基于節假日出行行為特征的交通預測模型構建探究

文∕陶九鵬

1 前言

隨著社會經濟的迅速發展，居民的節假日出行需求越來越大，由此引發了節假日交通問題。傳統的節假日居民出行行為研究多集中于居民城際出行、長距離出行，而對城市內部的居民出行行為研究較少。春節假期是中國最重要的節假日之一，許多大型活動通常在此期間舉辦，如北京2022年冬奧會。因此，基于節假日期間人口遷徙規律和城市內部居民出行行為特征，構建能夠反應節假日期間城市內部交通運行特征的交通預測模型，有利于推進和保障節假日期間交通政策的制定、交通需求管理措施的評估以及大型活動的舉行。

2 節假日居民出行交通需求預測思路

2.1 節假日居民出行特征

本文以2018年北京市春節期間居民出行交通調查數據為基礎，可將春節期間居民出行劃分為三個階段，分別為節假日初期（正月初一～正月初四），節假日中后期（正月初五～正月初八），節假日結束期（正月初九～十五）。節假日期間，城市內部人口總量較少，出行目的、出行時間和空間分布與工作日、周末均不相同，出行方式變動較大。假期后工作日人口總量開始增加，出行時間和空間分布與普通工作日接近，但無上學出行。隨著假期的結束，人口總量基本穩定，出行特征與普通工作日接近。

2.2 節假日居民出行預測模型框架

“四階段法”是構建交通需求模型應用最廣泛的方法，按出行生成（Trip Generation）、出行分布（Trip Distribution）、方式劃分（Model Split）和交通分配（Traffic Assignment）四個步驟建立交通模型[1]。結合大數據時代背景，將手機信令數據、交通運行監測數據、春節期間北京城市內部居民出行調查數據作為交通預測模型的數據來源，并對傳統四階段法模型進行更科學、合理化地改進，以達到交通預測模型更符合節假日居民出行特征。模型框架見圖1。

圖1 節假日居民出行模型框架

節假日居民出行預測模型在傳統四階段法的基礎上，結合節假日居民出行行為的特點，研究節假日居民之間出行居民個人屬性、出行方式、出行目的之間的相關性。

出行生成模型采用發生率/吸引率法，并對不同交通小區內的出行頻率、人口總量進行調查，由此可預測交通發生量與吸引量。預測公式如（1）和（2）所示。

其中，Mi為小區出行產生總量，Ni為小區出行吸引總量。

出行分布預測模型采用雙約束重力模型預測分布交通量，可預測OD 分布矩陣：

其中，ai，bj為平衡參數，f(cij)為小區i到小區j的阻抗函數[2]。

利用多項Logit 模型劃分交通量：

其中Pu表示選擇出行方式u的概率；Vu為出行方式u的效用，分別為小汽車、出租車、網約車、軌道交通、地面公交、自行車、步行、其他8 種方式。Xul為出行方式u的單位時間花費，Xuz為出行距離，u為出行方式的實際花費。

流量分配包括私人出行流量分配及公共交通客流分配，私人出行流量分配采用用戶平衡模型。公共交通流量分配利用以廣義出行費用為阻抗的Dijkstra 最短路徑算法。

3 節假日出行行為特征分析

3.1 人口總量

參與本調查的居民人口類型分為常住人口和非常住人口兩類，職業類型包含就業有車、就業無車、學生、無業和離退休職員五種類型。隨著春節節假日的推進，在京人口總量在除夕與春節兩日達到最低值。節假日前期，正月初一人口約為1250 萬，正月初四人口達到1400 萬；節假日中后期，正月初五人口達到1500萬，正月初八在京人口總量為2000 萬。隨著節假日的結束，人口總量出現大幅增長，在節假日結束期，正月十一在京人口總量約2015 萬，正月十六為2400 萬，出現小幅度增長；在節假日中后期，集中返京人群多為已就業人群，北京各大高校尚未開學，部分人群未返京。節假日期間，常住人口中出行人數比例最高的為就業有車人群，占總出行人群的56.75%～70.41%；其次是離退休職員，占總出行人群的6.12%～13.66%。

3.2 發生、吸引

以手機信令數據為基礎，劃分交通小區，并對節假日期間居民的出行空間分布與出行時間分布進行分析。與正常工作日居民出行特征對比，正常工作日的早高峰時間為7∶00～9∶00，晚高峰時間為17∶00～19∶00。春節期間在9∶00～20∶00 時間段內居民出行均保持在一個穩定且較高的水平。發生量和吸引量較大的交通小區主要集中在二環以內，這是由于北京的土地利用類型造成的，二環內除天安門、故宮等著名景點，王府井等大商圈以外，還有北京春節節假日期間特色的地壇廟會、大觀園廟會等活動。因此，春節期間交通擁堵點多集中在廟會等活動場所周邊。

3.3 出行結構與出行目的分布

依據2018年北京市春節期間居民出行交通調查數據，將春節節假日期間居民出行方式劃分為小汽車、出租車、網約車、軌道交通、地面公交、自行車、步行、其他8 種方式。出行目的劃分為回家、休閑（廟會、旅游）、探親訪友、親友聚會、工作、學校、個人事務、公務和購物9 種目的。

春節節假日前期，有52.8%的出行人群利用私家車出行，公交車出行比例為14.8%，地鐵出行比例為13.5%。居民以探親訪友、休閑（旅游、逛廟會）為目的的出行行為最多，超過85%，其中以探親訪友為目的的出行占總出行的36%，以逛廟會為目的的出行比例為19%；以探親訪友為目的的出行多采用私家車的出行方式，占總出行方式的66.5%；以旅游為目的的出行行為主要選擇公共交通出行，公交車出行占30.2%，地鐵出行占18.63%，私家車出行占33.6%。節假日中后期，居民出行方式分布結構幾乎不變，但出行目的的分布結構發生了改變。探親訪友與休閑活動為目的的出行仍占總出行的50%以上，出行目的為上班、上學的人口總量占總出行人口總量的比例由6%提高到15.1%。節假日結束期，上班上學出行人群達到了51.6%，公共交通的出行比例從節假日前期和中后期的低于27%提高至35.6%，逐漸恢復正常時間北京居民出行的結構特征。

4 交通預測模型構建

交通預測模型構建包括網絡構建和四階段法的應用。網絡構建包括道路及公共網絡交通，其中道路網絡以北京市總體規劃確定道路網為依據。公共交通網絡包括軌道交通網絡及常規公交線網，利用地面公交與軌道客運量的監測數據，對景點游客數據、道路流量數據和IC 卡數據進行核驗，驗證構建交通預測模型的可靠性。

依據交通需求預測結果，春節期間出行的核心區域將集中在二環以內和五環外部分景點。受春節特殊大型活動影響，如春節廟會和即將到來的2022年冬奧會，在地壇等舉辦廟會的公園附近、體育場館周邊、北京北站等地會出現一定程度的擁堵，而以休閑為目的的交通出行量約占市區出行總量的34.7%。出行結構中，公共交通出行比例將達到45%以上，公交客運量將在600～1200 人次/小時區間內波動，軌道交通客運量在350～900 人次/小時區間內，北京市內1 小時內出行比例逐漸增加。節假日初期早上9∶00 居民出行的發生量與吸引量如圖2 所示。

圖2 節假日前期居民的出行發生量與吸引量

5 結語

本文提出了以四階段法為基礎的基礎節假日出行行為特征的交通預測模型，根據發生率/吸引率法對交通的生成量與吸引量進行預測，同時根據雙約束重力模型對交通分布進行預測，利用多項Logit 模型對出行方式進行劃分；通過導入往年春節節假日期間人口總量、生成與吸引交通量、居民的出行方式與出行目的，對未來北京春節節假日期間居民出行進行預測。由于2022年北京冬奧會與春節節假日又同期重合，因此構建基于節假日出行行為特征的交通預測模型，有利于配合冬奧會前期的規劃與管理預測。