案例推荐｜上海轨道交通通勤特征研究

（1）轨道通勤数据

百度地图慧眼整合去隐私化的位置、POI等多源数据，提取位置属性、时间分布等上百个特征，基于人工智能技术挖掘得到设备的通勤出发地和通勤工作地，准确率超过90%，将设备的通勤出发地和通勤工作地相连接，得到网格尺度的通勤OD数据。（注：相关数据处理各环节均匿名化，各环节及输出均不涉及个体隐私）

基于网格尺度的通勤OD数据，结合一周通勤时段的位置服务数据识别轨道通勤者，并利用百度地图公交线路规划服务，计算轨道通勤者的居住地、起点端（对应居住地）上车车站和工作地、终点端（对应工作地）下车车站等数据^[1]，作为本文数据分析的基础。

（2）轨道刷卡客流数据

通过训练长时间跨度轨道刷卡原始个体数据，识别早晚高峰长期在相同的站点进出的用户，也可以提取轨道通勤OD^[2][3]。该方法得到的轨道通勤OD仅是居住地和工作地所使用的轨道站点，并未能得到其真实的居住地和工作地。

本文使用的轨道刷卡数据，为集计的统计数据，包括分小时的站间OD、站点进出站量、换乘量及断面客流等。其中，站间OD和站点进出站量为站点进出站闸机刷卡数据直接统计所得，换乘量和断面客流是基于站间OD和地铁公司的清分模型计算结果。轨道刷卡数据的准确性高，本文使用同时期的轨道刷卡数据对百度地图慧眼轨道通勤数据进行校核。根据居民出行调查数据分析，早高峰7—9点，86%的轨道交通客流为通勤客流。

（3）居民出行调查数据

居民出行调查数据为小样本调查数据，调查获得的个体社会经济属性、出行目的、出行方式等，是大数据较难准确获取的信息。因此，调查所得特征数据是对大数据的有效补充和验证途径。

（1）全方式通勤与轨道通勤总量

根据第七次人口普查（2020年），上海市常住人口总数约2487万人，第四次经济普查（2018年）上海市第二产业和第三产业法人单位从业人员1170.9万人，百度地图慧眼识别的上海市内通勤总量（2021年）为1194万人，与统计数据量级相当。根据居民出行调查（2019年），轨道方式通勤占全方式通勤的比重约17.3%（全目的出行为11.6%），而百度地图慧眼识别的轨道通勤者约196万人，占比全部通勤量的16.4%。按轨道通勤者上下班各使用一次轨道计算，则轨道通勤出行次数约392万人次/日，占同时期工作日全天轨道站点进站量的62.7%（即所有轨道出行中通勤目的占比），这也和扩样后的居民出行调查数据统计得到的62.5%非常接近。考虑到两类数据的时间不同、调查数据可能存在扩样误差等因素，总体判断百度地图慧眼识别的通勤量和轨道通勤量在量级上没有大的偏差。另外，根据同时期上海轨道交通刷卡数据，全网工作日早高峰（7:00—9:00）刷卡进站量约171万人次，早高峰（8:00—10:00）刷卡出站量约177万人次，当然早高峰轨道出行约有14%为非通勤出行，轨道通勤者也不是全部在这一时间使用轨道^[4]，因此与轨道交通刷卡数据的对比校核，只是反映了大数据识别在量级上的准确性。以下将百度地图慧眼通勤数据与轨道OD数据在站点、空间分布上的对比同理。

（2）各线路进出站量

由于通勤出行的高峰集中度较高，百度地图慧眼识别的轨道通勤起点端人数与轨道出行的早高峰7:00—9:00进站量、轨道通勤终点端人数与轨道出行的早高峰8:00—10:00出站量可以认为有大量的人群重叠，将分线路的数据进行对比发现，两者拟合度较高，R²均在0.8左右（图1）。

（3）空间分布

将全市分为若干个区域，分别统计各区域间大数据识别的轨道通勤OD（居住地为O点，工作地为D点）和早高峰（出站时间8:00—10:00）轨道交通刷卡OD，两者拟合度较高，R²达0.9以上（图2），轨道通勤数据在空间分布上与早高峰轨道刷卡数据较为吻合。

图2 各区域间轨道通勤OD与轨道刷卡OD对比图

此外，根据居民出行调查，2019年上海市域内居民平均通勤约9.4km，百度地图慧眼识别的2021年上海市域内平均通勤距离约为9.5km，两者基本吻合。在以往的研究中，我们也把百度地图慧眼全方式通勤数据与手机信令数据、居民出行调查数据进行了对比校核，均有较好的拟合效果^[5]。综合以上校核结果，百度地图慧眼职住大数据和轨道通勤数据精度较为可靠，可开展相关特征分析。

全市轨道方式通勤仅占全方式通勤的16.4%，但其对居民通勤和交通运行的保障作用巨大。由于通勤出行时间集中度高、向心性明显，上海的中心城放射性道路早、晚高峰已呈现了常态化的拥堵，轨道交通在这些廊道上分担了大量的向心交通量。同时，除去非机动方式，轨道通勤占机动化方式的比重约28%，且轨道服务的通勤者平均距离大，按周转量计算，轨道承担了全方式通勤周转量的25%以上、机动化方式周转量的30%以上。

从通勤空间联系的角度看，主城区内各片区通勤的轨道比重相对较高。浦西和浦东之间、内外环间至内环内、新城至中心城等区域间轨道通勤比重达到50%以上（表1）。中心城内各片区间轨道通勤比重低于20%的，仅浦西内外环间北部两个片区间及浦东东北部两个片区间，反映了这两个区域轨道切向线的缺失（图3）。

表1 各区域间轨道通勤占全方式的比重

图3 交通大区间通勤联系量及轨道通勤比重

按通勤者的居住地和工作地，分别统计轨道通勤占全方式的比重（图4）。内环内居民轨道通勤比重最高，约为32%，浦东的内外环间约27%，浦西内外环间约23%，中心城平均约27%。各主城片区差异较大，除外高桥片区尚无轨道覆盖以外，川沙片区居民轨道通勤比重最高，约21%；闵行片区最低，约11%；四个主城片区平均约13%。五个新城的居民轨道通勤比重平均约7%，其中青浦新城较高，约12%；南汇新城最低，约3%。同时，内环内的岗位轨道通勤比重最高，约为37%，浦东内环内达38%。主城片区及五个新城中，除南汇新城外，岗位轨道通勤比重均低于居民轨道通勤比重。

轨道交通承担了大量的中长距离通勤出行，岗位的轨道通勤比重高于居民轨道通勤比重，间接反映了该区域的岗位吸引力较大。例如内环内岗位的轨道通勤比重普遍高于居民的轨道通勤比重，而内外环间、主城片区及近郊地区则恰好相反。

图4 通勤人口和岗位的轨道方式通勤比重空间分布

上海市域内平均通勤距离约为9.5km，轨道通勤者平均通勤距离约为14.5km（全目的轨道出行平均距离约18.7km），从全方式和轨道方式的通勤距离分布来看，全方式通勤中，7km以下占比约55%，而轨道通勤7km以下占比仅26%，7km开始轨道通勤的比重开始超过全方式通勤的比重。轨道通勤中，3—13km轨道通勤占全部轨道通勤的比重约44%，是轨道通勤的主力区间。

图5 全方式、轨道、非轨道通勤距离分布图

从轨道通勤者的居住地和工作地两端空间分布来看，轨道通勤者的工作地分布较居住地更为集中，主要集中在内环内尤其是中央活动区、城市副中心、漕河泾、张江、金桥等就业中心（如图6a所示），而居住地除了在中心城内各居住组团分布集中外，在中心城周边轨道站点附近的大型居住社区也较为集中，如吴淞、杨行、刘行、顾村、桃浦、江桥、徐泾、七宝、九亭、浦江镇、周康航、川沙、曹路等地区（如图6b所示）。

将轨道通勤OD用最短路径分配算法分配到上海交通分区（大区或小区）的蛛网上，定义不平衡系数为高方向通勤量和低方向通勤量的比值，用以体现职住通道的不均衡性^[4]。上海中心城外围地区的不平衡性较为明显，尤其是中心城西北片区、西南方向居住人口显著大于岗位，而内环内、陆家嘴、及张江、外高桥等地区则是岗位明显大于人口的区域。内外环间，北部地区至浦西内环内，西北片区，松江至中心城方向，浦东新区南部近郊浦江镇至中心城方向的职住通道不平衡较为明显。职住通道的不平衡性，导致轨道交通线网在高峰期间运能不足，尤其是中心城北部地区，客流拥挤频发，但全日客流效益并不理想。轨道通勤客流通道东西向（如2号线通道）则无特别明显的不平衡现象，这与东西向的居住、岗位组团的分布较为平均均衡相吻合^[6]。

上海的轨道交通站点1km范围仅覆盖全市12.5%的面积，但覆盖了50%的人口和60%的岗位。全市通勤人口中居住地和工作地至少一端在轨道站点1km范围内的占比达到了64%，两端均在站点1km范围内的也占到了33.6%（401万人），说明了上海轨道交通与用地、人口和岗位布局的耦合性较好。分析发现，与利用某轨道线路通勤者的数量与该线路站点1公里覆盖的人口、岗位之和呈较为明显的正相关，2号线是上海轨道站点周边岗位覆盖最多的一条线路，其次为9号线。而5号线、15号线、16号线、17号线及浦江线等线路的轨道通勤工作地人数则非常少，与其站点周边的岗位本身缺乏是相关的。

图8 各轨道线路站点1km范围内覆盖的人口岗位与通勤者数量相关性分析

将上海市内通勤人员，按照其居住地、工作地是否在轨道站点1km内进行分类后，再按其是否选择轨道方式进行通勤，结构如下图所示。

图9 上海市内通勤分类结构

居住地和工作地两端均在站点1km范围内的401万通勤人口，可以认为出行者能比较方便地使用轨道交通。但结果显示，仅125万人选择轨道交通通勤，占比31%。前面提到，全市通勤人口中居住地和工作地至少一端在轨道站点1km范围内的占比达到了64%，而使用轨道通勤占全方式的比重为16.4%，说明提供轨道交通服务和居民是否选择轨道交通还存在较大的差距。

针对未选择轨道通勤的276万通勤人口，这里从出行距离、通勤者拥车情况、轨道网络出行非直线系数等方面进一步分析，研判这部分人群没有选择轨道通勤的具体原因。

居住地和工作地两端均在轨道站点1km覆盖范围内的通勤中，全方式、轨道和非轨道方式的通勤距离分布曲线在5km处相交，轨道方式5km时占其通勤总量的比重高于其他方式5km以上占比，说明了5km以内出行轨道方式并不占优势。居住和工作两端均在轨道站点1km范围但未选择轨道通勤的276万通勤者中，通勤距离在5km以内的有163万人，这些通勤者中71%选择了非机动方式通勤，其余15%小客车和14%常规公交。通勤距离在5km以上的有113万人，54%选择了小客车，其余26%常规公交和非机动方式20%，这些通勤者中，家庭拥有车辆的比例（65%）明显高于使用轨道交通通勤比例（41%）。可见，家庭车辆拥有情况是是否选择轨道交通通勤的重要因素。

图10 全方式、轨道、非轨道通勤距离（站内）分布图

除了上述分析提到部分通勤距离较短更适用非机动方式、家庭拥车率较高与出行习惯相关，另外一个原因则是轨道交通网络的直达性问题。一部分通勤者虽然居住地和工作地都在轨道站点附近，但是通过轨道出行的非直线系数过高，绕行太多，例如居住在2号线唐镇站周边，工作在金桥北区9号线金吉路站沿线，使用轨道通勤则需要乘2号线至世纪大道换乘9号线至金桥地区的站点，直线距离仅6-7公里，轨道网络距离近24公里。此类通勤者居住地和工作地主要分布在外围不同的放射线的站点周边，浦东中东部地区（2、9号线之间）、中心城北部地区（1、3、7、15号线之间）、西北地区（9、10、2、7、13号线之间）、闵行南部（5、15号线之间）等。这些通勤OD的分布形态说明了外围地区切向线的缺失，网络化程度不高的地区，根据客流情况，仍需补充轨道交通切向线（或环线），以及其他公共交通服务。

图11 居住和工作地均在轨道站点1km范围但未使用

轨道通勤的部分通勤者示意图

根据刷卡客流数据统计，2021年上海轨道交通工作日日均进站客流625万人次，客流量约1118万乘次，换乘率约为1.79，通过全部刷卡OD和模型分配得到换乘一次的客流约47.9%，换乘两次的客流约占9.8%，换乘三次的约占0.7%，不换乘的客流约占41.6%。而根据百度数据分析得轨道通勤客流中，换乘一次的客流约51%，换乘两次的客流约占11.2%，换乘三次的约占0.8%，不换乘的客流约占37%，轨道通勤者换乘概率更大。

居住地在各轨道线路沿线的通勤者，通过本线通勤比重越高的，说明线路沿线岗位的可获得性和吸引力越强。本线通勤客流占比最高的为2号线，约51%；9号线、5号线、10号线、3号线、17号线本线通勤比重也在40%以上；11号线、18号线、16号线本线通勤比重在30%以下。值得一提的是浦江线本线的通勤比重仅4%，也就是说居住在浦江线沿线的轨道通勤者，96%都需要通过换乘才能到达其工作地，换乘一次的约35%，换乘2次及以上的约61%。一方面是其线路长度本身较短，另一方面也说明了其沿线岗位的缺乏或吸引力不足。

工作地在各轨道线路沿线的通勤者，呈现郊区线路本线通勤比重较高。主要原因是这些线路沿线岗位总量较小，或这些岗位吸引力相对较弱，从其他线路换乘而来的通勤者较少。本线通勤客流占比最高的为17号线，约71%，其次为5号线约63%，也就是说17号线和5号线沿线的就业岗位，主要吸引了其沿线居住的人群，15号线、7号线、1号线、18号线、6号线、8号线、3号线等本线通勤比重也在40%以上，浦江线仍然是本线通勤比重最低的线路。

图12 各线路轨道通勤者换乘情况统计

本次使用的轨道通勤数据精细度较高，通过居住地、起点端（对应居住地）上车车站和工作地、终点端（对应工作地）下车车站的信息，可以识别每个车站作为通勤者的起点端（站）和终点端（站）接驳范围，计算平均接驳距离，图13为新村路站作为居住地上车车站时的接驳范围热力图示意。

图13 新村站居住端接驳范围热力图

轨道通勤者居住端接驳距离普遍大于工作端接驳距离，接驳距离在1km以内的占比分别为70%和80%。

图14 轨道通勤者两端接驳距离分布示意图

有五成轨道通勤者，通勤两端接驳距离占通勤全程距离的比重（简称接驳距离比重）不超过10%，七成轨道通勤者，接驳距离比重不超过20%，距离越长的通勤，可接受的接驳距离越长。

图15 轨道通勤者接驳距离占通勤全程距离的比重分布示意图

无论是居住地还是工作地，内环内的接驳距离最低，越往郊区越大。内环内轨道通勤者居住地和工作地平均接驳距离分别为0.48km和0.41km，内外环间则达到0.84km和0.76km，主城片区平均接驳距离则达到1.7km以上，五个新城平均接驳距离则更长，达到2.5km以上。五个新城的工作端接驳距离均大于居住端接驳距离，这与主城区呈现出相反的特征，从用地布局上看，五个新城的轨道站点周边以住宅用地开发为主，岗位则主要集中在新城中心、开发区和工业区等距离轨道较远的位置。

图16 各区域通勤者居住端和工作端站点平均接驳距离示意图

此外，接驳距离较长的站点多分布在中心城边缘、枢纽站及外环外地区，如五洲大道、虹桥、莲花路居住端接驳距离明显大于其他车站，部分新城的站点接驳距离也较长（如图17a）。五洲大道、莲花路、锦江乐园等地铁站工作端接驳距离也明显大于其他车站，另外沈杜公路、新场、东方绿舟及部分新城的站点接驳距离也较长（如图17b）。

接驳距离较长的主要以中心城以外地区站点为主，通常有以下几个种类型：①离某些无轨道服务的区域较近的站点或是郊区线路的末端站，例如离崇明较近的五洲大道站、5号线奉贤新城站，其站点客流居住地和工作地分布如图18所示；②单条线路服务一片居住或就业片区，例如虹桥火车站、惠南站等郊区站点，其站点客流居住地和工作地分布如图19所示；③轨道站点周边有大量常规公交线路，例如位于中心城的1号线莲花路，其站点300米范围内共40条公交线路，除了可接驳中心城西南片区轨道服务较弱的区域（如图20左），有大量公交线网供郊区城镇接驳（如图20右）。

图19 虹桥火车站（左）、惠南站（右）通勤客流分布示意图

图20 莲花路站通勤客流分布通勤客流分布示意图（左为周边地区）

基于百度地图慧眼的职住大数据和轨道通勤数据，以及上海轨道交通客流刷卡数据，对上海轨道通勤从总量、空间分布、换乘、接驳特征等方面进行了分析，主要结论如下：

（1）轨道通勤占全方式通勤比重约16.4%，仍有较大的提升空间，应优化用地布局与轨道交通网络的契合性，适当增加外围地区切向联系线路的布局。一方面，可提升站点周边用地功能与轨道通勤目标人群的适配性（如轨道交通站点周边中小户型住房的比例等），同时提升轨道交通服务品质和换乘的便利性；另一方面，当前中心城部分片区间轨道通勤比重低于20%的主要原因在于中心城的网络联系以放射线为主，缺乏切向的联系，制约了这些地区轨道交通通勤的便利性。

（2）轨道通勤的向心性非常明显，放射线路呈现典型的高峰潮汐出行特征，制约着线路整体客流效益提升，建议加强线路沿线地区城市功能的整体策划。从线路角度出发，在线路外围地区合理设置一些公共功能，如商办和产业区、高等级医院、学校等，合理截留一部分进城累积客流，并发挥一定的反向吸引作用，促进职住空间在轨道交通廊道上的均衡分布，提升轨道通勤的品质和效率。

（3）市区线路普遍本线通勤比重较高，郊区线路本线通勤较低，需要提高郊区站点周边商办、产业用地的开发强度，促进职住在轨道交通廊道上的平衡。轨道交通通勤者需要换乘一次的约51%，换乘两次的约占11.2%，换乘三次的约占0.8%，不换乘的客流仅37%。从居住地视角来看，本线通勤比重越高的，线路沿线岗位的可获得性和吸引力越强，从工作地视角看，郊区线路通勤比重较高，主要原因是其沿线岗位总量较小或吸引力较弱。

（4）轨道交通通勤接驳距离与站点覆盖率相关性较高，中心城接驳距离较小，主城片区和新城接驳距离则较长。增加主城片区及新城的轨道交通的公交和慢行接驳设施，为接驳距离较长的轨道通勤者提供较好的接驳服务，有利于提高轨道交通的通勤比重。

上下滑动查看更多

供稿：

交通分院（交通模型工作室）：王波、张天然、訾海波、金昱、温作超

百度时代网络技术(北京)有限公司：阚长城

【免责声明】本公众号发布的内容仅供学习参考之用，禁止用于商业用途。内容版权归原作者所有，如有侵犯您的权益，请及时联系删除，本公众号平台将不承担任何责任。