石家莊市電動自行車上牌后交通運行分析

侯勝軍 呂子田 李天宇

摘 要：分析石家莊市對電動車自行車進行系列整治對交通運行的影響，有助于政策的實施和評估。本文首先通過問卷調查確定了電動自行車轉換為公交出行的比例，然后依托石家莊市交通運行平臺，通過調整交通出行方式的比例，分析了政策的實施效果。分析結果表明該項政策雖然不能從根本上解決城市交通擁堵的情況，但是可以在一定程度上緩解情況。

關鍵詞：電動自行車 交通運行 出行方式

Traffic Operation Analysis of Licensed Electric Bicycles in Shijiazhuang

Hou Shengjun Lv Zitian Li Tianyu

Abstract：This paper analyzes the impact of a series of rectification of electric vehicles and bicycles on traffic operation in Shijiazhuang， which is helpful for the implementation and evaluation of policies. This paper first determines the proportion of electric bicycles converted into public transport through questionnaire survey， and then analyzes the implementation effect of the policy by adjusting the proportion of transportation modes based on the Shijiazhuang traffic operation platform. The analysis results show that although the policy cannot fundamentally solve the situation of urban traffic congestion， but it can alleviate the situation to a certain extent.

Key words：electric bicycle， traffic operation， travel mode

1 引言

石家莊市的慢行交通群體龐大，電動自行車因其便捷性備受青睞，隨著科技的進步，速度也在不斷提高，不僅會影響道路正常運行，而且會有安全隱患。2021年石家莊市開始出臺政策，實行電動車上牌照、限速25km/h和必須佩帶頭盔等管理措施。本文是分析措施生效后對交通運行的影響。

2 石家莊市交通出行方式宏觀預測

目前國內主要是應用定性分析結合定量分析的方式進行交通預測，在宏觀上先對未來國家的政策規定進行分析，總結其他發達城市的交通發展規律，并且結合相關城市比較分析，預測未來城市的交通結構，之后基于預測結果進行微觀預測。本文因為條件有限導致資金與人員不足，只進行了石家莊市問卷調查，對2015年的調查數據進行修正，并以此對石家莊市2020年的交通出行方式進行宏觀預測，大體確定出行方式結構。

（1）基礎數據修正。通過問卷調查，于2022年4月29日對石家莊市主城區內共發放500份問卷，共回收465份問卷，其中有效率為93%，整理得出共享單車、共享電單車、網約車和地鐵四種交通出行方式出行的轉換來源，如表1、表2、表3和表4所示。

根據發放的問卷調查數據，對2015年的基礎數據進行修正，并后續結合宏觀預測方法，進行2020年石家莊市的交通出行方式出行分擔率的預測。

（2）宏觀預測方法。這種方法主要是基于城市交通發展政策，結合預測城市的交通設施建設情況、經濟發展水平以及其用地規劃等因素，通過定性分析城市未來的布局和規模變化情況，交通建設發展情況、各類交通方式的發展速度和相互之間競爭轉移的可能性，估計未來交通結構的發展方向。

①自由類交通方式

這類方式主要是步行為主。這種出行方式的目的多為生活出行、上學出行和日常通勤出行，因此會受到出行距離和天氣變化等因素的影響，并且步行出行距離集中在1.5km較進的范圍內，在未來交通環境下的變化不大。

②條件類交通方式

這類方式主要是以私家車、單位車、摩托車等為主，出行會主要受到的影響因素包括出臺的相關政策、出行距離、車輛擁有量等。可以認為其交通出行方式占比主要由其車輛的擁有量所決定。

出行總比例模型預測如公式（2-1）所示。

式中，為某種出行方式的出行比例；為規劃期每種車輛的擁有量；為規劃期每種車輛的平均出行次數；為規劃期每種車輛的平均載客量；為規劃期城市總人口量；為規劃期人均出行次數。

③競爭類交通方式

這類方式主要是自行車、地鐵、出租車、公交車等，受居民對于出行選擇的影響較大。交通政策、出行時間、出行費用、舒適度等影響居民出行選擇交通方式[29]。

（3）石家莊市宏觀估算。根據上述宏觀預測方法，并結合發布的石家莊市統計數據和調查問卷情況對石家莊市2020年各出行方式進行宏觀預測。

①出行總量。石家莊市2020年市區總人口為3917205人，但2020年受新冠疫情影響，導致出行量大幅減少。根據中華人民共和國交通運輸部發布的2020年中心城市客運量中顯示，石家莊市客運總量同比增速為-51.7%。因此人均出行次數約為1.25次/人?日，出行總量為4919226人次。

②步行。石家莊市2015年居民出行調查結果顯示步行出行占總出行的25.3%，因石家莊市地鐵、共享單車、共享電動車及網約車的出現導致步行的出行比例有所減少，這里我們綜合各種情況并結合其他類似城市的出行結構變化，估計2020年末石家莊市步行出行比例占石家莊市全方式出行的比例為22%。

③公交車方式出行比例。根據中華人民共和國交通運輸部發布的2020年中心城市客運量中數據，公交車日客運量為48.6萬人次。因此石家莊市2020年公交車出行比例為9.9%。

④出租車、網約車出行比例。根據中華人民共和國交通運輸部發布的2020年中心城市客運量中數據，出租車日客運量為21.3萬人次。根據《中國共享經濟發展報告（2021）》中的數據顯示，2020年在出租車總客運量中，網約車客運量占比達到了36.2%。因此石家莊市2020年出租車出行比例為2.7%，網約車為1.5%。

⑤地鐵出行比例。根據中華人民共和國交通運輸部發布的2020年中心城市客運量中數據，地鐵日客運量為19.64萬人次。因此石家莊市2020年地鐵出行比例為4%。

⑥私家車、單位車和摩托車出行比例。通過調查石家莊市城市總體規劃中人口、居民出行特征預測等相關資料，并根據其它城市進行宏觀預測時采用的相關指標，綜合分析給出了人均出行次數，石家莊市私家車平均出行次數和平均載客量。石家莊市出行預測指標等數據詳見表5所示。

因機動車保有量增長速度快，2020年石家莊市主城區小汽車擁有量約137萬輛，在居民出行選擇時也受到道路情況、交通政策等影響，模型結果與實際情況之間誤差，因此在運用公式（2-1）進行小汽車出行總比例估算時乘上誤差系數，系數為2015年居民出行調查數據與2015年模型結果的比值。最后得出比例為26%。

因考慮石家莊市實行了機動車尾號輪換限行政策，得到2020年石家莊市私家車出行方式占總出行方式的比例為20.8%。

同理得到單位車和摩托車出行方式占比為0.5%和0.1%。

⑦共享單車、共享電單車出行比例。在《共享單車與城市發展白皮書》中顯示，我國在共享單車出現前，自行車出行占比僅為5.5%，在其出現后，這一數據則翻番至11.6%。石家莊市在2016年出現共享單車，極大的改變了石家莊市的交通出行結構。目前石家莊市共享單車總量約在20萬輛，共享電單車總量為4.5萬輛，平均出行次數為1.52次/人?日。其出行主要受到的影響因素包括出臺的相關政策、出行距離、車輛擁有量等。因此采用公式（2-1）進行計算，共享單車出行比例為3%，共享電單車出行比例為0.6%。

⑧自行車、電動車出行比例。可結合其他交通方式出行比例以及現狀出行比例確定，但因人們消費觀念的改變、公共交通的快速發展和天氣、地形等原因，導致一部分人放棄了選擇自行車、電動車方式的出行。根據調查問卷，大部分人轉為共享單車和共享電動車的出行方式，所以應體現其逐漸下降的變化趨勢。參考國內其它城市自行車、電動車出行的比例，預測石家莊市2020年自行車出行比例為13.9%，電動車出行比例為19.9%。

綜上所述，2020年交通出行方式分擔率如表6所示。

3 公交轉換率及問卷調查

經分析，電動自行車經限速措施后，已經不適合進行長距離出行。部分用戶將放棄電動自行車出行模式，改為公交出行模式。為了確保模型計算的精確性，采用問卷調查的方法確定電動自行車轉換為公交的轉換率。

通過問卷調查，于2021年10月9日對石家莊市五個區共發放500份問卷，共回收441份問卷，其中有效率為92%，整理得出各區的平均轉換率，如表7所示。

選取電動車速度、居民出行距離、公交車候車時間，構建電動車轉換率模型，如公式（3-1）所示：

式中：為電動車轉換率；為電動車速度系數；為電動車速度指數；為居民出行距離系數；為出行距離指數；為公交車候車時間系數；為公交車候車時間指數；為誤差。

對調查數據進行統計，得出各區平均因素數值，如表8所示。

注：電動車速度25km/h以下為1，25～30km/h為2，30～35km/h為3，35km/h以上為4；居民出行距離4km以下為1，4～6km為2，6～8km為3，8km以上為4；公交車候車時間5min以下為1，5 min到10min為2，10min到15min為3，15 min以上為4。

通過擬合調查數據，選得出電動車轉換率模型，如公式（3-2）所示：

式中：為電動車轉換率；為電動車速度指數；為出行距離指數；為公交車候車時間指數。

進行上述模型進行顯著性檢驗，取，得出顯著性檢驗各項的數值，如表9所示。

通過查表，得出，可見，可知上述模型是顯著的。

對于石家莊市，實行電動車上牌限速后，電動車最高速度為25km/h，居民平均出行距離為4.4km，公交車平均候車時長為9.8min，根據公式（3-2），得出電動車轉換率約為0.18。

4 電動車上牌限速后宏觀交通仿真分析

實行電動車上牌照限速25km/h等措施后。預計18%的電動自行車出行將轉變為公交車出行。根據實行的交通管理策略進行交通方式劃分，如表10所示，再次進行四階段法預測。

利用TransCAD對電動車上牌限速措施進行仿真測試，得到仿真結果如圖1所示。二環內道路指標如表11、12所示。

5 方案對比

通過與未治理前的數據進行對比，得到措施實施前后二環內快速路和主干路總體道路指標對比表，如表13所示。

通過對比仿真數據，可以看出，采取電動車上牌限速措施后，流量和飽和度有了下降的趨勢，這樣就可以使得城市交通擁堵的情況得到改善；該項政策雖然不能從根本上解決城市交通擁堵的情況，但是可以在一定程度上緩解情況。