出行需求管理技术与评价课程讲义

内容安排第1章 出行需求管理策略第2章

出行需求

方法第3章

基于活动的出行需求

模型第4章

交通需求管理策略的分析与评价供需日益严重经济的快速发展进程加快道路条件的改善汽车拥有量增加人口的不断膨胀交通需求增长解决办法?第1章出行需求管理策略交通系统T活动系统A交通模式F资源和政策系统RD(A0)1D(A

)F0F1tV交通系统供需关系演变图D(A3)J(T0)2D(A

)F22J(T1)J(T

)第1章出行需求管理策略城市交通系统是一个复杂的大系统，解决供需不平衡问题有很多方法，包括加强建设交通基础设施，如道路、场、站等；提高现有交通网利用效率；进行交通需求管理等等。前两者主要从交通供应角度入手，是20世纪80年代以前解决交通问题的主要方法。之后人们认识到城市交通供求的不平衡导致了拥挤状况日益加剧，仅仅依靠增加交通供给，很难从根本上解决供需

，因此提出了交通需求管理TDM（Transportation

Demand

Management）的概念。试图通过引导和管理交通需求，抑制其过快增长，来调节系统的供求关系。而实践证明，这种方法即节省人力、物力，又可以保持交通系统的可持续发展。第1章出行需求管理策略交通需求管理的概念交通需求管理是指根据交通出行产生的内在动力和出行过程中所 来的时空消耗特性，通过各种政策、法规和现代化信息设备等对交通需求进行限制或诱导，减少出行的发生，降低出行过程中的时空消耗，改善环境质量，减小交通建设规模，节约能源、土地、 ，解决供需 ，建立平衡可达的交通系统。它的通拥挤就是要通过诱导人们的出行来缓解城市交。第1章出行需求管理策略交通需求管理的主要策略出行产生阶段：人们要在不同的时间和地点去参加不同的活动，因此产生了出行。 无法抑制活动的发生，但是可以改变活动的时间和地点，在出行产生阶段减少出行量的生成，使拥堵问题的治理延伸到需求产生之前，从根本上解决交通问题。例如，鼓励出行者应用 、电报、网络、电视会议等 进行非出行联系，从而减少实际出行的产生。第1章出行需求管理策略出行分布阶段：人类活动的分布和活动强度是决定交通需求量多少的重要因素。为了从上缓解交通拥挤问题，可以在城市土地利用规划阶段引入交通需求管理理念，通过对土地利用的合理规划配置，综合控制城市各行业在不同区域的发展规模，使出行需求在空间上合理分布。例如，通过控制和调整大型交通集散地的分布，使之从交通拥挤地区转向不拥挤地区，从而解决这些地区的拥挤问题。出行方式选择阶段：当交通需求总量基本确定后，城市的交通方式结构就成了道路资源利用程度和交通拥挤程度的决定性因素。因此，加强公共交通的

，将大量的个人交通转变成为高效节能的公共交通，可以有效降低道 机动车交通量，改善交通状况。加例如，建立快速 系统，提高 服务水平，增，限制小汽车出行等。第1章出行需求管理策略出行路径和时间选择阶段：交通拥挤发生的直接原因是同一时点(时段)、同一地点(路段)交通量过于集中。因此，在出行路径和时间选择阶段，可以通过调整交通需求的时、空分布，使一天中的交通量在时间上达到均衡分布，同一

时段内的交通量在路网上达到均衡分布，从而减少某一时

段、路段的交通拥堵，有效发挥城市交通系统运力。例如，采取错时上下班制度，使一部分通勤出行错开高峰时段；采取拥挤策略，减少进入城市中心拥挤区域的交通量等。第1章出行需求管理策略TDM策略简

述实施案例出行产生阶段出行分布阶段方式选择阶段路径和时间选择阶段替代出行利用

、家庭办公系统、电视会议和其他通讯系统代替出行1996年 LexisNexis公司、2000年AstraZeneca公司实行的办公措施[1]√可变工作制通过实行弹性工作制、错时上下班、压缩周工作日等措施，从时间上分散通勤20世纪90年代

杜邦、惠普等公司实施的弹性工作制度[2]；

2002年后我国温州、苏州等地的错时上下班政策[2]√√优先利用新型

车辆、智能交通技术、开辟道、发展轨道交通系统等方式优先发展公共交通19世纪90年代巴西

建立的

道系统；我国昆明、

的

道[2.1]√TDM策略简

述实施案例出行产生阶段出行分布阶段方式选择阶段路径和时间选择阶段停车管理实施机动车停车限制，通过定额分配停车泊位数、停车和限制停车等措施减少机动车进入拥挤区域20世纪60年代 的

“拥车者自备车位”政策[3]√√√区域拥挤在不同时段不同区域采用不同的道路机制，减少时段、路段的交通量1975年新加坡实施的区域通行证制度[3.1]；2003年伦敦市中心的拥挤

措施[3.2]√√√合乘车鼓励使用合乘车，为合乘车提供优先停车、交通补贴等2003年

地区的合乘车措施[4]√出行者信息系统向出行者提供实时的道路交通信息，如停车诱导、出行路线诱导等，使出行者根据交通信息做出出行决策1971年，德国Aachen建立世界最早的停车诱导系统[5]；2001年

王府井大街停车诱导系统；

的

线路查询系统[5.1]√√√√TDM策略简

述实施案例出行产生阶段出行分布阶段方式选择阶段路径和时间选择阶段车辆拥有管理通过调节车辆拥有税税率控制机动车拥有量新加坡的车辆税和车辆

制度[3.1]√√高占有率车道对使用高占有率车道的低载重车辆，鼓励低载重量车辆使用一般车道，提高1998年，

亚哥的快速道路电子

[6]√鼓励

是我国目前各大城市应用最广泛的TDM策略之一。此方面的具体措施有许多种，如在大中城市发展轻轨、地铁等快速

；使用 ，缩短乘客上下车时间；增加

线路，缩短站距，方便换乘，减少上车前步行或骑车时间；设置 道，提高

车运行速度；利用路边公交信息牌提供

站名、运行情况和到站时间等查询信息，减少不必要的等待和乘车时间等等。实施

优先的主要目的是提高

服务水平、缩短出行时间，从而吸引 出行者采用公共交通方式出行。优先可变工作制又称可变工作时间制，指通过改变 、每周的通勤时间分布，使路网中的交通量在时间上趋于均衡。一般包括弹性上班制、压缩周工作日和错时上下班三项政策。（1）弹性上班制员工在日工作时间选择上有一定的弹性。例如，无需规定全体员工的

工作时间必须是早8：00到16：30，部分员工可以选择7：30到16：00，或者9：00到17：30工作。实践证明，有些工作是不适合进行弹性选择的，如一些需要在固定地点和时间内提供特殊服务的行业就需要制定严格的工作时间表。有些人由于自己的喜好等原因也可能不愿意选择弹性上班制。

表明，当企业允许三分之二的员工选择弹性工作时，实际选择的人数却不足20％

。

2000年，Picado研究发现实施弹性上班制后，员工平均每天节省了7分钟的出行时间。1993年Ewing通过实验证明弹性上班制和电子办公使高峰小时交通量减少了20％－50％。（2）压缩周工作日在保证每周工作时间不变的前提下，员工可以进行

，例如以每周工作40小时为标准，可以选择一周内，每天工作10小时，工作4天；或者选择两周内，每天工作9小时，休息5天。丹佛市实行压缩工作日措施后，早 出行量下降了14％，晚下降了13％。一项出行

结果表明，压缩周工作日可以减少7％－10％的小汽车出行。2005年Sundo和Fujii发现压缩周工作日可以减少员工的总出行时间。一些研究发现压缩周工作日也有一些弊端：部分员工会在非工作日进行其它的出行活动；一些员工会选择远离工作单位居住；或者选择驾车上下班。（3）错时上下班根据工作需要和交通堵塞的时间分布等实际情况安排上下班时间，可以减少同一时段到达同一地点的上下班人数。例如，不同性质的单位可以将上下班时间定为8：00到16：30，或者9：00到17：30。夏威夷市曾实施了一项由11000名雇员参加的错时

计划，实施后 拥挤时段缩短到原来的18％。2001年，的一家工厂向2500名员工提供了错时上下班、车等多项策略，以解决员工通勤出行拥挤问题。城市时间调整机构方案实施效果温州2002年市、区机关、事业单位按季节、工作性质从7点30分到9点不等市区车速平均提高了五公里，解决了早晚交通拥堵问题，相当于花20亿打通老城区主要道路和交叉口。杭州2002年学校、直属机关、事业单位服务行业、8时之前8时30分9时缓解上下班 期的交通压力，但交通拥堵问题还是没有彻底解决。苏州2003年市、区级 机关、社会团体、文化艺术、体育和社会福利业、金融保险业和小学、等机关、社会团体、文化艺术、体育、社会福利业、有公共服务管理职能的事业单位及各金融保险机构（储蓄网点除外）“朝九晚五”“朝九晚五”均衡交通流量、保护道路交通安全通畅，方便了基层单位和群众。缓解了城区早 的交通拥挤现象，交通流量平均降了12％。无锡2003年河北2003年省直机关和事业单位早8点半晚5点省 分城市上下班交通 的拥堵状况得到了一定缓解。2003年机关（不包括医院、学校、 馆等公共服务性和生产经营性事业单位）“朝九晚六”早 车流量转移7％到10％；晚转移幅度在3％到7％之间。济南2004年机关及有行政管理职能的事业单位“朝九晚五”主要道路机动车、非机动车减少了约30%以上。道路道路

是交通需求管理政策中的一项重要措施，指在特定时段和路段对车辆实行 ，从时间和空间上调节交通量，减少繁忙时段和道 的交通负荷，同时抑制小汽车交通量的增加，促使交通量向高容量的 系统转移，达到缓解交通拥挤的目的。理论研究表明，实行道路 可以在不影响出行者综合出行费用的条件下产生一定的经济效益和社会效益。不仅缓解道路拥挤，而且可以将其作为新的财政来源支持交通基础设施建设。即实施道路拥挤

的目的主要有两个：一是从经济角度增加，二是从交通管理角度抑制交通拥挤。道路（1）道路通行税（Road

Tolls）道路通行税采用“使用一次一

”的形式，所筹集的

可用于道路和桥梁的投资建设。该政策旨在鼓励车辆选择非

路段行驶，或者直接选择其它的交通方式，减少车辆的出行频率。此项政策是道路中目前最普遍的一种

形式，我国的高速公路和一些高等级公路的

目前都采取这种形式。（2）拥挤 （Congestion

Pricing）拥挤，在不同区域、不同时段采用不同的道路机制，从而改变人们的交通出行观念，降低时段、拥挤路段的小汽车出行量。一般情况下拥挤时段、路段高，非拥挤时段、路段不或费率低。费率可以根据地点和时段相对固定，也可以是动态变化的。如在一定时期内，可以根据拥挤程度的具体情况而改变。道路（3）区域 （Cordon

(Area)

Tolls）在特定区域（多是市中心地区）对机动车使用者

。通常是在区域的边缘设几个出

进行

。一些区域

政策只针对特定时段，如是综合了以上的拥挤工作日的

时段。很多地区实施的道路和区域

，对市中心交通拥挤地区的早晚

时段实施

。（High

Occupancy

Toll

Lanes，（4）高占有率车道HOT

Lanes）该项政策是指载客人数较少或只有一个人的车辆可通过

进入高占有率车道，从而允许

车辆选择高占有率车道，减轻常规车道的拥

挤状况，同时增加

。道路（5）车辆使用费（Vehicle

Use

Fees）按车辆行驶距离 （如按每英里 ）。这项政策可以为道路建设提提的车供

，同时降低拥挤、污染和事故率。2002年英国综合交通出英国正在实施的车辆登记费和燃油税应该由基于GPS辆使用费政策替代。（6）道路空间分配（Road

Space

Rationing）采用货币形式分配时段的车辆出行数和车辆行驶里程。例如区域内每个居民每月可分到100个时段内的单位行驶里程数，或得到相应的20

拥挤费用。这笔存款居民可以自行使用或转让他人。与上述其他的道路

措施相比，从该政策中获得经济效益的主要是区域居民，而不是道路部门或。道路实施方法点 ：在路网中特定的点进行 ，如在桥梁或隧道处。路段 ：对一个路段进行

。走廊 ：对一个交通走廊中的所有路段

。区域地区：对一个区域内所有路段 ，如市中心商业区。：对整个地区或区域内多个中心区

。道路方法和技术通行证：机动车驾驶员需要

进入特定区域的通行证。亭：驾驶员在

亭处停车交费。（3）电子

：全球处理中心进行GPS：用GPS

车辆位置，所得数据传输到数据。车辆视觉识别：经过道路系统中一点处由视觉车辆识别系统进行车辆识别和

。车载单元On

Board

Units：安装车载

机对车辆进行

。GPS车载GPS系统数据传输ANPR自动车牌识别道路 案例（1）伦敦市的拥挤英国伦敦的拥挤

是欧洲大城市实施拥挤

的第一个成功案例。该市从2003年起开始实施拥挤

，对工作日7：00～18：30进入市中心区域的车辆征收5英镑拥挤费用（2005年该项费用涨到8英21平方公里镑）。伦敦交通部门2003年的统计数据显示，

后％（其中小汽车交通量减少30％，摩托车、出租车、量减少16和自行车交通量有所增加），交通延误减少32％，行车速度增加13～17km/h。每天进入区域的车辆减少15万辆，其中10％～20％绕道，50％～70％改乘

车，

20％～30％改变出行目的地。2006年，伦敦再次

拥挤费征收办法，对大排量汽车征收的拥挤费从每天8英镑提高为25英镑，1升以下的低排量汽车免收拥挤费。新办法在征求各方意见之后拟于2009年底正式出台。道路 案例（2）新加坡的拥挤新加坡是世界上第一个实施道路定价系统、征收交通拥挤费的国家。1975年，为限制上下班

小汽车交通量，新加坡开始实施区域通行证措施。该项措施设置了一个近600公顷的控制区域作为

区域，在早

小时（7:30AM～9:30AM）除了公共车辆、高载客率小汽车外（含驾驶员三人或以上），进入

区的车辆必须

3新加坡元/天的区域通行证。而且新加坡每三个月对

金额进行一次评估，必要时进行调整。该项措施的实施效果非常明显，使均车速从18

km/h增加到35km/h，小时交通量下降了45%，平上班出行增加了近50%，达到上班总出行的46%，汽车合乘比例也大大提高。1998年，新加坡推出了电子道路系统(ERP)，全面取代了基于人工

的区域通行证系统，使该系统更加高效。道路 案例（3） 亚哥的HOT车道1998年3月起，亚哥的快速道路开始实施电子收费。 标准根据道 行驶的车辆数适度变化，正常情况下从50美分到4严格控制快速道不等，有时也高达8

。 目的是的车辆数，以保证HOT车道的服务水平。目前该措施的反应效果良好，筹集的 将用于快速公交系统的建设。道路 案例（4）挪威的区域挪威对三座城市－要道路实施 ：其中、奥斯陆和卑尔根市中心的主市中心的 共计12个，均装有车载电子准从0.62～1.56不等，早6：00～10：00的卡识别设备， 道路35条，

标较高。据统计，超过80％的车辆采用了电子卡 ，其余20％的车辆通过投掷钱币或 。实施道路 后， 期间驶入的车辆减少10％，免费期间车辆数也减少9％，工作日期间公共汽车出行增加7％。由此获得的 用来进行道路基础设施、公共汽车、人行道和自行车等设施的投资建设。道路 案例多伦多的道路通行税2001年起，多伦多市对407号公路长108公里的路段实施电子

。该措施依据车辆行驶的里程数进行，没有最低

标准。

可以安装车载异频

收发机，通过地面上的高架设备直接

基础数据；也可不安装车载设备，由ANPR系统和传输系统

。该政策实施后，该路段和市区内的拥挤现象明显减少，而且

路段的车速提高了两倍。可变

政策2001年2月，纽约市和新泽西州将原来固定的道路

改为可变，降低了平峰时段的

标准。2001年6月，他们针对区域内的

桥梁和道路进行了统计分析，结果表明早、晚

时段通过桥梁和隧道的车辆分别减少了7％和4％，非时段的出行增加，合乘车和

车的利用率增加，卡车出行明显减少。第2章出行需求进行交通需求管理，采取有效措施调节供需，首先要了解目前交通系统的需求状况，掌握城市居民的出行规律，如采用什么交通工具出行、在什么时间段出行等。因此随着交通需求管理概念的提出，出行需求

也越来越受到人们的重视。它可以通过分析城市居民的出行行为，对居民的出行需求

的 ，是 系统规划的基础，也是制定需求管理措施的前提和保证交通规划工作顺利进行的关键。出行需求：出行量、出行时间、交通方式、出行地点等。2.1

四阶段

模型近些年我国的交通规划主要应用上世纪50年代 于美国，并于80年代引入我国的“四阶段”模型。它采取单向的以交通

为 的建模技术，主要根据社会经济和城市土地利用等数据进行建模和 ，使交通规划完成了一次从定性向定量的飞跃。交通的发生与吸引(Trip

Production,Generation)交通分布(Trip

Distribution)交通方式分担(ModalSplit)交通量分配(Traffic

Assignment)出行生成O

D12…...j

…...n合计1O12O2…...…...iOi…...…...mOm合计D1D2…...Di…...DnT发生交通量吸引交通量生成交通量交通分布O

D12….j..n合计1O12O2…...itijOi…...mOm合计D1D2…...Di…...DnT方式划分全交通方式步行、自行车步行以外步行自行车个性化交通工具公共交通工具汽车摩托车公共汽车轨道交通交通分配OiDj交通分配路径n路径1路径2DjOi四阶段

模型的缺点经过多年的应用，规划 发现这种方法存在一些问题，具体表现为：（1）不是根据人的实际出行过程进行建模，而是把它分成出行发生、出行分布、方式选择和交通分配四步，然后以交通小区为单位，用集计的数据进行

。而目前 用于解决交通拥挤问题的相关政策，如上下班时间错开、拥挤道路

和 优先等都是通过影响个人的行为来对交通问题产生间接的影响。因此从这方面来看，出行

应该以产生出行需求的个人为单位进行建模，而同样用非集计的数据进行参数估计。传统的以时间和费用为基础的阻抗形式，在多数情况下并不是最重要的决定日或周出行行为活动的因素，住房、车辆等非出行成本方面的社会经济因素在人们决定是否出行时发挥的作用越来越大。个人的出行行为只是家庭行为的一个方面，家庭的生活方式和各种属性也将影响人们出行的频率和选择特征。而“四阶段”模型忽略了这些重要属性对居民出行的影响，仅以小区人口数、土地利用等宏观的变量作为模型的参数；弱化了四步之间的密切联系及动态的相互依赖性。2.2

出行需求理论的发展历史出行需求

模型经历了由集计模型向非集计模型的转变。20世纪70年代非集计模型开始用于实际 ，目前已经包括MNL、NL、Probit等多种基本模型。而应用非集计思想建立的基于活动的 模型系统是出行需求 的理论前沿。捕捉交通现象的方法集计非集计模型标定方法回归分析等极大似然估计等计算工作量比较小比较大适用范围标定模型用的小区任意政策表现能力小区平均值的变化各个自变量的变化产生、吸引出行频率分布交通方式划分交通分配单个出行小区需要的样本多小区统计值（连续量）单位分析单位效率因变量考虑个人属性的难度目的地选择方式划分路线选择单个出行个人（家庭或企业）需要的样本少个人选择结果（离散量）容易针对上述局限性，牛津大学的研究

于20世纪70年代首次提出了基于活动的出行需求

方法，它以实际产生出行的个人为单位进行

，主要研究居民出行行为特征及活动－出行的决策特征，用模型

居民的出行方式、出行时间和目的地等信息。2.3

基于活动的出行需求理论基础活动：个人在续时间段内因为某种目的，采用一定的到达方式和优先权到某个地点去实现此目的的过程。出行：从某地到另一地点的过程。往返行程：从家出发并到家终止的一系列出行。中途驻停：出行者一次往返行程所包含的除最主要的出行目的地之外的所有驻停点。基于单位的子往返行程：指从单位出发到单位终止的一系列出行。活动理论家商店单位吃中午饭图2-1

活动链示意图往返行程起终点主要驻停点中途驻停工作子往返行程半个往返行程出行5出行4出行1出行2出行32.4

日活动计划模型输入：家庭、小区数据、路网数据活动模式基于家的往返行程：时间模型基于家的往返行程：出行方式和目的地基于单位的子往返行程驾驶小汽车往返行程的中途驻停点输出：由方式、目的、出发时间和收入阶层得出OD出行矩阵时间概率

出行方式和目的地的期望效用模式概率出发时间期望效用图2-4

日活动计划模型的整体结构日活动计划模型可以准确描述出行者一天的活动需求、出行时间、方式和目的地选择等信息。它是一个5层的NL模型系统。系统的最高一级是活动模式模型，模拟一天的活动安排情况。时间模型决定各往返行程的起迄时间。方式选择模型 每一次往返行程的出行方式和目的地。基于单位的子往返行程和中途驻停模型分别 子往返的时间和中途驻停的类型。2.5

非集计模型介绍效用最大化理论MNL模型介绍NL模型介绍Logistic模型介绍1.效用最大化理论K个人在面对一个可以选择的，各选择肢相互独立的集合时，会选择对自己来说效用最大的选择分肢。这一假定称为效用最大化行为假说。其中的效用由

下式表示：Uin

Vin

in通常采用线性函数作为效用函数的表达形式：Vin

k

Xkink

1其中，Xkin

是个人n的选择肢i的第k个变量值，k是待定系数。2.

MNL模型MNL模型的选择概率表达式为：jjn

exp(V

)exp(Vin

)inP

Pi为n式中个人n选择第i个选择肢的概率，为对个人Vinn来说，第i个选择肢的效用。3.

NL模型NL模型是由多个MNL模型组成的分层模型，每一层都是一个MNL模型。处于上层的模型通过条件概率约束下层模型，而下层的Logsum（下层总效用的自然对数）作为上层模型的一个变量，连接各层模型。一层模型公共交通小汽车公共汽车

轻轨单独驾车合乘车方式模型二层模型

首先根据第一层模型计算人们选择

方式或小汽车方式出行的概率。

这里用P（T）和P（A）分别表示这两种方式的选择概率。公共交通P（T）小汽车P（A）

其次根据第二层模型可以得到选择公共汽车、轻轨、单独驾车或合乘车四种交通方式的条件概率。用中P（B/T）和P（R/T）分别表示已选方式情况下，选择公共汽车和轻轨的条件概率。同理P（D/A）和P（C/A）分别表示已选小汽车方式情况下，选择单独驾车和合乘的条件概率。而选择四种出行方式的最终概率（分别用P（B）、P（R）、P（D）、P（C）表示）由以下公式计算：P(B)

P(B

/

T

)

P(T

)P(R)

P(R

/

T

)

P(T

)

A)PP(C)

P(C

/

A)

P(

A)公共交通P（T）公共汽车P（B）轻轨P（R）合乘车P（C小汽车P（A）单独驾车P（D）4.

Logistic模型介绍Logistic模型是目前许多

的MNL模块为了各选项之间比较方便和提高运算效率而采用的一种计算方法。它通常将一个选项（比如第I个）作为参考项，求出其它选项与之相比的效用，公式如下：PIy|x()

Pyix

|()

lnKi

ik

xkk

1第3章基于活动的出行需求模型3.1整体结构介绍基于活动的出行需求 模型是以活动安排、出行方式和出行时间的选择这三个要素为基础建立的一个NL模型系统，系统的整体结构如下图所示。输入：家庭、小区数据出行时间选择模型出行方式选择模型输出：一天所有活动的安排及出行的时间和方式时间概率出行方式和目的地的期望效用模式概率出发时间的期望效用活动安排模型一阶活动安排中途驻停模型工作子往返行程模型二阶活动安排基于活动的出行需求模型整体结构3.2

出行数据应用2003年长春市城区居民日出行 数据建立模型。此次居民出行 共包括长春市5101户家庭的14655个人的37288次出行。数据处理后，最终有14616个出行者的数据合格，抽样

为99.73％。本次出行 具体内容及分类如下表所示。长春市居民日出行项目表家庭基本信息家庭

、住址、月总收入、家中人口数、6岁以上成员数、拥有交通工具（小汽车、摩托车、自行车）等。个人基本信息成员

、

、

、职业、有无驾照、有无出行等。出行信息出行目的、出发和到达时间、出发和到达详

细地址、交通方式、上车前步行或骑车时间、候车时间、乘车时间、换乘信息、停车信息

等。3.3

方式模型的建立影响方式选择的因素一般认为，影响城市居民出行方式选择的因素可分为出行者特性、出行特性和交通设施特性三个方面。这里用表3-2给出各类别中具体的影响因素。选择肢的确定本次出行对交通方式的划分较细，分为步行、自行车、公共汽车、单位班车、单位小汽车、摩托车、出租车、私人小汽车、有轨电车、轻轨和“其他”等十式，分别用1到11表示。3.4

方式模型的标定及结果分析模型应用Logistic模型进行建模，以最后 式，即“其他”方式为参考选项。则前10种方式的分担率可表示为：种方式的常数项，

表示选择第i种交通方式的第k个变量，应变量的系数， 表示各种方式对“其他”方式的相对效用。

V

ippki

ik

kik

111

xln( i

)

i其中

是第iik是相ikxVi3.4

方式模型的标定及结果分析表3-3为由SPSS 得出的各方式参数估计结果。其中V列为参数估计结果，t列为各参数的t检验值。以单位小汽车为例，变量AGE

A的参数估计值为-1.47，表示当出行者

小于20岁时，选择乘坐单位小汽车的可能性是选择其他方式的Exp(-1.47)＝0.229倍。第4章交通需求管理策略的分析与评价策略拥挤方案设计驾驶小汽车出行费用增加10％时段小汽车出行费用增加1倍结果分析通过应用已建的时间选择模型对长春市居民出行时间的

和原始数据的比较，

得出下表结果。表4-1

实施拥挤

策略后出发时间变化表出行方式时间段出发时间变化百分比小汽车出行费用增加10%时段小汽车出行费用增加100%全方式EA/LA0.0020.013AM/LA-0.026-0.133MD/LA0.0040.024PM/LA-0.015-0.091小汽车EA/LA0.1121.000AM/LA-1.563-10.616MD/LA0.2671.897PM/LA-0.878-7.265结果分析结果表明，当小汽车出行费用增加10％时，对于全方式出行和小汽车方式来说，居民选择在AM和PM两个时段出行的概率都有所减小，而非 时段概率增大。而当 时段小汽车出行费用增加1倍时，居民更易选择在非 时段出行，而且各时段出行概率的变化幅度要高于前者。两项策略中采取小汽车方式出行的居民对出行时间的调整幅度都明显大于全方式出行的平均值。可见调整 时段小汽车出行费用不仅可以引导居民选择非

时段出行，而且可以鼓励居民采取其他出行方式。4.2优先策略方案设计时间缩短10％时间缩短20％出行时间变化公共汽车轻轨有轨电车total10%4.6750.3340.0275.03620%20.7081.3390.06222.109表4-2方式人均出行概率变化表（％）4.2

优先策略从表中可以看出， 时间缩短后，人们采取方式出行的可能性增大，而且与第 案相比，缩短20％的行程时间效果更加明显。4.3错时上下班政策应用

市2004年的居民出行 数据，其中现状数据（Revealed

Preference，RP）包括1608户家庭、4436个人的9864次出行；意向数据（Stated

Preference，SP）包括1919个通勤者上下班出行情况），并结合RP和SP两种数据分析方法对通勤者出行行为进行分析。1.错时上下班可接受性研究模型建立模型结构：二项Logit模型变量：单位类型、交通方式、上下班驻停、短途出行（出行距离小于1000米）、

、选择肢：愿意根据政策调整通勤时间不愿意根据政策调整通勤时间变量参数估计值t检验标准差常数项-0.209-0.286690.729单位类型-0.077-3.50.022交通方式0.0332.06250.0160.1351.1344540.119-0.152-2.620690.058上班驻停0.3581.1329110.316下班驻停-0.415-1.461270.284是否短途出行-0.501-2.722830.184单位性质机关、其他事业单位商务金融厂矿企业学校、科研院所医院所有单位愿意40.02%26.40%31.46%37.96%26.22%23.53%34.55%不愿意59.98%73.60%68.54%62.04%73.78%76.47%65.45%政策仿真对于所有单位性质的上下班出行，愿意接受错时上下班政策的占34.55%。机关和其他事业单位、学校、科研院所比较容易接受该政策。厂矿企业、医院等由于行业工作性质，而不宜采取错时上下班政策。可以看出，目前我国城市的通勤者对错时上下班的接受程度还不是很高，其原因可能有：（1）该政策在

还没有大规模宣传和实施，而且在其他城市的实施效果不显著；（2）交通需求管理政策没有得到大家的广泛关注；（3）与国外相比，我国居民在打破社会和个人的生活

方面比较谨慎；（4）交通拥挤对一些通勤者的出行没有造成太大影响；（5）就政策本身来说，在社会各行业之间的协调和通勤时间的安排上还不是很合理。2.错时上下班方案仿真评价模型上班出发时间模型结构：MNL模型选择肢：6点前到9点后，以 为间隔的8个时间段。变量：单位规定上班时间、出行距离、交通方式和上班途中的驻停。模型变量>66～6：306：30～7：007：00～77：30：30～8：008：00～8：308：30～9：00Constant参数值68.019*63.930*58.086*48.499*38.094*26.976*12.960*T检验25.73624.86623.22519.94216.19612.4316.042到单位距离参数值0.488*0.427*0.362*0.219*0.115*0.033***-T检验13.55612.93911.6777.5524.4231.375-交通方式参数值0.229*0.264*0.221*0.269*0.220*0.147*0.084**T检验3.0534.3284.0935.2754.5833.4192.400上班时间参数值-13.539*-11.594*-9.639*-7.417*-5.464*-3.699*-1.775*T检验-28.684-28.486-26.051-21.436-16.812-12.799-6.431上班驻停参数值--4.600*-3.946*-3.124*-2.151*-1.751*-1.901*T检验--4.060-4.771-4.216-3.104-2.690-2.898HitRatio(%)83.166.169.770.958.044.597.40.8300.8330.8330.8330.8330.8330.803错时上下班方案：方案政机关9点上班，其他单位时间不变（温州、、济南）；方案二： 机关、服务行业9点上班，其他单位时间不机关8点半、服务行业9点变（无锡）；方案三：学校8点之前、（杭州）；方案四：学校8点之前、机关、服务行业9点。方案<66-6:306:30-77-7:307:30-88-8:308:30-9>9政策实施前89174522659443229125235政策实施后85162441542451373182240--62.8845.6015.5217.75方案一调整幅度-4.49%-6.90%1.81%2.13%%%%%政策实施后69150423491461447205230----95.2064.00-22.4718.9725.49方案二调整幅度4.06%%13.79%%%%%2.13%政策实施后66152660574418289140177---25.84-26.4412.90-26.2012.0024.68方案三调整幅度%12.64%%%5.64%%%%政策实施后621415814494284351971831002003004007006005000<6

6-6:30

6:30-7

7-7:30

7:30-8

8-8:30

8:30-9

>9BeforeimplementingProgram

ⅠProgram

ⅡProgram

ⅢProgram

Ⅳ作

业停车

政策错时上下班政策拥挤

政策弹性工作制道合乘车要求：政策的基本描述国内外实施案例（实施方法和效果）鼓励查阅外文资料5000字左右表3-2

方式选择模型变量表影响因素类别影响因素变量出行者特性个人属性Gender<20岁AGE

A20-40岁AGE

B40-60岁AGE

C家庭属性家庭月总收入（元）0-500INC

A501-1000INC

B1001-2000INC

C2001-3000INC

D3001-5000INC

E家中儿童情况有否6岁以下儿童？Child6家中车辆拥有情况有无小汽车？Car有无摩托车？Motor是否有两台以上的自行车？Bike出行特性出发时间在