融合多元数据的轨道客流分析及建模研究——以澳门为例

1、研究背景

轨道交通系统作为城市公共交通系统的关键组成部分，其规划和运营水平直接影响着城市交通效率和居民出行体验。提升轨道交通出行比例，有助于缓解城市交通压力，减少拥堵。精准刻画和描述轨道交通客流特征，探究其出行机理、分布规律以及与城市建成环境的关系，对优化线路规划、站点设置、提升运营效率具有重要意义。

城市轨道交通站点客流量大，乘客流动特征很大程度上反映了城市内部人群流动规律和城市空间结构。站点影响区域是城市轨道交通与城市其他组成部分相互作用的关键节点。以澳门为例，轻轨氹仔线自2019年开通以来，客流量经历了疫情后的波动，对其客流特征和出行行为机理进行分析具有现实意义。

传统的客流分析方法往往依赖单一数据源，难以全面、准确地描述复杂的客流行为。本研究将融合多元数据，从宏观和微观层面，探究城市建成环境与轨道交通客流之间的关系。

2、文献综述

国内外学者对轨道交通客流的影响因素进行了广泛研究。Taylor等[1]采用距离衰减权重回归模型探究了西班牙马德里地铁站点客流影响因素；Jun等[2]基于Logit模型探究了韩国首尔地铁站点客流影响因素；Sohn等[3]通过多元线性回归和结构方程模型挖掘出影响地铁站点客流的变量；Choi等[4]探讨了首尔地铁站点间客流的影响因素；Zhao等[5]建立站点客流直接预测模型，探讨了影响南京客流的主要因素；Sun等[6]采用多元线性回归方法，探讨了北京市地铁站点客流的影响因素……(此处需补充更多近年来的相关研究成果，并按照学术规范列出参考文献)

3、研究目标

通过对轨道刷卡数据处理和分析，揭示OD时间和空间维度的特征、站点客流特性。* 通过对出行调查结果分析，刻画轨道交通出行者的个体出行特征。* 以建成环境数据为纽带，将刷卡数据和个体出行调查数据串联起来，从宏观和微观层面，探索城市建成环境与轨道交通出行特征之间的关系。* 构建轨道交通出行方式选择模型，揭示个人社会经济属性、城市建成环境与选择轨道交通出行之间的关系。

4、数据来源

澳门地铁刷卡数据：来自动售检票系统，用于获取OD分布、站点客流、平均出行距离等特征。* 澳门建成环境数据：通过地图绘制暨地籍局等相关网站获取土地利用现状数据和路网数据，利用高德地图WebAPI接口获取POI数据。* 居民出行调查数据：预计2024年澳门将开展居民出行调查，届时将获取接驳及满意度等相关数据，或自行设计问卷进行调查。

5、理论方法

站点分类：采用K-means聚类算法，根据各站点的日均小时进出站客流时间序列属性，对城市轨道交通站点进行聚类，将具有相似客流模式的站点归为一类。* 建成环境指标构建：参照Ewing等[17]提出的“5D”指标体系，从密度、多样性、设计、可达性和与交通设施距离5个维度，构建建成环境指标体系，并进行多重共线性检验。* 梯度提升回归树模型(GBRT)：用于探索城市轨道交通网络OD客流与出发站点端和达到站点端建成环境之间的关系，分析不同时段建成环境属性对OD客流的相对重要度。* 多项logistic回归模型：基于居民出行调查数据和建成环境数据，建立包含地铁作为出行方式的多项出行方式选择模型，分析个人社会经济属性及城市土地利用等建成环境变量对选择乘坐轨道交通的影响。

6、研究意义和价值

构建轨道站点周围影响范围的建成环境水平评价体系，为城市轨道站点周边区域的规划和发展提供参考。* 深入探究建成环境对轨道交通客流的影响，比较不同建成环境影响因素对客流影响的差异，为优化站点周边 land use 和交通接驳设施配置提供依据。* 为澳门轨道交通系统规划和运营提供科学依据，对提升轨道交通吸引力、缓解交通拥堵、促进城市可持续发展具有重要意义。* 本研究的成果可为其他城市轨道交通系统的规划和建设提供借鉴和参