郊區化背景下居民出行行為與實時路況信息的耦合作用

林翠霞+羅晨鷺+邵倩雯

摘 要：該文通過記錄城市居民出行行為特征的出行日志，結合高德和交通廣播采集的實時路況信息數據，在分別考察居民出行行為特征和交通車流分布特征的基礎上，利用GIS空間分析方法匹配分析兩者在時間和空間上的耦合關系。結果表明：居民出行日志與實時路況信息上反映的擁堵情況具有高度的耦合性和一致性，在時間上表現為居民出行呈現出較大的時間集聚特征，且工作日與休息日的集聚時段有所差異；在空間上表現為不論是休息日還是工作日，五四路、楊橋路和金山大道等交通主干道為主要擁堵路段，而尤溪洲大橋和工業路商業區路段在休息日擁堵情況突出。居民出行在時空上的集聚，體現出擁堵路況在居民出行日志與實時路況的高度一致性。

關鍵詞：郊區化；耦合關系：居民出行日志；實時路況信息；福州市

中圖分類號 U491.1 文獻標識碼 A 文章編號 1007-7731（2017）07-0148-07

Abstract：This study recorded the information of residents' travel behavior and obtained the traffic flow data through real-time traffic status. Based on characteristics of residents' travel behavior and distribution of traffic flow，it analyzed temporal and spatial coupling effect between them with the support of GIS spatial analysis method.The results showed：The characteristics between Fuzhou residents' travel behavior and real-time traffic status appear to be high degree of coupling and coherence. The residents' travel behavior demonstrates comparatively high clustering，and it's different in periods between weekdays and weekends. It's quite obvious that arterial roads such as Wusi Road，Yangqiao Road and Jinshan Avenue turn into the main congestion roads per day in space，especially Youxizhou Bridge and the business section of Gongye Road on weekends. Temporal and spatial clustering of the records of residents' travel behavior and traffic congestion from real-time traffic status reflects that they maintain high degree of coupling and coherence.

Key words：Suburbanization；Coupling relationship；Records of residents' travel；Real-time traffic status information；Fuzhou city

居住、工作、游憩和交通是城市的四大功能，且交通是其他三種功能得以實現和連接的紐帶[1]。隨著城市化與工業化的快速推進，城市交通擁堵現象日趨嚴重，如何有效緩解該問題已成為交通運輸學、城市社會學、城市地理學等多個學科持續關注的課題[2]。改革開放以來，許多特大城市、大城市伴隨地方空間開發的推進，郊區化特征日趨明顯，城市人口、地域不斷向郊區蔓延，居民活動空間隨之擴大，出行時間與交通成本增加，這就導致在有限交通基礎設施條件下可能引發不同形式的交通擁堵狀況[3]；另一方面，城市剛性工作制使得人口在短時間內由住宅區向就業區大規模集中出行，城市部分交通主干道高度集中人流量、車流量，成為城市交通網絡中的易堵路段或節點，加劇了擁堵狀況[4]。該背景下如何采取有效方法精確定位易堵、常堵的交通路段或節點，對于制定合理干預措施來引導居民科學出行和緩解城市交通擁堵將具有十分重要的實踐指導意義。

通過居民出行特征的觀測或車流路況信息的監測等視角觀測與分析城市交通道路的人流、車流等分布特征是現有研究中常用的途徑。在對居民出行特征的觀測與分析中，設計詳細的問卷調查表對城市居民的出行特征進行調查或以GPS技術、手機定位技術刻畫居民的出行軌跡等均是較常用的觀測手段，并在此基礎上銅鼓對城市居民出行行為特征的識別指征城市空間結構、交通運輸系統與家庭出行模式[5-7]。在車流分布特征的觀測和分析中，多是關注從車流數據調查和調控路網的流量分配，從車流數據分析城市交通流狀況，進而剖析交通擁堵機制[8-10]。

現有研究豐富了對出行行為模式及交通流分布模式的分別認識，但對城市居民出行特征的研究更關注作為城市內部主體的“人”在出行決策等方面的特征解析以及對城市空間結構的建構作用，很大程度上忽略了對交通擁堵的影響；在城市交通特征分析方面，更為關注從車流數據調控路網流量分配來解釋擁堵形成機制，忽略出行決策與行為對擁堵加劇或緩解的驅動作用。鑒于此，本文利用記錄城市居民出行行為特征的出行日志，結合實時路況信息，利用GIS空間分析方法匹配分析兩者的時空耦合作用，揭示福州市主城區交通擁堵的主要路段和潛在擁堵路段，從居民出行決策的調整視角對緩解城市交通擁堵提供決策依據。

1 研究方法

1.1 研究區概況 福州市位于福建省東南沿海，閩江下游，地處北緯25°15′～26°29′，東經118°29′～120°31′，與臺灣島隔著臺灣海峽相望。依山望海，海岸線曲折，有眾多島嶼，屬于典型的河口地貌，福州市主城區主要位于福州盆地中央。根據統計年鑒，截至2015年末本市常駐人口750萬，其中市區常駐總人口308.7萬。近年來，隨著交通配套的跟進完善和發展，福州市住宅郊區化逐漸形成常態。福州市主城區“環+放射+方格網”的道路交通網絡骨架在持續建設過程中已基本成型，但快速道路系統仍處于網絡構筑時期，尚未能有效發揮其快速疏導功能，居民出行的持續頻繁與道路交通網絡尚未成網之間的矛盾使得交通擁堵逐漸成困擾福州市加速發展的瓶頸。為更充分認識福州市主城區與郊區居民出行特征之間的差異及其與交通擁堵特征的耦合關系，本文選取福州市郊區（倉山區融信第一城小區）和主城區（鼓樓區國色天香小區）作為調查研究區。

1.2 數據來源與處理

1.2.1 居民出行行為的調查 本文采取隨機抽樣調查的方法對兩個小區進行問卷設計與實地調查。選取福州市倉山區融信第一城小區和鼓樓區國色天香小區兩個典型社區，每天在兩個小區各發放問卷50份，對兩個小區的居民出行特征進行連續7d的跟蹤入戶調查。問卷的調查時間是2016年7月，共回收698份問卷調查（回收率達到99.7%），其中包含有效出行日志的問卷654份（有效率達到93.4%），被調查的男女比例基本持平。問卷調查的內容較多，其中與本文研究相關的包括被訪者家庭和個人的基本信息、日常行為的出行日志及出行方式等內容。調查結束后對數據進行錄入和整理。為整體把握被調查地區樣本的總體特征，從經濟收入水平、年齡和受教育水平等3個方面對調查樣本進行分類（表1）。

調查樣本呈現出福州市居民社會經濟屬性以高文化程度和中收入群體為主，居民出行主體以青壯年為主的特征。但位處不同區位的小區該屬性仍存在一定的分異。從經濟收入上看，調查樣本中鼓樓區國色天香小區低收入家庭比例略高于倉山區融信第一城小區，而中等收入和高收入比例略低于倉山區融信第一城小區。根據福建省2015年統計年鑒，福州市城鎮居民可支配月收入約為2 800元左右，這說明兩個調查小區經濟發展處于中上等水平。年齡構成上，兩個小區的年齡結構更偏向于青年。倉山區的青少年占有水平（80.23%）高于平均水平（79.97%），而鼓樓區（79.71%）略低于平均水平。鼓樓區的中年老年占有率（2.86%）高于倉山區（1.45%）且高于平均水平（2.16%）。受教育水平方面，鼓樓區（72.00%）較高于倉山區（71.51%），且略高于平均教育水平（71.76%）。高等教育水平高達70%以上，這說明調查樣本中顯示的整體文化水平較高。

1.2.2 實時路況信息的采集 本文所用的實時路況信息的數據源主要來源于高德地圖路況信息的實時更新以及福州市交通廣播電臺的實時播報內容。在采集過程中，以城市居民出行調查的時間為基準，按照每天06：00—20：00，每1h采集一次的頻率，對福州市主城區交通路況資料連續采集7d。通過數據更新頻率一致的兩個平臺進行數據采集有利于更精準把握福州交通車流的分布特征及可能擁堵的路段信息。

1.3 研究方法 洛倫茲曲線模型可以反映地理事項的集中分布情況，其中曲線的彎曲程度反映變量分布的不均衡性。本文利用洛倫茲曲線的描繪，來分析福州市居民在各個時段出行的集中程度。地理信息系統（Geography information system，GIS）因具有制圖和空間查詢與空間分析的基本功能，適合對具有地理空間信息的數據進行空間表達與分析，因而本文利用ArcGIS軟件，根據連續7d福州市路況信息的采集（主要是交通擁堵路段的采集），分別建立每天每個時間斷擁堵情況的7個圖層，通過疊置處理和相交操作處理，進而得到交通擁堵的主要路段。

2 出行日志的居民出行特征與路況信息的交通車流分布特征

2.1 居民出行行為特征

2.1.1 基于出行日志的居民出行總體行為 福州市居民出行的洛倫茲曲線（圖1）顯示了每個時間段出行次數的差異較大，根據洛倫茲曲線的上凸程度可以看出，居民出行活動呈現出較大的時間集聚特征。在不同的時間段，工作日與休息日的居民出行集聚程度有所差異。11：00—14：00這個時段，休息日的集聚程度要大于工作日；而在其他時段，工作日的集聚程度高于休息日。

分析居民出行的基本指標有出行數、出行率、出行頻度、出行目的等幾個方面。這里根據問卷調查，對調查樣本的出行情況分男性、女性和工作日、休息日等四個方面進行分類匯總，進而分析居民出行的最基本特征。

出行頻度，即為反映居民的出行能力和出行的靈活性，調查地區樣本中居民出行的總出行次數與出行總人數的比值。出行頻度統計結果（表2）顯示，在出行頻度上，休息日高于工作日，男性高于女性。在出行頻度方面，男性和女性均有休息日高于工作日，且男性出行頻度高于女性的特征。

出行次數方面表現出來的特征是以一次出行為主，二次出行為輔（表3）。工作日一次出行比二次出行的比例高出30%左右，比休息日一次出行的比例高出6%左右。而工作日的多次出行比休息日低1.3%左右，說明福州城市居民更偏好于工作日一次出行，這與上文所分析的工作日出行頻度較弱的結論相符合。

福州城市居民出行目的方面（表4）的總體特征表現為：（1）工作日以單目的出行較多，男性出行單目的性更加明顯。休息日單目的出行和多目的出行的比例相差較大，約為25%左右，而在工作日也是同樣地更偏向于單目的出行，相差高達32%。同時，男性的出行單目的性更加明顯，在工作日單目的出行比例比多目的出行比例高出38%，而在休息日兩者之間的差異高達28%。（2）休息日和工作日出行都以通勤為主，但在休息日的購物和休閑比例普遍高于工作日。從男女平均水平看，在休息日更多地還是以通勤為主要目的，比例高達50%左右。但是在工作日中的通勤比例高于休息日的通勤比例16%左右，休息日的出行目的為購物和休閑的比例高于工作日約為4%和5%。（3）男性通勤及休閑出行的活躍性高于女性，而女性的購物目的性偏好明顯。無論是在休息日還是工作日，男性的含通勤目的出行和含休閑目的出行都多于女性，尤其是在休閑出行目的的比例更明顯高于女性，在休息日兩者差距16.75%，在工作日兩者差距3.45%。而女性購物出行的目的性表現得比男性明顯，兩者購物出行比例在休息日相差6.21%，在工作日則相差0.45%。

綜上所述，福州市居民出行的總體特征為：出行頻度男性和女性均有休息日高于工作日，且男性高于女性的特征；出行次數每人每天以一次出行為主，二次出行為輔；出行目的以單目的為主，且男性居民出行單目的性表現較為明顯。女性偏好購物出行，男性出行更多地以通勤和休閑為目的。居民出行活動呈現出的較大時間集聚特征，容易造成人流量和車流量在空間上的集聚，進而加劇交通擁堵。

2.1.2 出行日志的交通擁堵情況 通過對居民出行過程中所經歷的擁堵時間點及其對應擁堵路段的統計分析（圖2）可以看出：在工作日，主要擁堵路段有：五四路（21.87%）、金山大道（10.25%）、楊橋路（7.06%）、工業路（6.83%）、尤溪洲大橋（4.56%）、二環路（4.10%）、寶龍城市廣場（3.87%）（其中括號內為占所有擁堵路段中的百分比）。在休息日，主要擁堵路段有：五四路（15.58%）、楊橋路（4.55%）、尤溪洲橋頭（6.49%）、金山大道（9.74%）、寶龍城市廣場（9.09%）、倉山萬達（5.84%）、工業路（4.55%）。

對比工作日和休息日的擁堵路段，可以發現，五四路、楊橋路、尤溪洲橋頭、金山大道等路段在工作日和休息日期間都是擁堵的高發路段。從表5可以看出，五四路、楊橋路、金山大道、二環路和工業路在工作日時，發生擁堵的頻率高于休息日；而休息日期間，尤溪洲橋頭、寶龍城市廣場和烏山路的擁堵頻率反而高于工作日，這與人們的休閑活動的靈活性密切相關，這兩個路段均處于大商場或者途經商場的的必要路段，在休息日，人們的出行多以休閑和娛樂購物活動為主，因此在工作日，擁堵程度更高。

在工作日一天各個時間段內，上下班期間均為擁堵的高峰期。通過對一天內各個時段擁堵路段及其頻數和頻次的統計分析，這里主要對上下班時間段進行擁堵路段的呈現（圖3），可以看出：五四路、楊橋路和工業路是居民前往上班地點的這段時間內，發生擁堵最為嚴重的主要路段，尤其以五四路最為典型。同時，五四路在全天的各個時間段都常有擁堵的情況存在。下班時間段，發生擁堵的主要路段有金山大道、浦上大道、倉山萬達附近等。在剛性工作制的條件下，由于周末兩天為休息的時間段，因此休息日在道路擁堵方面相比較于工作日，表現得較為不集中。

2.2 路況信息的交通車流特征 時空數據是對地理實體的特征、時間變化及空間分布的描述，包含實體的時間、空間和屬性三要素。時間特征描述地理實體的時間尺度和時態關系，空間特征描述地理實體的地理空間分布，屬性特征描述地理實體的質量和數量信息[11]。本文根據連續7d福州市交通路網信息的采集（主要是交通擁堵路段的采集），分別建立每天每個時間段擁堵情況的7個圖層，通過疊置處理和相交操作處理，選擇一般情況下各個時段的擁堵路線情況以及工作日與休息日之間的對比來分析和挖掘福州市的擁堵路段。

從擁堵路段擬合圖層（圖4和圖5）可以看出，在一天內，上班主要時段（07：00—09：00）的擁堵路段主要有五四路、楊橋中路、尤溪洲大橋和金山大道等。在下班時間段（17：00—18：00）內的擁堵路段主要有五四路、楊橋東路、金山大道和五一中路等。從工作日與休息日對比視角來看，五四路、五一中路和尤溪洲橋頭路段均在這兩個時間段內出現擁堵現象。東街和工業路路段則在休息日時間內出現擁堵明顯，相比之下在工作日上下班時間段內這兩個路段沒有出現擁堵。

3 出行日志與路況信息耦合的交通擁堵特征

人的活動是由一系列時空連續的行為構成，傳統時間地理學認為，權力、能力和耦合三種因素共同限制了人的行為空間[12]，因此也構成了對人類行為的時空約束。當多數居民的日常出行活動形成時空集聚狀態時，居民出行便形成在道路上的時空共存[13]。從理論上講，在有限的距離和時間范圍內，人類行為可以影響的時空范圍是有限的，因此人類的行為受到時間和空間的約束[14]。

居民的出行行為在時空上呈現出集聚的特點，由此造成時空共存的現象，產生了交通擁堵的可能。根據對福州市居民出行日志的抽樣跟蹤調查發現，無論是在休息日還是工作日，居民出行過程中經歷的擁堵路段主要有五四路、楊橋路和金山大道路段，因而這幾個路段是福州市居民進出城區擁堵的常見路段，主要原因是五四路和楊橋路是福州市居民出行的主干通道，且靠近福州的幾大商圈和CBD，而金山大道則是位處城市邊緣區的金山區以及郊縣閩侯主要進出城區的干道，并且由于主城區房價、租金的持續上漲迫使有一大部分年輕的就業人員聚居于此，所以也承擔著較大的出行壓力。而相比于工作日而言，尤溪洲大橋和通往寶龍城市廣場的工業路段在休息日的擁堵情況更為嚴峻，這與兩個路段位處寶龍城市廣場、萬象城和新近的倉山萬達等幾個商業區有很大關系，且這幾個地方所發育的日常休閑、購物等場所在休息日會吸引大量人流從城市多個方向集聚，進而導致一到周末這里的路段面臨比工作日更大的出行壓力。

基于高德地圖和交通廣播的路況信息挖掘與居民出行日志所顯示的結果在主干交通通道的擁堵情況上具有高度的耦合性和一致性。體現在日常狀態下，福州市的主要擁堵路段為五四路、楊橋中路和金山大道等。從工作日與休息日對比視角來看，五四路、五一中路和尤溪洲橋頭路段均在這兩個時間段內出現擁堵現象，東街和工業路路段則在休息日時間內出現擁堵明顯。可以看出，通過居民出行回顧日志的擁堵路段識別和基于對路況信息空間分析的擁堵路段挖掘兩個途徑的分析，主要擁堵路段基本一致：五四路、楊橋中路和金山大道。尤溪洲橋頭和工業路在休息日的擁堵情況較工作日嚴重。值得一提的是，從路況信息中可以看出五一中路、東街口兩個路段也是擁堵的，且擁堵現象在休息日更明顯。然而這兩個路段并沒有在出行日志中體現出來。一定程度上說明路況信息是對全域尺度上擁堵信息的捕捉與采集，能夠很明確的表征整個城市的擁堵情況，而出行日志因不同人群、不同區位上等特點的限制，可能會有一定的不足。

4 結論與討論

本文通過對居民出行日志的跟蹤分析，得出結論：男性居民和女性居民均有休息日出行頻度高于工作日的、休息日和工作日均有男性居民出行頻度高于女性居民；每人每天出行次數以一次出行為主，二次出行為輔；出行目的以單目的為主，且男性居民出行單目的性表現較為明顯。女性偏好購物出行，男性出行更多地以通勤和休閑為目的。同時，居民出行活動呈現出較大的時間集聚特征，且工作日的集聚程度略高于休息日。這樣的出行活動分布特征，導致大量的人流量、車流量等在特定時點高度集中于城市的交通主干道，造成部分主干道成為城市交通網絡中顯在或潛在的易堵路段或節點。

基于對路況信息的空間分析視角，分析福州市交通擁堵路段在時空上的分布關系得出結論：在上下班高峰期內，福州市區主要的擁堵路線主要有五四路、金山大道和楊橋中路，潛在擁堵路線有烏山路、洪山大橋和工業路等路線。在休息日同時段內，尤溪洲橋頭和工業路的擁堵情況較為明顯，這與城市居民的購物娛樂的出行目的密切相關。

居民出行日志上反映出的交通擁堵路段與基于ArcGIS空間分析的視角挖掘出的擁堵路段具有高度的耦合性和一致性。通過居民出行回顧日志的擁堵路段識別和基于ArcGIS空間分析的擁堵路段挖掘兩個途徑的分析，主要擁堵路段基本一致：五四路、楊橋中路和金山大道，且該擁堵路段在上班（07：00—09：00）和下班（17：00—19：00）高峰期擁堵現象更為顯著；尤溪洲橋頭和工業路在休息日的擁堵情況較工作日嚴重。

需要指出的是，本文通過對多種不同來源的數據進行耦合、匹配分析發現路況信息是對全域尺度上擁堵信息的捕捉與采集，能夠很明確的表征整個城市的擁堵情況，而出行日志實際上則是針對特定人群和區位上的局部或定點觀測來反演總體的交通擁堵狀況。利用多源數據的耦合分析可以更精準捕捉城市的交通擁堵狀況，并且根據本文的分析結果，可以預估的是，在實際的科研工作或實踐中倘若無法獲取多種數據源的情況下，利用某一種特定的采集方式，如問卷調查或交通平臺的路況信息采集都可以作為感知城市交通流動韻律的數據源，這為指導居民出行和緩解交通擁堵提供科學依據。需要注意的是，若采用問卷調查的方式進行交通擁堵狀況的監測，進一步關注多個區位和多類人群，以更全面、精確地反映交通擁堵情況。

參考文獻

[1]吳康，方創琳，趙渺希，等.京津城際高速鐵路影響下的跨城流動空間特征[J].地理科學，2013（2）：159-174.

[2]趙先立.緩解大型城市交通擁堵的國際經驗和我國的解決對策[J].城市觀察，2012（3）：121-130.

[3]梁海艷，孟斌，李燦松.大城市職住分離的區域測定方法探究[J].人口學刊，2014（4）：16-25.

[4]楚國清.北京交通擁堵的原因與對策[J].新視野，2011（2）：23-35.

[5]Timmermans H，Van der Waerden，Alves M，et al.Spatial context and the complexity of daily travel patterns：An interna-tional comparison.Journal of Transport Geography，2003，11（1）：37-46.

[6]毛峰.基于多源軌跡數據挖掘的居民通勤行為與城市職住空間特征研究[D].上海：華東師范大學，2015.

[7]盧曉珊，黃海軍，劉天亮，等.考慮早晚高峰出行鏈的出行方式選擇均衡與定價機制[J].系統工程理論與實踐，2013（1）：167-174.

[8]王旭琴，諶業文，胡堯.基于FCM聚類的多路段城市腿車流數據分析及其應用[J].系統工程理論與應用，2014：3-13.

[9]金照.基于地磁檢測技術的道路斷面車流數據采集應用研究[J].廣東交通職業技術學院學報，2015，14（3）：51-54.

[10]林福光.城市交通擁堵的成因分析與對策研究[D].成都：電子科技大學，2011.

[11]鄭建湖，林小惠，鄭禮席，等.基于馬爾可夫鏈模型的交通擁擠狀態預測[J].交通工程，2012（11）：76-79.

[12]H?gerstrand T.Reflections on“what about people in regional science？”[J].Papers of the Regional Science Association，1989，66：1-6.

[13]古杰，周素紅，閆小培，等.居民日常出行時空集聚視角下的城市交通擁堵形成機制研究——以廣州為例[J].地理科學，2012，3（28）：921-927.

[14]Thrift N.An introduction to time geography[J].Concepts and Techniques in Modern Geography，1977，13：1-37.

（責編：張宏民）