基于AFC數(shù)據(jù)的新建軌道交通系統(tǒng)出行距離分布特性研究

賀康康，任 剛

?

基于AFC數(shù)據(jù)的新建軌道交通系統(tǒng)出行距離分布特性研究

賀康康，任 剛

（東南大學(xué)，交通學(xué)院，南京 210096）

軌道出行距離分布可以有效反映軌道線路出行空間分布情況、斷面客流集聚程度。新建軌道交通系統(tǒng)的出行距離研究, 對建設(shè)運營初期的軌道站點布局、軌道票價制定等工作具有較大的指導(dǎo)意義。本文基于新建軌道交通城市（寧波）的軌道自動檢票系統(tǒng)（AFC）采集到的客流數(shù)據(jù), 分析與比較新建軌道系統(tǒng)在不同時間（工作日和節(jié)假日）、不同類型（單線和換乘、市區(qū)和市域）、不同站點（首末站、換乘站和普通站）的出行距離特征, 結(jié)果顯示新建軌道系統(tǒng)在市區(qū)中長距離出行和市域長距離出行具有較大的優(yōu)勢。通過-檢驗方法, 得到軌道出行距離分布可以用均值為2.0081、標準差2為0.756 3對數(shù)正態(tài)分布或者均值為2.052 9、標準差σ2為0.785 8的對數(shù)正態(tài)分布和均值為35.769 8、標準差2為4.189 9的正態(tài)分布組成的雙峰分布表示。本文研究成果將對軌道交通系統(tǒng)的前期規(guī)劃設(shè)計和運營管理提供重要的理論支撐。

城市軌道交通; 出行距離; 分布模型; AFC數(shù)據(jù)

0 引 言

軌道交通系統(tǒng)是一種快捷安全、準時可靠、節(jié)能環(huán)保的大運量公共交通系統(tǒng)。面對日益增長的交通需求和日趨嚴重的交通擁堵，我國逐步加快軌道交通的發(fā)展進程與建設(shè)力度。截止2017年底，我國已有34個城市開通146條軌道線路，運營線路總長度達4928 km；53個城市開工建設(shè)軌道交通，規(guī)劃建設(shè)規(guī)模超過9000 km。在大中型城市中，逐漸形成的軌道交通網(wǎng)絡(luò)對改善城市交通結(jié)構(gòu)、優(yōu)化城市空間布局、提高生活環(huán)境質(zhì)量發(fā)揮了重要作用。

軌道交通出行距離是城市軌道交通系統(tǒng)運營的重要指標之一，出行距離分布一定程度上可以反映軌道線路出行空間分布情況、斷面客流集聚程度，以及城市空間布局和規(guī)模大小，并對軌道站點布局、軌道票價制定等具有較大的指導(dǎo)意義。但目前國內(nèi)外學(xué)者對城市軌道客流的研究主要集中于客流時空分布特性、軌道客流分配、常態(tài)和非常態(tài)客流預(yù)測、客流路徑識別等方面[1-4]，出行距離分布通常僅作為客流特征的一個次要指標簡要描述，且多以平均出行距離這個統(tǒng)計量出現(xiàn)，僅有少數(shù)研究分析了出行距離分布特性、分布規(guī)律及其內(nèi)在成因。例如，王靜通過對北京市軌道交通客流時空特性研究發(fā)現(xiàn)，北京軌道平均出行距離略大于上海、廣州等城市，認為城市規(guī)模大、功能區(qū)布局分散、城市缺少OD集中的客流走廊以及環(huán)線加方格網(wǎng)狀的軌道網(wǎng)絡(luò)布局形態(tài)是導(dǎo)致軌道出行距離較大的主要原因[5]。馬小毅探討了廣州軌道交通從單線向網(wǎng)絡(luò)轉(zhuǎn)變過程中的出行距離特征和變化規(guī)律，發(fā)現(xiàn)平均出行距離上升了65.29%，但占軌道交通網(wǎng)絡(luò)運營里程的比例下降迅速[6]。錢衛(wèi)力選取了東京軌道交通線路客流數(shù)據(jù)，分析不同年份國鐵線、私鐵線、JR線和地鐵線線路長度與平均出行距離之間的關(guān)系，認為日本高比例的軌道出行主要歸功于多層次的軌道服務(wù)能夠滿足不同出行距離的需 求[7]。姚新虎分析了軌道交通和常規(guī)公交的出行距離，給出了兩類交通方式出行時間和出行距離關(guān)系圖，認為軌道出行臨界距離是軌道站點間距設(shè)置的關(guān)鍵因素[8]。

由文獻[5-7]可以看出，現(xiàn)有的軌道出行距離特性研究主要針對特大城市的成網(wǎng)軌道交通系統(tǒng)。但我國70%以上的城市軌道系統(tǒng)還處于初步建設(shè)階段，目前開通軌道交通的34個城市中，21個城市僅有1~3條軌道線路。新建軌道交通系統(tǒng)由于線路未成網(wǎng)絡(luò)，其出行距離分布特性也有別于成網(wǎng)軌道交通系統(tǒng)，研究新建軌道系統(tǒng)出行距離分布特性，將對軌道建設(shè)運營初期的站點布局、票價制定、運營調(diào)度提供參考[9]。本文作者依托新建軌道交通城市（寧波）的軌道自動檢票系統(tǒng)采集得到的全網(wǎng)進出站數(shù)據(jù)（即AFC數(shù)據(jù)），分析不同時間（工作日和節(jié)假日）、不同類型（單線和換乘、市區(qū)和市域）、不同站點（首末站、換乘站和普通站）的出行距離特征，對軌道出行距離的分布特性進行建模，分析新建軌道系統(tǒng)的出行距離分布特性與成網(wǎng)軌道系統(tǒng)之間的區(qū)別，以期為軌道系統(tǒng)的前期規(guī)劃建設(shè)和運營管理提供有針對性的理論依據(jù)。

1 數(shù)據(jù)獲取和處理

文本以寧波市軌道交通AFC數(shù)據(jù)為研究對象（相關(guān)數(shù)據(jù)由寧波寧波軌道交通運營公司和寧波市民卡運營管理有限公司提供），對寧波軌道交通出行距離進行研究。寧波軌道交通于2009年6月26日開工建設(shè)，2014年5月30日開通試運營。目前，寧波軌道交通運營線路共有2條，分別為1號線、2號線一期，均為地鐵系統(tǒng)，里程總長74.5 km，共設(shè)車站51座。其中1號線為東西走向骨干市域線，全長46.39 km，設(shè)車站29座，平均站間距1.59 km；2號線一期為西南—東北方向骨干市區(qū)線，全長28.35 km，共設(shè)22座車站，平均站間距1.33 km。

寧波軌道AFC數(shù)據(jù)主要是依據(jù)進、出站閘機的刷卡和投票數(shù)據(jù)來統(tǒng)計，數(shù)據(jù)準確記錄了每一次乘客的刷卡信息，包括卡號、進站時間、進站線路編號、進站站點編號、進站閘機編號、出站時間、出站線路編號、出站站點編號、出站閘機編號、票價等數(shù)據(jù)。通過對AFC數(shù)據(jù)的統(tǒng)計分析，可以獲得準確連續(xù)的寧波軌道各條線路上的出行距離數(shù)據(jù)。此處以1號線2017年6月5日部分數(shù)據(jù)為例，數(shù)據(jù)信息格式如表1所示。

表1 寧波軌道交通系統(tǒng)AFC數(shù)據(jù)樣本（部分）

Tab.1 Data samples of ningbo rail transit system（Portion）

根據(jù)研究工作的需要，收集了2017年6月5日-2017年6月11日7天的全部軌道交通AFC數(shù)據(jù)，每天的AFC數(shù)據(jù)在22~27萬條之間。考慮到軌道出行需要進出站刷卡、上下站臺、站臺候車，一次有效的軌道出行至少需要5 min。因此，在數(shù)據(jù)分析中剔除了出行距離為0（即同一個站點進站、出站）、出行時間小于5 min，以及部分僅有進站或出站的無效數(shù)據(jù)，由此得到每天20~25萬條有效數(shù)據(jù)。

2 出行距離分布特性

2.1 總客流出行距離分析

將2017年6月5日~11日的軌道乘客出行距離匯總進行頻數(shù)測定，并進一步計算每天出行距離的峰值、25%位、50%和75%的數(shù)據(jù)值，如圖1和表2所示。從頻數(shù)分布上看，出行距離分布并不是對稱分布，而是具有較為明顯的“單邊拖尾現(xiàn)象”。周一~周四四天工作日的軌道出行距離分布基本一致，峰值出現(xiàn)在5km處，25%位分布值為5 km，75%位分布值為13 km，即一半的出行距離集中在5~13km之間。周五的出行距離分布則更接近于節(jié)假日，峰值為6 km，25%位分布值為6 km，75%位分布值為14 km。

寧波的軌道里程為74.5 km，平均出行距離為11.20km，相比北京、上海、深圳和廣州軌道交通系統(tǒng)，其軌道里程分別為650.4km、682.5km、286.5km和276.3km，平均出行距離分別為15.51 km、15.80km、12.70km和11.24 km。寧波的出行距離并未大幅度低于深圳和廣州，由此可見，新建軌道系統(tǒng)的平均出行距離與成網(wǎng)軌道系統(tǒng)并無顯著區(qū)別，軌道系統(tǒng)的平均出行距離與軌道里程并不嚴格成正比，這與文獻[5]的研究結(jié)論較為一致。

表2 軌道客流出行距離分布

Tab.2 Descriptive statistics of rail transit trip length

2.2 單線客流和換乘客流分析

以2017年6月6日AFC數(shù)據(jù)為例進行統(tǒng)計分析，得到總客流、單線客流、換乘客流出行距離的峰值、25%位、50%位和75%位的數(shù)據(jù)值，如表3所示。

表3 單線和換乘客流出行距離分布特征

Tab.3 Descriptive statistics of direct and transfer trip length

表3可以看出，單線客流出行距離分布的峰值集中在5km，一半的出行距離集中在4~11km。單線客流中市域線軌道1號線全長46.39km，平均出行距離為11.03km，市區(qū)線2號線一期全長28.35km，平均出行距離8.34km。文獻[6]也認為單線客流的出行距離與線路長度成正比，且市域線的平均運距通常遠高于市區(qū)線，與本文研究結(jié)果一致。換乘客流出行距離分布的峰值集中在6km，一半的出行距離集中在6~15km。換乘客流的平均出行距離為13.29km，明顯高于單線客流的9.83km。根據(jù)北京、上海、廣州等城市的經(jīng)驗，新建軌道系統(tǒng)在向成網(wǎng)系統(tǒng)轉(zhuǎn)變的過程中，還會呈現(xiàn)單線出行距離下降、換乘出行距離增加、全網(wǎng)平均出行距離上升等特點[6,10-11]。

2.3 不同站點出行距離分布

將2017年6月6日AFC數(shù)據(jù)按照站點進行分類，得到換乘站、首末站和普通站軌道客流出行距離分布百分比曲線，如圖2所示。首末站出行距離峰值為14km，換乘站和普通站則明顯低于首末站，分別為4km和5km。北京、上海、廣州等城市不同軌道站點的出行距離也呈現(xiàn)相同的特征[10-12]。這是由于首末站一般設(shè)置在城市遠郊，而換乘站需要兼顧對外交通樞紐、商業(yè)中心、高校園區(qū)等主要交通吸引點，一般設(shè)置在市中心或者中心城區(qū)邊緣。因此，呈現(xiàn)出換乘站平均出行距離最短、首末站最長的特點，新建軌道系統(tǒng)的不同站點平均出行距離與成網(wǎng)軌道系統(tǒng)區(qū)別也并不明顯。

圖2 不同站點軌道客流出行距離分布百分比曲線

2.4 “微峰”現(xiàn)象分析

從圖1和圖2可以看出，軌道交通出行距離分布曲線在31~38km之間存在一個“微峰”。而文獻[5-7]對北京、上海、廣州的軌道出行特征研究分析中，發(fā)現(xiàn)成網(wǎng)軌道系統(tǒng)的出行距離分布普遍為單峰分布。對寧波的軌道線網(wǎng)結(jié)構(gòu)功能進行分析，軌道1號線為市域線，2號線一期為市區(qū)線。對市區(qū)客流和市域客流進一步分解，如圖3和表4所示。圖3（b）所示的軌道市域出行距離峰值較低，約為主峰的八分之一，均值為34.58km，可以看出“微峰”現(xiàn)象是由于市域出行集中使用軌道交通引起的。由此可見，軌道交通除了在市區(qū)中長距離有優(yōu)勢之外，在市域出行也表現(xiàn)突出。這是由于市域長距離出行中，小汽車、出租車出行成本較高，公共汽車出行時間較長，因而軌道交通的快捷經(jīng)濟對市民具有極大的吸引力。

圖3 市區(qū)和市域客流出行距離頻率分布

表4 市區(qū)和市域客流出行距離分布特征

Tab.4 Descriptive statistics of intracity and regional trip length

3 數(shù)據(jù)擬合

為研究得到新建軌道系統(tǒng)出行距離的分布特性，利用PP概率分布圖對總客流、市區(qū)客流和市域客流出行距離樣本數(shù)據(jù)分布進行正態(tài)、對數(shù)正態(tài)、Weibull和logistics等4種常見分布模型的擬合檢驗。檢驗結(jié)果顯示，總客流和市區(qū)客流出行距離數(shù)據(jù)能用對數(shù)正態(tài)分布進行較好的擬合，而市域出行樣本數(shù)據(jù)則更好地服從于正態(tài)分布。為提高檢驗精確度，使用-檢驗法對上述三類樣本數(shù)據(jù)進行檢驗，檢驗結(jié)果如表5所示。

表5 樣本-檢驗

Tab.5 K-S test results

注：. 檢驗分布為正態(tài)分布；. 根據(jù)數(shù)據(jù)計算得到。

從以上檢驗可以看出，-檢驗結(jié)果的值分別為0.935、1.303、2.146（大于0.5），雙尾檢驗概率分別為0.375、0.342、0.513（大于0.05）。說明總客流樣本的對數(shù)、市區(qū)客流樣本的對數(shù)和市域客流樣本均服從正態(tài)分布假設(shè)，也就是總客流和市區(qū)客流樣本服從對數(shù)正態(tài)分布的假設(shè)，市域客流樣本均服從正態(tài)分布假設(shè)。

由上文可知，總客流的“雙峰”是由市區(qū)出行和市域出行組合而成得到的，根據(jù)客流出行特征和雙峰模型的概念，新建城市軌道交通出行距離概率分布公式如下式所示：

由于出行距離的“微峰”峰值僅為主峰峰值的八分之一左右，且-檢驗法證明總客流使用對數(shù)正態(tài)分布也能進行較好的擬合，因此通過統(tǒng)計分析軟件OriginPro8.5分別對單峰分布和雙峰分布進行擬合，各樣本的模型參數(shù)如表6所示。

表6 均值和標準差匯總

Tab.6 Summary of mean and standard deviation

4 結(jié) 論

本文通過對寧波城市軌道交通AFC數(shù)據(jù)的整理，分析得出了新建軌道系統(tǒng)的單線和換乘客流、市區(qū)和市域客流、不同軌道站點客流的出行距離分布特征，研究結(jié)果顯示，新建軌道交通在市區(qū)中長距離出行表現(xiàn)突出，并且在市域出行中也具有很大優(yōu)勢。本文使用-檢驗，發(fā)現(xiàn)新建軌道系統(tǒng)中總客流和市區(qū)客流樣本服從對數(shù)正態(tài)分布的假設(shè)，市域客流樣本均服從正態(tài)分布假設(shè)，軌道出行距離分布可以對數(shù)正態(tài)分布或者對數(shù)正態(tài)分布和正態(tài)分布組成的雙峰分布表示，并給出單峰分布和雙峰分布模型的相關(guān)參數(shù)。該研究結(jié)論將對新建軌道系統(tǒng)的站點優(yōu)化布局、軌道票價合理制定，以及協(xié)調(diào)其他換乘接駁交通等方面工作提供較好的理論依據(jù)。

[1] 王雪梅, 張寧, 張云龍. 城市軌道交通短時客流預(yù)測體系框架及關(guān)鍵技術(shù)[J]. 交通運輸工程與信息學(xué)報, 2013(2): 107-113.

[2] 張姣, 呂紅霞, 劉曉偉, 等. TOD模式下城市軌道交通誘增客流預(yù)測研究[J]. 交通運輸工程與信息學(xué)報, 2017, 15(1): 76-82.

[3] Zhong M, Si B. Development of a Transfer-Cost-Based Passenger Flow Assignment Model for Beijing Rail Transit Network Using Automated Fare Collection Data[C]. Transportation Research Board 90th Annual Meeting, 2011.

[4] 孫小菲, 陳旭梅, 王佑安. 不同類型城市軌道交通車站站臺客流特性對比研究[J]. 交通運輸工程與信息學(xué)報, 2015, 13(4): 127-134.

[5] 王靜, 劉劍鋒, 馬毅林, 等. 北京市軌道交通車站客流時空分布特征[J]. 城市交通, 2013(6): 18-27.

[6] 馬小毅, 金安, 劉明敏, 等. 廣州市軌道交通客流特征分析[J]. 城市交通, 2013(6): 35-42.

[7] 錢衛(wèi)力. 東京軌道交通乘客平均出行距離特征分析[J]. 城市軌道交通研究, 2015, 18(11): 1-3.

[8] 姚新虎. 基于出行距離的快軌交通站間距的確定方法[J]. 都市快軌交通, 2008, 21(1): 48-50.

[9] 李金海, 李明高, 楊冠華, 等. 北京軌道交通網(wǎng)絡(luò)化客流特征及成長趨勢分析[J]. 交通工程, 2017(3): 53-57.

[10] 譚國威, 宗傳苓. 深圳市軌道交通客流特征分析及啟示[J]. 城市交通, 2013(6): 43-48.

[11] 馬小毅, 金安, 劉明敏. 廣州市軌道交通客流特征分析[J]. 城市交通, 2013(6): 35-42.

[12] 高麗燃, 吳海燕, 郭彧鑫, 等. 北京市軌道交通客流特征分析[J]. 道路交通與安全, 2015, 15(2): 47-54.

（中文編輯：劉娉婷，英文審改：楊鴻泰）

Trip Length Distribution Characteristics of Urban Rail Transit Based on AFC Data

HE Kang-kang，REN Gang

（School of Transportation, Southeast University, Nanjing 210096, China）

The distribution of trip length can effectively reflect the spatial distribution of rail transit routes, the degree of passenger flow agglomeration. The study of new rail transit system trip length provide reference for the layout of rail stations and the establishment of rail fares. Based on the passenger flow data collected by the Ningbo Urban Rail Transit Automatic Fare Collection System（AFC）, this paper analyzed the distribution characteristics of trip lengths at different time, different stations, and different types of trips, and found that rail transit had an advantage in middle and long-distance intracity and regional trip. By the-test method, rail transit trip length distribution can be expressed as a lognormal distribution（=2.0081,2=0.7563）, or a bimodal distribution consisting of a lognormal distribution（=2.0529,2=0.7858）and a normal distribution（=35.7698,2=4.1899）. The research results of this paper will provide important theoretical support for the preliminary planning and operation management of the rail transit system.

urbanrail transit; trip length; distribution model; AFC data

1672-4747（2018）03-0046-07

U12

A

10.3969/j.issn.1672-4747.2018.03.007

2017-06-05

國家自然科學(xué)基金重點項目-現(xiàn)代城市多模式公共交通系統(tǒng)基礎(chǔ)理論與效能提升關(guān)鍵技術(shù)（51308311），國家自然科學(xué)基金面上項目-國家公交導(dǎo)向多模式疏散交通網(wǎng)絡(luò)設(shè)計理論與方法（51578149）

賀康康（1987—），女，浙江紹興人，博士生，主要研究方向：交通規(guī)劃與管理。

任剛（1976—），男，浙江紹興人，東南大學(xué)教授，博導(dǎo)，主要研究方向：交通規(guī)劃與管理、交通系統(tǒng)仿真與優(yōu)化。

賀康康，任剛. 基于AFC數(shù)據(jù)的新建軌道交通系統(tǒng)出行距離分布特性研究[J]. 交通運輸工程與信息學(xué)報, 2018, 16(3): 46-52.