王大勇
(辽宁省公路勘测设计公司 沈阳市 110006)
铁岭市南北干线道路主要有京哈高速和国道京抚线(G102),而国道京抚线从铁岭市区内穿过,给市区造成很大的交通压力,交通堵塞严重,不但影响了居民的正常生产生活,也给出行居民带来了较大的安全隐患,严重制约了当地经济的发展。本项目的建设不但可以将过境车辆从市区分流出去,减轻原有道路的交通压力,提高当地居民的出行安全,而且增加了铁岭市区的外延交通道路,对铁岭市未来经济的发展具有重要作用。
根据对交通量统计部门的统计数据进行分析,2018年国道京抚线年平均日交通量折算成标准小客车当量值为23512辆/日,其中约55%左右为过境车辆,而且多以大型货车和集装箱为主,详细交通量数据见表1~表3。
表1 国道京抚线历年交通量观测统计表
表2 车型折算系数表
表3 车型比例表
拟建项目交通量主要由转移交通量、诱增交通量组成。
(1)国道京抚线转移交通量。指本项目建成后转移的原京抚线交通量。
(2)诱增交通量。未来由于本项目建成带来的交通便利,促使项目影响区域社会经济不断发展,将会在正常增长的交通量以外诱发产生交通量,即诱增交通量。
图1为本报告交通量预测工作流程图。
图1
本项目施工期为2021年至2022年。其预测特征年为2022年、2027年、2032年、2037年、2042年。交通量预测基年为2018年。
本项目影响区域内社会经济发展预测,首先是依据影响区域内近几年的社会经济发展历史数据,粗略勾画描绘出发展趋势图,剔除数据序列中某些特殊因素导致的奇异数据,利用数学分析的方法建立模型,主要采用对数、指数、直线方程计算出预测年限内的经济指标值,再结合地区的长远规划中所确定的发展目标进行修正,经加权平均得到预测值。
本项目经济预测过程中所采用的主要数学模型为:
(1)直线方程:Y=a+b×x
(2)对数方程:Y=a+bLn(x)
(3)指数方程:Y=a×ebx
式中:X—年代序号;
Y—所要预测的经济指标;
a、b—模型参数。
不同预测方法的结果之间有一定差异,有时结果差异较大,究竟选择哪种预测方法的结果更为合适,不容易确定,因此为尽可能克服不同预测方法的缺点和局限性,增加模型的普遍适应性,减少模型形式对预测结果造成的误差影响,对各种模型预测值进行权重分析,在此采用组合预测方法,并通过专家咨询,确定各预测模型权重,可以近似求得未来各特征年份经济发展速度,见表5所示。
表4 项目影响区未来经济(GDP)发展模型
表5 项目影响区未来经济(GDP)发展速度表(单位:%)
公路交通经济指标的弹性系数为公路交通量的变化和经济指标的变化率之比。
e=IR/IE
其中:e—弹性系数;
IR—交通增长速度或发生集中量增长率;
IE—经济增长速度。
公路交通与国民经济的弹性系数,反映了公路交通与国民经济的适应情况和相互关系,用数学的方法来表达,即交通年的平均增长率预测可通过区域经济增长来得到,公式如下:
Qi=E×e
其中:Qi—i种车型增长率;
E—经济增长率;
e—弹性系数;
i—客车或货车。
各特征年弹性系数见表6所示。
表6 弹性系数预测
根据相关路网与经济增长的关系,通过弹性系数的转换,得到了2021年以后的交通发生增长率,见表7所示。
表7 趋势交通增长率预测
根据表7京抚线趋势交通量增长率预测,再结合预测基年的交通量数据,可以得到国道京抚线趋势交通量预测结果,见表8所示。
表8 国道京抚线趋势增长交通量预测结果(单位:小客车辆/日)
为了确定本项目将承担的转移交通量,我们在本项目的起、终点处附近分别选取交通量调查点,并采用拦车询问的方式进行调查。其调查结果见表9所示。
表9 交通量调查统计表(单位:小客车辆/日)
通过调查,本项目京抚线24h断面交通量为24360辆/日,其中过境车辆主要是凡河镇和平顶堡镇之间的双向交通量,以及省道S106和省道S202与本项目交叉处的少量转移交通量。
由于转移交通量不同,所以将本项目分三段分别预测其建成后将承担的转移交通量,第一段为本项目起点K0+000至与省道沈环线(S106)交叉处桩号为K10+780,长度10.78km;第二段从K10+780至本项目与铁苇线(S202)交叉处桩号为K19+430,长度8.65km;第三段为K19+430至本项目终点K25+500,长度为6.07km。
通过以上分析,结合表9的调查结果,可以得到本项目各段转移交通量数值,以及占国道京抚线断面交通量的比例。见表10所示。
表10 交通量调查统计表(单位:小客车辆/日)
经计算,最终确定本项目建成后将承担的转移交通量情况,见表11。
表11 分段转移交通量预测结果(单位:小客车辆/日)
诱增交通量是指项目竣工投入使用后,由于改善了路网结构,从而影响了区域经济和产业布局,改善了区域的投资环境,改善了区域间的经济可接近性,使项目地区整体通行能力得到很大的提高,使项目地区的土地使用性质发生显著变化而引发的交通量。
关于诱增交通量的预测,目前还没有一个成熟的模式,通常是通过综合分析新路的建设而新增的生产开发项目情况及车辆行驶时间、费用的变化,并参照过去的实例,确定出一个诱增交通量相对于趋势型交通量的比率,从而获得诱增交通量。现在,很多可行性研究工作中诱增交通量的预测都引入了经济可接近模型,本文研究也采用了这种方法。
ACCi=Pie-0.019188Dij
式中:ACCi—第I区的经济可接近系数;
Pi—第I区的人口数;
POTi(w),POT(w/o)—分别为有无本项目时的第I区的经济增长系数;
φi—第I区的诱增系数;
Diy—I区到y区的时间距离;
a、b、r—模型参数,取a=0.3695,b=0.7114,r=-4.5718;
Qij—诱增交通量;
Qij—分流交通量。
经过计算,并综合考虑影响本项目诱增交通量发生的各种可能情况,得到本项目的诱增交通量。第一段诱增交通量占第一段转移交通量的比例为5%;第二段诱增交通量占第二段转移交通量的比例为15%;第三段诱增交通量占第三段转移交通量的比例为7%,诱增交通量预测结果见表12。
表12 诱增交通量预测结果(单位:小客车辆/日)
通过以上分析,得到了本项目各分段转移交通量和诱增交通量预测结果,将这两部分交通量进行合计,就得到了本项目各段的交通量预测结果,见表13。
表13 各分段交通量预测结果(单位:小客车辆/日)
通过以上分析,得到了本项目各分段交通量预测结果,将各分段交通量与其对应的路线长度进行加权计算,就得到了本项目全线的交通量预测结果,见表14。
表14 本项目交通量预测结果(单位:小客车辆/日)