第五章交通发生与吸引

1、第第五五章章 出行的发生与吸引出行的发生与吸引 第一节第一节概述概述 第二节第二节发生与吸引交通量的影响因素发生与吸引交通量的影响因素 第三节第三节生成交通量的预测生成交通量的预测 第四节第四节 发生与吸引交通量的预测发生与吸引交通量的预测 第一节 概述 发生交通量与吸引交通量的预测是四阶 段交通需求预测法的第一阶段。 本阶段的任务是求出研究对象地区内的 交通需求总量，即生成交通量（总控制 量）。然后，在此量的约束下，求出各 个交通小区的发生与吸引交通量。 根据研究对象地区的特性直接求得生成 交通量的步骤被称为交通量的生成。 出行的发生与吸引指研究对象地区内由 各交通小区发生与吸引的交通量 第

2、二节第二节 发生发生与吸引交通量的影响因素与吸引交通量的影响因素 u 土地利用土地利用 u 家庭规模和人口构成家庭规模和人口构成 u 性别、年龄性别、年龄 u 汽车（自行车）保有率汽车（自行车）保有率 u 职业、职务职业、职务 u 家庭收入家庭收入 u 其它其它 土地利用 住宅用地是交通的的主要发生源和居民出行的 主要起讫点。衡量住宅用地对交通产生的影响， 可用住宅区面积、单位面积的住户数、单位面 积的居民数等指标来表示。 从住家去上班或上学 从住家去买东西 从住家出发的其他出行 下班或放学后回家 购物后回家 从其他地方回家 工厂、机关、商业中心等也是重要的交通 生成源。衡量其对交通产生的影响

3、的最一 般的指标有单位面积的工作人员人数、占 用的土地面积等。 与交通生成相关的其它的土地利用用途还 有很多，可根据具体的规划的要求进行分 析。 家庭规模和人口构成 家庭是构成人们出行的基础，上班、自由 多以家庭为出发点。 家庭规模和成员构成是影响家庭出行的主 要因素。 性别、年龄 性别、年龄不同，出行次数和内容会有所不同。 男性以2045岁之间的平均出行次数多，女性 2040岁平均出行次数多。 用居民出行调查中不同性别和年龄的平均出行 次数评价和预测出行的发生和吸引交通量。 几乎在所有年龄层，男性的出行次数都要比女 性多。 出行次数随年龄变化的规律几乎是一致的。 平均出行次数平均出行次数(

4、(男男) ) 平均出行次数平均出行次数( (女女) ) 年龄与平均出行次数的关系年龄与平均出行次数的关系 （长春市（长春市97年居民调查结果）年居民调查结果） 汽车（自行车）保有率 汽车保有率增加，人口出行次数增加。 用汽车保有量或户均汽车保有量（总台数 区域、台数人或台数户）指标表示和评 价。 私人汽车保有量将逐渐成为影响城市道路交 通的主要因素之一 。 家庭拥有的自行车的数量也是影响交通产生 的重要因素。 有两辆以上自行车的家庭通常比只有一辆或 没有自行车的家庭有更多的出行次数 职业、职务 职业和职务或工作性质的不同是造成出行量不同的主要 原因之一，各国的居民出行数据都表明了这一点。 汽车

5、司机、采购员、推销员、业务员的平均出行多，工 人、学生、教师、行政管理人员的平均出行少。 不同职业人员日平均出行次数（长春市不同职业人员日平均出行次数（长春市97年居民调查结果）年居民调查结果） 单位公房 与工作单位同在一处或相距很近的单位宿 舍或住宅，其居住者的出行次数明显 减少 其它 劳动时间、商店销售额、工厂总产量、城 市的特点等许多因素也被考虑作为影响交 通产生的因素。 天气、工作日、休息日和季节等的不同也 影响人们的出行。 第三节 生成交通量的预测 概述 出行生成是从土地利用到出行这一过程中的 一种过渡产物。 出行可分为由家出行与非由家出行。 出行生成有两种单位。 出行生成包括出行发

6、生与出行吸引。前者以 住户的社会经济特性为主，后者以土地利用 的形态为主。 OD表中发生交通量、吸引交通量和生成交通 量三者之间的关系。 发生、吸引交通量与生成交通量的关系 O D12jn合计 1 2 i m 合计 . . 1 O 2 O i O T 1 D 2 D i D . . . . m O n D 发生交通量发生交通量 吸引交通量吸引交通量生成交通量生成交通量 生成交通量的预测方法 生成交通量的预测方法主要有增长率法、 原单位法和函数法。 除此之外，还有利用研究地区过去的交通 量或经济指标等的趋势法及回归分析等方 法。 1. 原单位法 原单位的求得原则通常有两种：一是用居住人 口或就业

7、人口每人平均的交通生成量来进行推 算的个人原单位法，另一种就是以不同用途的 土地面积或单位办公面积平均发生的交通量来 预测的面积单位法。 不同方法选取的原单位指标也不同，主要有： 根据人口属性以不同出行目的的单位出行次数 为原单位进行预测；以单位用地面积或单位经 济指标为基准对原单位进行预测。 1. 原单位法 在居民出行预测中经常采用的是以单位出行次数作为原单 位（单位出行次数预测法）。 单位出行次数为人均或家庭平均每天的出行次数，它由居 民出行调查结果统计得出。 不同出行目的有着不同的单位出行次数。 1.14 1.14 1.50 1.51 1.12 1.21 1.07 1.34 1.12 1

8、.17 0.00 0.50 1.00 1.50 2.00 上班 下班 上学 放学 回家 生活 文化娱乐 工作外出 回程 其它 预测不同出行目的的生成交通量预测不同出行目的的生成交通量 ： )( s s m s m NaT 1. 原单位法 生成原单位的将来值确定： 直接使用现状调查中得到的原单位数据。 将现状调查得到的原单位乘以其它指标的 增长率来推算，即增长率法。 最常用的也是最主要的为函数法。通常按 不同的出行目的来预测不同出行目的的原 单位。函数的影响因素（或称自变量）多 采用性别、年龄等指标。 【例例1 1】 在某对象区域常住人口平均出行次数不变的情况下，采用单位出行次数预测其将来在某对

9、象区域常住人口平均出行次数不变的情况下，采用单位出行次数预测其将来 的出行生成量。的出行生成量。 （单位：万出行数日）（单位：万出行数日） 现状出行生成量现状出行生成量： T=28.0+51.0+26.0=28.0 +50.0 +27.0=105.0（万次）（万次） 现状常住人口现状常住人口： N=11.0+20.0+10.0=41.0 （万人）（万人） 将来常住人口：将来常住人口： M=15.0+36.0+14.0=65.0 现状平均出行率现状平均出行率T/N： 105.0/41.0=2.561 次次/（日（日 人）人） 将来的生成交通量：将来的生成交通量： Tn=M ( (T/N ) )=

10、65.02.561=166.5( (万次万次/日日) ) 【例2】 假设各小区的平均出行发生量与吸引量不变，试用例1的数据求出将来的出行发生 与吸引量。 平均出行发生与吸引量 OD123合计 12.545 22.550 32.600 合计2.5452.5002.700 将来出行发生与吸引量(调整前) OD123合计 138.175 291.800 336.400 合计38.17590.00037.800 165.975 166.375 j ji i DO 调整方法：总量控制(Control Total) i N iii OTOO/ j N jjj DTDD/ 因为，T=166.5 万次日 所以

11、， 204.38375.166/5 .166175.38 1 O 2 .384 .166/5 .1662 .38 1 O869.91375.166/5 .166800.91 2 O 427.36375.166/5 .166400.36 3 O 296.38975.165/5 .166175.38 1 D 285.90975.165/5 .166000.90 2 D 920.37975.165/5 .166800.37 3 D 将来出行发生与吸引量(调整后) OD123合计 138.2 291.9 336.4 合计38.390.337.9166.5 2. 聚类分析 突出以家庭作为基本单位，用将来

12、的出行发 生率求得将来的出行量。 出行生成分析从应用交通分区统计资料的回 归分析转移到个体（非集计）资料的聚类分 析。 聚类分析首先用在美国的普吉湾区域交通调 查中，是一个基于土地利用的出行生成模型。 基本思想是把家庭按类型分类（小汽车拥有 量、家庭规模和家庭收入 ），从而求得不 同类型家庭的平均出行率。预测时以将来同 类型家庭的预测值乘以相应的出行率。 2. 聚类分析 聚类分析法必须服从的假定： 一定时期内出行率是稳定的。 家庭规模的变化很小。 收入与车辆拥有量总是增长的。 每种类型内的家庭数量，可用相应于该家 庭收入、车辆拥有量和家庭结构等资料所 导出的数学分布方法来估计。 2. 聚类分析

13、 构造聚类分析模型的步骤： 有关家庭的横向分类。 把每个家庭定位到横向类别。 对其所分的每一类，计算其平均出行 率。 计算各分区的出行发生。 NQ p Ci n C Ci 1 【例例3 3】 澳大利亚城市类别产生率。根据家庭规模、收入及家庭拥有小汽车数可澳大利亚城市类别产生率。根据家庭规模、收入及家庭拥有小汽车数可 将研究对象内的家庭分成不同的类别将研究对象内的家庭分成不同的类别 。已知：低收入、无小汽车、每户。已知：低收入、无小汽车、每户3 3 人人100100户；低收入、无小汽车、每户户；低收入、无小汽车、每户4 4人人200200户；中等收入、有户；中等收入、有1 1小汽车、每小汽车、每

14、 户户4 4人人300300户；高收入、有户；高收入、有2 2小汽车、每户小汽车、每户5 5人人5050户。求出行总量。户。求出行总量。 【解解】出行总量为：出行总量为： 1003.4+2004.9+3008.3+5012.9=4455（人次（人次/日）日） 聚类分析法的优缺点 主要优点有： 直观、容易了解。 资料的有效利用。 容易检验与更新。 可以适用于各种研究范围。 如区域规划、运输通道规划和新发展区。 聚类分析法的优缺点 该方法的缺点有： 每一横向分类的小格中，住户彼此之间的 差异性被忽略。 因各个小格样本数的不同，得到的出行率 用于预测时，会失去其一致的精确性。 同一类变量类别等级的确

15、定是凭个人主观， 失之客观。 当本方法用于预测时，每一小格规划年的 资料预测将是一项繁杂工作。 第四节 发生与吸引交通量的预测 对交通小区发生、吸引交通量的预测，要 考虑到交通发生源的空间布局关系，从而 按区域进行发生、吸引交通量的预测。 预测方法分增长率法、原单位法、聚类分 析法、函数法。 原单位法 首先分别计算首先分别计算发生原单位发生原单位和和吸引原单位吸引原单位，然后根据发生原单位和吸引原单位与人，然后根据发生原单位和吸引原单位与人 口、面积等属性的乘积预测得到发生与吸引交通量的值。口、面积等属性的乘积预测得到发生与吸引交通量的值。 ii bxO jj cxD 其中，其中，i, , j

16、：小区；小区； x ：属性变量（土地利用类别、面积、常住人口、从业人属性变量（土地利用类别、面积、常住人口、从业人 口等）；口等）； b ：某出行目的的单位出行发生次数（出行数某出行目的的单位出行发生次数（出行数/ /日日人）；人）； c ：某出行目的的单位出行吸引次数（出行数某出行目的的单位出行吸引次数（出行数/ /日日人）人）。 原单位法 在交通需求预测时，要求各小区的发生交通 量之和与吸引交通量之和相等，并且各小 区的发生交通量 或吸引交通量之和均等于生成交通量。如果 它们之间不满足上述关系，则可以采用总 量控制、调整系数法进行调整。 1. 总量控制 用研究区域的生成交通量对推算得到的各

17、个小区的发生量 进行校正。 假设生成交通量T由全人口P与生成原单位p得到，则 T=pP 若生成交通量T与总发生交通量 有明显误差，则将 修正为： 为保证T与总吸引交通量 也相等，需将 修正为： n i iO O 1 Oi O O T O ii n j jD D 1 Dj D D T Djj 2. 调整系数法 在出行生成阶段，要求满足所有小区出行发生 总量要等于出行吸引总量。当上述条件不满 足时，一般认为所有小区出行发生总量可靠 些。从而，可将吸引总量乘以一个调整系数。 这样可以确保出行吸引总量等于出行发生总 量。 n j j n i i D O f 1 1 原单位法 在用原单位法按不同出行目的

18、的分类预测时： 上班出行交通量使用常住人口； 上学出行交通量使用常住人口； 自由出行交通量使用常住人口和就业人口； 业务出行交通量使用就业人口； 回家交通量利用上班和上学交通量的返回乘 以一个系数，该系数从居民出行调查数据统 计得出，一般为接近于1.0的值。 增长率法 把现在的不同小区的发生、吸引交通量 Ti 与到预测时点的 增长率 Fi 相乘，从而求得各小区未来发生、吸引交通量: TFT ii i F ：发生、吸引交通量增长率发生、吸引交通量增长率 iii F ii 、 ：分别是人口增加率、人平均车辆拥有率的分别是人口增加率、人平均车辆拥有率的增长率增长率 lFi 通常可以用各交通小区活动的

19、指标的增长率表示。通常可以用各交通小区活动的指标的增长率表示。 增长率法 增长率法的最大优点是可以处理用原单位法和函 数法都很难解决的问题。 它通过设定交通小区的增长率，可以反映因土 地利用的变化引起的人们出行的变化以及对象 区域外的交通小区的发生与吸引交通量。 由于原单位法和函数法都是基于实际调查数据， 而对象区域外的交通小区没有实际测量数据和 预测目标年度的自变量数据，所以选用增长率 法。 【例例4】 设某区域现在共有设某区域现在共有500家庭，其中家庭，其中250户每户拥有户每户拥有1辆小汽车，另外辆小汽车，另外250 户没有小汽车，有汽车家庭出行发生原单位为户没有小汽车，有汽车家庭出行发生原单位为6.0次次/天，无汽车家庭为天，无汽车家庭为2.5次次/ 天。假设未来所有家庭都有天。假设未来所有家庭都有1辆小汽车，家庭收入和人口数不变，用增长率法辆小汽车，家庭收入和人口数不变，用增长率法 求出规划年的出行发生量求出规划年的出行发生量。 【解解】 根据出行发生原单位，易得：根据出行发生原单位，易得： T=2502.5+2506=2125次次/天天 该区域现在出行量该区域现在出行量 假设未来所有家庭都有假设未来所有家庭都有1 1辆小汽车，家庭收入和人口数不变，辆小汽车，家庭收入和人口数不变， 则增长系数则增长系数Fi为为： 其中