2023年世界城市轨道交通运营统计与分析综述

参考国际上较为通用的统计标准,将城市轨道交通分为地铁、轻轨和有轨电车三大类,对世界城轨交通运营现状进行统计。分析表明:截至2023年底,全球有79个国家和地区的563座城市开通了城市轨道交通系统,总里程超过43400.40 km,其中地铁、轻轨、有轨电车分别占50.07%、10.69%和39.24%;中国(含港澳台)累计有66座城市开通运营轨道交通,运营里程达11900.29 km,其中中国内地运营里程11232.65 km。2022年,全球59个国家的183座城市地铁累计运送乘客586.52亿人次,平均负荷强度0.81万人次/(km·d),其中中国(含港澳台)地铁年客流量为212.51亿人次。我国城市轨道交通持续稳步发展,线网规模和客流规模继续居全球第一。统计国务院52号文件发布后的中国轨道交通的线网规模数据,预测低运量城市轨道交通系统将在中国内地有较好的发展前景,特别是中西部地区,以促进城市绿色、可持续发展。同时,根据疫情前后全球主要国家(地区)和城市的客流数据,预计中国内地客流量将在2024—2025年恢复至疫情前水平。

空间异质下地铁建成环境与站点覆盖客流吸引度关系研究

机器学习模型广泛应用于探究建成环境与客流的交互关系。然而,机器学习考虑的是全局关系,无法捕捉空间变化,为解决这一问题,本文从密度、多样性、设计、目的地可达性、可获得性和网络连通性等方面构建了11种建成环境指标,提出一种轻量级梯度提升机(LightGBM)与地理加权回归(GWR)的集成综合分析模型(SLightGBM),以探究建成环境对站点覆盖客流吸引度的空间异质性和非线性影响,并将该模型与LightGBM,普通最小二乘法(OLS)和GWR进行比较,以揭示SLightGBM模型在回归效果上的优势。针对西安市的研究结果表明:SLightGBM模型的R2、MAE与RMSE分别达到了0.68、8379.16和11797.19,显著优于对比模型;建成环境因素存在空间异质性,工作人口密度和公交站点密度在中心区域最为重要,而餐饮密度在南部区域更显著;工作人口密度和餐饮密度与客流吸引度呈正相关,而最小换乘次数与客流吸引度呈负相关关系,且具有明显的协同作用。研究表明,影响因子空间差异性和阈值分析结果对于指导城市建设和改善公共交通系统具有重要的启示意义。

城市轨道交通运营客流交通状态评价

客观评价客流交通状态对于改善城市轨道交通运营服务水平、提高运营管理效率具有重要意义。在定义城轨运营客流交通状态的基础上,以乘客流的均衡程度和顺畅程度为准则,构建了客流交通状态的三层评价指标体系;根据某城市地铁1号线运营实际客流数据,计算各评价指标,并用层次分析法对客流交通状态进行评价。评价结果与实际情况相吻合,验证了城轨运营客流交通状态评价体系的合理性,能够为城市轨道交通运营管理提供理论支持。

基于模糊推理的公共交通分担率预测研究

研究基于模糊推理建立公共交通分担率预测模型的方法。通过分析公共交通出行的影响因素,选择线网密度、国内生产总值、平均车速等十项指标作为影响因素,建立模糊层次结构模型。确定各因素的模糊规则,采用模糊推理预测公交分担率。并以黑龙江省某市交通数据进行预测,最后分析了影响因素与分担率水平的影响关系,应用得到了预期的效果。

土地利用混合度对轨道交通车站客流的影响

针对土地利用混合程度如何影响轨道交通车站客流的问题,建立非线性回归方法对其进行量化研究.采用递远递减权重和相邻车站重叠区域人口分配权重来计算加权人口,并以车站客流/加权人口作为因变量,从而分析由土地利用混合程度引起的车站客流变化.构建最小二乘支持向量机模型来分析土地利用混合程度、岗位居住人口比以及车站客流间相互关系.最后,以日本东京都109个车站的实际数据进行案例分析,案例结果表明土地利用混合程度对车站客流影响较弱,而岗位居住人口比与车站出站客流呈现显著正相关.因此,客流预测过程中应以岗位居住人口比代替土地利用混合程度作为关键因素.

成长性视角下建成环境对轨道交通站点客流影响分析

为准确把握城市轨道交通客流生成规律,本文从客流成长性视角探究城市轨道交通站点客流与站点周边建成环境之间的交互关系。以上海市城市轨道交通为研究案例,通过人口及就业密度、土地利用、路网密度、出入口数量、介中心性等13个因子刻画建成环境,基于上海市地铁刷卡数据、人口及经济普查、兴趣点(Point of Interest,POI)、道路网络等多源异构数据,分别构建建成环境对轨道交通客流影响的普通最小二乘法(Ordinary Least Square,OLS)模型与极限梯度提升(eXtreme Gradient Boosting,XGBoost)模型进行量化实证分析。结果表明,基于机器学习算法的XGBoost模型比OLS模型具有更好的模型表现。从影响贡献度来看,轨道交通站点建成初期,地铁站点出入口数量(21.9%),常住人口密度(15.9%),路网密度(9.8%)是影响城市轨道交通站点客流的最重要建成环境因素。建成近期,商业设施用地(16.5%)、容积率(11.1%)和就业密度(8.5%)等用地类建成环境变量成为提升城市轨道交通站点客流的关键。建成远期,城市轨道交通站点客流水平取决于出入口数量(18.9%)、商业设施用地开发(16.6%)与换乘线路数量(7.7%)等用地和交通之间的结合水平。研究结果证实了轨道交通客流与站点周边建成环境之间的成长性特征关系及各阶段显著影响客流的建成环境变量,为因时制宜制定城市轨道交通站城一体化开发策略提供了参考。

土地利用视角下的轨道站点客流预测——以深圳市为例

从土地利用视角分析轨道站点客流的影响因素,基于直接估计模型,选择不同类型用地楼板面积、公交线路数量、站点中心性、站点可达性4个变量建立非线性回归函数,分析不同类型用地客流生成率与站点可达性之间的衰减规律。结果表明:①相比于线性衰减规律,客流生成率随站点可达性的降低更符合指数衰减规律,用地距离地铁站0~0.5km时客流生成率下降最快。②单位面积各类用地客流生成率由大到小依次为:交通用地 >办公用地 >商业用地≈城中村 >工业用地 >居住用地 >其他用地。③客流生成率受站点可达性影响强度由大到小依次为:商业用地 >办公用地 >交通用地 >其他用地 >居住用地 >城中村 >工业用地。

重庆市轨道交通车站预测客流与实际客流误差分析

城市轨道交通车站客流预测的精确度将直接影响轨道车站建筑方案设计,对于后期轨道车站建设运营意义重大。提高轨道车站客流预测的精度已逐渐成为业内专家关注的重点问题之一。以重庆市主城区轨道车站客流预测为例,将重庆市已运营的8条线路、162座轨道交通车站实际进出闸机数据与工可客流预测数据进行对比分析,查找预测客流与实际客流的差异,研究发现仅有37%的车站预测值与实际值相差在20%以内,有60%以上的车站预测客流与实际客流差值在20%以上。重点从客流预测外部条件变化、轨道车站服务人口的确定、站点出入口模型构建、出行分布权重参数选择、乘客自身属性对方式选择影响等几个方面查找分析误差形成原因,并针对如何提高后期轨道客流预测精度提出相关建议。

基于客运量的公共交通补贴研究

在分析公共交通补贴原理的基础上,构建了公共交通补贴模型.以北京市公共交通补贴为背景,研究了公共交通结构系数、分担率以及运营成本对公共交通财政补贴的影响.结果表明,合理分配各种公共交通方式的客流量,一方面使得政府公共交通补贴的额度在财政收入当中的比重不至于过大,确保了政府的公共交通低票价政策的可持续性;另一方面也满足了公共交通承担客流比例的要求.在公共交通运营成本不变和公交补贴占财政收入比例小于4%的情况下,北京市财政收入需保持年增长10.9%以上,才能满足2015年公交分担率达到45%时低票价政策的补贴需要.

利用可达性模型预测轨道交通站点发生客流

该文探讨了基于站点可达性和周边用地的轨道站点发生客流预测方法。在GIS中,通过双重约束蒙特卡罗模拟算法将居住人口分解到小尺度栅格上。根据可达性中的距离衰减原理,采用罗切斯特模型计算居民选择轨道交通的概率。基于各栅格位置的人口数量及其与轨道站点距离获得的出行概率,获得轨道站点的客流发生量。距离衰减函数的参数配置决定了客流发生预测的质量。以武汉市为例,对参数配置进行了探讨。与实际调查数据验证表明,通过选取适当的参数,基于GIS可达性的预测模型可以达到较好的精度。

基于乘降客流特征的轨道交通站点分类及客流量影响因素分析

既有研究对城市轨道交通客流特征及其影响因素的分析相对成熟,但鲜有对不同类型站点客流量影响因素的研究。本文引入乘降客流特征时间序列聚类法对天津城市轨道交通站点进行分类,基于多源地理大数据从建成环境、社会经济、站点属性与复杂网络特征等维度构建影响因素指标体系,并采用普通最小二乘回归法(OLS)、地理加权回归(GWR)及多尺度地理加权回归(MGWR)这3种回归模型探究不同类型站点客流量影响因素及其影响程度。针对天津的案例,研究表明:基于乘降客流时变特征分类形成居住主导型、就业主导型与商住均衡型这3类站点,各类站点的空间分布及周边土地利用特征均表现出显著差异;对于居住主导型站点客流量影响因素的分析,MGWR模型拟合结果更优,而对于就业主导型与商住均衡型站点客流量影响因素的分析,OLS模型拟合结果较优,但与其他模型相差不大;不同类型站点客流量的显著性影响因素存在差异,不同影响因素对站点客流量的作用方向及强度也存在差异;公交站点密度和开通时长对居住主导型站点客流的影响程度呈现显著的空间异质性特征。研究结果为天津市进一步提升轨道交通运营效能,实现轨道交通站点为主导的综合开发(TOD)提供了分类分区的规划引导策略。

基于混合地理加权回归的城市轨道交通站点客流预测研究

变化较快的建设环境和精细化的城市管理要求城市轨道交通客流量预测方法对影响因素反映更迅速,精度更高。为弥补现有研究模型存在的不足,构建混合地理加权回归(MGWR)模型,以求获得更好的预测效果。在对客流量影响因素进行类型划分的基础上,选取解释变量并以郑州市轨道交通1号线和2号线部分站点作为研究对象,分别建立基于最小二乘法的多元回归模型(OLS)和MGWR模型。建模结果显示,MGWR模型的预测精度和可解释性优于OLS模型,可较为直接地反映各解释变量和轨道交通站点客流量之间的关系。同时MGWR模型的建模结果显示,郑州市轨道交通和公交运营处于竞争状态,建议在线路规划等方面进行改进。

建成环境对轨道交通站点客流量与通勤乘车率影响的差异化分析

建成环境与轨道交通出行特征之间联系密切,然而既有研究主要致力于探究建成环境对轨道交通站点客流量的影响,较少对站点通勤乘车率进行分析。站点客流量体现了轨道交通的运输强度,而站点通勤乘车率体现了轨道交通的分担能力,两者对于轨道交通客流运营效益都有重要影响。本文基于轨道交通智能刷卡数据与手机信令数据提出测度站点通勤乘车率的方法,采用多尺度地理加权回归模型(MGWR)探究并对比建成环境对站点客流量与通勤乘车率影响的差异。针对天津的研究案例表明:轨道交通站点客流量由城市中心向外围地区呈递减式空间分布,而通勤乘车率则由城市中心向外围地区呈递增式空间分布;影响站点客流量与通勤乘车率的建成环境因素既存在显著差异性又具有相似性,其中站点距公交站点平均距离是影响两者的全局变量且有显著负向作用;建成环境局部影响变量对站点客流量与通勤乘车率的作用强度及方向存在空间异质性。建成环境对站点客流量与通勤乘车率影响的差异说明:针对这两项不同的客流特征指标,不仅要考虑建成环境因素对其作用的种类差异,还要考虑建成环境局部影响变量对其空间效应的差异;在未来规划中应采取分类协同配置、分区划级干预的差异化策略,统筹激活建成环境因素的异质效应以综合提升站点客流运营效益。

基于CNL模型的公共自行车使用模式研究

正在许多城市迅速推广的公共自行车系统被认为是解决出行"最后一公里"问题的新型交通方式.本文将公共自行车使用分为接驳地铁、接驳常规公交及全程单独使用3种模式,构建Cross-Nested Logit模型,利用苏州市地铁沿线公共自行车使用情况的调查数据,定量分析影响使用模式的主要因素.研究发现,相对于接驳地铁或常规公交,公共自行车在很大程度上倾向于被全程单独使用,在短距离出行中极可能与常规公交存在竞争关系,但对地铁出行有一定的补充作用.本研究有助于重新思考公共自行车在城市交通系统中的定位及其发展方向.

动态交通信息应用实践——以深圳市为例

交通规划研究需要大量的交通数据支持,传统交通数据通过人工问卷和调查获得,特点是调查周期长、成本高、数据质量难以控制。随着信息化快速发展,结合智能交通采集的动态交通数据将是未来交通规划决策支持的重要领域。根据动态交通信息在深圳的轨道客流预测、常规公交模型、道路运行评估、主动交通管理等领域的应用实践,表明动态交通信息引入,将有效提高交通规划决策水平。

考虑空间效应的公交站点客流量影响因素分析

探究公交客流量影响因素有利于针对性地进行公交规划管理,本文基于南京市多源数据,从站点层面分析公交客流量的影响因素,考虑空间依赖性和空间异质性两个角度的空间效应,构建空间杜宾模型和地理加权回归模型,揭示土地利用、交通基础设施、站点属性及社会经济因素在工作日早晚高峰两个时段对公交客流量的影响。研究结果表明:从全局角度来看,公交站点客流量间存在明显的空间依赖性,并具有聚集特征,空间杜宾模型优于多元回归模型、空间误差模型及空间滞后模型;各变量在早晚高峰时段对客流量的直接效应符合通勤规律;公共服务用地强度和公交站数量的空间溢出效应最为显著,且呈现出虹吸现象。从局部角度来看,各影响因素均具有显著的空间异质性,土地利用变量的空间差异性最大;车头时距与站点客流量负相关,影响程度以南京市玄武湖区域为中心向外递减;线路条数与站点客流量正相关,影响程度由老城区向外围区域递增。

北京市公共交通票制票价评估方法研究

公共交通票制票价评估可作为票制票价动态调整机制的补充步骤,对已实施的票制票价方案评估,及时反馈到方案制定、执行过程中,可帮助完善北京市票制票价系统.首先从政府、运营企业、乘客3个角度出发,构建了包含客流特征、出行特征、运营状况、支出优惠的公共交通票制票价评估指标体系;然后基于双层物元可拓模型提出了公共交通票制票价综合评估方法,该方法综合考量各指标的优劣及贡献度、不同时期的评价特点,全面直观地得出评估结果、方案短板、方案调整方向;最后应用该方法对北京市2014年票制票价改革效果进行评估,提出未来票制票价调整应重点关注的方向.

天气因素对福州地铁客流的影响分析

地铁作为一种绿色出行方式,是缓解城市交通拥堵的重要手段。地铁客流受到多种因素影响,其中天气因素变化较快,会造成地铁客流的快速变化。了解天气因素对地铁客流的影响,有助于建立相应的运输组织响应措施。本文旨在量化分析天气因素对福州地铁客流量的影响,并考虑原始天气指标的局限性,引入体现舒适度的指标。建立地铁客流与天气因素(包括气压、相对湿度、风力、降水、风寒指数等级、综合舒适度指数等级等)之间的多元线性回归模型,量化影响方向和影响程度。此外,工作日与非工作日的客流模式差异较大,将两者分别建模分析。研究发现:工作日,降水、风寒指数等级和综合舒适度指数等级对地铁客流有显著影响;非工作日,降水、气压、相对湿度、风寒指数等级和综合舒适度指数等级对地铁客流有显著影响。总体而言,非工作日地铁客流对天气因素更加敏感。

天气因素对公交客流量的影响研究

公交客流量是公交企业在经营中最关注的经济指标,研究天气因素对公交客流量的影响可以帮助公交企业提前应对天气变化造成的公交客流量波动。利用2014年8—12月广州市6路公交的刷卡数据和日平均及小时天气数据,将公交客流量残差作为因变量,气温、天气状况、风力作为自变量,基于多元线性回归方法分别建立经常性乘客和偶发性乘客的工作日、休息日公交日客流量和小时客流量模型。研究发现,天气对公交客流量的影响随着乘客类型(经常性/偶发性)的不同、出行模式(工作日/休息日)的不同呈现明显的差异性:小雨、中雨/大雨会显著降低公交客流量,休息日相比工作日、偶发性乘客相比经常性乘客更加明显;雷阵雨会显著增加偶发性乘客的公交客流量,但对于经常性乘客的影响不显著;气温、多云、阴、雾对公交客流量的影响仅在小时模型中显著。最后从公交运营、公交站点设计及站点周边步行环境设计等方面提出了应对不利天气的建议。

土地利用视角下城市轨道交通线路分类及其客运量影响因素研究

理解城市轨道交通客流与土地利用的依赖关系有助于合理配置资源以推动TOD(Transit-oriented development)模式的实施。既有研究多以车站客流及其建成环境为研究对象揭示客流的关键影响因素,从全局视角下分析线路客流对其沿线土地利用依赖关系的研究不够充分。论文基于2019年中国36座主要城市的多源数据构建包含线路功能和建成环境两方面的土地利用以及交通服务等三类指标,并以线路功能和建成环境两类指标为聚类特征划分线路类型,采用XGBoost(eXtreme Gradient Boosting)模型分析不同类型线路客运量的影响因素。案例研究表明:根据线路服务范围及城市发展水平的差异,城市轨道交通线路可分为市区线I型、市区线II型和郊区线。3类线路重要度排序前5的解释变量对客运量的贡献至少达到60%,其中就业岗位密度和中心城区线路覆盖率是3类线路共同的重要土地利用变量。重要度排序高的解释变量对客运量的影响具有阈值效应,且相同类型线路重要变量的阈值趋同,而不同类型线路之间的阈值存在显著差异。因此,TOD客流廊道的构建需因地制宜地统筹职住分布及其配套资源。研究结果有助于理解土地利用影响城市轨道交通线路客流的机理,可为促进TOD客流廊道的发展提供参考。