吳文靜 金曉彤 馬天宇

（1.吉林大學交通學院 長春130025；2.吉林大學商學院 長春130025；3.吉林省招生委員會辦公室 長春130025）

0 引 言

綜合客運樞紐是交通網(wǎng)絡的關鍵節(jié)點，是實現(xiàn)多方式聯(lián)運的橋梁?？茖W地分析與預測綜合客運樞紐內(nèi)各種交通方式間的換乘量，對綜合客運樞紐的規(guī)劃具有一定的指導意義，不僅為城市綜合交通客運樞紐建設規(guī)模、功能等級等的確定提供數(shù)據(jù)支持，也是各種交通工具在樞紐中的設施布局的主要依據(jù)，是制定合理的換乘組織方案的前提條件。

目前國內(nèi)外換乘量預測的思想通常有2種：基于傳統(tǒng)的四階段預測即集計模型；基于效用理論的非集計模型。在集計模型研究方面，有李東，單靜濤等［1］建立的重力模型；孫立山等［2］建立的最大熵模型；李星、劉文婷等［3］基于 TransCAD軟件中的規(guī)劃模型進行的換乘量預測。在非集計模型研究方面，有陳?。?］建立的 MNL模型；米文勇［5］基于二項Logit模型預測了自行車與軌道交通間的換乘量；此外，也有將2種預測方法相結(jié)合的研究，如劉紀建［6］將基于多元回歸的換乘總量預測模型與基于非集計的方式選擇模型相結(jié)合；賈洪飛［7］采用Logit模型建立并標定了換乘阻抗函數(shù)，并應用于基于雙約束重力模型的綜合客運樞紐換乘量預測研究。

但是現(xiàn)有的預測方法存在諸多缺陷，例如：①現(xiàn)有模型缺乏可移植性，無法根據(jù)城市社會經(jīng)濟及出行特征等給出建議的樞紐交通方式合理劃分比例；②預測多應用于中長期，而對某些突發(fā)情況下客流預測并沒有合理的預測方法；③換乘量的預測可應用于樞紐內(nèi)多種交通方式的協(xié)調(diào)調(diào)度，而顯然現(xiàn)有預測并沒有考慮時間因素，因此管理部門也無法采用相應措施對客流進行實時有效的疏散。本文旨在總結(jié)現(xiàn)有預測方法的特征基礎上，探索新的客流預測方法，并對多種預測方法的適用性進行分析。

1 基于集計與非集計的預測方法

基于集計模型的綜合客運樞紐的換乘量預測與交通分布預測在預測原理及結(jié)果表達方面有相似之處，并且在換乘總量預測基礎上對交通系統(tǒng)中各種交通方式的分擔率進行預測。根據(jù)這一特點，交通分布模型與方式劃分模型廣泛應用于對樞紐內(nèi)各銜接方式的換乘量的預測。

非集計方法以實際產(chǎn)生交通活動的個人單位為研究對象，基于樣本數(shù)據(jù)的采集，對乘客個人社會經(jīng)濟屬性、出行目的、出行偏好等影響因素進行SP調(diào)查，分析數(shù)據(jù)并構建模型進行預測。由于非集計模型注重于換乘分擔率的預測，具體到換乘量時仍然需要樞紐內(nèi)各種主導交通方法的客運量。

2 新的預測方法的提出

2.1 分時段換乘量預測方法

鑒于不同時段交通工具的發(fā)車到站特性的差異及乘客換乘行為的SP數(shù)據(jù)采集，可知不同時間段乘客在各種換乘方式間的選擇存在差異性，因此有必要對隨時間變化的交通方式的換乘決策行為進行解析，進而預測不同時段的換乘分布。分時段的換乘量預測有助于樞紐內(nèi)多種交通方式間的協(xié)調(diào)調(diào)度。

分時段的換乘量可采用兩兩交叉換乘分擔率模型進行換乘。兩兩交叉換乘模型的建模思路是以某一具體到達樞紐站的運輸方式為研究對象，跟蹤其所載運的旅客通過各種交通方式的分流情況。相比交通方式在總換乘量中的總體分擔率分析，兩兩交叉換乘分擔率分析可以更細致準確地反映出旅客換乘行為所呈現(xiàn)出來的內(nèi)在規(guī)律。其主要計算過程是將樞紐站所有旅客，根據(jù)其到達樞紐時所乘坐的交通方式進行分組，再以小組為單位，建立 MNL模型，計算乘客由一種交通方式換乘另一種交通方式的概率。

2.2 出行方式分擔率的短時預測方法

集計與非集計預測方法都是在較長時間跨度內(nèi)（如年）預測換乘方式分擔率的變化情況，但是樞紐內(nèi)的客流往往會隨著季節(jié)或某些重要節(jié)日的發(fā)生而發(fā)生明顯的變化。例如，在新生報到的時候，會有大量的帶行李的乘客到達樞紐站，或是春運期間則會有大量的農(nóng)民工涌入樞紐站，因此面對這些情況，由于構成人群的職業(yè)、出行目的等發(fā)生重大的結(jié)構變化，從而影響樞紐內(nèi)各換乘方式的分擔率。為此，對于客流特征隨月、日變化較為頻繁的情況下，可采用仿真實驗的方法預測換乘量，例如，蒙特卡羅方法。

其計算過程如下：換乘方式選擇決策過程的模擬指乘客的決策過程模擬，其影響因素包括個人的社會經(jīng)濟屬性、出行特征、交通方式的屬性，這些變量都屬于離散變量，因此首先構建樣本數(shù)據(jù)的經(jīng)驗分布，然后采用按概率分布抽樣的方法得到輸入的隨機數(shù)，編譯程序，采取多次仿真求平均數(shù)的方法獲得最終的仿真結(jié)果，并對結(jié)果進行了檢驗。模型的構建基于對樞紐內(nèi)出口與入口斷面的客流及換乘方式選擇的觀測，通過仿真數(shù)據(jù)與實測數(shù)據(jù)的比較，不斷調(diào)整模型參數(shù)，使得模型的仿真預測結(jié)果更為精度。

實時仿真模型的構建有助于在特殊時期內(nèi)樞紐內(nèi)換乘客流的預測，同時對樞紐內(nèi)的車輛調(diào)度計劃的制定及換乘組織具有重要意義。

2.3 基于因素分析的換乘分擔率預測方法

隨著社會經(jīng)濟、交通運輸環(huán)境的變化，換乘比率也會做出相應的調(diào)整，而未來哪些因素的影響會引起已有樞紐換乘量及構成的變化。由計劃行為理論（theory of planned behavior，TPB）可知，出行者的行為態(tài)度、行為主觀規(guī)范、知覺行為控制是行為意向的誘因，而行為意向直接作用于換乘行為。出行者的態(tài)度、主觀規(guī)范等受到自身社會經(jīng)濟屬性、家庭特征、出行特征等多種因素的影響，通過觀測這些影響因素的變化可推測換乘決策行為的變化。而Logit模型是將這些因素應用于預測換乘行為的最好方法，因此，通過調(diào)整Logit模型中的相關影響因素，可預測換乘比率的變化趨勢。

2.4 基于類比分析的樞紐交通方式合理劃分預測

類比法是根據(jù)2個對象的已知相似性，把一個對象已知的屬性或規(guī)律推介到另一個對象上，從而獲得對另一對象新的認識方法。類比法主要應用于未建客運樞紐交通方式分擔率的預測，更確切的說更適用于中小城市內(nèi)樞紐站的分析。它通過與其他城市或地區(qū)的樞紐站相比較，找出其與其他樞紐站之間的相似性，以已建樞紐的換乘方式劃分情況為參考，預測未建樞紐的方式分擔。

進行類比的城市或地區(qū)應該在地理環(huán)境特征、經(jīng)濟發(fā)展水平、人口狀況等條件上差異不大，這樣才具有可比性。例如，遼陽市客運樞紐站，可選擇本省相同城市規(guī)模的客運樞紐站為參考點，或吉林省吉林市客運樞紐站。類比城市的選取決策模型見圖1。

圖1 類比城市樞紐選擇的層次分析法示意圖Fig.1 Schematic diagram of hub selection among analogy cities using hierarchical analysis

其中，類比指標可以從城市發(fā)展、中觀、微觀這3個方面進行歸納。此外，類比城市的樞紐站選擇并不一定局限為某一個樞紐。尤其是對樞紐站內(nèi)部結(jié)構布局，周邊交通方式換乘組織銜接模式等方面，可以借鑒與其相似度較高的幾個樞紐站進行比選，選擇對本地區(qū)居民出行最為經(jīng)濟有效的樞紐組織形式。

3 預測方法在遼陽市客運樞紐換乘量預測中的應用及效果分析

在此以遼陽市綜合客運樞紐為例，在數(shù)據(jù)采集與分析的基礎上，分別采用基于因素分析的分擔率預測方法以及分時段預測方法對樞紐的換乘量進行預測。

3.1 基于因素分析的遼陽市客運樞紐的換乘分

擔率預測

根據(jù)社會經(jīng)濟發(fā)展規(guī)劃，在“十二五”期間，即至2015年，遼陽市居民的社會水平會有所提高，人均的月收入水平也會相應的提高。假設根據(jù)規(guī)劃所提供的數(shù)據(jù)，年增長20%，對于調(diào)查樣本的月收入進行相應的調(diào)整，在出行者及其家庭的主要社會經(jīng)濟屬性和模型影響變量無重大變化的前提下，可以直接將非集計模型應用于月收入增加20%后的樣本數(shù)據(jù)，得到2013年換乘方式分擔情況（換出客流）見表1。

3.2 遼陽市客運樞紐的分時段換乘分擔率預測

基于遼陽市客運樞紐乘客換乘行為的SP調(diào)查，得到乘客在不同時段換乘選擇行為的特征分布，見圖2。由圖2可見，在各個時段乘客換乘行為差異顯著。

表1 出行方式分擔率的變化趨勢Tab.1 The change trend of mode choice rate%

圖2 乘客不同交通方式換乘選擇的時間特性Fig.2 The time characteristics of transfer modes choice behaviors

構建兩兩交叉換乘分擔率模型分析不同時段樞紐站乘客的換乘行為，利用SPSS軟件的多項Logit模塊對參數(shù)進行標定，并對換乘客流進行預測。以主導方式進入樞紐為例，給出各種交通方式的換乘分擔率預測結(jié)果，見表2。

表2 分時段樞紐乘客換乘分擔率預測結(jié)果Tab.2 Transfer share prediction at different time split %

通過對模型參數(shù)的敏感性分析，可得到各個時段的換乘影響因素對乘客選擇決策的作用機理，可分析乘客隨出行目的的不同、對交通方式的可達性要求、舒適性需求等的在各個時段的差異性以及由此對其決策行為的影響，研究結(jié)果為各種交通的運營調(diào)度提供科學依據(jù)，提高各方式間接駁的協(xié)調(diào)性。

4 各種預測方法總結(jié)及其適用性分析

基于集計與非集計的換乘預測方法在此不再贅述，就分時段預測而言，分時段換乘量預測仍然基于非集計模型，所不同的是區(qū)分了各個時段樞紐內(nèi)各種交通方式的分擔量，雖然該方法對樞紐內(nèi)的協(xié)調(diào)調(diào)度具有重要意義，但是卻也加大了樞紐內(nèi)客運量數(shù)據(jù)采集的難度。

基于因素分析的換乘比率預測，關鍵是提取影響換乘行為的主要因素，以及這些影響因素的變化趨勢。相同的分析也應用與短時客流預測，只是短時客流預測更注重于在樞紐內(nèi)部選擇影響因素。

應用類比法預測未建客運樞紐換乘方式分擔率關鍵在于尋找可類比的城市及其樞紐站，相似度越高，預測精度越為精確。各預測方法的適用范圍見表3～5。

表3 各方法應用范圍比較Tab.3 Comparison of application range of each method

表4 各方法構建過程比較Tab.4 Comparison of the method of constructing process

5 結(jié)束語

本文擴展了客運樞紐換乘量預測的研究思路，有助于交通管理部門針對樞紐的不同建設狀況及現(xiàn)狀數(shù)據(jù)獲取等實際情況選擇適用的換乘量預測方法，為綜合客運樞紐仿真實驗系統(tǒng)提供各方式間換乘客流量等宏觀行為數(shù)據(jù)；為綜合客運樞紐的功能定位和建設規(guī)模確定，功能設計與結(jié)構優(yōu)化及樞紐內(nèi)的交通組織提供數(shù)據(jù)支持。

表5 各方法所需基礎資料比較Tab.5 Comparison of the methods required for basic data

［1］ 李 東，單靜濤，葉遠春.城市交通樞紐交通換乘分析與客流組織評價研究［C］∥第七次城市道路與交通工程學術會議論文集.北京：中國土木工程學會，2002：153－161.

［2］ 孫立山，姚麗亞，榮 建，等.基于最大熵模型的客運樞紐換乘量分布預測研究［J］.公路交通科技，2008，25（8）：140－144.

［3］ 李 星，劉文婷，周揚軍.廈門（新）站綜合交通樞紐交通需求預測研究［J］.交通與運輸.2009（12）：39－42.

［4］ 陳 琛.城市公共交通換乘系統(tǒng)研究［D］.南京：東南大學，2002.

［5］ 米文勇.大城市自行車與軌道交通換乘系統(tǒng)研究［D］.成都：西南交通大學，2007.

［6］ 劉紀建.城市綜合客運樞紐換乘需求預測分析［J］.黑龍江科技信息，2010（19）：62－63.

［7］ 賈洪飛，宗 芳，喬 路.綜合客運樞紐換乘量預測方法［J］.系統(tǒng)工程.2009，27（1）：15－18.