城市出行率指標及廣州多源數據獲取實踐探究

胡志賽 周清雅 鄭煜銘

摘要 我國社會經濟邁入新發展階段，如何有效開展精細化城市交通治理，合理制定交通低碳減排等政策，對交通需求預測精準性提出更高要求。文章通過回顧“四階段法”交通需求預測理論在美國誕生后持續開展的半個多世紀的出行生成手冊編制更新工作，重點介紹了其編制內容和技術方法，并結合我國交通規劃預測工作存在的問題，提出可供借鑒的方面與啟示。最后，以廣州為例，利用大數據開展居住出行率調查，實踐證明數據可信度較高，提供了全新可行的調查技術方法。

關鍵詞 交通模型；交通生成；出行率

中圖分類號 U491文獻標識碼 A文章編號 2096-8949（2023）10-0180-03

0 引言

當前，我國各行各業已邁入新發展階段，高質量可持續發展成為社會共識。交通作為城市四大功能之一，如何有效提升數據驅動的城市交通精準治理能力，科學精準的交通需求預測無疑是難題的破解利劍之一。交通模型構建及相關預測指標獲取的基礎性工作一直受到國內外交通學界的高度關注。美國在交通模型預測技術與應用方面開展得最早，因此深入研究其發展歷程與經驗做法，獲得參考借鑒與啟示意義重大。

1 “四階段”交通預測模型的起源

1.1 交通預測模型理論起源

第一次世界大戰結束后汽車運輸業迅猛發展，同時導致交通擁堵和很多交通事故的發生。1930年，美國交通部門在匹茲堡會議上討論并撰寫了交通專業的相關章程和法律內容，正式成立了美國交通工程師協會（Institute of Transportation Engineers，簡稱ITE），希望該中央機構能統籌相關研究數據以及提升交通工程專業人員的技術，并鼓勵市級政府和州級政府部門建立交通工程部門。二戰之后，美國將注意力從城際及鄉村公路建設轉移到城市交通問題上，并將家庭訪問OD調查作為衡量出行的基本方法。1953年，美國哈佛大學博士道格拉斯·卡羅爾在底特律開展了第一次綜合性的都市交通研究，并在1962年完成了《芝加哥地區交通研究》，給出了1959年、1960年、1962年CATS調查的結果和分析、1980目標年的土地使用與出行預測，以及公路及運輸規劃。《芝加哥地區交通研究》第一次分析了土地利用類型與人口出行量之間的關系，并正式考慮了公交在出行中的分擔率[1]。基于這次的研究成果，美國公路局在1960年代初期形成了以出行生成、出行分布、方式劃分以及交通分配四個步驟組成的交通需求預測理論框架[2]。

1.2 交通出行率指標研究開始

“四階段”模型交通預測理論和方法，被廣泛應用于全球國家與地區的交通規劃工程項目中。其中，交通出行生成模型可基于城市未來社會人口規模和土地利用情況，預測每個交通小區每天或每一高峰時段所生成的交通出行量。交通出行率正是該模型的關鍵參數，反映了單位建筑面積在單位時間內產生與吸引的交通量。

2 美國出行生成手冊內容

2.1 出行率手冊編制的目的與意義

為了獲得準確的用地出行生成數據，ITE開展用地類型與居民出行量之間的相關規律研究，編制《Trip Generation Manual》即《出行生成手冊》（下文簡稱《手冊》），從1976年—2021年持續更新至第11版，持續收集出行率數據，并每四年更新一次[3]。通過出行率手冊可以測算建設項目可能產生的交通量和對交通系統帶來的影響，同時為確定建設項目的合理開發規模以及采取有效的交通改善措施提供可靠依據。

2.2 出行率按5類不同影響因素分類

《手冊》對影響出行率的相關5大因素均提供平均數據取值參考或者出行回歸方程[4]。

（1）按其所屬區域劃分：分為中心城區、城市副中心、一般市區/郊區、鄉村4類。

（2）按用地和建筑劃分：分為10大類，176小類。

（3）按出行方式劃分：分為單位面積的人流和車流出行量。調查的項目主要是小汽車出行數據統計。

（4）按出行時間劃分：分為工作日及周末，早晚高峰通勤時間上午7：00—9：00、下午4：00—6：00。

（5）按獨立變量劃分：獨立變量可以描述研究項目與出行生成量之間的關系，如總建筑面積、雇員數量、座位數、居住單位等。

《手冊》提供了生成率法、回歸分析法、采集樣本數據法這3種出行生成預測的方法。每種預測方法都有其適用范圍和原則[5]，形成了關于建設項目出行生成數據相關的整套完善體系，包括數據收集、數據處理、數據使用、數據更新在內的一套完整機制。數據來源于公共機構、開發商、咨詢公司、學生分會和協會自愿提交給ITE的出行生成研究。

3 我國出行率調查工作存在的問題

3.1 開展交通調查與預測相關要求

《城市綜合交通體系規劃標準》（GB/T51328—2018）明確了“應建立交通需求分析模型，定量分析規劃期內城市不同區域在不同發展階段的交通需求特征”“交通調查和需求分析可采用新的技術方法與工具，但應對調查數據的準確性和分析結果的可靠性進行評價，分析精度不得低于傳統的‘四階段等方法”。

《城市綜合交通體系規劃交通調查導則（建城〔2014〕141號）》，明確要求調查統計分析應包括生成源的車輛、人員和貨物進出總量、時間分布，以及生成源的客流、貨流產生率和吸引率等。

3.2 出行率手冊的編制與更新不足

不同城市交通發展階段和模式不一致，美國出行率數據并不適宜我國城市交通預測直接參考。如圖1所示，2020年我國汽車保有量全球第一，為2.81億輛，但人均擁有量相比發達國家仍有較大增長空間，隨著我國人均生產總值的進一步提高，汽車機動化出行率會進一步擴展。

國內大多數城市缺乏適合自身實際的建設項目交通影響評價技術標準，目前通常采用的是住建部2010年發布的《建設項目交通影響評價技術標準》（CJJ/T141—2010）和2005年開展的《北京市交通出行率指標研究》課題成果。全國各個城市交通發展階段和模式不一樣，導致即使是同一城市由于所處區位的不同，利用同一套標準計算的交通出行率數據不能完全符合實際情況，實際應用中則難以在區間內選取合理值，或者部分回歸方程擬合度較低，與實際情況有偏差，因而備受質疑。

4 對我國出行率調查工作的借鑒與啟示

（1）美國出行手冊編制技術方法可以借鑒。完善不同用地類型、不同時間、不同地區、不同出行方式等出行率取值、出行率分布的擬合曲線等工作中的技術方法，合理篩選樣本、合理開展交通點位和時間調查，是出行率手冊數據可靠的根本。

（2）出行手冊動態編制與更新管理是關鍵。針對性持續開展城市交通出行率數據調查、數據清洗、數據庫平臺建立與管理，實現城市調查樣本的出行率數據可以直觀地通過空間展示、歷史時間維度追溯等，更加方便靈活地運用在工程項目中。

（3）采用大數據手段開展調查可以創新應用。互聯網數據規范使用，創新性應用手機信令數據，提取大樣本量、高時效性的居民活動特征，結合傳統建筑和用地數據等，利用ArcGIS軟件進行基于交通小區的出行率研究也成為一種新的技術手段[6]，大量節省人工調查成本，對全市層面開展出行率調查更加便捷與高效。

5 廣州依托手機信令數據分析出行率

5.1 主要技術路線

如圖2所示，首先建立城市現狀用地和建筑地理信息數據庫，依托手機信令數據及車流軌跡數據，提取人車的OD出行量與擴樣，選定現狀已建建筑輪廓及用地邊界線，計算不同類建筑的出行量和出行率，形成出主要用地出行率參考標準。

5.2 廣州各區內居住出行率推薦值

（1）現狀建筑物輪廓數據。根據廣州市域現狀已建的各類建筑物輪廓數據，主要的有效字段包括建筑層數、建筑面積和占地面積。

（2）現狀土地利用數據：結合廣州市域各類現狀用地，該研究針對城市二類居住用地性質開展分析。

（3）手機信令出行量數據。該研究所采集的數據來自中國移動公司，數據采集時間為2018年9月19日（周三）早高峰小時7：00—8：00，利用ArcGIS將廣州市劃分為500 m×500 m的網格，根據信令數據所屬基站地理坐標，每個網格含該地理位置范圍內的高峰小時出行人次。共計挑選出748個典型小區樣本，其普通住宅建筑面積占比R2均值達95.07%，最大值達100%。

（4）形成出行率指標平均值。對每個典型樣本計算出出行率數據，形成二次回歸方程，并對廣州市11區的居住出行率指標給出了平均參考值，如圖3所示。

6 結語

該文回顧了美國交通需求預測理論技術起源歷程，伴隨開展的《出行生成手冊》工作延續至今，結合最新版本總結了美國出行生成手冊的主要內容，對出行生成手冊編制與更新過程的技術要求進行了總結，同時分析了我國目前開展的出行率調查工作存在的問題，最后對我國交通需求預測中出行率指標數據采集與管理及更新工作提出建議，并以廣州市多源基礎數據開展居住出行率的調查，為我國城市快速開展出行率提供新的技術實踐方法。

參考文獻

[1]Carroll D. Chicago Area Transportation Study Transportation Plan （ Volume II ）[R]. 1960.

[2]Black A. The Chicago Area Transportation Study： A Case Study of Rational Planning[J]. Journal of Planning Education and Research， 1990（1）： 27-37.

[3]吳鋒. 建筑出行生成研究工作規范化之路——美國第九版《出行生成手冊》啟示[J]. 建筑與環境， 2015（6）： 6-9.

[4]Institute of Transportation Engineers. Trip Generation Manual 11th Edition [M]. The United States， Institute of Transportation Engineers， 2021.

[5]榮博， 曹荷紅， 張智勇， 等. 《出行生成》的編制過程及編制方法[J]. 城市交通， 2006（4）： 36-40.

[6]胡志賽， 周清雅， 張曉明. 基于手機信令數據的廣州市普通住宅出行率研究[C]. 中國城市規劃學會城市交通規劃學術委員會. 交通治理與空間重塑——2020年中國城市交通規劃年會論文集， 北京：中國建筑工業出版社， 2020.