城市出行率指标及广州多源数据获取实践探究

胡志赛 周清雅 郑煜铭

摘要 我国社会经济迈入新发展阶段，如何有效开展精细化城市交通治理，合理制定交通低碳减排等政策，对交通需求预测精准性提出更高要求。文章通过回顾“四阶段法”交通需求预测理论在美国诞生后持续开展的半个多世纪的出行生成手册编制更新工作，重点介绍了其编制内容和技术方法，并结合我国交通规划预测工作存在的问题，提出可供借鉴的方面与启示。最后，以广州为例，利用大数据开展居住出行率调查，实践证明数据可信度较高，提供了全新可行的调查技术方法。

关键词 交通模型；交通生成；出行率

中图分类号 U491文献标识码 A文章编号 2096-8949（2023）10-0180-03

0 引言

当前，我国各行各业已迈入新发展阶段，高质量可持续发展成为社会共识。交通作为城市四大功能之一，如何有效提升数据驱动的城市交通精准治理能力，科学精准的交通需求预测无疑是难题的破解利剑之一。交通模型构建及相关预测指标获取的基础性工作一直受到国内外交通学界的高度关注。美国在交通模型预测技术与应用方面开展得最早，因此深入研究其发展历程与经验做法，获得参考借鉴与启示意义重大。

1 “四阶段”交通预测模型的起源

1.1 交通预测模型理论起源

第一次世界大战结束后汽车运输业迅猛发展，同时导致交通拥堵和很多交通事故的发生。1930年，美国交通部门在匹兹堡会议上讨论并撰写了交通专业的相关章程和法律内容，正式成立了美国交通工程师协会（Institute of Transportation Engineers，简称ITE），希望该中央机构能统筹相关研究数据以及提升交通工程专业人员的技术，并鼓励市级政府和州级政府部门建立交通工程部门。二战之后，美国将注意力从城际及乡村公路建设转移到城市交通问题上，并将家庭访问OD调查作为衡量出行的基本方法。1953年，美国哈佛大学博士道格拉斯·卡罗尔在底特律开展了第一次综合性的都市交通研究，并在1962年完成了《芝加哥地区交通研究》，给出了1959年、1960年、1962年CATS调查的结果和分析、1980目标年的土地使用与出行预测，以及公路及运输规划。《芝加哥地区交通研究》第一次分析了土地利用类型与人口出行量之间的关系，并正式考虑了公交在出行中的分担率[1]。基于这次的研究成果，美国公路局在1960年代初期形成了以出行生成、出行分布、方式划分以及交通分配四个步骤组成的交通需求预测理论框架[2]。

1.2 交通出行率指标研究开始

“四阶段”模型交通预测理论和方法，被广泛应用于全球国家与地区的交通规划工程项目中。其中，交通出行生成模型可基于城市未来社会人口规模和土地利用情况，预测每个交通小区每天或每一高峰时段所生成的交通出行量。交通出行率正是该模型的关键参数，反映了单位建筑面积在单位时间内产生与吸引的交通量。

2 美国出行生成手册内容

2.1 出行率手册编制的目的与意义

为了获得准确的用地出行生成数据，ITE开展用地类型与居民出行量之间的相关规律研究，编制《Trip Generation Manual》即《出行生成手册》（下文简称《手册》），从1976年—2021年持续更新至第11版，持續收集出行率数据，并每四年更新一次[3]。通过出行率手册可以测算建设项目可能产生的交通量和对交通系统带来的影响，同时为确定建设项目的合理开发规模以及采取有效的交通改善措施提供可靠依据。

2.2 出行率按5类不同影响因素分类

《手册》对影响出行率的相关5大因素均提供平均数据取值参考或者出行回归方程[4]。

（1）按其所属区域划分：分为中心城区、城市副中心、一般市区/郊区、乡村4类。

（2）按用地和建筑划分：分为10大类，176小类。

（3）按出行方式划分：分为单位面积的人流和车流出行量。调查的项目主要是小汽车出行数据统计。

（4）按出行时间划分：分为工作日及周末，早晚高峰通勤时间上午7：00—9：00、下午4：00—6：00。

（5）按独立变量划分：独立变量可以描述研究项目与出行生成量之间的关系，如总建筑面积、雇员数量、座位数、居住单位等。

《手册》提供了生成率法、回归分析法、采集样本数据法这3种出行生成预测的方法。每种预测方法都有其适用范围和原则[5]，形成了关于建设项目出行生成数据相关的整套完善体系，包括数据收集、数据处理、数据使用、数据更新在内的一套完整机制。数据来源于公共机构、开发商、咨询公司、学生分会和协会自愿提交给ITE的出行生成研究。

3 我国出行率调查工作存在的问题

3.1 开展交通调查与预测相关要求

《城市综合交通体系规划标准》（GB/T51328—2018）明确了“应建立交通需求分析模型，定量分析规划期内城市不同区域在不同发展阶段的交通需求特征”“交通调查和需求分析可采用新的技术方法与工具，但应对调查数据的准确性和分析结果的可靠性进行评价，分析精度不得低于传统的‘四阶段等方法”。

《城市综合交通体系规划交通调查导则（建城〔2014〕141号）》，明确要求调查统计分析应包括生成源的车辆、人员和货物进出总量、时间分布，以及生成源的客流、货流产生率和吸引率等。

3.2 出行率手册的编制与更新不足

不同城市交通发展阶段和模式不一致，美国出行率数据并不适宜我国城市交通预测直接参考。如图1所示，2020年我国汽车保有量全球第一，为2.81亿辆，但人均拥有量相比发达国家仍有较大增长空间，随着我国人均生产总值的进一步提高，汽车机动化出行率会进一步扩展。

国内大多数城市缺乏适合自身实际的建设项目交通影响评价技术标准，目前通常采用的是住建部2010年发布的《建设项目交通影响评价技术标准》（CJJ/T141—2010）和2005年开展的《北京市交通出行率指标研究》课题成果。全国各个城市交通发展阶段和模式不一样，导致即使是同一城市由于所处区位的不同，利用同一套标准计算的交通出行率数据不能完全符合实际情况，实际应用中则难以在区间内选取合理值，或者部分回归方程拟合度较低，与实际情况有偏差，因而备受质疑。

4 对我国出行率调查工作的借鉴与启示

（1）美国出行手册编制技术方法可以借鉴。完善不同用地类型、不同时间、不同地区、不同出行方式等出行率取值、出行率分布的拟合曲线等工作中的技术方法，合理筛选样本、合理开展交通点位和时间调查，是出行率手册数据可靠的根本。

（2）出行手册动态编制与更新管理是关键。针对性持续开展城市交通出行率数据调查、数据清洗、数据库平台建立与管理，实现城市调查样本的出行率数据可以直观地通过空间展示、历史时间维度追溯等，更加方便灵活地运用在工程项目中。

（3）采用大数据手段开展调查可以创新应用。互联网数据规范使用，创新性应用手机信令数據，提取大样本量、高时效性的居民活动特征，结合传统建筑和用地数据等，利用ArcGIS软件进行基于交通小区的出行率研究也成为一种新的技术手段[6]，大量节省人工调查成本，对全市层面开展出行率调查更加便捷与高效。

5 广州依托手机信令数据分析出行率

5.1 主要技术路线

如图2所示，首先建立城市现状用地和建筑地理信息数据库，依托手机信令数据及车流轨迹数据，提取人车的OD出行量与扩样，选定现状已建建筑轮廓及用地边界线，计算不同类建筑的出行量和出行率，形成出主要用地出行率参考标准。

5.2 广州各区内居住出行率推荐值

（1）现状建筑物轮廓数据。根据广州市域现状已建的各类建筑物轮廓数据，主要的有效字段包括建筑层数、建筑面积和占地面积。

（2）现状土地利用数据：结合广州市域各类现状用地，该研究针对城市二类居住用地性质开展分析。

（3）手机信令出行量数据。该研究所采集的数据来自中国移动公司，数据采集时间为2018年9月19日（周三）早高峰小时7：00—8：00，利用ArcGIS将广州市划分为500 m×500 m的网格，根据信令数据所属基站地理坐标，每个网格含该地理位置范围内的高峰小时出行人次。共计挑选出748个典型小区样本，其普通住宅建筑面积占比R2均值达95.07%，最大值达100%。

（4）形成出行率指标平均值。对每个典型样本计算出出行率数据，形成二次回归方程，并对广州市11区的居住出行率指标给出了平均参考值，如图3所示。

6 结语

该文回顾了美国交通需求预测理论技术起源历程，伴随开展的《出行生成手册》工作延续至今，结合最新版本总结了美国出行生成手册的主要内容，对出行生成手册编制与更新过程的技术要求进行了总结，同时分析了我国目前开展的出行率调查工作存在的问题，最后对我国交通需求预测中出行率指标数据采集与管理及更新工作提出建议，并以广州市多源基础数据开展居住出行率的调查，为我国城市快速开展出行率提供新的技术实践方法。

参考文献

[1]Carroll D. Chicago Area Transportation Study Transportation Plan （ Volume II ）[R]. 1960.

[2]Black A. The Chicago Area Transportation Study： A Case Study of Rational Planning[J]. Journal of Planning Education and Research， 1990（1）： 27-37.

[3]吴锋. 建筑出行生成研究工作规范化之路——美国第九版《出行生成手册》启示[J]. 建筑与环境， 2015（6）： 6-9.

[4]Institute of Transportation Engineers. Trip Generation Manual 11th Edition [M]. The United States， Institute of Transportation Engineers， 2021.

[5]荣博， 曹荷红， 张智勇， 等. 《出行生成》的编制过程及编制方法[J]. 城市交通， 2006（4）： 36-40.

[6]胡志赛， 周清雅， 张晓明. 基于手机信令数据的广州市普通住宅出行率研究[C]. 中国城市规划学会城市交通规划学术委员会. 交通治理与空间重塑——2020年中国城市交通规划年会论文集， 北京：中国建筑工业出版社， 2020.