岂常禄，胡昊

(上海交通大学 船舶海洋与建筑工程学院，上海200240)

随着轨道交通在中国的大力发展，以轨道交通带动城市更新发展的理念逐渐普及，城市轨道交通TOD(transit-oriented development，以公共交通为导向的开发)项目成为主要发展方向。客流量预测是相关项目规划阶段十分重要的基础工作，然而我国大部分预测客流量与实际数据相差较大，北京、上海等地的实际客流只有预测客流的30%～60%[1]。同时，变化较快的建设环境以及精细化的城市管理要求城市轨道交通客流量预测模型可以快速响应相关变化，并得出更为精确的预测结果。目前运用较多的“四阶段法”从宏观的角度进行城市范围内的交通量分配，工作量大、预测结果不准确且对站点周边的环境变化反应缓慢。越来越多的学者开始从站点层面分析，构建客流量和各影响因素间的直接关系模型来进行预测。尽管神经网络模型近年来在实时客流量预测方面取得了一定成果，但从中长期预测的角度，国内仍缺少大规模的数据集为其提供支撑，因此适用性不强。基于OLS(Ordinary Least Square，最小二乘法回归)的回归模型也常被用于相关研究，其以站点客流量作为因变量，车站服务范围内影响客流量变化的因素作为自变量，构建模型进行预测。相关研究可分为服务范围内影响因素选取和模型构建两个部分。吕帝江等[2−4]较为全面地研究了服务范围内对站点客流量影响显著的因素，人口、就业岗位数量等均被认为是重要的解释变量。……