打开文本图片集

摘  要：城市轨道交通已经成为解决大城市拥堵问题的首选途径。重庆市作为一个现代化的大都市，交通拥堵逐渐成为城市的常态，仅靠地面公交难以满足日益增长的出行需求。轨道交通作为重庆城市交通建设的重点，其规划网络的质量也将直接影响到重庆市公共交通的服务水平，因此，本文对重庆市轨道交通线网结构进行换乘便捷性研究，以提高轨道交通的服务水平。

关键词：轨道交通;换乘便捷性;网络形态

引言：近些年来，城市规模迅速扩大，城市建设日趋火热，但是城市的交通拥堵问题也“发展壮大”起来，如何有效地解决城市发展中的交通拥堵问题也已经成为了一个焦点的话题，城市轨道交通的出现，极大的解决了城市交通拥堵的问题。

赵疆昀[1]在对城市规模和轨道交通网络的研究中指出，城市土地的大小、形态、布局和人口密度的大小、流向，在一定程度上可轨道交通的线网形式和覆盖率造成影响，甚至起决定性作用。利用层次分析法对城市的轨道交通线网规模的影响因素进行分析，认为轨道交通的线网规模、形态以及线路的走向等应与城市的发展规模相适应。通过对城市轨道交通网络组织的研究，利用“线网换乘便捷性指数”来研究不同线网形态下的换乘便捷性和出行时间效率的影响，并做了实证分析。研究了星形网络的效率，并且表明这种类型的网络具有较高的效率。我们将这些想法应用于亚特兰大大都会快速交通管理局（MARTA）地铁系统分析，显示出这个网络的效率是82%。

本文将以重庆市的轨道交通网络为例，对城市的客流量与轨道交通网络形式进行分析，提出换乘便捷性的影响与其影响因素，分析不同的轨道网络形式及其优缺点，对不同的轨道网络便捷性进行讨论，然后从可达性、连通性、复杂性方面对换乘便捷性的影响因素进行分析。

一、轨道交通网络形态

各城市具体的轨道交通网络形态由于历史背景、地质/地形、人口、社会环境等多因素的不同而存在千差万别;但也有着共同之处，比如各城市的轨道交通网络在城区内具有更高密度的路网、换乘站，市郊相反。城市轨道交通网络可以被分为方格网式、纯放射式、环形放射式网络三种基本形态。

二、换乘便捷性的影响因素

不同的轨道网络形态对换乘便捷性的有着不同的影响，不同的网络形态的换乘便捷性各不相同。因此，换乘便捷性的影响因素有以下几点：

1.换乘车站数量

换乘车站的数量会直接影响轨道网络的便捷程度，换乘站的数量越多，乘客出行是对线路的选择就会更多，换乘就会更便捷。

2.网络形态

城市轨道网络的基本形态有方格网式网络、放射式网络以及环形放射式网络，不同的网络形态对应的换乘站数量均有所差异。

3.换乘时间

换乘时间是指乘客在一次出行时换乘所需要的时间，换乘的时间越短，对乘客来说就越方便，换乘便捷性就越高。

4.换乘次数

换乘次数是指乘客在换乘中需要换乘的车站的次数，换乘的次数越少，那么乘客节约的时间就越多，换乘便捷性就越高。

三、城市轨道交通网络分析

1.轨道网络可达性

形态分析变量包括深度值、平均深度值、不对称性值和可达性评价指标四种，对每个变量的描述具体如下：

（1）深度值

深度值是在规定的两个节点之间，以相邻节点间的距离等于一为前提，以节点间的最短路径为目标的一个参数值。

（2）平均深度值

平均深度值是系统中对某个节点与其他节点全部深度值求平均数得到的值，如公式（3.1）所示：

（1）度和度分布

根据表5.2可知，度值最高的站点是重庆北站南广场的度值6，有3条线路通过，为3号线、10号线和环线，度值为1的代表各条线路的首末站。其中，度值为2的站点出现的频率最高，占站点总数的80.95%，可以看出轨道线网中两头有站点的中间站最多，达到八成。

度值大于2的站点占站点总数的11.31%，换乘站的数目为19座。

（2）节点聚类特性

根据重庆市轨道网络模型，运用Pajek软件进行统计，结果显示网络聚类系数为0。这表明重庆市轨道网络中不存在三个站点互相相连的情况。

五、结语

对可达性的分析中，可得出重庆轨道交通网络中3号线、6号线和环线的可达性最好，其指标为最高的20.00;对连通性的分析中，得出线路间的平均换乘次数为1.73次，重庆市城市轨道网络的换乘便捷性指数为4.4;对线网复杂性的分析中，换乘站所占的比例较少为11.31%，数目仅为19座。重庆市的轨道网络复杂性的聚类系数为0，表明重庆市轨道网络中不存在三个站点互相相连的情况，对换乘便捷性的影响影响程度较小。

参考文献：

[1] 赵疆昀.城市轨道交通网络规模的确定理论与方法[J].城市公共交通，2009（03）：34-37.

[2] 王炎冰.城市轨道交通合理线网规模研究[D].四川：西南交通大学，2015.

[3] 钱堃.城市轨道交通客流强度特征和换乘组织研究[D].北京交通大学，2015.

[4] Ek B， Ver Schneider C， Narayan  D A. Efficiency of star-like graphs and the Atlanta subway network[J]. Physica A： Statistical Mechanics and its Applications， 2013， 392（21）： 5481-5489.

[5]景艳红，王校.优化地铁换乘站客流组织的有效方法探究[J].黑龙江交通科技，2020，43（06）：195+197

[6]王晓明，万广娣.枢纽换乘客流预测[J].黑龙江交通科技，2021，44（02）：191-195