空氣重度污染期間城市交通運(yùn)行特征分析

王書靈，胡 瑩，李雪濱，董升偉

(1.北京交通發(fā)展研究院，北京100073；2北京市交通委員會(huì)，北京100073)

空氣重度污染期間城市交通運(yùn)行特征分析

王書靈1，胡 瑩1，李雪濱2，董升偉1

(1.北京交通發(fā)展研究院，北京100073；2北京市交通委員會(huì)，北京100073)

近年來中國(guó)重度污染天氣頻發(fā)，嚴(yán)重影響居民生產(chǎn)生活。由于缺乏空氣重度污染期間居民出行行為方面的分析，難以量化城市交通運(yùn)行特征的變化。以北京市兩次空氣重度污染紅色預(yù)警實(shí)踐為契機(jī)，全面收集紅色預(yù)警期間道路交通運(yùn)行監(jiān)測(cè)數(shù)據(jù)、交通排放、居民出行行為等多元數(shù)據(jù)，通過歷史數(shù)據(jù)對(duì)比和交叉分析，得到空氣重度污染期間居民出行需求、出行方式、出行時(shí)間等出行行為特征，以及道路交通量、運(yùn)行速度等指標(biāo)變化。結(jié)果顯示：空氣重度污染期間居民出行特征變化較大，需求降低、方式轉(zhuǎn)移多元、出發(fā)時(shí)間集中；實(shí)施機(jī)動(dòng)車單雙號(hào)限行措施后，機(jī)動(dòng)車日均氮氧化物(NOX)排放量減少19%，顆粒物(PM)排放量降低17%。

交通管理；居民出行特征；道路交通運(yùn)行；空氣重度污染；霧霾

0 前言

隨著經(jīng)濟(jì)發(fā)展以及城鎮(zhèn)化、機(jī)動(dòng)化進(jìn)程加速，中國(guó)各大城市都面臨不同程度的環(huán)境問題，特別是空氣質(zhì)量。以北京市為例，近兩年北京市重度污染天數(shù)均在45天以上，受到靜穩(wěn)天氣、采暖季節(jié)等諸多因素影響，2015年12月北京市PM 2.5濃度峰值接近1 000mg·m-3。為了應(yīng)對(duì)空氣重度污染、減少空氣中污染物的累積，北京市首次啟動(dòng)了空氣重度污染紅色預(yù)警，實(shí)施全市機(jī)動(dòng)車單雙號(hào)限行，公務(wù)車停駛80%，中小學(xué)、幼兒園停課等交通管理措施。

在空氣重度污染和交通需求管理措施雙重因素作用下，城市居民出行特征以及道路交通運(yùn)行特征都會(huì)發(fā)生變化。目前，關(guān)于空氣重度污染期間的研究主要集中于措施政策和法律法規(guī)方面，如文獻(xiàn)[1]開展了關(guān)于京津冀地區(qū)霧霾天氣應(yīng)急預(yù)案的對(duì)比研究；文獻(xiàn)[2]研究了大氣重度污染環(huán)境應(yīng)急管理法律制度。居民出行特征和道路交通運(yùn)行特征的研究雖然較多，但主要集中于城市常態(tài)運(yùn)轉(zhuǎn)和奧運(yùn)會(huì)、世博會(huì)等重大活動(dòng)期間[3-7]，目前尚無空氣重度污染期間道路交通運(yùn)行及出行特征的分析研究。

為了更好地制定空氣重度污染期間交通需求管理措施和運(yùn)營(yíng)保障措施，2015年12月7日，北京市空氣重污染應(yīng)急指揮部發(fā)布空氣重度污染紅色預(yù)警，全市從2015年12月8日7∶00至10日12∶00啟動(dòng)最高預(yù)警等級(jí)(以下簡(jiǎn)稱“第一次紅色預(yù)警”)。隨后，于12月19—22日，又發(fā)布了空氣重度污染紅色預(yù)警(以下簡(jiǎn)稱“第二次紅色預(yù)警”)。在此背景下，本文全面收集北京市兩次紅色預(yù)警期間的車輛運(yùn)行監(jiān)測(cè)數(shù)據(jù)、空氣質(zhì)量數(shù)據(jù)、交通排放測(cè)試數(shù)據(jù)、公共交通一卡通刷卡數(shù)據(jù)、居民出行調(diào)查數(shù)據(jù)，研究紅色預(yù)警期間的居民出行特征和道路交通運(yùn)行特征。

1 紅色預(yù)警期間交通管理措施

2015年12月1日開始，北京市經(jīng)歷了歷史上最嚴(yán)重的空氣污染過程。為應(yīng)對(duì)空氣重度污染，12月8日北京市首次啟動(dòng)了《北京市空氣重污染應(yīng)急預(yù)案》，實(shí)施機(jī)動(dòng)車單雙號(hào)限行、停止室外施工作業(yè)、工業(yè)企業(yè)停產(chǎn)限產(chǎn)等多項(xiàng)強(qiáng)制性措施減少污染物排放。其中交通相關(guān)的措施可以分為2大類8小類(見表1)，2大類即強(qiáng)制性措施和建議性措施：前者包括全市單雙號(hào)限行、公務(wù)車停駛、重型車輛禁行、外地車限行以及增加運(yùn)力五類；后者包括中小學(xué)、幼兒園停課，企事業(yè)單位實(shí)行彈性工作制以及鼓勵(lì)綠色出行方式三類。

2 出行特征分析

以道路交通運(yùn)行監(jiān)測(cè)數(shù)據(jù)、公共交通一卡通數(shù)據(jù)以及紅色預(yù)警期間居民出行調(diào)查為基礎(chǔ)，從居民出行、城市公共交通和城際交通的出行特征三方面，對(duì)紅色預(yù)警期間和非預(yù)警期的出行特征進(jìn)行對(duì)比分析。

2.1 居民出行特征

2.1.1 基礎(chǔ)數(shù)據(jù)

為分析空氣重度污染天氣下居民的出行行為，本研究于2016年1月1—4日組織開展居民出行問卷調(diào)查。有效問卷總數(shù)500份，有效數(shù)據(jù)463份。調(diào)查內(nèi)容包括：1)受訪者基本信息：性別、職業(yè)、家庭擁有小汽車數(shù)量；2)非預(yù)警期工作日和周末的出行方式、日均出行次數(shù)；3)紅色預(yù)警期間工作日和周末的出行方式、出行次數(shù)、出行目的；4)紅色預(yù)警期間是否放假；5)紅色預(yù)警期間的辦公方式。

受訪者樣本中男性占54%，女性占46%。家庭擁有1輛及以上小汽車的受訪者比例為84%。從職業(yè)分布來看，36%為企業(yè)員工，21%為事業(yè)單位員工，10%為公務(wù)員，9%為工人。

2.1.2 出行需求

調(diào)查數(shù)據(jù)顯示，受重度污染天氣及相關(guān)措施影響，紅色預(yù)警期間居民出行次數(shù)明顯減少，工作日由2.70次·d-1減至1.91次·d-1，降幅為29%；周末出行次數(shù)降幅更為顯著，由2.48次·d-1減少至1.18次·d-1，降幅高達(dá)52%。出行需求降低主要是由于：1)紅色預(yù)警期間市民為了減少在空氣中的暴露時(shí)間，盡量減少出行，一些非必要的出行如聚會(huì)、餐飲、娛樂等均有不同程度的減少，老年人、嬰幼兒等易受影響人群也取消了戶外活動(dòng)。2)有一定數(shù)量的企業(yè)實(shí)施了彈性工作制和放假串休等，調(diào)查數(shù)據(jù)顯示個(gè)體業(yè)主或經(jīng)營(yíng)者，企業(yè)員工，商業(yè)、服務(wù)業(yè)人員，工人等均有不同程度的出行需求降低，樣本中5.71%的受訪者選擇錯(cuò)時(shí)上下班，5.44%的受訪者選擇在家辦公(見圖1)；3)紅色預(yù)警期間，市教委發(fā)布了中小學(xué)停課的通知，全市約120萬名中小學(xué)生在家學(xué)習(xí)，相應(yīng)減少超過240萬人次的通學(xué)出行以及家長(zhǎng)接送孩子的出行需求。

表1 紅色預(yù)警期間交通應(yīng)急保障措施Tab.1 Traffic emergencymeasuresunder red air-pollutionwarning

圖1 紅色預(yù)警期間工作日辦公方式Fig.1 Businessoperationmethodsofwork days under red air-pollutionwarning

2.1.3 出行方式

調(diào)查數(shù)據(jù)顯示，受單雙號(hào)限行措施的影響，紅色預(yù)警期間私人小汽車出行比例顯著減少13.7個(gè)百分點(diǎn)；公共交通出行比例提高明顯，由37.0%增至42.6%，成為居民主要交通方式(見圖2)。特別需要注意的是，紅色預(yù)警期間，居民為了減少在步行、公共交通換乘候車等階段在空氣中暴露的時(shí)間，更愿意選擇門到門的交通方式。調(diào)查數(shù)據(jù)顯示，出租汽車、專車、拼車、順風(fēng)車等交通方式的出行比例較非預(yù)警期增長(zhǎng)了6.72個(gè)百分點(diǎn)；特別是周末，這些方式的出行比例較非預(yù)警期增長(zhǎng)了10.17個(gè)百分點(diǎn)。這一特征與中非論壇、奧運(yùn)會(huì)等期間同樣實(shí)施機(jī)動(dòng)車單雙號(hào)限行措施時(shí)居民出行方式的轉(zhuǎn)移方向不同[6-7]。

圖2 出行方式變化Fig.2 Changes in travelmodes

2.2 城市公共交通出行特征

2.2.1 公共交通客運(yùn)量

受重度污染和居民出行需求整體降低的影響，兩次紅色預(yù)警期間雖然公共交通(公共汽車+軌道交通)出行比例提升，但日均客運(yùn)量與非預(yù)警期相比基本持平，略有波動(dòng)(見圖4)，由非預(yù)警期2 181萬人次·d-1分別波動(dòng)為2 164萬人次·d-1和2 177萬人次·d-1，降幅為0.8%和0.2%。同時(shí)，軌道交通和公共汽車客運(yùn)量變化情況略有不同；軌道交通日均客運(yùn)量呈現(xiàn)下降趨勢(shì)，第一次紅色預(yù)警期間減少55.25萬人次·d-1，降幅為5.1%，第二次紅色預(yù)警期間減少36.18萬人次·d-1，降幅為3.3%；公共汽車日均客運(yùn)量呈現(xiàn)小幅上漲趨勢(shì)，兩次紅色預(yù)警期間分別增加37.72萬人次·d-1和31.84萬人次·d-1，增幅為3.4%和2.9%。分析紅色預(yù)警期間軌道交通日均客運(yùn)量下降的原因，主要是由于軌道交通車站整體覆蓋率不高，部分乘客采用地鐵出行步行距離較長(zhǎng)，在空氣重度污染情況下，乘客不愿意在室外暴露較長(zhǎng)時(shí)間。

圖3 公共交通日均客運(yùn)量變化Fig.3 Changes in daily passenger volume of public transit

2.2.2 出行時(shí)間

公共交通一卡通15m in間隔刷卡數(shù)據(jù)顯示，紅色預(yù)警期間公共交通出行時(shí)間更為集中，早晚高峰峰值小幅上漲(見圖4)，兩次紅色預(yù)警期間早晚高峰刷卡量分別增加8.67%和6.97%。公共汽車晚高峰出現(xiàn)時(shí)間較非預(yù)警期提前0.5 h，早高峰出現(xiàn)時(shí)間保持不變(見圖5)。

2.3 城際交通出行特征

紅色預(yù)警期間，受到彈性工作制、學(xué)生停課以及躲避污染空氣的影響，部分市民外出休假，加上進(jìn)出京小客車單雙號(hào)限制等措施，城際交通(包括航空、鐵路和省際客運(yùn))客運(yùn)量小幅增長(zhǎng)(見圖6)。城際交通日均客運(yùn)量由非預(yù)警期79.93萬人次增長(zhǎng)至80.98萬人次，漲幅為1.3%。由于鐵路方式受天氣影響較小，成為紅色預(yù)警期間城際客運(yùn)主要的交通方式，日均客運(yùn)量由51.45萬人次增至53.16萬人次，增幅為3.3%；民航由于受天氣影響，部分航班取消或延誤，日均客運(yùn)量較非預(yù)警期下降1.3%；省際長(zhǎng)途客運(yùn)受高速公路部分路段封路影響，日均客運(yùn)量較非預(yù)警期下降8.4%。

3 道路交通運(yùn)行情況分析

3.1 城市道路運(yùn)行情況

圖5 公共汽車一卡通高峰時(shí)段刷卡量變化Fig.5 Changes in bus IC card usage records during peak hours

北京市浮動(dòng)車監(jiān)測(cè)系統(tǒng)顯示，紅色預(yù)警期間，受單雙號(hào)限行交通措施影響，城市道路交通指數(shù)①明顯下降，路網(wǎng)運(yùn)行速度顯著提升，道路交通運(yùn)行順暢。如圖7所示，工作日早晚高峰平均交通指數(shù)由非預(yù)警期6.85分別下降至2.73和2.25，降幅為60.1%和67.2%；路網(wǎng)運(yùn)行速度由非預(yù)警期24.91 km·h-1分別提高至31.80 km·h-1和30.47 km·h-1，增幅為27.7%和22.3%。

如表2所示，紅色預(yù)警期間快速路運(yùn)行速度提高最明顯，早高峰平均運(yùn)行速度由11月工作日31.3 km·h-1提高至47.7 km·h-1，增幅為52.4%；晚高峰由26.2 km·h-1提高至43.8 km·h-1，增幅為67.2%。

圖6 城際交通客運(yùn)量變化Fig.6 Changes in passenger volumeof intercity transportation

圖7 道路交通運(yùn)行情況Fig.7 Operation of road traffic

表2 不同等級(jí)道路運(yùn)行速度變化Tab.2 Changes in travelspeed on different levelof roadways

圖8 道路交通量變化Fig.8 Changes in traffic volumes

3.2 道路交通量

受到紅色預(yù)警期間天氣影響，部分高速公路封路，加上單雙號(hào)車輛限行政策，道路交通量顯著下降。根據(jù)北京市交通運(yùn)行監(jiān)測(cè)調(diào)度中心監(jiān)測(cè)數(shù)據(jù)(見圖8)，第一次紅色預(yù)警期間高速公路日均交通量為136.43萬輛次·d-1，較非預(yù)警期降幅為16.5%，第二次紅色預(yù)警期間工作日日均交通量為129.49萬輛次，較非預(yù)警期降幅為20.78%；普通公路第一次紅色預(yù)警期間日均交通量為18.09萬輛次，較非預(yù)警期降幅為20.3%，第二次紅色預(yù)警期間工作日日均交通量為18.94萬輛次，較非預(yù)警期降幅為16.6%。

盡管機(jī)動(dòng)車實(shí)施單雙號(hào)行駛，然而高速公路和普通公路交通量的降幅僅為16%～20%，未達(dá)到預(yù)期降幅。分析其原因可能有兩方面：一方面由于路況較好，誘增了部分開車需求；另一方面也有部分車輛在紅色預(yù)警期間違法行駛，據(jù)公安局交通管理局統(tǒng)計(jì)數(shù)據(jù)顯示，第二次紅色預(yù)警期間共處罰11.28萬輛違法行駛車輛。

3.3 機(jī)動(dòng)車污染物減排分析

通過北京市交通行業(yè)節(jié)能減排監(jiān)測(cè)數(shù)據(jù)和交通移動(dòng)監(jiān)測(cè)車采集數(shù)據(jù)初步測(cè)算和分析，紅色預(yù)警期間機(jī)動(dòng)車污染物排放明顯降低，機(jī)動(dòng)車日均氮氧化物(NOX)排放量降低19%，顆粒物(PM)排放量降低17%。其中，由于對(duì)重型車執(zhí)行了更為嚴(yán)格的調(diào)控措施，貨運(yùn)車輛減排效果最明顯，NOX和PM排放量分別減少39.5%和36.5%。小汽車排放的NOX和碳?xì)浠衔锟偭?Total Hydro Carbon,THC)比非預(yù)警期減少39%和46%。

4 市民感受與評(píng)論

根據(jù)3 400多條相關(guān)市民的評(píng)論統(tǒng)計(jì)數(shù)據(jù)顯示，贊成一直實(shí)施單雙號(hào)限行政策的比例為20%；若北京市長(zhǎng)期實(shí)行單雙號(hào)限行政策，9%的市民會(huì)選擇購買新能源車輛，這些市民認(rèn)為不買新能源車輛就虧了，而也有3%的民眾會(huì)選擇購買第二輛車。綜合來看，紅色預(yù)警期間在全市范圍內(nèi)實(shí)施單雙號(hào)限行政策后，中心城交通擁堵問題得到顯著緩解，廣大市民普遍認(rèn)同和贊同。

5 結(jié)語

空氣重度污染對(duì)市民出行行為帶來影響。本文對(duì)北京市兩次紅色預(yù)警期間居民出行特征數(shù)據(jù)和道路交通運(yùn)行數(shù)據(jù)進(jìn)行分析，初步得到紅色預(yù)警期間交通特征的變化：

1）出行需求：受到空氣質(zhì)量影響和對(duì)健康的擔(dān)心，居民出行需求顯著減少。調(diào)查數(shù)據(jù)顯示，工作日居民出行次數(shù)由2.70次·d-1減至1.91次·d-1，周末出行次數(shù)降幅更明顯；受學(xué)生放假和部分單位彈性工作制等措施影響，城際客運(yùn)需求小幅增長(zhǎng)，鐵路是主要的城際交通方式。

2）出行方式：由于實(shí)施機(jī)動(dòng)車單雙號(hào)行駛和鼓勵(lì)綠色出行等措施，公共交通成為市民出行的主要交通方式，出租汽車、專車等門到門交通方式出行比例提升較高。

3）出行時(shí)間：公共汽車早晚高峰峰值更明顯，高峰時(shí)段刷卡量較非預(yù)警期增長(zhǎng)8.67%和6.97%，且晚高峰提前0.5 h出現(xiàn)。

4）運(yùn)行速度：城市路網(wǎng)運(yùn)行速度顯著提升，交通指數(shù)明顯下降。

本文的研究數(shù)據(jù)基于2015年兩次紅色預(yù)警期間的小樣本調(diào)查，下一步應(yīng)持續(xù)收集相關(guān)數(shù)據(jù)，豐富居民出行特征的理論研究。同時(shí)，應(yīng)進(jìn)一步開展重度污染天氣下公共交通出行需求預(yù)測(cè)和運(yùn)力保障策略等研究工作，為制定合理、科學(xué)的重度污染天氣下交通保障預(yù)案提供支撐。

注釋

①根據(jù)路網(wǎng)運(yùn)行狀況將擁堵程度劃分為五級(jí)：暢通[0～2)、基本暢通[2～4)、輕度擁堵[4～6)、中度擁堵[6～8)，以及嚴(yán)重?fù)矶耓8～10]。

[1]劉冰，彭宗超.跨界危機(jī)與預(yù)案協(xié)同：京津冀地區(qū)霧霾天氣應(yīng)急預(yù)案的比較分析[J].同濟(jì)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2015，26(4)：67-75.Liu Bing,Peng Zongchao.Trans-boundary Crisis and Coordinated Emergency Plans∶A Comparative Analysis of Emergency Plans for Haze Pollution in Beijing-Tianjin-Hebei Region[J].Tongji University Journal Social Science Section,2015,26(4)∶67-75.

[2]羅晨煜.大氣重污染環(huán)境應(yīng)急管理法律制度研究[D].北京：首都經(jīng)濟(jì)貿(mào)易大學(xué)，2015.

[3]劉小明，郭繼孚，孫壯志.北京奧運(yùn)會(huì)交通運(yùn)行及其啟示[J].交通運(yùn)輸系統(tǒng)工程與信息，2008，8(6)：16-24.Liu Xiaom ing,Guo Jifu,Sun Zhuangzhi.Traffic Operation w ith Comments during Beijing Olympic Games[J].Journal of Transportation Systems Engineering and Information Technology,2008,8(6)∶16-24.

[4]劉新新.世博交通運(yùn)行的重要啟示[J].交通與運(yùn)輸，2010(5)：8-10.

[5]溫慧敏，扈中偉，郭繼孚，等.奧運(yùn)期間北京市道路網(wǎng)運(yùn)行分析[J].交通運(yùn)輸系統(tǒng)工程與信息，2008，8(6)：32-37.Wen Huimin,Hu Zhongwei,Guo Jifu,et al.Operational Analysis on Beijing Road Network during the Olympic Games[J].Journal of Transportation Systems Engineering and Information Technology,2008,8(6)∶32-37.

[6]王書靈，陳金川，郭繼孚，李春艷.交通需求管理政策在北京奧運(yùn)會(huì)中的應(yīng)用和評(píng)價(jià)[J].交通運(yùn)輸系統(tǒng)工程與信息，2008，8(6)：121-126.Wang Shuling,Chen Jinchuan,Guo Jifu,Li Chunyan.Application and Evaluation of Traffic Demand Management Policies during Beijing Olympic Games[J].Journalof Transportation Systems Engineering and Information Technology,2008,8(6)∶121-126.

[7]王書靈，陳金川，杜華兵，缐凱.交通需求管理在中非合作論壇期間的應(yīng)用[J].城市交通，2007，5(3)：71-75.Wang Shuling,Chen Jinchuan,Du Huabing,Xiankai.Travel Demand Management,a Summary of Experiences Gained during the Beijing Summ it of the Forum on China-A frica Cooperation[J].Urban Transport of China,2007,5(3)∶71-75.

Urban Traffic under Severe Air Pollution

Wang Shuling1,Hu Ying1,LiXuebin2,Dong Shengwei1
(1.Beijing Transport Institute,Beijing 100073,China;2.Beijing Municipal Comm ission of Transport,Beijing 100073,China)

∶Recently,the frequent severe air pollution occurrences in China hasmade huge impacton daily life of urban dwellers.Due to the insufficientstudies on residents'travel behavior during severe air pollution,it is difficult to quantify the changes of urban traffic characteristics.Using the data collected during the twomost severe air pollution events,such as traffic volume,level of pollution and residents travel behavior,a study was conducted to investigate the changes in travel demand,travelmode choice and travel time aswellas traffic flow and operating speed through cross-sectionaland longitudinal data analysis.The results show that residents'travel characteristics altered significantly evidenced by lower travel demand,travelmode shift and more concentrated trip departure time under severe air pollution.With the road access restriction by even and odd license plate numbers,the daily vehicleemission of nitric oxide(NOX)and particulatematters(PM)were reduced by 19%and 17%respectively.

∶traffic management;residents'travel characteristics;road traffic operation;severe air pollution;smog

∶

1672-5328（2016）06-0030-06

U491.1+2

A DOI∶10.13813/j.cn11-5141/u.2016.0605

2016-03-03

國(guó)家自然科學(xué)基金項(xiàng)目“基于活動(dòng)的電動(dòng)汽車使用者出行行為演化機(jī)理及建模”(51678044)

王書靈(1979—)，女，內(nèi)蒙古烏蘭浩特市人，高級(jí)工程師，總工程師，主要研究方向：交通規(guī)劃與管理。E-mail∶wangshuling@bjjtw.gov.cn