基于可测度类比模型的县级城市交通运行状况分析

白鸿宇，周文华，郑淑妮

浙江省交通运输科学研究院，浙江杭州 310000

0 引言

随着城市化进程的不断加快，出行需求与交通基础设施的主要矛盾不断深化，交通拥堵也越发严重。交通状态预测一直是交通工程领域的重点研究方向之一，城市交通状况评价中，国内外大城市多采用交通运行指数作为评价城市交通运行状况的综合性指标[1-6]。交通运行指数是对交通拥堵在时间、空间、强度等特征的综合化、简单化的描述[7]。美国联邦公路局的拥挤程度指数(congestion severity index，CSI)和日本的拥挤度(degree of congestion，DC)是国外交通运行指数的典型应用[8]。北京、上海、杭州等国内大城市先后在城市交通运行状况评价规范指导下，从行驶时间、延误时间、拥堵里程等多角度明确了各地交通运行指数的测算方法。目前交通运行指数的应用主要体现在实时和集成2个方面。实时交通运行指数主要表征城市交通运行的实时动态，用来反映交通运行的瞬时性特征；集成交通运行指数主要表征城市交通运行的时期特征，用来反映交通运行的阶段性特征。目前对交通运行状况的分析均集中于大城市，且对数据采集设备的覆盖全面性和迭代周期性要求较高。

县级城市是我国城市体系的基础支撑和关键组成，是我国新型城镇化的主力军。截至2018年底，我国城镇化率达59.58%[9]，浙江省等东部沿海省份城镇化率达近70.00%[10]，趋于城市化中期至后期的临界阶段。此阶段县级城市交通基本特征为：1)城市融合发展进一步加深，人员及货物流动更趋频繁；2)城市居民收入水平持续提高，民用汽车保有量处于持续快速增长期；3)城市交通基础设施的建设速度相对较慢，交通供需矛盾进一步激化，且呈现地域和时间分布的不平衡性[11-14]；4)城市普遍缺乏完备的交通运行数据采集和分析设备，缺少对交通运行状况的研判方法。

本文采用经典类比分析法，构建县级城市的交通运行指数计算模型，以期较为准确地评价县级城市的交通运行状况。

1 类比分析法

1.1 类比分析法简介

类比分析法是通过对被类比对象B的研究分析，寻找和发现类比对象A遵循的规律和原则，并运用这种规律和原则预测类比对象A未来发展规律的一种推理方法[15]，该方法在科学创新、工程实际、交通发展等领域得到广泛应用。

经典类比法理论的各态历经假说认为，在充分大的空间内，同一区域内不同断面的时序谱，有可能从同一时间不同区域断面的空域谱中获取。文献[16-20]以情景映射类比迁移构建类比分析逻辑。文献[21-23]将类比分析法应用于公路隧道等工程项目。文献[24-28]将类比分析法应用于公路网结构优化、高速铁路客流预测、交叉口信号相位设计等方面。

本研究认为，县级城市交通运行状况与所在地级市的交通运行状况之间存在时空谱系的耦合关系，且共有属性越多，耦合结论越可靠，所以假设县级城市与所在地级市主城区的交通运行状况存在可类比的相似特征。

1.2 可测度类比模型

可测度类比模型是表征类比对象之间相应类比因素乘积差最小的类比模型。实现方法是构建由先导元素组成的线性规划模型并求解，使类比变量的误差最小，从而得出满足类比条件的对象。本文使用枚举法列出交通运行指数的宏观影响因素，通过地级市的交通运行指数与因素的相关性分析，筛选与交通运行指数相关的各宏观指标，分别从省级、地级市2个层面迭代计算与县级城市各指标的类比因素的几何平均值，构建可测度类比模型，计算县级城市交通运行指数的均值，通过实地测量各县级城市的城区公交高峰与平峰时段的平均速度等，测算其与县级城市交通运行指数的相关性，验证模型的准确性。实现路径如图1所示。

图1 可测度类比模型实现路径

2 可测度类比模型的因素检验

假设在一定区域内，单位面积的国内生产总值越大、人口密度越大、路网密度越小、民用汽车保有量越多、停车位数量越大、公共交通车辆越少，则该区域内的交通运行指数均值越大，说明该区域内的交通运行状况越差。为验证该假设，采用数据统计软件SPSS(statistical product and service solutions，)对浙江省11个地级市2018年的道路运行指数均值进行因素的显著性检测。

浙江省地级市交通运行指数与相关因素如表1所示，表1中数据来源于2018年浙江省各地市交通运行统计月报与浙江省统计年鉴，其中：C为年均交通运行指数，S为建成区面积，n为地市区常住人口数，Nm为市区民用汽车保有量，q为建成区单位面积国内生产总值，Ng为单位面积万人公交保有量。C与假设因素的相关性分析结果如表2所示。

表1 地级市交通运行指数与相关因素

由表2可知：

表2 C与假设因素的相关性分析结果

1)C与S、n、Nm、q。0.010.6，说明C分别与S、n、Nm、q呈显著的正相关，表明随着城市建成区的扩大、常住人口的聚集、民用汽车的增加以及经济活动的增强，城市交通运行指数将会持续增大。

2)C与Ng。PSig<0.01，说明C与Ng存在高度显著的相关性；KPC=-0.842，说明C与Ng呈现高度显著的负相关，表明增加Ng可以有效降低城市交通运行指数。

3 构建可测度类比模型并标定

3.1 构建模型

根据可测度类比模型的建模逻辑，分3步构建县级城市交通运行指数的计算模型。

1)根据浙江省11个地级市市本级的交通运行指数和类比因素几何平均值，计算市本级所辖县级城市的交通运行指数

(1)

2)根据浙江省省本级的交通运行指数和类比因素几何平均值，计算县级城市的交通运行指数

(2)

3)对式(1)(2)取平均,得到县级城市交通运行指数

(3)

3.2 模型计算

浙江省各县级城市2018年的相关参数如表3所示。

表3 浙江省县级城市2018年相关参数

表3(续)

表4 浙江省62个县级城市2018年计算结果

表5 根据判断交通状况

4 模型校验

表与vg、vp的相关性

5 结语

1)对缺乏数据采集设备的县级城市，构建交通运行指数可测度类比模型，采用浙江省62个县级城市的实际数据进行测算与验证，模型计算结果与实际相符。

2)随着经济、人口、面积、汽车保有量等的持续增加，县级城市的交通运行状况不容乐观，大力发展城市公共交通，提高公交的供给水平将会有效缓解这种问题。下一步将结合部分已有交通运行指数监测平台的县级城市相关数据，对模型进行优化。