大型空港客運(yùn)交通樞紐客流集散規(guī)律研究

何 漢，周天星，朱 倩，宋元?jiǎng)?/p>

HE Han1，ZHOU Tianxing1，ZHU Qian2，SONG Yuansheng1

（1.中國中鐵二院工程集團(tuán)有限責(zé)任公司 交通與城市規(guī)劃研究院，四川 成都 610031；2.西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，四川 成都 610031）

(1．Transportation and Urban Planning Institute， China Railway Eryuan Engineering Group Co．，Ltd．， Chengdu 610031， Sichuan， China；2．School of Transportation and Logistics， Southwest Jiaotong University， Chengdu 610031，Sichuan， China)

0 引言

隨著空港與城市及區(qū)域交通的關(guān)系日益密切，大流量、集約化、綜合型已經(jīng)成為現(xiàn)代大型空港客運(yùn)交通樞紐的發(fā)展趨勢。大型空港客運(yùn)交通樞紐位于機(jī)場的陸側(cè)區(qū)域，是旅客登機(jī)前的最后一站，也是旅客下機(jī)后的第一站，匯集了各類陸側(cè)交通設(shè)施，是機(jī)場銜接內(nèi)外交通的區(qū)域，能夠?qū)崿F(xiàn)各類交通方式到達(dá)集散和中轉(zhuǎn)換乘，提供乘客在空港陸側(cè)進(jìn)行交通活動(dòng)的場所，在一定空間范圍內(nèi)完成各種客流方式的轉(zhuǎn)化[1]。高效便捷、快速集散的空港客運(yùn)交通樞紐不僅能夠提高整個(gè)交通網(wǎng)絡(luò)的運(yùn)行效率，對于增強(qiáng)城市的對外聯(lián)系、提高城市的輻射力也具有重要意義。大型空港客運(yùn)樞紐內(nèi)的客流具有較強(qiáng)的集聚效應(yīng)[2]，特別是在客流高峰期內(nèi)，大量的客流阻塞和遲滯會(huì)導(dǎo)致集疏運(yùn)系統(tǒng)負(fù)荷迅速激增，系統(tǒng)服務(wù)水平急劇下降，旅客出行費(fèi)用增加。大型空港客運(yùn)交通樞紐示意圖如圖1所示。

研究客流在空港客運(yùn)樞紐內(nèi)的集散規(guī)律，對于提高客流集散效率、提升樞紐內(nèi)的運(yùn)營服務(wù)水平具有重要意義。當(dāng)前針對客流集散問題的研究多將集散作為一個(gè)整體，對集散方式分擔(dān)率進(jìn)行預(yù)測或?qū)⑻卣鬟M(jìn)行調(diào)查。秦燦燦[3]運(yùn)用馬爾可夫理論對交通樞紐客流集散方式分擔(dān)率進(jìn)行預(yù)測；辛?xí)暂x[4]利用Logit模型探討了城際軌道交通接入后對其他集散方式客流分擔(dān)率的影響；陳峰等[5]對北京地鐵1號線車站客流集散特征進(jìn)行了調(diào)查，主要包括集散時(shí)間、旅客到達(dá)車站的時(shí)間裕量等。大型空港客運(yùn)交通樞紐內(nèi)的客流聚集和疏散是2種性質(zhì)不同的過程，在每種過程中旅客所表現(xiàn)出來的特性也不同，因而在分析機(jī)場客流集散特點(diǎn)的基礎(chǔ)上，結(jié)合航班、出租車、社會(huì)車輛及軌道交通等交通方式在空港樞紐內(nèi)的集聚疏散特性，對大型空港客運(yùn)交通樞紐客流集散規(guī)律分別進(jìn)行研究。

圖1 大型空港客運(yùn)交通樞紐示意圖Fig.1 Structure of large airport passenger transport hub

1 大型空港客運(yùn)樞紐客流集散特性分析

將大型空港客運(yùn)交通樞紐作為研究對象[6]，將客流主要分為2類，即集聚客流和疏散客流。集聚客流是指從空港輻射周邊區(qū)域及其他城市到達(dá)空港客運(yùn)交通樞紐的客流；疏散客流是指從客運(yùn)交通樞紐向空港輻射周邊區(qū)域及其他城市進(jìn)行疏散的客流。

1.1 集聚客流特性

（1）客流時(shí)效性強(qiáng)。由于航班的出發(fā)時(shí)間是既定的，乘客必須要在規(guī)定的時(shí)間之前到達(dá)空港客運(yùn)交通樞紐，但由于旅客出發(fā)地與樞紐的距離不同及采用的集聚交通方式不同，集聚客流可以在相對分散的時(shí)間內(nèi)從出發(fā)點(diǎn)出發(fā)，但必須在航班起飛前至少30 min到達(dá)機(jī)場，以辦理值機(jī)手續(xù)。

（2）客流集聚性強(qiáng)。空港客運(yùn)交通樞紐內(nèi)客流的集聚性主要表現(xiàn)在時(shí)空分布上。在時(shí)間上，客流的集聚性主要表現(xiàn)為，某一時(shí)段內(nèi)大量的客流突然出現(xiàn)在機(jī)場區(qū)域內(nèi)，造成機(jī)場區(qū)域較為擁擠。在空間上，機(jī)場的集聚性主要體現(xiàn)在辦理乘機(jī)手續(xù)的相關(guān)環(huán)節(jié)上，出發(fā)和到達(dá)旅客空間集聚性不同。

（3）集聚方式多元化。乘客到達(dá)大型空港客運(yùn)樞紐的交通方式是多種多樣的，可選擇地鐵、輕軌、鐵路等大容量的軌道交通方式，也可選擇常規(guī)公交、出租車、私家車等道路交通方式。

（4）流量較大且均勻。從城市的各個(gè)角落通過若干種交通方式到達(dá)客運(yùn)樞紐的客流，由于乘客在機(jī)場需辦理領(lǐng)取登機(jī)牌、行李托運(yùn)等登記前的各種準(zhǔn)備過程，普遍提前至少1 h到達(dá)機(jī)場，樞紐內(nèi)部集聚的客流較多，流量較大；樞紐內(nèi)部到達(dá)客流匯集的過程緩慢、持續(xù)，并且由于乘客之間基本無關(guān)聯(lián)性，因而集聚客流的流量相對比較均勻。

（5）單航班客流集聚過程持續(xù)時(shí)間長。對于即將出發(fā)的每一班航班而言，出發(fā)地與機(jī)場距離不同的乘客其候機(jī)時(shí)間不同，一般而言，由于乘客為防止意外發(fā)生會(huì)預(yù)留較長的在途時(shí)間及候機(jī)時(shí)間，距離機(jī)場較遠(yuǎn)的乘客提前到達(dá)客運(yùn)樞紐的時(shí)間較長，客流集聚過程花費(fèi)時(shí)間較長。

1.2 疏散客流特性

（1）客流疏散時(shí)間短、數(shù)量大。大型空港客運(yùn)樞紐內(nèi)航空客流多為大量密集到達(dá)，幾乎是在同一時(shí)間涌出樞紐，為了防止已到航空客流影響后到航空客流的疏散，已到航空客流必須要在很短時(shí)間內(nèi)在大型空港客運(yùn)交通樞紐進(jìn)行疏散。

（2）準(zhǔn)時(shí)性要求高。由于我國經(jīng)濟(jì)水平的提高，人們對時(shí)間價(jià)值的觀念越加看重，另外，旅行過程中的疲勞也會(huì)促使乘客傾向于選擇準(zhǔn)時(shí)性高、速度快的疏散方式進(jìn)行疏散。

（3）疏散交通方式多樣化。跟集聚客流一樣，乘客從空港客運(yùn)交通樞紐進(jìn)行疏散時(shí)，可以選擇常規(guī)公交、出租車、私家車等道路交通方式，也可以選擇地鐵、輕軌、鐵路等大容量的軌道交通方式。

（4）疏散過程較為均勻。大型空港內(nèi)飛機(jī)到達(dá)頻率較高，且在各時(shí)段內(nèi)均勻分布，疏散客流隨著飛機(jī)到達(dá)機(jī)場后，大部分客流在空港客運(yùn)交通樞紐內(nèi)會(huì)通過地鐵、機(jī)場大巴、出租車等交通方式進(jìn)行疏散，上一班客流還未疏散完畢時(shí)，隨著下一班飛機(jī)的到達(dá)客流疏散過程接續(xù)進(jìn)行，因而大型空港客運(yùn)交通樞紐內(nèi)客流的疏散過程較為均勻。

2 大型空港客運(yùn)交通樞紐客流集散模型構(gòu)建

2.1 客流集聚模型

為了對大型空港內(nèi)客流集聚規(guī)律進(jìn)行研究，對北京新機(jī)場、廣州白云機(jī)場、上海浦東機(jī)場客流集散歷史數(shù)據(jù)分析研究，同時(shí)利用Matlab軟件對航班、出租車、社會(huì)車輛、公交車、鐵路和地鐵客流到達(dá)量樣本數(shù)據(jù)進(jìn)行擬合，研究發(fā)現(xiàn)旅客乘坐飛機(jī)到達(dá)空港客運(yùn)交通樞紐的集聚規(guī)律服從泊松分布，旅客乘坐社會(huì)車輛、出租車和公交車等道路交通方式及地鐵到達(dá)客運(yùn)交通樞紐的集聚規(guī)律服從負(fù)二項(xiàng)分布，旅客乘坐鐵路[7]到達(dá)的集聚規(guī)律服從Gamma分布。

（1）航班旅客到達(dá)分布規(guī)律。通過數(shù)據(jù)擬合得知，高峰小時(shí)內(nèi)，航班到達(dá)和離開(起飛)服從以下的泊松分布

式中：P(k)為在計(jì)數(shù)間隔t內(nèi)到達(dá)k個(gè)人的概率；λ為單位時(shí)間間隔的平均到達(dá)率，人/min；t為每個(gè)計(jì)數(shù)間隔持續(xù)的時(shí)間，min。

航班旅客到達(dá)的泊松分布函數(shù)可以表示為

（2）道路交通及地鐵方式旅客到達(dá)分布規(guī)律。通過對出租車、社會(huì)車輛和公交車的到達(dá)客流樣本數(shù)據(jù)進(jìn)行擬合，并運(yùn)用SPSS軟件對各類道路交通方式的客流樣本數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，結(jié)果表明出租車、社會(huì)車輛、公交車及地鐵的客流分布服從負(fù)二項(xiàng)分布

式中：p，β為負(fù)二項(xiàng)參數(shù)，0＜p＜1，β為正整數(shù)。

當(dāng)用負(fù)二項(xiàng)分布擬合觀測數(shù)據(jù)時(shí)，利用p，β與均值和方差的關(guān)系式，用樣本的均值m，方差S2代替p，β，關(guān)系式為

如果觀測數(shù)據(jù)出現(xiàn)較大的方差，即S2/m顯著地大于1.0，應(yīng)使用負(fù)二項(xiàng)分布擬合觀測數(shù)據(jù)。

（3）鐵路旅客到達(dá)分布規(guī)律。通過對大型機(jī)場鐵路大量旅客的到達(dá)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，得出鐵路的旅客到達(dá)分布規(guī)律近似服從Gamma分布

式中：α為形狀參數(shù)，且α＞ 0；γ為尺度參數(shù)，且γ＞ 0 ；Γ(α)為α的標(biāo)準(zhǔn) Gamma函數(shù)。

結(jié)合Gamma分布函數(shù)的相關(guān)性質(zhì)，可以求出Gamma分布的期望E(X)和方差D(X)為

將以上兩式相除，即可得γ=D(K) /E(K)，α=E(K) /γ。

根據(jù)概率統(tǒng)計(jì)的定義得到

式中：i，j為時(shí)段序號；Pi為第i時(shí)段鐵路旅客到達(dá)的概率。

通過利用以上Gamma分布中形狀參數(shù)α和γ的計(jì)算方法，可以求出所擬合形成的Gamma分布的α和γ，進(jìn)而得到鐵路旅客到達(dá)規(guī)律。

2.2 客流疏散模型

通過各種交通方式到達(dá)交通換乘中心的客流直接通過設(shè)置的通道到達(dá)航站樓，因而不存在特殊的疏散情況。從航站樓下機(jī)的旅客到達(dá)換乘中心后，需選擇各種交通方式。在旅客離開交通換乘中心時(shí)，最重要的就是交通方式選擇。這些選擇均可以歸結(jié)為旅客自身效用最大化的節(jié)點(diǎn)選擇，即旅客選擇某個(gè)節(jié)點(diǎn)的概率可以表示為

式中：m，n分別為第m個(gè)和第n個(gè)節(jié)點(diǎn)；Um，Un分別為旅客選擇第m個(gè)和第n個(gè)節(jié)點(diǎn)的效用；A為可供選擇的節(jié)點(diǎn)集合。

效用Um可以根據(jù)影響旅客選擇的因素計(jì)算，這些因素稱為特性變量，在此主要分為可觀測變量Vm和不可觀測變量εm。通過調(diào)查發(fā)現(xiàn)，影響旅客節(jié)點(diǎn)選擇的可觀測變量主要為旅客到達(dá)節(jié)點(diǎn)所花費(fèi)的時(shí)間tm，以及選擇該節(jié)點(diǎn)所需費(fèi)用cm。Um可以表示為

式中：M1，M2為影響因子。

假設(shè)ε服從某一概率分布的隨機(jī)變量，且εm與Vm之間相互獨(dú)立，旅客選擇節(jié)點(diǎn)m的概率Pm可以用多項(xiàng)Logit模型計(jì)算

式中：M為影響權(quán)重的參數(shù)；h為可供選擇的節(jié)點(diǎn)集合數(shù)量。

3 案例分析

成都天府國際機(jī)場定位為國家級國際航空樞紐和中西部門戶樞紐，將打造為依托成都、服務(wù)全省、輻射中西部地區(qū)的現(xiàn)代化立體綜合交通樞紐，2025年規(guī)劃旅客吞吐量為4 500萬人次，2040年1.2億人次。規(guī)劃建設(shè)多方式、多通道立體綜合交通系統(tǒng)，包括成都經(jīng)天府機(jī)場至自貢的客運(yùn)專線、成都都市圈城際環(huán)線、城市軌道交通13號線、18號線、19號線，并在天府機(jī)場區(qū)域規(guī)劃形成換乘便捷、可達(dá)性高的高速公路路網(wǎng)體系，以確保天府國際機(jī)場綜合樞紐對外銜接暢通高效，內(nèi)部轉(zhuǎn)換有機(jī)協(xié)調(diào)，為將天府機(jī)場建設(shè)為中國西部具有國際競爭力的第一機(jī)場提供保障。

3.1 客流集聚規(guī)律

為獲得天府機(jī)場準(zhǔn)確有效的客流集聚數(shù)據(jù)，研究采用類比分析法，選取成都雙流機(jī)場、上海虹橋機(jī)場2個(gè)大型空港客運(yùn)樞紐，對其現(xiàn)狀各種交通方式旅客每分鐘到達(dá)數(shù)據(jù)進(jìn)行實(shí)地調(diào)查統(tǒng)計(jì)?？紤]調(diào)查數(shù)據(jù)的科學(xué)合理性，選取天氣晴朗的非節(jié)假日進(jìn)行調(diào)查，調(diào)查時(shí)間選在8 ∶ 00—18 ∶ 00時(shí)間段，設(shè)定采樣間隔為1 min，采用人工計(jì)數(shù)法。獲取調(diào)查數(shù)據(jù)后，再將成都雙流機(jī)場、上海虹橋機(jī)場2018年旅客吞吐量與天府機(jī)場2025年規(guī)劃旅客吞吐量進(jìn)行校核。經(jīng)等比折算，即用成都雙流機(jī)場、上海虹橋機(jī)場2機(jī)場現(xiàn)狀旅客吞吐量分別除以天府機(jī)場2025年規(guī)劃旅客吞吐量，可得到2個(gè)折算系數(shù)。客流數(shù)據(jù)折算系數(shù)如表1所示。用折算系數(shù)乘以成都雙流機(jī)場、上海虹橋機(jī)場客流集聚調(diào)查數(shù)據(jù)并加權(quán)平均，可預(yù)測得成都天府國際機(jī)場2025年旅客每分鐘到達(dá)數(shù)據(jù)。

將折算得到的成都天府國際機(jī)場2025年各種交通方式的旅客每分鐘到達(dá)數(shù)據(jù)，分別根據(jù)公式 ⑵、公式 ⑶、公式 ⑸ 進(jìn)行數(shù)據(jù)擬合，運(yùn)用matlab軟件，將航班到達(dá)客流按泊松分布擬合，社會(huì)車輛、出租車和公交車到達(dá)客流按負(fù)二項(xiàng)分布擬合，鐵路到達(dá)客流按Gamma分布擬合，可得到旅客乘坐航班、出租車、社會(huì)車、公交車輛、地鐵和鐵路到達(dá)天府機(jī)場的函數(shù)圖像與模型參數(shù)，進(jìn)而得出天府國際機(jī)場旅客分方式到達(dá)規(guī)律為：航班客流到達(dá)規(guī)律服從λ=124的泊松分布；出租車客流到達(dá)規(guī)律服從p1=0.074 5，β1=7的負(fù)二項(xiàng)分布；社會(huì)車客流到達(dá)規(guī)律服從p2=0.047 4，β2=5的負(fù)二項(xiàng)分布；公交車客流到達(dá)規(guī)律服從p3=0.041 7，β3=5的負(fù)二項(xiàng)分布；鐵路客流到達(dá)規(guī)律服從α=8.44，β=3.43的Gamma分布；地鐵客流到達(dá)規(guī)律服從p4=0.047 8，β4=6的負(fù)二項(xiàng)分布。

表1 客流數(shù)據(jù)折算系數(shù)表Tab.1 Conversion coef ficient table of passenger flow data

以天府機(jī)場航班客流與地鐵客流到達(dá)為例，天府機(jī)場客流到達(dá)分布擬合圖如圖2所示。由圖2可以看出，航班客流到達(dá)124人/min時(shí)的概率達(dá)到最大，最大值為0.035 8；地鐵的到達(dá)客流到達(dá)100人/min時(shí)的概率最大，為0.008 6。綜合全部方式客流到達(dá)規(guī)律，發(fā)現(xiàn)空港到達(dá)客流以航班旅客為主，其次為地鐵、社會(huì)車輛與出租車，而公交車與鐵路到達(dá)旅客最少，據(jù)此規(guī)劃大型空港客運(yùn)交通樞紐各類交通方式接駁大廳、停車場位置與面積，可以合理疏導(dǎo)旅客客流，方便旅客出行。

圖2 天府機(jī)場客流到達(dá)分布擬合圖Fig.2 Fitting chart of arrival passenger flow distribution at Tianfu Airport

3.2 客流疏散規(guī)律

以成都方向?yàn)槔{(diào)研獲得成都方向各交通方式旅行速度、票價(jià)數(shù)據(jù)、各方向旅行距離數(shù)據(jù)如表2所示。結(jié)合機(jī)場綜合交通引入方案、技術(shù)標(biāo)準(zhǔn)，將成都方向各交通方式旅行速度、出行費(fèi)用、各方向旅行距離，帶入公式⒀，求得旅客選擇各方式疏散效用值，再通過已建立的客流疏散Logit模型，預(yù)測得到天府機(jī)場各方向旅客選擇各交通方式疏散概率如表3所示。其中，綿陽、遂寧等城市與天府機(jī)場距離較遠(yuǎn)，客流主要通過軌道交通、長途汽車、社會(huì)車輛疏解，無機(jī)場大巴，而出租車分擔(dān)量極少，可忽略不計(jì)。

<1)，且各件產(chǎn)品是否為不合格品相互獨(dú)立．

從表3可以看出，成都方向在客流疏散過程中，旅客選擇公共交通方式的概率比重較大，為75%，基本呈現(xiàn)以公共交通為主的疏散交通模式，其中軌道交通以其經(jīng)濟(jì)實(shí)惠、方便快捷的優(yōu)勢承擔(dān)32%的客流。在天府機(jī)場綜合交通中心規(guī)劃時(shí)，可以利用旅客選擇各方式疏散概率求得綜合交通中心各功能區(qū)面積[8]，同時(shí)將旅客分擔(dān)率較高的地鐵、長途汽車及出租車場站分布在距離航站樓出口較近的地方，并為其預(yù)留更多的空間，以方便大量旅客換乘，優(yōu)化整體布局。

表2 成都方向各交通方式旅行速度、票價(jià)數(shù)據(jù)、各方向旅行距離數(shù)據(jù)Tab.2 Travel speed, cost and travel distance data of different traf fic modes to Chengdu direction

表3 天府機(jī)場各方向旅客選擇各交通方式疏散概率 %Tab.3 Evacuation probability of choosing different traf fic modes from Tianfu Airport

4 結(jié)束語

客流集散特性及交通方式分擔(dān)率是機(jī)場綜合交通中心規(guī)劃布局設(shè)計(jì)的重要基礎(chǔ)，研究大型空港客運(yùn)交通樞紐客流集散特性，構(gòu)建大型空港客運(yùn)交通樞紐客流集散模型，并以成都天府國際機(jī)場為例對客流集散方式進(jìn)行實(shí)證研究，為研究大型空港客運(yùn)交通樞紐的客流集散規(guī)律提供了理論依據(jù)，對交通場站布局規(guī)劃具有一定的參考價(jià)值。運(yùn)用客流集散模型模擬得到的客流集散規(guī)律能較好地指導(dǎo)空港客運(yùn)樞紐布局優(yōu)化。大型空港客運(yùn)交通樞紐是旅客進(jìn)行交通轉(zhuǎn)換的重要場所，除應(yīng)結(jié)合旅客疏散規(guī)律進(jìn)行規(guī)劃設(shè)計(jì)外，還應(yīng)充分考慮其他相關(guān)因素，如交通組織、信息系統(tǒng)、運(yùn)營體驗(yàn)等指標(biāo)，對大型空港客運(yùn)樞紐交通銜接評價(jià)指標(biāo)體系構(gòu)建和評價(jià)方法進(jìn)行研究。