深圳市地铁集团有限公司 广东 深圳 518000
【摘 要】轨道交通项目设计规划中的许多问题都需要客流数据的支持，如车辆编组安排等。根据目前的客流预测数据结果，与实际客流不符，甚至差异较大。同时，不同的研究机构对同一线路进行预测，其结果差异较大。基于此，文章进一步改善了客流预测评估方法，提高了预测精度，促使决策更加科学化。
【关键词】轨道交通；客流分析；客流预测
一、轨道交通客流预测的必要性分析
客流预测是基于综合交通规划、城市总体规划之上，量化描述未来交通的需求状态。客流预测数据在轨道交通的多个判断决策中都有重要作用。参照客流预测的数据，可以对轨道交通建设中的问题进行科学决策和合理判断，如车辆选型、轨道交通制式、列车编组、系统运能、行车交路、行车密度、站台规模设计、机电设备系统、检售票系统规模和预估经济效益等。客流预测是轨道交通设计与建设工作的基础，也是确定项目规模与经济效益的前提。国内城市轨道交通中，对客流的预测已经成为了一项研究专题，对轨道交通的设计建设有着重要现实意义。
二、轨道交通客流预测的内容分析
在轨道交通项目的不同阶段展开客流预测中，预测的深度与内容要求不同。通常情况下，城轨交通的建设规划、线网规划、可研、预可研、初步与总体设计等每个阶段对客流的评估预测都是逐步细化深入的，从宏观逐渐深入到微观，所得的数据也更为有效可靠。
轨道交通客流预测比较复杂，操作流程及项目非常繁琐，主要表现在几个方面。第一，预测的年限比较长。轨道交通立项到通车通常需要5年时间。还要预计通车之后的远期（一般为25年）的客流，共需要预测30年的客流量，其实践跨度较大。因为远期的结构形态、城市范围、人口、用地分布性质、就业分布等基本数据很难掌控，所以在城市规划中通常只做20年左右的近期、远期城建规划，远景规划也只是宏观性和长远性的，不具有很强的现实性。第二，需要预测的数据较多。从预测内容来看，轨道交通预测结果会关系到多个方面的内容，要求具有精确性，所要得到的数据项目较多。目前为止，多数交通软件、交通模型都是在中观或者宏观层面上预测分析。在微观上，客流的预测结果、软件、模型等都不尽人意。第三，市民出行组合方式增加，模型的构建难度较大。根据国外轨道交通运营现状分析得出，城市拥有轨道交通以后，市民的出行方式呈现出多样性，常规交通、轨道交通组合出行增加，也出现了“park-and-ride”的模式，因此增加了模型构建的难度。
三、轨道交通客流的影响因素分析
（一）交通衔接
作为一种定线的交通运输工具，轨道交通直接影响的范围有限，通常情况下可以覆盖住交通线路两侧特定范围的交通走廊。若要将轨道交通的运输量优势发挥出来，确保轨道交通有系统性的客流，抗衡个体交通方式，因此需要地面交通、自行车、摩托车等方式的接运，使其辐射范围扩大至城市角落，以实现人流安全快速移动。例如，在对上海3条地铁线路的客流预测的调查中显示，不同类型的站点，市民采用步行到站的比例较大。城市外围区站点的公交到站比例高于步行到站比例10%左右，城市外围区站点的出租车、自行车比例较小，因为不重视这几种类型的方式换乘，站点周边严重缺乏停车设施。
（二）沿线用地开发情况
城市空间中，城市的各种经济活 交通流产生的基础，轨道线路沿线的土地利用和人口覆盖对其客流有着重要作用。例如在香港，55%的职业岗位、一半的居民都集中在离轨道交通步行十分钟的距离以内，这也是香港轨道交通成功的重要原因之一。
四、轨道交通客流预测分析方法
（一）“区域+市区”的多层次轨道交通客流预测体系
其基本思路是：根据国内城轨交通的客流预测中问题，城市综合交通体系的进一步发展所带来的一系列难题。在引进轨道交通以后，交通方式具有多元化特点。除主要交通方式之外，也有接驳交通方式，因此在不同交通方式之间形成了竞争、博弈与合作关系。整个客流预测体系分为四个部分，公交模型、道路交通模型、宏观战略模型与区域交通模型。公交模型，预计市区内市民公共交通的选择与出行路径，根据公交出行矩阵，把矩阵分布到较为合适的公共交通线路上，在分配过程中，公交车的速度值需要来源于道路交通模型。
（二）分配组合模型
市民出行的路径、方式变得多元性，其出行组合方式也更为复杂，因此，建立一个交通超级网络，在网络上实行联合方式的交通分配，目的是模拟市民的出行行为和决策的过程。模型体系中，由道路交通模型所得到的机动车辆道路网络和出行OD分配量。在模型中建立超级网络，以除小汽车OD外的几种交通方式为主，如步行、自行车、轨道交通、常规交通，建立起路权矩阵，步行路权矩阵、自行车路权矩阵、轨道交通路权矩阵、常规公交路权矩阵等。邻接矩阵之间需要反映两点之间边联系和连接边类型。总的说来，组合出行当中，出行链的路径和顺序方式的组合很多。模型要模拟出市民常用的出行行为，就需要进一步扩展轨道交通和常规公交的路权矩阵。在交通分配中，不同交通方式的路权都是该方式网络中的广义费用，若属于同一线路的列路段中，就仅有第一条路段有车费值。
五、结束语
轨道交通逐渐向纵深拓展延伸，多数大城市在设计线路网时都要将区域轨道交通线路考虑在内。市民的出行组合方式较多，构成了复杂的出行链。基于此，本文在客流预测内容的基础上，阐述影响客流预测的因素，如周边用地的开发情况、交通接驳的便捷性等，分析轨道交通客流预测的方法和“区域+市区”的多层次轨道交通客流预测方式、分配组合模型方式等，以提高客流预测结果的精度。
参考文献：
[1]王玉萍.城市轨道交通客流预测与分析方法[D].导师：陈宽民.长安大学,2011.
[2]张成.城市轨道交通客流特征分析[D].导师：张殿业.西南交通大学,2006.
[3]王爱云.机场轨道交通客流预测问题研究[D].导师：彭辉.长安大学,2014.
[4]牛圣宽.城市轨道交通客流预测后评价[D].导师：陈峰;张海燕.北京交通大学,2008.
论文作者:陆树坤
论文发表刊物:《低碳地产》2016年8月第15期
论文发表时间:2016/11/7
标签：客流论文; 轨道交通论文; 交通论文; 方式论文; 模型论文; 组合论文; 矩阵论文; 《低碳地产》2016年8月第15期论文;