劉海洲，李棠迪

（1.重慶交通大學(xué) 交通運(yùn)輸學(xué)院，重慶 400074；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 交通信息中心，重慶 401147)

城市軌道交通客流預(yù)測(cè)是城市軌道交通設(shè)計(jì)和建設(shè)的重要依據(jù)，直接影響城市軌道交通規(guī)劃、建設(shè)、運(yùn)營(yíng)等各個(gè)方面。隨著大數(shù)據(jù)的應(yīng)用推廣、技術(shù)手段的不斷更新，我國(guó)城市軌道交通客流預(yù)測(cè)的精度有了很大提高，但由于城市規(guī)劃、城市軌道線(xiàn)網(wǎng)規(guī)劃、軌道沿線(xiàn)土地開(kāi)發(fā)建設(shè)等不確定性，以及客流預(yù)測(cè)方法本身存在不足、參數(shù)選擇相對(duì)粗糙，還是導(dǎo)致軌道客流預(yù)測(cè)與實(shí)際值相差較大[1-3]。尤其是對(duì)于重慶山地組團(tuán)城市，城市建設(shè)用地布局相對(duì)零散，不如平原城市連續(xù)，城市軌道交通客流受用地開(kāi)發(fā)建設(shè)等因素的影響更大，客流預(yù)測(cè)參數(shù)選擇的準(zhǔn)確性更加困難[4-5]。通過(guò)分析重慶山地組團(tuán)城市軌道交通預(yù)測(cè)客流與實(shí)際客流的誤差，以期找出軌道交通預(yù)測(cè)客流與實(shí)際客流產(chǎn)生誤差的原因，并有針對(duì)性地提出相關(guān)建議。

1 預(yù)測(cè)客流與實(shí)際客流誤差對(duì)比

截至2019年底，重慶市主城區(qū)已開(kāi)通軌道1號(hào)線(xiàn)(小什字—尖頂坡)、2號(hào)線(xiàn)(較場(chǎng)口—魚(yú)洞)、3號(hào)線(xiàn)(含空港支線(xiàn)，主線(xiàn)為魚(yú)洞—江北機(jī)場(chǎng)T2航站樓，空港支線(xiàn)為碧津—舉人壩)、6號(hào)線(xiàn)(含國(guó)博支線(xiàn)，茶園—北碚)、5號(hào)線(xiàn)(國(guó)博中心—大石壩)、10號(hào)線(xiàn)(鯉魚(yú)池—王家莊)、4號(hào)線(xiàn)(民安大道—唐家沱)和環(huán)線(xiàn)(重慶圖書(shū)館—海峽路)，共313.4 km，不重復(fù)計(jì)軌道車(chē)站共162個(gè)，其中，換乘站共21個(gè)。為進(jìn)一步提高軌道車(chē)站客流的預(yù)測(cè)精度，調(diào)取軌道車(chē)站閘機(jī)刷卡進(jìn)出站的原始數(shù)據(jù)，對(duì)照重慶市各階段已開(kāi)通運(yùn)營(yíng)軌道線(xiàn)路的工程可行性研究客流預(yù)測(cè)專(zhuān)題報(bào)告，在保證數(shù)據(jù)可比性的前提下對(duì)比分析預(yù)測(cè)客流與實(shí)際客流之間的差異。

1.1 數(shù)據(jù)基礎(chǔ)

（1）對(duì)比時(shí)段。為減小客流隨機(jī)波動(dòng)對(duì)分析結(jié)果可信度的干擾，選取無(wú)重要節(jié)日、重大活動(dòng)等對(duì)應(yīng)日期的閘機(jī)刷卡數(shù)據(jù)作為分析基礎(chǔ)，即2019年11月11日至2019年11月15日5個(gè)工作日客流數(shù)據(jù)；選取周一早高峰小時(shí)作為閘機(jī)刷卡數(shù)據(jù)對(duì)應(yīng)的分析時(shí)段，即2019年11月11日8 : 00—9 : 00。為便于統(tǒng)計(jì)分析，采用2019年底重慶市人口和用地指標(biāo)數(shù)據(jù)，以保證和軌道車(chē)站實(shí)際閘機(jī)數(shù)據(jù)相一致。

（2）數(shù)據(jù)處理。根據(jù)閘機(jī)刷卡數(shù)據(jù)所記錄的進(jìn)出站時(shí)間，可統(tǒng)計(jì)各軌道車(chē)站在分析時(shí)段所對(duì)應(yīng)的進(jìn)站和出站客流量。對(duì)于各軌道車(chē)站對(duì)應(yīng)的早高峰小時(shí)進(jìn)出站預(yù)測(cè)客流數(shù)據(jù)，由于不同線(xiàn)路的建設(shè)階段和預(yù)測(cè)年限均有所不同，為提高預(yù)測(cè)客流數(shù)據(jù)與實(shí)際客流數(shù)據(jù)之間的可比性，根據(jù)各條線(xiàn)路對(duì)應(yīng)的近期和遠(yuǎn)期預(yù)測(cè)年限，采用插值法計(jì)算閘機(jī)刷卡數(shù)據(jù)對(duì)應(yīng)日期的進(jìn)出站客流預(yù)測(cè)相關(guān)數(shù)據(jù)。

1.2 對(duì)比情況

為了對(duì)比162座軌道車(chē)站實(shí)際客流和預(yù)測(cè)客流的誤差情況，以實(shí)際客流與預(yù)測(cè)客流對(duì)比誤差20%為標(biāo)準(zhǔn)，按實(shí)際值小于預(yù)測(cè)值、實(shí)際值大于預(yù)測(cè)值、實(shí)際值與預(yù)測(cè)值相差不大共3種情況進(jìn)行統(tǒng)計(jì)分析。

（1）實(shí)際值小于預(yù)測(cè)值。對(duì)比2019年162座進(jìn)出站實(shí)際數(shù)據(jù)與預(yù)測(cè)值，在所有已運(yùn)營(yíng)站點(diǎn)中，實(shí)際值小于預(yù)測(cè)值且差值比例超過(guò)20%的車(chē)站共有68個(gè)，占比42%。其中冉家壩站實(shí)際數(shù)據(jù)與預(yù)測(cè)值差距最大，預(yù)測(cè)值為20 391人次/h，實(shí)際值為8 302人次/h，相差12 089人次/h，誤差比為59%。此外，實(shí)際進(jìn)出站數(shù)據(jù)值偏小的站點(diǎn)還包括牛角沱站、悅來(lái)站、重慶北站南廣場(chǎng)站等。

（2）實(shí)際值大于預(yù)測(cè)值。在所有已運(yùn)營(yíng)站點(diǎn)中，實(shí)際值大于預(yù)測(cè)值且差值比例超過(guò)20%的車(chē)站共有34個(gè)，占比21%。其中光電園站實(shí)際數(shù)據(jù)與預(yù)測(cè)值差距最大，實(shí)際值為18 853人次/h，預(yù)測(cè)值為4 171人次/h，相差14 682人次/h，誤差比為352%。差距較為明顯的站點(diǎn)還包括觀音橋站、嘉州路站、工貿(mào)站等。

（3）實(shí)際值與預(yù)測(cè)值相差不大。在所有已運(yùn)營(yíng)站點(diǎn)中，共有60座站點(diǎn)(占比約37%)高峰小時(shí)進(jìn)出站數(shù)據(jù)與預(yù)測(cè)值之間的差距在20%之內(nèi)，其中馬王場(chǎng)站差異最小。以上各站中，結(jié)合周邊城市建設(shè)情況判斷，謝家灣、劉家坪、賴(lài)家橋等站點(diǎn)后續(xù)仍會(huì)有所增長(zhǎng)。

2 誤差成因分析

通過(guò)對(duì)比162座軌道車(chē)站實(shí)際客流和預(yù)測(cè)客流的誤差情況，有約40%的軌道車(chē)站實(shí)際值小于預(yù)測(cè)值較多，有約20%的車(chē)站實(shí)際值大于預(yù)測(cè)值較多，僅40%左右的軌道車(chē)站實(shí)際值與預(yù)測(cè)值相當(dāng)，造成其誤差原因主要為客流預(yù)測(cè)外部條件發(fā)生變化、客流預(yù)測(cè)方法存在不足。

2.1 客流預(yù)測(cè)外部條件發(fā)生變化

（1）城市規(guī)劃發(fā)生變化。軌道線(xiàn)路及車(chē)站的客流預(yù)測(cè)人口主要是依據(jù)當(dāng)時(shí)總規(guī)規(guī)劃人口，但隨著城市的不斷發(fā)展，城市總規(guī)用地及人口相比工可預(yù)測(cè)時(shí)有了較大變化。

《重慶市城鄉(xiāng)總體規(guī)劃(2007—2020年)》中提出“到2020年重慶主城區(qū)城市規(guī)劃人口900萬(wàn)人，城市規(guī)劃建設(shè)用地面積835 km2”；《重慶市城鄉(xiāng)總體規(guī)劃(2007—2020年)》(2011年修訂)中提出“到2020年重慶主城區(qū)城市規(guī)劃人口1 200萬(wàn)人，城市規(guī)劃建設(shè)用地面積1 188 km2，相比2007版總體規(guī)劃增加幅度約33%和42%”。不同階段的城市發(fā)展過(guò)程中，基于城市功能布局、產(chǎn)業(yè)分布、交通需求等，對(duì)城市軌道交通提出新的服務(wù)需求，城市軌道線(xiàn)網(wǎng)線(xiàn)路條數(shù)、車(chē)站數(shù)量相對(duì)于預(yù)測(cè)時(shí)也發(fā)生了大的變化。重慶的軌道線(xiàn)網(wǎng)規(guī)劃在2005年提出“六線(xiàn)一環(huán)365 km”，后2007年提出“九線(xiàn)一環(huán)513 km”，2011年提出為“十七線(xiàn)一環(huán)820 km”。

（2）城市發(fā)展未達(dá)到規(guī)劃預(yù)期目標(biāo)。根據(jù)規(guī)劃，2020年重慶市中心城區(qū)規(guī)劃常住城鎮(zhèn)人口為1 200萬(wàn)人，規(guī)劃城鎮(zhèn)建設(shè)用地為1 188 km2，而2019年底，重慶市中心城區(qū)常住城鎮(zhèn)人口為807萬(wàn)人，城鎮(zhèn)建設(shè)用地為802 km2，目標(biāo)實(shí)施率僅為70%左右。在城市交通的目標(biāo)實(shí)現(xiàn)率方面，2019年底公共交通出行比例占機(jī)動(dòng)化比例為58.5%左右，離2020年規(guī)劃目標(biāo)值67%差距較大；2019年底軌道交通出行占機(jī)動(dòng)化比例為18%，離2020年目標(biāo)值30%相比差距較大。城市交通目標(biāo)實(shí)現(xiàn)率的差距，直接導(dǎo)致當(dāng)時(shí)模型預(yù)測(cè)公共交通和軌道交通分擔(dān)率偏高，導(dǎo)致誤差出現(xiàn)。

（3）用地開(kāi)發(fā)與軌道交通建設(shè)不匹配。根據(jù)梳理，主城區(qū)現(xiàn)狀及在建軌道車(chē)站500 m半徑范圍內(nèi)的用地尚有30%左右是規(guī)劃未建或者在建用地，尚未建設(shè)的用地面積達(dá)60 km2左右。中心城區(qū)軌道線(xiàn)網(wǎng)在外圍區(qū)域建成大量軌道線(xiàn)路，但城市土地出讓、用地開(kāi)發(fā)、周邊公共服務(wù)設(shè)施布局等未向軌道站點(diǎn)周邊匯集，造成軌道效益未充分發(fā)揮，如軌道4號(hào)線(xiàn)Ⅰ期日均客運(yùn)量?jī)H2萬(wàn)人次。

2.2 客流預(yù)測(cè)方法存在不足

（1）交通生成階段，理論服務(wù)人口與實(shí)際服務(wù)人口存在較大差異。在交通生成階段，預(yù)測(cè)模型是以理論服務(wù)范圍內(nèi)，如500 m，600 m，800 m的半徑內(nèi)規(guī)劃的人口和崗位數(shù)量為基礎(chǔ)，估算交通出行需求量[6]。由于重慶是山地城市，部分軌道車(chē)站埋深較大、周邊地形陡峭，或受大型立交、橋梁隧道等設(shè)施嚴(yán)重分割，導(dǎo)致步行銜接系統(tǒng)較差，有效服務(wù)范圍遠(yuǎn)小于理論范圍。同時(shí)對(duì)于規(guī)劃人口，主要是通過(guò)容積率估算建筑面積，再根據(jù)不同類(lèi)型建筑單位面積對(duì)應(yīng)的平均人口和崗位數(shù)量指標(biāo)估算服務(wù)的人群規(guī)模，而忽略不同區(qū)域的成熟度可能存在顯著差異的實(shí)際。一般而言，成熟區(qū)域的居住小區(qū)入住率遠(yuǎn)高于新建成小區(qū)，這導(dǎo)致新開(kāi)發(fā)區(qū)域預(yù)測(cè)結(jié)果往往偏大，而成熟區(qū)域預(yù)測(cè)結(jié)果偏小。

（2）站點(diǎn)出入口模型構(gòu)建存在很多不確定因素，假設(shè)條件過(guò)于理想。站點(diǎn)出入口客流預(yù)測(cè)較為復(fù)雜，其與周邊地區(qū)的用地性質(zhì)、交通銜接情況、出入口所在位置、居民出行心理、用地與道路地形、行人過(guò)街設(shè)施情況等因素都有關(guān)系[7]。各方向來(lái)的客流以及從各接駁設(shè)施來(lái)的客流，選擇哪個(gè)出入口進(jìn)入軌道站點(diǎn)，主要受個(gè)人出行行為和現(xiàn)場(chǎng)條件影響。模型預(yù)測(cè)過(guò)程中不可能完全模擬人的行為和站點(diǎn)現(xiàn)狀，模型中一般的假設(shè)條件如 “所有的居住地塊不開(kāi)放，所有的綠地廣場(chǎng)、商業(yè)商務(wù)地塊、公共服務(wù)地塊(例如醫(yī)院、大學(xué)、體育場(chǎng)館等)均開(kāi)放，且全部作為可步行空間”等相對(duì)理想。

（3）在交通分布階段，權(quán)重參數(shù)選擇模型方法精度有待提高。在重慶市軌道交通車(chē)站客流預(yù)測(cè)中，出行分布采用的是雙約束重力模型，將重慶市劃分為n個(gè)區(qū)域，其中i區(qū)到j(luò)區(qū)出行量計(jì)算公式為

式中：Tij為i區(qū)到j(luò)區(qū)出行量，人次；Pi為i區(qū)發(fā)生量，人次；Aj為j區(qū)的吸引量，人次；θi，φj為無(wú)量綱參數(shù)，需用現(xiàn)狀數(shù)據(jù)標(biāo)定；cij為i區(qū)到j(luò)區(qū)的出行綜合交通阻抗(如出行距離、費(fèi)用、出行時(shí)間等)，本次研究采用出行時(shí)間費(fèi)用，min；f(cij)為分布阻抗函數(shù)或稱(chēng)為摩阻系數(shù)，用“伽瑪”函數(shù)表示。

分布阻抗函數(shù)f(cij)計(jì)算公式為

式中：t為出行時(shí)間，min；a，b為無(wú)量綱參數(shù)，需用現(xiàn)狀數(shù)據(jù)標(biāo)定。

出行時(shí)間t計(jì)算公式為

式中：tt為公交車(chē)廣義出行費(fèi)用，min；tc為小汽車(chē)廣義出行費(fèi)用，min。

在權(quán)重參數(shù)的確定上，公交步行時(shí)間權(quán)重、等待時(shí)間權(quán)重的確定一般采用敏感測(cè)試結(jié)合經(jīng)驗(yàn)值的方法，通過(guò)微調(diào)參數(shù)的方法確定廣義出行費(fèi)用和出行量之間的關(guān)系，從而確定參數(shù)值。無(wú)論是敏感測(cè)試結(jié)合經(jīng)驗(yàn)值，還是微調(diào)參數(shù)的方法，均存在一定的人為因素，和交通規(guī)劃技術(shù)人員本身的經(jīng)驗(yàn)存在很大關(guān)系，可能產(chǎn)生預(yù)測(cè)誤差。

（4）交通方式劃分階段，模型沒(méi)有單獨(dú)考慮旅客自身屬性對(duì)出行方式選擇的影響。交通方式劃分模型在確定各種運(yùn)輸方式的客流分擔(dān)率時(shí)，沒(méi)有單獨(dú)考慮旅客自身屬性對(duì)出行方式選擇的影響，而主要從運(yùn)輸方式自身技術(shù)服務(wù)特性這一單方面出發(fā)來(lái)確定分擔(dān)客流的大小。運(yùn)輸市場(chǎng)化條件下，任何一種運(yùn)輸方式的最終選擇都是旅客這一需求方和運(yùn)輸方式這一供給方綜合作用的結(jié)果，僅考慮其中一方顯然削弱了模型對(duì)實(shí)際旅客出行模擬的真實(shí)性。并且，構(gòu)成運(yùn)輸方式“廣義費(fèi)用”的技術(shù)服務(wù)特性主要是運(yùn)行時(shí)間和費(fèi)用，對(duì)于舒適性、方便性等其它服務(wù)特性則綜合為一個(gè)常數(shù)來(lái)表征，這種綜合處理的結(jié)果在一定程度上弱化了運(yùn)輸方式間競(jìng)爭(zhēng)實(shí)力大小的差異，從而導(dǎo)致預(yù)測(cè)客流與實(shí)際承擔(dān)客流間較大的偏差。同時(shí)，軌道線(xiàn)路長(zhǎng)度一般很長(zhǎng)，會(huì)經(jīng)過(guò)不同的區(qū)域(中心區(qū)、外圍區(qū)等)，同時(shí)不同的軌道車(chē)站類(lèi)型(商業(yè)中心型、居住型、工業(yè)用地型等)，不同區(qū)域、不同類(lèi)型車(chē)站周邊居民所采用軌道交通方式的比例和對(duì)應(yīng)參數(shù)的選擇應(yīng)有所區(qū)別，而目前參數(shù)的選取還比較粗糙，尚需進(jìn)一步細(xì)化完善。

（5）軌道出行方式鏈模型構(gòu)建因素與出行者自身交通行為密切相關(guān)，較難掌握。軌道出行方式鏈模型是與既有的四階段模型進(jìn)行組合應(yīng)用的。從流程結(jié)構(gòu)上來(lái)看，一般位于方式選擇模型之后，即軌道交通出行方式鏈模型輸入由方式選擇模型輸出的軌道主方式出行需求，經(jīng)過(guò)運(yùn)算后輸出多個(gè)與軌道交通相關(guān)的組合方式出行需求，如步行+軌道、公交車(chē)+軌道等。軌道乘客到達(dá)軌道站點(diǎn)選擇何種接駁方式，不只與該種出行方式的出行耗時(shí)和費(fèi)用相關(guān)，還與其他一些難以量化的因素相關(guān)，如軌道站點(diǎn)周邊各類(lèi)服務(wù)設(shè)施的便利性、乘客的出行習(xí)慣等。因此，這些難以量化的因素也導(dǎo)致了軌道客流預(yù)測(cè)難度加大。

（6）客流預(yù)測(cè)時(shí)對(duì)高峰小時(shí)系數(shù)選取過(guò)于粗糙。目前的客流預(yù)測(cè)中，一般是先計(jì)算軌道線(xiàn)路及車(chē)站全日客流量，然后再乘以高峰小時(shí)系數(shù)得到高峰小時(shí)客流量，其計(jì)算公式為

式中：P為高峰小時(shí)客流量，人次；M為全日客流量，人次；k為高峰小時(shí)系數(shù)。

在目前的軌道車(chē)站客流預(yù)測(cè)中，所有的車(chē)站高峰小時(shí)系數(shù)k一般取的是一個(gè)固定值，如0.16，0.18，0.2等，沒(méi)有結(jié)合不同車(chē)站的分類(lèi)及車(chē)站周邊用地開(kāi)發(fā)態(tài)勢(shì)具體細(xì)化車(chē)站高峰小時(shí)系數(shù)。而經(jīng)過(guò)實(shí)際分析，重慶軌道交通由于車(chē)站類(lèi)型不一、周邊用地開(kāi)發(fā)建設(shè)態(tài)勢(shì)不一等等，高峰小時(shí)系數(shù)在7% ~ 30%之間分布，這些精細(xì)度方面的差異給后期具體軌道車(chē)站客流預(yù)測(cè)帶來(lái)較多問(wèn)題。

3 提高客流預(yù)測(cè)精度相關(guān)建議

基于重慶市軌道交通車(chē)站預(yù)測(cè)客流與實(shí)際客流誤差分析，可以看出影響軌道交通車(chē)站客流預(yù)測(cè)誤差的因素有很多，主要可分為客流預(yù)測(cè)的外部條件、客流預(yù)測(cè)模型本身的問(wèn)題。

（1）對(duì)于城市規(guī)劃等外部因素的不確定性，城市規(guī)模、用地、人口、空間布局等都在隨著時(shí)間發(fā)生變化，軌道交通規(guī)劃、建設(shè)是一個(gè)不斷契合不同階段城市空間結(jié)構(gòu)的過(guò)程，客流預(yù)測(cè)結(jié)果只能體現(xiàn)當(dāng)時(shí)的規(guī)劃狀態(tài)。后續(xù)若城市規(guī)劃發(fā)生較大變化，建議建立軌道客流預(yù)測(cè)的動(dòng)態(tài)跟蹤評(píng)估機(jī)制，適時(shí)進(jìn)行優(yōu)化完善。同時(shí)，在制定公共交通尤其是軌道交通分擔(dān)率時(shí)，應(yīng)通過(guò)城市綜合交通模型進(jìn)行反復(fù)測(cè)試驗(yàn)證。

（2）軌道交通客流預(yù)測(cè)的相關(guān)參數(shù)，應(yīng)該結(jié)合軌道車(chē)站自身類(lèi)型及周邊用地開(kāi)發(fā)建設(shè)情況進(jìn)行細(xì)分設(shè)置，而不應(yīng)統(tǒng)一給出標(biāo)準(zhǔn)參考值。針對(duì)不同歷史時(shí)期的用地或建筑細(xì)化相關(guān)參數(shù)，探索應(yīng)用非集計(jì)模型的可能性，是未來(lái)軌道交通客流預(yù)測(cè)模型改進(jìn)的方向之一。同時(shí)，對(duì)于山地城市來(lái)說(shuō)，部分軌道車(chē)站受步行銜接系統(tǒng)較差影響，有效服務(wù)范圍遠(yuǎn)小于理論范圍；而目前的客流預(yù)測(cè)模型以理論服務(wù)范圍內(nèi)的人口和崗位數(shù)量為基礎(chǔ)估算出行需求量，導(dǎo)致部分軌道站的預(yù)測(cè)結(jié)果普遍偏大。應(yīng)根據(jù)車(chē)站埋深及周邊交通接駁條件差異化預(yù)測(cè)軌道車(chē)站可有效服務(wù)的人口和崗位數(shù)量。同時(shí)軌道交通客流高峰小時(shí)系數(shù)等相關(guān)參數(shù)的選擇，不宜采用固定值，應(yīng)結(jié)合軌道車(chē)站所處區(qū)位、周邊用地開(kāi)發(fā)情況、軌道線(xiàn)路和車(chē)站類(lèi)型等精細(xì)化設(shè)置。