基于出行鏈的鐵路車站開通初期客流預測研究

葉玉玲 朱資岳 汪龍洋 宋唯維 周文濤

摘要：【目的】為解決鐵路車站開通初期客流預測缺乏數據支撐，以及估計不同交通方式成本來計算客流轉移量結果與實際偏差較大的問題?！痉椒ā恳孕麻_通南沿江城際鐵路江陰站為例，考慮該線與既有高速及城際鐵路的線位關系，基于城際出行鏈，依托旅客出行行為調查對區域內可選擇的不同交通方式的城際出行效用進行定量計算，采用Multinominal Logit（MNL）模型，區分工作日與非工作日，結合客流分配現狀對效用變量系數進行標定，據此預測南沿江城際鐵路江陰站開通后發往南京、上海樞紐的客流量，同時結合城市經濟和社會發展推演計算發往沿線其他站點的客流?！窘Y果】結果表明，南沿江城際鐵路江陰站的開通可以有效吸引江陰地區原本選擇既有鐵路、公路去往南京、上海的客流以及選擇公路去往南沿江城際鐵路沿線其他城市的客流?！窘Y論】因此，南沿江城際鐵路的開通能有效緩解輻射范圍內既有鐵路、公路的運輸壓力，客流預測結果還將支撐站點運力資源配置優化研究。

關鍵詞：鐵路運輸；客流預測；MNL模型；出行效用；城際出行鏈；旅客出行行為調查

中圖分類號：U293.1 文獻標志碼：A

本文引用格式：葉玉玲，朱資岳，汪龍洋，等. 基于出行鏈的鐵路車站開通初期客流預測研究[J]. 華東交通大學學報，2024，41（1）：78-86.

Research on Passenger Flow Forecast of Railway Stations at the

Initial Stage of Operation Based on Intercity Trip Chain

Ye Yuling1，2， Zhu Ziyue1，2， Wang Longyang3， Song Weiwei1，2， Zhou Wentao1，2

（1. Key Laboratory of Road and Traffic Engineering of the Ministry of Education， Tongji University， Shanghai 201804， China;

2. College of Transportation Engineering， Tongji University， Shanghai 201804， China; 3. Wuxi Railway Station，

China Railway Shanghai Group Co.， Ltd.， Wuxi 214001， China）

Abstract： 【Objective】In order to address the lack of data support for passenger flow forecast of railway stations at the initial stage of operation， as well as the significant deviation between the roughly calculated passenger flow transfer of different transport modes considering the costs of different modes and the actual situation. 【Method】This paper takes the newly opened Jiangyin Station of the South Riverside Intercity Railway as an example， considering the location relationship between the line and the existing high-speed and intercity railways， based on the intercity trip chain， and relying on the passenger travel behavior survey to quantitate the intercity trip utilities of different transportation modes. Combined with the current passenger flow assignment and distinguishing workdays and non-workdays， the Multinomial Logit （MNL） model is established for calibrating the coefficients of utility variables. Accordingly， the passenger flows from Jiangyin Station on the South Riverside Intercity Railway， the passenger flows to Nanjing and Shanghai terminals were predicted， to other stations along the line were also calculated deductively in combination with the economic and social developments of the cities along the line. 【Result】The results show that the opening of Jiangyin Station can effectively attract the passenger flows in Jiangyin area who originally chose the existing railways and highways to Nanjing and Shanghai， as well as the passenger flows that chose the highways to other cities along South Riverside Intercity Railway. 【Conclusion】Therefore， the opening of South Riverside Intercity Railway can effectively relieve the transportation pressure of existing railways and highways in the region， and the passenger flow forecast results also supports the optimization of station resource allocation.

Key words： railway transportation; passenger flow forecast; MNL model; travel utility; intercity trip chain; passenger travel behavior survey

Citation format：YE Y L， ZHU Z Y， WANG L Y， et al. Research on passenger flow forecast of railway stations at the initial stage of operation based on intercity trip chain[J]. Journal of East China Jiaotong University， 2024， 41（1）： 78-86.

【研究意義】隨著我國城市群發展進程加快，城際鐵路以其大運量、公交化的優點逐漸成為城市之間出行的主要交通方式。南沿江城際鐵路作為中長期鐵路網規劃的重要組成部分，是長江經濟帶綜合立體交通走廊的重要組成部分，也是滬寧通道的第二條城際鐵路，主要承擔沿線通道內以及沿線與滬寧部分城市間的城際客流?？土餍枨笫氰F路旅客運輸的前提，尤其對于新開通車站而言，合理的客流預測結果對其制定契合實際需求的開行方案具有重要指導意義。

【研究進展】對于客流預測，國內外學者在公路線路及網絡層面已經做出了較為全面的研究[1-2]，鐵路領域則多為借鑒公路客流預測方法，考慮出行成本，針對鐵路線路層面進行研究[3]。對于既有鐵路車站的客流預測，國內現有研究主要從解析既有規律出發，何必勝等[4]充分結合歷史數據，提出了基于時空圖神經網絡的鐵路車站短期到發客流預測方法，李潔等[5]以武廣高鐵部分車站數年來發送旅客實際數據為基礎，構建了高速鐵路客流預測的長短期記憶模型。對于缺乏歷史數據的新建站點的客流預測，國內既有研究也主要針對城市軌道交通，姚恩建等[6]基于客流生成機理，以相同土地利用性質的既有車站客流特征為參考，實現城市軌道交通新站的客流預測，凌同華等[7]通過對長沙1號線各車站周邊居民的出行行為調查，對該地鐵線路初期客流進行預測分析；而新建鐵路車站的客流預測，大多是粗略考慮不同交通方式成本，在其吸引范圍內簡單計算交通方式轉移而得到的[8-9]。

【創新特色】目前我國針對高速鐵路新開通車站初期的客流預測方法研究較為單一，缺乏定量研究，預測結果通常偏差較大，且新站開通初期的客流缺乏歷史數據支撐，增加了預測的難度。因此，研究適用于新線開通前車站客流需求的預測方法，有助于支持車站及線路合理安排運力資源配置方案，提升鐵路部門的運營管理水平。

【關鍵問題】為準確計算區域內可選擇的各交通方式的出行效用，提升客流預測精度，本文將旅客出行全過程作為一條完整的出行鏈，涵蓋從出發住地至交通樞紐再至到達住地的所有環節。為實現出行鏈時間和費用的量化目標，本文依托旅客出行行為調查，結合公路與鐵路部門實際運營數據，在分析區域旅客出行行為特征的基礎上，研究各交通方式的出行效用計算方法。在此基礎上，本文將區分工作日、非工作日，利用區域內旅客既有出行數據及客流分配現狀求解交通方式選擇模型，結合沿線城市經濟發展，預測南沿江城際江陰站開通后發送客流的空間分布，支持鐵路部門運營管理決策，對充分發揮線路的整體能力和綜合效益具有實際意義。

1 城際出行鏈

城際出行鏈為出行者從出發城市至到達城市的城際間出行全過程。如圖1所示，其主要包括出發地點至出發交通樞紐（Ⅰ）、城際間出行（Ⅱ）、到達交通樞紐至到達地點（Ⅲ），即兩個市內出行以及一個城際間出行[10]。

本文研究中的出行鏈，是指江陰地區城際間出行的旅客，由出發地選乘適當交通方式，至區域內便利可達的既有高鐵與城際站點乘坐高鐵與城際列車或江陰客運站乘坐公路大巴，至到達站點后選乘適當交通方式至最終到達地，亦或自駕小汽車一次性完成出發地至到達地的城際間出行。

2 旅客調查方法及情況

旅客出行行為的調查方法有RP（revealed preference）調查和SP（stated preference）調查。由于南沿江城際鐵路還未正式開通運營，因此調查采用RP調查（行為調查）與SP調查（意愿調查）相結合的方式，為確定由江陰地區出發的城際間旅客的出行行為和出行意愿提供數據支持。

依托該方法，以區域內便利可達的既有鐵路站點（京滬高鐵的常州北站與無錫東站；滬寧城際的常州站、戚墅堰站、惠山站、無錫站及無錫新區站）旅客為主，其他交通方式（江陰客運站公路大巴及小汽車）旅客為輔進行旅客出行行為特征調查，并基于此開展南沿江城際鐵路開通運營后旅客相關出行意愿和方式偏好調查。調查采集了旅客的性別、年齡、職業、月收入、出行目的；出發地點、出發站點、出發地距出發站點的行程時間和費用、到達站點、到達地點、到達站點距到達地的行程時間和費用；出發地距江陰站的行程時間和費用、未來是否選擇江陰站出發、期望的江陰站發車時間（若選擇）等數據，為后續量化區域旅客出行效用奠定基礎。

本次旅客出行行為調查的時間是2022年8月29日—9月18日（含中秋節）、9月26日—10月9日（含國慶節）的工作日、周末及法定節假日，覆蓋多時段，共計35 d?；诔霭l站點考慮，在江陰地區便利可達的常州北站、無錫東站、常州站、戚墅堰站、惠山站、無錫站、無錫新區站及江陰公路客運站廣泛地進行問卷發放，共收回有效問卷3 008份。

3 區域旅客出行特征與客流分析

3.1 旅客出行特征

通過對區域內便利可達既有鐵路站點、江陰公路客運站出發旅客調查，部分出行特征分析如下。

1）職業。調查顯示，旅客中各職業比例相近，以工人、技術人員為主，占比49.7%，其次是學生、軍人、農民、公職人員、教師。

2）收入。調查顯示，月收入在5 000～10 000元的旅客所占比重最大，為37.1%，其次是月收入在2 000～5 000元的旅客，所占比重為32.8%，月收入小于2 000元的旅客和月收入10 000元以上的旅客所占比重最小，分別為12.3%和17.8%，這也與該地區的社會經濟發展水平相吻合。

3）出行目的。調查顯示，選擇務工的旅客占比最高，為被調查旅客總數的28.3%，與之相近的是選擇公務出差的旅客，占比27.2%，其次則是選擇上學的旅客，占比19.9%，選擇旅游休閑和探親訪友的旅客分別占比10.6%和10.9%。此外，區分工作日、非工作日，工作日有較多的往南京的商務客流，非工作日有較多的往上海的旅游客流。

3.2 客流分析

如圖2所示，南沿江城際鐵路與既有京滬高鐵、滬寧城際線路走向存在較大不一致，由江陰地區便利可達的既有高鐵及城際車站出發，亦或未來開通運營的江陰站出發，共同可抵達的目的地只有南京和上海（南沿江城際止于太倉站后利用滬通鐵路進入上海樞紐）。本文基于既有鐵路、公路站點發送旅客的實際數據，依托調查問卷結果統計分析對江陰出發經區域內便利可達的鐵路、公路站點或自駕至南京及上海的各出行方式OD客流進行分析計算。結合上文，將出發交通站點共分為8組：常州北站、無錫東站、常州站、戚墅堰站、惠山站、無錫站、無錫新區站及江陰公路客運站。

根據旅客出行調查統計結果分析，表1為江陰地區便利可達的各既有鐵路站點中前往南京、上海的旅客來自江陰的比例。

據此，結合各既有鐵路站點在調查時段內旅客發送量的實際數據，對前往南京、上海旅客中來自江陰地區的旅客數量按工作日、非工作日進行區分計算（根據上文調查時段安排對工作日、非工作日的定義方法：將周末、法定節假日、法定節假日前后各一天作為非工作日處理，將此外的普通工作日按工作日處理）。

同時，結合江陰客運站對應時間范圍內目的地為南京、上海的旅客發送數據及公路的手機信號數據，共同計算由江陰出發（選擇既有高速列車、公路大巴、小汽車）至南京和上海的工作日、非工作日的日均客流，結果見表2。

4 交通方式選擇模型構建與標定

4.1 模型構建思路

模型采用集計多項Logit模型（multinominal logit， MNL）建立旅客出行方式選擇模型，根據隨機效用理論，旅客總是選擇具有最大出行效用的出行方式，不同旅客群體[n]選擇出行方式[i]的概率

式中：[Pr]表示概率；[Uni]為出行方式[i]對出行群體[n]的出行效用；[Unj]為不同于出行方式[i]的出行方式[j]對出行群體[n]的出行效用；[Cn]為出行群體[n]可以選擇的出行方式集合。[Uni]與旅客群體自身的特性和出行方式的特性相關，離散選擇模型假設它為可觀測的影響因素構成的效用確定項[Vni]和不可觀測的影響因素構成的效用隨機項[εni]之和

式中：[Vni]、[εni]分別為出行方式[i]對于出行群體[n]的確定、隨機出行效用值。當[εni]服從相互獨立的Gumbel分布，出行群體[n]從可選出行方式集中選擇出行方式[i]的概率為

式中：[Vnj]為出行方式[j]對于出行群體[n]的確定出行效用值。

上述多項Logit模型具有良好的不相關選擇獨立性，滿足本問題分析的需要。

4.2 出行效用函數的確定

本文對于4種旅客群體：工作日、非工作日前往南京、上海的出行者；針對不同交通方式：既有高鐵與城際（含選擇不同車站的出行方式）、公路大巴及小汽車；選擇時間、費用和舒適性3個因素作為出行效用函數變量[11]，并對選擇既有高鐵與城際不同車站出行方案前往南京、上海的行程時間和行程費用進行集計處理。

1）出行效用的確定項[Vni]。交通方式[i]對旅客群體[n]的出行效用確定項的形式為

式中：[Tni]為旅客群體[n]選擇交通方式[i]的行程時間；[Fni]為旅客群體[n]選擇交通方式[i]的行程費用；[Ci]為選擇交通方式[i]的舒適性標度值；[βnt]、[βnf]和[βnc]分別為旅客群體[n]對行程時間、行程費用、舒適性的敏感系數。

2）解釋性變量的確定規則。

①行程時間。對于不同旅客群體[n]選擇不同交通方式[i]（既有高鐵與城際含不同車站選擇）的行程時間[Tni]的確定，包括4個部分：旅客出發地至出發站點的時間[T（D）ni]（高鐵與城際、公路大巴由調查問卷結果加權平均得到，小汽車不考慮）、候車時間[T（W）ni]（假設高鐵與城際30.0 min，公路大巴15.0 min，小汽車不考慮）、在途時間[T（T）ni]（參照列車運行時刻表及公路網數據取均值）以及到達站點至到達地的時間[T（A）ni]（高鐵與城際、公路大巴由調查問卷結果加權平均得到，小汽車不考慮），計算式為

對旅客群體[n]選擇既有高鐵與城際的行程時間進行集計處理

式中：[TnH]為旅客群體[n]選擇既有高鐵與城際的行程時間期望；[TnH_k]為旅客群體[n]選擇既有高鐵與城際經鐵路站點[k]的行程時間；[PnH_k]為旅客群體[n]中選擇既有高鐵與城際的出行者中經由站點[k]出行的比例；[Rn]為旅客群體[n]選擇既有高鐵與城際不同出發車站的出行方案。

②行程費用。對于不同旅客群體[n]選擇不同交通方式[i]（既有高鐵與城際含不同車站選擇）的行程費用[Fni]的確定，包括3個部分：旅客出發地至出發站點的費用[F（D）ni]（高鐵與城際列車、公路大巴由調查問卷結果加權平均得到，小汽車不考慮）、在途費用[F（T）ni]（高鐵與城際列車、公路大巴取其相應票價均值，小汽車基于手機信令數據以其行程燃油費及高速公路通行費之和作為其費用）以及到達站點至到達地的時間[F（A）ni]（高鐵與城際列車、公路大巴由調查問卷結果加權平均得到，小汽車不考慮），計算式為

對旅客群體[n]選擇既有高鐵與城際的行程費用進行集計處理

式中：[FnH]為旅客群體[n]選擇既有高鐵與城際的行程費用期望；[FnH_k]為旅客群體[n]選擇既有高鐵與城際經鐵路站點[k]的行程費用。

③出行舒適性。舒適性是旅客在選擇出行方式時考慮的主要指標之一，本文采用交通工具行駛過程中的振動加速度、人均占有空間作為變量，形成舒適性的度量指標[C]為

式中：[CA]為平均振動加速度；[CS]為人均占有交通工具空間。

對人均占有空間和平均振動加速度進行調查后匯總，根據式（9）確定不同交通方式舒適性并進行標度處理，見表3。

3）解釋性變量的確定。針對3種交通方式，選擇時間、費用和舒適性3個因素作為出行效用函數變量，基于解釋性變量的確定規則，得到行程時間、行程費用及舒適性的量化數值。對于本文確定的不同出行時間（工作日或非工作日）的不同行程（江陰至南京或上海）的各交通方式的行程時間期望和行程費用期望，求得江陰地區出行旅客選乘各交通方式的解釋性變量數值，見表4。

4.3 參數標定及分析

基于表4中江陰旅客選擇各交通方式出行的解釋性變量數值，以及既有各交通方式的實際占比，利用求解器完成系數標定，得到不同旅客群體對出行各效用確定項所對應的系數，見表5。

如表5所示，江陰出行旅客交通方式選擇中效用變量系數完成標定后，[βnt]、[βnf]和[βnc]分別是不同時段（工作日或非工作日）內不同行程（江陰至南京或上海）的出行群體[n]對行程時間、行程費用、舒適性的敏感系數，分析得各效用項的敏感性變化存在一定趨勢。

1）江陰至南京。由表5可知，對于行程時間，江陰至南京的旅客在工作日具有更大的敏感性，結合旅客出行行為調查結果，這一定程度上是因為相較非工作日，江陰至南京的旅客在工作日的出行有明顯更多的公務出差客流，因此在工作日對行程時間有更大的敏感性；而對于行程費用和舒適性，江陰至南京的旅客在工作日與非工作日對其的敏感性基本保持不變。

2）江陰至上海。由表5可知，對于行程時間，江陰至上海的旅客在非工作日具有更大的敏感性，結合旅客出行行為調查結果，這一定程度上是因為相較工作日，江陰至上海的旅客在非工作日的出行有明顯更多的旅游休閑客流，因此在非工作日對行程時間有更大的敏感性；同時，對于行程費用和舒適性，江陰至上海的旅客在工作日與非工作日對其的敏感性基本保持不變。

5 江陰站旅客發送量預測及分析

5.1 江陰站至南京與上海樞紐的客流預測

江陰站開通運營后，江陰至南京和上海，可選擇的出行方式為既有高鐵與城際、公路大巴、小汽車以及南沿江城際鐵路。南沿江城際鐵路作為一種新增的出行方式，其擁有不同的出行效用，結合出行調查中的SP調查部分，確定其行程時間、行程費用以及舒適性（方法同4.2）：由江陰出發經南沿江城際鐵路至南京和上海的出行鏈行程時間分別為105.0 min和118.6 min，出行鏈行程費用分別為90.0 元與86.0 元，舒適度均為1.0。據此量化其城際出行效用并結合交通方式選擇模型完成江陰至南京和上海的客流再分配，見表6。

5.2 江陰站至南沿江城際沿線站點客流推演計算

南沿江城際鐵路規劃與既有京滬高鐵、滬寧城際線路走向存在較大不一致，從江陰地區出發，經既有鐵路站點乘坐高鐵列車或選擇未來開通運營的南沿江城際，共同可抵達的目的地為南京和上海。因此，江陰至南京和上海的客流再分配得到的區域內既有鐵路、公路轉移到南沿江城際的客流量，其結果只是針對江陰站至南京和上海的客流預測，對于江陰站到達沿線其他站點的客流，結合相關研究資料，出行的產生與吸引很大程度上由地區的人口規模及經濟發展所決定。因此，對于江陰站發往南沿江城際沿線站點的旅客流量，由目的地城市的人口數量、地區生產總值GDP以及人均年收入作為影響因素，三者等同作用于目的地城市旅客吸引，其模型為

式中：[y]是江陰站發往目的地站點的旅客數量；[a]是對應目的地城市人口數量、地區生產總值GDP以及人均年收入的系數向量；[x]是目的地城市人口數量、地區生產總值GDP以及人均年收入的向量；[b]是常數。

表7是南沿江城際鐵路沿線站點所在城市的人口數量、地區生產總值GDP以及人均年收入，區分工作日與非工作日，結合江陰至南京和上海樞紐的客流預測完成式（10）中的參數標定。其中，對于工作日江陰站至南沿江城際鐵路沿線站點的出行客流預測模型的系數標定為

對于非工作日江陰站至南沿江城際鐵路沿線站點的出行客流預測模型的系數標定為

據此，可以得到開通年（2023年）區分工作日、非工作日下南沿江城際鐵路江陰站至沿線各站點發送旅客預測結果，見表8。

5.3 區域客流變化及誘增趨勢分析

南沿江城際鐵路開通后，由江陰地區出發經江陰站由南沿江城際鐵路至沿線各站，因其行程時間、費用、舒適性確定的出行效用變化，可以有效吸引區域內客流，其客流變化分析如下。

1）江陰至南京和上海。江陰站開通后，相較選擇京滬高鐵與滬寧城際、公路大巴、小汽車前往南京和上海，江陰地區出行者選擇江陰站前往南京樞紐和上海樞紐具有更少的行程時間、低于既有高鐵與城際及小汽車的行程費用、高于公路大巴與小汽車的舒適性，因此可以有效吸引該地區原本選擇其他出行方式去往南京、上海的客流。經計算，工作日范圍內，江陰站至南京樞紐的客流，32.6%來自既有高鐵與城際，67.4%來自公路（公路大巴、小汽車），江陰站至上海樞紐的客流，32.3%來自既有高鐵與城際，67.7%來自公路；非工作日范圍內，江陰站至南京樞紐的客流，39.4%來自既有高鐵與城際，60.6%來自公路，江陰站至上海樞紐的客流，37.2%來自既有高鐵與城際，62.8%來自公路。

2）江陰至南沿江城際鐵路沿線城市。江陰站開通后，相較選擇公路出行前往南沿江城際鐵路沿線站點城市，江陰地區出行者選擇江陰站出發具有少于公路大巴的行程時間、低于小汽車的行程費用、更高的出行舒適性，因此可以有效吸引該地區原本選擇公路出行去往沿線城市的客流。而江陰地區至南沿江城際鐵路沿線城市原本不具備便捷的鐵路出行方案，因此推演計算的客流預測結果極大比例來自公路。

此外，南沿江城際鐵路的開通將使原有運輸通道的交通條件得到改善，運輸能力和服務水平得到提升，區域之間可達性增強，出行更加便利、快捷，出行時間也相應縮短，區域間經濟活動往來得到加強，將進一步引發誘增客流。

6 結論

本文基于城際出行鏈，采用MNL模型，對南沿江城際鐵路開通后江陰站在工作日與非工作日發往沿線各站點的客流量進行了預測。主要結論如下。

1）提出了結合旅客出行行為調查的出行鏈效用量化方法，并以南沿江城際鐵路江陰站為例，在考慮新建線路與既有線路線位關系的基礎上，根據區域內各城際出行方式的實際情況，對于發往線路端點車站和沿線車站采用不同的預測方法，以縮小調查范圍、降低調查成本，豐富了鐵路車站開通初期客流發送的預測研究。

2）結果表明南沿江城際鐵路的建設運營不僅完善了通道綜合運輸體系，也有效緩解了區域內既有鐵路、公路的運輸壓力。

3）鐵路客流預測是運力資源配置的基礎，本文的預測結果可在未來的研究中支撐站點運力資源配置優化，實現以客流需求為導向，進一步發揮線路的整體能力和綜合效益。

參考文獻：

[1]? ? ALVES M A C， CORDEIRO R L F. Effective and unburdensome forecast of highway traffic flow with adaptive computing[J]. Knowledge-Based Systems， 2021， 212： 106603.

[2]? ? HE N， LI J T. Highway passenger travel demand forecasting incorporating relationships among travel modes[J]. Journal of Highway and Transportation Research and Development， 2018， 12（3）： 90-96.

[3]? ?CAO W X， SUN S L， LI H T. A new forecasting system for high-speed railway passenger demand based on residual component disposing[J]. Measurement： Journal of the International Measurement Confederation， 2021， 183： 109762.

[4]? ?何必勝， 朱永俊， 陳路鋒， 等. 基于時空圖神經網絡的高速鐵路車站短期客流預測方法[J]. 鐵道學報， 2022， 44（9）： 1-8.

HE B S， ZHU Y J， CHEN L F， at al. A spatial-temporal graph neural network for prediction of short-term passenger flow at high-speed railway station[J]. Journal of the China Railway Society， 2022， 44（9）： 1-8.

[5]? ?李潔， 彭其淵， 文超. 基于LSTM深度神經網絡的高速鐵路短期客流預測研究[J]. 系統工程理論與實踐， 2021， 41（10）： 2669-2682.

LI J， PENG Q Y， WEN C. Short term passenger flow prediction of high speed railway based on LSTM deep neutral network[J]. Systems Engineering—Theory and Practice， 2021， 41（10）： 2669-2682.

[6]? ?姚恩建， 周文華， 張永生. 城市軌道交通新站開通初期實時進出站客流量預測[J]. 中國鐵道科學， 2018（2）： 119-127.

YAO E J， ZHOU W H， ZHANG Y S. Real-time forecast of entrance and exit passenger flow for newly opened station of urban rail transit at initial stage[J]. China Railway Science， 2018（2）： 119-127.

[7]? ?凌同華， 陳京兆. 長沙市地鐵1號線開通初期客流預測研究[J]. 公路與汽運， 2019（2）： 26-29.

LING T H， CHEN J Z. Research on passenger flow forecast of Changsha Metro Line 1 at the initial stage of operation[J]. Highways and Automotive Applications， 2019（2）： 26-29.

[8]? ?YOUNG M A， BLAINEY S P， GOWLAND T， et al. An automated online tool to forecast demand for new railway stations and analyse potential abstraction effects[C]//Oxford： The 17th Annual Transport Practitioners' Meeting， 2019.

[9]? ?YOUNG M A. Modelling railway station choice： Can probabilistic catchments improve demand forecasts for new stations？[D]. Southampton： University of Southampton， 2019.

[10] 葉玉玲， 韓明初， 陳俊晶. 基于出行鏈的城際旅客出行方式選擇行為[J]. 同濟大學學報（自然科學版）， 2018， 46（9）： 1234-1240.

YE Y L， HAN M C， CHEN J J. Intercity passenger travel mode choice behavior based on trip chain[J]. Journal of Tongji University（Natural Science）， 2018， 46（9）： 1234-1240.

[11] 葉玉玲， 王藝詩. 滬杭運輸通道內旅客出行方式選擇行為研究[J]. 鐵道學報， 2010， 32（4）： 13-17.

YE Y L， WANG Y S. Research on travel mode choice behavior in Shanghai-Hangzhou transport corridor[J]. Journal of the China Railway Society， 2010， 32（4）： 13-17.

第一作者：葉玉玲（1971—），女，教授，博士，博士生導師，研究方向為軌道交通運輸組織優化、軌道交通系統規劃與設計、交通運輸經濟政策。E-mail：yyling71@163.com。

通信作者：朱資岳（1994—），男，博士研究生，研究方向為運輸組織優化與交通運輸經濟政策。E-mail：ziyue_zhu@#edu.cn。