李 臣， 陳艷艷， 劉小明， 路 堯

(北京工業(yè)大學(xué)北京市交通工程重點(diǎn)實(shí)驗(yàn)室， 北京 100124)

基于多源數(shù)據(jù)的北京軌道交通客流特征分析

李 臣， 陳艷艷， 劉小明， 路 堯

(北京工業(yè)大學(xué)北京市交通工程重點(diǎn)實(shí)驗(yàn)室， 北京 100124)

為提高城市軌道交通成網(wǎng)條件下客流預(yù)測(cè)與運(yùn)營管理水平，有必要對(duì)軌道交通客流特征進(jìn)行研究。結(jié)合實(shí)地調(diào)研數(shù)據(jù)，利用海量的市政交通“一卡通”(IC卡)數(shù)據(jù)和移動(dòng)通信定位數(shù)據(jù)對(duì)北京市軌道交通乘客屬性特征、時(shí)空特征、接駁特征、票價(jià)調(diào)整影響特征等進(jìn)行分析，最后對(duì)客流需求高增長的北京軌道交通客流特征進(jìn)行總結(jié)。結(jié)果表明：北京軌道交通工作日主要服務(wù)于中低收入的中青年通勤族，77.25%的乘客軌道交通出行時(shí)間在10～60 min之間；軌道交通線路高峰客流有明顯的潮汐現(xiàn)象，受職住分離現(xiàn)象的影響，客流空間分布的不均衡性突出；現(xiàn)階段軌道交通網(wǎng)絡(luò)發(fā)展較為成熟，但仍有部分區(qū)域?qū)壍澜煌ǖ男枨筝^大；軌道交通站點(diǎn)接駁設(shè)施的便利性和完善性程度影響乘客對(duì)軌道站點(diǎn)交通方式的選擇；在可接受范圍內(nèi)，票價(jià)調(diào)整對(duì)客流的影響在短期內(nèi)較明顯，經(jīng)過渡期后客流量呈增加趨勢(shì)。

軌道交通； 客流特征； “一卡通”數(shù)據(jù)； 移動(dòng)通信； 定位數(shù)據(jù)； 北京市

城市軌道交通以速度快、擁堵少、可靠性高的特點(diǎn)吸引越來越多的人們選擇其出行，客流需求的增加使軌道交通線網(wǎng)客流特征呈現(xiàn)新的特點(diǎn)。為提高客流組織管理水平，合理進(jìn)行客流預(yù)測(cè)，人們更加重視對(duì)軌道交通客流特征的研究，鄧吉等[1]從規(guī)劃特性、線路特點(diǎn)和對(duì)工程方案有指導(dǎo)意義的7個(gè)指標(biāo)入手進(jìn)行客流特征分析，以期較好地把握客流趨勢(shì)；陳鋒等[2]64基于IC卡數(shù)據(jù)對(duì)公交客流的時(shí)空特征進(jìn)行了宏觀、中觀分析，并對(duì)服務(wù)水平與城市發(fā)展協(xié)調(diào)適配性做出評(píng)估；王多龍等[3]從客流構(gòu)成、客流時(shí)間和空間特征等方面詳細(xì)介紹了天津地鐵線網(wǎng)客流發(fā)展規(guī)律和客流特征，以期為其他城市軌道交通網(wǎng)絡(luò)化運(yùn)營過程中的運(yùn)營管理、客流分析及預(yù)測(cè)提供參考。Assis等[4]分析了大量客流樣本數(shù)據(jù)后，得出乘客候車和上下車行為特征，分析出不同線路客流的時(shí)間分布特征。目前對(duì)客流特征分析的研究較多，但對(duì)客流特征系統(tǒng)全面的分析較少，并且所用數(shù)據(jù)單一，本文借助多源數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行系統(tǒng)性分析，從乘客屬性特征、時(shí)空特征、接駁特征、土地特征、票價(jià)影響等方面對(duì)北京軌道交通客流特征進(jìn)行分析，數(shù)據(jù)可靠性高、樣本量大且全面，盡可能較準(zhǔn)確地分析軌道交通客流特征。

1 北京軌道交通客流特征概述

北京市軌道交通經(jīng)過47年的發(fā)展，已基本實(shí)現(xiàn)網(wǎng)絡(luò)化，客流特征呈現(xiàn)復(fù)雜、多樣化特點(diǎn)?？土饕?guī)模逐步增加，日均客流量由2008年的332萬人次/d發(fā)展至2015年的911萬人次/d[5-6]；客流潮汐現(xiàn)象明顯，郊區(qū)客流更加集聚于高峰時(shí)段，且斷面流量不均衡性較大；同時(shí)，北京軌道交通客流時(shí)空特征呈現(xiàn)一定的規(guī)律，乘客出行屬性特征也更加明顯。

2 數(shù)據(jù)來源及說明

獲取客流特征的傳統(tǒng)手段主要依賴于人工調(diào)查，包括人工計(jì)數(shù)及問卷調(diào)查[2]51。傳統(tǒng)手段單一，人工調(diào)查成本高、樣本有限，且結(jié)果精度低。因此單純利用傳統(tǒng)手段分析軌道交通客流特征有很大缺陷，而多源數(shù)據(jù)融合為數(shù)據(jù)獲取及分析帶來方便。

2.1實(shí)地調(diào)研數(shù)據(jù)

城市軌道交通服務(wù)對(duì)象的屬性特征對(duì)了解客流結(jié)構(gòu)及把握客流分布有一定影響，但這些特征無法通過IC卡的數(shù)據(jù)獲取。為獲取乘客屬性特征，對(duì)北京軌道交通進(jìn)出站量較大的站點(diǎn)進(jìn)行乘客出行調(diào)查，發(fā)放問卷4000份，回收有效問卷3596份，問卷有效率為89.90%。

2.2北京市IC卡數(shù)據(jù)

北京市IC卡數(shù)據(jù)儲(chǔ)存著乘客軌道交通出行有效信息20項(xiàng)，包括進(jìn)出站編號(hào)、所屬線路編號(hào)、刷卡時(shí)間等信息，通過對(duì)相關(guān)信息進(jìn)行處理，可得客流時(shí)空分布特征、票價(jià)影響特征等。北京軌道交通工作日單日IC卡刷卡量為520萬左右，本文統(tǒng)計(jì)了2016年4月11日到4月17日北京軌道交通IC卡數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行整合與對(duì)比，并重點(diǎn)歸納了4月11日的客流特征及趨勢(shì)。

2.3移動(dòng)通信定位數(shù)據(jù)

移動(dòng)通信定位數(shù)據(jù)借助手機(jī)，通過手機(jī)與基站間聯(lián)系可獲取居民出行OD、速度及時(shí)間等信息[7]。軌道站點(diǎn)一般安有微蜂窩基站，為借助移動(dòng)通信定位數(shù)據(jù)分析軌道客流特征提供了保障。北京市中國移動(dòng)手機(jī)用戶數(shù)量高達(dá)1700萬個(gè)，約占總常住人口數(shù)的75%，市區(qū)基站密度高達(dá)44cells/km2，每日數(shù)據(jù)總量高達(dá)12億條，本文分析了1周的北京市中國移動(dòng)手機(jī)通信數(shù)據(jù)，并對(duì)數(shù)據(jù)特征進(jìn)行了歸納總結(jié)。

3 客流特征分析

3.1乘客屬性特征

問卷調(diào)查結(jié)果顯示，北京軌道交通乘客性別比例相當(dāng)；工作日及非工作日25～34歲乘客占比分別為45.75%和41.39%(見圖1)；公司員工、學(xué)生、事業(yè)單位/公務(wù)員和服務(wù)業(yè)人員占乘客的70.19%；月收入在5000元以下的乘客占比為59.45%，5000～8000元乘客占27.20%(見圖2)，參照2015年北京職工月平均工資7086元，城市軌道交通主要服務(wù)于中低收入人群。

圖1 北京軌道交通乘客年齡分布Fig.1 Age distribution of Beijing rail transit passengers

圖2 北京軌道交通乘客職業(yè)與收入分布Fig.2 Occupation and income distribution of Beijing rail transit passengers

圖5 乘客軌道交通出行時(shí)間分布Fig.5 Travel time distribution of rail transit passengers

北京軌道交通乘客出行最看重的因素是時(shí)間，乘車時(shí)間短占比為56.67%，舒適性高占比僅為13.38%；被調(diào)研者中有63.88%的乘客對(duì)線路比較熟悉，能較準(zhǔn)確估算出行時(shí)間，如圖3所示。

圖3 乘客軌道出行看重因素及對(duì)線網(wǎng)熟悉度分布Fig.3 Factors considered by Beijing rail transit passengers for travelling and their familarity with the network

3.2時(shí)間分布特征

3.2.1線網(wǎng)1周客流時(shí)間分布特征

對(duì)北京軌道交通線網(wǎng)1周客流的時(shí)間分布情況統(tǒng)計(jì)如圖4所示，2016年北京軌道交通全網(wǎng)日均客流量約為955萬人次，工作日客流量達(dá)1062萬人次，周五達(dá)到最大值，超過1100萬人次，周六、日呈現(xiàn)大幅度下降的趨勢(shì)，且周日客流量最小，通勤出行成為軌道交通的主要服務(wù)方式。

圖4 北京軌道交通日客流量分布Fig.4 The daily passengers flow distribution of Beijing rail transit

同樣對(duì)1周時(shí)間乘客在軌道內(nèi)的出行時(shí)間和距離進(jìn)行統(tǒng)計(jì)，得出工作日和非工作日乘客軌道交通出行時(shí)間和距離趨勢(shì)相似，對(duì)工作日和非工作日軌道交通出行時(shí)間、距離分別求取平均值，得到圖5～6。

乘客軌道交通出行時(shí)間總體呈現(xiàn)先增后降趨勢(shì)，工作日和非工作日分別有77.25%和71.92%的乘客出行在10～60min之間，超過60min后的軌道出行量分別占19.48%和24.61%，且呈現(xiàn)明顯減少的趨勢(shì)，大于100min的軌道交通出行量所占比例非常小。

乘客軌道出行距離總體也呈現(xiàn)先增后降趨勢(shì)，工作日和非工作日分別有81.87%和78.37%的乘客出行在5～30km之間，超過30km后的軌道出行量分別占8.23%和10.11%，且呈現(xiàn)明顯減少的趨勢(shì)，大于50km的軌道出行量所占比例非常小。

3.2.2線網(wǎng)進(jìn)站客流時(shí)間分布特征

北京軌道交通線網(wǎng)早晚高峰客流時(shí)間分布如圖7所示，工作日進(jìn)站早晚高峰時(shí)段分別為7：00—9：00和17：00—19：00，早晚高峰小時(shí)系數(shù)分別為13.84%和11.21%。工作日高峰小時(shí)系 數(shù)比非工作日系數(shù)大。10：00—18：00時(shí)段，非工作日出行比重大于工作日，且工作日出行時(shí)間較為集中，非工作日分散，7：00之前及22：00之后，線網(wǎng)客流整體偏小。

圖6 乘客軌道交通出行距離分布Fig.6 Travel distance distribution of rail transit passengers

圖7 北京軌道交通線網(wǎng)進(jìn)站客流量時(shí)間分布Fig.7 Temporal distribution of passenger flows entering rail transit network stations

3.2.3線路進(jìn)站客流時(shí)間分布特征

北京軌道交通線網(wǎng)各線路工作日客流時(shí)間分布規(guī)律如圖8所示，除機(jī)場(chǎng)快軌外，各線路客流時(shí)間分布特征相似，均有明顯的早晚高峰，但各線路客流隨時(shí)間變化趨勢(shì)存在差異。

圖8 軌道交通線路進(jìn)站客流時(shí)間分布Fig.8 Temporal distribution of passenger flows entering rail transit stations

1) 早高峰小時(shí)進(jìn)站高峰最大出現(xiàn)在7：00—8：00的線路主要集中于連通城區(qū)與郊區(qū)的線路(1號(hào)線-八通線、4號(hào)線-大興線、6號(hào)線、8號(hào)線、9號(hào)線—房山線、15號(hào)線)和郊區(qū)線路(昌平線、亦莊線)，如圖8(a)；早高峰最大進(jìn)站高峰出現(xiàn)在8：00—9：00的線路有類環(huán)線(2號(hào)線、10號(hào)線、13號(hào)線)、5號(hào)線、7號(hào)線和14號(hào)線，如圖8(b)；機(jī)場(chǎng)快軌線沒有明顯的高峰現(xiàn)象?？拷紖^(qū)或者連同城區(qū)與郊區(qū)的線路進(jìn)站高峰出現(xiàn)時(shí)間較早，且越外圍線路，進(jìn)站高峰時(shí)段越早，這主要與職住用地分布有關(guān)。

2) 早高峰乘客上班時(shí)間集中，為按時(shí)上班，更多乘客選擇軌道交通出行，軌道交通早高峰進(jìn)出站量明顯比晚高峰多，軌道客運(yùn)壓力更大；晚高峰乘客下班后，時(shí)間相對(duì)寬松，部分乘客選擇費(fèi)用相對(duì)便宜的公交出行。

3) 多數(shù)線路早高峰小時(shí)系數(shù)普遍大于晚高峰小時(shí)系數(shù)，郊區(qū)線路更為明顯，八通線、大興線、房山線早高峰小時(shí)系數(shù)是晚高峰小時(shí)系數(shù)的4倍以上。早高峰系數(shù)較高的線路中較多車站位于職住區(qū)。

3.2.4站點(diǎn)客流時(shí)間分布特征

按站點(diǎn)高峰小時(shí)進(jìn)站量和用地性質(zhì)不同，將軌道站點(diǎn)分為如圖9所示四大類。

圖10 北京軌道線網(wǎng)斷面流量分布Fig.10 Flow distribution of Beijing rail transit lines

圖9 不同類型站點(diǎn)時(shí)間分布特征Fig.9 Temporal distribution characteristics of passenger flows in different stations

1) 居住型。早晚進(jìn)站高峰小時(shí)系數(shù)差別較大，分別為15%～40%和2%～10%，車站主要分布于居住區(qū)，早高峰以進(jìn)站客流為主，多分布于四環(huán)及四環(huán)外郊區(qū)、郊區(qū)線路末端。

2) 辦公型。早晚進(jìn)站高峰小時(shí)系數(shù)分別為2%～10%和11%～30%，車站主要分布于就業(yè)區(qū)、商務(wù)區(qū)等工作集聚區(qū)，早高峰進(jìn)站客流小，晚高峰進(jìn)站客流較大，站點(diǎn)進(jìn)站客流隨時(shí)間變化趨勢(shì)與居住型相反，主要分布在四環(huán)以內(nèi)偏北部區(qū)域、西二旗、上地、中關(guān)村等地。

3) 混合型。早晚進(jìn)站高峰小時(shí)系數(shù)為7%～23%，站點(diǎn)主要分布于職住混合區(qū)，一般以居住為主、商務(wù)工作為輔或以商務(wù)工作為主、居住為輔。進(jìn)站量早晚高峰小時(shí)系數(shù)均較大且差別較小，客流有兩個(gè)高峰。

4) 樞紐型。早晚進(jìn)站高峰小時(shí)系數(shù)無明顯規(guī)律，站點(diǎn)主要服務(wù)于交通樞紐區(qū)域，全日客流無明顯的高峰，客流波動(dòng)較大。

根據(jù)以上分類，結(jié)合公交IC卡數(shù)據(jù)分析，對(duì)北京278座站點(diǎn)分類如表1所示。

表1 北京軌道交通站點(diǎn)分類

3.3空間分布特征

3.3.1線網(wǎng)斷面客流分布特征

北京軌道交通全天客流主要集中在中心城區(qū)以及城區(qū)向郊區(qū)輻射的線路(見圖10)，與北京職住分離現(xiàn)象相吻合。郊區(qū)向城區(qū)的線路中昌平線、房山線、亦莊線客流壓力相對(duì)較小。線路高峰客流有明顯的潮汐現(xiàn)象，中心向郊區(qū)輻射的線路斷面不均衡系數(shù)較大。早高峰時(shí)段，1號(hào)線-八通線、4號(hào)線、5號(hào)線、6號(hào)線東段、13號(hào)線等進(jìn)城方向客流處于高負(fù)荷狀態(tài)，同時(shí)受放射型線路客流影響，四環(huán)內(nèi)沿10號(hào)線地區(qū)東部與北部客流量相對(duì)較多。

平均運(yùn)距作為衡量城市軌道交通線路運(yùn)營的重要指標(biāo)，既可反映線路乘客空間分布情況，也可反映客流在各斷面上的聚集程度[8]。對(duì)北京軌道各線路工作日平均運(yùn)距統(tǒng)計(jì)見圖11，全日軌道交通線網(wǎng)平均運(yùn)距為9.02km/人。線路平均運(yùn)距差別較大，城區(qū)線路或貫穿城區(qū)線路的平均運(yùn)距在4～10km/人。房山線平均運(yùn)距最大，為14.7km/人，最小為2號(hào)線，不到5km/人。平均運(yùn)距占線比最大的為房山線，為64%，最小的是10號(hào)線，僅為14%。

圖11 北京軌道線路全日平均運(yùn)距及占線比分布Fig.11 Distribution of average distance and the rate of average distance using Beijing rail transit lines

平均運(yùn)距與線路所屬區(qū)域及換乘站數(shù)量有密切關(guān)系，郊區(qū)線路密度小于城區(qū)線路，作為進(jìn)出城區(qū)的重要通道，乘客乘坐距離長，而城區(qū)就業(yè)崗位多且密集，故城區(qū)或貫穿城區(qū)線路的平均運(yùn)距明顯小于郊區(qū)線路；換乘站點(diǎn)多的線路平均運(yùn)距較小，換乘站起到一定的分流效用。

軌道交通線網(wǎng)進(jìn)出道路環(huán)線的斷面流量不均衡系數(shù)較大(見圖12、13)，東部、西部、北部五環(huán)進(jìn)出城比例差別較大，南部三環(huán)進(jìn)出城比例差別大，并且早高峰進(jìn)城量大于晚高峰出城量，晚高峰出城時(shí)間較為分散。早高峰東部、西部、北部五環(huán)進(jìn)城量超過出城量的4倍，而南部三環(huán)進(jìn)出城比例較大，比例為3.9倍；晚高峰東部、西部、北部五環(huán)出城量是進(jìn)城量的4倍，而南部三環(huán)出城量是進(jìn)城量的2.6倍。

圖12 早高峰軌道線網(wǎng)穿過道路環(huán)線斷面流量比Fig.12 The cross section flow ratio which rail transit lines go through the ring road in morning peak hours

圖13 晚高峰軌道線網(wǎng)穿過道路環(huán)線斷面流量比Fig.13 The cross section flow ratio which rail transitlines go through the ring road in evening peak hours

3.3.2線路客流強(qiáng)度分布特征

客流強(qiáng)度是指軌道交通網(wǎng)絡(luò)或線路每千米每日平均承擔(dān)的客運(yùn)量，是反映軌道交通線網(wǎng)運(yùn)營效率和經(jīng)濟(jì)效益的一個(gè)重要指標(biāo)[9]。對(duì)北京軌道交通線路1周客流強(qiáng)度統(tǒng)計(jì)如圖14。

圖14 北京軌道線路日均客流強(qiáng)度分布Fig.14 Daily flow intensity distribution of Beijing rail transit passengers

線路客流強(qiáng)度變化趨勢(shì)相似，非工作日客流強(qiáng)度小于工作日。軌道交通網(wǎng)日均客流強(qiáng)度為2.05萬人次/km·d，工作日客流強(qiáng)度與非工作日客流強(qiáng)度分別為2.25萬人次/km·d和1.58萬人次/km·d。客流強(qiáng)度高于全網(wǎng)平均值的線路位于城市核心區(qū)，或多數(shù)站點(diǎn)位于城市中心區(qū)，如1號(hào)線、2號(hào)線、4號(hào)線作為連接職住區(qū)的線路，客流強(qiáng)度均超過4.0萬人次/km·d。郊區(qū)線路客流強(qiáng)度較小且工作日與非工作日相差不大。環(huán)線(2號(hào)線、10號(hào)線)非工作日客流強(qiáng)度較工作日有較大的下降趨勢(shì)，環(huán)線客流強(qiáng)度受通勤影響較大。

3.3.3進(jìn)出站客流空間分布特征

早高峰進(jìn)站量大的站點(diǎn)主要集中于郊區(qū)及住宅區(qū)，出站量大的站點(diǎn)主要在工作集聚地及商務(wù)區(qū)，晚高峰進(jìn)出站量與早高峰相反，如圖15所示，這與北京軌道交通主要服務(wù)于通勤出行和商務(wù)出行相符。為避免大客流站點(diǎn)的安全隱患，常對(duì)站點(diǎn)進(jìn)行限流，常態(tài)限流站點(diǎn)與高峰進(jìn)出站量較大站點(diǎn)的分布相近，早高峰限流站點(diǎn)多分布于五環(huán)及五環(huán)以外，以交通樞紐站、末端中轉(zhuǎn)站、居住型站點(diǎn)為主，晚高峰限流站點(diǎn)多集中于四環(huán)及四環(huán)以內(nèi)，主要為商業(yè)辦公型站，早晚高峰同時(shí)限流的站點(diǎn)多分布于5號(hào)線，如圖16所示，可將軌道交通站點(diǎn)高峰進(jìn)出站量作為站點(diǎn)限流依據(jù)之一，并根據(jù)遠(yuǎn)期客流預(yù)測(cè)，規(guī)劃新建軌道交通站點(diǎn)的限流措施。

圖15 北京軌道高峰進(jìn)站量分布Fig.15 Distribution of passenger flow entering stations during peak hours

圖17 全日換乘站換乘量與進(jìn)站量分布Fig.17 Distribution of passenger transferring flow and passenger entering the stations per day

圖16 北京軌道高峰常態(tài)限流站點(diǎn)分布Fig.16 Distribution of the stations which limit passengers entering the stations in peak hours

3.3.4換乘站客流空間分布特征

3.4土地利用與客流特征的關(guān)系

軌道交通與土地利用的協(xié)調(diào)發(fā)展是解決城市交通問題的重要途徑，在土地利用與交通相互關(guān)系的研究中，人口密度是用來衡量建設(shè)環(huán)境的常用手段之一[10]。土地利用強(qiáng)度大的區(qū)域，人口密度大，軌道線路密度亦越大，客流規(guī)模隨之增加。

圖18為北京工作居住人口密度分布情況，線路站點(diǎn)周邊人口密度相對(duì)較大，四環(huán)內(nèi)商務(wù)區(qū)域工作人口密度較大，居住人口相對(duì)分散，三環(huán)內(nèi)人口居住密度相對(duì)均勻，五環(huán)外天通苑、通州、回龍觀等區(qū)域居住人口密度相對(duì)較大?？筛鶕?jù)用地性質(zhì)和人口密度作為軌道交通遠(yuǎn)期規(guī)劃的依據(jù)之一，由此而知，1號(hào)線與6號(hào)線西部區(qū)域、房山線延伸方向、4號(hào)線北部區(qū)域?qū)壍澜煌ㄐ枨笕暂^大。

圖18 北京人口密度分布Fig.18 The population density distribution in Beijing

土地利用和人口密度與軌道交通發(fā)展有相互促進(jìn)作用，軌道交通線路到達(dá)地區(qū)，可達(dá)性高，人口密度大，對(duì)交通需求會(huì)增大，軌道交通也會(huì)增加建設(shè)。以居住為主要用地的區(qū)域，人口居住密度較大，郊區(qū)線路或連通城區(qū)與郊區(qū)的線路孕育著較大的通勤客流，高峰單向客流壓力大，雙向客流不均衡；以就業(yè)為主要用地的區(qū)域，通常集聚在市中心或商務(wù)區(qū)，工作人口密度大，客流以通勤為主；高密度開發(fā)、土地利用混合度高的區(qū)域，可達(dá)性高，人口居住和工作密度 均 較 大，客流 特 征較為復(fù)雜。

3.5票價(jià)調(diào)整對(duì)客流影響的特征

票價(jià)對(duì)于軌道交通客流有一定影響，尤其對(duì)低收入人群影響較大。為了解票價(jià)調(diào)整對(duì)客流的影響程度，對(duì)北京軌道交通票價(jià)調(diào)整后各月同一工作日(除新增線路外)的線路客流量與調(diào)價(jià)前客流量(2014年10月、11月平均數(shù)據(jù))增加比例進(jìn)行統(tǒng)計(jì)，結(jié)果見表3。

調(diào)價(jià)后短期內(nèi)客流呈現(xiàn)驟減趨勢(shì)，2015年2月減少比例達(dá)到最大，3月后客流呈增加趨勢(shì)，之后客流減少比例主要在10%以內(nèi)，部分線路客流已經(jīng)開始增加。2月份正逢春節(jié)期間，為區(qū)分春節(jié)及調(diào)價(jià)對(duì)客流規(guī)模影響程度，對(duì)于2012年到2015年部分月份客流數(shù)據(jù)(每年1月、2月客流與前一年10月、11月平均數(shù)據(jù))進(jìn)行對(duì)比，如表4所示。與2012年、2013年、2014年2月客流減小比例相比，2015年2月客流減小比例較大，因此，短期內(nèi)，調(diào)價(jià)對(duì)客流影響較大，在2015年2月份客流減小比例達(dá)到最大。

表3調(diào)價(jià)后北京軌道交通客流增加比例分布

Tab.3The increasing proportion distribution of Beijing rail transit passenger flow after the price adjustment

表4 北京軌道線路客流增加比例分布

調(diào)價(jià)后，乘客有一定的票價(jià)適應(yīng)期，客流短期內(nèi)驟然下降，在居民出行總量不變的情況下，部分客流會(huì)轉(zhuǎn)移到其他交通方式，而交通方式的改善需要一定的時(shí)間，則造成乘客出行方式出現(xiàn)短時(shí)紊亂，經(jīng)約3個(gè)月過渡期，此現(xiàn)象會(huì)逐漸消失，客流減小程度降低，甚至隨線網(wǎng)的完善客流呈現(xiàn)增加趨勢(shì)。

在大多乘客可接受的票價(jià)范圍內(nèi)，單純依靠調(diào)價(jià)來減少客流壓力的效果短期明顯，可分散高峰時(shí)段客流壓力，而過渡期后效果甚微，但調(diào)價(jià)對(duì)降低軌道運(yùn)營財(cái)政壓力會(huì)起到可觀的效用。

3.6接駁交通方式對(duì)客流影響的特征

接駁方式對(duì)客流的影響表現(xiàn)為：接駁越方便，可達(dá)性越高，選擇軌道交通出行乘客越多，客流壓力越大。根據(jù)調(diào)查結(jié)果，在軌道接駁交通方式中，步行占比最大，達(dá)64%，公交、自行車占比分別居第二(27%)和第三位(5%)。圖19、20為早高峰不同線路乘客到離站交通方式接駁比例分布。

圖19 早高峰不同線路乘客到站接駁交通方式比例分布Fig.19 The proportion distribution of transfer mode from outside to rail transit stations in morning peak hours

圖20 早高峰不同線路乘客離站接駁交通方式比例分布Fig.20 The proportional distribution of transfer mode from rail transit station of different lines to outside in morning peak hours

早高峰時(shí)段到站接駁交通方式與離站方式相比，步行所占比例前者低于后者，而公交車、自行車反之。這主要是由到離站人們不同的時(shí)間價(jià)值取向引起的。早高峰乘客出行前端由家到軌道交通站點(diǎn)，末端由軌道交通站點(diǎn)到單位，步行相較于自行車和公交速度慢，在出行鏈前端，出行者傾向于速度快、用時(shí)短的交通方式，末端在到達(dá)時(shí)間有保證的前提下，出行者傾向于綠色出行。各接駁方式承擔(dān)的客流量亦與各種方式和軌道交通的銜接程度有關(guān)。

房山線的步行占比到離站均最大，約為90%左右，機(jī)場(chǎng)線的步行占比最小，其他各線路步行占比分布于一定范圍。八通線的軌道乘客接駁中，公共自行車所占比例相對(duì)較大，約占10%。八通線沿線區(qū)域，尤其是通州區(qū)域，自行車覆蓋率高，使用便捷。圖21為北京軌道交通站點(diǎn)周邊1km公共自行車數(shù)量分布，八通線附近通州區(qū)域密度最高，其次是東城區(qū)、西城區(qū)、大興區(qū)等區(qū)域，而朝陽區(qū)、海淀區(qū)、房山區(qū)、昌平區(qū)地鐵沿線公共自行車數(shù)量較少，回龍觀、天通苑、中關(guān)村等大型住宅商務(wù)區(qū)公共自行車數(shù)量也較少。公共自行車接駁方式的缺失，使客流會(huì)轉(zhuǎn)向步行、公交、出租車等方式與軌道交通接駁。

圖21 北京軌道站點(diǎn)周邊1 km公共自行車數(shù)量分布Fig.21 The distribution of public bicycles number within 1 km around the Beijing rail transit station

4 結(jié)論

北京軌道交通客流需求的高增長及時(shí)空分布波動(dòng)性等特征愈加明顯，本文借助多源數(shù)據(jù)對(duì)客流特征進(jìn)行分析，得出以下結(jié)論：

1) 北京軌道交通工作日主要服務(wù)于中低收入的中青年通勤族，工作日有 77.25%的乘客軌道出行時(shí)間在10～60 min之間，81.87%的乘客軌道出行距離在5～30 min之間。

2) 土地利用和人口密度與軌道交通發(fā)展有相互促進(jìn)作用，軌道交通線路到達(dá)地區(qū)，可達(dá)性高，人口密度大，對(duì)交通需求會(huì)增加，軌道交通也會(huì)增加建設(shè)?，F(xiàn)有北京軌道交通網(wǎng)絡(luò)發(fā)展較為成熟，但仍有部分區(qū)域軌道交通需求較大。根據(jù)土地利用性質(zhì)和人口密度分布，1號(hào)線與6號(hào)線西部區(qū)域、房山線延伸方向、4號(hào)線北部區(qū)域?qū)壍澜煌ㄐ枨笕暂^大。

3) 北京軌道交通線路高峰客流有明顯的潮汐現(xiàn)象，受職住分離現(xiàn)象的影響，客流空間的不均衡性突出。從時(shí)間分布看，工作日早晚高峰客流明顯，高峰小時(shí)系數(shù)基本在11%～14%之間；從空間分布看，日均客流強(qiáng)度為2.05萬人次/km·d，其中1、2、4、5號(hào)線日客流強(qiáng)度是全網(wǎng)日均客流強(qiáng)度的2倍左右，同時(shí)北京軌道交通穿過道路環(huán)線東部、西部、北部五環(huán)進(jìn)、出城比例相差大，南部三環(huán)進(jìn)、出城比例相差比較大。

4) 在可接受范圍內(nèi)，票價(jià)調(diào)整對(duì)客流的影響在短期內(nèi)明顯，經(jīng)一段時(shí)間的過渡期后客流量呈增加趨勢(shì)，但調(diào)價(jià)對(duì)降低軌道運(yùn)營財(cái)政壓力會(huì)起到可觀的效用。

5) 軌道站點(diǎn)接駁設(shè)施的便利性和完善性程度會(huì)影響乘客到離軌道站點(diǎn)交通方式的選擇，例如八通線沿線區(qū)域，尤其是通州區(qū)域，自行車覆蓋率高，使用便捷，在軌道站點(diǎn)接駁中，公共自行車所占比例相對(duì)較大，約為10%。

[1] 鄧吉,趙亮,鄭曉薇,等.城市軌道交通客流特征分析在可研階段的應(yīng)用[J].都市快軌交通,2016,29(1): 87-91.

DENG Ji， ZHAO Liang, ZHENG Xiaowei. Application of analysis of passenger flow characteristics in the period of feasibility study for urban rail transit projects[J].Urban rapid rail transit， 2016， 29(1)： 87-91.

[2] 陳鋒，劉劍鋒.基于IC卡數(shù)據(jù)的公交客流特征分析：以北京市為例[J].城市交通，2016，14(1)：51-58.

CHEN Feng， LIU Jianfeng.Characteristics of bus passenger flow based on IC card data： a case study in Beijing[J].Urban transport of China， 2016， 14(1)： 51-58.

[3] 王多龍,李得偉.天津地鐵客流發(fā)展規(guī)律及特征分析[J].城市軌道交通研究,2016,19(7):40-45.

WANG Duolong， LI Dewei.Development discipline and characteristics of passenger flow in Tianjin Rail transit network[J].Urban mass transit， 2016， 19(7)： 40-45.

[4] ASSIS W O， MILANI B E.Generation of optimal schedules for metro lines using model predictive control[J].Automatica， 2004， 40(8)： 1397-1404.

[5] 北京交通發(fā)展研究中心.2015年北京交通發(fā)展年度報(bào)告[R].北京，2015.

Beijing Transportation Research Center.Beijing transport annual report of 2015[R].Beijing： 2015.

[6] 北京交通發(fā)展研究院.2016年北京市交通發(fā)展年度報(bào)告[R].北京，2016.

Beijing Transport Institute.Beijing transport annual report of 2016[R].Beijing， 2016.

[7] 賴見輝.基于移動(dòng)通信定位數(shù)據(jù)的交通信息提取及分析方法研究[D].北京：北京工業(yè)大學(xué)，2014.

LAI Jianhui.Research on data mining and analysis in transportation based on mobile communication location[D].Beijing： Beijing University of Technology， 2014.

[8] 馬超群，王玉萍.城市軌道交通客流特征與規(guī)律分析[J].鐵道運(yùn)輸與經(jīng)濟(jì)，2015，37(6)：85-91.

MA Chaoqun， WANG Yuping.Analysis on characteristics and principle of passenger flow of urban rail transit[J].Railway transport and economy， 2015， 37(6)： 85-91.

[9] 錢堃.城市軌道交通客流強(qiáng)度特征和換乘組織研究[D].北京：北京交通大學(xué)，2015.

QIAN Kun.Analysis on the intensity of passenger flow and transfer organization in urban rail transit[D].Beijing： Beijing Jiaotong University， 2015.

[10] 鄭潔，陸化普.城市土地利用對(duì)交通需求特性影響研究[J].中南公路工程，2007，32(2)：175-179.

ZHENG Jie， LU Huapu.Study on the impacts of urban land use on travel demand[J].Journal of central south highway engineering， 2007， 32(2)： 175-179.

Passenger Flow Characteristics of Beijing Rail Transit Based on Multi-source Data

LI Chen, CHEN Yanyan, LIU Xiaoming, LU Yao

(Beijing Key Laboratory of Traffic Engineering, Beijing University of Technology, Beijing 100124)

In order to improve the accuracy of passenger flow forecasts and the operation management level of urban rail transit networks, it is necessary to study the passenger flow characteristics of rail transit. This paper analyzes the passengers′ attributes, the time-space and transferring characteristics as well as fare adjustment impacts of Beijing rail transit，using the field survey data, massive municipal transportation IC card data and mobile positioning data. Finally, it summarizes the characteristics of the increasing passenger flows of Beijing rail transit. The results show that Beijing rail transit mainly serves the middle and low-income commuters who are young or middle-aged on weekdays, and that the travel time of 77.25% passengers is between 10 to 60 minutes. There is obvious tidal flow during peak hours. The imbalance of the space distribution of passenger flows is salient due to home-work separation. The development of rail transit network has reached a mature stage, and it is greatly demanded in some areas. The convenience and integrity of transfer facilities in rail stations has an impact on passengers′ travel mode selection. Within the acceptable range, fare adjustment has an obvious short-term influence on passenger flows, but the flows increase after the transition period.

rail transit; passenger flow characteristics; IC card data; mobile; location data; Beijing

10.3969/j.issn.1672-6073.2017.05.002

2016-11-11

2017-01-04

李臣，男，碩士研究生，研究方向：城市交通規(guī)劃，

lichen158598@emails.bjut.edu.cn

交通部建設(shè)科技項(xiàng)目(2015318J37130)；北京市自然科學(xué)基金重點(diǎn)項(xiàng)目(8131001)

U231

A

1672-6073(2017)05-0007-10

(編輯：曹雪明)