高速铁路综合客运枢纽吸引力模型研究

陈坚;霍娅敏;吴丹;赵翰林

【摘 要】为解决目前大量新建高铁客运枢纽缺少直观定量综合效益评估指标与模型的问题,提出了枢纽吸引力这一概念,用以描述枢纽吸引客流的能力大小,通过直接客流和间接客流两部分系统预测枢纽及其周边区域客流发生吸引量.以枢纽功能价值最大化为目标函数,确定枢纽成本和能力约束下的最优服务半径,从而建立枢纽吸引力分析方法.最后,以建设中的重庆高铁西客站综合交通枢纽为实例,计算得出2020年和2030年枢纽总客流量分别为13.527万人次和21.081万人次,吸引力为1781.51万、2179.78万(人次·km/日),从而为客观衡量枢纽自身价值及对其城市发展的贡献提供了一种具有可比性的新方法.%In order to solve the problem of the lack of direct visual and quantitative comprehensive evaluation index and model for a large number of newly built high-speed railway passenger hub, the concept of hub attraction for describing the capacity of the hub to attract passenger flow is put forward, through direct and indirect passenger flow systematically forecast the amount of passenger flow of the hub and the surrounding area. Regarding the value maximization of the hub function as the objective function, then the optimal service radius under the cost and the capacity constraints is determined, and the hub attractiveness analysis method is established. Finally, taking the comprehensive transportation hub of west railway station building in Chongqing as an example, and calculating that in 2020 and 2030 the total passenger traffic are 135270 person-time and 210810 person-time, meanwhile, the attractive force are 17815100 person-

time?km/day and 21797800 person-time · km/day in 2020 and 2030, so a new comparable method for the objective measurement of the value of the hub and its contribution to urban development is proposed. 【期刊名称】《交通运输系统工程与信息》 【年(卷),期】2016(016)006 【总页数】6页(P22-26,39)

【关键词】铁路运输;客运枢纽;吸引力;功能价值;服务半径 【作 者】陈坚;霍娅敏;吴丹;赵翰林

【作者单位】重庆交通大学 重庆市交通运输工程重点实验室,重庆400074;西南交通大学交通运输与物流学院,成都610031;西南交通大学交通运输与物流学院,成都610031;重庆交通大学 交通运输学院,重庆400074 【正文语种】中 文 【中图分类】U491.1

近年来，随着我国人民生活水平的不断提升，人们更加注重交通出行中的服务品质，高速铁路的快速发展带来了区域客运的巨大变革.与此同时，北京南站、上海虹桥、天津西站、成都东站等一批现代化高速铁路综合客运枢纽的建设运营，改变了传统铁路客运站“脏、乱、差”的固有形象，促进了铁路客运整体服务能力的迅速增强.高速铁路综合客运枢纽以铁路客专和普客为主，融合公路、航空、水运等其他运输方式中的一种或多种，通过市内轨道交通、常规公交、出租车及私家车等多种交通方式衔接，便于乘客实现无缝换乘，由这些客运方式所联结的固定设备(固定位置或固定换乘设施)和活动设备组成的整体，共同完成旅客运输中转和集散任务的大

型客运站场.

高速铁路综合客运枢纽由于投资巨大、对城市规划及社会经济影响深远，其布局选址、规划设计都需特别慎重，核心问题在于如何科学、客观、定量评估枢纽综合效益.单纯依据枢纽客流量或运营收益都无法全面描述枢纽对城市区域发展和社会经济的促进作用.成诚等运用多元季节性时间序列原理预测城市交通枢纽节假日客流量[1]；张戎等基于巢式Logit模型分析了沪杭高铁列车开行站对旅客吸引力的定量影响[2]；祝进城等提出了一种基于旅客选择行为的新建客运专线铁路客运站选址方法[3]；张天伟等研究了非强制性满足定性因素、强制性满足定性因素和定量因素综合约束的铁路客运站选址0-1规划模型[4]；赵军等通过多目标非线性混合整数规划模型优化铁路枢纽内客运站分工[5]；云亮等引入服务水平期望概念，建立了铁路客运枢纽到达旅客离站交通方式选择行为改进NL模型[6]；梁英慧等针对铁路客运站与城市交通衔接问题构建了铁路客运站外部集散网络的最大奔溃路径模型[7]；Zhuang等分析了铁路客运站和地铁站周边土地利用、人口规模及土地价格与车站距离间的关系[8]；Alexander结合探讨了如何加强铁路客运站社会功能的方式[9].

国内外已有研究中缺少将高速铁路综合客运枢纽及周边区域作为一个整体定量评估其价值的直观指标，也没有枢纽综合效益的直接计算方法.本文基于枢纽客流服务和城市开发两个本质属性，借鉴经济学中衡量吸引交易或顾客能力大小的“吸引力”，提出高速铁路综合客运枢纽吸引力这一概念，以定量测度枢纽对城市乃至区域的影响大小.枢纽吸引力与所在城市社会经济、人口数量、城市规模、居民消费水平、枢纽周边土地利用情况等宏观因素及枢纽运输方式特性、枢纽服务质量、旅客出行行为等微观因素有着直接关联.在预测枢纽客流量的基础上，以枢纽功能价值最大化为目标函数构建枢纽最优服务半径模型，从而确定枢纽吸引力计算方法. 高速铁路综合客运枢纽客流量分为直接客流量和间接客流量，直接客流量与枢纽的

铁路车次相关，包含有铁路车次产生的客流量及其接送旅客的人员客流量；间接客流量与枢纽周边用地性质有关，主要是枢纽周边各种用地性质上建设的建筑设施所吸引的客流量.

式中：Q为枢纽产生吸引的总客流量(万人次/日)； Q1为枢纽直接客流量(万人次/日)；Q2为枢纽间接客流量(万人次/日). (1)直接客流量.

直接客流量即枢纽自身所吸引的客流，由铁路车次产生的客流量及其接送人员的客流量相叠加.铁路客运枢纽客流量与枢纽的车次成线性关系，当枢纽运力配置和各项设备设施发生改变时，将直接改变枢纽到发车次数量，从而影响客流量.因此，对枢纽直接客流量的预测，可根据相关的枢纽历年统计结果及未来年运力配置的状况，建立回归分析模型进行预测，如式(2)所示.

式中：α1、α2为为回归系数；T为预测年铁路的平均日始发列车数(对/日)；β为考虑旅客接送所产生的附加出行量的调整系数，通常取1.08. (2)间接客流量.

枢纽周边用地所吸引的间接客流量，根据不同用地性质划分为居住建筑客流吸引量和公共建筑客流吸引量两部分构成.前者采用个人原单位法，后者适用面积原单位法.

①居住建筑客流吸引量.

式中：Q21为居住建筑客流吸引量(人次/日)；F为居住建筑入住的户数(户)；p为平均每户的家庭成员数(人/户)；γ为人均出行次数(次/日). ②公共建筑客流吸引量.

式中：Q22为公共建筑的客流吸引量(人次/日)；S为公共建筑的建筑面积(m2)；M为每名职员所需的办公面积(m2/人)；C为公共建筑的每名职员日均出行次数(次/日)；D为公共建筑的每名职员日均吸引的商务人数(人/日)；2为商务人数的

平均出行次数(次). 2.1 模型假设

(1)枢纽服务范围为以枢纽为圆心的圆形范围，在受到地形自然障碍物隔离情况下要在圆形基础上折减； (2)初始服务半径R0=100km； (3)枢纽的选址及修建资本投入已确定； (4)枢纽周边土地利用性质、配建指标已知. 2.2 枢纽最优服务半径

由于枢纽的功能定位、区位条件及配套的交通网络差异，每个枢纽均存在一个最优服务半径，超过最优服务半径，枢纽及出行者的总社会成本都将增加.以枢纽功能价值最大为目标函数，构建枢纽最优服务半径模型. (1)高速铁路综合客运枢纽服务能力.

服务能力是枢纽资本投入、枢纽规模、乘客在枢纽平均停留时间的综合定量表征，枢纽理论服务能力S1为

同时，枢纽服务能力随服务范围的扩大而有一定程度的降低，故将S1进一步修正为

式中：S1为枢纽理论服务能力(万人次/日)；S2为枢

纽实际服务能力(万人次/日)；I为乘客在枢纽平均停留时间(h)；B为枢纽资本投入(万元)；A为枢纽规模(万m2)；r为枢纽服务半径(km)；θ1为枢纽资本投入产出弹性系数；θ2为枢纽的投入产出弹性系数，θ3为拟合系数，通常取值0.7. (2)高速铁路综合客运枢纽服务成本.

服务成本包括枢纽固定成本C1及随枢纽客流量变化的可变成本C2.固定成本C1主要包括枢纽的建设成本、人员工资、固定设施维护费、电力消耗费和管理费.可变成本C2由单个旅客的平均服务费用f和枢纽服务范围内直接客流量Q2综合计

算.

式中：C为枢纽服务成本(万元)；C1为枢纽固定成本(元)；C2为枢纽可变成本(元)；f为单个旅客的平均服务费用(元/人)；k为枢纽服务范围内单位土地面积的直接客流量产生率(人次/日·km2). (3)模型推导.

以反映高速铁路综合客运枢纽服务能力与综合运营成本间动态特征的功能价值F为目标函数，当F取最大值时的枢纽服务半径即为最优服务半径. 对式(8)求导可得

当θ3≠2时，令式(9)等于零可得

推导出满足枢纽功能价值最大的枢纽最优服务半径r∗为

枢纽最优服务半径r*与枢纽固定成本C1成正相关，与区域内客流生成率k成负相关.即，当枢纽吸引客流量增大，则枢纽初始服务范围内单位土地面积客流生成率增加，在枢纽固定成本不变的基础上，其最优服务半径会下降. 2.3 枢纽吸引力推导

借鉴力学中力矩的概念，本文将高速铁路综合客运枢纽吸引力定义为枢纽吸引客流的能力(人次·km/日)，即：枢纽客流量(人次/日)与枢纽服务半径(km)的乘积.吸引力大小由枢纽客流量和最优服务半径共同决定.当枢纽服务半径一定，客流量越大，吸引力越大；当枢纽客流量一定，服务半径越大，吸引力就越大. 式中：N为高速铁路综合客运枢纽吸引力(人次·km/日).

以正在建设的重庆高铁西客站综合交通枢纽为实例分析对象，高铁西客站枢纽是重庆的主要门户枢纽和综合性铁路特级站，位于重庆市九龙坡区，东临凤中路，西靠中梁山，北近成渝高速路，南望华岩寺风景区.规划城市轨道交通5号线、环线及远期12号线进入枢纽换乘.重庆铁路西客站枢纽具有集客专、普客的综合客运功能，主要服务兰渝、渝湘、渝黔、渝昆、成渝的始发终到及往南的直通客车.

3.1 客流量分析

根据规划2020年重庆高铁西客站旅客列车始发车113对；2030年旅客列车始发车156对.参考已投入运营的重庆火车北站客运量统计资料，确定2020年回归参数α1=0.903，α2=0.054；2030年回归参数α1=1.130，α2=0.067.根据式(2)计算得出2020年和2030年直接接客流量为7.565万、 12.509 万(人次/日).

重庆高铁西客站综合交通枢纽周边用地情况如图1所示，其中住宅建筑面积68.9万m2，共5 694套.对比重庆市类似住宅项目的调查结果，综合确定枢纽周边住宅人均出行次数取2.5次/日，2020年空置率为0.2，平均每户的家庭成员数取3.0；2030年空置率为0.06，平均每户家庭成员数为3.5.从而枢纽周边居住建筑客流吸引量2020年和2030年分别为3.644万、4.549万(人次/日).

枢纽周边办公建筑面积10.5万m2，商业建筑面积46.8万m2，依据式(3)和式(4)计算得出枢纽周边公共建筑吸引量2020年和2030年分别为2.318万、4.023万人次/日.得出枢纽间接客流吸引量2020年和2030年分别为5.962万、8.572万(人次/日).综合枢纽直接客流量和间接客流吸引量，可得重庆高铁西客站综合交通枢纽总客流量预测结果如表1所示. 3.2 枢纽吸引力计算

假设枢纽初始服务半径为100 km，可得2020年和2030年枢纽直接客流单位面积产生率k1= 2.41(人次/(日·km2))，k2=3.98(人次/(日·km2))，初始半径范围内到达枢纽的各种交通方式平均费用f取值为50元/人次.

枢纽的固定成本由枢纽站工作人员工资、固定设施维护费、电力消耗费和管理费用共同决定.枢纽建设费用预算为443 890万元，该综合交通枢纽建成投入运营后，考虑管理、养护维修和服务人员345人，并根据对铁路客运综合交通枢纽的类似调查分析，人工工资按平均25 000(元/年)计列，则需支付人工工资用为862.5万

(元/年).固定设施维护费为客运站场的固定设施维修费用，按每年65万元计.电力消耗费用为客运站场内的各种办公及管理设施的用电消耗，按每年30万元计.管理费包括计入成本的税费及工会经费、职工教育经费、办公费、差旅费、招待费、各种基金、保险费等支出，按每年150万元计.则枢纽固定成本为444 997.5万元. 根据式(11)得出2020年和2030年枢纽最优服务半径枢纽功能设施的日益完善及客流量的增加，枢纽的各项设施的使用效率明显提高，资源利用效率更优，最优服务半径将随着直接客流量增大而下降.

根据式(12)得出2020年、2030年枢纽吸引力分别为1 781.51万、2 179.78万(人次·km/日).随着枢纽功能设施的日益完善及周边用地的开发成熟，枢纽吸引力将会逐渐增大.

高速铁路的建设运营带来了区域客运尤其是中长途旅客运输的重大变革，各城市大量高铁综合客运枢纽的新建在城市对外客运交通基础设施调整、城市结构优化中发挥了重要作用.但枢纽的自身及社会价值如何客观定量评估，长期以来一直是社会各界关注的热点问题，本文借鉴经济学中的商品吸引力，提出了枢纽吸引力这一崭新概念，用以直观描述枢纽及其周边区域吸引客流的能力.在预测枢纽直接客流和间接客流的基础上，综合考虑枢纽成本和能力确定其功能价值，建立了枢纽最优服务半径模型，推导了枢纽吸引力计算方法.从而为衡量枢纽对城市发展的影响及各枢纽间作用大小的横向比较提供了科学方法.

【相关文献】

[1]成诚，杜豫川，刘新.考虑节假日效应的交通枢纽客流量预测模型[J].交通运输系统工程与信息,2015,15 (5):203-215.[CHEN C,DU Y C,LIU X.A passenger

volumepredictionmodeloftransportationhub considering holiday effects[J].Journal of Transportation Systems Engineering and Information Technology,2015, 15(5):203-215.] [2]张戎，诸立超.铁路枢纽内沪杭高铁列车开行站调整对不同特征旅客吸引的影响[J].铁道学

报,2016,38 (3):9-17.[ZHANG R,ZHU L C.Impact of adjustment of Huhang high-speed railway departure stations in railway hub on attraction of passengers with different features[J].Journal of the China Railway Society,2016, 38(3):9-17.]

[3]赵军，李愈，任其亮，等.铁路枢纽内客运站分工的优化模型及算法[J].西南交通大学学报,2011,46 (1):148-153.[ZHAO J,LI Y,REN Q L,et al.Optimal model and algorithm for allocation of arrival and departuretrainsinrailwaypassengerterminal[J]. Journal of Southwest Jiaotong University,2011,46(1): 148-153.]

[4]张天伟，聂磊，高桂凤.铁路客运站选址模型[J].交通运输工程学报,2011,11(5):83-92.[ZHANG T W, NIE L,GAO G F.Location model of railway passenger

station[J].JournalofTrafficandTransportation Engineering,2011,11(5):83-92.][10]BENTH F E,KOEKEBAKKER S,TAIB C M I C. Stochastic dynamical modelling of spot freight rates[J]. IMA Journal of Management Mathematics,2015,26(3): 273-297.

[11]GOHOHO E S.Modelling and forecasting the capsized market spot freight rate[J].Regional Maritime University Journal,2015(4):32-47.

[12]范永辉，邢玉伟，杨华龙.基于GARCH模型的波罗的海干散货运价指数预测[J].数学的实践与认识,2015, 45(7):42-47.[FAN Y H,XING Y W,YANG H L. Prediction of baltic dry bulk freight index based on GARCH model[J].Mathematics in Practice and Theory, 2015,45(7):42-47.] [13]FORNI M,HALLIN M,LIPPI M,et al.The generalized dynamic-factor model:Identification and estimation[J]. Review of Economics and Statistics,2000,82(4):540-554.

[14]HASSANI H.Singular spectrum analysis:methodology and comparison[J].Journal of Data Science,2007,5(2): 239-257.

[15]ELSNER J B,TSONIS A A.Singular spectrum analysis: A new tool in time series analysis[M].Springer Science &Business Media,2013.

[16]曾昭法,左杰.基于谱分析的我国东中西部经济周期波动研究[J].统计与决策,2009(19):115-118. [ZENG S F,ZUO J.Economic cycle fluctuations research on eastern and midwest China based on Spectrum analysis[J].Statistics&Decision,2009(19): 115-118.]

[17]李红启,刘鲁.基于谱分析的物流发展周期[J].系统工程，2008，26(1)：57-61.[LI Q H,LIU L.The evolution periodsoflogisticsbasedonspectralanalysis[J]. Systems Engineering,2008，26(1)：57-61.]

[18]高铁梅.计量经济分析方法与建模:EViews应用及实例[M].北京：清华大学出版社，2006.[GAO T M. Econometricanalysisandmodeling:EViews

applicationsandexamples[M].Beijing:Tsinghua University Press,2006.]