城市轨道交通客流分配模型的构建与应用.doc

1.4研究内容(1)研究轨道交通客流的时空分布规律论述国外轨道交通客流发展的趋势和轨道交通客流时空分布规律。研究轨道交通网络客流的时空分布特征，以及单线运营与网络化运营情况下，轨道交通客流时间分布特征的区别。（2）研究城市轨道交通客流分配阻抗函数引入乘客舒适度指标，计算轨道交通的路段运行时间，建立轨道交通路段阻抗函数；借鉴地铁站厅客流运动数学模型，研究地铁乘客进出站、上下列车、轨道换乘、上下扶梯、站台候车等过程，构建轨道交通节点阻抗函数。用随机变量描述轨道交通乘客的出行阻抗函数，建立轨道交通乘客出行路径广义费用函数。（3）构建城市轨道交通客流分配模型及求解考虑乘客在选择路径过程中的随机因素，以Logit形式的流量随机加载为基础，构建Fisk随机均衡配流模型，并使用MSA算法对模型进行求解。（4）以上海为例进行分配模型的应用调查采集上海轨道交通换乘站点布局形式、换乘通道长度及换乘时间的数据。实地调查和观测，采集轨道交通乘客通道换乘，以及通过闸机出站的客流量与走行数据，运用SPSS统计分析软件对数据进行拟合，求得相应模型参数。通过网上调查等，分析轨道交通乘客出行及换乘过程，选择路径时所考虑的主要因素。对轨道交通阻抗函数进行整理和优化，对阻抗函数的参数进行标定，根据2008年轨道交通网络及高峰运营组织方案，使用早高峰7-9点轨道进出站客流数据，用EMME/2进行客流分配。将分配结果与申通公司提供的相关断面客流数据进行比较。第二章 城市轨道交通客流分析2.1国外城市轨道交通客流发展趋势分析国外有些大城市的轨道交通相对来说修建得比较早，到现在已经形成了一个比较稳定的网络，因而分析国外一些大城市的轨道交通网络客流的规律，对我国城市轨道交通网络客流有很好的指导意义，下面将分别介绍东京和首尔的轨道交通客流变化趋势31。2.1.1东京轨道交通客流量变化趋势东京都市圈内的轨道交通分为地铁、私铁以及JR国铁，总的轨道交通线路长度从1965年的1567公里发展到了1995年的2122公里，1994年的轨道交通日均客流量为3650万人次，轨道交通在全交通方式中的分担率达到了56。东京城市中心区轨道交通网络由12条地铁线构成，而私铁线路不能进入城市中心区，只能在城市外围运营。城市中心的地铁线从功能角度可定义为需求满足型，其特点是满足城市中心区人口的出行需求，当城市中心规划稳定后，人们的出行也会趋于稳定。城市外围的私铁线可概括为引导开发型，当城市人口向外扩散时，起到引导城市外围开发并满足城市外围人口出行的功能。下面分别选取地铁、私铁一些开通年限较早的线路，对其各自客流发展趋势进行分析。图2-1东京地铁典型线路各年度日均客流变化趋势31图2-l列出了东京4条地铁典型线路客流量的历年变化情况，可以看到，银座线、丸内线、日比谷线、东西线等建设年代相对较早的地铁线路在1955年1987年期间，日均客流均呈现总体上升趋势，其中开通以后的最初lO年左右时间内上升幅度较大，而从1988年开始日均客流均呈现总体下降趋势。由此可见，东京早期建设的地铁线路在开通运营之后的30年左右时间内，日均客流均呈现总体上升趋势，而且开通以后的最初10年左右时间内上升幅度最大。图2-2东京私铁典型线路各年度日均客流变化趋势31图2-2列出了东京4条私铁典型线路客流量的历年变化情况，可以看到，东武东上线、京王帝都京王线、京王帝都井头线、东京急行东横线等早期建设的私铁线路在1955年1995年期间，日均客流均呈现总体上升趋势，其中1955年1975年期间上升幅度较大，尤其在1955年1965年期间上升幅度最大；而从1995年开始，各条线路各年度客流基本持平，年日均客流变化率不超过1，除京王线的日均客流略有上升外，其余线路的日均客流均呈现总体小幅度下降趋势。由此可见，东京早期建设的私铁线路在开通运营之后的50年内，日均客流均呈现总体上升趋势，并没有出现通常认为的远期以后日均客流呈下降趋势的现象。2.1.2首尔轨道交通14号线的客流量变化趋势首尔轨道交通的建设分两个阶段，自从1974年l号线开通营运以来，现行轨道交通线总长为287公里，共8条线路，日平均客流量已突破600万人次。第一阶段的修建从1971年到1985年，开通了轨道交通14号线，总计线路长达1165公里，至今，14号线已有30多年的悠久历史，对这4条线路的客流发展变化过程进行分析具有典型意义。图2-3首尔轨道交通14号线历年客流变化情况31图23列出了首尔轨道交通14号线客流量的历年变化情况，可以看出：（1)19751995年间，首尔轨道交通1号线客流总体上处于平稳上升趋势，其中，19751979年期间各年度日均客流增长率的平均值为254，呈高速增长态势；19791984年期间年度日均客流增长率平均值为38，变化相对平缓；19841995年间客流增长率平均值为6.8，增长较快；（2)19871995年间，14号线各线客流量总体上均处于一个稳定、大幅度的增长时期。一方面，这与地铁客流由培养期开始步入成熟期有关，另外1986年的亚运会、1988年的奥运会也为客流的激增产生一定程度的影响；（3)1996年C&C公司为首尔地铁提供了信用卡支付系统，对1号线的票价进行上调，直接导致1996年1号线客流有大幅度的下降；（4)从1996年起，各条线路陆续进入相对平缓的变化时期，各线日均客流年度变化率在-55浮动。2.1.3轨道交通客流变化趋势总结从上述对东京和首尔这两大城市的轨道交通客流的对比分析，可以发现：（1)在城市轨道交通运营初期，即开通前3年左右时间内，客流增长过程中基本上会经过一个客流培育的阶段，须经历一个居民认知、适应、熟悉并搭乘直至形成一个合理的客流吸引区域的过程，客流的增长比较平缓。当城市轨道交通的运营进入成熟期后，一般在10年左右的时间，客流开始高速增长，经过1020年又趋于平缓，之后进入稳定期。从首尔和东京的客流发展规律中都可以发现，在运营的前10年客流增长的幅度相对较大。当城市轨道交通的运营进入稳定期后，一般在30年甚至更长的时间里，客流的变化幅度变小并且还可能会出现小幅度下降的趋势，东京的大多数轨道交通和首尔的1号线的客流发展规律中就可以体现这一点。（2)从东京的例子可以看到，城市内部需求满足型轨道交通在经过几十年发展后客流会有小幅度下降或维持平缓发展的趋势。由于城市内部的开发逐渐趋向稳定，人们的出行也随之稳定，而外部引导开发型的私铁线路，如京王线，在其60年的历史中依然保持增长的趋势。这与城市外围轨道交通沿线的土地开发分阶段实施有关。（3)票价是客流成长过程中极其敏感的因素，对客流的影响程度大且直接。票价历来是杠杆，且票价有一个相对的临界点，可以通过调整票价对客流直接构成吸引和分流作用。调低票价，可充分吸引客流，调高票价，会抑止或失去一部分经常乘坐地铁的客流，将其分流到其他交通方式上。当轨道交通与其他交通工具的性价比凸显优势时，客流仍将回归，但恢复到原有客流水平需要经过段时间。（4)城市轨道交通客流总体上是呈上升的趋势，在首尔和东京这样具有很长运营历史的线路中依然如此。2.2城市轨道交通客流分布特征分析城市轨道交通的客流是动态性质的，它因时因地而变化，但这种变化归根结底是有关地区的社会经济活动、生活方式以及轨道交通系统本身特点的反映。轨道交通线路上的客流分布情况主要由以下三个因素决定：客流随时间到达规律、客流的空间分布规律和列车运行图，因而研究轨道交通的客流分布特性可以从客流时间分布特性和客流空间分布特性这两个方面去进行。客流的时间分布即研究全日客运量在全日各时间段上的分布，而客流的空间分布侧重研究客运量在各车站和各路段的分布情况。2.2.1时间分布特征轨道交通客流的时间分布与城市居民出行时间的规律有着密切的关系。随着城市居民生活节奏的变化，轨道交通小时客流量呈起伏状分布，分别有早高峰和晚高峰两个高峰期。轨道交通的运能、线路走向、所处交通通道的特点及车站所在地的用地性质是影响轨道交通客流时段分布的主要因素。一般市中心商业区和对外交通枢纽的高峰比率比较低，客流在时间分布上相对均衡，而郊区线路、通往市区外围的居民和通往市区外围的居民区和工业区路段则正好相反。轨道交通车站一日内的乘降量也有类似的起伏状分布。位于市中心和商业区的车站乘降客流的峰值和平值差异较小，位于居民区的车站早高峰的上客量明显偏大，下客量较小；晚高峰与之相反，位于就业区的车站早高峰下客流量偏大，上客流量则很小，晚高峰也正好有相反的分布。城市轨道交通客流在时间上的不均匀性主要体现在以下3个方面：(1)小时客流量在一日内的变化1)单线运营下小时客流量随城市生活节奏的变化在一日之内呈起伏波状图形，夜间客流量稀少，黎明前后渐增，上学或上班时间达到高峰，以后客流渐减，至下班或放学时间又出现第二个高峰，进入晚间客流又逐渐减少，如此起伏骤增骤减，显示了程度不同的客流规律。纵观不同运能轨道交通的不同类型车站，可归纳出以下五种客流小时分布类型：单向峰型。轨道交通线路所处的交通走廊具有明显的潮汐特征时，或车站周边地区用地功能性质单一时，车站客流分布集中，有早晚错开的一个上车高峰和一个下车高峰，如图2-4(a)所示。双向峰型。车站位于综合功能用地区位时，客流分布与其它交通方式的客流分布一致，有两个配对的早晚上下车高峰，但是早高峰的客流强度要大于晚高峰的客流强度，如图2-4(b)所示。全峰型。轨道交通线路位于用地已高度开发的交通走廊，或车站位于公共建筑和公用设施高度集中的地区时，客流分布无明显的低谷，双向上下车客流全天都很大，如图2-4(c)所示。突峰型。车站位于体育场、影剧院等大型公用设施附近，演出节目或体育比赛结束时，有一个持续时间较短的突变的上车高峰。一段时间后，其它部分车站可能有一个突变的下车高峰，如图2-4(d)所示。无峰型。当轨道交通本身的运能比较小或车站位于用地还没有完全开发的地区时，客流无明显的上下车高峰，双向上下车客流全天都较小，如图2-4(e)所示。图2- 4轨道交通客流时间分布特征示意图362)网络化运营下在网络化运营的条件下，随着网络规模的不断扩大，线路沿线土地开发强度的增大，整个城市轨道交通网络的客流吸引能力增强，因而引起网络上车站或线路客流时间分布的变化，以上五种形式的变化具体如下分析：单向峰型。对于小时客流分布呈单行峰型的线路和车站来说，线路或车站本身周边用地功能性质比较单一。但随着网络的增加，线路或车站的吸引能力大大增强，使得车站的高峰小时客流强度和高峰持续时间变长，平峰小时客流量也增大，甚至有可能向双峰型转化，在网络拓展后线路或车站小时客流分布变化示意图如图2-5(a)所示。双向峰型。在网络化条件下，该峰型的车站客流分布主要表现为平峰小时客流增大，在市中心的车站高峰小时推迟到来，高峰小时客流强度和高峰持续时间延长，双向峰型中的“马鞍形状变得不明显，有向全峰型转化的趋势，客流变化示意图如图2-5(b)所示。全峰型。对于该峰型的线路和车站，由于其位于用地已高度开发的交通走廊或地区，全天的客流会略有增加，但增幅不大并且还是呈现全峰型状态，客流变化示意图如图2-5(c)所示。突峰型。对于该峰型的车站，由于位于体育场、影剧院等大型公用设施附近，演出节目或体育比赛的时间也是不规则分布的，因而车站的客流分布随着演出项目和体育赛事等事件而变化，并无一般规律可循。无峰型。轨道交通网络拓展带来的“网络效应”能够使得车站周边还没有完全开发的地区开发强度增大，峰型有向双向峰型转化的趋势。如图2-5(d)所示。图2-5网络化下轨道交通客流分布特征示意图36(2)全日客流量在一周内的变化由于人的活动规律是以周为循环的，双休日在以通勤、通学客流为主的轨道交通线路上客流量有所减少，而在连接商业网点、旅游景点的轨道交通线路上客流有所增加。全日客流量在一周之内呈现有规律的变化。一般来说，地铁的假日客流是平日客流75%-80%。如图2-6所示为北京地铁1号线某月周客流量变化，周末客流量明显少于工作日。另外，星期一的早高峰小时和周末(星期五或星期六)的晚高峰小时客流量，均高于一周内的其它相应高峰小时客流量。在节假日的前、后一天也存在类似的客流量的增减。图2-6北京轨道交通1号线周客流变化36(3)客流量的其它变化首先是客流量的季节性变化。旅游旺季，由于城市中流动人口的增加，会给轨道交通系统带来较大的运输压力。此外，在春节长假期、“十一”黄金周等节假日、举行重大政治、商务集会或文体活动，以及一些经济因素等都会引起有关轨道线路的客流量激增。据统计，两个奥运期间北京地铁日均客运总量，比平时运量有所上升。第29届夏季奥运会期间(2008年8月8日至24日)，北京地铁共运送乘客6813万人次。随后举行的残奥会期间(2008年9月6日至17日)，北京地铁共运送乘客46987万人次32。平日客流中，上班、上学等强制出行占大多数，高峰特征明显且总量高于假日客流。奥运期间的平日客流总量是非奥运的123，其中拉动上升的主要是途经奥运比赛场馆的奥运支线、5号线和10号线，其客流增长幅度均在25以上；13号线客流略微增长2；而城市中心区的1号线、2号线、10号线和八通线客流量呈少量的负增长。一般来说，地铁的假日客流是平日客流7580。据统计，奥运期间假日客流日均总量约为平时假日客流曰均总量的142，其中大幅上升的，仍然是与赛事密切相关的奥运支线、5号线和10号线，其客流增长幅度均在60以上；城市中心区的1号线、2号线和13号线客流增长幅度在10左右；而八通线客流量下降9。由于紧邻奥运会热点赛事比赛场馆，五棵松站和东四十条站是奥运期间客流集中突出的典型车站。五棵松站在奥运会的两周时间内的进站量人次分别超出该站平均周进站量的45和30；东四十条站的进站量人次分别超出该站平均周进站量的40和35，而后残奥会期间又有一周(9月8日至14日)进站量超过平均值4。2.2.2空间分布特征轨道交通客流的空间分布主要研究分析线路客流分布、各断面客流分布和车站乘降客流上下行分布等内容。线路客流分布主要受其所在客流通道、沿线用地性质的影响；各断面客流分布：由于线路经过区域的用地性质和所覆盖的客流集散点的规模和数量的差异，会出现线路上各车站乘降量不同，从而导致断面客流的不均衡分布：上下行轨道交通客流分布由于轨道交通线路上客流流向的原因，上下行客流通常不相等，特别是高峰小时内的不均衡分布尤为明显。以下将从线路、各断面和上下行客流分布在网络化不断发展的进程中呈现出来的形态变化。(1)线路客流分布形态线路客流分布形态的分析主要是新增线路对既有线路客流的影响。后续线路对已建成线路的影响主要是通过换乘站和客流覆盖区域实现的，在这里还有另外一个影响因素就是运营模式，整个线网中的各条线路如果按照共线运营的模式，其相互影响关系将大大不同于各条线路独立运营。为简化分析过程，此处仅讨论各线独立运营的线网。在网络形成的初期，线网密度很小，这时加入新线时，与既有线的吸引范围的重叠区域比较少，并且在通过换乘站与既有线相连时，能极大地扩大既有线的吸引范围，引起既有线客流的大幅度增大。如北京市自2007年10月7日地铁5号线开通并实施2元通票制后，地铁全线日均客流已达248万人次，高峰期客流更达到278万人次。此前1至9月地铁日均客流157万人次。5号线平均日运送376万人次。既有的4条地铁线路的客流量猛增，较2006年的客运量平均增长了33，地铁全网客流量较5号线开通前增长了59，日均运送乘客约250万人次。在原有的4条地铁线路中，八通线的客流增加最为明显，日均运送约15万人次，同比增加47；13号线的日均客流量也增加了3633。(2)各断面上客流分布特性若把一条线路各断面通过量的数值按上行