基于貨運GPS數(shù)據(jù)的產(chǎn)業(yè)園區(qū)貨運特征分析
——以廈門為例

丁曉青

1.廈門市交通研究中心，2.廈門市交通信息與交通規(guī)劃重點實驗室

0 引 言

隨著我國城市化不斷推進，貨運需求顯著增長，貨運交通系統(tǒng)作為城市綜合交通系統(tǒng)中的一個重要組成部分，對于城市交通有著非常重大的影響，而貨運交通需求相比客運交通需求有其獨特的特征，了解城市貨運交通的需求特征有助于在實際規(guī)劃中做好貨運交通需求預(yù)測的工作。

傳統(tǒng)的貨運調(diào)查方法采用人工調(diào)查的方式，不僅需投入大量的人力物力，且存在抽樣率較低、受調(diào)查日天氣影響大、無法獲得時間上連續(xù)的數(shù)據(jù)等問題，其數(shù)據(jù)質(zhì)量往往難以保證，最終成為影響規(guī)劃管理部門決策的制約因素。針對貨運交通預(yù)測等相關(guān)業(yè)務(wù)領(lǐng)域，國內(nèi)外學(xué)者已經(jīng)進行了大量的研究。國際上，Pielage，B.-J等[1]，提出了基于地下貨運系統(tǒng)作為城市貨運交通系統(tǒng)的補充，并將其運用至荷蘭；Park，Bum Hwan等[2]，提出了一種基于聯(lián)合阻塞模型的貨運交通規(guī)劃模型；在國內(nèi)，司高吉[3]，從經(jīng)濟規(guī)模角度對城市貨運交通需求進行分析；方利君[4]，從適用范圍、通道形式、通行能力、經(jīng)濟可行性、承載工具能耗等幾個方面，對城市貨運交通綜合分析比較，然而國內(nèi)外對貨運GPS數(shù)據(jù)的挖掘和運用上的研究，稍顯不足。

此外，不同的用地類型其貨運交通出行特征也不同，而即便是同一種類型的工業(yè)用地或者物流倉儲用地，按照其實際布局的產(chǎn)業(yè)類型不同，貨運出行特征同樣會有較大的差別。本文在貨運GPS數(shù)據(jù)的基礎(chǔ)上，從全市范圍對不同產(chǎn)業(yè)類型的園區(qū)進行分類，分析總結(jié)了不同產(chǎn)業(yè)園區(qū)內(nèi)貨運的時間分布及貨運強度的特征等[5]。

1 基礎(chǔ)數(shù)據(jù)說明

1.1 貨運GPS數(shù)據(jù)分析說明及處理方法

本文研究以2018年4月16日全天貨運車輛GPS軌跡數(shù)據(jù)為例，共6107269條記錄。涉及貨運車輛4468輛，此次貨運GPS數(shù)據(jù)包含的是廈門市閩D的牌照車輛，未包括其他地區(qū)在廈門市出行的貨運車輛。數(shù)據(jù)包含車牌號、車輛顏色、數(shù)據(jù)接收時間，經(jīng)緯度以及方向、方向角、系統(tǒng)時間等，主要可用于空間信息挖掘的字段僅有車牌號、接收時間以及經(jīng)緯度信息，具體格式如表1所示。

GPS數(shù)據(jù)的處理過程主要有以下幾個步驟：①數(shù)據(jù)清洗及特征提?。簩ω涍\車輛GPS數(shù)據(jù)進行清洗，且對車輛的OD及軌跡進行切分，判斷貨運車輛的貨運OD；②地圖匹配及車輛停留熱力圖分析：在GIS平臺上將貨運車輛GPS軌跡數(shù)據(jù)及OD數(shù)據(jù)進行可視化，獲得主要的車輛物流節(jié)點及停留區(qū)域。③貨運起訖點分析：利用廈門市的空間GIS模型，將分析得到的OD數(shù)據(jù)與實際位置相匹配。④得出貨運車輛的時間分布及空間分布等特征[6,7,8]，見圖1。

1.2 貨運車型的換算系數(shù)

貨運車輛折算系數(shù)是一個能較為直接的反應(yīng)對城市交通影響指標，美國《Highway Capacity Manual》[9]通行能力手冊對于車輛折算系數(shù)有過一個簡要的概述，貨運車輛及大客由于其尺寸和動力性能的差異，及在道路上行駛時占有的比例，相較于小客車在運行時會出現(xiàn)車頭距的變化，尤其不在運行時會出現(xiàn)車頭距的變化，尤其不同的行車環(huán)境中（例如丘陵地帶、山林）轉(zhuǎn)彎或下坡時這一變化更加的顯著。

目前國內(nèi)有一些規(guī)范對于車輛的折算系數(shù)做出了規(guī)定，如《公路工程技術(shù)標準（JTGB01—2003）》中，對于不同車型的折算系數(shù)進行的說明，見表2。

表1 貨運車輛GPS數(shù)據(jù)結(jié)構(gòu)

圖1 技術(shù)路線圖

此外，同濟大學(xué)的陸凱[7]在其論文中通過對貨運車輛的載運噸位及車型進行了詳盡的調(diào)查，選取面包車作為貨運標準，換算系數(shù)為1.0 ，得到貨運車型的換算系數(shù)如表3所示。

依據(jù)實際貨車GPS數(shù)據(jù)中的車輛明細表有對每輛貨運車的車牌顏色以及車型的說明，結(jié)合《公路工程技術(shù)標準》的車輛折算系數(shù)以及陸凱[10]中調(diào)查得到的建議值，得到本文中的貨運車輛車型換算系數(shù)值，見表4。

1.3 用地數(shù)據(jù)

不同的用地有不同的產(chǎn)業(yè)類型。圖2為廈門市主要的幾個典型的工業(yè)園區(qū)分布圖。

對各個工業(yè)園區(qū)的產(chǎn)業(yè)類型進行分類，得到主要的幾個產(chǎn)業(yè)園區(qū)內(nèi)的現(xiàn)狀工業(yè)用地以及規(guī)劃工業(yè)用地的面積，見表5。

那么總結(jié)以上產(chǎn)業(yè)園區(qū)及其產(chǎn)業(yè)類型，可將產(chǎn)業(yè)類型細分為以下八類。下文將對這八種不同產(chǎn)業(yè)類型的用地分別統(tǒng)計其貨運特征，見表6。

表2 《公路工程技術(shù)標準》車輛折算系數(shù)

表3 貨運車輛車型換算系數(shù)建議值

表4 貨運車輛車型換算系數(shù)建議值

圖2 現(xiàn)狀廈門市主要產(chǎn)業(yè)園區(qū)及工業(yè)物流用地分布圖

表5 貨運車輛車型換算系數(shù)建議值

表6 產(chǎn)業(yè)類型分類表

2 不同產(chǎn)業(yè)用地的貨運交通出行特征分析

本文關(guān)于貨運交通的出行特征分析主要是時間分布特征以及貨運強度的分析。貨車的出行在一天24小時內(nèi)并不是均勻分布的，而是存在比較明顯的高峰和低峰。不同時段上的出行分布，客觀反映了不同時段的貨運需求，從而為交通需求管理提供重要依據(jù)。一般用時間分布及高峰小時系數(shù)來表征貨運出行的時間分布。本文所說的貨運強度則主要是參照居民出行率指標的形式，以單位用地面積產(chǎn)生的出行車輛數(shù)來表征貨運生成率，生成率越大，表示單位面積上進入該園區(qū)的車輛越多，則貨運強度越高。

2.1 貨運交通總體出行特征

2.1.1 時間分布特征

根據(jù)貨車GPS全天數(shù)據(jù)，結(jié)合現(xiàn)狀產(chǎn)業(yè)用地布局，對所有車型車輛換算成當量交通量后，以20分鐘統(tǒng)計單元，得出全市貨運車輛出發(fā)時間分布圖。與城市居民出行的時間分布相比，貨運交通呈現(xiàn)的是兩邊高，中間低，也就是在整個白天時間內(nèi)，貨運出行的時間較為分布，沒有像城市交通那樣，呈現(xiàn)明顯的雙峰現(xiàn)象。城市貨運車車輛是從7:40開始一直持續(xù)到17:40，峰值出現(xiàn)在13:40。高峰時段為13:00～14:00，且高峰小時系數(shù)為8.36%，見圖3。

圖3 全市貨運車輛出行時間分布圖

2.1.2 貨運強度特征

從全市交通小區(qū)的貨運強度來看，貨運強度較高的集中在了海滄港區(qū)、東渡港區(qū)、集美工業(yè)區(qū)、同安工業(yè)集中區(qū)、翔安工業(yè)區(qū)等，這與上述的各大產(chǎn)業(yè)園區(qū)的布局較為一致。如果單獨將主要用于生活性物流的普貨車輛的出行強度分析，島內(nèi)的普貨車輛運輸則主要集中于廈門本島的西北部區(qū)域以及同安的老城區(qū)等，見圖4。

2.2 不同產(chǎn)業(yè)類型的貨運需求特征

按照不同的產(chǎn)業(yè)類型的工業(yè)物流用地，分析不同產(chǎn)業(yè)類型用地的貨運需求特征，從時間分布，高峰小時系數(shù)以及貨運強度等三個方面進行闡述說明。為了簡要說明城市貨運交通對城市交通系統(tǒng)的影響，根據(jù)廈門市2018年城市居民小樣本調(diào)查，全市交通早高峰時段為07:05～08:05，晚高峰時段為17:10～18:10。

2.2.1 時間分布特征（圖5）

機械加工類的車輛出行時間基本在8:00～14:00，貨運高峰的持續(xù)時間較長。全天高峰小時為8:00～9:00，高峰小時系數(shù)為9.42%。這類產(chǎn)業(yè)的車輛出行與城市早高峰時段基本沒有重疊。

光電產(chǎn)業(yè)與計算機通訊類的產(chǎn)業(yè)園區(qū)內(nèi)貨車出行呈現(xiàn)三個高值，分別是8:00～9:00，11:00～12:00以及17:00～18:00三個時段，其中晚高峰的高峰小時系數(shù)為8.51%，與城市晚高峰有較大的重疊。

食品加工業(yè)雖然存在雙峰，但在午餐與晚餐時間段的出行量又有一定的下降，高峰時段為9:00～10:00高峰小時系數(shù)為8.61%。

健身器材、水暖廚衛(wèi)沒有存在明顯的雙峰，基本上白天的貨車出行量都較大，高峰的持續(xù)時間較長。

生物醫(yī)藥類的產(chǎn)業(yè)存在明顯的雙峰現(xiàn)象，早高峰時段9:00～10:00，高峰小時系數(shù)為9.20%，晚高峰時段為16:00～17:00，高峰小時系數(shù)為8.86%。早晚高峰的貨車集中出行程度高。不過，基本與城市出行的高峰時段錯開，對城市交通的影響較小。

圖4 全部車型

圖5 普貨車輛

港區(qū)路貨場及物流倉儲用地的特征基本一致，全天呈現(xiàn)中間高，兩邊低的特征，貨運出行時間分布在中午時段，港區(qū)的高峰時段為11:00～12:00，鐵路貨場的高峰時段為13:00～14:00，港區(qū)的高峰小時系數(shù)為9.66%，鐵路貨場的高峰小時系數(shù)為9.50%。

機場及物流倉儲用地呈現(xiàn)一個峰，在17:00～18:00時段呈現(xiàn)最高峰，高峰小時系數(shù)為11.51%。由此可見，廈門市的機場貨車的出行高峰在晚高峰時段。

以上各類產(chǎn)業(yè)園區(qū)的出行與城市的早晚高峰均有一定的重疊，為了減少貨運交通在早晚高峰時段對城市客運交通的影響，故可對該類部分園區(qū)的貨車運營時段實行一定的交通管理控制，見圖5、表7。

2.2.2 貨運生成強度特征

結(jié)合現(xiàn)狀用地面積，獲得不同用地交通產(chǎn)生吸引率。現(xiàn)狀的貨運交通量與現(xiàn)狀產(chǎn)業(yè)園區(qū)及各種配套物流用地開發(fā)與使用情況有較大的關(guān)系。不同用地類型的貨運生成率差別比較大，相似用地類型因為不同產(chǎn)業(yè)或者商形態(tài)其貨運生成率也有非常大的區(qū)別。不同的配套與使用度其貨運量也不盡不同，因而計算得到的貨運生成率會有一定的差別，見表8。

3 不足與展望

圖5 不同產(chǎn)業(yè)類型的貨運出行時間分布圖

表7 不同產(chǎn)業(yè)類型的貨運出行高峰小時及系數(shù)表

表8 不同產(chǎn)業(yè)類型的全天平均貨運生成率

貨運GPS 數(shù)據(jù)較為客觀，基于其提取的貨車出行特征更為準確，有助于把握城市貨運交通狀況。不同產(chǎn)業(yè)類型的園區(qū)反映出不同的貨運特點，這對于指導(dǎo)廈門市的貨運政策、港區(qū)交通組織、物流園區(qū)以及集疏運等交通專項等具有重大的意義。本文基于貨運GPS數(shù)據(jù)，結(jié)合城市產(chǎn)業(yè)用地及布局，經(jīng)過統(tǒng)計得到不同產(chǎn)業(yè)類型用地上的貨運產(chǎn)生吸引率，該結(jié)果對于同類型貨運用地的交通需求預(yù)測以及在交通影響評價中有重要的借鑒意義。

但貨運GPS數(shù)據(jù)在設(shè)計算法中關(guān)于駐留點的判定閾值主要是借鑒其它城市，用在廈門市，可能會使分析結(jié)果有一定的偏差，這也是貨運GPS數(shù)據(jù)分析駐留點問題的技術(shù)難點之一。后續(xù)將結(jié)合廈門本市的特點，采用更大數(shù)據(jù)量在統(tǒng)計學(xué)上進行聚類獲得該閾值，使貨運車輛駐留點的判定結(jié)果更為精準。