摘 "要：貴陽(yáng)市城市軌道交通網(wǎng)絡(luò)化進(jìn)程中，隨著新線加入、換乘站增加，線網(wǎng)客流會(huì)發(fā)生急劇性變化，運(yùn)營(yíng)管理將迎來巨大挑戰(zhàn)。該文以客流數(shù)據(jù)為基礎(chǔ)，從日客流、周客流、客流流向和區(qū)段客流等多個(gè)角度對(duì)2號(hào)線客流規(guī)律及特征開展前置研究，以期為貴陽(yáng)軌道交通網(wǎng)絡(luò)化運(yùn)營(yíng)管理提供參考依據(jù)。

關(guān)鍵詞：貴陽(yáng)地鐵；城市軌道交通；網(wǎng)絡(luò)化運(yùn)營(yíng)；客流特征；區(qū)段

中圖分類號(hào)：U231 文獻(xiàn)標(biāo)志碼：A " " " " "文章編號(hào)：2095-2945（2023）20-0101-04

Abstract： In the process of urban rail transit network in Guiyang， with the addition of new lines and the increase of transfer stations， the passenger flow of the network will change dramatically， and the operation and management will meet great challenges. Based on the passenger flow data， this paper makes a pre-research on the passenger flow rules and characteristics of Line 2 from the perspectives of daily passenger flow， weekly passenger flow， passenger flow direction， section passenger flow and so on， in order to provide reference for the network operation and management of Guiyang rail transit.

Keywords： Guiyang Metro; urban rail transit; network operation; passenger flow characteristics; section

2021年4月28日2號(hào)線開通初期運(yùn)營(yíng)，貴陽(yáng)地鐵邁入雙線運(yùn)營(yíng)時(shí)代。隨著貴陽(yáng)軌道交通3號(hào)線一期、S1線一期及有軌電車T2線等新線建設(shè)進(jìn)度加快，未來將陸續(xù)投入運(yùn)營(yíng)，由于貴陽(yáng)市屬于“一核三中心多組團(tuán)”城市發(fā)展格局，屆時(shí)貴陽(yáng)軌道交通各線路車站進(jìn)出站、斷面、換乘等客流規(guī)律會(huì)發(fā)生較大變化，網(wǎng)絡(luò)化運(yùn)營(yíng)也面臨著運(yùn)力資源配置與客流實(shí)際分布匹配程度、換乘銜接等諸多現(xiàn)實(shí)問題。因此，本文以貴陽(yáng)地鐵2號(hào)線（以下簡(jiǎn)稱“2號(hào)線”）客流數(shù)據(jù)為例，從線路日客運(yùn)量、換乘客流、時(shí)間和分空間等多個(gè)角度對(duì)地鐵2號(hào)線客流規(guī)律及特征開展前置研究，以期為貴陽(yáng)軌道交通網(wǎng)絡(luò)化運(yùn)營(yíng)管理提供參考依據(jù)。

1 "貴陽(yáng)地鐵2號(hào)線概況

貴陽(yáng)地鐵2號(hào)線運(yùn)營(yíng)時(shí)長(zhǎng)約為18 h，運(yùn)營(yíng)里程39.54 km，起于白云區(qū)白云北路站，經(jīng)觀山湖區(qū)和云巖區(qū)，止于南明區(qū)中興路站，共32座車站（其中林城西路站、噴水池站為1、2號(hào)線換乘站）。工作日高峰行車間隔、非工作日高峰行車間隔分別為5分30秒、6分58秒。上行方向?yàn)橹信d路站→白云北路站，下行方向?yàn)榘自票甭氛尽信d路站。兩端始發(fā)站首末班車發(fā)車時(shí)刻為06：20、23：00。

2 "時(shí)間分布特征分析

2.1 "日客運(yùn)量變化情況

貴陽(yáng)地鐵2號(hào)線開通運(yùn)營(yíng)至2022年8月31日，累計(jì)運(yùn)送乘客7 325.42萬人次，日均客運(yùn)量14.92萬人次，日均換乘量為2.94萬人次。統(tǒng)計(jì)期內(nèi)日客運(yùn)量及日換乘客流變化曲線如圖1所示，從圖1中可以看出：①貴陽(yáng)市作為夏季旅游避暑勝地，每年7、8月份暑運(yùn)期貴陽(yáng)地鐵2號(hào)線客運(yùn)量穩(wěn)定在較高位水平，全年多個(gè)較高日客運(yùn)量常出現(xiàn)在暑運(yùn)期間，例如2022年8月4日日客運(yùn)量21.06萬人次為當(dāng)年最高值；②受春節(jié)、清明節(jié)節(jié)日影響，客運(yùn)量及換乘客流下降幅度較大，春節(jié)影響最甚；③五一勞動(dòng)節(jié)、國(guó)慶節(jié)等較長(zhǎng)節(jié)假日，節(jié)前一天及節(jié)日最后一天會(huì)出現(xiàn)較大客流增長(zhǎng)；④換乘客流規(guī)律與日客運(yùn)量規(guī)律類似，期間有明顯低谷，也呈現(xiàn)明顯通勤客流特征，周五最大、周日最小[1-3]。

2.2 "周客流變化特征

由2號(hào)線日客運(yùn)量及換乘客流變化情況可以看出，日客運(yùn)量變化曲線呈現(xiàn)近似以7 d為1個(gè)完整周的周期性客流波動(dòng)規(guī)律。選取避開法定節(jié)假日連續(xù)的3個(gè)完整周的日均客運(yùn)量進(jìn)行周客流變化特征分析。由圖2可看出，周客流分布表現(xiàn)為工作日客運(yùn)量高于雙休日客運(yùn)量，周五客運(yùn)量為一周內(nèi)最大值，周日客運(yùn)量為一周內(nèi)最小值。周末通勤客流、學(xué)生流減少，彈性客流增加[4-5]。

2.3 "全日分時(shí)進(jìn)出站客流特征

全日分時(shí)進(jìn)出站客流分布是以小時(shí)為單位的一日內(nèi)進(jìn)出站分布情況，能體現(xiàn)出乘客的出行習(xí)慣和出行時(shí)間規(guī)律[5-6]。根據(jù)周客流變化特征，分別對(duì)某工作日、雙休日的全日分時(shí)進(jìn)出站客流特征進(jìn)行分析。由圖3可知，工作日客流隨時(shí)間變化呈現(xiàn)雙駝峰分布，早高峰客流峰值與晚高峰基本持平，早高峰08：00—09：00時(shí)段進(jìn)出站客流約為3.78萬人次，晚高峰18：00—19：00時(shí)段進(jìn)出站客流約為3.51萬人次，早晚高峰2個(gè)時(shí)段進(jìn)出站客流約占比全日23.42%；雙休日08：00—20：00時(shí)段客流分布較均衡，整體起伏不大，每小時(shí)的進(jìn)出站客流均未超過2.5萬人次。

無論是工作日或雙休日，交通樞紐附近站點(diǎn)全日進(jìn)出站客流全天分布較為均衡，主要集中在08：00—22：00，根據(jù)長(zhǎng)期統(tǒng)計(jì)經(jīng)驗(yàn)，節(jié)假日期間交通樞紐附近站點(diǎn)客流明顯增長(zhǎng)；醫(yī)療、商圈附近站點(diǎn)工作日存在早晚高峰且中間時(shí)段客流仍處于較高水平；密集居住區(qū)附近站點(diǎn)工作日客流存在明顯的早晚高峰潮汐客流特征；雙休日乘客出行目的大多是休閑，其出行時(shí)間離散度較大，醫(yī)療、商圈、密集居住區(qū)附近站點(diǎn)雙休日全日進(jìn)出站客流全天分布較為均衡，無明顯早晚高峰。

3 "空間分布特征分析

3.1 "區(qū)段客流分布特征

2號(hào)線工作日和雙休日的全日斷面客流在不同區(qū)間的雙向分布基本均衡，分布形態(tài)總體呈“箭頭”形，如圖4所示。白云北路站至泉湖公園站3個(gè)區(qū)間位于白云區(qū)，楓林路站至金陽(yáng)南路站6個(gè)區(qū)間位于觀山湖區(qū)，茶園站至省醫(yī)站10個(gè)區(qū)間位于云巖區(qū)，寶山南路站至中興路站9個(gè)區(qū)間位于南明區(qū)。上述行政區(qū)域全日斷面客流總量占比情況：工作日分別為4.87%、22.96%、49.66%和12.28%，雙休日分別為4.98%、22.62%、50.06%和12.0%。工作日和雙休日全日上下行最大斷面客流區(qū)間均位于黔春路站至延安西路站區(qū)間。

上下行斷面客流不均衡程度可通過斷面客流不均衡系數(shù)（簡(jiǎn)稱a）來量化[7-8]。當(dāng)a趨近于1，表明斷面客流比較均衡；當(dāng)a越大，表明斷面客流不均衡程度越大。通過計(jì)算，工作日上行a=1.65，下行a=1.67；雙休日上行a=1.69，下行a=1.69，工作日與雙休日的上下行斷面客流不均衡程度均略高，且工作日和雙休日的全日斷面形態(tài)基本一致，云巖區(qū)和南明區(qū)作為貴陽(yáng)市主要老城區(qū)，該2個(gè)行政區(qū)域內(nèi)的工作日和雙休日全日斷面客流相比其他行政區(qū)域占比更大。隨著貴陽(yáng)軌道交通新線不斷加入、換乘車站增加，乘客出行路徑選擇會(huì)發(fā)生明顯變化，直接影響斷面流量分布形態(tài)和流量值。

3.2 "客流流向分布特征

高峰斷面與全日斷面分布存在顯著差異，全日斷面客流在不同區(qū)間的雙向分布基本均衡，早高峰小時(shí)斷面客流分布呈現(xiàn)出明顯的方向不均衡性，雙向最大斷面客流區(qū)間和形態(tài)分布差異均十分明顯，各方向斷面客流呈現(xiàn)從始發(fā)站累計(jì)增長(zhǎng)的趨勢(shì)，在第1個(gè)換乘車站出現(xiàn)明顯波動(dòng)[5-7]?？赏ㄟ^上下行方向不均衡系數(shù)（簡(jiǎn)稱b）對(duì)上下行方向客流不均衡程度進(jìn)行量化分析：當(dāng)b趨近于1，表明上下行方向客流比較均衡；當(dāng)b越大，表明上下行方向客流越不均衡[2，9]。整理普通工作日早晚高峰時(shí)段（07：30—08：30和17：30—18：30）、雙休日平峰（12：30—13：30）斷面客流分布圖如圖5所示。

通過計(jì)算上下行方向不均衡系數(shù)，結(jié)合圖5可以得出2號(hào)線工作日和雙休日不同時(shí)段的客流特征如下。

①工作日早晚高峰時(shí)段。早晚高峰上下行方向不均衡系數(shù)分別為1.24、1.14，早高峰下行斷面客流比上行大，晚高峰則反之。早高峰白云中路站至貴鋼站的下行斷面客流量占下行總斷面客流的92.93%；晚高峰白云中路站至貴鋼站的上行斷面客流量占上行總斷面客流的91.65%，具有明顯的潮汐特征。②雙休日平峰時(shí)段。上下行方向不均衡系數(shù)為1.01，上下行客流分布基本對(duì)稱，僅在林城西路換乘站有微小波動(dòng)，白云中路站至富源北路站的斷面客流量占該時(shí)段總斷面客流的93.96%。

由以上數(shù)據(jù)得出：工作日早晚高峰和雙休日上下行客流不均衡情況相對(duì)均衡。

3.3 "換乘站客流分布

林城西路站采用“十”字換乘方式，站廳、站臺(tái)均可實(shí)現(xiàn)兩線間換乘，站臺(tái)換乘距離不超過150 m，步行時(shí)長(zhǎng)一般在2 min以內(nèi)；噴水池站采用“L”型通道換乘方式，乘客可通過兩線站廳之間的聯(lián)絡(luò)通道實(shí)現(xiàn)換乘，換乘距離較遠(yuǎn)，步行時(shí)長(zhǎng)一般超過3 min。

2021年4月28日至2022年8月31日，林城西路站日均換乘客流2.33萬人次，噴水池站3.73萬人次，分別占比38.42%、61.58%。2號(hào)線平均每天上行有3 568人次和下行有3 540人次經(jīng)林城西路站換乘至1號(hào)線下行；2號(hào)線平均每天下行有4 847人次、上行有4 854人次經(jīng)噴水池站換乘至1號(hào)線下行、上行。由圖6可知，林城西路站主要換乘方向?yàn)?號(hào)線上、下行乘客在林城西路站換乘1號(hào)線下行方向；噴水池站主要換乘方向?yàn)?號(hào)線下行換1號(hào)線下行、2號(hào)線上行換1號(hào)線上行。

4 "結(jié)束語(yǔ)

《貴陽(yáng)市綜合交通體系規(guī)劃（2021—2035年）》明確打造以城市軌道交通網(wǎng)絡(luò)為主體的多層次公共交通網(wǎng)絡(luò)，隨著貴陽(yáng)市城市軌道交通網(wǎng)絡(luò)化進(jìn)程步伐加快，屆時(shí)貴陽(yáng)軌道交通各線路車站進(jìn)出站、斷面、換乘等客流規(guī)律可能會(huì)發(fā)生較大變化，未來網(wǎng)絡(luò)運(yùn)營(yíng)管理將迎來巨大挑戰(zhàn)。本文針對(duì)日客流、周客流、客流流向和區(qū)段客流等多個(gè)方面對(duì)2號(hào)線客流規(guī)律及特征開展前置研究，以期為貴陽(yáng)軌道交通網(wǎng)絡(luò)化運(yùn)營(yíng)管理提供參考依據(jù)。

參考文獻(xiàn)：

[1] 羅躍.廣州地鐵典型車站客流特征分析與客流安全控制方法研究[D].廣州：華南理工大學(xué)，2020.

[2] 張秀媛．城軌交通客流分析[M].北京：北京交通大學(xué)出版社，2011．

[3] 四兵鋒.城市軌道交通客流分析及預(yù)測(cè)——方法與應(yīng)用[M].北京：人民交通出版社，2019：30-34.

[4] 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）：40-45，101.

[5] 陳建均.基于聚類分析法的廣州地鐵周末客流變化規(guī)律[J].交通與運(yùn)輸，2019，32（S1）：141-147.

[6] 劉峻峰，程濤.基于客流特征分析的西安地鐵2號(hào)線行車組織優(yōu)化措施[J].城市軌道交通研究，2019，22（1）：120-122.

[7] 閆銘，楊良.新線開通后深圳地鐵線網(wǎng)客流成長(zhǎng)特征分析[J].都市快軌交通，2020，33（3）：63-71.

[8] 趙曉芳，童曉進(jìn).鄭州地鐵1號(hào)線客流時(shí)空分布特征分析[J].城市軌道交通研究，2017，20（8）：75-79.

[9] 施泉，唐超.城市軌道交通車站客流時(shí)空分布特征分析——以南京地鐵為例[J].綜合運(yùn)輸，2020，42（7）：12-17.