郊区化背景下居民出行行为与实时路况信息的耦合作用

林翠霞+罗晨鹭+邵倩雯

摘 要：该文通过记录城市居民出行行为特征的出行日志，结合高德和交通广播采集的实时路况信息数据，在分别考察居民出行行为特征和交通车流分布特征的基础上，利用GIS空间分析方法匹配分析两者在时间和空间上的耦合关系。结果表明：居民出行日志与实时路况信息上反映的拥堵情况具有高度的耦合性和一致性，在时间上表现为居民出行呈现出较大的时间集聚特征，且工作日与休息日的集聚时段有所差异；在空间上表现为不论是休息日还是工作日，五四路、杨桥路和金山大道等交通主干道为主要拥堵路段，而尤溪洲大桥和工业路商业区路段在休息日拥堵情况突出。居民出行在时空上的集聚，体现出拥堵路况在居民出行日志与实时路况的高度一致性。

关键词：郊区化；耦合关系：居民出行日志；实时路况信息；福州市

中图分类号 U491.1 文献标识码 A 文章编号 1007-7731（2017）07-0148-07

Abstract：This study recorded the information of residents' travel behavior and obtained the traffic flow data through real-time traffic status. Based on characteristics of residents' travel behavior and distribution of traffic flow，it analyzed temporal and spatial coupling effect between them with the support of GIS spatial analysis method.The results showed：The characteristics between Fuzhou residents' travel behavior and real-time traffic status appear to be high degree of coupling and coherence. The residents' travel behavior demonstrates comparatively high clustering，and it's different in periods between weekdays and weekends. It's quite obvious that arterial roads such as Wusi Road，Yangqiao Road and Jinshan Avenue turn into the main congestion roads per day in space，especially Youxizhou Bridge and the business section of Gongye Road on weekends. Temporal and spatial clustering of the records of residents' travel behavior and traffic congestion from real-time traffic status reflects that they maintain high degree of coupling and coherence.

Key words：Suburbanization；Coupling relationship；Records of residents' travel；Real-time traffic status information；Fuzhou city

居住、工作、游憩和交通是城市的四大功能，且交通是其他三种功能得以实现和连接的纽带[1]。随着城市化与工业化的快速推进，城市交通拥堵现象日趋严重，如何有效缓解该问题已成为交通运输学、城市社会学、城市地理学等多个学科持续关注的课题[2]。改革开放以来，许多特大城市、大城市伴随地方空间开发的推进，郊区化特征日趋明显，城市人口、地域不断向郊区蔓延，居民活动空间随之扩大，出行时间与交通成本增加，这就导致在有限交通基础设施条件下可能引发不同形式的交通拥堵状况[3]；另一方面，城市刚性工作制使得人口在短时间内由住宅区向就业区大规模集中出行，城市部分交通主干道高度集中人流量、車流量，成为城市交通网络中的易堵路段或节点，加剧了拥堵状况[4]。该背景下如何采取有效方法精确定位易堵、常堵的交通路段或节点，对于制定合理干预措施来引导居民科学出行和缓解城市交通拥堵将具有十分重要的实践指导意义。

通过居民出行特征的观测或车流路况信息的监测等视角观测与分析城市交通道路的人流、车流等分布特征是现有研究中常用的途径。在对居民出行特征的观测与分析中，设计详细的问卷调查表对城市居民的出行特征进行调查或以GPS技术、手机定位技术刻画居民的出行轨迹等均是较常用的观测手段，并在此基础上铜鼓对城市居民出行行为特征的识别指征城市空间结构、交通运输系统与家庭出行模式[5-7]。在车流分布特征的观测和分析中，多是关注从车流数据调查和调控路网的流量分配，从车流数据分析城市交通流状况，进而剖析交通拥堵机制[8-10]。

现有研究丰富了对出行行为模式及交通流分布模式的分别认识，但对城市居民出行特征的研究更关注作为城市内部主体的“人”在出行决策等方面的特征解析以及对城市空间结构的建构作用，很大程度上忽略了对交通拥堵的影响；在城市交通特征分析方面，更为关注从车流数据调控路网流量分配来解释拥堵形成机制，忽略出行决策与行为对拥堵加剧或缓解的驱动作用。鉴于此，本文利用记录城市居民出行行为特征的出行日志，结合实时路况信息，利用GIS空间分析方法匹配分析两者的时空耦合作用，揭示福州市主城区交通拥堵的主要路段和潜在拥堵路段，从居民出行决策的调整视角对缓解城市交通拥堵提供决策依据。

1 研究方法

1.1 研究区概况 福州市位于福建省东南沿海，闽江下游，地处北纬25°15′～26°29′，东经118°29′～120°31′，与台湾岛隔着台湾海峡相望。依山望海，海岸线曲折，有众多岛屿，属于典型的河口地貌，福州市主城区主要位于福州盆地中央。根据统计年鉴，截至2015年末本市常驻人口750万，其中市区常驻总人口308.7万。近年来，随着交通配套的跟进完善和发展，福州市住宅郊区化逐渐形成常态。福州市主城区“环+放射+方格网”的道路交通网络骨架在持续建设过程中已基本成型，但快速道路系统仍处于网络构筑时期，尚未能有效发挥其快速疏导功能，居民出行的持续频繁与道路交通网络尚未成网之间的矛盾使得交通拥堵逐渐成困扰福州市加速发展的瓶颈。为更充分认识福州市主城区与郊区居民出行特征之间的差异及其与交通拥堵特征的耦合关系，本文选取福州市郊区（仓山区融信第一城小区）和主城区（鼓楼区国色天香小区）作为调查研究区。

1.2 数据来源与处理

1.2.1 居民出行行为的调查 本文采取随机抽样调查的方法对两个小区进行问卷设计与实地调查。选取福州市仓山区融信第一城小区和鼓楼区国色天香小区两个典型社区，每天在两个小区各发放问卷50份，对两个小区的居民出行特征进行连续7d的跟踪入户调查。问卷的调查时间是2016年7月，共回收698份问卷调查（回收率达到99.7%），其中包含有效出行日志的问卷654份（有效率达到93.4%），被调查的男女比例基本持平。问卷调查的内容较多，其中与本文研究相关的包括被访者家庭和个人的基本信息、日常行为的出行日志及出行方式等内容。调查结束后对数据进行录入和整理。为整体把握被调查地区样本的总体特征，从经济收入水平、年龄和受教育水平等3个方面对调查样本进行分类（表1）。

调查样本呈现出福州市居民社会经济属性以高文化程度和中收入群体为主，居民出行主体以青壮年为主的特征。但位处不同区位的小区该属性仍存在一定的分异。从经济收入上看，调查样本中鼓楼区国色天香小区低收入家庭比例略高于仓山区融信第一城小区，而中等收入和高收入比例略低于仓山区融信第一城小区。根据福建省2015年统计年鉴，福州市城镇居民可支配月收入约为2 800元左右，这说明两个调查小区经济发展处于中上等水平。年龄构成上，两个小区的年龄结构更偏向于青年。仓山区的青少年占有水平（80.23%）高于平均水平（79.97%），而鼓楼区（79.71%）略低于平均水平。鼓楼区的中年老年占有率（2.86%）高于仓山区（1.45%）且高于平均水平（2.16%）。受教育水平方面，鼓楼区（72.00%）较高于仓山区（71.51%），且略高于平均教育水平（71.76%）。高等教育水平高达70%以上，这说明调查样本中显示的整体文化水平较高。

1.2.2 实时路况信息的采集 本文所用的实时路况信息的数据源主要来源于高德地图路况信息的实时更新以及福州市交通广播电台的实时播报内容。在采集过程中，以城市居民出行调查的时间为基准，按照每天06：00—20：00，每1h采集一次的频率，对福州市主城区交通路况资料连续采集7d。通过数据更新频率一致的两个平台进行数据采集有利于更精准把握福州交通车流的分布特征及可能拥堵的路段信息。

1.3 研究方法 洛伦兹曲线模型可以反映地理事项的集中分布情况，其中曲线的弯曲程度反映变量分布的不均衡性。本文利用洛伦兹曲线的描绘，来分析福州市居民在各个时段出行的集中程度。地理信息系统（Geography information system，GIS）因具有制图和空间查询与空间分析的基本功能，适合对具有地理空间信息的数据进行空间表达与分析，因而本文利用ArcGIS软件，根据连续7d福州市路况信息的采集（主要是交通拥堵路段的采集），分别建立每天每个时间断拥堵情况的7个图层，通过叠置处理和相交操作处理，进而得到交通拥堵的主要路段。

2 出行日志的居民出行特征与路况信息的交通车流分布特征

2.1 居民出行行为特征

2.1.1 基于出行日志的居民出行总体行为 福州市居民出行的洛伦兹曲线（图1）显示了每个时间段出行次数的差异较大，根据洛伦兹曲线的上凸程度可以看出，居民出行活动呈现出较大的时间集聚特征。在不同的时间段，工作日与休息日的居民出行集聚程度有所差异。11：00—14：00这个时段，休息日的集聚程度要大于工作日；而在其他时段，工作日的集聚程度高于休息日。

分析居民出行的基本指标有出行数、出行率、出行频度、出行目的等几个方面。这里根据问卷调查，对调查样本的出行情况分男性、女性和工作日、休息日等四个方面进行分类汇总，进而分析居民出行的最基本特征。

出行频度，即为反映居民的出行能力和出行的灵活性，调查地区样本中居民出行的總出行次数与出行总人数的比值。出行频度统计结果（表2）显示，在出行频度上，休息日高于工作日，男性高于女性。在出行频度方面，男性和女性均有休息日高于工作日，且男性出行频度高于女性的特征。

出行次数方面表现出来的特征是以一次出行为主，二次出行为辅（表3）。工作日一次出行比二次出行的比例高出30%左右，比休息日一次出行的比例高出6%左右。而工作日的多次出行比休息日低1.3%左右，说明福州城市居民更偏好于工作日一次出行，这与上文所分析的工作日出行频度较弱的结论相符合。

福州城市居民出行目的方面（表4）的总体特征表现为：（1）工作日以单目的出行较多，男性出行单目的性更加明显。休息日单目的出行和多目的出行的比例相差较大，约为25%左右，而在工作日也是同样地更偏向于单目的出行，相差高达32%。同时，男性的出行单目的性更加明显，在工作日单目的出行比例比多目的出行比例高出38%，而在休息日两者之间的差异高达28%。（2）休息日和工作日出行都以通勤为主，但在休息日的购物和休闲比例普遍高于工作日。从男女平均水平看，在休息日更多地还是以通勤为主要目的，比例高达50%左右。但是在工作日中的通勤比例高于休息日的通勤比例16%左右，休息日的出行目的为购物和休闲的比例高于工作日约为4%和5%。（3）男性通勤及休闲出行的活跃性高于女性，而女性的购物目的性偏好明显。无论是在休息日还是工作日，男性的含通勤目的出行和含休闲目的出行都多于女性，尤其是在休闲出行目的的比例更明显高于女性，在休息日两者差距16.75%，在工作日两者差距3.45%。而女性购物出行的目的性表现得比男性明显，两者购物出行比例在休息日相差6.21%，在工作日则相差0.45%。

综上所述，福州市居民出行的总体特征为：出行频度男性和女性均有休息日高于工作日，且男性高于女性的特征；出行次数每人每天以一次出行为主，二次出行为辅；出行目的以单目的为主，且男性居民出行单目的性表现较为明显。女性偏好购物出行，男性出行更多地以通勤和休闲为目的。居民出行活动呈现出的较大时间集聚特征，容易造成人流量和车流量在空间上的集聚，进而加剧交通拥堵。

2.1.2 出行日志的交通拥堵情况 通过对居民出行过程中所经历的拥堵时间点及其对应拥堵路段的统计分析（图2）可以看出：在工作日，主要拥堵路段有：五四路（21.87%）、金山大道（10.25%）、杨桥路（7.06%）、工业路（6.83%）、尤溪洲大桥（4.56%）、二环路（4.10%）、宝龙城市广场（3.87%）（其中括号内为占所有拥堵路段中的百分比）。在休息日，主要拥堵路段有：五四路（15.58%）、杨桥路（4.55%）、尤溪洲桥头（6.49%）、金山大道（9.74%）、宝龙城市广场（9.09%）、仓山万达（5.84%）、工业路（4.55%）。

对比工作日和休息日的拥堵路段，可以发现，五四路、杨桥路、尤溪洲桥头、金山大道等路段在工作日和休息日期间都是拥堵的高发路段。从表5可以看出，五四路、杨桥路、金山大道、二环路和工业路在工作日时，发生拥堵的频率高于休息日；而休息日期间，尤溪洲桥头、宝龙城市广场和乌山路的拥堵频率反而高于工作日，这与人们的休闲活动的灵活性密切相关，这两个路段均处于大商场或者途经商场的的必要路段，在休息日，人们的出行多以休闲和娱乐购物活动为主，因此在工作日，拥堵程度更高。

在工作日一天各个时间段内，上下班期间均为拥堵的高峰期。通过对一天内各个时段拥堵路段及其频数和频次的统计分析，这里主要对上下班时间段进行拥堵路段的呈现（图3），可以看出：五四路、杨桥路和工业路是居民前往上班地点的这段时间内，发生拥堵最为严重的主要路段，尤其以五四路最为典型。同时，五四路在全天的各个时间段都常有拥堵的情况存在。下班时间段，发生拥堵的主要路段有金山大道、浦上大道、仓山万达附近等。在刚性工作制的条件下，由于周末两天为休息的时间段，因此休息日在道路拥堵方面相比较于工作日，表现得较为不集中。

2.2 路况信息的交通车流特征 时空数据是对地理实体的特征、时间变化及空间分布的描述，包含实体的时间、空间和属性三要素。时间特征描述地理实体的时间尺度和时态关系，空间特征描述地理实体的地理空间分布，属性特征描述地理实体的质量和数量信息[11]。本文根据连续7d福州市交通路网信息的采集（主要是交通拥堵路段的采集），分别建立每天每个时间段拥堵情况的7个图层，通过叠置处理和相交操作处理，选择一般情况下各个时段的拥堵路线情况以及工作日与休息日之间的对比来分析和挖掘福州市的拥堵路段。

从拥堵路段拟合图层（图4和图5）可以看出，在一天内，上班主要时段（07：00—09：00）的拥堵路段主要有五四路、杨桥中路、尤溪洲大桥和金山大道等。在下班时间段（17：00—18：00）内的拥堵路段主要有五四路、杨桥东路、金山大道和五一中路等。从工作日与休息日对比视角来看，五四路、五一中路和尤溪洲桥头路段均在这两个时间段内出现拥堵现象。东街和工业路路段则在休息日时间内出现拥堵明显，相比之下在工作日上下班时间段内这两个路段没有出现拥堵。

3 出行日志與路况信息耦合的交通拥堵特征

人的活动是由一系列时空连续的行为构成，传统时间地理学认为，权力、能力和耦合三种因素共同限制了人的行为空间[12]，因此也构成了对人类行为的时空约束。当多数居民的日常出行活动形成时空集聚状态时，居民出行便形成在道路上的时空共存[13]。从理论上讲，在有限的距离和时间范围内，人类行为可以影响的时空范围是有限的，因此人类的行为受到时间和空间的约束[14]。

居民的出行行为在时空上呈现出集聚的特点，由此造成时空共存的现象，产生了交通拥堵的可能。根据对福州市居民出行日志的抽样跟踪调查发现，无论是在休息日还是工作日，居民出行过程中经历的拥堵路段主要有五四路、杨桥路和金山大道路段，因而这几个路段是福州市居民进出城区拥堵的常见路段，主要原因是五四路和杨桥路是福州市居民出行的主干通道，且靠近福州的几大商圈和CBD，而金山大道则是位处城市边缘区的金山区以及郊县闽侯主要进出城区的干道，并且由于主城区房价、租金的持续上涨迫使有一大部分年轻的就业人员聚居于此，所以也承担着较大的出行压力。而相比于工作日而言，尤溪洲大桥和通往宝龙城市广场的工业路段在休息日的拥堵情况更为严峻，这与两个路段位处宝龙城市广场、万象城和新近的仓山万达等几个商业区有很大关系，且这几个地方所发育的日常休闲、购物等场所在休息日会吸引大量人流从城市多个方向集聚，进而导致一到周末这里的路段面临比工作日更大的出行压力。

基于高德地图和交通广播的路况信息挖掘与居民出行日志所显示的结果在主干交通通道的拥堵情况上具有高度的耦合性和一致性。体现在日常状态下，福州市的主要拥堵路段为五四路、杨桥中路和金山大道等。从工作日与休息日对比视角来看，五四路、五一中路和尤溪洲桥头路段均在这两个时间段内出现拥堵现象，东街和工业路路段则在休息日时间内出现拥堵明显。可以看出，通过居民出行回顾日志的拥堵路段识别和基于对路况信息空间分析的拥堵路段挖掘两个途径的分析，主要拥堵路段基本一致：五四路、杨桥中路和金山大道。尤溪洲桥头和工业路在休息日的拥堵情况较工作日严重。值得一提的是，从路况信息中可以看出五一中路、东街口两个路段也是拥堵的，且拥堵现象在休息日更明显。然而这两个路段并没有在出行日志中体现出来。一定程度上说明路况信息是对全域尺度上拥堵信息的捕捉与采集，能够很明确的表征整个城市的拥堵情况，而出行日志因不同人群、不同区位上等特点的限制，可能会有一定的不足。

4 结论与讨论

本文通过对居民出行日志的跟踪分析，得出结论：男性居民和女性居民均有休息日出行频度高于工作日的、休息日和工作日均有男性居民出行频度高于女性居民；每人每天出行次数以一次出行为主，二次出行为辅；出行目的以单目的为主，且男性居民出行单目的性表现较为明显。女性偏好购物出行，男性出行更多地以通勤和休闲为目的。同时，居民出行活动呈现出较大的时间集聚特征，且工作日的集聚程度略高于休息日。这样的出行活动分布特征，导致大量的人流量、车流量等在特定时点高度集中于城市的交通主干道，造成部分主干道成为城市交通网络中显在或潜在的易堵路段或节点。

基于对路况信息的空间分析视角，分析福州市交通拥堵路段在时空上的分布关系得出结论：在上下班高峰期内，福州市区主要的拥堵路线主要有五四路、金山大道和杨桥中路，潜在拥堵路线有乌山路、洪山大桥和工业路等路线。在休息日同时段内，尤溪洲桥头和工业路的拥堵情况较为明显，这与城市居民的购物娱乐的出行目的密切相关。

居民出行日志上反映出的交通拥堵路段与基于ArcGIS空间分析的视角挖掘出的拥堵路段具有高度的耦合性和一致性。通过居民出行回顾日志的拥堵路段识别和基于ArcGIS空间分析的拥堵路段挖掘两个途径的分析，主要拥堵路段基本一致：五四路、杨桥中路和金山大道，且该拥堵路段在上班（07：00—09：00）和下班（17：00—19：00）高峰期拥堵现象更为显著；尤溪洲桥头和工业路在休息日的拥堵情况较工作日严重。

需要指出的是，本文通过对多种不同来源的数据进行耦合、匹配分析发现路况信息是对全域尺度上拥堵信息的捕捉与采集，能够很明确的表征整个城市的拥堵情况，而出行日志实际上则是针对特定人群和区位上的局部或定点观测来反演总体的交通拥堵状况。利用多源数据的耦合分析可以更精准捕捉城市的交通拥堵状况，并且根据本文的分析结果，可以预估的是，在实际的科研工作或实践中倘若无法获取多种数据源的情况下，利用某一种特定的采集方式，如问卷调查或交通平台的路况信息采集都可以作为感知城市交通流动韵律的数据源，这为指导居民出行和缓解交通拥堵提供科学依据。需要注意的是，若采用问卷调查的方式进行交通拥堵状况的监测，进一步关注多个区位和多类人群，以更全面、精确地反映交通拥堵情况。

参考文献

[1]吴康，方创琳，赵渺希，等.京津城际高速铁路影响下的跨城流动空间特征[J].地理科学，2013（2）：159-174.

[2]赵先立.缓解大型城市交通拥堵的国际经验和我国的解决对策[J].城市观察，2012（3）：121-130.

[3]梁海艳，孟斌，李灿松.大城市职住分离的区域测定方法探究[J].人口学刊，2014（4）：16-25.

[4]楚国清.北京交通拥堵的原因与对策[J].新视野，2011（2）：23-35.

[5]Timmermans H，Van der Waerden，Alves M，et al.Spatial context and the complexity of daily travel patterns：An interna-tional comparison.Journal of Transport Geography，2003，11（1）：37-46.

[6]毛峰.基于多源軌迹数据挖掘的居民通勤行为与城市职住空间特征研究[D].上海：华东师范大学，2015.

[7]卢晓珊，黄海军，刘天亮，等.考虑早晚高峰出行链的出行方式选择均衡与定价机制[J].系统工程理论与实践，2013（1）：167-174.

[8]王旭琴，谌业文，胡尧.基于FCM聚类的多路段城市腿车流数据分析及其应用[J].系统工程理论与应用，2014：3-13.

[9]金照.基于地磁检测技术的道路断面车流数据采集应用研究[J].广东交通职业技术学院学报，2015，14（3）：51-54.

[10]林福光.城市交通拥堵的成因分析与对策研究[D].成都：电子科技大学，2011.

[11]郑建湖，林小惠，郑礼席，等.基于马尔可夫链模型的交通拥挤状态预测[J].交通工程，2012（11）：76-79.

[12]H?gerstrand T.Reflections on“what about people in regional science？”[J].Papers of the Regional Science Association，1989，66：1-6.

[13]古杰，周素红，闫小培，等.居民日常出行时空集聚视角下的城市交通拥堵形成机制研究——以广州为例[J].地理科学，2012，3（28）：921-927.

[14]Thrift N.An introduction to time geography[J].Concepts and Techniques in Modern Geography，1977，13：1-37.

（责编：张宏民）