浅谈城市轨道交通换乘衔接优化

曾孟婷

摘 要：列车运行图是城市轨道交通行车组织的基础，在讲求客运服务质量的大环境下，对于运行图的要求不仅仅局限于安全和效率。目前国内对于城市轨道交通换乘衔接优化的研究大多数基于固定式、等间隔的行车开行计划，本文将从乘客换乘角度出发，充分分析换乘客流换乘时间及等待时间，提出非均衡行车间隔运行图编制方法对换乘客流候车时间进行优化。结果表明当城市轨道交通采用非均衡行车间隔时，可有效缩短乘客平均换乘等待时间，从而提升换乘客流的服务体验感。

关键词：城市轨道交通;网络化运营;换乘客流;列车运行图;非均衡行车间隔

中圖分类号：U292 文献标识码：A 文章编号：1671-2064（2020）09-0214-02

随着全国城市轨道交通的不断发展，不仅北京、上海、广州等城市领衔进入网络化运营时代，南宁、青岛、合肥等城市也都步入了网络化运营。网络化运营使整个城市轨道交通路网的通达性不断增强，使得城市居民的出行更为便捷。与此同时，网络化运营也给城市轨道交通运营企业带来了挑战，随着路网结构日益复杂，换乘站也越来越多。在此环境下，把握轨道交通网络换乘客流特征、合理制定列车开行计划、提升客运服务质量等变成为了运行图编制的突破点。

1影响换乘客流的因素

1.1客流种类

换乘站客流可大致分为：进站客流、出站客流和换乘客流[1]。换乘站内客流相比普通中间站的客流，除了普通的进出站客流，还有大量的线路间换乘客流，特别是与大客流线路相衔接的换乘站。此外，对于一些大型换乘枢纽，车站内的换乘客流要高于进出站客流。

1.2客流走行速度

在车站内进行换乘的客流，因条件不同，走行速度会有一定的差异性。主要体现在乘客特征、换乘设施、换乘环境等因素。通常同站台换乘因换乘距离短，客流行走速度差异性不大;而通道换乘换乘距离长，客流行进速度受外界因素影响较大。

1.3客流方向差异

一般来说，城市轨道交通各条线路的客流量在不同的时间段内客流流向方方存在一定的差异性，本文中研究主要以大客流方向为主。

2列车组织影响分析

目前全国城市轨道交通列车开行计划仍然处于固定行车间隔的阶段，及在一定时间段内列车行车间隔不变。在这种模式下，由于列车周期性地到达换乘车站，所产生的换乘客流和出站客流也会以一定的周期集中到达车站，若这些客流在短时间内无法搭乘换乘列车离开，则乘客需要增加额外在站台的等待时间，车站站台会在一定时间内以积压客流，且在一定时间内，换乘站的换乘客流在客流中占较大比例。

目前，城市轨道交通不论是在行车间隔、检修修程、施工计划等都讲究均衡性，以保证运营的安全、准点。但随着城市经济、文化等多样化的发展，乘客的出行需求也呈现多样性变化，均衡性的行车开行计划已逐渐不再适用。因此文本提出非均衡行车间隔的行车计划制定理念，旨在缩短乘客平均换乘等待时间，提供更加个性化的运营服务，从而提高服务质量。

3换乘时间

根据乘客走行速度、换乘设施和换乘环境，在本文研究中进行以下假定：

（1）乘客走行速度。因乘客个体差异，乘客走行速度存在差异，直接影响乘客换乘时间。因此在进行换乘协调优化时，需要充分考虑不同乘客的换乘时间。城市轨道交通乘客中青年占95%，老年人占5%，其青年是指12岁～35岁人员，中年是指36岁～60岁人员，老年是指高于60岁人员[2-3]。

乘客根据出行目的不同走行的速度也有较大差异。出行目的为上班的乘客走行速度往往要快于出门游玩的乘客，搭乘轨道交通前往火车站、高铁站、机场的乘客走行速度也较快，但是随身携带较大行李的乘客因受环境限制走行的速度会较慢于未携带行李的乘客。

（2）换乘设施。同站台换乘时，换乘距离较短，乘客个体差异较小，此时假定换乘时间取同一值;通道换乘时，换乘距离较大，个体差异大，本文采用现场取样调查，对调查数据进行统计分析。

（3）换乘环境。基于通道换乘的情况下，在平峰时期换乘客流较小，乘客行走受相互影响较小，换乘时间主要受到个人行走时间影响，本文采用现场取样调查;高峰时期客流较大，换乘时间主要受到换乘设施影响，乘客行走受到相互制约，个人走行特征弱化，本文假定高峰时期换乘客流为一个整体，换乘时间取同一值。

4取样调查

4.1样本确定

本文中采取现场调查取样的方法对某城市轨道交通换乘站乘客换乘时间进行随机抽样，样本容量定为200个满足数据分析的要求[1]。其中中青年乘客样本量为190个，老年乘客样本量10个。另外，本文根据视频调查法，调查研究某城市换乘站换乘客流中携带行李的乘客占比如表1。

根据调查结果，平均占比值为6.21%，则携带行李乘客占换乘总人数6.21%，则样本类型及数据确定为：中青年未携带行李乘客179人，中青年携带行李乘客11人，老年未携带行李乘客9人，老年携带行李乘客1人。本文中标记中青年未携带行李乘客为A类样本，中青年携带行李乘客为B类样本，老年未携带行李乘客为C类样本，老年携带行李乘客为D类样本。

4.2数据处理

根据取样调查结果得出，不同类型乘客换乘时间存在明显差异，乘客换乘按照时间长短统计。从调查结果可以得出，未携带行李的中青年乘客换乘时间明显快于其他3类乘客，且人数比例占据换乘乘客的多数比例。当换乘时间取值为260s时，178名乘客能够换乘成功，本文取该值作为乘客换乘时间进行换乘衔接优化研究，即可满足大多数乘客的换乘需求。

5优化方案

5.1同站台换乘优化

本文中同站台换乘时间取同一值，根据现场调查，某城市轨道交通同站台换乘时间取值16s，即当换乘站各线路列车到达车站的时间相差16s时，乘客换乘时间最短。根据换乘站各线路换乘客流方向性及潮汐客流方向性，对于换乘站换乘优化需要根据换乘客流方向，以保证大方向客流能够成功完成换乘。再者根据各线路行车间隔的差异性，行车间隔密集的线路乘客候车时间较短，本文将不再进行低密度行车间隔往高密度换乘的情况进行优化。

5.2通道换乘优化

通道换乘，根据现场抽样调查，某城市轨道交通通道换乘时间取值260s。平峰期，本文假设换乘站线路A行车间隔分别为7min、线路B行车间隔为8min，列车到达换乘站的时间差异乘周期性变化，周期为56min。则乘客等待时间呈周期性变化。

本课题假设T0时刻，A、B线路列车同时到达换乘站，乘客换乘时间为Th，T0时刻后A线路第1趟列车到达换乘站的时刻为T0+7′，B线路第1趟列车到达换乘站的时刻为T0+8′，乘客由B线路换乘至A线路站台的时刻为T0+8′+Th，即为T0+8′+4′20″，后续列车以此类推。当到达T0+56′时刻两条线列车又将同时到达车站，两条线列车到达换乘站的时间差呈周期性变化，乘客到达换乘站的时间呈周期性变化。

在一个周期内，假设T0时刻A线路到达的列车为第N趟列车，B线路到达的列车为第M趟列车，A线路通过列车为8列，B线路通过列车为7列，乘客换乘时间为260s，可计算：

当M=1时，该趟车乘客换乘至A线路后的等待时间为：（T0+14′）-（T0+8′+4′20″）=1′40″，其中N取值为2;当M=2时，该趟车乘客换乘至A线路后的等待时间为：（T0+21′）-（T0+16′+4′20″）=40″，其中N取值为3;当M=3时，该趟车乘客换乘至A线路后的等待时间为：（T0+35′）-（T0+24′+4′20″）=6′40″，其中N取值為5;当M=4时，该趟车乘客换乘至A线路后的等待时间为：（T0+42′）-（T0+32′+4′20″）=5′40″，其中N取值为6;当M=5时，该趟车乘客换乘至A线路后的等待时间为：（T0+49′）-（T0+40′+4′20″）=4′40″，其中N取值为7;当M=6时，该趟车乘客换乘至A线路后的等待时间为：（T0+56′）-（T0+48′+4′20″）=3′40″，其中N取值为8;当M=7时，该趟车乘客换乘至A线路后的等待时间为：（T0+63′）-（T0+56′+4′20″）=2′40″，其中N取值为9，此时A线路列车已为下一周期的列车;当M=8，即进入下一周期的第一趟列车时，该趟车乘客换乘至A线路后的等待时间为：（T0+70′）-（T0+64′+4′20″）=1′40″，其中N取值为10，此时A线路列车已为下一周期的列车。

通过上述计算可以得出，乘客到达A线路后换乘等待时间仍然呈周期性变化。在一个周期内，乘客平均换乘等待时间为3′40″，本文将以乘客平均换乘等待时间作为优化调整的基准，当乘客换乘等待时间大于平均换乘等待时间时，将通过调整该列车的到达换乘站的时间来对上述情况进行优化，调整A线路部分列车到达换乘站时间，缩短乘客换乘等待时间。

参考文献

[1] 刘剑.城市轨道交通换乘协调问题研究[D].兰州：兰州交通大学，2015.

[2] 徐蔷薇.城市轨道交通枢纽乘客个体出行行为分析及建模[D].北京：北京交通大学，2008.

[3] 陆化普.交通规划理论与方法[M].北京：清华大学出版社，2006.