综合客运枢纽疏运策略研究

冯川 于洁涵

摘要：为了保障高峰时期综合客运枢纽客流疏运工作，以典型综合客运枢纽广州南站为例，解析了综合客运枢纽客流影响因素，分析了综合客运枢纽的疏运场景，基于双层规划建立疏运模型，通过现场调研标定模型参数；在算例部分应用所提出的方法确定疏运新增运力。本研究为构建一体化综合客运枢纽奠定理论基础，对提升综合客运枢纽运输服务水平具有现实意义。

Abstract： In order to guarantee evacuation in comprehensive passenger terminal during peak period， taking Guangzhou South Railway Station as an example，the influence factors of passenger flow and transportation scene of comprehensive passenger transport terminal are analyzed， and the evacuation model is built based on bilevel programming. Then， model parameters are calibrated through field investigation. At last， the proposed method is used in the calculation example to determine the new capacity. This study makes contribution to theoretical foundation of comprehensive passenger transport terminal， and it's of practical significance to upgrade the transport service level of comprehensive passenger transport terminal.

关键词：综合交通；疏运策略；双层规划；客运

Key words： comprehensive transportation；evacuation strategy；bilevel programming；passenger transportation

中图分类号：TU984.191 文献标识码：A 文章编号：1006-4311（2018）20-0085-04

0 引言

随着区域经济一体化的快速发展，城际出行量逐年上升，综合客运枢纽在区域发展中的地位日益显著。政府部门出台了相关文件[1]指导综合客运枢纽建设，并提出基于大数据等技术提高交通组织成效目标。综合客运枢纽服务建设及组织也一直受到国内外学者的关注，如李婷婷[2]提出城镇化背景下城市群综合客运枢纽布局优化方法；边莉莉等[3]将综合运输枢纽放到路网中，分析了综合运输客运枢纽运力配置的前提条件，提出了枢纽运力配置的解决方案，并对方案缓解交通矛盾的效能进行了分析，充分考虑枢纽与路网的联动效应，提出了基于全出行过程的综合运输客运枢纽运力结构配置思路和方法；Winnie Daamen[4]通过构建乘客换乘路径选择模型，研究相关设施服务水平的变化与乘客路径选择行为之间的关系；刘亚珊等[5]探讨了枢纽交通组织设计中如何处理好外围路网配置及场地交通组织设计两个关键问题；胡春平[6]以客运枢纽换乘效率及客流组织方法为对象，重点研究了客运枢纽的分类、换乘效率的内涵、效率分析方法以及客运枢纽内部换乘流线组织與优化方法等问题；Sascha[7]认为枢纽服务水平对不同路径的客流形成和选择有重要影响；南天伟[8]综合结合铁路枢纽衔接客流的分配，对枢纽的运能匹配以及时间衔接有效性进行评价，并在此基础上对衔接方式的运营计划进行优化调整； Marco[9]从局部区域路网角度研究旅客换乘服务满意度。现有研究主要集中于综合交通枢纽布局、客运枢纽内客流组织以及综合客运枢纽衔接对三个方面，枢纽布局方面主要以乘客换乘时间最短为目标研究站内设施布局，客流组织方面重点分析综合客运枢纽内部行人特性、高峰期枢纽内部客流特征以及枢纽内部客流组织形式，为缓解综合客运枢纽内拥挤提出建议措施；枢纽衔接则多从方式衔接交通基础设施配置、枢纽所处网络拓扑结构优化等方面出发，主要研究综合客运交通枢纽对城市内部交通、对外交通两个方面的换乘衔接对策，以上研究为综合客运枢纽的发展与建设积累了丰硕的理论成果，然而在枢纽协同运行[10]的信息化背景下，应用数据成为提高枢纽疏运的另一有效途径，本研究以广州南站客流疏运为实际案例，综合应用多源数据分析综合客运枢纽客流特征，建立高峰客流时期的疏运模型，完善综合客运枢纽信息化建设基础理论，为疏运客流高峰时期的运力调配提供参考。

1 综合客运枢纽客流影响因素分析

综合客运枢纽是多种交通方式衔接的节点，承载着大量客流的到发与中转，客流量的大小关系到综合客运枢纽运营的安全性与服务水平。综合客运枢纽客流受到枢纽区位、周边用地性质、天气、周边路况等多因素的影响，建立综合客运枢纽客流影响概念模型如图1所示。

宏观地来说，除了作为交通枢纽吸引了大量交通量以外，综合客运枢纽的区位与周边用地性质也对其衔接方式的客流量产生影响。就广州南站而言，它是辐射广州南边地市的交通枢纽，同时也是国家南部地区的重要高铁枢纽，衔接方式有公交、出租、客运、地铁、列车以及私家车六种主要方式，其中列车客流是广州南站疏运客流的主要来源，平常日均到达广州南站客流近20万人次。广州南站远离市中心区域，枢纽周边开发尚不成熟，故客流量集中为通过其他方式到达枢纽乘坐列车去往目的地，或者乘坐列车到达枢纽后换乘其他方式去往目的地。简而言之，综合客运枢纽的区位在很大程度上决定了枢纽的定位，周边用地性质影响出行发生与吸引交通量，且短时期内枢纽区位与周边用地不会发生重大变化。

微观地来说，周边路段是连接综合客运枢纽与其他区域的通道，通道的交通状况对道路交通的客流到发产生影响，畅通情况下公交、出租、客运等按照各自运营计划驶入驶出综合客运枢纽，当发生驶入路段拥堵时，原计划在相应时间离开枢纽的客流则不能及时疏散出去。天气对客流的影响分直接影响与间接影响，直接影响体现在台风、暴雨等恶劣天气会导致部分乘客取消出行计划或改变出行方式，同时为保障乘客及行车安全，在恶劣天气情况下某些交通方式可能停运，比如2016年8月2日受台风“妮妲”影响，广深惠地区600余对列车停运，2017年8月23日受台风“天鸽”影响，南广铁路和广珠、莞惠、广佛肇城际列车全天停运，其他列车在部分时段内停运；间接影响则表现为天气先作用于道路交通状况[11]，进而影响道路交通客流。

2 综合客运枢纽疏运场景分析

一般情况下，综合客运枢纽各种交通方式的运力与人群集散需求是相匹配的，甚至为了保障综合客运枢纽的换乘服务水平，在公交与客运的部分线路的部分时段可能出现车均载客较少的情况，这是综合客运枢纽日常运输组织的要求。在一些特殊情况下，可能发生运力无法满足集散需求的情况，汇集运力不够时旅客无法及时到达客运枢纽，疏散运力不够时人群过于集中则可能发生安全事件。从安全、有序的角度出发，以疏散综合客运枢纽人群为研究内容，以下是实际运营中综合客运枢纽的疏运场景。

场景一：在公交、地铁、客运正常运营时段内，其他原因导致的疏运客流需求激增，公交、出租、地铁、客运原有运力无法及时疏散客流。这种情况下需要通过调度公交、集结空出租车、加密地铁空车投放以及客运滚动发班来增加运力供给，将综合客运枢纽的人数维持在一个平稳的水平。

场景二：在白班公交、地铁、客运正常运营时间外，列车晚点产生疏运客流，此时夜班公交和出租无法满足疏运需求。这种情况下通过与铁路部门信息共享，可以提前知晓列车到达时间，协调大运量方式地铁延长运营时间，配合调派公交、出租（一般情况下公路客运凌晨2：00-5：00禁止上高速）快速疏散客流。

3 综合客运枢纽疏运策略分析

综合客运枢纽疏运策略是指在疏运供需不平衡时，根据实际疏运需求调配运力，及时完成综合客运枢纽客流疏运工作。当列车晚点至深夜到综合客运枢纽，地铁与客运班车已经停运，如何调配公交及出租疏运大量客流成为棘手问题，尤其是春运时期，全市大部分地区客流增加，可供调配的公交车辆及出租车辆减少，综合客运枢纽的客流疏运面临更大挑战。利用信息化系统监测数据，可以减少管理者对综合客运枢纽现场的一些不确定性，提高疏运措施的有效性。

3.1 变量定义

为更好地描述综合客运枢纽客流疏运问题，现对相关变量进行如下定义：

i表示交通方式，i=1表示公交，i=2表示出租，i=3表示地铁，i=4表示客运；

ci表示方式i的单位运力疏运成本；

wi表示方式i单位运力平均载客数；

mi表示方式i的新增车次/趟次。

通过与广州南站相关工作人员调研了解到，在运营中没有闲置运力可以专门应对紧急疏运任务，除了常态应急疏运外均需要提前协调运力资源，且能协调的资源有限。因此根据以往经验设定调配运力约束：1小时内，公交可供调配车辆20辆，即m？燮20；由于出租候乘场地有限，允许600辆出租车排队进入场地，即m？燮600；地铁单条线路新增空车不超过4个班次，即m？燮4；客运启动滚动发班后新增班次不超过20个，即m？燮20。

3.2 疏运模型

在疏运过程中增加运力会产生相应的疏运成本及收益，疏运成本一般包括车辆燃油费用、設备折旧费用、空驶等维持运力服务相关费用[12]，收益则主要是客运枢纽高效中转运输以及乘客乘车所支付的费用。综合客运枢纽的运力分属不同部门管理，疏运时调度运力除了考虑燃油费、空驶费、折旧费等成本外，还需要从业务部门角度考虑协调运力的可得性。业务部门并非能对所有交通方式的运力作自主安排，同时作为政府服务机构，业务部门对疏运时获取的经济收益并不敏感，因此研究从业务部门角度考虑运力协调成本构建疏运模型。

当客流需求不能由常态运力疏运完全，考虑增加运力疏运新增客流。根据综合客运枢纽数据资源情况，以驻留人数作为疏运监测指标，则疏运目标是将驻留人数F在时间T内以最低的成本降至数量D。因此借鉴双层规划的思想建立疏运模型如下：

式（2）是模型目标函数，描述的是要求在时间T内将驻留人数由F降至D，式（1）描述的是寻找一种方案使得各交通方式运力调配的总成本最低，即疏运成本与疏运收益的差最小；式（3）至（6）为一小时内的可用运力约束。本研究认为公交、出租、地铁辐射枢纽附近区域，因此三者的疏运需求可能内部方式转移，但客运的目的地为距离较远的市外区域，因此客运客流需求只能通过客运班车疏运。

4 算例分析

4.1 疏运场景介绍

广州南站综合客运枢纽位于广州市番禺区，内有广州市目前唯一的高铁站，配套有1个接驳城际客流的广州南汽车客运站；2条始发终到地铁线路分别与广州市区、大学城相连，通往大学城的地铁线与其他2条线路相交；22条始发终到公交线路与1条途径公交线路；出租车候乘区分为广州（市区）、番禺与佛山三个方向。

2017年七、八月份日常驻留人数高峰常常发生于13：30-15：00时段，高峰人数多为3.6万至4.0万之间。在公交、出租、地铁、客运等公共交通均正常运营的时间内，现利用手机信令数据监测到2017年8月27日12：00区域人数超过4.2万，查看各种交通方式的运力计划均为常态供应水平。根据单日综合客运枢纽区域人数曲线特征，从12：00到13：30这一时段内人数呈上升趋势，经预测若不采取任何疏运方案人数曲线如图2所示，13：30综合客运枢纽人数将达到4.8万。现假设疏运要求为在13：30将人数降至4.2万，12：30开始执行疏运方案，根据上述假设场景利用疏运模型进行方案分析。

4.2 模型参数标定结合

高峰时期广州南站公交上车人数，标定w1=40；参考广州市出租行业运营数据分析，出租车平均载客2.2人/次，即w2=2.2；广州南站有2条地铁线路，设单条线路发车间隔2分30秒，小时最高进站客流量约2.8万人次，则可标定广州南站每列地铁车载客w3=580；客运滚动发班时客满即发，因此根据长途客运核载客数标定w4=48。

疏运成本为业务部门协调运力需要承担的时间、运力补贴等成本，其中时间除了沟通协调所需时间外，还包括若未能及时增加运力客流持续增高的压力成本。此处，结合调研情况比较各种交通方式运力的广义成本，假设虚拟成本单位q，则增加一趟次公交、出租、地铁、客运运力的成本分别为c1=100q，c2=5q，c3=2000q，c4=180q。特别说明，不同城市各交通方式的疏运成本数量关系不同，需依据实际进行标定。

4.3 疏运方案求解

将参数代入式（1）和式（2）得到：

经计算，得到唯一解m1=20，m2=586，m3=6，m4=9，即在13：30将人数降至4.2万，需要增加20趟公交车、586辆出租车、6趟地铁与9趟客运班次，此时所耗费的成本最小，为18550个单位成本。

5 结语

随着经济一体化与城市群的发展，综合客运枢纽承担的出行频次与强度不断提高，如何做好综合客运枢纽的疏运愈发显得关键，论文分析了综合客运枢纽的客流影响因素与疏运场景，以双层规划思想建立了疏运模型，以广州南站为例阐述如何应用所提出模型确定疏运新增运力，论文研究内容对完善综合客运枢纽基础理论及疏运工作具有一定参考意义。

参考文献：

[1]关于打造现代综合客运枢纽提高旅客出行质量效率的实施意见.中华人民共和国国家发展和改革委员会，2016，5.

[2]李婷婷.城镇化背景下城市群综合客运枢纽分层布局优化研究[D].北京交通大学硕士学位论文，2017.

[3]边莉莉，李德刚，李丹丹.综合运输客运枢纽运力结构配置[J].交通运输工程与信息学报，2016，15（3）：71-77.

[4]Winnie Daamen. Passenger route choice concerning level changes in railway stations. Transportation research board， 2004.

[5]刘亚珊，郭淑霞，刘漩亦.城市综合客运枢纽中的交通组织设计[J].城市道桥与防洪，2014，31（2）：1-4.

[6]胡春平.客运枢纽换乘效率及流线组织方法研究[D].北京交通大学硕士学位论文，2014.

[7]Hoogendoorn-Lanser Sascha， Nes RV，Hoogendoorn SP. Modeling transfers in multimodal trips： explaining correlations [A]//Transportation Research Board Business Office. Transportation Research Board Annual Meeting[C]. Washington DC： National Academy Press， 2006：144-153.

[8]南天伟.铁路综合客运枢纽衔接方式运营匹配性评价及优化[D].北京交通大学硕士学位论文，2015.

[9]Marco Diana. Measuring the satisfaction of multimodal travelers for contexts [J] local transit services in different urban Transportation Research Part A： Policy and Practice， 2012，46（1）：1-11.

[10]周钊，杨金东，王雯雯.城市综合客运枢纽信息化系统发展趋势分析[J].综合运输，2017，39（4）：14-17.

[11]龚大鹏.雨雪天气对城市道路交通运行的影响研究[D].北京交通大学硕士学位论文，2016.

[12]李文興，尹帅.城市轨道交通成本构成分析[J].交通运输系统工程与信息，2012，12（2）：9-14.