深圳市中小學出行特征及交通出行率分析

劉新杰， 林燾宇， 李 智

(深圳市規(guī)劃國土發(fā)展研究中心， 深圳 518040)

?

深圳市中小學出行特征及交通出行率分析

劉新杰， 林燾宇， 李 智

(深圳市規(guī)劃國土發(fā)展研究中心， 深圳 518040)

深圳市中小學生家長使用私家車輛接送比較多，且接送時間比較集中，對周邊道路交通產(chǎn)生較大影響. 選擇深圳市14所中小學進行交通特征問卷調(diào)查，獲得出行方式、接送比例、出行時耗、出行時間分布等特征，進而推算以班級、學位、建筑面積等為統(tǒng)計單位的機動化出行率及全方式出行率，為學校周邊交通組織及新建學校交通影響評價工作提供數(shù)據(jù)支持.

深圳出行特征； 出行方式； 學校出行高峰； 出行率

1 背景

為全面了解深圳市中小學交通出行特征及交通出行率，2014年6月，選取深圳市14所中小學(其中小學8所，中學6所)，針對學生及教師交通出行特征進行抽樣問卷調(diào)查，調(diào)查內(nèi)容包括上學離家及到校時間、交通方式、放學離校及到家時間、是否接送、擁車情況以及調(diào)查對象性別、年齡、年級等信息[1]，共獲得問卷7 049份.

通過對調(diào)查問卷進行挖掘分析，獲得學校出行特征指標及出行率指標，用于指導(dǎo)學校周邊交通組織及新建(擴建)學校交通影響分析. 小學按所處區(qū)位—中心區(qū)和非中心區(qū)分別進行特征分析，中心區(qū)是指原特區(qū)內(nèi)福田、羅湖、南山、鹽田區(qū)及原特區(qū)外的城市副中心、外圍組團中心(寶安中心、龍華中心、布吉)的中高密度開發(fā)的城市建設(shè)用地，其他地區(qū)為非中心區(qū). 對于中學，由于走讀生和寄宿生出行特征差異較大，所以按走讀生和寄宿生分類進行挖掘分析. 調(diào)查學校基本信息分布如表1及圖1所示.

2 學生交通方式分析

2.1 交通方式分擔率分析

通過問卷分析發(fā)現(xiàn)，95%以上的學生上學交通方式與放學交通方式一致，上學與放學交通方式分擔率絕對誤差在2%以內(nèi)，本次交通方式分析依據(jù)為上學交通方式[2].

表1 調(diào)查學校基本情況

圖1 調(diào)查學校分布圖

中心區(qū)小學生、非中心區(qū)小學生、走讀中學生、寄宿中學生交通方式分擔率如表2所示.

表2 學生交通方式比例 %

注：寄宿中學生出行方式是指每周五下午回家時的交通方式.

由于深圳市義務(wù)教育實行就近入學辦法，小學學校離家較近，上學主要交通方式為步行，比例高達60%以上，其次為自行車、小汽車等. 而非中心區(qū)交通方式特征類似，但由于深圳市非中心區(qū)小學校區(qū)分布沒有中心區(qū)那么密集，學校離家距離相對較遠，公交服務(wù)也沒有中心區(qū)便捷，所以與中心區(qū)小學生相比，非中心區(qū)小學自行車方式及其他方式比例高，而公交車、小汽車等出行方式比例相對低.

中學走讀生交通方式分擔情況與小學有類似，均以步行為主，但步行交通方式比例明顯降低，而公共交通方式(包括地鐵)明顯增加，這是因為深圳市走讀生多為初中生，有一定的自理能力，家長已放心讓其使用自行車、公交車等方式上學.

寄宿學生與走讀學生交通方式差別比較大，走讀生以非機動化交通方式為主，步行加自行車的比例高達57%，而寄宿生主要交通方式是公交和地鐵等公共交通方式，比例達80%以上. 這是因為深圳市寄宿生多為高中生，高中學校非就近入學，學校一般離家較遠，所以交通方式以公共交通等機動化方式為主[3].

2.2 接送交通方式

2.2.1 小學生接送交通方式

小學生上學接送比例較高，一年級學生接送比例高達60%以上，隨著年級的增長，家長接送的比例逐漸降低.

圖2 小學各年級學生接送比例

小學接送交通方式還是以步行和自行車等慢行方式為主，一是因為學校離家比較近，慢行方式比較方便；二是因為很多學生由祖父母接送[1,3]，老人一般以慢行方式為主. 中心區(qū)與非中心區(qū)相比，接送方式非常相似，步行加自行車的比例均在60%以上，但由于深圳市非中心區(qū)配套設(shè)施及地鐵接駁距離相對較遠，所以家庭擁有自行車比例較高，因此接送學生的自行車方式比例相對中心區(qū)高.

2.2.2 中學生接送交通方式

與小學生相比，中學生接送比例明顯降低，走讀生接送比例為15%，寄宿生接送比例為21%. 接送交通方式中主要為小汽車，占到一半以上，其次是公

交車和地鐵等公共交通方式，寄宿生與走讀生接送方式類似.

隨著年齡的增長，中學生自理能力大大提高，家長已經(jīng)放心讓學生自己上學放學，所以接送比例降低. 即便是由家長接送，主要原因也是家長上班路線與學校在同一方向，可順路捎帶學生上學，所以接送方式中小汽車比例較高[1,3].

圖3 中學生接送交通方式

2.3 擁車交通方式

小學生擁車家庭比例為59%(其中中心區(qū)70%，非中心區(qū)46%)，但是擁車家庭使用小汽車接送學生上學放學的比例僅為21%. 中學擁車家庭比例增高，為62%，擁車家庭使用小汽車接送學生上學放學的比例為19%.

擁車家庭采用小汽車接送學生的比例并不高，一方面是因為家長與學生出行時間和路線不一致，不方便接送. 另一方面，小學生由于距離家近，步行更方便；中學生因可以獨立上學，不需要接送[1,3].

無車家庭小汽車比例低，而步行、自行車、和公共交通出行方式(公交和地鐵)比例高.

表3 擁車家庭與無車家庭交通方式對比 %

3 學生出行時間分析

3.1 出行時間分布

學生上午到校高峰時間為7:00—8:00，高峰時間內(nèi)到達的學生數(shù)量占92%以上，到達時間比較集中，最高峰出現(xiàn)在7:15—7:45.

學生下午離校高峰時間小學為16:00—17:00，中學17:00—18:00，高峰小時學生離開數(shù)量占94%以上，小學生離校最高峰在16:00—16:30，中學生離校最高峰在17:00—17:30.

學校出行高峰比通勤上下班時間略早，與道路交通高峰時間有重疊[4].

3.2 出行時耗分析

利用從家出發(fā)時間(到家時間)和到校時間(離校時間)之差，可計算學生上學(放學)出行時耗. 上學平均出行時耗在20 min左右，放學回家時耗在30 min左右.

圖4 學生出行時間分布

表4 學生上學放學出行時耗 %

由于放學時間家長大部分還未回家，學生喜歡與同學會聚在一起玩耍等，并不著急回家，所以放學時耗大于上學時耗. 另外，部分學生放學后會參加一些特長學習班，到家時間晚，所以放學時耗大于45 min的比例增大，中學生尤其明顯[5].

中學生出行距離較長，但交通方式偏向于公交等機動化方式，所以出行時耗較低. 非中心區(qū)出行時耗大于中心區(qū)，結(jié)合出行方式判斷，應(yīng)該是慢行比例較大[5].

4 教師出行特征分析

中學和小學教師出方式類似，均以步行和自行車等慢行交通方式為主，小汽車出行比例較大. 中學教師與小學教師相比，步行比例更大，因為部分中學配有教師宿舍，教師步行上班比較方便.

表5 教師出行方式 %

家庭擁有小汽車的教師上班交通方式差別不大，40%左右利用小汽車交通方式上班，遠遠大于擁車學生家庭小汽車方式比例.

中心區(qū)和非中心區(qū)小學交通方式區(qū)別較大，中心區(qū)教師乘坐公交地鐵等公共交通方式上班比例較高，而非中心區(qū)教師步行、自行車等綠色交通方式比例較高.

5 交通出行率計算

交通出行率是指高峰時間內(nèi)，單位影響指標內(nèi)出行的機動車輛數(shù)或人數(shù)，對于中小學而言，影響指標主要有學位數(shù)、班級數(shù)、建筑面積等. 交通出行率是進行交通影響評價的重要參數(shù).

5.1 時間段確定

根據(jù)學生上午到校時間和下午離校時間分布可以看出，學校出行高峰與道路交通高峰時間有重疊，但不完全一致，本次出行率計算的時間均按學校出行高峰時間計算[4,6-7].

85%以上寄宿學生每周五下午回家，回家頻率為每周1次，每周五下午接送學生車輛對道路交通影響最大，寄宿學校交通出行率的分析時段為每周五的下午[6-7].

5.2 小汽車出行率

上學早高峰時間內(nèi)，到達學校的車輛數(shù)等于接送學生的小汽車數(shù)量、出租車數(shù)量及教師上班的小汽車數(shù)量、出租車數(shù)量，離開學校的車輛數(shù)等于接送學生的小汽車、出租車數(shù)量及教師上班的出租車數(shù)量. 由于本次問卷為抽樣調(diào)查，還要根據(jù)學生數(shù)和教師數(shù)進行擴樣.

AM Att=(SCam+STam)×ksam+(TCam+TTam)×ktam

AM Gen=(SCam+STam)×ksam+TTam×ktam

放學高峰時間內(nèi)，到達學校的車輛數(shù)等于接送學生的小汽車、出租車數(shù)量及教師下班的出租車數(shù)量，離開學校的車輛數(shù)等于接送學生的小汽車、出租車數(shù)量及教師下班的小汽車、出租車數(shù)量.

PM Att=(SCpm+STpm)×kspm+TTpm×ktpm

PM Gen=(SCpm+STpm)×kspm+(TCpm+TTpm)ktpm

其中，AM Att/PM Att為早高峰/晚高峰吸引量(pcu/h)；AM Gen/PM Gen為早高峰/晚高峰產(chǎn)生量(pcu/h)；pam/ppm為早高峰/晚高峰出行率(pcu/h/單位)；SCam/SCpm為早高峰/晚高峰接送學生的小汽車數(shù)量(pcu/h)；STam/STpm為早高峰/晚高峰接送學生的出租車數(shù)量(pcu/h)；TCam/TCpm為早高峰/晚高峰教師上班的小汽車數(shù)量(pcu/h)；TTam/TTpm為早高峰/晚高峰教師乘坐出租車的數(shù)量(pcu/h)；SCam/SCpm為早高峰/晚高峰教師上班的出租車數(shù)量(pcu/h)；ksam/kspm為早高峰/晚高峰學生擴樣系數(shù)；ktam/ktpm為早高峰/晚高峰教師擴樣系數(shù)；M為統(tǒng)計單位，如學位數(shù)、班級數(shù)、教師數(shù)、100 m2建筑面積.

5.3 全方式出行率

上學早高峰時間內(nèi)，到達學校的總?cè)藬?shù)等于該校學生和教師的總?cè)藬?shù)，考慮高峰達到率和一定的出勤率，加上接送學生的家長數(shù)量和出租車方式司機數(shù)量. 離開學校的總?cè)藬?shù)等于接送學生的家長數(shù)量和出租車方式司機數(shù)量.

PAMAtt=(Shsam+Thtam)×Atd+

(SJam+STam)ksam+TTamktam

PAM Gen=(SJam+STam)ksam+TTamktam

放學高峰時間內(nèi)，到達學校的總?cè)藬?shù)等于接送學生的家長數(shù)量和出租車方式司機數(shù)量，離開學校的總?cè)藬?shù)等于該校學生和教師的總?cè)藬?shù)考慮一定的高峰離開率和出勤率，加上接送學生的家長數(shù)量和出租車方式司機數(shù)量.

PPM Att=(SJpm+STpm)kspm+TTpmktpm

PPMGen=(Shspm+Thtpm)×Atd+

(SJpm+STpm)kspm+TTpmktpm

其中，PAM Att/PPM Att為早高峰/晚高峰吸引量(人/h)；PAM Gen/PPM Gen為早高峰/晚高峰產(chǎn)生量(人/h)；ppam/pppm為早高峰/晚高峰出行率(人/h/單位)；S為該校學生總數(shù)(人)；T為該校教師總數(shù)(人)；hsam/hspm為學生在早高峰/晚高峰時段到校的比例；htam/htpm為教師在早高峰/晚高峰時段到校的比例；Atd為出勤率；SJam/SJpm為早高峰/晚高峰時段接送學生家長數(shù)量(人/h)；M為統(tǒng)計單位，如學位數(shù)、班級數(shù)、教師數(shù)、100 m2建筑面積.

5.4 出行率計算結(jié)果

根據(jù)5.3所述的計算方法，中小學出行率計算結(jié)果如下：

選擇保稅區(qū)小學對出行率數(shù)據(jù)進行驗證，通過現(xiàn)場調(diào)查，早7：00—8：00期間送學生上學到達車輛數(shù)為140 pcu，離開車輛數(shù)為124 pcu，利用5.2所述方法推算早高峰到達車輛數(shù)為132 pcu，離開車輛數(shù)為125 pcu，與調(diào)查數(shù)據(jù)誤差在6%以內(nèi)，出行率計算方法可信.

表6 中小學高峰小時出行率

因接送車輛有產(chǎn)生及吸引兩次出行，機動化出行率較大. 由表6可以看出一般早高峰機動化出行率略大于晚高峰，而全方式出行率晚高峰略大. 主要是接送車輛早上送學生比較集中，而所有學生(全方式)放學回家時比早上上學時間更加集中. 因接送學生的車輛均需離開，所以出行率進出方向差別不大，早高峰進出比例約為54∶46，晚高峰進出方向系數(shù)為46∶54. 小學因接送比例較大，機動化及全方式出行率均高于中學. 寄宿中學因周五下午放學時出行比較集中，出行率較大.

中小學出行率指標給出了3種分析單位：建筑面積(hm2)、班級數(shù)和學位數(shù)，在實際應(yīng)用時，根據(jù)規(guī)劃給出的項目數(shù)據(jù)選擇相應(yīng)的指標，若規(guī)劃項目有多個指標，優(yōu)先推薦學位數(shù)出行率.

6 結(jié)論

1)中小學出行方式以步行為主，但寄宿中學以公共交通方式為主；非中心區(qū)學校比中心區(qū)學校步行比例更高；小學生接送比例高，以步行接送為主，中學生接送比例低，以小汽車接送為主；深圳市中小學擁車家庭比例高達60%，但僅有20%擁車家庭會接送學生上放學.

2)不論學校類型和所屬區(qū)位如何，教師出行以步行和小汽車為主.

3)學校上學及放學高峰均略早于城市道路交通高峰時間，學生從家到校出行時耗在20～30 min之間，且放學時耗大于上學時耗.

4)因接送車輛有產(chǎn)生及吸引兩次出行，機動化出行率較大，且小學出行率大于中學，高峰時間產(chǎn)生交通量對周邊道路影響較大. 本次研究成果主要用于新建學校交通影響評估及學校周邊交通組織.

[1] 張蕊, 林霖, 楊靜. 學齡兒童出行方式特征及其影響因素[J]. 城市交通, 2014, 12(2): 78-83.

[2] 劉愛玲, 胡小琪, 李艷萍, 等. 我國中小學生上下學交通方式分析[J]. 中國健康教育, 2009, 25(1): 8-10.

[3] Müller S, Tscharaktschiew S, Haase K. Travel-to-school mode choice modelling and patterns of school choice in urban areas[J]. Journal of Transport Geography, 2008(16): 342-357.

[4] 韓娟, 程國柱, 李洪強. 小學生上下學出行特征分析與管理策略[J]. 城市交通, 2011, 9(2): 74-79.

[5] 何俊玲, 李建中. 武漢市中小學上下學交通特征分析及改善建議[J]. 城市交通, 2007, 5(5): 87-91.

[6] 姜雯雯. 哈爾濱市重點小學交通狀況分析及改善意見[J]. 價值工程, 2013, 36(1): 289-290.

[7] Zwerts E, Wets G. Children’s travel behavior: a world of difference[C]. Presented at 85th Annual Meeting of the Transportation Research Board, Washington DC, 2006.

Analysis on Traffic Characteristics and traffic generation Rate of primary and secondly school in ShenZhen

LIU Xin-jie, LIN Tao-yu, LI Zhi

(Shenzhen Urban Planning & Land Resource Research Center, Shenzhen 518040, China)

It is not unusual that many parents drive their elementary and middle school kids to school in Shenzhen, and this vehicular traffic has a great influence on surrounding roads.This paper conducted a questionnaire survey in 14 elementary and middle schools,collecting students’travel characteristics like travel mode, pick-up percentage, school peak hours.Based on the survey data, we estimated mode share in unit of class, student and gross floor area.The results from this study can be used to better manage school-kid escorting traffic and provide guide lines on traffic impact assessment of new schools.

Shenzhen traffic characteristics； travel mode； school peak hour； traffic generation rate

10.13986/j.cnki.jote.2015.04.007

2015- 03- 16.

劉新杰(1982—)，女，深圳市規(guī)劃國土發(fā)展研究中心規(guī)劃師，研究方向為交通模型. E-mail：jlulxj@sina.com.

U 491.2

A

1008-2522(2015)04-38-06