老龄化背景下城轨换乘站客流组织仿真分析

2023-03-27段力伟张开萍

科学技术与工程 2023年5期

段力伟，张开萍

(重庆交通大学交通运输学院，重庆 400074)

根据第七次全国人口普查，2020年中国65岁及以上人口比重达到13.5%。2035年左右，60岁及以上老年人口将突破4亿，在总人口中的占比将超过30%，进入重度老龄化阶段[1]。老年乘客比例增加对城轨车站运营的影响已不容忽视。在此背景下，2021年2月，中共中央、国务院印发了《国家综合立体交通网规划纲要》，指出要加强交通运输人文建设，提高特殊人群出行便利程度和服务水平，健全老年人交通运输服务体系，满足老龄化社会交通需求，提升运输服务人性化、精细化水平。因此，随着客流规模逐渐变大，城轨运营不仅要考虑车站、线路、列车等客观条件，还要考虑轨道交通乘客类型变化对站内乘客运动带来的影响，尤其是车站内部发生乘客滞留或严重拥挤等问题。

随着老年乘客比例增加，老年乘客出行问题逐渐受到大家的关注，秦华等[2]通过动态视野测试系统探究老年人夜间动态视野的变化。 Chen等[3]、 Hatamzadeh等[4]通过对重庆等特殊城市老年人上下楼梯的影响因素进行调查研究，分析老年人走行特性和不同环境下老年乘客的出行特征，为老龄化背景下城轨换乘站客流组织研究提供了理论依据。针对城轨站点客流组织题问,城轨换乘站内行人运动受到诸多因素的影响，Bosina等[5]对现有文献所提及的步行速度影响因素进行分析，并对所有可用的步行速度测量数据进行汇总，确定不同类别影响因素对步行速度所造成的影响程度，并给出同类别影响下不同因素的步行速度的参考值。Goyal 等[6]以印度德里地铁站楼梯上的行人为研究对象。分析德里的3个地铁车站行人在楼梯上的速度和流量的影响因素。为了进一步研究站内客流组织问题，不少学者运用计算机软件进行仿真分析，陈虹兵[7]利用行人仿真技术进行客流模拟，并对换乘通道进行服务水平评估并提出客流组织优化建议。Li 等[8]也提出了基于社会力模型的微观行人仿真，模拟地铁站台上乘客上下车方式，以此来探讨不同客流条件下乘客行为对下车效率的影响。费爽等[9]利用行人仿真软件北京某换乘站换乘系统客流组织进行仿真分析，通过辨识换乘拥堵点和拥堵原因分析，提出了拥堵点疏解方案。褚冬竹等[10]针对老年人群生理条件和行为特点与轨道交通换乘序列空间的矛盾进行相关研究。

通过上述分析可以发现，在既有研究中主要对站内乘客行动力影响的综合影响因素展开分析，缺乏对特定因素和特定条件的量化分析，尤其是针对年龄这一重要影响因素。围绕上述问题，现通过梳理乘客行动力影响因素以及乘客的行为特性和人群的交通流特性，考虑未来人口老龄化背景下乘客行动力所受影响，运用仿真平台对换乘站乘客运动进行仿真实验，通过对不同场景的仿真实验，分析老年乘客比例对城市轨道交通站点内行人运动的影响，为客流组织优化提供依据。

1 乘客行动力影响因素分析

在城轨车站内部，乘客走行过程是乘客行动力的外在表现，乘客在站内都是采用步行的方式实现位移，因此乘客自身特性将对乘客在站内的走行过程产生很大的影响。此外，由于站内乘客聚集，行人间的交互作用也会对乘客行动力造成干扰。

根据文献[2-3]等相关研究，站内乘客行动力影响因素主要包括乘客性别、是否携带行李、出行目的。在城市轨道交通站点内部男性的平均行走速度一般比女性高0.02～0.15 m/s，携带大型行李的乘客行走速度约为标准值的97%。同时以通勤通学为目的的乘客对轨道站内的环境熟悉，对通勤时间把控严格，且携带行李少，走行速度较快；以休闲娱乐为目的的乘客，对整体出行时间和限制没有明确要求，走行速度适中；而长途旅行者，携带行李较大导致走行速度较慢。

需要指出的是，年龄作为影响乘客行动力的重要因素，随着人口老龄化比例不断增加，轨道交通站内老年乘客比例也将逐渐增多，对车站运营组织的影响不容忽视。

老年乘客对站内乘客行动力的影响主要分为两个方面，一是自身行动力会因为生理特征改变而受到影响，二是老年乘客对走行环境和走行空间有更高的要求，因此会对身边其他乘客产生影响。通过对老年乘客生理特征的分析发现老年乘客不仅自身运动速度较青年乘客缓慢，对空间的需求和反应时间也和青年乘客有差异，进而导致换乘站内客流状态受到影响[11-14]，具体表现如图1所示。

图1 老年乘客对城轨站内乘客行动力影响因素分析Fig.1 Analysis of the influencing factors of elderly passengers on passenger mobility in urban rail stations

通过把乘客年龄分为儿童、青少年、青年、中年、老年5个年龄段，不同年龄段的乘客行动力有所区别[6]。根据文献[12]相关研究显示，综合考虑城轨换乘站内环境，将站内乘客分为慢性、普通、快行三类，以行人标准速度1.34 m/s为参考值，对各种影响因素对速度的影响程度修正得到各类乘客走行速度如表1所示。

表1 乘客类别及走行速度Table 1 Passenger category and travel speed

2 老年人运动特征数据采集与分析

2.1 数据采集

为进一步研究老年人运动特征，对城轨换乘站内乘客走行速度进行数据采集。以重庆市轨道交通某换乘站为研究对象分别采集站内老年乘客和非老年乘客的走行速度。在该站点内设置4个数据采集点，分别采集站厅层、站台层1、站台层2的乘客的走行速度。数据调查采用人工计时法和视频调查法相结合，数据采集时间为工作日8：30—9：30，各采集点具体情况如表2所示。

表2 各数据采集点具体情况Table 2 The specific situation of each data collection point

2.2 数据分析

对上述采集到的老年乘客和非老年乘客走行速度进行统计分析，输出统计数据包括走行速度均值、标准差、最小值、最大值等，具体统计数据如表3所示。

表3 站内行人走行速度统计Table 3 Pedestrian walking speed statistics in the station

通过实地数据调查发现，城轨换乘站内老年乘客走行速度均值为1.05 m/s，非老年乘客走行速度为1.35 m/s，数据标准差在12%以内，误差较小，可以作为实验参考数据。

3 基于AnyLogic的仿真实验

3.1 仿真过程

仿真实验基于AnyLogic仿真平台，该仿真平台基于社会力模型描述行人运动，该仿真平台中的Pedestrian Library可直接用于城轨站点仿真建模，主要实验流程如下：收集数据→搭建物理模型→构建行人逻辑模型→模型验证→仿真实验→结果分析。其中站点物理模型根据站内空间尺寸和设施设备布局搭建，如图2所示。行人逻辑模型根据站内行人运动流线和设施设备使用情况构建，如图3所示，其中，该站点线路2至线路1换乘需通过站厅层进行。

①为该站点站厅层；②为线路1站台层；③为线路2站台层图2 实验站点物理模型Fig.2 Experimental site physical model

图3 行人流线逻辑模型Fig.3 Pedestrian streamline logic model

通过调查数据设置模型行人参数，目前该站点老年乘客比例约占总乘车客流的13%。为了便于实验操作，将乘客类型分为老年乘客和非老年乘客，不同类别乘客仿真速度参数设置如表4所示。

表4 仿真参数设置Table 4 Simulation parameter settings

3.2 仿真模型验证

为验证仿真模型的有效性和准确性，在模型搭建完毕后先进行20次重复模拟实验，通过模拟实验统计各流线行人平均速度。再对不同方向的客流进站速度进行抽样实地调查，通过仿真计算结果与实地调查结果间的相对误差来验证仿真精度，具体结果如表5所示。

表5 模型验证结果Table 5 Simulation verification result

验证结果显示，各流线仿真速度和真实调查速度误差在10%之内，说明该模型能很好地描述该站点的真实情况，可以用于进一步的仿真研究。

4 结果分析及优化建议

4.1 结果分析

为研究老年乘客增加时，对站内行人运动的影响，通过设置不同客流规模和不同老年乘客比例场景进行仿真分析，并输出行人行动力表征指标，如乘客站内走行速度、乘客站内停留时间、乘客换乘时间等。

4.1.1 乘客站内走行速度

首先对进站乘客进行速度分析，随着老年乘客比例的增加，仿真实验发现站内乘客平均速度呈减小的趋势，如图4所示，按照当前老年乘客比例为13%时，乘客速度由1.3 m/s下降至1.22 m/s，随着未来老年乘客比例的不断增长，在中老年乘客比例达到40%时，乘客速度将下降至1.19 m/s。

图4 老年乘客比例与速度变化Fig.4 The proportion of elderly passengers and the change in speed

为进一步验证老年乘客比例对站内客流速度的影响，考虑未来站内客流规模同时扩大的场景，分别设置不同客流规模的仿真实验场景。根据《地铁设计规范》(GB 50157—2013)中对城轨站台承载能力规定，站台上人流密度为0.33～0.75 m2/人，实验站点进站客流约为站点总客流量21%,计算得该站点可容纳进站客流规模为8 064～18 327人/h，目前该站点高峰小时客流约为7 000人/h，考虑车站客流的时空分布特征和未来客流规模增长，实验设置6个实验对照组对客流规模为4 000～9 000人/h，进行仿真实验。

通过反复实验测得不同客流规模下不同老年乘客比例对站内客流速度的影响，如图5所示。当进站客流规模为4 000人/h时，站内乘客运动相对自由，站内乘客运动平均速度区间为1.21～1.6 m/s，当进站客流规模达到9 000人/h时，站内乘客运动平均速度区间为1.18～1.41 m/s。

图5 站内乘客速度变化Fig.5 Changes in the speed of passengers in the station

4.1.2 乘客站内停留时间

乘客站内停留时间表征站内客流周转时间，是城市轨道交通站点运营效率的重要指标。仿真实验结果如图6所示，乘客站内停留时间目前变化区间为136.5～158.2 s，随着老年乘客比例增加时，乘客站内停留时间也会逐渐增加，当老年乘客比例达到40%时，乘客站内停留时间最多将增加到170 s。此外，当老年乘客比例达到极端情况即70%以上时，乘客站内停留时间趋于稳定范围内波动。

图6 乘客进站停留时间变化Fig.6 Changes in the stop time of passengers

为进一步考察老年乘客对站内乘客活动的影响，对老年乘客比例为0～40%的实验场景进行进一步实验，通过关联密度层生产站内客流密度图并以此识别站内客流拥堵点，并输出乘客通过站内拥堵点的时间。图7所示为该站点客流规模为4 000人/h时，不同老年乘客比例对站内客流密度的影响，该站点内部客流拥堵点主要集中在站厅层左右两侧的楼扶梯处和换乘通道处。

图7 站台客流密度图Fig.10 Platform passenger flow density map

通过对乘客通过站内楼梯的时间进行采集，如表6所示，乘客通过楼梯的时间增加占站内停留总时间增加的28%～82%，是乘客站内停留时间增加的主要原因。

表6 老年乘客比例与站内通过时间变化Table 6 The proportion of elderly passengers and the change of transit time in the station

4.1.3 乘客换乘时间

通过仿真实验发现平均换乘时间整体上随老年乘客比例增加而增加，意味着老年乘客的增多，站内乘客的行走过程受到了不同程度的限制，尤其是在不同站台换乘过程中，换乘通道的实际通过能力受限，站内换乘时间表现出不同程度的增加。如图8所示，当老年乘客比例由10%变为20%时，各方向上换乘时间平均增加11%，当老年乘客比例由20%变为30%时，各方向换乘时间平均增加24%。

图(b)、图(c)表示老年乘客比例增加后各换乘路线换乘增加时间，如：图(b)中“(+93)”表示老年乘客比例为20%与老年乘客比例为10%相比，线路2上行换乘线路1上行时间增加93 s图8 换乘时间变化Fig.8 Change in transfer time

4.2 适老化背景下城轨站点优化建议

通过仿真实验发现，随着老年乘客比例增加，城市轨道交通站内乘客行动力会受到一定影响，从而导致站内乘客走行速度变慢，进站时间和换乘时间增加。为适应老龄化乘客逐渐增多的未来场景，应考虑老年乘客出行便利性和站内客流瓶颈处的客流疏解，结合本次仿真实验结果分析，提出适老背景下城市轨道交通站点优化建议如下。

(1)根据老年乘客比例从0增加到40%时，站内乘客速度从 1.61 m/s下降到1.37 m/s，导致站内乘客滞留增多的问题，结合《地铁设计规范》(GB 50157—2013)提出的站台人流密度取0.33～0.75 m2/人，因此在考虑人口老龄化情况下地铁站台设计时人流密度可选择较高的设计标准，如0.6～0.75 m2/人。

(2)老年乘客比例从0增加到40%时，乘客站内停留时间增加约21%，随着老年乘客站内停留时间增长，建议在站内候车区域应增加候车休息区以及座椅，并且考虑在站厅层和站台层增加慢行乘客引导服务，如增加工作人员引导服务或在站内设置便于老年乘客获取的“大字版”标识信息，以改善老年乘客困难获取站内信息而导致进站滞留时间增加的情况。

(3)考虑到老年乘客比例增加后，乘客在站内的换乘时间增加显著(11%～24%)，因此建议在未来的规划设计中考虑老年人换乘信息需求，设计具有针对性的换乘引导标识，并增加换乘通道自动人行道、自动扶梯等配置数量，以提高老年乘客的换乘效率和换乘舒适度。