大型空港客运枢纽陆侧交通场站空间布局模型研究及应用

周天星，宋元胜，许振东

（1.中国中铁二院工程集团有限责任公司 交通与城市规划研究院，四川 成都 610031；2.西南交通大学

交通运输与物流学院，四川 成都 610031)

0 引言

大型空港枢纽以民航旅客运输为主体，其陆侧交通融合多种交通方式于一身，是综合交通运输体系的重要组成部分。我国机场陆侧的交通方式主要分为道路交通与轨道交通2种，道路交通主要考虑机场大巴、长途大巴、出租车及私家车4类，轨道交通包括城市轨道、城际铁路和高速铁路3部分。这些交通场站的布局水平对于空港枢纽内部的组织工作及旅客的换乘服务质量有着决定性的影响。

在对大型空港客运枢纽陆侧交通场站空间进行布局时应当综合考虑以下因素。①旅客换乘周转量。大型空港枢纽作为公共服务设施，选址的目标应为社会效益的最大化，因而模型在建立过程中应依据场站与换乘中心之间的相关性确定场站布局的顺序，从多种角度保证换乘周转量较小[1]。②流线组织。如何组织枢纽内的交通流线是客运枢纽设计成功的关键，因而应分析影响乘客流线选择行为的主要因素，建立以枢纽内乘客走行广义费用最小的函数[2-3]。③场站功能性质与场地条件匹配。备选场站的功能性质对于交通方式的选择有着明显的影响，应构建以场站功能性质与场地条件匹配总效应值最大为目标的函数[4-5]。④场站布局与道路交通环境相协调。客运枢纽的布局应考虑场站与周边路网的协调性，避免场站布局结果只是将枢纽内部拥堵转移到周边路网的情况，构建均衡交通场站与周边道路交通环境的函数[6]。通过研究分析这些因素，确保空港枢纽的运营组织工作顺畅与旅客在此换乘的服务质量。

1 大型空港客运枢纽陆侧交通场站布局模型

进行布局时常用CORELAP与SLP方法。其中，CORELAP方法选取1个主场站，根据其他场站与这个场站的关系进行依次布局，算法简单、扩展性强，但未考虑场站之间的影响，不符合实际情况[7]；SLP布局方法综合考虑各个交通场站之间的综合相关性统一布局，但其数据处理与算法思路复杂，不利于处理多场站的布局优化问题[8]。结合2种方法的优势，构建大型空港客运枢纽陆侧交通场站空间布局模型。

1.1 模型假设

为便于构建与求解场站布局优化模型，做出以下简化与假设：①综合客运枢纽内参与换乘的交通方式中，主导交通方式只有1种，辅助交通方式为m种；②主导交通方式功能区的位置已经确定；③布局辅助交通方式功能区的备选场站有n个，n≥m；④假定各备选场站可以布局任何一种辅助交通方式，但有备选点面积大小的限制；⑤各交通方式之间的换乘量及各备选场站之间的广义换乘成本，均作为模型的已知条件输入；⑥空港客运枢纽陆侧交通场站进行空间布局时，在遵循布局原则的基础上，尽量将各场站看做一个形状规则的场站；⑦对于空港枢纽内部的道路建设，在尽量满足换乘周转量最小、不迂回、不倒流的原则下，不考虑道路的宽度设计和路线设计；⑧主导交通方式与各种辅助交通方式之间的旅客换乘量及辅助交通方式之间的旅客换乘量已知；⑨辅助交通方式之间的换乘量相较于辅助方式与主导交通方式之间的换乘量足够小，在进行场站布局时应忽略辅助交通方式之间换乘量。

1.2 基础数据

为结合SLP与CORELAP方法的优势所在，应利用SLP方法中的场站相关性与CORELAP方法中的TCR值概念，数据主要依据与主导交通方式之间的换乘量确定各辅助交通方式场站的布局顺序，从而一定程度上确保空港陆侧交通场站的旅客换乘周转量较小。

（1）计算各场站与换乘中心之间的相关性。SLP方法通常根据各场站之间的运量来确定各场站之间的相关性，在此，根据主导交通方式与各种辅助交通方式之间的旅客换乘量及辅助交通方式之间的旅客换乘量，确定各场站之间的相关性；根据假设⑨不考虑辅助交通方式之间的旅客换乘量，仅以主导交通方式与各种辅助交通方式之间的旅客换乘量做出场站与换乘中心之间的相关性表，其中，N主，k为从主导交通方式换乘到辅助交通方式k (k = 1，2，...，m)的旅客换乘量，Nk，主为从辅助交通方式k换乘到主导交通方式的旅客换乘量。各辅助交通方式场站与换乘中心之间的相关性如表1所示。

表1 各辅助交通方式场站与换乘中心之间的相关性表Tab.1 Relationship among stations and the transfer center

（2）计算场站与换乘中心间的场站相关性 (Total Closeness Rating，TCR)值。CORELAP方法需要确定各场站的TCR值，然后根据TCR值确定场站的布局顺序。在此，可以将场站与换乘中心之间的相关性表按列求和，求出每种辅助交通方式场站与换乘中心之间的TCR值；不考虑各辅助交通方式之间的换乘量Nk,l，在此将其均视作0，求每列的和作为各种辅助交通方式的TCR值，各辅助交通方式场站与换乘中心间的TCR值如表2所示。

表2 各辅助交通方式场站与换乘中心间的TCR值Tab.2 TCR of auxiliary traf fi c stations and transfer center

（3）确定布置顺序。对各种辅助交通方式场站的TCR值按从大到小进行排序，然后按照此顺序把相应交通方式的数据代入下一步的多目标混合整数规划型进行求解，直到所有的辅助交通方式场站布局完成。

1.3 模型构建及求解

以运营与服务成本的广义费用Z最小为目标函数，以所有辅助交通方式的场站面积之和大于各辅助交通方式的面积，每个备选场站最多建立1种辅助交通方式，每种交通方式至少建在1个备选场站上且各种交通方式场站的总数一定为约束条件，构建多目标的混合整数规划模型。除去在基础数据处理过程中得到保证的旅客换乘周转量较小这一因素外，模型还应当包含以枢纽内乘客走行广义费用最小为目标的函数Z1，以场站功能性质与场地条件匹配总效应值最大为目标的函数Z2，以及均衡枢纽与周边交通为目标的函数Z3这3个因素，多目标混合整数规划模型的函数可以表示为

式中：C主为布局交通场站与主导交通方式之间的总换乘费用，元；N 为布局交通方式的总客流量，人；xi,k为备选场站i与辅助交通方式k之间的决策变量，当备选场站i被选中作为第k种辅助交通方式的备选场站时，xi,k= 1，当备选场站i未被选中时，xi,k= 0；Nk为辅助交通方式k的总客流量，人；ci,k,主为布局辅助交通方式k时旅客在第i个备选场站与主导交通方式之间的单位换乘费用，元；Nk，Nl为交通场站k、场站l的客流量；d (k，l )为交通场站k、场站l之间的距离；dk,l为场站k、场站l之间所允许的距离限定值，由经验所得；θk，θl为场站k、场站l所允许的客流量限定值，由经验所得；w为时间价值，元/h；Di,主为第i个备选场站与主导交通方式之间的路径长度，m；v为旅客自由状况下的速度，m/h；αi,主为旅客受舒适度影响，对其往返备选场站i与主导交通方式速度的影响系数；βi,主为旅客受方便性影响，对其往返备选场站i与主导交通方式速度的影响系数；ti为第i个备选地址的重要度；γi(i = 1，2，3)为分别对应相应指标的权重(通过层次分析法获得)；ei为备选场站i对城市交通的影响度；bi为备选场站i对区域的吸引度；Si0为备选场站i与总规中相应性质用地重合的面积；Si为备选场站i的规划用地面积；ti,k为第i个备选地址上建第k种交通方式的适应度；εi(i = 1，2，3)为分别对应相应指标的权重(通过层次分析法获得)；a0为当前布局场站所需要的能力；ai(i = 1，2，3)为备选场站i的容纳能力；ri为当前布局的交通方式与备选场站i的地理位置匹配度；li为当前布局的交通方式与备选场站i的空间位置匹配度；Sk'为辅助交通方式场站k所需要的面积；p为各种交通方式场站的总个数。

2 实例应用

成都天府国际机场将建成集多种交通方式为一体的综合交通枢纽，拟建设的陆侧综合交通中心位于航站楼之间，将涵盖高速铁路、城铁、地铁、出租车、私家车、长途大巴等多种交通方式，并通过智能小车系统接驳远距离停车场。成都天府国际机场陆侧综合交通中心分为4个楼层，地下2层，地上2层。目前已知空港枢纽的铁路线路和地铁线路走向已确定，且线路均采用地下接入的形式，铁路和地铁线路的布局是确定的，只需要对公交车上客区、公交车落客区、出租车上客区、出租车蓄车场、私家车停车场、轨道交通站厅进行布局。

2.1 数据处理

通过对成都天府国际机场陆侧综合交通中心实际情况进行调查与分析，将陆侧综合交通中心用来进行场站布局的建筑面积分为24个备选场站。陆侧综合交通中心备选场站划分抽象图如图1所示。

L2层分为9个备选场站，备选场站1，2，3，4，5，6，7，8，9各占L2层的1/9，L1层分为9个备选场站，其中备选场站10，11，12，13，14，15各占L1层的1/12，备选场站16，17，18各占L1层的1/6；B1层分为3个大小相等的备选场站19，20，21；B2层分为3个大小相等的备选场站22，23，24。将数据进行归一化处理后计算得到各个备选场站与航站楼之间的ci,k,主，ti和ti,k的值。

图1 陆侧综合交通中心备选场站划分抽象图Fig.1 Abstract graph of alternative stations of landside integrated traf fi c center

2.2 模型求解

在对天府国际机场陆侧交通场站进行布局时，通过相关的客流预测数据得知，出租车的客流占比较小，因而将出租车上客区与蓄车场看做一个出租车车场。另外，考虑到公交车上客区与落客区在布局时联系比较紧密，在求TCR值时将二者看做一个场站，不考虑辅助交通方式之间的旅客换乘量。通过主导交通方式与各种辅助交通方式之间的旅客换乘量，可以确定各种辅助交通方式场站的TCR值按从大到小进行排序的结果为TCR换乘大厅＞TCR轨道交通＞ TCR公交＞ TCR出租车＞ TCR私家车。场站顺序及对应的决策变量如表3所示。

表3 场站顺序及对应的决策变量Tab.3 Station orders and corresponding decision variables

根据TCR值所确定的顺序，首先对换乘大厅进行布局，第1次布局取公式 ⑷ 中的Z3为零，然后将处理后的各项数据代入由公式 ⑵，公式 ⑶ 共同组成的多目标函数 ⑴，通过Lingo软件解得在满足公式 ⑻—⑾的条件下x1,1= 1，x2,1= 1，x3,1= 1，x5,1= 1，即换乘大厅应该选择布局在备选场站1，2，3和5所在的位置。

同理在加入惩罚因子Z3进行轨道交通站厅布局时解得x17,2= 1，表示轨道交通站厅建立在备选场站17可取得多目标规划模型的最小值；进行公交车上客区布局时解得x11,3= 1，表示公交车上客区建立在备选场站11可取得多目标规划模型的最小值；公交车落客区布局时解得x10,4= 1，x12,4= 1表示公交车落客区建立在备选场站10与12可取得多目标规划模型的最小值；出租车车场布局时解得x13,5= 1，x14,5= 1，x15,5= 1表示出租车车场建立在备选场站13，14与15可取得多目标规划模型的最小值；私家车停车场布局时解得x16,6= 1，x18,6= 1，表示私家车停车场建立在备选场站16与18可取得多目标规划模型的最小值。场站布局结果如表4所示。

表4 场站布局结果Tab.4 Site layout results

将模型优化后的结果应用到陆侧综合交通中心备选场站划分抽象图上可以得到陆侧综合交通中心布局成果抽象图。陆侧综合交通中心布局成果抽象图如图2所示。

2.3 结果分析

经过多目标混合整数规划模型的迭代优化后，L2层，B1层和B2层还有部分场站未得到较好的利用，根据天府国际机场的实际需求与远期客运规划，在此建议将L2层未被布局的备选场站4，6，8规划为商业区，备选场站7，9用作私家车停车场；B1层未被布局的备选场站19与21根据远期规划对公交及出租等的应急停车要求，可以设计为停车场；B2层未被布局的备选场站22与24可以设计为与B1层，L2层和L2层一体的停车楼以便社会车辆停放及有需求的出租车、长途车等车辆停放；而公交车上、落客区可以根据实际需要进行相应规模的微调。因此，结合多目标布局模型优化结果与天府国际机场陆侧综合交通中心未来的发展方向得到最终的陆侧综合交通中心场站布局图。天府国际机场陆侧综合交通中心场站布局如图3所示。

图2 陆侧综合交通中心布局成果抽象图Fig.2 Abstract layout result of the landside integrated traf fi c center

图3 天府国际机场陆侧综合交通中心场站布局图Fig.3 Layout of the landside integrated traf fi c center of Tianfu international airport

根据表4和图3可知，多目标混合整数规划模型的布局结果在满足各交通方式的需求、优化场站布局结构的同时，预留了许多的停车场与商业区，不仅保证了空港客运枢纽陆侧交通场站空间布局的合理性，而且为枢纽中未来发展变化较大的场站预留了场地，符合天府国际机场陆侧综合交通中心近远期的发展规划。

3 结束语

大型空港枢纽的陆侧交通场站布局选址问题关乎空港枢纽的运营组织工作能否顺利开展及旅客的换乘服务质量，受到诸多定性及定量因素的影响，是一个十分复杂的系统。以天府国际机场陆侧综合交通中心为具体案例，结合SLP与CORELAP方法的核心思想，构建大型空港客运枢纽陆侧交通场站布局模型，解决了单独使用其中一种方法时太过复杂或缺乏场站间关系说明的问题，验证了理论的可行性，为空港枢纽的陆侧交通场站布局提供了一种较为简单有效的方法。但是，在计算TCR值确定场站布局顺序时未考虑客流量较小的辅助交通方式之间换乘，数据处理较为粗糙。因此，还应加入辅助交通方式间换乘量进行深入研究，考虑模型在更多场站布局时的精细化研究，使得客运枢纽的运营成本和服务质量能够在布局规划时得到更为切实的保障。