上海轨交9号线郊区站点非机动车停车场规模估算

陈颖雪，吴 兵，刘志钢，李林波

(1.上海工程技术大学城市轨道交通学院，上海201620;2.同济大学道路与交通工程教育部重点实验室，上海200092)

随着城市的扩张，各大城市大力建设城市副中心和卫星城，城市轨道交通市郊线(以下简称市郊线)为其形成奠定了交通基础，并服务于大量往返于市郊和市中心的通勤、通学出行，市郊线由此在各大城市大力发展。但是，相比较市郊线的快速建设，市郊线的配套交通设施却没有及时跟进，如站点机动车、非机动车停车场规模不足，抑制停车换乘轨道交通的需求，而郊区常规公交线网疏、发车频率低，不能有效为市郊线集散客流，导致市郊线的功能无法很好实现。

在上海，市郊线站点周边5.5 km范围内居住大量居民，依赖市郊线作为通勤交通工具，这些基于家的通勤出行频率高，且接驳范围在非机动车服务圈层内［1］，机动、灵活、方便、可控的非机动车在连接市郊线站点与家的出行中比起郊区尚不完善的常规公交系统有着巨大的优势和潜力。但B+R(BIKE+RIDE，非机动车换乘轨道交通)模式尚未受到相关部门的重视，上海部分市郊线车站缺乏非机动车停车场，部分车站非机动车停车场停车能力不足，抑制了非机动车换乘轨道交通的需求。目前，国内学者对市郊线站点非机动车停车需求计算的理论研究刚起步，理论大多宽泛不深入，且未充分考虑市郊非机动车出行的特点，很难切实有效指导市郊线站点非机动车停车场设计工作。因此，笔者以上海第一条市郊线路上海轨道交通9号线为例，对其郊区站点非机动车停车系统进行规划设计实践。

1 上海轨道交通9号线郊区站点非机动车停车设施现状

上海轨道交通9号线规划中全线由松江老城区至崇明岛，目前已开通松江新城站至杨高中路站，其他区段后期陆续开通。9号线1期多位于市郊，作为发展松江新城区及沿线区域的交通支持，途经松江新城、泗泾、九亭、七宝等市郊密集住宅区，后期线路开通后还将穿越市郊松江老城及崇明县内的密集住宅区，线路开通后还将穿越市郊松江老城及崇明县内的密集住宅区。另外，上海松江大学城也位于9号线1期松江大学城站站点附近。9号线1期定位于承担大批通勤通学客流的市郊线，其松江新城段至漕河泾开发区站(中环线以外)的区段为笔者研究重点(图1)。

图1 上海9号线研究段区位图(粗线)Fig.1 Location of Shanghai metro line 9

在上海，轨道交通的接驳交通主要是步行、常规公交和非机动车。郊区常规公交通常由于缺乏客流支撑，线网密度低，发车间隔长，服务水平普遍低下，对于离站点800～5 500 m的居民而言，预留的公交接驳时间可能达到30 min，甚至更多，效率甚低。非机动车接驳市郊线站点的服务圈层覆盖站点周边5.5 km内的住宅，且非机动车具有机动、灵活、方便、可控等私人交通的特点，加之基于家的出行非机动车具有可利用性。由此，B+R系统对9号线1期是个值得推崇的方法。对9号线郊区站点周边的停车条件进行调研。

调研发现，9号线郊区站点周边的停车条件简陋，站点停车设施配备情况具体如表1。表1中，只是以“有”或“无”来表示停车设施配备情况，这是由于这些停车场没有明确界定范围，更不是经过专门规划设计，只是出行者的随意停放，因此无法准确给出停车场的容量。即使如此，仍有一些车站，如九亭站、中春路站等5个车站，完全不具备停放非机动车的能力。现场调研还发现，大部分9号线郊区车站周边配备的非机动车停车场，利用率都较高。对于部分不具非机动车停车场所的车站，或停车容量不足的车站，存在换乘需求的乘客只能乘坐黑车或摩的进行接驳，造成9号线部分郊区车站周边黑车、摩的盛行。

表1 9号线站点非机动车停车设施配备情况Tab.1 Non-motor vehicle parking facilities of suburban stations of Shanghai metro line 9

综上，非机动车接驳9号线郊区地铁站的需求较大，需要通过合理的需求计算，确定停车场规模，更好的服务换乘者，提高市郊线的服务水平和竞争力。

2 市郊线站点非机动车停车需求计算现状

现有国内轨道交通站点非机动车需求研究可以抽取概括为以下3种模型，但这些模型大多只是给出计算思路，缺乏周密的计算过程，一些参数如换乘比例、换乘阻抗等没有给出针对性且实施性强的计算方法。国外研究则主要集中于logit模型及类似的模型或方法，涉及参数通过该地区的调研数据获得。

2.1 吸引率法［2］

吸引率法认为，自行车停车场的建设规模由城市轨道交通站点高峰时段自行车停车需求总量决定，停车需求又由停车场周边土地利用决定，其主要计算方法如式(1):

式中:Pa为高峰停放吸引量，辆;ti为各类用地建筑面积，m2;bi为各类型单位用地的吸引率，辆/m2。

该方法计算出的停放吸引量是以式中各种用地为目的地的非机动车出行，而一般停在地铁站点的非机动车多为接驳轨道交通出行，对于郊区站点更是如此。

2.2 类比推算法［3］

类比推算法要么是调查某市郊线站点非机动车换乘比例，要么是调查发展相对成熟的某些市区站点的非机动车换乘比例，之后类比计算规划站点非机动车换乘需求。该方法缺点是忽视了目前国内城市轨道交通站点非机动车停车场的种种问题，如停车场容量普遍不足，管理不规范，停车安全无保障等，被抑制的停车需求无法通过调查获得，同时，它还忽视了郊区和中心城区轨道交通站点非机动车接驳的差异性。

2.3 logit模型法［4］

logit以及类似模型需要对参数进行严格的标定，即阻抗和效用，非机动车接驳轨道交通的阻抗和效用涉及交通安全、舒适性、方便性等，部分因素无法量化，或无法统一到相同的量纲。另外，logit模型还涉及到市郊线站点辐射范围和吸引力，而我国这方面的积累数据不足，标定未必准确。

3 对比调研

国内城市轨道交通市郊线的研究刚起步，相关理论基础薄弱，加之基础数据积累不足，理论计算模型和方法尚不成熟。相对而言，国外市郊线发展较早，研究成果丰厚。因此，笔者尝试借鉴日本市郊线路的成功经验，估算上海轨道交通9号线郊区站点非机动车停车规模。

3.1 中国与日本自行车利用水平对比

日本历来是自行车大国，1996年，自行车拥有量达到7 254多万辆，仅次于中国和美国［5］;2002年，达到8 549多万辆，紧随中国和美国之后［6］，需求稳步增长。但是日本总人口少，日本的自行车人均拥有量约为0.7辆，世界排名第4，中国则小于0.5辆/人。由于日本方便的轨道交通，日本人常放弃私家车出行，替代以自行车接驳轨道交通出行，日本的地铁站特别是市郊线路站点停放许多自行车。日本人口密度大，同样的交通体系无法支撑起西方发达国家几十倍的交通量，轨道交通+自行车的方式有效减少了私家车出行量，是我国发展公共交通可以效仿的模式。

3.2 上海与东京轨道交通系统对比研究

国际大都市中，上海与东京，无论是城市规模、人口密度、还是居民的生活、出行习惯都较为相似。2020年，上海轨道交通线网规模将接近目前已经较成熟稳定的东京轨道交通线网规模(表2)。

表2 上海与东京城市轨道交通特征对比Tab.2 Comparison on urban rail transportation features of Shanghai and Tokyo

3.3 上海9号线郊区段与东京TX线对比

筑波快线(日文:つくばエクスプレス線，英文:Tsukuba Express)，简称TX，是一条连接日本东京千代田区秋叶原站与茨城县筑波市筑波站之间的近郊通勤交通线(图2)。TX线于2005年8月全线贯通，之后客流稳步大幅增长，至2009年，达到预期的成熟客流水平(27万人次/日)(表3)。TX作为日本政府应用轨道交通发展研究成果的示范项目，建成后运营良好，得到业界和政府的肯定，并获得多项殊荣。

图2 东京TX线研究段区位图(粗线)Fig.2 Location of Tokyo metro line TX

上海9号线郊区段与TX线在开通运营时间、线路所在区位、功能定位、承担客流性质、周边土地性质及开发程度等方面都非常相似，且二者都与市区环线(TX线与山手线，9号线与4号线)构成换乘，使线路得以延伸至整个线网。

根据国内外轨道交通运营的一般经验，非机动车接驳轨道交通的需求与站点日均客流量、土地开发成熟度、站点到市中心距离、站间距等4个影响因素密切相关。由此，观测TX线站点4个影响因素现状及非机动车停车场规模，挖掘4个影响因素与停车场规模的逻辑关系。

表3 东京TX线客流情况况［7］Tab.3 Passenger flow of Tokyo metro line TX

3.4 TX站点非机动车停车场规模与四因素调研

4个影响因素中，“到市中心的距离”是指与秋叶原站(TX线与环线山手线形成换乘的车站)的距离。同样，9号线中“到市中心的距离”是与宜山路站(9号线与环线4号线形成换乘的车站)的距离。TX线调查结果见表4，9号线郊区段调查结果见表5。

表4 TX线站点非机动车停车规模与4因素的情况Tab.4 Non-motor vehicle parking lot scale and situation of four influence factors of line TX

表5 9号线郊区站点调研数据及非机动车停车场规模估算Tab.5 Estimation of non-motor vehicle parking demand and survey data of suburban station of line 9

由于TX线中某些站是与其他地铁线路形成换乘的车站，换乘客流大，而这客流与土地利用成熟度及非机动车停车需求无关，因此将这些车站的数据去除。包括:秋葉原駅、新御徒町駅、南千住駅、北千住駅、南流山駅、流山おおたかの森駅、守谷駅。

4 模糊逻辑算法

市郊线站点非机动车停车场规模受众多因素影响，即使上述4个因素对其起决定性作用，4个因素之间相互作用机理亦非常复杂，加之每个车站存在自身特点，因此很难建立停车场规模与4因素的明确关系。笔者期望用模糊逻辑算法，掌握停车场规模随4个因素变化的趋势和规律，进一步估算9号线站点非机动车停车场规模。

模糊逻辑算法特别适用于具有模糊概念界定和模糊逻辑的研究对象［8］，笔者针对停车场容量与4因素存在相关性但关系不明确的特点，利用模糊逻辑算法，设计影响因素信息融合的模糊推理法。

首先将问题进行模糊数学表达。在该模糊推理机中，将土地成熟度指数M(i)、到市区距离D(j)、平均站间距S(k)、日均客流P(l)作为输入量，以非机动车容量PK作为输出量，各变量的论域为:

而各变量的语言集如下所示:

M(i):{不成熟(M1)，不太成熟(M2)，一般(M3)，成熟较为(M4)，很成熟(M5)}

D(j):{很远(D1)，比较远(D2)，略远(D3)，略近(D4)，较近(D5)，很近(D6)}

S(k):{很远(S1)，比较远(S2)，略远(S3)，略近(S4)，较近(S5)，很近(S6)}

P(l):{从极少客流到极大客流(P(l)}(排除换乘客流的因素)

PK:{极少(PK1)，较少(PK2)，中等(PK3)，较多(PK4)，很多(PK5)}

逐条设计模糊推理机规则(Rules)。设计采用隶属度函数如图3。

图3 各变量采用的隶属度函数Fig.3 Membership functions adopted by each variable

采用MATLAB的模糊控制工具箱进行运算，选择Mamdan方法进行模糊推理，反模糊化过程选择重力中心法［9］，可得模糊控制规则如图4。

图4 模糊逻辑规则(D=30，P=5 000时)Fig.4 Fuzzy logic rules(while p=5 000，D=30)

5 9号线郊区站点非机动车停车场规模估算

由上海地铁9号线每个站点的统计数据{M(i)，D(j)，S(k)，P(l)}作为模糊推理机的输入，使得到各站点非机动车停车容量的估计更加准确，可信度更高(图5)。9号线郊区段非机动车停车场规模估算结果见表5。

图5 模糊逻辑计算过程Fig.5 Fuzzy logic calculation procedure

可以看出，预测的9号线郊区段非机动车在轨道交通接驳出行上分担率在6%～20%之间。由此，模型的结论较为合理。

6 结论

通过类比上海轨道交通9号线郊区段和东京TX线，调研郊区站点非机动车停车场影响因素，建立郊区站点非机动车停车场规模与影响因素间的模糊逻辑关系，估算9号线郊区站点非机动车停车场规模。在研究中，由于缺乏9号线远期预测客流量，计算采用的是现状客流量，随着9号线后期工程的开通，客流会继续发生变化，届时9号线站点非机动车停车容量也需相应调整。笔者所采用的方法是在目前历史数据积累不足、无法准备标定模型参数下的临时性补救方法，轨道交通郊区站点非机动车停车设施配备的合理规划、设计和管理是一个重要而长远的任务，停车需求预测必须有一个科学可靠的理论方法，这不仅需要选择合适的预测模型，还需要进行历史数据积累，对相关参数进行准确标定。

［1］曹萍，陈峻.自行车与轨道交通换乘站选址及需求预测［J］.交通科技与经济，2008，10(3):87-89.CAO Ping，CHEN Jun.Bicycle-metro station locating and its demand predicting［J］.Technology ＆ Economic in Area of Communication，2008，10(3):87-89.

［2］殷秋敏，邓卫.自行车与城市轨道交通的衔接规划与管理［J］.交通科技，2008(2):92-94.YIN Qiu-min，DENG Wei.Planning and management of the transfer between bicycle and urban mass transit［J］.Transportation Science ＆ Technology，2008(2):92-94.

［3］陈思.自行车与轨道交通换乘衔接研究［D］.西安:长安大学，2006.

［4］黄杉.城市轨道交通衔接客流预测方法研究［D］.北京:北京工业大学，2008.

［5］中国贸促会经济信息部.日本自行车市场透析［J］.中国对外贸易，1998(1):39-40.Economic Information Department of CCPIT.Japanese bike market dialysis［J］.China＇s Foreign Trade，1998(1):39-40.

［6］刘少才.航海日本说单车［J］.中国自行车，2010(2):54-58.LIU Shao-cai.Navigate to talk Japan bicycle［J］.China Bicycle，2010(2):54-58.

［7］Wikipedia.Tsukuba Express［EB/OL］.(2011-03-20)［2011-03-25］.http://en.wikipedia.org/wiki/Tsukuba_Express.

［8］楼顺天，胡昌华，张伟.基于MATLAB的系统分析与设计:模糊系统［M］.西安:西安电子科技大学出版社，2001.

［9］Anderson D H，Hall L O.MR.FIS:Mamdani rule style fuzzy inference system［C］//Systems，Man，and Cybernetics.Tokyo，Japan:1999 IEEE International Conference，1999:238-243.

［10］Rietveld P.The accessibility of railway stations:the role of the bicycle in The Netherlands［J］.Transportation Research:Part D，2000(5):71-75.