基于速度和出行時間指數的道路機動性評估方法及應用
——以深圳市為例

鞠 煒 奇,楊 家 文,林 雄 斌

(北京大學城市規劃與設計學院,廣東 深圳518055)

?

基于速度和出行時間指數的道路機動性評估方法及應用
——以深圳市為例

鞠 煒 奇,楊 家 文*,林 雄 斌

(北京大學城市規劃與設計學院,廣東 深圳518055)

采用出租車GPS移動軌跡數據,根據道路通行速度和出行時間指數(TTI)構建一種城市道路機動性的評估方法,為居民出行提供決策支撐。以深圳市為例,將該評估方法用于測算1 km×1 km均分方格區內出租車的載客平均速度和道路機動性,并引入出行時間指數計算道路機動性的變化程度。結果表明,以速度和出行時間指數評估道路機動性的空間差異及其動態變化,能為評定道路機動性提供決策支持。

道路通行速度;出行時間指數;出租車GPS數據;道路機動性;深圳市

0 引言

城市交通系統在重塑居民出行方式和城市空間結構等方面發揮著重要作用。然而,隨著快速城市化和社會經濟的持續發展,大城市的交通問題尤其是其道路機動性(road mobility)惡化帶來的時間延誤、經濟損失和空氣污染等,逐漸成為新型城鎮化發展的制約因素[1,2]。另一方面,居民通勤等日常“活動-移動”(activity-travel)對道路機動性日漸依賴,交通理念也逐漸從傳統工程視角轉向人文視角,城市道路機動性作為居民出行條件和出行能力的直接反映,已經成為居民的一項基本生活權利以及理解城市交通問題的重要窗口之一[3,4]。例如,2009年歐盟委員會行動計劃指出了城市可持續機動性的重要性[5,6]。

道路通行速度能直觀反映道路基礎設施的服務水平,而城市道路機動性受到道路基礎設施服務水平和非暢通時段道路擁堵等因素的影響。因此,如何衡量道路擁堵狀況以及擁堵與道路機動性的關系成為機動性測算的重要方法之一。目前,國內外大城市均積極開展機動性評估及其交通規劃的實踐。在機動性評價指標中,國外主要有可持續機動性指數[7-9],國內各大城市也嘗試了不同算法的城市道路機動性指數,如基于擁堵里程比例(北京市)、基于出行時間(深圳市)、基于道路飽和度和行車速度(上海市)等方法計算擁堵和機動性指數[10]。然而,這些評估指標存在數據獲取較難、計算復雜和部分權重賦值的主觀性較強等問題,難以客觀精確地理解道路機動性的變化及其對交通擁堵的影響,同時由于數據來源和計算方法不一致,難以在各城市間進行量化對比。出行時間指數(Travel Time Index,TTI)由于具備較高的可比性,被廣泛應用于美國各城市道路擁堵程度的評估[11-13],隨著基于位置服務(LBS)和全球定位系統(GPS)的數據獲取技術和空間分析方法的日益成熟,其在城市空間分析和城市交通規劃領域的應用也更加廣泛[14,15]。因此,本文嘗試將出行時間指數拓展到城市機動性評估中,并以深圳市為例,采用出租車GPS數據衡量道路機動性及其變化程度,為中國各大城市道路擁堵和機動性的量化對比提供新的方法。

1 數據描述與處理

出租車GPS數據為深圳市2011年4月18日(周一)至4月24日(周日)共13 798輛出租車的移動軌跡數據,車輛數占當年出租車總量的93.64%。每輛出租車的GPS數據文件均以車牌號(name)命名,GPS點信號約每30 s發送一次,包含7個字段(表1)。

表1 深圳市出租車GPS數據字段信息及含義

Table 1 Field information and meaning of taxi GPS data in Shenzhen

字段名稱字段含義name車牌號time采集時間(YYYY/MM/DDhh：mm：ss，年/月/日/時：分：秒)jd經度(東經)wd緯度(北緯)status客運狀態(0=空載狀態；1=載客狀態)v行駛車速(km/h)angle行車方向(0=東；1=東南；2=南；3=西南；4=西；5=西北；6=北；7=東北)

在剔除奇異數據的基礎上,計算深圳市各方格區的平均速度和TTI。首先,將所有出租車GPS點的數據(.txt格式)轉存到PostgreSQL數據庫,然后剔除車速小于0、客運狀態值非0也非1、行車方向不在0-7之間及經緯度異常偏離的GPS奇異點。其次,通過SQL語句選出19日(周二)的出租車GPS點為研究對象,將深圳市域劃分為1 km×1 km的2 483個均分方格(簡稱方格),并將當天的GPS點根據經緯度坐標投影到對應方格。而后,建立19日暢通時段和早晚高峰期出租車GPS點和深圳方格網的空間數據庫表,利用SQL和PostGIS的空間查詢語句計算每個方格內載客GPS點的平均速度,并以此計算每個方格內的TTI值。最后,以速度和TTI為評判指標,分析深圳市道路機動性的空間差異和動態變化特征,并進行ArcGIS空間可視化表達。

2 指標選取說明

由于不同時間和地區城市道路交通基礎設施服務水平存在差異,而靜態和單一的道路數據難以客觀評估城市道路的機動性,這就需要具有時空多維屬性的指標對其時空間的現狀通行能力和變化程度進行測算。動態的GPS移動軌跡數據具備數據的多元性和動態性,能為時空行為的表達和分析提供有效的技術手段[16]。出租車GPS速度信息和基于此計算的TTI能滿足數據動態性和精確性的需求。計算暢通時段深圳市每個1 km×1 km均分方格區內的道路通行速度,以此判別其道路機動性在暢通情形下的空間差異;再計算每個方格區早晚高峰期的TTI,研究其道路機動性因時間上的動態擁堵引起的變化。

2.1 道路通行速度

傳統道路通行速度的計算方法具有高成本和低精度的特點。在相同的道路上,出租車與道路中其他各類型機動車的行駛速度趨于一致,其GPS數據格式規范統一,在代表性上具有科學合理性。因此,選取出租車GPS速度反映道路的通行速度(圖1)。此外,城市快速路、主干道、次干道本已體現了道路基礎設施水平的級差,但現實中同等級道路的各路段通行能力肯定有差別,且會隨著時間動態變化,高等級道路各路段的通行能力不一定都比低等級道路各路段的通行能力強。而實時的車輛速度信息可以體現各等級道路各路段動態的道路通行能力,直觀反映出具體時(空)間的道路機動性特征,具有良好的時空現實意義。

圖1 深圳市19日各時段載客速度波動

Fig.1 Loaded speed fluctuation of each hour in Shenzhen

2.2 出行時間指數(TTI)

作為衡量道路擁堵狀況的有效指標,TTI是指在交通擁堵情形下所花費的出行時間與道路通暢情況下所需出行時間的比值。然而,道路基礎設施的服務水平在不同時段各不相同,TTI在滿足上述出租車GPS速度信息的代表性和時空現實意義的同時,基于其過程變量的特征屬性,能實現對各區域不同時段道路機動性水平的動態測評,使得道路機動性在時空多維層面反映出道路的通行能力及其動態變化程度。目前,基于出租車GPS的道路信息提取和空間分析技術已廣泛應用于全國各大城市的交通實踐。利用GPS數據能提升道路通行速度和TTI值估算的精度,進而有助于大城市道路機動性水平及變化的對比。

3 指標的測度

3.1 速度的測度

為了更好地表達出租車的速度,本文界定了兩種類型的速度。第一類是每個出租車GPS點所記錄的速度(簡稱“點速度”),第二類是城市道路的通行速度(簡稱“通行速度”)。客運狀態下的空載和行駛狀態中的停滯(點速度為0)會拉低以出租車平均點速度表征的道路通行速度,需明確這些點是否包含在通行速度的計算范圍內。對于空載,司機會環顧四周尋找等待上車的乘客,導致其行駛速度偏低(早高峰期空載出租車的平均點速度為16.2 km/h,遠低于載客出租車22.9 km/h的平均點速度)而應排除在計算范圍外;對于停滯,無非是遇紅燈停車和道路擁堵導致車輛無法前行這兩類影響道路通行能力的主要客觀因素,應包含在計算范圍內。因此,選取剔除無效數據后的所有載客GPS點的平均點速度代表各時段的通行速度,公式如下：

(1)

3.2 出行時間指數(TTI)測度

TTI是擁堵時段和暢通時段行車速度的比值,需要相對明確的時空范圍。通過計算發現,深圳市19日0：00-7：00點的速度處于當天的高位,而7：00-9：00點和17：00-19：00時段速度顯著下降(圖1)。據此,定義0：00-7：00為暢通時段,將其速度作為暢通的基準參照速度,7：00-9：00為早高峰時段,17：00-19：00為晚高峰時段。則相對于暢通時段的基準速度,計算19日早、晚高峰時段各方格的TTI值,公式如下：

(2)

4 基于速度和TTI的道路機動性判別

4.1 基于速度的道路機動性空間差異判別

《中華人民共和國道路交通安全法實施條例》(2004)規定機動車在道路上行駛不得超過限速標志和標線標明的速度。在沒有限速標志、標線的道路上,機動車不得超過下列最高行駛速度：1)沒有道路中心線的道路,城市道路限速為30km/h,公路為40km/h;2)同方向只有1條機動車道的道路,城市道路限速為50km/h,公路為70km/h。深圳市的高速公路最高限速主要以80km/h(鹽排、鹽壩、清平、水官高速等)和100km/h(機荷、梅觀高速)為主。據此,將速度劃分為[0,30]、(30,50]、(50,80]、(80,100]、(100,+∞)5個區間,并據此將暢通時段的道路機動性分為“差([0,30])、一般((30,50])、較好((50,80])和好((80,+∞))”4種類別。

暢通時段道路的通行能力能得到充分發揮,車輛的行駛速度可直觀反映出其所行駛區域的道路機動性。深圳市19日暢通時段的原特區外(主要包括龍崗區和寶安區)快速路穿行區機動性好,而城市次干道或支路集中的關內中心區、龍華新區及龍崗中心區因通行車輛超出路網的承載水平,機動性差;其他區域則主要因為道路等級低,沒有形成路網,機動性一般。各區域所分屬的機動性類別與其對應的道路基礎設施的服務等級或通行能力契合度較高,說明速度能有效判別道路機動性的空間差異。

4.2 基于TTI的道路機動性動態變化判定

道路機動性的變化水平反映了道路機動性的惡化或改善的程度。TTI判定道路機動性動態變化可以直觀反映各區域不同時段內機動性水平的變化程度,據此判定道路交通的服務水平在哪些區域下降,也可迅速發現道路通行能力惡化的區域并及時改善。在基于出行時間指數的道路機動性類別劃分上,深圳市交通運輸委員會的交通指數將比暢通情形下多花費0.3～0.6倍、0.6～0.9倍、0.9～1.2倍和1.2倍以上的時間分別定義為基本暢通、緩行、較擁堵和擁堵(http://szmap.sutpc.com/conginfo.aspx)。據此,將TTI值為1.3以下、1.3～1.6、1.6～1.9、1.9～2.2、2.2以上的方格分別對應為機動性穩定區(Ⅰ區,下降23.1%以內)、下降較微弱區(Ⅱ區,下降23%～37.5%)、下降較明顯區(Ⅲ區,下降37.5%～47.4%)、下降明顯區(Ⅳ區,下降47.4%～54.5%)和機動性惡化區(Ⅴ區,下降54.5%以上)共5類變化區。通過深圳市早高峰期各方格TTI的計算發現,大部分區域的機動性保持穩定或微弱變化,且以特區外為主;而特區內的福田、羅湖等中心區以及南山前海地區的機動性下降明顯或惡化;機動性下降較明顯區則呈現無規律的零散點狀分布。

為使TTI值更具代表性,剔除途經車輛數低于100的方格后,發現早高峰的機動性惡化區正好集中分布在新安街道至南山區、民治街道至福田區、布吉街道至羅湖區等三大關口處,且其呈現出并排分布多個方格的特點有力說明了早高峰入關車流集聚造成的擁堵具有較強的空間延續性。

5 結論與討論

本文采用出租車GPS移動軌跡數據,以道路通行速度和出行時間指數構建了城市道路機動性的評估方法,并將其應用于深圳市,測算1km×1km均分方格區內出租車的載客平均速度和道路機動性。計算結果表明,速度表征的道路機動性能較好地反映出道路基礎設施的實際通行能力及其空間差異;TTI表征的道路機動性惡化程度也能較好地體現出高峰期各區域道路機動性的變化特征。這種評估方法能有效測算道路機動性的空間差異及其動態變化,為評定道路機動性和制定交通完善策略提供決策幫助。在數據量上驗證了以小樣本的出租車GPS數據為基礎計算的速度和TTI值能有效代表道路中所有車輛的實際通行速度和機動性水平,在靜態的空間分布和動態的時間變化上,實現了對現實道路基礎設施服務水平的動態測評。

上述研究表明,速度和TTI可作為各城市間可量化、可對比的機動性動態信息評價指標。然而,實際應用中仍有一些問題需要解決。首先,雖然以小樣本量的出租車平均載客點速度代替道路中所有車輛的行駛速度以及通過出租車的TTI值反映道路機動性的變化程度具有合理性,但仍會與現實的道路通行狀況存在一定的偏差。其次,無論是以速度反映出某區域的通行能力差還是以TTI反映某區域道路服務水平的惡化程度,尚停留在問題描述層面,仍需深入分析機動性下降的原因。此外,在未來研究中,可繼續基于出租車GPS移動軌跡的時空間動態數據,進行高精度的時空表達和分析,更好地應用于城市交通出行和交通規劃研究。

[1]SCHRANKD,EISELEB,LOMAXT.UrbanMobilityReport[R].Texas:TexasA&MTransportationInstitute,TheTexasA&MUniversitySystem,2012.

[2]SWEETM.Trafficcongestion′seconomicimpacts:EvidencefromUSmetropolitanregions[J].UrbanStudies,2014,51(10):2088-2110.

[3] 潘海嘯.中國城市機動性20年發展的回顧[J].國外城市規劃,2005,20(3):41-45.

[4] 趙守諒,陳婷婷.城市·休閑·機動性：基于城市休閑發展的一組思考[J].城市發展研究,2010,17(5):108-113.

[5]MAYAD.EncouraginggoodpracticeinthedevelopmentofSustainableUrbanMobilityPlans[J].CaseStudiesonTransportPolicy,2015,3(1):3-11.

[6]DEMISSIEMG,CORREIAGHA,BENTOC.Exploringcellularnetworkhandoverinformationforurbanmobilityanalysis[J].JournalofTransportGeography,2013,31:164-170.

[7]CHAKRABARTTYA,GUPTAS.TrafficcongestionintheMetropolitanCityofKolkata[J].JournalofInfrastructureDevelopment,2014,6(1):43-59.

[8]MIRANDAHF,SILVAANR.Benchmarkingsustainableurbanmobility:ThecaseofCuritiba,Brazil[J].TransportPolicy,2012,21:141-151.

[9]HUGINGH,GLENSORH,LAHO.Needforaholisticassessmentofurbanmobilitymeasures——Reviewofexistingmethodsanddesignofasimplifiedapproach[J].TransportationResearchProcedia,2014,4:3-13.

[10] 淑健,楊敬鋒.國內外交通擁堵評價指標計算方法研究[J].公路與汽運,2014(1):57-61.

[11] TEXAS TRANSPORTATION INSTITUTE,THE TEXAS A&M UNIVERSITY SYSTEM,BATTELLE MEMORIAL INSTITUTE.International Border Crossing Truck Travel Time for 2001[R].Texas:Texas A&M Transportation Institute,2002.

[12] CAMBRIGE SYSTEMATICS,TEXAS TRANSPORTATION INSTITUTE.Traffic Congestion and Reliability[R].Massachusetts:Cambridge Systematics,Inc Texas Transportation Institute,2005.

[13] PETERSON L.WSDOT′s Quarterly Performance Report on Transportation Systems,Programs,and Department Management[R].Washington:Washington State Department of Transportation,2014.

[14] 趙永,王巖松.空間分析研究進展[J].地理與地理信息科學,2011,27(5):1-8.

[15] 隋殿志,葉信岳,甘甜.開放式GIS在大數據時代的機遇與障礙[J].地理科學進展,2014,33(6):723-737.

[16] 趙瑩,柴彥威,陳潔,等.時空行為數據的GIS分析方法[J].地理與地理信息科學,2009,25(5):1-5.

Measuring Road Mobility by Speed and Travel Time Index and Its Implication:A Case Study of Shenzhen

JU Wei-qi,YANG Jia-wen,LIN Xiong-bin

(SchoolofUrbanPlanningandDesign,PekingUniversity,Shenzhen518055,China)

In this paper,a new method to calculate urban road mobility was constructed based on average speed and travel time index (TTI)by using loaded taxi GPS data.It then takes Shenzhen as case to study the feasibility of this method to estimate urban road mobility in 1 km×1 km evenly divided squares.This research finds that this road mobility measurement presents certain effectiveness and also provides potential planning implications for individual travel decision-making.

road speed;travel time index;taxi GPS data;road mobility;Shenzhen City

2015-02-22;

2015-05-18

國家自然科學基金面上項目(41371168);深圳市海外高層次人才創新創業專項資金項目(KQCX20130628093909157)

鞠煒奇(1991-),男,碩士研究生,主要研究方向為城市區域交通規劃與政策。*通訊作者E-mail:yangjw@pkusz.edu.cn

10.3969/j.issn.1672-0504.2015.05.014

F291.1;P228.4

A

1672-0504(2015)05-0065-04