深圳市轨道交通客流预测的新探索

杨 良，闫 铭



深圳市轨道交通客流预测的新探索

杨 良1, 2，闫 铭3

（1. 深圳市城市交通规划设计研究中心有限公司，深圳 518034；2. 深圳市交通信息与交通工程重点实验室，深圳 518034；3. 深圳市地铁集团有限公司，深圳 518026）

客流预测工作是轨道交通规划设计和建设工作的重要环节和支撑，尤其是随着我国城市轨道交通进入新的发展阶段，灵活的投融资模式、运营管理的创新、线路功能的多样化对轨道交通客流预测工作提出了新的要求。深圳市基于多年轨道客流预测经验积累，在预测方法、研究范围和精度等方面深入探索和创新，在传统的规划、工程设计客流预测基础上，开展了一系列针对投融资方案研究、线路开通初期客流特征分析、旅游景区轨道客流分析等的客流预测工作，支撑具体项目推进，完善和补充客流预测工作体系。

城市轨道交通；客流预测；客流分析

城市轨道交通系统具备运量大、快速、准时、舒适的特征，是城市公共交通体系的重要组成部分，是缓解大城市交通压力的有效手段，国内很多大型城市都在积极投资进行城市轨道交通建设。至2017年底，累计有34座城市建成投运城轨线路5 021.7 km，在建里程超过4 000 km，我国处在轨道交通大发展时期。其中，轨道交通客流预测工作从线网规划、建设规划、工程可行性研究至工程设计贯穿城市轨道交通建设的全周期，是轨道交通规划设计建设工作的重要环节和支撑。客流预测为轨道规划建设提供了需求依据，可确定建设的必要性、时机、顺序和规模，并定性提出客流参数和指标[1-2]。由于我国各大城市轨道交通规模逐步成型，对客流预测工作也有了新的诉求。面对轨道交通成规模运营和建设模式多样化带来的需求，深圳市在传统服务于规划设计的客流预测工作体系基础上，不断完善创新城市综合交通模型和轨道模型，开展了一系列针对投融资方案研究、线路开通初期客流特征分析、旅游景区轨道客流分析等的客流预测工作。

1 深圳轨道交通客流预测模型

国内外常用趋势外延法、吸引范围法等仅考虑线路吸引范围内的客流变化，缺乏轨道交通系统对于客流在整个城市路网分布的影响分析[3]；而四阶段法的应用往往基于城市综合交通模型的公共交通模型分析，缺乏对于轨道交通系统细部特征的精细把握。深圳市在城市综合交通模型的构建中，根据深圳城市基本特征（一/二线关、原特区内外发展不均衡、人口结构复杂等），针对公交出行（包括轨道公交出行方式）方面作了深入全面的研究，重点分析轨道服务对总体出行特征诸如出行分布和方式划分（小汽车/出租车或公交）的影响，构建了轨道交通模型系统（RDS）（见图1）。

图1 深圳市综合交通模型和轨道交通模型

深圳市轨道交通模型的主要特点如下。

1.1 轨道交通小区的引入

通过实际客流调查，轨道交通车站周边居住人口、就业岗位对于轨道交通出行的方式选择等方面与轨道交通覆盖范围以外的区域有较大差异。考虑到轨道交通对城市发展布局有重大影响，轨道站点交通出行特征也有其特殊性，在模型中划分了单独的轨道关联小区。这些小区以各轨道车站为中心，影响范围为750 m。

1.2 二阶段方式划分模型的运用

根据个体交通方式（小车/出租车）和公共交通方式（大巴和中小巴、BRT、地铁）2种方式间出行综合费用的差值，采用二元对数模型来确定2种方式的比例。根据轨道交通预测要求，综合考虑到轨道交通站点周边乘客出行特征，建立二阶段的分配模型（见图2）。首先是通过主方式划分模型进行个体交通与公共交通之间的出行方式划分，在此基础上进一步将公交出行划分为轨道和公交2种方式（公交子方式划分）。公交子方式划分模型是轨道交通模型的核心，根据轨道乘距划分为4段分段函数。

图2 二阶段方式划分模型

2 新线开通客流预测应用研究

前期工可研究阶段客流预测主要为线路、车站设计等技术参数提供定量依据；而在实际运营中，考虑到工可研至线路开通周期较长，城市发展不确定因素多，难以准确把握线路开通对城市交通尤其是对既有轨道网络的冲击影响[4-5]。一般来说，从工可研究客流预测至线路建成需要5～8年时间，其预测结果精度受到城市发展的影响较为明显。尤其是近年来我国主要城市处于加速发展阶段，其发展规模往往与相关城市规划存在一定关系，也造成了客流预测结果与实际客流的差异。尤其是在线路集中建成运营的背景下，工可研究等前期客流预测结果难以支撑开通方案的评估工作。因此，考虑到深圳二期工程开通有5条线路投入运营，为了应对潜在的客流风险，深圳市开展了《深圳市轨道交通二期开通初期网络化运营仿真研究—客流预测》[6]研究工作，作为风险预判和应对方案编制的基础。

2.1 主要特征

新线开通客流预测的主要特征归纳为：1）对现状交通供给、交通需求及特征数据的精度要求更高，预测结果对现状相关数据变化敏感度较高；2）发展前景不是根据城市规划和交通规划所确定的发展目标，而是对城市现状发展趋势的判断，可预见性更强；3）现状交通特征是客流预测的基础，也能直接反映预测客流的特征，亦可作为客流预测结果校验和调整的依据。深圳市轨道交通二期开通初期网络化运营仿真研究客流预测目标为开通初期线路、车站运营风险评估和优化提供量化数据支撑，其数据要求也突破前期预测的要求。其核心的工作内容在于，准确掌握现状城市尤其是轨道车站周边人口岗位规模及出行特征，通过现状开通线路客流进行校核；同时，通过调查把握新开通线路车站周边出行时空分布特征，将其作为开通后客流预测的出行分布的基础参数；最后，结合前期开通线路开通前后车站周边客流分布特征变化作为新线介入后轨道对出行分布影响的校核依据（见图3）。

图3 新线开通客流预测工作路线

2.2 工作内容

重点工作内容：1）网络及线路总体客流概况，首先对全线118座车站周边用地特征、人口岗位规模及现状交通特征进行调查，以保证总体预测规模的准确性。2）车站出入口客流分布及时变特征。在客流特征数据调查中，重点加强既有线路不同用地及规模、公交场站配置对于车站、出入口客流出行强度、时变特征的影响。3）车站换乘、集散客流及站内客流OD分布。车站客流指标在换乘、集散基础上进一步细化，进行车站内部客流OD分析，支撑客流组织方案优化和设备设施能力校核。

在成果应用方面，《深圳市轨道交通二期开通初期网络化运营仿真研究—客流预测》研究成果作为基础数据支撑网络行车、车站客流组织仿真优化研究，为后续政府决策（开通方案）和运营、监管单位预案编制提供了依据。

3 针对线路投融资模式的客流预测

作为国家改革开放的先锋城市，深圳市政府高度重视轨道交通投融资模式创新，三期工程中以轨道交通6号线作为尝试，希望将其打造成为国内轨道交通行业可行、先进的投融资模式示范项目。轨道交通6号线运营客流效益将是投资人评估投资方案的基础因素，也是其与政府谈判的核心问题。传统的工可研阶段客流预测在研究内容上难以支撑投融资研究和谈判的需要，主要体现在：

1）投融资效益分析需要提供全周期客流特征数据，评估合作期限内每一年的客流效益，而传统的客流基于初期、近期、远期的时间预测节点划分难以满足要求。

2）票务收益测算一直是投融资评估的难点，尤其是乘客的路径选择不同直接影响到线路的票务分担。因此有必要基于网络分析开展客流清分，作为成本效益分析的基础。

3）所有影响因素的敏感性分析，作为谈判方风险评估和选择谈判策略的基础，支撑调节机制的制定。

深圳市开展了《深圳市轨道交通6号线投融资研究客流预测》[7]，在前期工程可行性研究和工程设计客流预测基础上，在内容、深度上进行突破，从土地与人口发展分析、客流风险评估、票务清分着手，建立支撑全周期预测的客流模型，满足投融资谈判经济分析的需要。

3.1 土地与人口发展

由于交通与土地利用之间的互动，轨道交通的建成使用城市用地空间布局、用地规划会发生重大改变，往往导致城市规划存在一定的变化[8]。在土地利用和人口岗位发展趋势分析方面，相比规划和设计配合阶段，提出了沿线城市与人口岗位发展趋势精细化研究的“五阶段”方法（见图4），即基于城市规划和更新计划，综合分析轨道TOD对沿线城市发展的作用以及市场因素对物业开发时序的影响，并结合规划实施阶段其他影响因素测算各阶段覆盖人口岗位的规模，进一步通过专家研讨修正。

基于沿线车站周边现状居住和就业人口规模、出行特征的调查和分析，结合城市规划、区位条件、开发进度、市场经济等综合因素，对沿线未来人口和岗位量变化趋势进行细致判断。本次研究通过基于法定图则与城市更新计划测算、TOD对沿线人口与岗位规模的影响分析、市场因素对沿线物业开发时序的影响、规划实施调整对沿线人口与岗位规模的影响和专家研讨等5轮研究，对6号线沿线车站覆盖人口岗位规模和初期、近期、远期的增长变化情况做了详细分析，作为基础方案和客流敏感性测试的基础。

图4 五阶段方法

3.2 客流风险

社会投资人关心的重点是收益和风险，而客流的风险是其中关键因素。在6号线投融资客流预测中，重点分析了客流影响因素的变化规律和风险性，将其区分为稳定性因子和风险性因子，作为客流预测和敏感性测试的基础。交通预测模型具有专业性和复杂性，谈判方通常难以关注和理解模型的详细预测过程，而是对客流影响因素及其测试结果更为关心。因此针对投融资策略研究的客流预测中开展客流影响因子分析，区分影响因子的变化规律和风险性，作为敏感性测试的基础，进一步支持评估投融资风险。针对影响6号线客流的所有风险性因素开展敏感性客流测试，覆盖整个运营周期，为投融资研究和特许经营协议谈判提供详实的数据支撑（见图5）。

有别于传统轨道交通线路客流预测（工可研、初步设计阶段）初、近、远期时间范畴，投融资研究需要基于每一年的客流数据测算成本和收益。本次研究基于基础年限客流测试，同时开展客流自然增长规律研究，对预测期限内影响客流非自然增长的因素进行分析（新换乘轨道线路接入等）并纳入预测年限，构建非自然增长影响因素模型，进一步预测全年限的客流，支撑投融资研究成本与收益测算的需求[9]。

图5 投融资研究客流预测技术路线

3.3 清分测算

对于投资人来讲，轨道交通网络化越发达，各线路票务清分便会越复杂，而且在不同清分规则下票务收入测算结果也存在较大差异。因此，不同清分规则下票务收入测算对社会投资人和政府都非常重要，便于谈判双方了解怎样的清分规则对己方有利，怎样的规则是弊大于利。传统工程设计单位采用的线路票务收益测算方法单一，对换乘客流特征把握性较差，测算精度较低。本次研究根据投融资策略研究的需要，基于轨道网络模型和网络客流，开展了多种清分规则下的票务收益测算，作为投资人和政府谈判的基础（见图6）。

图6 收益测算清分模型

在成果应用方面，《深圳市轨道交通6号线投融资研究客流预测》项目研究成果得到了政府部门及潜在投资人的认可，预测前提分析结果、客流预测结果、敏感性测试及风险分析结果、票务收益测算结果均得到了采纳，作为投融资策略研究的基础，并作为深圳市轨道交通6号线特许经营项目谈判的依据。

4 针对旅游区轨道线路的客流预测

深圳市轨道交通8号线（见图7），沿线旅游资源丰富，主要包括大梅沙、小梅沙、东部华侨城、海洋世界以及大鹏新区西涌、较场尾等多个景点。未来8号线旅游客流占比较高，而旅游客流的交通特征与通勤及购物等非旅游客流有较大的差异[10-11]。

考虑到旅游客流和通勤客流的差异性，根据现状人口岗位分布、现状道路、公交网络、旅游交通需求、旅游客流分布、旅游客流高峰时段分布、旅游客流出行结构等建立基年旅游交通模型，确定旅游客流时段分布和区段分布等特征。进一步基于历史游客接待量、社会经济发展趋势推算并结合相关规划校核预测未来片区整体及各个景点的旅游客流；进一步分析现状各景点（分类型）旅游客流月变特征及各月份中周末、工作日、节假日的客流比例系数，确定未来各预测年度旅游客流月变化特征和周末、工作日、节假日的客流量，将其代入旅游交通模型获取旅游轨道交通特征，叠加轨道交通模型测算的非旅游客流，获得线路整体客流特征（见图8）。

图7 深圳轨道交通8号线

图8 旅游客流预测技术路线

5 结语

深圳市在轨道交通客流预测研究工作中不断创新，以适应城市和轨道交通不同发展阶段带来的新诉求，在投融资方案研究、线路开通初期、旅游景区轨道客流预测等方面提出了新的工作方法和体系，并且在后续项目中继续得到应用和完善。投融资客流预测体系在后续深圳地铁4号线北延线以及四期工程投融资模式研究中得到应用；新线开通客流预测在二期工程、三期工程列车增购计划中得到应用；旅游景区的客流预测在坪山区云轨系统规划、大鹏新区云轨系统规划中得到应用。

[1] 沈景炎. 城市轨道交通线网规划与客流预测[J]. 都市快轨交通, 2007, 20(1): 2-6.SHEN Jingyan. Network planning and passenger flow prediction for urban rail transit[J]. Urban rapid rail transit, 2007, 20(1): 2-6.

[2] 沈景炎. 城市轨道交通客流预测的评估和抗风险设计[J]. 城市轨道交通研究, 2002, 5(2): 26-32.SHEN Jingyan. Evaluation and anti-risk design of the flow prediction in urban mass transit[J]. Urban mass transit, 2002, 5(2): 26-32.

[3] 孙松伟. 城市轨道交通客流预测模型及方法研究[D]. 成都: 西南交通大学, 2008.

[4] 梁青槐. 城市轨道交通客流预测问题分析及建议[J]. 都市快轨交通, 2005, 18(1): 37-41. LIANG Qinghuai. An analysis and suggestions on pro­blems of metro traffic volume forecast[J]. Urban rapid rail transit, 2005, 18(1): 37-41.

[5] 康拥政, 张海林, 王扬. 关于城市轨道交通客流预测的一些思考[J]. 辽宁交通科技, 2005(3): 55-57. KANG Yongzheng, ZHANG Hailin, WANG Yang. About some thinkings for passenger flowing capacity predicting in urban[J]. Liaoning communication science and techno­logy, 2005(3): 55-57.

[6] 深圳城市交通规划设计研究中心有限公司. 深圳地铁二期开通初期网络化运营仿真研究报告[R]. 深圳, 2012.

[7] 深圳城市交通规划设计研究中心有限公司. 深圳市轨道交通6号线南延线客流预测报告[R]. 深圳, 2015.

[8] 安栓庄, 王波, 李晓霞. 北京地铁5号线运营对轨道交通客流预测的启示[J]. 都市快轨交通, 2008, 21(6): 14-18. AN Shuanzhuang, WANG Bo, LI Xiaoxia. Inspiration for rail transit passenger flow forecast from the operation of Beijing subway line5[J]. Urban rapid rail transit, 2008, 21(6): 14-18.

[9] 陈振武, 杨良. 深圳市轨道交通6号线投融资客流预测思路和要点[C]//交通变革: 多元与融合(2016年城市交通规划年会论文集), 2016.

[10] 深圳城市交通规划设计研究中心有限公司. 深圳市轨道交通8号线客流预测报告[R]. 深圳, 2016.

[11] 郭旭东. 以旅游功能为主的城市轨道交通线路客流预测方法[J]. 城市轨道交通研究, 2018, 21(1): 49-52. GUO Xudong. Research on passenger flow forecasting method of tourism-oriented unban rail transit line[J]. Urban mass transit, 2018, 21(1): 49-52.

（编辑：郝京红）

New Exploration of Rail Transit Passenger Flow Forecasting in Shenzhen

YANG Liang1, 2, YAN Ming3

(1. Shenzhen Urban Transport Planning Center Co., Ltd., Shenzhen 518034; 2. Shenzhen Traffic Information and Traffic Engineering Key Laboratory, Shenzhen 518034; 3. Shenzhen Metro Group Co., Ltd., Shenzhen 518026)

Passenger flow forecasting is an important component of urban rail transit network planning and construction, particularly with the new development of urban rail transit, such as flexible investment and financing models, innovation in operation management, and diversification of line functions. This has led to higher requirements for rail transit passenger flow forecasting. According to the accumulated experience of years of rail transit passenger flow prediction in Shenzhen, extensive investigation has been performed and innovations have been achieved in forecasting methods, research scope, and precision. In addition, studies have been conducted on investment and financing schemes, the passenger flow characteristic analysis of new lines in initial years, the passenger flow analysis of tourist scenic spots, and so on. These factors support concrete project promotion and the improvement and development of passenger flow forecasting systems.

urban rail transit; passenger flow forecasting; passenger flow characteristics analysis

10.3969/j.issn.1672-6073.2018.05.011

U231

A

1672-6073(2018)05-0054-07

2018-02-07

2018-03-23

杨良，男，硕士，工程师，从事城市和轨道交通运输规划设计工作，185019295@qq.com