总506期
2019年第20期（7月中）
收稿日期：2019-03-15
作者简介：黄俊达（1982—），男，工程师，从事地铁线网运输策划与管理相关工作。
黄俊达
（广州地铁集团有限公司，广东广州510000)
摘要：结合2018年底广州地铁新线建设开通情况，在总结既有客流预警方面的成果基础上，综合考虑2019年客流预测成
果，分析大客流发生规律，研究客流预警的级别及定级依据，对2019年线网结构下的客流预警阈值的设置进行分析与探讨，提出客流预警方面的建议，旨在保障广州地铁大客流运输安全、有序、可控。
关键词：地铁客流；客流预警；客运量中图分类号：U231.92文献标识码：A
0引言
广州地铁已正式步入网络化运营阶段，目前开通运营14条线路，运营里程达478km ，2019年底将形成开通运营15条线路、超500km 的轨道交通大线网。随着线网运营的不断深入，客流量将持续攀升，在设备资源有限的条件
下，运能与运量的矛盾将日益突出。地铁作为城市重要公共交通工具，一旦发生乘客体客伤事件，将迅速成为公众舆论焦点，不仅严重损坏地铁企业品牌，而且影响社会秩序的稳定。面对迅猛增长的超大客流，为提前做好大客流应对组织，确保地铁运营安全、有序、高效，本文将结合广州地铁客流现状，探讨和研究大客流预警阈值的设置。
1广州地铁客流现状
1.1大客流的涵义
地铁大客流是指在某一时段，乘客集中到达地铁车站的、客流量超过地铁车站正常客运或客运组织措施所能承受的客流量，会对地铁车站正常运营造成极大影响。大客流可分为可预见性和不可预见性大客流。其中，可预见性大客流可分为节假日大客流、大型活动大客流、恶劣天气大客流和早晚通勤大客流；而不可预见性大客流的规模、持续时间是无法提前进行预测的，如车站周边临时大型活动、天气突
变、突发事件等引起的大客流，没有一定的规律性，车站客流量会在短时间内急剧上升[1]。1.2广州地铁客流现状
（1）客运量保持快速增长势头。随着线网规模扩大，线网客运量逐年攀升，2014—2018年，日均客流量由624万人次增长至829万人次，日均客运量逐年增长5.7%～9.4%；2019年预测日均客运量达892万人次，较2018年增长7.6%。
（2）换乘客流保持逐年增长趋势。随着线网规模扩大及线网从市区向郊区的不断延伸，网络通达性逐步增强，
换乘客流占总客流比例逐步增加，线网换乘系数保持逐年增长。2014—2018年，线网换乘量占比由40.4%增长至42.5%，换乘系数由1.68增长至1.74，见表1。
表12014—2019年线网换乘客流变化情况表
年份换乘量（万人次）换乘量占比换乘系数
2014年252.0
40.4%1.682015年265.9
40.3%1.682016年283.9
40.5%1.682017年317.8
41.4%1.712018年351.9
42.5%1.74（3）工作日客流潮汐现象突出，高峰期进出核心城区的断面客流压力大。工作日早晚高峰通勤客流占比大，乘客出行呈双峰形分布；连接市中心的线路早高峰客流压力大，市区线路的三、五号线高峰断面客流均突破2万人次/30min ，高峰期30min 列车满载均超120%，随着市郊线路接入既有线网，运力紧张问题将更加凸显。如图1所示为广州
地铁工作日、周末日均小时进站客流分布图。
2客流预警的涵义与级别
2.1客流预警的涵义
结合广州地铁运营组织工作经验，将地铁客流预警定义为：通过地铁车站的客流状态进行分析判断，采用定性与定量相结合的方法，对线网的客流量及其他相关参数进
图1广州地铁工作日、周末日均小时进站客流分布
（万人次/h ）
6:008:0010:0012:0014:0016:0018:0020:0022:00
周一至周四
周五
周末
70.0
60.050.040.030.020.010.00.0
14
交通世界TRANSPOWORLD
行预测，根据预测结果对系统客流整体安全状态进行评估，进而对外发布安全预警，以期对决策管理人员进行提醒和警告，确定行车、客运组织配套方案[2]。
2.2客流预警的级别
地铁客流预警的级别划分应以不同级别导致的客伤风险及预警启动后采取的措施为依据。结合广州地铁客流规模及发展趋势，为便于现场实际操作，将大客流预警分为红、橙、黄3个级别标准，其中红预警级别最高，黄预警级别最低。
3客流预警阈值的设置
3.1明确大客流预警的定位
结合广州地铁运营组织经验，启动客流预警的日期通常发生在大型活动、节假日期间，而日常情况下一般不需要启动客流预警。其中，由于受活动集中散场、节前一天晚高峰下班高峰与市民出行重叠的影响，期间客流较日常有较大幅增长，因此建议在暑运、展会活动及大客流期间的周五和传统节假日（如清明、端午、中秋）前一天至少启动大客流黄预警。而对于元旦、五一、国庆节假日及国际灯光节期间，由于大规模乘客出行，客流屡创历史新高，为此建议对应启动大客流橙预警或红预警[3]。
3.2确定各级别客流预警启动标准
（1）大客流黄预警启动标准
①根据黄客流预警定位，对2018年黄预警日期客流进行比较分析，确定2018年大客流黄预警启动标准为920万人次，并对建议结果进行验证。如图2所示，以
920
万人次客流作为2018年预警启动标准，基本可覆盖展会活
动、暑运期间的周五及节假日的节前一天与节日期间。
图2广州地铁2018年920万人次以上客流分布情况图
②根据新线及既有线路客流增长情况，预计2019年日
均客运量为892万人次。以2018年大客流黄预警启动标
准为基础，考虑2019年较2018年的客运量增长量，建议
2019年大客流黄预警启动标准为980万人次。
（2）大客流红预警启动标准
根据2015—2018年最高客流与日均客流的增长关系
（见表2），预测2019年最高客流约为1105万人次。为确保
客流最高日启动红预警，建议向下取整设定2019年大客
流红预警启动标准为1100万人次。
表2广州地铁2015—2018年日均客流与最高客流增长关系
年度
日均客流
（万人次）
最高客流
（万人次）
增长率
2015年
659
861
30.65%
2016年
702
897
27.78%广州地铁3号线时间
2017年
765
941
23.01%
2018年
829
1003
20.99%
2019年
892（预测）
1105（预测）
23.92%（加权增长率）
（3）大客流橙预警启动标准
以黄与红大客流预警启动标准的平均值作为大客
流橙预警启动标准，设定橙预警启动标准为1040万
人次。
综合上述，设定2019年大客流黄预警阈值为980万
（含）~1040万人次；大客流橙预警阈值为1040万（含）~
1100万人次；大客流红预警阈值为1100万人次及以上。
3.3大客流预警阈值回归验证
根据截至2019年3月5日的广州地铁实际客流情况，对
2019年大客流预警阈值合理性进行回归验证，分析大客流
预警启动与大客流黄、橙、红预警的定位要求匹配
情况。黄、橙、红预警情况如下：
（1）黄预警：2次。对应的日期分别为2月22日（元
宵节后第一个周五，992万人次）、3月1日（足球比赛等大
型活动，周五，1024万人次）。
（2）橙预警：0次。
（3）红预警：0次。
验证小结：2019年1—2月恰逢春运期间，根据往年客
流规律，客流均有不同幅度下降，启动客流预警日期均发
生在元宵节后的周五，基本符合大客流预警的定位标准。
4结语
综上所述，基于广州地铁2018年底新线开通的背景，
对广州地铁客流预警阈值设置问题进行了探讨，通过采用
2019年实际验证，确定客流预警阈值设置的方法具备一定
的可行性。但由于预测的大客流受多方面因素影响，如预
测客流与实际客流存在偏差，将发生预警定位不准（虚预
（下转第18页）
15
总506期
2019年第20期（7月中）
票务应急组织工作，同时，配合抢修人员进行抢修，并注意做好危机公关应对。
维修人员：尽快制定修复方案，安排技术支援，协调备件、工器具等及时到位；同时做好故障恢复后继续驻守的安排，观察设备运行情况。
4结语
综上所述，城轨运营单位应针对各类故障进一步细化应急处置关键步骤时间标准，制定抢修人员到位时间标准和故障修复时间标准，明确突发故障情况下车站多方人员支援的流程和要求。同时，结合高密度行车条件下应急处置的策略，通过经常性开展多种形式的应急处置培训和联合演练，提高线网应急联动协作能力和抢险效率，为高密度行车故障时的应急处置做好全面的技能储备。
参考文献：
[1]毛保华，刘明君，黄荣，等.轨道交通网络化运营组
织理论与关键技术[M].北京：科学出版社，2011. [2]林伟东.地铁高密度行车组织下行车调整方式的探讨
[J].科技风，2015（6）：55-56，58.
[3]孙立超.地铁行车组织中的行车调整方式研究[J].交通
世界（运输车辆），2015（5）：34-35.
（编辑：唐勍勍）
（上接第15页）
警或预警级别偏低）。为此，为提高客流预警的精准度，有必要借助其他客流监控设备或客流预测模型，确保客流预警发布的准确性，以便现场根据客流预警发布情况合理开展行车、客运组织等运营工作。
参考文献：
[1]丁蕾.城市轨道交通换车站客流预警及应对方法研究
[D].南京：南京理工大学，2012.
[2]张清泉.轨道交通客流预警系统研究[D].重庆：重庆
交通大学，2016.
[3]李得伟，孙宇星，黄建玲.地铁客流预警技术基础探
讨[J].都市快轨交通，2013，26（2）：62-66.
（编辑：唐勍勍）
18
发布评论