购物中心客流分析

(2013-07-01 18:10:45)

作为零售业最高级的业态模式，购物中心集购物、娱乐、休闲、餐饮为一体，以满足不同消费群体的多方面需求。通过统一的形象、统一的服务、统一的推广和统一的活动面对顾客，购物中心在消费服务功能、开发规划及运营方式上，有别于百货公司、超市、便利店，它贩卖的不是某个或某类商品，而是一种卓越的服务和管理，这也是购物中心的管理比其他零售业态更为复杂、更为人性化的根本原因。其他商业业态可能更为关注商品本身，而购物中心则更关注于集客能力、市场行销推广、商品展示、客户服务等方面。

购物中心作为一个以零售为主的商业组织形式，需要精细化管理，而精细化管理以事实为依据，用数字说话，决策者、管理者通过对购物中心各个硬软件得出的数字进行分析，并用这些数据为顾客与商户服务。客流量对大型购物中心来说是其核心元素，充足有效的客流才能提升购物中心的盈利能力，客流不仅是定位和招商的基础，更是购物中心是否能成功运营的关键。近几年来，精确地统计进入购物中心的顾客数量成了优化购物中心运营的必要手段。那么，客流统计系统对购物中心的贡献究竟有多大呢？购物中心能从客流统计系统获得多大的收益？

客流系统对购物中心各个部门的具体作用

招商部

购物中心收入的主要来源是租金、停车费及广告费等服务性费用。为了增加营运收入，必须尽可能提高店铺、广告位的出租率和租金水平。正所谓租赁决定购物中心的市场价值。没有出租的空间代表空间闲置，而高空置率通常转变成为购物中心营运管理的难题，因为空置空间不仅仅代表不具生产力，它亦影响到其他进驻店家的生产力，商铺少直接影响到客流，随之影响到营业额，这种情况，对商铺还是购物中心的管理者，都非常不利。另一方面，不合理的商铺分布，也会对人流分布和人流的带动作用产生不小的影响。因此，购物中心不但要提高店铺的出租率，同时对于楼层、区位商铺的业态分布也要进行合理安排，使通过所有店铺的人流通行量达到最大，使购物中心的整体人气趋于平衡。

在购楼物中心的各个出入口、各层、各通道，甚至各商铺门前安装客流统计系统，获得不同时段的客流分布情况，同一类型店中表现优异的租户立时可见，表现较差的营业区域可立即受到关注，而且从今往后，对于租户组合的调整不再盲目，完全可以通过客流数据来进行科学分析。更为重要的是，客流数据给购物中心的招商部门在确定具体楼层具体区位的铺位租金水平和今后的租金调整，提供了实实在在的数据支持。通过对出入口人流量数据的观测，可以帮助确定广告位定价，合理确定重要广告的摆放位置。

客流统计系统能够为购物中心，在商铺租金价位水平，优化购物中心的布局及租户位置，广告铺位高效利用等方面，提供切实有效的数据依据。

营销部

购物中心通常会在节假日安排不同类型的主题活动，在提高购物中心知名度，吸引人流的同时，亦可突出购物中心的形象，达到展示和推广购物中心的目的。

购物中心举办的活动主要有开幕活动（仅一次）；经常性与季节性活动；临时性或特别活动；单店促销活动等类型，通过这些活动，吸引客流进入购物中心，令顾客享受到全方位的服务体验，多样化的需求得以满足，并受激发而提升购买欲望，使潜在的需求转变成购买行为。

举例来说，香港观塘APM购物中心，在世界杯期间，不但以大电视免费直播各场赛事，同时亦举办各式各样的活动，甚至为顾客提供沐浴设施及睡袋等。结果商场该月份的人流超过880万人次，较平日增加四成，生意额则较平日增长两成半至港币2.5亿元，其中运动用品店铺的生意额上升两成，餐饮店上升三成，影音产品店上升两成半。

可见，购物中心的主题活动，可带来滚滚客流，为购物中心带来可观的收益。客流统计系统在这个时候的作用，就显而易见了，在活动期间，客流系统提供准确的人流数据，不但可以直观地对活动效果进行评估，结合其他数据报表亦可分析出营销活动和促销投资的回报情况，此外，结合历史同期活动的客流量数据，对比分析得出人流规律，为今后活动方案的制定提供依据。

营运部

宏观地统计客流量能够概括地证实购物中心具体设施的成功运营，从总体上评估和调整购物中心的运作，并且对购物中心内部作业管理有一定的日常指导作用。

在购物中心的日常营运中，顾客人数若过分集中，不但会降低公共设施与服务人员的服务品质，同时如果拥挤度到达一定程度，必然会降低顾客的舒适感与享受度；而在某些时段，如果顾客人数过少，场面冷清，则会严重降低顾客的购买意愿，这样也不利于购物中心的有效经营。因此，只有制定周详的计划、依时段来有计划地引进顾客，使每天进入营业区的顾客能够符合规划的人数，并且人流可以均匀分布，从而使经营效益和顾客满意度都维持在较高的水平。由此可见，购物中心的日常营运与客流量的统计之间的关系，是密不可分的。

首先，客流数据的日常统计，使营运部门对整个购物中心的运营情况了然于心。其次，根据客流的变化，有效分配和安排物业管理人员、维护人员、安保人员、保洁人员等，合理利用人力资源。再次，根据分析当前客流状况和变化趋势，可以对客流量比较大的区域采取预防突发事件的措施。

决策部

真正的购物中心决不是一个零售企业，而是一个管理企业、一个服务企业。购物中心在实际运营中，其增值过程不是一条单纯的"链"，而是一个"环"。各种系统采集大量数据，经过筛选、汇总与挖掘，为运营管理决策分析提供强有力的数据支持，分析→决策→提升→再分析→再决策→再提升……只有遵循这样的循环，并以此不断的来指导、支持管理流程的优化、管理效率的提高。由此，购物中心的管理与服务水平才会得到持续的提升。每一步都是一个最简单的增值过程，步步推进，循环往复，从第一步运作开始到最后一步结束，购物中心实现了盈利。

俗话说，谋定后动。购物中心运作成功与否，战略规划起决定性作用。客流统计系统，不但能够按时按需提供客流数据，将历史客流数据和当前客流信息进行对比分析，还能与购

物中心现有的其他系统结合，对购物中心进行全方位多角度的分析，产生更为详尽的业绩报表，为管理人员分析现状、调整经营战术和确定未来经营方向，提供充分、有价值的信息。

财务部

购物中心为租户、顾客所提供的各种服务是否有效，是否到位，最终将在财务指标上体现出来。购物中心财务部提供每月的营运报告书、损益报表、现金流量报表及营业额报告给管理部门，若这些报表和报告，能结合客流数据进一步分析，则可以获得购物中心更为科学和全面的营运信息。

另一方面，将客流统计系统得到的客流数据与租金水平结合，在租赁合同中设定可测量的运行参数，可以优化收入，展示投资者的绩效单。客流量数据还是购物中心资产的附加值，在如今竞争异常激烈的零售业，拥有更多人气的购物中心显然拥有较高的市场价值。 客流系统在购物中心里的管理类型

1、封闭型管理——主要出入口，包括正门的出入口，地铁、地下通道、人行天桥连接购物中心的出入口等。

2、垂直管理（楼层管理）——包括观光电梯、内部垂直电梯、各层扶手电梯、各层楼梯等。

3、区域管理——各主要水平通道，特别是人流主干道。

4、店中店管理——在租户门前安装客流系统，可以监测到各家店铺实时客流情况。

在零售业迅速发展的今天，欧美、新加坡、香港、日本等越来越的国家和城市的大型购物中心和连锁商业网点使用客流分析系统。而国内的很多购物中心也会在节假日采用人工点数的方式进行客流量数据的统计；还有一些商家采用了准确率较低的红外线等方式进行长期客流量的统计。但是由于人工计数的准确率偏低且无法进行长期统计，红外方式又不能双向统计人流量，更无法统计并排时顾客人数，因此，借助视频分析技术，准确率高达95%的新型客流统计分析系统应运而生，目前已在诸多购物中心里使用，相信在未来将越来越受到购物中心的青睐。拥有真正高效准确的客流量统计系统是购物中心在同行业竞争中立于不败之地的重要手段。

6月28日，位于淮海中路黄金地段香港新世界大厦的上海K11购物艺术中心举办了开幕庆典。作为首个把艺术·人文·自然三大核心元素融合的全球性原创品牌，K11将艺术欣赏、人文体验、自然绿化及购物消费相互融合在一起。

全新亮相后的上海K11购物艺术中心所呈现的不仅仅是一座购物中心，更是一间艺术博物馆、环保体验中心、主题旅游景点和展示人文历史的绝佳场所。整个商场汇聚了近百个国内外知名品牌，Bally、Burberry、Chloé、DOLCE＆GABBANA、Max Mara等众多一线品牌也在此设立概念店及旗舰店。自1月18日试运营以来，上海K11深受当地追求生活品味及时尚潮流人士的喜爱，目前每月平均客流量高达100万人次，未来五到六年，K11品牌及多元文化生活社区将陆续在北京、广州、武汉、天津、青岛、沈阳、海口、宁波及贵阳等11个城市延续创艺之旅。

据介绍，K11购物艺术中心的前身为香港新世界大厦地下3层至地上5层的裙房商场，商场面积在3万平方米左右。香港新世界大厦矗立于淮海中路黄金商务区，西邻马当路，东靠黄陂南路，北依金陵路，与中环广场、瑞安广场、香港广场等高楼大厦毗邻而居，其地下二层直接与轨道交通一号线黄陂南路站地下通道相连，地理位置得天独厚，是淮海路商圈地标建筑。20xx年11月，香港新世界集团新一代管理者、K11品牌创办人兼主席郑志刚在参加淮海路110周年庆典时透露，香港新世界大厦的商场部分即将“变身”为上海K11艺术购物中心。

其后，香港新世界大厦的裙房就开始了漫长的改造升级过程。如今，上海K11购物艺术中心正式开业，据记者了解，全新亮相的上海K11采用大面积垂直绿化墙设计，有效隔热降低能耗，而垂直绿化墙的灌溉系统，收集整栋香港新世界大厦洗手池下水，通过污水处理系统使之循环利用，有效节水达33%，高33米的人工水景瀑布飞泻而下，中庭玻璃顶棚有效采集自然光线，以其树干树枝的创新造型与周围的垂直绿化融为一体；上海K11在3楼设立都市农庄，近300平方米的室内生态互动体验种植区，采用多种高科技种植技术在室内模拟蔬菜的室外生长环境；而位于商场6层的空中花园也是淮海路上的一个露天观景胜地；此外，商场4楼打造成Kocktail酒吧街，破除店与店之间的空间隔断，打破商场营业时间的限制。

第二篇：第六章 客流预测与分析

第六章 客流预测与分析

第一节 城市交通需求的基本特性

城市轨道交通的客流是指单位时间内，线路上乘客流动人数和流动方向的总和。

客流既表明了乘客在空间上的位移及其数量，又强调了这种位移带有方向性和具有起讫位置，客流可以是预测客流，也可以是实际客流。

轨道交通系统的客流不仅是规划城市轨道交通网络、安排工程项目建设顺序、设计车站规模和选择车站设备容量的依据，也是轨道交通系统合理安排运力、编制运输计划、组织行车和分析运营效果的基础。

城市交通线路上的客流，可以认为是被实现了的城市交通需求。影响城市交通需求的因素很多，有经济因素，也有非经济因素，概括起来主要有城市经济发展水平、城市各功能区域的布局，人口密度、流动人口数量、国民收入、城市交通网的布局，客运服务的价格与质量，替代服务的价格与质量，政府的交通运输政策，私人交通工具的拥有量等。

从城市轨道交通的需求来看，它具有以下基本特性。

（1）普遍存在性

无论是宏观区域，还是微观区域，需求与供给，生产与消费的普遍存在，以及在空间上处于不同地点，决定了必须把解决距离阻隔作为一项普遍、经常性的工作，所不同的是这种空间距离的联系，仅仅在空间范围和联系强度等方面有所区别，其共同的内容包含人们居住与生活的出行，上下班与旅游观光产生的客流。

（2）复杂多样性

城市轨道交通的运输距离通常不太长，但两点间的联系通道呈复杂多样性。由于客流的构成，旅客的出行目的不同，决定了这种复杂多样性在运输方向，范围以及强度等在时间段分布上的不同，要求客运组织应与其适应。

（3）时空集散性

客运的时间变化通常有一定规律可循，这是由城市居民和流动人口在购物，观光、遣勤等方面的规律性带来的，例如在07：00～08，00，17：00～18：00 - 1 -

为交通高峰时期，中午前后有l～2段低谷时期。

（4）政策决定性

轨道交通受城市人口政策和城市机动车政策等因素的影响。

城市交通的运输方式，除了轨道交通一类的地下铁道、轻轨铁路，独轨铁路和地面有孰电车等外，公共汽车，出租汽车。专线车，区间车以及助动车，自行车等均受城市交通政策的左右。在市场竞争机制法则的影响下，其发展呈不均衡发展态势，在国内外的大城市，这种态度表现结果时差异达到令人惊讶，村程度，以各类城市占主导的交通工具发展的巨大差异看是显面易见的。

城市轨道交通的发展受下述因素的约束：

（1）运输方式规模与能力，通常的经济发展规律是交通应先行，一定程度的交通网络，对城市交通的发展会起到促进作用。相反，设施规模小，与运量不成比侧，则阻碍交通发展。

（2）运行速度。运行速度的高低与运价，乘坐舒适度密切相关，在城市轨道交通领域，它有着一定的优越性，这是由于它的大运量、低成本和较膏的运营速度所决定的。

（3）城市轨道交通的客流量。以断面客流量表示时，它是指单位时间内，通过轨道线路某一点的客流量。这儿的单位时间一般指1h或24h。面通过某—点的客流量就是通过该断面所在区间的客流量。

断面客流量户的计算见下式：

pi+1=pi－px+ps (6一1－1) 式中：

pi+1—— 第i+1个断面客流量(人)，

pi——第i个断面客流量(人)

px——在车站下车人数(人)，

ps——在车站上车人数(人)，

断面客流量又可分为上行和下行断面客流量．在单位时间内，通过各个断面的客流量是不相等的．其中，单向断面客流量大的断面称为最大客流断面，最大客流断面的客流量称为最大断面客流量．上下行的最大客流断面—般不在同一断面上。

- 2 -

在以小时为单位计算断面客流量的情况下，分时断面客流量最大的小时称为高峰小时，与高峰小时相对应的是低谷小时。城市轨道交通的高峰小时有早高峰与晚高峰之分．就行车组织的内容而言，高峰小时的最大断面客流量是一项重要的基础资料，在城市轨道交通运输方式中，通常还以车站的乘降或换乘人数衡量或考核客运量的大小，客运量的统计以年、日或小时为单位。

- 3 -

第二节 客流预测模型及算法

客流预测是一门科学，它是在现在已知过去发生的事物有关因素基础上和假定未来的发展基础上进行的。影响客流的相关因素主要有：

（1）国民经济的发展速度与发展规模，

（2）国民经济的结构中一、二、三产业比重的变化：

（3）交通运输结构的变化；

（4）人口的增长速度与生活水平的提高程度。

预测客流，可以现行运输统计制度提供的部分基础资料为依据，辅以对城市、港口、车站等处的调查，然后在此基础上进行预测。

客流预测可分为区域预制、运输方式运量预测、平均运程预测，到发运量预测等。不同的预测类型，决定了预测结果的不同用途。

预测年限也就是设计年限，是控制工程规模和投资的重要因素，其合理与否，将直接影响工程建成后的效率和效益。设计年限根据预测期间的长短，可分为短期(1至5年)，中期(6至10年)和长期(10年以上)预测．

城市轨道交通系统的规划，建设及运营，不但要以现状客流作为主要依据，还要以近、远期预测客流作为依据．同时，城市轨道交通系统是整个城市交通系统的组成部分，因此轨道交通系统的客流预测也不能脱离整个城市交通系统的客流预测．

当前，城市交通客流预测一般有以下几种模式：一是采用城市交通规划中的“四阶段”预测模式，分析和预测城市道路网和轨道交通系统的客流量。二是运用趋势外推的方法预测未来新建轨道交通线路的客流量．三是以车站确定的吸引区域来计算各站点、断面．线路的客流量。

（1）四阶段客流预测模式。四阶段是指交通的产生、交通的分布、交通方式的分配和交通在相关网络中的分配．交通的产生是确定各发点的总发送客流和各到点的总到达客流，交通的分布是确定各到发点间的客流；交通方式的分配是确定轨道交通网络分摊的客流，交通在相关网络中的分配是确定轨道交通系统各线路的客流．这是一种在现状OD调查以及未来城市发展规划、土地利用基础上，定量预测城市远期客流的预测模式，能较好反映城市客流与城市发展的关系，但当城市未能按发展规划实现时，预测的客流分布与将来实际客流分布就会存在较大差异．

- 4 -

（2）趋势外推客流预测模式。趋势外推是指根据道路交通量和公共汽车线路的现状客流量资料，按时间序列采用数学方法，利用有关参数求出轨道交通线路的客流。这是?种基于现状的预测方法，能较好反映近期交通量的增长情况，但在预见轨道交通系统建成后的城市交通分布变化上，趋势外推客流预测的结果可靠性稍差。

（3）车站吸引E域客流预测模式。车站吸引区域是以车站为圆心，一定的到达车站时间或到达车站距离为半径的圆来确定的。

到达车站的时间或距离又可以分为步行，骑自行车和乘电、汽车3种方式．因此，车站吸引区域客流预测模式又称为3次吸引客流预测模式．该种客流预测模式认为，在合理确定车站吸引区域的前提下，能借助有关公式计算出通过3种方式到站乘车的人数．这种客流预测模式不以线路为单位，而以车站吸引区域范围半径及吸引区域内土地利用的性质对客流影峭来预测客流。

轨道交通系统的客流预测结果应包括：站间方向别到发客流量，全日和高峰小时的客流量，总客运量，各站乘降量，全日客流的时段和断面分布，以及总客运量占全市公共总运量比重等。

客流预测的方法有许多种，但归纳起来无非是定量预测方法和定性预测方法两大类。定量预测方法又有时间序列客流预测方法和因果关系客流预测方法两类。定性预测方法中使用较多的有德尔菲(Delphi)法等：

（1）时间序列客流预测方法。该类客流预测方法的基本思路是根据客流从过去到现在的变化规律来预测来来的客流．这类方法的主要优点是需要数据少、运用简便，只要采用时间段的统计客流数据变动趋势没有大的异常波动，预测结果一般较好．这类方法的主要缺点是无法反映客流变动的原因，因而不能指明影响客流因素变动时客流的变化趋势与结果。常用的时间序列客流预测方法有移动平均法、指数平滑法、月度比例系数法、自回归分析法和随机时间序列预测模型等。

①移动平均法是借助移动平均效修匀原始客流时间数列的变动，以描述其趋势的方法，所谓移动平均，就是按原始客流时间牧列的一定项数计算移动平均数，逐项移动，边移动边平均，得出一组移动平均数，即由这组移动平均效构成的新的客流时间数列，新的客流时间数列可以把原始客流时间数列中的某些不规则变动，特别是周期性变动加以修匀，从而显示出客流长期变化的基本趋势。用移动平均法修匀原始客流时间数列比较客观，也比较容易得到客流变化的趋势．但移动平均法对原始客懂时间数列两端的值无法进行修匀计算，因此每一次移动平均 - 5 -

都会使数列变短，使进 一步观察受到影响．另外，当原始客流时间数列的最后几项变动较大时，预测客流的可靠性也会受到一定影响。

②指数平滑法也称为时间数列的指数平滑法，它也是通过修匀历史数据中的随机成分去预测未来，但它所使用的修匀方法与移动平均法不同，它引入一个人为确定的系数以体现不同时期因素在整个预测期中所占的权数。指数平滑法对实际客流时间数列的长度没有特别要求，资料较少时也能进行预测，但一般仅适用于原始客流时间数列变化较稳定的情况，另外只要正确选择加权指数，也能对远近期数据的不同影响作用作出合理的反映。这种方法的局限性是不能考虑其它因素对客流变化的影响。

⑧月度比例系数法的基本思路是根据客流变化的月度循环特征和规律性，去预测未来月份的客流．它根据过去若干年的月度客流统计资料，计算出乎均的每月客流在年度客流中所占的比例，进而在未来年度总预测客流已经得出的前提下，按比例系数计算该年度各月份的预测客流。使用月度比例系数法时，必须根据客流的实际变动不断对比例系数进行重新计算并加以调整．

④自回归分析法也称鲍克斯一詹金斯(Box-Jenkins)法，它是通过分析原始客瘫时间数列的不同自相关系数来选择适当的预测模型．当原始客流时间数列内的数值在某一固定间隔期具有较高的相关系数时，就可应用自回归模型来进行客流预测。自回归分析法在客流的短期预测方面具有一定的精度，因而得到较广泛的应用．但该方法需要较多的历史数据和较深的数学知识，计算量较大，计算较复杂。

⑤随机时间序列预测模型是把时间序列作为随机变量的序列加以处理，认为时间序列是时间t的一组变量，其中，单个时间序列值的出现具有不确定性，但整个时间序列却具有固有的规律性．研究这些规律、进行简化、建立时间序列模型，可用于预测．对于平稳时间序列，主要有3种预测模型，即自回归移动平均模型，简称ARMA模型，自回归模型，简称AR模型，移动平均模型，简称MA模型．对于非平稳时间序列，需用差分法进行处理使其平稳化。该方法的特点与自回归分析法类似，在客流的短期预测方面有较好的精度，但需要较深的数学知识，方法较复杂，同时需要较多的历史数据，计算工作量也较大。

（2）因果关系客流预测方法．由于客流的变动与经济的和非经济的因素之间存在密切的关系．并且这些因素之间又都是相互影响的，因此可以通过研究影响客瘫的因素来预测未采的客流，这类方法与时间序列客流预测方法的区别在于两者的自变量是时间，而后者的自变量是除时间以外的其它因素。这类方法的主 - 6 -

要优点是能够考虑较多的对客流可能产生影响的因素，揭示引起客流变化的原因。同时在数据量足够多的情况下，常能得到较好的预测精度。这类方法的主要缺点是由于自变量的选择、有关参数的确定本身带有主观性和预测性，存在着预测的准确性会受到影响的可能性。常用的因果关系客流预测方法有回归预测法，引力模型和乘车系数法等。

①回归预测法．回归预测法是通过回归分析，建立一个合适的因变量和自变量之间的函数关系，来近似地表达客流和影响客流因素之间的平均变化关系．它包括一元线性回归预测、一元非线性回归预测，多无线性回归预测和逐步回归分析预测等方法。当研究客流与一个影响客流因素之间的关系时，称为—元回归预测研究客流与多个影响客流因素之间的关系时，称为多元回归预测．如果客流在函数关系式中表现为自变量的一次函数，就称为线性回归预测，否则称为非线性回归预测。

②引力模型。引力模型因数学关系式与物理学的万有引力定律近似而得名。在研究地区间人的流动问题时，研究者发现人的流动效量似乎都是正比于地区人口的总数面反比于地区间的距离，这种现象正如物体之间的引力关系，于是提出了引力模型来预测客流。在对早期提出的引力模型进行修正的基础上，现在使用的一些引力模型既考虑了对地区间客流有影响的人口等各种吸引因素，又考虑了对地E间客流有影响的距离阻力因素，引力模型简单易懂，但在利用该模型进行客流预测时，参数的确定往往比较困难。

③乘车系数法。这是一种传统的客流预测方法．乘车系数法是一种以总人口和人均乘车次效来预澜旅客发送量的方法．乘车系数是一定吸引范围内旅客发送量与总人口的比值，它可根据历年资料和可能发生的变化进行确定。这种客流预测方法的局限性是乘车系数本身的变动有时难以预料。此外，在计算总人口时，间接吸引范围的人口确定也比较复杂。

(3)德尔菲法．在历史客流数据较少的情况下，借助预测者的专业知识和实际经验，并综合考虑多种影响因素对客流进行预测称为定性预测．德尔菲法就是目前采用较多的定性预测方法之一，它又称专家调查法，虽然参加定性预测的专家意见是一种主观判断，受到对问题认识差异的影响，但主观判断并不就是主观随意性，只要有相当效量对问题有研究的专家参加定性顶预测，尽管专家 的预测结果不会完全一样，但会是围绕一个中心值波动，那么，这个中心值就是确定预测结果的客观基础．为了避免个人知识、经验和素质的局限性影响预测的精确度，德尔菲法选择一组专家作为征询意见的对象，同时为了防止互相影响而不能做到独立判断，专家的意见一般以匿名方式填写。调查的组织者将调查问卷寄给 - 7 -

专家，征询他们的意见，在收到专家的意见后，将专家的意见进行归纳汇总形成新的调查问卷，然后对专家进行再征询，对经过归纳汇总的意见进行分析、判断和提出新的露见。经过这样多次反馈，当专家的意见逐步趋于一致，预测的结果也就基本形成。

一、概 述

（一）客流预测的意义和目的

轨道交通客流预测是指在一定的社会经济发展条件下科学预测城市各目标年限轨道交通线路的断面流量、站点乘降量以及站间OD、平均运距等反映轨道交通客流需求特征的指标。轨道交通线路客流量是城市快速轨道交通可行性研究和设计的重要依据。在规划线网时，不同的轨道交通线网方案的客流分析结果是进行线网优选的主要内容，如发现有不当之处，要重新调整布线方案，并重作客流分析，如此反复直至满意为止；在工程可行性研究阶段，客流量是工程修建必要性和可行性的主要依据；在工程设计中，其系统运输能力、车辆选型及编组、设备容量及数量、车站规模以及工程投资和经济效益分析等，都要依据预测客流量的大小来确定。因此，轨道交通客流预测在城市轨道交通规划中占据相当重要的地位。

轨道交通客流预测应提交以下预测和分析结果：

（1）规划年居民全方式出行OD。

（2）规划年居民全方式出行期望路线图。

（3）规划年居民公交方式出行OD。

（4）规划年居民公交方式出行期望路线图。

（5）规划年各线路全日站点乘降量及断面客流量表。

（6）规划年各线路早晚高峰站点乘降量及断面客流量表。

（7）规划年各线路的全日站间OD表。

（8）规划年换乘站各方向的客流换乘量表。

（9）规划年各线路的平均运距，线路平均负荷强度，直达率与一次换乘率，规划年各

线路客运量占公交客运量比例，各线路客运量的年递增率等分析结果。 - 8 -

（二）客流预测的基本方法和工作流程

1.客流预测年限

预测年限也就是设计年限，是控制工程规模和投资的重要因素，其合理与否，将直接影响工程建成后的效率和效益。设计年限定得过长，虽为将来的发展留下了余地，但使轨道运营长期处于欠负荷状态；设计年限定得过短，会使整个系统的交通容量很快饱和，系统将长期处于超负荷运营状态，不但降低了服务质量，也不能很好得解决交通问题。恰当地定好设计年限是非常重要的。按照《城市快速轨道交通工程项目建设标准（试行本）》的规定，客流预测年限分为初期、近期和远期。初期为建成通车后的第三年，近期为交付运营后的第l0年，远期为交付运营后的第25年。

2.轨道交通客流预测的基本方法

城市交通需求预测起源于美国，并且在全世界范围内得到了迅速发展。60年代称为“Chicaso Area Transportationg Study”的芝加哥都市圈交通规划开发了包括交通方式划分在内的四阶段交通需求预测法，开了城市综合交通需求预测的先河。四阶段预测法按照交通生成预测、交通分布预测、交通方式划分和交通分配四阶段来分析城市现状和未来的交通状况，是目前交通规划领域应用最广的方法。虽然近几十年来，对四阶段中预测模型的研究不断深入，也出现了将两个或几个阶段合并进行预测的方法，但从宏观的角度把握城市居民的出行特点，然后分阶段预测分析的思路仍是一致的。

轨道交通客流预测是城市交通客运需求预测的一部分，其预测原理与城市交通需求预测是一致的。国内外轨道交通客流预测通常采用四阶段法。运用该法进行客流预测时，首先要对研究对象城市划分交通小区，进行城市人口、就业、土地利用等资料的调查和居民出行调查，在此基础上进行居民出行产生预测、出行分布预测、交通方式划分预测和交通分配，以获得所需的轨道交通需求数据。 利用非集计模型（Discrete Choice Model）进行居民出行的分析和预测是继四阶段法后出现的构造交通需求预测模型的新方法。它以出行者个人而非交通小区作为研究对象，以随机效用理论（Random Utility Theory，Manski 1977）、出行效用最大化理论为研究基础，避免了四阶段法数据利用率低、无法探讨众多的影响因素、预测精度差等缺点，曾一度成为交通规划领域的研究热点，目前国内非集计模型的研究和使用还未系统展开。国外的研究始于70年代，此后研究开发了MNL、MNP、HL、NL等一系列模型，代表人物有Ben—Akiva，Lerman，Manheim等。但非集计方法的研究成果还无法使其在工程界完全取代四阶段法， - 9 -

目前非集计模型多应用于方式划分领域。四阶段法仍是使用最为普遍的交通需求预测方法。

在此，结合轨道交通客流预测的技术需求，对四阶段法的各个阶段即交通产生阶段、交通分布阶段的方法和模型作基本介绍，并编写了相应的算法。对技术复杂和现存问题较多的方式划分阶段和线网分配阶段的模型和算法进行了研究和探讨，重点探究和介绍了交通方式划分方法，以及方式划分和线网分配联合模型在轨道交通客流预测中的应用。

3.轨道客流预测工作流程

建议城市轨道客流预测按图所示的流程进行。

图6－2－1 轨道交通客流预测流程图

- 10 -

二、交通发生和吸引的模型研究和算法实现

发生交通量和吸引交通量的预测是四阶段交通需求预测法的第一阶段，也是交通需求分析工作中最基本的组成部分。所谓发生或吸引交通量是指研究对象地区内由各交通小区发生（Trip Generation）或吸引（Trip Attraction）的交通量。 目前国内交通发生和吸引的预测技术已趋成熟，工作中所受的限制主要在于基础资料积累不足，影响了预测的精度。下面对较常用的几个模型和相应的算法作一简要介绍。

（一）增长率法（Growth－Factor Modeling）

1.模型说明

这种方法就是把现在的不同分区的发生（或吸引）交通量了，与到预测时点的增长率Fi相乘，从而求得各分区的发生（或吸引）交通量Ti'，即

' Ti=FigTi （6－2－1）

通常可以用表示各分区活动的指标的增 这种方法的关键问题是如何确定Fi。

长率作为发生（或吸引）交通量的增长率。例如：

Fi=αigβi （6－2—2） αi=目标年度区域i的推定人口 基本年度区域i的人口

βi=目标年度区域i的每人平均拥有自行车推定台数 基准年度区域i的每人平均拥有自行车台数

2.算法设计

变量说明；N为小区个数；MP（I）为小区目标年发生（或吸引）量；JP（I）为小区基年发生（或吸引）量；F（I）为小区发生（或吸引）量增长率。 Step 0：读人N，MP（I），JP（I），F（I）（I=1，2，…，N）；

Step l：计算MP（I）＝JP（I）*F（I）（I＝1，2，…，N）。

（二）原单位法

1.模型说明

原单位有用居住人口或就业人口员每人平均的交通发生（或吸引）量来进行 - 11 -

推算的个人原单位法，和以不同用途的土地面积或工作面积单位面积平均发生（或吸引）的交通量来预测的面积原单位法。

Pi=Epi×Zpi i：第i个小区 （6－2—3）

式中：Pi为第I个小区的交通发生（或吸引）量；Epi为个人发生（或吸引）原单位（或面积发生（或吸引）原单位）；Zpi为第i小区的总人口数（或总面积）。

2.算法设计

变量说明：N：小区个数；EP（I）：第I小区发生（或吸引）原单位；ZP（I）：第I小区人口数；P（I）：第I小区发生（或吸引）量。

Step 0：读入EP（I），ZP（I），I＝1…N；

Step 1：P（I）＝EP（I）×ZP（I），I＝1…N。

（三）函数模型法

1.模型说明

这种方法是分区的发生、吸引交通量预测上最常用的方法。由于绝大部分研究是采用 多元回归分析模型，故也有时直接被称为多元回归分析法（Regression analysis）。

作为模型公式，多采用以下三个模型：

Pi=F0+

Pi=F0∑FXkkkikik （6－2—4） ∏FX

k

k （6－2－5） kik Pi=F0exp∑FX （6－2－6）

式中：Pi为第i小区的交通发生（或吸引）量；Fj（j：1～k）为第j个变量的

发生（或吸引）影响因子；Xij（I＝1…N，j＝1…K）为对应第i小区，第j个

变量的取值，大多是表示分区的活动的人口指标，如常住人口、各行业的就业人口等。

国外的研究表明，综合预测精度、简单、方便等多方面因素，多元一次函数式（7—4）是较为理想的模型。关系式中的回归系数F0、F1、…、Fk通常用最小二乘法算出。

- 12 -

2.算法设计

变量说明：N为小区个数；K为变量个数；P（I）为I小区交通发生（或吸引）量；I＝1…N；F（J）为第J个变量的发生（或吸引）影响因子，J＝0…K；X（I，J）为I小区第J变量的取值。

Step 0：选择要使用的模型；

Step 1：根据选择，读人相应的N、K、P（I）、F（J）、X（I，J）； Step 2：选择相应的公式进行计算：

P(I)=F(0)+∑F(J)×X(I,J)

j=1K

P(I)=F(0)+∏F(J)×X(I,J)

J?1K

或 P(I)=F(0)exp∑F(J)×X(I,J)

J=1K

三、交通分布的模型研究和算法实现

在交通发生阶段，主要是预测各交通小区的发生和吸引交通量。在交通分布阶段，则要测这些吸引、发生交通从哪里来，到哪里去，即在给定发生交通量Gi；和吸引交通量Aj （i，j为交通小区号码）下，对全部OD推求i，j间的交通分布量tij。

目前在国内的交通规划领域，交通分布阶段遇到的问题主要在于参数的标定，这一方面是由于规划者的标定技术研究还有待提高，另一方面是由于居民出行调查等基础资料搜集有欠缺，不能正确反映城市居民出行OD的结构，给标定带来困难，从而影响了预测精度。

分布交通量的预测方法，可以分为两大类：增长率法和构造模型法。下面分别加以介绍。

（一）增长率法

此法假定要预测的OD交通量的分布形式和现在已有的OD表的分布形式相同，在此 假定基础上预测研究对象区域目标年的OD表。增长率法的优点是操作简单，缺点是无法考虑城市布局、城市基础设施建设改变等对城市出行OD的 - 13 -

影响，而且现状年OD调查中存在的问题也会带入预测中。

增长率法分为平均增长率法、Detroit法和Frator法等。但是，如果剖析一下它们的基本分析方法和分析步骤，可以抽象概括出下述一般的算法： Step 0：用tij表示现状OD表中交通小区ij间的交通量。Gi(0)、A(0)

j分别表

示发生交通量和吸引交通量，用Gi，Aj表示各交通小区将来的发生交通量和吸引交通量。

(0) Step 1：Fgi=AjGi(0)； F,=giGi(0)A(0)j

(0)(0) Step 2：tij=tij×f(Fgi,Faj);

Step 3：Gi(1)=

(0)(1)∑tj(1)ij(1)(1)(1)(1)(1),A(1)j=∑tij,Gi,Aj与Gi，Aj并不一致，这时用Gi、Aj代i替Step 2中的Gi、Aj，算出增长系数，求解第2次迭代的近似值。

tij=tij×f(Fgi,Faj) (2)(1)(1)(1)(0)

Step 4：重复上述作业，直至

(k)Fgi=AjGi(k) F,=gi(k)(k)GiAj

(k)都接近于l时，相应的tij即为所求的OD交通量。

前述的增长系数法各方法的不同取决于第三步中的函数形式f(Fgi,Faj)的定义。各法对此函数的定义如下。

1.平均增长系数法

f=Aj1Gi ((0)+(0) （6—2—7）2GiAj

2.Detroit法

GA f=(0)((0)GiAi

3．Frator法

f=∑A/Ajjj(0)j （6—2—8）GiAiLi+Lj (0) （6—2—9）(0)GiAi2

式中：Li为小区i的位置系数（Location faction）或L系数。

- 14 -

Li=Gi0/∑(tij(0)g

jAjA(0)

j （6—2—10）

Lj=Aj/(0)∑(tij(0)g

iGi （6—2—11）Gi(0)

（二）构造模型法

构造模型法是从分布交通量的实态分析中，剖析OD交通量的分布规律，并将此规律用 数学模型来表现，然后用实测数据标定模型中的各系数，最后根据所标定的模型预测分布 交通量。

由上可知，增长率法的应用前提是要求被预测地区有完整的现状OD表。但对于构造模 型法来说，如果模型已经标定好了的话，就不需要现状OD了。但模型参数的标定要用研究 对象区域的实际数据，也就是说OD表仍是十分重要的基础数据。只是即使没有完整的OD 表也可以进行模型系数的标定。同增长率法相比，构造模型法有更广阔的应用范围，同时构造模型法可以考虑更多城市布局等因素对出行OD的影响作用。作为构造模型法，最主要 的有重力模型法（Gravity Model）和机会模型法（Intervening Opportunity Model）法，其他还有熵最大化模型和概率模型等。其中重力模型法应用研究广，有各种各样的修正模型和发展模型，工程可操作性强，下面着重加以介绍。

1.模型说明

（1）基本形式：重力模型是模拟物理学中万有引力定律而开发出来的交通分布模型。此模型假定；，了间的交通量山与小区i的发生交通量和小区／的吸引交通量成正比，与两小区间的距离成反比，即

tij=kGiαgAβj

Rijγ （6—2—12）

式中：Gi为小区i的发生交通量；Aj为小区了的吸引交通量；Rij为i，j之间的距离或一般化费用。

γ 分布项Rij叫做分布阻抗，γ叫做分布阻抗系数。分布阻抗要选择最能影响

分布交通发生的因素，小区间所需时间或小区间的距离较为常用，因为这两个因素对交通分布的影响最为敏感，能有效地反映出将来的交通基础设施建设水平的变化。分布阻抗经常考虑的其他因素有：小区沿线距离、所需费用、票价、收费道路时的通行费和燃料费以及设定的距离函数等。

- 15 -

（2）修正重力模型法。重力模型的原理简单，而且具有很大的通用性。众多的研究者

以重力模型为基础对其进行了改进和修正。目前美国公路局模型（BPR）为较为完善和成熟的修正重力模型，模型形式为：

tij=GiAjf(Rij)Kij∑Af(R)Kjij

j=1 （7—13） ij

式中：tij为目标年由I小区出发到达j小区的交通量；Gi为i小区目标年的交通发生量；Aj为j小区目标年的交通吸引量；f（Rij）为i小区与j小区间的交通阻抗函数，与小区间旅行时间，旅行费用等因素有关。

常用的函数形式有：

f(Rij)=Rij （6—2—13） f(Rij)=exp(?bRij) （6—2—14） f(Rij)=αgexp(?bRij)gRij （6—2—15） ?γ?γ

式中：Rij为i小区与j小区间的广义旅行时间（或广义旅行费用）；α、b、γ为公式中需标定的参数。Kij为反映i小区和j小区之间固有关系的调整系数（地域结合度）。

因为仅仅由发生交通量、吸引交通量和分布阻抗还不能很好地说明交通分布的特性，特别是有的诸如经济的、社会的或历史等因素的影响，例如北京中关村和附近高校之间有着超越通常距离上的非常紧密的联系，所以引入Kij来反映这些特殊的联系。

Kij的求法如下：

1）首先令Kij＝l，根据现状OD表标定模型，决定f（Rij）的系数。

2）将现状OD表的Gi，Ai，Rij代人模型，求OD交通量的计算值Tij。

3）由现状OD表的OD交通量tij；，和Tij的比值求Kij。

4）假定Kij的值在将来也不变化，预测时不做任何修改而直接使用。 上述这些修正重力模型虽然加上了∑t

j=1nij=Gi的条件，但未加∑tij=Ai的条j=1n件。即不保证tij对i求和的结果与已知的吸引交通量Gi相一致。因此，由此模

- 16 -

型算出的tij，有必再根据吸引交通量进行迭代计算，对所有的结果进行修正。

2.算法设计

变量说明：N为小区个数； T（I，J）为目标年由i小区出发到达j小区的交通量；A（J）为小区目标年的交通吸引量（J＝1，2，…，N）；G（I）为I小区目标年的交通发生量（I＝1，2，…，N）；R（I，J）为ij小区间的广义旅行时间（或广义旅行费用）（I＝1，2，…，N）；（J＝1，2，…，N）；K（I，J）为i小区和j小区之间固有关系的调整系数（I＝1，2，…，N）（J＝1，2，…，N）；α、β、γ为参数。

Step O：读人N，A（J）（J=1，2，…，N），G（I）（I＝1，2，…，N），R（I，J）(I＝1，2，…，N)（J＝1，2，…，N），K（I，J）（I＝l，2，…，N）（J＝l，2，…，N）；

Step 1：选择所选用的函数形式，输入相应的参数α、β、γ等，

； Step 2：Ao（J）＝A（J）

Step 3：计算了T‘（I，J）＝G(I)kAk(J)f(R(I,J))K(I,J)

∑A(J)f(R(I,J))K(I,J)k

j=1n(k=1,2LL)；

Step 4：若∑T

I=1Nk(I,J)?A(J)<ε则计算结束；若

N∑TI=1Nk(I,J)?A(J)>ε，则令

Ak+1(J)=A×A(J)/∑(I,J)，返回Step 3。 k

I=1

四、交通方式划分的模型研究和算法实现

（一）交通方式划分概述

我们让一个出行与一种交通方式相对应，一个地区的全部出行数中利用该种交通方式 的人所占的比例叫做交通方式的分担，或简称为方式分担（Modal Split）。其中每个交通方式所分担的量叫做该交通方式的分担交通量。

客运交通一般区分为两种方式：公共交通和个体交通。公共交通一般指公共电汽车和轨道交通；个体交通，国外主要是小汽车，而国内目前自行车交通和步行交通在居民出行中占据相当大的比重。

在做方式分担分析时，如果一个目的出行只使用一种方式的话，则没有问题； - 17 -

如果两种以上的方式被使用的话，从工程的惯例可按铁道——公共汽车——小汽车——摩托车——自行车——步行的优先顺序来决定这个出行的代表交通方式。据此，两个地区间的交通，由所说的徒步、公共汽车、小汽车等交通方式来分担，其比例则根据各个交通服务水平（即所需时间、费用、舒适性、安全性、可信赖性等）和交通的利用者对于他们所持的价值标准（最小费用、最大效益等）来变化。

交通方式划分在四阶段预测过程中所处的位置具有很大的灵活性，四阶段法也因交通方式划分的位置不同而出现不同的组合。按交通方式划分在四阶段模型中的组合位置，可分为五种组合。

第一种组合是将交通方式划分与交通生成模型结合在一起，即在出行生成阶段就按不同的交通方式统计各自的出行量，这一类交通方式划分称为直接生成法。

第二种组合将方式划分置于交通生产和交通分布之间，根据交通分区的土地使用以及社会经济特征，模型可以确定在总出行生成量中将要使用的各种不同交通方式所占的百分比。由于这种模型划分的是出行端点（即产生和吸引），而非划分交通流，故又称为出行端点模型（Trip End Mode1）。这类模型使用简单，标定和预测所需数据相对较少，但对交通政策的改变不敏感。

第三种组合的交通方式划分模型把交通方式划分与出行分布结合在一起，即把交通方式划分作为出行分布过程的一部分同时进行，并可以从出行分布的结果中对比不同交通方式的效果，这类模型屑于联合模型的一种。

第四种组合的交通方式划分模型在交通出行分布和交通分配之间进行。这类模型可以结合考虑影响整个系统的服务水平的因素（如相对行程时间、行程费用、出行者的经济状况以及相对的服务水平等）进行交通方式的划分。由于这种模型的交通方式划分是在交通分布后进行的，划分的是各交通分区之间的出行量，故又称为出行交换模型（Trip Interchange Model），这类模型是四类模型中应用最为普遍的，也是本节中分析的主要内容。第五种组合是将方式划分和线网分配同时进行，属于联合模型的一种，模型的研究和使用将在本章第四节中进行。

（二）出行交换模型（Trip Interchange Model）

1.进行方式划分的步骤

在出行交换模型中，各个交通方式所具有服务水平的差别是决定交通方式分担的最主要的因素，地区的特性是次要的因素。它是求出分布交通量后，再求出 - 18 -

分担交通量的模型。因而，这个方法对由于交通设施建设而引起服务水平变化时最适宜，在进行包括铁路、公共汽车等大运量交通方式在内的大城市交通规划时，该模型经常被采用。

根据出行交换模型进行方式分担预测时通常按照图6－4—2所示步骤进行。

（1）交通网的设定

为了求出各个交通方式的交通量，首先要设定各种交通方式的交通路线网。虽然不一定是所有的交通路径都包括在内，但各个地区间交通所利用的有代表性的路径一定要考虑，特别是有新的大规模的公共交通方式路线的规划时，更应加以考虑。

（2）交通服务水平的设定

接着要设定交通网的服务水平。服务水平的项目也就是利用者选择交通方式作为选择标准的时间（速度）、票价、运营次数、直接费用、步行时间、换车时间、等车时间等等。除此之外还有拥挤程度、舒适性等可以作为服务水平考虑。但很难在进行定量分析时考虑。

图6－2－2 各个交通方式交通量的计算步骤

（3）各个交通方式分担率的计算

在以上步骤所确定的服务水平的基础上，进行利用者选择何种交通方式，即进行各个交通方式的分担率的计算，最后求出不同交通方式的分担交通量。 在计算交通方式分担率时，根据对象区域的土地利用状况及OD对间的交通服务水平等对OD进行分类（例如城市中心相互之间，城市中心和郊外之间，郊外相互之间等），再考虑每个OD对的交通方式分担率。这样的方法被广泛采用。

2.交通方式划分模型

交通方式划分的模型经历着一个发展的过程，这个过程可以分为两个时期。 - 19 -

前期的交通方式划分模型主要是以分区集合为基础建立的，这个时期主要指60年代以前。70年代以来，交通方式划分模型的研究主要集中于性能选择模型方面，其基本假定为随机效用理论和个人出行效用最大化理论，也称之为非集计模型。下面主要介绍这两类模型。

（1）分担率曲线法

这是一个从个人出行调查（Person Trip Survey）结果出发，并依据可以认为是影响交通方式的主要因素的地区间距离、地区间交通方式所需行走时间比或是所需时间差等，画成使用者交通方式选择曲线，从而依据该曲线求出地区间交通方式分担率的方法。分担率曲线法操作简单，但精度差，目前已很少使用。

（2）线性回归模型

这类模型可视为交通生成的线性回归模型的特例，模型中的因变量为起点分区某种交通方式的出行产生量，即

Pim=α+β1L01i+β2L02i+L+βzL0zi （6—2—16） 或者为某种交通方式到达某一终点分区的出行吸引量，即

Ajm=α+β1Ld1j+β2Ld2j+L+βzLdzj （6—2—18） 式中：Pim为单位时间内由交通方式m产生的i小区出行量计算值；Ajm为单位时间内由交通方式m吸引到j小区出行量计算值；L01i、L02i、…、L0zi 、Ld1i 、Ld2i、…、 Ldzi为起点分区i和终点分区j的影响交通方式使用的自变量；α为

、β2、…、βz为偏回归系数。 回归常数；β1

线性模型是最早开发出的函数模型。但用这种方法求出的分担率Pi无法保证0≤Pi≤1这一条件，为了解决这一问题开发了logit模型。

（3）logit模型

（1）模型说明。交通方式划分所使用的Logit模型是将非集计模型计集化使用，某个OD组间某种交通方式的分担率为

Pi=exp(Ui), Ui=αiTi+βiCi+γi （6—2—19）

∑exp(U)i

j=1J

这里，Ti,Ci是表征交通方式I服务水平的要素旅行时间和旅行费用，αi,βi,γi是待定参数，N是交通方式的个数。Ui为交通方式i的效用函数，Pi为分担率。 - 20 -

在这个模型中，存在0≤Pi≤1和ΣPi＝1的关系，具有用计算机很容易算出分担率的优点。这个模型中参数αik是通过个人出行调查的结果来标定的，标定方法参阅《大连市快速轨道交通金石滩线客流预测报告书，清华大学规划设计研究所等，2000》

（三）轨道交通方式分担率预测方法

1.方法概述

对轨道交通的客流预测，方式划分的重点在与公交方式以及轨道交通所承担的比例。由对影响方式划分因素的认识、预测技术上的差异，“吸引系数法”、“效用比模型”、“转移曲线法”、“二次双向转移”等方法应用到了实际工程中。这些方法在定量化程度、参数模型标定、思路的条理性存在着或多或少的不足。 在进行轨道客流预测的方式划分时，我们推荐使用二阶段划分的出行交换模型（Trip Interchange Model）。二阶段划分模型是把出行者的出行分为固定地使用某种方式的部分和可能选择多个选择枝的部分。例如，根据项目所在地的情况，把自行车的出行范围定为1～7km；步行的出行距离为小于1.5km，而公共交通的出行距离为4km以上等。根据这些划分，可根据地区间出行距离划分出行总量的固定部分和竞争选择部分。分离两者，出行量的竞争选择部分可通过分担率模型进行划分。

分担率模型可选用集计模型（Aggregate Model）和非集计模型（Disaggregate Model）。集计模型是以交通小区为单位将出行者的方式选择集计起来进行说明的模型。而非集计模型则不对个人数据进行任何处理而直接用其构造模型的分析方法。而在预测阶段，则将个人为单位的分析结果进行加和处理。非集计模型以个人效用最大化原理为理论基础，有明确的行动假说，可以选用大量的和个人决策相关的因素作为自变量，从而能对新引入的交通设施进行效果评价。另外，非集计模型具有较好的时间转移性（在某个时点标定的模型可以在其他时点应用）和地区转移性（用某个城市的数据标定的模型可以在其他城市应用）等。典型的非集计模型有MNI（Multi—Nomial Logit Model）、NL（Nested Logit Model）、HL（Hierarchical Logit Model）、MNP（Multi—Nomial Probit Model）等。

2.方式划分的具体步骤

由此，轨道客流预测交通方式划分的具体步骤如图所示。

- 21 -

图6－2－3 交通方式划分流程图

一阶段方式划分时可获得不同方式的固有OD。在二阶段划分时，为简单起见，分担率模型可采用多项Logit（MNL）模型（7.19）。根据居民出行调查所获得的数据，进行标定。在进行预测时，以每一个交通小区的平均值作为说明变量带人进行计算。值得一提的是，在立各交通方式出行时间和费用矩阵时，步行、 自行车和其他车的矩阵通过最短路算法在道线网网路中获得；而公交的时间和费用矩阵则需建立包含城市道路和常规公交、轨道线路的综合网络。如果OD间最短路径不存在公交路段，则该OD对的公交出行时间和费用为无穷大，不能参与其他方式的竞争。

当获得公交OD后，有两种做法可得到轨道客流量。一是利用方式划分和交通分配联合

模型将公交OD在综合网络中进行分配；二是从公交OD中划分出常规公交OD和轨道站点OD，再将轨道站点OD在轨道网上进行分配。无论哪一种做法，均需要进行常规公交和轨道方式分担率模型的标定。前述的分担率模型标定运用了居民出行中实际发生的信息，为RP（Revealed Preference）数据。在进行居民出行调查时，一般轨道交通这种方式并不存在，为了满足模型标定的需要，我们可以进行居民出行意向调查，获得SP（Stated Preference）数据。SP数据的调查常用排序（Ranking）、评分（Rating）、选择（Choice）等调查方法，对应于不同的数据形式有不同的模型标定方法。

五、交通分配的模型研究和算法实现

- 22 -

交通分配是将已知出行OD量分配至特定的交通网的过程。在进行了交通方式划分之后，若已知每对起讫点之间各种不同交通方式的出行OD量，交通分配过程就是将各分区之间的交通量分配到各条具体的道路上，从而得出各条具体的道路将承担的交通量。对轨道交通的客流预测而言，交通分配的结果便是得到轨道的乘降量、断面流量和站间OD等客运指标。

（一）城市路网抽象和路段走行时间～流量函数

1.交通网络的抽象和简化

交通分配的任务是依据人们出行时选择道路的规律把每对OD间的交通量分配到连接此OD的道路上去。实际道路网中无论是路段的数目还是交叉点的数目都是成千上万，如果将这种实际道路一一对应地转化成计算网络，一方面收集整理相应的数据十分困难；另一方面，计算量将成倍增加。因此，在实际分析中，一般根据精度的不同要求对实际道路网进行适当简化。

交通分配中所使用的网络是图论中抽象的网络图，由节点和连线组成。节点一般代表道路网中道路的交叉点以及交通小区的中心，节点通常被编码；连线则代表两点之间存在一条道路。但这种连线既不代表道路的形状也不代表道路的长度。

在城市道路网的抽象过程中，对城市普通道路网和轨道线网要区别对待。

（1）城市普通道路网抽象

城市普通道路网和常规公交线网简化时主要考虑以下几点：

A窄而容量小的道路可不予考虑。

B小的道路交叉点不作节点考虑，而在与之相关的道路的走行时间函数中恰当地考虑其影响。

C根据需要可将几条平行道路合并成一条道路，并修改这条道路的容量。 D分级构成网络。比如可以先以市内主要干线道路构成全市交通网络，进行全市的交通分配，以一个区或几个区所有道路构成细部子网络进行局部的交通分配。

E断头路不予考虑。

F小区中心一定要与城市路网有连接。

G在地面路网中要抽象出与轨道站点相对应的地面节点。

- 23 -

读入计算机的路段信息应包括“路段编码，路段起点，路段终点，路段走向（单向或双向），路段长度，道路等级，路段零流时间，路段容量”等内容，路段编码一般由计算机自动完成。

（2）轨道线网抽象

轨道线网作为特殊的城市交通路网，抽象简化时应注意以下几点。 A轨道线路通常简化成彼此独立的两条单向路，走行方向相对。

B轨道站点认为是有别于地面站点的新节点，且在轨道的两个相对的走行方向上分别赋予不同的编码（可以认为是两个不同的节点）。对于换乘站，在每一条轨道的每一个走行方向上都赋予其不同的编码。

C为了预测轨道站点的乘降量和不同轨道之间的换乘量，在轨道站点与对应地面点之间以及不同轨道线路的换乘站之间要设计连接弧，连接弧是乘客上下轨道的代表。

一般在轨道交通客流预测中，较多使用的是规划常规公交线网和规划轨道网组成的基本路网。

（3）路段走行时间函数

交通分配与平衡都是以考虑拥挤对走行时间的影响为基础和前提的，而考虑的方法则是借助走行时间——交通流量函数，即路段的走行时间与路段上通过的交通流量之间的关系函数。

一般来说，道路的所需走行时间并不是常数，而是随着该路段上交通流量的增加而增加，而且往往还受相邻的其他道路上的交通流量的影响。但在普通的交通分配模型中，为了简化问题，考虑自身的交通流量对其所需时间的影9自而忽略其他道路的影响。因此，普通的道路走行时间——交通流量函数可表达为： tα=f(qα) （6—2—19） 式中：tα为路段α的实际走行时间；qα为路段α上通过的交通流量。

对于道路走行时间函数的研究，既有通过实测数据进行回归分析的，也有进行理论研究的。其中被广泛使用的是有美国道路局（Bureau of Public Road，BPR）开发的函数，被称为BPR函数，其形式为

tα(qα)=tα(0)?1+α(?

?qβ?? （6—2—20） Cα?

- 24 -

式中：Cα为道路α的交通容量，即单位时间道路α可通过的最大车辆数；α、β为参数；tα(0)

为道路α的零流时间。

工程界通常取α＝0.15，β＝4，这时的Cα指实用的交通容量，即实际道路

单位时间内可通过的车辆数。

在理论研究和实际道路网的交通分配中，普遍采用BPR函数作为走行时间函数。

- 25 -

第三节 客流调查

轨道交通系统的客流是动态变化着的，但这种动态变化是有规律的，可以在实践中了解它、掌握它，并根据客流的动态变化，及时配备与之相适应的运输能力，给乘客提供良好的公共交通服务。

在轨道交通系统的运营过程中，要掌握客流在时间，空间上的动态变化规律，必须经常进行各种形式的客流调查。

一、客流调查种类

客流调查问题涉及客流调查的内容、调查地点和时间的确定，调查表格和设备的选用，以及调查方式的选择等事项。根据不同的情况和不同的需要，轨道交通系统的客流调查种类主要有全面客流调查。乘客情况抽样调查、断面客流目测调查和节假日客流调查等。

（1）全面客流调查，全面客流调查是一种全线客流的综合调查，通常也包含了乘客情况抽样调查．这种类型的客流调查时间长、工作量大、需要较多的调查人员，但在对调查资料进行整理、统计和分析的基础上，能对轨道交通系统的客流现状及客流规律有一个全面清晰的了解。全面客流调查有两种调查方式，即随车调查和站点调查．随车调查是在车门处对全天运营时间内所有运行列车的上下车乘客进行调查，站点调查是在车站检票口对全天运营时间内所有在车站上下车乘客进行调查。轨道交通系统多采用后者．全面客流调查的内容通常包括全线客流调查和乘客抽样调查两部分。全线客流调查一般应连续进行二或三天，在全天运营时间内，调查全线所有车站的所有乘客的下车地点和票种情况，并将调查资料以5min作为间隔分组记录下来．乘客情况抽样调查通过问卷方式进行，内容包括乘客构成情况调查和某类乘客乘车情况调查两项．乘客构成情况调查通常在车站进行，面某类乘客乘车情况调查可在特定的地点进行。

（2）乘客情况抽样调查。该项调查通过问卷方式进行，内容包括乘客构成情况调查和乘客乘车情况调查两项。乘客构成情况调查在车站进行，被调查人数取全天在车站乘车人数的一定比例，调查表内容有年龄(老、中、青)，性别(男、女)，居住地(本地、外地)，出行目的(工作、学习、购物、游览，访友，就医，其它)．调查时间可选择在客流比较正常的运营时间段。某类乘客乘车情况调查可在月票发售点或其它地点进行，常见的有对持月票乘客进行的调查，被调查人数取某类乘客总数的一定比例，调查表内容有年龄，性别，职此，家庭住址，到达车站的方式（步行，骑自行车、乘电、汽车）和时间，上，下车站，下车后到 - 26 -

达目的地的方式(步行、骑自行车，乘电、汽车)和时间，乘坐列车比过去乘坐电，汽车节省的时间。

（3）断面客流目测调查。这是一种经常性的客流抽样调查，根据需要，可选择—或二个断面进行调查，一般是对最大客流断面进行调查，调查人员用目测估计各车辆内的乘客人数。

（4）节假日客流调查。这是一种专题性客挽调查，重点对春节，元旦、国庆节、双休假日和若干民间节日期间的客流进行调查。

调查的内容包括机关、学校、企业等单位的休假安排，都市旅游业、娱乐业的发展程度，城市居民生活方式的变化等等。该项调查一般是通过问卷方式进行。

二、客流调查汇总指标

在进行了客流调查后，对花费了许多时间、人力和财力所获得的客流调查资料，应认真整理，或列成表格，或绘成图表，然后采用适当的统计方法来汇总计算各项指标，进行正确的分析．轨道交通系统全面客流调查后汇总计算的指标主要有以下各项：

（1）全线各区间分时断面客流量，

（2）全线分时最大客流断面；

（3）全线分时最大断面客流量，

（4）全线各站分时上车人数；

（5）全线各站分时下车人数，

（6）全线各站分时换乘人数；

（7）全线各票种(普票、月票、证件)分时乘客数；

（8）本线乘客乘车站数：

（9）跨线乘客乘车站数；

（10）乘客分时平均运距；

（11）全线分时客车公里；

（12）全线分时客位公里；

（13）全线分时乘客公里；

- 27 -

（14）全线分时乘客密度；

（15）全线分时干均满载率；

（16）全线分时最大客流断面满载率。

（17）车站别普票乘客构成情况

（18）车站别月票乘客乘车百分比

（19）月票乘客居住区域百分比

（20）月票乘客以不同方式到站时间

（21）月票乘客平均节省时间

（22）轨道交通系统三次吸引乘客百分比

- 28 -

第四节 客流分析

城市轨道交通的客流石动态性质的，它因地而变化，但这种变化归根结底是有关地区的社会经济活动、生活方式以及轨道交通系统本身特点的反映。 在轨道交通系统运营中，对客流动态实行经常的监督和系统的分析，掌握客流现状与客流变化规律是轨道交通系统行车组织工作和客运组织工作得以顺利进行得前提。

分析轨道交通系统客流的动态性质和运营组织的关系，客流主要有以下四种变化：

（1）小时客流量在一日内的变化

小时客流量用以确定城市轨道交通出入口、通道等设备容量的基础数据，尤其是在计算全日行车计划和车辆配备计划时。

小时客流量随城市生活的节奏变化在一日内呈现起伏波状图形，夜间客流量稀少，黎明前后渐增，上班或上学时间达到高峰，以后客流逐渐减少，如此起伏骤增骤减，显示了程度不同的客流规律。小时客流量的分析不准，也会给行车、承降工作带来不利影响。

（2）全日客流量在一周内的变化

由于人的活动规律是以周为循环的，双休日，大多数人休息在家，在以通勤、通学客流为主的轨道交通线路上，客流量有所减少；而在连接商业网点、旅游景点的轨道交通线路上，客流有所增加。全日客流量在一周内呈现有规律性变化。从运营经济性考虑，应根据不同的客流量在一周内实行不同的全日行车计划。

（3）客流的不均衡性

： 主要有三个方面（α为不均衡系数）

①上下客流的不均衡系数α1

上下max(Amax、Amax) α1=上下(Amax+Amax)/2

上下式中：Amax——分别为上下行最大断面客流量（人）。 、Amax

当α1较大时，即在上下行方向最大断面客流量不均衡的情况下，直线走向（需

要折返）的轨道交通线路要做到经济合理地配备运力比较困难，而在环形轨道交 - 29 -

通线路上则常采用内外环线路安排不同运力的方法来解决，即在环线轨道交通上可分别上下行安排不同的运力与此相适应。

②断面客流的不均衡系数α2

α2=A Ai/n

Amax——单向最大断面客流量（人）；

Ai——单向断面分时客流量（人）；

n——轨道交通所设区间数量。

当α2比较大时，即在断面客流量不均衡时，运营部门常采用在客流量较大

的区段加开区段列车的措施，但在行车密度很大的情况下，加开列车会有一定的难度，而且加开区段列车对运营组织和车站折返设备都会提出新的要求。

③分时客流的不均衡系数α3

α3=Amax Ai/h

式中 Amax——单向最大断面客流量（人）；

Ai——单向断面分时客流量（人）；

。 h——城市轨道交通全日营业小时数（h）

当α3较大时，即在分时客流不均衡时，为达到运输组织的合理和运营的经

济性的目的，运营部门可考虑采用小编组、高密度的行车组织方式，即在客流高峰时间段开行较多的列车以满足运输需求，而在客流低谷时间段则减少开行列车数以提高车辆平均满载率。

- 30 -