基于綜合交通運輸體系的市域快線線網(wǎng)規(guī)模預(yù)測

程堪弟

(廣州地鐵設(shè)計研究院股份有限公司，廣東廣州 510010)

0 引言

2017年國家發(fā)展與改革委員會發(fā)布的《關(guān)于促進市域(郊)鐵路發(fā)展的指導意見》[1]中指出：“市域快線是為城市中心城區(qū)與周邊城鎮(zhèn)組團提供大運量、快速度、通勤公交化服務(wù)的軌道交通系統(tǒng)，是城市綜合交通運輸體系的重要組成部分。加快市域快線發(fā)展，對擴大交通有效供給，緩解城市交通擁堵，改善城市人居環(huán)境，優(yōu)化城鎮(zhèn)空間布局，推進新型城鎮(zhèn)化建設(shè)，加快全面建設(shè)小康社會，具有重要作用”。

為避免線網(wǎng)規(guī)劃與建設(shè)的盲目性，尋求合理、經(jīng)濟的線網(wǎng)規(guī)模，以造就高效的城市綜合公共交通系統(tǒng)，應(yīng)切合城市實際發(fā)展情況，在線網(wǎng)規(guī)劃前期明確市域快線線網(wǎng)合理規(guī)模，使其達到利用最大化。目前，國內(nèi)學者對軌道交通線網(wǎng)規(guī)模的測算常采用出行需求分析法[2-4]、服務(wù)水平法[5-7]及成本效益法[8-11]三種方法。最常用的方法是出行需求分析法，其難點是需對未來客流情況和交通結(jié)構(gòu)進行客觀合理預(yù)測[12-13]；服務(wù)水平法即覆蓋面積法，主觀性較強，且只考慮用地規(guī)模和線網(wǎng)密度兩個因素[14-15]；成本效益法僅從地區(qū)經(jīng)濟生產(chǎn)總值出發(fā)，沒有綜合考慮城市空間結(jié)構(gòu)、人口分布、出行客運量等主要影響因素，研究效果欠佳。本文基于綜合交通運輸體系視角，采用客流量轉(zhuǎn)換系數(shù)法、歐式距離不相似測度理論、三次吸引法和客流轉(zhuǎn)移相結(jié)合的方法，通過“溢出+轉(zhuǎn)移”客運需求分析，對城市綜合交通體系下市域快線線網(wǎng)規(guī)模進行合理預(yù)測。

1 溢出客流量預(yù)測

市域快線作為連接中心城區(qū)與衛(wèi)星城或組團區(qū)的主要交通方式，在城市交通客流走廊承擔著城市市域范疇內(nèi)中長途客流的通勤運輸工作。作為城市綜合交通系統(tǒng)的重要組成部分，對提高城市綜合交通通達性和服務(wù)水平起著不可或缺的作用。為緩解城市交通壓力，合理引導中心城區(qū)與衛(wèi)星城或組團區(qū)之間的客流，促進城市空間結(jié)構(gòu)合理發(fā)展，建設(shè)市域快線是明智之選。但過度修建市域快線不僅不能提升城市綜合交通的效率，反而會造成資源的極大浪費。

在城市綜合交通體系中，市域快線建成后，其客流主要包括轉(zhuǎn)移客流、趨勢客流和誘增客流三部分，趨勢客流屬于溢出客流部分，而誘增客流是因為交通通達性的提升而誘增的客流量，其影響機理復(fù)雜，此處暫不作考慮。因此，先考慮目前城市交通系統(tǒng)中的溢出客運需求，其理論模型[16-17]為：

Syc=αQj-βφQg-St，

(1)

式中：Syc為城市客運系統(tǒng)的溢出客運需求量；β為道路飽和度；φ為城市道路交通需求中客運所占比例；St為規(guī)劃年城市普通地鐵系統(tǒng)線網(wǎng)客運容量；Qj為機動車高峰時段交通需求量。

Qj由對外交通和城市內(nèi)部交通兩部分構(gòu)成，對外交通分為過境交通和出入境交通兩種形式，因大城市居民對過境交通一般選擇鐵路或者繞城高速等方式，在此不作考慮，所以高峰時段城市機動車出行交通需求由出入境交通和城市內(nèi)部交通構(gòu)成，可得

(2)

式中：σ為高峰時段機動車流量比，通過統(tǒng)計道路年平均車流情況確定；Ri為第i類機動車日均出入境車輛數(shù)；μi2為出入境車輛出行強度；?i為出入境車輛平均出行距離；Pi為機動車保有量；ui1為內(nèi)部交通機動車的出行強度；di為內(nèi)部交通機動車的平均出行距離；θi為第i類機動車標準車型的換算系數(shù)；i為車輛類型，分為客、貨車兩種類型。

式(1)中Qg為城市道路網(wǎng)絡(luò)容量，計算式為：

(3)

式(1)中St為規(guī)劃年城市地鐵系統(tǒng)線網(wǎng)客運容量，計算式為：

St=Ltγ，

(4)

式中：Lt為規(guī)劃年城市地鐵建成通車線網(wǎng)總長度，γ為城市地鐵線路的負荷強度。

式(1)中α為城市道路機動車出行交通需求對于客流量的轉(zhuǎn)換系數(shù)，計算式為：

(5)

式中：mi為機動車高峰時段平均實載人數(shù)，i、j為客運車輛種類。

2 轉(zhuǎn)移客流量預(yù)測

在一個系統(tǒng)中，新的交通制式建成后，原有的客流量將在不同交通方式或不同線路間重新分布，其總量和分布形式都發(fā)生了變化，稱為客流轉(zhuǎn)移。客流轉(zhuǎn)移的數(shù)量受很多因素的約束，主要包括線路本身屬性、空間因素及時間因素等?？臻g因素主要指交通線路的長度和走向，時間因素集中在出行時間和費用等。

2.1 距離不相似測度

距離分析是運用變量間相似或不相似測度來研究事物多要素相關(guān)問題的數(shù)學方法。不相似測度是體現(xiàn)兩者之間差異程度的一個定量化描述，用來表達指標之間或類與類之間關(guān)系的程度。不相似測度的核心思想是將各指標看成多維空間中的不同點，通過空間中點之間的距離來定義，兩者之間距離越大，差異性越大，不相似特征越多，分在同一類的可能性越??；相反，相似特征越多，分在同一類的可能性越大。

定距型變量間的距離可用很多距離統(tǒng)計量進行描述，如平方歐式距離(squared Euclidean distance)、閔可夫斯基距離(Minkowski distance)、Block距離、歐式距離(Euclidean distance)等。根據(jù)歐式距離原理，定義x、y為兩個m維向量，即xi=(xi1xi2…xim)，yi=(yi1yi2…yim)表示各運輸方式的屬性值，則任意兩種運輸方式的距離

(6)

式中：i為市域快線；j為其他交通方式。

2.2 三次吸引法及客流轉(zhuǎn)移率

歐式距離不相似測度僅考慮客流量轉(zhuǎn)移的空間影響因素，但隨著社會經(jīng)濟的發(fā)展和城鎮(zhèn)空間布局及人口分布的變化，客流轉(zhuǎn)移將在各交通方式間存在不均衡擾動。因此，基于距離不相似測度的研究，結(jié)合三次吸引法基本思想，引入人們對出行時間選擇偏好的影響系數(shù)，將時間因素和空間因素相結(jié)合進行研究，稱為廣義距離不相似測度[18]。

市域快線車站吸引范圍由出行者的選擇意愿決定，一般根據(jù)出行者步行和乘車到站耗費時間，市域快線車站的吸引范圍可分為三類，即三次吸引范圍：出行者步行到市域快線車站可接受的區(qū)域為一次吸引范圍，亦稱為直接吸引范圍； 出行者采用非機動車方式到達市域快線車站可接受的區(qū)域為二次吸引范圍；出行者采用機動車方式到達市域快線車站可接受的區(qū)域為三次吸引范圍，二次、三次吸引范圍統(tǒng)稱為間接吸引范圍。國內(nèi)外學者對軌道交通車站三次吸引范圍做了很多研究[19-20]， 并通過大量居民出行調(diào)查和數(shù)據(jù)統(tǒng)計，得到出行者三次吸引范圍下的出行特征，如表1所示。標準化后為市域快線三次吸引范圍半徑r1、r2、r3，市域快線影響范圍內(nèi)客流轉(zhuǎn)移率

表1 三次吸引范圍下出行者出行特征

第j種交通方式向市域快線線路客流轉(zhuǎn)移率

(10)

2.3 客流轉(zhuǎn)移模型

在選擇出行方式時，乘客更傾向于選擇速度快、安全便捷、舒適性高的交通方式。市域快線因其準時、快捷等服務(wù)特性，將會吸引部分城市客流轉(zhuǎn)移過來。在城市中、長途距離運輸中，與市域快線存在競爭關(guān)系的有城市普通地鐵、長途客運、常規(guī)公交(BRT)、小汽車4種交通方式，它們與市域快線之間的客流轉(zhuǎn)移模型為

Szy=ZLω1+ZCω2+ZTω3+ZMω4，

(11)

式中：Szy為其他交通方式向市域快線轉(zhuǎn)移的客流量；ω1、ω2、ω3、ω4分別為長途客運、常規(guī)公交、小汽車、城市普通地鐵向市域快線的客流轉(zhuǎn)移率；ZL、ZC、ZT、ZM分別為長途客運、常規(guī)公交、小汽車、城市普通地鐵高峰時段非溢出出行量。

3 實例分析

3.1 成都市機動車出行交通需求

根據(jù)文獻[21-22]公布的數(shù)據(jù)，2015年末成都市機動車擁有量為428.6萬輛。根據(jù)以往數(shù)據(jù)構(gòu)造回歸分析方程，預(yù)測2025年成都市市區(qū)各類機動車保有量將達516.6萬輛，出行交通需求量如表2所示。

表2 2025年成都市機動車出行交通需求預(yù)測表

根據(jù)《城市交通智能檢測及協(xié)同管理系統(tǒng)研究》調(diào)查數(shù)據(jù)顯示，成都市日出入境車輛數(shù)Ri=60萬輛，平均出行強度為1.5輛/d，平均出行距離?i=20 km，取平均車型換算系數(shù)θi=1.4，并取高峰時段流量比σ=0.11，得到高峰時段機動車交通需求總量Qj=45.27×106pcu·km/h。

3.2 成都市道路網(wǎng)容量計算

根據(jù)文獻[23]，到2025年成都市將規(guī)劃快速路480 km，主要干路980 km，次干路1600 km以及支干路3500 km,根據(jù)式(3)得到成都市道路網(wǎng)容量如表3所示。

表3 2025年成都市道路網(wǎng)容量

由表3可知，到2025年成都市城市道路網(wǎng)容量Qg=15.15×106pcu·km/h。

3.3 成都普通地鐵系統(tǒng)線網(wǎng)客流容量測算

根據(jù)文獻[24]顯示的數(shù)據(jù)，預(yù)計2025年成都地鐵通車運營線路里程有望達到400 km。根據(jù)成都市城市軌道交通線網(wǎng)客流預(yù)測研究報告，預(yù)測2025年成都地鐵線路客流強度為2.30萬人次/(km·d)，客流高峰時段系數(shù)為0.152，故線路高峰時段客流強度為0.35萬人次/(km·h)。由式(4)可得2025年成都普通地鐵系統(tǒng)線網(wǎng)客運容量St為139.84萬人次/h。

3.4 溢出客流量

根據(jù)文獻[16]調(diào)查數(shù)據(jù)顯示，成都市公交車、大客車、出租車、小客車、摩托車等客運車輛高峰時段平均實載人數(shù)分別為32.0、19.0、1.9、1.4、1.3。由式(5)求得交通需求轉(zhuǎn)換系數(shù)α=0.242，取城市交通需求中客運所占比例φ=81.84%，城市道路網(wǎng)絡(luò)總體飽和度β=0.75，由式(1)計算高峰時段溢出客流總量為25.787萬人次/h。

3.5 轉(zhuǎn)移客流量

市域快線、城市普通地鐵、長途客運、常規(guī)公交、小汽車與市域快線的各類線路屬性見表4。

為了得出各線路客流向市域快線轉(zhuǎn)移的比例，結(jié)合表4的線路屬性，根據(jù)式(6)可求得市域快線、城市普通地鐵、長途客運、常規(guī)公交、小汽車之間的不相似測度距離，如表5所示。

表4 市域快線與已有線路屬性對比

表5 不相似測度距離

根據(jù)文獻[25]關(guān)于機動車、非機動車及步行速度的規(guī)定，可得到市域快線三次吸引半徑r1、r2、r3的標準值如表6所示。

根據(jù)式(7)～(10)計算小汽車、公交、長途客運及城市地鐵對市域快線的客流轉(zhuǎn)移率及轉(zhuǎn)移客流量，如表7所示。

表6 三次吸引范圍半徑標準值

表7 新建市域快線轉(zhuǎn)移客流分析結(jié)果

根據(jù)式(11)得小汽車、常規(guī)公交、長途客運及城市普通地鐵轉(zhuǎn)移至新建市域快線總客流量Szy=55.633萬人次/h。

3.6 成都市市域快線線網(wǎng)規(guī)模

市域快線線網(wǎng)合理規(guī)模既關(guān)系城市綜合交通系統(tǒng)服務(wù)水平、交通供給情況，又關(guān)系到建設(shè)投資、城市建設(shè)用地等。基于城市綜合交通體系，根據(jù)交通需求情況，采用“溢出+轉(zhuǎn)移”客流需求分析相結(jié)合的方法預(yù)測市域快線線網(wǎng)合理規(guī)模

(12)

式中：qh為線路客流高峰時段負荷強度，已知2025年成都市域快線線網(wǎng)客流強度為2.1萬人次/(km·d)，市域快線客流高峰時段系數(shù)取0.12，則qh=2520 人次/(km·h)。由式(12)預(yù)測成都市2025年市域快線線網(wǎng)規(guī)模L=323.1 km。

表8 成都市2025年市域快線線網(wǎng)規(guī)模

3.7 預(yù)測結(jié)果對比分析

每種預(yù)測方法考慮的因素不同，其結(jié)果也會出現(xiàn)差異化。本文通過與交通需求法及服務(wù)覆蓋面法結(jié)果對比，得到預(yù)測結(jié)果的相對誤差，如表8所示。誤差在接受范圍之內(nèi)，模型可靠性較高，可用于市域快線線網(wǎng)規(guī)劃的借鑒和修訂。

4 結(jié)語

客流需求預(yù)測是明確軌道交通線網(wǎng)建設(shè)規(guī)模的關(guān)鍵依據(jù)。從綜合交通運輸體系客流供需平衡角度出發(fā)，基于溢出交通需求計算城市道路網(wǎng)和城市地鐵系統(tǒng)溢出客流量，應(yīng)用歐式距離不相似測度理論、三次吸引法和客流轉(zhuǎn)移相結(jié)合的思路測算城市綜合交通系統(tǒng)中各競爭運輸方式向新建市域快線的客流轉(zhuǎn)移量，根據(jù)“溢出+轉(zhuǎn)移”客流需求分析思想，得出市域快線線網(wǎng)合理規(guī)模預(yù)算模型，并以成都市為例進行了實例分析和預(yù)測結(jié)果驗證，相對誤差均小于10%。結(jié)果表明，本匡算模型具有較高的可靠性和較強可實施性。