重慶市軌道交通客流時(shí)間特性及影響因素探討

吳祥國(guó)，張建嵩，胡義良，趙必成，高志剛

（1.重慶市交通規(guī)劃研究院 交通信息中心，重慶 401147；2.重慶市交通規(guī)劃研究院 道路交通所，重慶 401147；3.重慶市交通規(guī)劃研究院，重慶 401147)

0 引言

軌道交通是城市公共交通系統(tǒng)的重要組成部分。截止到2018年底，我國(guó)已經(jīng)開通運(yùn)營(yíng)軌道交通線路的城市共計(jì)36個(gè)，運(yùn)營(yíng)線路總長(zhǎng)度達(dá)5 494.9 km (內(nèi)地5 123.3 km、港臺(tái)地區(qū)371.3 km)[1]。隨著城市軌道交通建設(shè)的快速發(fā)展，軌道交通在城市交通出行中的作用日益顯著。軌道交通客流作為反映軌道交通運(yùn)行狀況的關(guān)鍵指標(biāo)，其時(shí)間特性對(duì)于軌道交通運(yùn)營(yíng)組織、客流預(yù)測(cè)分析等具有重要的指導(dǎo)作用。

關(guān)于軌道交通客流時(shí)間特性的研究主要集中于軌道交通線網(wǎng)與站點(diǎn)日內(nèi)不同時(shí)段特征的分析，進(jìn)而指導(dǎo)站點(diǎn)類型劃分和短時(shí)客流預(yù)測(cè)。王靜等[2]分析北京軌道交通站點(diǎn)的日內(nèi)時(shí)間分布規(guī)律，采用聚類分析法歸納出8種類型。平少華[3]統(tǒng)計(jì)分析深圳地鐵1號(hào)線4類站點(diǎn)進(jìn)站、出站以及進(jìn)出站客流的日內(nèi)出行時(shí)間分布規(guī)律。傅晨琳等[4]基于EEMD-BP方法構(gòu)建城市軌道交通進(jìn)站客流短期預(yù)測(cè)模型。鄒東等[5]采用基于Elman神經(jīng)網(wǎng)絡(luò)算法的時(shí)空相關(guān)性客流預(yù)測(cè)方式對(duì)廣州地鐵站點(diǎn)日內(nèi)不同時(shí)刻的客流進(jìn)行模擬預(yù)測(cè)。在軌道交通系統(tǒng)單日以上單位的客流時(shí)間特性及模擬預(yù)測(cè)方面，袁堅(jiān)等[6]從時(shí)間和空間2個(gè)維度分析城市軌道站點(diǎn)客流分布的特點(diǎn)，采用貝葉斯網(wǎng)絡(luò)法分別實(shí)現(xiàn)普通車站和換乘車站工作日進(jìn)出站客流量的預(yù)測(cè)。邵星杰等[7]分別采用支持向量機(jī)(SVM)模型和SARIMA模型對(duì)南京地鐵線路的日客流演變規(guī)律和小時(shí)客流演變規(guī)律進(jìn)行模擬。王夏秋[8]以南京軌道交通線路平常日和節(jié)假日客流為例，采用PSOGA-SVR模型預(yù)測(cè)平常日的客流量，引入季節(jié)性調(diào)整指數(shù)采用SEA-PSOGA-SVR模型預(yù)測(cè)節(jié)假日的客流量。

以重慶市主城區(qū)軌道交通客流為研究對(duì)象，系統(tǒng)分析軌道線網(wǎng)與線路的年度、季度、月度、周期以及周內(nèi)日間時(shí)間特性及其影響因素。利用單因素方差分析法分析各因素對(duì)于軌道客流時(shí)間特性的影響顯著性，采用多因素方差分析法研究影響軌道交通線網(wǎng)客流的關(guān)鍵因素。

1 重慶市軌道交通客流時(shí)間特性分析

主要從4個(gè)方面分析重慶市軌道交通客流時(shí)間特性。

（1）年度變化趨勢(shì)。自2005年6月份重慶市開通首條軌道交通線路軌道2號(hào)線[9]以來(lái)，主城區(qū)軌道交通線網(wǎng)與線路客運(yùn)量年度變化如圖1所示，隨著開通年限的增長(zhǎng)，呈逐年增長(zhǎng)態(tài)勢(shì)。其中，部分開通年限相對(duì)較長(zhǎng)的線路如軌道1號(hào)線、2號(hào)線和3號(hào)線的客流近年來(lái)增長(zhǎng)幅度趨緩，但并未出現(xiàn)客流下降的情況。

圖1 主城區(qū)軌道交通線網(wǎng)與線路客運(yùn)量年度變化Fig.1 Annual change of rail transit network and passenger volume in main urban areas

圖2 主城區(qū)軌道線網(wǎng)與線路工作日客運(yùn)量月度變化Fig.2 Monthly changes of passenger working days volume in rail network and lines in main urban areas

圖3 主城區(qū)軌道線網(wǎng)與線路節(jié)假日客運(yùn)量月度變化Fig.3 Monthly changes of passenger holidays volume in rail network and lines in main urban areas

（2）季度與月度時(shí)間特性。主城區(qū)軌道線網(wǎng)與線路工作日客運(yùn)量月度變化如圖2所示，主城區(qū)軌道線網(wǎng)與線路節(jié)假日客運(yùn)量月度變化如圖3所示。從工作日季度與月度時(shí)間特性來(lái)看，軌道線網(wǎng)季度客流持續(xù)增長(zhǎng)，1月、2月量級(jí)基本持平，均處于相對(duì)較低的水平，7月、10月和11月的量級(jí)均處于相對(duì)較高的水平。從節(jié)假日來(lái)看，軌道線網(wǎng)客流呈現(xiàn)四季度、二季度客流大于三季度、一季度的特征，2月客流量級(jí)最低，1月、8月均處于相對(duì)較低的水平，11月、10月與工作日特征類似，客流量級(jí)最高。

（3）周期時(shí)間特性。在全年的52個(gè)周期中，除第40周國(guó)慶節(jié)期間，軌道交通線網(wǎng)與線路隨著各類節(jié)假日與特殊事件的發(fā)生，基本呈現(xiàn)一致性的客流波動(dòng)規(guī)律。第6周為春節(jié)假期，線網(wǎng)與線路客流量最低；隨著大中專、中小學(xué)假期以及居民春節(jié)返鄉(xiāng)潮的到來(lái)，春節(jié)前的第4周客流到達(dá)階段高峰；受大中專、中小學(xué)假期結(jié)束以及居民春節(jié)返城潮的影響，春節(jié)后的第8周達(dá)到一個(gè)新的客流高峰。隨著清明、五一小長(zhǎng)假的到來(lái)，第14周、18周出現(xiàn)了短期小高峰。受大中專、中小學(xué)假期的開始和結(jié)束以及8月底智博會(huì)的影響，第28周、35周也出現(xiàn)了短期小高峰，特別體現(xiàn)在途徑智博會(huì)舉辦地軌道6號(hào)線客流的大幅提升。因第四季度軌道線網(wǎng)總體客流量級(jí)水平較高，第37周中秋、第40周國(guó)慶假期并未體現(xiàn)出明顯的高峰，而軌道線路在國(guó)慶假期周體現(xiàn)了一定的客流升降波動(dòng)。

（4）周內(nèi)日間時(shí)間特性。除去工作日中的周六、周日和節(jié)假日中的周一至周五，主城區(qū)軌道線網(wǎng)與線路均呈現(xiàn)工作日客流明顯大于周末的特征。在工作日中周五客流最大，明顯高于其他工作日，周三客流最低；周末兩天中周日客流量最低。

2 重慶市軌道交通客流關(guān)鍵影響因素

軌道交通線網(wǎng)與線路客流的影響因素復(fù)雜多樣，既包括城市空間結(jié)構(gòu)、人口與用地規(guī)模、線網(wǎng)規(guī)模、線路沿線人口集聚與用地開發(fā)成熟度等因素，又包含節(jié)假日、天氣、公交專用道開通以及道路交通運(yùn)行等跟隨事件。

2.1 節(jié)假日因素

為了降低新開通線路因素對(duì)于節(jié)假日情況的影響，以2019年全年軌道線網(wǎng)客流數(shù)據(jù)為基礎(chǔ)進(jìn)行分析。綜合考慮法定節(jié)假日、大中專、中小學(xué)假期等各類節(jié)假日因素的復(fù)雜交叉關(guān)系，將其分為以下5類：工作日、寒暑假的工作日(寒假1月14日—3月4日、暑假6月29日—9月1日)、周末(普通周六周日)、其他法定節(jié)假日(元旦、清明、五一、端午、中秋、國(guó)慶)和春節(jié)(2月4—10日)。

主城區(qū)軌道線網(wǎng)客流工作日與節(jié)假日變化情況如圖4所示，工作日、工作日(寒暑假)、其他法定節(jié)假日軌道線網(wǎng)客流處于相對(duì)較高的水平，周末客流次之，春節(jié)客流最低。從客流的波動(dòng)性和異常值情況來(lái)看，因春節(jié)和其他法定節(jié)假日樣本量相對(duì)較少，不存在異常值，然而波動(dòng)范圍仍然較大；工作日(寒暑假)存在較多的異常低值主要出現(xiàn)在2月份，與學(xué)校放寒假以及務(wù)工人員返鄉(xiāng)等活動(dòng)存在較大關(guān)聯(lián)；工作日波動(dòng)性最小，但是存在較多的異常高值，主要分布在9—10月份，與學(xué)校集中開學(xué)、中秋國(guó)慶假期集中商務(wù)活動(dòng)等具有較大的相關(guān)性。

圖4 主城區(qū)軌道線網(wǎng)客流工作日與節(jié)假日變化情況Fig.4 Urban rail passenger flow changes of weekdays and holidays in main urban areas

2.2 天氣因素

對(duì)天氣事件的類型進(jìn)行有效整合，形成以下3類：晴天(晴、多云轉(zhuǎn)晴、晴轉(zhuǎn)多云、多云)、陰天(多云轉(zhuǎn)陰、陰、陰轉(zhuǎn)多云)、雨天(大雨、多云轉(zhuǎn)大雨、多云轉(zhuǎn)小雨、多云轉(zhuǎn)陣雨、多云轉(zhuǎn)中雨、小雨、小雨轉(zhuǎn)大雨、小雨轉(zhuǎn)多云、小雨轉(zhuǎn)陰、小雨轉(zhuǎn)中到大雨、小雨轉(zhuǎn)中雨、陰轉(zhuǎn)小雨、陰轉(zhuǎn)陣雨、陰轉(zhuǎn)中雨、陣雨轉(zhuǎn)多云、中雨、中雨轉(zhuǎn)小雨、中雨轉(zhuǎn)陰)。

為了降低節(jié)假日、新開通線路因素對(duì)于天氣情況的交叉影響，僅選取2019年工作日的軌道線網(wǎng)客流進(jìn)行分析。在不同天氣情況下，晴天天氣軌道線網(wǎng)客流的平均值略大，為305萬(wàn)人次/d；陰天、雨天天氣的平均值相對(duì)比較接近，分別為294萬(wàn)人次/d和298萬(wàn)人次/d。而從波動(dòng)性和異常值來(lái)看，晴天的波動(dòng)性較大且存在較多極端高值，說(shuō)明晴天居民乘坐軌道出行的意愿相對(duì)強(qiáng)烈；陰天、雨天天氣的客流波動(dòng)性基本一致且極端低值相對(duì)較多，說(shuō)明陰雨天氣對(duì)于居民乘坐軌道交通出行的意愿具有一定的影響。

2.3 道路交通因素

為了完成公交都市考核，2018年下半年主城區(qū)密集開通了100 km左右的公交專用道。經(jīng)分析發(fā)現(xiàn)，隨著公交專用道開通里程的增加，并未出現(xiàn)軌道線網(wǎng)客流持續(xù)下降的現(xiàn)象，基本穩(wěn)定在238 ～ 253萬(wàn)人次/d的客流區(qū)間，無(wú)明顯的趨勢(shì)性特征。主城區(qū)每日的軌道線網(wǎng)客流與高峰道路運(yùn)行指數(shù)如圖5所示，以2019年主城區(qū)高峰道路交通運(yùn)行指數(shù)[10]數(shù)據(jù)為基礎(chǔ)，分析不同指數(shù)等級(jí)情況下的軌道交通線網(wǎng)客流，研究道路交通對(duì)于軌道交通客流的影響。2019年主城區(qū)高峰道路交通運(yùn)行指數(shù)分布在2.27 ～ 6.82之間，運(yùn)行速度在17 ～ 35 km/h之間，將其分為以下5類：指數(shù)2 [2，3)、指數(shù)3 [3，4)、指數(shù)4 [4，5)、指數(shù)5 [5，6)、指數(shù)6 [6，7)。

圖5 主城區(qū)軌道線網(wǎng)客流與高峰道路運(yùn)行指數(shù)Fig.5 Passenger flow of rail transit network and peak road operation index in main urban areas

各道路運(yùn)行指數(shù)類型的主城區(qū)軌道線網(wǎng)客流如圖6所示，在2019年人口、用地開發(fā)以及軌道線網(wǎng)長(zhǎng)度相對(duì)穩(wěn)定的情況下，軌道交通線網(wǎng)客流量隨著高峰道路運(yùn)行指數(shù)的增加而逐步增大，說(shuō)明不同時(shí)期不同量級(jí)的居民出行需求是由道路與軌道共同分擔(dān)的，并不存在道路異常擁堵而軌道客流不高或者軌道客流極高而道路極其暢通的狀況。

圖6 各道路運(yùn)行指數(shù)類型的主城區(qū)軌道線網(wǎng)客流Fig.6 Passenger flow of rail transit network in different road operation index type in main urban areas

2.4 線網(wǎng)長(zhǎng)度因素

前述因素主要反映不同日期的各類因素對(duì)于軌道線網(wǎng)客流的影響，而軌道線網(wǎng)長(zhǎng)度則主要影響年日均客流變化。軌道線網(wǎng)年日均客運(yùn)量與線網(wǎng)長(zhǎng)度的增長(zhǎng)變化趨勢(shì)高度一致。2005 ～ 2010年軌道線網(wǎng)長(zhǎng)度19 km，客流一直維持在較低的水平；之后，隨著軌道線網(wǎng)長(zhǎng)度由19 km增長(zhǎng)為329 km，軌道線網(wǎng)年日均客運(yùn)量也由12萬(wàn)人次增長(zhǎng)為285萬(wàn)人次。對(duì)軌道線網(wǎng)年日均客運(yùn)量與線網(wǎng)長(zhǎng)度進(jìn)行一元線性回歸分析，發(fā)現(xiàn)其R2高達(dá)0.97，進(jìn)一步證明了日均客流量與線網(wǎng)長(zhǎng)度之間存在較高正相關(guān)性。

3 基于單因素與多因素的軌道交通客流影響分析

3.1 工作日與節(jié)假日的單因素方差分析

采用單因素方差分析法對(duì)工作日與節(jié)假日之間的軌道線網(wǎng)客流是否存在顯著性差異進(jìn)行研究。首先，對(duì)2019年365天軌道線網(wǎng)客流開展正態(tài)性檢驗(yàn)，如表1所示。軌道線網(wǎng)客流總體不符合正態(tài)性分布，特別是正常工作日、寒暑假期間工作日的正態(tài)性檢驗(yàn)值不顯著，其K-S和S-W檢驗(yàn)值Sig.均小于0.01。

表1 主城區(qū)2019年軌道線網(wǎng)客流正態(tài)性檢驗(yàn)Tab.1 Normality test of rail passenger flow in main urban areas in 2019

采用正態(tài)得分法對(duì)不符合正態(tài)分布的軌道線網(wǎng)客流數(shù)據(jù)進(jìn)行正態(tài)性轉(zhuǎn)換，經(jīng)檢驗(yàn)滿足正態(tài)分布?；诠ぷ魅张c節(jié)假日情況對(duì)軌道線網(wǎng)客流進(jìn)行單因素方差分析發(fā)現(xiàn)ANOVA顯著性小于0.01，說(shuō)明節(jié)假日因素對(duì)于軌道線網(wǎng)客流具有顯著性影響。

進(jìn)一步開展多重比較，發(fā)現(xiàn)工作日與工作日(寒暑假期間)軌道線網(wǎng)客流之間的顯著性水平為0.745、工作日(寒暑假期間)與其他法定節(jié)假日之間的顯著性水平為0.368，在顯著性水平0.05情況下無(wú)顯著性差異；其他類型之間的顯著性水平均小于0.05，說(shuō)明相互之間具有顯著性的差異。

3.2 其他因素的單因素方差分析

（1）針對(duì)季度、月度的工作日與節(jié)假日軌道線網(wǎng)客流分別進(jìn)行單因素方差分析，發(fā)現(xiàn)其ANOVA顯著性均小于0.01，說(shuō)明季度、月度的工作日與節(jié)假日均存在顯著性差異；而經(jīng)多重比較可知，工作日三季度與四季度、節(jié)假日二季度與三季度以及部分月份之間不存在顯著性差異。

（2）周內(nèi)日間軌道線網(wǎng)客流ANOVA顯著性小于0.01，存在顯著性差異。其中，周一至周四這4天的顯著性均大于0.05，不存在顯著性差異，周一至周四、周五、周六、周日之間的軌道線網(wǎng)客流存在顯著性差異。

（3）針對(duì)不同公交專用道長(zhǎng)度、天氣情況下的工作日軌道線網(wǎng)客流ANOVA顯著性分別為0.057、0.063，說(shuō)明公交專用道開通和天氣對(duì)軌道線網(wǎng)客流無(wú)顯著性影響，這與公交專用道、天氣對(duì)于道路交通運(yùn)行的影響略有不同[14]。

（4）通過(guò)對(duì)不同高峰道路運(yùn)行指數(shù)分類水平下的軌道線網(wǎng)客流進(jìn)行單因素方差分析，發(fā)現(xiàn)不同指數(shù)分類水平下的客流具有顯著性差異，各指數(shù)分類中除指數(shù)5和6的顯著性水平為0.582(大于0.05)之外，其他指數(shù)分類均存在顯著性差異。

3.3 客流影響因素的多因素方差分析

根據(jù)單因素方差分析結(jié)果，首先剔除掉天氣、公交專用道長(zhǎng)度這兩項(xiàng)對(duì)軌道線網(wǎng)客流無(wú)顯著影響的因素。線網(wǎng)長(zhǎng)度主要影響年日均客流量，在此不進(jìn)一步分析研究。考慮到周內(nèi)日間、季度、月度對(duì)軌道線網(wǎng)客流均存在顯著影響，而部分周期、季度、月度間又不存在顯著差異，為減少?gòu)?fù)雜交叉，將其統(tǒng)一在節(jié)假日因素的分析范疇內(nèi)。進(jìn)一步結(jié)合道路交通運(yùn)行情況因素，整合分類中的無(wú)顯著差異類型，開展多因素方差分析研究。

采用2019年軌道線網(wǎng)客流數(shù)據(jù)，基于節(jié)假日類型(工作日、周末、其他法定節(jié)假日、春節(jié))、道路交通運(yùn)行指數(shù)類型(指數(shù)2、指數(shù)3、指數(shù)4、指數(shù)5以上)進(jìn)行多因素方差分析，主城區(qū)軌道線網(wǎng)客流多因素方差分析如表2所示。

表2 主城區(qū)軌道線網(wǎng)客流多因素方差分析Tab.2 Multiple factor variance analysis for rail passenger flow in main urban areas

從表2可以發(fā)現(xiàn)節(jié)假日、指數(shù)以及節(jié)假日*指數(shù)的顯著性均小于0.01，說(shuō)明不僅節(jié)假日情況、道路交通運(yùn)行狀況獨(dú)立作用于軌道線網(wǎng)客流，其交互作用也在軌道線網(wǎng)客流中存在顯著性差異，是影響軌道交通線網(wǎng)客流的關(guān)鍵因素。

4 結(jié)束語(yǔ)

軌道交通客流受季度、月度、周期等各類事件的影響，存在一定的客流波動(dòng)特征，如周內(nèi)工作日中周五客流最大，周三最低。在各影響因素中，軌道線網(wǎng)長(zhǎng)度、節(jié)假日與道路交通運(yùn)行狀況是影響軌道交通線網(wǎng)客流的關(guān)鍵因素。我國(guó)各大城市正處于軌道交通規(guī)劃、建設(shè)與運(yùn)營(yíng)的快速發(fā)展階段，研究軌道交通客流的時(shí)間特性及其影響因素，有助于科學(xué)、客觀的開展軌道交通客流預(yù)測(cè)，支撐軌道交通線網(wǎng)的規(guī)劃設(shè)計(jì)，同時(shí)服務(wù)于軌道交通的運(yùn)營(yíng)組織，特別是制定不同事件情境下的運(yùn)營(yíng)方案。