交通的发生和吸引

1、第第 1 节节概述概述第第 2 节节发生与吸引交通量的影响因素发生与吸引交通量的影响因素第第 3 节节生成交通量的预测生成交通量的预测 重点重点 第第 4 节节 发生与吸引交通量的预测发生与吸引交通量的预测 重点重点交通调查交通调查 小区土地利用（面积、住宅、就业人小区土地利用（面积、住宅、就业人口等）口等） 小区的发生与吸引交通量小区的发生与吸引交通量影响影响32D32D32D32D 发生与吸引交通量的预测是交通需求预测四阶段预测中的第一发生与吸引交通量的预测是交通需求预测四阶段预测中的第一阶段，是交通需求分析工作中最基本的部分之一。在本阶段的任务阶段，是交通需求分析工作中最基本的部分之一。

2、在本阶段的任务是求出对象地区的交通需求总量，即生成交通量是求出对象地区的交通需求总量，即生成交通量 (Trip Production)。然后，在此量的约束下，求出各个交通小区的发生与吸引交通量。然后，在此量的约束下，求出各个交通小区的发生与吸引交通量。 i j交通小区交通小区交通小区交通小区交通交通小区的发生与吸引交通量示意图小区的发生与吸引交通量示意图 交通与土地利用交通与土地利用 (Land Use) 有着不可分割的关系有着不可分割的关系 ,是影响交通是影响交通产生的主要因素之一。按照我国国家标准产生的主要因素之一。按照我国国家标准城市用地分类与规划建城市用地分类与规划建设用地标准设用地标

3、准规定，城市土地利用分规定，城市土地利用分10大类，分别为：居住用地；大类，分别为：居住用地；公共设施用地；工业用地；仓储用地；对外交通用地；公共设施用地；工业用地；仓储用地；对外交通用地；道路广场用地；市政公共设施用地；绿地；特殊用地；水道路广场用地；市政公共设施用地；绿地；特殊用地；水域及其他用地。域及其他用地。一、土地利用一、土地利用 走亲访友，购物等私人出行多；以家庭为单位的工作、业务等出走亲访友，购物等私人出行多；以家庭为单位的工作、业务等出行几乎没有。行几乎没有。 随着家庭规模的增大，人均出行数减少，例如，购物可由一人随着家庭规模的增大，人均出行数减少，例如，购物可由一人代替。代替

4、。A：将来人口将来人口a：将来家庭平均人口数将来家庭平均人口数T/人人规模规模(人人/家家)自由：自由：T = f (A a)1. 家庭家庭构成与大小构成与大小2. 年龄，性别年龄，性别 男性男性2650岁出行多，岁出行多， 女性女性1650岁出行多。岁出行多。1.121.871.751.661.942.072.041.951.781.721.601.371.090.700.000.501.001.502.002.5061 0162 0263 0364 0465 0566 0667 0年龄段年龄段平均出行次数平均出行次数(男男)1.091.841.781.621.711.901.881.731

5、.390.930.650.520.400.160.000.501.001.502.0061 0162 0263 0364 0465 0566 0667 0女性不同年龄的平均出行次数女性不同年龄的平均出行次数年龄段年龄段 3. 汽车汽车保有率保有率 汽车汽车保有率高，人均出行数增加。保有率高，人均出行数增加。 原因原因：(1)出行需求高的人买车，出行需求高的人买车，(2)有车后容易诱发出行。有车后容易诱发出行。 4. 自由自由时间时间 自由时间自由时间 = 24 - 生活生活必需时间必需时间(睡眠、饮食睡眠、饮食) - 约束约束时间（工作、学习）时间（工作、学习） 自由自由时间时间多多 出行出行

6、机会大机会大 自由出行量：自由出行量： T = at + b 式中式中 T：私用出行数；：私用出行数； t：自由时间自由时间； a，b：分别为系数分别为系数和常数。和常数。5. 职业职业、职务（如、职务（如图图 5-3 所所示）示）职业和工种的不同是造成出行量不同的主要原因之一，各国的居民出行数据职业和工种的不同是造成出行量不同的主要原因之一，各国的居民出行数据都表明了这一点。汽车司机、推销员、采购员、业务员的平均出行多，工人、学都表明了这一点。汽车司机、推销员、采购员、业务员的平均出行多，工人、学生、教师、行政管理人员的平均出行少。图生、教师、行政管理人员的平均出行少。图5-3给出了北京市给

7、出了北京市1986年的居民出行年的居民出行调查不同职业人员日平均出行次数调查结果。调查不同职业人员日平均出行次数调查结果。6. 外出外出率率外出率是工作中外出业务占总业务的比率。因外出率是工作中外出业务占总业务的比率。因工种、年龄的不同而异。工种、年龄的不同而异。7. 企业环境、性质企业环境、性质一般来说，一般来说，企业企业大大，业务处理量大，外出，业务处理量大，外出率高。率高。8. 家庭家庭收入收入 家庭收入也是影响出行，尤其是自由出行的主要因素之一。高收入家庭，汽家庭收入也是影响出行，尤其是自由出行的主要因素之一。高收入家庭，汽车购买率高，购物、娱乐等需求也高，平均出行次数多。车购买率高，

8、购物、娱乐等需求也高，平均出行次数多。图图5-3 不同职业人员日均出行次数不同职业人员日均出行次数9. 其他其他 天气、工作日、休息日和季节等的不同也影响人们的出行。雨雪天气、工作日、休息日和季节等的不同也影响人们的出行。雨雪天气人们出行不便，出行量小；周一至周五工作日出行量大且时间集天气人们出行不便，出行量小；周一至周五工作日出行量大且时间集中，周六、周日等休息日出行量小且分散；炎热的夏天和寒冷的冬天中，周六、周日等休息日出行量小且分散；炎热的夏天和寒冷的冬天出行量小，春秋天气候宜人出行多。出行量小，春秋天气候宜人出行多。 一、概述一、概述 出行生成包括出行产生与出行吸引。由于两者的影响因素

9、不同，出行生成包括出行产生与出行吸引。由于两者的影响因素不同，前者以住户的社会经济特性为主，后者以土地利用的形态为主，故前者以住户的社会经济特性为主，后者以土地利用的形态为主，故有些方法需将出行产生和出行吸引分别进行预测，以求其精确，也有些方法需将出行产生和出行吸引分别进行预测，以求其精确，也利于下一阶段出行分布的工作。当住户的社会经济特性和土地利用利于下一阶段出行分布的工作。当住户的社会经济特性和土地利用形态发生改变时，也可用来预测交通需求的变化形态发生改变时，也可用来预测交通需求的变化。 而而出行生成交通量通常作为总控制量，用来预测和校核各个交出行生成交通量通常作为总控制量，用来预测和校核

10、各个交通小区的发生和吸引交通量。图通小区的发生和吸引交通量。图5.3-1列出了列出了OD表中发生交通量、表中发生交通量、吸引交通量和生成交通量三者之间的关系。吸引交通量和生成交通量三者之间的关系。发生发生、吸引交通量与生成交通量的关系表、吸引交通量与生成交通量的关系表 DO12jn合计合计1 O12 O2 i Oi m Om合计合计D1D2DiDnT发生交通量发生交通量吸引交通量吸引交通量生成交通量生成交通量1. 原单位法原单位法 原单位的求得原则通常有两种，一是用居住人口或就业人口每原单位的求得原则通常有两种，一是用居住人口或就业人口每人平均的交通生成量来进行推算的个人原单位法，另一种就是以

11、不同人平均的交通生成量来进行推算的个人原单位法，另一种就是以不同用途的土地面积或单位办公面积平均发生的交通量来预测的面积原单用途的土地面积或单位办公面积平均发生的交通量来预测的面积原单位法。不同方法对应的选取的位法。不同方法对应的选取的 原单位指标也不同，主要有：原单位指标也不同，主要有： （1）根据人口属性以不同出行目的单位出行次数为原单位进行预）根据人口属性以不同出行目的单位出行次数为原单位进行预测。测。 （2） 以土地利用或经济指标为基准的原单位，即以单位用地面积以土地利用或经济指标为基准的原单位，即以单位用地面积或单位经济指标为基准对原单位进行预测。或单位经济指标为基准对原单位进行预测

12、。 二、生成交通量的预测方法二、生成交通量的预测方法1.14 1.141.50 1.511.121.211.071.341.121.170.000.501.001.502.00上班下班上学放学回家生活文化娱乐工作外出回程其它根据人口属性，按出行目的的不同预测。根据人口属性，按出行目的的不同预测。北京市不同出行目的的出行率北京市不同出行目的的出行率(1986)【例【例1】图】图5-6是分有是分有3个交通小区的某对个交通小区的某对象区域，表象区域，表5-1是各小区现状的出行发生量和是各小区现状的出行发生量和吸引量，在某对象区域常住人口平均出行率吸引量，在某对象区域常住人口平均出行率不变的情况下，采

13、用出行次数法预测其将来不变的情况下，采用出行次数法预测其将来的出行生成量。的出行生成量。表表5-1 各区现状的出行发生量和吸引量各区现状的出行发生量和吸引量O D123合计合计人口人口(万人万人)1 28.011.0/15.02 51.020.0/36.03 26.010.0/14.0合计合计(万次万次/日日)28.050.027.0105.041.0/65.0出行生成出行生成量量 T T：T = 28.0 + 51.0 + 26.0 = 28.0 + 50.0 + 27.0 = 105.0T = 28.0 + 51.0 + 26.0 = 28.0 + 50.0 + 27.0 = 105.0现

14、状常住人口现状常住人口N N：N = 11.0 + 20.0 + 10.0 = 41.0N = 11.0 + 20.0 + 10.0 = 41.0将来常住人口将来常住人口M M：M = M = 1515. .0 + 360 + 36. .0 + 140 + 14. .0 = 650 = 65.0.0现状平均出行率现状平均出行率T/NT/N：T/N = 105.0 / 41.0 = 2.561T/N = 105.0 / 41.0 = 2.561( (出行数出行数/ /日、人日、人) )将来的生成交将来的生成交通量通量X X：X = M X = M * * (T/N (T/N )= 65.0 )=

15、 65.0 * * 2.561 = 166.5 2.561 = 166.5( (万出行数万出行数/ /日日) )2. 聚类分析法聚类分析法 聚类分析（聚类分析（Cross-Classification or Category Analysis）是出行生）是出行生成预测的另一个可选用的模型，英国人称其为类型（别）分析，美国成预测的另一个可选用的模型，英国人称其为类型（别）分析，美国人则称其为交叉分类方法，它突出以家庭作为基本单元，用将来的出人则称其为交叉分类方法，它突出以家庭作为基本单元，用将来的出行发生率求得将来的出行量。它与原单位法有很多相似之处，但又存行发生率求得将来的出行量。它与原单位法

16、有很多相似之处，但又存在很大不同。在很大不同。一定时期内出行率是稳定的一定时期内出行率是稳定的。家庭规模的变化很小。家庭规模的变化很小。 收入与车辆拥有量总是增长的。收入与车辆拥有量总是增长的。 每种类型内的家庭数量，可用相应于该家庭收入、车辆拥有每种类型内的家庭数量，可用相应于该家庭收入、车辆拥有量和家庭结构等资料所导出的数学分布方法来估计。量和家庭结构等资料所导出的数学分布方法来估计。 （1）聚类分析法必须服从的假定）聚类分析法必须服从的假定 【例题例题 5-2】 澳大利亚城市类别产生率。根据家庭规模、收入及家澳大利亚城市类别产生率。根据家庭规模、收入及家庭拥有小汽车数可将研究对象内的家庭

17、分成不同的类别，表庭拥有小汽车数可将研究对象内的家庭分成不同的类别，表 5.3-2给出给出的就是根据调查得到的不同类别家庭的平均出行率。的就是根据调查得到的不同类别家庭的平均出行率。表表 5.3-2 不同类别家庭的平均出行率不同类别家庭的平均出行率收入收入家庭规模家庭规模小汽车拥有率小汽车拥有率 低收入低收入 中等收入中等收入 高收入高收入 13人人 4人及以人及以上上 13人人 4人及以人及以上上 13人人 4人及以人及以上上 无无 3.4 4.9 3.7 5.0 3.8 5.1 1辆辆 5.2 6.9 7.3 8.3 8.0 10.2 2辆及以上辆及以上 5.8 7.2 8.1 11.8

18、10.0 12.9 已知：低收入、无小汽车、每户已知：低收入、无小汽车、每户 3人人100户；低收入、无小汽车、户；低收入、无小汽车、每户每户4人人200户；中等收入、有户；中等收入、有1小汽车、每户小汽车、每户4人人300户；高收入、有户；高收入、有2小汽车、每户小汽车、每户5人人50户。户。 则总出行为：则总出行为： 1003.4+2004.9+3008.3+5012.9=4455人次人次/日日（3 3）聚类分析的优缺点）聚类分析的优缺点优点优点： 直观、容易了解。直观、容易了解。 资料的有效利用。资料的有效利用。 容易检验与更新。容易检验与更新。 可以适用于各种研究范围可以适用于各种研究

19、范围。缺点缺点： 每一横向分类的小格中，住户彼此之间的差异性被忽略。每一横向分类的小格中，住户彼此之间的差异性被忽略。 因各小格样本数的不同，得到的出行率用于预测时，会失去其一因各小格样本数的不同，得到的出行率用于预测时，会失去其一致的精确性。致的精确性。 同一类变量类别等级的确定是凭个人主观，失之客观。同一类变量类别等级的确定是凭个人主观，失之客观。 当本方法用于预测时，每一小格规划年的资料预测将是一项繁杂当本方法用于预测时，每一小格规划年的资料预测将是一项繁杂工作工作。 【例【例5-3】假设各小区的平均出行发生量与吸引量不变，试用例】假设各小区的平均出行发生量与吸引量不变，试用例5-1的的

20、数据求出将来的出行发生与吸引量数据求出将来的出行发生与吸引量。平均出行发生与吸引平均出行发生与吸引量量OD123合计合计1 2.5452 2.5503 2.600合计合计2.5452.5002.700 165.975166.375OD123合计合计1 38.1752 91.8003 36.400合计合计38.17590.00037.800将来出行发生与吸引量将来出行发生与吸引量(调整前调整前)OD123合计合计1 38.22 91.93 36.4合计合计38.390.337.9166.5将来出行发生与吸引量将来出行发生与吸引量(调整后调整后)二、增长率法（二、增长率法（Growth Facto

21、r Method）三、聚类分析法三、聚类分析法 在交通生成预测中，学习了聚类分析法。它不仅可以预测交通生成，在交通生成预测中，学习了聚类分析法。它不仅可以预测交通生成，本身也是发生与吸引交通量预测中的一种常用且有效的方法本身也是发生与吸引交通量预测中的一种常用且有效的方法。 （例题（例题5-6）假设规划调查区的土地利用特性如表）假设规划调查区的土地利用特性如表 5-6 所示，以小区所示，以小区1 为抽样点，在不同小汽车占有的情况下，上班出行为抽样点，在不同小汽车占有的情况下，上班出行 1h 的原单位计算的原单位计算如表如表 5-7。以小区。以小区 1 为抽样点，得到上班出行为抽样点，得到上班出

22、行 1h 内，出行吸引量与职内，出行吸引量与职位数的关系如表位数的关系如表 5-8，计算出行的发生与吸引量。，计算出行的发生与吸引量。 表表 5-6 规划区域的土地利用特征规划区域的土地利用特征小区小区 发生特征发生特征 C （小汽车拥有户数）（小汽车拥有户数） 吸引特征吸引特征 C( 职位数职位数 ) 0 1 2 3 基础工业基础工业 服务行业服务行业 1 10 30 20 15 400 300 2 25 60 40 30 500 600 3 15 50 50 30 250 350 表表 5-7 出行发生情况出行发生情况小汽车拥有小汽车拥有 ( 辆辆 / 户户 )上班出行上班出行 1 h 发

23、生次数发生次数户数户数发生原单位发生原单位 ( 次次 /h)055105.513603012.023102015.532551517.0表表 5-8 出行吸引情况出行吸引情况行业行业上班出行上班出行 1h 吸吸引次数引次数职位数职位数基础工业基础工业9004002.25服务业服务业5253001.75表表 5-9 出行发生量出行发生量 1 55 360 310 255 980 2 137.5 720 620 510 1987.5 3 82.5 600 775 510 1967.5 合计合计 275 1680 1705 1275 4935 1929.55431472.521162108622483581633.51214.5合计合计2672.52262.54935表表 5-10 出行吸引量出行吸引量 选用多元回归分析法时，应该注意自变量之间的相互独立性。该选用多元回归分析法时，应该注意自变量之间的相互独立性。该方法也不能表现因土地利用的变化带来的人们出行行为的变化以及由方法也不能表现因土地利用的变化带来的人们出行行为的变化以及由于交通条件的改善引起人们出行能力的增强。于交通条件的改善引起人们出行能力的增强。 回归预测的规范步骤可分为建立模型、检验模型和实施预测三