空港枢纽陆侧网约车运力配置优化设计方案

唐艺凡

（西安思源学院，陕西 西安 710038）

空港枢纽陆侧交通客流呈现明显的时间特性，具体表现为空港枢纽陆侧交通客流依据航班时刻表规律进港，短时间会集聚大量客流。网约车作为一种定制化、个性化的公共交通出行方式，提供一对一、门到门的服务，既具备公共交通的绿色性，也具备私人交通的便利性，为乘客提供更灵活方便的出行方式选择。针对大客流情况下，空港枢纽陆侧客流组织方案，Monteiro等[1]探讨机场陆侧交通换乘系统对机场客流动线的影响，提出改善陆侧交通会提升机场运行效率的观念。郭桐君[2]从出行模式角度建立了新的陆侧交通换乘系统，提出在不同交通状况下的交通方式分配比例。李相志[3]借助Anylogic仿真软件通过研究机场换乘中心，改进换乘设施的布局方案对天津机场进行优化仿真，发现了空港枢纽换乘中存在的问题，并提出了改进方法。但目前研究主要集中在对空港枢纽换乘设施的优化方面，针对陆侧公共交通中网约车的研究相对较少。本文通过采集空港枢纽陆侧选择网约车的交通客流数据，从缩短乘客换乘时间、提高空港枢纽陆侧网约车整体运营效率角度出发，建立空港枢纽陆侧网约车交通运力配置优化双层模型，将乘坐网约车的客流数据输入Anylogic仿真软件，结合实际数据，验证本文优化模型的可行性，为后期优化配置机场网约车数量、方便乘客出行提供理论基础。后期拟根据客流动线优化空港枢纽陆侧换乘交通客流组织，规划网约车专用乘车点的位置，合理渠化乘客出行。

1 空港枢纽陆侧交通特征分析

1.1 客流调研情况分析

西安咸阳国际机场陆侧交通方式主要包括5种类型。轨道交通，地铁14号线从“机场西”始发，在“西安北站”和地铁2号线、4号线换乘，方便乘客出行，但地铁14号线运营时间为6：00—22：30，凌晨出港客流不能采用；机场大巴，西安市区机场大巴票价25元，发车间隔一般在30 min，甚至更长，途经多个站点，出行时间不能保障，夜间车辆少且发车间隔更长，不方便出行；长途客车；出租车，T2、T3航站楼均设有出租车停靠点，但遇到航班集中到达的情况时，排队等待时间可能超过30 min以上；自驾车，航站楼停车场停车费用高昂。

网约车依托互联网技术整合车主和乘客信息，提供预约式服务。作为在机场附近的网约车车主，等待系统配单时需要在机场附近绕圈等待，增加了机场附近车流量，同时增加了网约车车主的行驶费用；系统派单成功后，由于航站楼停车场数量较多、位置分布较广，对于外地出差和旅游的旅客而言，寻找网约车的停车位置难度较大。

（1）机场进港客流量。

通过分析空港枢纽陆侧交通客流时间分布特征可知，每年7月份和8月份是客流旺季，2月份为客流淡季。本文采集2022年7月份的西安咸阳国际机场运力数据进行统计分析，当日西安咸阳国际机场旅客吞吐量达到10.6万人次。

（2）网约车客流量。

通过调研得到：2022年7月31日从西安咸阳机场驾驶离开的网约车数目为4 860辆，假设每辆网约车乘坐3名乘客，2022年7月31日单日搭乘网约车从西安咸阳国际机场离开的客流量为14 580人次。

1.2 网约车广义费用函数的组成

空港枢纽陆侧进港旅客是否选择网约车作为出行的交通方式，取决于网约车的出行费用是否合理、网约车的出行总时间（包括从机场落地换乘到网约车乘车点的换乘时间，等待网约车到达的等待时间，乘坐网约车到达目的地的乘车时间）是否合适、网约车乘车体验感是否舒适、便捷等。

网约车广义费用函数C的组成：

式中：C——广义总费用；T——网约车出行总时间；M——网约车出行费用；S——网约车出行体验感（舒适度方面）；K——网约车出行体验感（便捷度方面）。

2 网约车运力配置优化双层模型建模

本文建立的网约车运力配置优化双层模型[4]，上层子模型以广义费用函数最小为优化目标，根据空港枢纽陆侧交通客流量调整单位时间网约车可服务数量来改变运力配置方案，实现在有限运力资源条件下旅客服务效率的最大化；下层子模型考虑由于网约车单位时间可服务数量改变引起的出行时间、舒适度和便捷度变化对旅客出行选择的影响。

2.1 上层运力配置优化模型

目标函数为系统总成本最小，决策变量为网约车单位时间可服务数量；约束条件为网约车单位时段供给能力。

（1）成本。

网约车车主运营成本包括车辆定期保养、整备检修、维护更换，汽车油费，人力成本等，可按单位时间单位车辆折算，上层模型的目标函数为：

式中：ω1、ω2——网约车成本和停车位成本（元/h）；X——单位时间内网约车可服务数量（辆）；q——私人交通出行的旅客总数（人次）；cap——私人交通平均载客量（人/辆）。

借鉴云亮[5]的研究成果，每辆网约车成本ω1为11.7 元/h，每个停车位成本ω2为0.93 元/h。

（2）约束条件。

式中：μ——每辆网约车可服务的人数的平均数（人次）。

2.2 下层客流分配模型

下层模型设置网约车客流量时采用SUE-logit模型，使用连续平均（MSA）算法进行求解。

（1）研究时长与客流总量。

为了保证本文研究的理论双层模型的普适性，遵循最不利原则，综合考虑机场客流时间特性，选取时段2022年7月31日17：00—19：00作为研究时段，总时长T=120 min。

调研得知，西安咸阳国际机场三个航站楼研究时段进港客流量比例约为1∶3∶2。机场日间平均高峰小时断面客流量为6 416人次，最大断面客流量为6 721人次，因此遵循最不利原则，将T2航站楼研究时段高峰小时断面客流总量设置为D=6 721×0.5=3 361人次。

（2）阻抗感知灵敏度。

由试验经验得出，当陆侧乘坐网约车的乘客路径阻抗感知灵敏度θ取0.029时，反馈绝对误差小于2.000%，相对误差小于7.000%，拟合程度较好。

（3）算法参数。

连续平均算法参数ε取0.001，基因数取7.000，种群大小取100.000，迭代次数取700.000，交叉概率取0.600，变异概率取0.050。

3 空港枢纽陆侧选择网约车乘客换乘过程仿真

Anylogic仿真软件可以较好地支持基于社会力模型的行人仿真，描绘行人的行为[6]。鉴于本文研究对象为空港枢纽陆侧交通客流，选择Anylogic仿真软件作为仿真工具。

3.1 流程建模

本文在Anylogic仿真软件中建立乘客选择网约车车辆动线流程，如图1所示。

图1 车辆动线流程建模

3.2 参数设置

查阅相关资料及实地调研，在Anylogic仿真软件中设置参数。

固体参数设置如表1所示。

表1 固定参数设置

3.3 仿真结果分析

本文在Anylogic仿真软件中添加行人模块，模拟空港枢纽陆侧选择网约车乘客120 min的出港动线，观察网约车运力的匹配程度，输出乘客排队时长，输出结果如图2所示。

图2 优化前后旅客排队时长对比

通过本文建立的双层模型对空港枢纽陆侧网约车运力配置优化，利用软件仿真得到优化前后旅客排队时长的变化。通过软件运行结果可知，乘客排队时间由22 793 min 下降为19 470 min，降低了14.6%，提高了网约车运营效率，缩短了乘客等待时间。

4 结语

本文在现有西安网约车运力条件下，以提高网约车运营效率，缩短乘客等待时间为目标。通过建立空港枢纽陆侧网约车运力配置优化双层模型，将优化结果输入Anylogic软件进行仿真，得到西安咸阳国际机场陆侧网约车最优运力配置，据此合理安排机场网约车停靠数量，方便乘客出行。