广州地铁车站进站客流超高峰系数实证分析

彭 磊 李昱澄 赵丹彤

(1. 广州地铁设计研究院股份有限公司, 510010, 广州; 2. 上海城市综合交通规划科技咨询有限公司, 200040, 上海;3. 同济大学道路与交通工程教育部重点实验室, 201804, 上海)

城市轨道交通车站进站客流超高峰系数是指车站进站客流高峰时段内最大15 min进站客流量的4倍与高峰小时进站客流量的比值。

在进行城市轨道交通车站设计时,车站的站厅、站台、出入口通道、楼梯、自动扶梯和售检票口(机)等部位的通过能力,应按该站超高峰设计客流量确定[1-3]。而目前对于超高峰系数暂无明确的确定方法,通常是根据《地铁设计规范》中建议的1.1～1.4的取值范围,结合设计者经验确定,缺乏科学、准确的依据,由此可能因超高峰系数取值不当而导致车站设计能力的不足或富余[4-6]。

因此,本文基于广州地铁现状客流数据,进行车站客流超高峰系数的实证分析,探讨进站客流超高峰系数的分布规律,提出进站客流超高峰系数确定方法的新思路,为后续有关车站进站客流超高峰系数的取值和研究提供参考。

1 数据来源与处理

1.1 数据来源

本文的数据来源于广州地铁集团有限公司提供的2018年5月14—20日(周一—周日)的以1 h为时间粒度的广州地铁全天车站OD(起讫点)矩阵和以15 min为时间粒度的早晚高峰(07:00—09:00、17:00—19:00)车站OD矩阵。

1.2 数据处理

基于上述原始数据,需通过以下处理步骤,最终得到各车站进站客流的超高峰系数。

1) 根据不同时间粒度下的车站OD数据得到各车站的全日进站量、高峰时段各小时进站客流量、高峰时段各15 min(07:00—07:15、07:16—07:30、07:31—07:45等)进站客流量;

2) 由于实际OD矩阵的对角线数据多数情况不为0,考虑到其占车站全日进站量较小,暂时按清零处理;

3) 目前未考虑换乘客流的影响,故将换乘站在不同线路中的OD量合并处理;

4) 由于OD矩阵为时刻数据,但某一次出行包含进站、出站两个时间,可能跨越不同的1 h或15 min,故仅考虑进站情况,OD矩阵的时刻被认为是进站时刻;

5) 按照超高峰系数的计算方法计算各车站的进站客流超高峰系数。

2 不同类型车站客流超高峰系数的分布范围分析

2.1 车站分类

本文按照全日进站量大小和车站所在区位对各车站进行分类,分类依据和结果如表1和表2所示。

表1 按全日进站量分类的车站分类依据

表2 按车站区位分类的车站分类依据

2.2 不同类型车站进站客流的超高峰系数

以2018年5月14—18日(周一—周五)的车站进站客流数据为研究对象,得到2018年不同类型车站进站客流的周平均超高峰系数箱型图,如图1所示。不同类型车站进站客流的周平均超高峰系数分布情况如表3和表4 所示。

a) 按客流量分类

b) 按车站位置分类

表3 按车站区位分类的车站进站客流的周平均超高峰系数分布情况

从图1、表3和表4可以看出,广州地铁车站进站客流超高峰系数的集中分布范围与《地铁设计规范》中建议的1.1～1.4的取值范围相比整体偏低。出现上述现象主要有以下三方面原因:一是,广州普遍实行错峰上下班制度,不同的单位或同一单位不同部门的上下班时间均有可能不同,由此引起早晚高峰客流相对分散;二是,与广州市市民的生活习惯有关,喝早茶等娱乐出行、其他目的的出行使得早高峰客流相对分散;三是,由于数据的局限性,本文所得到的高峰时段各15 min进站客流量有可能未包含高峰时段中以更小时间粒度为基础计算得到的15 min最大进站客流量。

表4 按客流量分类的车站进站客流周平均超高峰系数分布情况

从不同全日进站客流量角度来看,广州地铁整体呈现出全日进站客流量越少其车站进站客流超高峰系数集中分布范围越大的趋势。其中,部分极小客流车站的进站客流超高峰系数超过了1.80,主要是因为车站的全日进站客流量越小越容易出现高峰时段客流聚集的情况。而在确定城市轨道交通车站站台宽度时,一般而言,按实际超高峰系数计算得到的极小客流车站的站台宽度通常仍小于《地铁设计规范》中最小站台宽度要求,所以尽管该类车站的实际超高峰系数不在《地铁设计规范》中建议的1.1～1.4范围内,一般也不会对车站站台宽度设计带来影响。因此,在确定站台宽度时,车站进站客流超高峰系数按照《地铁设计规范》建议的1.1～1.4范围内取值是合理的。

从不同区位车站来看,广州地铁整体呈现出核心区车站进站客流超高峰系数的集中分布范围小于中心城区的、中心城区的又小于郊区的趋势。

枢纽车站的进站客流超高峰系数总体较低,但分布规律不太明显,这与对外客流时间分布相对均衡以及枢纽车站周边土地利用程度差异较大有关。

3 车站进站客流超高峰系数确定思路探讨

从超高峰进站客流形成机理来看,车站进站客流超高峰系数能够衡量车站进站客流在高峰小时内部的集中性,而客流超高峰的形成一般与居民日常通勤时间特征有关。车站周边不同的职住关系将会给车站带来不同时间的潜在客流,居住型车站往往会表现出较高的早高峰进站客流,办公型车站则表现出较高的晚高峰进站客流。早晚高峰客流在1 h内的分布也会略有不同,一般早高峰时段因乘客出行目的相对单一,出行时间上更为集中,车站进站客流超高峰系数也就相对较大;晚高峰时段,乘客除下班回家外还有其他的出行目的,如聚餐、购物等需求,进站时间往往相对较分散,车站进站客流超高峰系数也就相对较小。

本文定义车站直接覆盖范围内职住关系指标R的计算公式为:

(1)

式中:

Pr——住宅用地的全日出行量;

Po——办公用地的全日出行量。

一般而言,车站直接覆盖范围内住宅用地的全日出行量越大,则该车站的早高峰进站量就越大;车站直接覆盖范围内办公用地的全日出行量越大,则该车站的晚高峰进站量就越大。如果某车站对应的R= 0.5,该车站直接覆盖范围内的住宅出行量和办公出行量相等,则以通勤为目的的早晚高峰出行量应近似一致。如果某车站对应的R> 0.5,则该车站直接覆盖范围内的住宅出行量大于办公出行量,在不考虑交通方式选择的情况下,早高峰的进站客流量应大于晚高峰的进站客流量,本文将此类车站归为Ⅰ类车站;而将R< 0.5的车站归为Ⅱ类车站。将极小客流车站从广州地铁2018年车站总量中剔除后,基于现状运营客流数据得到的车站进站客流超高峰系数与R之间的关系散点图如图2所示。

从图2可以看出:对于Ⅰ类车站,进站客流超高峰系数从1.05～1.36均有分布,分布范围较广,上限值较大;对于Ⅱ类车站,整体进站客流超高峰系数相互之间的差异性较小,基本分布在1.10～1.15附近,接近于《地铁设计规范》中的下限值。该特征与上述理论判断基本吻合。本文将重点探讨Ⅰ类车站进站客流超高峰系数的确定思路。

图2 车站进站客流超高峰系数与R的关系散点图

一般而言,早高峰时段Ⅰ类车站大部分的进站乘客其出行目的是前往工作单位上班,选择的进站时间与从出发车站到达目的地所需要的时间密切相关。通勤乘客一般会根据上班打卡时间、居住地前往工作单位的出行时间,推算居住地附近车站的进站时间,所以Ⅰ类车站的进站客流在1 h内的集中程度与进站乘客在早高峰时段内前往目的地车站及从目的地车站到达工作单位所需的总时间分布有关。对于通勤乘客而言,选择出发站的进站时间主要会考虑以下因素:

1) 目的地规定到达时间。一般单位开始工作时间相对固定,除了弹性工作制外,一般的单位都不允许迟到。因此通勤乘客的出行目的决定了目的地规定到达时间是其出发时间选择的主要影响因素。

2) 乘客工作开始前预留时间。通勤乘客往往不会直接将目的地规定到达时间作为自己到达目的地的实际时间,而是会根据自己需要在此基础上为进入正常工作预留一段时间。

3) 乘客出站接驳时间。对于乘客而言,从目的地车站出站后仍需一段时间的接驳才能到达工作单位,因此在决定出发时间时会考虑出站接驳时间的影响。

4) 预估的旅行时间。旅行时间是乘客反推其出发时间时最重要的影响因素。乘客出行前,会根据已有城市轨道交通网络基础信息和自己以往的经验对所选择路径的旅行时间进行估计。

基于上述分析结果,可考虑通过问卷调查来获取通勤乘客目的地规定到达时刻分布特征和乘客工作开始前预留时间分布特征,并通过手机信令数据或问卷调查等获取乘客出站接驳时间分布特征。在上述基础上,结合远期小时站间OD预测结果,计算得到某一个出发车站不同时刻对应的进站量,并根据本文提供的方法计算得到某一个车站的进站客流超高峰系数。

4 结语

本文基于广州地铁现状客流数据,在对车站进站客流超高峰系数进行实证分析的基础上,探讨车站进站客流超高峰系数的分布规律和取值方法,提出了车站进站客流超高峰系数确定方法的新思路。

1) 广州地铁车站进站客流超高峰系数的集中分布范围与《地铁设计规范》中建议的1.1～1.4的取值范围相比整体偏低,这与广州实行错峰上下班的制度和广州市居民的出行习惯基本吻合。因此,为缓解特大城市的轨道交通高峰时段线路和车站的客流压力,建议借鉴广州经验,适时推行错峰上下班制度。

2) 广州地铁车站进站客流超高峰系数总体呈现3个趋势:全日进站量越少其车站进站客流超高峰系数集中分布范围越大;核心区车站的进站客流超高峰系数整体小于中心城区的,中心城区车站的又小于郊区车站的;周边以居住用地为主的车站的进站客流超高峰系数相对大于以岗位用地为主的车站的进站客流超高峰系数。

3) 部分极小客流车站的进站客流超高峰系数超过了1.80,尽管该类车站的实际进站客流超高峰系数不在《地铁设计规范》中建议的1.1～1.4范围内,但由于按实际车站进站客流超高峰系数计算得到的极小客流车站的站台宽度通常仍小于《地铁设计规范》中最小站台宽度要求,所以该类车站即使按照《地铁设计规范》建议取值也不会对车站站台宽度设计带来影响。

4) 探讨性地提出了基于通勤乘客目的地规定到达时刻分布特征、乘客工作开始前预留时间分布特征和乘客出站接驳时间分布特征,并结合远期小时站间OD预测结果来确定进站客流超高峰系数的基本思路。下阶段需在继续开展大量深化研究工作的基础上,提出车站进站客流超高峰系数的计算模型。

5) 周边以岗位用地为主的车站,其晚高峰进站客流超高峰系数宜在《地铁设计规范》中建议值的

低限附近取值;周边以居住用地为主的车站,其早高峰进站客流超高峰系数,可根据车站早高峰进站客流的出行距离分布集中程度来取值,如果出行距离分布集中程度高,则宜在《地铁设计规范》中建议值的高限附近取值。