基于IC卡数据的武汉市轨道交通客流时空特征

2018-08-23李建忠孙贻璐

城市交通 2018年4期

王冠，陈华，李建忠，孙贻璐

(武汉市交通发展战略研究院，湖北武汉430017)

0 引言

及时获取运行数据、精确掌握客流特征是制定轨道交通线网规划和建设规划的基本前提，也是评估运营组织与建设成效的重要依据[1]。轨道交通运行数据按照基础信息获取途径划分大致经历了三个阶段：起初通过清点营收票务并组织人工调查统计线路、车站客流[2]，解决了数据的有无问题；其后各地逐步启用公交IC卡(以下简称“IC卡”)并建立信息系统[3]，对客流数据进行特征分析，解决了数据的多少问题；在“互联网+”思想的引导下，融合大数据挖掘助推决策创新、辅助规划编制成为城市发展的趋势[4]，致力于解决数据的优劣问题。

近年来，国内外学者基于IC卡数据围绕公共交通客流开展了大量有意义的研究。例如，以轨道交通客流为视角研究城市职住关系和通勤行为[5]、归纳大城市轨道交通客流时空特征[6]、研究轨道交通网络化运营规律[7]、建立轨道交通网络内部依概率的路径选择模型[8-9]等。当前正逢武汉市城市总体规划、土地利用规划和交通规划同步修编以及智能交通大力建设时期，以IC卡数据为基础的居民出行信息在城市空间利用评估中的作用尤为重要。本文在研究武汉市轨道交通刷卡记录的基础上，结合线网规划、运营组织等，分析轨道交通客流特征和城市空间布局。

图1 武汉市现状与规划轨道交通线网分布Fig.1 Existing and planning rail transit network in Wuhan

图2 2012—2016年武汉市轨道交通运营里程与客流发展趋势Fig.2 Mileage and passenger volume of rail transit network in Wuhan from 2012 to 2016

1 武汉市轨道交通发展趋势

2012年以来，武汉市每年至少贯通一条地铁线路。截至2018年1月，全市已经开通7条轨道交通线路，运营里程237 km，共设站167座，其中换乘站19座，城市轨道交通“第一环”初步形成，迈入网络化运营阶段。根据《国家发展改革委关于武汉市城市轨道交通第三期建设规划(2015—2021年)的批复》(发改基础[2015]1367号)[10]，到2020年全市将形成由10条线路构成的轨道交通网络，运营总里程达400 km(见图1)，逐渐形成多模式快速轨道交通轴向支撑。

轨道交通建设过程中，不同类型和功能的线路开通对客流总量产生的影响程度各异，但客流强度随着运营时间累积和线网规模增大呈现持续上升趋势。2012年底，贯穿汉口、武昌两镇的骨干线路2号线开通，形成连通长江南北两岸的快速客运通道；2015年底，3号线开通促使轨道交通网络相扣成环，吸引力进一步提升。5年间，随着沿线土地开发强度增大全网客运量迅速攀升，由年日均23万人次·d-1增长至205万人次·d-1，增长了8倍；客运强度由0.81万人次·km-1增长至1.63万人次·km-1，年均增幅达20.5%(见图2)；平均乘距随着线网规模扩大亦呈现持续上升趋势，由8.3 km增长至10.9 km；2016年全网换乘系数达1.38，相比于2012年底仅通车2条轨道交通线路时的1.13大幅提升。轨道交通成环促使区域客流交换更为频繁，网络化效益初显，客流量处于快速发展阶段。

市民乘坐地铁进出站需两次刷IC卡或电子票，通过对票务数据的长期累积与挖掘分析，可掌握全口径、全覆盖的客流信息。本文以当前运营线路为研究对象，分析客流分布、区域交换情况，以及由通勤出行反映的城市空间布局特征。

2 轨道交通客流空间特征

在分析轨道交通通勤出行与城市空间布局的关联之前，首先从断面分布和区域交换两方面概述轨道交通客流一般性特征。

2.1 断面客流

武汉市长江两岸之间的交换出行需求较大，而2号线是连通两地的唯一快速客运通道，导致高客流断面主要聚集在2号线(见图3)。循礼门站至街道口站区间长度为11.5 km，途经的8个站间断面客运强度均超过30万人次·d-1，其中洪山广场站—中南路站断面客运强度最高，达41.1万人次·d-1，其次是跨长江断面(江汉路站—积玉桥站)，为35.9万人次·d-1。受此影响，2号线日均客运量超过80万人次·d-1，占全网总量的40%，全网集散量较高的车站也主要集中在2号线。结合部分路段电子监控以及人工调查数据，2号线走廊机动化出行方式中轨道交通约占54.3%，小汽车约占11.7%，低于全市小汽车23.1%的平均水平[11]。轨道交通分流沿线道路交通压力作用明显。

其他线路断面客运强度分布较为均衡且低于30万人次·d-1，1，4号线客流较高断面均位于2号线换乘车站前后，其中4号线楚河汉街站—武昌火车站4.1 km区间的客运压力较为明显，新近开通的3号线处于客流培育期，运力相对充裕。

2.2 区域交换

以城市控制性详细规划单元为基础，形成基于片区的轨道交通客流交换分布(见图4)。轨道交通系统既服务跨行政区的长距离出行，也支持邻近片区间短距离客流交换。

以居住小区为主的塔子湖片区与涵盖众多就业岗位的珞喻片区之间的客流交换量约5万人次·d-1，两地轨道交通出行距离虽然达22 km，但仅需耗时49 min，轨道交通出行综合成本低于公共汽车和小汽车，成为跨区出行的重要选择。洪山与珞喻片区属于内部人口稠密的相邻组团，两地轨道交通交换客流分别占各自出行总量的31.5%和28.5%，轨道交通出行距离为6 km，耗时17 min，轨道交通为短距离出行者提供便利。

3 职住分布与通勤出行分析

轨道交通线路周边土地利用及其开发强度直接影响客流特征，随着线网逐步完善，运营车站周边1 km半径覆盖的人口由2010年73.3万人增长至2015年349.2万人[12]，受此影响客流水平大幅增长。

另一方面，通过客流演变规律可以有效评估规划和建设效果。调查结果显示，居民公共交通出行目的以就业、上学等刚性需求为主，比例超过60%[11]。作为大运量、高速度、安全准点的城市快捷出行方式，轨道交通受到上班族、学生的广泛青睐，25～55岁人群构成通勤出行的主体[11]，通勤群体的出行特征反映着城市开发以及基础设施建设的效用和进程。基于轨道交通通勤出行，研究就业地与居住地的空间关系是城市空间布局以及公共交通线网优化调整的重要依据。

统计连续工作日的全天候、全样本出行链，轨道交通通勤交通约占客流总量的40.3%。本节通过分析个体OD行为，形成群体通勤出行规律，辨识基于轨道交通车站的城市职住分布，并由通勤出行特征分析城市空间发展现状。

3.1 基于轨道交通车站的职住辨识

为判别轨道交通车站周边用地情况，本节定义的居住地和就业地分别代表轨道交通车站周边以居住为主和以就业为主的区域，基于文献[5]建立辨识算法(见图5)。

图3 轨道交通线路断面客运量分布Fig.3 Distribution of rail transit passenger volumes

图4 主城各片区间大于1万人次·d-1的轨道交通客流交换情况Fig.4 Passengers'OD of rail transit(greater than 10 thousand persons per hour)in central city

图5 基于轨道交通车站的城市职住区域辨识模型Fig.5 Job-housing identification model based on rail transit stations资料来源：文献[5]。

对于某IC卡(假设一人一卡)，从某工作日第一次进站开始，若出站后1 h内再无进站记录，定义为一次出行，该次出行中可能包含多次进出站OD对(出行链中存在先送小孩去学校再去工作地的情况)。

对于某IC卡，若前一个工作日最后一次(16:00—20:00)出站位置与当前工作日首次(6:00—10:00)进站位置一致，标记该车站区域为居住地。若在某地停留时间超过6 h，并且是当天首次出行的出站位置或其邻接车站(出行链中存在先购物再回家的情况)，标记该车站区域为就业地。

采用上述算法获取某IC卡在连续工作日内的居住和就业信息，依概率推断该卡使用者的居住地与就业地，并依次对全样本IC卡数据进行判别。通过分类器聚合轨道交通车站类别，辨识出居住型、就业型、混合型车站分别为38个，18个，11个(见图6)。

按照城市环线划分从空间范围描述职住地空间分布，基于轨道交通车站的居住地主要集中在一环至三环之间，就业地主要集中在二环以内，而职住混合型主要集中在三环周边，当前存在一定程度的职住分离现象，部分区域用地性质较为单一。

3.2 基于职住分布的轨道交通通勤出行特征

3.2.1 通勤出行时间和距离特征

居住地和就业地的轨道交通通勤出行时间和距离呈现一定的向外递增趋势，随着城市环线向外扩张而逐渐增大，体现了城市中心区的岗位聚集效应(见表1)。

轨道交通通勤出行以中短距离为主，平均时耗24.1 min(低于全网的29.4 min)，70.6%的乘客通勤出行时间小于30 min；平均乘距为9.2 km(低于全网的10.9 km)，80.6%的乘客通勤出行距离小于14 km(见图7)。

3.2.2 高峰时段通勤客流发生吸引情况

根据城市职住分布，高峰时段通勤行为更能反映城市空间特性，本节从集散时间、出行范围和方向不均衡性等方面研究工作日早高峰的通勤行为。

1）集散时间。

如图8所示，工作日早高峰轨道交通通勤出行时间主要集中在7:15—8:45，与整体出行高峰时段基本重合，其中7:30—8:30是出发高峰，53.9%的通勤发生量从居住地区进站；8:00—9:00是到达高峰，54.5%的通勤吸引量从就业地区出站。

高峰时段通过江汉路—积玉桥(跨长江)断面的通勤客流占全日总量的32.6%，7:30—8:30达到高峰时段通勤客流总量的41.2%，是该断面全日最为拥挤的时刻，此类出行者多为职住分离在汉口和武昌两地的刚性需求群体。

图7 轨道交通出行时间和距离特征Fig.7 Travel time and distance of rail transit users

2）出行范围。

早高峰时段各方向通勤客流量比例较大的是由二三环间到一二环间，由二三环间到一环内，由一二环间到一环内，三者之和超过通勤总量的40%，体现高峰时段通勤出行具有一定的向心性。

通勤交通吸引方面，由居住地出发的通勤出行终点各不相同，但除了朝向城市中心，还呈现一定的就近就业特征。如图9所示，金银潭站位于北三环外，其周边居民约48.2%选择前往王家墩、新华和江汉关等汉口内部邻近片区就业；杨家湾站位于东二环外，其周边居民约17.6%选择前往只有一站之隔的光谷片区就业，约29.1%选择前往相邻的洪山片区就业。

通勤交通发生方面，就业地吸引的通勤出行辐射范围与该地区的位置、功能、规模等因素相关。如图10所示，位于武昌文化核心区域的楚河汉街站对全市各方向的通勤吸引水平均衡，辐射范围广泛；而位于汉口商业核心区的友谊路站辐射范围略小于楚河汉街站，对汉口周边区域的吸引能力更强。

就近就业特征导致部分三环周边区域的轨道交通出行时间和距离并不显著大于内环区域，金银潭站和杨家湾站的通勤发生时间和距离与一环内的楚河汉街站和友谊路站的通勤吸引情况差距不大(见表2)。

3）方向不均衡性。

图8 早高峰时段轨道交通通勤客流进出站比例Fig.8 Commuting volumes entering/departing stations during morning peak hours

图9 早高峰时段居住地车站的通勤客流发生情况Fig.9 Generation of commuting volumes at stations adjacent to residential areas during morning peak hours

职住分布不均衡直接导致部分走廊客流潮汐特征比较明显[13]，高峰时段进出各方向环线的客流比差异较大(见图11)。其中进出南二环的客流比值相差最为显著，达到3.6:1.0，南二环武昌段以外区域云集南湖、关山等居住片区，区内居民大部分前往二环以内就业，造成城市南面区域周边轨道交通线路自南向北方向产生较为明显的单向拥挤。在按照规定班次发车的情况下，该现象不仅增加了公共交通组织的难度，也在一定程度上造成运力浪费。

图10 早高峰时段就业地车站的通勤客流吸引情况Fig.10 Attraction of commuting volumes at stations adjacent to employment areas during morning peak hours

表2 具有代表性的居住地和就业地早高峰时段通勤客流出行特征Tab.2 Commuting characteristics at typical stations adjacent to residential and employment areas during morning peak hours

图11 早高峰时段进出各环线的客流情况Fig.11 Commuting volumes entering/departing each ring roadway during morning peak hours

表3 轨道交通通勤群体换乘特征对比Tab.3 Characteristics of rail transit commuting by different transfer modes

基础设施不完善以及区域统筹开发程度不高也是职住通道潮汐特征明显的重要原因。虽然武昌东面的岳家嘴、东亭属于混合型车站，但所在走廊串联就业型洪山片区和居住型杨园片区，高峰时段出行需求形成潮汐通道。同时该区域轨道交通通达性不够，需加大力度建设贯通城市南北向的5，7，8号线。另一方面，当前1，3，4号线均服务城市西南面，区内涵盖沌口、黄金口、吴家山等三环周边混合型片区，客流混合型轨道交通车站东吴大道、五环大道、东风公司均设置于此，大部分人群实现区内职住，高峰期进出环线客流相互交织，相对比较均衡。

3.2.3 通勤换乘

由于轨道交通车站覆盖范围有限，轨道交通出行路径仅能表征出行链中的一段，不能完全反映完整通勤需求。调查结果显示，包含轨道交通的混合机动化出行链中采用公共交通系统(不含出租汽车)内部换乘的比例为70%[11]。在上述轨道交通通勤出行特征的基础上，按照其在公共交通系统中的出行比例划分为轨道交通内部同线直达、异线换乘以及轨道交通与公共汽车之间换乘，进一步分析换乘规律。

轨道交通通勤群体中，同线直达方式符合刚性出行者时间短、距离近的需求，比例超过50%(见表3)，而轨道交通内部异线换乘中93.8%采用一次换乘实现出行目标。此外，融合公共交通GPS和刷卡数据，分别以30 min和500 m范围作为时空阈值，得到轨道交通与公共汽车之间的换乘需求量约占轨道交通通勤总量的23.5%，尤其在轨道交通线路末站、交通枢纽和大型商圈周边的换乘需求不容忽视。

轨道交通2号线末站光谷广场站日均集散量超过15万人次·d-1，过度的枢纽功能将过多的客流和公共汽车线路吸引至此，其周边片区500 m半径范围内设置公共汽车站12处，途经线路26条，大部分通往东南方向的关山片区，高峰时段(7:00—9:00)近5万人次在此处通勤换乘，形成连接关山与主城、贯穿城市南北的通勤走廊(见图12)。从公共汽车接驳轨道交通光谷广场站的换乘客流分布来看，在2号线南延线尚未开通的情况下，关山片区东南面的高校、居住、科研机构人群逐渐形成了“轨道交通+公共汽车”的换乘习惯。该区域内中南民族大学、武汉纺织大学、光谷软件园等大型吸引点附近的公共汽车站客流几乎集散于轨道交通光谷广场站。虽然该类组合出行方式初步实现了跨区联系，但由于道路拥堵与换乘候车，平均出行时间达72.6 min，出行成本较高。

在城市轨道交通尚未覆盖三环周边区域的情况下，公共汽车承担了接驳轨道交通的任务。武汉市以大运量轨道交通为骨干，公共汽车为主体，轮渡、出租汽车为补充，步行和自行车交通相衔接的城市公共交通体系正在逐步形成。

4 思考与建议

本文通过对客流数据的分析，重点研究通勤群体的规律性行为，对轨道交通出行特征概述如下：

1）轨道交通通勤客流占较大比例，且以15 km以内的中短距离出行为主，轨道交通相比其他交通方式在服务城市通勤出行方面更具吸引力。

2）局部地区线网建设速度滞后于城市发展，部分断面高负荷运营、满载率较高，公共交通一体化换乘方案尚未实施。

3）高峰时段客流拥挤和潮汐现象与城市空间和轨道交通线网的布局有关，主城南面以及外环周边区域尚未实现职住均衡发展，车站周边配套设施尚不完善。

根据模型预测，到2020年全网日均客流总量将达到650万人次·d-1，需要结合总体规划完善运营组织、线网规划等，以满足日益增长的客流需求：

1）依据客流特征完善运营组织。

武汉市现状轨道交通供给能力充足，但由于客流出行时空不均衡以及缺少面向动态需求的快速响应机制，运营组织与需求之间存在一定的不匹配性。例如，2号线客运强度和高峰小时客流系数均为全网最高，高峰时段过江区间车内拥挤情况严重；3号线高峰时段运力配置水平与1，4号线接近，均为1.5万人次·h-1，但前者客流强度仅为后两者的60%。建议根据客流分布特征动态编排组织方案，采用多种运营方式，例如大小编组、客货交替以及动态发车间隔等。

公共交通系统内部衔接不够紧密，公共汽车和轨道交通尚未实施高效接驳，建议借鉴其他城市经验，大力发展公共交通一体化换乘，同时加快落实P&R停车场规划并强化运营管理，吸引更多小汽车出行群体换乘轨道交通。

2）优化线网结构与城市布局。

城市空间发展正由中心城区向外围扩张，城市快速建设使得人口、就业岗位的分布和数量均发生变化，在城市功能拓展区和新区增幅尤为明显。居民出行需求也随之变化，公共交通系统出行距离由2008年8.4 km增长至2018年10.8 km。建议配合城市发展不断优化完善轨道交通系统，包括结合轨道交通新线建设同步开发沿线土地，例如结合8号线远期工程开发南三环外的黄家湖片区打造地铁小镇；根据城市用地发展调整轨道交通建设方案，例如提前建设21号线加强主城与北部新城的联系等。

由于城市轨道交通出行仍然以三环以内的居住和就业区域联系为主，约占出行总量的81.7%，三环以外区域与中心城区尚未形成活跃联系，建议在保持中心城区以内就业岗位高度聚集的同时，结合区域特色发展相关产业，引导更多三环周边居民主动就近就业，逐渐形成类似吴家山片区的均衡发展空间。同时以大运量轨道交通为主体构建面向城市空间发展走廊的客运体系，促进车站周边土地利用和功能布局优化，鼓励城市轴向发展。