城市轨道交通运营初期客流预测方法研究

马彩雯，徐燕秋，石晶

(大连交通大学 交通运输工程学院，辽宁 大连 116028)*



城市轨道交通运营初期客流预测方法研究

马彩雯，徐燕秋，石晶

(大连交通大学 交通运输工程学院，辽宁 大连 116028)*

为了使预测客流与实际客流更吻合，提出了基于三次吸引的四阶段客流预测法.该方法是以三次吸引范围为基础，分别建立模型对出行发生吸引、出行分布和交通方式划分这三个阶段进行预测，获得城市轨道交通运营初期的客流量.并以大连市202轨道交通延伸线为实例，验证了预测方法的合理性和实用性.

客流预测； 三次吸引； 四阶段法；广义出行费用；LOGIT模型

0　引言

城市轨道交通运营初期的客流预测结果与轨道交通的车辆配置、运营组织、财务测算与评价等直接相关.然而，目前国内大多城市轨道交通开通初期客流预测结果与实际客流存在巨大落差.根据相关资料[1]显示，除2005年南京地铁开通初期客流预测结果比较理想外，其余城市的实际运营客流不到预测客流的25%，长春轻轨的实际客流不到预测客流的10%.预测与实际客流的差异，影响到轨道交通的运营效率和经济效益.因此，选择合理的预测方法对轨道交通运营初期的客流进行预测显得至关重要.

1　预测方法研究

目前，国内主要研究短期和远期客流预测理论和方法，对于城市轨道交通运营初期的客流预测方法研究相对较少.通过查阅相关文献，将已有的轨道交通运营初期的客流预测方法归纳如下：一类是四阶段法[2- 3]，该方法分出行发生和吸引、出行分布、出行方式划分和交通分配四个阶段进行预测，预测结果比较系统、全面，适用于进行过系统的客流调查且相关资料比较完备的城市；另一类是三次吸引法[4- 5]，该方法以一条规划线路为研究对象，以各站为中心，划出各站的三次吸引范围，根据三次吸引范围的吸引系数来预测客流总量，适合于单一线路的客流量预测，尤其比较适合于城郊线路客流的预测.综合研究结果，本文将三次吸引法和四阶段法相结合,采用基于三次吸引的四阶段客流预测法对城市轨道交通运营初期的客流进行预测，该方法所需数据相对较少，预测结果更系统全面.

2　交通小区划分与人口预测

2.1吸引范围

基于三次吸引的四阶段预测法的基础是三次吸引范围的确定，三次吸引范围分别是指乘客所能承受的以步行、非机动车和公共交通到达轨道交通车站的距离.通过查阅相关资料[3]，三次吸引范围与乘客所能承受的不同交通方式到达轨道交通站点的时间和各交通方式的速度直接相关，结合GB50220—95《城市道路交通规划设计规范》中的对步行、非机动车及公共汽车速度的规定，计算出三次吸引范围，如表1所示.

表1　三次吸引范围计算值

2.2交通小区划分与人口预测

交通小区的划分与规划区域的用地规模、土地利用性质和规划布局相关.根据目标区域的土地规划，利用已经确定的三次吸引范围，将轨道交通站点周边小区划分为一次吸引小区、二次吸引小区和三次吸引小区.在此基础上，利用目标城市的人口普查数据，确定各站点的一次吸引乘客、二次吸引乘客以及三次吸引乘客数量.

3　发生与吸引量预测

此次预测是要获得轨道交通运营初期的客流，故采用特殊的方法，即以站点为单位仅考虑三次吸引范围内客流的发生和吸引量.根据沿线各小区的预测人口、居民出行调查拟合的平均出行次数、各站的方向比例和上、下车比例，可求得各站的发生和吸引量.

3.1发生量预测

根据目标区域的居民出行调查数据，可得轨道交通各站的上车比例和方向出行比例.以此为依据，利用式(1)可求得轨道交通各站的客流发生量.

(1)

式中：Qa为a站客流发生量；Pi为a站第i吸引小区的人口数；B步为区内出行比例；θ为日均出行次数；Ra为方向出行比例；as为a站的上车人数；Qs为总上车人数.

3.2吸引量预测

与发生量预测方法类似，根据出行调查数据获得的下车比例和方向出行比例，利用式(2)可求得轨道交通各站的客流吸引量.

(2)

式中：Da为a站客流发生量；Pi为a站第i吸引小区的人口数；ax为a站的上车人数；Qx为总上车人数.

4　交通分布预测

利用平均增长系数法进行交通分布预测，平均增长系数模型假设未来的OD量按起讫点站增长系数的平均增长值增长，其分布模型为：

(3)

式中：T(i, j)为i站至j站的预测OD量；t(i, j)为i站至j站的现状OD量；E(i)为i站的出行发生增长系数；F(j)为j站的出行吸引增长系数.

为了减少工作量，根据模型和收敛判定要求，利用EXCEL软件编辑迭代程序进行计算得到轨道交通各站全交通方式的OD分布.

5　交通方式选择预测

居民出行方式的选择与出行方式的快捷性、经济性、舒适性、准时性等因素直接相关，本次交通方式选择预测正是利用这四个因素建立基于广义出行费用的LOGIT模型进行预测.

5.1广义出行费用

广义出行费用是指乘客完成一次完整出行过程中所涉及的时间、费用、舒适度以及准时性等指标进行量化整合得出行费用[6].具体建模如下：

(1)快捷性费用

快捷性费用是乘客完成一次出行的时间与时间价值的乘积，主要由出行距离、车站候车时间以及所需交通方式的速度决定.其表达式如下：

(4)

式中：V1为快捷性费用;Ti为采用交通方式i所需的出行时间;li为采用交通方式i出行的距离;vi为交通方式i的旅行速度;twi为交通方式i的平均候车时间;vot出行者的时间价值.

(2)经济性费用

经济性费用是指乘客完成一次完整的出行过程中采用一种或多种交通方式所需的货币支出.由于不同交通方式的计价方式不同，为了统一各种交通方式的计价模式，在这里引入出行费率.出行费率即单位出行距离所需的出行费用.经济性费用的表达式如下：

(5)

式中：fai为交通方式i的出行费率;fm为出行过程中产生的换乘费用.

(3)舒适性费用

乘客乘车的舒适度主要取决于额定载客人数和座位数，由于不同交通方式在舒适程度上存在交通大差异，所以可采用车内拥挤度来量化舒适性[7].其表达式如下:

(6)

(7)

(8)

式中：V3为舒适性费用；v3(x)为费用函数； x为区间在车乘客数；p为列车发车频率；n为列车的座位数；c为列车额定载客容量；α、 β为额外时间开销系数，分别取值为1和2；I(φ)为符号函数，当φ大于0时取0，否则取1.

(4)准时性费用

交通方式的准时性是由其晚点程度来表达，不同交通方式由于其自身特点的不同，在晚点程度上也有较大的差异，本文通过各方式的平均晚点时间对准时性费用进行量化.其表达式如下：

(9)

式中：V4为准时性费用;Ti晚为交通方式i的平均晚点时间.

通过对目标城市进行交通调查，对涉及广义出行费用的四项指标的高峰和平峰两个时段的权重进行标定. 快速、经济、舒适、准时四项指标排序，最重要的填 1，次要的填 2，第三重要填3，最不重要的填4.对调查数据进行处理，获得各项指标高峰和平峰两个时段的权重分别为w1、w2、w3、w4.结合上述方法，出行者完成一次完整出行所需的广义费用V可表示为：

(10)

5.2出行方式链概率模型

利用交通调查结果结合三次吸引范围，分别确定一、二、三次吸引范围的出行方式链.然后，计算各出行方式链的广义出行费用.最后，运用LOGIT模型[6]计算出行者选择轨道交通出行的概率，如下式：

(11)

表2　不同出行方式链数量k对应θ的取值

通过查阅相关文献可知，在没有调查数据的情况下，θ的取值与出行方式链数量的关系如表2所示.

6　实例分析

202轨道交通延伸线是大连市市区与旅顺经济开发区间的一条新建线路，目前正处于试运营阶段，具有可供验证研究方法合理性的客流数据.因此，本文选择大连市202轨道交通延伸线作为研究对象进行实例分析，以《大连市人口调查》、《大连市居民出行调查》的相关成果为主要数据来源，结合本文提出的运营初期客流的预测方法，对202轨道交通延伸线运营初期的全日客流进行预测.

第一步，根据表1确定的三次吸引范围将202轨道交通沿线各站周边小区划分为一次吸引小区、二次吸引小区与三次吸引小区，并根据各小区的人口数据确定各站的一次吸引乘客、二次吸引乘客与三次吸引乘客数量，如表3、表4、表5所示.

表3　各站一次吸引小区及人口数量 人

表4　各站二次吸引小区及人口数量 人

表5　各站三次吸引小区及人口数量 人

第二步，利用现有数据，计算各站的上、下车比例和方向出行比例，利用式(1)和(2)计算各站全交通方式的发生与吸引量，如表6所示.

表6　各站全交通方式的发生与吸引量

第三步，根据式(3)，利用EXCEL程序进行迭代收敛计算，求得各站全交通方式的全日OD分布，如表7所示.

第四步，进行居民选择202轨道交通延伸线出行概率的计算，沿线居民的出行方式主要有公交、大客、快轨202小汽车.考虑乘客的出行心理，除步行外，假设出行链里换乘次最多为一次. 供沿线三次吸引乘客选择的出行方式链，如表8所示.

表7　各站全交通方式全日OD分布

表8　三次引乘客的出行方式链

表9　广义出行费用各指标权重值

第五步，利用广义费用模型和表9中各指标的权重值，分别计算出各站一、二、三吸引范围不同出行方式链高峰和平峰两个时段的广义出行费用. 其中，查阅相关资料可知，大连市的平均工资为4 176元，以此可求得大连市居民的出行时间价值为17.4元.并根据LOGIT模型，分别求出各站一、二、三次吸引范围高峰和平峰两个时段的分担率，求均值得各站高峰和平峰两个时段的综合分担率，如表10和表11所示.

最后一步，利用表7各站的OD与表10、11中分担率的乘积，可求得202轨道交通延伸线运营初期的全日OD如表12所示.

根据预测结果可知，大连市202快轨延伸线运营初期的全日客流为3 569人次，而该线路试运营期间全日客流为3 759人次，预测客流与实际客流误差为5.32%.由于预测过程中未考虑二次以上换乘出行的乘客，导致预测客流与实际客流有较小的偏差，但也很好的达到了预期目的.

表10　202轨道交通延伸线高峰时段分担率 %

表11　202轨道交通延伸线平峰时段分担率 %

表12　202轨道交通延伸线运营初期全日OD

7　结论

本文对城市轨道交通运营初期客流预测方法的研究，借鉴了相关文献中的三次吸引法和四阶段法中的相关理论和方法，提出了基于三次吸引的四阶段客流预测方法.并以大连市202轨道交通延伸线为例进行了实例分析验证，验证结果是预测客流与实际客流比较贴近.因此，本文研究的客流预测方法比较合理，可用于城市轨道交通运营初期的客流预测.

[1]谢静.城市轨道交通首期开通客流预测方法研究[D].成都：西南交通大学,2012.

[2]卜新春.城市轨道交通换乘车站客流预测及分析[D].西安：长安大学,2014.

[3]姚智胜,董春娇,熊志华.城际轨道交通转移客流量预测方法研究[J].交通运输系统工程与信息,2012(1):119- 123.

[4]姚金龙 ,胡润洲.一种用于轻轨交通线路客流预测的新方法[J].地铁与轻轨，1993(2):27- 29.

[5]何宁,马晓甦,王国晓.南京市地铁1号线开通初期客流预测[J].城市交通,2009(1):36- 44.

[6]朱旭.城市轨道交通换乘站客流预测方法研究[D].西安：长安大学,2012.

[7]张明辉.基于GP算法的城市轨道交通客流分配问题研究[J].交通科技与经济,2014(3):46- 49.

Initial Passenger Flow Forecast Method of Rail Transit

MA Caiwen,XU Yanqiu,SHI Jing

(School of Traffic and Transportation Engineering,Dalian Jiaotong University,Dalian 116028,China)

Scientific and accurate rail passenger flow forecasting in the initial operation is important to develop reasonable vehicle configuration plan and Operation organization scheme. In order to improve the operation accuracy of the prediction,the forecasting method is studied,and the four stage method is proposed based on three-time attraction to obtain models for travel and attraction，trip distribution，transportation division to get the initial passenger flow.The example of Dalian 202 rail transit proves illustrated the rationality and practicability of the forecast method.

passenger forecasting; three-time attraction; four stage method; generalized travel cost; LOGIT model

1673- 9590(2016)05- 0083- 06

2016- 04- 19

马彩雯(1961-)，女，教授，博士，主要从事交通运输规划的研究

E-mail:macaiwen@126.com.

A