0 引言

综合运输通道是由两种或两种以上运输方式线路组成，承担主要客货运输任务的运输走廊^[1]。通过将多交通方式线路集聚在一个空间内，综合运输通道可大幅增强运输能力，提高人员、货物、信息、资金等要素运输品质，优化线路、桥梁、线位、土地、岸线等资源使用效率，满足不同要求的客货运输需求。我国在2007年、2017年和2021年分别规划了“五纵五横”^[1]、“十纵十横”^[2]、“6轴7廊8通道”^[3]的国家综合运输大通道。

区域(长三角等国家重点区域、省域、城市群、城市圈等)在遵循上位综合运输通道在本区域内规划布局基础上，通过加密、优化线位形成区域综合运输通道。区域综合运输通道除服务于同本地区经济产业发展过程中相关的客货流外，同时还承担了其他区域间通过本区域的过境客货运输任务。在经济体量、产业结构、人口规模等经济社会因素和通道上枢纽节点重要度、通道内交通方式种类、线路数量、技术等级等交通因素共同作用下，不同区域综合运输通道的客货运总量、过境客货运量在通道运输总量中占比、通道中不同运输方式客货运量占比存在明显差异。准确分析区域综合运输通道客货运输规模、各种运输方式客货运输量、同区域经济社会相关的客货运量，是评价区域综合运输通道交通功能和对区域经济发展带动作用的先决条件和基本前提。

本研究聚焦区域综合运输通道的客运功能，统筹传统交通运输行业统计数据、营运数据以及手机信令数据，建立区域综合运输通道旅客出行量、出行结构以及过境量占比的一般性分析方法，用以明晰通道出行旅客规模大小、各运输方式出行旅客构成差异和服务本区域旅客运输需求功能强弱，对于突出区域综合运输通道特色、优化通道内交通资源配置、科学调整通道内不同交通方式线路建设时序具有重要意义。

1 文献综述

区域综合运输通道旅客出行是综合运输通道研究的重要内容，通道旅客运输规模和结构是当前研究的热点领域，对此进行研究的国内外专家学者人数较多，形成的研究成果数量也较为丰富，主要分为两类：第1类成果侧重于理论研究，如张国伍、张文尝等^[4-6]总结了区域综合运输通道的概念、结构、分类、定位、规划布局的影响因素，进一步完善了区域综合运输通道的规划理论方法，这类研究是区域综合运输通道的传统研究领域。第2类成果侧重于区域综合运输通道旅客出行的实践和应用。通过假设通道中各运输方式客运量、平均出行速度、车辆载客率等参数，分析区域综合运输通道客运总量、客运供给结构、各方式分担率等^[7-12]。部分专家学者^[13-16]基于旅客出行SP/RP调查数据，综合各类运输方式经济技术特征，分析或预测了区域综合运输通道旅客出行方式选择行为特征。

上述成果剖析通道旅客出行行为特征和需求规模、推动区域综合运输通道建设和发展起到了积极作用，但既有研究成果数据来源多为假设或调研数据，研究的通道线路多为高速公路、铁路等对旅客出行数据较为齐全的线路，未包括在传统交通统计中仅有断面交通量、缺少对区段旅客出行统计的普通国省道，使得研究成果同区域综合运输通道真实的旅客出行量及结构存在较大偏差。

当前，大数据凭借体量大、处理快速、模态多样、价值高等特点，成为交通行业数据的新来源，以手机信令为代表的大数据正加速应用于交通网络布局、交通需求预测、交通服务水平优化等交通多个领域^[17-19]。统筹利用交通行业统计数据、调查数据、营运数据、车辆GPS数据、交通检测等传统数据和手机信令等大数据，发挥不同数据源的优势来弥补单一数据源的不足，实现有效融合，正成为揭示交通系统功能和运行规律、完善交通理论模型的有效途径和手段。

如何在充分利用既有统计数据和营运数据以降低调查的人力、物力和财力成本的基础上，通过引入手机信令数据提供更为丰富的数据支持，强化不同数据源间的相互补充和校核，提高区域综合通道旅客出行数据的准确性，实现对区域综合运输通道内不同运输方式、相同运输方式不同类型交通线路旅客出行规模和出行范围的全覆盖，为剖析通道旅客出行总量、过境旅客占比、交通方式构成等区域综合运输通道旅客出行特征提供有力支撑，具有现实意义。

2 方法提出 2.1 区域综合运输通道旅客出行分类

(1) 按旅客出行范围分类

区域综合运输通道的旅客出行可分为起点或终点在区域内、与区域经济社会生产经营活动有关联的出行，以及起终点均不在区域内、与区域经济社会生产经营活动无关的出行，也称为过境出行。其中，本研究的过境旅客出行是指综合运输通道穿过某一区域，与该区域的边界交汇形成Y，Z两个点(平面)，在综合运输通道上的旅客从Y(或Z)处进入该区域后，经综合运输通道直接从Z(或Y)处离开该区域，且未参与区域内任何经济生产活动。如图 1所示。

(2) 按运输方式分类

按运输方式分，区域综合运输通道旅客出行量可分为铁路、公路、水运等方式的旅客出行量。考虑相同运输方式、不同类型的交通线路在区域综合运输通道旅客出行承担的功能和发挥的作用，铁路旅客出行量包括客运专线(高铁)旅客出行量和普速铁路旅客出行量，公路旅客出行量包括高速公路、普通国道、普通省道的旅客出行量，不包括主要服务县域、农村内旅客出行的县道、乡道和服务城市内旅客出行的城市道路。由于陆地上机场作为民航乘客进入通道和离开通道的区域属性较为明显，空中航路的区域属性较为模糊，使得准确统计通道中民航旅客出行量和过境量十分困难。且同其他运输方式相比，民航旅客出行量和过境量规模较小，因此本研究暂不考虑民航运输方式。

(3) 按营运属性分类

区域综合运输通道中的旅客出行包括营运性的道路旅客出行、铁路旅客出行和水路旅客出行，以及非营运性的私人载客汽车旅客出行。

区域综合运输通道旅客出行分类如图 2所示。

2.2 区域综合运输通道旅客出行量、过境量及出行结构计算 2.2.1 通道旅客出行量

(1) 通道旅客出行总量

根据区域综合运输通道旅客出行范围构成，区域综合运输通道旅客出行量为过境旅客出行量和与区域经济社会有关的旅客出行量之和，根据区域综合运输通道旅客出行方式构成，区域综合运输通道旅客出行量为通道中铁路、公路、水运等运输方式旅客出行量之和，计算如式(1)所示：

(1)

式中，F为区域综合运输通道旅客出行总量，为通道中各种运输方式旅客出行量之和；F₁为区域综合运输通道过境旅客出行总量，为通道中各种运输方式过境旅客出行量之和；F₂为区域综合运输通道非过境旅客出行量，即与区域经济社会有关的旅客出行量，为通道中各种运输方式中与区域经济社会有关的旅客出行量之和；R为区域综合运输通道中铁路旅客出行总量；H为区域综合运输通道中公路旅客出行总量；W为区域综合运输通道中水路旅客出行总量。区域综合运输通道过境旅客出行量计算如式(2)所示：

(2)

式中，R₁为区域综合运输通道中铁路过境旅客出行量；H₁为区域综合运输通道中公路过境旅客出行量；W₁为区域综合运输通道中水路过境旅客出行量类似的。区域综合运输通道非过境旅客出行量计算如式(3)所示：

(3)

式中，R₂为区域综合运输通道中铁路非过境旅客出行量；H₂为区域综合运输通道中公路非过境旅客出行量；W₂为区域综合运输通道中水路非过境旅客出行量。

(2) 通道分方式旅客出行量

根据通道中的交通方式线路构成和每种运输方式旅客出行量由过境量和非过境量组成，来计算通道中各种交通方式旅客出行量。

区域综合运输通道中铁路旅客出行包括高速铁路旅客出行和普速铁路旅客出行两部分，计算如式(4)所示：

(4)

式中，r_{1, 1}为区域综合运输通道高速铁路过境旅客出行量；r_{1, 2}为区域综合运输通道普速铁路过境旅客出行量；r_{2, 1}为区域综合运输通道高速铁路非过境旅客出行量；r_{2, 2}为区域综合运输通道普速铁路非过境旅客出行量。

区域综合运输通道中公路旅客出行包括高速公路旅客出行和普通国省道旅客出行两部分，计算如式(5)所示：

(5)

式中，h_{1, 1}为区域综合运输通道高速公路过境旅客出行量；h_{1, 2}为区域综合运输通道普通国省道过境旅客出行量；h_{2, 1}为区域综合运输通道高速公路非过境旅客出行量；h_{2, 2}为区域综合运输通道普通国省道非过境旅客出行量。区域综合运输通道中水路旅客出行量计算如式(6)所示：

(6)

2.2.2 通道过境旅客出行占比

根据式(2)和通道旅客出行方式构成，区域综合运输通道过境的旅客出行量主要包括了高速铁路、普速铁路、高速公路、普通国省公路、水路等方式的过境旅客出行量，计算如式(7)所示：

(7)

区域综合运输通道过境旅客出行占比G₁计算如式(8)所示：

(8)

G₁值越大，代表区域综合运输通道在服务与本区域经济社会发展无关、过境旅客出行中的作用越突出，服务同本区域经济社会发展相关的旅客出行功能越弱。G₁值越小，代表区域综合运输通道服务的出行旅客同本区域经济社会联系越紧密。

2.2.3 通道旅客出行结构

区域综合运输通道旅客出行结构指通道中各运输方式旅客出行量占通道旅客出行总量中的占比。

区域综合运输通道铁路旅客出行占比G_R计算如式(9)所示：

(9)

区域综合运输通道公路旅客出行占比G_H计算如式(10)所示：

(10)

区域综合运输通道水路旅客出行占比G_W计算如式(11)所示：

(11)

2.3 多源数据处理

综合使用传统交通行业统计数据、营运(收费)数据和手机信令数据，获取公式中的各个参数值，并对模型进行计算。

通过调查机制、统计报表制度、相关信息采集技术形成系统的传统交通行业统计数据和营运(收费)数据具有针对性强、采集信息准确等优点，但存在统计的交通方式不全面、未包括非营运性的私人载客汽车旅客出行，统计信息不完整、未涵盖普通国省道旅客出行规模和范围等问题，导致难以通过其确定通道中旅客连续和动态空间活动特征。

手机信令数据具有数据样本量大、动态连续、可重复分析等特征，使观测区域综合运输通道上旅客出行的空间活动特征成为可能。同时，手机信令数据在区域综合运输通道旅客出行特征分析中存在一些不足。在数据收集手段方面，手机信令数据获取需要依托通道沿线基站的密度和辐射范围，在基站数量不足的通道地区数据获取能力较弱、数据较为模糊。在数据类型方面，手机信令数据非交通定制数据，无法通过其获取通道中旅客载运工具类型、运营属性等重要信息。在数据全面性方面，手机信令数据通常是对局部个体出行进行扩样，不是全样本，难以实现全对象、群体行为的全覆盖，使得其对区域综合运输通道中旅客出行现象揭示存在一定的片面性。在数据处理方面，由于原始手机信令数据带有较多的敏感信息，导致手机信令数据公司无法提供原始数据，其只能提供脱敏、脱密后的数据或直接提供处理后的数据结果，数据分析结果质量受数据分析算法合理性和成熟度的因素影响较大，用其对通道旅客出行特征进行分析的可靠性存在不确定性。

统筹传统交通行业统计数据、营运(收费)数据和手机信令数据，发挥不同数据源的比较优势、可获取性和准确性，弥补单一数据源的不足，计算公式中的各个参数值获取路径如表 1所示。其中，旅客出行总量和过境旅客出行总量主要通过手机信令数据直接获取，铁路(高速铁路、普速铁路)、高速公路和水路旅客出行量、过境量可通过营运(收费)数据和传统交通行业统计数据获取直接获得，普通国省道旅客出行量、过境量参数值的获取需要综合利用传统交通行业统计数据、营运(收费)数据和手机信令等3种数据，通过计算后才能间接获得。

2.3.1 传统交通统计数据和营运(收费)数据

通过传统交通统计数据和营运(收费)数据，可获取通道中铁路、高速公路和水运旅客出行数据。

高速铁路、普速铁路、水路具有较为完善的行业数据统计系统和营运数据系统，可直接获取区域综合运输通道的r_{1, 1}，r_{1, 2}，r_{2, 1}，r_{2, 2}，W₁，W₂等参数值。高速公路由于为全封闭汽车专用公路，对线路上行驶的车辆类型、车辆数量、车辆OD、车辆行驶路径、车辆实载人数等营运(收费)信息统计较为齐全，从而获取h_{1, 1}，h_{2, 1}等参数值。

2.3.2 手机信令数据

(1) 通道旅客出行总规模和过境旅客总规模数据

考虑手机信令数据记录了所有用户每次出行活动的时间、地点和轨迹等信息，利用手机信令数据对一定时期通道上用户活动进行追踪，可识别通道中旅客出行规模、出行范围和出行速度。将手机信令数据中的旅客出行分为工作日出行、普通节假日(周六、日)出行和法定节假日(春节、五一、十一等)出行3类，通过对每类出行旅客进行抽样和扩样，从而可以在较高置信度水平与空间精度上识别出通道上旅客出行总规模和过境旅客总规模。

为了便于够筛选出通道中符合图 2运输方式的出行旅客，剔除通道中步行、自行车等非机动出行的旅客，本研究将通道中符合要求的旅客出行速度下限设置为20 km/h。由于高速铁路旅客出行速度与普速铁路、高速公路、普通国省道、水路等方式存在的明显差异，且受路况、天气等外部条件影响程度小，使得将高速铁路旅客从包含各方式旅客的手机信令数据中进行甄别和筛选相对容易。考虑营运性(收费)高速铁路旅客出行数据较高的准确性，以其为基准，对经手机信令的高速铁路旅客数据进行校准，获得手机信令数据中的高速铁路旅客出行数据和营运性(收费)高速铁路旅客出行数据之间的倍数关系。以手机信令数据中的通道上旅客出行总规模和过境旅客总规模为基础，通过倍数关系，得到准确的通道旅客出行总规模F和过境旅客出行总规模F₁。计算如式(12)所示：

(12)

(13)

(14)

式中，A为手机信令数据的高速铁路旅客出行数据和营运性(收费)高速铁路旅客出行数据之间的倍数关系；H_d为手机信令数据的高速铁路旅客出行总量；F_d为手机信令数据的通道旅客出行总量；F_1d为手机信令数据的通道过境旅客出行量。

(2) 普通国省道旅客出行数据

通道中普通国省公路为半封闭或开放式公路，传统交通统计数据仅为断面的交通量、车辆类型及通行速度，对于车辆来源、去处、路线等信息均不掌握，也未对于通道上某一区间内行驶通行的车辆数量及过境的交通量进行统计，因此用手机信令数据来获取通道中普通国省道旅客出行量及过境量。考虑普通国省道旅客出行速度同普速铁路、高速公路的差异受路况、交通量影响幅度大，尤其当通道内普通国省道、普速铁路、高速公路在彼此距离较近的情况下，无法以速度为标准对手机信令数据中普通国省道、普速铁路、高速公路的旅客进行准确区分。因此，采用传统交通统计数据、营运(收费)数据和手机信令数据相结合的方式，根据式(7)，以获取通道中普通国省道过境旅客出行量h_{1, 2}参数的值。计算如式(15)所示：

(15)

类似的，结合式(1)可计算得到普通国省道非过境旅客出行量h_{2, 2}。

(16)

(17)

3 案例分析

以湖北省“五纵四横”^[20]综合运输通道中的京广综合运输通道为例，验证方法有效性和实用性。

湖北省京广综合运输通道是我国京津冀—粤港澳主轴、“十纵十横”综合运输通道—黑河至港澳运输通道的组成部分，连接了北京、石家庄、郑州、长沙、广州等众多省会城市，通道内拥有京广高铁、京广普铁、京港澳高速(G4)、国道107、省道108、省道243等交通线路。

3.1 通道多源数据情况

(1) 铁路数据

湖北省京广综合运输通道内铁路线路旅客出行量及过境量如表 3所示。

(2) 高速公路

京港澳高速湖北境内段共有鄂北(省界收费站)、大新、大悟、小河、孝昌、杨店、孝感东、武汉北、蔡甸、武汉西、军山、金口、武汉南、安山、咸宁北、咸宁南、泉口、赤壁、新店、鄂南(省界收费站)等20个收费站。根据湖北省高速公路联网收费中心数据，2018年京港澳高速公路湖北段旅客出行总量8 544万人，其中过境湖北旅客出行量为909万人。

(3) 旅客出行总量和过境旅客出行总量

考虑联通智慧足迹公司在通过海量手机信令数据提炼分析旅客出行领域已经开展了较多实践案例，并积累了一定成果经验，利用联通智慧足迹公司基于手机信令数据处理后的京广高铁旅客出行量、通道旅客出行总量和过境旅客出行总量，2018年手机信令的京广高铁旅客出行量7 310万人(原始数据)，旅客出行总量21 622万人(原始数据)，过境旅客出行总量5 520万人(原始数据)。

其中，手机信令数据的高速铁路旅客出行量和传统交通行业统计数据的高速铁路旅客出行量比值为0.915，认为手机信令数据具有较高的可信度。根据式(12)~(14)，对手机信令旅客出行总量和过境旅客出行总量进行校核，校准后的京广综合运输通道旅客出行总量23 630万人(最终数据)，过境旅客出行总量6 033万人(最终数据)。根据式(1)，通道非过境旅客出行总量17 597万人。

(4) 普通国省道

根据公式(15)~(17)，计算得到国道107湖北境内段、省道108、省道243等3条公路2018年旅客出行量3 731万人，其中过境旅客出行量23万人，非过境旅客出行量3 708万人。

3.2 通道旅客出行总量、过境量占比及出行结构计算

2018年湖北省京广综合运输通道旅客出行总量、过境旅客出行量、各运输方式旅客出行量如表 3所示。

如表 3所示，通道旅客出行规模方面，京广综合运输通道服务了大量旅客出行，2018年该通道旅客出行人数超过2.3亿人次。通道过境旅客和非过境旅客构成方面，通道有力服务了与湖北省经济社会相关的旅客出行，在通道旅客出行总量中占比74.5 %，是通道武汉、孝感、咸宁等城市间人员交流和湖北至河南、江西等省份最便捷的交通走廊；同时，作为连接河北、河南、广东等省份和石家庄、郑州、长沙、广州等省会城市的跨区域运输廊道，该通道还服务了大量与湖北经济社会无关、过境湖北的旅客出行，过境旅客出行占比达到25.5 %，充分体现了湖北“九省通衢”的交通区位特点和区域运输通道在国家层面的重要性。

通道旅客出行结构方面，高铁和高速公路是通道旅客出行的主力军，在通道旅客出行总量中占比33.8 %和36.2 %，明显高于普铁和普通国省道的14.2 %, 15.8 %。不同交通方式过境旅客和非过境旅客构成差异明显。高速铁路和普速铁路在服务过境出行旅客和非过境出行旅客的功能相对均衡，占比为42.1∶57.9和51.5∶48.5。具有运行速度快、舒适好、经济、安全等优势的铁路在通道出行距离相对较长的过境旅客中长距离运输中作用突出，京广高铁作为我国运行最快、运输最为繁忙的线路之一和京广普铁作为我国南北方向的铁路干线，铁路(高铁和普铁)过境旅客出行规模是公路(高速和普通国省道)的5.5倍，在通道过境旅客出行总量中占比84.6 %。通道中的公路服务通道沿线地区的旅客出行功能突出，公路非过境量旅客出行量是铁路的1.5倍，凭借灵活便利、机动性强等特点公路承担了高频率、短距离的居民日常出行，是通道上武汉、孝感、咸宁等沿线城市居民通勤、公务、商务、休闲、上学等日常出行的最为主要的交通方式；高速公路和普通国省以服务非过境出行旅客为主，非过境旅客出行量在该方式旅客出行总量中占比分别为89.4 %和99.3 %；由于通道中高速公路和普通国省道平均车速仅有71.7 km/h和48.7 km/h^[21]，在通道内的全程行程时间超过5个小时，舒适度不高，使得高速公路和普通国省道过境出行旅客在该方式旅客出行总量中占比仅为10.6 %和0.7 %，明显低于高铁和普铁。

4 结论

本研究以区域综合运输通道旅客出行为对象，统筹传统交通行业统计数据、营运(收费)数据和手机信令数据，建立了区域综合运输通道旅客出行总规模、出行方式构成、过境旅客出行占比的计算方法，结合案例分析，得出以下结论：

(1) 兼顾区域综合运输通道中同本区域经济社会发展相关的出行旅客和同本区域经济社会发展无关的过境出行旅客，统筹考虑区域综合运输通道中不同运输方式、相同交通方式不同类型线路的旅客出行量，特别考虑了通道中普通国省道的出行旅客，实现对通道中各种运输方式线路出行旅客的全覆盖，提高区域综合运输通道旅客出行研究的全面性。

(2) 统筹传统交通行业统计数据、营运(收费)数据和手机信令数据，发挥不同数据源的比较优势，强化相互补充和校核，弥补单一数据源在可获取性和准确性的不足，拓展模型参数数值的获取渠道，提高数据精度，从而为分析通道旅客出行总量、过境旅客出行总量以及各运输方式旅客出行规模、过境旅客出行规模提供数据支撑。

(3) 以湖北省京广综合运输通道为例，验证方法有效性。结果表明，该方法可以计算分析区域综合运输通道旅客出行总量、出行结构和过境量占比。京广综合运输通道同时承担了大规模同湖北省经济社会有关的旅客(非过境旅客)和过境湖北的旅客；高速铁路和高速公路是通道旅客出行的主要交通方式，高铁和普铁服务过境出行旅客和非过境出行旅客功能较为均衡，铁路是通道中跨境出行旅客的主要交通方式，高速公路和普通国省道服务本地出行旅客功能突出。该结果可为地区兼顾综合运输通道服务国家跨区域旅客出行和本地旅客出行、优化通道线路配置、调整通道不同运输方式线路建设时序、满足旅客出行需要、支撑地区经济发展提供重要参考。