宋嘉雯，瞿何舟

（西南交通大學(xué) 交通運輸與物流學(xué)院，四川 成都 610031）

1 研究背景和預(yù)測方法

在鐵路客流預(yù)測過程中，由城市功能定位與城市土地利用產(chǎn)生的各種不同性質(zhì)客流在沿線區(qū)域的分布及其時間上的分布各有不同。在以往的研究中，注重分析客流性質(zhì)與定性考慮不同性質(zhì)客流對總體客流的影響，或者預(yù)測精度不足，影響了結(jié)果的可信性[1-3])。在客流預(yù)測中引入對不同性質(zhì)客流的研究，能夠提高客流預(yù)測的精度，有利于鐵路規(guī)劃與運營管理。銀川—寧東鐵路連接銀川中心城區(qū)與寧東能源化工基地、銀川河?xùn)|機場及沿線地區(qū)，分別設(shè)銀川站、河?xùn)|站、機場站、臨河站和寧東站，全線采用高架橋，為雙線電氣化線路，在運營初期 (2016年) 與近期 (2023年) 里程約 40 km，遠(yuǎn)期(2038年) 增建機場支線，總里程約 45 km。擬采用最高運營速度為 160 km/h 的大運量城市軌道交通車輛，列車最小追蹤間隔為3 min。該線路主要服務(wù)于通勤客流，單向通勤客流初期可以達(dá)到 6.1萬人/d。

基于客流性質(zhì)的預(yù)測方法具體過程如圖1所示。

四階段法客流預(yù)測模型將研究區(qū)域劃分為m個交通小區(qū)，有k種性質(zhì)客流(k≥1)。銀川—寧東鐵路運營分為初期(2016年)、近期 (2023年) 和遠(yuǎn)期 (2038年)，采用鐵路、公路大型客車、小轎車3種交通方式，將研究區(qū)域劃分為5個交通小區(qū)，客流劃分為基本客流、產(chǎn)業(yè)員工客流、企業(yè)管理人員客流、機場客流和旅游客流。收集各交通小區(qū)的人口、就業(yè)人口、工業(yè)基地企業(yè)定員情況、機場日均發(fā)送旅客數(shù)量等信息，以及鐵路、公路的技術(shù)經(jīng)濟數(shù)據(jù)。通過相應(yīng)的預(yù)測模型獲得各交通小區(qū)不同性質(zhì)客流的預(yù)測基礎(chǔ)數(shù)據(jù)。

2 客流生成預(yù)測

交通小區(qū)的客流發(fā)生量主要受本小區(qū)人口影響，客流吸引量主要受人口與該小區(qū)吸引客流能力的影響。對某一性質(zhì)的客流i(1≤i≤k)，其計算公式為：

式中：Gi為研究區(qū)域第i種性質(zhì)客流的發(fā)生量；Ai為研究區(qū)域?qū)Φ趇種性質(zhì)客流的吸引量；Pi為研究區(qū)域第i種性質(zhì)客流的人數(shù)矩陣；Ei為研究區(qū)域吸引第i種性質(zhì)客流的能力矩陣；ti為第i種性質(zhì)客流日均跨區(qū)出行次數(shù)，即跨區(qū)出行強度；αi為第i種性質(zhì)客流日均跨區(qū)吸引強度，通過回歸分析得出。

圖1 基于客流性質(zhì)的鐵路客流預(yù)測流程

其中，客流跨區(qū)出行強度與城市居民出行次數(shù)與區(qū)域客流形成比例有關(guān)，表示為ti＝Ti×Ii。式中：Ti為城市居民在研究年份的出行次數(shù)，可通過彈性系數(shù)法預(yù)測得到；Ii為區(qū)域客流形成比例。區(qū)域客流的形成只與該區(qū)域居民出行意愿、出行目的、出行方式和出行徑路有聯(lián)系，可通過調(diào)查分析得到。

研究區(qū)域第i種性質(zhì)客流的生成量和吸引量為：

式中：G?為第i種性質(zhì)客流在第j小區(qū)的客流發(fā)生量；A?為第i種性質(zhì)客流在第j小區(qū)的客流吸引量。

各種性質(zhì)的客流迭加求和可得到研究區(qū)域各交通小區(qū)的客流發(fā)生量和吸引量：

經(jīng)計算，銀川—寧東鐵路沿線區(qū)域的客流發(fā)生量和吸引量如表1所示。

表 1 銀川—寧東鐵路沿線各交通小區(qū)客流量 萬人

3 客流分布預(yù)測

參考國內(nèi)城際鐵路客流預(yù)測實例，基本客流可以通過雙約束重力模型獲得其在研究區(qū)域的分布情況，重點對象或重點區(qū)域形成的客流，如大型企業(yè)員工通勤客流、機場客流和旅游客流可以通過研究現(xiàn)狀客流的主要流向形成相應(yīng)的客流分布矩陣。

對于城市居民客流，其OD表達(dá)式為：

式中：Tb是一個m×m矩陣；Gb為城市居民客流發(fā)生量矩陣；Ab為城市居民客流吸引量矩陣；β為交通潛能系數(shù)；U為各交通小區(qū)間的交通阻抗矩陣，可表示為居民出行平均成本；P為平衡算子；c為交通阻抗級數(shù)系數(shù)，可通過回歸得出；d為交通阻抗離散控制系數(shù)，可通過回歸得出。

對于重點對象或重點區(qū)域客流，其 OD 表達(dá)式為：?

式中：Ti是一個m×m矩陣；βi為第i種性質(zhì)客流的潛能系數(shù)；為從第1交通小區(qū)到第m交通小區(qū)的第i種性質(zhì)客流量。

獲得一般居民客流和各種重點性質(zhì)客流的 OD 后，全方式客流 OD 表示為T＝Tb＋∑Ti。其中，T是一個m×m矩陣。

4 各種客流的不同交通方式分擔(dān)率預(yù)測

針對各種性質(zhì)客流對時間價值的要求和對運輸方式的選擇意愿，通過確定其不同交通方式的出行成本后，利用出行意愿調(diào)查結(jié)果計算出加權(quán)平均的出行成本，進而采用 Logit 模型進行交通方式分擔(dān)預(yù)測。

式中：n為采用的交通方式，即鐵路、大型客車與小轎車中的一種；為第i種性質(zhì)客流采用不同交通方式的分擔(dān)概率；λ、γ為離散數(shù)值修正數(shù)；Ui為第i種性質(zhì)客流平均出行成本；為第i種性質(zhì)客流采用不同交通方式的出行成本。

經(jīng)計算，銀川—寧東鐵路沿線區(qū)域的全方式客流分擔(dān)率如表2所示。

表 2 銀川—寧東鐵路沿線區(qū)域的全方式客流分擔(dān)率 %

5 客流的疊加和總體客流分析

為獲得各種交通方式的客流和客流分擔(dān)率，將各種性質(zhì)客流進行疊加：

式中：T n為采用鐵路、大型客車或小轎車的客流；Ti為第i種性質(zhì)客流；為第i種性質(zhì)客流采用鐵路、大型客車或小轎車方式的客流分布比例矩陣。

根據(jù)現(xiàn)狀客流全天的分布規(guī)律和重點對象、重點區(qū)域客流全天變化規(guī)律的分析，設(shè)為第j交通小區(qū)到第h交通小區(qū)的第i種性質(zhì)客流的全天客流量，其分布比例服從按時間變化的矩陣，t∈[0, 24]。通過每種性質(zhì)客流的全天客流量與其全天分布比例相乘，得到該性質(zhì)客流在相應(yīng)時間段的客流量，再對同一時間段的各種性質(zhì)客流進行迭加，可形成該時間段總客流量，進而可知總客流量的全天變化規(guī)律。在t時刻從第j交通小區(qū)到第h交通小區(qū)的總客流量為：

該客流高峰小時比例為＝{Ftjh}，由研究區(qū)域交通小區(qū)劃分形成高峰小時客流量比例矩陣Fmax，則高峰小時客流量矩陣為Tmax=T×Fmax。由此可知研究區(qū)域客流變化與高峰情況，如表3所示。

表 3 銀川—寧東鐵路客流量按時段分布比例 %

銀川—寧東鐵路客流預(yù)測的主要指標(biāo)如表4所示。

表 4 銀川—寧東鐵路客流預(yù)測的主要指標(biāo)

6 結(jié)束語

基于客流性質(zhì)的鐵路客流預(yù)測方法可以在不同性質(zhì)客流區(qū)別明顯的情況下取得較好的預(yù)測精度。例如，在銀川—寧東鐵路運營初期多為產(chǎn)業(yè)工人與管理人員的通勤客流，對準(zhǔn)時性要求高，則早高峰與晚高峰系數(shù)較大。另外，預(yù)設(shè)的機場支線將主要承擔(dān)旅游客流與機場客流，成為該鐵路線遠(yuǎn)期客流量的主要增長點之一。

[1] 張連暉. 沈陽至鐵嶺城際快速軌道交通客流預(yù)測研究[J].北方交通，2009 (12)：59-62.

[2] 趙冰潔. 天津至保定鐵路城際客流預(yù)測[J]. 科技信息，2009(06)：384-385.

[3] 蔣玉琨. 通往郊區(qū)的軌道交通線路客流預(yù)測方法[J]. 都市快軌交通，2009(06)：44-48.