道不均衡性示意图(见彩15页)，可以看出,上海市内外环间、北部地区至浦西内环内的通勤(职住)通道严重不平衡,西北片区的不平衡系数超过4,东北部片区不平衡系数也在2.2以上。分析同时期轨道交通客流数据得到,早高峰期间,北部地区轨道交通线路自北向南方向都产生了较为严重的拥挤现象。将图5与图4进行对比分析可以看出,职住通道的不平衡性,不同程度导致了通道上的轨道交通早高峰在单方向出现拥挤。职住平衡总是可以在一定的空间地域内实现,差别在于地域范围的大小。而通勤(职住)通道的不平衡仅依靠交通设施规划是无法解决的。通勤(职住)通道不均衡,往往会导致轨道交通线网在高峰期间运能不足,客流拥挤频发,但全日客流效益较差。例如，浦东地区的6号线几乎每天早高峰都要在巨峰路站采取限流措施,但全天的客流效益不高,客流强度仅为1.17万乘次/km。

为了更突出反映通勤(职住)空间通道的不均衡性与早高峰轨道交通客流拥挤的相关性,本文使用手机信令大数据分析,对经过几个主要拥挤断面的外围轨道交通站点1 km范围内居民的就业地区分布进行了分析,如表4和图6所示(见彩15页)。表4中,中心城指上海市外环线以内地区,中心城周边地区指中心城周边的宝山新城、虹桥地区、闵行新城以及其他近郊地区,新城指嘉定新城、青浦新城、松江新城、南桥新城、金山新城、城桥新城、临港新城。图6中的岗位分布累积比例计算方法如下:为消除交通分区划分大小对居民工作地空间分布图示的影响,首先计算外围站点1 km范围内的居民在每个交通分区的岗位数量,然后计算岗位密度进行逆排序,再根据岗位绝对数计算累积比例。这些站点直接服务的范围内,居民就业地在中心城的比例非常高(1、3、6、7、8、11号线外围站点周边的居民70%以上都在中心城就业,最高的6号线达到了80%),其次为中心城周边地区,最后才是新城和其他地区,而早高峰轨道交通客流以通勤为主,可见,这些外围站点周边的居民早高峰非常集中地乘坐轨道交通前往中心城上班,与主要放射性线路入城段断面拥挤的特征相关性非常明显。

表4 经过拥挤断面的外围轨道交通站点1 km 范围内居民就业地区分布 %

4 结语

本文分析了上海轨道交通客流的高峰特征,包括全网及各线路的时间、空间分布,重点分析了早高峰时段的客流空间分布、潮汐现象，以及拥挤区段的客流去向、客流的方向不均衡性等特征。分析发现,上海轨道交通客流日高峰小时系数平均在0.12～0.20,线路入城段的局部断面客流高峰系数更高;早高峰时段客流呈现明显的潮汐现象。上海轨道交通客流早高峰的潮汐现象和部分断面的严重不均衡性使得部分断面出现了拥挤现象,拥挤断面主要分布在中心区放射线的入城段,1号线北段、3号线北段、6号线、7号线北段、8号线南段、9号线西段极端高峰时段车厢内平均站立人数超过10人/m2；内环内是早高峰客流的主要目的地,轨道交通网络的高峰客流以向心通勤客流为主,经过拥挤断面的客流第一去向为浦西内环内,第二去向为区间内部,第三去向为浦东内环内和浦西内外环间。

通过分析全市职住空间分布,得到上海市域的居民通勤(职住)通道,发现在上海市内外环间、北部地区至浦西内环内的通勤(职住)通道严重不平衡,西北片区的不平衡系数超过4,东北部片区不平衡系数也在2.2以上。将通勤(职住)通道与高峰客流空间分布进行对比分析可看出,早高峰轨道交通客流主要为通勤客流,通勤(职住)通道的不平衡性与通道上轨道交通早高峰在单方向拥挤有很强的相关性。为更突出反映通勤(职住)通道的不均衡性与早高峰轨道交通客流拥挤的相关性,本文利用手机信令数据对经过几个主要拥挤断面的外围轨道站点1km范围内居民的就业地区分布进行了分析,发现这些外围站点周边居民70%以上在中心城就业,早高峰非常集中地乘坐轨道交通前往中心城上班。这与主要放射性线路入城段断面拥挤的特征非常吻合。

通勤(职住)通道不均衡,往往会导致轨道交通线网在高峰期间运能不足,客流拥挤频发,但全日客流效益较差的情况。在新一轮的城市总体规划和轨道交通线网规划中,应着重提升新城及近郊地区的岗位数量及吸引力,加强外围区轨道交通线网的规划建设,扩大轨道交通网络的服务范围,提高轨道交通与城市发展的耦合度。

[1] 张天然.基于手机信令数据的上海市域职住空间分析[J].城市交通,2016,14(1):15.

[2] 李忍相.城市轨道交通客流特征研究[D].上海:同济大学交通运输工程学院,2009.

[3] 何九冉.城市轨道交通客流统计特征分析及组合预测方法实证研究[D].北京:北京交通大学,2013.

[4] 沈丽萍,马莹,高世廉.城市轨道交通客流分析[J].城市交通,2007,5(3):14.

[5] 周文娜,张天然,申立,等.快速城市化背景下上海市人口与就业分布及其演化的研究[J].上海城市规划,2015(2):44.

[6] 孙鸾英，王竞，蒲琪.基于随机网络加载的城市轨道交通客流分配模型[J].城市轨道交通研究，2014(10)：115.

[7] 周玮腾，韩宝明，李得伟，等.城市轨道交通客流分布短时预测模型研究及应用[J].城市轨道交通研究，2015(1)：24.

Relationship between the Rush Hour Passenger Flow Congestion and Residents Commuting in Shanghai Rail Transit System

WANG Bo

Several characteristics of the rush hour passenger flow in Shanghai rail transit system are analyzed,including the time distribution,tide phenomenon of passenger flow and congested section distribution,etc.By analyzing the spatial distribution of the rush hour passenger flow,the whereabouts of passenger flow passing the congested section is detected.The workplace distribution of the residents living around railway station within 1 km is analyzed by using the cell phone data, it shows that about 70% or more residents work in the downtown areas.The unbalance of passenger flow on the commuting corridor is highly consistent with the passage flow congestion inmorningrush hours.

urban rail transit;rush hour passenger flow; residents commuting; job-housing corridor

U 293.1+3

10.16037/j.1007-869x.2016.07.016

2016-01-25)