基于手机大数据的地铁网络重要节点故障大客流换乘研究

孙杨世佳+姚远

【摘 要】2017年春节期间，上海地铁人民广场站进行改造施工，直接影响客流在轨道交通网络中的分布情况，尤其是周边站点的换乘客流量大幅增加。本文利用手机大数据技术，采集人民广场站及其周边换乘站点客流数据，对比分析站点进站客流量、出站客流量、换乘客流量和不同线路换乘比例等客流特征，总结改造期和非改造期的客流变化规律。研究地铁网络重要节点故障情况下的客流换乘情况具有重要的现实意义，能够为今后大型换乘站点改造的客运组织提供参考，提出合理的换乘方案以及相应的优化管理措施。

【关键词】手机数据；地铁出行路径；地铁节点故障；客流出行特征

0 引言

随着无线通信网络的普及化，利用手机技术可获取海量的乘客出行信息，成为挖掘地铁客流信息的全新数据源，也成为最新的技术发展方向。手机技术能够实时、动态地掌握地铁客流数据信息，进行定量化客流出行特征分析，为采取针对性的运营方案、应急疏散决策提供理论支撑。

本文利用手机大数据技术采集地铁客流数据，进行地铁网络重要节点故障下客流特征分析，包括进站客流量、出站客流量、换乘客流量和不同线路换乘比例等，总结改造站点及其周边换乘站点在改造期和非改造期的客流变化情况，为今后类似大型换乘站点故障期间的运营组织提供参考，为周边站点换乘优化协调、客流预测以及运营管理提供分析支持。

1 地铁网络重要节点故障客流变化规律分析

2017年1月17日至2月10日，人民广场站进行封闭大修。利用手机大数据技术，获取人民广场站的客流数据，分析时间单位为15分钟，分析日期分别为地铁改造期和地铁非改造期两个阶段，具体日期为2017-2-1～2017-2-7和2017-2-20～2017-2-26，共14天。

1.1 进站客流变化情况

改造期间，人民广场站的工作日日均进站总客流量为12099人/日，节假日为11261人/日，而非改造期间分别为30012人/日和29018人/日。通过对比发现，改造期间人民广场站在工作日和节假日的进站客流均出现大幅减少，下降幅度超过50%。

进站客流的时间变化情况在改造期和非改造期基本相似。工作日进站客流主要集中在晚高峰时段，潮汐明显，晚高峰出现在17：00～19：00。节假日进站客流时变特征不显著，基本不存在晚高峰，人流主要集中在下午及晚上。从高峰进站客流量上来看，改造期工作日高峰客流为491人/15分钟，出现在17：45，而非改造期为1137人/15分钟，出现在17：30。改造期和非改造期的节假日高峰客流均出现在16：15，分别为363人/15分钟和922人/15分钟。总体上来说，人民广场站封闭大修对进站客流量的影响较大，但客流量的时变情况基本不受影响。

1.2 出站客流变化情况

人民广场站大修期间，工作日日均出站客流量从非改造期的33171人/日下降至23752人/日，而节假日的由35320人/日减少至21916人/日。工作日和节假日的客流量虽有所下降，但幅度要小于进站客流量的变化，约为30%。

人民广场站改造对客流量随时间的变化影响较小，工作日出站客流集中在早高峰时段，而节假日进站客流不具有潮汐现象，分布较为均匀。从具体客流量来看，改造期间工作日高峰出站客流为1210人/15分钟，节假日则为916人/15分钟，分别出现在8：45和9：00。非改造期间，工作日高峰出站客流为1680人/15分钟，节假日为1016人/15分钟，分别出现在8：45和10：45。对比高峰出站客流可知，改造期会减少高峰期间的出站客流，但基本上不会影响工作日的高峰时段。

2 受制节点周边换乘站点客流变化分析

地铁网络中重要节点故障会造成站点的客流量大幅下降，尤其是进站客流和换乘客流，导致周边换乘站点客流量情况出现变化。因此，在研究重要节点的基础上，有必要进一步分析受制节点周边换乘站点的客流变化情况，从而提出有效的站点间协调换乘方案、优化运营管理措施等建议。

受制节点周边站点进站客流和出站客流有增有减，工作日和节假日的受影响程度均较小。除曲阜路站和南京东路站外，其他周边站点在改造期的进站客流量和进站客流量均小于非改造期。同时，曲阜路站进站、出站客流小幅度增加，而南京东路站客流则上升明显。由于南京东路站靠近外滩，适逢改造期间为春节长假，游客数量增加导致站点的进站、出站客流明显增加。相比进站、出站客流，改造期间受制节点周边的换乘客流出现大幅增加，尤其是工作日。同时，周边各站点的换乘客流占该站总客流比例均高于进站、出站客流比例，说明在工作日和节假日，乘客人民广场站周边站点以换乘为主。具体对比各站点间换乘增长情况，汉中路站和曲阜路站在工作日增长幅度较大，而各站点在节假日增长量相似，约增长1万人/日左右。通过分析人民广场站周边站点的客流变化情况发现，地铁网络中重要节点发生故障后，会导致周边站点的换乘客流量猛增，但对进站客流和出站客流的影响较小。因此，应加强受制节点周边站点之间的协调换乘，通过缩短发车频率、延长运营时间等手段提升换乘服务能力。

3 结论及建议

本文利用手机大数据技术采集地铁客流数据，研究地铁网络重要节点故障下的客流换乘情况。通过分析，可得出如下结论：1）地铁网络中重要节点发生故障会影响整个网络中的客流分布，故障节点的进站客流量、出站客流量明显下降；2）改造、大修等长时间故障对节点处客流随时间的变化影响较小；3）改造期间，受制节点周边站点的客流量也会发生变化，尤其是换乘客流将大幅增加；4）在周边换乘站点中，受制节点的线路与其他线路之间的换乘比例将上升，但其他线路之间基本不受影响；

利用手机大數据，研究客流变化规律，为今后类似大型站点故障期间的运营组织具有重要的参考价值，并提出如下几点建议：1）及时发布信息：地铁运营方应提前在媒体、车站电子屏等宣传平台发布相关站点改造、故障等信息，使乘客提前做好出行方案调整工作；2）优化运营管理：针对受制节点周边站点实施应急疏散方案，缩短高比例换乘线路的发车时间间隔，延长受制线路的运营时间；3）动态客流监测：利用手机、IC卡等大数据，实时监测故障节点及其周边站点客流情况，高峰期可适时采取限流措施；4）鼓励多方式换乘：通过增加故障站点周边公交班次、缩短发车频率等方式，引导乘客采用其他方式进行换乘或出行，减轻周边其他地铁站点的客流压力。

【参考文献】

[1]冉斌.手机数据在交通调查和交通规划中的应用[J].城市交通，2013，11（1）：72～81，32.

[2]陈明威，刘杰，沈烨峰，等.基于手机网络数据的轨道交通站点实时动态客流检测研究[J].黑龙江科技信息.2012（32）：127-128.

[3]赖见辉，陈艳艳，钟园，等.基于手机定位信息的地铁乘客出行路径辨识方法[J].计算机应用，2013（02）：583-586.endprint