座椅布置选型对公交客车站立密度的影响*

闫晟煜 赵转转 姚瑞明

(1.长安大学汽车学院 西安 710064；2.陕西交通职业技术学院汽车工程学院 西安 710018；3.广州市第三公共汽车公司 广州 510075)

0 引 言

站立密度是反映车辆选型匹配线路和调度发班间隔是否合理的重要指标。欧美国家城市公交客车拥挤极限负荷为5～6人/m2[1]；根据GB7258—2017《机动车运行安全技术条件》[2]的规定，核定站立乘客数为8人/m2。据调查，高峰时段内西安公交客车站立密度可达9～10人/m2，引起车辆超负荷运行。如何利用合适座椅布置形式匹配典型公交线路，成为公交企业在车辆选型时的突出矛盾。

确定公交客车核定乘员数时应考虑最大允许总质量、整备质量和前后桥载荷，且不存在车辆地板应力集中的现象[3-4]。乘客坐姿在车辆地板上的平均投影面积为0.35 m2，即每平方米布置座椅2.9个，而每平方米内最高有8人的站立空间利用价值[5-6]；通过回程驾驶员反映线路客流情况，加密调度频次可以缓解运输压力[7]。客流量一定的情况下，调度发班间隔和座椅布置是影响站立密度的主要因素。

关于公交客车站立密度研究的文献颇多，赵亮[8]提出了城市轨道交通立席密度标准的结论性建议；沈景炎[9]提出了轨道交通立席密度评价方法；邵敏华等[10]提出了不同车内拥挤度下的乘客出行选择效用函数；李田野等[11]基于乘坐舒适性对比了乘客的出行时间价值；吴奇兵等[12]建立了城市轨道交通车厢立席密度计算模型。综上，研究了站立密度阈值和乘客出行选择问题，但未见座椅布置形式对站立密度产生影响的文献，也鲜见运用固定客流适配不同座椅布置形式，以观察站立密度变化特征的研究。

为选用合适的座椅布置形式匹配大客流量的公交线路，调查西安7条线路平峰、高峰客流状况，分析公交客车调度发班间隔和车辆座椅布置对站立密度的影响，提出公交客车匹配线路客流的站立密度适应系数模型，对比西安市典型公交车型匹配线路客流的适应状况。笔者可为公交企业针对线路客流情况合理选型及公交客车定制化设计提供分析依据。

1 站立密度的特征

1.1 调查方法

分别在平峰、高峰时段内，多次调查了西安市7条大客流量线路的客流和3种不同座椅布置情况。按照GB/T 12428—2005《客车装载质量计算方法》[6]中站立乘客有效面积的确定方法，量取7条调查线路的乘客有效站立面积。以12 m公交客车常见的“轴距1+1，后通道2+2”座椅布置为例，调查人员分配与车内站立区域的划分情况见图1。

图1 公交线路站立密度调查布置Fig.1 Layout of standing density on bus lines

由图1可见，阴影部分分别为楼梯井一级踏步和检修盖，拥挤的车厢内乘客被迫选择该处站立，计算乘客有效站立面积时也应考虑在内。乘客站立位置在车厢内时常调换，站立密度是动态变化的，通常站间车速最高时站立密度较为稳定，为调查稳态下分站立区域的乘客人数的良好时机。

1.2 计算模型

在客流量一定的情况下，站立密度受车辆调度发班间隔和车厢布置的影响。假设车内乘坐人数超过核载人数后，车辆仍能保持正常运行，即站立密度无阈值上限，则最大站立密度为

(1)

式中：ρ为最大站立密度，人/m2；i为第i个站间；Ui为第i站间的车上乘坐人数；A为车辆核定座位数；S为车辆的乘客有效站立面积，m2。

公交调度方式普遍采用调节发班时间间隔配置运力，与线路配车数和平峰、高峰每车往返时间密切关联[13-14]。以西安市为例，一般公交客车每天完成6个往返任务，才能够保证该线路运营需要和生产任务年审[15]，根据西安公交线路运营时间，可分别计算平峰、高峰发班间隔为

(2)

式中，tj为发班间隔，min；j=0为平峰，j=2为高峰，一般进位取整；m为该线路配车数，辆；Td为该线路最早发班时间与最晚发班时间之差，min；κ为调配时间，根据线路运营状态一般取1～2 min。

tj发班时间发生随车辆所处的平、高峰时段而变化。高峰时段客流量大时，加密发班时间，即tj变小；反之，高峰过后客流量变小，tj变大。

1.3 分布特征

考虑乘客舒适度的情况下，结合人机工程学和设计规范[16-17]，高峰时段的最大站立密度标准为5～6人/m2，超过该标准的站间数占单程站间总量的比例宜控制在20%以内。选取西安市7条大客流量且3种不同座椅布置的公交线路，结果见表1。

表1 站立密度调查结果

由表1可见，7条线路的高峰最大站立密度ρ均超过5人/m2，其中4条线路的站间数占单程站间总量比例超过20%[18]。对于最大站立密度ρ超过5人/m2的线路，站立密度减少1人/m2，将释放该车辆满载时23.38%的运力。7条线路的平均发班间隔经计算均介于4～8 min之间，车辆配车数匹配线路运营合理。公交各站客流时刻发生变化，高峰最大站立密度表征客流强度，但未体现出各车型匹配线路的运营效果。

假设一种理想状态，即客流不发生变化，则发班间隔和座椅布置形式将是影响站立密度的关键因素。基于调查数据，通过不同发班间隔和座椅布置来适配固定客流，可以分析站立密度的变化情况。

2 发班间隔的制约

西安市12 m长公交客车座椅布置形式主要有2种：①轴距1+1，后通道1+1；②轴距1+1，后通道2+2。受车辆动力源布置的影响，“轴距1+1，后通道1+1”座椅布置为混合动力车辆，后悬处存在着长约1.5 m的封闭高压舱，乘客有效站立面积和核定座位数有所不同。以西安30路车辆和采用215路“轴距1+1，后通道2+2”座椅布置车辆适配30路客流后，获得同一线路内不同座椅布置方式的站立密度分布情况，见图2。

图2 不同座椅布置下的站立密度变化Fig.2 Changes of standing density in conditionof different layout of seats

由图2可见，“轴距1+1，后通道2+2”座椅布置车辆有较小的站立密度，且站立密度越低时优势越明显，表明该种座椅布置虽有较多的座位数，较小的乘客有效站立面积使站立密度达到了较好的折中与平衡。座椅布置对站立密度的影响主要体现在核定座位数和乘客有效站立面积上。

为体现站立密度随发班间隔的变化规律，以各条线路高峰调查客流量为基础，当分别以不同的发班间隔适配高峰客流量，高峰最大站立密度为

(3)

式中：ρj为以不同发班间隔分别适配高峰客流后的最大站立密度，人/m2。

高峰客流状态下发班间隔越长，站立密度越大。以30路公交为例，高峰时段内由主站到副站的单程客流量为158人，连续3班单程平均运营时间60.17 min，平峰连续3班单程平均运营时间为50.14 min。经计算，发班间隔tj∈(5,6,7)。依此方法计算各线路不同发班间隔的站立密度，见表2。

表2 不同发班间隔下的站立密度

表2中所列数据说明了站立密度随发班间隔变化情况。可见，随发班间隔的均匀延长，最大站立密度ρ的差值呈现非线性变化。以30路公交为例，ρ1-ρ2与ρ0-ρ1的变化趋势见图3。

图3 不同发班间隔下的各站间站立密度变化Fig.3 Changes of standing density in conditionof different dispatch interval

由图2可见，站立密度差值ρ1-ρ2和ρ0-ρ1与站立密度ρ2同趋势变化，当站立密度ρ2达到最大值时，ρ1-ρ2和ρ0-ρ1同时达到最大值，并且ρ1-ρ2明显小于ρ0-ρ1，表明随着发班间隔的延长，站立密度越大越对车上人数变化越不敏感，因而当发班间隔延长到线路逐渐增大，公交车型座椅布置对站立密度的影响逐步突显出来。

3 座椅布置对站立密度的影响

分别将308路、215路、30路车辆模拟适配这3条线路的平峰客流，得到不同发班间隔下的平峰最大站立密度和超过5人/m2站间数比重，结果见表3。

表3 典型座椅布置下的站立密度

由表3可见，“轴距1+1，后通道2+2”座椅布置兼具较小的站立密度和5人/m2以上站间数比重，能使乘客获得更多的座位，适应此3条线路的平峰客流，也表明车辆核定座位数的增加，并不意味着适配同样客流时站立密度的增大。适配西安30路平峰客流时，5人/m2以上站间数比重较低，表明“轴距1+1，后通道2+2”座椅布置可以适应范围更宽的发班间隔。同为“轴距1+1，后通道1+1”座椅布置的2种车型，混合动力车辆虽核定座位数少2座，乘客有效站立面积高出0.91 m2，导致平峰最大站立密度平均降低7.20%，明显优于CNG发动机前置车辆。3种座椅布置以7min的发班间隔适配西安30路后的平峰站立密度各站间分布情况(站立密度为0的站间未体现在图中)，见图4。

图4 不同座椅布置下的各站间站立密度变化Fig.4 Differences of standing density in condition of layout of seats

由图4可知，适配30路平峰站立密度变化趋势基本相同，“轴距1+1，后通道2+2”座椅布置的站立密度明显低于“轴距1+1，后通道1+1”座椅布置，5人/m2以上站间数比重为27.78%，体现了显著的优势。

为反映不同发班间隔下公交客车对线路的站立密度适应状况，引入站立密度适应系数β，因为t0=t1+κ，t1=t2+κ，根据式(3)的计算方法，则站立密度适应系数

(4)

式中：β为站立密度适应系数。

β始终小于1，该值越小时表明站立密度对各站间客流的变化越不敏感，适应客流状况越好。固定客流下，与发车间隔和车辆核定座位数的关系密切。根据3种不同公交车型适配西安30路后的站立密度适应系数β，比较其适应状况，见表4。

表4 站立密度适应系数峰值计算结果

由表4可见，当以最长发班间隔适配时，“轴距1+1，后通道2+2”座椅布置车辆的站立密度适应系数峰值比混合动力车辆小2.13%，而以最短发班间隔适配时，该值仅为混合动力车辆的39.90%，表明该车能在高峰时段能够体现出容纳乘客的明显优势。各站间3种座椅布置形式的车辆对应的站立密度适应系数见图5。

图5 站立密度适应系数分布Fig.5 Changes of adaption coefficient of standing density

由图5可见，“轴距1+1，后通道2+2”座椅布置最为收敛，对各站间客流的变化不敏感，而且兼具核定座位数大的优势，导致站立密度适应系数β的变化起始晚，收敛早，站立密度适应系数β在最大值前后波动较为剧烈，能够有效地释放出更多的站立空间，运营效果最好。“轴距1+1，后通道1+1”座椅布置的混合动力车辆受其车辆后端高压舱布置的影响，其乘客有效站立区域为9.85 m2，核定座位数24人，比CNG发动机前置且“轴距1+1，后通道1+1”座椅布置的车辆乘客有效站立面积虽高出0.91 m2，但核定座位数少12个，所以其适应系数也较高，运营效果次之。

当Ui无穷大时，式(4)将化简为

(5)

式(5)表明，客流趋向于无穷大时，任何座椅布置都不能满足调度要求，只能通过调整发车间隔来满足运营状况，而运营时段无法变动时，发车间隔主要取决于车辆数目。

4 结束语

1) 分析了站立密度随发班间隔和座椅布置变化的分布规律，建立了站立密度适应系数计算模型，对比了不同车型适配固定客流的适应状况，“轴距1+1，后通道2+2”座椅布置的站立密度适应系数最低，运营效果最优。

2) 本文站立密度计算结果是乘客有效站立面积内的平均值，如果将有效站立面积划分调查，局部站立密度可达8～10人/m2；各公交站客流时刻变化，本文以平峰、高峰调查结果作为固定客流及进行车型适配有局限性。

3) 站立密度不失为一个既反映客流变化，又反映当前车型与线路适应程度的重要指标。为满足客流拥挤线路内乘车需要，车辆生产厂家可以设计定制车型，具有满足车辆长运距内乘客站姿的舒适性设计，与常用车型配套运行，适应客流变化节奏，起到调峰调度的效果。