基于RFID數據的不同管控措施下重慶交通流時空特征分析

劉亞飛 康清蓉＊ 孔繁靈 李麗

1.重慶市機動車排氣污染管理中心 重慶 400020

2.中山大學 智能工程學院 廣東 廣州 510006

精細的交通流時空分布特征不僅能夠有效反映城市經濟活動趨勢，也是研究道路機動車污染排放特征的關鍵。正常時期不同城市由于地理位置、經濟格局等因素影響，空氣污染具有復雜性，而極限管控期間全社會經濟活動基本停擺，生產活動減少和交通限制直接導致能源消耗降低，各種排放源處于排放低值，是污染物減排的極限，因此極限管控期是檢驗城市交通流參數與城市空氣質量相關性的適宜場景，已有研究表明，在新冠疫情控制期，交通源較低的排放是NO2濃度減少的主要原因[1]，而疫情后期，隨著復工復產推進，人群和貨物大量流動，能源消耗和污染氣體排放更有可能會超過疫情前的水平[2]。因此，通過分析管控期間典型城市的交通流變化特征可揭示重大公共事件下的交通流變化規律，為政府在不同管控階段制定針對性措施提供參考，同時從側面反映限制生產和出行活動強度對于空氣質量的影響，有助于進一步確定不同排放源對于整個城市污染狀況的主導性，可為未來的環境政策設計提供額外信息。

目前，有不少學者針對春節期間或重大突發事件等特殊事件下城市交通特征進行了分析。闞長城[3]等基于百度地圖時空數據，針對公共交通通勤出行群體，推算了疫情期間的通勤OD（Origin to Destination）分布，揭示了北京市公共交通系統非常態與正常情景下的特征差異，張釗[4]等基于新冠肺炎疫情期間移動手機漫游數據分析了浙江省隨著疫情的發展其交通流的時空分布特征。受限于數據獲取難度、數據精度等因素，通過多源高精度數據分析疫情期間城市交通流變化的研究主要集中在北京、廣州、深圳等一線城市，然而不同城市的交通條件、生產結構等存在差異，相關研究結論對于其他地區的適用性需要進一步討論，不同數據的分析結果是否具有一致性尚不明確。

重慶市作為全國唯一在省級區域大規模實施的機動車電子標識技術國家級信息化試點，為該研究提供很好的數據條件。因此，本研究利用機動車電子標識數據RFID（Radio Frequency Identification Data）對疫情管控不同時期重慶市中心城區的交通流時空變化特征進行分析，同時與廣州、深圳兩地進行對比，揭示極限管控下不同地區交通流的時空分布規律異同點，可為類似重大公共事件的科學研判和政策實施提供參考。

1 數據采集與方法

1.1 數據采集時空范圍

重慶市于2020年1月24日啟動重大突發公共衛生事件一級響應，關停所有公共文化場所、景區、網吧及游戲游藝場所，開始實施交通領域疫情監測檢測，對入渝（重慶，簡稱“渝”）車輛進行登記和車載人員體溫檢測，啟動碼頭、火車站、汽車客運站等重點場所的體溫檢測。1月28日，發布通知明確市內各類企業復工、復產時間不得早于2020年2月9日24:00。3月10日，重慶市將突發公共衛生事件一級響應調整為二級響應。3月24日，重慶市突發公共衛生事件應急響應級別從二級調整為三級。

因此，研究收集了重慶市2020年從春運開始（1月10日）到3月31日內環快速路及其以內區域（以下簡稱內環區域）電子標識點位交通數據，其中電子標識數據采集自638個流量點位，時間分辨率為1小時。

1.2 時空分布特征分析方法

本研究從時間和空間兩個維度分析重慶市內環區域交通狀況，分類定義數據的時空屬性?？臻g維度參照地圖匹配結果依據行政區劃及道路類型進行分類。

時間維度上，根據不同管控措施劃分為6個分析時段。階段A對應春節前正常時期，從2020年1月10號到2020年1月23號，共計14天。階段B對應一級響應期，由于一級響應期時間跨度較長，期間交通管控措施變化較大，進一步細分為三個階段，階段B1代表從2020年1月24號到2020年2月9號的停工停產期；階段B2代表復工第一階段，從2020年2月10號到2020年2月23號，持續兩周；階段B3代表復工第二階段，從2020年2月24號到2020年3月9號。二級響應期從2020年3月10號到2020年3月23號，對應階段為C，另選取8天數據，持續到3月31日，代表三級響應期，對應階段為D。

2 結果與討論

2.1 管控期間路網流量情況與變化

2020年1月10日-2020年3月31日內環區域單路段日均車流量變化如圖1所示，呈現明顯的凹形，停工停產期B1后期和復工第二階段B2位于凹形底部，凹形左半部分春節前正常時期A及停工停產期B1前期單路段日均車流量下降幅度較快，凹形右半部分從復工第二階段B3開始單路段日均車流量基本成線性變化，到三級響應期D已恢復至春節前同期水平。整體上重慶市疫情期間道路運行的變化趨勢與廣州[5]類似，停工停產期和復工復產后第一、二周處于較低水平，復工復產后第三周起加速恢復，其中重慶市交通流量恢復至正常水平所需時間較長，約為10周。

春節前（A階段）流量持續處于較高水平，臨近除夕急劇下降；一級響應期B階段期間流量持續下降，其中停工停產期B1階段為正常時期A階段的25%左右，B2階段復工首日流量有所回升，隨后迅速回落，與B1階段持平，由于返崗人員工需進行隔離的政策影響，該階段交通需求仍處于較低水平，面臨巨大的防控壓力。復工第二階段B3、二級響應期C、三級響應期D三個階段流量變化趨勢類似，均處于回升階段，其中B3階段恢復至正常時期的65%左右，C階段恢復至正常時期的85%左右，D階段已恢復至正常水平，整體上中心城區疫情防控響應等級調整時機與交通運行拐點高度一致，說明相關措施出臺及時有力，符合交通運行變化規律和居民主觀意愿。進一步對比工作日與非工作日單路段日均流量發現，疫情后選擇周末出行的人數會有所降低，與啟動“一級響應”之前數據相比，疫情發生后非工作日車流量占比下降約3%，說明疫情發生后周末彈性出行需求有所削減。

通過對重慶市內環區域交通數據分析表明，整體上交通流特征不同階段差異性明顯，與春節前正常時期A相比，停工停產期B1和復工第一階段B2處于交通低谷期，復工第二階段B3開始屬于交通恢復時期，到階段D基本恢復至春節前正常水平。

2.2 管控期間交通高峰期小時車流的變化特征

進一步分析不同時期該區域的小時流量如圖2所示，除停工停產期B1外，均呈現明顯的早晚高峰現象，復工復產期B1、B2階段早晚高峰流量處于較低水平，約為正常期間（A階段）的40%，其次是B3，復工第二階段B3早晚高峰流量已接近至正常期間（A階段）的80%，進入二級響應期C階段開始早晚高峰已高于春節前正常期間A階段。此外，疫情發生后夜間流量持續下降，并無正常期間的晚間小高峰現象，說明疫情會顯著抑制人們的夜間出行需求。

圖2 不同時期重慶市內環快速路及以內區域車流量時段分布

2.3 管控期間交通流量的空間分布特征

研究區域內6個階段路網日均流量的空間分布如圖3所示。不同時期流量較高路段基本一致，但在流量上呈現較大差異。正常期間車流量較高通道如內環快速路部分路段、機場路、上清寺路、海峽路、鵝公巖立交等，停工停產期B1內環北部區域內環快速路和機場路，以及中部連接中心城區東西方向的鵝公巖大橋車流量較高；復工復產第一階段B1各路段車流量均有所降低，車流量較高路段僅內環快速路北部路段，從B3階段開始各路段車流量逐漸回升，其中內環快速路、跨江橋梁等路段車流量回升速度顯著高于其他路段。

注：A：春節前正常時期，2020/01/10-2020/01/23；B1：停工停產期，2020/01/24-2020/02/09；

B2：復工第一階段，2020/02/10-2020/02/23； B3：復工第二階段，2020/02/24-2020/03/09；

C：二級響應期，2020/03/10-2020/03/23； D：三級響應期，2020/03/24-2020/03/31。

3 結語

本文基于RFID數據，對不同交通管控措施下的重慶交通流時空特征進行分析，得出以下結論：

1）疫情對于重慶市中心城區的影響時間長達10周左右，并隨著管控措施力度的不同呈現明顯的階段性。交通流量恢復的時間節點與廣州、深圳等地基本一致，均出現在復工復產兩周后。

2）疫情對交通的影響較為嚴重階段包括停工停產期和復工復產前兩周，期間內環及以內區域單路段日均流量為正常期間的25%。

3）內環快速路和跨江通道等路段恢復速度較快，解除“一級響應”對于交通恢復增益明顯，主要路段日均流量迅速回升至正常期間60%以上。