上海軌道交通早高峰客流擁擠與居民通勤關(guān)系分析

王 波

(上海市城市規(guī)劃設(shè)計(jì)研究院,200040,上海∥工程師)

上海軌道交通早高峰客流擁擠與居民通勤關(guān)系分析

王 波

(上海市城市規(guī)劃設(shè)計(jì)研究院,200040,上?！喂こ處?

分析了上海軌道交通客流時(shí)段分布特征、客流潮汐現(xiàn)象以及擁擠斷面分布等高峰特征。通過分析早高峰時(shí)段軌道交通客流的空間分布特征,找出經(jīng)過高峰客流擁擠斷面的客流去向。利用手機(jī)信令數(shù)據(jù)分析經(jīng)過擁擠斷面的外圍軌道交通站點(diǎn)1 km范圍內(nèi)居民的職住空間分布,得出這些外圍站點(diǎn)周邊居民70%以上在中心城區(qū)就業(yè)、旱高峰集中乘坐軌道交通前往中心城上班的結(jié)果。分析了居民通勤的主要通道,發(fā)現(xiàn)通勤(職住)通道上的客流不平衡與軌道交通早高峰客流擁擠有較強(qiáng)的相關(guān)性。

城市軌道交通; 高峰客流; 居民通勤; 職住通道

Author′s address Shanghai Urban Planning & Design Institute,Shanghai 200040,China

自1990年上海軌道交通1號(hào)線工程正式開工,短短20余年間,上海軌道交通從無到有,從單線運(yùn)營(yíng)邁入網(wǎng)絡(luò)化運(yùn)營(yíng)階段。但隨著軌道交通客流規(guī)模的日益增長(zhǎng),一些線路的部分?jǐn)嗝骈_始出現(xiàn)常發(fā)性的擁擠,站點(diǎn)限流、高峰時(shí)段車站客流滯留、乘車延誤等現(xiàn)象的頻發(fā)也影響著軌道交通高峰時(shí)段的服務(wù)水平和系統(tǒng)穩(wěn)定性。本文從客流的時(shí)間、空間分布特征出發(fā),找出上海軌道交通早高峰客流擁擠的深層次原因。

1 軌道交通客流高峰特征

1.1 時(shí)段特征

從線網(wǎng)客流時(shí)間分布的不均衡性來看,工作日客流和周末客流的比值為1.33:1,日高峰小時(shí)系數(shù)平均在0.12～0.20。根據(jù)2015年10月上海軌道交通客流數(shù)據(jù)分析結(jié)果,5號(hào)線、16號(hào)線的客流高峰系數(shù)最高,超過了20%；各條軌道交通線路中,外環(huán)線以外站點(diǎn)越多的線路、越長(zhǎng)的線路，高峰小時(shí)系數(shù)越高,線路入城段的局部斷面客流高峰系數(shù)更高。上海軌道交通各條線路高峰小時(shí)系數(shù)比較見圖1。

圖1 現(xiàn)狀各條線路高峰小時(shí)系數(shù)比較

1.2 潮汐現(xiàn)象

從軌道交通客流的方向不均衡性來看,早高峰進(jìn)城與出城(以內(nèi)環(huán)線為進(jìn)出城邊界)的客流比值為3.5:1,潮汐現(xiàn)象十分明顯。早高峰進(jìn)出內(nèi)環(huán)軌道交通客流分方向比例如圖2所示(見彩14頁(yè))。各條軌道交通線路,尤其是主要放射線路潮汐性比較明顯,造成資源浪費(fèi)和運(yùn)行效率低下。例如，7號(hào)線北段早高峰時(shí)段以入城方向客流為主,出城方向客流十分少,早高峰小時(shí)嵐皋路站—鎮(zhèn)坪路站入城方向與出城方向的斷面客流比近8:1,其他線路如1、2、8、9、11、13、16號(hào)線,往市中心方向高峰時(shí)段客流也是反方向的3～5倍;同時(shí),部分線路高峰客流過于集中,高峰時(shí)段十分擁擠,但非高峰時(shí)段客流則較少,如6、7、9號(hào)線。上海軌道交通線路部分?jǐn)嗝嬖绺叻逍r(shí)雙向客流比較如表1所示。

表1 上海軌道交通線路部分?jǐn)嗝嬖绺叻逍r(shí)雙向客流比較

潮汐客流導(dǎo)致反方向運(yùn)能資源的浪費(fèi)。工作日明顯的早高峰客流潮汐現(xiàn)象反映了上海中心城區(qū)崗位的高密度和強(qiáng)吸引力,軌道交通站點(diǎn)客流和土地利用呈現(xiàn)強(qiáng)烈的關(guān)聯(lián)性。郊區(qū)以居住為主的用地區(qū)域,站點(diǎn)以上客為主,中心區(qū)則正好相反。另外,郊區(qū)線路客流強(qiáng)度并不高,但采用了市區(qū)線路制式,在滿足了市區(qū)大客流運(yùn)能的運(yùn)營(yíng)組織情況下,郊區(qū)的運(yùn)能資源相對(duì)會(huì)出現(xiàn)浪費(fèi),運(yùn)營(yíng)效率也不高,如2號(hào)線東延伸段、11號(hào)線郊區(qū)段等。圖3所示為2015年早高峰站點(diǎn)進(jìn)出站客流量及其不均衡性(見彩14頁(yè))，其中,每個(gè)站點(diǎn)的顯示大小反映早高峰各站點(diǎn)的進(jìn)出站總量,顏色反映該站點(diǎn)早高峰進(jìn)/出站量的不均衡性；正值(計(jì)算式為進(jìn)站量/出站量)表明該站點(diǎn)早高峰進(jìn)站量大于出站量,值越大顏色越深,站點(diǎn)的早高峰進(jìn)/出站量越不均衡;負(fù)值(計(jì)算式為-1×(出站量/進(jìn)站量))表明該站點(diǎn)早高峰出站量大于進(jìn)站量,絕對(duì)值越大顏色越深,站點(diǎn)的早高峰進(jìn)/出站量越不均衡。從圖3中可以明顯看出,內(nèi)環(huán)內(nèi)的絕大多數(shù)站點(diǎn)早高峰出站量是進(jìn)站量的2倍,甚至5倍以上,內(nèi)環(huán)外站點(diǎn)則恰好相反。這也是客流潮汐特征的另外一種反映形式。

1.3 擁擠斷面分布

根據(jù)2015年10月上海軌道交通客流數(shù)據(jù)及各線路各斷面的運(yùn)能,可計(jì)算出各斷面的客流擁擠度。從三高(高峰小時(shí)、高方向、最高客流)斷面擁擠度來看,1號(hào)線、2號(hào)線、6號(hào)線、7號(hào)線和8號(hào)線現(xiàn)狀最為擁擠。由于高峰時(shí)段運(yùn)能增長(zhǎng)滿足不了客流增長(zhǎng)的需要,高峰時(shí)段大部分線路出入城段均比較擁擠,如1號(hào)線北段、3號(hào)線北段、6號(hào)線、7號(hào)線北段、8號(hào)線南段和9號(hào)線西段，極端高峰時(shí)段車廂內(nèi)平均站立人數(shù)超過10人/m2,部分站臺(tái)出現(xiàn)客流積壓,部分車站已經(jīng)采取了高峰限流措施。圖4為2015年10月某工作日早高峰客流擁擠水平分布(見彩15頁(yè))。

2 早高峰客流擁擠特征

2.1 早高峰時(shí)段客流空間分布

對(duì)上海市軌道交通網(wǎng)絡(luò)按地理分布進(jìn)行劃分：以4號(hào)線環(huán)線和外環(huán)線為界,將軌道交通網(wǎng)絡(luò)分為內(nèi)環(huán)內(nèi)、內(nèi)外環(huán)之間、近郊區(qū)、遠(yuǎn)郊區(qū)4個(gè)區(qū)域。對(duì)早高峰的客流交換進(jìn)行統(tǒng)計(jì),如表2所示。

表2 各交通分區(qū)軌道交通客流OD表(早高峰) %

各區(qū)域客流交換主要有以下特點(diǎn):

(1) 早高峰內(nèi)環(huán)內(nèi)是客流的主要目的地。軌道交通網(wǎng)絡(luò)的高峰客流以向心通勤客流為主,內(nèi)環(huán)內(nèi)的到達(dá)客流占全部客流的58.7%,中心城以內(nèi)的到達(dá)客流占全部客流的87.5%;進(jìn)、出內(nèi)環(huán)的客流比例為2.3:1,進(jìn)、出外環(huán)的客流比例為2:1,在斷面上由于累積效應(yīng)和穿越客流，這一比例更高。

(2) 外圍區(qū)域的客流交換所占比例很小。在全部客流中,內(nèi)外環(huán)間與內(nèi)環(huán)內(nèi)的客流交換比例最大,占全部客流的36.8%;外環(huán)外各區(qū)域間的客流交換所占比例最小,占全部客流的0.9%。內(nèi)外環(huán)間區(qū)域與其他區(qū)域的交換量最大,占全部客流的58.5%(不含內(nèi)外環(huán)間內(nèi)部的客流交換量)。

2.2 經(jīng)過擁擠斷面的客流去向分析

為找出部分軌道交通線路高峰擁擠形成的原因,需要利用軌道交通刷卡數(shù)據(jù)統(tǒng)計(jì)的站間OD進(jìn)行分析,得到經(jīng)過擁擠斷面的客流的去向,再結(jié)合軌道交通網(wǎng)絡(luò)和城市用地、空間布局及職住通道的關(guān)系深入剖析。

根據(jù)現(xiàn)狀軌道交通斷面客流分析,早高峰擁擠的斷面主要有上海軌道交通1號(hào)線共康路站至上海火車站站、3號(hào)線大柏樹站至寶山路站、5號(hào)線北橋站至莘莊站、6號(hào)線金橋站至世紀(jì)大道站、7號(hào)線新村路站至靜安寺站、8號(hào)線蘆恒路站至耀華路站、11號(hào)線李子園站至曹楊路站等外圍區(qū)進(jìn)入中心城的斷面。根據(jù)早高峰站間OD,分析經(jīng)過各擁擠斷面的外圍站點(diǎn)客流的去向可知，外圍站點(diǎn)的客流第一去向均為浦西內(nèi)環(huán)內(nèi),第二去向?yàn)閰^(qū)間內(nèi)部,第三去向?yàn)槠謻|內(nèi)環(huán)內(nèi)和浦西內(nèi)外環(huán)間。各分析段站點(diǎn)集合的客流去向如表3所示。

表3 經(jīng)過主要擁擠斷面的站點(diǎn)早高峰客流去向占比 %

3 居民通勤(職住)通道的不平衡性與早高峰客流擁擠的關(guān)系

有關(guān)職住平衡的問題,很多學(xué)者有過研究,用就業(yè)和人口之比來分析平衡指標(biāo)是針對(duì)一定的區(qū)域而言的,受到城市規(guī)模和通勤距離的影響。因此學(xué)者們也提出了最小通勤(在既定人口崗位分布下的最優(yōu)就近就業(yè)分配情況)、最大通勤、隨機(jī)通勤、剩余通勤等概念,來衡量職住平衡。這里要提到的一個(gè)新的概念是“職住通道平衡”[1],將全市交通小區(qū)的居住地到工作地的通勤矩陣,合并為若干交通大區(qū)的通勤矩陣,并在交通大區(qū)的蛛網(wǎng)通道上進(jìn)行以居住地為起點(diǎn)、工作地為終點(diǎn)的“上班出行”分配,便得到了通道上的上班需求。通道平衡系數(shù)定義為大流量方向值和小流量方向值的比值。

圖5為上海市通勤(職住)空間通道不均衡性示意圖(見彩15頁(yè))，可以看出,上海市內(nèi)外環(huán)間、北部地區(qū)至浦西內(nèi)環(huán)內(nèi)的通勤(職住)通道嚴(yán)重不平衡,西北片區(qū)的不平衡系數(shù)超過4,東北部片區(qū)不平衡系數(shù)也在2.2以上。分析同時(shí)期軌道交通客流數(shù)據(jù)得到,早高峰期間,北部地區(qū)軌道交通線路自北向南方向都產(chǎn)生了較為嚴(yán)重的擁擠現(xiàn)象。將圖5與圖4進(jìn)行對(duì)比分析可以看出,職住通道的不平衡性,不同程度導(dǎo)致了通道上的軌道交通早高峰在單方向出現(xiàn)擁擠。職住平衡總是可以在一定的空間地域內(nèi)實(shí)現(xiàn),差別在于地域范圍的大小。而通勤(職住)通道的不平衡僅依靠交通設(shè)施規(guī)劃是無法解決的。通勤(職住)通道不均衡,往往會(huì)導(dǎo)致軌道交通線網(wǎng)在高峰期間運(yùn)能不足,客流擁擠頻發(fā),但全日客流效益較差。例如，浦東地區(qū)的6號(hào)線幾乎每天早高峰都要在巨峰路站采取限流措施,但全天的客流效益不高,客流強(qiáng)度僅為1.17萬乘次/km。

為了更突出反映通勤(職住)空間通道的不均衡性與早高峰軌道交通客流擁擠的相關(guān)性,本文使用手機(jī)信令大數(shù)據(jù)分析,對(duì)經(jīng)過幾個(gè)主要擁擠斷面的外圍軌道交通站點(diǎn)1 km范圍內(nèi)居民的就業(yè)地區(qū)分布進(jìn)行了分析,如表4和圖6所示(見彩15頁(yè))。表4中,中心城指上海市外環(huán)線以內(nèi)地區(qū),中心城周邊地區(qū)指中心城周邊的寶山新城、虹橋地區(qū)、閔行新城以及其他近郊地區(qū),新城指嘉定新城、青浦新城、松江新城、南橋新城、金山新城、城橋新城、臨港新城。圖6中的崗位分布累積比例計(jì)算方法如下:為消除交通分區(qū)劃分大小對(duì)居民工作地空間分布圖示的影響,首先計(jì)算外圍站點(diǎn)1 km范圍內(nèi)的居民在每個(gè)交通分區(qū)的崗位數(shù)量,然后計(jì)算崗位密度進(jìn)行逆排序,再根據(jù)崗位絕對(duì)數(shù)計(jì)算累積比例。這些站點(diǎn)直接服務(wù)的范圍內(nèi),居民就業(yè)地在中心城的比例非常高(1、3、6、7、8、11號(hào)線外圍站點(diǎn)周邊的居民70%以上都在中心城就業(yè),最高的6號(hào)線達(dá)到了80%),其次為中心城周邊地區(qū),最后才是新城和其他地區(qū),而早高峰軌道交通客流以通勤為主,可見,這些外圍站點(diǎn)周邊的居民早高峰非常集中地乘坐軌道交通前往中心城上班,與主要放射性線路入城段斷面擁擠的特征相關(guān)性非常明顯。

表4 經(jīng)過擁擠斷面的外圍軌道交通站點(diǎn)1 km 范圍內(nèi)居民就業(yè)地區(qū)分布 %

4 結(jié)語

本文分析了上海軌道交通客流的高峰特征,包括全網(wǎng)及各線路的時(shí)間、空間分布,重點(diǎn)分析了早高峰時(shí)段的客流空間分布、潮汐現(xiàn)象，以及擁擠區(qū)段的客流去向、客流的方向不均衡性等特征。分析發(fā)現(xiàn),上海軌道交通客流日高峰小時(shí)系數(shù)平均在0.12～0.20,線路入城段的局部斷面客流高峰系數(shù)更高;早高峰時(shí)段客流呈現(xiàn)明顯的潮汐現(xiàn)象。上海軌道交通客流早高峰的潮汐現(xiàn)象和部分?jǐn)嗝娴膰?yán)重不均衡性使得部分?jǐn)嗝娉霈F(xiàn)了擁擠現(xiàn)象,擁擠斷面主要分布在中心區(qū)放射線的入城段,1號(hào)線北段、3號(hào)線北段、6號(hào)線、7號(hào)線北段、8號(hào)線南段、9號(hào)線西段極端高峰時(shí)段車廂內(nèi)平均站立人數(shù)超過10人/m2；內(nèi)環(huán)內(nèi)是早高峰客流的主要目的地,軌道交通網(wǎng)絡(luò)的高峰客流以向心通勤客流為主,經(jīng)過擁擠斷面的客流第一去向?yàn)槠治鲀?nèi)環(huán)內(nèi),第二去向?yàn)閰^(qū)間內(nèi)部,第三去向?yàn)槠謻|內(nèi)環(huán)內(nèi)和浦西內(nèi)外環(huán)間。

通過分析全市職住空間分布,得到上海市域的居民通勤(職住)通道,發(fā)現(xiàn)在上海市內(nèi)外環(huán)間、北部地區(qū)至浦西內(nèi)環(huán)內(nèi)的通勤(職住)通道嚴(yán)重不平衡,西北片區(qū)的不平衡系數(shù)超過4,東北部片區(qū)不平衡系數(shù)也在2.2以上。將通勤(職住)通道與高峰客流空間分布進(jìn)行對(duì)比分析可看出,早高峰軌道交通客流主要為通勤客流,通勤(職住)通道的不平衡性與通道上軌道交通早高峰在單方向擁擠有很強(qiáng)的相關(guān)性。為更突出反映通勤(職住)通道的不均衡性與早高峰軌道交通客流擁擠的相關(guān)性,本文利用手機(jī)信令數(shù)據(jù)對(duì)經(jīng)過幾個(gè)主要擁擠斷面的外圍軌道站點(diǎn)1km范圍內(nèi)居民的就業(yè)地區(qū)分布進(jìn)行了分析,發(fā)現(xiàn)這些外圍站點(diǎn)周邊居民70%以上在中心城就業(yè),早高峰非常集中地乘坐軌道交通前往中心城上班。這與主要放射性線路入城段斷面擁擠的特征非常吻合。

通勤(職住)通道不均衡,往往會(huì)導(dǎo)致軌道交通線網(wǎng)在高峰期間運(yùn)能不足,客流擁擠頻發(fā),但全日客流效益較差的情況。在新一輪的城市總體規(guī)劃和軌道交通線網(wǎng)規(guī)劃中,應(yīng)著重提升新城及近郊地區(qū)的崗位數(shù)量及吸引力,加強(qiáng)外圍區(qū)軌道交通線網(wǎng)的規(guī)劃建設(shè),擴(kuò)大軌道交通網(wǎng)絡(luò)的服務(wù)范圍,提高軌道交通與城市發(fā)展的耦合度。

[1] 張?zhí)烊?基于手機(jī)信令數(shù)據(jù)的上海市域職住空間分析[J].城市交通,2016,14(1):15.

[2] 李忍相.城市軌道交通客流特征研究[D].上海:同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院,2009.

[3] 何九冉.城市軌道交通客流統(tǒng)計(jì)特征分析及組合預(yù)測(cè)方法實(shí)證研究[D].北京:北京交通大學(xué),2013.

[4] 沈麗萍,馬瑩,高世廉.城市軌道交通客流分析[J].城市交通,2007,5(3):14.

[5] 周文娜,張?zhí)烊?申立,等.快速城市化背景下上海市人口與就業(yè)分布及其演化的研究[J].上海城市規(guī)劃,2015(2):44.

[6] 孫鸞英，王競(jìng)，蒲琪.基于隨機(jī)網(wǎng)絡(luò)加載的城市軌道交通客流分配模型[J].城市軌道交通研究，2014(10)：115.

[7] 周瑋騰，韓寶明，李得偉，等.城市軌道交通客流分布短時(shí)預(yù)測(cè)模型研究及應(yīng)用[J].城市軌道交通研究，2015(1)：24.

Relationship between the Rush Hour Passenger Flow Congestion and Residents Commuting in Shanghai Rail Transit System

WANG Bo

Several characteristics of the rush hour passenger flow in Shanghai rail transit system are analyzed,including the time distribution,tide phenomenon of passenger flow and congested section distribution,etc.By analyzing the spatial distribution of the rush hour passenger flow,the whereabouts of passenger flow passing the congested section is detected.The workplace distribution of the residents living around railway station within 1 km is analyzed by using the cell phone data, it shows that about 70% or more residents work in the downtown areas.The unbalance of passenger flow on the commuting corridor is highly consistent with the passage flow congestion inmorningrush hours.

urban rail transit;rush hour passenger flow; residents commuting; job-housing corridor

U 293.1+3

10.16037/j.1007-869x.2016.07.016

2016-01-25)