任其亮, 王贝贝
(重庆交通大学 交通运输学院,重庆 400074)
重庆市南岸区公交客流预测研究
任其亮,王贝贝
(重庆交通大学 交通运输学院,重庆 400074)
公交客流预测对城市公共交通规划和设计起着至关重要的作用。在调查重庆市南岸区公共交通现状的基础上,以南岸区目前公共交通出行量、社会经济和城市人口数据为基础,采用“四阶段”法对南岸区公交客流出行生成量、出行方式分担率、出行分布进行预测,得到2020年南岸区各交通小区公交出行分布矩阵、公交客流通道客流预测和2020年南岸区公交通道客流分布图,为南岸区公共交通的发展规划提供依据,具有实际意义。
公共交通;公交客流预测;“四阶段”法;OD分布矩阵
U491.1+7
A
1674-0297(2016)04-0054-06
近年来,重庆市南岸区“三区两带”的城市发展战略大力推动着南岸区公共交通的发展,公交客流量与日俱增。城市公共交通从规划到设计再到建设和运营,每一环节都需要以公交客流量作为依据,公交客流的规模及分布的预测成为了城市公共交通发展过程中不可替代的关键部分。对南岸区的公交客流进行预测具有实际意义。
“四阶段”法是我国70年代以来从国外引进的先进交通规划理论的重要成果之一,其特点是通用性强、精确度高。目前,我国对“四阶段”法的应用较为广泛,已有不少学者运用“四阶段”法取得了研究成果。窦庆峰[1]采用“四阶段”法对重庆市主城区的公交客流做了预测研究,孟博翔[2]利用“四阶段”法对兰州市雁滩商圈进行了公交客流及交通需求预测,赵会珍等[3]运用“四阶段”法对大型活动下的交通需求做出了预测。由此可见,“四阶段”法在需求预测方面已经很成熟,并且得到广泛应用。因此,本文将采用“四阶段”法[4-6]对南岸区的公交客流进行预测,旨在为南岸区的公共交通发展规划提供依据。
(一)南岸区概况
南岸区作为重庆市九大主城区之一,是重庆市的“都市功能核心区”和“都市功能拓展区”。南岸区幅员265平方公里,建成区面积81.9平方公里,截至2013年,南岸区辖8个街道、7个镇。南岸区在1997年以后人口增长较为迅速,2000年以后人口增长较为稳定。截至2013年末,全区总户数24.6万户,户籍人口达65.1万人。近年南岸区各项经济指标的增长速度较快,2013年南岸区实现全区GDP总量532亿元,比上年增长13.2%。2000—2013年南岸区人口见表1,2009—2013年南岸区生产总值及比上年增长率见表2。
表1 2000—2013年南岸区户籍人口统计表
表2 2009—2013年南岸区生产总值统计表 亿元
(二)公共交通现状
南岸区现状公交线路合计119条,公交主干级通道分布于主要居住、就业和商业密集区,主要集中在腾龙大道、学府大道等道路两边。综合换乘枢纽站有四公里换乘枢纽和江南新城换乘枢纽,为综合枢纽站;公交枢纽站有南坪公交枢纽,为公交枢纽站。
公交首末站60个,主要分布在南坪、经开区西以及弹子石片区,南山、茶园片区公交首末站偏少。公交中途站点216处,其中港湾式站点65处,划线站点151处。
2013年南岸区日出行总量为188.5万人次,日公交总出行量为88.9万人次,地面公交的分担比例为43.7%。南岸区现状公交客流主要分布在南坪片区、经开区西片区以及弹子石片区,茶园片区等客流分布较少。
(一)划分原则
为了研究掌握南岸区的空间分布特征,本文将对南岸区进行交通小区划分。交通小区划分的原则有:(1)交通小区内部的经济、社会和土地利用等特性应尽量一致,并且土地利用的特征应尽量简单,尽量保证保持原有的城市行政区划分;(2)尽量以天然屏障作为划分界限,如铁路和河流等,并尽量避免天然或人为的障碍存在于小区内部;(3)小区应尽可能规则,避免狭长形状;(4)交通小区的划分应充分考虑路网的结构,使交通小区的划分与道路网尽可能协调一致,交通小区的形心与路网的节点重合;(5)干道在通常情况下不作为交通小区的分界线,有利于相关资料的收集和整理。
(二)划分结果
根据上述划分原则,结合南岸区的城市特点和用地性质及道路状况,本文将整个南岸区划分了16个交通小区,如表3和图1所示。
表3 2013年南岸区交通小区划分一览表
图1 南岸区交通小区划分示意图
(一)南岸区城市人口及社会经济预测
1.城市人口预测
本文根据历年统计的各交通小区人口总数,在人口总数与年份之间进行回归分析,根据回归模型确定目标年的人口总量。回归预测模型为
y=a+m(x+x0)+n(x-x0)2,
(1)
式中:y为目标年的人口预测值,人;x为目标年年份;x0为起始年份;a、m、n为回归参数。
2.社会经济预测
本文根据历年统计的各交通小区经济总量进行线性回归分析,根据线性回归模型确定目标年各交通小区的经济总量。回归模型为
y=m+nx,
(2)
式中:y为目标年经济预测总量,元;x为年份;m、n为回归参数。
目标年各交通小区人口及经济预测结果如表4所示。
表4 各交通小区人口及经济预测表
(二)南岸区出行生成预测
出行生成预测是对南岸区各交通小区内的交通出行发生量和吸引量进行预测。本文选取城市社会经济和城市人口两个重要指标,运用回归分析法对交通发生量和吸引量进行预测。
1.出行发生量预测
本文依据城市社会经济和城市人口历年统计数据及各交通小区历年发生量统计数据,建立多元线性回归模型,通过回归模型预测目标年的发生量。回归模型为
N=a+∑bi×Xi,
(3)
式中:N为各交通小区的发生量或吸引量,人次;a为回归模型修正系数;Xi为回归模型第i种指标:社会经济(元)、城市人口(人);bi为回归模型第i种指标参数。
2.出行吸引量预测
本文对出行吸引量的预测同样建立多元线性回归模型,依据回归模型确定目标年的吸引量。回归模型见式(3)。目标年各交通小区发生和吸引量预测结果如表5所示,2013年及2020年各交通小区发生量及吸引量分别如图2、图3所示。
图2 2013年各交通小区交通发生吸引量示意图
图3 2020年各交通小区交通发生吸引量示意图
万人次
可以看出,2020年各交通小区出行生成总量都有明显增长,但江南新城组团中茶园新区、峡口镇聚居区、经开区(迎龙镇)出行生成总量相对于2013年增长趋势较大。
(三)南岸区出行方式分担率预测
居民出行时都愿意选取交通阻抗最小的交通方式出行,而各种交通方式的交通阻抗各不相同,并且其阻抗值的大小不易直观判断,故居民选择的出行方式又存在部分随机性。结合交通阻抗最小的因素和随机性的因素,本文将采用改进Logit模型,对南岸区的出行交通分担率进行预测。预测模型为
(4)式中:yi为第i种交通方式的分担率,%;Ri为第i种交通方式的交通阻抗,费用:元;R为各种交通方式的平均阻抗值;λ为模型待定参数,本文λ=3.5。
目标年各出行方式分担率如表6所示。
表6 2020年南岸区居民机动化出行分担率表
(四)南岸区出行分布预测
出行分布是“四阶段”法的一个重要组成部分[7],居民出行分布是将预测得到的各交通小区的产生量、吸引量转化为未来各交通小区之间的出行交换量的过程。
根据南岸区城市发展水平、居民出行调查抽样率的大小,本文选用了双约束重力模型。将之前预测得到的交通生成预测结果代入交通分布预测模型,进行居民出行分布预测,并结合2020年居民出行方式分担率,得到2020年南岸区各交通小区公交出行OD分布结果。双约束重力模型的基本形式为
Tij=KikjPiAj/f(tij) ,
(5)
(6)
(7)
式中:tij为从交通小区i到j的出行量,人次;Pi为交通小区i的出行发生总量,人次;Aj为交通小区j的出行吸引总量,人次;Ki、Kj为平衡系数;f(tij)为阻抗函数。
基于南岸区居民出行的具体情况,可采用以下具体形式的阻抗函数
(8)
其中,模型标定参数α=1.35。根据上述分布模型,得到2020年南岸区各交通小区公交出行OD分布矩阵,结果如表7所示,2020年各交通小区出行期望线如图4所示。
表7 2020年各交通小区全日公交出行OD分布矩阵 人次/d
图4 2020年南岸区各交通小区公交出行期望线图
(五)南岸区公交客流通道客流预测
公交通道客流量预测即公交网络交通分配。交通分配是“四阶段”法中的一个重要步骤[8],它
是将预测得到的出行分布(OD矩阵)分配到具体的公交道路网络上,从而得到主要公交路段的客流量。
本文选取南岸区主要干道作为公交运行的通道,采用最短路分配法进行分配。最短路交通分配是一种静态的交通分配方法,反映了人们都愿意走最短路径的心理。利用图论中的“图”的概念把交通网络抽象化,把交通网络中的出行生成点、线路交叉点看作图的节点,把任意两个节点之间的交通线路看作图的边。在交通网络图上标上各个边的阻抗值,得到带阻抗的交通网络图。根据带阻抗的交通网络图定义阻抗矩阵
D=[dij]n×n,
(9)
其中:
(10)
本文采用矩阵迭代法计算最短路权矩阵T0。其迭代公式为
(11)
式中:T(n)为第n次迭代后的路权矩阵,T(n-1)为第n-1次迭代后的路权矩阵,T为原路权矩阵,T(n)(i,j)为路权矩阵中的元素,*为运算符号,其运算规则如下
(12)
式中:T(n-1)(i,k)为T(n-1)中的元素,T(k,j)为原路权矩阵T中的元素,m为网络节点数。
利用上两式反复迭代,直至T(n)=T(n-1),那么矩阵T(n)就是最短路权矩阵T0。利用最短路分配方法,把出行分布OD矩阵按照最短路分配到路网上进行累加,得到的结果如图5所示。
图5 2020年南岸区公交通道客流分布图
由图5可以看出,到2020年,南岸区断面流量较大的路段是内环快速江南立交至茶园立交段、海峡路到内环快速江南立交入口段、鹅公岩长江大桥和重庆长江大桥。
本文在调查南岸区公共交通现状的基础上,选用社会经济和城市人口两个指标,采用“四阶段”法对南岸区公交客流进行预测,通过建立多元线性回归模型,预测得到居民出行的发生和吸引总量;建立Logit预测模型,得到2020年南岸区出行
方式分担率;建立双重力约束模型,预测得到南岸区2020年的公交出行OD分布矩阵;采用最短路分配法将OD分布矩阵分配到路网上,得到公交通道客流分布图。
[1]窦庆峰.重庆市主城区公交客流预测研究[D].西安:西安建筑科技大学,2007.
[2]孟博翔.基于四阶段法的兰州市雁滩商业圈交通需求预测[J].交通科技与经济,2014,16(2):27-30.
[3]赵会珍,闫山,谢世满.大型活动下交通需求预测仿真及实例分析[J].网络与信息工程,2015(2):87- 88.
[4]李硕,易武.长沙县公交规划客流预测与TransCAD应用[J].科学技术与工程,2005(19):1352-1353.
[5]朱东升.宜春市公交需求发展预测研究[J].科技资讯,2014(30):208.
[6]瞿尔仁,潘莉,张乾坤,等.城市公共交通需求预测及应用[J].合肥工业大学学报(自然科学版),2004 (12):1612-1616.
[7]王玮,陈学武.交通规划[M].北京:人民交通出版社,2012:7.
[8]郭峤枫.浅析交通小区划分问题[J].黑龙江科技信息,2010(28):270.
(责任编辑:李晓梅)
Forecast of Public Transit Passenger Flow in Nan’an District of Chongqing
REN Qiliang, WANG Beibei
(School of Traffic & Transportation, Chongqing Jiaotong University, Chongqing 400074, China)
Public traffic flow forecast plays an important role in urban public transportation planning and design. The current situation of public transport in the Nan’an District area is investigated. Based on the current situation of public transportation, social economy and urban population, the “four stage” method is used to forecast the traffic volume, travel mode, travel distribution and traffic assignment in the Nan’an District. The distribution matrix of the traffic distribution in the Nan’an District and the traffic flow distribution map of the district in 2020 was obtained, which provided the basis for the development of public transport in Nan’an District and has practical significance.
public transportation; passenger flow forecast; four stage method; OD distribution matrix
2016-03-29
任其亮(1978—),男,山东莱芜人,重庆交通大学教授,博士,研究方向:交通运输规划与管理。