地鐵站乘客上下車效率因素影響分析論文

地鐵站乘客上下車效率因素影響分析論文

　　摘 要 地鐵站內乘客上下車的效率影響著地鐵的運營效率和服務水平。其中有自然因素和人為因素。通過實地調查測量,搜集整理數據,運用方差分析的數學方法對地鐵乘客上下車效率因素影響進行了定量研究。認為當前的地鐵硬件設施水平已經基本能夠滿足人們普遍的上、下車要求,影響乘客上下車效率的主要是人為因素,乘客群體層次差異對整體效果有一定的影響。

　　關鍵詞 地鐵,上下車效率,方差分析

　　地鐵車站作為一個特殊的活動空間,人們的走行速度受到不同因素的制約。當前,隨著人們出行水平的提高、時間觀念的增強以及對安全的需求增長,行人交通[1]越來越多地受到研究人員的關注[2]。在地鐵車站中,上下車是主要的交通活動之一。上下車的速度不僅影響著地鐵站內人群的活動,同時也影響地鐵列車的停車時間以及地鐵的服務水平。對地鐵乘客上下車效率進行因素影響分析,對改善地鐵乘車環境,提高地鐵服務水平具有重要的意義。

　　地鐵乘客上下車速度受到很多因素的影響,自然因素中有氣候條件、乘車時間等;社會因素中有乘客群社會關系、乘客社會層次等;硬件因素中有站臺布設、列車型號等;個人因素中有性別、年齡差異,生活習慣等。分析出每種因素的影響將是一個龐大的工程,需要不斷地深入研究。

　　迄今為止,國內外對行人交通研究深度遠遠不及機動車交通,其調查和分析方法需要不斷地改進和完善。傳統的研究僅僅對影響上下車的因素進行定性的研究。本文僅通過對北京地鐵1號線、2號線和13號線進行實地調查統計,并對統計數據整理分析,采用方差分析的數學方法對影響地鐵站內乘客上下車效率的主要因素進行定量分析研究。

　　1 方差分析法

　　方差分析法是常見的數理統計分析方法,由英國統計學家R.A.Fisher首創;為紀念Fisher,以F命名,故方差分析又稱F檢驗,其目的是推斷兩組或多組資料的總體均數是否相同,檢驗兩個或多個樣本均數的差異是否有統計學意義。方差分析是數理統計的基本方法之一,它實質上是研究自變量(因素)與因變量(隨機變量)的相關關系,辨明某個因素對因變量是不是有顯著影響。

　　2 地鐵乘客上下車行為特點

　　乘客上下車是乘客乘車的一個重要組成部分,是發生在站臺和列車連接點(車門)處的行為,如果控制失當很容易發生擁擠和堵塞,甚至發生危險事故。對乘客上下車花費時間進行實測是我們掌握乘客上下車行為主要特征的重要手段之一。乘客上下車花費時間的實測方法主要有現場人工觀測、攝影、攝像等。

　　通過大量觀測,可以總結出以下一些地鐵乘客上下車行為特征:

　　(1)當上下車乘客都趕時間時,整體上下車速度才可能加快;個別乘客上下車速度快不代表上下車整體速度快;

　　(2)乘客上下車速度很容易受上下車乘客群中的個別乘客影響,如可能負重過多、行動不便的乘客存在;

　　(3)個別乘客上下車效率具有隨機性,乘客數量與乘客上下車平均花費時間沒有明顯的線性關系;

　　(4)由于秩序混亂乘客上下車互相影響,乘客上下車所用的總時間可能是某一方乘客上車或下車所用時間。

　　3 地鐵乘客上下車速度實測和統計

　　2006年7月25、26日兩天,分別對北京地鐵1號線、2號線和13號線的連續乘客上下車花費時間進行了抽查實測。抽查實測地點分別為:北京地鐵1號線的西單、王府井地鐵站,2號線的安定門、積水潭地鐵站,13號線的五道口、回龍觀地鐵站。觀察發現所選車站的客流結構相對比較相似,包括上班、上學、出差、購物和娛樂客流等。實測的基本工具為秒表。進行實測獲取的基本量為:連續上下車乘客數量,上下車所用時間。為了取得可用數據,先進行了實測訓練并達到比較穩定的狀態。

　　連續上下車乘客是指當列車停穩后已經準備好上下車的乘客;上下車所用時間是指所有連續上下車乘客上下車完成過程所花費的時間。通過數學方法上下車所用時間與連續上下車乘客數量相除得到乘客上下車花費時間。

　　數據整理和統計分析步驟為:首先將實測數據分類輸入,采用Excel軟件進行編程;對各組數據進行篩選,去除不合理的數據;然后用程序計算,并用方差分析法進行分析。

　　為更好地應用方差分析法,將所有影響因素綜合為兩個大的因素,分別為自然因素和人為因素。自然因素指比較客觀的因素,基本屬于自然或地鐵硬件設施方面的因素;此因素反映了由于因素的各個水平的不同作用在數據中引起的波動。人為因素指除客觀因素以外與乘客本身相關的各種因素,此因素反映了由于隨機誤差的作用而在數據中引起的波動。

　　表1是3條地鐵線自然因素的異同。所列自然因素包括:車輛型號、車廂總數、車門總數、線路特征、天氣情況、調查時間、車門與站臺距離、車門與站臺高度、車門寬度、調查車站等。

　　人為因素包括:乘客同時上下車人數、乘客年齡、乘客性別、上下車秩序、乘客負重、乘客群文化水平、乘客群社會關系、乘客出行意圖等。由于人為因素不容易量化,在此僅列出影響因素。

　　北京地鐵1號線抽查實測乘客上下車花費時間數據14組;北京地鐵2號線抽查實測乘客上下車花費時間數據14組;北京地鐵13號線抽查實測乘客上下車花費時間數據17組。通過對數據進行篩選整理和計算,其有效數據和上、下車花費時間見表2。

　　4 數據分析

　　對上表進行統計,其有效數據個數和總平均上、下車花費時間見表3。

　　從表2、表3可以看出,上、下車花費時間之間存在差異,上、下車花費時間均受到多種因素影響,數據之間具有一定的可比性。每組上、下車花費時間分布基本符合正態分布規律。通過計算,平均花費時間存在一定差異,雖然2號線和13號線上車平均花費時間基本相同,但是不能確定出其因素影響是否也相同。所以需要對數據再進行方差分析。

　　方差分析過程可以通過表4來完成。

　　表4中:ij為樣本值;—為樣本總均值;S2i為樣本方差;n為樣本總數;ST為總平方和,其大小反映了全部數據ij的波動程度的大小;Se為組內平方和,其大小反映了重復試驗中隨機誤差的大小;SA為組間平方和,其大小反映了因素的各個水平所對應的總體均值之間的差異程度。

　　將乘客上車花費時間和下車花費時間分別進行整理計算,填入方差分析表5、表6。

　　給定顯著水平α=0.10,查F分布表,得F1-α=(r-1,n-r)=F1-0.10(2.38)=2.44。因表5中F=0.27<2.44=F1-0.10(2.38),故可以認為當前水平下自然因素對地鐵乘客上車效率沒有顯著影響。即認為乘客上車效率不會因當前水平下自然因素的不同而有顯著差異。

　　給定顯著水平α=0.10,查F分布表,得F1-α=(r-1,n-r)=F1-0.10(2.39)=2.44。因表6中F=1.00<2.44=F1-0.10(2.39),故可同樣認為當前水平下自然因素對地鐵乘客下車效率沒有顯著影響。即認為乘客下車效率不會因當前水平下自然因素的不同而有顯著差異。產生該結果的原因可能是在一定的自然條件下,人為因素直接影響了乘客的出行速度、出行壓力和應對擁擠的方式。這些都是降低效率的直接因素。

　　綜上所述,通過方差分析法可以知道,在當前水平下自然因素對地鐵乘客上下車效率均沒有比較顯著的影響,因此在因素影響研究中可以適當地忽略一些自然因素的研究,從而考慮主要因素的影響,在此可以知道地鐵乘客上下車效率均主要受人為因素的影響,下車影響因素比上車影響因素多些。為此,可以通過不斷改善地鐵乘車環境,提高地鐵服務水平,來提高地鐵運營效率。

　　5 結論

　　通過以上分析、統計和計算,可以得出以下結論:(1)地鐵乘客上下車效率受多種因素影響,但主要影響因素為人為因素;(2)人為因素當中的主要影響因素還需要進一步統計分析;(3)當前的地鐵硬件設施水平已經基本能夠滿足人們普遍的上下車要求;(4)乘客群體層次差異對整體效率有一定的影響。

　　本文數據采集主要是通過抽查方式研究地鐵乘客上下車效率因素影響分析,因此地鐵乘客上下車平均花費時間的確定還需要采集更多的樣本進行分析。本文研究的內容尚淺,還需要不斷的深化,實驗方法和數據的處理還需要不斷的完善。

　　參考文獻

　　[1]陳然,董力耘.中國大都市行人交通特征的實測和初步分析[J].上海大學學報(自然科學版),2005,11(1):93-97.

　　[2]HendersonLF.Thestatisticsofcrowdfluids[J].Nature,1971,229:381-383.

　　[3]劉小明,陳艷艷,安志強.北京奧運行人交通組織初探[J].國外城市規劃,2004,19(1):45-48.

　　[4]王磊,楊曉光,陳春.地鐵站乘客步行通道的優化設計[J].城市軌道交通研究,2003,6(2):41-45.

　　[5]徐良杰,王煒.信號交叉口行人過街時間模型[J].交通運輸工程學報,2005,5(1):111-115.

【地鐵站乘客上下車效率因素影響分析論文】相關文章：

谷子消費影響因素分析03-27

審計證據數量的影響因素分析03-21

影響石灰土質量的因素分析及其對策論文03-09

有關汽輪機葉片動應力的影響因素的分析論文02-24

影響汽車制動性能的因素論文05-30

高校高層次人才工作滿意度影響因素分析論文02-26

中學體育教學受多方因素影響分析03-10

高校體育教學行為影響因素分析02-20

機械加工質量影響因素及管理分析11-23