基于行程時間比指數(shù)的街道級交通運行特征研究

張 溪，劉建軍，周 天，孫建平，溫慧敏

(1.北京交通發(fā)展研究院, 北京 100073； 2.城市交通運行仿真與決策支持北京市重點實驗室, 北京 100073；3.北京市交通委員會, 北京 100073)

0 引言

隨著社會經(jīng)濟持續(xù)、快速、高效的發(fā)展，北京市城市化與機動化水平不斷提升，導(dǎo)致城市人口集聚膨脹、城市功能區(qū)集中，由此帶來交通需求量的迅速增加，也帶來了交通擁堵等一系列問題. 近年來北京市政府通過“規(guī)”“建”“管”“限”多項措施持續(xù)治理交通擁堵，在一定程度上遏制了城市道路擁堵的蔓延及惡化. 隨著交通治理的精細(xì)化工作要求，2011年開始北京市中心城六區(qū)分別成立區(qū)交通委，建立市區(qū)兩級治理交通擁堵工作機制，2016年交通擁堵治理的責(zé)任逐步下沉到街道，由此形成了市級—區(qū)級—街道級多個部門聯(lián)合治堵的工作模式.

北京市自2007年開始建立路網(wǎng)交通指數(shù)評價機制，2011年分析細(xì)化到行政區(qū)，2015年開始逐步對重點功能區(qū)進(jìn)行指數(shù)評價，多年的實際使用證明了該評價方法的成熟性、敏感性和準(zhǔn)確性，實現(xiàn)了對日常交通運行狀況的定量化評價. 在新的工作體制下，需要將交通擁堵分析的尺度進(jìn)一步縮小到街道級，建立面向街道級的交通擁堵評價體系方法和評價標(biāo)準(zhǔn)，對街道進(jìn)行交通運行特征研究，支持面向多部門聯(lián)合治理交通擁堵的工作要求.

1 國內(nèi)道路交通運行評價方法

隨著智能交通技術(shù)的發(fā)展，近年來國內(nèi)道路交通運行評價工作迅速發(fā)展，大城市普遍建立了各自的道路交通指數(shù)評價系統(tǒng)，用于交通管理部門定期監(jiān)測和評價城市交通運行情況，為交通規(guī)劃、治理擁堵等工作服務(wù). 基于車輛實時衛(wèi)星定位數(shù)據(jù)的浮動車技術(shù)是當(dāng)前主流的實時路網(wǎng)運行狀態(tài)辨識技術(shù)，互聯(lián)網(wǎng)公司還可以通過用戶出行數(shù)據(jù)獲取車輛位置信息，從而計算路段運行速度. 路段運行速度是道路運行評價的最小計算單元，道路網(wǎng)交通指數(shù)是利用數(shù)學(xué)建模的方法從微觀到宏觀實現(xiàn)對整體道路網(wǎng)運行狀態(tài)進(jìn)行評測. 國內(nèi)交通指數(shù)計算模型的方法主要分為2大類，一類以嚴(yán)重?fù)矶抡急葹橹笜?biāo)[5-7]，以北京、廣州、武漢、杭州為代表；另一類以路段的平均運行狀況、計算行程時間比、延誤時間等指標(biāo)，以深圳、高德公司為代表[8-9].

1.1 基于嚴(yán)重?fù)矶吕锍瘫鹊慕煌ㄖ笖?shù)模型

基于嚴(yán)重?fù)矶吕锍瘫鹊慕煌ㄖ笖?shù)計算是指在一定的統(tǒng)計時間內(nèi)首先通過路段運行速度判斷處于擁堵狀態(tài)的路段[10]，如城市快速路路段低于20 km/h判定為擁堵；其次分不同道路等級求出擁堵路段長度占到總路段長度的比例，進(jìn)一步按照不同道路等級的VKT(車公里)進(jìn)行加權(quán)，得到全路網(wǎng)的擁堵里程比例；最后按照一定的數(shù)學(xué)轉(zhuǎn)換，計算出全路網(wǎng)交通指數(shù)，指數(shù)一般取值0～10，數(shù)值越高表明越擁堵. 北京、廣州、杭州、武漢等城市采用此種模型方法，但是不同城市根據(jù)各自的運行特點，在擁堵路段閾值劃分、擁堵里程比例與指數(shù)的轉(zhuǎn)換關(guān)系、指數(shù)分級等方面存在不同.

1.2 基于行程時間比的交通指數(shù)模型

基于行程時間比的交通指數(shù)計算是指在一定的統(tǒng)計時間內(nèi)計算每個路段實際行程時間與暢通狀態(tài)下行程時間的比值，即TTI，如某路段行程時間比1.2，表示該時刻花費的時間比暢通狀態(tài)多0.2倍，路網(wǎng)中每個路段均參與計算，加權(quán)得到全路網(wǎng)的行程時間比，有的轉(zhuǎn)換成0～10的指數(shù)，有的直接用行程時間比作為指數(shù). 路段暢通狀態(tài)下的旅行時間通常采用累積速度排序，取85%分位數(shù)作為暢通流速度. 美國德州交通研究院最早提出TTI[1-3]，國內(nèi)高德、滴滴等互聯(lián)網(wǎng)企業(yè)在城市擁堵排名應(yīng)用較多.

表1 兩種道路交通擁堵評價方法

1.3 敏感性對比

大區(qū)域范圍路網(wǎng)評價方面，基于嚴(yán)重?fù)矶卤壤姆椒ㄝ^基于行程時間比的方法對高峰道路擁堵變化更敏感，其原因是重點刻畫了道路出行擁堵所占的比例[11-13]，而行程時間比的方法則計算了全部樣本，屬于均值類方法，評價范圍越大，平滑的效果越明顯. 圖1對比了基于兩種模型計算北京市中心城區(qū)周一和周五工作日的交通指數(shù)，嚴(yán)重?fù)矶吕锍瘫壤椒ǜw現(xiàn)出周一早高峰通勤擁堵以及周五晚高峰交通擁堵特性. 在評價大范圍路網(wǎng)區(qū)域時，應(yīng)優(yōu)先選用嚴(yán)重?fù)矶吕锍瘫壤椒?

小區(qū)域路網(wǎng)評價方面，基于嚴(yán)重?fù)矶卤壤姆椒ù嬖诓▌有源蟮膯栴}，其原因是由于路網(wǎng)范圍變小，基于嚴(yán)重?fù)矶吕锍瘫壤姆椒〞斐捎嬎憬Y(jié)果忽高忽低的情況，不能反映真實狀態(tài)，見圖2. 行程時間比的方法由于考慮了區(qū)域內(nèi)所有樣本，計算結(jié)果的穩(wěn)定性較高. 因此在評價區(qū)域較小時，應(yīng)選用基于行程時間比的交通指數(shù)計算方法.

圖1 北京市全路網(wǎng)典型工作日交通指數(shù)對比

圖2 北京市金融街地區(qū)典型工作日交通指數(shù)對比

2 基于出行時間比的街道級交通指數(shù)計算

2.1 計算方法

街道級交通指數(shù)的計算基于街道內(nèi)每個路段的平均運行速度，來源于浮動車數(shù)據(jù)系統(tǒng)[4]. 區(qū)域平均TTI可由各路段的行駛里程(VMT)作權(quán)重對路段TTI進(jìn)行加權(quán)求得，進(jìn)一步把區(qū)域TTI折算成0～10的指數(shù)，計算公式如式(1)(2)：

(1)

(2)

式中，th為平均高峰出行時間；tf為自由流下出行時間；td為延誤時間.

表2 行程時間比與路網(wǎng)交通指數(shù)轉(zhuǎn)換關(guān)系

2.2 計算結(jié)果

按照2.1的方法，選用2017年9月份1周工作日對東城區(qū)、西城區(qū)共32個街道進(jìn)行交通指數(shù)計算，按早高峰07:00—09：00，晚高峰17：00—19：00，得到每個街道的高峰指數(shù)情況，見圖3. 選取9個典型街道繪制分時段的交通指數(shù)圖，見圖4.

圖3 東、西城街道早、晚高峰運行狀態(tài)圖

圖4 東、西城部分街道工作日交通指數(shù)變化趨勢圖

3 街道交通指數(shù)聚類

聚類是一種數(shù)據(jù)挖掘過程，即使用挖掘工具對已知數(shù)據(jù)隱藏的關(guān)系和模型進(jìn)行辨識. 聚類是按照樣本一定的相似性實現(xiàn)對樣本進(jìn)行分組，與分類不同，屬于一種非監(jiān)督類的分析方法，在商業(yè)上，多用于用戶畫像，分析不同客戶群體的特征. 街道交通指數(shù)聚類，其目的是對大量數(shù)據(jù)進(jìn)行分析挖掘，識別不同地區(qū)的擁堵模式，找出影響因素，為治理交通擁堵、引導(dǎo)交通出行奠定基礎(chǔ).

3.1 聚類算法

聚類分析的算法有多種，常用的有系統(tǒng)聚類法、K-means聚類法等. 本文選取系統(tǒng)聚類法對街道級交通指數(shù)進(jìn)行聚類分析. 系統(tǒng)聚類是用一種類似樹狀結(jié)構(gòu)的圖形即聚類譜系圖來表示. 聚類譜系圖可清晰地看出全部樣本的聚集過程，進(jìn)而可做出對全部樣本的分類. 系統(tǒng)聚類法的基本思路是先將聚類的樣本或變量各自看成一群，然后確定類與類之間的相似統(tǒng)計量，并選擇最接近的兩類或若干個類合并成一個新類，計算新類與其他各類之間的相似性統(tǒng)計量，再選擇最接近的兩群或若干群合并成一個新群，直到所有的樣本或變量都合并成一類為止.

3.2 聚類指標(biāo)

樣本的指標(biāo)選擇是聚類分析中最重要的一步，樣本點的各個指標(biāo)的值即是它在空間中各個維度的取值，它決定了樣本點在空間中的分布特征，進(jìn)而直接影響聚類分析的結(jié)果. 聚類指標(biāo)可以選取交通指數(shù)變化曲線的一些幾何特征，如峰值、高峰平均值、變化率等. 另外，交通指數(shù)也可以直接作為指標(biāo)參與聚類分析過程.

本文將每個時段的交通指數(shù)直接作為指標(biāo)，為排除夜間劣質(zhì)數(shù)據(jù)的干擾，選用數(shù)據(jù)質(zhì)量較好的06：00—21：00共16 h的每15 min粒度的交通指數(shù)數(shù)據(jù)作為計算樣本，每個街道1 d有60個指數(shù)指標(biāo)，每個指數(shù)都直接反應(yīng)了該時刻的擁堵特征. 這樣的指標(biāo)選取，能夠真正找到每條曲線的共性和差異性，并且符合實際交通意義. 每個時段的交通指數(shù)都作為指標(biāo)的好處在于既能體現(xiàn)高峰期的交通擁堵特性，又能將平峰時的交通運行情況考慮在內(nèi)，對于1 d的交通運行變化特性全面刻畫. 通過選取以上聚類指標(biāo)，使不同街道能夠聚集成多種帶有明顯運行特征的類型街道，從而更好地分析不同類型街道的交通運行特征.

3.3 聚類結(jié)果

對各街道在早06：00—21：00的交通指數(shù)采用系統(tǒng)聚類方法聚類后得到圖5所示聚類樹. 聚類樹圖中各編號對應(yīng)街道可見表3.

根據(jù)不同街道交通指數(shù)變化趨勢，當(dāng)系統(tǒng)聚類的結(jié)果分為5類時效果最佳. 得到的聚類分析結(jié)果見表4.

圖5 聚類樹

表3 街道編號表

表4 聚類結(jié)果

4 街道交通運行特征分析

對聚類出的5種類型交通模式曲線的變化趨勢進(jìn)行分析后，可對不同分類結(jié)果下街道的運行特征進(jìn)行描述和分析并給出標(biāo)準(zhǔn)曲線.

1)類型一：早高峰明顯擁堵的街道

圖6 模式曲線一 (早高峰明顯擁堵的街道)

該類型街道早高峰擁堵狀況明顯差于晚高峰. 根據(jù)早高峰模式曲線可知，早高峰開始于07:30并在10:00左右結(jié)束，持續(xù)時間2.5 h，最擁堵時段出現(xiàn)于07:30—08:00，基本到達(dá)嚴(yán)重?fù)矶?，晚高峰運行狀況優(yōu)于早高峰. 此類模式下的街道多屬于早高峰通學(xué)出行、通勤出行需求較大的街道，如東城區(qū)的和平里街道與天壇街道中小學(xué)分布密度大，西城區(qū)的白紙坊街道和牛街街道以住宅用地為主，商業(yè)用地較少使得早高峰時段產(chǎn)生大量的通勤交通量.

2)類型二：晚高峰明顯擁堵的街道

該類型街道晚高峰擁堵狀況明顯差于早高峰，早高峰擁堵現(xiàn)象不顯著，晚高峰開始較早且擁堵狀態(tài)的持續(xù)時間較長，在14:30開始交通指數(shù)開始明顯上升，晚高峰開始于16:00，結(jié)束于19:30，持續(xù)時間3.5 h，最擁堵時段出現(xiàn)于18:00—18:30. 此類模式下的街道用地類型多以辦公、商場為主，集中在東城區(qū)，例如建國門街道、朝陽門街道、東四街道，區(qū)域內(nèi)有工人體育館、東單商圈、東直門商圈、朝陽門商圈等，晚高峰交通出行需求以休閑娛樂為主.

圖7 模式曲線二 (晚高峰明顯擁堵的街道)

3)類型三：早晚高峰均擁堵的街道

該類型街道特征為早、晚高峰時段均出現(xiàn)明顯高峰，平峰時段交通擁堵水平稍低. 早高峰大致開始于07:30，并于10:30左右結(jié)束，持續(xù)時間3 h. 晚高峰大致開始于16:15并于19:00左右結(jié)束，持續(xù)時間2.75 h. 該類型的街道早晚高峰擁堵程度相當(dāng)，分析原因可能受到街道用地類型多樣化因素的影響. 如廣安門內(nèi)街道，其用地類型較多，包括有學(xué)校、醫(yī)院、商業(yè)、景點和住宅，早高峰通勤時段住宅用地產(chǎn)生大量出行交通量，學(xué)校、醫(yī)院、商業(yè)和景區(qū)用地作為早高峰交通的吸引點會有大量交通流涌入，因上班、上學(xué)、就醫(yī)和休閑在時間上的差異使早高峰持續(xù)的時間較長. 晚高峰同樣受到大量進(jìn)出交通的影響，導(dǎo)致?lián)矶鲁掷m(xù)時間較長.

圖8 模式曲線三 (早晚高峰均擁堵的街道)

4)類型四：白天持續(xù)擁堵的街道

該類型街道白天時段交通壓力持續(xù)較大，未存在明顯的高峰和非高峰，06:00—21:00交通運行狀況一直處于中度偏嚴(yán)重?fù)矶碌臓顟B(tài)，交通需求持續(xù)較大，僅在中午12點左右交通狀況微弱改善，總體上看晚高峰的擁堵情況較早高峰更差. 具有這一特征的街道多為全天交通發(fā)生和吸引強度均較大的區(qū)域，如東華門街道內(nèi)有天安門廣場、故宮博物院等歷史遺址，還包括很多政府機構(gòu)、醫(yī)院、學(xué)校以及商業(yè)街，白天會持續(xù)發(fā)生和吸引大量的交通流，全天交通需求量居高不下，全天擁堵時間較長.

圖9 模式曲線四(白天持續(xù)擁堵的街道)

5)類型五：其他

該類型街道與之前4種模式不同，雖然存在雙峰特征，但是早晚高峰時段的擁堵程度均較低，晚高峰時段擁堵情況稍差. 轄區(qū)內(nèi)沒有大的交通發(fā)生與吸引點. 交通需求較低，交通擁堵狀況較其他街道稍好.

圖10 模式曲線五(其他)

5 結(jié)束語

本文對比了基于嚴(yán)重?fù)矶吕锍瘫壤突谛谐虝r間比的交通指數(shù)計算模型，分析了兩種模型在不同區(qū)域范圍的適用性，確立了小區(qū)域更宜采用行程時間比的方法計算交通指數(shù)，對北京市東城區(qū)、西城區(qū)共32個街道進(jìn)行了典型工作日的交通指數(shù)計算. 為分析不同街道的交通運行特征，利用系統(tǒng)聚類的方法對所有街道的工作日交通指數(shù)進(jìn)行聚類分析，得出了5種典型特征的街道指數(shù)模式曲線，從出行特征、交通需求、用地類型等角度，對不同類型街道的模式曲線進(jìn)行了分析，總結(jié)了交通運行特征. 該研究成果可服務(wù)于北京市精細(xì)化交通治理工作，在數(shù)據(jù)條件豐富的情況下，評價范圍可從核心區(qū)擴展到全市，為不同類型的街道交通管理和擁堵治理提供決策支持.