機(jī)非劃線分割道路自行車交通流對(duì)機(jī)動(dòng)車運(yùn)行的影響

林貴寶,馬榮國(guó),楊濘琿

(1.長(zhǎng)安大學(xué)　公路學(xué)院,陜西　西安　710064；2.南京理工大學(xué)　自動(dòng)化學(xué)院,江蘇　南京　210094)

?

機(jī)非劃線分割道路自行車交通流對(duì)機(jī)動(dòng)車運(yùn)行的影響

林貴寶1,馬榮國(guó)1,楊濘琿2

(1.長(zhǎng)安大學(xué)公路學(xué)院,陜西西安710064；2.南京理工大學(xué)自動(dòng)化學(xué)院,江蘇南京210094)

為了分析自行車交通在機(jī)非劃線分割道路斷面內(nèi)對(duì)機(jī)動(dòng)車運(yùn)行造成的干擾，對(duì)機(jī)非劃線分割道路進(jìn)行了實(shí)地調(diào)查，收集了交通流數(shù)據(jù)。采用累計(jì)曲線法，根據(jù)道路上機(jī)動(dòng)車與自行車的交通流特征，建立了廣義線性模型分析自行車對(duì)機(jī)動(dòng)車運(yùn)行延誤的影響。分析結(jié)果表明：隨著自行車密度的增加，部分自行車進(jìn)入機(jī)動(dòng)車道，導(dǎo)致機(jī)動(dòng)車運(yùn)行速度明顯降低；機(jī)動(dòng)車的運(yùn)行延誤隨著自行車流量和機(jī)動(dòng)車流量的增加而增加；機(jī)動(dòng)車道數(shù)及自行車道寬度對(duì)機(jī)動(dòng)車運(yùn)行也產(chǎn)生顯著影響。研究結(jié)果有助于理解自行車交通流如何影響機(jī)動(dòng)車延誤，對(duì)機(jī)非劃線分割道路設(shè)計(jì)提供了參考信息。

交通工程；自行車；機(jī)非劃線分割道路；交通流；交通延誤；累計(jì)曲線法

0　引言

在過去的十多年中，世界上許多國(guó)家自行車的使用量迅速增加[1-3]。在一些自行車使用量較大的國(guó)家，例如我國(guó)，將城市道路中的自行車道設(shè)置得相當(dāng)寬(如3～5 m),以此來滿足自行車交通的大流量以及減少對(duì)機(jī)動(dòng)車運(yùn)行的干擾。隨著自行車交通流量的增加，自行車道不再滿足自行車的出行需求而借助機(jī)動(dòng)車道。在這種情況下，自行車交通將會(huì)給機(jī)動(dòng)車運(yùn)行帶來一些干擾。由于市區(qū)機(jī)動(dòng)車停車需求的增加，交通部門考慮通過減小自行車道寬度而設(shè)置路內(nèi)停車，但這種措施會(huì)加劇自行車與機(jī)動(dòng)車之間的沖突，機(jī)動(dòng)車運(yùn)行的延誤也會(huì)隨之大大增加。

國(guó)內(nèi)外大多數(shù)研究側(cè)重于分析市區(qū)內(nèi)自行車與機(jī)動(dòng)車在交叉口的相互影響[4-6]。陳景旭等[5]建立了一套模型來評(píng)價(jià)左轉(zhuǎn)自行車交通在信號(hào)交叉口對(duì)機(jī)動(dòng)車的影響，然而這種模型并不能直接用于道路斷面的分析。其他研究者分析了機(jī)非劃線分割道路的交通運(yùn)行狀況以及服務(wù)水平[7-12]。賈順平等[9]定量分析了自行車對(duì)機(jī)動(dòng)車的摩擦干擾和阻滯干擾。但這些研究尚未解決一個(gè)關(guān)鍵問題，即自行車在不同流量情況下對(duì)機(jī)動(dòng)車造成的延誤影響。

本文主要通過南京市的調(diào)查數(shù)據(jù)，分析不同交通狀況下自行車交通流的特征以及機(jī)動(dòng)車的速度，建立模型預(yù)測(cè)自行車交通在城市道路內(nèi)對(duì)機(jī)動(dòng)車造成的延誤，研究自行車交通在劃線分割道路上對(duì)機(jī)動(dòng)車運(yùn)行的影響。

1　數(shù)據(jù)調(diào)查

選取進(jìn)行數(shù)據(jù)采集的城市道路必須滿足以下要求：(1)自行車-機(jī)動(dòng)車劃線分割道路；(2)行人對(duì)機(jī)動(dòng)車道和自行車道無干擾或干擾較??；(3)所選道路斷面應(yīng)遠(yuǎn)離交叉口的上游或下游；(4)道路內(nèi)沒有公交?？空?；(5)在視野開闊的觀察點(diǎn)以及較高的位置架設(shè)攝像機(jī)(在高層建筑或人行天橋上等)；(6)自行車和機(jī)動(dòng)車交通流量大，能夠反映大多數(shù)交通狀況。最后，在南京選取6條典型的城市道路進(jìn)行數(shù)據(jù)采集。

選取地點(diǎn)信息如表1所示。自行車道寬度從0.5 m 到2.1 m，機(jī)動(dòng)車道數(shù)從1車道到2車道，其中有3條道路的自行車道右邊設(shè)置了路內(nèi)停車。在2014年5月的3個(gè)工作日(天氣良好)內(nèi)采集數(shù)據(jù)，為了得到非機(jī)動(dòng)車與機(jī)動(dòng)車的各種交通狀況，時(shí)間段包括非高峰期和高峰期。攝像機(jī)架設(shè)在調(diào)查的道路斷面附近，以便能夠拍攝全程的交通狀況，如圖1所示。

2　交通流信息提取方法

本文運(yùn)用累計(jì)曲線法從視頻數(shù)據(jù)中獲取機(jī)動(dòng)車與自行車的交通流信息。累計(jì)曲線法是檢驗(yàn)兩個(gè)參數(shù)間關(guān)系一致性及其變化的常用方法，通常是一條平滑的S形曲線。運(yùn)用累計(jì)曲線法可以從視頻數(shù)據(jù)中獲取交通流參數(shù)而不丟失關(guān)鍵信息[13-14]。如圖2

表1　調(diào)查道路信息

(a)所示，在選取的道路斷面上標(biāo)注了到達(dá)地點(diǎn)A和離開地點(diǎn)B，兩點(diǎn)之間的距離為L(zhǎng)。處理數(shù)據(jù)時(shí)，將每輛自行車經(jīng)過A,B兩點(diǎn)的時(shí)間分別記為ta和tb。自行車的速度計(jì)算公式為v=L/(ta-tb)。同時(shí)記錄自行車類型(電動(dòng)自行車或傳統(tǒng)自行車)以及自行車位置(位于自行車道或機(jī)動(dòng)車道)。每輛機(jī)動(dòng)車的記錄方法同上。

圖1　攝像機(jī)數(shù)據(jù)采集Fig.1　Data acquisition by camera

圖2　累計(jì)曲線中的交通流信息Fig.2　Traffic flow information in cumulative curves

根據(jù)每個(gè)騎行者的到達(dá)時(shí)間和離開時(shí)間，可以分別劃出A點(diǎn)和B點(diǎn)的累計(jì)曲線，如圖2(b)所示。圖中橫軸表示時(shí)間，縱軸表示在此之前時(shí)間段內(nèi)經(jīng)過A(B)斷面的自行車或機(jī)動(dòng)車的累計(jì)數(shù)。兩條曲線的縱坐標(biāo)差表示t時(shí)刻A,B兩斷面內(nèi)的自行車或機(jī)動(dòng)車數(shù)，以此來計(jì)算密度。曲線斜率表示任意時(shí)長(zhǎng)Δt內(nèi)經(jīng)過A(B)斷面的自行車或機(jī)動(dòng)車數(shù)，以此來計(jì)算流量。通過運(yùn)用累計(jì)曲線法，易于對(duì)任意時(shí)間段進(jìn)行數(shù)據(jù)分析來計(jì)算流量和密度。根據(jù)時(shí)間信息來計(jì)算個(gè)體機(jī)動(dòng)車速度。

3　廣義線性模型建模

廣義線性模型已廣泛應(yīng)用于許多交通研究[15],是常見的正態(tài)線性模型的直接推廣，它對(duì)因變量的假設(shè)條件比線性模型要寬松得多，使得廣義線性模型對(duì)連續(xù)型變量和離散型變量都可以進(jìn)行擬合。廣義線性模型可以處理因變量與解釋因素間復(fù)雜的特性，大大克服了經(jīng)典線性模型的局限性；從實(shí)用角度看，它比標(biāo)準(zhǔn)的迭代模型更具有效率,其所提供的統(tǒng)計(jì)推斷功能對(duì)重要變量的篩選很有幫助，且模型的假設(shè)條件也可得到確認(rèn)。在實(shí)際問題研究中，一個(gè)變量往往受到多個(gè)重要變量的影響，此時(shí)就需要用兩個(gè)或兩個(gè)以上的影響因素作為自變量來解釋因變量的變化。文中建立廣義線性回歸模型來預(yù)測(cè)自行車交通給機(jī)動(dòng)車造成的延誤以及其他因素?；貧w模型的形式要求變量之間的關(guān)系(或其轉(zhuǎn)換)本質(zhì)上是線性的。基本模型公式為：

(1)

式中，Yn×1為因變量觀測(cè)值；Xn×p為自變量觀測(cè)值；βp×1為自變量的相關(guān)因素；εn×1為誤差項(xiàng)；n為觀測(cè)的數(shù)量；p為預(yù)測(cè)變量的數(shù)量。

運(yùn)用下面的方程計(jì)算因變量的預(yù)測(cè)值：

(2)

運(yùn)用最小二乘估計(jì)方法來估計(jì)廣義線性模型中的參數(shù)。參數(shù)估計(jì)的細(xì)節(jié)見文獻(xiàn)[15]。

(3)

(4)

對(duì)于多元線性回歸模型，方程的總體線性關(guān)系顯著不等于每個(gè)解釋變量對(duì)被解釋變量的影響都是顯著的。因此，必須對(duì)每個(gè)解釋變量進(jìn)行顯著性檢驗(yàn)，以決定是否作為解釋變量被保留在模型中。用于進(jìn)行變量顯著性檢驗(yàn)的方法包括：F檢驗(yàn)、t檢驗(yàn)、Z檢驗(yàn)，它們的區(qū)別在于構(gòu)造的統(tǒng)計(jì)量不同，應(yīng)用最多的是t檢驗(yàn)。

由于模型參數(shù)βi服從下列正態(tài)分布：

(5)

式中，cii為矩陣(X′X)-1主對(duì)角線上的第i個(gè)元素；σ2為隨機(jī)誤差項(xiàng)的方差，在實(shí)際計(jì)算時(shí)，用它的估計(jì)量代替：

(6)

式中e′為矩陣e的轉(zhuǎn)置。

可以構(gòu)造一個(gè)統(tǒng)計(jì)量：

(7)

原假設(shè)H0:βi=0，預(yù)備假設(shè)H1:βi≠0,i=1,2,…,k。

給定顯著性水平α，可得到臨界值tα/2(n-k-1),于是可以根據(jù)

(8)

來拒絕或接受原假設(shè)H0，從而判定對(duì)應(yīng)的解釋變量是否應(yīng)包括在模型中。

因變量是指機(jī)動(dòng)車交通的延誤，自變量是指交通流參數(shù)以及其他變量，包括機(jī)動(dòng)車流量、自行車流量、機(jī)動(dòng)車道數(shù)、自行車道寬度、電動(dòng)自行車比例以及路內(nèi)停車，利用SPSS軟件檢驗(yàn)確定機(jī)動(dòng)車交通延誤與影響因素之間的相關(guān)關(guān)系。SPSS統(tǒng)計(jì)分析過程包括描述性統(tǒng)計(jì)、均值比較、一般線性模型、相關(guān)分析、回歸分析、對(duì)數(shù)線性模型等幾大類。

相關(guān)分析是用來度量事物之間或變量之間相關(guān)程度強(qiáng)弱的方法，它是研究變量間相關(guān)程度的一種常見的統(tǒng)計(jì)方法。相關(guān)系數(shù)是描述相關(guān)程度和方向的統(tǒng)計(jì)量，用R表示[16]。

檢驗(yàn)兩個(gè)變量的相關(guān)性R，兩個(gè)變量x，y的相關(guān)系數(shù)的數(shù)學(xué)表達(dá)式為：

(9)

R為兩個(gè)變量的線性相關(guān)系數(shù)，即相關(guān)強(qiáng)度。R=1表示所有的觀察值(點(diǎn))在二維直角坐標(biāo)系中都落在一條直線上；R>0表示直線的斜率大于0；R<0表示直線的斜率小于0；R=0表示選取的兩個(gè)變量無線性相關(guān)性。

如果變量x,y間是統(tǒng)計(jì)關(guān)系，則-10)；如果x與y變化的方向相反，則呈負(fù)相關(guān)(r<0)；r=0則表示無相關(guān)性。

一般地，相關(guān)性的R取值、相關(guān)性度量及意義如圖3和表2所示[17]：

圖3　相關(guān)系數(shù)R的取值與性質(zhì)Fig.3　Value and nature of correlation coefficient R

|R|的取值范圍|R|的相關(guān)程度0.00～0.19極低的相關(guān)性0.20～0.39低度相關(guān)0.40～0.69中度相關(guān)0.70～0.89高度相關(guān)0.90～1.00極高相關(guān)

建立模型可以提供信息，以幫助理解各個(gè)因素在城市道路上對(duì)機(jī)動(dòng)車延誤的影響。

4　模型結(jié)果分析

4.1自行車交通流特征分析

自行車交通流的關(guān)系如圖4所示。由于篇幅限制，且6個(gè)位置的自行車交通流的關(guān)系的整體趨勢(shì)一致，故選取6個(gè)位置中最具代表性的一個(gè)位置，其他位置自行車交通流的關(guān)系不再羅列。圖4(a)描述的是每10 s內(nèi)自行車流量與密度的關(guān)系。可以看出，流量隨著密度呈線性增長(zhǎng)的趨勢(shì)，這表明自行車交通在道路斷面內(nèi)并不擁擠。圖4(b)描述的是自行車速度與密度的關(guān)系?？梢钥闯鰞蓚€(gè)重要特征：(1)隨著密度的增加(且流量仍然增加)，自行車平均速度略有降低；(2)當(dāng)密度變大時(shí)，自行車速度變化幅度顯著下降。這是因?yàn)楫?dāng)路段上有許多自行車時(shí)，原本速度較快的騎行者被迫勻速前進(jìn)。這是從不同的城市道路斷面中得出一致的結(jié)論。

圖4　自行車交通流各參數(shù)之間的關(guān)系Fig.4　Relationship among various parameters of bicycle traffic

圖5(a)選擇最具代表性的位置描述進(jìn)入機(jī)動(dòng)車道的自行車輛數(shù)。很明顯，隨著自行車密度的增加，越來越多的自行車進(jìn)入機(jī)動(dòng)車道。圖5(b)描述了自行車分別在自行車道和機(jī)動(dòng)車道上的平均速度。自行車在機(jī)動(dòng)車道上的平均速度為22.64 km/h，高于在自行車道上的平均速度15.81 km/h。這表明，當(dāng)自行車道上有較多慢行者時(shí)，快行者往往會(huì)借助機(jī)動(dòng)車道來超越慢行者，以避免出行延誤。圖5(c)描述了電動(dòng)自行車在自行車道與機(jī)動(dòng)車道的百分比。結(jié)果顯示，在機(jī)動(dòng)車道上行駛的所有車輛中，電動(dòng)自行車占87.02%。在自行車道上行駛的大部分是傳統(tǒng)自行車，這表明電動(dòng)自行車與機(jī)動(dòng)車發(fā)生潛在碰撞的可能性更大。

圖5　行車道與機(jī)動(dòng)車道的交通流特征Fig.5　Traffic flow characteristics of bicycle lanes and motor vehicle lanes

4.2自行車交通對(duì)機(jī)動(dòng)車運(yùn)行的影響

為了分析機(jī)動(dòng)車出行的影響，根據(jù)車道將機(jī)動(dòng)車流分為兩組，分別為內(nèi)車道的機(jī)動(dòng)車流和外車道的機(jī)動(dòng)車流。最具代表性的位置為如圖6(a)所示的在不同自行車密度下位于外車道的機(jī)動(dòng)車速度。很明顯，自行車流密度對(duì)機(jī)動(dòng)車速度影響很大。隨著自行車流密度的增加，機(jī)動(dòng)車的平均速度下降。此外，如果周圍有大量自行車，駕駛員不愿開得過快而保持低速行駛，所以機(jī)動(dòng)車的速度變化幅度明顯降低。最具代表性的位置為如圖6(b)所示的位于內(nèi)車道的機(jī)動(dòng)車速度。與外車道相比，內(nèi)車道的機(jī)動(dòng)車速度受自行車流密度的影響較小。隨著自行車流密度的增加，機(jī)動(dòng)車的平均速度及速度變化幅度也顯著下降。

另一方面需要分析機(jī)動(dòng)車速度與機(jī)動(dòng)車道上自行車數(shù)量的關(guān)系。類似于圖6，當(dāng)更多的自行車行駛在機(jī)動(dòng)車道上時(shí)，機(jī)動(dòng)車的平均速度及速度變化幅度會(huì)下降，這符合一貫的思維。與內(nèi)車道相比，自行車交通在外車道上對(duì)機(jī)動(dòng)車的出行干擾更為嚴(yán)重。這表明，對(duì)于只有一條機(jī)動(dòng)車道的道路來說，由于機(jī)動(dòng)車沒有其他車道的選擇，其機(jī)動(dòng)車與自行車相互干擾的影響更為嚴(yán)重，因而應(yīng)優(yōu)先制訂政策來改善此類道路的交通出行。當(dāng)?shù)缆飞蟿澐至藥讞l機(jī)動(dòng)車道時(shí)，機(jī)動(dòng)車受自行車交通的影響較小。

圖6　不同自行車密度下的機(jī)動(dòng)車速度Fig.6　Vehicle speed in different bicycle densities

4.3機(jī)動(dòng)車延誤模型結(jié)果

本文建立廣義線性模型分析機(jī)動(dòng)車延誤與自變量之間的關(guān)系。以每輛機(jī)動(dòng)車低密度時(shí)的速度與自由流時(shí)的速度經(jīng)過該道路所用時(shí)間差來計(jì)算延誤?？紤]到一些變量在現(xiàn)實(shí)中很難測(cè)量，如自行車密度以及在機(jī)動(dòng)車道上行駛的自行車數(shù)量，因此模型并不包括這些變量。建立的模型只包括在實(shí)際中能夠測(cè)量的變量，包括機(jī)動(dòng)車流量、自行車流量、機(jī)動(dòng)車道數(shù)、自行車道寬度、電動(dòng)自行車比例及路內(nèi)停車。

建模結(jié)果如表3所示，可以發(fā)現(xiàn)，其中有4個(gè)自變量對(duì)城市道路的機(jī)動(dòng)車交通延誤有顯著影響，即自行車流量、機(jī)動(dòng)車流量、機(jī)動(dòng)車道數(shù)以及自行車道寬度。根據(jù)參數(shù)的相關(guān)系數(shù)可以確定這些變量的影響。從建模結(jié)果中也可以看出這些變量是如何影響機(jī)動(dòng)車交通延誤的。隨著自行車流量的增加，機(jī)動(dòng)車延誤也會(huì)增加，即自行車流量每增加1 000輛，每輛機(jī)動(dòng)車延誤就增加了32.67 s/km。機(jī)動(dòng)車流量每增加1 000輛，每輛機(jī)動(dòng)車延誤就增加了38.00 s/km。由于變量系數(shù)是負(fù)的，所以當(dāng)機(jī)動(dòng)車道數(shù)越多時(shí)，對(duì)機(jī)動(dòng)車的延誤越小。在同樣的交通狀況下，當(dāng)機(jī)動(dòng)車道數(shù)從1條增加到2條時(shí)，機(jī)動(dòng)車延誤減少了30.87 s/km。此外，自行車道的寬度與機(jī)動(dòng)車延誤呈負(fù)相關(guān)，這表明自行車道越寬，延誤越小。

表3　機(jī)動(dòng)車延誤的建模結(jié)果

電動(dòng)自行車的比例對(duì)機(jī)動(dòng)車的延誤并沒有顯著影響，電動(dòng)自行車進(jìn)入機(jī)動(dòng)車道的可能性雖然更大，然而結(jié)果卻與一貫思維不一致。解釋這一結(jié)果的可能原因是超車需求，對(duì)于騎行者進(jìn)入機(jī)動(dòng)車道的主要原因是自行車交通的速度不同。如果大多數(shù)騎行者使用的是電動(dòng)自行車，那么騎行者之間的速度差異實(shí)際上是相當(dāng)小的。因此，他們可能在自行車道上行駛而不干擾相鄰的機(jī)動(dòng)車交通。此外，設(shè)置路內(nèi)停車也并不會(huì)對(duì)機(jī)動(dòng)車延誤造成顯著影響。

建模結(jié)果也可為相關(guān)部門制訂政策提供有效信息。圖7為不同交通流下的延誤。從圖中可以明顯看到延誤相對(duì)于自行車和機(jī)動(dòng)車交通流的變化是如何改變的。如果預(yù)估的結(jié)果落在不可接受的延誤區(qū)域，交通部門可以制訂政策改善交通出行。此外，當(dāng)交通狀況發(fā)生變化時(shí)，可以用該模型來預(yù)測(cè)未來交通出行特征，例如自行車流的需求，也可以運(yùn)用該模型來評(píng)價(jià)一些政策對(duì)機(jī)動(dòng)車和自行車交通出行的影響，例如增加或減小自行車的寬度，或設(shè)置路內(nèi)停車。

圖7　不同交通狀況下的機(jī)動(dòng)車延誤Fig.7　Delays of motor vehicle under different traffic

5　結(jié)論

本文主要分析了自行車交通在機(jī)非劃線分割道路上對(duì)機(jī)動(dòng)車運(yùn)行造成的影響。研究結(jié)果表明，隨著自行車密度的增加，自行車的平均速度及速度的變化幅度下降，且更多的自行車進(jìn)入機(jī)動(dòng)車道。這些自行車的平均速度大于在自行車道上行駛的自行車速度，且電動(dòng)自行車進(jìn)入機(jī)動(dòng)車道的可能性更大。隨著機(jī)動(dòng)車道上的自行車密度或自行車數(shù)量的增加，機(jī)動(dòng)車的平均速度及速度的變化幅度下降。此外，有4個(gè)變量對(duì)城市道路的機(jī)動(dòng)車交通延誤有顯著影響，即自行車流量、機(jī)動(dòng)車流量、機(jī)動(dòng)車道數(shù)及自行車的寬度。

一些城市道路沒有劃分自行車道，使得自行車和機(jī)動(dòng)車被迫行駛在同一車道內(nèi)。在這種情況下，自行車交通對(duì)機(jī)動(dòng)車出行的影響與本文不同。文中的模型不可直接用于分析自行車與機(jī)動(dòng)車在同一車道內(nèi)行駛的交通延誤。

[1]PUCHER J,BUEHLER R.Why Canadians Cycle More Than Americans:A Comparative Analysis of Bicycling Trends and Policies[J].Transport Policy,2006,13(3):265-279.

[2]PUCHER J,DILL J,HANDY S.Infrastructure,Programs and Policies to Increase Bicycling:An International Review[J].Preventive Medicine,2010,50(S):106-125.

[3]蘇建忠，魏清泉，游細(xì)斌.美國(guó)的自行車友好社區(qū)及其啟示[J].國(guó)外城市規(guī)劃，2006，21(3)：94-97.

SU Jian-zhong,WEI Qing-quan,YOU Xi-bin.American BFC and Its Inspiration for China [J].Urban Planning International,2006,21(3)：94-97.

[4]BAI L,LIU P,CHEN Y,et al.Comparative Analysis of the Safety Effects of Electric Bikes at Signalized Intersections[J].Transportation Research Part D:Transport and Environment,2013,20(5):48-54.

[5]CHEN Jing-xu,WANG Wei,LI Zhi-bin,et al.Dispersion Effect in Left-turn Mixed Bicycle Traffic and Its Influence on Capacity of Left-turn Vehicles at Signalized Intersections[J].Transportation Research Record,2014,2468:38-46.

[6]徐良杰，王煒.左轉(zhuǎn)自行車對(duì)直行機(jī)動(dòng)車通行的影響分析模型[J].東南大學(xué)學(xué)報(bào):自然科學(xué)版，2005，35(5)：805-809.

XU Liang-jie,WANG Wei.Analysis Model of Influence of Left-turn Bicycle on Passage of Straight-through Vehicles [J].Journal of Southeast University:Natural Science Edition,2005，35(5)：805-809.

[7]American Association of State Highway and Transportation Officials.Guide for the Development of Bicycle Facilities[M].Washington,D.C.:AASHTO,1999.

[8]Transportation Research Board.Highway Capacity Manual[M].Washington,D.C.:TRB,2010.

[9]賈順平，彭宏勤，郭謹(jǐn)一，等.城市混合交通中自行車對(duì)機(jī)動(dòng)車行駛影響的定量分析[J].交通運(yùn)輸系統(tǒng)工程與信息，2008，8(2)：58-62.

JIA Shun-ping,PENG Hong-qin,GUO Jin-yi,et al.Quantitative Analysis of Impact of Bicycles on Vehicles in Urban Mixed Traffic[J].Journal of Transportation Systems Engineering and Information Technology,2008，8(2)：58-62.

[10]陳永恒，王殿海，陶志興.無物理隔離路段機(jī)動(dòng)車與非機(jī)動(dòng)車速度特性研究[J].交通運(yùn)輸系統(tǒng)工程與信息，2009，9(5)：53-57.

CHEN Yong-heng,WANG Dian-hai,TAO Zhi-xing.Speed Character Study for Motor Vehicle and Bicycle at Non-barrier Section[J].Journal of Transportation Systems Engineering and Information Technology,2009，9(5)：53-57.

[11]LI Z,WANG W,LIU P,et al.Physical Environments Influencing Bicyclists’ Perception of Comfort on Separated and On-street Bicycle Facilities[J].Transportation Research Part D:Transport and Environment,2012,17(3):256-261.

[12]CHEN Xiao-hong,AN Kang,LI Li.Study on Influencing Factors of Bike Lane Capacity[C]// Transportation Research Board 93rd Annual Meeting.Washington,D.C.:TRB,2014.

[13]CASSIDY M J,MAUCH M.An Observed Traffic Pattern in Long Freeway Queues[J].Transportation Research Part A:Policy &Practice,2001,35(2):143-156.

[14]CASSIDY M J,BERTINI R L.Some Traffic Features at Freeway Bottlenecks[J].Transportation Research Part B:Methodological,1999,33(1):25-42.

[15]WASHINGTON S P,KARLAFTIS M G,MANNERING F L.Statistical and Econometric Methods for Transportation Data Analysis[J].Maritime Economics &Logistics,2003,46(4):492-493.

[16]孫逸敏.利用SPSS軟件分析變量間的相關(guān)性[J].新疆教育學(xué)院學(xué)報(bào)，2007，23(2)：120-123.

SUN Yi-min.Using SPSS Software to Analyze the Correlation between Variables [J].Journal of Xinjiang Education Institute,2007，23(2)：120-123.

[17]阮桂海，蔡建瓊，朱志海,等.統(tǒng)計(jì)分析應(yīng)用教程[M].北京：清華大學(xué)出版社，2003.

RUAN Gui-hai,CAI Jian-qiong,ZHU Zhi-hai,et al.Statistical Analysis Tutorial[M].Beijing:Tsinghua University Press,2003.

Impact of Bicycle Traffic on Vehicle Operation on Divided Road

LIN Gui-bao1,MA Rong-guo1,YANG Ning-hui2

(1.School of Highway,Chang’an University,Xi’an Shaanxi 710064,China;2.School of Automation,Nanjing University of Science and Technology,Nanjing Jiangsu,210094,China)

In order to analyse the impact of bicycle traffic on vehicle operation on divided road,the field investigation on divided road is conducted and the traffic flow data are collected.By using cumulative curve method and according to the traffic flow characteristics of vehicles and bicycles on the road,a generalized linear model is developed to analyse the impact of bicycles on traffic delay of vehicles.The result shows that (1) a part of bicycles travel into vehicle lanes as the bicycle density increases,resulting in the vehicle traffic speed decrease obviously;(2) the delay of vehicle traffic increases as the traffic volumes of bicycle and vehicle increase;(3) the number of vehicle lane and width of bike lane significantly affect the vehicle traffic.The finding can help understand the impact of bicycle traffic on traffic delay of vehicle,which provided the reference information for design of divided road.

traffic engineering;bicycle;divided road;traffic flow;traffic delay;cumulative curve method

2014-12-14

中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(2013G1321042);陜西省交通運(yùn)輸廳交通科技項(xiàng)目(14-32R)

林貴寶(1974-)，男，陜西西安人，博士研究生.(gblin@chd.edu.cn)

10.3969/j.issn.1002-0268.2016.01.017

U491.2+62

A

1002-0268(2016)01-0112-07