適應多元交通政策分析的定制四階段模型研究

鄧一凌，過秀成

(1.浙江工業大學建筑工程學院，浙江杭州310014；2.東南大學交通學院，江蘇南京210096)

適應多元交通政策分析的定制四階段模型研究

鄧一凌1，過秀成2

(1.浙江工業大學建筑工程學院，浙江杭州310014；2.東南大學交通學院，江蘇南京210096)

作為最常用的交通政策分析工具，城市交通模型在交通政策制定的過程中扮演重要角色。四階段模型盡管建模相對簡單，但其基于小區、基于出行的建模思路在交通政策分析中存在先天不足。活動模型使用基于家庭或個人、基于活動的建模思路，盡管能很好地滿足交通政策分析的要求，但由于建模難度較高在中國鮮有應用。對此，基于結構體系與功能模塊分離的模型設計理念，采用四階段模型的結構體系，借鑒活動模型的建模方法提出人口合成、可達性變量、出行時間選擇、出行鏈4個功能模塊用以改進四階段模型。城市可在傳統四階段模型結構體系的基礎上靈活選用4個功能模塊來定制城市交通模型，在不顯著增加建模難度的基礎上滿足交通政策分析的訴求。

交通模型；定制模型；四階段模型；活動模型；交通政策分析

0 引言

很多交通政策被城市政府用以治理交通問題，但交通系統的復雜性使得這些交通政策的實施效果存在不確定性。同時，由于數據和分析方法的制約，在制定交通政策時很少考慮交通設施建設和交通政策實施的主要受益人在社會階層、地理空間、交通方式分布上的公平性以及對于缺乏機動性的交通弱勢群體的影響。城市在制定交通政策時亟須理性的政策分析工具提供決策支持。

在中國城市的實踐中，四階段模型是最常用的交通分析工具，但因其與生俱來的一些缺陷[1-2]，四階段模型在交通政策分析中并不能很好地捕捉政策產生的影響。而以行為理論為基礎、能有效分析多元交通政策所帶來出行行為影響的活動模型，由于建模復雜性等問題在中國城市鮮有應用。本文根據中國城市交通政策分析的訴求，在四階段模型基礎上，借鑒活動模型的建模方法，設計傳統四階段模型的改進模塊，介紹相應的建模方法和適用的交通政策分析情景，使城市能在傳統四階段模型的基礎上，選擇相應的模塊來定制滿足城市交通政策分析需求的交通模型體系。

1 城市交通政策的復雜性與作用機理

1.1 交通政策的復雜性

城市政府在改善城市交通的實踐中已經出臺了大量的政策，如機動車尾號限行、差異化停車收費、車輛上牌管制等，交通擁堵收費政策也正在進行研究。國外有學者將城市交通政策歸納為三類，即物質的政策、硬性的政策、軟性的政策[3]。其中，物質的政策面向城市道路、公共交通、人行道和自行車道等交通基礎設施，政府通過制定規劃、提供資金對交通基礎設施的新建、改善等進行統籌安排；硬性的政策是政府通過地方性法規、行政規章等強制改變出行者的出行行為，如機動車輛上牌管制、規定排放標準、征收燃油稅、擁堵收費等；軟性的政策是政府或企業通過告知出行者交通選擇的影響和結果或通過提供激勵和補貼等改變出行者的出行行為，包括汽車共享、汽車合乘、環保機動車購買補貼、遠程辦公、彈性工作制等。

由于城市交通系統自身的復雜性，這些政策產生的影響存在一定不可預知性。以交通擁堵為例，交通擁堵的產生是交通需求和供給綜合作用的結果，兩者都存在動態變化的屬性，使得交通擁堵存在一些與直覺相違背的特點。在交通供給方面，城市道路建設和改善的終極目標是滿足出行需求、減少交通擁堵、提高出行速度，但是往往會因降低使用者的出行成本而吸引其他路徑、時間、方式的交通需求，這是需求規律的直接反映。在交通需求方面，一些政策的影響并不確定，不僅僅是影響的程度，甚至可能是影響的正負性。例如，小汽車停車換乘公共交通(P&R)旨在鼓勵使用公共交通，但其產生的影響除了吸引私人小汽車出行轉移至私人小汽車換乘公共交通出行外，也會誘增新的出行；遠程工作是使用現代通信技術使員工可以在家或其他地點辦公，因此可以減少工作出行，但因此而閑置的車輛可能被其他家庭成員使用，從而使得這些政策可能并不能達到預期減少私人小汽車出行的效果。以上的幾種情況均未考慮這些政策可能產生的長期影響，如交通擁堵本身作為一種費用或者負效用可能會使家庭選擇臨近單位的地方居住或使企業選擇在地鐵周邊辦公。

1.2 交通政策的作用機理

交通是派生需求，城市居民作為城市活動的主體，因為在不同地點參與上班、上學、購物、交往等各種活動的需要，從而產生了出行。城市交通實質上是城市居民個人出行的綜合。如圖1所示，城市居民所有影響自身出行行為的決策通常被分為中長期決策和日常決策。居住地選擇、工作地選擇等中長期的決策行為會對活動類型選擇、活動位置選擇等日常的決策行為產生影響，而日常的決策行為直接決定了出行時間、出行方式等出行行為。同時，日常的決策也會對中長期的決策產生影響，例如日常生活中長期的機動性訴求得不到滿足會刺激機動車購買需求。

大量的交通政策、土地使用政策試圖影響居民的出行選擇從而影響交通系統的運行。物質的政策直接作用于交通供給側的改善，而供給側的改善會對居民的出行行為產生影響；硬性的政策和軟性的政策則直接著力于交通需求側的改善，即改變居民的出行行為。由于政策制定者缺乏對于交通政策產生影響的全面考慮，例如未考慮不同社會經濟屬性的居民對于政策反應的差異性，或者只關注政策的直接影響而忽略間接影響，或者關注政策的短期效果而忽略政策對于中長期行為的影響，致使很多政策并沒有取得預期的效果。

2 城市交通政策的分析工具

許多研究都對交通政策產生的影響進行了定性分析，為交通政策的制定提供參考[4-6]。然而，不同城市在社會經濟發展、土地使用、交通設施、城市居民出行偏好等方面存在差異，單一的交通政策或者交通政策的組合使用可能產生復雜的影響，需要在科學的政策分析工具支持下定量地研究這些政策對于城市交通的影響，為政策制定提供科學的依據。

模型是城市交通規劃中應用最廣泛的分析工具，能定量地分析政策的成本和效益。城市交通模型按照復雜程度可分為簡單模型和大型模型，前者往往針對具體問題使用單一的模型，如回歸模型、離散選擇模型等，通常采用電子表格的形式，使用簡單、數據要求低，適用于較為簡單粗略的分析；后者是由大量模型構成的復雜的模型體系，如四階段模型、活動模型等，模型更加精確，能應對的分析場景更多[7]。四階段模型已經被中國很多城市用以預測未來交通系統的運行狀況，其建模過程關注于模型各個階段集計層面上的擬合，而忽略出行的行為基礎，因此在交通政策的分析上存在先天的不足。活動模型的開發起源于對出行是活動所派生需求的認知，在建模理論上更加合理也更加復雜，能廣泛應用于交通政策的分析[8]。然而，活動模型開發、使用、維護的難度和成本較高，模型對數據的要求很高。

根據不同城市交通發展狀況、交通政策分析訴求、技術力量、資金約束選擇合適的模型非常重要。傳統的四階段模型和理想的活動模型并不是非黑即白的選擇，兩者之間有很多“中間”模型，即通過有選擇地在傳統四階段模型中引入一些活動模型常用的建模方法，使得四階段模型也可擁有活動模型的一些屬性，增加模型對特定政策分析的適用性，同時又不大幅增加成本?；谥袊鞘薪煌ㄕ叻治龅脑V求，本文從活動模型建模方法中分離出能夠與傳統四階段模型相結合從而改進傳統建模方法的一些模塊，并總結這些模塊的建模方法和適用場景，為城市定制滿足不同交通政策分析訴求的城市交通模型體系提供參考。

3 定制城市交通模型體系

將復雜的城市交通模型視為由多個相互間獨立、能單獨完成某項工作的模塊按照一定的結構組合而成的體系，是目前國際上流行的城市交通模型設計思路[7]。用戶可以簡單地根據自身需要定制模型體系，或在同樣的模型體系中使用不同的模塊實現不同的功能。本文借鑒這種模型設計思路，將傳統的四階段模型(基于小區、基于出行的建模體系)作為基本模型，將活動模型(基于家庭或個人、基于活動的建模體系)作為理想模型，提出4個模塊。在基本模型的基礎上，城市可以根據自身需要，在這4個模塊中選擇一個或多個模塊定制適合城市的交通模型體系。圖2為基本模型、定制模型、理想模型在模型的易用性和政策分析適應性上的分布示意。易用性可以理解為模型的開發、維護、使用的難易程度和時間、資金成本的節約程度；政策分析適應性可以理解為模型適用交通政策的廣泛性和對特定交通政策的敏感性。

3.1 基本模型：四階段模型

四階段模型是國內外最常用的城市交通模型體系，由交通生成、交通分布、交通方式劃分和交通分配四個階段組成模型體系框架，在每一階段通常使用交叉分類法與線性回歸模型(交通生成)、重力模型(交通分布)、離散選擇模型(交通方式劃分)和平衡分配算法(交通分配)。四階段模型較為適用于大型交通設施建設的分析(即研究交通供給的改變對于城市交通系統的影響)，而并不能較好地適應交通政策分析(即研究交通行為的改變對于城市交通系統的影響)。

3.2 定制模型

3.2.1 模塊1：人口合成

圖1 影響居民出行行為的選擇與決策Fig.1 The choicesand decisionsaffecting residents'travelbehavior

圖2 城市交通模型的易用性和政策分析適應性Fig.2 Theadaptability of urban transportationmodel for policy analysis

交通小區內人口及其社會經濟屬性是城市交通模型中重要的輸入變量。傳統的四階年齡、工作類型、收入等其他變量。段模型將交通小區內的人口僅按照年齡、私人小汽車擁有等屬性進行集計，模型的基本分析單元是具有相同屬性的人群。而活動模型建模的基本分析單元是個人或家庭，因此通常人口合成都是活動模型的第一步。人口合成指按照人口社會經濟屬性的統計規律生成具體的個人或家庭。人口合成的方法較多，較常用的是根據人口普查和居民出行調查的數據，在一定的空間范圍內(通常是部分交通小區的集合)計算人口社會經濟屬性的多維概率分布，例如先將人口按年齡做概率分布，然后按工作類型做條件概率分布，進而再按收入做條件概率分布，最后按小汽車擁有做條件概率分布，最終生成一個四維的概率分布。然后，可以采用蒙特卡羅模擬的方法合成得到該空間范圍內的所有人口，包含年齡、工作類型、收入、私人小汽車擁有等四項屬性信息。

傳統四階段模型在每一個階段的輸出結果都是一些含有大量空值和小數的矩陣，用以表示出行概率或總和，如果建模過程中試圖通過增加人口屬性或出行目的的分類以提高模型精度，矩陣的數量也會乘積式增長，進而大幅增加計算量。而采用合成的人口作為輸入的四階段模型，輸出結果是對應于人口的出行列表，相比矩陣更加容易理解，在建模時也只需要逐條計算出行列表內的出行記錄。增加人口屬性或出行目的分類并不會增加計算量，還能使模型包含更多的解釋變量，從而提高模型精度。例如，傳統四階段模型在交通方式選擇中一般只考慮可選交通方式的出行費用和出行時間，而通過人口合成能夠在模型中增加人口社會經濟屬性，如

在交通政策分析中，擁堵收費等價格政策的影響評估需要考慮出行者的支付意愿，其往往依賴于收入等個人屬性以及出行目的，因此總的來說，更加豐富的人口屬性信息能夠得出更準確的政策分析結論。另外，人口合成使得城市交通模型能夠分析交通政策對于個人的影響，進而根據研究需要可以將個人按照社會經濟屬性等進行靈活集計分析，非常適用于評價交通政策對不同階層人口或不同地理空間人口的影響，即開展交通政策的公平性分析。

3.2.2 模塊2：可達性變量

通常認為可達性無論對家庭或個人中長期的決策，還是對日常的活動決策都有重要影響。根據不同研究和應用的需要，可達性有較多的定義和計算方法，如圖論和空間分隔模型、累計機會模型、重力模型、效用模型等[9]。在交通方式選擇模型中，Logit模型是最常用的一類離散選擇模型。在Logit模型中，可以采用logsum項(所有選擇肢效用總和)衡量消費者剩余或社會總福利，其不僅可以單獨用于交通政策評價，即衡量不同政策情景下的社會總福利，同時本身也是非常理想的衡量可達性的變量[10]。logsum項表示的可達性實質是將兩點間所有可能的交通方式的效用根據真實的交通方式比例進行綜合。因此，不僅可以將交通方式選擇模型中得到的logsum項加入交通生成模型以反映可達性對于交通生成的影響，也可以將其加入交通分布模型中作為阻抗因子。

傳統的四階段模型在交通生成階段通常使用交叉分類法確定不同類別人群不同類型出行的生成率，忽略了可達性的變化對于出行生成的影響。通過增加logsum項，使得模型能夠考慮交通設施建設帶來的可達性變化對交通生成的影響，尤其是新建軌道交通、快速公交、快速路等大型交通設施的時候。在交通分布階段，傳統四階段模型通常選取距離或綜合交通阻抗作為交通阻抗因子，前者在應用上較為簡單但不能很好地反映交通設施變化產生的影響(如公共交通設施建設和道路擴容等并不會影響空間距離)，后者雖然考慮了各種交通方式的綜合影響，但是往往只在較大的空間范圍內確定每種交通方式的權重，而logsum項可以根據每一組小區間出行的交通結構確定相應的權重。由于Logit模型在交通方式選擇的建模中不僅反映不同交通方式出行時耗變量，也反映出行費用變量，有些還反映個人社會經濟屬性變量，因此logsum變量除了能夠反映交通設施改變導致出行時間改變對于可達性的影響，也能夠反映城市交通系統收費、補貼等價格機制變化導致出行費用改變對于可達性的影響，以及小區土地使用變化導致小區人口社會經濟屬性變化對可達性的影響。

3.2.3 模塊3：出行時間選擇

將全日劃分成不同的時段，如早高峰、晚高峰、中午、夜晚4個時段或按小時分為24個時段，使用離散選擇模型進行出行時間的選擇。由于不同社會經濟屬性的個人選擇不同的時間進行某項活動有不一樣的效用(通常認為進行某項活動會產生正的效用，而為參加這項活動需要花費的出行費用、出行時間將產生負的效用)，因此出行費用和出行時間在不同時段內的變化將對活動效用產生影響。通常出行時間的變化可以分為兩類：第一類是出行時段的重新選擇，例如因擁堵收費、停車收費等交通價格政策將原計劃安排在晚高峰的購物出行調整至晚上；第二類是出行時間在同一時段的提前或延后，例如企業采用彈性工作制，員工如選擇提前1 h上班，則可以提前1 h下班。通常，城市交通管理策略和公共交通等交通設施供給在不同時段存在差異性，因此可以建立以離散的時段為選擇肢的離散選擇模型，用于分析政策對出行時段重新選擇的影響。如果還需要分析出行時間在同一時段內的變化，則要將每小時作為選擇肢進行建模，因此需要更加詳細的每小時交通供給和交通服務水平的數據。而在傳統的四階段模型中，高峰小時的OD矩陣往往通過全天OD矩陣與確定的系數相乘得到，比例系數往往根據居民出行調查得出，無法反映由于交通政策等引發的出行時間改變。

3.2.4 模塊4：出行鏈

出行鏈通常是基于居住地點的一系列連續出行的組合，同一出行鏈中的出行在出發地點、到達地點、交通方式、出行時間上具有連貫性。傳統的四階段模型以出行作為建模的基本單元，建模較為簡單，但其忽視了出行之間的內在聯系。出行鏈模型在建模時通常首先根據居民出行調查確定城市居民主要出行鏈類型，建立出行鏈庫。進而以居民社會經濟屬性為主要變量建立離散選擇模型進行出行鏈的選擇，如將該模型應用于個人，則為非集計建模，所需要的輸入是模塊1的合成人口；如將該模型應用于小區，則為集計建模，所需要的輸入是傳統的小區按照社會經濟屬性進行分類的人口總數。最后考慮出行鏈中前后出行的相互影響，再對每一次出行進行位置和交通方式的選擇[11]。

將出行鏈作為交通模型建模的基本單元，不僅能夠將傳統四階段模型中最難預測的非基于家的出行聯系到出行鏈中，也能考慮出行鏈中不同出行方式選擇的相互影響，如使用私人小汽車上班，則下班和上下班途中的接送、購物通常也會使用私人小汽車，而不是如傳統四階段模型再進行一次交通方式選擇；還能建立更加精確的出行位置選擇，如在家—購物—工作這樣的出行鏈中，購物地點的選擇可能與家的位置和工作地的位置都有關系，而傳統四階段模型將其看作基于家的購物出行，僅考慮家的位置對于購物地點選擇的影響。這三個方面能大幅提高模型的精度，后兩個方面也使得模型能更加準確地評估一些土地使用政策的影響。以增加土地混合使用來減少居民對私人小汽車依賴的政策為例，假設某居民需要完成一次購物出行，如果社區周圍有新的超市，在基于出行的模型中，由于并不考慮這次出行與前后出行之間的關系，其很可能會改變購物的地點和交通方式；而在基于出行鏈的模型中，如果該居民習慣在下班途中順路去某家超市購物，其改變購物出行的地點和交通方式的概率相對更低。

3.2.5 模塊的組合應用

四階段模型中每一階段使用的模型都是獨立的，相鄰兩階段模型間的聯系僅僅只是前一階段模型的輸出是后一階段模型的輸入，而后一階段模型并不對前一階段的模型有任何反饋?？赡苣承┏鞘薪煌Ｐ蜁鶕醮谓煌ǚ峙涞慕Y果重新計算交通小區間的阻抗和交通方式的效用，然后再進行一次交通分布、交通方式劃分和交通分配，但這屬于模型整體的循環。雖然這種沒有反饋的模型體系的設計思路存在缺陷，但最大程度保證了四階段模型的易用性。本文提出的4個模塊在四階段模型體系中大多分屬不同的階段，例如人口合成模塊應用于四階段建模前，是四階段模型的數據輸入；可達性變量模塊應用于交通生成階段，是在線性回歸模型中增加一個可達性變量；出行鏈模塊直接應用于交通生成階段，但也需要在交通分布和交通方式劃分中根據出行鏈的特性對模型進行一定調整；出行時間選擇模塊通常應用于交通方式劃分和交通分配之間，用以替換傳統的高峰小時系數。總體來說，四階段模型各階段本身的獨立性能保證這些模塊在四階段模型的結構框架內任意組合使用。其中可達性變量模塊和出行鏈模塊同屬交通生成階段，組合使用也僅僅只是在使用離散選擇模型生成出行鏈時增加一個可達性變量。

3.3 理想模型：活動模型

無論是針對出行的建模還是針對出行鏈的建模，都是直接將小區的人口和就業崗位與出行或出行鏈相關聯，而忽略了交通是活動的派生需求這一理念。針對活動的建模，其建模對象是個人每日的活動(如睡眠、上班、購物、娛樂、家務等)，而出行則是由于個人需要在不同地點完成這些活動而產生的交通需求。最常用的活動模型建模方法有兩類：一類是基于效用的活動選擇模型，采用自上而下的建模思路，首先在固定的活動類型庫中使用離散選擇模型進行個人活動日程的選擇，進而再對每項活動選擇開始時間、持續時間、地點、交通方式等；另一類是基于規則的活動安排模型，采用自下而上的建模思路，首先生成一系列包含開始時間、持續時間的活動，進而按照一定的規則將生成的活動組合成日程，最后進行位置和交通方式的選擇[12]。

活動模型可以建構出個人一天內完整的活動日程，進而根據活動日程生成出行鏈，最終得到出行。由于有了詳細的出行時間信息，在交通分配中可以使用動態交通分配技術，克服傳統平衡分配算法的一些缺陷[13-14]。使用動態交通分配技術能夠反映車輛運行的駕駛特性(加減速特性)，因此能大幅提高車輛排放分析的精度。根據活動時間還可以判斷機動車出行的停車時間、停車時長，因此能夠分析與停車時間、時長相關的差異化停車收費政策對于城市交通系統的影響。活動模型也可以對家庭內部成員間的相互作用(如私人小汽車的分配、接送、合乘等)建模，不僅能提高出行方式選擇模型的精度，也能用于評估高承載率車道(HOV車道)等交通管理政策的影響。

4 結語

隨著中國城市交通設施的日益完善，城市交通發展的重心將逐漸從大規模的交通設施建設轉移至多元化的交通政策和精細化的交通管理，預測城市交通系統在不同交通政策情景下的運行狀況是政策制定的首要工作。四階段模型盡管能很好地適應交通設施的分析，但在交通政策的分析上存在與生俱來的缺陷?；谛袨槔碚摰幕顒幽Ｐ湍軌蚯逦嘏袛喑鲂姓咴诓煌煌ㄕ咔榫跋伦龀龅某鲂袥Q策，因此更加適用于交通政策分析。但是活動模型開發、維護、應用難度大，成本高，在中國城市綜合交通模型建模中較難廣泛應用。本文根據城市交通模型發展的需要，以四階段模型為基本模型，借鑒活動模型的建模方法提出4個可以單獨或組合使用的改進模塊，使改進后的四階段模型具有某些活動模型的特征和功能，從而滿足不同的交通政策分析訴求。

[1]Kitamura R.Applications of Models of Activity Behavior for Activity Based Demand Forecasting[C]//Texas Transportation Institute.Proceedings of Activity-Based Travel Forecasting Conference.USA∶Government Printing Office,1997∶119-150.

[2]DavidsonW,Donnelly R,Vovsha P,etal.Synthesis of First Practices and Operational Research Approaches in Activity-Based Travel Demand Modeling[J].Transportation Research PartA,2007(41)∶464-488.

[3]Santos G,Behrendt H,Maconi L,etal.Part I∶Externalities and Econom ic Policies in Road Transport[J].Research in Transportation Econom ics,2010,28(1)∶2-45.

[4]姜洋.系統動力學視角下中國城市交通擁堵對策思考[J].城市規劃，2011，35(11)：73-80.Jiang Yang.Reflections on Anti-congestion Policies in Chinese Cities from System Dynamics Perspective[J].City Planning Review,2011,35(11)∶73-80.

[5]丘銀英，唐立波.城市交通擁堵及治堵政策芻議[J].城市交通，2012，10(2)：40-45.Qiu Yinying,Tang Libo.Discussion on Urban Traffic Congestion and Counter Measures[J].Urban Transportof China,2012,10(2)∶40-45.

[6]Wang R.Shaping Urban Transport Policies in China∶Will Copying Foreign Policies Work?[J].TransportPolicy,2010,17(3)∶147-152.

[7]Meyer M,M iller E.Urban Transportation Planning[M].2nd edition.USA∶M cGraw-Hill Companies,2001.

[8]Vovsha P,Bradley M.Advanced Activity-Based Models in Context of Planning Decisions[J].Transportation Research Record,2006(1981)∶34-41.

[9]Bhat C,Handy S,Kockelman K,et al.Urban Accessibility Index∶Literature Review[R].USA∶Center for Transportation Research,the University of TexasatAustin,2000.

[10]Jong G D,Daly A,Pieters M,etal.The Logsum as an Evaluation Measure∶Review of the Literature and New Results[J].Transportation Research Part A,2007,41(9)∶874-889.

[11]Bowman J,Bradley M,Shiftan Y,etal.Demonstration of an Activity-Based Model System for Portland[C]//Elsevier.Selected Proceedings of the 8th World Conference on Transport Research.Belgium∶Elsevier Science Publishing Company,Incorporated,1999∶171-184.

[12]Algers S,Eliasson J,Mattsson L.Is It Time to Use Activity-Based Urban TransportModels?A Discussion of Planning Needs and Modelling Possibilities[J].The Annals of Regional Science,2005,39(4)∶767-789.

[13]Ortúzar J D,Willumsen L G.Modelling Transport[M].4th edition.UK∶John Wiley and Sons,2011.

[14]Hao JY,Hatzopoulou M,M iller E.Integrating an Activity-Based Travel Demand Model w ith Dynamic Traffic Assignmentand Emission Models∶Implementation in the Greater Toronto Area,Canada[J].Transportation Research Record,2010,2176∶1-13.

Four-Stage Modeling for Various Transportation Policy Analysis

Deng Yiling1,Guo Xiucheng2
(1.College of Civil Engineering and Architecture,Zhejiang University of Technology,Hangzhou Zhejiang 310014,China;2.Schoolof Transportation,SoutheastUniversity,Nanjing Jiangsu 210096,China)

∶As amost commonly used tool for transportation policy analysis,urban transportation model plays a key role in the policy-making process.Although four-stagemodel is easy to develop,it is insufficient in transportation policy analysis because of its TAZ-based and trip-based model platform.Activitybased model can fulfill the needs of transportation policy analysis since it is person-or household-based and activity-based.However,the activity-basedmodel is rarely used in China because of the difficulties in model development.Based on themodel design theory that separates generalmodel system and specific functionalmodules,this paper proposes a four functionalmodule system w ith synthesized population,variable accessibility,travel time choice,and trip chain to improve the conventional four-stagemodel.Urban transportation planning can flexibly choose one ormoremodules to replace the counterparts of four-stage model to obtain customized urban transportationmodel.In thisway,it iseasier tomeet the requestof transportation policy analysisw ithout increasingmodeling difficulties significantly.

∶transportation model;custom ized model;four-stagemodel;activity-based model;transportation policy analysis

1672-5328（2016）06-0049-06

U491.1+2

A DOI∶10.13813/j.cn11-5141/u.2016.0608

2014-02-16

國家自然科學基金項目“個人活動—出行規劃過程的動態機制與微觀模擬研究”(51608483)

鄧一凌(1987—)，男，浙江嵊州人，博士，講師，主要研究方向：城市交通模型、城市交通規劃。E-mail∶coralseu@163.com