杭州市交通擁堵路網(wǎng)分布特征研究

侯樹展，李 燕，毛燕武

(1.浙江省城市治理研究中心，杭州 310002；2. 浙江大學(xué)，杭州 310012)

杭州市交通擁堵路網(wǎng)分布特征研究

侯樹展1,2，李 燕1，毛燕武1

(1.浙江省城市治理研究中心，杭州 310002；2. 浙江大學(xué)，杭州 310012)

通過對杭州市近3年交通擁堵路段分布數(shù)據(jù)的統(tǒng)計分析，提出以交通擁堵概率作為衡量路段交通擁堵發(fā)生頻率的指標(biāo)。按照工作日、節(jié)假日、周六日等3類日期分別對杭州交通擁堵路段的分布情況進行了定量描述；以10等階擁堵概率統(tǒng)計結(jié)果為基礎(chǔ)，對不同擁堵概率路段占路網(wǎng)的比例及分布位置進行了探討。提出當(dāng)前杭州市的交通擁堵特征主要表現(xiàn)為晚比早堵、南比北堵，以時間上的偶發(fā)性擁堵和地點上的點擁堵為主，并提出了擁堵概率相對較大的路段、交叉口等的分布范圍，可以為后續(xù)重點突破、全面疏導(dǎo)地治理杭州市交通擁堵提供決策支持。

杭州；交通擁堵概率；交通監(jiān)測；分布特征；

0 引 言

杭州市是國內(nèi)較早開展城市道路交通擁堵監(jiān)測平臺建設(shè)和數(shù)據(jù)發(fā)布的城市之一。如何充分利用這些數(shù)據(jù)資源對道路網(wǎng)的交通擁堵進行有效地評價和分析，制定相應(yīng)的擁堵治理方案，已成為城市治堵工作的重要課題[1]。已有研究利用監(jiān)測平臺的相關(guān)數(shù)據(jù)在交通擁堵特征[2-3]、交通擁堵指數(shù)變化規(guī)律[4]等方面取得了一定的研究成果，但是主要集中在交通擁堵宏觀分布特點等的定性和一定程度的定量分析上，缺乏對擁堵路段分布特征的深層次定量研究。本文從交通擁堵分布概率的角度，對不同擁堵概率條件下工作日、節(jié)假日、周六日等擁堵路段的分布特征進行了定量分析。

1 數(shù)據(jù)概況

1.1 數(shù)據(jù)來源

以杭州市交通擁堵指數(shù)實時監(jiān)測平臺[5]對外發(fā)布的每天早、晚高峰主城區(qū)發(fā)生交通擁堵的路段和交叉口的統(tǒng)計信息為基礎(chǔ)，選擇了2012年9月至2015年3月期間路網(wǎng)交通擁堵的分布地點數(shù)據(jù)作為分析樣本，時間跨度共計942天，其中早高峰有效數(shù)據(jù)924條，數(shù)據(jù)有效率為98.1%；晚高峰有效數(shù)據(jù)932條，數(shù)據(jù)有效率為98.9%，滿足數(shù)據(jù)分析的需要。

1.2 主要衡量指標(biāo)

在分析過程中，以50m長度作為分析單元將全部監(jiān)測路網(wǎng)均分為22587個路段，利用交通擁堵概率作為每個路段單元擁堵嚴(yán)重性的衡量指標(biāo)。

交通擁堵概率是指在一定的數(shù)據(jù)統(tǒng)計周期內(nèi)某區(qū)域或路段發(fā)生交通擁堵的天數(shù)與數(shù)據(jù)統(tǒng)計周期的比值，計算方法如下式所示：

式中，PC為交通擁堵概率，%；X為某路段出現(xiàn)交通擁堵的天數(shù)，天；N為統(tǒng)計周期的天數(shù)，天。

交通擁堵概率指標(biāo)從統(tǒng)計學(xué)的角度定量描述在統(tǒng)計周期內(nèi)路段出現(xiàn)交通擁堵的概率，分析城市交通擁堵的空間分布規(guī)律，為定向、定點進行交通擁堵治理提供決策支持。

2 交通擁堵的路段分布特點

根據(jù)2012年9月1日-2015年3月31日的統(tǒng)計數(shù)據(jù)，在統(tǒng)計時段內(nèi)早高峰共有12945個路段曾經(jīng)發(fā)生擁堵，累計占監(jiān)測路段總長度的57.31%；而晚高峰則有13075個路段曾經(jīng)發(fā)生擁堵，占監(jiān)測路段總長度的57.90%，略高于早高峰的擁堵比例。

2.1 工作日擁堵路段分布

提取2012年9月1日-2015年3月31日期間所有工作日交通擁堵路段的分布數(shù)據(jù)，共得到早高峰有效數(shù)據(jù)630條，晚高峰有效數(shù)據(jù)634條。圖1用擁堵累積分布強度圖表示了統(tǒng)計周期內(nèi)，工作日早、晚高峰交通擁堵路段的分布概況。圖中，隨著擁堵概率的增大，路段的顏色逐漸加深為紅色。通過對比發(fā)現(xiàn)：擁堵路段分布南北差異明顯，早高峰的大概率擁堵路段主要分布在北部，而晚高峰時則主要分布在南部，如圖1中紅色路段所示。

a.早高峰 b.晚高峰

對不同擁堵概率按10等階進行統(tǒng)計分析(如表1)，得到：在擁堵概率≤10%時，早高峰擁堵路段數(shù)占路網(wǎng)的比例為34.87%，大于晚高峰的33.18%，說明早高峰的偶發(fā)性擁堵比晚高峰多，擁堵路段分布相對分散；在(10,60]、(80,100]擁堵概率區(qū)間，晚高峰的擁堵路段數(shù)大于早高峰，晚高峰高擁堵概率的路段比例較大，常發(fā)性擁堵更為突出，特別是在(80,90]擁堵概率區(qū)間內(nèi)，晚高峰擁堵路段數(shù)占路網(wǎng)的比例是早高峰的2.25倍。

表1 工作日早、晚高峰不同擁堵概率路段的比例

2.2 節(jié)假日擁堵路段分布

在數(shù)據(jù)周期范圍內(nèi)，共有節(jié)假日74天。從地點分布上來看(如圖2)，早高峰大概率擁堵路段少于晚高峰；區(qū)域通道(如早高峰的上塘高架、晚高峰的中河高架)、車輛場站、景區(qū)周邊(如西湖東岸湖濱地區(qū))等地區(qū)是節(jié)假日交通擁堵的易發(fā)路段。

a.早高峰 b.晚高峰

從不同擁堵概率路段占路網(wǎng)的比例來看(如表2)，在擁堵概率≤40%的區(qū)間內(nèi)，早高峰的擁堵路段占路網(wǎng)的比例大于晚高峰；而在擁堵概率>40%區(qū)間內(nèi)，晚高峰的擁堵路段數(shù)多于早高峰，晚高峰擁堵更為嚴(yán)重。

表2 節(jié)假日早、晚高峰不同擁堵概率路段的比例分布

2.3 周六日擁堵路段分布

在數(shù)據(jù)統(tǒng)計周期內(nèi)，共有周六日227天。其中，早高峰數(shù)據(jù)有效天數(shù)220天，晚高峰為224天。總體來看，晚高峰大擁堵概率的路段數(shù)明顯要多于早高峰，與工作日、節(jié)假日的情況一致；從地點分布上來看，西湖東岸湖濱地區(qū)、上塘高架(大關(guān)路以南段)和中河高架(體育場路以北段)等均是早、晚高峰交通擁堵的常發(fā)路段，如圖3所示。

a.早高峰 b.晚高峰

如表3所示，在擁堵概率大于10%時，各10等階擁堵概率分布區(qū)間內(nèi)，晚高峰發(fā)生擁堵的路段數(shù)占路網(wǎng)的比例均大于早高峰，說明節(jié)假日晚高峰的交通擁堵比早高峰要嚴(yán)重得多。

表3 周六日早、晚高峰不同擁堵概率路段的比例分布

2.4 工作日與非工作日擁堵路段分布特征對比

通過對工作日、節(jié)假日、周六日等三類日期早、晚高峰期間交通擁堵概率與相應(yīng)概率路段占擁堵路段比例的關(guān)系的分析發(fā)現(xiàn)(如圖4、圖5所示)：發(fā)生擁堵的概率與相應(yīng)路段占擁堵路段總量的比例二者之間的關(guān)系曲線在(10,20]區(qū)間發(fā)生較大轉(zhuǎn)折，在(0,10]擁堵概率區(qū)間的路段占擁堵路段的較大部分，比例一般在60%以上，所以偶發(fā)性擁堵是交通擁堵發(fā)生的主要方式；在擁堵概率(10,20]區(qū)間，相應(yīng)路段占擁堵路段總數(shù)的比例迅速下降到10%左右，并隨擁堵概率的增大而逐漸減小。

在早高峰，周六日擁堵概率在(0,10]區(qū)間的路段占比最大，達(dá)到74.33%，節(jié)假日其次，且二者比工作日大5個百分點以上，說明周六日、節(jié)假日發(fā)生偶發(fā)性擁堵的路段占擁堵量的比例大于工作日。

圖4 工作日與非工作日早高峰擁堵概率與

而在晚高峰，工作日及非工作日擁堵概率在(0,10]區(qū)間的路段占擁堵路段的比例有所下降，說明晚高峰的擁堵發(fā)生路段相對集中。節(jié)假日擁堵概率在(0,10]區(qū)間的擁堵路段占比最大，周六日與工作日基本相近。

圖5 工作日與非工作日晚高峰擁堵概率與

3 特定擁堵概率條件下的擁堵路段分布

主要對較大擁堵概率路段分別按工作日、節(jié)假日、周六日三類日期進行重點分析，為擁堵易發(fā)路段的治理提供依據(jù)。

3.1 工作日

通過對擁堵概率在(90,100]區(qū)間的工作日擁堵路段分布數(shù)據(jù)的統(tǒng)計分析(如圖6)，可以得到擁堵路段的主要分布地點是：

(1)早高峰：上塘路(大關(guān)路以南附近段)、上塘路—德勝路交叉口、德勝路—東新路交叉口、上塘路(環(huán)城北路以北附近段)、西溪路—紫荊花路交叉口、建國南路—西湖大道(市第三醫(yī)院及城站周邊)、中河南路—望江路交叉口、中河南路(復(fù)興立交周邊)、同協(xié)路(機場路以北附近段)等。

(2)晚高峰：教工路(文三路以南附近段)、教工路-天目山路交叉口、莫干山路(文一路與文二路之間)、天目山路(莫干山路以西附近段)、中河北路-體育場路交叉口及周邊、環(huán)城西路—北山街交叉口、慶春路(中河北路以西附近段)、平海路(中河北路以西附近段)、解放路(湖濱周邊)、中河北路—西湖大道交叉口、中河北路—河坊街交叉口、建國南路(城站周邊)、中河南路—萬松嶺路交叉口等。

a.早高峰 b.晚高峰

3.2 節(jié)假日

通過對節(jié)假日擁堵概率在(80,100]范圍內(nèi)的路段進行提取(如圖7)，得到：

早高峰的擁堵路段主要是：解放路(湖濱周邊)、建國南路(城站周邊)。

晚高峰的擁堵路段主要是：北山街(斷橋至環(huán)城西路段)、中河北路—天水巷交叉口、平海路(龍翔橋周邊)、解放路(湖濱周邊)、建國南路(城站周邊)、中河南路—望江路交叉口、中河南路—萬松嶺路交叉口等。

a.早高峰 b.晚高峰

3.3 周六日

通過對周六日擁堵概率在(80,100]范圍內(nèi)的路段進行提取，得到擁堵路段主要分布在：

(1)早高峰：大關(guān)路—趙伍路交叉口、上塘路—德勝路交叉口、上塘路—環(huán)城北路交叉口及周邊、解放路(湖濱周邊)、平海路(龍翔橋周邊)、建國南路—西湖大道交叉口及周邊、中河南路—萬松嶺路交叉口等。

(2)晚高峰：大關(guān)路—趙伍路交叉口、上塘路—德勝路交叉口、上塘路—環(huán)城北路交叉口及周邊、解放路(湖濱周邊)、平海路(龍翔橋周邊)、建國南路—西湖大道交叉口及周邊、中河南路—萬松嶺路交叉口、中河南路—萬松嶺隧道交叉口、北山街—保路交叉口、環(huán)城西路—鳳起路交叉口、延安路—高銀街交叉口、中河南路、望江路交叉口、秋濤路—清江路交叉口等。

a.早高峰 b.晚高峰

綜合以上對工作日、節(jié)假日、周六日擁堵易發(fā)路段的分布情況可以發(fā)現(xiàn)：擁堵點、段主要發(fā)生在兩類區(qū)域：一是復(fù)雜交叉口及其周邊區(qū)域；二是大型人流集散地及其周邊區(qū)域，如車站、醫(yī)院、商場等。

4 結(jié) 語

綜合以上對杭州市主城區(qū)交通擁堵路段分布特點的分析，可以得到以下結(jié)論：

(1)晚比早堵。特定擁堵概率條件下晚高峰比早高峰更擁堵。在(0,10]區(qū)間，早高峰擁堵路段比例高于晚高峰；而在(10,100]區(qū)間，晚高峰則多于早高峰。早高峰擁堵路段相對分散，晚高峰擁堵路段相對集中。

(2)以偶發(fā)性擁堵為主。從對擁堵路段分布的統(tǒng)計分析來看，早高峰有65%以上的路段的擁堵概率≤10%；晚高峰有60%以上的路段擁堵概率≤10%。工作日擁堵概率>50%的路段數(shù)占擁堵總量的10%左右，而節(jié)假日和周六日均<10%。

(3)擁堵形式主要以點擁堵為主，部分路段形成相對較長的線狀擁堵。在擁堵概率>10%的10等階分布圖上，擁堵路段主要在交叉口、大型人員集散地等點狀分布為主。

杭州市的交通擁堵治理已經(jīng)進入精細(xì)化階段，對城市交通擁堵分布特征進行定量化分析是交通擁堵治理的前提和基礎(chǔ)。本文的定量研究成果將為杭州市交通擁堵治理措施、政策的制定提供決策依據(jù)。

[1]樂華．如何借助擁堵指數(shù)平臺提升道路通行效率[J]．道路交通管理, 2014,(4): 32-33.

[2]梁麗娟, 鄭瑾, 裴洪雨, 等．城市交通擁堵現(xiàn)狀評價方法與應(yīng)用—以杭州市為例[C]．第八屆中國智能交通年會，2013.

[3]楊瑩瑩．杭州市道路交通高峰擁堵成因分析與對策研究[J]．城市道橋與防洪, 2012,(7):15-18,28.

[4]凌小靜．杭州市城市交通擁堵治理對策思考[C]．城鄉(xiāng)治理與規(guī)劃改革—2014中國城市規(guī)劃年會，2014.

[5]韓瞡．杭州有了權(quán)威發(fā)布的交通擁堵指數(shù)[N]．杭州日報，2013-03-04(08).

Urban Traffic Congestion Distribution Characteristics of Hangzhou

HOU Shu-zhan1,2,LI Yan1, MAO Yan-wu1

(1．Center for Urban Governance Studies, Hangzhou 310002, China;2．Zhejiang University, Hangzhou 310012, China)

Traffic congestion road data from 2012 to 2015 of Hangzhou was used for statistical analysis. The traffic congestion probability was proposed to indicate the frequency of traffic congestion on the urban streets in the data period. All days of the data were grouped into three categories, such as Workday, Holiday and Weekend. Based on the classification of days, the traffic congestion distribution was analyzed in a quantitative manner. And traffic congestion probability was divided every 10 percent. The rule of correspondence was studied between congestion probability and congestion road sections’length proportion to the highway network length. The main congested road sections were listed by morning peak, evening peak for Workday, Holiday and Weekend. On Hangzhou urban streets, the evening traffic congestion is worse than morning, southern part worse than northern part of the city. And the main congestion always happened occasionally and probably at intersections and other area of population aggregation.

traffic congestion probability; traffic monitoring;distribution characteristics

2014-06-09

侯樹展(1983-)，男，山東臨沂人，助理研究員，博士，E-mail：576091449@qq.com。

U491.1 ?

A ?

0.3969/j.issn.1671-234X.2015.03.0010

1671-234X(2015)03-0045-07