郭淑霞，赵光华，周正全

（北京市市政工程设计研究总院 交通研究中心，北京 100082）

0 引言

第九届中国（国际）园林博览会将于2013年4月～10月在北京举办，选址位于北京市丰台区永定河以西地区，总用地面积267 hm2。北京园博会具有持续时间长、会展期间重大节假日多等特点，根据历届园博会和相关大型活动经验[1,2]，北京园博会将面临交通总量大、客流日分布系数不均衡、交通基础设施需求压力大等交通问题。因此，园内基础设施的合理规划布局和设计，对于客流组织、保障游客安全具有重要意义。

园博会作为一个以参观功能为主的场所，需要研究园博园内游客的分布规律，才能对园内道路等基础设施设计做出合理的规划。根据园博会园内设计方案，北京园博会园内主要展馆包括：鹰山－永定塔、园林博物馆、传统展区、现代展区、企业及生态技术展区、院校及设计师展区、国际展区、天天园艺展区、锦绣谷、主展馆、生态功能性湿地。游客在参观园博园内11处展馆时，呈现以下特征：首先，游客参观路线为非规划路线，不具有一致性规律；其次，不同于一般的参观活动，园博园内部分展区为开敞空间，游客从一个展区到另外一个展区过程中，呈现多选择性。因此，合理预测园区内客流分布，是进行园区客流组织仿真至关重要的一步。

基于此，本文根据园博会设计方案，考虑了场馆之间的距离、场馆面积、两个场馆是否相邻、该场馆是否有特色四个因素，建立了各展馆的效用函数，从而进行客流分布预测；将客流分布预测结果，作为园内客流组织仿真的重要输入，通过仿真测试，获取园内主要道路高峰小时断面客流量，测算其道路宽度，从而反馈给园内道路设计方案。

1 北京园博会客流情况

北京园博会历时6个月，园博会期间涵盖了“五一”、“十一”、寒暑假等旅游高峰时段，对于总客流需求预测，主要根据相关规划和园博会的设计方案，参照了历届园博会和国内其他大型活动经验数据类比分析结果（见表1），预计园博会期间参观总客流约1 700万人次，高峰日客流15万人次/d。

根据上海世博会等相似大型活动经验[3,4]，北京园博会客流将经历“客流培育阶段、客流平稳阶段、客流回调阶段、末期冲高阶段”，其中，7月份和10月份为客流高峰月（见图1）。

对于园内客流分布规律的测算，是基于高峰日15万人次的客流数据。预计北京园博会开放时间为9:00-17:00，则根据各时段客流到达和离开规律，确定园内客流滞留高峰时段为中午前后11:00-12:00，该时段内，进园客流总数为1.8万人，园内滞留客流约4.2万人。

2 客流分布预测

客流分布预测包括两部分内容，其一为11:00-12:00时段内参观门区进园游客至各展馆之间的客流分布；其二为11:00-12:00时段内园内滞留游客在园内11个展馆之间的客流分布。图2为院内场会馆分布图。

2.1 各展馆效用函数的建立

根据乘客的参观行为和参观心理，在建立各展馆效用函数时，考虑四个因素：两场馆之间的距离、场馆面积、两个场馆是否相邻、该场馆是否有特色。距离是指参观者当前位置与将要选择的下一个展区的距离，距离与选择概率成负相关性；展区的面积与选择概率成正相关性，即参观者倾向于选择规模大的展区；相邻关系描述了参观者当前位置与将要选择参观的下一个展区的空间关系，与参观者所在位置相邻的展区选择概率要高于其他展区；是否有特色：在实际的参观活动中，游客受体力和时间限制，会优先选择有特色的展区。本文选择0或1来表示展区是否有特色，根据园博园区设计方案，锦绣谷与主展馆为有特色的展区。

表1 相关大型活动类比数据一览表

图1 北京园博会客流整体分布情况曲线图

参考上海世博会对乘客参观行为的调查结果[5,6]，本文建立的各展区效用函数为：

式中：Vij为从场馆到场馆的效用函数；Dij为两场馆的距离；Aj为场馆面积的大小，按场馆实际面积取值；Nij表示两场馆相邻与否，相邻为1，否则为0；Sj表示有特色与否，有特色为1，否则为0。

则从场馆到场馆的选择概率为：

式中：Pij为从场馆到场馆的选择概率；Vij为从场馆到场馆的效用函数。

根据以上分析，图2所示各展馆之间的效用函数如表2所列。

从表2的结果来看，锦绣谷、主展馆和园林博物馆的效用函数最大，即被选择的概率最高。这一结果与园博园的设计理念和主办方的客流引导思路一致，表明本文计算的效用函数是可行的。

根据表2的效用函数计算结果，利用公式（2）计算各场馆之间的选择概率，见表3所列。

表2和表3为园区内各展馆之间的效用函数计算与选择概率。针对11:00-12:00从门区进入园博会的游客而言，主要是确定进入园区后的路径和首先参观的展区。针对这部分客流，根据一般的参观行为来说，进入门区的游客，将就近选择展馆进行参观。因此，综合考虑门区至展馆之间的距离和展馆的面积，确定门区至各展馆的选择概率如表4所列。根据园内初步设计方案，园博会期间游客进出的门区有3号门、博物馆专用门、4号门、5号门、6号门、7号门，各门区分布图见图3所示。

表2 各展馆之间效用函数计算结果

表3 各展馆之间的选择概率一览表

2.2 客流分布预测

根据2.1节的分析结果，最终确定各展馆与各门区之间的客流分布结果见表5所列。

该客流分布结果将作为园区内客流仿真的重要输入，通过仿真评价园区内道路设计方案。

3 客流仿真及园内道路改进建议

3.1 行人仿真结果分析

本文采用Legion Studio2006行人仿真软件进行园博园内客流组织仿真测试。在构建仿真平台前，除了客流分布结果外，另外，需要确定各场馆内的平均参观时间，以进行模型的标定。根据展区的有效参观面积和行人参观速度确定各展区的平均参观时间：

其中，式(4)中展示面积的比例和参观的比例取值60%；参观速度根据步行的速度计算结果，取值300 m2/min。

则各展区的平均参观时间见表6所列。

在上述基本数据的基础上，仿真模型构建和运行的思路见图4所示。

3.2 园内道路分段设计建议

根据仿真结果，共采集了9个断面的客流量，断面标记见图5所示，各断面流量如表7所列。

表4 门区至各展馆的选择概率一览表

表5 客流分布预测结果一览表

表6 各展区的平均参观时间一览表

图4 园区内行人仿真基本流程图

表7 各断面流量结果及道路宽度建议值一览表

根据仿真结果可以得到以下结论：

（1）整体而言，园博园内主干道的交通压力较大，并且该主干道两侧运行电瓶车，对行人干扰较大。建议在高峰日的高峰时段，取消电瓶车运行，保障游客的安全。

（2）6号门与7号门之间的断面流量最大，主要是因为7号门距离园博园地铁站最近，而在园博会期间，预计35%的客流通过地铁方式到达，通过地铁方式到达的游客大部分通过7号门进入，就展区吸引力而言，锦绣谷和主展馆的客流吸引力最大，因此，造成该断面客流量偏大。建议设置地铁园博园站和地铁张郭庄站的接驳巴士，分散地铁客流对7号门的交通压力。

（3）主要出入口4号门、5号门、6号门之间的道路断面客流量较大。原道路设计宽度不足，建议步行道最小宽度为10 m，电瓶车道宽度为6 m。

（4）针对园博园主干道整体客流密度高的问题，建议在各展馆之间，增加相应的联络通道，提供多种选择路径，减轻主轴的交通压力。

4 研究成果

本文从实际工程应用出发，构建了园博会园区客流分布预测方法，该客流分布结果作为仿真模型的输入，构建了园博园区行人仿真模型。通过仿真测试，对园博园区主轴分段道路设计宽度提出了建议。本文的研究成果包括：（1）构建了各展区的效用函数，该函数考虑了两展馆之间的距离、面积、是否相邻、是否有特色四个因素，效用函数结果表明，锦绣谷、主展馆和园林博物馆的效用函数最大，即被选择的概率最高。这一结果与园博园的设计理念和主办方的客流引导思路一致。（2）通过仿真测试，对主轴分段道路设计宽度提出了建议，主要建议包括主要出入口之间道路步行道宽度不小于10 m，6号门与7号门之间断面为主轴客流量最大断面，建议增设地铁接驳巴士，分担7号门的客流压力。

本文所构建的各展区效用函数的参数取值，参照了上海世博会的调查结果，其精度有待于通过抽样调查，进行校正和调整。

[1]吴志强,李欣.历届世博会园内交通组织的发展演进及特点分析[J].城市规划学刊,2009,（5）:46-52.

[2]晏克非,方韧,吴琼华.1970年大阪世博会园区客流交通组织与运行[J].交通与运输,2006,（1）:12-15.

[3]吴志强,李欣.历届世博会到达交通组织的比较研究[J].城市规划学刊,2006,（4）:61-67.

[4]胡明琴.2010台北国际花卉博览会整体交通规划[J].交通与运输,2008,（6）:60-61.

[5]马力.2010年上海世博会参观者行游轨迹及时空分布研究[D].上海:同济大学，2006.

[6]王德,马力.2010年上海世博会参观者时空分布模拟分析[J].城市规划学刊,2009,（5）:64-70.