軌道站點進出站量與周邊用地相關性研究

史芮嘉　魏賀　楊志剛

【摘要】軌道交通站點進出站量與站點周邊用地緊密相關。本文以北京市2019年4月軌道交通數據為基礎，在分析現狀進出站客流特征的基礎上，考慮軌道站點的步行可達性計算全市各站點分圈層覆蓋范圍，采用因子分析研究軌道站點早高峰進出站量與各圈層人口、崗位、車站所在區位、公交銜接、軌道線路數量等因素的相關性，并通過多元回歸擬合不同區位車站早高峰小時進出站量與分圈層人口崗位的關系。結果表明，各圈層人口與軌道早高峰進站量、各圈層崗位與軌道早高峰出站量密切相關，且崗位的相關性更強;從分圈層來看，中心大團站點進出站量與步行可達500m內常住人口和崗位最為相關，新城地區軌道進出站量與步行可達500-1000m內人口崗位更為較為相關。

【關鍵詞】城市軌道交通;站點周邊用地;軌道客流;路網可達性

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

引言：

城市軌道交通與用地規劃建設聯系緊密，軌道交通線路走向與城市空間結構、軌道站點設置與沿線用地布局、軌道站點數量與用地開發強度均密切相關。隨著軌道交通的迅速發展，軌道交通在運營中暴露出較多運營問題。以北京為例，2018年，北京全網370座車站中96座車站常態化限流，占比超過了1/4，早晚高峰均限流的車站達到21座。除了部分車站面臨限流、區間斷面滿載率高、服務水平低等問題，還有部分車站存在進出站量小、區段斷面客流較小、能力利用浪費等問題[1]。軌道車站客流的過大或過小均與站點周邊用地密切相關，因此有必要系統性研究用地與站點乘降客流及站間分布客流的作用機理，支撐城市用地與公共交通的協同規劃，降低因局部客流負荷過高而導致全局擁堵的可能性。

國內外大量學者開展了軌道客流與站點周邊用地的關系的相關研究，尋找軌道站點客流與用地的定性和定量聯系。蔣寅等[2]從通勤圈、CBD、通勤出行聯系強度三個維度分析天津市城市空間結構，探究軌道交通網絡與城市空間結構的耦合關系，提出建議定期開展職住分布及城市空間結構與軌道交通網絡耦合關系的評估工作。呂帝江[3]通過對廣州市中心城區75個地鐵站點進行客流影響因素分析，認為居住人口密度、容積率、進出站口數量、是否為換乘站4種因素對站點客流具有顯著正向影響，工作日和休息日全日客流存在較大差異。李國強[4]等基于AFC數據和POI數據分析南京四類軌道交通站點客流特征，認為住戶數量、商業設施數量、文化設施數量、公交線路數量對工作日軌道進站客流有顯著影響。譚章智[5]等從時間和空間兩個維度定量研究地鐵對土地利用轉變的影響過程與空間差異規律。馬小毅[6]從戰略和戰術兩個層面闡述了廣州市軌道交通客流書冊方案，并提出了相應建議。

通常研究軌道車站對客流的吸引范圍采用以軌道中心點為圓心的500m、800m、1000m的用地范圍，而忽略了路網結構、小區出入口位置對居民的影響。近幾年部分學者對軌道交通站點吸引范圍進行細分，以求更好體現軌道交通不同吸引范圍對客流預測的影響。張哲寧[7]等運用互聯網數據采集、多源數據融合、空間統計等方法與技術，對軌道交通站點影響范圍進行研究，提出軌道交通直接影響范圍和間接影響范圍的概念，并以北京17條軌道交通線路為例，分析了軌道交通吸引范圍差異對客流預測結果的影響。王淑偉[8]研究了提出了軌道站點吸引范圍劃定為步行區、接駁區和潛在區，并研究了混合用地對軌道站點乘降客流影響機理的分析。

為進一步研究探索軌道交通不同吸引范圍用地與客流的相關性，研究基于2019年4月北京軌道交通AFC數據、電子地圖興趣點POI數據、百度慧眼手機信令數據、現狀路網，將軌道站點吸引范圍按照基于實際路網的乘客步行范圍劃定，精細化以軌道交通出入口為出發點的各圈層人口崗位數據，構建考慮站點周邊人口崗位、線網關系、公交線路、站點區位等因素的因子模型，對各因素與軌道站點進出站客流的相關性進行定量分析。

1、 北京軌道站點客流分布

截至2019年6月底，北京市城市軌道交通車站數量為391座（含換乘站59座），其中三線換乘站3個，兩線換乘站56個，普通站270個。

經統計，早高峰（7-9點）全網高進站量客流主要分布在回天地區、定福莊地區、東南三環-四環地區、大興新城及石景山地區。進站量最高的車站為霍營站，約2.6萬人次。早高峰時段進站2萬人次以上車站有5個：霍營、天通苑北、天通苑、宋家莊和立水橋。進站量少于500人次的車站主要位于新開通線路以及中低運量軌道線路，如M8號線南段、門頭溝線、西郊線等;其他進站量少的車站主要為存在較多尚未實現規劃用地的車站，如朱辛莊站、亦莊火車站等。

早高峰小時全網高出站量客流主要分布在上地地區、西二環沿線、東二環沿線、CBD、三元橋地區、中關村西區。出站量最高的車站為西二旗站，約2萬人次。出站量1.5萬以上的車站有兩個：西二旗站和朝陽門站。出站量少于500人次的車站主要集中于新城和二道綠隔地區，新開通線路的出站量普遍較少;各新城多數車站早高峰出站量普遍少于1000人。

2、 軌道交通站點客流影響因素分析

軌道交通站點客流與車站可吸引范圍內土地利用情況、社會經濟情況、交通條件等密切相關。其中，土地利用情況包括人口密度、就業崗位密度、容積率、商業/教育/公共服務/旅游景點用地、用地混合度等;社會經濟指標包括人口數量、就業崗位數量、人員構成類型、收入、擁車水平等;交通條件包括軌道交通線路長度/線網密度/站點數量/覆蓋率、道路長度/道路等級/道路密度/交叉口數量、發車間隔/服務頻率/票價、停車費/停車空間、服務水平、到達公共站點的步行時間、換乘次數/時間、公交車站數量/線路數量、公交交通可達性等。

根據既有研究，站點周邊就業和居住人口對于軌道出行有顯著影響，而且在各個城市的影響程度不一?？紤]軌道交通客流的空間不均衡特性，本文以早高峰小時進出站量為例研究站點客流與各圈層人口崗位的相關關系。主要考慮車站的吸引圈層、各圈層的常住人口、各圈層就業崗位、換乘站與否、公交站點數量、站點區位等因素，挖掘各因素與軌道交通早高峰小時進出站客流的相關關系。E101E668-78D8-43F6-B815-0481059F5511

3、 軌道站點分圈層服務范圍劃定

為使劃定的軌道交通站點的服務范圍更為可靠，研究結合現狀路網、考慮車站出入口可達性劃定站點覆蓋范圍，包括站點周邊500m、1000m、1500m和3000m四個圈層。首先根據百度地圖，識別出各站點出入口的POI;其次，結合現狀道路網系統，分別計算各出入口500m、1000、1500、3000m步行距離覆蓋范圍;再次，利用泰森多邊形進行切割，去除各車站的重復覆蓋范圍，從而確定各車站在各圈層的真實吸引范圍。

其中，將氣象學中的泰森多邊形引入軌道站點潛在吸引范圍劃分，是基于軌道交通成網后，臨近站點可達性基本相同，居民出行傾向于選擇距離最近的軌道交通站點的假設。

以南禮士路站為例可以看出，以站中心為圓心的站點覆蓋范圍，為各圈層組成的環狀規則區域;當考慮車站出入口去往各地塊的路網可達性，車站的覆蓋范圍為不規則形狀。北部地區各車站出入口考慮可達性的覆蓋范圍同樣說明該問題。

經計算、劃分，得到北京市軌道交通各站點吸引范圍。從結果來看，部分站點周邊步行可達性覆蓋范圍較小，與圈層覆蓋有較大差距，其主要原因在于現狀路網存在較多斷頭路，部分規劃道路尚未實現。建議在軌道交通規劃設計中，一方面可針對性改善現狀路網，更大發揮軌道交通出行效益;另一方面可通過優化軌道站點接駁，擴大軌道交通可達性。

4、 軌道交通站點客流與人口崗位相關性分析

4.1 站點進出站量與主要因素相關性分析

基于2019年北京城市軌道交通的IC卡數據和百度慧眼的人口崗位數據，以早高峰最大小時進站量和早高峰最大小時出站量（早高峰時段7：00-10：00中進、出站量最大的單個小時，以下簡稱早高峰小時進、出站量）為因變量，以各圈層人口數量、各圈層崗位數量、車站所在區位、站點500m范圍內公交車站數量、軌道交通線路數量為自變量，采用SPSS軟件進行因子分析。

經檢驗，KMO度量分別為0.653和0.66，早高峰小時進站量、早高峰小時出站量與各因素相關性較強。

根據因子的相關性分析，可以得出：

① 車站早高峰小時進站量與各圈層人口相關性較強，與各圈層人口的相關性較為接近;車站早高峰小時出站量與各圈層崗位相關性顯著，相關性隨著圈層擴大逐步遞減;

② 車站早高峰小時出站量與車站區位相關性較強，而進站量與車站區位的相關性較弱;

③ 車站高峰小時進出站量與公交站點數量、線路數量正相關，相關性相對各圈層人口、崗位較弱。

4.2 多元回歸擬合

根據站點所在區位將車站劃分為中心大團車站、邊緣集團和一道綠隔車站、新城車站、末端站四類，采用多元回歸分別擬合各類車站早高峰小時進站量與各圈層常住人口、各類車站早高峰小時出站量與各圈層工作崗位的相關關系。根據擬合結果判斷，擬合效果較好。

將車站早高峰小時進出站量分別與各圈層的常住人口和崗位人口數量進行多元回歸擬合，結果如下表所示，可以得到軌道交通早高峰小時進出站客流計算公式?？筛鶕鬈囌靖魅尤丝趰徫粩盗坑嬎丬囌驹绺叻逍r進出站量，為軌道交通線路客流預測提供支撐。

各站點早高峰小時進站量計算公式為：

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

式中：X₁為站點500m內常住人口;X₂為站點500-1000m內常住人口;X₃為站點1000-1500m內常住人口;X₄為站點1500-3000m內常住人口;A₁為站點500m內常住人口系數;A₂為站點500-1000m內常住人口系數;A₃為站點1000-1500m內常住人口系數;A₄為站點1500-3000m內常住人口系數;c為常量。

各站點早高峰小時出站量計算公式為：

Z₂=B₁Y₁+B₂Y₂+B₃Y₃+B₄Y₄+d （式2）

式中：Y₁為站點500m內崗位數量;Y₂為站點500-1000m內崗位數量;Y₃為站點1000-1500m內崗位數量;Y₄為站點1500-3000m內崗位數量;B₁為站點500m內崗位數量系數;B₂為站點500-1000m內崗位數量系數;B₃為站點1000-1500m內崗位數量系數;B₄為站點1500-3000m內崗位數量系數;d為常量。

從結果來看，早高峰小時進站量與常住人口相關性顯著，而早高峰小時出站量與崗位人口相關性顯著，且后者的相關性更強。崗位比人口的相關性更強的原因在于，北京市各級就業中心用地開發較為集中。以北京市重點功能區北京商務中心區為例，該功能區以商務金融等辦公功能為主，占地面積約4平方公里，現狀就業崗位約30萬，由3條軌道交通線路、6座車站進行服務，由于用地開發強度高、就業集中，軌道客流較為集中，崗位與客流關聯性較強;北京商務中心區就業人員的居住則較為分散，主要分布于以CBD為核心的5公里圈層及沿地鐵1號線、6號線、10號線軸向所在區域，相關站點周邊除居住功能外，通常用地混合度較高，由此造成居住與客流的關聯性相對較弱。E101E668-78D8-43F6-B815-0481059F5511

早高峰小時進站量與常住人口的相關關系中，各圈層常住人口與進站量的關系較為接近。其中，中心大團的進站量與500m內常住人口最為相關，邊緣集團及新城地區車站進站量與500-1000m常住人口最為相關。其主要原因在于，軌道在多點新城多沿快速路或主干路敷設，道路較寬，車站與用地聯系較差，因此新建線路在新城內的路由選擇應更為慎重，應加強軌道與用地的一體化、系統化設計。

早高峰小時車站出站量與各圈層崗位數量的相關性集中于1000m范圍內。中心大團和邊緣集團地區出站量與500m內崗位最為相關;新城地區出站量與500m內和500-1000m內崗位均較為相關。其主要原因在于，中心城區功能區與軌道關系結合較為緊密，新城地區崗位布局較為分散，建議新城地區加強崗位圍繞軌道交通站點布局。

5、研究結論及建議

本文以2019年4月北京市軌道交通數據為基礎，考慮軌道站點的步行可達性，分析了軌道站點進出站客流的主要影響因素，通過多元回歸，擬合不同區位車站早高峰小時進出站量與分圈層人口崗位的相關性。本文研究對于從定量角度支撐軌道站點客流預判及規劃選址，同時支撐站點周邊用地布局具有重要意義。根據研究結果建議如下：

（1）研究結果表明，軌道客流與站點周邊人口、崗位呈正相關關系，因此，加強軌道與用地的協調對提升城市運行效率、綜合交通運行水平、軌道交通客流效益均具有重要意義。在城市規劃和軌道交通規劃中，應強調軌道交通引領，研究將城市功能、資源向軌道站點周邊聚集，不斷提升軌道與用地融合水平。

（2）應進一步加強軌道與站點周邊空間的精細化處理，如通過站點周邊交通設施的小微改善，路網加密、接駁優化、時序匹配等措施，提高軌道交通服務水平，將理論研究落實到實踐之中。

（3）后續應進一步加強軌道與用地的規律特征分析，考慮更多因素，通過綜合化、系統化的研究進一步深化軌道與用地協同發展理論體系，實現軌道引導城市發展。

參考文獻：

[1] 北京交通發展研究院.北京交通發展年報[R].2019.

[2]蔣寅，鄭海星，于士元，唐曉.天津市職住空間分布與軌道交通網絡耦合關系——基于手機信令數據分析[J].城市交通，2018，16（6）：26-35.

[3]呂帝江，李少英，譚章智，等.地鐵站點多時間維度客流影響因素的精細建?！詮V州市中心城區為例[J].地理與地理信息科學，2019，35（3）：58-65.

[4]李國強，楊敏，吳運騰，王樹盛.基于AFC和POI數據的軌道交通站點客流影響因素挖掘[C].中國城市規劃學會城市交通規劃學術委員會.創新驅動與智慧發展——2018年中國城市交通規劃年會論文集.北京：中國建筑工業出版社.2018.

[5]譚章智，李少英，黎夏，劉小平，陳逸敏，李威賢.城市軌道交通對土地利用變化的時空效應[J].地理學報，2017，72（5）：850-862.

[6]馬小毅.軌道交通客流預測的“略”與“術”——以廣州市軌道交通客流預測為例[J].城市交通，2009，7（1）：31-35.

[7]張哲寧，王書靈，孫福亮，仝碩，盧霄霄，初眾甫，馬潔.精細化數據背景下的城市軌道交通站點影響范圍研究——以北京市為例[C].中國城市規劃學會城市交通規劃學術委員會.品質交通與協同共治——2019年中國城市交通規劃年會論文集.北京：中國建筑工業出版社.2019.

[8]王淑偉.站點周邊用地特性對軌道客流影響機理研究[D].北京：北京工業大學，2015.E101E668-78D8-43F6-B815-0481059F5511