市域旅游铁路客流预测方法体系构建研究
刘根基 于世军 彭浪 郦红艺 徐成
摘要 市域旅游铁路具有大容量、快捷舒适和旅游观光等性能，同时它可以连接对外交通枢纽和服务市域范围内的景区，与其他交通方式相比市域旅游铁路具有较强的吸引力。文章研究了市域旅游铁路客流预测的内容框架以及方法体系，在分析了市域旅游铁路市域旅游客流出行特征基础上，提出了客流预测的主要内容，内容包含了旅游客流生成、旅游客流分布、旅游交通方式选择和客流分配。
关键词 市域旅游铁路;客流预测;出行特点;旅游客流
中图分类号 U293.13;F592.7 文献标识码 A 文章编号 2096-8949（2022）01-0050-04
0 引言
市域（郊）鐵路是一种介于城际铁路与城市轨道交通之间新型快捷的轨道交通系统，主要服务主城区和周边郊区的居民出行[1]。市域旅游铁路是市域（郊）铁路的一种特殊形式，连接市域范围内的旅游景区、交通枢纽和客流集散点等，主要服务游客出行，是通达景区的“快捷”公共交通方式，形成景区内外联系的公共交通走廊。同时，市域旅游铁路也具备着轨道交通的舒适、快捷、安全等特点，特别在游客多、交通拥堵的时候，其优势越发明显[1]。市域旅游铁路是我国近年来新兴的旅游交通方式产品，在优化交通结构，提升旅游景区的吸引力，丰富游客的旅游体验等方面起着重要作用[2]。
1 市域旅游铁路客流预测的特征要求
1.1 市域旅游铁路的主要技术特性
2020年12月份国务院在办公厅发布《关于推动都市圈市域（郊）铁路加快发展的意见》，其中指出市域（郊）铁路新建线路单程通行时间宜不超过1 h，设计速度宜为100～160 km/h，平均间距原则上不小于3 km，早晚高峰发车间隔不超过10 min。市域铁路与高铁、地铁和城际铁路不同，在很多参数都有着不同的要求，其具体交通参数见表1。
市域旅游铁路的技术特性主要体现在运行速度、运输能力、车辆类型、行车间隔等方面。
1.2 市域铁路客流规模
市域铁路主要联通城区与郊区及周边城镇组团，其客流的产生主要原因是城区居民到周边城镇组团或者周边城镇居民去往城区。市域旅游铁路是以服务旅游城市游客出行游玩为目标的市域铁路。由于旅游客流来源不是从旅游城区产生的，与城区的开发强度关系不大，而与景区组团的吸引力相关，旅游景区组团的吸引力越强，其客流强度越大。在客流规模上，虽比城市内轨道交通客流小;但与城际铁路对比，其客流规模相对较大。
市域铁路的客流从时间分布上来看，一般具有“三高”的特征，即工作日高、周五高和周末的早晚高峰高，市域铁路一般以服务通勤为主要的功能[3]。
1.3 客流空间分布特征
旅游客流特征分析归根结底是游客出行行为的分析，不同游客的出行行为集合到时空上，就会形成市域客流的时空特征。从游玩活动分析，游客出行游玩主要分成两部分，一部分是到达旅游城市的出行过程，一部分是市域范围内的游玩过程。在市域范围游玩时，游客在空间上具有集聚性，客流主要会分布在交通枢纽和景区上，即分布在出行过程中的起点、终点或者停驻点上。
游客到达旅游地一般是通过交通枢纽集散，而在旅游地的游玩地点主要是各个景区，尤其是著名的景区，游客在市域范围内具有空间集聚效应。
1.4 客流时间分布特征
在时间分布上，按不同的时间段划分，其客流特征不同，主要按年度、月度和全日等进行时间段分类。在年度客流量分布上，旅游客流在总体上呈现一定的持续增长性。
在月度旅游客流分布上，其客流具有明显的时间波动性，与客流吸引特征有关，一般节假日、寒暑假期间客流量较大，形成客流旺季。在全日旅游客流分布上，其波动性同样明显，其峰值基本处于旅游旺季以及节假日时期，低谷基本处于旅游淡季的工作日。
从图1可以看出月度旅游客流分布明显呈现出时间波动性，在4月到10月以及2月份旅游客流较多，尤其是8月和10月有一个高峰期，月度旅游客流的分布受季节和节假日影响较大。
图2可以看出在市域旅游客流日变化图上，其波动性同样明显。在总体分布特征上符合月度旅游客流的分布，其峰值基本处于旅游旺季以及节假日时期。
2 市域旅游铁路客流预测的内容要求
市域旅游铁路的客流预测内容主要是旅游客流生成、旅游客流分布、旅游交通方式选择和客流分配，涉及的客流指标主要是客运量、客运周转量、平均运距、客流强度和高峰小时最大断面量，涉及的技术指标包括运行速度、运输能力、车型选择和行车间隔（如图3）。
市域旅游铁路的客流预测需要分析预测客流的发展变化规律，从而获得线网和线路相关的客流指标，以达到指导市域旅游铁路的规划建设目的，尤其是在规划研究市域旅游铁路的运输能力、设备容量、车站规模、车辆选型和经济效益等方面起着重要的作用。市域旅游铁路的客流指标主要包括客运量、客运周转量、平均运距、客流强度和高峰小时最大断面量等[4]。
2.1 客运量
客运量是指统计期内，轨道交通线路运送乘客的总人次，为线路进站量和换乘量之和。客运量分为年客运量和日客运量，年客运量反映全年站点的乘客进站量和换乘量之和，日客运量反映的是每日站点的乘客进站量和换乘量之和的平均值。该指标可以用于旅游城市轨道交通的经济性评价。旅游线路客运量的形成与游客出行生成和出行分布相关。
2.2 客运周转量
客运周转量为客流量与平均运距的乘积，是评价铁路线路的经济效益的一个重要指标，是分析铁路运营成本和票价制定的重要依据。市域旅游铁路的运行效益主要体现在这一指标上。
2.3 平均运距
平均运距指在统计期内，线路客运周转量与线路客运量的比值，表示在某一线路上乘客一次乘车的平均距离。平均运距反映着乘客乘坐此条线路的距离，一般单一线路的平均运距会较大，而线网发达情况下，游客到达目的地的通达性会提高，每条线路的平均运距就会降低。平均运距与游客出行分布中的平均出行距离有关，影响着客运周转量、车辆周转时间和运输成本等。
2.4 客流強度
客流强度是市域旅游铁路线路上的日客运量与线路总长度之比，反映着单位长度上全日客运量。客流强度与轨道交通运营效率和经济效益有关。
2.5 高峰小时最大断面量
高峰小时最大断面量是指轨道线路中高峰的一个小时线路区间最大客流量。线路的各区间断面客流量在一定程度上反映客流分布情况。高峰小时最大断面量的形成与旅客出行生成、出行空间分布、时间分布等特征有关[5]。
3 市域旅游铁路客流预测的方法体系
3.1 市域旅行出行生成预测
市域旅游出行生成和各个景区的游客接待量，交通枢纽的游客到达量，客流吸引点的游客吸引量有关。根据城市发展规划和景区发展规划等条件预测未来年的旅游出行量。
3.2 市域旅游出行分布预测
市域旅游出行分布主要分析游客的空间分布位置，即游客出行过程中的起终点，中间停驻点的位置。其分析的内容是游客在景区或者交通枢纽的访问量以及每个空间位置之间的游客流动数量，同时也分析游客的出行距离、出行次数和出行次序等特征。
3.2.1 市域旅游出行生成预测方法
该文的出行生成预测主要是对研究范围内交通小区的游客生成量进行预测，通过收集历年旅游景区的游客接待量、交通枢纽的游客量等数据，得到每个交通小区的未来游客量。再采用线性回归法、时间序列法、市场覆盖法、市场比较法和灰色预测法等方法对未来年交通小区的游客量预测（如图4）。
3.2.2 市域旅游出行分布预测方法
常见的出行分布模型有重力模型、增长系数模型、介入机会模型或者最大熵模型。面向市域旅游铁路的出行分布预测方法应该满足旅游出行和铁路客流出行分布规律，采用重力模型或者增长系数模型需要调查出旅游地现状的出行分布情况，出行阻抗数据;介入机会模型和最大熵模型需要先分析游客出行分布规律，进而建立出行分布模型。
3.2.3 市域旅游出行选择预测方法
方式选择模型一般分为集计模型和非集计模型，常用为logit模型。在面向市域旅游铁路的交通方式选择，不仅需要从个人属性和交通方式属性考虑，还有从游客游玩属性方面考虑影响方式选择的因素。通过游客的显示性偏好调查和意愿性偏好调查，分析游客特征和游玩特征，建立市域旅游交通方式选择模型。
4 结语
市域旅游铁路的特点是载客量大、快捷、舒适，还有观光。同时，可连接外部交通枢纽，服务于市内风景名胜区。与其他交通工具相比，市域旅游铁路具有很大的吸引力。在国家鼓励发展城市旅游铁路的同时，对城市旅游铁路客流量的预测也至关重要。文章在研究了市域旅游铁路客运量预测的实质性依据和方法体系，分析城市旅游铁路客流的特点的基础上，提出了预测的主要内容，包括城市旅游行程的创建、行程的分布、交通工具的选择、路线和线路，建立了一个有条不紊的方法预测体系。
参考文献
[1]赵国堂，周诗广.我国市域铁路发展现状及未来展望[J].中国铁路，2018（8）：1-10.
[2]关宏志，任军，刘兰辉.旅游交通规划的基础框架[J].北京规划建设，2001（6）：32-35.
[3]李娟.区域旅游交通需求预测研究[J].铁道运输与经济，2005（4）：77-79.
[4]Gonzalez M J G，Pascual M E V.Dimensions of the spanish tourist demand：Characterization of the autonomous communities according to the motivation of spanish travelers （2016）[J].Pasos，2021（1）：43-56.
[5]Becken S，Schiff A.Distance models for new zealand international tourists and the role of transport prices[J].Journal of Travel Research，2010（3）：303-320.