煙臺經(jīng)濟(jì)技術(shù)開發(fā)區(qū)城市公交需求預(yù)測研究

王隆興

(煙臺經(jīng)濟(jì)技術(shù)開發(fā)區(qū)交通基礎(chǔ)設(shè)施建設(shè)管理處，山東煙臺 264000)

煙臺開發(fā)區(qū)原規(guī)劃面積為36 km2，為適應(yīng)新的經(jīng)濟(jì)發(fā)展目標(biāo)，2002年9月，開發(fā)區(qū)進(jìn)行了擴(kuò)區(qū)建設(shè)，管轄區(qū)面積擴(kuò)大到228 km2，其中原規(guī)劃區(qū)為基本建成區(qū)，新擴(kuò)建區(qū)面積為192 km2。擴(kuò)區(qū)后，開發(fā)區(qū)的社會(huì)經(jīng)濟(jì)、人口與土地利用情況都發(fā)生了重大變化，城市公交線路運(yùn)行環(huán)境也隨之發(fā)生重大改變，公交需求量顯著增加。但城市公交系統(tǒng)發(fā)展日顯滯后，城市公共交通供需矛盾逐漸顯現(xiàn)。與此同時(shí)，開發(fā)區(qū)緊抓擴(kuò)區(qū)帶來的發(fā)展新機(jī)遇，城市各項(xiàng)建設(shè)事業(yè)呈現(xiàn)出高速發(fā)展的態(tài)勢, 對開發(fā)區(qū)未來城市公交發(fā)展開展研究，對未來城市發(fā)展規(guī)劃特別是開發(fā)區(qū)的交通發(fā)展規(guī)劃具有十分重要的意義。

本文在探究適合煙臺開發(fā)區(qū)城市公交發(fā)展的研究理論和方法的基礎(chǔ)上，從煙臺開發(fā)區(qū)的城市公交需求預(yù)測著手進(jìn)行研究，采用基于GIS的交通軟件系統(tǒng)TransCAD對特征年的公交發(fā)生量和吸引量進(jìn)行預(yù)測分析，為建立一套適合于開發(fā)區(qū)擴(kuò)建后的公交運(yùn)行方案以及擴(kuò)區(qū)后的煙臺開發(fā)區(qū)城市綜合交通規(guī)劃的重新調(diào)整提供重要的參考依據(jù)。

1 就業(yè)及就學(xué)崗位數(shù)量預(yù)測

表1 各大分區(qū)的就業(yè)崗位數(shù)量 人

煙臺開發(fā)區(qū)的定位為煙臺市工業(yè)經(jīng)濟(jì)的重心、高新技術(shù)產(chǎn)業(yè)基地和現(xiàn)代物流中心，參考國內(nèi)其它新區(qū)的情況，適當(dāng)提高工業(yè)倉儲的從業(yè)人員比例，得到各特征年開發(fā)區(qū)各大分區(qū)的就業(yè)崗位數(shù)量如表1所示[1]。

根據(jù)開發(fā)區(qū)新區(qū)的開發(fā)進(jìn)度和各年的用地情況，結(jié)合鴻富泰、大宇造船等大型企業(yè)的發(fā)展計(jì)劃，得到各類用地在各小區(qū)的面積總量，按照各大分區(qū)的崗位規(guī)模以及各類崗位的比例計(jì)算各類用地單位面積的就業(yè)崗位數(shù)量，得到各小區(qū)三類就業(yè)崗位的數(shù)量。

建成區(qū)內(nèi)學(xué)校的位置基本不變，建成區(qū)內(nèi)各交通小區(qū)的學(xué)生人數(shù)可按人口規(guī)模逐年增長。新區(qū)內(nèi)各交通小區(qū)的學(xué)生按照學(xué)校的規(guī)劃位置以及地塊的開發(fā)進(jìn)度進(jìn)行估算，從而得到各交通小區(qū)的學(xué)生情況。

2 公交出行產(chǎn)生量預(yù)測

根據(jù)公交客流調(diào)查以及數(shù)據(jù)整理結(jié)果，得到122個(gè)站點(diǎn)團(tuán)間的高峰小時(shí)公交出行OD矩陣，較全面反映研究區(qū)域內(nèi)公交客運(yùn)需求分布現(xiàn)狀。將122個(gè)站點(diǎn)團(tuán)按已確定的37個(gè)交通分區(qū)進(jìn)行合并，得到37個(gè)交通分區(qū)之間的高峰小時(shí)公交出行OD矩陣。根據(jù)站點(diǎn)和小區(qū)之間的關(guān)系，可以將站點(diǎn)間OD合并為交通小區(qū)的高峰小時(shí)公交出行OD矩陣。

根據(jù)交通小區(qū)高峰小時(shí)的OD矩陣，可以得到各小區(qū)公交的高峰小時(shí)產(chǎn)生量和吸引量，如表2所示。

表2 各交通小區(qū)高峰小時(shí)發(fā)生量和吸引量 人·次

煙臺開發(fā)區(qū)的用地性質(zhì)變化很大，不能簡單地按照基準(zhǔn)年的公交生成量按增長率法推算目標(biāo)年的交通生成量，應(yīng)根據(jù)特征年的土地利用情況預(yù)測公交生成量。

各交通小區(qū)的公交產(chǎn)生量主要與小區(qū)的人口相關(guān)，根據(jù)居民出行調(diào)查結(jié)果，開發(fā)區(qū)人均日出行次數(shù)為2.72次。參考國內(nèi)同類地區(qū)經(jīng)驗(yàn)，預(yù)計(jì)在2015年、2020年和2025年，開發(fā)區(qū)的人均日出行次數(shù)分別為2.80，2.85，2.90次[2]。公交高峰小時(shí)流量比為0.11，假設(shè)在各特征年保持不變。目前公交分擔(dān)率為12.4%，根據(jù)國務(wù)院和建設(shè)部關(guān)于優(yōu)先發(fā)展城市公共交通的意見，應(yīng)逐步提高公交分擔(dān)率，參考同類地區(qū)經(jīng)驗(yàn)，預(yù)計(jì)2015年、2020年和2025年公交分擔(dān)率目標(biāo)分別為15%、20%、25%[3-4]。由此確定各交通小區(qū)的高峰小時(shí)公交產(chǎn)生模型為

ρi=ωiRiCru，

式中 ρi為特征年小區(qū)i高峰小時(shí)的公交出行生成量；Ri為特征年小區(qū)i的規(guī)劃居住人口；C為特征年小區(qū)i居住人口人均日出行次數(shù)；r為特征年公交分擔(dān)率；u為特征年高峰小時(shí)流量比；ωi為區(qū)位權(quán)重系數(shù)，由現(xiàn)狀OD和人口數(shù)進(jìn)行標(biāo)定，其中小區(qū)1(芝罘區(qū))為0.128，小區(qū)2(福山區(qū))為0.280，開發(fā)區(qū)內(nèi)部小區(qū)為1。

根據(jù)上述模型，結(jié)合各交通小區(qū)的人口預(yù)測結(jié)果，可以得到各交通小區(qū)在各特征年的公交出行產(chǎn)生量如表3所示。

表3 各交通小區(qū)在各特征年的公交出行產(chǎn)生量 人·次

3 公交出行吸引量預(yù)測

根據(jù)相關(guān)文獻(xiàn)以及國內(nèi)其它新區(qū)的經(jīng)驗(yàn)，金融、服務(wù)、集貿(mào)用地的出行吸引率為4.84次/(人·d)，科研辦公用地的出行吸引率為4.54次/(人·d)，工業(yè)倉儲用地的吸引率為4.15次/(人·d)，學(xué)校就學(xué)崗位的出行吸引率為4.70次/(人·d)，并假定各類用地的吸引率不隨時(shí)間變化[5-6]。

根據(jù)交通小區(qū)的人口、土地利用情況及各種土地利用產(chǎn)生的交通吸引建立交通小區(qū)的吸引量模型為

Ai=αωi(Q1B1+Q2B2+Q3B3+Q4B4)ru，

式中 Ai為小區(qū)特征年高峰小區(qū)公交出行吸引量；B1、B2、B3、B4分別為金融服務(wù)集貿(mào)用地、科研辦公用地、工業(yè)倉儲用地和學(xué)校單位崗位數(shù)的出行吸引率；Q1、Q2、Q3、Q4分別為小區(qū)各類就業(yè)(學(xué))崗位數(shù)。α為平衡系數(shù)，以滿足出行吸引總量等于出行產(chǎn)生總量，經(jīng)計(jì)算，2010年、2015年和2020年的α分別為1.056、1.042和1.025。

根據(jù)上述模型可計(jì)算出各交通小區(qū)2015年、2020年、2025年的出行吸引量見表4。

表4 各交通小區(qū)在各特征年的公交出行吸引量 人·次

4 結(jié)語

分析了現(xiàn)狀公交出行OD，得出公交出行發(fā)生量和吸引量，并建立各小區(qū)基準(zhǔn)年的公交發(fā)生量、吸引量與人口、崗位之間的函數(shù)關(guān)系，其次根據(jù)基準(zhǔn)年的OD分布，對重力模型的各參數(shù)進(jìn)行標(biāo)定，然后根據(jù)社會(huì)經(jīng)濟(jì)發(fā)展預(yù)測得到的各小區(qū)特征年的人口和崗位數(shù)，采用基于GIS的交通系統(tǒng)軟件TransCAD，利用重力模型法對特征年的公交發(fā)生量和吸引量進(jìn)行了預(yù)測分析。

參考文獻(xiàn)：

[1]周雪梅,張顯尊,楊曉光.基于交通方式選擇的公交出行需求預(yù)測[J].同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版,2007,35(12):1627-1631.

[2]王震坡, 孫逢春,林程.電動(dòng)公交客車充電站容量需求預(yù)測與仿真[J].北京理工大學(xué)學(xué)報(bào),2006,26(12):1061-1064.

[3]黃敏珍,馮永冰.灰色預(yù)測模型在區(qū)域物流需求預(yù)測中的應(yīng)用[J].物流科技,2009,31(3):17-22.

[4]邵昀泓,趙陽. 基于最大熵原理的公共交通需求預(yù)測[J].中南公路工程,2006(2):167-170.

[5]蘆方強(qiáng),陳學(xué)武,胡曉健.基于公交OD數(shù)據(jù)的居民公交出行特征研究[J].交通運(yùn)輸工程與信息學(xué)報(bào),2010,8(2): 31-36,47.

[6]黃正東,丁寅,張瑩.基于GIS可達(dá)性模型的公交出行預(yù)測[J].公路交通科技, 2009,26(9):137-141.