陳穎雪，吳 兵，劉志鋼，李林波

(1.上海工程技術(shù)大學(xué)城市軌道交通學(xué)院，上海201620;2.同濟(jì)大學(xué)道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室，上海200092)

隨著城市的擴(kuò)張，各大城市大力建設(shè)城市副中心和衛(wèi)星城，城市軌道交通市郊線(以下簡(jiǎn)稱市郊線)為其形成奠定了交通基礎(chǔ)，并服務(wù)于大量往返于市郊和市中心的通勤、通學(xué)出行，市郊線由此在各大城市大力發(fā)展。但是，相比較市郊線的快速建設(shè)，市郊線的配套交通設(shè)施卻沒(méi)有及時(shí)跟進(jìn)，如站點(diǎn)機(jī)動(dòng)車(chē)、非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)規(guī)模不足，抑制停車(chē)換乘軌道交通的需求，而郊區(qū)常規(guī)公交線網(wǎng)疏、發(fā)車(chē)頻率低，不能有效為市郊線集散客流，導(dǎo)致市郊線的功能無(wú)法很好實(shí)現(xiàn)。

在上海，市郊線站點(diǎn)周邊5.5 km范圍內(nèi)居住大量居民，依賴市郊線作為通勤交通工具，這些基于家的通勤出行頻率高，且接駁范圍在非機(jī)動(dòng)車(chē)服務(wù)圈層內(nèi)［1］，機(jī)動(dòng)、靈活、方便、可控的非機(jī)動(dòng)車(chē)在連接市郊線站點(diǎn)與家的出行中比起郊區(qū)尚不完善的常規(guī)公交系統(tǒng)有著巨大的優(yōu)勢(shì)和潛力。但B+R(BIKE+RIDE，非機(jī)動(dòng)車(chē)換乘軌道交通)模式尚未受到相關(guān)部門(mén)的重視，上海部分市郊線車(chē)站缺乏非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)，部分車(chē)站非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)停車(chē)能力不足，抑制了非機(jī)動(dòng)車(chē)換乘軌道交通的需求。目前，國(guó)內(nèi)學(xué)者對(duì)市郊線站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)需求計(jì)算的理論研究剛起步，理論大多寬泛不深入，且未充分考慮市郊非機(jī)動(dòng)車(chē)出行的特點(diǎn)，很難切實(shí)有效指導(dǎo)市郊線站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)設(shè)計(jì)工作。因此，筆者以上海第一條市郊線路上海軌道交通9號(hào)線為例，對(duì)其郊區(qū)站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)系統(tǒng)進(jìn)行規(guī)劃設(shè)計(jì)實(shí)踐。

1 上海軌道交通9號(hào)線郊區(qū)站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)設(shè)施現(xiàn)狀

上海軌道交通9號(hào)線規(guī)劃中全線由松江老城區(qū)至崇明島，目前已開(kāi)通松江新城站至楊高中路站，其他區(qū)段后期陸續(xù)開(kāi)通。9號(hào)線1期多位于市郊，作為發(fā)展松江新城區(qū)及沿線區(qū)域的交通支持，途經(jīng)松江新城、泗涇、九亭、七寶等市郊密集住宅區(qū)，后期線路開(kāi)通后還將穿越市郊松江老城及崇明縣內(nèi)的密集住宅區(qū)，線路開(kāi)通后還將穿越市郊松江老城及崇明縣內(nèi)的密集住宅區(qū)。另外，上海松江大學(xué)城也位于9號(hào)線1期松江大學(xué)城站站點(diǎn)附近。9號(hào)線1期定位于承擔(dān)大批通勤通學(xué)客流的市郊線，其松江新城段至漕河涇開(kāi)發(fā)區(qū)站(中環(huán)線以外)的區(qū)段為筆者研究重點(diǎn)(圖1)。

圖1 上海9號(hào)線研究段區(qū)位圖(粗線)Fig.1 Location of Shanghai metro line 9

在上海，軌道交通的接駁交通主要是步行、常規(guī)公交和非機(jī)動(dòng)車(chē)。郊區(qū)常規(guī)公交通常由于缺乏客流支撐，線網(wǎng)密度低，發(fā)車(chē)間隔長(zhǎng)，服務(wù)水平普遍低下，對(duì)于離站點(diǎn)800～5 500 m的居民而言，預(yù)留的公交接駁時(shí)間可能達(dá)到30 min，甚至更多，效率甚低。非機(jī)動(dòng)車(chē)接駁市郊線站點(diǎn)的服務(wù)圈層覆蓋站點(diǎn)周邊5.5 km內(nèi)的住宅，且非機(jī)動(dòng)車(chē)具有機(jī)動(dòng)、靈活、方便、可控等私人交通的特點(diǎn)，加之基于家的出行非機(jī)動(dòng)車(chē)具有可利用性。由此，B+R系統(tǒng)對(duì)9號(hào)線1期是個(gè)值得推崇的方法。對(duì)9號(hào)線郊區(qū)站點(diǎn)周邊的停車(chē)條件進(jìn)行調(diào)研。

調(diào)研發(fā)現(xiàn)，9號(hào)線郊區(qū)站點(diǎn)周邊的停車(chē)條件簡(jiǎn)陋，站點(diǎn)停車(chē)設(shè)施配備情況具體如表1。表1中，只是以“有”或“無(wú)”來(lái)表示停車(chē)設(shè)施配備情況，這是由于這些停車(chē)場(chǎng)沒(méi)有明確界定范圍，更不是經(jīng)過(guò)專門(mén)規(guī)劃設(shè)計(jì)，只是出行者的隨意停放，因此無(wú)法準(zhǔn)確給出停車(chē)場(chǎng)的容量。即使如此，仍有一些車(chē)站，如九亭站、中春路站等5個(gè)車(chē)站，完全不具備停放非機(jī)動(dòng)車(chē)的能力?，F(xiàn)場(chǎng)調(diào)研還發(fā)現(xiàn)，大部分9號(hào)線郊區(qū)車(chē)站周邊配備的非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)，利用率都較高。對(duì)于部分不具非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)所的車(chē)站，或停車(chē)容量不足的車(chē)站，存在換乘需求的乘客只能乘坐黑車(chē)或摩的進(jìn)行接駁，造成9號(hào)線部分郊區(qū)車(chē)站周邊黑車(chē)、摩的盛行。

表1 9號(hào)線站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)設(shè)施配備情況Tab.1 Non-motor vehicle parking facilities of suburban stations of Shanghai metro line 9

綜上，非機(jī)動(dòng)車(chē)接駁9號(hào)線郊區(qū)地鐵站的需求較大，需要通過(guò)合理的需求計(jì)算，確定停車(chē)場(chǎng)規(guī)模，更好的服務(wù)換乘者，提高市郊線的服務(wù)水平和競(jìng)爭(zhēng)力。

2 市郊線站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)需求計(jì)算現(xiàn)狀

現(xiàn)有國(guó)內(nèi)軌道交通站點(diǎn)非機(jī)動(dòng)車(chē)需求研究可以抽取概括為以下3種模型，但這些模型大多只是給出計(jì)算思路，缺乏周密的計(jì)算過(guò)程，一些參數(shù)如換乘比例、換乘阻抗等沒(méi)有給出針對(duì)性且實(shí)施性強(qiáng)的計(jì)算方法。國(guó)外研究則主要集中于logit模型及類似的模型或方法，涉及參數(shù)通過(guò)該地區(qū)的調(diào)研數(shù)據(jù)獲得。

2.1 吸引率法［2］

吸引率法認(rèn)為，自行車(chē)停車(chē)場(chǎng)的建設(shè)規(guī)模由城市軌道交通站點(diǎn)高峰時(shí)段自行車(chē)停車(chē)需求總量決定，停車(chē)需求又由停車(chē)場(chǎng)周邊土地利用決定，其主要計(jì)算方法如式(1):

式中:Pa為高峰停放吸引量，輛;ti為各類用地建筑面積，m2;bi為各類型單位用地的吸引率，輛/m2。

該方法計(jì)算出的停放吸引量是以式中各種用地為目的地的非機(jī)動(dòng)車(chē)出行，而一般停在地鐵站點(diǎn)的非機(jī)動(dòng)車(chē)多為接駁軌道交通出行，對(duì)于郊區(qū)站點(diǎn)更是如此。

2.2 類比推算法［3］

類比推算法要么是調(diào)查某市郊線站點(diǎn)非機(jī)動(dòng)車(chē)換乘比例，要么是調(diào)查發(fā)展相對(duì)成熟的某些市區(qū)站點(diǎn)的非機(jī)動(dòng)車(chē)換乘比例，之后類比計(jì)算規(guī)劃站點(diǎn)非機(jī)動(dòng)車(chē)換乘需求。該方法缺點(diǎn)是忽視了目前國(guó)內(nèi)城市軌道交通站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)的種種問(wèn)題，如停車(chē)場(chǎng)容量普遍不足，管理不規(guī)范，停車(chē)安全無(wú)保障等，被抑制的停車(chē)需求無(wú)法通過(guò)調(diào)查獲得，同時(shí)，它還忽視了郊區(qū)和中心城區(qū)軌道交通站點(diǎn)非機(jī)動(dòng)車(chē)接駁的差異性。

2.3 logit模型法［4］

logit以及類似模型需要對(duì)參數(shù)進(jìn)行嚴(yán)格的標(biāo)定，即阻抗和效用，非機(jī)動(dòng)車(chē)接駁軌道交通的阻抗和效用涉及交通安全、舒適性、方便性等，部分因素?zé)o法量化，或無(wú)法統(tǒng)一到相同的量綱。另外，logit模型還涉及到市郊線站點(diǎn)輻射范圍和吸引力，而我國(guó)這方面的積累數(shù)據(jù)不足，標(biāo)定未必準(zhǔn)確。

3 對(duì)比調(diào)研

國(guó)內(nèi)城市軌道交通市郊線的研究剛起步，相關(guān)理論基礎(chǔ)薄弱，加之基礎(chǔ)數(shù)據(jù)積累不足，理論計(jì)算模型和方法尚不成熟。相對(duì)而言，國(guó)外市郊線發(fā)展較早，研究成果豐厚。因此，筆者嘗試借鑒日本市郊線路的成功經(jīng)驗(yàn)，估算上海軌道交通9號(hào)線郊區(qū)站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)規(guī)模。

3.1 中國(guó)與日本自行車(chē)?yán)盟綄?duì)比

日本歷來(lái)是自行車(chē)大國(guó)，1996年，自行車(chē)擁有量達(dá)到7 254多萬(wàn)輛，僅次于中國(guó)和美國(guó)［5］;2002年，達(dá)到8 549多萬(wàn)輛，緊隨中國(guó)和美國(guó)之后［6］，需求穩(wěn)步增長(zhǎng)。但是日本總?cè)丝谏?，日本的自行?chē)人均擁有量約為0.7輛，世界排名第4，中國(guó)則小于0.5輛/人。由于日本方便的軌道交通，日本人常放棄私家車(chē)出行，替代以自行車(chē)接駁軌道交通出行，日本的地鐵站特別是市郊線路站點(diǎn)停放許多自行車(chē)。日本人口密度大，同樣的交通體系無(wú)法支撐起西方發(fā)達(dá)國(guó)家?guī)资兜慕煌?，軌道交?自行車(chē)的方式有效減少了私家車(chē)出行量，是我國(guó)發(fā)展公共交通可以效仿的模式。

3.2 上海與東京軌道交通系統(tǒng)對(duì)比研究

國(guó)際大都市中，上海與東京，無(wú)論是城市規(guī)模、人口密度、還是居民的生活、出行習(xí)慣都較為相似。2020年，上海軌道交通線網(wǎng)規(guī)模將接近目前已經(jīng)較成熟穩(wěn)定的東京軌道交通線網(wǎng)規(guī)模(表2)。

表2 上海與東京城市軌道交通特征對(duì)比Tab.2 Comparison on urban rail transportation features of Shanghai and Tokyo

3.3 上海9號(hào)線郊區(qū)段與東京TX線對(duì)比

筑波快線(日文:つくばエクスプレス線，英文:Tsukuba Express)，簡(jiǎn)稱TX，是一條連接日本東京千代田區(qū)秋葉原站與茨城縣筑波市筑波站之間的近郊通勤交通線(圖2)。TX線于2005年8月全線貫通，之后客流穩(wěn)步大幅增長(zhǎng)，至2009年，達(dá)到預(yù)期的成熟客流水平(27萬(wàn)人次/日)(表3)。TX作為日本政府應(yīng)用軌道交通發(fā)展研究成果的示范項(xiàng)目，建成后運(yùn)營(yíng)良好，得到業(yè)界和政府的肯定，并獲得多項(xiàng)殊榮。

圖2 東京TX線研究段區(qū)位圖(粗線)Fig.2 Location of Tokyo metro line TX

上海9號(hào)線郊區(qū)段與TX線在開(kāi)通運(yùn)營(yíng)時(shí)間、線路所在區(qū)位、功能定位、承擔(dān)客流性質(zhì)、周邊土地性質(zhì)及開(kāi)發(fā)程度等方面都非常相似，且二者都與市區(qū)環(huán)線(TX線與山手線，9號(hào)線與4號(hào)線)構(gòu)成換乘，使線路得以延伸至整個(gè)線網(wǎng)。

根據(jù)國(guó)內(nèi)外軌道交通運(yùn)營(yíng)的一般經(jīng)驗(yàn)，非機(jī)動(dòng)車(chē)接駁軌道交通的需求與站點(diǎn)日均客流量、土地開(kāi)發(fā)成熟度、站點(diǎn)到市中心距離、站間距等4個(gè)影響因素密切相關(guān)。由此，觀測(cè)TX線站點(diǎn)4個(gè)影響因素現(xiàn)狀及非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)規(guī)模，挖掘4個(gè)影響因素與停車(chē)場(chǎng)規(guī)模的邏輯關(guān)系。

表3 東京TX線客流情況況［7］Tab.3 Passenger flow of Tokyo metro line TX

3.4 TX站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)規(guī)模與四因素調(diào)研

4個(gè)影響因素中，“到市中心的距離”是指與秋葉原站(TX線與環(huán)線山手線形成換乘的車(chē)站)的距離。同樣，9號(hào)線中“到市中心的距離”是與宜山路站(9號(hào)線與環(huán)線4號(hào)線形成換乘的車(chē)站)的距離。TX線調(diào)查結(jié)果見(jiàn)表4，9號(hào)線郊區(qū)段調(diào)查結(jié)果見(jiàn)表5。

表4 TX線站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)規(guī)模與4因素的情況Tab.4 Non-motor vehicle parking lot scale and situation of four influence factors of line TX

表5 9號(hào)線郊區(qū)站點(diǎn)調(diào)研數(shù)據(jù)及非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)規(guī)模估算Tab.5 Estimation of non-motor vehicle parking demand and survey data of suburban station of line 9

由于TX線中某些站是與其他地鐵線路形成換乘的車(chē)站，換乘客流大，而這客流與土地利用成熟度及非機(jī)動(dòng)車(chē)停車(chē)需求無(wú)關(guān)，因此將這些車(chē)站的數(shù)據(jù)去除。包括:秋葉原駅、新御徒町駅、南千住駅、北千住駅、南流山駅、流山おおたかの森駅、守谷駅。

4 模糊邏輯算法

市郊線站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)規(guī)模受眾多因素影響，即使上述4個(gè)因素對(duì)其起決定性作用，4個(gè)因素之間相互作用機(jī)理亦非常復(fù)雜，加之每個(gè)車(chē)站存在自身特點(diǎn)，因此很難建立停車(chē)場(chǎng)規(guī)模與4因素的明確關(guān)系。筆者期望用模糊邏輯算法，掌握停車(chē)場(chǎng)規(guī)模隨4個(gè)因素變化的趨勢(shì)和規(guī)律，進(jìn)一步估算9號(hào)線站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)規(guī)模。

模糊邏輯算法特別適用于具有模糊概念界定和模糊邏輯的研究對(duì)象［8］，筆者針對(duì)停車(chē)場(chǎng)容量與4因素存在相關(guān)性但關(guān)系不明確的特點(diǎn)，利用模糊邏輯算法，設(shè)計(jì)影響因素信息融合的模糊推理法。

首先將問(wèn)題進(jìn)行模糊數(shù)學(xué)表達(dá)。在該模糊推理機(jī)中，將土地成熟度指數(shù)M(i)、到市區(qū)距離D(j)、平均站間距S(k)、日均客流P(l)作為輸入量，以非機(jī)動(dòng)車(chē)容量PK作為輸出量，各變量的論域?yàn)?

而各變量的語(yǔ)言集如下所示:

M(i):{不成熟(M1)，不太成熟(M2)，一般(M3)，成熟較為(M4)，很成熟(M5)}

D(j):{很遠(yuǎn)(D1)，比較遠(yuǎn)(D2)，略遠(yuǎn)(D3)，略近(D4)，較近(D5)，很近(D6)}

S(k):{很遠(yuǎn)(S1)，比較遠(yuǎn)(S2)，略遠(yuǎn)(S3)，略近(S4)，較近(S5)，很近(S6)}

P(l):{從極少客流到極大客流(P(l)}(排除換乘客流的因素)

PK:{極少(PK1)，較少(PK2)，中等(PK3)，較多(PK4)，很多(PK5)}

逐條設(shè)計(jì)模糊推理機(jī)規(guī)則(Rules)。設(shè)計(jì)采用隸屬度函數(shù)如圖3。

圖3 各變量采用的隸屬度函數(shù)Fig.3 Membership functions adopted by each variable

采用MATLAB的模糊控制工具箱進(jìn)行運(yùn)算，選擇Mamdan方法進(jìn)行模糊推理，反模糊化過(guò)程選擇重力中心法［9］，可得模糊控制規(guī)則如圖4。

圖4 模糊邏輯規(guī)則(D=30，P=5 000時(shí))Fig.4 Fuzzy logic rules(while p=5 000，D=30)

5 9號(hào)線郊區(qū)站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)規(guī)模估算

由上海地鐵9號(hào)線每個(gè)站點(diǎn)的統(tǒng)計(jì)數(shù)據(jù){M(i)，D(j)，S(k)，P(l)}作為模糊推理機(jī)的輸入，使得到各站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)容量的估計(jì)更加準(zhǔn)確，可信度更高(圖5)。9號(hào)線郊區(qū)段非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)規(guī)模估算結(jié)果見(jiàn)表5。

圖5 模糊邏輯計(jì)算過(guò)程Fig.5 Fuzzy logic calculation procedure

可以看出，預(yù)測(cè)的9號(hào)線郊區(qū)段非機(jī)動(dòng)車(chē)在軌道交通接駁出行上分擔(dān)率在6%～20%之間。由此，模型的結(jié)論較為合理。

6 結(jié)論

通過(guò)類比上海軌道交通9號(hào)線郊區(qū)段和東京TX線，調(diào)研郊區(qū)站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)影響因素，建立郊區(qū)站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)規(guī)模與影響因素間的模糊邏輯關(guān)系，估算9號(hào)線郊區(qū)站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)場(chǎng)規(guī)模。在研究中，由于缺乏9號(hào)線遠(yuǎn)期預(yù)測(cè)客流量，計(jì)算采用的是現(xiàn)狀客流量，隨著9號(hào)線后期工程的開(kāi)通，客流會(huì)繼續(xù)發(fā)生變化，屆時(shí)9號(hào)線站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)容量也需相應(yīng)調(diào)整。筆者所采用的方法是在目前歷史數(shù)據(jù)積累不足、無(wú)法準(zhǔn)備標(biāo)定模型參數(shù)下的臨時(shí)性補(bǔ)救方法，軌道交通郊區(qū)站點(diǎn)非機(jī)動(dòng)車(chē)停車(chē)設(shè)施配備的合理規(guī)劃、設(shè)計(jì)和管理是一個(gè)重要而長(zhǎng)遠(yuǎn)的任務(wù)，停車(chē)需求預(yù)測(cè)必須有一個(gè)科學(xué)可靠的理論方法，這不僅需要選擇合適的預(yù)測(cè)模型，還需要進(jìn)行歷史數(shù)據(jù)積累，對(duì)相關(guān)參數(shù)進(jìn)行準(zhǔn)確標(biāo)定。

［1］曹萍，陳峻.自行車(chē)與軌道交通換乘站選址及需求預(yù)測(cè)［J］.交通科技與經(jīng)濟(jì)，2008，10(3):87-89.CAO Ping，CHEN Jun.Bicycle-metro station locating and its demand predicting［J］.Technology ＆ Economic in Area of Communication，2008，10(3):87-89.

［2］殷秋敏，鄧衛(wèi).自行車(chē)與城市軌道交通的銜接規(guī)劃與管理［J］.交通科技，2008(2):92-94.YIN Qiu-min，DENG Wei.Planning and management of the transfer between bicycle and urban mass transit［J］.Transportation Science ＆ Technology，2008(2):92-94.

［3］陳思.自行車(chē)與軌道交通換乘銜接研究［D］.西安:長(zhǎng)安大學(xué)，2006.

［4］黃杉.城市軌道交通銜接客流預(yù)測(cè)方法研究［D］.北京:北京工業(yè)大學(xué)，2008.

［5］中國(guó)貿(mào)促會(huì)經(jīng)濟(jì)信息部.日本自行車(chē)市場(chǎng)透析［J］.中國(guó)對(duì)外貿(mào)易，1998(1):39-40.Economic Information Department of CCPIT.Japanese bike market dialysis［J］.China＇s Foreign Trade，1998(1):39-40.

［6］劉少才.航海日本說(shuō)單車(chē)［J］.中國(guó)自行車(chē)，2010(2):54-58.LIU Shao-cai.Navigate to talk Japan bicycle［J］.China Bicycle，2010(2):54-58.

［7］Wikipedia.Tsukuba Express［EB/OL］.(2011-03-20)［2011-03-25］.http://en.wikipedia.org/wiki/Tsukuba_Express.

［8］樓順天，胡昌華，張偉.基于MATLAB的系統(tǒng)分析與設(shè)計(jì):模糊系統(tǒng)［M］.西安:西安電子科技大學(xué)出版社，2001.

［9］Anderson D H，Hall L O.MR.FIS:Mamdani rule style fuzzy inference system［C］//Systems，Man，and Cybernetics.Tokyo，Japan:1999 IEEE International Conference，1999:238-243.

［10］Rietveld P.The accessibility of railway stations:the role of the bicycle in The Netherlands［J］.Transportation Research:Part D，2000(5):71-75.