轨道站点进出站量与周边用地相关性研究

史芮嘉　魏贺　杨志刚

【摘要】轨道交通站点进出站量与站点周边用地紧密相关。本文以北京市2019年4月轨道交通数据为基础，在分析现状进出站客流特征的基础上，考虑轨道站点的步行可达性计算全市各站点分圈层覆盖范围，采用因子分析研究轨道站点早高峰进出站量与各圈层人口、岗位、车站所在区位、公交衔接、轨道线路数量等因素的相关性，并通过多元回归拟合不同区位车站早高峰小时进出站量与分圈层人口岗位的关系。结果表明，各圈层人口与轨道早高峰进站量、各圈层岗位与轨道早高峰出站量密切相关，且岗位的相关性更强;从分圈层来看，中心大团站点进出站量与步行可达500m内常住人口和岗位最为相关，新城地区轨道进出站量与步行可达500-1000m内人口岗位更为较为相关。

【关键词】城市轨道交通;站点周边用地;轨道客流;路网可达性

【DOI】10.12334/j.issn.1002-8536.2022.14.001

引言：

城市轨道交通与用地规划建设联系紧密，轨道交通线路走向与城市空间结构、轨道站点设置与沿线用地布局、轨道站点数量与用地开发强度均密切相关。随着轨道交通的迅速发展，轨道交通在运营中暴露出较多运营问题。以北京为例，2018年，北京全网370座车站中96座车站常态化限流，占比超过了1/4，早晚高峰均限流的车站达到21座。除了部分车站面临限流、区间断面满载率高、服务水平低等问题，还有部分车站存在进出站量小、区段断面客流较小、能力利用浪费等问题[1]。轨道车站客流的过大或过小均与站点周边用地密切相关，因此有必要系统性研究用地与站点乘降客流及站间分布客流的作用机理，支撑城市用地与公共交通的协同规划，降低因局部客流负荷过高而导致全局拥堵的可能性。

国内外大量学者开展了轨道客流与站点周边用地的关系的相关研究，寻找轨道站点客流与用地的定性和定量联系。蒋寅等[2]从通勤圈、CBD、通勤出行联系强度三个维度分析天津市城市空间结构，探究轨道交通网络与城市空间结构的耦合关系，提出建议定期开展职住分布及城市空间结构与轨道交通网络耦合关系的评估工作。吕帝江[3]通过对广州市中心城区75个地铁站点进行客流影响因素分析，认为居住人口密度、容积率、进出站口数量、是否为换乘站4种因素对站点客流具有显著正向影响，工作日和休息日全日客流存在较大差异。李国强[4]等基于AFC数据和POI数据分析南京四类轨道交通站点客流特征，认为住户数量、商业设施数量、文化设施数量、公交线路数量对工作日轨道进站客流有显著影响。谭章智[5]等从时间和空间两个维度定量研究地铁对土地利用转变的影响过程与空间差异规律。马小毅[6]从战略和战术两个层面阐述了广州市轨道交通客流书册方案，并提出了相应建议。

通常研究轨道车站对客流的吸引范围采用以轨道中心点为圆心的500m、800m、1000m的用地范围，而忽略了路网结构、小区出入口位置对居民的影响。近几年部分学者对轨道交通站点吸引范围进行细分，以求更好体现轨道交通不同吸引范围对客流预测的影响。张哲宁[7]等运用互联网数据采集、多源数据融合、空间统计等方法与技术，对轨道交通站点影响范围进行研究，提出轨道交通直接影响范围和间接影响范围的概念，并以北京17条轨道交通线路为例，分析了轨道交通吸引范围差异对客流预测结果的影响。王淑伟[8]研究了提出了轨道站点吸引范围划定为步行区、接驳区和潜在区，并研究了混合用地对轨道站点乘降客流影响机理的分析。

为进一步研究探索轨道交通不同吸引范围用地与客流的相关性，研究基于2019年4月北京轨道交通AFC数据、电子地图兴趣点POI数据、百度慧眼手机信令数据、现状路网，将轨道站点吸引范围按照基于实际路网的乘客步行范围划定，精细化以轨道交通出入口为出发点的各圈层人口岗位数据，构建考虑站点周边人口岗位、线网关系、公交线路、站点区位等因素的因子模型，对各因素与轨道站点进出站客流的相关性进行定量分析。

1、 北京轨道站点客流分布

截至2019年6月底，北京市城市轨道交通车站数量为391座（含换乘站59座），其中三线换乘站3个，两线换乘站56个，普通站270个。

经统计，早高峰（7-9点）全网高进站量客流主要分布在回天地区、定福庄地区、东南三环-四环地区、大兴新城及石景山地区。进站量最高的车站为霍营站，约2.6万人次。早高峰时段进站2万人次以上车站有5个：霍营、天通苑北、天通苑、宋家庄和立水桥。进站量少于500人次的车站主要位于新开通线路以及中低运量轨道线路，如M8号线南段、门头沟线、西郊线等;其他进站量少的车站主要为存在较多尚未实现规划用地的车站，如朱辛庄站、亦庄火车站等。

早高峰小时全网高出站量客流主要分布在上地地区、西二环沿线、东二环沿线、CBD、三元桥地区、中关村西区。出站量最高的车站为西二旗站，约2万人次。出站量1.5万以上的车站有两个：西二旗站和朝阳门站。出站量少于500人次的车站主要集中于新城和二道绿隔地区，新开通线路的出站量普遍较少;各新城多数车站早高峰出站量普遍少于1000人。

2、 轨道交通站点客流影响因素分析

轨道交通站点客流與车站可吸引范围内土地利用情况、社会经济情况、交通条件等密切相关。其中，土地利用情况包括人口密度、就业岗位密度、容积率、商业/教育/公共服务/旅游景点用地、用地混合度等;社会经济指标包括人口数量、就业岗位数量、人员构成类型、收入、拥车水平等;交通条件包括轨道交通线路长度/线网密度/站点数量/覆盖率、道路长度/道路等级/道路密度/交叉口数量、发车间隔/服务频率/票价、停车费/停车空间、服务水平、到达公共站点的步行时间、换乘次数/时间、公交车站数量/线路数量、公交交通可达性等。

根据既有研究，站点周边就业和居住人口对于轨道出行有显著影响，而且在各个城市的影响程度不一。考虑轨道交通客流的空间不均衡特性，本文以早高峰小时进出站量为例研究站点客流与各圈层人口岗位的相关关系。主要考虑车站的吸引圈层、各圈层的常住人口、各圈层就业岗位、换乘站与否、公交站点数量、站点区位等因素，挖掘各因素与轨道交通早高峰小时进出站客流的相关关系。E101E668-78D8-43F6-B815-0481059F5511

3、 轨道站点分圈层服务范围划定

为使划定的轨道交通站点的服务范围更为可靠，研究结合现状路网、考虑车站出入口可达性划定站点覆盖范围，包括站点周边500m、1000m、1500m和3000m四个圈层。首先根据百度地图，识别出各站点出入口的POI;其次，结合现状道路网系统，分别计算各出入口500m、1000、1500、3000m步行距离覆盖范围;再次，利用泰森多边形进行切割，去除各车站的重复覆盖范围，从而确定各车站在各圈层的真实吸引范围。

其中，将气象学中的泰森多边形引入轨道站点潜在吸引范围划分，是基于轨道交通成网后，临近站点可达性基本相同，居民出行倾向于选择距离最近的轨道交通站点的假设。

以南礼士路站为例可以看出，以站中心为圆心的站点覆盖范围，为各圈层组成的环状规则区域;当考虑车站出入口去往各地块的路网可达性，车站的覆盖范围为不规则形状。北部地区各车站出入口考虑可达性的覆盖范围同样说明该问题。

经计算、划分，得到北京市轨道交通各站点吸引范围。从结果来看，部分站点周边步行可达性覆盖范围较小，与圈层覆盖有较大差距，其主要原因在于现状路网存在较多断头路，部分规划道路尚未实现。建议在轨道交通规划设计中，一方面可针对性改善现状路网，更大发挥轨道交通出行效益;另一方面可通过优化轨道站点接驳，扩大轨道交通可达性。

4、 轨道交通站点客流与人口岗位相关性分析

4.1 站点进出站量与主要因素相关性分析

基于2019年北京城市轨道交通的IC卡数据和百度慧眼的人口岗位数据，以早高峰最大小时进站量和早高峰最大小时出站量（早高峰时段7：00-10：00中进、出站量最大的单个小时，以下简称早高峰小时进、出站量）为因变量，以各圈层人口数量、各圈层岗位数量、车站所在区位、站点500m范圍内公交车站数量、轨道交通线路数量为自变量，采用SPSS软件进行因子分析。

经检验，KMO度量分别为0.653和0.66，早高峰小时进站量、早高峰小时出站量与各因素相关性较强。

根据因子的相关性分析，可以得出：

① 车站早高峰小时进站量与各圈层人口相关性较强，与各圈层人口的相关性较为接近;车站早高峰小时出站量与各圈层岗位相关性显著，相关性随着圈层扩大逐步递减;

② 车站早高峰小时出站量与车站区位相关性较强，而进站量与车站区位的相关性较弱;

③ 车站高峰小时进出站量与公交站点数量、线路数量正相关，相关性相对各圈层人口、岗位较弱。

4.2 多元回归拟合

根据站点所在区位将车站划分为中心大团车站、边缘集团和一道绿隔车站、新城车站、末端站四类，采用多元回归分别拟合各类车站早高峰小时进站量与各圈层常住人口、各类车站早高峰小时出站量与各圈层工作岗位的相关关系。根据拟合结果判断，拟合效果较好。

将车站早高峰小时进出站量分别与各圈层的常住人口和岗位人口数量进行多元回归拟合，结果如下表所示，可以得到轨道交通早高峰小时进出站客流计算公式。可根据各车站各圈层人口岗位数量计算车站早高峰小时进出站量，为轨道交通线路客流预测提供支撑。

各站点早高峰小时进站量计算公式为：

Z₁=A₁X₁+A₂X₂+A₃X₃+A₄X₄+c                   （式1）

式中：X₁为站点500m内常住人口;X₂为站点500-1000m内常住人口;X₃为站点1000-1500m内常住人口;X₄为站点1500-3000m内常住人口;A₁为站点500m内常住人口系数;A₂为站点500-1000m内常住人口系数;A₃为站点1000-1500m内常住人口系数;A₄为站点1500-3000m内常住人口系数;c为常量。

各站点早高峰小时出站量计算公式为：

Z₂=B₁Y₁+B₂Y₂+B₃Y₃+B₄Y₄+d （式2）

式中：Y₁为站点500m内岗位数量;Y₂为站点500-1000m内岗位数量;Y₃为站点1000-1500m内岗位数量;Y₄为站点1500-3000m内岗位数量;B₁为站点500m内岗位数量系数;B₂为站点500-1000m内岗位数量系数;B₃为站点1000-1500m内岗位数量系数;B₄为站点1500-3000m内岗位数量系数;d为常量。

从结果来看，早高峰小时进站量与常住人口相关性显著，而早高峰小时出站量与岗位人口相关性显著，且后者的相关性更强。岗位比人口的相关性更强的原因在于，北京市各级就业中心用地开发较为集中。以北京市重点功能区北京商务中心区为例，该功能区以商务金融等办公功能为主，占地面积约4平方公里，现状就业岗位约30万，由3条轨道交通线路、6座车站进行服务，由于用地开发强度高、就业集中，轨道客流较为集中，岗位与客流关联性较强;北京商务中心区就业人员的居住则较为分散，主要分布于以CBD为核心的5公里圈层及沿地铁1号线、6号线、10号线轴向所在区域，相关站点周边除居住功能外，通常用地混合度较高，由此造成居住与客流的关联性相对较弱。E101E668-78D8-43F6-B815-0481059F5511

早高峰小时进站量与常住人口的相关关系中，各圈层常住人口与进站量的关系较为接近。其中，中心大团的进站量与500m内常住人口最为相关，边缘集团及新城地区车站进站量与500-1000m常住人口最为相关。其主要原因在于，轨道在多点新城多沿快速路或主干路敷设，道路较宽，车站与用地联系较差，因此新建线路在新城内的路由选择应更为慎重，应加强轨道与用地的一体化、系统化设计。

早高峰小时车站出站量与各圈层岗位数量的相关性集中于1000m范围内。中心大团和边缘集团地区出站量与500m内岗位最为相关;新城地区出站量与500m内和500-1000m内岗位均较为相关。其主要原因在于，中心城区功能区与轨道关系结合较为紧密，新城地区岗位布局较为分散，建议新城地区加强岗位围绕轨道交通站点布局。

5、研究结论及建议

本文以2019年4月北京市轨道交通数据为基础，考虑轨道站点的步行可达性，分析了轨道站点进出站客流的主要影响因素，通过多元回归，拟合不同区位车站早高峰小时进出站量与分圈层人口岗位的相关性。本文研究对于從定量角度支撑轨道站点客流预判及规划选址，同时支撑站点周边用地布局具有重要意义。根据研究结果建议如下：

（1）研究结果表明，轨道客流与站点周边人口、岗位呈正相关关系，因此，加强轨道与用地的协调对提升城市运行效率、综合交通运行水平、轨道交通客流效益均具有重要意义。在城市规划和轨道交通规划中，应强调轨道交通引领，研究将城市功能、资源向轨道站点周边聚集，不断提升轨道与用地融合水平。

（2）应进一步加强轨道与站点周边空间的精细化处理，如通过站点周边交通设施的小微改善，路网加密、接驳优化、时序匹配等措施，提高轨道交通服务水平，将理论研究落实到实践之中。

（3）后续应进一步加强轨道与用地的规律特征分析，考虑更多因素，通过综合化、系统化的研究进一步深化轨道与用地协同发展理论体系，实现轨道引导城市发展。

参考文献：

[1] 北京交通发展研究院.北京交通发展年报[R].2019.

[2]蒋寅，郑海星，于士元，唐晓.天津市职住空间分布与轨道交通网络耦合关系——基于手机信令数据分析[J].城市交通，2018，16（6）：26-35.

[3]吕帝江，李少英，谭章智，等.地铁站点多时间维度客流影响因素的精细建模——以广州市中心城区为例[J].地理与地理信息科学，2019，35（3）：58-65.

[4]李国强，杨敏，吴运腾，王树盛.基于AFC和POI数据的轨道交通站点客流影响因素挖掘[C].中国城市规划学会城市交通规划学术委员会.创新驱动与智慧发展——2018年中国城市交通规划年会论文集.北京：中国建筑工业出版社.2018.

[5]谭章智，李少英，黎夏，刘小平，陈逸敏，李威贤.城市轨道交通对土地利用变化的时空效应[J].地理学报，2017，72（5）：850-862.

[6]马小毅.轨道交通客流预测的“略”与“术”——以广州市轨道交通客流预测为例[J].城市交通，2009，7（1）：31-35.

[7]张哲宁，王书灵，孙福亮，仝硕，卢霄霄，初众甫，马洁.精细化数据背景下的城市轨道交通站点影响范围研究——以北京市为例[C].中国城市规划学会城市交通规划学术委员会.品质交通与协同共治——2019年中国城市交通规划年会论文集.北京：中国建筑工业出版社.2019.

[8]王淑伟.站点周边用地特性对轨道客流影响机理研究[D].北京：北京工业大学，2015.E101E668-78D8-43F6-B815-0481059F5511