客流分析（精选12篇）
客流分析 篇1
1. 概述
城市轨道交通客流的预测方法主要是建立在对轨道交通客流进行预测的基础上的。近年来, 越来越多的城市将轨道交通作为解决城市交通问题的重要途径之一, 而客流预测是城市轨道交通系统规划和建设的重要依据, 城市轨道交通建设的发展也促进了轨道交通客流预测方法的改进和水平的提升。目前, 在建设过程中逐渐发展并应用较多的城市轨道交通客流预测方法主要有以下三类:
(1) 基于客流转移的方法;
(2) 基于土地利用的方法;
(3) 基于传统“四阶段”的方法。
2. 基于客流转移方法
该方法的主要思路是基于现状地面交通状况资料, 将线路相关的公交线路的现状客流和自行车流量, 向轨道线路转移, 得到虚拟的基年轨道客流。然后通过相关公交线路的历史资料分析, 进而确定客流增长规律, 模拟客流增长曲线, 预测规划年度轨道全线客流;或者利用地面公交及相关交通预测的资料, 直接转换规划年度的轨道交通客流。进而, 利用提出轨道线路各站点的车站客流。这一类方法主要是趋势外推法, 在确定客流增长率时多采用指数平滑法、比例增长法、多元回归等方法。
此类方法受其预测原理的限制, 仅应用于轨道交通客流预测的早期。其以现状的相关公交和自行车的流量为基础, 难以全面反映城市规划及用地、交通供给条件以及城市居民出行特征等众多客流预测的影响因素。但由于该方法具有简便易操作的优点, 常用来与其他方法预测结果的对比分析, 或作为前期定性分析的辅助方法。
3. 基于土地利用法
土地利用法的原理是通过对一条城市轨道交通线路和线路上车站周边一定范围区域内城市土地利用情况的分析, 采用一定的技术方法对线路或车站的客流状况进行预测分析。在站点客流的处理上应用较多的有吸引范围法和吸引系数法, 前者通过轨道交通线路及站点的吸引范围的划分, 多数城市将分层计算客流的吸引情况[2];后者通过小区土地利用的情况, 采用数学方法计算轨道方式和站点对各交通小区的吸引情况, 然后在预测轨道交通站点的相关客流量, 统计全线的客流量。基于土地利用法的预测研究过程一般主要分为进站量计算、线路流量预测、换乘量和路网研究四个阶段[3]。
土地利用法是建立在对原有轨道线路客流变化规律基础之上的, 并且依赖于现状客流资料, 充分注意到了车站及其吸引范围内土地利用的性质和程度对吸引客流的影响。通过对每个车站客流变化的量化分析, 预测拟建线路全线的客流变化规律。该方法能够适用于基础交通资料完善, 拥有轨道交通历史较长的城市, 但对于我国大部分城市来说, 城市轨道交通的建设刚起步, 缺乏轨道交通运营的历史客流资料, 因此应用该方法对新建城市轨道进行客流尚存在一定难度。同时该方法仅仅考虑到线路两侧一定研究范围内的居民出行情况, 缺乏对整个城市系统交通特征和其他交通方式的影响分析, 同时随着城市轨道交通网络的形成, 客流的分布情况也会发生较大的变化。
4. 基于“四阶段”法
四阶段预测模型由最初的道路交通客流预测而来, 按照交通生成预测-交通分布预测-交通方式划分预测-交通分配四阶段来进行规划年交通状况的分析与模拟。随着对该模型不断深入的研究和应用, 出现了诸多对其改进和适应某一特殊情况的模型, 但是该模型进行预测的基本原理与立足于城市居民出行特征的事实仍然未变, 其模型分析与求解的逻辑思路未变。
4.1 生成预测
根据研究对象区域的特性来预测未来某个时期 (规划期) 城市的交通生成量。由于影响交通生成的因素非常复杂, 主要有用地性质、就业岗位、汽车保有率、家庭规模与人员构成等, 既有定量因素, 也有非定量因素, 因此通常需要将交通生成分为若干个不同的类型, 再分类进行预测。主要包括居民出行产生预测、居民出行吸引预测、流动人口出行生成预测等。交通生成预测的常用模型包括生成率模型、类别生成率模型、时间序列模型以及回归分析模型等。
4.2 分布预测
分布预测是把交通的发生与吸引量预测获得的各小区的出行量转换成交通小区之间的空间OD量, 即OD矩阵。现行交通分布预测的方法一般分为两类, 一类是增长系数法, 一类是综合法。前者假定规划年OD交通量的分布形式和现状OD分布形式相同, 基于此对区域目标年的OD交通量进行预测, 常用方法有常增长系数法、平均增长系数法、底特律法、福莱特法等;后者运用数学模型来剖析OD交通量的分布规律, 然后用实测数据进行参数标定, 再运用标定的模型预测目标年分布交通量, 常用方法主要有重力模型法、介入机会模型法、最大熵模型法等。
4.3 交通方式预测
方式预测就是对出行者出行选择交通工具的比例进行划分, 预测各种交通方式的交通分担量。以居民出行调查的数据为基础, 研究人们出行时的交通方式选择行为, 建立模型从而预测基础设施或服务等条件的变化时, 交通方式之间的交通需求的变化。其建模思路一般有两种:一是在假设未来将继续延续历史变化情况的前提下, 研究交通方式间的变化;二是从城市规划的角度, 如何通过改扩建各种交通设施引导人们的出行, 以及如何制定各种交通管理规则等来实现所期望的交通方式划分。影响交通方式选择的因素可分为内在因素和外在因素, 内在因素包括:出行目的、出行距离、交通工具拥有量、出行时间、出行费用、居民生活水平及生活习惯等。外在因素包括:城市社会经济发展水平、交通发展政策、城市用地布局特征、城市交通设施供应水平、城市地理环境。这些因素交织在一起影响城市的交通结构, 因此, 使得出行方式的划分成为一个较为复杂的问题。方式预测的常用模型主要包括转移曲线模型、概率模型、回归模型等。
4.4 交通分配预测
交通分配是将预测得出的OD交通量, 按照一定的规则符合实际分配到特定的交通运输网络上, 进而求出网络中各路段的交通流量、所产生的OD费用矩阵, 并据此对城市交通网络的使用状况做出分析和评价。交通分配模型分两大类:“非均衡分配”和“均衡分配”。“均衡分配”是基于著名的Wardrop原理。Wardrop于1952年首先提出两条交通流原理, 一般称之为Wardrop第一原理、第二原理, 分别服从用户最优准则、系统最优准则, 形成了两类不同的模型。Wardrop原理广泛用于道路交通分配, 通常亦称之为用户最优化原理或等时间原理。
轨道交通客流预测中的交通分配工作就是要将前一步交通方式划分得到的各个交通小区之间的轨道交通量分配到未来的待选轨道交通路网方案上去, 以求得路网中各轨道交通线路所承担的客流量, 从而得到特定轨道交通路网规划方案的各站点乘降量、断面客流量、站间OD等客运指标, 为下一步轨道交通路网规划方案的比选工作提供定量依据。
参考文献
[1]史其信, 陆化普, 殷亚峰.浅谈城市轨道交通客流预测方法[J].地铁与轻轨, 1997, (3) :23-26
[2]吴友梅.城市轨道交通与地面常规公交换乘客流预测模型研究[J].地铁与轻轨, 2005, 11:
[3]陆化普等.城市轨道交通规划的研究与实践[M].中国水利水电出版社, 2001
[4]罗小强.城市轨道交通客流预测分析[D].西安:长安大学, 2005
客流分析 篇2
二巴二分公司 邱模
12月12-18日，我单位组织人员对东圃站B3、B7线进行了为期一周(工作日)的驻点客流调查，现将部分调查情况(周四至下周二)报告如下：
一、调查安排
为保障本次调查的真实有效性，我单位对本次调查做了认真、充分的准备：一是由部门专人带队，安排了比较固定的、充足的调查人员，采取了一人盯一卡位、守候式调查的模式，提高调查数据的真实率;二是制定了本次调查专用的客流调查表格，对调查及取数口径进行了统一的培训，实现标准化度量，提高调查结果核对的准确率，具体安排如表1、表2示。
表1：调查人员安排表：
表二2：东圃站专项客流调查表
二、调查方法及统计口径
(一)调查方式：驻点客流调查。 (二)统计口径：
1、统计时段范围：7：01-8：30时，首班按发班时间统计，尾班统计按入位时间统计。
2、所有统计时间均为北京时间，座位数取实际，核载人数均按95人(12米大巴车型)计。
3、入位时间：以车辆开门上客时间为准;发班时间：以车门关闭停止上客为准;留站人数：以车辆停止上客后的现场即时客流人数为准;现场车辆台数：为留站车辆数，即车辆发车后的即时剩余车数。
4、数据计算公式：满载率=上车人数÷核载人数×100%;
平均发班间隔=每班车发班间隔合计÷发班班次;平均上客时长=每班车上客时间合计÷发班班次;平均现场车辆台数=每班次后留站车辆数合计÷发班
班次。
三、B3、B7线基本情况介绍
B3线配车67台，其中12米车42台，11.2米车25台，在7：01-8：30时段分为快线和慢线(短线)共计2个发班卡位;B7线配车48台，均为12米车型，分为B7快线和B7慢线。根据现场客流调查显示，因都为大巴车型，本次调查线路每班车上客情况
与车长关联不大，为合理比较总站发班客流核载情况，核载人数均按95人(12米大巴车型)计。
四、具体客流调查情况 (一)B3线驻点客流调查情况 1、B3慢线(短线)调查分析
(1)基本发班情况：B3慢线(短线)日均发班12.75班，日均运载乘客981.25人次，平均发班间隔7分40秒，平均上客时间4分27秒，平均每班次载运76.96人次，满载率81.01%，现场平均留站车数为2.72台，具体见表3。
表3：B3慢线(短线)7：01-8：30时基本发班情况表
(2)客流匹配情况：根据现场调查显示，B3慢线(短线)现场留站人数呈现“～”型变化，在7：40-8：10分时段进入候乘高峰，然后进入降峰阶段，至8：21-30时时段再次出现候乘小高峰，其中8：21-30时段小高峰主要系B3快线停止运营时过渡乘客所引起的，线路真正的候乘高峰为7：40-8：10时，具体见表4。
表4：B3慢线7：01-8：30分留站人数变化情况图
由表5：B3慢线7：01-8：30分满载率变化情况图
根据表5数据，B3慢线(短线)在7：30时段后开始处于满载负荷状态(满载率超90%，下同)下运行，结合表4现场滞留旅客情况变化图分析：B3慢线在7：30时段前车容量有富余，在7：40-8：00时段逐渐出现运能不匹配，后在8：10-8：30时段运能逐渐超过客流变化，整个7：01-8：30时时段不匹配时间有限。
2、B3快线客流情况分析
(1)基本发班情况：B3快线日均发班11.5班，日均运载乘客859.25人次，平均发班间隔7分49秒，平均上客时间4分36秒，平均每班次载运74.72人次，满载率78.65%，现场平均留站车数为2.23台，具体见表6示。
表6：B3快线7：01-8：30时基本发班情况表
(2)客流匹配情况：根据现场调查显示，B3快线现场留站人数呈现“狻毙捅浠，在7：10-8：20分时段留站人数超40人，持续进入候乘高峰，直至B3快线停止运营，具体见表7示。
表7：B3快线7：01-8：30分留站人数变化情况图
地铁换乘站客流分析及疏散研究 篇3
到2005年底，全国已有北京、上海、天津等十余个城市建成轨道交通运营线路，线路总长近500km。2010年，全国共有28个城市的地铁建设规划获批；2012年，又有19个城市、2个地区和一条线路的地铁建设获批。而到2015年，全国地铁运营总里程将达3000公里；2020年，将有40个城市建设地铁，总规划里程达7000公里。在地铁规划建设的城市中，成都作为中国西部第一座开工建设地铁的城市，成都地铁1号线在2010年9月27日已正式投入运营；2号线建设工作于2007年启动，2012年9月16日，成都地铁2号线一期工程正式投入运营，2013年3月6日，地铁2号线西延线空载试运行。这标志着成都地铁正在逐步朝着城市轨道交通线路网络化的方向发展，从而能更好地实现其大运量功能，发挥其规模效应。
随着地铁线网不断完善，关于地铁换乘站的客流组织及突发安全状况下的应急疏散成为人们日益关注的问题。作为城市轨道交通枢纽的换乘站，近年来，各类安全事故时有发生，而又缺乏完善、规范、具体的应急体系与预案，对人民生命财产安全造成了巨大损失。2003年2月18日，韩国大邱市地铁发生人为纵火事件，安全疏散不善，造成198人死亡，147人受伤。2010年2月26日，上海地铁张江高科站发生严重客流拥堵，地铁运营公司依靠搭“人墙”等措施进行疏解。2011年9月27日，上海地铁10号线发生追尾事故，造成轨道交通网络所有线路均不能与地铁10号线换乘。一系列的事实表明，对地铁换乘站的客流进行分析以及建立相应的应急预案尤为必要。
地铁换乘站相较其他站点而言，经受着巨大的客流冲击，对于车站的客流组织管理，设施设备都是极大的考验。在乘客大量积聚时，极易发生乘客的踩踏拥挤，造成人员的伤亡；在紧急情况诸如火灾、爆炸突发，乘客不能及时疏散时，后果更是不堪设想。因此，开展关于地铁换乘站客流分析与应急疏散的研究有着重要的意义。
关于乘客的特性分析，国外学者一直以来进行着相关研究，并取得了丰硕的成果。1995年，匈牙利交通专家Helbing在Nature、Transportation Science上发表文章说明了行人交通流在不同环境中的复杂特性，并提出了著名的“社会力”模型（Social Force Mode）。“社会力”模型更侧重于用行人间以及行人与环境的相互作用去研究人的心理和行为之间的联系，强调了行人活动的随机性，成为所有已有行为模型中最接近真实情况的一种。近年来荷兰Delft理工大学的Hoogendoom和Daamen在文献中比较了单向行人流在通过有瓶颈和无瓶颈时的运动规律，还研究了更为复杂的对向行人流（（hi-directional pedestrian flows）的“层组织现象”（lay structure）和交织行人流（crossing pedestrian flows）的“斑纹现象”（stripe formation），这些现象直接影响到了相应行人步行设施的通行能力的计算。
在国内，香港理工大学的W.H.K Lam教授及其团队对香港MTR车站的乘客流特性与路径选择规律进行了研究，建立了地铁客流在自动扶梯和步行楼梯间的路径选择行为模型（Chung-Yu Cheung和WH.K Lam），通过实测数据对香港不同交通设施条件下行人的速度—流量关系进行了详细的描述。同济大学交通运输学院的高鹏，邹晓磊，徐瑞华（2006）在《城市轨道交通车站客流分布仿真方法研究》中对乘客运动的影响因素进行了研究，并提出了衡量车站设施通畅程度的指标。北京工业大学的赵光华（2007）对地铁站行人交通特性进行了分析，提出了与奥运相类似的大型活动期间地铁站行人时空集聚性、不同区域步行速度、行人交通组成、候车区特性等。
国内外的研究人员对人员疏散模型进行了一系列的研究。
美国国家标准技术研究院（National Institute of Standards and Technology，NIST）的研究人员对火灾对人员的影响、火灾中人员的决策以及对环境的反应，最短疏散时间的计算、最优化疏散模型的建立等安全疏散问题进行了研究。日本研究人员把火灾人员行为统计、人员紧急疏散的安全评估方法、火灾危险性评估方法和性能化设计结合起来进行研究并开发出水力模型；匈牙利交通专家把人员的心理行为反应量化为作用力添加到人员疏散模型中去，成功再现了群体效应、“快即慢”效应、拥塞现行、间歇性人流等典型的人员疏散行为。近年来，部分研究人员还研究出更为先进的行人运动模型与心理模型、地理信息系统及虚拟现实技术相耦合的疏散模型。
在国内，武汉大学方正副教授等开发的空间网格疏散模型，充分考虑某疏散个体在疏散过程中受到其他疏散个体的影响，同时还考虑疏散个体所处的位置对于安全疏散的影响。北京化工大学的谢灼利等提出了地铁站台火灾中人员安全疏散模型，确定了人员安全疏散时间的计算方法；并通过研究和计算得出，地铁车站火灾时，站台通向站厅的楼梯是整个疏散过程的瓶颈，而楼梯的疏散能力主要受人员流量和楼梯的有效宽度所制约。陈涛通过分析火灾情况下人员疏散的相关数据，得到火场中人员的反应特性、运动特点、心理行为变化特征等相关特征，并结合火灾发展及其燃烧产物对人员的生理和心理的影响，建立了符合我国人员应急心理和行为特点的人员疏散模型。
参考文献：
[1]徐行方.忻铁朕，项宝余. 城际列车的概念及其开行条件[J]. 同济大学学报，2003（4）：1～4.
[2]陈贵滨.旅客列车安全管理中应该注意的几个问题[J]. 铁路运输与经济，2001：25～31.
[3]齐小华.高福安. 预测理论与方法[M]. 北京广播学院出版社.2006.1.
商场客流分析探讨及其应用研究 篇4
关键词：客流监测,构件,数据挖掘,决策支持
0 引 言
在商场领域,客流量信息是其运作的一个重要因素。商业智能通常被理解为将企业中现有的数据转化为知识,帮助企业做出明智的业务经营决策的工具[1]。构建一个基于商业智能的商场客流监测系统可以为商场管理者的经营决策提供快速、准确、全面的基础数据支持。
单单分析客流数据得到的结果还很片面,必须结合销售数据、员工信息进行综合分析,进而通过相应的策略改善经营、刺激消费、吸引消费。
1 客流监测技术的比较
随着计算机统计方法和分析技术的提高,有很多可行的计算机辅助分析方法可用。影像分析是其中比较主要的一种监测技术,但由于几何因素的限制,如距离和速度等不能被直接测量;同时,顾客的影像在重叠的时候也不能被很好地测量,所以其观察的角度十分狭窄。雷达感应是另外一种监测客流的应用技术,它可以克服几何因素的束缚,但是,由于雷达感应器天线的缘故造成其视角受到很大的限制。激光感应技术同样可以克服几何因素的束缚,而且其广阔的视角使其在众多解决方案中脱颖而出[2],系统最终决定采用激光感应技术分析工具。
本系统采用了HeadCount客流监测统计工具,其硬件主要包括本地计算机、串行通信电缆、中继器、传感计数器,如图1所示。计数传感器通过在特定的区域内放射四束红外线,借助经过训练的神经网络,最终得到此时的客流数目和行进的方向。
2 智能化的客流监测系统解决方案
构建一个智能化的商场客流统计分析平台,要求系统基于客流数据,结合POS系统销售数据、员工考勤数据等,实现各类报表实时查询、多功能综合数据查询、历史数据对比查询、横向数据对照查询以及大规模数据的统计分析等功能。
2.1 系统架构分析
为了使系统具有良好的可扩展性和可维护性,采用了基于构件[3]的层次化软件架构结合MVC设计模式,如图2所示。通过数据和表示的分离,合理的层次划分,达到高内聚、低耦合,这符合软件工程技术的要求。层次结构从纵向划分系统,将系统分割成若干个串联通信的层次。层次之间通过公开的接口交互,隐藏内部实现,在保持公开接口的前提下可以相对独立演化。采用基于构件的技术,有利于系统可扩展性能的提高,使系统具有更大的灵活性。MVC设计模式的主要优点是数据和表现分离,支持多个界面共享同一模型,这可以极大地提高数据展示的灵活性。
数据层将商场数据进行收集、整理、转换和存储,作为分析层的数据基础。分析层通过查询分析工具、数据挖掘工具、OLAP工具等对数据进行分析处理。应用层则主要是用户界面,向用户提供丰富的数据展示。
2.2 数据远程传输
系统采用基于C/S模式的数据实时传输,选择线程技术,在网络故障恢复后自动进行重新连接。
数据的保密性是对系统的一个重要的要求,可采用的加密手段有很多,比如使用Sun提供的JSSE为基于Socket的java程序提供SSL支持。但是,SSL的效率不符合我们的要求。这里采用一种先将数据压缩,然后对数据进行DES加密传输的方法,如图3所示。压缩减少了网络传输数据量,提高效率;加密确保了信息的机密性。目的端通过解密和解压缩的方法得到需要的数据。
2.3 数据预处理
尽管系统采用的客流监测工具能够达到较高的准确率,但还是有可能出错,为了保证数据质量,必须对客流数据进行处理,也就是通常说的ETL。
1) 数据补救
针对客流数据不完整的情况,需要给出适当的补救,使之不失真。而目前处理缺失数据的基于填补的方法已经有很多,比如:单一填补、多重填补[4]等。从效率的角度和客流数据特殊性来考虑,本系统采取用同一历史时期的客流数据进行补救的单一填补方法。
2) 数据调整
数据调整基于空间的客流量占有率,系统采用平均摊补的调整方法,使正常的营业开始和结束时间点的客流量趋势符合图4的条件,其主要思想是计算营业结束点的占有率差额,然后平摊到从营业开始到营业结束的各个时间点上。
2.4 数据分析与展示
运用数据挖掘[5]技术、联机分析处理技术来处理和分析数据,通过对多维形式组织起来的数据采取钻取、切片、切块、旋转、透视等操作来剖析数据,使用户能从多个角度、多侧面地观察数据仓库的数据,借助连续的动态图表直观地显示分析者所要探询的经营状况及市场规律。
可塑性差的传统报表难以满足商家适应性和智能性的需求,系统采用XML Schema模式定义语言对图表框架和图表数据进行建模处理,增加了图表展示的灵活度和可扩展性,图5是建模示例。其中,左面部分表示图表框架建模,用于抽取图表元素;右面部分表示图表数据建模,用于和图表框架建立映射。
3 基于客流分析的决策支持
构建智能化的商场客流监测分析系统,可以从时间、空间不同的经营指标角度进行全方位分析,从而得出科学准确的结论。
借助客流信息分析,可以对商场的管理和决策提供以往无法获得的商场客流特征。一方面能够反映出商场潜在的经营问题;另一方面也可以针对客流的高低峰分布采取相应的营销手段和必要的安全防范措施。结合销售信息分析;通过比较不同时间、空间粒度的销售,店中店明细,人均消费,提袋率等重要信息,一方面可以在各点的营业额、销售量的统计基础上,进行横向、纵向比较分析,盈亏分析等经营业绩分析;另一方面也可以衡量商场的销售潜力结合员工信息分析,通过人均空间利用率、员工成本受益率、单位面积员工成本、单位客流员工成本等分析指标,借助事先量化的员工工作指标,管理人员可以跟踪、评价员工的工作绩效,逐步引导员工的思想和行动与企业的整体目标保持一致。
4 结束语
谁掌握信息,谁就掌握财富。对商场行业而言,客流是商场消费的载体,换句话说,就是潜在的利润。对客流数据的采集,并结合销售、考勤等数据进行综合分析,符合商家的要求。本文提出的基于商业智能的商场客流监测系统充分地满足了企业对客流数据分析的要求,通过本系统,可以辅助决策者制定商场行业的战略发展目标、市场策略,完善服务质量,提高客户满意度,最终有效地提高商场在行业中的竞争力。
参考文献
[1]钟晓鸣.运用商业智能提高零售企业竞争力[J].商场现代化,2005(24).
[2]Nobuaki Ishihara,Huijing Zhao,Ryosuke Shibasaki.Tracking passenger movement with ground-based laser scanner[C].In:Proceedings of the22th Asian Conference on Remote Sensing,National University of Sin-gapore,2001.
[3]Alan W Brown.大规模基于构件的软件开发[M].赵文耘,张志,等译.北京:机械工业出版社,2003.
[4]周艺彪,姜庆五,赵根明.不完全数据处理方法——多重填充[J].中华预防医学杂志,2004(6):424-426.
影响铁路客流的因素及相关度分析 篇5
关键词 铁路客流，灰色系统，影响因素，相关分析
分类号 U293.13;O159
The Influencing Factors on passenger Flow and Analysis on Its
Incidence Coefficients
Liu Qi
(Dept of Transport Management Eng.,Shanghai Tiedao Univ.,Shanghai 200331)
Abstract On the basis of the analysis on the factors influenccing the railway passenger flow,a method of gray incidence analysis is put forward to find the incidence and the main influencing factors.When using this method in analysis the result is the same as the result of passenger flow investigation,and the characteristic and disciplinarian of passenger flow can be got easily.Keywords railway passenger flow,gray systems influencing factors,correlation analysis
1 概述
随着我国经济的发展，人民物质文化生活水平的提高，人们对客运交通业提出了高层次、多方位的要求。面对竞争日益激烈的运输市场，铁路客运面临着公路、民航的双重夹击，所占市场份额逐年下降(目前铁路客运量占全国总客运量的比例由1992的11.6%下降到7.5%，铁路旅客周转量占全国旅客总周转量由1992的45.4%下降到36.4%［1］)。虽然铁路市场份额的下降有各种运输方式合理分流的原因，但也有铁路自身生产与经营分离、与市场经济不相适应的原因。面对如此严峻的局面，若要提高铁路客运的吸引力，增强在市场中的竞争力，则必须以满足旅客需求为出发点，探讨与分析影响铁路客流各主要因素间的关系，有针对性地提出对策。
1.1 影响客流的因素
对于各种交通方式而言，影响客流量的因素较多，主要可归纳为以下几项：
①经济发展水平。旅客的旅行需求主要生产和消费这两个不同的领域，且其中有很大一部分是生产性旅行需求。因此，生产发展水平的高低、速度的快慢直接影响旅客的旅行需求。
②居民消费水平。随着人们生活水平的提高，在满足了人们起码的生存和安全需求后，探亲、休养、旅游、访友等的需求也必然增长，与此相联系的消费性需求也将相应地在数量上和质量上发生变化。
③人口数量和城市化程度。旅客运输的对象是人，人口数量的变化必然引起旅行需求的变化。城市化进程的加快，人口集中加速，人口流动相对频繁，客运需求量也将变大。
④旅行费用。即运输服务价格。在一定的旅行条件下，旅客具有选择运价较低的运输工具的倾向，尤其是消费性旅行需求更是如此。在我国富裕程度还远没有达到发达国家水平的时候，票价仍将是旅客选择运输方式时所考虑的主要因素之一。
⑤运输服务的质量。安全、迅速、便利的运输服务将刺激旅客的需求；反之，则抑制旅行需求。
⑥其他运输方式的发展。对于某一运输方式而言，其他运输方式的运价水平、服务质量及其发展情况会直接影响其需求。
⑦政策因素。国家为了保证国民经济快速、持续、稳定的增长，对国家的资源配置、能源交通等对国民经济发展有重大影响的方面施行宏观管理和调控，因此国家针对交通运输制定的有关政策必然会对各种交通运输方式产生很大的影响。
1.2 铁路旅客运输需求的直接相关因素
铁路旅客运输的服务产品是指用以满足旅客位移需要的全部服务。对旅客而言，衡量铁路旅客运输服务主要为安全性、可靠性、速度、经济性、方便舒适性等5个方面。将客流量作为客运产品的需求量来考虑，从旅客对运输的直接需求的角度出发可以归纳为以下4个相关因素：
①速度(旅行时间)。速度是运输业“产品”性能的基本体现。速度的提高，旅行时间的缩短，对旅客而言，是激发其旅行需求的首要因素。高速公路的快速度、高密度、优服务、低票价，对铁路客运的影响已明显展现，它使铁路速度长期徘徊不前的短处日益突出，市场占有份额大幅度下降，效益滑坡。在问卷调查中“迫切希望”和“希望”提高列车速度的旅客占92%［2］，车速缓慢可以说已经成为影响铁路吸引客源的重要因素之一。可以说谁在速度上领先，谁就在运输市场中占有竞争优势。
②密度(发车密度)。发车密度反映了运输部门所能提供给旅客运输服务产品的数量水平。列车开行间隔及到发时间对铁路客运产品的便捷性至关重要，对旅客的旅行需求有较大影响，是旅客出行时选择交通工具的一个重要影响因素。一般来讲，缩短发车间隔，相应增加列车发车密度，可以增加旅客选择出行时间的机会，方便旅客，缩短了旅客在车站的平均候车时间。
③票价。合理公道的票价是旅客选择出行方式的一个重要因素。在我国经济还不完全发达的情况下，票价对旅客的影响仍很大，有时还起决定作用。当然，消费水平不同的旅客对于“合理的票价”有着不同的衡量标准。
④舒适度。随着人民生活水平的提高，旅客对出行工具的舒适度有愈来愈高的要求。旅客不仅仅满足于能实现位移的需要，而且要求在接受运输服务的过程中感到舒适。旅客对这方面的需求也是多层次的。
2.灰关联分析
2.1 灰色系统
客观世界是物质的世界，也是信息的世界。在各种系统中经常会遇到信息不完全的情况，如参数(或元素)信息不完全，结构信息不完全，关系(指内、外关系)信息不完全，运行行为信息不完全等等。信息完全明确的系统称为白色系统。信息完全不明确的系统称为黑色系统。而介于两者之间的，即信息部分明确、部分不明确的系统，称之为灰色系统［3］。
一般说来，系统是否会产生信息不完全的情况，或者说是否产生灰因素、灰现象，取决于认识层次、信息层次和决策层次等；此外，它还往往与观测的层次有关。
2.2 灰关联分析法
对于一个抽象的系统，它往往包括有多种因素，这些因素在系统中的重要程度和影响大小都不相同。在进行系统因素分析时，一般需要了解这些因素的主次要关系，影响力大小，这对于认识客观系统和改造客观系统是非常重要的。
在现有的系统分析的量化方法中，大都采用数理统计法，如回归分析、方差分析主成份分析等，其中以回归分析用得最多［4］。由于回归分析有其固有的弱点(要求有大样本量，要求样本有较好的分布规律，计算工作量大，可能出现量化结果与定性分析结果不符的现象)，因此它在应用于系统分析时有较大的局限性。而根据灰色理论提出的系统关联度分析方法，由于其对样本量的多少没有过分的要求，也不需要典型的分布规律，计算量小，且不致于出现关联度的量化结果与定性分析不一致的情况，因此在对抽象系统、社会现象等进行分析时均已取得了满意的结果。
在一个发展变化的系统中，有诸多因素，各种因素关联不清，影响不明，概括灰色系统理论，通过因素之间发展态势的相似或相异程度，来衡量因素间关联程度的方法称为关联分析方法。确切地说，也即发展态势的量化比较分析。
采用灰关联分析法对一个系统发展变化态势作定量描述和比较，其目的是为了寻求系统中各因素的主要关系，找出影响目标值的重要因素，从而掌握事物的主要特征，促进和引导系统迅速而有效地发展。
2.3 关联度与关联系数
两个系统或两个因素间关联性大小的量度，称为关联度。关联度描述了系统发展过程中，因素间相对变化的情况，也就是变化大小、方向与速度等的相对性。如果两者在发展过程中，相对变化基本一致，则认为两者关联度大；反之，两者关联度就小。
2.3.1 关联系数计算
若记经数据变换的母序列为｛X0(t)｝，子序列为｛Xi(t)｝，则在时刻t=k时，｛X0(t)｝与｛Xi(k)｝的关联系数ξ0i(k)用下式计算［3］：
ξ0i(k)=（Δmin+ρΔmax）／（Δ0i(k)+ρΔmax）
式中：Δ0i(k)——k时刻两个序列的绝对差，即Δ0i(k)=｜x0(k)xi(k)｜；Δmax,Δmin——分别为各个时刻的绝对差中的最大值与最小值，因为进行比较的序列在经数据变换后互相相交，所以一般取Δmin=0；
ρ——分辨系数，其作用在于提高关联系数之间的差异显著性，ρ∈(0,1),一般情况取0.1～0.5，通常取0.5。
2.3.2 关联度计算
关联分析的实质，是对时间序列数据进行几何关系的比较。如果两个序列在各个时刻点都重合在一起，即关联系数均为1，那么两序列的关联度也必等于1。同时，两比较序列任何时刻也不可能垂直，所以关联系数均大于0，故关联度也都大于0。因此，两序列的关联度可以用比较序列各个时刻的关联系数之平均值计算(反映全过程的关联程度)。即：
γ0i==ξ0i(k)
式中：γ0i——子序列i与母序列0的关联度；N——序列的长度，即数据个数。
因为关联度不是唯一的，所以关联度本身的多少并不是关键，而各关联度大小的排列顺序才更为重要。将m个子序列对同一母序列的关联度按大小顺序排列起来，便组成关联序，它反映了各子序列对于母序列的“优劣”关系。一般说来，各因素只要能构成关系、能算出关联度，则总是“有序”的，即所有元素都是可以比较的，可以分出主次的。
3 铁路客流影响因素关联度分析
在运输市场激烈竞争中，铁路开始引入市场营销观念，以满足旅客需要、讲求效益为经营目标，不断地提高铁路客运服务产品的质量及竞争力，这已取得了明显的成效，而且仍是日后铁路运输工作的重点。
铁路旅客运输可以被看成是一个发展变化的系统，它的流量(即客流量)大小受多种因素影响，如上所述与旅客需求直接相关的速度、密度、票价和舒适方便度等。在这些因素中，哪些因素是主要的，哪些是次要的，哪些影响大，哪些影响小，哪些需要发展……，这些都是研究铁路客流的内容，更是当前针对运输市场竞争所必须要进行的研究内容。
为了对铁路客流影响因素之间的关系进行量化分析，找出影响客流量的重要因素，从而促进和引导铁路客运的迅速、有效发展；用灰关联分析法，以沪宁铁路本线客流为研究对象，取其1990年至1997年间客流量为母序列，4个影响因素数据为子序列，分辨系数(ρ)取值0.5，经计算得到以上4个影响因素对客流量的关联度大小：γ旅行时间=0.857，γ发车密度=0.724,γ票价=0.554,γ舒适度=0.391。
按关联度大小进行排序，可知旅行时间，即速度对客流量的影响最大，其他依次为发车密度、票价和服务水平(舒适度)。
为了求证上述结果的正确性，我们对沪宁线铁路客运需求作问卷调查，分析旅客选择铁路旅行的主要因素，调查结果见表1。从问卷调查中可知，在表中所列8项因素中，安全准时分别被列在第1位和第2位，其后，依次为速度、票价、方便舒适度。这与上述客流关联分析的结果相符合。
表1 问卷调查结果分析（％）
项目 安全 准时 速度快 票价便宜 方便 舒适 无其他运输方式 服务态度好
重要程度 21.4 20.4 17.2 11.4 11.3 9.4 6.6 2.7
从铁路客流关联度分析和旅客问卷调查的结果一致性，可知将灰色关联分析应用于铁路客流影响因素研究中，是可行的。
4 提高铁路客运吸引力的措施
根据以上对客流量的影响因素量化分析，要提高铁路客运的吸引力，首先必须提高旅客列车的旅行速度，这不仅是交通运输竞争的需要，也是经济发展的需要。
在目前条件下，铁路客运应当做好以下几项工作：
(1)继续大幅度提高铁路客车旅行速度。在保证行车安全的基础上，不遗余力地提高旅客列车的速度，是保持铁路客运强大竞争力与客流吸引力的措施。自1996年开始，我国铁路有步骤地实施了提速战略，实行了新的列车运行图，改革运输产品，进一步优化运输组织，全方位地提高市场竞争力。这说明，速度已成为影响铁路生存和发展的关键，也成为转变管理体制和经济增长方式的切入口。此外，提速涉及的技术经济因素众多，需要机、辆、工、电、运各项技术的合理匹配，这是一个长期的发展过程。
(2)确定合理的票价。我国从总体上来说，还属于不发达国家，国民经济还很不富裕，尤其是因私出行者，交通出行费用占工资的比例是旅客对票价十分敏感的原因之一。因此，在研究制定铁路客运票价时，要多考虑票价的合理性和旅客的承受能力。还要注意票价与服务内容、服务质量相一致性，使旅客在对“性能价格比”的比较中，选择不同档次列车作为出行工具。
(3)提高发车密度。发车密度反映了铁路客运部门能提供给旅客的运输服务产品的数量水平，这一因素的影响很大。自1997年新图实行后，在京沪铁路开行了3对直通快速列车，沪宁铁路在原有2对管内快速列车的基础上，又增开了4对特级列车，使沪宁快速列车、特级列车、旅游列车达到12对，其他快车44对，从而使沪宁铁路日均开行客车总数达到56对，初步形成了高密度、快速度、多档次的客运新格局，适应于各种层次旅客乘车的要求。建议立即组织在城市群之间开行的快速度、高密度、小编组的列车。由于其具有安全、经济、便捷、舒适、全天候、低污染的优势，这是其他运输方式所不及的，有着良好的发展前景。
(4)完善客运配套设施，改进服务水平，提高服务质量。铁路客运服务质量可以分为技术性质量和功能性质量［5］。铁路技术、设备的改善和新技术、设备的使用可以使铁路客运服务的技术性质量提高。最近，全路客运站联网售票系统的建立，列车提速、部分车次装空调、改旅游车，列车上安装电热锅炉、电话和录像设备等，这些都使铁路服务质量得到了大大的提高。今后，随着科技的发展，客运服务技术质量还将会随之同时得到提高。铁路客运功能性质量可谓客运服务中的“软件”部分，由于铁路客运服务是一个高接触性的服务，人的因素相当重要，在服务中，服务人员的素质、服务水平、精神面貌、服务人员与旅客的关系对于铁路客运服务的质量都有重要且直接的影响；因此，加强服务人员的教育与培训，塑造服务人员代表企业的最佳形象，服务工作程序化，制定有效控制、监督服务质量的制度，对于当前铁路客运企业来说是十分重要的。
作者单位：上海铁道大学运输管理工程系，上海200331
参考文献
1 中国统计年鉴.北京：中国统计出版社，1998：510
2 王 祥，孙有望.铁路在运输市场中的地位及其发展趋势.上海铁道大学学报，1998；19(3～4)：88
3 易德生，郭 萍.灰色理论与方法.北京：石油工业出版社，1992：1，25
4 邓聚龙.灰色系统基本方法.武汉：华中工学院出版社，1987：35～40
“客流媒体”正在形成 篇6
Dodolook火了。以致有人说，为什么芙蓉姐姐那样红，是因为dodolook没问世。
在台湾，Dodolook的知名度远在芙蓉姐姐之上。在那里，最具人气的大陆青春偶像不是李宇春，而是Dodolook。
Dodolook的真名叫赵菲云。这位美貌的桂林女孩是靠“魅客”成名的。四年前，Dodolook发现GIF格式的照片是会动的，于是喜欢上了自己做GIF动画图片。如今，Dodolook的FANS成立了27个省的Dodolook分会和海外分会，Dodolook已不光是赵菲云的名字，还成了她的FANS的口号“做做看”。
魅客，只不过是当今如雨后春笋般冒出的“客”字辈媒体中的一种。
当前，在主流媒体之外，正形成一个庞大的“客”字媒体群，我称之为客流媒体。
“客”这个词，形象既生动，含义又深远。论到“客”所包含的IT意见，按照我的理解，从本质上说，是指涉“个性”；从现象上说，是以个人为单位。所有的这个客，那个客，区别只在于工具不同、所耍的把式不同，但在体现WEB2.0个性化、个人化特点上，是完全一样的。正因为如此，人们才纷纷把自己称为客，叫全所有的客太麻烦，我把它们统称为客流媒体，以同主流媒体相区别。
由“X客”之流形成的媒体，与强调共性、代表单位的主流媒体，适成鲜明对照。概括起来，有五个不同特点：
第一个特点是客体变主体。按以往新闻学原理，读者、听众、观众，统称为受众，大众是客体。然而客流媒体中，以往的读者、听众成为了信息的发布方，大众反客为主，成了“授”众，成了新闻主体。
第二个特点是大众变为小众，即个性化的个体。以往也有个人办的媒体，但并不是个性化的媒体，而以主流化、精英化为追求；客流媒体并不追求主流化，它体现的是纯个人角度的展现。
第三个特点是单向变互动，从一点到多点变为多点到多点，一点对一点。
第四个特点是眼球过剩变稀缺。在主流媒体时代，成千上万人看一份报，看一个电视台，注意力和影响力是过剩的；而在客流媒体时代，注意力和影响力成为稀缺因素，数百个频道、上万个网站涌现出来，注意力和影响力就被分散掉了。
第五个特点是广告变窄告。媒体的经济基础从广告的模式开始转变为窄告方向。以前只有1%的企业能打得起广告，占总数的99.8%的中小企业打不起广告。客流媒体使99%的企业也可以打得起零创意、零设计、一对一营销的第三代广告。
洪晃在《无穷动》中有一句名言：“刚开始认识他那会儿，丫还算一前卫艺术家，现在，早就成了‘主流’啦!”
这里的“主流”，带着贬意。从客流媒体的立场看，主流并不是自己仿效的对象。主流与客流，各有各的空间，各有各的道路。
第一，客流媒体的现代化定位是增进GNC（国民酷总值，等价于GNH，国民幸福总值），主流媒体的定位是增进GNP。客流媒体追求的是酷（最高境界是“幸福死了”，又叫酷毙帅呆），客流媒体的逻辑是让一部分人先快乐起来，然后带动其他人一起快乐，最后共同幸福。超女就是率先快乐起来的先进文化力代表。
第二，客流媒体的文化贸易定位在国际竞争力，而主流媒体则定位于国内竞争力。主流媒体即使可以垄断国内文化贸易，但对国际文化贸易逆差却使不上劲。日本游戏动漫是主流媒体挡不住的，挡不住的结果就是花钱被人洗脑。而客流媒体走向国际，可以又好看又好卖。Dodolook正在成为中国的千与千寻，迷倒海内外FANS一大片，兼挣钱一大把，就是一种先声。
第三，客流媒体的目标客户是群众，主流媒体的目标客户是人民。一个成熟社会既要为人民服务，也要为群众服务，文化事业与文化产业要平衡发展。人民代表长远利益、根本利益、共性需求、理性需求，群众代表短期利益、眼前利益、个性需求、情感需求。客流媒体的所谓“无聊”，实际包含顺应群众、顺应市场的积极因素。区分真的以人为本与假的以人为本，就看心中是否有群众。
第四，客流媒体是快车道，主流媒体是慢车道。一种媒体普及到五千万用户花的时间，收音机用了38年，电视机用了13年，有线电视用了10年，互联网用了5年，博客只用了3年。全球博客比三年前增加了一百倍，徐静蕾的博客超过八千万，已经成为世界第一博客。幸亏博客实名制及时刹车，否则中国客流媒体恐将因人为因素从快车道变为慢车道。
客流分析 篇7
本刊讯游客拥堵、滞留、踩踏等公共事件如何避免?近日, 四川移动“大数据客流分析系统”正式在成都西岭雪山上线使用。该系统可以覆盖在景区参观的移动游客, 并按游客手机基站的归属地提供来源分析、人口密度等信息, 反映景点的人流趋势, 为景区智能化管理提供大数据参考。
据悉, 为助力景区管理, 四川移动利用技术优势, 开发了具有五大特色的景区客流分析系统。一是采用热力图形式, 实时展示景区内客流量, 提前进行预警和分流, 提升景区安全性。二是提供包括游客来源分析、消费、年龄层次等用户标签, 提高营销目标识别率。三是提供按小时、天、月、年4种时间维度的数据分析, 提升数据统计效率。四是提供基站可配置化功能, 实现核心功能在地市景区的快速复制。五是提供包括WEB展示、API接口、短彩信三种展示方式, 满足客户的不同需求。
目前, 该系统已在泸州、攀枝花、凉山、乐山等地景区、景点逐步推广使用。
客流分析 篇8
泉州中心城区公交客流调查
公交线路跟车调查。公交线路跟车调查一般选取周二至周四时间段, 同时要注意避开重大的社会活动。一天中选取早高峰 (7:00-9:00) 、午高峰 (11:00-13:00) 和晚高峰 (16:30-18:30) 三个时段进行跟车调查。调查所跟公交车辆到达沿线各站的时刻和离站时刻, 以及调查所跟公交车辆在沿线各站的上车人数和下车人数。我们对泉州市58条线路进行了跟车数据采集。
典型站点上下客人数调查。一般选择停靠公交线路较多的公交中途停靠站点为调查的典型站点。调查该站点停靠时的各线路的名称、行驶方向、车辆到站时刻以及上车人数、下车人数和留站人数, 为较全面反映全天的公交客流变化情况, 一般选择早高峰 (7:00-9:00) 、午高峰 (11:00-13:00) 和晚高峰 (16:30-18:30) 三个时段。本次调查选择了泉州高铁火车站、泉州一院、泉州汽车站等28个有代表性的站点进行调查。
居民出行意见调查。泉州居民出行意见调查内容包括出行者的年龄、月收入等个人特征及出行目的、时间、费用等出行特征以及现状公交存在的问题。
在调查泉州中心城区采用随机抽样为主的抽样方式, 所选取的抽样样本时要按照等比例抽样方式对男女性别和年龄阶段 (分为青少年 (20岁以下) 、中青年 (20岁～40岁) 、中老年 (40岁～60岁) 、老年人 (60岁以上) 四阶段) 进行抽样。样本要求: (1) 家庭成员中没有成员在公交公司工作; (2) 被调查者最近半年没有接受过类似的调查。
泉州市居民出行意见调查共发放表格1740份, 回收表格1739, 有效表1454份, 有效率为83.6%。
居民出行调查。泉州居民出行调查主要包括两部分:
(1) 《泉州居民出行调查—家庭表》主要包括:出行者家庭人口数、拥有交通工具、月交通费用支出情况、离家最近的公交站点及购买小汽车的愿望等内容。
(2) 《泉州居民出行调查—个人表》主要包括:出行者个人信息, 如性别、年龄、职业、收入等;一日出行信息, 如一天中各次出行的起点、讫点、出发和到达的时间、出行目的、所采用的交通工具等。
居民出行调查家庭表和个人表采用家庭访问调查的方式, 由调查员将调查表发放给抽样住户, 了解抽样住户中包括学龄儿童在内的全体成员全天的出行情况。
泉州市居民出行调查以家庭为单位, 发放《泉州市居民出行调查—家庭表》表格4160份, 回收表格2186份, 回收率52.55%;其中有效表格为2061份, 有效回收率达94.3%。发放《泉州市居民出行调查—个人表》表格12480份, 回收表格3351份, 回收率26.85%;其中有效表格为2931份, 有效回收率达87.5%。
泉州中心城区公交客流现状分析
泉州公交客流分析。通过对泉州公交跟车调查中的各线路调查高峰时段的上下车乘客数据进行统计汇总, 确定了各主要时段的站点高峰上下客信息、各主要时段单车单向全线客流量及最大断面流量。
(1) 站点高峰时段上下客分析
表1显示的是高峰小时单车上下客流站点加和客流量排序。其中站点的上下客流为高峰期各条线路单车在此站点上下的乘客总和。
从表中可以看出, 上下客流多的站点主要集中在中心城区主要的商业文化区, 重要的道路交叉口如:泉州二院、泉州一院、宏昌宾馆、海关大楼、关帝庙、府文庙、文化宫;重要的客流集散点和市区与近郊的结合部如:高铁泉州火车站, 汽车东站、清濛科技园、仕公岭、三千坛。
(2) 线路高峰时段全线客流量。统计各条线路高峰期的单车全线客流量, 如表2。
由上述统计结果可知, 泉州市各线路全线流量整体差异较大, 散布在100到1000人次之间。其中在250-450之间的区间分布密度最大, 主要集中在23, 27, 30, 2, 15, 208, 202, 5, 9, 11, 3, 24, 42, 38, 801, 16, 20, 10, 47, 37, 203, 7, 201, 44, 209, 12, 25, 602, 46, 33这些线路上。这些线路主要是经过市区商业文化区沿线地带或跨区运行, 客流需求较大且相对集中。而全线流量较小的线路如31, 14路主要是经过市区近郊或是人口密度相对较小的地带, 客流需求小。全线流量最大的线路21主要是将泉州市中心城区全部连入线路内, 并穿过泉州市主要的商业文化区和主干道, 形成了强大的客流汇集。从分析的结果看, 基本符合泉州市的实际情况。
泉州公交出行特征分析。年龄特征。调查结果表明, 21-30岁年龄段的出行者占公交总出行者的主要部分, 共计为39.0%, 14岁以下及60岁以上的出行者较少, 均只占5.4%。
职业特征。从职业特征上来看, 各种职业中乘坐公交的人, 公司职员所占的比例 (30.91%) 是最大的, 其次是工人 (21.94%) 和学生 (10.54%) 。
月收入特征。月收入在1000元以下的所占比例达到了25.53%, 1000～2000元的占18.80%, 3000元以下的收入者所占比例总和达到67.50%, 可以看出公交车的服务对象是广大的人民群众, 尤其是低收入者和中等收入者。
公交出行费用。根据调查数据可知, 不到10% (太高0.69%和高9.08%) 的泉州市居民认为每月用于公交出行的费用占总收入比例较高, 大约40% (低28.56%和很低8.47%) 的泉州市居民认为每月用于公交出行的费用占总收入比例较低, 超过50%的泉州市居民认为每月用于公交出行的费用占总收入比例适中。由此可见, 泉州公交的价格基本合理。
乘坐公交车的次数。根据调查数据可得, 每个星期乘坐公交车3次—10次 (经常性) 和10次以上 (每个工作日) 的出行者占总公交出行者的66.59%。可以看出, 公交在居民的日常出行发挥很重要的作用。
等公交车时耗。从调查结果来看, 泉州市居民一般等公交车花费的时间仅有10.56%在5分钟之内, 36.72%在6～10分钟, 26.51%在11～15分钟, 26.22%在15分钟以上。可以看出泉州市公交车发车间隔太长, 有存在不合理的地方, 公交覆盖范围还需要进一步扩大。
乘坐公交车时耗。根据调查数据, 泉州市居民乘坐公交车花费的时间仅有16.80%在15分钟之内, 高达41.14%在31～45分钟之间, 有13.85%在45分钟以上。
步行到站时间。从调查的所有站点来看, 步行到对应的公交站点的时间有36.21%在5分钟之内, 40.32%在6～10分钟, 23.46%在十分钟以上。可以看出泉州市公交站点的设置还存在不合理的地方, 公交覆盖范围还需要进一步扩大。
换乘次数。调查结果表明, 需要换乘的出行者占22.97%, 换乘次数一次的占14.32%, 换乘次数超过一次的占8.65%。泉州乘客平均换乘系数为1.56。我国《城市道路交通规划设计规范》 (GB50550-95) 中规定:大城市乘客平均换乘系数不应大于1.5;中小城市不应大于1.3。泉州市定位为中等城市, 显然其乘客平均换乘系数超过了1.3, 反映出市民乘坐公交直达程度较差, 公交满足了居民出行的基本要求, 但是仍然存在部分绕行现象。
泉州居民出行特征分析
居民出行次数特征。根据调查结果显示, 接受泉州个人出行调查的有3351人, 填写有效问卷为2931份, 总出行次数7117次, 平均每日每人2.43次。
居民出行目的特征。根据泉州市当地居民出行的特点, 将出行目的分为上班、上学、看病、生活购物、娱乐体育、公务、回家 (目的地为家) 、回程 (目的地不为家) 、接送人、其他等, 共10类。泉州市各种出行目的比例如图1所示。
从图1中可以看出, 泉州市居民上班、上学、生活购物这三个出行目的占总出行次数的比例最高, 总和达到89.76%。
居民出行方式特征。根据泉州市当地居民出行的特点, 居民出行方式分为步行、自行车、摩托车、电动自行车、私人小汽车、单位小汽车、单位班车、出租、公交车、货车、其他等11种。泉州市居民出行各种出行方式占总出行比例如图2所示。
从图2中可以看出, 泉州市居民的公交出行比例为19.62%, 但步行、自行车、电动自行车及摩托车仍是主要的出行方式, 四者达到总量的56.84%。此外私人小汽车占有13.3%的出行总量, 出租汽车占有3.34%的出行总量, 从大量居民采用步行、电动自行车和摩托车等出行方式可以看出, 尽快完善公交线网和加强公交体系的服务, 从而方便居民出行是泉州市公交发展的迫切需要。
居民出行时间特征。居民出行的空间分布特征是城市交通规划和建设的一个重要因素, 它可以帮助了解客运交通的流量和流向, 现有交通系统满足出行需求的程度, 以及需要采取交通改善措施的地域。
居民出行在时间上的分布是不均衡的, 也就是说在一天24小时中每小时时段内的居民出行量是不同的。出行时段分析的主要任务就是通过统计调查数据, 掌握居民出行的时间分布规律, 为城市交通的规划、建设和管理提供科学依据。按出发时间, 以一时小为一时间段, 泉州市居民一天出行量分布如图3所示。
从图3可以看出, 以出发时间为基准, 泉州市居民一天的出行有三个高峰:
(1) 第一个早高峰为7:00～9:00, 这一时段出行的出发和到达出行量占各自全天出行量的比例分别为45.45%和35.72%。
(2) 第二个午高峰为13:30～14:30, 这一时段的出发和到达出行量占各自全天出行量的比例分别为11.04%和16.34%。
(3) 第三个晚高峰为17:30～19:30, 这一时段的出发和到达出行量占各自全天出行量的比例分别为9.35%和15.43%。
这三个出行高峰时段累计5小时30分钟, 占全天时间的23%, 而其出发和到达出行量却分别占全天总出行量的65.84%和67.48%。由此可见, 居民出行在时间上的分布主要集中在高峰时段。根据泉州市城区居民出现时段规律, 公交线路可在相应的时段采用加大或减少发车频率来适应道路上的公交客流量。
居民出行时耗特征。出行时耗与城市区域范围密切相关, 城市直径越大, 出行时耗一般也越长;出行时耗与工厂、学校、机关、商店、医院等城市构成要素的分布也有直接关系, 城市布局结构越合理, 则出行时耗也将趋于合理;出行时耗还受就业、就学组织水平的影响, 就业、就学组织得越好, 出行时耗一般就越短。研究居民出行时耗的主要目的是为城市构成要素的合理布局、就业就学的合理组织、城市公共交通方式结构的合理配备提供数据。
根据调查统计结果, 居民平均出行时间24.06分钟。可以看出中心城区鲤城区和丰泽区是居民出行活动的主要区域。在调查的居民中, 71.49%的居民出行的时耗在30分钟以内, 出行时间在一小时内的居民占到95.53%。
公交服务水平分析。公交线路走向和发车间隔。根据调查数据, 有超过30%的泉州市民不清楚 (不清楚28.36%和很不清楚3.17%) 公交线路走向和车辆发车间隔, 只有大约20%的泉州市民清楚公交线路走向和车辆发车间隔。
公交车收发班次设定合理性。通过调查发现, 泉州调查市民中超过50%的认为公交车末班太早, 接近20%的市民认为公交车首班太晚。可知, 泉州市公交车的收发班次设定不合理, 需要进一步修改公交车的首末班车发车时间。
公交车拥挤程度。由调查数据可知, 接近70%的乘客认为公交车拥挤程度为时段性拥挤, 只有不到2%的乘客认为公交车很舒适, 见图4所示。因此, 高峰时段泉州市公交车拥挤程度比较严重, 公交车服务水平有待提高。
泉州公交现状特征总体评价。综合现状公共交通调查、线路跟车调查、典型站点调查、居民出行调查、公交出行意见调查的分析结果和现状公交线网的空间布局分析, 总结出泉州市公共交通存在的主要问题如下:
(1) 公共交通发展缺乏指导性规划;
(2) 城市客运管理体制不顺;
(3) 公交线网布局不合理, 运营效率不高;
(4) 边缘区公交线路网密度整体水平低, 存在着不少公交服务薄弱地区;
(5) 运营车辆不足, 车型结构不合理;
(6) 中心区高峰时段过度拥挤, 舒适性差, 公交服务质量较低;
(7) 公交运行得不到优先保障;
(8) 公交调度及站点管理手段相对落后;
(9) 公交用地缺乏统筹规划, 停车场、保养场缺乏, 部分中间停靠站设施简易。
泉州公交存在问题的解决方法。针对泉州公交客流目前情况, 应以提高居民利用公交系统出行的便利性为出发点, 结合居民公交出行成本及泉州公交公司的运营成本, 对泉州现有公交线路、公交场站和收发班次进行优化设计。以缓解现有泉州公交系统存在的重复路段过多、多次换乘、线路过长及弯曲等问题。
对现有公交线路进行优化。公交系统服务于城市居民, 必须保证大多数居民能比较容易的到达站点并乘坐公交。其主要的一点就是公交线路优化、场站布局优化, 以有效地增加公共交通的可达性, 减少乘客车外时间。
公交系统的主要目的是服务于城市居民并缓解城市交通压力, 公交线路过长会使得运营成本过高;而公交线路过于弯曲会造成线路重复度高和提高居民平均出行时间延长等缺点。所以, 通过“截长取短”和“裁弯取直”, 应该能够使泉州的公交系统更加合理, 并且降低居民的平均出行时间。达到大部分线路单程长度不高于12公里、高峰单程不超过35分钟的目标, 90%的居民公交出行1次换乘即可实现、居民的公交出行时间不超过30分钟。
对公交场站布置重新布设。公交场站是居民乘坐公共汽车的起点, 公交场站的布置直接关系到居民利用公交系统出行的便利性。通过项目的优化方案, 除利用现有公交场站外, 还要充分利用绿化带、杂地, 在不破坏城市规划的前提下, 布置若干新的交通场站和公交枢纽, 以提高公交场站的服务半径。达到中途停靠站服务半径500米的区域不低于90%;300米的区域不低于70%。
对公交班次重新设定。公交班次设定关系到公交服务水平和居民公交出行比例。公交车班次时间间隔太长、公交车的收班时间太早, 居民便会选择其它出行方式。较长一点的路线、客流比较密集的线路, 一定要增加公交班次密度。对于居民活动比较频繁的地区, 如商业区、人口比较密集的居住区和生产区, 要延长收班时间, 保证居民夜间出行需求。
深圳轨道交通5号线客流特征分析 篇9
城市轨道交通的客流特征分析是城市规划设计的重要依据。文献[6]结合轨道交通站点客流影响因素分析,以全线位于郊区的上海轨道交通5号线为例,通过对站点客流的抽样调查,分析总结站点客流特征。文献[7]根据广州市轨道交通运营资料,从网络、线路、车站三个层面探讨轨道交通从单线向网络转变过程中的客流特征和成长规律,为客流预测模型的参数选择提供了参考。文献[8]在分析换乘站内客流特征分析的基础上,考虑乘客客流的构成和分布及影响协调组织客流的因素,提出优化站内客流组织的措施。本文从深圳地铁5号线客运量、客流时段分布、车站客流量、客流高峰时期的客流断面等客流特征着手,对客流流动特征进行了分析和总结,根据客流预测结果站间OD数据,得出客流流动特征规律。
1 深圳地铁5号线概况
深圳已运营5号线为城市半环轨道干线,贯穿城市第二圈层,联系东中西三条发展轴,提供前海湾枢纽、深圳北站、深圳东站之间的快速联系。5号线南延线(赤湾站—前海湾站)连接前海现代服务合作区和南山蛇口等地区,对支持前海合作区的建设,加快前海、蛇口片区的发展具有重要意义。延伸后线路全长约47.75m,设34 座车站,换乘站12座。
2 客流特征分析
2.1 客流预测范围及年限
客流预测须在全线规划长度范围内全面测试,赤湾站—黄贝岭站。5号线全线2019年建成开通,由初、近、远期的定义确定5号线工程客流预测的初期为2022年、近期为2029年、远期为2044年。
2.2 客运量
5号线建成初期全日客流量为98.6 万人次/日,客流密度2.1万人/km;近、远期随着相关换乘轨道线路建成,全日客流量年均增长率达5.2%,近期全日客运总量增至140.6万人次/日,客运强度增加;而近、远期因线路稳定而且土地开发强度减缓,客流量年均增幅仅为0.9%,全日总运量达到160.3万人次/d。 近期客流增长幅度明显,年均增长5.2%,远期则趋于平缓,年增幅仅0.9% 左右。远期早高峰断面客流量为4.62万人次/h。
2.3 客流时段分布
5号线全线远期全天客流为160.31万人次,其中南延线全天客流量为42.1万人次。5 号线全线早高峰在8:00-9:00,客流量达到24.69万人次,占比为15.40%;晚高峰出现在18:00-19:00,客流量达到22.93万人次,占比为14.30%。5号线远期全天分时段客流分布如图1所示。
5号线远期沿线市民平日出行的早高峰出现在8:00-9:00,出行量约占全日的15.40%;晚高峰出现在18:00-19:00,出行量约占全日的14.30%。在早高峰和晚高峰之后,客流量开始下降。从全日不同时间段客流规模来看,客流最小段面出现在早7点前和晚上9:00以后。但是从全日整个时间段上看,除了高峰小时以外,其他时间段客流变化幅度不是很大,因而在编制列车运行计划时,需考虑这一点,在平峰时间适当的增加列车开行对数,以提高服务水平。
基于以上对5号线沿线乘客出行方式的分析,全日列车运行计划的编制应符合以下居民出行的基本规律:
1)早、晚高峰时段的运输能力在全日运输能力中所占的比例较大;
2)全日运输能力的安排应呈现两个尖峰和中间一个相对低谷的形状;
3)考虑到深圳市居民生活的特点,早、晚高峰时段后维持较长的一段平峰运营时段。
2.4 车站客流量
站点集散量是线路双向上下车的情况统计。5号线站点客流集散量与站点的区位条件、交通功能,以及系统连接方式等因素有密切关系。5 号线站点按照换乘吸引的原则大致可归纳为三种类型:一是换乘站,主要以换乘客流为主;二是换乘吸引站,既有强大的换乘客流,又有强大的吸引客流,一般是地区中心与交通枢纽点相结合,具有强大的放射型交通网络,产生集聚效果;三是客流吸引站,客流集散以吸引为主,步行方式占主导,公交换乘次之。以下是各年度5 号线全日和高峰小时站点集散量。
预测数据显示:随着时间的推移,5号线各个站点集散量都在增加,但增加的幅度却明显不一。旧城区由于在初期都已基本发展成熟,因此除换乘站以外,其它各站的客流初期与远期的规模相差不大,而新区及重点发展区域的用地由于开发时间较迟,因此在各个时期都有一定的上升空间,因此其客流规模起点较低,但发展势头较旧城区要猛。
5号线全线34 个站中有12 个换乘站,占车站总数的35.3%。远期全线全日集散量为320.63万人次,平均为9.43万人/站,全线32.35%站点日集散量超过平均值9.40万人,且多为换乘站。其中换乘站深圳北站日集散量最大,达到32.59 万人次/日,其次是换乘站前海湾站日集散量,达到28.79万人次/日。5号线南延线站点集散量中,桂湾路站最大,其次为前海公园站,再次为航海路站。深圳5号线远期全日站点集散量和早晚高峰集散量如图2所示。
2.5 客流断面
客流断面流量能很好地反映出某一时间段内,线路沿线各车站及区间的客流流量,可以用来确定系统各设计年限高峰小时开行列车对数,为确定系统设计规模提供依据。5号线早高峰客流断面大于晚高峰客流断面,深圳5号线初期、近期、远期早高峰及各设计年限早高峰客流断面如图3所示。
根据客流断面,可以看出各年限早高峰客流有以下特征:
1)客运规模大,远期高峰单向最大断面客流量为4.62万人次/小时,属于高运量级线路。近期客流增长幅度明显,远期趋于平缓。
初期高峰时段最大断面客流在深圳北站- 民治站,近、远高峰时段最大断面客流均出现在桂湾站-前海湾区间,远期高峰小时最大断面为4.62万人次/小时,属于高运量轨道线路,表明本线在深圳城市交通中将负担比较重的客流输送任务,凸显本线的重要性。
2)客流出行具有时段性,客流存在一定的潮汐现象,早高峰客流的向心性明显,早高峰下行客流大于上行客流,晚高峰反之。
由于深圳早高峰上班时间因不同性质的企业有所不同,高峰断面多于早高峰形成。5号线早高峰客流大于晚高峰,早高峰时段客流量占全日客流的15.4%左右。早高峰下行方向客流大于上行方向客流,晚高峰反之,客流具有向心性,且潮汐现象明显,早高峰为黄贝岭站至市中心方向为主方向,晚高峰反之。
3)客流断面呈“W”型不规整分布,上下行断面客流差别较大,高峰小时断面客流呈双峰态势,客流断面波动较大。
早高峰客流从城市外围进入中心区,客流不断累积,达到最高峰,经换乘站分流后客流断面有所下降,随后客流急剧增加,在达到终点站前产生一个小高峰。
4)最高断面位于5号线南延线的桂湾站与前海湾站区间。
5 号线各预测年高峰断面客流分别为2.76、4.39、4.62万人次/小时。最高断面位于桂湾站与前海湾站区间,即最高断面在5号线南延线上。受城市客流的影响,早高峰客流较大客流方向为黄贝岭至赤湾方向,与城市早高峰客运形态相似。
5)初期与近期高峰小时断面客流差别较大,年增长率快,近期与远期高峰小时断面客流差别小,年增长率趋于平缓。
5号线初期高峰小时断面客流为2.76万人次/小时,近期高峰小时断面客流为4.39万人次/小时,相差1.63万人次/小时,年增长率为6.8%,增长速度快。远期高峰小时断面客流为4.62 万人次/小时,与近期仅相差0.23万人次/小时,相差不大,年增长率为0.3%,增长过于平缓。
3 客流流动特性
3.1 客流组团划分
根据客流预测成果站间OD表,把客流到达或出发的客流量较大,且客流来源地和目的地相对集中的几个车站作为一个整体来进行客流划分。5号线客流组团划分如下:
前海组团:包括赤湾、大南山、怡海、梦海、前海公园、航海路、桂湾、前海湾,共8 个站;7 个站为南延线工程新建车站。
宝安中心组团:包括临海、宝华、宝安中心、翻身、灵芝、洪浪北、兴东,共7个站;
西丽组团:包括留仙洞、西丽、大学城、塘朗、长岭陂,共5个站;
中部组团:包括深圳北站、民治、五和、坂田、杨美,共5个站;
布吉组团:包括上水径、下水径、长龙、布吉、百鸽笼,共5个站;
罗湖组团:包括布心、太安、怡景、黄贝岭,共4个站。
3.2 平均运距
从远期全天站间客流OD的统计来看,5 号线乘客的平均乘坐区间(每相邻两个站为一个区间)约5.37个。5号线平均站间距为1.41km,远期全天平均出行距离约7.6km。若以3km为区间统计5号线乘客的运距分布,可以发现,0~3km出行距离的频率最高,占总出行量的35.79%,其次是3~6km区间,占总出行量20.98%。说明5号线平均运距较短,中短距离出行客流较多,这与现状轨道客流运距分布特征相吻合。
3.3 客流流动规律分析
根据上述的客流组团划分方式设计出客流组团间的OD,其远期早高峰客流组团交互量图如图4所示。
通过图4对远期早高峰客流特征的分析,可以得出客流流动特征规律:
5号线沿线客流以组团内部交互为主,约占全日客流的44.9%,其中前海组团内部交互量最大,占到全日客流的18.1%。
5号线沿线客流以相邻组团间交互为辅,约占全日客流的33.7%,其中中部组团与布吉组团间的交互量最大,占到全日客流的8.2%。
非相邻组团间客流交互量较小,仅占21.4%,首尾组团交互量最小,仅占到全日客流的0.8%。
可见5号线沿线客流交互与规划布局一致,平均运距较短,客流以组团内部交互为主,相邻组团间客流交互为辅,首尾组团交互量低。中短距离出行客流较多。与前海相关的客运需求最大,初期为29.6%,随着前海的开发建设,近期、远期约占全线客流超过34%;在区段内部客流中,前海区段需求也是最大,远期全线客运量的18%。
4 结束语
城市轨道交通的线路预测客流是设计行车及运营组织技术方案的直接依据。本文对深圳轨道交通5号线各设计年限的全线客流、客流时段及车站客流特征进行了分析,着重分析了高峰小时断面客流和OD组团客流流动特性。5号线属于大运量轨道线路,近期客流增长幅度明显,远期趋于平缓。高峰小时断面客流早高峰大于晚高峰,平均运距较短,换乘客流为主要客流来源。 根据这些分析结果,可合理选择车型、编组长度和行车密度、设计列车运行交路、确定运营规模。如何合理应用预测数据,对轨道交通建设规模、运营成本与客流效益做全面分析,是今后需要长期验证、实践和不断探索的课题。
摘要：深圳地铁5号线南延线对支持前海合作区的建设及加快前海、蛇口片区的发展具有重要意义。分析客流特征可为行车组织提供有力支撑,更好地指导运营组织工作。根据深圳轨道交通5号线客流预测报告,对其各设计年限的全线客流总体指标、远期客流时段分布及车站客流特征进行分析。着重分析各设计年限高峰小时断面客流的时段性和不均衡性,根据客流预测结果站间OD数据,得出客流流动特征规律,对设计行车组织与运营管理的技术方案具有重要的导向作用,并为其他城市的轨道交通客流特征分析提供参考。
关键词：深圳轨道交通,地铁5号线,客流特征,OD客流
参考文献
[1]孙守平.轨道交通的TOD模式规划研究[J].交通科技与经济,2015,17(3):32-34.
[2]陆化普.城市轨道交通规划的研究与实践[M].北京:中国水利水电出版社,2001.
[3]郭学琴.城市轨道交通客流特征分析[J].现代城市轨道交通,2008(4):49-51.
[4]吴娇蓉,毕艳祥,傅博峰.基于郊区轨道交通站点分类的客流特征和换乘系统优先级分析[J].城市轨道交通研究,2007(10):23-28.
[5]梁广深.城市轨道交通客流预测的不确定性分析[J].城市轨道交通研究,2007(10):1-3.
[6]李鹏飞,岑敏,傅搏峰,等.上海轨道交通5号线站点客流特征分析[J].城市轨道交通研究,2007(10):31-34.
[7]马小毅,金安,刘明敏,等.广州市轨道交通客流特征分析[J].城市交通,2013:35-42.
轨道交通客流监控系统的设计分析 篇10
1 轨道交通客流特点及监控系统功能
轨道交通客流监控系统设计应考虑轨道交通客流的特点, 并根据轨道交通客流特点进行设计。根据我国各个城市轨道交通客流站的实际情况, 我国城市轨道交通客流存在以下特点。一是高峰期时段客流量极大, 站台内人口密度高, 人群发生拥堵、阻滞的几率高;二是客流流动性极大, 非行人活动物体多;三是客流集中, 并主要集中在站台、出入库及换乘通道等几个区域;四是行人姿态各异, 光线、阴影对监控的干扰大[1]。基于以上特点, 基于视频的轨道交通客流监控系统需要根据客流变化实现动态采集, 计算并提取图像数据, 识别行人, 从而完成对客流安全状态的判别。此外, 由于轨道交通站内分区设置明显, 监控摄像头的数量、高度和角度需根据不同区域的功能进行安装, 并能实现对系统整体的统一管理。
轨道交通客流监控系统的功能为对车站内主要客流几种区域进行监控, 并根据对监控视频图像进行分析、处理和识别, 根据识别数据确定客流安全状态等级, 为工作人员采取安全管理措施提供参考, 确保交通运输安全。根据轨道交通客流特点及监控系统的任务功能, 客流监控系统应具备实时性、准确性和稳定性特点。实时性是指系统应实时采集客流视频, 实时分析客流视频, 实时反馈视频数据[2]。准确性是指系统应提高行人识别的准确度, 减少误判。稳定性是指系统应能够长期可靠运行, 系统自身发生故障或因其它因素引起停止运行的几率低。
2 轨道交通客流监控系统设计
2.1 硬件系统平台设计
根据客流监控系统的功能, 轨道交通控制系统可采用以下硬件平台结构设计, 摄像机采集客流视频, 依次经数字硬盘刻录机、计算机处理后, 由显示器显示客流状况, 达到对客流状况的实施监控。监控系统硬件平台设计结构如见图1。
2.1.1 摄像机
摄像机负责客流图像采集。以组成元件进行划分, 摄像机分为CCD和CMOS两类[3]。由于轨道交通站内存在许多不稳定因素, 对视频图像的影响较大, 摄像机应具备更高的成像能力才能满足要求。而CCD具有集成度高、能耗小的特点, CCD摄像机更适合作为监控系统的图像传感器。由于不同安装角度和高度对摄像机拍摄的质量有很大影响, 因而为提高图像质量, 方便图像处理, 可将摄像机设置在站内设施顶部, 不仅可以减少来往行人的遮挡, 增加图像处理难度;还能提高摄像机监控范围, 减少摄像机使用数量。
2.1.2 数字硬盘刻录机
数字硬盘刻录机的作用在于将模拟视频信号转换为数字视频信号, 并存储转换后的视频信号[4]。数字硬盘刻录机不仅具备信号转换和存储功能, 还能提供图像录制、播放及管理功能。
2.1.3 计算机
计算机是整个系统运行的载体, 图像处理、监控和管理等行为均在计算器平台完成。
2.1.4 显示器
显示器负责呈现转换和计算机处理后的视频图像, 以实现一对一或一堆多的视频监视功能, 工作人员可以通过显示器实现对站内各区域客流状况的实施监控。
2.2 软件系统设计
摄像头采集客流图像后, 需要使用图像处理软件对客流模拟视频信号进行后续分析和识别。该轨道交通客流监控系统的软件系统采用基于Visual C++和MATLAB混合编程实现。Visual C++是当前主流应用程序开发环境之一, 具有功能强大、执行速度快、效率高的特点。但是缺点也比较明显, Visual C++进行科学计算的函数库不丰富, 读取和现实图像数据的程序繁琐。Matlab是将各类数据分析、矩阵计算、信号处理和图形显示结合于一体的软件, Matlab可调用大量高精度函数, 是一种清洁、高效的编程工具。但是, 由于Matlab使用解释性语言, Matlab的执行速度和应用范围受受到极大限制, 因此本研究采用Visual C++和Matlab联合进行系统软件平台设计[5]。在该轨道交通客流监控系统设计中, Visual C++和Matlab混合编程采用Maltab引擎方式和动态连接库的方式实现混合编程。
2.2.1 Maltab引擎
Maltab引擎是指一组支持C/C++、Fortran等语言的接口函数, 实现在其他编程环境中对Maltab进行控制。接口函数主要包括打开或关闭一个Maltab对话框、向Maltab环境发送命令、写入数据或读取数据。Maltab引擎方式设置主要包括数据类型mx Array、引擎函数和Matlab环境的配置。mx Array类型是Matlab引起函数中所欲与变量有关的数据类型, 引擎函数可以实现VC对Matlab的控制, 常用函数有eng EvalString、eng Open、eng Get Variable等[6]。Matlab环境的配置分为以下步骤, 分别为注册Matlab、在VC中配置混合编程环境依次引入engine.h头文件和Matlab对应库文件。
2.2.2 编译动态链接库
使用Matlab的编译器将M文件编译成动态链接库, 并于Visual Studio中调用。实现过程:首先建立M文件“myfun”, 再生成C++开发过程所需的程序和发布时所需的文件, 创建MFC应用程序作为调用程序。
3 结语
本文只对监控系统设计进行简要分析, 还有很多工作需进一步探索和完善。如系统实时性对识别精度的影响、视频监控的单目视觉方式带来的遮挡问题等, 还需要再未来的实验和实际工作中不断完善。
摘要：客流监控是城市轨道交通车站日常运营中的重要内容, 而传统轨道交通车站内使用的CCTV监控系统只能实现被动监控, 无法满足自动化监控客流量的需求。基于这一问题, 本文就基于视频的轨道交通客流监控系统设计进行分析。本文首先介绍轨道交通客流特点及客流监控系统的功能, 并针对客流监控系统的硬件平台和软件平台设计做简要分析。
关键词：轨道交通,客流监控系统,系统设计
参考文献
[1]陈小鸿, 王翔, 李佳等.城市轨道交通客流增长滞后性与预测方法研究[J].城市轨道交通研究, 2014, 17 (11) :22-27.
[2]李潇潇, 朱艳.轨道交通综合监控系统前端处理器接入方案比选[J].铁路计算机应用, 2014, 13 (11) :48-50.
[3]谭筠梅, 王履程, 雷涛等.城市轨道交通智能视频分析关键技术综述[J].计算机工程与应用, 2014, 17 (4) :1-6.
[4]谭筠梅, 王履程, 雷涛等.城市轨道交通智能视频分析关键技术综述[J].计算机工程与应用, 2013, 15 (10) :584-585.
[5]陈志兵, 倪玮.城市轨道交通综合监控系统的技术发展[J].城市建设理论研究 (电子版) , 2015, 03 (5) :3724-3725.
世博一亿客流,引爆千亿消费 篇11
在从耀华路地铁1号出口通向中国馆的路上，还是一片“泥地”。挖土机不时传来“轰轰”的声音，工人们在工地上不停地忙碌着。绍兴籍的小张正在“泥地”上埋电线杆，他和他的同乡们在这里工作已经超过一年。不过，现在他们的工作也接近尾声，“春节前就可以回家，没几天了”。
“到春节前可以把土方工程做完，节后进入绿化期。”对于上海世博会执委会专职副主任钟燕群和她的同事来说，同工人们一样，他们也进入最后这100天的“筹博”关键期。
在钟燕群看来，7年筹备期的时间换来7000万的观众，是很划算的买卖；但对豫园商城、上海机场、锦江股份等公司来说，如何切分千亿元大蛋糕，才是他们最关心的。
上海证券分析师屠骏指出，上海世博会期间消费总量为796亿~1096亿元人民币。若按1亿人次的高值预测，消费总量为1067亿~1495亿元人民币。
从时间序列上，将世博分为三个部分：“筹备期”（建筑工程、房地产）、“消费提升期”（餐饮旅游、商业零售以及交通运输）、“后世博效应”（旅游、商业地产）三个阶段。
屠骏认为，在倒计时100天重要节点上，市场关注的焦点将转向消费提升阶段，重点关注商业零售、餐饮旅游以及交通运输三大行业。
千亿消费蛋糕
总投资规模达到3000亿元左右，让消费这块大蛋糕摆到宴席的中央。
世博会对上海消费增量的贡献主要在商业零售、餐饮旅游以及交通运输三大领域，并相应带来对航空、铁路、市内交通等相关产业的增长。近期，A股市场关于世博概念股的炒作也是集中在消费领域，如新世界、豫园商城、锦江股份、中青旅等。
那么，这块蛋糕到底有多大呢？
根据历次世博会游客统计以及相关机构做出的预测，上海世博会来自上海市内、长三角地区、长三角外全国其他地区以及境外的参观人数比重为20：30：45：5。《投资者报》分别就上述四大消费领域对世博游客的人均消费做出预测。
《投资者报》预计，上海以外地区的境内游客的人均总消费为900元。其中住宿消费在200元左右，餐饮消费支出为100元，购物支出为400元，各类旅游门票支出200元。而境外游客的人均消费支出预计在2000元。上海市内游客的人均消费支出则为600元左右。由此计算，上海世博会游客在上述三大领域的人均总消费为近900元。
上海世博会为商业零售、餐饮旅游两大消费领域带来的市场增量总规模将达630亿元。按照人均消费占比推测，总增量中，餐饮业约为80亿元，住宿业约120亿元，旅游业150亿元，零售业280亿元。
另外，预计人均市内交通消费额为50元，这给上海市内交通增加35亿元的规模。目前，上海境内长途客运交通中航空客运比重约为30%，按照国内游客每人次900元和国际游客每人次2500元计算，上海世博给航空市场带来的规模增量为230亿元。
2008年，上海市社会消费品零售总额为4537亿元，星级酒店及经济型酒店总产值约为240亿元。按照营业收入，豫园商城、新世界和百联股份占上海社会消费品零售总额的比重分别为1.73%、0.58%、2.02%，世博带来的销售额增量分别为4.8亿元、1.6亿元、5.7亿元，占这三家公司销售额比重分别为6.1%、6.4%和6.2%。
锦江股份占上海星级酒店及经济型酒店业的份额为3.33%，世博带来的收入增量约为4亿元，占2008年收入的比重为50%。
而新东航则占上海航空市场47%的股份，客运收入增量约为108亿元，占东航、上航营业收入总和的比重约为12.5%。
从几家公司的受益程度看，锦江股份居首，ST东航居其次，三家零售上市公司受益程度相当。
零售：新增2500亿容量
在大消费的概念下，对豫园商城来说，利好是多重的，不只是切分零售那块蛋糕，还有餐饮那630亿元。这一切只因为豫园商城先后竞标了世博园区内3块美食经营地段，经营面积合计8830平方米，占到了园区餐饮区总面积10.39%。
据官方预测，世博期间园区内餐饮面积8.5万平方米，将带来18亿元的消费规模，两块自营的餐饮经营地段将其带来8000万元的收入，再加上面积为5000平方米的经营区域，这三块经营区域将其带来超过1亿元的收入，将占其食品类收入的25%左右。
这还只是保守估计。据上海证券预计，实现参观世博的人数将超过官方的谨慎预计，可达1亿人次。由此带来的，将是大约3000亿元的消费总量，那么对于零售、交通和餐饮酒店来说，能够切分的蛋糕更大。
与豫园商城不同的是，上海老牌零售企业新世界(600628.SH)除了位于十里南京街的经营位置最理想的店面外，其2010 年盈利弹性还将来自旗下丽笙酒店，目前酒店占整体盈利25%左右。申银万国分析师金泽斐预计，2010年新世界的百货业绩有望保持30%的增长。
之所以有这么大的收益，原因是商务交流和企业参展是世博会的重要组成部分，而且展会从5月1日持续到10月31日，长达半年的时间，与北京奥运期间不同的是，控制商务客流出入的可能比较小，因此受益于世博商务客流利好影响，2010年丽笙入住率将有望大幅提升，估计有望带来约0.5亿元的净利润。
与新世界盘踞市中心不同，百联股份(600631.SH)的发展，则与后世博阶段“长三角一体化”和“郊区商圈兴起”很契合。主要的原因是，快速的城际交通网络和市内轨交圈，拓展了上海现有消费市场，不再只是南京路、淮南路等传统商圈受益集中了。而近几年，上海因为世博会和城市发展的需要，迅速加快轨道交通建设，而轨道交通迎来的客流量，将给立足于发展“郊区商圈”的百联股份来说，创造了优质条件。
百联股份以购物中心为主的发展战略和城郊长三角扩张规划将有助于其未来分享上海零售新的发展机会。
申银万国根据最谨慎参观世博人数7000万人估算出的数字是，世博期间将带动购物消费525亿元，餐饮消费630亿元；而在大消费的概念下，2010年上海将因为世博，新增2500亿元的容量。
交运：上海机场受益明显
而就上海世博会主题投资而言，2010年5月1日开幕式前的倒计时活动还将构成主题投资的阶段性催化因素。而对重要时间节点或事件性因素的把握，是主题投资策略的核心。世博会过去倒计时1周年、300天、200天、100天之际世博会主题投资组合的表现不但呈现规律性的高潮，并且力度明显递增。
上海证券分析师屠骏1月19日对《投资者报》表示：“在1月21日（倒计时100天）利好行情过后，春节后这三板块的公司，还将迎来新的倒计时行情。”
上海世博会总体运营计划目前已编制完成，分条线的专项运营计划已进入第二轮编制。据钟燕群介绍，在世博园区周边，经过近年来大规模的海陆空立体交通建设，已形成每小时20万~30万人次的交通运力。
上海城交所对世博会客源来源分布的测算，在7000万客流中，其中，上海本市客源占20%，约为1400万人；来自长三角的客流占30%，约2100万人，这部分客流将主要通过高速和铁路来到上海；来自长三角之外的客流占45%，约3150万人，这部分客流将主要通过航空、高速和铁路来到上海；国际客流约占5%，为350 万人，将通过航空来到上海。
上海本地机场、航空、轨道交通、城市客运等交通运输公司直接受益于世界博览会客流的增加。客流市内疏散方式为轨道交通50%、公交和旅游大巴35%、出租和其他15%。其中，申通地铁拥有的1 号线新增加客流约1050 万人。
长江证券分析师吴云英预计，在相关交通运输板块中，申通地铁业绩增厚的幅度最大，预计超过20%；抛开客流量增加的因素，仅出租车辆的增加，就将为大众交通、强生控股、海博股份、锦江投资带来的业绩增厚幅度分别约1.63%、7.03%、5.34%、2.56%。
过去的2009 年，上海已启动一轮城市交通公司业务资产的整合，这次主要针对上市公司盈利能力较弱的公交客运业务；下一步的城市交通整合，将涉及出租车、轨道交通、汽车租赁、长途客运、货运资产等。其中，最先被推上整合平台，将可能是出租车业务资产。
除了城市交通外，受益世博交通机遇的还有物流、航空、机场、海运、港口。其中受益最为明确的是上海机场。来自长三角之外的客流占45%，约3150 万人，假定长三角以外客流35%通过航空方式进入，浦东机场接受40%这部分客流，上海机场可享受约420 万人客流；国际客流约为350 万，将全部由上海机场受益。
吴云英预计，上海机场在业务量上增加最为明显；旅客吞吐量可能增加770 万人左右。根据测算，此客流的增加可增厚上海机场EPS 约0.10 元。
吃住：业绩集体爆发
世博执委会内部人士1月20日对《投资者报》透露，在世博期间，观众不必担心住宿问题。目前在世博园区外围，上海市政府已经确定了55万张床位，可供海内外参观者住宿，因为交通空间进一步开发，还在长三角城市增加了20多万张床位。
而在世博园区内，8.5万平方米的餐饮区以及外国展馆内的60个餐厅，可以让4万人同时享用极具特色的世界各地美食。
餐饮住宿类上市公司也将在184天里，迎来自己来业绩增厚的高峰期。长江证券分析师张凡认为，作为上海本地股服务业的龙头之一，锦江股份收益比较确定。
锦江股份受政府委托管理世博展区内的酒店公寓，还拥有291家运营酒店，从规模上看为国内第二，其中，上海区域内经济型连锁酒店最多，拥有64家，此外，在上海区域内还拥有388家快餐连锁店。国信证券分析师廖绪发预计，在世博期间，锦江股份旗下的锦江之星上海RevPar（每间可租出客房产生的平均实际营业收入）将提升30%以上。
除了酒店收益外，锦江股份投资的餐饮投资业务中，包括肯德基、新亚大家乐（75%）、新亚食品、锦江同乐（51%），以及上海吉野家、静安面包房、新亚富丽华等。在餐饮各项业务中，肯德基贡献利润最多。目前，公司持有上海肯德基42%的股权，以及肯德基苏州、无锡、杭州各8%的股权。
中原证券分析师胡铸强认为，锦江股份为世博受益最大的上市公司。2009年11月5日，世博会展期间酒店客房开始预订，目前来看，全市房价涨幅在30%左右。
锦江股份2009年下半年启动了资产置换，将原有高档宾馆资产置出，置入锦江之星连锁酒店资产。本次资产置换后锦江股份将拥有锦江之星91%股权和一批餐饮连锁、低星级宾馆股权。锦江股份还将管理世博园区公寓酒店900间客房，锦江股份上海地区全部酒店都要进入世博会招标酒店。
在历经7年筹备，再到自2007年8月5日世博会开幕倒计时1000天以来，千头万绪的工作多达六级目录、大小5000多项，而184天的世博会期运营工作，更是一项巨大的系统工程，分解后怕项目可能比筹备期间的项目还要多。
铁路公交化对客流吸引的影响分析 篇12
2008年8月我国第一条城际客运专线,京津城际铁路正式通车,除此之外国内已建或在建有:宁杭城际铁路、湛茂阳城际铁路、郑开城际铁路、柳南城际铁路、津保城际铁路等。国外公交化铁路建设较早。法国、德国、日本、美国、德国等国在公交化铁路区域列车的实践也较为成熟,已经建立了相对完善的列车运营维护体系。
国内外对于铁路公交化的研究较多,谢如鹤、宗岩等进行了城际铁路客运公交化的综合评价,肖龙文、史峰等提出铁路公交化旅客列车开行方案优化方法,马保仁对城际列车公交化的客运需求进行了分析,得出经济区内的城际客流的特性,探索了影响客流需求的因素以及研究了客流变化的规律。上述研究并未对公交化铁路市场占有情况进行定量分析。以旅客出行效用理论为基础建立模型,分析公交化对铁路吸引范围的影响,并定量分析公交化铁路客运市场占有情况。
1 铁路公交化特征
城际公交化列车主要服务对象为当日往返的通勤、通学、中高层次商务客流,以提供便捷、快速、高效的旅客运输产品为主旨。相对于传统的铁路旅客列车而言,公交化铁路列车在发车频次、列车正点率、始发时刻等方面有较高的要求。总述而言,公交化铁路列车具有以下特征。
1.1 具有较高等级
公交化铁路列车相对于普通旅客列车而言,多采用高等级列车,列车始发时间要求较高。由于列车乘坐群体时间效用等要求,列车运行速度较高、列车正点率要求更高、乘坐舒适度较好、客车车辆人均占用面积较大。
1.2 运营组织模式特殊
高列车密度是减少旅客候车时间的关键,通过合理布置列车发车间隔,能够较好地控制旅客候车时间,提供更好的候车环境。公交化铁路列车对列车运行速度要求较高,同时必须保证列车在沿途站点停靠时分的准确性,列车在各站停站时间及停靠站台相对固定,列车定点停靠要求较高。列车在车站停车时间较短,且对于不同的车站、或同一车站不同时段客流波动较大,对客流组织提出更高的要求。高速度和高密度等也需要更高的行车组织水平。
1.3 服务客流特征明显
公交化铁路主要服务客流为要求当日可实现往返的通勤、通学、通商客流,客流层次较高,对候车时间、在途时间忍耐度较低,对于乘车便捷性,舒适性以及列车正点率要求较高,乘客进出站应具备多样性与快捷性。客流时间效用较高,要求尽可能实现“随到随走,准确正点”。
2 公交化对铁路客流吸引范围的影响
每种运输方式具备自身特有属性,列车速度、乘坐舒适度、安全性、便捷性、费用等情况都会在一定程度上影响旅客对该种运输方式的偏好程度。
安全性是旅客出行选择的先决条件,没有安全保障旅客运输组织就无从谈起,城际铁路采用更高质量的线路和更具智能化的行车控制技术使得运行安全得以保障。
乘车舒适度很大程度上取决于列车构造技术和人均占用面积等因素,良好的乘坐环境能够在一定程度上吸引部分客流,城际列车人均占用面积较普通列车大,座椅具备人体工学特征,且城际列车车体密闭性能等较好,能在一定程度上降低旅客乘车的不适感。
客票价格过高将导致列车上座率过低,不利于可持续发展,根据市场需求,在一定的范围内调整价格,提高上座率,是运营组织的关键,公交化铁路针对特定的通勤、通学、通商等较高层次客流,制定相对合适的票价,并辅以市场化相对灵活的票价调节机制,能较好地吸引客流。城际列车发车间隔较少,且能够较好地与人们出行流量特性相适应,高密度、大容量使得乘客几乎不受列车时刻的限制,方便了旅客出行。
列车途中运行时分占列车总旅行时间的极大部分,在相对成熟的行车组织和客流组织条件下,提高列车运行速度已成为缩短乘客在途时间的唯一途径,公交化铁路一般采用高等级列车,列车运行速度一般在250km/h及其以上,很大程度上节省在途时间,能够较好地体现乘客的时间价值。
旅客出行时间由城市侧时间、等待时间及途中时间组成。公交化铁路较小的发车间隔能够有效地缩短旅客等待时间,相对较高的旅行速度也能有效减少途中时间。通过建立Logit模型分析“公交化”对旅客选乘的影响。
某种运输方式对乘客的吸引能力通常取决于选乘该运输所获得效用情况,不同运输方式由于其自身固有属性,或者是不同乘坐者自身情况不一而具有不同效用参数。高安全性、高速度、高舒适度、高便捷性将提供正反馈作用,而较高费用和选乘或换乘复杂性将带来负反馈效应。旅客i在运输途中获得效用Uji可以表示为:
式中:Uj为选择运输方式j获得的效用值;xji为运输方式j各项固有属性值,包括旅行速度、费用、安全性、舒适性、便捷性等;εj为运输方式j固定效用剩余项。
运输方式j平均效用为:
式中:N*为选择运输方式j的最大旅客数。
城际铁路公交化运营将会导致乘坐便捷性,舒适性等属性发生改变。在效用函数中在途总时间是运输属性之一,在途时间由城市侧时间和运输在途时间组成,此时效用情况可以表示为:
式中:α,β,…,γ为表示某种运输方式的费用、舒适度、安全性、便捷性等各项固有属性;v旅,v中为运输途中旅行速度,中转换乘速度;L,S为表示旅行距离和吸引范围。
某种交通运输方式对旅客的吸引范围S受到该运输方式效用的约束,运输方式k的吸引范围计算过程如下。
当选择运输方式k时有:
式中:Uk为旅客选择运输方式k获得效用值;Uj为旅客选择运输方式j获得效用值;
即:
式中:αj,βj,…,γj为表示运输方式j的费用、舒适度、安全性、便捷性等各项固有属性;εj为运输方式j的固定效用剩余项。运输方式k的客流吸引范围S可以表示为:
式中:αk,βk,…,γk为表示运输方式j的费用、舒适度、安全性、便捷性、旅行速度等各项固有属性;Uk为旅客选择运输方式k获得效用值;即表示在运输方式k效用情况下,能够吸引旅客的最大范围。
当两种运输方式1、2相比时,运输方式1的吸引范围计算可以简化如下
式中:S1为运输方式1最大吸引范围;α1,β1,…,γ1为运输方式1的费用、舒适度、安全性、便捷性等各项固有属性;α2,β2,…,γ2为运输方式2的费用、舒适度、安全性、便捷性等各项固有属性。
分析式(7),可得当v1旅和α1,β1,…,γ1等参数发生改变时候,运输方式1的吸引范围将发生改变。当列车舒适度、安全性、便捷性增强时,吸引范围扩大;当列车运输速度增加时,吸引范围将扩大;列车价格增加时,同等情况下吸引范围将出现一定程度减少。中短途运输时,实行“公交化”运行时,列车速度、舒适度、安全性和便捷性等将大幅度提升,于普通列车相比,公交化铁路列车吸引范围将扩大。
中长途运输时,铁路运输由于在运输途中舒适性和安全性等较好,相对于公路运输而言具有较大的吸引范围。
3 公交化对铁路客运市场占有率的影响
公路运输相对铁路而言在便捷性和灵活性方面存在一定优势,但在安全性和舒适性、准时等方面铁路相对较好。采用效用理论,分析各旅客运输方式效用情况,根据MNL(Multinominal Logit Mode)模型可知,选择运输方式j的可能性为:
式中:prob(j)为旅客选择运输方式j的可能性。
收集2005年以来成京沪间铁路客运量、公路客运量,以及铁路、公路平均旅行速度、旅客平均客座面积等情况,对公交化铁路、普通铁路、公路旅客运输各属性取值情况如表1所示。结合Logit模型,得到各种运输方式效用情况,假定公交化运营前列车发车班次每日5对,与客流峰值相符度为0.5,列车运行速度120km/h,列车舒适度为中等。通过改善运营组织情况,采用高等级列车后等调整后,列车每日班次为10对,列车与客流峰值相符度为0.8,列车运行速度250km/h,列车舒适度为较高。得参数改变前后京沪铁路与公路客运市场占有情况如图1所示,各种运输方式主要属性值如表1所示。
模拟结果表明采用公交化运营措施前,铁路城际旅客市场占有率在旅客出行距离小于400km时明显小于公路市场占有率,其原因在于公路运输在短途运输中存在较高的便利性与时效性,短途运输时公路运输时间与普通铁路运输时间大致相等,但在购票、乘车等方面存在较大优势。以车速100km/h计算,旅行距离小于400km时,公路运输时间小于4h,运输时间较短,旅客餐食等需求较少,客运市场分担情况如表2所示。
注:此表中公路分担率仅为公路运输与普通铁路相比计算而得
与公路运输相比,铁路在中长途运输中较高的安全性、舒适性,特别是价格优势得以凸显。中长途运输中,随着运输距离的增加,公路运输时间虽与普通铁路运输相差无几,但是在旅途便利性等方面存在明显短板。公路客运旅客餐食、个人卫生等保障设施设备均不如铁路完善。当旅行距离大于400km时,公路运输时间已大于4h,旅客餐食、个人卫生等需求较为强烈。
4 结论
通过分析旅客出行涉及因素,并考虑各运输方式自身属性,得到运输效用情况,改变铁路运输发车频次、列车运行速度、列车舒适度、调整列车发车时刻得出改变前后客流吸引范围和城际旅客客运市场占有情况,结论如下。
1)旅客对运输方式的选择取决于运输方式速度、舒适度、安全性、便捷性、运输价格等影响,其中速度、安全性、价格影响较为明显,旅客自身属性不同也会对运输方式的选择具有一定影响。
2)短途运输时公路运输相对普通铁路运输而言,具有较大的吸引范围,公交化铁路较普通铁路具有较大的吸引范围;长途运输时普通铁路由于其较低价格和高舒适度等优势相对公路运输具有较大吸引范围。
3)运输距离在300km以内时,公路运输与普通铁路相比具备较大吸引力,市场占有率较高,运输距离300km时公路运输市场占有率为47.1%。运输距离大于600km时,普通铁路运输优势较为明显,运输距离为1 000km时,普通铁路运输市场占有率为83.6%;公交化铁路由于高速度和高舒适度等因素中短途吸引能力较强,运输距离为600km时,与公路运输相比市场占有率为51.3%。
摘要：通过分析公交化铁路系统内外部因素,收集历史数据进行参数拟合,并运用旅客出行效用理论建立模型,对普通铁路与公路、公交化铁路与公路城际客运市场占有情况进行分析。分析表明,公路运输在出行距离在300km以内时具有较高吸引力,800km以上时吸引力较弱,运输距离为800km时市场占有率为17.4%;普通铁路运输在中长途运输时占有优势,出行距离为600km以上时,优势较为明显;公交化铁路中短途客流吸引力较普通铁路和公路强,出行距离在600km以内时具备绝对吸引力;铁路公交化发展会在很大程度上改变客流分配格局。