孫雨婷，成洪博，林綿峰，趙凈潔，李 靜

(1.北京北大千方科技有限公司，北京 100085；2.北京市交通運(yùn)行監(jiān)測調(diào)度中心，北京 100161)

0 引 言

隨著國民經(jīng)濟(jì)的快速發(fā)展，我國航空運(yùn)輸行業(yè)在過去十幾年中取得了長足的發(fā)展。2019年，全行業(yè)完成旅客運(yùn)輸量65 993.42萬人次，比上年增長7.9%。國內(nèi)航線完成旅客運(yùn)輸量58 567.99萬人次，比上年增長6.9%；國際航線完成旅客運(yùn)輸量7 425.43萬人次，比上年增長16.6%[1]。通過合理的獲取機(jī)場陸側(cè)旅客出行鏈信息，可對(duì)機(jī)場陸側(cè)旅客出行服務(wù)管理提出更精細(xì)化、人性化的保障，是提升機(jī)場服務(wù)品質(zhì)的重要研究方向。[2-4]

現(xiàn)階段國內(nèi)外對(duì)出行鏈的研究情況如下：葉玉玲[5]提出城際出行鏈的概念，構(gòu)建城際出行鏈概念模型，建立了引入心理潛變量的SEM-Logit模型，并通過路徑選擇法建立了基于城際出行鏈的SEM-Logit模型。王媛[6]基于旅游包車GPS數(shù)據(jù)，利用基于DBSCAN算法識(shí)別旅客出行停留點(diǎn)還原旅客日維度旅游出行鏈。戴露[7]通過設(shè)計(jì)不同出行目的類型(通勤、非通勤從及上下學(xué))的出行試驗(yàn)，采集了個(gè)體完整的出行鏈GPS數(shù)據(jù)。Qian[8]比較通勤與非通勤出行鏈之間的交通方式選擇決策，使用logit模型來估計(jì)因素對(duì)出行方式選擇的影響，包括步行，自行車，公共交通和汽車，運(yùn)用熵理論對(duì)出行者的交通方式選擇決策的不確定性進(jìn)行評(píng)價(jià)。Cong等[9]利用GPS數(shù)據(jù)和智能卡數(shù)據(jù)，提出了進(jìn)一步提高學(xué)生群體下車站識(shí)別成功率的改進(jìn)算法，從而更好的獲得學(xué)生的行程鏈和出發(fā)地—目的地矩陣。Calabrese[10]從手機(jī)數(shù)據(jù)中提取了出行距離和出行強(qiáng)度等信息，用于研究居民出行需求和特征，并將研究結(jié)果用于交通運(yùn)輸中。從以上綜述可以得知，目前對(duì)出行鏈的研究主要集中于城市間或城市內(nèi)部等較大范圍區(qū)域，而對(duì)于機(jī)場陸側(cè)這一較小范圍區(qū)域還鮮有涉及。

1 機(jī)場陸側(cè)抵港旅客出行鏈定義及構(gòu)建方法

出行鏈?zhǔn)敲枋鲂腥藗€(gè)體在一段時(shí)間內(nèi)的途經(jīng)地點(diǎn)(區(qū)域)的順序集合，反映了旅客在空間和時(shí)間維度上的活動(dòng)，則定義機(jī)場陸側(cè)旅客出行鏈為旅客個(gè)體從旅客抵港區(qū)至多種運(yùn)輸方式接續(xù)區(qū)所經(jīng)過路徑在空間維度及所對(duì)應(yīng)時(shí)間維度的集合。

機(jī)場陸側(cè)旅客出行鏈在空間維度上體現(xiàn)為旅客的出行路徑，[11]結(jié)合機(jī)場內(nèi)部物理結(jié)構(gòu)，機(jī)場陸側(cè)旅客普遍個(gè)體出行路徑為：當(dāng)航班抵港機(jī)位為靠橋機(jī)位時(shí)，旅客可以通過廊橋步行至行李提取區(qū)；當(dāng)航班抵港機(jī)位為遠(yuǎn)機(jī)位時(shí)，旅客可以通過擺渡車到達(dá)擺渡車?？奎c(diǎn)后步行至行李提取區(qū)。旅客經(jīng)過行李提取區(qū)后到達(dá)機(jī)場到達(dá)出口后，可以通過直梯、扶梯或者步行等多種途徑到達(dá)多種運(yùn)輸方式接續(xù)區(qū)。

在不考慮抵港旅客存在購物或者其他行為，旅客到達(dá)后通過廊橋進(jìn)入到達(dá)大廳，經(jīng)過行李提取區(qū)后到達(dá)各個(gè)接續(xù)運(yùn)輸區(qū)。

在不考慮抵港旅客存在購物或者其他行為，旅客到達(dá)后通過廊橋進(jìn)入到達(dá)大廳，經(jīng)過海關(guān)測溫、邊防檢查、行李提取、海關(guān)檢查后到達(dá)各個(gè)接續(xù)運(yùn)輸區(qū)。

2 出行鏈走行時(shí)間模型建立

在考慮到國內(nèi)外抵港旅客實(shí)際出行鏈共性的前提下，先選取大興機(jī)場國內(nèi)抵港旅客出行鏈中下客廊橋至行李提取區(qū)出口這一段鏈路作為研究對(duì)象，分析個(gè)人特征對(duì)旅客步速的影響，進(jìn)一步結(jié)合出行路徑的距離來構(gòu)建出行鏈走行時(shí)間模型。

2.1 數(shù)據(jù)采集方案與統(tǒng)計(jì)

首先在大興機(jī)場下客廊橋至行李提取區(qū)出口這一區(qū)域內(nèi)的旅客步行通道放置錄像設(shè)備，提前測量所監(jiān)測通道的直線距離，其次通過視頻分析獲得旅客步行所花費(fèi)時(shí)間、性別信息以及是否攜帶行李信息，最后在錄像區(qū)域外通過問詢調(diào)查的方式獲得年齡段信息及旅客出行目的信息。

經(jīng)過統(tǒng)計(jì)，在對(duì)大興機(jī)場航站樓步行通道旅客步行速度的調(diào)查中，共采集3 500個(gè)旅客樣本。對(duì)總數(shù)據(jù)集進(jìn)行篩選、清洗操作，刪除無效樣本97個(gè)，有效數(shù)據(jù)共3 403個(gè)旅客樣本，選取2 903個(gè)樣本用于分析與建立模型，500個(gè)樣本用于驗(yàn)證模型有效性。旅客步速的總體情況如表1所示。

表1 旅客步速總體情況

從表1中可以看出，在大興機(jī)場陸側(cè)航站樓步行通道內(nèi)整體旅客的平均步速為1.41 m/s，旅客步速直方圖如圖1所示，可以看出旅客步行基本參數(shù)大致符合正態(tài)分布。

圖1 旅客步速直方圖

使用柯爾莫戈洛夫-斯米諾夫檢驗(yàn)與夏皮羅-威爾克W檢驗(yàn)對(duì)旅客步速樣本進(jìn)行驗(yàn)證，其檢驗(yàn)結(jié)果表示，在95%的置信水平下，Sig值大于0.05，說明該樣本顯著地服從正態(tài)分布。

為了分析旅客步速影響因素，將該樣本數(shù)據(jù)與生活性街道行人運(yùn)動(dòng)特征[12]進(jìn)行對(duì)比，對(duì)比結(jié)果如表2所示。

表2 行人運(yùn)動(dòng)特征對(duì)比

可以發(fā)現(xiàn)該數(shù)據(jù)樣本代表的航站樓步行通道內(nèi)旅客步速平均值、最小值以及最大值均大于生活性街道上對(duì)應(yīng)統(tǒng)計(jì)指標(biāo)，為了建立反映旅客個(gè)人特征的步行速度模型，接下來的研究影響旅客步行時(shí)間的因素。

2.2 影響因素分析

通過采集數(shù)據(jù)統(tǒng)計(jì)可知，機(jī)場旅客的步行速度快慢差異較大，為了探究各類影響因素對(duì)旅客步行速度長短的影響，首先建立旅客步行速度推算模型，分析可能對(duì)旅客步速造成影響的影響因素，最后根據(jù)步行距離與步行速度的比值得到旅客出行鏈走行時(shí)間。

旅客的步行運(yùn)動(dòng)受到個(gè)人特征的明顯影響，影響因素涉及性別、年齡、出行目的、周邊環(huán)境、道路設(shè)施等多方面[13]?？紤]到航站樓走行區(qū)域與城市交通道路構(gòu)造以及對(duì)應(yīng)的步行者存在明顯的特征差異，首先航站樓內(nèi)走行區(qū)域環(huán)境以及設(shè)施較為單一，沒有機(jī)動(dòng)車輛，對(duì)步行者更為友好；其次飛機(jī)旅客出行時(shí)通常會(huì)攜帶一定量的行李，對(duì)于步行速度會(huì)造成一定的影響。因此選定的步行速度影響因素包括：性別、年齡、出行目的以及攜帶行李四個(gè)維度，將四種影響因素分為Ⅰ、Ⅱ兩類，其中Ⅰ類包括性別、年齡以及出行目的三種因素；Ⅱ類包括攜帶行李一種因素。

綜上，以大興機(jī)場陸側(cè)旅客平均步速為基準(zhǔn)的旅客步行速度推算模型表達(dá)式如公式(1)所示。

(1)

式中：V為旅客實(shí)際步行速度；θi為第i項(xiàng)Ⅰ類影響因素折算系數(shù)；v為大興機(jī)場陸側(cè)旅客平均步行速度；φ為Ⅱ類影響因素折減值。

(1)性別

在航站樓內(nèi)采集的樣本中，男性占42%，女性占58%，旅客微觀參數(shù)統(tǒng)計(jì)結(jié)果如表3所示，結(jié)果顯示男性平均步速高于女性平均步速，同時(shí)男性步速可達(dá)到的最大值高于女性步速可達(dá)到的最大值，其步速標(biāo)準(zhǔn)差也高于女性步速標(biāo)準(zhǔn)差，說明男性的步速離散程度高于女性。通過t雙樣本檢驗(yàn)，可以得出結(jié)論，在α=0.05水平下，男性和女性的步行速度差異顯著。形成這樣的差異的主要原因在于不同性別旅客之間的生理與心理差異導(dǎo)致的。

表3 不同性別旅客步速情況

性別對(duì)大興機(jī)場陸側(cè)旅客平均步行速度造成影響的折減系數(shù)用θ1表示。采用最小二乘法標(biāo)定性別影響因素折算系數(shù)θ1，可以計(jì)算得到θ1的建議取值范圍，如表4所示。

表4 性別折算系數(shù)θ1取值范圍

(2)年齡

對(duì)采樣的人員按照青年(30歲以下)、中年(30～55歲)、老年(55歲以上)這三類進(jìn)行劃分，在航站樓內(nèi)采集的數(shù)據(jù)中，老年人占31%，中年人占51%，青年人占18%，其統(tǒng)計(jì)結(jié)果如表5所示。通過t雙樣本檢驗(yàn)，可以得出結(jié)論，在α=0.05水平下，老年人、中年人以及青年人三者之間步速數(shù)據(jù)有顯著差異，形成這些差異的原因是不同年齡段旅客身體素質(zhì)與心態(tài)的差別[14]。

表5 不同年齡旅客步速情況

年齡對(duì)大興機(jī)場陸側(cè)旅客平均步行速度造成影響的折減系數(shù)用θ2表示。標(biāo)定年齡影響因素折算系數(shù)θ2，可以計(jì)算得到θ2的建議取值范圍，如表6所示。

表6 年齡折算系數(shù)θ2取值范圍

(3)出行目的

根據(jù)對(duì)中國航空市場行為偏好調(diào)研可知，商務(wù)和旅行仍然是現(xiàn)階段飛機(jī)旅客出行的主要目的[15]，兩者占比在調(diào)查樣本中達(dá)到了79%，其次是休閑。根據(jù)調(diào)查可以發(fā)現(xiàn)，調(diào)查結(jié)果如表7所示，出行目的為商務(wù)出行的出行者平均步速指標(biāo)明顯高于旅行出行者與休閑出行者相關(guān)指標(biāo)。通過t雙樣本檢驗(yàn)，可以得出結(jié)論，商務(wù)出行旅客與旅行、休閑出行旅客步速相關(guān)指標(biāo)存在顯著差異，其中休閑出行的旅客樣本數(shù)量較少，數(shù)據(jù)支撐相對(duì)不足，可能存在無法正確的反應(yīng)該類人群總體分布的問題。

表7 不同出行目旅客步速情況

出行目的對(duì)大興機(jī)場陸側(cè)旅客平均步行速度造成影響的折減系數(shù)用θ3表示。標(biāo)定出行目的影響因素折算系數(shù)θ3，可以計(jì)算得到θ3的建議取值范圍，如表8所示。

表8 出行目的折算系數(shù)θ3取值范圍

(4)攜帶行李

在航站樓內(nèi)采集的總數(shù)據(jù)樣本中， 不攜帶行李的旅客占比52%；按照行李體積劃分，攜帶小中大型行李的旅客占比分別為32%、11%以及5%。其中小型行李指背包或18 inch及以下尺寸行李；中型行李指20～24 inch拉桿箱；大型行李指26 inch及以上拉桿箱。旅客步速統(tǒng)計(jì)指標(biāo)如表9所示，通過t雙樣本檢驗(yàn)，可以得出結(jié)論，無行李旅客、攜帶小型行李旅客、攜帶中型行李旅客以及攜帶大型行李旅客四者之間存在顯著差異。從表9中可看出，攜帶行李對(duì)旅客步速造成了明顯的影響，且隨著行李體積變大旅客的步速逐漸下降。

表9 攜帶不同種類行李旅客步速情況

攜帶行李對(duì)大興機(jī)場陸側(cè)旅客平均步行速度的折減值用φ表示。對(duì)行李的尺寸以及行李引起的旅客步速折減值φ進(jìn)行擬合，可以得到以大興機(jī)場陸側(cè)旅客評(píng)價(jià)步速為基準(zhǔn)的步速折減函數(shù)如公式(2)所示。

φ=-4·10-6x3-7·10-4x2-1.7·10-3x+0.12

(2)

式中：φ為攜帶行李折減值；x為攜帶行李尺寸。

擬合結(jié)果如圖2所示。

圖2 行李尺寸折減值φ映射關(guān)系示意圖

綜上，基于步速推算模型的旅客走行時(shí)間模型表達(dá)式可以用公式(3)表示。

(3)

式中：t為旅客到達(dá)時(shí)間；Lj為第j架飛機(jī)旅客步行通道長度;θi為第i項(xiàng)I類影響因素折算系數(shù);v為平均步行速度;x為旅客攜帶行李尺寸;θi的取值由表10所示。

表10 影響因素θi取值

3 出行鏈走行時(shí)間模型驗(yàn)證

選取大興機(jī)場從下客廊橋至行李提取區(qū)出口這一區(qū)域內(nèi)的旅客步行通道進(jìn)行測試，測試人員分別從三條通道匯聚至行李提取區(qū)出口，對(duì)應(yīng)的通道長度分別為500 m、550 m以及450 m，模型驗(yàn)證環(huán)境示意圖如圖3所示。試驗(yàn)共選取500位旅客的步行時(shí)間樣本數(shù)據(jù)對(duì)旅客步速模型進(jìn)行驗(yàn)證，三種驗(yàn)證環(huán)境分別對(duì)應(yīng)的旅客人數(shù)分別為124人、207人以及169人。

圖3 實(shí)驗(yàn)環(huán)境

首先以旅客個(gè)人特征為根據(jù)，輸入旅客步速模型計(jì)算旅客步速，將其與旅客實(shí)際步速數(shù)據(jù)進(jìn)行對(duì)比，結(jié)果如表11、圖4所示。

表11 旅客步速預(yù)測值

圖4 旅客步速預(yù)測直方圖

其次通過旅客出行鏈走行時(shí)間預(yù)測模型得出的走行時(shí)間并與旅客實(shí)際走行時(shí)間數(shù)據(jù)進(jìn)行對(duì)比，結(jié)果如表12、圖5所示。

表12 旅客步行時(shí)間預(yù)測值

圖5 旅客走行時(shí)間預(yù)測直方圖

通過單因素方差分析對(duì)模型預(yù)測結(jié)果和實(shí)際統(tǒng)計(jì)數(shù)據(jù)進(jìn)行對(duì)比分析，分析結(jié)果如表13所示。

表13 方差分析

根據(jù)分析結(jié)果可以看到，由P-value值可以看出在0.05的置信水平下，兩組數(shù)據(jù)服從同一分布，預(yù)測值可以正確反映實(shí)際數(shù)據(jù)樣本的情況。經(jīng)實(shí)驗(yàn)證明，出行鏈時(shí)間模型可以準(zhǔn)確的預(yù)測大興抵港旅客在行李提取區(qū)至多種運(yùn)輸方式接續(xù)區(qū)這一區(qū)域的出行鏈走行時(shí)間。

4 結(jié) 語

首先提出了機(jī)場陸側(cè)抵港旅客出行鏈定義并介紹了國內(nèi)外抵港旅客在陸側(cè)區(qū)域走行路徑；其次在考慮機(jī)場陸側(cè)旅客實(shí)際出行鏈共性的前提下，選取抵港旅客出行鏈中下客廊橋至行李提取區(qū)出口這一段鏈路作為研究對(duì)象，分析旅客性別、年齡、出行目的及攜帶行李情況對(duì)其走行時(shí)間的影響，構(gòu)建走行時(shí)間模型；最后在大興機(jī)場實(shí)地驗(yàn)證該模型的有效性。

研究成果可作為機(jī)場陸側(cè)抵港旅客時(shí)間分布的基礎(chǔ)，下一步將對(duì)行李提取區(qū)至多種運(yùn)輸方式接續(xù)區(qū)這一出行鏈路的走行時(shí)間進(jìn)行研究，為機(jī)場接續(xù)運(yùn)輸?shù)倪\(yùn)力進(jìn)行指導(dǎo)，對(duì)提升機(jī)場旅客出行品質(zhì)具有重要意義。