基于TTC的地铁出行适应性研究

于浩川

摘 要：在城市设施资源有限的条件下，最大程度提升城市客运能力需判断交通方式间的适应性。首先在假设居民出行服从费用最小原则的基础上建立基于时间价值的分担率预测模型。考虑居民收入水平、出行费用等因素建立不同交通方式出行时间成本计算模型。最后，以天津市为例计算常规交通、地铁及出租车的时间价值和出行时间成本函数，通过分析出行时间成本、距离速度的关系进而研究天津市地铁出行适应性。

关键词：地铁、客流适应性、时间价值、出行时间成本

1.引言

在城市资源和建设规模有限的前提下，诸多大中型城市仍选择兴建地铁等城市轨道交通，然而若想充分利用地铁的客运能力则必须考虑该交通方式的适应性：主要表现为竞争和互补2种形式。通过减少竞争或是提高互补性从而提高城市的整体客运能力。出行时间成本是出行中时间用货币来衡量，通过用于比较在多因素影响下不同交通方式的适应性。近年来，国内外对时间成本的研究主要为总成本的分类、量化以及收费政策的制定，目前对时间价值研究大多采用Logit及其改进模型[1]-[7]。本文旨在利用广义出行费用预测交通方式分担率，以时间价值理论为基础寻求各种交通方式出行时间成本的量化并加以比较，从而寻找提升城市轨道交通的适应性的途径。

2. 出行分担率预测模型

出行时间成本TTC指出行过程中消耗的时间用货币来衡量，包括出行时间价值和路费。在城市交通交通的预测中时间价值VOT一个不可忽视的因素，在计算居民VOT前，需将城市居民按照其收入水平由低至高划分为6个等级，采用生产法计算不同收入水平的VOTj [8]。城市交通的出行时间成本越低，该交通方式对出行者的吸引力就越强并与该城市的其他交通方式互相适应来共同提高城市交通的客运能力，其技术公式如下，Mj为收入水平j的人均年收入，J为每年休假日。

本文采用VOT模型对交通方式的分担率进行预测[10]。假设城市居民均选择广义出行费用最小的出行方式进行出行。根据以往研究成果，一般认为时间价值服 从对數正态分布，其中：

由各交通方式的广义出行费用的函数公式和线性函数特点可计算h1、h2、h3的具体数值。对于j阶收入水平的居民来说，单位时间价值在不同范围内对应分布函数即为其选择交通方式的概率 [11]，进而可以计算交通方式i中各收入水平乘客的比例θji。

3.算例分析

1）天津市居民出行分担率预测

本文以天津市为例分析2015年其地铁线路的客流适应性。将天津市居民收入水平划分为6个收入水平。依据2010年统计年鉴应用上述公式计算天津居民平均等价单位时间价值根据《城市道路交通规划设计规范》、天津市2005年居民出行调查数据等得出天津市各项取值。计算预测得到3种交通方式2015年的出行费用。根据线性函数性质计算得到广义出行费用函数的交点分别为7.6、15.32、23.65。结合上式即可得到3种交通方式的VOT如表3-1所示。

2）基于出行时间成本的客流适应性分析

假设行程距离相同，公交换乘15min，候车5min；地铁换乘5min，购票候车3min；出租车候车时间3min。L为行程距离，行程车速Vi2受道路饱和度影响。设3种交通方式车速分别为20km/h、35km/h、40km/h。由于地铁拥有其独立的交通系统，几乎不受客流量和交通量的影响，因此本文主要研究不同运营速度下，常规公交与地铁的时间成本关系。利用线性函数性质，计算V12、 V12”分别为17.28km/h、11km/h。假设天津市内发生交通拥堵时车速降至原来的3/4，只有L∈（1.85，4），Y（42.18∞）时，地铁的出行时间成本小于常规公交。在假设距离相同且换乘、候车时间取均值，TTC1一般小于TTC2。作为公共交通2者承担着出行目的相似的客流，因此为降低竞争性应尽量避免线路重叠。在上述假设条件下线路重叠超过4km时，地铁与常规公交相适性较低：2种交通方式之间会形成客流竞争；若想充分利用地铁的客运能力应将线路重合长度控制在4km内。

4.结语

地铁作为城市最重要的交通方式之一与其他交通方式间适应性的高低直接关系到城市整体客运能力。本文通过建立基于广义出行费用的交通分担率预测模型计算得到交通方式的时间价值进而计算乘客选择不同交通方式的出行时间成本。之后以天津市为例，计算公交、地铁、出租车的时间价值以及时间成本函数。通过比较不同条件下交通方式的时间成本研究在交通方式间的适应性，进而交通方式所适合的出行距离和线路布设方案。

参考文献：

[1]KAORI M， TAKAMASA A. A logit model for modal choice with a fuzzy logic utility function[J]. Traffic and Transportation Studies， 2k， 4（5）：311-318.

[2]HENSHER D， GREME W. Specification and estimation of the nested logit model： alternative normalizations[J]. Transportation Research Part B： Methodological， 2002， 6（1）： 1-17.

[3]IKWIUIZIE V， VALERIAN D， SANDO T. A cross-nested logit model for trip type-mode choice： an application[J]. Advances in Transportation Studies， 2011， 23（2）： 29-40.

[4]宗芳，隽志才，张慧永，贾洪飞. 出行时间价值计算及应用研究[J]. 交通运输系统工程与信息，2009，03：114-119

[5]赵淑芝，赵贝. 多因素影响下的城市居民出行行为时间价值[J]. 吉林大学学报（工学版），2011，01：46-50.

[6]徐婷， 蓝瑧， 胡大伟， et al. 出行成本对居民出行方式的影响 [J]. 交通运输工程学报， 2013， （01）： 91-7.

[7]陈小君， 林晓言. 基于运输时间价值的路径选择行为研究 [J]. 北京交通大学学报（社会科学版）， 2013，（ 02）： 7-14.

[8] 何建中. 城市地区私人小汽车出行成本构成理论及其量化评估方法研究 [D]； 北京交通大学， 2009