都市地铁某一条线日流量是怎么计算的？ densen，城市轨道交通/处女座INTJ 我们经常看到地铁的官方微博会公布上一日的客运量或者某个阶段的日均客运量，但这个客运量是如何计算出来的又意味着什么？公布有 600 万客流量是否代表有 600 万个人乘坐了地铁呢？带着这些疑问，我们今天就来聊一聊地铁客流量的计算。 1. 常见的客流统计 先说一下日常地铁的客流统计，一般统计三个数据：进站客流、出站客流、换乘客流。而有这三个数据累加统计的有三个量：客运量、集散量、乘降量，统计周期一般多以日为单位。一般地铁对外发布的客运量是进站客流与换乘客流之和得出，不再累加出站客流；而集散量则为进站客流加出站客流，乘降量为进站客流、出站客流、换乘客流的总合。 2. 车站、线路、线网的日客运量计算 1）进站客流 即本站的日进站客流总数，车站的日进站客流包括闸机进站数加上边门进站数（使用纸票进站或使用符合免费乘车条件证件进站），一般由于边门进站数较少，现在的各个地铁公司不再累加此项数据，直接采用车站 SC 系统内的每日进闸机验票次数总数作为本站的进站客流，该数据即为该站的日客运量。 2）换乘客流 乘客在整个坐车的过程中换乘的次数都计入换乘客流。至于换乘客流，假设某站为 A 线与 B 线换乘站，则该站的换乘客流由两部分组成，A 线换 B 线客流加 B 线换 A 线客流，三线换乘站同理。值得注意的是此换乘客流的计算只统计站内换乘，即无障碍换乘；出站后的有障碍换乘（例如三号线与 APM 线的换乘）不计入换客流。 关于换乘客流的计算： 换乘客流的计算不像进站客流那样，由机器数据直接得出，换乘客流都有计算模型的，最开始使用的有最短路径法、最少换乘次数法。 所谓的最短路径法，通俗点解释就是，假设一名乘客从某线的 A 站进站，从另一条线的 B 站出站，那根据模型默认该名乘客按最短路径乘坐地铁，期间乘坐时间是最短，但中途可能经过三、四个换乘站。最短路径的实现是用迪杰斯特拉算法实现的，有兴趣的同学可以自行了解。迪杰斯特拉算法 所谓的最少换乘次数法，通俗点解释就是，假设一名乘客从某线的 A 站进站，从另一条线的 B 站出站，那根据模型默认该名乘客按最少换乘次数的路径来乘坐地铁，可能期间只换乘一次，但比最短路径多坐了半小时的地铁。 当然前面的两种模型在地铁只有较少线路还未形成线网时数据比较准确，有一定的参考使用价值，但乘客毕竟是活的，尤其是当地铁的线网越来越大，同样一个目的站，换乘方式可能千奇百怪，有多种选择，再使用这两种单一的模型就显得十分不合理，比如使用最短路径法就会出现多次换乘（可能超过 3 次）的情况，与乘客实际出行的路径出入很大。现在，一般采用的是比较科学的综合清分模型，例如广州地铁，就是通过对 OD 站点间多条有效路径分配比例（第一个比例）和每条路径中各线路的分配比例（第二个比例）综合得出各线路的清分权重，以此来计算换乘客流，而这两个比例的选择是通过大量的采样得出的。 具体想了解目前地铁客流统计采用的清分模型的同学可以参考这篇论文： 网络清分模型的验证与修正方法 ——周璐川 3）换乘站日客运量 假设某站为 A 线与 B 线换乘站，则该站的客运量为 A 线所辖日进站客流总数加 B 线所辖日进站客流总数再加总换乘客流。 一般换乘站包括 AFC、信号等各类设备都分线路进行管辖。例如广州地铁客村站作为三、八号线的换乘站，其 A/D、B/C 口下来的进站客流多数通过的是八号线的进闸机计为八号线的客流，每日约 6 万左右；而北端站厅中部羊城通客服中心位置对应的四台进闸机客流才计为三号线客流，每日仅有几百人左右，所以目前三号线的实际客运量要比公布的客运量多好几万。 4）单线日客运量 一条线路的日客运量等于线路所辖车站的总进站客流加上所有邻线换乘到本线的换乘客流之和。（这一点就是回答这个问题的） 例如要广州地铁 1 号线的客运量就等于 1 号线 16 个车站的进站客运量加上 1 号线 7 个换乘站里其他线路换乘 1 号线的换乘量。 5）线网总客运量 即每日地铁官方微博发布的客运量，即为线网所辖所有线路客运量的总合，由线网所有进站客流量与换乘量的总合计算得出。 经过上面的介绍，现在你再看看这些官方微博和新闻报道的客运量情况是不是有了更深入点的理解了呢。 广州地铁官方微博截图： 上海地铁总客流 1034.2 万人次创历史新高，换乘达 434 万人次 以上内容转自我的个人专栏文章： 聊聊地铁客流量的计算 - 地下铁 - 知乎专栏 hat600，重定向爱好者。 依据中华人民共和国城镇建设行业标准 CJ/T 8-1999《城市公共交通经济技术指标计算方法 地铁》： 普票乘客人次在实行分线乘车票制时，每张客票计算一个人次。在实行单一票制可乘坐多条线路时，每张客票的人次由近期客流调查决定。 什么叫客流调查？简单来说就是数人头。 （也就是说理论上，换乘一次，两条线客运量各 +1，全网客运量 +2） 理论上所有乘客进出站都需要刷卡。因此在自动售检票系统的帮助下，后台可以很轻松地获得绝大多数乘客进出地铁的站点（称为 OD 对），而这也是后台能从每位乘客身上获得的所有信息。 所以客运量的计算方式就是将所有的 OD 对通过某种规则（后述）转化为每条线路的客运量。 而且实际应用中，乘客的 OD 对不仅仅用于客运量的计算和票款的分配，像这条线高峰是不是该加车？除了车内观察以外，也是可以通过海量的 OD 对算出来的。 客流（实际上更多的是票款）的分配算法，各城市往往独立研发，因此可能采用不同的算法，而即便算法基本相同，其考虑的因素、权重也会有所差异 [1]。 目前北京和上海的做法是利用某种算法（如利用各种影响因素衡量乘客的偏好 [2][3]，也有其他方法 [4]），将客流分配到所有可能的路径上，称作多路径选择概率法。这个算法准不准呢？利用客流调查来验证，出现问题再做修正。这一算法的研发和维护成本相对较高，但同样的和其他算法相比要准得多。 下表为 2008 年线网中，北京市 1 号线某站至 13 号线某站的一个 OD 对的各种可能路径，在某种算法下的分配比例，引用自 [5] 参照上表，可知每条路径会分得一定的客流。 那么将这些路径归到线路上，简单来说的话， 某个 OD 对中， 如果某线路一定乘坐，那么该线路客运量 +1 如果某线路不一定乘坐，乘坐的概率为 p，那么该线路客运量 +p p 的大小由客流分配算法决定。 而另一种相对简单的算法就是经计算确定两站间的唯一路径，不论客流是否实际经过这条路径，所有客流都分配到这条路径上。比如广州的做法就非常简单，是按照两站间的广义最短路径来计算的。这种算法之下两站间有唯一的客流和票款分配路径，但这个最短是考虑了换乘距离、拥挤程度等因素之后求得的。 参考资料： [1] 周璐川. 网络清分模型的验证与修正方法[J]. 城市轨道交通研究, 2014, (11), 59-62, 66. [2] 四兵锋, 毛保华, 刘智丽. 无缝换乘条件下城市轨道交通网络客流分配模型及算法[J]. 铁道学报, 2008, 29(6): 12-18. [3] 赵烈秋, 孔繁钰. 基于 GA 的城市轨道交通客流分配问题[J]. 后勤工程学院学报, 2008, 24(2): 106-110. [4] 卢立能, 刘建平. 轨道交通无障碍换乘模式下的客流分配[J]. 计算机应用, 2011, 31(11): 3126-3128. [5] 苏娟. 城市轨道交通客流分配研究[D]. 北京交通大学, 2009. 更多讨论，查看 知乎圆桌 · 探索地下铁 查看知乎原文
