平少華

（深圳市規(guī)劃國(guó)土發(fā)展研究中心，深圳 518040）

城市各類功能建筑軌道客流生成率研究
——以深圳市軌道1號(hào)線為例

平少華

（深圳市規(guī)劃國(guó)土發(fā)展研究中心，深圳 518040）

隨著我國(guó)城鎮(zhèn)化進(jìn)程的深入，大城市集聚效應(yīng)不斷強(qiáng)化，隨之而來(lái)的交通矛盾也不斷凸顯。軌道交通因具有運(yùn)量大、效率高、時(shí)間可控、舒適度高等特點(diǎn)，被視為新時(shí)期大城市交通問題的重要解決手段。如何做好軌道線路及車站規(guī)劃，在滿足大部分市民快速出行的同時(shí)，保證軌道線路具有持續(xù)、充足的客流，這需要深入研究軌道車站、線路沿線各類功能城市用地對(duì)客流量的貢獻(xiàn)情況。本文試圖以深圳市軌道1號(hào)線2010～2014年的軌道車站客流量、周邊各類功能建筑規(guī)模等數(shù)據(jù)為例，通過線性回歸的方法，對(duì)現(xiàn)狀各類功能建筑的軌道客流生成率進(jìn)行估計(jì)，總結(jié)該類工作的研究方法及可能的結(jié)論，為城市用地、軌道交通規(guī)劃相關(guān)工作提供參考。

軌道車站；客流量；軌道客流生成率；線性回歸

1 引言

軌道交通在解決大城市交通問題中扮演者越來(lái)越重要的地位，軌道交通規(guī)劃工作也成為各個(gè)城市綜合交通體系規(guī)劃的重點(diǎn)。軌道線站位放在哪里才能更精準(zhǔn)地滿足市民的出行需求？普通商品住宅、城中村對(duì)軌道交通客流生成率區(qū)別有多大？商業(yè)、辦公等用地的軌道客流生成率又如何？[1]更好解釋以上問題，對(duì)軌道交通規(guī)劃、甚至城市規(guī)劃工作更好開展將起到積極作用，而對(duì)現(xiàn)狀實(shí)證案例進(jìn)行分析，是研究以上問題的重要手段。

2 客流量模型假設(shè)

2.1 基礎(chǔ)模型

根據(jù)基本的交通出行理論，軌道車站的交通量主要是其周邊的建筑產(chǎn)生或吸引的[2]，不同功能建筑具有對(duì)應(yīng)的交通生成率[3]，據(jù)此得出軌道車站客流量基礎(chǔ)模型：

其中：（1）因變量：Y是軌道車站全天的進(jìn)出客流量（本文所有分析只針對(duì)軌道車站全天客流量，客流分布情況在其它文章中進(jìn)行分析），單位：人次/日。

（2）自變量：各類建筑的規(guī)模，R2是普通商品房；R4是城中村、私宅；C1是商業(yè)、購(gòu)物中心等；C2是辦公；M是工業(yè)；GIC是學(xué)校、會(huì)展、醫(yī)院、體育館等公共配套設(shè)施；Oth是市政、交通、倉(cāng)儲(chǔ)等，單位：100m2。

（4）常數(shù)項(xiàng)：C是建筑規(guī)模無(wú)法解釋的客流量，主要為其它交通方式的換乘客流量。

2.2 其它可能的影響因素

社會(huì)經(jīng)濟(jì)活躍程度對(duì)城市出行強(qiáng)度具有一定的影響，經(jīng)濟(jì)活動(dòng)越活躍軌道生成率越高。因此在式（1）的基礎(chǔ)上，引入GDP影響因子，得出如下模型：

（3）其它參數(shù)如式（1）。

將式（3）代入式（2），經(jīng)變形后得：

根據(jù)現(xiàn)有實(shí)證數(shù)據(jù)，采用最小二乘法對(duì)式（1）和式（4）的常數(shù)項(xiàng)C和系數(shù)進(jìn)行估計(jì)，分析各類建筑的軌道客流生成率。

3 實(shí)證案例數(shù)據(jù)準(zhǔn)備

3.1 客流量數(shù)據(jù)

本文采用的數(shù)據(jù)為深圳市軌道1號(hào)線2010～2014年各車站全天進(jìn)出站客流量。樣本數(shù)據(jù)集中在每年的5月～7月的某個(gè)工作日（主要為周三數(shù)據(jù)），且避開重大節(jié)假日。

3.2 建筑量數(shù)據(jù)

（1）數(shù)據(jù)年份。深圳市每年會(huì)對(duì)建筑物進(jìn)行普查，目前最新的數(shù)據(jù)更新至2014年，建筑量數(shù)據(jù)的統(tǒng)計(jì)與軌道客流量數(shù)據(jù)進(jìn)行統(tǒng)一，均為2010～2014年。

（2）統(tǒng)計(jì)范圍。軌道車站只對(duì)周邊一定范圍內(nèi)建筑的出行產(chǎn)生影響，為了對(duì)比不同半徑內(nèi)建筑量對(duì)客流量的解釋程度，本文分別對(duì)半徑200m、500m、800m范圍內(nèi)的建筑量進(jìn)行了統(tǒng)計(jì)。

（3）數(shù)據(jù)篩選。由于幾類建筑較難對(duì)客流量進(jìn)行解釋，主要包括M（工業(yè)）、GIC（主要為體育場(chǎng)館、學(xué)校、會(huì)展等）、Oth（主要為重大交通樞紐等），本文將此類建筑主導(dǎo)型的車站樣本進(jìn)行了剔除。

由于保留樣本車站周邊M、GIC、Oth等3類建筑所占比例非常小，在數(shù)據(jù)分析時(shí)，對(duì)以上3個(gè)自變量進(jìn)行了剔除、不剔除兩類分析。

4 參數(shù)估計(jì)及主要應(yīng)用

4.1 參數(shù)估計(jì)

根據(jù)樣本數(shù)據(jù)，通過最小二乘法對(duì)式（1）、式（4）參數(shù)進(jìn)行估計(jì)[4]，經(jīng)對(duì)比分析后，關(guān)鍵數(shù)據(jù)匯總見附表，并得出以下結(jié)論：

（1）M、GIC、Oth等3個(gè)自變量影響。在保留M、GIC、Oth等3自變量的條件下（如附表序列5），以上3個(gè)自變量的估計(jì)系數(shù)出現(xiàn)了負(fù)值，與基本常識(shí)是不符的，方程F檢驗(yàn)僅為19.5450。而剔除3個(gè)自變量后（如附表序列3），方程F檢驗(yàn)達(dá)到28.5255，且參數(shù)的假設(shè)檢驗(yàn)也更優(yōu)。

（2）GDP因子影響。從附表的序列3、序列4來(lái)看，加入GDP因子后，方程F檢驗(yàn)為24.0035，略小于28.5255，方程并沒有更好的解釋軌道客流量。

（3）軌道車站影響范圍。從附表的序列1～3來(lái)看，序列3方程的F檢驗(yàn)最優(yōu)，說明車站周邊800m半徑建筑量能更好的解釋軌道客流量。

因此，根據(jù)附表序列3系數(shù)估計(jì)值，得到軌道車站客流量預(yù)測(cè)模型為：

4.2 數(shù)據(jù)預(yù)測(cè)及主要應(yīng)用

根據(jù)式（5）對(duì)檢驗(yàn)樣本進(jìn)行預(yù)測(cè)，平均誤差可以控制在10%，方程能夠在一定條件下預(yù)測(cè)軌道車站的客流量。

在開展軌道車站詳細(xì)設(shè)計(jì)時(shí)，往往需要根據(jù)周邊的城市土地來(lái)預(yù)測(cè)車站分項(xiàng)客流，目前的預(yù)測(cè)方法均以線網(wǎng)、單條線路為基礎(chǔ)對(duì)單個(gè)車站的分項(xiàng)客流進(jìn)行預(yù)測(cè)，且設(shè)置多項(xiàng)約束條件，預(yù)測(cè)結(jié)果往往與規(guī)劃判斷存在一定出入，不能很好地支撐軌道車站設(shè)施布置。本文提出的預(yù)測(cè)方法以車站周邊用地規(guī)劃為基礎(chǔ)，預(yù)測(cè)方法簡(jiǎn)單、準(zhǔn)確，有利于軌道車站詳細(xì)規(guī)劃更好的開展。

附表 各類建筑軌道客流生成率參數(shù)估計(jì)表

5 主要規(guī)劃觀點(diǎn)

5.1 城市不同功能建筑的客流生成率差別明顯

根據(jù)估計(jì)結(jié)果，R4類建筑客流生成率達(dá)到2.694人次/100m2·日，遠(yuǎn)高于R2類建筑的生成率（0.417人次/100m2·日）；C1類建筑的客流生成率（2.256人次/100m2·日）也大于C2類建筑（1.437人次/100m2·日）。因此，在城市用地、軌道交通規(guī)劃工作中，應(yīng)充分認(rèn)識(shí)到私宅、城中村在支持城市正常運(yùn)轉(zhuǎn)中所發(fā)揮的重要作用，強(qiáng)化對(duì)此類片區(qū)的覆蓋；對(duì)商業(yè)用地客流預(yù)測(cè)分析時(shí)，應(yīng)細(xì)化用地小類，以便更好預(yù)測(cè)遠(yuǎn)期交通生成量。

值得注意的是，深圳軌道1號(hào)線沿線資源稀缺，房?jī)r(jià)昂貴，商品房住戶的小汽車擁有率較高，這也可能導(dǎo)致R2類建筑客流生成率低于城市其它片區(qū)的R2類建筑，在實(shí)際工作中應(yīng)搜集更符合規(guī)劃片區(qū)實(shí)際的數(shù)據(jù)進(jìn)行系數(shù)估計(jì)。

5.2 分析結(jié)果并不能說明GDP因子對(duì)客流量無(wú)影響

出現(xiàn)文中GDP因子并沒有更好解釋客流量的現(xiàn)象，有以下幾種可能：

（1）GDP因子確實(shí)對(duì)客流量無(wú)影響；

（2）從車站周邊歷年建筑規(guī)模量來(lái)看，均有增加，在某種程度已反映了GDP因子；

（3）車站周邊歷年建筑規(guī)模增加且使用率較高，但當(dāng)建筑規(guī)模接近飽和、基本穩(wěn)定時(shí)，受空置率、使用強(qiáng)度等影響，GDP因子可能更重要。

筆者認(rèn)為后兩者的可能性更大。

5.3 軌道車站影響范圍應(yīng)長(zhǎng)期動(dòng)態(tài)跟蹤研究

本文主要研究了2010～2014年的相關(guān)數(shù)據(jù)，此期間深圳軌道網(wǎng)絡(luò)規(guī)模較小，于軌道1號(hào)線平行的線路較少，軌道線間距較大，這可能造成了軌道車站影響范圍達(dá)800m。隨著軌道網(wǎng)絡(luò)密度的加大，車站周邊建筑的統(tǒng)計(jì)半徑也應(yīng)動(dòng)態(tài)跟蹤分析。

6 研究存在的不足

由于筆者技術(shù)水平及時(shí)間的限制，并未對(duì)以下因素進(jìn)行深入分析：

（1）方程中的C變量主要是公交等接駁交通量，由于缺少歷年軌道車站公交接駁線路的數(shù)據(jù)，本文并未將相關(guān)變量納入自變量體系；

（2）本文對(duì)參數(shù)的估計(jì)方法為普通最小二乘法，并未對(duì)其它估計(jì)方法進(jìn)行深入對(duì)比分析；

（3）軌道車站的影響范圍與周邊慢行系統(tǒng)的好壞具有重要的關(guān)聯(lián)性，本文并未深入研究；

（4）建筑物普查數(shù)據(jù)統(tǒng)計(jì)口徑不一，導(dǎo)致建筑功能分類較為混亂，可能對(duì)估計(jì)結(jié)果造成一定影響；

（5）如前文所述，建筑使用率對(duì)客流量具有較大的影響，本文并未對(duì)該問題進(jìn)行深入考究；

（6）M、GIC、Oth等3類建筑由于樣本量較小，且影響因素復(fù)雜，本文并未進(jìn)行深入分析，建議實(shí)際工作中開展專題研究。

[ 1 ] 吳海燕，高麗燃．結(jié)合用地性質(zhì)的北京市軌道客流特征分析[J]．北京建筑大學(xué)學(xué)報(bào)，2015(12)：:28-35．

[ 2 ] 周志華．軌道客流影響因素及預(yù)測(cè)要點(diǎn)[J]．城市公共交通,2009(6):35-39．

[ 3 ] 謝明隆．軌道客流特征與土地利用的互動(dòng)關(guān)系研究[C]//公交優(yōu)先于緩堵對(duì)策——中國(guó)城市交通規(guī)劃2012年年會(huì)論文集．2012:1539-1543．

[ 4 ] 王淑偉．站點(diǎn)周邊用地特性對(duì)軌道客流影響機(jī)理研究[D]．北京：北京工業(yè)大學(xué)，2015 ．

Study on Subway-station Traffc Generation Rates of Kinds of Buildings in Urban District——Taking Shenzhen Metro Line 1 For Example

Ping Shaohua
(Shenzhen Urban Planning & Land Resource Research Center,Shenzhen 518040)

With China’s urbanization process accelerating, the agglomeration of big cities becomes more and more intensive, which makes traffc jam even worse. Subway is considered as an effective method to alleviate traffc congestions because of its large volume, high effciency, time controllability, more comfort. How to plan the lines and stations of subway to meet people’s travel demand and make sure subway a sustained and ample passenger fow? It is very necessary to study on traffc generation rates of kinds of buildings surrounding the lines and stations of subway. This paper tries to estimate the traffc generation rates through the linear regression method, taking subway-station passenger flows and all kinds of functional building scale surrounding the stations of Shenzhen Metro Line 1 in 2010 ～2014 years as an example, research methods of this kind of work and bring forth some possible conclusions, which may provide reference for the city and urban mass transit planning.

Subway station; Passenger fow; Subway-station traffc generation rate; Linear regression method

U239．5

A