1郑晏群、2刘铮扬、3王妍
1.深圳市综合交通运行指挥中心、深圳市、518000 2.深圳市北斗智能科技有限公司、深圳市、518000 3.深圳市北斗智能科技有限公司、深圳市、518000
摘要：分析地铁新开通线路及站点客流变化特征，从“站点、线路、接驳专线”3 个层面综合分析客流规律和时空分布特性，分析新建线路对原有网络的影响。站点层面重点分析新线开通前后对站点客流的影响；线路层面着重研究线路总体客流变化特征；接驳专线层面分析接驳客流特征。通过对客流特征的分析，为深圳轨道交通规划设计及运营提出几点建议。
关键词：轨道交通；站点；线路；接驳专线；客流；特征分析
1.背景
随着地铁新线开通，客流增长特征将发生本质变化,客流增长速度将从算术级转变为几何级,同时地铁新线开通也会对周边公交线网客流产生影响。
本研究基于2020年8月深圳地铁新线（6号线、10号线）开通前后的出行数据，对深圳地铁新开通线路及站点客流情况进行观察,从而进行多维度的分析。
2.算法模型
2.1公交班次划分算法
2.1.1分趟算法
在每辆车一天所有的位置信息上执行分趟算法。车辆每条位置信息包含以下重要字段：
lineid：目标线路
dir：目标方向
curStationInd：车辆当前位置，用站点序号来表示
gpstime：此条位置信息的定位时间
车辆的位置信息按照定位时间（gpstime）有序排列，分趟就是要将这样的位置信息分开，确定车辆每一趟的运行时间段。在分趟策略中，如果相邻的两条位置信息能被分到一趟中，则这两条信息需要满足以下规则：
Lineid 相同
Dir 相同
上一条位置信息的curStationInd和当前信息的curStationInd不能相差超过6个站点相邻两条位置信息的 gpstime 不能相差超过 15 分钟。根据这样的规则，我们可以将车辆的位置信息分为若干趟。
2.1.2过滤算法
过滤算法在以上分趟的基础上，过滤掉一趟中经过的站点小于设定阀值的趟。这样的策略可以排除掉车辆在首末站小范围内移动，造成方向改变，从而被分趟。算法判别为一趟的情形。
2.1.3合并算法
如果相邻的两趟能够被合并，则需要满足以下条件：
相邻的这两趟lineid和dir相同，确保这两趟是在相同线路相同方向上运行。 上一趟最后一站的站点编号一定要小于等于下一趟第一站的站点编号。相邻两趟的定位时间间隔不超过30分钟。
2.1.4修复算法
修复算法针对首末站缺站的情况来预测车辆真正的发车时间和到达末站的时间。算法中维护一个链表，这个链表是经过线路上相邻两站所花费的时间。当一趟中有首末站缺失的情况时，就根据这个时间花费的链表来推测车辆可能的发车时间和到达末站的时间。一趟的起点和末点差值数超过站点总数的70%才会被输出。
2.2公交客流OD算法
由于公交卡数据中只保留了乘客上车刷卡时间和刷卡设备号，并没有直接的
站点字段，因此需要结合公交车到站信息才能提取乘客上车站点。乘客下车时，
由于没有记录任何信息，因此也不能直接得到乘客的下车站点。为了得到乘客完
整的公交出行 OD，需要通过估计算法来推断。
2.2.1乘客上车站点匹配
基于公交车到站数据及居民公交出行IC卡记录估算乘客上车站点。
算法流程：
①读取当天深圳通清洗后的数据和当天公交到站数据；
②根据两个数据表中的车牌号（CAR_ID）字段，筛选出深圳通数据中每一条刷卡记录所乘坐的车辆的全天到站时间表；
③选出到站时间和刷卡记录中刷卡时间最近的一对作为此乘客的真实上车站点； ④存储结果。
2.2.2乘客下车站点估计
由于深圳市常规公交采取单次刷卡制度，所以仅仅通过现有IC卡刷卡记录数据无法得知乘客实际下车站点。本文提出了基于出行链的估计方法。
算法流程：
①将地铁乘客OD数据和公交车乘客上车站点数据合并；
②对每位乘客，将其刷卡次序按照时间排序，将相邻的两条记录合并为一条；
③对合并后的记录，去掉其中第一条记录为地铁进站的数据；
④对于合并后的记录，将距离第二次乘车的上车站点最近的第一次乘车方向的站点作为其第一次乘车的下车站点；
⑤过滤掉两次记录中站点距离大于 2000 米的数据；
⑥对于最后一条记录，确认其乘车时间是否处于工作日6:00-8:00或16:00-18:00；⑦如果处于这两个时间段，那么其下车站点就是其工作地或者住址；否则舍弃该数据；
⑧存储结果。
2.2.3地铁乘客进出站点客流统计
由于地铁乘客的进出站需要刷卡两次，所以根据深圳通的刷卡记录即可判断
出地铁乘客的进出站点情况。
算法流程：
①将当天地铁乘客的刷卡记录（进站、出站）按照时间排序；
②将相邻两条记录合并为一条记录；
③保留第一、第二条记录为进站、出站的记录；
④保留进站、出站时间差小于 3 小时的数据；
⑤保留进站、出站站点不相同的记录；
⑥保存数据。
3.结果分析
3.1数据来源
本研究主要的数据来源如下：
1）公交车数据为深圳通刷卡数据和公交车车载GPS上传数据；
2）地铁数据为深圳通卡刷卡数据。
分析时间：
1）新线路开通前一周（8.11-8.17）
2）新线路开通后一周（8.25-8.31）
3.2新地铁线路对现有公交站点的影响
3.2.1新线开通前后公交站点概况
本节研究的公交站点为：以地铁新线6号线、10号线各地铁站站点为中心，500米范围内的公交站点。
经统计，新线辐射范围内所有公交站点：新线开通前，上客客流站点共计269个，下客客流站点共计270个；新线开通后，上客客流站点为271个（新增5个站点为：['佳业路口', '光明地铁站', '平湖汽车站北', '平湖花果山小区', '科学公园地铁站']，且减少3个站点：['上李朗科技园（巴士四公司）', '平湖火车站候车室', '福田口岸总站']），下客客流站点共计274个（新增4个站点为：['佳业路口', '光明地铁站', '平湖花果山小区', '科学公园地铁站']）。
3.2.2公交各站点客流量分析
分别对新线开通前后受影响的所有公交站点客流进行统计，分析结果如下。
.png)
新线开通前后上客客流中按变化幅度排序增长/下降最大的5个公交车站客流情况分别如表1、表2所示。其中新木小学公交站上客客流增长幅度最大，达到402.96%。经查看线路路径分析，新木小学离新开通地铁10号线木古地铁站距离只有103米，推测地铁新线给新木小学公交站带来了一批换乘客流。而象角塘西公交站上客客流下降幅度最大，达到72.73%。象角塘西公交站刚好处于地铁10号线的华为站和岗头站之间，其所在的公交线路均与地铁新线10号线存在重叠路段，该公交站上客客流下降幅度最大，更多乘客选择乘坐地铁出行。
.png)
.png)
新线开通前后下客客流中按变化幅度排序增长/下降最大的5个公交车站客流情况分别如表3、表4所示。其中公交站下客客流增长幅度最大的仍是新木小学，达到276.82%。该公交站刚好作为很好的换乘站，下客客流将输往只有103米远的新地铁站——木古地铁站，因此公交下客客流较地铁新线开通前增长幅度高。四季花城②公交站下客客流下降幅度达68.02%，该站位于地铁10号线五和和光雅园之间，所在的公交线路均与地铁新线10号线存在重叠路段，更多人会选择乘坐地铁出行。
3.3新地铁线路对现有公交线路的影响
3.3.1新线开通前后公交线路概况
本节研究的公交线路为新地铁辐射范围内公交车站，即以地铁新线6号线、10号线各站点为圆心，500米范围内的公交站点所在线路。经统计，新线辐射范围内所有公交站点所涵盖的线路数：上客站点客流情况：新线开通前共计397条线路，新线开通后共计406条线路，开通后新增9条线路为：['899', 'B910', 'B911', 'B914', 'B954', 'M178', 'M181', 'M588', 'M589']。下客站点客流情况：新线开通前共计395条线路，新线开通后共计404条线路，开通后新增9条线路为：['N121', 'B910', 'B911', 'B914', 'B954', 'M178', 'M181', 'M588', 'M589']。
3.3.2公交各线路客流量分析
分别对新线开通前后受影响的所有公交站点所在线路的客流进行统计，分析结果如下，表5中列举了新线开通前后上客客流变化较大的10条线路的具体客流情况。
.png)
.png)
新线开通前后上客客流中按变化幅度排序增长/下降最大的5个公交线路客流情况分别如表5、表6所示。其中M366号线有一半以上公交站点离地铁新线6号线站点距离非常近，新地铁线路带来的新增客流的注入导致M366号线客流增长幅度最大，达到317.91%。而M488号线（目前已停运）存在约50%线路与地铁新线10号线完全重合，同等情况下人们优先选择了地铁出行，导致该条公交线路上客客流降幅达到99.03%；表6中其余4条线路与此线路类似。
3.4接驳专线分析
3.4.1接驳专线客流量分析
接驳专线开通前后变化量较大的10条接驳专线中日均客流变化如图11所示，大部分接驳专线尤其是变化量最大的3条接驳专线中，开通后的日均客流均比开通前的日均客流有了一定程度的增长，说明接驳专线起到了一定的接驳作用，便于地铁站出站乘客进行公交的换乘。此外，也有少数接驳专线开通后的日均客流比开通前的日均客流有所下降，是因为这些接驳线路上存在部分站点客流被临近新地铁出行方式所代替。
.png)
3.4.2接驳专线平均运行速度分析
接驳专线开通前后变化量较大的10条接驳专线中平均每秒运行速度如图16所示，接驳专线开通后平均运行速度比开通前均有所降低。推测地铁新线路的开通带来了新地铁口的下客客流量以及使其他线路地铁口下客客流量增多，这些大客流流入各路口导致一定程度的拥堵，所以接驳专线在开通后的平均运行速度反而降低了。
.png)
4.结语
本报告研究了深圳地铁新线开通对现有公交线路的影响，分别针对新线开通前和新线开通后的公交站点、公交线路及接驳专线进行了运营效率指标及服务水平的对比分析，挖掘背后变化的原因。
通过分析新线开通前后各指标变化最明显（变化幅度前5、变化量前5）的公交线路/站点，证明了新地铁的开通对公交客流量、运行速度等均有影响。
总体来说，新地铁线路的开通起到了为邻近公交线路分流的作用，降低了部分公交线路了拥挤度，提升了公交出行舒适性。此外，降幅较大的公交线路往往是由于公交地铁重叠路径线路较多。
参考文献：
[1]李东明, 胡鹏. 公交线路客流OD反推研究[J]. 华中科技大学学报(城市科学版), 2009.
[2]郭平. 城市轨道交通客流特征及预测相关问题[J]. 城市轨道交通研究, 2010, 13(1):58-62.
[3]马超群, 陈宽民, 王玉萍. 城市轨道交通客流预测方法[J]. 长安大学学报(自然科学版), 2010(05):69-74.
[4]郭娟, 刘雪锋. 城市轨道交通客流预测分析[J]. 山西科技, 2017(1).
[5]毛荣昌. 城市轨道交通客流预测方法研究[D]. 河海大学, 2005.
[6]沈景炎. 城市轨道交通线网规划与客流预测[J]. 都市快轨交通, 2007, 20(001):2-6.
[7]谭国威, 宗传苓. 深圳市轨道交通客流特征分析及启示[J]. 城市交通, 2013(06):10+49-54.
[8]梁强升. 广州地铁三号线朝夕客流运输组织优化研究[J]. 现代隧道技术, 2008(S1):110-116.
[9]谭国威, 宗传苓. 深圳市轨道交通客流特征分析及启示[J]. 城市交通, 2013(06):10+49-54.
[10]刘剑锋, 陈必壮, 马小毅,等. 城市轨道交通网络化客流特征及成长规律——基于京沪穗深城市轨道交通网络客流数据分析
[J]. 城市交通, 2013(06):12-23.
Study on the influence of the new subway line on the existing bus line
（1Yanqun Zheng、2Zhengyang Liu、3Yan Wang）
1.Shenzhen Comprehensive Traffic Operation Command Center、shenzhen、518000
2.Beidou Intelligent Technology (Shenzhen)Co.,Ltd.shenzhen、518000
3.Beidou Intelligent Technology (Shenzhen)Co.,Ltd.shenzhen、518000
Abstract: This paper analyzes the variation characteristics of passenger flow in the newly opened subway lines and stations, comprehensively analyzes the rule of passenger flow and temporal and spatial distribution characteristics from the three aspects of "station, line and special connection line", and analyzes the influence of new lines on the original network. The influence of the new line on the passenger flow of the station is analyzed at the station level. At the line level, it focuses on the variation characteristics of the overall passenger flow of the line. Analysis of passenger flow characteristics at the level of special connection line. Based on the analysis of the characteristics of passenger flow, some suggestions are put forward for the planning, design and operation of Shenzhen rail transit.
Key words:rail traffic;station;Line;Feeder line;Passenger flow;Characteristics analysis
作者简介：郑晏群（1984-）、女、硕士、研究方向为智能交通；刘铮扬（1992-）、男、硕士、研究方向为自然语言处理；王妍（1992-）、女、本科、研究方向为信息工程