技術分享 | 城市間軌道客流差異性特征及建議
01 研究目的及意義
進入21世紀以來，我國城市軌道交通發展突飛猛進。截止2020年底，中國大陸地區共有45個城市開通城市軌道交通，合計運營線路244條，運營里程7969.7km。
各城市軌道交通因發展時間不同、發展階段不同導致客流已呈現出明顯的差異化特征。本文著眼于全國主要城市近幾年的軌道交通客流數據，分析研究客流特征并總結城市間的差異性。研究結論對指導各階段城市軌道交通發展研判等具有重要意義。
02 城市間軌道客流特征分析
因2020年受疫情影響客流波動較大，因此將2020年及之后的客流作為疫情影響分析部分單獨分析。而2019年的客流特征較為規律且明顯。因此本次重點研究分析2019年01月-2019年12月期間的客流。
1.城市之間客流分布差異
2019年全年來看，全國28個主要城市年度總客流約265億人次。全國28個主要城市日均客流7277萬人次。全國每日乘坐地鐵出行的人占比不足5%。
2019年日均客流較高的前五城市依次為：1.北京（1082萬）、2.上海（1060萬）、3.廣州（903萬）、4.香港（868萬）、5.深圳（549.3萬）。
圖1 2019年主要城市軌道交通日均客流
不同的城市之間，客流分布不均，前四名城市占據了全國約53%的客流，前五名城市占據了全國約61%的客流。
圖2 2019年主要城市客流占全國比例樹狀圖
將全國主要城市的地鐵總客流看為一個整體，并按照順序排列，得如下圖表。觀察可得該曲線類似于經濟上的“lorenz曲線”（即基尼系數，用來反映貧富差距，其取值區間為0至1，越趨近于0表示越平均，越趨近于1表示越不平均）。
圖3 城市軌道交通客流界的“lorenz曲線”圖
類比經濟上的基尼系數，我們用相同的計算方法計算知軌道客流的“基尼系數”為0.6236。這說明不同城市間的軌道發展及其客流具有較大差距。其中發展較早的城市因為客流培育的相對成熟，客流相對較高，客流占據了全國的大部分份額。而后開通地鐵的城市客流占比較低。
城市軌道交通客流界的“lorenz曲線”圖同樣也說明城市客流提升的過程存在著邊際效用遞減。即隨著城市和軌道的發展，軌道客流逐漸增長，但增長的效果會越來越小。
2.城市之間月變特征差異
軌道客流月變化具有明顯特征。從月變系數來看，2019全年存在兩個明顯的高峰。第一個高峰為四月份，客流大大增加，月變系數高達102.49%。第二季高峰為七月份，地鐵客流會呈現一個大的增長，月變系數高達106.49%。全年中有一個明顯的低谷，即二月份春節期間。受制于春節的影響，通勤客流大幅下降，致二月成為全年的一個低谷月。
圖4 2019年全國主要城市軌道交通客流月變系數
分城市來看，城市之間月變特征又存在明顯的差異，即春節假期對不同城市的影響程度不同。
首先是第一梯隊為北上廣深等一線城市，因外來人口占比多，每年春節假期務工人員返鄉回家過年，地鐵客流也因此大幅度折減。據數據顯示，北上廣深等日均客流在500萬以上的一線城市春節月客流折減至全年月均客流的76%。
圖5 月變化特征（部分一線城市）
圖6 月變化特征（新一線及二線城市）
第二梯隊為日均客流在100-500萬區間的城市（包括成都、武漢、南京、重慶、西安、杭州、天津等新一線及二線城市），春節期間二月份的客流為全年月均客流的81%。
第三梯隊為日均客流在100萬以下的城市（包括鄭州、蘇州、沈陽、長沙、南寧、昆明、大連、青島、合肥、南昌、福州、哈爾濱、石家莊、廈門、東莞等），春節期間二月份的客流為全年月均客流的85%。
以上規律說明春節月客流折減程度隨著城市發展程度以及外來人口占比的上升而上升，即一線城市軌道客流受春節影響客流下降程度往往更大。
圖7 受春節假期影響的二月客流折減程度
3.城市之間周變特征差異
軌道客流周變化具有明顯的特征，但是分城市來看，又具有明顯差異。
圖8 軌道客流周變化特征（2019年04月15日-2019年04月21日）
首先是北上廣深等處于我國軌道交通發展第一梯隊的城市，這部分城市日均客流往往高于500萬，工作日以通勤客流為主。其中周五因通勤客流疊加下班之后的休閑娛樂客流，往往會形成一周中的“最高日”客流。周末通勤客流大幅下降，客流呈現“斷崖式”下降，經統計北上廣深四市周末客流均值僅為工作日的74.6%。這種周末出現明顯下降特征也反映了這類城市主要以通勤客流為主。
其次就是第二梯隊，日均客流在500萬以下，100萬以上的城市。這些城市客流也是以通勤為主，周末也呈現出下降趨勢，但不如北上廣深那么明顯。經統計這部分城市周末客流均值為工作日客流的87.6%。這類城市的軌道交通客流未來仍具有較多的發展和提升空間。
再就是第三梯隊，即日均客流在100萬以下的城市，這些城市軌道交通往往僅為單條線路或者幾條線路在運營，線路規模較小，導致工作日通勤客流占比相對較低，周末休閑娛樂客流占比相對較高。升職呈現出周末客流大于工作日的情況。例如合肥、南寧、昆明、南昌、東莞等城市。經統計這部分城市周末客流均值為工作日的104.2%。這類城市通軌道交通發展處于初期階段，后續亟需提高線路密度，提升網絡化運營效益，未來有巨大發展和提升空間。
圖9 周末相對于工作日客流折減程度
4.城市之間客流最高記錄特征差異
對于城市軌道交通發展較為成熟的城市，客流的最高記錄日并非出現在“五一”、“十一”等大型節假日當天，而往往出現在節假日的前一天。這是因為假期前一天為工作日，人們依舊乘坐地鐵上班通勤，貢獻了很大部分的“剛性通勤”客流。而在下午下班之后人們就開始進入了假期，聚餐、逛街、購物的欲望相比周中的工作日上升很多，因此休閑娛樂客流也上升了。因此每年大型假期的前一天因通勤客流疊加休閑娛樂客流往往會打破客流記錄成為新的突破。
圖10 客流構成示意
而對于軌道發展較為初期的城市以及旅游城市，因為通勤客流占比較少，客流的支撐部分主要是休閑娛樂客流，因此這類城市客流最高記錄日往往為節假日第一天，大量人們乘坐地鐵出門購物游玩，休閑娛樂客流猛烈增長，成為了新的客流記錄日。
5.城市之間成網階段特征差異
對于軌道發展初期階段的城市，新線路的開通對客流促進效果明顯。軌道發展的初期階段往往線網規模較少，單條軌道的覆蓋范圍有限，因此客流有限。而當開通換乘線路之后，進一步擴大了原線路的輻射范圍。
例如2019年06月06日南寧開通第三條城市軌道線路，即南寧軌道交通三號線。線網規模由53km增長到81km。開通第二日即打破了最高客流記錄，開通當月日均客流由62萬/日提升至近80萬/日，提升效果明顯。
再例如2019年04月26日福州開通第二條城市軌道線路，即福州地鐵二號線。線網規模由24km增長到54km。開通后六天內三次打破客流記錄。開通次月日均客流由18萬/日增長至35萬/日，提升效果明顯。
圖11 成網階段客流變化
圖12 成網階段客流變化特征
而對于軌道發展較為成熟的城市，新線路的開通促進效果有限，客流的增長也有限，甚至從客流強度角度說可能還會呈現下降趨勢。但不可否認線網規模的增加對客流提升、舒適性提升、便捷性提升、覆蓋率提升等均有益處。
6.客流與GDP的關系
分析各個城市客流與GDP（國內生產總值）的關系，計算得二者相關性系數為0.9084。即二者具有較強的相關性。說明GDP高的城市，其地方經濟狀況和發展水平也較高，具備較好的條件發展地鐵并且客流效益較好。
圖13 GDP與客流的關系
03 對各階段城市軌道發展的建議
我國內地在1971年就有城市開通了地鐵，至今已發展有50年。不同城市間的客流特征穩定且具有差異化。根據特征，對各階段城市軌道發展給出相應建議。
(1) 對軌道交通發展處于初級階段的城市，重點可從以下幾個方面完善軌道交通。
① 提升線網規模，擴大線網覆蓋范圍可直接擴大軌道交通的服務范圍，給客流帶來巨大提升。同時從單線到網絡化運營的過程中也會產生1+1＞2的效果。
② 提升軌道交通出行分擔率。初期階段的城市，往往人們出行方式還未發生大的轉變，即小汽車出行分擔比率較高，公共交通（軌道交通）出行比例較低。因此可以通過一些正向促進手段吸引人們由私人交通轉向公共/軌道交通。促使人滿出行方式發展轉變可直接性的提升軌道客流。
③ 提升常規公交服務水平。常規公交與軌道交通雖然在客流上有相互分擔，但二者的關系并不是惡性競爭，而是相輔相成。對處于初期階段的城市，往往因為軌道覆蓋范圍有限而需要軌道+常規公交相互接駁換乘。因此常規公交服務水平的提升對軌道也會產生正常促進效益。
④ 提升軌道站點服務影響范圍。例如可以通過微型巴士接駁軌道站點與大中社區或人口聚集地，解決最后一公里問題同時提升軌道站點輻射范圍。吸引更多的人乘坐軌道交通。
(2) 對軌道交通發展處于高級階段的城市，通常線網規模等各方面已較為成熟，一些常規客流提升措施的邊際效應已經遞減。因此建議從以下幾個方面進一步完善軌道交通。
① 加強城市軌道服務質量。在軌道發展的高級階段，進一步追求服務質量的提升，例如提升乘坐舒適性、換乘便捷性、接駁設施便捷性等方面，可以進一步吸引對出行質量要求較高的乘客。
② 提升發車間隔，降低車廂擁擠度，提高乘坐舒適度?？土鬏^高的城市往往客流強度也較高，可通過增加發車間隔來降低車廂擁擠度，帶給人們較好的乘坐體驗。進一步鞏固和維系好軌道客流群體。
③ 對有條件的站點進一步開展TOD研究，以軌道站點為核心，引領城市發展。TOD(Transit Oriented Development)是“以公共交通為導向”的開發模式。建議針對有條件的站點，通過引入TOD開發理念，可達到軌道交通帶動地區發展、促進城市空間結構完善、促進土地集約利用、調整升級城市產業結構的目的。
(3) 對處于軌道交通發展中級階段的城市，介于初級與高級之間。軌道交通相應完善措施與初級和高級沒有明顯的界限，在此不做進一步的細分。
分析這些特征可以幫助我們研判軌道交通所處的發展階段，幫助我們研判階段性特征，對規劃設計、客流預測、決策分析、建造運營等具有重要指導意義。
結語
深城交擁有一支涵蓋交通、城規、建筑、景觀、工程、智慧等多專業協同的技術團隊，以“讓交通與城市更美好”為使命，致力于為城市提供先進的交通技術服務和整體解決方案，成為全球領先的城市交通整體解決方案提供者。
未來將持續發揮多專業融合的優勢，立足于國際視野，開展城市軌道交通領域多項研究，覆蓋軌道交通客流預測、線網規劃、運營組織、成本規制、戰略研究及TOD開發等。為相關政策出臺、規劃編制提供有力技術支撐。
注釋
數據來源：
參考文獻
[1] 郭平.城市軌道交通客流特征及預測相關問題[J].城市軌道交通研究,2010,13(01):58-62.
[2] 萬英.西安地鐵網絡化運營特點及發展策略分析[J].科技與企業,2014(23):38.
[3] 王學貴.借鑒地鐵客流調研分析預測西安地鐵客流[J].中國鐵路,2014(09):103-106.
[4] 徐昭.寧波市軌道交通客流培育現狀與對策研究[D].寧波大學,2018.
[5] 張佳.城市軌道交通初期客流時空演變及影響因素研究[D].長安大學,2017.
[6] 王玉萍.城市軌道交通客流預測與分析方法[D].陜西:長安大學,2011. DOI:10.7666/d.y2132832.
[7] 方禮君.城市軌道交通客流相關問題研究[D].同濟大學,2008.
[8] 王夢恕.發展城市軌道交通應注意的若干問題[J].城市軌道交通研究,2004(06):1-2+1.
[9] 呂帝江.基于多源地理大數據的地鐵客流影響因素研究[D].廣州大學,2019.
[10] 陳旻瑜.地鐵運營成本特性分析[J].現代城市軌道交通,2006(04):91-93.
[11] 張婧.城際軌道交通旅客票價與客流量敏感性分析模型[J].鐵道建筑技術,2014(08):97-100.
[12] 易洪. 軌道交通需求隨軌道交通票價變化的敏感性分析[D].北京工業大學,2006.
[13] 萬澤文.蘇州軌道交通成網階段客流特征研究[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.中國城市規劃學會城市交通規劃學術委員會:中國城市規劃設計研究院城市交通專業研究院,2018:3144-3159.
[14]王多龍,李得偉.天津地鐵客流發展規律及特征分析[J].城市軌道交通研究,2016,19(07):40-45+101.
東莞、惠州分院
撰寫：麻旭東
審核：謝明隆
審定：楊應科