站立乘客 (右側或雙側)
行走乘客 (左側攀爬,動態留空階)
⚠️ 站立側嚴重回堵中
累計疏散: 0 人
實際系統吞吐量 (Throughput)
+0%
78.5 人/分
理論極限: 135 人/分
平均等候時間 (排隊)
基準
1.8 分鐘
排隊人數: 124 人
平均總旅程耗時 (Egress)
基準
2.8 分鐘
純搭乘: 60.7 秒 (走者 30.3 秒)
手扶梯負載與瓶頸
嚴重瓶頸
左側閒置 53% / 右側飽和 100%
📊 三種策略理論與實效深度對比
到達率 = 110 人/分
| 運作策略 | 理論總容量 | 實效吞吐量 | 平均排隊時間 | 平均總耗時 | 左/右側利用率 | 較策略A總效能差異 |
|---|
💡 科學解析:為何長手扶梯「雙側全站立」反而總通過量高出近 30%~38.9%?
兩大核心物理機制:
- 動態間距落差(Spatial Headway):行走者雖然行進速度快,但在爬梯時每人前後必須維持 2~3 階安全視野緩衝(佔用約 1.4m);站立者每階可密集站 1 人(僅佔用約 0.46m)。因此單條行走車道的輸送容量上限往往低於或僅相當於站立車道。
- 車道供需失衡(Lane Utilization Mismatch):在高揚程手扶梯(如忠孝復興 19.72m、Holborn 24m),因爬梯相當於爬 7~8 層樓,願意爬行者僅約 30%~40%。在現行「左行右站」模式下,佔 60%~70% 的站立者只能擠在單一右側車道排長龍,而左側行走道卻有 50% 以上的時間空無一人!雙側全站立能徹底消除「一半扶梯被閒置放空」的瓶頸,使手扶梯真正滿載運轉。
📚 七大學術實證文獻與科學結論解讀 (點擊展開/收合)
▼
1. Harrison, Kukadia, Stoneman, & Dyer (2016) — London Underground Holborn Station Pilot
倫敦地鐵三週實地實驗:在 Holborn 站 5 號長手扶梯(垂直揚程 24m)進行現場實驗,將原本英國「Stand on the right, walk on the left」全面改為「雙側全站立」。
- 在保留行走側時,高峰時段通過人數約 12,745 人;改成 standing-only 後增至 16,220 人,實測 throughput 增加約 30%(理論推估增加 27.8%)。
- 關鍵機制:行走者需要留更多空階,且 24m 高度願意爬梯者比例低,導致站立側排長龍、行走側大量閒置。作者指出:較短扶梯允許行走可能較有效率,是否值得雙側站立取決於揚程、客流量與車站幾何;且安全事故樣本太少尚無法在統計上顯著證明,實驗結束後乘客又恢復習慣。
2. Davis, P. & Dutta, G. (2002) — Estimating of Capacity of Escalators in London Underground
手扶梯揚程與行走意願基礎模型:使用倫敦地鐵實際資料把扶梯分成 walking side 與 standing side 建模。
- 研究發現:手扶梯愈長,願意走的人愈少(7~8m 扶梯約 53~61% 走,23m 降至 44% 以下)。
- 理論交叉點為 18.43 公尺:在 18.43m 以下,保留行走道在多數情況較有效率;在 18.43m 以上,雙側站立容量顯著勝出。研究亦指出社會習慣是推動政策之最大阻力。
3. Filippidis, Gwynne, Lawrence, & Galea (2026) — Safety Science
buildingEXODUS Agent-Based 微觀疏散與人流模擬:以 Holborn 24m 手扶梯為模型驗證。
- 當入口形成密度 $\ge 1.0\text{ 人/m}^2$ 瓶頸時,雙側站立優勢隨擁擠度迅速放大。
- 在極端擁擠(4.0 人/m²)需求下:Throughput 增加 +38.9%,車站總疏散時間 (Station Egress Time) 縮短 -66.77%,個人平均旅行時間縮短 -26.5%,且顯著降低乘客暴露於擁擠踩踏之風險。
- 證實:並非站著走得快,而是當入口已成瓶頸時,雙側站立的總體系統效率具絕對優勢。
4. 大竹哲士・岸本達也 (2017) — 鉄道駅におけるエスカレータ上の歩行行動に関する研究
實地調查東京首都圈 8 個大型轉乘車站。計算流動係數直接對比現行「片側空け」與假設「全員站立」:
明確指出在多數調查的手扶梯上,所有乘客站立時的 passenger flow 比站/走混合方式更有效率。
並發現:流量愈大行走者愈多;扶梯愈高站立者增加;高速扶梯上行走者較少;旁邊有樓梯時扶梯行走者也減少。
5. 元田良孝・宇佐美誠史 (2021 & 2023) — 東京地下鐵 S1000 形與豊洲站高速扶梯實證
2021 年 S1000 雙人扶梯步率調查:下行比上行更多人行走;上行時客流增加行走率也隨之增加;到約 20m 高度範圍內高低差影響存在但受情境調節;是否操作手機、握扶手、年齡、性別均顯著影響走/站決策。
2023 年東京豊洲站高速扶梯調查:對比普通(30 m/min)與高速(40 m/min)扶梯,高速使行走率降低 5~8 個百分點,相對步行速度降低 9%。
2023 年東京豊洲站高速扶梯調查:對比普通(30 m/min)與高速(40 m/min)扶梯,高速使行走率降低 5~8 個百分點,相對步行速度降低 9%。
6. 小川圭一 (2026) — エージェントシミュレーションを用いたエスカレーターの利用方法による輸送効率の比較
運用微觀 Agent 模擬,直指「片側空け」之根本弊端:行走車道雖能讓少數急迫乘客省時,但當行走需求比例不足時,站立側排長隊而另一側嚴重放空,大幅拉低捷運大廳的整體運轉效率。
📐 核心容量與排隊公式解析 (Mathematical Formulation)
1. 扶梯幾何:
斜長 L = H / sin(θ) = H / sin(30°) = 2H
梯級斜向步距 s_step ≈ 0.462 m (踏板深度 0.40m / cos(30°))
2. 單側車道極限容量:
站立側:C_stand = (v_e / s_stand) * 60 [人/分] (s_stand ≈ 0.462m, 每階1人)
行走側:C_walk = ((v_e + v_w) / s_walk) * 60 [人/分] (s_walk ≈ 1.386m, 前後留3空階)
3. 策略 A (片側空け) 瓶頸判別與吞吐量:
到達分解:λ_stand = λ * (1 - P_walk), λ_walk = λ * P_walk
Thru_A = min(λ_stand, C_stand) + min(λ_walk, C_walk)
*系統瓶頸臨界到達率:λ_crit = C_stand / (1 - P_walk)
當 λ > λ_crit 時,站立側排隊以速率 (λ_stand - C_stand) 爆發性增長,而行走道卻利用率不足!
4. 策略 B (雙側全站立) 總容量:
Thru_B = min(λ, 2 * C_stand)
*兩側均勻分流,完全消除單側閒置,總容量直接達到 2 * C_stand。
5. 總旅行時間 (Total Journey Time) 比較:
T_total = W_q (排隊等待時間) + T_transit (扶梯上升時間)
在尖峰擁擠時,W_q 佔據總時間 70% 以上;雙側全站立雖使個人少了步行省下的 20~30 秒,但排隊時間可省下數分鐘,使總旅程時間反而大幅縮短!