立体过街设施路网服务水平预测模型

张大力 张馨 陈春燕 乔建刚

摘要 为了解已有的过街设施是否可以满足未来几年内日益增长的过街需求，需要对过街设施的服务水平进行探究。首先对影响行人客流预测的三个主要因素土地利用、家庭出行特征、交通阻抗进行分析。基于实地观测的路网断面交通量，运用OD反推原理得到北京市现状路网OD矩阵， 通过TransCAD对道路交通量进行预测得到目标年期望线图和交通量分布图，并将立体过街设施服务水平等级分为6级。最后分析过街人流量与主要因素间的相互关系，得出立体过街设施服务水平预测模型，为立体过街设施运营管理提供理论依据。

关 键 词 交通规划;立体过街设施;客流预测;TransCAD;服务水平模型

中图分类号 U491.114     文献标志码 A

Abstract In order to know whether the existing cross-street facilities can meet the increasing demand of cross-street in the coming years， it is necessary to analyze the service level of cross-street facilities.Firstly， three main factors including land use， family trip characteristics and traffic impedance are analyzed， which are affecting pedestrian flow forecasting.Secondly，based on the observed traffic volume of the road network section， the OD matrix of Beijing's current road network is obtained by using OD matrix estimation ， and the target annual expectation line and traffic flow distribution map are predicted by TransCAD， and the service level of three-dimensional street crossing facilities is divided into six grades. Finally， through the analysis of the relationship between the flow of pedestrian across the street and the main factors， the service level prediction model of the three-dimensional crossing facilities is obtained， which provides a theoretical basis for the operation and management of the three-dimensional crossing facilities.

Key words traffic planning; three-dimensional crossing facilities; passenger volume forecasting;TransCAD; service level model

0 引言

綠色出行是当前世界城市交通发展的主要潮流，步行是建设节约环保型城市交通体系的有效方式之一。随着北京市步行交通的倡导和推进，行人过街需求随之增大，行人过街设施服务水平高低也广为关注。对于平面过街设施服务水平，国内外学者一方面基于设施本身及周边环境进行研究，边杨等[1]基于道路通行能力、机动车等相关因素建立了设施服务等级的多元回归量化评价模型;另一方面基于过街人群进行研究，李嘉等[2]基于行人满意度结构方程模型，采用BP神经网络模型对路侧带行人服务水平进行评价，金光浩等[3]基于行人过街阻力模型对无信号控制人行横道服务水平进行评价;Petritsch[4]研究了基于行人感受的服务水平;张引[5]结合过街延误和行人忍受的极限等待时间将低等级公路镇村段服务水平分为6级;而对立体过街设施的研究成果较缺乏，刘贵谦[6]考虑立体过街设施舒适性、便利性、合理性及协调性建立了基于改进熵值法的过街设施服务水平评价模型。以上主要针对平面或立体过街设施现状进行评估，立体过街设施未来能否满足行人过街需求需要做进一步研究，因此本文通过四阶段法预测未来立体过街设施客流量，分析影响过街设施行人客流预测的主要因素，得出立体过街设施路网服务水平预测模型。

1 行人过街客流量预测影响因素分析

1.1 土地利用分析

过街设施是行人区域移动的媒介，道路两侧区域土地利用形态影响行人OD出行分布量进而对过街客流产生影响。《城市用地分类与规划建设用地标准》将土地属性分为10类，其中居住用地作为城市人群主要聚集地及需求发源地占总建设用地的20%～32%，人口密度达800人/公顷，通过调查分析城区住宅用地、公共设施用地为起讫点或交通的发生源的行人占出行总人的86.17%，图2显示由于流动人口数量存在差异，以公共设施主导的区域立体过街设施平均利用率要高于住宅区，与交通场站结合的立体过街设施利用率高达90.2%，因此土地利用情况不同产生不同交通需求，将住宅用地与公共设施用地作为影响行人过街客流预测的主要因素之一。

1.2 家庭人员出行特征

家庭成员的出行特性反映了出行能力和需求，相关研究[7]提出运用四阶段法预测时，家庭规模和人员的构成与交通出行生成密切相关，对家庭模型进行研究，可以使交通产生预测更加精确。首先家庭中的每一个有劳动能力的成员都必须进行生计和家务活动， 家庭规模的增大会使出行活动增多，例如当家庭中有无法独自出行的儿童，家中会有更多的陪同出行任务[8]。除此之外家庭中男性除了通勤、业务外比女性的出行次数要少，调查数据统计18～40岁的人群平均出行比例占76.46%，图3纵坐标为累积比例，由图分析可知过街频次在1～4次的行人更多且男性过街次数在10次以上的要多于女性;图4显示41～60岁男性人群人均过街次数最多，而女性人均过街次数最多集中在18岁以下的人群。因此，家庭人员出行特征差异对客流预测有较大影响。

1.3 交通阻抗分析

美国通行能力手册（HCM2000）将人均延误作为人行横道服务水平分级的标准，钱大琳等[9]基于信号延误和干扰延误对行人服务水平进行评价。延误是四阶段法中交通流分配的重要指标，直接影响了路径的选择和流量的分配，图5纵坐标表示立体过街设施与相邻人行横道流量差，误差在110 s时呈上升趋势，大于110 s有略微下降的趋势，当过街延误小于行人极限等待时间时行人更愿意选择人行横道;当过街需求大需设置规模较大的立体过街设施，延误虽大，但由于平面过街环境复杂，行人仍选择立体过街设施以致流量差值大;当过街延误过大时，行人过街费力费时，选择立体过街设施的行人减少。综上将交通阻抗作为影响客流预测的一项重要指标。

2 行人过街客流量预测

2.1 交通小区的划分及路网构建

为了降低道路交通网络的复杂性，进行交通小区划分能更好地了解出行者、发生源、吸引源、社会经济指标等与交通小区之间的关系。本文依据行政区将北京市划分为7个小区如图6所示。本文以朝阳区、西城区为主要研究对象，选取小区内的立体过街设施作为行人的过街点，建立北京市五环内的区域路网图如图7所示。

2.2 OD矩阵反推

用路段观测交通量来推算OD矩阵，看作是交通分配的逆过程。将小区间的出行阻抗矩阵作为推算种子矩阵，选择用户平衡法反推出来的现状OD矩阵如图8所示。

根据反推出的OD现状出行矩阵进行交通分配，将安定路奥体中心天桥进行流量校核，对比实际观测数据与OD反推矩阵分配的流量值，得到表1。由表1可知，安定路流量相对误差值在15%以内，满足精度要求，故可进行下一步的预测分析。

2.3 目标年OD分布的预测及交通流分配

以2018年为基年，2020年为特征年，2023年为目标年，预测未来5年的行人发生与吸引量。依据北京市2011—2018年各年的人口每年的人口增长率，取平均值作为预测未来年的人口增长率。在反推出OD矩阵的基础上，应用回归分析法，计算未来的发生、吸引量。其目标年的现状发生量、吸引量、现状的人口数量与未来的发生量、吸引量、将来人口数量见图9。

由于增长系数法中Fratar法需要的交通数据简单易调查，运算收敛速度快，因此选择福莱特法分别预测出目标年的OD矩阵，目标年的OD出行矩阵及期望线如图10、图11所示。

在已有的路网和未来年份OD分布矩阵的基础上，选择用户平衡原理将未来年份的OD矩阵的出行量分配到路网上，并基于实际交通状况进行相应的修正，得到目标年的流量分配图如图12所示。将TransCAD自动生成流量分配结果（一个颜色对应一个等级）按照V/C并结合2000年美国公路容量手册中道路及人行道服务水平标准得到立体过街设施服务水平等级阈值如表2所示。

由图12及表2可看出，大部分路段的服务水平在C级以上，较拥堵的路段有西二环及二环内的西单北大街、复兴门内大街、复兴门大街、宣武门东大街、前门大街、崇文门西大街等，其服务水平為D级。

3 立体过街设施服务水平模型

3.1 客流量与土地利用的关系模型

将住宅用地的总面积记为[s1]，公共设施用地的总面积记为[s2]，以被调查的立体过街设施为中心，半径R为250 m作为过街设施的服务范围，计算得到各调查地点的住宅用地面积与公共设施用地面积的详细信息见表3。

通过Origin软件分别建立住宅用地面积及公共设施用地面积与2023年的行人过街流量之间的关系如图13、图14所示，过街客流量对数与不同类型用地面积的关系模型如式（1）、式（2）所示。

当过街设施所在道路两侧无住宅小区但过街客流量仍然很大时，公共设施面积基本都大于10公顷;而公共设施用地与住宅用地相差较小且小于10公顷时，客流量普遍不大;当过街设施周边以居住用途主导，公共用地优势不突出时随住宅面积增大，客流需求也随之增大。由此看出客流量同时受住宅面积和公共设施面积影响，为便于计算进行多因素非线性曲线拟合得到客流量与土地利用关系模型如式（3）：

4 结论

1）结合交通需求四阶段法预测的主要影响因素及平面交叉口行人过街服务水平评价指标提出影响过街设施交通量预测的3个因素为土地利用、家庭人员构成及交通阻抗，初步分析可得公共设施用地更有利于出行发生和吸引，中青年平均过街次数更多且集中在1～4次。

2）利用TransCAD构建了北京市五环内的步行路网，预测立体过街设施未来5年人流量，并通过目标年的交通量分配图将立体过街设施服务水平分为A～F级，以此找出北京市过街设施服务水平较低的路段，可为立体过街设施运营维护提供指导。

3）建立以土地利用、家庭人员构成及交通阻抗共同作用的立体过街设施服务水平综合模型，利用此模型可快速预测未来过街设施的服务水平，有利于步行环境的优化，但模型的建立基于实时交通量，仍需大范围长时间的实地调查，进而探讨更简单准确的模型。

参考文献：

[1]    边扬，王炜，陆建. 人行道行人服务水平评价方法[J]. 东南大学学报（自然科学版），2007，37（4）：695-699.

[2]    李嘉，邓敏. 用BP-PLS方法评价城市路侧带行人服务水平[J]. 重庆交通大学学报（自然科学版），2014，33（3）：115-118，154.

[3]    金光浩，荣建，边扬. 路段无信号控制人行横道行人过街服务水平研究[J]. 武汉理工大学学报，2012，34（7）：61-66.

[4]    PETRITSCH T A，LANDIS B W，MCLEOD P S，et al. Level-of-service model for pedestrians at signalized intersections[J]. Transportation Research Record：Journal of the Transportation Research Board，2005，1939（1）：54-62.

[5]    张引. 低等级公路镇村段行人过街行为及过街设施设置研究[D]. 南京：东南大学，2017.

[6]    刘贵谦. 基于行人选择偏好的立体过街设施服务性能评价研究[D]. 哈尔滨：哈尔滨工业大学，2014.

[7]    张蕾. 基于交通特性的家庭分类概率模型及出行产生预测研究[D]. 成都：西南交通大学，2010.

[8]    张玉桃. 旅客社会网络中的家庭出行预测及其行为特征分析[D]. 北京：北京交通大学，2016.

[9]    钱大琳，张敏敏，赵伟涛. 行人服务水平评价的半定量方法[J]. 华南理工大学学报（自然科学版），2012，40（7）：33-40.

[10]  魏培荣. 基于行人交通流特征的人行天桥通行能力分析与改善研究[D]. 武汉：武汉理工大学，2014.

[11]  赵琳，边扬，荣建，等. 北京枢纽地区人行道行人服务水平评价[J]. 北京工业大学学报，2014，40（5）：725-732.

[12]  ASADI-SHEKARI Z，MOEINADDINI M，ZALY SHAH M. A pedestrian level of service method for evaluating and promoting walking facilities on campus streets[J]. Land Use Policy，2014，38：175-193.

[13]  KADALI B R，VEDAGIRI P. Evaluation of pedestrian crosswalk level of service （LOS） in perspective of type of land-use[J]. Transportation Research Part A：Policy and Practice，2015，73：113-124.

[14]  CHRISTOPOULOU P，PITSIAVA-LATINOPOULOU M. Development of a model for the estimation of pedestrian level of service in Greek urban areas[J]. Procedia-Social and Behavioral Sciences，2012，48：1691-1701.

[15]  袁黎，沈玥，吳文路，等. 路段行人过街安全服务水平研究[J]. 大连交通大学学报，2017，38（4）：13-18.

[16]  陈亦新，贺玉龙，孙小端，等. 基于聚类分析的多指标人行步道服务水平评价方法[J]. 北京工业大学学报，2014，40（4）：549-554.