市域(郊)铁路客流预测及需求分析方法应用研究——以北京市为例

张哲宁，王书灵，魏家蓉，初众甫

(1.北京交通发展研究院,北京 100073；2.城市交通运行仿真与决策支持北京市重点实验室,北京 100073；3.中铁咨询集团北京建筑规划设计有限公司,北京 100055)

市域(郊)铁路作为城市中心城区联接周边城镇组团及其城镇组团之间的通勤化、快速度、大运量的轨道交通系统，提供城市公共交通服务，是城市群一体化交通网的重要组成部分.2017年国家五部委联合发布《关于加快市域(郊)铁路发展的指导意见》、2019年国家发改委发布《关于培育发展现代化都市圈的指导意见》，推动“打造轨道上的都市圈”，推进市域(郊)铁路发展[1].

在此背景下，北京市积极推进市域(郊)铁路规划建设.经过近几年的快速发展，北京市域(郊)铁路里程有了大幅提升.截至2020年，北京选择利用既有铁路开行市郊列车的形式开行4条市域(郊)铁路线路，市域内运营里程353.5 km，车站22座，市域(郊)铁路“骨架”初步搭建.根据《北京城市总体规划(2016—2035年)》，到2035年，区域快线(含市郊铁路)里程不低于1 000 km，届时北京市域(郊)铁路网络将更加完善，在都市圈交通体系中发挥重要作用.

客流代表了市民的接受程度和使用意愿，是市域(郊)铁路线路规划、站点设计、运营组织的决策依据.市域(郊)铁路服务客流出行特征与普通城市轨道交通线路有所不同，城市轨道交通客流预测与需求分析相关经验无法完全适用.本文结合北京市市域(郊)铁路客流预测与需求分析实际工作经验，明确了市域(郊)铁路客流预测与需求分析的研究内容、思路方法与技术路线，通过分析市域(郊)铁路技术和城市轨道交通技术特征差异，提出了预测模型相关参数的更新要求.最后结合工作特点提出相关建议.

1 市域(郊)铁路客流预测方法及内容

市域(郊)铁路客流预测及需求分析工作仍处于起步阶段，尚未形成专门的市域(郊)铁路客流分析及预测的技术标准.与服务于城市中心范围的城市轨道交通相比，市域(郊)铁路不仅服务城市内部需求，还可为跨区域出行需求提供网络服务.因此城市轨道交通客流预测规范无法直接用于市域(郊)铁路客流分析及预测工作，需要转变传统城市轨道交通客流预测工作理念，根据市域(郊)铁路服务范围、服务对象、服务水平的特点，扩展传统预测模型的研究区域并重新绘制技术路线.《市域(郊)铁路设计规范(TB 10624—2020)》[2]提出了客流预测内容的基本要求，需进一步结合市域(郊)铁路规划研究、建设设计和运营服务的分阶段工作要求进行内容的细化.

1.1 市域(郊)铁路客流预测理念转变

与城市轨道交通相比，市域(郊)铁路服务市域内通勤、通学需求，兼顾枢纽火车站等特殊吸引点，以及跨市域范围站点的对外间出行需求、沿线串联的旅游景点、大型功能区之间的旅游和商务出行需求，为市民多样化的出行需求提供了更多的选择.服务范围由城市中心区扩展至都市圈范围，具有更高的旅行速度，既能服务于市域内出行又兼顾跨区域出行，客流成分构成更加多样.多样化的出行需求和跨层级的客流空间特征差异决定了市域(郊)铁路区别于传统城市轨道交通的系统制式、服务标准与服务水平，利用市域(郊)铁路服务于城市交通，需要进一步促进市域(郊)铁路与城市轨道交通等多种交通方式间的融合以及与城市的融合.

基于以上原因，结合区域轨道交通规划中遇到的相关问题[3]，提出市域(郊)铁路需求分析和客流预测中需要注意的问题.

1)客流差异.市域(郊)铁路多样化的出行需求和跨层级的客流空间特征决定了其需求分析工作的复杂性和差异性，需要进行更为深入细致的客流特征差异分析.

2)客流叠加.市域(郊)铁路服务范围由城市中心区扩展至都市圈范围，既服务了市域内出行，又兼顾了跨区域出行，客流成分构成更加多样.不同服务对象、不同层级的客流在市域(郊)铁路上存在叠加.

3)网络协同.市域(郊)铁路和城市轨道交通辐射范围有所重合，同时扩展了各自网络的通达深度[4]，需综合分析通道内各层次轨道交通及其他交通方式的竞争与协作关系.

4)引领发展.影响客流的根本因素是轨道沿线服务范围内的土地利用情况.客流来源于出行需求，站点周边的居住、办公等功能区是提升客流的关键措施.现状市域(郊)铁路沿线多为“城市背面”地区，站点周边开发强度低.参考东京市郊铁路与城市的协同发展开发模式，在市域(郊)铁路站点周边实施高密度开发，增强承载力和活力，从根源上培育客流，为市郊铁路带来客流和效益[5].

5)创新驱动.市域(郊)铁路服务都市圈范围，传统的城市综合调查无法满足跨市域的空间尺度要求，可结合新一代信息技术推动多源数据在市域(郊)铁路客流预测与需求分析工作中的融合应用[6].

1.2 市域(郊)铁路客流预测方法更新

交通模型是客流预测和需求分析的基础，用于城市轨道交通客流预测的城市交通模型是按照行政范围建立的，无法满足市域(郊)铁路更大空间尺度范围的客流预测和更复杂客流构成需求分析工作要求.参考区域间铁路和市域内城市轨道交通客流预测和需求分析方法，对城市轨道交通客流预测所用的基于四阶段法[7]的城市交通模型进行模型分析、区域扩展，建立能覆盖都市圈、城市群范围更大空间尺度的交通模型.

1.2.1 收集资料

针对市域内通勤客流收集城市和区域层面的规划、经济、人口、就业及土地使用数据；针对枢纽火车站收集现状出行需求及规划资料，开展特殊吸引点现状出行特征调查；针对旅游景点收集现状基本信息和规划资料，开展旅游乘客出行特征调查.为保证规划前瞻性，建议在收集沿线及站点周边土地使用数据时，考虑TOD一体化发展假设，并开展通道内各层次不同轨道交通及其他交通方式的竞争与协作关系分析[8].

1.2.2 出行生成

在深入细致分析市域(郊)铁路多样化的出行需求和跨层级的客流空间特征的基础上，结合京津冀空间尺度的模型研究区域、土地使用资料和搜集到的不同类型出行需求的现状及规划资料，分别对市域(郊)铁路服务市域内部和跨市域范围的各交通小区的产生和吸引量进行预测.

1.2.3 出行分布

通过交通调查、手机信令等手段获得城市及区域现状OD数据，结合城市及区域现状及规划资料以及各类交通供给情况变化，对出行OD数据进行调整，得到出行分布OD矩阵.

1.2.4 出行方式划分

根据现状及规划年不同交通方式(包括市域(郊)铁路)的供给和服务水平，确定交通小区间的各方式阻抗矩阵，对交通小区间各类交通方式所承担的比例进行预测.针对与市郊铁路存在竞争关系的长途公交、城市轨道交通重点进行对比分析.

1.2.5 交通网络分配

将市域(郊)铁路的预测结果分配到与所选择的市域(郊)铁路网络规划方案对应的综合交通网络中，从而得到市域(郊)铁路各线路上的客流量.

预测完成后，根据实际工作需求进行工作内容的细化，并对前提条件中的不确定因素进行分析，重点测试高低方案，给出指标推荐值域范围(图1).

图1 市域(郊)铁路客流预测技术路线

1.3 市域(郊)铁路客流预测内容细化

市域(郊)铁路客流预测与需求分析工作贯穿了市域(郊)铁路规划研究、建设设计和运营服务各个阶段，是市域(郊)铁路规划、设计和运营服务提升的评价基础和重要决策依据.为更好地发挥客流预测与需求分析对相关工作的支撑作用，根据不同阶段的具体工作要求，细化不同阶段客流预测内容.

1.3.1 规划研究阶段

市域(郊)铁路前期的线网规划、建设规划以及线路规划均涉及方案研究.由于方案研究属于前期规划，因此需要以客流需求为判断依据，初步确定线路功能定位、建设时序以及经营设想.本阶段客流预测在搜集规划目标、土地使用的基础上，对研究区域进行细化并开展现状需求分析，以乘客需求作为选线设站的判断依据，结合初步假设条件，对线路方案的总体需求进行规模匡算，前提条件稳定后，再进行细致的客流预测.

1.3.2 设计建设阶段

设计建设阶段需要利用客流预测结果的具体指标，框定系统设计规模及行车组织方案.本阶段要根据相对稳定的预测前提条件，开展设计阶段客流预测及敏感分析并给出具体指标推荐值域.若列车开行方案无法稳定时，建议结合铁路富余供给能力条件分析对应的客流特征规律，重点测试高低方案，给出指标值域范围，以满足设计要求.

1.3.3 运营服务阶段

运营服务阶段需持续开展运营服务提升工作，如线路延伸、车站增加、加密发车、改善接驳等.本阶段需要分析实际运营需求与客流特征，根据需求评估方案的客流效益，并结合各种方案的投资效益进行最终决策.同时，在运营服务阶段还要持续开展客流后评估工作，与预测结果对比反馈回预测分析过程，优化预测过程及结果，形成良好闭环.

2 北京市域(郊)铁路客流预测工作实践

市域(郊)铁路客流预测工作首先需要收集相关基础数据，用于现状交通需求特征和运行状况分析、客流预测模型建模、标定和验证.北京市域(郊)铁路客流需求分析及预测工作充分将传统的基础调查数据、各类统计数据与互联网电子地图数据、手机信令大数据等进行多源数据融合，支撑更为精细化的需求数据分析工作，提升了市域(郊)铁路客流预测的信息化和智能化水平.需求预测模型是开展市域(郊)铁路客流预测建模的基础，在充分考虑北京市市域(郊)铁路与城市轨道交通在服务范围、乘客出行特征、供给服务水平以及社会经济水平差异的基础上，对北京市域(郊)铁路客流预测模型相关参数提出更新要求.结合北京市域(郊)铁路实际工作特点，总结提出市郊铁客流需求分析及预测工作的重点内容(图2).

图2 对应不同阶段的市域(郊)铁路客流预测内容

2.1 数据收集多源数据融合

北京市域(郊)铁路客流预测工作在充分利用交通系统中各类交通大数据(交通基础数据、运行监测数据和规划数据)的基础上，结合互联网大数据手段和手机信令大数据等新型技术，收集经济、人口、就业、土地利用数据及出行空间分布数据，将交通调查数据、自动售检票系统(AFC)数据、智能收集数据(SPD)、共享单车数据、电子地图数据和互联网数据进行融合应用(图3)，进行更为精细化的现状需求数据分析，提升市域(郊)铁路客流预测的信息化和智能化水平[8].

图3 市域(郊)铁路数据收集和需求分析技术手段创新

2.2 预测模型相关参数差异

市域(郊)铁路与城市轨道交通在乘客出行特征、供给服务水平以及社会经济水平上均有差异，结合前期开展的城市轨道交通和市域(郊)铁路客流特征调查分析结果，对比分析城市轨道交通和市域(郊)铁路在各阶段模型参数差异(表1)和重点更新要求.

表1 城市轨道交通和市域(郊)铁路出行特征差异对比

2.2.1 出行生成

出行生成阶段的模型参数差异主要体现在分析范围、特殊吸引点等方面.

对于城市轨道交通来说，站点吸引范围相对固定，出行主要以市域内通勤出行为主，站点影响范围内的出行率和吸引率相对稳定；对于市域(郊)铁路，由于站间距远大于城市轨道交通，其站点影响范围无法直接参考城市轨道交通，需结合站点周边土地使用及各类接驳交通方式使用情况进行更新.同时，市域(郊)铁路服务的枢纽火车站及旅游景点等均属于特殊吸引点，其客流特征与城市通勤客流特征存在较大差异，需在通勤需求分析的基础上，补充增加特殊吸引点客流分析.

2.2.2 出行分布和方式划分

1)出行分布和方式划分阶段的模型参数差异首先体现在出行分布曲线上.城市轨道交通主要服务于30 km半径范围内的空间圈层，市域(郊)铁路服务于70 km半径内的空间圈层，二者服务空间圈层不同导致出行距离存在较大差异.基于现状交通调查和手机信令数据获得区域间各交通小区间的出行分布矩阵，需考虑城市轨道交通和市域(郊)铁路的出行距离差异，调整市域(郊)铁路出行OD分布(图4).

图4 市域(郊)铁路和城市轨道交通站间距和服务范围差异

2)出行方式对比差异还体现在竞争交通方式的差异上.交通方式划分中使用的Logit模型的核心思想是，出行者选择能给他带来最大效益的出行方式[9].因此，需要综合对比不同交通方式间的出行者特征，如收入、车辆拥有情况、家庭大小、年龄、性别等，以及出行方式间的特征，如出行时间、费用等.综合考虑城市轨道交通和市域(郊)铁路在出行者和具有竞争力的出行方式间的特征差异：城市轨道交通在中等距离的竞争交通方式主要包括步行、自行车、公交等；市域(郊)铁路在长距离出行的竞争方式主要为城市外围的长途公共汽车以及中心城范围的城市轨道交通.

2.2.3 交通分配

交通分配对比差异主要体现在交通供给(服务水平)的差异上.

交通分配分析该路径作为最佳路径的概率.与城市轨道交通公交化运营的服务水平不同，市域(郊)铁路运营更接近铁路化的运营服务，因此城市轨道交通和市域(郊)铁路通过时间价值计算的服务水平也存在较大差异.需综合考虑包括车内行驶时间、公交接驳行程时间、到站离站时间、步行时间、初始候车时间、换乘候车时间以及换乘次数等，最终确定全程服务时间[10].

2.3 预测内容工作重点概括

综合考虑市域(郊)铁路发展尚处于起步阶段，与城市轨道交通相比，市域(郊)铁路服务范围广、网络规划和线路方案，以及沿线土地发展、人口岗位不确定性强、服务水平与公交化运营差异大等特点，转变市域(郊)铁路需求分析及客流预测工作重点：重现状分析、重多场景比选、重规律积累(图5).2.3.1 重现状和历史分析，时空分析精细化

图5 市域(郊)铁路自身特点和市域(郊)铁路分析工作重点

近期北京市主要是采用利用既有铁路开行市郊列车的建设方式.这种建设方式具有周期短、开通快的特点，现状需求基本等于开通后的客流需求，因此需要重视现状需求分析工作.同时考虑到既有铁路是按特定历史时期承担的功能建设的，开行市郊列车后功能定位发生较大调整，需要对比分析现状和历史的客流成分构成变化，并根据客流构成确定服务对象.

现状市域(郊)铁路沿线多为“城市背面”地区，站点周边开发强度低导致现状客流规模小，与城市轨道交通以“万”计的客流量级相比，市域(郊)铁路客流分析颗粒度更加精细.时间上借助手机大数据手段进行精确到乘客个体的出行需求分析，实现列车开行时间与精细化客流群体的关系匹配，空间上开展不同圈层的市域(郊)铁路乘客需求的空间尺度精细化分析，保证客流分析空间精度.

2.3.2 重多场景比选，考虑综合交通融合

市域(郊)铁路虽然起源较早，但是直到近几年来才进入快速发展阶段.市域(郊)铁路运营标准尚未形成，在行车组织方案、乘客服务水平、接驳换乘条件等方面均存在较大的不确定性.所以要考虑不同影响因素的交叉组合做多场景分析，基于不同场景对于客流需求进行研判.

铁路与城市功能天然分离的外部环境，使得市域(郊)铁路乘客换乘其他层次轨道交通网络和接驳城市其他交通方式便捷性差和效率低，市域(郊)铁路与综合交通体系无法很好的融合.为更好地促进“四网融合”，打造高效便捷的城市综合交通体系，在市域(郊)铁路客流分析时，不仅需要分析自身的客流需求，还要考虑不同交通方式融合关系.

2.3.3 重规律积累，持续追踪动态评估

客流特征和规律的积累对市域(郊)铁路运营模式和服务标准的建立具有重要意义.北京城市轨道交通经过多年持续开展的出行调查以及动态客流评估，积累了大量的城市轨道交通客流特征规律.与城市轨道交通相比，市域(郊)铁路开通线路少、年限短，实际运营数据缺乏积累，乘客意愿调查和客流动态评估开展较少，市域(郊)铁路客流特征及规律积累仍有不足.

目前开通的几条市域(郊)铁路，开通年限短，还处于客流培育阶段，客流特征尚未稳定，在行车组织方案、乘客服务水平、网络融合条件等方面均存在较大的不确定性，因此需要综合采用持续追踪调查和动态评估的手段，不断积累市域(郊)铁路客流特征和规律，用以指导后续运营模式和服务标准的制定和优化.

3 结论与建议

结合北京市域(郊)铁路线路客流预测分析工作经验，对市域(郊)铁路客流分析及预测主要内容、预测思路和方法进行研究，是对市域(郊)铁路客流预测方法研究的一次尝试和探索.考虑市域(郊)铁路开通线路少、运营年限短、运营数据等缺乏积累、客流分析及预测工作仍处于起步阶段、尚未形成专门的市域(郊)铁路客流分析及预测的技术标准等特点，建议通过多种手段不断积累完善市域(郊)铁路客流特征，对预测模型相关参数标定进行优化改进；尽快研究制定相关标准，统一指标要求、规范预测过程；在规划、建设、运营、服务不同阶段，结合实际工作需要，对客流预测、需求分析具体内容及深度要求应有所侧重，做到科学合理地使用客流预测的结果.