宋程程，藺陸洲，陳艷艷

（1.交通運輸部水運科學研究院，北京 100088；2.全圖通位置網絡有限公司，北京 100176；3.北京工業(yè)大學 北京市交通工程重點試驗室，北京 100124）

0 引言

在出行高峰時段，處于站臺不同位置的候車乘客數量不同，使候車乘客分布呈現不均衡特點。在排隊人數較多的候車區(qū)域，一般意味著站臺該位置乘客總量較大，造成候車區(qū)域內乘客的整體乘車時間增加。同時，與候車區(qū)相對應，更多乘客通常伴隨著更高的乘客密度，影響乘客上下車速度，導致上車時間增加，并造成極大的安全隱患。

目前，國內外學者主要通過調查客流和物理等因素進行統(tǒng)計分析，對站臺乘客候車區(qū)域選擇行為特性進行研究。許陽［1］基于觀測入口流量、距離、負重等因素，構建基于候車場的站臺候車乘客分布模型，并采用增量分配方法進行候車乘客分配，研究結果表明，候車區(qū)域的候車分布人數與站臺入口流量呈正相關關系，與候車區(qū)域離入口的距離呈負相關關系；李森薈等［2-5］利用車站走行距離、排隊人數和引導措施等因素，構建乘客候車區(qū)域效用函數及優(yōu)化模型，以候車乘客分布均衡度最優(yōu)為目標，建立了候車乘客分布優(yōu)化模型；宋慶梅等［6-9］通過挖掘站臺客流特征，構建候車區(qū)域客流分布數學模型，依托實際站臺客流分布數據，對模型參數進行標定，對站臺客流分布進行預測；吳非等［10］根據實測數據，分析乘客選擇候車位置是受候車位置與入口的距離、候車位置與乘客在進站階梯上的視野度等主要因素影響，并構建了乘客候車區(qū)域選擇模型。

近年來，隨著計算機領域和視頻采集分析技術的發(fā)展，一些學者將新型計算模型和視頻追蹤技術引入乘客站臺候車行為研究。Seriani 等［11］基于對倫敦地鐵站的觀察，以及倫敦大學學院行人可達性和運動環(huán)境試驗室（PAMELA）的不同上下車場景模擬，開發(fā)了乘客最終的候車行為工具；Zhou 等［12］通過現場觀察和視頻記錄，探討了正常情況下和導游干預下的乘客候車行為，并分析2 種情況下的等待區(qū)行人分布情況、不同密度水平下等待方式的百分比，以及距離車頭時距、移動速度和平均等待時間的分布情況；Ding 等［13］基于門口排隊長度、車廂內人數和行駛距離對乘客選擇車廂的影響，建立乘客到達分布模型，并對乘客進行乘車引導，以提高車廂間乘客分布的均勻性；Yang 等［14］基于目標候車區(qū)的距離、隊列長度、候車區(qū)物理長度和列車時刻表4 個主要影響因素，提出一種基于蟻群算法的客流分布建模方法來預測乘客候車區(qū)選擇過程。

在乘客候車區(qū)域選擇行為建模方面，既有研究多集中于在行為影響因素分析的基礎上，采用顯性影響因素（如乘客速度、排隊長度、候車區(qū)物理長度等）構建乘客候車區(qū)域選擇模型或站臺乘客分布模型，典型模型包括Logit 模型、元胞自動機仿真模型、乘客分布函數模型等［15-16］。依托科學提取關鍵影響因素，融合實際調查數據，構建站臺乘客候車區(qū)域選擇模型，實現對分類乘客候車區(qū)域選擇行為特征的挖掘，并進一步探討行為影響因素的重要性，以期為站臺規(guī)劃和客流組織精細化管理提供依據。

1 乘客候車區(qū)域選擇行為特性

以北京地鐵常用島式站臺為研究對象，根據站臺設施設置情況和站臺物理特征，將站臺候車區(qū)域劃分為3 類：（1）A 類區(qū)域，指站臺兩端；（2）B 類區(qū)域，指站臺設施阻礙區(qū)；（3）C類區(qū)域，指開闊區(qū)域。以北京地鐵14 號線北工大西門站站臺區(qū)域為例，站臺候車區(qū)域劃分見圖1。

圖1 北工大西門站站臺候車區(qū)域劃分

由圖1可知，由于島式站臺兩側一般分為列車上下行，因此僅對單一方向進行標注。根據站臺幾何特征，3類乘客候車區(qū)域分別具有以下特性：

（1）A類區(qū)域。位于站臺兩端，是兩車前后端車廂的候車位置，對應每列車固定前后方車廂，一般離樓扶梯出口設施較遠，該區(qū)域可能設有衛(wèi)生間、母嬰室、應急通道等物理設施。

（2）B類區(qū)域。位于樓扶梯設施兩側，空間受設施阻擋，排隊空間有限，由于各站臺樓扶梯設置位置不一致，因此無固定對應車廂，且為主要乘客通道，沖突較多。

（3）C類區(qū)域。位于樓扶梯設施中間，除立柱外無其他設施阻擋，空間大，該類區(qū)域細分為2種：①樓扶梯前方，距離樓扶梯入口距離短，常與出站客流形成沖突；②樓扶梯后方，不在乘客進入站臺的第一視野范圍，不易引起乘客注意。

根據乘客軌跡數據，采用每個車輛到達周期范圍內，乘客未上車狀態(tài)下的每類區(qū)域候車人數、平均密度作為指標，表征站臺候車區(qū)域的利用率情況。取北京地鐵14 號線北工大西門站、北京地鐵5 號線天通苑北站、北京地鐵4號線北京南站在高峰時段站臺單一方向候車區(qū)域10個周期利用情況（見圖2）。

圖2 站臺各類候車區(qū)域利用情況

經調研分析，站臺乘客候車區(qū)域選擇具有以下特性：

（1）不同站臺區(qū)域位置，列車進站前候車人數具有一定的不均衡性，且差異性較大。通過統(tǒng)計，車輛到達前候車人數最少為7人、最多為21人。B類區(qū)域候車人數較少，A 類、C 類區(qū)域候車人數最多。以上現象的形成主要是由于候車區(qū)域距入口的距離以及候車區(qū)域容量等因素造成的。

（2）乘客候車集中于入口附近區(qū)域，且候車區(qū)域分布人數與距入口距離呈一定負相關關系。乘客分布特征與入口的距離直接相關，距離入口越遠、候車人數數量越少，表明乘客不愿走更遠的路程選擇候車區(qū)域。

（3）在站臺不同候車區(qū)域，乘客分布隨入口候車人數增加而逐漸趨于均衡，并存在一定上限值。

通過以上分析可知，在大客流狀態(tài)下，站臺各區(qū)域候車人數分布不均問題嚴重，站臺未得到有效利用，同一站臺不同類型區(qū)域乘客密度差異大，導致站臺服務水平低下、安全隱患大。

2 候車區(qū)域選擇行為影響因素

2.1 影響因素總體劃分

基于乘客候車區(qū)域選擇行為進行特性分析，其影響因素總體可分為以下3個方面：

（1）乘客因素。子因素包括性別、年齡、受教育程度、收入水平、行走速度、出行目的、視野范圍、熟悉程度、出行時段、出行頻率、對信息的敏感度、剛需性、負重情況、從眾行為、舒適性、更換隊列。

（2）站臺因素。子因素包括車站類型、站臺形式、站臺入口數量、站臺出口數量、入口到候車區(qū)域的距離、樓扶梯設施數量、乘客座椅數量、排隊區(qū)護欄、有效利用面積、站臺引導標志、排隊空間。

（3）環(huán)境因素。子因素包括客流行進速度、客流達到率、乘客聚集度、排隊長度、站臺入口處乘客數量、車廂滿載率、發(fā)車頻次。

2.2 影響因素分析

2.2.1 乘客因素

乘客因素指對乘客候車區(qū)域選擇行為產生影響的個體因素，可分為以下4個方面：

（1）生理因素。代表乘客身體心理健康狀態(tài)，包括性別、年齡、行走速度、視野范圍等。①性別。男女性別差異會對候車區(qū)域的選擇產生一定影響；②乘客年齡。為乘客劃分的關鍵指標，年齡低于26 歲為未成年人及學生，26～45歲為青年人，45～60歲為中年人，60 歲以上為老年人；③行走速度。為一項非常關鍵的指標；④視野范圍。影響乘客候車區(qū)域選擇的關鍵因素，指對站臺更廣區(qū)域交通狀態(tài)的感知能力。

（2）客觀因素。主要包括受教育程度和收入水平。①受教育程度指乘客接受的最高教育等級；②收入水平指的乘客收入情況。

（3）出行因素。出行因素與乘客在乘車過程中的決策行為有直接關系，主要包括出行目的、出行時段、出行頻率、剛需性、負重情況。①出行目的。指本次乘坐地鐵出行的目的，如上班、回家、購物、娛樂等；②出行時段。根據城市軌道交通客流特征，劃分為平峰時段和高峰時段；③出行頻率。乘客1周內的出行次數，可影響乘客在出行環(huán)境容忍性等方面的變化；④剛需性。表示本次出行時間緊張，必須盡快上車，表現為強烈急迫性；⑤負重情況。指乘客攜帶行李情況，可對乘客運動行為產生一定影響。

（4）偏好因素。用于對特殊乘客群體進行劃分，包括站臺熟悉程度、對信息的敏感度、從眾行為、舒適性和更換隊列。①站臺熟悉程度。指乘客對站臺的熟悉程度；②對信息的敏感度。指乘客對站臺誘導信息的敏感程度、對信息的遵從情況，與乘客性格特征關系密切；③從眾行為。一種常見的候車區(qū)域選擇行為，即乘客對外界信息關注度不高，多跟從大眾行為；④舒適性。表示乘客對站臺環(huán)境的容忍性以及對客流密度的要求；⑤更換隊列。指乘客意志不堅定，決策不定。

2.2.2 站臺因素

站臺因素又稱基礎設施因素，主要包括幾何特征因素、設施因素2個方面。

（1）幾何特征因素。主要指站臺的幾何形狀，車站類型包括始發(fā)站、換乘站、終點站、一般通過站，根據車站類型不同，客流特征存在顯著差異。站臺形式包括島式站臺、側式站臺、島側混合式站臺。站臺出入口的數量也是重要的幾何特征，出入口的數量及形式也與車站類型有一定關聯性，最典型的是單線車站和換乘站的站臺出入口存在較大差異。

（2）設施因素。主要指站臺服務類設施的設置和布局對乘客候車區(qū)域選擇行為產生一定影響。①入口到候車區(qū)域的距離。指入口到站臺典型候車區(qū)域的物理距離，包括所有入口到典型候車區(qū)域的距離，是一個集合；②有效利用面積。指站臺可用于候車排隊區(qū)域的面積，一般指站臺總面積減去各類設施占地面積；③樓扶梯設施數量。指層間設施數量，包括樓梯、扶梯、直梯；④乘客座椅數量，指站臺中央設置用于乘客候車休息用的座椅設施，設置位置一般位于站臺中央，對高峰時段站臺客流有一定的阻擋作用；⑤排隊區(qū)護欄。指在候車排隊區(qū)域設置的導向護欄，多設置于樓扶梯出口與排隊區(qū)域的重合處，減小排隊客流與進站客流沖突；⑥站臺引導標志。主要包括引導標志的設置位置、標志的內容、設置形式等，用于評估標志對乘客候車區(qū)域選擇的影響程度；⑦排隊空間。指站臺區(qū)域內屏蔽門前可用于乘客排隊的空間。

2.2.3 環(huán)境因素

環(huán)境因素指站臺運行的動態(tài)環(huán)境因素，包含客流因素和車輛運行因素，2種因素分別對站臺的動態(tài)環(huán)境變化產生一定影響。

（1）客流因素。根據乘客出行特征不同，站臺客流狀態(tài)在不同時段呈現不同狀態(tài)，挖掘乘客候車區(qū)域選擇行為影響的客流因素，分析其在所有因素中的關鍵程度，為站臺客流組織管理提供支持。①客流行進速度。指客流在站臺的運動速度，與客流構成和站臺擁堵度聯系緊密；②客流到達率。指單位時間內站臺乘客到達的人數，直接影響站臺擁擠度的變化情況；③乘客聚集度。指站臺局部區(qū)域乘客密度；④排隊長度。指站臺排隊區(qū)域上車乘客排隊隊列長度；⑤站臺入口處乘客數量。表示在樓扶梯的底端附近候車的乘客數量，該指標影響乘客的視野范圍和對站臺綜合狀態(tài)的判斷。

（2）車輛運行因素。對于站臺乘客候車區(qū)域選擇的因素主要有車廂滿載率和發(fā)車頻率。①車輛滿載率。表示列車單節(jié)車輛的客流飽和度；②發(fā)車頻率。指列車到站的頻率，也是乘客乘車的機會概率。

運用相關性分析方法，獲取站臺乘客候車區(qū)域選擇行為影響因素，按重要度排序依次為：行走距離>乘客聚集度>排隊空間>車廂滿載率>乘客對車站熟悉程度。

3 建立仿真模型

基于站臺乘客候車區(qū)域選擇關鍵影響因素，構建站臺乘客候車區(qū)域選擇行為仿真模型，挖掘多因素對站臺利用率的影響機理。元胞自動機模型具有符合實際的有限方向移動特征，且元胞自動機模型可獲取仿真范圍內的各項信息，包括行人密度、距離、速度、區(qū)域面積等。可利用元胞自動機模型模擬站臺乘客候車區(qū)域選擇行為，用于分析評估不同因素對站臺空間利用率的影響。

城市軌道交通車站類型分為島式站臺、側式站臺和島側混合式站臺，主要研究站臺層乘客對候車區(qū)域的選擇，研究關鍵點是候車區(qū)的特性研究，幾種站臺在候車區(qū)域設置方面原則一致，站臺類型對于研究結果無太大影響，因此選取典型島式站臺為仿真研究案例，對城市軌道交通車站具有一定的代表性。

3.1 仿真場景描述

根據研究目的構建模型場景，針對乘客分布不均、站臺空間利用率低的問題，構建典型站臺場景。根據某地鐵站實際站臺尺寸，構建站臺環(huán)境，站臺環(huán)境規(guī)模為長132.8 m、寬13.6 m，元胞尺寸0.4×0.4 m2。為便于研究候車區(qū)域劃分，在仿真場景設施設置中在站臺兩側分別設1組樓扶梯設施。乘客候車區(qū)域選擇仿真基礎場景見圖3。

圖3 乘客候車區(qū)域選擇仿真基礎場景

根據以上站臺仿真場景和研究目的，在仿真中僅探討進站乘客的候車區(qū)域選擇行為，不考慮下車乘客。

仿真模型構建目的是評估不同影響因素對乘客候車區(qū)域選擇的影響，評價指標是不同影響因素下的站臺利用率。仍將站臺候車區(qū)域劃分為A、B、C 3 類區(qū)域，站臺候車區(qū)域仿真場景劃分見圖4。

圖4 站臺候車區(qū)域仿真場景劃分

站臺兩側為公共設施，A類區(qū)域為站臺兩端，對應列車前后端車廂；B類區(qū)域為樓扶梯設施遮擋區(qū)，可用候車空間有限，但距離站臺入口設施距離短；C1、C3類候車區(qū)域為站臺開闊區(qū)域，位于樓梯入口正面，承擔乘客候車和客流通道雙重功能；C2 類區(qū)域為站臺開闊區(qū)域，位于樓扶梯后面，主要承擔乘客候車功能，由于其位置不在乘客第一視野范圍內。站臺乘客候車區(qū)域選擇行為仿真過程包括：乘客從站臺入口進入站臺，選擇A、B、C類中任一區(qū)域候車。

3.2 仿真模型構建

根據仿真場景，構建基于元胞自動機的站臺乘客候車區(qū)域選擇仿真模型。根據元胞自動機的仿真機制，結合乘客候車區(qū)域選擇的關鍵影響因素，提出候車區(qū)域吸引力模型。

根據行人運動規(guī)則，行人傾向于向勢能值小的方向移動。乘客候車區(qū)域關鍵影響因素包括：行走距離、乘客聚集度、排隊空間、車廂滿載率、乘客對車站熟悉程度。結合元胞自動的可實現功能及乘客個體屬性，在候車區(qū)域模型構建中選取行走距離、乘客聚集度和排隊空間3個因素作為模型變量參數。仿真模型考慮了自身到各候車區(qū)域的距離、各區(qū)域內乘客的聚集度、排隊空間3個因素。乘客聚集度的計算方法為各候車區(qū)域內任一局部區(qū)域的密度，以該區(qū)域最大密度為該區(qū)域內的綜合指標。吸引力的大小主要與候車區(qū)域有關，模型中元胞勢能值由各區(qū)域吸引力模型確定，對應候車區(qū)域因素轉化為候車區(qū)域到任一入口的距離、區(qū)域內單位面積的最大密度、區(qū)域內可排隊空間3 個方面因素。

根據候車區(qū)域與各入口的關系，結合乘客特性，吸引力與區(qū)域內可排隊空間成正比，與入口到候車區(qū)域的距離和區(qū)域內單位面積的最大密度成反比，根據站臺物理空間，得候車區(qū)域吸引力模型如下：

式中：Yij為候車區(qū)域i對入口j行人的吸引力；Si為候車區(qū)域i的可用排隊空間；ki為候車區(qū)域i現有人數；s0為單個行人所占排隊空間值，取0.16 m2；Lij為候車區(qū)域i到入口j的距離；Mi為候車區(qū)域i內單位面積乘客的最大密度；a、b、c分別為空間、距離、密度系數。

模型中利用候車區(qū)域吸引力模型可得入口j的乘客到候車區(qū)域i的概率為：

式中：Pji為入口j的乘客到候車區(qū)域i的概率；Ydj為候車區(qū)域d對入口j的乘客的吸引力；n為候車區(qū)域總數。

3.3 仿真與結果分析

基于上節(jié)構建的模型，對乘客候車區(qū)域選擇行為進行仿真模擬。從到站客流量和不同考慮因素系數組合的方面探討站臺乘客區(qū)域利用率。站臺乘客候車區(qū)域選擇行為仿真場景見圖5。

圖5 站臺乘客候車區(qū)域選擇行為仿真場景

3.3.1 仿真模型參數標定

根據候車區(qū)域吸引力模型，需要對進站客流達到率和自身到各候車區(qū)域的距離、各區(qū)域內乘客的聚集度、排隊空間的系數進行標定。

根據站臺乘客數據處理，在大客流狀態(tài)下，對典型大客流地鐵站——北京地鐵5號線天通苑北站、北京地鐵13 號線回龍觀站作為客流標定依據。在7：30—8：30 時段，對2 個地鐵站以10 min 為統(tǒng)計周期，對進入站臺的客流進行分析（見圖6）。

圖6 高峰時段站臺客流到達率分布

首先，根據實際客流數據標定，將客流到達率設定為250～500 人/min。其次，對自身到各候車區(qū)域的距離、各區(qū)域內乘客的聚集度、排隊空間的系數進行標定。根據候車區(qū)域吸引力模型，吸引力與區(qū)域內可排隊空間成正比，與入口到候車區(qū)域的距離和區(qū)域內單位面積的最大密度成反比。因此，將a設置為取值0.1～1.0 表征乘客對距離的關注程度；將b、c設置為取值1.0～0.1，分別表征乘客對聚集度和排隊空間的關注程度。

3.3.2 試驗結果分析

在仿真結果，區(qū)域占有率表征各區(qū)域利用率，仿真時間取10 min，積累一定的客流量；在不同客流到達率情況下，摒棄乘客對各因素間的偏好，將吸引力模型中的a、b、c均設置為1.0?；谡九_元胞自動機本身為離散模型，仿真具有一定隨機性，為避免隨機性導致的仿真結果誤差，取30 次仿真結果進行分析，不同客流到達率情況下，A1 類區(qū)域乘客占有率見圖7。

圖7 A1類區(qū)域乘客占有率

將仿真結果取平均值，得不同客流到達率情況下，站臺各區(qū)域乘客占有率（見圖8）。

圖8 站臺各區(qū)域乘客占有率

由圖8 可知，隨著到站客流增加，各區(qū)域站臺占有率提高，且由于C1 和C3 類區(qū)域距離入口設施距離近、可用排隊空間大，導致選擇人數多，但總體單位面積占有率與其他區(qū)域差別??；B 類區(qū)域由于其具備入口到區(qū)域距離近、排隊空間有限，從而占有率高。

分析乘客到各候車區(qū)域的距離、各區(qū)域內乘客的聚集度、排隊空間的系數對各區(qū)域占有率的影響，排隊空間參數與各區(qū)域乘客占有率的關系見圖9，系數a取值0.1～1.0，b=c=0.5。

圖9 排隊空間參數與各區(qū)域乘客占有率關系

由于C類區(qū)域為站臺開闊區(qū)域，基于區(qū)域吸引力模型，區(qū)域排隊空間與區(qū)域吸引力成正比，隨著排隊空間系數的增強，C 類區(qū)域的吸引力增強，C 類區(qū)域的空間占有率增大；A、B 類區(qū)域由于其排隊空間有限，導致空間占有率下降。當區(qū)域排隊空間系數為0.6 時，站臺綜合利用率最高。聚集度參數與站臺各區(qū)域乘客占有率關系見圖10。

如圖10 所示，由于A 類和C2 類區(qū)域到入口設施距離較遠，因此A 類和C2 區(qū)域的整體占有率處于較低水平，聚集度系數大時，相較于其他區(qū)域吸引力大，空間占有率高；隨著聚集度系數的減小，二者空間占有率下降。B 類區(qū)域由于其空間有限，其聚集度一直處于由于其到入口的距離優(yōu)勢，基于區(qū)域吸引力模型，聚集度與區(qū)域吸引力成反比，隨著排隊空間系數的減小，B 類和C1、C2 區(qū)域的吸引力增強，相應的空間占有率增大。當聚集度系數為0.7 時，站臺綜合利用率最高。

距離參數與站臺各區(qū)域乘客占有率關系見圖11。如圖11 所示，由于A 類和C2 區(qū)域到入口設施距離較遠，基于候車區(qū)域吸引力模型，區(qū)域吸引力與乘客到區(qū)域的距離系數成反比，當距離系數大時，A 類和C2區(qū)域的整體占有率處于低水平。隨著距離系數的減小，代表乘客對于距離的在意程度小，二者區(qū)域吸引力增大，空間占有率升高；B 類和C1、C2 區(qū)域隨著距離系數的減小，二者吸引力減小，空間占有率下降，由于三者的空間優(yōu)勢，空間占有率下降有限。當距離系數為0.3時，站臺綜合利用率最高。

圖11 距離參數與站臺各區(qū)域乘客占有率關系

結果表明，在各影響因素系數統(tǒng)一固定值設置時，隨著進站客流量的增大，站臺各區(qū)域的占有率增加，各區(qū)域綜合占有率排序為樓扶梯設施阻擋區(qū)域>站臺開闊區(qū)域>站臺兩端；隨著排隊空間系數的增大，站臺開闊區(qū)域的吸引力明顯大于其他區(qū)域，且樓扶梯設施中間的區(qū)域得到了有效利用；隨著乘客到候車區(qū)域距離系數的減小，站臺兩端及樓扶梯中間開闊區(qū)域吸引力增大，站臺的綜合利用率高；隨著聚集度系數的減小，樓扶梯阻擋區(qū)域和站臺兩端區(qū)域吸引力增大，站臺的綜合利用效率一般。

4 結論

研究提出考慮乘客到候車區(qū)域的距離、區(qū)域內乘客的聚集度和排隊空間影響的候車區(qū)域吸引力模型，揭示了不同影響因素對乘客候車區(qū)域選擇的影響機理和關鍵性。

在現有站臺乘客候車區(qū)域行為研究基礎上，依托視頻數據對站臺候車區(qū)域特性、乘客選擇特性和行為影響因素進行深入挖掘，通過問卷及因素與方案相關性分析的基礎上，得出站臺乘客候車區(qū)域選擇行為影響因素重要度排序。主要研究結論如下：

（1）站臺乘客候車區(qū)域選擇行為影響因素前5名按重要度排序依次為：行走距離>乘客聚集度>排隊空間>車廂滿載率>乘客對車站熟悉程度。

（2）隨著站臺乘客排隊空間系數的增大，站臺開闊區(qū)域的吸引力明顯大于其他區(qū)域，且樓扶梯設施中間區(qū)域得到有效利用；隨著乘客到候車區(qū)域距離系數的減小，站臺兩端及樓扶梯中間開闊區(qū)域吸引力增大，站臺的綜合利用率高；隨著聚集度系數的減小，樓扶梯阻擋區(qū)域和站臺兩端區(qū)域吸引力增大，站臺的綜合利用效率一般。

（3）站臺層間設施的設置應該與站臺乘客候車特性綜合考慮，盡量增大站臺乘客候車可用有效空間。

（4）在站廳層和樓扶梯出口設置乘客候車引導設施，可有效防止站臺乘客聚集度過高，提高站臺乘客分布均勻度和站臺服務水平。