城市客運交通需求的系統動力學預測與分析*

何 南

(大連交通大學交通運輸工程學院 大連 116028)

城市客運交通需求的系統動力學預測與分析*

何 南

(大連交通大學交通運輸工程學院 大連 116028)

為準確預測城市客運交通需求，從系統角度分析城市客運交通組成并甄選其影響因素，確定因素間因果回路關系.運用系統動力學構建城市客運交通系統模型，研究居民出行需求與道路供給、城市公共交通、私家車數量子系統之間的反饋關系.收集全國31個省市數據對模型參數進行標定，從而預測出行需求、私家車擁有量、道路里程等情況.結果顯示，該模型具有很高的預測精度，同時說明公共交通優先政策是緩解城市交通擁擠的有效手段.

交通管理；交通需求；系統動力學；公共交通；交通擁擠

0 引 言

隨著我國城市化進程不斷推進，機動車擁有量和道路交通需求快速增長，道路交通供需不平衡矛盾日益嚴重，如何解決城市交通擁擠問題正是城市客運交通系統研究的重要內容.對于城市客運交通系統，學者們主要集中于城市客運交通系統中的結構研究[1-2]，不同交通方式分擔率的模型研究[3-4]，城市客運交通系統的設計與評價[5]，而沒有深入研究城市客運交通系統的產生機理，探討不同屬性的客運交通結構、組成部分的相互作用[6]，以此進行城市客運交通需求預測.

系統動力學是一種研究復雜系統的定量方法，能夠用于交通需求預測.然而，學者運用該方法進行城市客運交通系統相關研究過于片面，沒有從系統角度研究系統邊界，對于客運交通系統的需求預測僅僅考慮道路供給和運輸需求之間的供需問題，沒有考慮交通擁擠的影響、交通政策的實施作用等[7].因此，本文將對城市客運交通系統進行研究，以深入探討系統中變量間關系，分析交通政策、交通行為、客運交通結構，以及交通基礎設施水平之間的關系，改善需求預測精度，為城市交通規劃，交通政策制定奠定基礎.

1 系統組成

1) 外部環境影響因素：地區生產總值、燃油費、機動車駕駛員人數或人口數量 交通需求將會隨著地區生產總值、人口數量的增長而增加，這是趨勢交通量的一部分.交通需求將會隨著燃油費的增加而減少，這是因為費用增加使人們出行費用增加，致使交通流降低[8].除此之外，其他一些與人口數量相關的因素也將引起交通需求變動，如機動車駕駛員人數[9]，但是該因素與人口數量存在共線性關系.

2) 內部環境影響因素：交通政策 交通政策是政府以交通為對象制定的經濟政策，主要從系統內部調節子系統間的供需平衡，減緩交通擁擠.國內外有很多交通政策制定成功的案例，使城市客運交通系統持續發展，如英國倫敦[10]和新加坡[11]的擁擠收費政策，巴西庫里提巴[12]的公共交通政策等.

3) 客運交通結構：公共客運交通(常規公共交通、城市軌道交通、快速公共交通、出租汽車)和私人客運交通(步行、自行車、摩托車、小汽車) 它們在客運交通中發揮各自功能，并相互競爭，爭奪市場.

4) 子系統交通供給：道路里程 道路是重要的基礎設施建設，它直接影響人們出行需求.道路修建也是從供給角度解決交通擁擠的方法之一，它可以提高道路通行能力，滿足人們的交通需求.

5) 子系統交通需求：車出行公里數 交通需求是在交通供給情況下，人們對于空間位移的需要.因此，交通需求變化表現為人們出行行為短期或者長期的變化，如出行頻率、出發地目的地、交通選擇方式或出行時間等改變.基于學者相關研究分別以人每日出行次數，車出行公里數和人出行公里數作為交通需求的表現形式，探討人們在不同交通供給情況下的反映變化.人每日出行次數，僅在人們出行頻率增加或發展與土地利用相關出行的情況下增加.相比人出行公里數，車出行公里數能夠更全面有效地體現出行行為的改變過程，因此，選取車出行公里數作為子系統中的交通需求.

6) 子系統供需影響產物：交通擁擠 國內外學者認為交通供需不平衡是產生交通擁擠問題的原因.而相應的交通擁擠解決方法也是從供需角度著手調控供給、控制需求.

綜上所述，城市客運交通系統包括車出行公里數、道路里程、交通擁擠、私人客運交通、公共客運交通、交通政策、地區生產總值、燃油費、人口數量或機動車駕駛員人數等影響因素.

2 系統因果回路圖

基于城市客運交通系統影響因素，構建因素間的因果回路圖.為了描述城市客運交通系統反饋結構，依據人們真實交通需求形成的動態過程，全面分析道路供給和交通需求之間的相互影響.城市客運交通系統因果回路圖具體情況見圖1～3.本系統充分考慮了內部環境影響因素、客運交通結構子系統之間的關系，充分研究了交通擁擠產生過程和解決方法.

圖1 居民出行需求與道路供給之間的因果回路圖

圖1為居民出行需求與道路供給之間的因果回路圖.由圖1可知，新建或擴建道路增加了道路容量，從而改善了交通可達性，促使出行次數增加、短期拼車和利用已有的大眾交通工具下降、短期出行距離增加、長期居住模式的密度改變和長期購買新車增長都將使車出行公里數增加，在現有道路供給和人們期望的車出行公里數有差距的情況下，產生了交通擁擠.當選用新建或擴建道路滿足人們交通需求時，增加交通量，形成反饋循環，使交通擁擠問題嚴重.綜上所述，道路的新建或擴建在未能達到人們期望的出行需求時，道路供給無法解決交通擁擠問題，而是造成交通擁擠的顯著增長.但是在我國經濟快速發展期，私家車擁有量偏低的情況下，道路供給是必要的，以構建一定的交通基礎設施.當交通基礎設施達到一定水平基礎上，并不能依靠道路供給滿足人們的交通需求，而應該在交通擁擠產生時實施公共交通等政策，打破居民出行需求與道路供給之間的正反饋循環.

圖2 居民出行需求與城市公共交通間因果回路圖

圖2為居民出行需求與城市公共交通之間因果回路圖.由圖2可知，在公共交通政策(如公交優先)實施的情況下，公交車數量增長提高了公交車可達性和方便性，促使私家車出行次數減少、短期拼車減少、長期居住模式的密度改變和長期購買新車下降都將使私家車出行公里數減少.在私家車出行公里數減少的情況下，城市交通擁擠將會有所緩解，公共交通延誤減少，公共交通客運總量增加，公交車擁有量增加.因此，在公共交通服務水平相對下降的情況下，為了打破居民公共交通出行需求與城市公共交通水平之間的減少趨勢，需要實施公共交通政策，保證公共交通的重要地位.

圖3為居民出行需求與私家車擁有量之間的因果回路.由圖3可知，私家車擁有用量增長將使私家車可達性增強，會促使私家車出行次數增加、短期拼車和利用已有的大眾交通工具下降、短期出行距離增加、長期居住模式的密度改變和長期購買新車都將使私家車出行公里數增加，從而產生交通擁擠.有車一族與無車一族在出行方式選擇上形成鮮明對比，造成道路使用的不公平性，直接導致私家車數量的繼續增加.綜上所述，居民出行需求與私家車數量之間的正反饋循環將體現道路使用的不公平性，促使私家車數量持續增長，需要實施公共交通等政策，確保無車一族的道路公平性，保證公共交通方便性，以限制私家車數量和使用情況.

圖3 居民出行需求與私家車擁有量間因果回路圖

3 系統預測模型構建

依據城市客運交通系統中影響因素間的因果關系，構建系統數學模型，表示變量間的數學關系，其具體存量流量圖見圖4.選取子系統交通供給(道路里程)和子系統交通需求(車出行公里數)、私家車擁有量作為存量.依據客運交通結構劃分，將車出行公里數考慮為私家車出行公里數和公共交通客運總量.內部影響因素的交通政策按照交通需求(公交車擁有量增加)和交通供給(新建或擴建道路)分為兩個層次，和外部影響因素共同影響人們出行需求.

圖4 城市客運交通系統存量流量圖

依據圖4中系統存量流量圖，構建城市客運交通系統模型

L:PKT.k=PKT.j+(DT)×

(GPKT.jk-RPKT.jk)

(1)

L:Pcar.k=Pcar.j+(DT)×

(GPcar.jk-RPcar.jk)

(2)

L:PPKT.k=PPKT.j+(DT)×

(GPPKT.jk-RPPKT.jk)

(3)

L:lk.k=lk.j+(DT)×Glk.jk

(4)

R:GPKT.k=lkdc.k×Delay(lk.jk,lkdelay)+

Pcar.k×Pcarrate.k+GDP.k×GDPrate.k(5)

R:RPKT.k=Fueldcc.k×

Delay(fuel.jk,fueldelay)+Pbusdcc.k×

Delay(Pbus.jk,Pbusdelay)

(6)

R:GPcar.k=lkdcc.k×

Delay(lk.jk,lkday)+GDP.k×

GDPrat.k+Dr.k×Drrate.k

(7)

R:RPcar.k=Fueldc.k×

Delay(fuel.jk,fuelday)+Pbusdc.k×

Delay(Pbus.jk,Pbusday)

(8)

R:GPPKT.k=congestion.k×

congestionrate.k+Pbus.k×Pbusrate.k

(9)

R:RPPKT.k=Pcar.k×Pcarr.k

(10)

R:Glk.k=Congestionrate.k×

Delay(Congestion.jk,congestionday)

(11)

A:Congestion.k=Pcar.k×

Pcarc.k+PKT.k×PKTc.k

(12)

A:Pbus.k=Pbus.j+PPKT.k×PPKTc.k

(13)

(pkt)t=αm(pkt)t-1+αmp(ppkt)t+

(14)

(Pcar)t=αv(Pcar)t-1+αvm(pkt)t+

(15)

(ppkt)t=αp(ppkt)t-1+αpm(pkt)t+

(16)

(17)

Withautoregressiveerrors:

(17)

式中：L為狀態方程；R為速率方程；A為輔助方程；k為某一時刻的值；j為前一時刻的值；jk為從j到k前一時段的值；DT為計算時間間隔(年)；PKT為私家車出行公里數的對數值；Pcar為私家車擁有量的對數值；PPKT為公共交通客運總量的對數值；lk為道路里程的對數值；GDP為人均國民生產總值的對數值；Dr為機動車駕駛員人數的對數值；Fual為燃料費的對數值；Pbus為公共汽車擁有量的對數值；GPKT，RPKT分別為私家車出行公里數增加值、減少值的對數值；Gpcar、Rpcar分別為私家車擁有量增加值、減少值的對數值；GPPKT，RPPKT分別為公共交通客運總量增加值、減少值的對數值；Glk為城市道路里程增加值的對數值；Congestion為城市交通擁擠水平.

上述所有數據收集都依據文獻[13]進行相關整理，由于城市私家車出行公里數和城市交通擁擠的數據收集很少，將依據輕型客車的年均行駛里程為標準[14]，運用私人小型載客汽車擁有量計算獲得私家車出行公里數.與此同時城市交通擁擠情況以年末平均每1 km公路里程中所包括的人數作為交通擁擠水平的替代變量[15].

為了獲取因素間的參數值，在He等[16]相關研究的基礎上，依據車出行公里數、私家車擁有量和交通擁堵水平、公共交通之間關系構建彈性系數模型.基于國家統計數據庫1990-2013年全國31個省市的相關數據收集，運用三階段最小二乘法獲得變量間的彈性系數，結果見表1.

表1 參數含義及參數值

4 模型結果及分析

依據上述模型結構和參數標定，選取2011年為基準年，借助文獻[13]，運用Vensim系統動力學軟件在量綱一致性檢驗的基礎上獲得存量私家車出行公里數、公共交通客運總量、私家車擁有量和公路里程的預測情況，見表2.由于私家車出行公里數和城市交通擁擠水平較少進行真實數據收集，所以無法依據真實值作為預測值正確與否的評判標準.

由表2可知：

1) 通過公共交通客運總量、私家車擁有量、道路里程預測值與真實值的相對誤差可以看出模型預測結果具有較高準確性，證實城市客運交通系統預測模型構建符合現實情況，有利于進行城市客運交通系統相關預測.

表2 預測結果情況表

2) 在城市大力發展公共交通的情況下，公共交通客運總量將會顯著增加，私家車出行公里數將逐年減少.這正符合國家政府對城市交通的主導思想，即提高城市公共交通水平，吸引人們在擁擠區域換乘公共交通出行，更好改善城市交通可達性.

3) 在現有交通狀況和人們生活水平的情況下，私家車擁有量也將顯著增加.這符合我國私家車擁有量的增長趨勢，隨著國民經濟的快速發展，人們生活水平提高，雖然公共交通擁有量快速提高，公交優先在不同城市開展，也不會減少人們購買私家車的愿望.這些說明私家車擁有量情況更多取決于人們經濟生活水平.

4) 為了滿足交通需求，解決交通擁擠問題，道路里程將會持續快速增長.這符合我國道路等交通基礎設施建設規劃內容，即在國家新型城鎮化規劃(2014-2020年)出臺后大量資金將投入到道路等交通設施建設中.

在現有解決城市交通擁擠政策實施后，城市交通擁擠水平逐年降低，這說明城市公共交通優先等方法是解決城市交通擁擠的有效政策.在城市交通擁擠水平降低的情況下，公共交通客運總量和私家車擁有量將顯著增加，私家車出行公里數逐年下降，由此說明解決交通擁擠并不意味控制私家車購買量，而是在大力發展公共交通情況下規劃人們出行選擇行為，保證公共交通出行選擇的競爭性.

在正常城市客運交通系統中，如果不采用相關交通政策抑制私家車出行，將會造成私家車出行公里數增加，公共交通客運總量下降，交通擁擠水平增加.為了研究模型構建的有效性，本文運用公共交通政策實施與否的影響作為模型結構優劣的評判標準.基于Vensim系統動力學軟件，公共交通政策實施與否私家車出行公里數、公共交通客運總量、私家車擁有量、道路里程、交通擁擠的對比情況見圖5.

圖5 公共交通優先政策實施前后對比圖

由圖5可知，在公共交通優先政策實施前后，與模型結構檢驗設定結果一致.在沒有實施城市公共交通政策情況下，公共交通客運總量將會略微下降，部分人們經濟水平沒有達到購買私家車情況，將會繼續選擇公共交通出行方式.而私家車出行公里數將會呈指數式上升，給城市交通系統帶來很大沖擊，城市交通擁擠水平持續增加.私家車擁有量模擬曲線近似一致，說明私家車擁有量并不受公共交通政策的影響，人們對于私家車的購買量更多取決于經濟生活水平和道路供給情況等.因此，公共交通政策實施是必要的，可以有效減緩交通擁擠，減少私家車出行公里數，也從側面反映出模型結構的正確性.

5 結 束 語

城市客運交通系統是國家社會-經濟-環境可持續發展的重要內容，其交通需求預測精度將影響城市交通規劃，保障城市客運交通系統的有效運行，緩解交通擁擠.為了合理構建城市客運交通系統，本文運用系統動力學構建城市客運交通系統模型，研究居民出行需求與道路供給、城市公共交通、私家車數量子系統之間的反饋關系.并全面考慮交通情況、社會經濟情況的影響因素；體現城市客運運輸系統的特性、變量間的因果關系；強調交通政策的重要性；改善交通需求預測精度；為建設可持續發展的城市客運運輸系統提供理論支持.為了減緩交通擁擠，使人們合理化出行，建議公共交通相關政策的大力推進.本文以全國為研究范圍，需要針對城市特點，以城市為研究區域進一步深入探討.

[1]郭寒英.基于出行者生理心理的城市客運交通出行行為研究[D].成都：西南交通大學，2007.

[2]胡曉偉.城市客運交通系統參與主體經濟決策模型研究[D].哈爾濱:哈爾濱工業大學,2013.

[3]裴玉龍.基于模糊推理的公共交通分擔率預測研究[J].土木工程學報,2004(7):23-26.

[4]劉爽.基于系統動力學的大城市交通結構演變機理及實證研究[D].北京：北京交通大學，2009.

[5]毛保華,郭繼孚,陳金川，等.北京城市交通發展的歷史思考[J].交通運輸系統工程與信息,2008,8(3):6-13.

[6]張蕊.城市客運交通系統出行方式分擔模型及應用研究[D].北京：北京交通大學,2011.

[7]王云鵬,楊志發,李世武，等.基于系統動力學的道路運輸量預測模型[J].吉林大學學報(工學版),2005,35(4):426-430.

[8]OUM T H, WATERS W G, YONG J S. Concepts of price elasticity of transport demand and recent empirical estimates[J]. Journal of Transport Economics and Policy,1992(1):139-154.

[9]NOLAND R B. Relationships between highway capacity and induced vehicle travel[J]. Transportation Research Part A: Policy and Practice,2001,35(1):47-72.

[10]Transport for London. Central London congestion charging: impacts monitoring[EB/OL].[2008-05-03].http://www.tfl.gov.uk/assets/downloads/sixth annual impacts monitoring report 2008 pdf.

[11]SCHWANEN T. Urban form and commuting behavior: a cross-European perspective[J]. Tijdachrift Voor Economische en Sociale Geografie,2002,93(3)：336-343.

[12]RABINOVITCH J. Innovative and land use and public transport policy: the case of Curitiba, Brazil [J]. Land Use Policy,1996,13(1)：51-76.

[13]中華人民共和國國家統計局.中國國家統計數據庫[1990—2013].[EB/OL].http://www.stats.gov.cn/.

[14]林秀麗,湯大鋼,丁焰,等.中國機動車行駛里程分布規律[J].環境科學研究,2009,22(3):377-380.

[15]SMALL K A, VAN D K. Fuel efficiency and motor vehicle travel: the declining rebound effect[J]. The Energy Journal,2015(1):25-31.

[16]HE N, ZHAO S C. Induced traffic in China: elasticity models with panel data[J]. ASCE’s Journal of Urban Planning and Development.2015,141(4):256-261.

Travel Demand Forecasting and Analysis in Urban Passenger Transportation System

HE Nan

(Traffic&TransportationSchool,DalianJiaotongUniversity,Dalian116028,China)

In order to predict the sustainable urban passenger transportation system, travel demand forecasting in an accurate way is necessary. Based on the interaction among external environment, internal environment, passenger traffic structure, and subsystem from system view, influencing factors are selected to construct the causal relationships. Then the model of urban passenger transportation system is constructed to research on the feedback relationships among travel demand, road supply, urban public transportation, and the number of private cars. Based on data collection from China, parameters are calibrated, which is necessary to predict travel demand, the number of private cars, lane-kilometers and so on. Results show the high accuracy of model formation. Based on results analysis, the public transportation policy is an effective method to reduce traffic congestion in the urban passenger transportation system.

travel management; travel demand; system dynamics; public transportation; traffic congestion

2017-05-13

*國家自然科學基金項目(50978046)、遼寧省博士科研啟動基金項目(201601257)資助

U491

10.3963/j.issn.2095-3844.2017.04.007

何南(1985—)：女，博士，講師，主要研究領域為交通需求預測