公交客车分区域站立密度分布特征*

闫晟煜 赵转转 白 鑫

(1.长安大学汽车学院 西安 710064；2.陕西交通职业技术学院汽车工程学院 西安 710018；3.厦门金龙联合汽车工业有限公司 福建厦门 361023)

0 引 言

单位站立乘客有效面积内的站立人数为站立密度，是反映客流变化的重要指标。欧美国家城市公交客车拥挤极限负荷为5～6人/m2[1]。根据GB7258—2012的规定[2]，我国城市公交客车核定站立乘客数为8人/m2，公交高峰运营时段和车厢内部分站立面积内的站立密度常超过该阈值，而其他区域却略显宽松，体现了乘客有效站立面积内的站立密度并不均匀的特征。

目前，针对站立密度的研究成果颇多，吴奇兵等[3]建立了城市轨道交通车厢立席密度计算模型；沈景炎[4]提出了轨道交通立席密度评价方法；赵亮[5]提出了城市轨道交通立席密度标准的结论性建议；邵敏华[6]提出了不同车内拥挤度下的乘客出行选择效用函数；李田野等[7]基于乘坐舒适性对比了乘客的出行时间价值；刘旋[8]通过对站立密度的分析，提出了短后悬长轴距纯电动公交客车的设计理念；也有公交企业在车辆前后车门装配双目体感客流量调查仪，其准确率维持在90%左右。综上研究，均是确定了站立密度阈值和乘客出行选择问题，但未体现各区域内站立密度不均匀的特征，也鲜见分析站立密度在车厢各区域的分布情况，以及站立乘客流的流动特征及选择倾向性问题。

为确定公交客车车厢内各区域站立密度的变化特征，调查西安7条公交线路平峰、高峰客流量，基于不同座椅布置模式下的各区域站立密度变化情况，分析各区域站立密度的变化特征及其关联性，确定各车厢平均站立密度特征区间内的最大站立密度所处区域，分析在乘客选择站立区域的倾向性。

1 站立密度调查方法

1.1 车厢区域划分

站立密度通过调查各站上车人数、下车人数、到站时间、发站时间，以及稳态下分区域的乘客人数等计算获得。按照GB/T 12428—2005中站立乘客有效面积的确定方法，量取乘客有效站立面积[9-10]。前、后车门处乘客流动性大，而轴距内乘客容量大，后通道处又为被迫站立区域，由此产生了明显的站立密度分区域差异。将乘客站立区域沿车辆纵向划分为4个部分：①前门开始到横排座椅结束为A区域；②横排座椅结束到后门开始为B区域；③后门开始到后门结束为C区域；④后通道开始到后通道结束为D区域。调查时规定乘客跨区站立时归属为沿纵向后1个区域。

以12 m公交客车“轴距1+1、后通道2+2”座椅布置形式为例，车内站立区域划分情况见图1。

图1 典型座椅布置车辆的站立区域划分

由图1可见，阴影部分分别为楼梯井一级踏步和检修盖，拥挤的车厢内乘客被迫选择该处站立，计算乘客有效站立面积时也应考虑在内。乘客站立位置在车厢内时常调换，各区域站立密度是动态变化的，通常站间车速最高时站立密度较为稳定，为调查稳态下分区域的站立乘客人数的时机。

1.2 站立乘客流

站立乘客流始终在车厢内流动。上车乘客流消化过程始于前门开启时刻，止于下一站间某时，车厢站立密度由剧烈向平缓变化过渡；下车乘客流消散过程始于上一站间某时，止于后门关闭时刻，车厢站立密度由平缓向剧烈变化过渡。A，B，C区域为站立乘客流依次在车厢内的流经区域，流向不可逆，C区域处于下游，且靠近下车门，站立密度波动大；D区域的乘客流可逆且属于被迫站立区，或乘客获得座位的几率大，或站立区域面积大，导致其站立密度不高。

1.3 调查线路情况

考虑乘坐舒适性的情况下，结合人机工程学和设计规范[11-13]，高峰时段的最大站立密度标准为5～6人/m2，超过该标准的站间数占单程站间总量的比例宜控制在20%以内[14-15]。选取西安7条大客流量、2种典型座椅布置的公交线路进行调查，每条线路在工作日内至少调查2次平峰(9:00～11:00;14:00～16:00)和1次晚高峰(17:30～19:30)，共取得往返调查样本73个，统计结果见表1。

表1 站立密度调查结果

由表1可见，7条线路高峰最大站立密度均超过5人/m2，有6条线路5人/m2以上的站立密度持续时间超过了20%，有6条线路的C区站立密度最大，有4条线路的站间数占单程站间总量比例超过20%[16-17]。据统计，对于高峰最大站立密度超过5人/m2的线路，站立密度减少1人/m2，将平均释放车辆满载时23.38%的运力。

2 站立密度分区域分布

2.1 不均匀分布的原因

乘客选择的站立位置有规律可循。当车厢内座椅均有乘客就位，而各站立区域有充足空间时，通过调查后续少数乘客上车后第一次驻足区域，可以明确乘客在各区域内的位置互换习惯。经统计，第一次驻足在B、C区域的选择倾向性比重合计占93.23%，A区占2.21%，D区站4.56%，表明B，C区为乘客趋向型站立区域，与下车便利性和站姿舒适性有关，第一次驻足区域为D区的乘客均为长运距乘客。

受乘客选择的影响，各区域站立密度分布并不均匀[18-19]。西安46路车辆为“轴距1+1，后通道2+2”座椅布置，分区域站立密度(ρA，ρB，ρC，ρD)与车厢平均站立密度ρ变化趋势见图2。

图2 分区站立密度与车厢平均站立密度的变化关系

由图2可见，受乘客上、下车影响，A，C区域乘客流动性好；当ρB持续上升至出现乘客流堵塞时，ρA出现上升情况；B区域站立面积最大，但ρB高于ρ；ρD始终低于ρ，且为0的站间数最多，体现了被迫站立区的特点，由于该区域乘客流动性不高，站立密度呈现阶梯式下降。ρB，ρC与ρ同趋势变化，也表明ρB，ρC可以反映车厢平均站立密度ρ的水平。

2.2 随机变化特征统计

座椅布置模式设定后，分区域站立密度受车上站立乘客数的影响呈现非对称变化趋势[20]。由于分区域最大站立密度仅会出现在B区和C区，用ρ表征站间车上站立乘客数的变化，将其划分为4个特征区间，依据高峰时段调查数据，各区间ρB，ρC与ρ的相对值分布见图3。

图3 B区域和C区域站立密度分布

图3体现了车上站立乘客数在B区域和C区域的分配结果，包含了多种分配组合。由图4可见，车厢站立密度ρ达到2人/m2后，ρB/ρ与ρC/ρ变化趋缓，是ρB，ρC的增幅发生变化的拐点之一；当ρ达到5人/m2时，ρB/ρ与ρC/ρ已基本持平；而ρ达到6人/m2时，“轴距1+1 后通道1+1”座椅布置的ρB超过ρC，成为最大站立密度区域，各区间内的相对值见表2。

由表2可见，车厢站立密度ρ超过2人/m2时，ρB与ρC相差不大，随着ρ的增大，二者有差距缩小向基本持平过渡的趋势；“轴距1+1，后通道2+2”座椅布置的D区域站立面积有限，无法有效分流C区的站立乘客数，导致该座椅布置模式下的最大站立密度区域始终在C区；而“轴距1+1，后通道1+1”座椅布置的D区域宽敞，在同等车厢平均站立密度ρ水平下，可分流C区域的站立乘客数，因此才会出现该座椅布置模式下ρB>ρC的情况。以上数据分析也表明，当以同样客流量分别适配12 m公交客车“轴距1+1 后通道2+2”和“轴距1+1后通道1+1”座椅布置模式时，车辆核定座位数多的车辆，车厢平均站立密度 未必会相对较大，这与可供乘客站立的区域面积有关系，也与车辆动力源类型和布置位置关系密切。

表2 不同座椅布置下站立密度的各划分区间变化

3 站立密度的分配与关联性

3.1 站立密度的分配

车上站立乘客数与车厢站立密度线性关联。根据所调查线路的分区域站立密度统计，当车厢平均站立密度ρ逐渐上升时，乘客选择各区域站立的倾向性比重见图4。

图4 乘客选择各区域站立的比重变化

图4体现了各区域站立密度由不均匀分布向均匀分布的变化过程，却始终无法达到均匀分布。可见，车厢平均站立密度ρ不超过6人/m2时，选择A，D区域站立的乘客比重维持在20%以内，以“轴距1+1，后通道2+2”座椅布置模式下的乘客有效站立面积8.65 m2计算，ρA不超过5.14人/m2，ρD不超过7.69人/m2，均有随ρ增加而增速放缓的趋势；选择C区域站立的乘客比重在车厢内站立密度0～2人/m2范围内降幅明显，表明可供选择的站立空间变少，寻求另外区域站立，乘客选择倾向性比重降至40%后，即C区站立密度为3.16人/m2，降幅趋缓；C区域靠近后车门，受站立乘客流消化与消散的高流动性特点影响，ρC始终相对其他区域维持高态。当ρ不超过2人/m2时，B区域分流了C区域乘客流；超过4人/m2时，B区域的乘客流又有向C区域和D区域分流的趋势。

3.2 分区域站立密度的关联性

B区域承载A区域乘客流，为C区域过渡，位置关键。不同座椅布置形式下ρA，ρC随ρB的变化情况见图6。

图5 分区域站立密度的变化关系

由图5可见，ρA的增幅均呈逐渐上升趋势。由于“轴距1+1，后通道2+2”座椅布置的车辆后通道处乘客有效站立面积小，可供分流的面积有限，导致当ρB增大时，ρC保持连续增速，而当B区域站立密度超过6人/m2时，“轴距1+1，后通道1+1”座椅布置车辆ρC明显低于ρB，体现了C区域作为下游站立区域的特点。

4 结 论

1) 分析了各区域站立密度的变化特征及其关联性，提出了不同座椅布置模式下各车厢平均站立密度特征区间内的最大站立密度所处区域，明确了乘客选择站立区域的倾向性，以及各区域站立密度的变化特征及其关联性。

2)ρ反映了车厢内站立密度均值，但该指标未体现车厢内站立密度的真实情况，以及各区域的不均匀性和关联性，独立划分后的局部站立密度可达8～10人/m2，需要依托大量数据建立车厢内站立密度均值 与各区域站立密度的关联模型。

3) 车厢内座椅布置是影响站立密度的重要因素，也是根据公交线路对车辆选型的关键。若某公交线路客流量长期维持高态，车辆选型时不必加大发动机功率等硬性配置，可以通过改变座椅布置柔性调节车上人数，强迫车辆承载不达上限，增加线路配车数是合理的选择，特别是有坡道的线路。

4) 站立密度与公交线路客流量、车厢座椅布置模式有强关联性；若公交线路的上下车客流量可以通过设备实时监测，则将会对线路配车数优化、客流疏解与实时应急，以及调峰车辆的设计有大有裨益。

参考文献

References

[1] Transportation Research Board.Capacity and quality of service manual[M].2nded. Washington, D.C.：Transportation Research Board of the National Academies，National Research Council，2003.

[2] 全国汽车标准化技术委员会.机动车运行安全技术条件：GB 7258—2012[S].北京：中国标准化出版社，2012.

National Technical Committee of Auto Standardization.Safety specifications for power-driven vehicles operating on roads：GB 7258—2012[S].Beijing：China Standard Press，2012. (in Chinese)

[3] 吴奇兵，陈 峰，高永鑫，等.城市轨道交通车厢立席密度计算模型[J].交通运输工程学报，2015，15(4)：101-109.

WU Qibing，CHEN Feng，GAO Yongxin，et al.Computation model of standing-passenger density in urban rail transit carriage[J].Journal of Traffic and Transportation Engineering，2015，15(4)：101-109.(in Chinese)

[4] 沈景炎.关于车辆定员与拥挤度的探析[J].都市快轨交通，2007，20(5)：14-18.

SHEN Jingyan.On the carriage passenger capacity and the crowdedness involved[J].Urban Rapid Rail Transit，2007，20(5)：14-18. (in Chinese)

[5] 赵 亮.城市轨道交通立席密度研究[D].北京：北京交通大学，2009.

ZHAO Liang.Study on density of standing passengers in urban rail transit[D].Beijing：Beijing Jiaotong University，2009. (in Chinese)

[6] 邵敏华，李田野，孙立军.常规公交乘客对车内拥挤感知阻抗调查与建模[J].同济大学学报(自然科学版)：2012，40(7)：1031-1034.

SHAO Minhua，LI Tianye，SUN Lijun.Survey method and model of passengers′ cost perception of crowding level in bus[J].Journal of TONGJI University (Natural Science Edition)，2012，40(7)： 1031-1034. (in Chinese)

[7] 李田野，邵敏华.考虑舒适性的公交乘客出行时间价值对比[J]. 交通科学与工程，2011，27(3)：82-86.

LI Tianye，SHAO Minhua.Comparison of value of public transport time for passengers considering congestion[J].Journal of Transport Science and Engineering，2011，27(3)：82-86. (in Chinese)

[8] 刘 旋.短后悬纯电动公交客车的总布置及测试分析研究[D].西安：长安大学，2015.

LIU Xuan.General arrangement of short rear overhang pure electric bus and test analysis study[D].Xi′an: Chang′an University，2015. (in Chinese)

[9] 全国汽车标准化技术委员会.客车装载质量计算方法：GB/T 12428-2005 [S].北京：中国标准化出版社，2005.

National Technical Committee of Auto Standardization.Laden mass calculating method for buses：GB/T 12428—2005 [S].Beijing：China Standard Press，2005. (in Chinese)

[10] 牟振华，陈艳艳，陈举欣，等.基于公交IC卡数据的公交压力指数研究[J].交通信息与安全，2015，33(6)：120-125.

MU Zhenhua，CHEN Yanyan，CHEN Juxin，et al.A study of zonal transit loading index based on IC card data[J].Journal of Transportation Information and Safety，2015，33(6)：120-125. (in Chinese)

[11] American Public Transportation Association Standards Development Program.Standard bus procurement guidelines RFP (2013)[R]. Washington, D.C.：American Public Transportation Association，2013.

[12] International Union of Public Transport.A manufacturer′s view[J].Public Transport International，2005，54(3)：52.

[13] 中华人民共和国住房与城乡建设部.地铁设计规范：GB 50157—2013 [S].北京：中国建筑工业出版社，2014.

Ministry of Housing and Urban-rural Development of the People′s Republic of China.Code for design of metro：GB 50157—2013 [S]. Beijing：China Architecture & Building Press，2014. (in Chinese)

[14] 北京市城乡规划标准化办公室.城市轨道交通工程设计规范：DB11/995—201[S].北京：北京市规划委员会，2013.

Standardization Office of Urban-rural Planning of Beijing.Code for design of urban transit：DB11/995—2013 [S].Beijing：Beijing Municipal Planning Commission，2013. (in Chinese)

[15] 林叶倩，李文权，邱 丰，等.可变线路式公交车辆调度优化模型[J].交通信息与安全，2012，30(5)：14-18.

LIN Yeqian，LI Wenquan，QIU Feng，et al.An optimal model for flex-route scheduling problem[J]. Journal of Transport Information and Safety，2012，30(5)：14-18. (in Chinese)

[16] 史芮嘉，毛保华，丁 勇，等.地铁车厢内乘客站立位置选择行为研究[J].交通运输系统工程与信息，2017,17(2):142-148.

SHI Ruijia，MAO Baohua，DING Yong，et al.Pedestrian choice behavior analysis of standing position in subway carriage[J].Journal of Transportation System Engineering and Information Technology，2017，17(2):142-148. (in Chinese)

[17] ALEJANDO T.Bus dwell time: The effect of different fare collection systems, bus floor level and age of passengers[J].Transportmetrica A: Transport Science，2013，9(1)：28-49.

[18] 左毅刚，李文权，陈 茜，等.公交信息条件下的公交出行意愿研究[J].交通信息与安全，2014，32(2)：57-62.

ZUO Yigang，LI Wenquan，CHEN Qian，et al.Bus travel willingness under the condition of bus information[J]. Journal of Transportation Information and Safety，2014，32(2)：57-62. (in Chinese)

[19] MARCO B，CARLOS M J，DIOS O J.Valuing crowding in public transport: implications for cost-benefit analysis[J].Transportation Research Part A: Pollicy and Practice，2016，91(9)：358-378.

[20] ALEJANDRO T，HENSHER D A，ROSE J M. Multimodal pricing and optimal design of urban public transport: The interplay between traffic congestion and bus crowding[J].Transportation Research Part B: Methodological，2014，61(3)：33-54.