基于四階段法對改擴建線路交通量預測

曹引弟

（山西工程職業學院，山西 太原 030009）

擴建道路項目的交通量預測和新建項目是不相同的，由于改擴建項目已建成并且運營通車多年，交通量的增長也較平穩，在整個交通路網中所起的作用已穩定，該道路的交通量發展趨勢可通過觀測歷史交通量的增長趨勢判斷。目前，我國采用四階段法[1]進行交通量預測。“四階段法”是指交通生成（generation）、交通分布（distribution）、交通方式劃分（mode spli）t 和交通分配（assignmen）t 四個階段[2]。本文以G342 聞喜至臨猗段改擴建工程為例，運用“四階段法”預測模型和TransCAD 交通規劃軟件進行未來年交通量的預測分析，為項目的建設、投資規模提供依據，是項目進行經濟財務評價的基礎，并對類似項目在進行交通量預測時提供參考依據。

1 交通調查與分析

1.1 調查綜述

為了能夠全面反映項目走廊帶區域的交通特性，收集了項目影響區相關國省道歷年（2010 年—2020 年）交通量觀測資料（連續式、間歇式觀測站），以及近年內在項目影響區進行的OD 調查（特別是對G342，G209，S248，S256，S257，S238相關道路等）交通量調查資料，對主要相關道路各交通量觀測站交通量絕對數及折算數、車型比例進行回歸分析，并全面分析本項目建成后服務的交通流對象，結合交通小區劃分原則，將項目影響區進行交通小區劃分。交通調查總體思路見圖1。

圖1 交通調查總體思路圖

1.2 OD 調查綜述

基年OD 數據是交通量預測工作的重要組成部分，通常以居民出行及貨流出行調查來獲取此數據最為精確，但作為公路交通量預測，一般以機動車OD 調查即可滿足其精度要求。項目組在這一區域布設5 個OD 調查點、7 個斷面交通量調查點，統計結果表明，這些數據基本可以準確地把握這一區域的交通流運行特性，OD 調查現場見圖2。

圖2 OD 調查現場圖

1.3 交通小區劃分

項目研究對象為G342 聞喜至臨猗段改擴建工程，交通流研究對象主要為聞喜縣、夏縣、鹽湖區、臨猗縣周邊區域對內交通對外交通及過境交通。因此，研究區域范圍應涵蓋聞喜縣、夏縣、鹽湖區、臨猗縣，其中聞喜縣、夏縣、鹽湖區、臨猗縣部分鄉鎮為直接影響區。

2 交通量預測

2.1 交通量預測流程

交通量預測是工程設施規模及經濟評價的基礎[3]。總體預測流程及采用的預測模型見圖3。

圖3 交通量預測流程圖

2.2 預測特征年確定

本項目一級路交通量預測年限應為項目建成后20 年，參照國民經濟及社會發展規劃年限，確定項目預測特征年為2025 年（項目通車年）、2030 年、2035 年、2040 年、2045 年（項目服務期末）。

1）交通生成。本次研究采用彈性系數法進行預測。交通生成預測是指根據國民經濟發展狀況，對項目研究區域及各交通小區的交通需求總量（即機動車發生量、吸引量）進行預測[4]。

2）預測模型及方法。彈性（或彈性系數）是指待研究的兩個關聯事物間增長速度的比率[5]。一般來說，定義自變量x 對應變量y 的彈性系數為

隨著社會經濟的不斷發展，交通量在不斷增大，和當地的經濟發展水平密切相關，交通量的增長速度和地區經濟水平及經濟增長速度有關。因此，在研究項目區域內各交通小區在遠景年的交通發生量和交通吸引量時，采用彈性系數法進行預測。其預測公式為

式中：A 為預測年份的小區發生總量或吸引總量；A0為基年的交通發生總量或吸引總量；R 為國內生產總值年平均增長速度；E 為交通量對國內生產總值的彈性系數；n 為預測期的年數。

3）彈性系數確定。根據各經濟小區經濟發展趨勢及發展戰略，同時參考國內其他類似經濟發展區域公路客貨運彈性系數，借鑒國外公路運輸發展的普遍規律，采用類比方法，定量與定性分析相結合確定出各小區交通彈性系數。分析結果可知，彈性系數大致成逐年遞減趨勢。

2.3 發生、吸引交通量計算

通過彈性系數預測方法，最終確定出特征年2035 年交通小區發生總量和吸引總量見表1。

表1 2035 年各交通小區交通生成量

2.4 交通量分布

2.4.1 分布方法

交通分布是指將預測的各小區出行發生量、吸引量轉化為未來年各交通小區的出行交通量的過程[6]。本文運用重力模型法對交通分布階段進行預測，重力模型法是通過模擬萬有引力定律的分析方法，此方法考慮了兩個交通小區間的出行阻抗，如出行的距離、時間等，同時考慮了交通小區所在地區的社會經濟因素。根據聞喜縣城市經濟、交通結構，不宜選擇增長率、概率模型法，故本報告采用雙約束重力模型。

重力模型法的基本原理是i 小區和j 小區之間的出行分布量和i 小區的交通發生量及j 小區的交通吸引量成正比，和i 小區和j 小區之間的阻抗成反比，兩個交通小區之間的阻抗可以是距離、出行的時間、出行產生的費用，也可以是距離、時間和費用的函數。本文采用最短的出行時間來作為阻抗矩陣，通過雙約束重力模型法來計算交通分布。

雙約束重力模型形式為

約束條件為

式中：Xij為i 區到j 區出行分布量。

式中：Gi為i 小區交通發生量；Aj為j 小區交通吸引量；Rij為i 小區到j 小區的出行阻抗（impedance，用最短的出行時間來表示）為交通阻抗函數，又叫阻抗系數（friction facto）r，常用的形式有冪函數形式，指數函數形式函數形式，其中α 和β 為待定系數。

本次預測采用多種阻抗函數進行標定后發現，采用冪函數形式模型，參數α=0.7098 時，模型精度較高。

2.4.2 交通量分布

根據上述標定結果，以TransCAD 軟件中提供的雙約束重力模型及運行程序為指導，得到2035年預測結果，見第131 頁表2。

表2 2035 年各交通小區機動車出行OD 匯總表

2.5 交通量分配

交通分配預測將各交通小區之間的出行分布量根據交通量的大小分配到路網的各條線上，是在交通分布預測的基礎上完成的，同時輔助交通規劃軟件TransCAD 實現。

在各交通小區在特征年預測的OD 分布量的基礎上，依據影響區的各道路規劃等級來標定路網模型，完成交通的分配，最后得到G342 聞喜至臨猗段改擴建工程公路各路段及互通交通流量數據。

本文采用隨機用戶均衡模型（Stochastic User Equilibrium）作為交通分配預測方法，該模型是目前公認的預測精度較高的分配模型。隨機用戶均衡（SUE）模型是交通規劃軟件交通需求分析平臺中提供的分配模型之一，是“用戶平衡（UE）”模型的改進版[7]。該模型是模擬出行者在不完全掌握所有的路況信息，并認為自己所選出行路徑是“阻抗”最小的路徑，再沒有出行者相信能依靠單方面改變出行路徑來減少自己的估計行駛阻抗，其預測模型為

其中約束條件為

2.6 預測結果及分析

1）路段特征年交通量。采用各特征年OD 數據及路網，代入路阻函數、交叉口轉向阻抗等相關計算參數，分配得到2025 年（項目通車年）、2030年、2035 年、2040 年、2045 年主線交通量預測結果，見表3。

表3 路段特征年交通量預測值（標準化小客車/日）

2）交叉節點轉向交通量。本項目交叉節點服務期末（2045 年）交通量預測結果見表4，本項目交叉節點服務末（2045 年）交通量分布見圖4。

圖4 K6+500 馬喬村定向匝道2045 年交通量預測圖

表4 K6+500 馬喬村定向匝道2045 年交通量預測（pcu/c）l

3 結論分析

根據交通量的預測結果可知，該項目2035 年的交通量為27 865 pcu/d，路段的交通量相對較大，按一級路標準建設，且主要流向是從聞喜方向到臨猗方向。采用科學的方法預測交通量是項目建設前期及工程可行性研究中重要的組成部分。通過對現有路網的交通OD 調查，采用“四階段”法對路段遠景年的交通量進行預測并結合TransCAD 計算。此方法思路清晰，可操作性較強，預測比較精準，能有效地對改擴建道路進行交通量預測，對類似項

目具有一定的參考價值。