客流预测原理及方法：现代有轨电车系统运作模式

1.客流影响因素与成长规律分析

（1）轨道交通客流的形成 城市轨道交通客流主要包括转移客流量和诱增客流量。转移客流量指由于轨道交通所具有的快速、准时、安全及方便等优点，而从其他交通方式转移过来的客流量。转移客流量中最大的可能来源是那部分本来选择常规公交或自行车出行的居民；相对于小汽车的出行而言，轨道交通的出行成本较低，且随着出行距离增大，这种优势表现得尤为明显，因此还有一部分客流量会从小汽车方式转移过来。诱增客流量则主要指轨道交通线路的建设促进沿线土地的开发、人口的集聚，使区域之间的可达性提高、服务水平提高及居民的出行强度增加等而诱增的客流量，最直接的体现是居民可能会选择“住在郊区，工作休闲在市中心”的生活方式。

城市客流主要取决于城市土地利用的空间布局和城市经济的发展水平，在供给能力满足的条件下，当一个城市的土地利用布局规划确定以后，从某种意义上讲，城市客流的产生和分布就客观存在了，当然，我们不能否认交通政策在其中的作用。同时，由于轨道交通作为一种大运量、快速的城市客运交通工具，它的存在直接地改变了轨道线路沿线区域的可达性，大大地缩小了出行者的出行时间，因此居民也愿意居住在轨道线路经过的区域，从而导致该区域房价会上扬。但是，这种影响是相互的，反过来，轨道交通对城市的土地利用空间布局产生一定的影响，如加快城市郊区化进程和提高轨道线路沿线土地的开发强度等，从而影响轨道交通客流的产生与分布。

（2）轨道交通客流规模影响因素分析

1）沿线用地开发。城市各种经济活动在城市空间上所表现的土地利用是产生交通流的“源泉”，人们常常把交通当作“流”，把土地利用当作“源”。交通系统和土地利用实质上就是“流”和“源”，无源之流和无本之木都是不存在，因此轨道沿线土地利用及站点周边覆盖的人口和岗位对轨道交通客流量有着举足轻重的影响。在香港，大约50%的居民和55%的职业岗位集中在离轨道交通车站10min的步行距离之内，其轨道交通成功的一个最重要原因就在于此。

2）交通衔接。轨道交通作为一种定线的运输工具，其直接影响范围是十分有限的，通常只能覆盖其线路两侧一定范围内的交通走廊。要发挥出轨道交通大运量的优势，保证轨道交通的客流效益，形成与个体交通方式相抗衡的力量，必须依靠自行车、摩托车、地面公交等其他交通方式的接运，使其服务范围间接地延伸到城市的各个角落，进而实现人流在城市空间内快速、安全、舒适有序的移动。

根据对上海市地铁三条线路15个典型站点的客流调查结果表明，不同类型的站点其步行到站比例都比较大，为30%～57%，其中成熟居住区的步行到站比例最大，为57%；其次为公共中心区，为48%。地铁站点的公交到站比例也比较大，为30%～40%，其中城市外围区站点公交到站比例甚至比步行比例高10%，并且这类站点的自行车、出租车和私家车的换乘比例明显高于其他类型的站点。各类站点中，自行车、出租车和私家车到站比例都比较小，主要是由于长期不重视与这几类交通方式的换乘及地铁站点周边停车设施严重不足造成的。

3）轨道交通服务水平

①轨道交通网络化。一条新的轨道交通线路的投入运营，与原有轨道交通线路之间构成了换乘关系，形成网络效应，会使原有线路客流迅速增长，并且使得新线路的客流起点比较高。例如，广州地铁1号线于1999年6月28日正式投入运营，客流增长一直比较缓慢，2002年地铁旅客运输量仅达到6629.13万人次，比2001年增长4.2%。2003年6月28日，地铁2号线三元里到琶洲塔开通运营，当年的旅客运输量就突破了1亿人次，比上年增长7%，2004年又增长41.4%，达到了1.64亿人次。

②运营服务水平。轨道交通的运营服务水平也是影响客流规模的一个重要因素。轨道交通的服务水平主要包括运行间隔和旅行速度。运行间隔与乘客的候车时间有关，而旅行速度影响乘客的在车时间，因此运行间隔越短、旅行速度越快，越有利减少人们的出行时耗，对客流的吸引力越大。轨道交通的服务水平对运营初期影响最为明显，运营初期，由于整个运输系统的功能还不稳定，因此在一个相当长的时间内，对系统的运输能力产生不利的影响，使得系统初期的服务水平降低而影响客流。

4）票价政策变化对客流的影响。在目前国内城市居民收入水平总体不高的情况下，轨道交通的客流量与票价的高低存在很大的关联关系。事实上，从国内建成轨道交通线路的运营状况来看，轨道交通客流量对票价十分敏感。

（3）轨道交通单线客流成长规律分析

1）初期有一个客流培育的过程，增长较缓慢。轨道交通客流在初期有个缓慢的培育过程。在轨道交通运营初期，对于经过市中心区的车站，其周围的人口、就业岗位变化比郊区慢得多，平行于轨道交通线路的公交线路尚未及时调整及人们的出行习惯等因素都使得轨道交通线路在运营开始的3～5年中增长很慢。而第一条轨道交通线的客流培育期则更长，大约需要5～7年。上海地铁1号线的客流培育期为7年，其中1993—1995年为试运营，1995—2000年为正式运营，在1993—2000年的7年中，客流年均增长率为5.3%。广州地铁1号线在运营的前4～5年客流量增长很慢，甚至还会上下波动，平均增长率仅为3.7%。

2）在经历培育期之后，轨道交通客流量会加速增长。上海地铁1号线在开通7年后开始加速增长，2000—2005年间，上海地铁1号线客流年均增长率达到23.7%；广州地铁1号线在正式运营4年后开始加速增长，2003—2006年的客流年增长率达到20%～25%；东京早期建设的地铁线路在开通运营之后的30年左右时间内，日均客流均呈现总体上升趋势，而且开通以后的最初10年左右时间内上升幅度最大。

之所以会产生客流加速增长，是由于人们收入水平提高、城市人口增长加快、道路交通拥挤、居民出行习惯改变及轨道交通网络效应等因素的共同作用所致。

3）轨道交通网络化效应明显。一条新的轨道交通线路的投入运营，与原有轨道交通线路之间构成了换乘关系，形成网络效应，会使原有线路客流迅速增长，并且使得新线路的客流起点比较高。

从2005年、2006年的实际运营客流样本看，上海地铁1号线的本线客流只有50万～60万人/d，由其他线路运营而增加的客流量约30万人/d，占地铁1号线全部客流的1/3；广州地铁1号线在地铁2号线开通的后一个月，客流量由6月的16万人/d增长到7月的24万人/d，增长了约1/3。

（4）轨道交通全网客流成长规律分析

1）轨道交通日客运量呈稳定增长趋势。轨道交通客运量规模发生了巨大变化，从1995—2009年上海的轨道线网长度增长不足10倍，而交通日均客运量增长了近20倍，轨道交通日客运量呈现整体上升趋势，广州也如此。从上海和广州的数据来看，虽然受票价调整等因素的影响，各城市线网客流强度出现过短暂的波动，但随着轨道交通沿线区域土地开发利用的逐步实施，换乘客流的形成，全网客流强度仍然保持着强劲的增长趋势。

2）现阶段票价调整对客流影响显著。从北京、上海、广州、武汉等多个城市的票价调整来看，现阶段票价的调整对客流有明显的影响。票价调整对短距离客流影响尤为明显，通过合理的票价方案，可促使常规公交与轨道的出行距离分布比例逐步趋于合理。

（5）轨道交通客流特征分析

1）断面客流分布特征。在轨道交通线路上，由于线路行经区域的用地开发性质不同，所覆盖的客流集散点的规模和数量不同，因而出现线路各个车站乘降人数不同、线路各个断面的客流存在不均衡现象是不可避免的。

2）高峰小时系数与三高断面。

①高峰小时系数。轨道交通客流在全天不同时间上的分布是不同的，高峰小时系数为高峰时段客流量与全天客流量的比值。根据客流量的取值不同（可取全线客运量、各断面客流量、各车站乘降客流量），高峰小时系数含义也分别不同。

a.轨道交通小时客流量在一天内呈驼峰形分布，有两个高峰期，即早高峰和晚高峰。其他时间段则是客流平峰期，9：00—17：00时段的小时客流系数仅为5%左右。

b.轨道交通高峰小时系数普遍比常规公交高峰小时系数要大。

c.客运量高峰系数基本呈下降趋势。

d.客运量早、晚高峰系数的差异在逐步减小。

e.断面客流高峰系数值明显大于运量高峰系数值。

②三高断面分布。对于轨道交通而言.客流预测中高峰小时单向最大断面客流量是一个至关重要的决策依据。高峰小时单向最大断面指在高峰小时断面客流分布中，线路某一个方向（上行或下行）上的断面客流量最大的那个区间，简称为“三高”断面。

3）平均运距。线路的平均运距即为该线路乘客的平均乘行距离。平均运距是轨道交通线路运营的一个重要指标，既可以反映轨道交通线路乘客空间分布情况，也一定程度上反映了客流在各断面上的聚集程度。对于一条轨道交通线路而言，平均运距不能太长，也不能太短。平均运距太长表明该线路在规划时线路长度可能过短，而平均运距过短则表明该线路走向不够理想或长度过长，两者均需要对线路进行优化。

4）换乘客流。

①全网换乘客流。随着网络规模的扩大以及轨道交通网络从市区向郊区的延伸，换乘客流大幅增加，基本上占全网客运量的30%～40%。

②单线换乘客流。

a.郊区线的换乘比例大于市区线。轨道网从市区向郊区延伸过程中，全网换乘量和换乘系数均会增加，由于郊区线需依托市区线发展客流，换乘率一般都比较高。

b.环线的换乘比例明显较高。环线与网络中大多数线路都有换乘站，线路上换乘站较多，换乘关系复杂，因此环线上的换乘比例明显较高。

2.客流预测的基本方法——四阶段法

四阶段法形成于20世纪70年代的欧美发达国家，并随着各个阶段模型研究的深入不断完善，现已经成为交通需求预测的主要方法。四阶段模型包括交通的发生与吸引、交通的分布、交通方式划分及交通流分配四个子模型。

（1）交通的发生与吸引 四阶段法的第一个阶段为交通发生与吸引，这个阶段的目标是预测研究对象地区总的交通量，并求出研究对象地区中的各个交通小区的交通发生和吸引量。先求出研究对象地区的交通需求总量预测值，即交通生成量，再在交通生成总量的约束下，求出各个交通小区的发生交通量和吸引交通量。

影响交通发生与吸引量的因素主要有以下几种。

1）土地使用。交通系统与土地使用情况有着密切联系，地区的土地使用情况是影响交通量发生和吸引的主要因素之一。城市区域的土地使用大致可以分为以下10大类，分别为居住用地、公共设施用地、工业用地、仓储用地、对外交通用地、道路广场用地、市政公共设施用地、绿地、特殊用地、水域及其他用地。

2）家庭规模和成员的构成。家庭规模的大小影响家庭出行，人均出行次数与家庭规模的大小成反比例；由于出行目的不同，因此影响家庭出行的主要因素就是家庭成员的构成，如小孩上学、成年人上班、老年人基本不出行等。

3）居民年龄、性别。根据数据统计显示，受体力、工作性质等影响，男性平均出行次数较多的年龄段为20～45岁，女性平均出行次数较多的年龄段为20～40岁。在出行的发生和吸引交通量的预测中，对居民不同性别和年龄、居民的平均出行次数的调查和评价是重要的基础数据。

4）汽车保有率。汽车保有率与人均出行数成正比例关系，主要原因：购买车辆的人出行需求较高；购买车辆以后更容易诱发出行。

5）自由时间。自由时间是从一天的24h中除去约束时间的剩余时间。

6）居民职业和工种。居民职业和工种的不同是造成出行量不同的主要原因之一，如汽车驾驶员、推销员及采购员等。

7）企业规模和性质。一般来说，企业越大，业务处理量就越大，外出率就越高。外出率是工作中外出业务占总业务的比例，它因工种、年龄的不同而异。(www.xing528.com)

8）家庭收入。家庭收入也是影响出行，尤其是自由出行的主要原因之一。高收入家庭，汽车购买率高，购物、娱乐等需求也高，平均出行次数就多。

9）其他。天气、工作日和季节等不同也影响人们的出行。

交通发生与吸引预测的基本方法有原单位法、增长率法、聚类分析法、函数法、趋势法和回归分析法等，以下介绍前三种方法。

1）原单位法。根据人口属性以不同出行目的的单位出行次数作为原单位，对总交通发生量进行预测。

2）增长率法。增长率法是在原单位法的基础上，考虑原单位随时间变动的情况，在原单位法中加入了交通量增长参数模型。

3）聚类分析法（又称交叉分类方法）。聚类分析法是出行生成预测的另一个可选用的模型，英国人称其为类型（别）分析，美国人则称其为交叉分类方法。它突出以家庭作为基本单元，用将来的出行发生率求得将来的出行量。它与原单位法有很多相似之处，但又存在很大不同。

①聚类分析法必须服从的假定：

a.一定时间内出行率是稳定的。

b.家庭规模的变化很小。

c.收入与车辆拥有量总是增长的。

d.每种类型内的家庭数量可用相应家庭的收入、车辆拥有量和家庭结构等资料所导出的数学分布方法来估计。

②构造聚类分析模型的步骤：

a.有关家庭的横向分类。上海曾以住宅类型、家庭人口及自行车拥有量作为分类项目，研究出行发生模型。

b.把每个家庭定位到横向类别，即对家庭访问调查资料进行分类，把每个家庭归入其所属类别。

c.对其所分的每一类计算其平均出行率。用调查的每类出行发生量除以每类的家庭总数，则可分别得出每类家庭的平均出行率。

d.计算各分区的出行发生。把分区中每一类的家庭数乘以该类的出行发生率，并将分区中所有类别的家庭出行量加起来，得到出行总量。

③聚类分析法的主要优点：

a.直观、容易了解。人们容易接受出行发生与住户特性关系的观念，不像回归分析那样必须了解相关性、参数值等因素。

b.资料的有效利用。从现有的OD调查中就可获得完整的资料，即使没有，也可通过小规模调查得到。

c.容易检验与更新。出行发生率很容易通过小规模抽样调查与小区的特性分析来校核其正确性。

d.可以适用于各种研究范围。由于出行发生基于住户的特性，出行吸引基于土地利用特性。因此，其出行生成、吸引率可以用于各种范围研究，如区域规划、运输通道规划和新发展区。

④聚类分析法的主要缺点：

a.每一横向分类的小格中，住户彼此之间的差异性被忽略。

b.因各小格样本数的不同，得到的出行率用于预测时会失去其一致的精确性。

c.同一类变量类别等级的确定是凭个人主观，失之客观。

d.当本方法用于预测时，每一小格规划年的资料预测将是一项繁杂工作。

聚类分析法以估计给定出行目的每户家庭的出行发生量为基础，建立以家庭属性为变量的函数，并且突出家庭的规模、收入、拥有小汽车数分类调查统计，得出相应的出行发生率，由现状出行发生率得到现状出行量，由将来出行发生率来得到将来出行量。

（2）交通的分布 四阶段法的第二阶段为交通的分布预测，这个阶段的任务是将交通发生与吸引预测阶段获得的各个交通小区的出行量转换成为小区之间的空间OD量。

1）增长率法。增长率法是在现状分布交通量的基础上，通过对分布交通量的增长率法进行研究分析，预测未来交通分布的一种方法。根据增长率模型的不同，增长率法可以分为单一增长率法、平均增长率法、底特律法和弗拉塔法四种。

2）重力模型。重力模型是一种最常用的方法，它根据牛顿的万有引力定律，即两物体间的引力与两物体的质量之积成正比，而与它们之间距离的平方成反比类推而成。

3）增长率法和重力模型优缺点对比见表9-1。

表9-1 增长率法和重力模型优缺点对比

（3）交通方式划分 四阶段预测法中的第三阶段为交通方式划分，这个阶段的任务是依据历史数据，预测不同交通方式的客流量分担率和交通量。交通方式划分模型的建模思路有两种：①是假设历史的变化情况在将来继续延续下去的前提下，研究交通需求的变化；②是从城市规划的角度出发，为了实现所期望的交通方式划分，如何改良、建设各种交通设施引导人们的出行，以及如何制定各种交通管理规则等。新交通方式（新线道路运输工具、轨道交通等）的交通需求预测问题属于后者。

客流量分担率预测方法按照预测的基本单位性质不同，可分为集计模型和非集计模型。集计模型是以交通小区为基本研究单位，对居民按交通小区划分进行统一调查、统计、分析和预测：非集计模型则是以研究范围内居民个人出行方式为基本研究单位，进行调查、统计、分析，并构造不同交通方式的客流量分担率预测模型，预测各种交通方式的选择概率，然后再将交通方式选择结果统计起来，预测交通方式的划分率。应用比较广泛的交通方式划分模型有划分率曲线模型、函数模型、出行端点模型和出行转换模型。以下介绍划分率曲线模型和函数模型。

1）划分率曲线模型。划分率曲线模型是最早获得实际应用的模型。它是于1950年根据高速公路规划建设的需要提出的，因此它以道路网为对象，将高速公路作为一种交通方式，研究其交通量的划分率，是一种径路划分模型。

2）函数模型（线性函数模型、Logit模型、Probit模型）。

①线性函数模型。线性函数模型是最早开发的模型，其自变量为影响交通方式选择的要素，因变量为交通方式划分率。

②Logit模型。一般交通方式的效用（UjⅣtilit）因其交通方式所具有的特性和社会经济属性的不同而异。然而，实际中不可能将所有的因素全都实测出，因此人们认为，效用是按照一定的概率随机变动。

③Probit模型。假设效用函数中的随机项服从多变量正态分布，则交通方式选择模型将成为Probit模型。

（4）交通流分配 在交通流分配方法的理论研究过程中，经历了全有全无的最短路径方法、Wardrop第一定理和Wardrop第二定理、Beckmann提出的交通平衡分配模型、随机分配模型、动态分配模型等阶段。其中Beckmann交通分配平衡模型是在满足Wardrop定理前提下提出来的，这一数学规划模型奠定了交通流分配问题的理论基础。后来的许多分配模型，如弹性需求分配模型、组合分配模型等都是在Beckmann模型的基础上扩展得到的，如图9-1所示。

图9-1 交通流分配模型

3.道路交通客流预测分析

现代有轨电车在大多情况下采用地面铺设的方式，同时通过的道路大多为主要干道，通常情况下现状交通流量较大，如果每个方向减少一条车道将对道路交通产生较大影响，也会对地面交通产生较大压力。为此，需要对与现代有轨电车线路相关的地面道路进行道路交通的客流分析，以免影响地面交通的通畅。大多数情况下，现代有轨电车的线路建设不应减少道路现有车道数量，尽量采用“占一还一”的方案，以保证道路交通顺畅。