柴小艷，周天星，任子蘭，胡 萍，薛 鋒，4

(1.中鐵二院華東勘察設(shè)計有限責任公司，杭州 310009；2.中鐵二院工程集團有限責任公司 交通與城市規(guī)劃研究院，成都 610031；3.西南交通大學 交通運輸與物流學院，成都 611756；4.西南交通大學 綜合交通大數(shù)據(jù)應(yīng)用技術(shù)國家工程實驗室，成都 611756)

城市軌道交通線路建設(shè)周期較長，新線開通后實際客流量與規(guī)劃建設(shè)階段預(yù)測的客流量間存在較大誤差，因此，需要對新線開通前的客流進行更加細致、準確的預(yù)測，以精準地配備新線人員、設(shè)備等。新線站點客流吸引范圍作為客流預(yù)測的第一步，準確把握站點吸引范圍能更精確統(tǒng)計站點的客流量。站點吸引范圍的精確定位，有利于提高城市軌道交通的客流預(yù)測精度。

城市軌道交通車站吸引范圍，國外早期是通過問卷、實際調(diào)查的方式給出吸引范圍的經(jīng)驗值，如Calthorpe[1]在調(diào)查研究中得出車站步行吸引范圍為600 m；Cervero等[2]統(tǒng)計香港地鐵450～600 m吸引范圍間的土地利用指標;Kim等[3]通過對釜山地鐵數(shù)據(jù)等實際調(diào)查，得出吸引范圍為672 m，但以經(jīng)驗值為吸引范圍會存在較大誤差，于是Gutiérrez和García-Palomares[4]利用GIS系統(tǒng)構(gòu)建緩沖區(qū)來確定吸引范圍;Eom等[5]利用智能公交卡數(shù)據(jù)研究站點吸引范圍，以提高吸引范圍的精度。國內(nèi)對于站點吸引范圍的研究也較為全面；楊京帥等[6]通過分析車站的合理步行區(qū)和交通區(qū)估算車站的合理吸引范圍；秦觀明[7]、郭瑞利等[8]、葉益芳等[9]考慮步行、自行車與公交車等接駁方式影響下的站點影響范圍；王志遠等[10]研究了組合接駁方式下的站點吸引范圍，除了接駁方式，接駁站點、就業(yè)以及居住關(guān)系[11-12]也會對吸引范圍產(chǎn)生一定影響；李向楠[13]、王菁等[14]引用聚集效應(yīng)模型與距離衰減模型計算站點的直接吸引范圍與間接吸引范圍；為提高站點吸引范圍的準確性，學者引入GIS、多源大數(shù)據(jù)及站點空間位置等進行吸引范圍計算[15-19]；在站點吸引范圍的研究中，往往忽略掉兩個相鄰站點間客流吸引的重疊，有學者提出采用泰森多邊形法消除重疊部分影響[20]；李俊芳等[21]對既有線相鄰車站間的重疊吸引范圍進行了客流分配，但并不適用于缺乏歷史數(shù)據(jù)的新線站點。為了得到新線開通期站點精細吸引范圍，需要對站點間客流吸引的重疊問題進行處理。

綜上所述，軌道交通站點吸引范圍的研究已經(jīng)趨于完善，而吸引范圍重疊的研究較少。因此，為了對站點吸引重疊做一個較為全面的處理，文中首先從站點客流吸引的影響因素出發(fā)，分析吸引范圍重疊的產(chǎn)生原因，并考慮重疊吸引范圍內(nèi)影響乘客選擇站點的因素，提出基于路網(wǎng)距離的泰森多邊形方法。在此基礎(chǔ)上分析實際情況下出行者的選擇與理論上吸引范圍的差別，得出吸引范圍的最佳結(jié)果。

1 軌道交通新線站點吸引范圍

1.1 軌道交通運輸過程

城市軌道交通作為乘客出行可選擇的公共交通工具之一，具有運量大、速度快、列車間隔時間少的特點，并且運輸過程無堵車風險，其特有的優(yōu)勢吸引了大多數(shù)通勤、通學、購物娛樂及旅游方面客流。但城市軌道交通在運輸過程中不能滿足乘客“門到門”需求，故乘客選擇軌道交通出行還需配合其他交通方式接駁。一般的接駁方式包括步行、共享自行車、電動自行車等方式，距離較遠時，乘客會選擇公交車或出租車等接駁交通工具。乘客在完成一次出行的過程中，通常從出發(fā)地到目的地需要一次或者多次接駁，乘客選擇軌道交通出行流程如圖1所示。

圖1 乘客選擇軌道交通出行流程

1.2 站點吸引范圍影響因素

城市軌道交通站點吸引范圍通常取步行接駁距離為直接吸引范圍，且選擇聚集效應(yīng)模型計算，如文獻[13]所述：采用單車、公交、出租車、電瓶車等交通接駁設(shè)施時，接駁距離為間接吸引范圍，通常采用距離衰減模型進行計算。在劃定吸引范圍大小時，直接吸引范圍是以步行為主劃定的吸引范圍；間接吸引范圍是與其他交通方式接駁之后劃定的吸引范圍，并且以站點為圓心、吸引范圍為半徑劃定緩沖區(qū)，在劃定區(qū)域內(nèi)進行客流量統(tǒng)計工作。據(jù)以往研究，將400～1 000 m劃定為直接吸引范圍，將1 000～4 000 m劃定為間接吸引范圍。城市軌道交通在新線建成后，其在線網(wǎng)規(guī)模和線路可達性上均發(fā)生了變化。在分析新線站點客流直接吸引范圍時，不僅要考慮出行者個人因素，還要考慮站點區(qū)位因素、站點周邊建成的環(huán)境因素以及站點周邊接駁設(shè)施的便利性。此外，氣候因素對站點客流的吸引范圍也會產(chǎn)生一定影響。綜合以上因素，影響站點客流吸引范圍的相關(guān)因素如圖2所示。

圖2 軌道交通站點吸引范圍影響因素

2 站點客流吸引范圍重疊

2.1 站點吸引范圍重疊分析

城市軌道交通的間接吸引范圍，也稱為潛在吸引范圍，即乘客通過其他交通方式接駁之后到達軌道交通站點乘車的范圍。由于間接吸引范圍較大，且當相鄰的兩個或者多個站間距離小于間接吸引范圍時便會出現(xiàn)吸引重疊情況，客流吸引范圍的重疊對客流統(tǒng)計的準確性造成了影響，進而影響了開通期客流預(yù)測的精確度。

重疊范圍可能出現(xiàn)在同一條線路上的相鄰站點之間，也可能出現(xiàn)在不同線路平行站點之間，當兩個站點之間距離小于兩個站點直接吸引范圍之和時，還會出現(xiàn)直接吸引范圍內(nèi)的客流競爭。相鄰站點間的不同類型可總結(jié)為4種(見圖3)，圖3中直線代表軌道交通線路，而實心原點代表軌道交通站點。其中，(a)表示兩個相鄰站點均為中間站，(b)表示兩個相鄰站點為中間站與換乘站，(c)表示兩個相鄰站點均為換乘站，(d)表示兩個相鄰站點為首末站與中間站。由于軌道交通站點具有雙重屬性[22]，其中按照站點的節(jié)點屬性，可將站點分為中間站、換乘站、首末站等。相鄰站點的節(jié)點屬性不同，吸引范圍也會有差異，如首末站相對于其他站點來說吸引范圍則會大很多，而換乘站由于客流量大，也會影響部分乘客對站點的選擇。而在實際工作中，站點的場所屬性對吸引范圍的影響也不可忽略，如居住類、教育類、辦公類、商業(yè)綜合類站點等都會影響乘客對該站點的選擇。考慮這些全部因素時，則會有更多不同的類型，文中在后續(xù)實例分析中選擇了兩個中間站且都為教育商業(yè)綜合類站點，關(guān)于其他類型，由于篇幅有限不贅述。

圖3 相鄰車站吸引重疊類型劃分

2.2 站點吸引范圍重疊處理方案

2.2.1 基于路網(wǎng)距離的泰森多邊形

路網(wǎng)距離是出行者到達軌道交通站點的實際距離，相較于以直線為半徑的緩沖區(qū)更具有合理性。站點之間的客流吸引重疊部分存在著站點間的客流競爭，文獻[18]發(fā)現(xiàn)在現(xiàn)實生活中居民選擇站點的過程中往往傾向選擇距離較近站點。泰森多邊形(Voronoi圖)經(jīng)常用于在氣象學中描述區(qū)域的降水強度，如圖4所示。泰森多邊形內(nèi)僅含有一個離散點，完全可以用于以軌道交通站點為核心、吸引范圍為半徑的緩沖區(qū)，且泰森多邊形內(nèi)任意一點到相應(yīng)離散點的距離最近，到其他離散點的距離最遠，滿足現(xiàn)實中乘客出行更愿意選擇最短距離出行的需求。

圖4 泰森多邊形

2.2.2 站點實際調(diào)查

實際工作過程中，對于站點吸引范圍重合的地方，一般通過重合部分中自身條件的不同來區(qū)分，如有河流、公路、小區(qū)等自然條件區(qū)分的，納入不同的站點。在實際調(diào)查中，站點的出入口以及周邊小區(qū)的入口都會納入考慮范圍。除此之外，對于一些區(qū)分條件不明顯的重疊吸引范圍，則需通過對出行者的實際調(diào)查得出相關(guān)結(jié)論。

從出行者的角度來考慮，在選擇軌道交通站點時，需要考慮的因素包括：

1)出行者對于價格的敏感度。城市軌道交通以乘車區(qū)間段進行收費，若相鄰站點正好是臨界點，則乘客更傾向于選擇該站點乘車；

2)站點自身的特征。站點是否為換乘車站、首末站等，都會對乘客的選擇產(chǎn)生影響；

3)到達城市軌道交通站點的便捷程度。站點周邊的良好設(shè)施條件會增加對乘客的吸引力度；

4)有無良好的接駁條件。因重疊吸引范圍大概率出現(xiàn)在間接吸引范圍中，所以良好的接駁條件是乘客選擇車站的考慮因素之一；

5)乘客出行目的地。在相鄰站點不是同一條線路的情況下，乘客更傾向選擇容易到達目的地的站點與線路。

3 實例分析

武漢地鐵于2004年開通第一條線路，是全國第7個開通地鐵的城市。截至2020年底，已開通運營線路9條，車站240座，據(jù)《2020年城市軌道交通運營數(shù)據(jù)速報》統(tǒng)計結(jié)果，總運營里程達360 km。城市軌道交通網(wǎng)絡(luò)日漸完善，可達性增強，提升了城市軌道交通的競爭力。地鐵8號線北起東西湖區(qū)金潭路站，南至江夏區(qū)軍運村站，跨越武漢市5區(qū)。全線長39 km，途經(jīng)26座車站，站間的平均距離為1.5 km，站間最小距離為汪家墩站—徐東站，站間距離為500 m左右，且有多個站間距在1.2 km左右波動。在這種情況下，站點間的吸引范圍必然會出現(xiàn)重疊。8號線全線分三期工程建設(shè)，其中梨園站—野芷湖站的中間段于2021年初開通，正處于新線的開通期內(nèi)，有必要對其進行吸引范圍劃分。

選擇中南醫(yī)院站與水果湖站進行兩個站點之間的重疊范圍分析，其原因主要包括：

1)水果湖站與中南醫(yī)院站兩個站點間直線距離為1.2 km，之間一定會存在重疊吸引范圍；

2)水果湖站與中南醫(yī)院站中間有河流等自然條件為分割線，驗證在統(tǒng)計客源時選擇以山川、河流為分界的合理性；

3)兩個站點周邊環(huán)境相似，水果湖周邊是以中小學為主的教育商業(yè)類綜合站點，中南醫(yī)院站是以大學為主的教育商業(yè)類綜合站點，吸引范圍大致一樣。

3.1 數(shù)據(jù)來源及處理

在百度地圖、高德地圖API提供的接口，獲取武漢地鐵的基本線路信息，通過公共開放數(shù)據(jù)平臺以及地鐵運營公司獲取地鐵客流量數(shù)據(jù)。武漢市地鐵8號線的數(shù)據(jù)來源包括從網(wǎng)站(Open-Street-Map)下載武漢市路網(wǎng)數(shù)據(jù)，利用百度地圖提供的開放API接口獲取8號線站點周邊的居民住宅小區(qū)、大型寫字樓、教育科研院所、風景站點等POI興趣點。獲取數(shù)據(jù)之后利用ArcGIS對數(shù)據(jù)進行處理，按照吸引范圍做出不同的吸引區(qū)域，并結(jié)合實際情況進行對比分析。

3.2 站點吸引范圍結(jié)果分析

文中重點在于消除吸引范圍，故在劃定直接吸引范圍與間接吸引范圍時將以往經(jīng)驗值作為參考，最終以600 m為直接吸引范圍、1 000 m為間接吸引范圍，按照傳統(tǒng)的歐式距離法、路網(wǎng)距離以及結(jié)合路網(wǎng)距離與泰森多邊形3種方法分別確定中南醫(yī)院站與水果湖站之間的吸引范圍，兩個相鄰站點間的重疊吸引范圍如圖5所示。根據(jù)圖5中信息，以歐式距離確定出的站點間吸引范圍如圖5(a)所示，吸引面積最大、重疊范圍最大，在統(tǒng)計乘客量時出現(xiàn)誤差偏大，出現(xiàn)不合理吸引范圍的風險偏高，且以歐式距離確定的吸引范圍并不完全符合乘客的出行意愿，乘客實際走行的距離過大時可能轉(zhuǎn)而選擇其他交通方式出行，或者選擇其他站點。如圖5(b)所示路網(wǎng)距離是乘客出行的實際距離，以乘客出行的實際距離來確定吸引范圍，更容易獲取精確的客源數(shù)量，但僅僅以路網(wǎng)距離劃定吸引范圍也會存在吸引重疊情況。圖5(c)是基于泰森多邊形的路網(wǎng)距離吸引范圍，消除了站點間的重疊吸引范圍，但吸引范圍也略小于基于路網(wǎng)距離的站點吸引范圍。

圖5 中南醫(yī)院—水果湖站間吸引范圍

若根據(jù)路網(wǎng)實際情況來處理中南醫(yī)院站—水果湖站的重疊吸引范圍，則情況會有所不同。中南醫(yī)院站為科學教育類站點，水果湖為綜合類站點。除乘客有明確目的地之外，在乘客選擇站點時，還有習慣性因素影響。如對于到醫(yī)院去的乘客來說可能會選擇中南醫(yī)院站，而對于武漢大學中南醫(yī)院師生來說，從學校的其他出口出去，到達綜合類站點水果湖站，能更好地滿足出行目的，相較于中南醫(yī)院站更傾向在水果湖站乘車。這種情況下，理論上基于路徑距離劃定的緩沖區(qū)，在統(tǒng)計乘客數(shù)量便會出現(xiàn)誤差。

綜上所述，在實際工作中，應(yīng)該將以上兩種方案相結(jié)合，以理論范圍為基礎(chǔ)，以實際情況為輔助，劃定更為精確的站點吸引范圍。

4 結(jié) 論

由于站點間的吸引范圍重疊，引起客流預(yù)測結(jié)果不準確，為了解決站點間的吸引重疊對客流預(yù)測帶來的影響，筆者主要做了以下工作：

1)總結(jié)站點吸引范圍的影響因素，包括出行者特征與自身屬性、站點特征與站點環(huán)境屬性及其他天氣節(jié)假日等；

2)深入分析站點吸引重疊的出現(xiàn)原因,以及不同類型相鄰站點間可能出現(xiàn)的重疊吸引范圍，給出基于路網(wǎng)距離的泰森多邊形與實際調(diào)查法兩種處理方案；

3)以武漢地鐵8號線二期工程中的中南醫(yī)院站與水果湖站為例，以3種方式劃定吸引范圍。結(jié)合兩個站點的實際情況，得出在實際工作過程中，不應(yīng)盲目以經(jīng)驗值劃定吸引范圍或者以理論吸引范圍值為標準值，應(yīng)該將二者結(jié)合起來共同確定吸引范圍，由此得到的客源量統(tǒng)計比單一方法得到的結(jié)果更為準確。