新建城市轨道交通对交通方式分担的演化仿真研究

王雪鑫

（1.中铁第一勘察设计院集团有限公司 陕西省铁道及地下交通工程重点实验室，陕西 西安 710043；2.中铁第一勘察设计院集团有限公司 轨道交通工程信息化国家重点实验室，陕西 西安 710043）

1 研究背景及假设

1.1 研究背景

城市轨道交通新线的运营使得乘客出行可选择的方式更加多样，出行方式的增加势必会对交通方式分担产生影响。交通方式分担作为交通规划中的重点问题，主要的研究方法包括集计模型和非集计模型，相较于非集计模型，传统意义上的集计模型的构建对于统计数据量的要求较高，但是最终得出的结论精确度却不高；非集计模型的构建，其核心是出行者个体，围绕出行费用最小使模型得以直接建立，不论在时间还是地域的转移性上都表现出卓越性，并且对于数据利用程度高，因此被广泛应用，具体建立的模型有NL 模型[1]、BRNL模型[2]、ML 模型[3]、出行偏好模型[4]等，研究对象包括城市轨道交通动态客流、城市交通[5]、自驾游出行[6]。

目前在Logit 模型的应用方面已经有了相对丰富的成果，但是在交通方式划分中，缺乏对于自行车的权重分析，随着共享单车的不断普及，自行车在城市交通中的比例不断提高，因此对于交通方式的划分中需要将自行车纳入；同时在乘客出行方式选择中很少考虑出行行为态度因素，随着居民居住环境的变化，乘客出行行为态度对交通方式的选择有直接影响[7]。在研究中对上述问题做出深化，将乘客出行方式划分为出租车、公交车、自行车、城市轨道交通4 种，并且在效用函数中考虑出行者出行态度对交通方式选择的影响。

1.2 模型假设

乘客出行会选择对自身更具吸引力的交通方式，吸引力受到4 方面的影响。

第1 方面为成本因素，包括经济成本、时间成本。

第2方面为个人偏好因素。在乘客出行过程中，受到年龄、性别、收入等因素的影响，使得出行方式的选择往往不可一概而论，使用个性偏好对此现象进行描述[8]。

第3 方面为乘客出行行为态度，居住环境的不同会使得乘客出行行为态度积极程度不同，具体表现在对于公共交通的接纳程度[9]，De Vos J 等[10]认为居民出行态度与居住位置有关，距离城中心越近的居民出行态度越不积极，尹英超等[11]也对此研究进行了验证，设定此行为用概率P表示，即所有出行者中接纳公共交通的人群概率为P，该人群会依据吸引力判断出行交通方式，剩余人群仅会在私人交通中选择吸引力高的交通方式，并且该概率随着距离产生变化，出行距离越远对于公共交通接纳人群越多。

第4 方面为乘客主观因素。乘客主观感受为模糊量，并不好量化，可基于不同交通方式的出行便捷性分析，越便捷的出行方式越受到青睐。对于交通方式分担模型中出行便捷性的量化分析，往往根据一次出行的换乘次数确定，由于换乘次数受个人主观因素影响大，并且不同交通工具间也存在换乘，因此该数据统计困难，一般均是作为假设条件出现。文献[8]在研究城市公共交通结构中引入乘客个性偏好，建立了出租车、公交车、城市轨道交通出行的疲劳度函数，使得乘客的疲劳度可以量化，因此使用疲劳度反映乘客出行便捷性，并且在此模型基础上进行扩展，建立出租车、公交车、自行车、城市轨道交通等4 种交通方式的疲劳度函数。

2 交通方式分担模型构建

城市轨道交通新线客流主要包含2 部分，即转移客流和诱增客流，其中60%～70%来自转移客流[12]，转移客流的大量存在为研究增加了实际意义。巢式Logit 模型克服了多项Logit 模型(MNL模型)“独立不相关”的缺陷，更适合对具有相似性的交通方式分担率进行分析，故采用NL 模型建立交通方式分担模型。

2.1 巢式层次结构划分

对于巢式模型，首先需要构建选择树模型，对于出行者来说，出行选择分为公共交通和私人交通，设定选择树中公共交通指公交车、城市轨道交通，私人交通指出租车、自行车。NL 层次结构划分如图1 所示。

图1 NL 层次结构划分Fig.1 NL hierarchical structure division

2.2 效用函数的建立

效用是经济学概念，在logit 模型中用来度量最适合满足出行者出行需求的交通方式。在建立的效用函数中综合考虑乘客出行成本因素、个人偏好因素、出行行为态度以及个人主观因素4 方面，以自行车、出租车、公交车、城市轨道交通等4 种交通方式为研究对象，建立交通方式分担模型。

2.2.1 模型符号标定

模型中符号及其含义如表1 所示。

表1 模型中符号及含义Tab.1 Symbols and their meanings in the model

2.2.2 成本因素

（1）出行经济费用。分别建立4 种交通方式的经济费用模型，其中城市轨道交通、公交车、出租车的出行经济费用与出行距离有关，计算公式为

（2）出行时间费用。乘客出行时间费用包含步行时间、候车时间、运行时间3 部分，计算公式为

式中：ω1，ω2，ω3分别为步行时间、候车时间、运行时间的权重。

步行时间为出发点到交通工具的时间，初始均设定为5 min。运行时间为乘坐交通工具到达目的地的时间，运行时间依据道路拥堵程度的不同有所区别，城市轨道交通、自行车为独立路权不受道路拥堵影响。道路拥堵程度对运行时间的影响可用下式表示[13]

式中：Tic为交通方式i不受道路拥堵程度影响的运行时间；RCT为道路拥堵影响增加的行驶时间；k为道路拥堵等级，等级越高道路越拥堵；bk为道路的拥堵系数，bk越小表示该道路越拥堵；σp为运行路段间的行程时间标准差，表示行程时间的波动幅度。

表2 道路拥堵等级与拥堵系数划分Tab.2 Congestion levels and congestion coefficients

候车时间因公共交通与私人交通有所不同，私人交通候车时间具有随机性，统一设置为180 s，公共交通的候车时间通常认为与发车频率f有关。

式中：σ为偏差因子，与交通工具在道路中运行可靠性有关。

各部分时间的相对权重值，采用熵权层次法进行计算。各部分时间权重如表3 所示。

表3 各部分时间权重Tab.3 Time weight of each part

2.2.3 个人偏好因素

将乘客个性偏好属性划分为时间偏好属性与成本偏好属性，其中a1为时间偏好系数，a2为成本偏好系数。当出行者认为两者均重要时a1=a2= 1，当出行者认为时间更重要时，取a1＜ 1，且满足a1+a2= 2。

2.2.4 出行行为态度

根据假设条件可知，出行行为态度与出行距离呈正相关，相关文献指出，公共交通中公交车出行优势距离在3.5 km 左右[13]，以此参数为基础量，当出行距离＜ 3.5 km 时，出行者中接受公共交通的比例会有所下降，当出行距离＞ 3.5 km 时，出行者中接受公共交通比例会有所上升，p0为初始接受概率，设置为90%，公式如下。

⑱Cesare Ripa,“Degl'Autori citat”，Iconologia,Padova，1611.

此函数的建立用于初始条件判断，即首先需要输入不同的出行距离根据公式(5)计算出对公共交通的接纳程度，并以此概率为判断依据，若是接纳公共交通，则4 种交通方式根据效用函数判断，若是不接纳公共交通，则仅在私人交通选择树下进行效用函数判定。因此出行行为态度函数的建立仅需以公共交通为研究对象即可，无需4 种交通方式均考虑。

2.2.5 个人主观因素

个人主观因素运用疲劳度函数加以量化，对于巢式模型上层巢来说，影响疲劳度函数的主要参数为出行时间，出行时间越长，疲劳度越高，而出行时间等于出行距离除以出行速度，相关文献指出公共交通中公交车的出行优势距离为3.5 km，设定自行车出行优势距离为2 km，并且疲劳程度较其他3 种出行方式会明显增长，当在优势距离范围内，疲劳程度增长缓慢，超出优势距离，疲劳程度会加快增长。

城市轨道交通一般认为出行优势距离较大，不会超过出行者最大承受时间tmax，设定为1.5 h。兰州市城市轨道交通列车运行速度最高为80 km/h，实际运营中旅行速度一般为35 km/h，公交车、自行车实际旅行速度按18 km/h，10 km/h 考虑，取初始疲劳度t0系数为1，则函数表达式为

相对于其他3 种交通方式，出租车服务人数少，舒适度高，且在城市范围内，出行距离一般不会超过20 km，疲劳度同样增长缓慢，因此出租车的疲劳函数为

建立的交通分担方式模型中，包含成本因素、个人偏好因素、个人主观因素、拥堵程度4 方面。通过大量数据实验获得分担率，在调整参数变化时，其他的参数为固定值，每次调整参数变化量为0.01，即自变量每变化0.01 时记录各分担率的变化情况。

3 案例分析

兰州地铁1 号线于2019 年6 月开通运营，一期工程全长25.9 km，共设20 个车站，兰州市为典型的河谷型城市，客流的主要流向为东西向，在城关组团、七里河组团、东岗组团内部与三组团之间的客流流量，占全部组团流量的80%，与地铁1 号线客流吸引范围一致，因此以兰州地铁1 号线为案例，研究新线开通对其余交通方式的影响。

3.1 各种交通方式票价方案

参照兰州市最新的公共交通票价标准规定，超过85%的公交车为1 元制，仅有少量公交车，例如兰州至榆中班车、103 路公交车等为公里计价，因此设定公交车票价为1元；对于城市轨道交通票价，起步价为2 元，起步里程4 km，此后里程间隔为“4，4，6，6”，即乘坐8 km 路程需花费3 元，12 km路程4 元，以此类推；出租车收费标准为3 km 以下10 元，超出3 km 每公里加收1.4 元/km，单程回空里程超10 km，则收取回空里程费0.7 元/km。

3.2 模型参数初始化

为使参数标定更加符合兰州市居民实际出行特征，收集兰州地铁1 号线初近远期的线路长度及旅客乘距。兰州地铁1 号线初近远期旅客平均乘距如图2 所示。

图2 兰州地铁1 号线初近远期旅客平均乘距Fig.2 Average travel distances of passengers on Lanzhou Metro Line 1in early stage, short term, and long term

图2 中可以看出远期乘客的平均乘车距离在11.5 km，同时相关数据显示[14]，兰州市居民出行距离小于20 km 的出行比例约占总出行量的98.9%，因此出行距离上限设置为20 km； 2020 年2 月兰州市公交公司调整了发车间隔，调整后高峰时段平均发车间隔为8 min，平峰时段为10 min；兰州地铁发车间隔高峰时段为6.5 min，平峰时段8.5 min；兰州市路网平均运行速度为29.1 km/h；兰州市企业最低月工资为1620 元/月，最低小时工资为17 元/h。模型中相关参数如表4 所示。

表4 模型中相关参数Tab.4 Related parameters in the model

3.3 仿真结果分析

3.3.1 城市轨道交通新线开通对交通方式分担率的影响

设定出行距离为10 km，单位时间价值为20 元/h，成本偏好与时间偏好系数均为1，仿真城市轨道交通新线开通前后各交通方式的分担率。新线开通前后各交通方式分担率如图3 所示。

图3 新线开通前后各交通方式分担率Fig.3 Traffic mode sharing rates before and after new line opening

图3 显示，在轨道交通新线开通以后，该线路的分担率达到51.8%，说明沿线有很大一部分客流转移到轨道交通上，其中公交车转移量最大，达33.08%。造成此现象的主要原因是城市轨道交通与公交车均有运量大、票价低的特征，客流高度重合，但城市轨道交通无堵车风险，更加快速便捷，运量更大，在早晚高峰更具优势。

在转移的客流中，自行车客流转移量为8.60%，这是由于未考虑自行车接驳城市轨道交通的情况，由于目前兰州地铁仅有1 号线运营，相应的站点较少，对于换乘接驳有更高的要求。随着共享单车的不断发展，其换乘停靠问题得到广泛关注，因此在地铁站点附近需要布设相应的共享单车集中停靠点，在换乘接驳更顺畅的基础上，维护城市的市容市貌，其中重点车站包括西站什字地铁站、西关什字地铁站、东方红广场地铁站等客流量大的站点。

（1）出行距离对交通分担率的影响。设定单位时间价值为15 元/h，成本偏好与时间偏好系数相同，拥堵系数为1，调整出行距离为0.1 ～ 20 km。出行距离对交通分担率影响如图4 所示。

图4 出行距离对交通分担率影响Fig.4 Impact of travel distance on traffic mode sharing rate

由图4 可以看出，随着出行距离的增长公共交通出行比率在不断提高，私人交通出行比率随之下降，其中城市轨道交通上升幅度最高，最终稳定在67.5%，造成此现象有2 个主要原因，一是出行距离的增加会使得出行者行为态度更加积极，对于公共交通的接纳程度更高；二是对于长距离出行，城市轨道交通兼具成本及速度优势，因此选择人群最多。出租车随着出行距离的增长出现先增加后降低的现象，是由于出租车在舒适性与时效性上更具优势，但是成本较高。

另外各交通方式分担率在2 km，3.5 km 均出现波动，这是由于自行车、公交车的优势距离设定，使得超出优势距离疲劳度函数发生变化导致的分担率波动。

（2）道路拥堵对交通分担率的影响。城市轨道交通建设的目的之一是缓解道路交通拥堵，因此仿真道路的拥堵情况对于交通分担率的影响具有现实意义。固定出行距离为10 km，单位时间价值为15 元/h，成本偏好与时间偏好系数相同，调整道路拥堵系数为0.1 ～ 1，每变化0.01 仿真一次，结果如图5 所示。

图5 道路拥堵系数对交通分担率的影响Fig.5 Impact of congestion coefficient on traffic mode sharing rate

由图5 可见，随着道路拥堵程度变低，城市轨道交通分担率也随之变低，在无拥堵时为58.19%；值得注意的是出租车的分担率随着道路拥堵情况出现先增后降的情况，在道路拥堵系数为0.7 ～ 0.9 时分担率大于公交车，这主要是出行时间成本及舒适度要素造成的，与实际情况相符；在道路出现严重拥堵时自行车分担率会有所提升，并随着拥堵系数的升高而降低。通过道路拥堵系数的分析验证了道路拥堵也是行人选择城市轨道交通的重要原因。

3.3.2 收入、偏好因素对交通方式分担的影响

通过研究发现轨道交通新线开通使得公交车的客流转移量超过30%，因此有必要以公交车为研究对象，探讨收入条件、偏好系数对其分担率的影响，以便优化轨道交通路线走向或发车频率。

（1）不同收入条件公交车分担率的影响。设定成本偏好与时间偏好系数相同，拥堵系数为1，调整单位时间价值为11 元/h、50 元/h、100 元/h，分别代表低、中、高收入人群，仿真不同收入人群随出行距离的公交车分担率情况。不同收入人群的公交车分担率变化如图6 所示。

由图6 可以看出，整体来看，公交车的分担率随着出行距离的增加不断降低，但降低速度在不断放缓，出现此现象的主要原因在于公交车整体速度较慢，时效性不高；从不同收入人群来看，收入越高的群体，公交车的分担率越低，这是由于收入高的群体单位时间价值更高，因此更倾向于舒适性高的交通方式。

图6 不同收入人群的公交车分担率变化Fig.6 Changes in the sharing rate of conventional public transport among different income groups

（2）偏好系数对公交车分担率的影响。设定时间价值为15 元/h，拥堵系数为1，分别仿真成本偏好与时间偏好系数为1 的均衡人群；成本偏好系数为1.5，时间偏好系数为0.5 的成本偏好人群；时间偏好系数为0.5，时间偏好系数为1.5 的成本偏好人群3 种人群随出行距离变化对公交车分担率的影响。不同偏好人群的公交车分担率变化如图7所示。

图7 不同偏好人群的公交车分担率变化Fig.7 Changes in the sharing rate of conventional public transport due to personal preference factors

由图7 可以看出，最开始阶段成本偏好人群选择公交车的最多，时间偏好人群次之，均衡人群最少。随着出行距离的不断增长，3 条曲线均有所下降，但时间偏好人群下降速度最快，最终仅有7.96%的分担率，较成本偏好人群的25.67%低17.71 个百分点，造成这种现象的主要原因为，公交车票价便宜但是时效性较差，在短距离运输时并不明显，随着出行距离的增长，时效性差的特征逐渐暴露，因此时间偏好人群分担率快速下降。

4 结束语

城市轨道交通新线运营使得居民出行方式增加，基于居民对公共交通的接纳程度，个人主观因素、出行成本及出行者偏好程度等因素，建立NL 模型，以兰州市公共交通系统运营数据为实例分析，结果表明低收入群体、长距离出行者、成本偏好人群更愿意选择公共交通方式。所建立的模型可较为真实地反映轨道交通新线开通对各交通方式分担率影响的变化情况，对城市轨道交通新线规划具有一定的参考意义。但是在自行车分担率模型中未考虑自行车与城市轨道交通的换乘接驳，有待进一步深入研究。