基于多源數(shù)據(jù)的步行需求預(yù)測(cè)模型構(gòu)建與應(yīng)用

摘要 文章將多源數(shù)據(jù)分析技術(shù)融入步行需求預(yù)測(cè)，設(shè)置了步行權(quán)重，以南京主城區(qū)為研究對(duì)象，采集研究范圍內(nèi)的興趣點(diǎn)（POI）數(shù)據(jù)、人口規(guī)模數(shù)據(jù)和路網(wǎng)數(shù)據(jù)，并采用重力模型，以步行權(quán)重作為出行發(fā)生的吸引量，通過(guò)TransCAD對(duì)數(shù)據(jù)、路網(wǎng)、小區(qū)三要素進(jìn)行了步行需求的預(yù)測(cè)分析，構(gòu)建了未來(lái)步行需求的分配模型。研究結(jié)果顯示，南京市主城區(qū)步行需求預(yù)測(cè)的空間分布不均衡，水平差異度大，相關(guān)道路設(shè)施配置設(shè)置不合理，該模型為主城區(qū)再規(guī)劃建設(shè)和設(shè)施配置的改善提供了科學(xué)量化的模型分析。

關(guān)鍵詞 多源數(shù)據(jù)；步行需求預(yù)測(cè)；重力模型；量化指標(biāo)；設(shè)施配置

中圖分類號(hào) U293 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-8949（2025）05-0031-04

0 引言

對(duì)于多源數(shù)據(jù)的融合模型研究已有不少探索和嘗試，王斯琨[1]通過(guò)多種途徑完成了多源數(shù)據(jù)的采集和融合，依據(jù)離散數(shù)學(xué)logit模型的基本原理，利用BIOGEME分析工具構(gòu)建了縣域城鎮(zhèn)居民活動(dòng)鏈類型的預(yù)測(cè)模型，以及居民出行時(shí)間—出行方式的聯(lián)合預(yù)測(cè)模型；彭宇紅[2]建立了PSO優(yōu)化LSSVM的機(jī)器學(xué)習(xí)方法，預(yù)測(cè)居民的交通出行需求，并提出了公共交通優(yōu)先發(fā)展及資源優(yōu)化配置的對(duì)策和措施；彭輝等[3]構(gòu)建了基于空間聯(lián)系強(qiáng)度的城際出行分布預(yù)測(cè)模型，提出了城市群多模式空間聯(lián)系概念，將空間聯(lián)系強(qiáng)度作為參數(shù)引入雙約束重力模型，從出行目的比例獲取、出行生成預(yù)測(cè)、出行分布量計(jì)算等三個(gè)方面，建立了城市群不同活動(dòng)模式的出行分布量預(yù)測(cè)方法；孫曉黎等[4]從空間分析和地理加權(quán)回歸模型，探索了西安市城市軌道交通的客流需求預(yù)測(cè)；關(guān)醒權(quán)

等[5]結(jié)合函數(shù)法、福萊特法和馬爾可夫鏈法三種方法模型，采用四階段法對(duì)該城區(qū)公交客流進(jìn)行了預(yù)測(cè)，并運(yùn)用交通規(guī)劃軟件TransCAD得到了各交通小區(qū)間的公交發(fā)生量、吸引量以及公交出行期望線圖。

由既有研究可知，雖然在多源數(shù)據(jù)融合、步行需求、預(yù)測(cè)模型三個(gè)模塊方面已有大量的文獻(xiàn)參考的研究，但鮮見(jiàn)這三個(gè)模塊的綜合性研究、模型構(gòu)建及應(yīng)用。

1 研究范圍

2021年9月，南京市入選了全國(guó)首批“一刻鐘便民生活圈”國(guó)家級(jí)試點(diǎn)城市。所謂“一刻鐘便民生活圈”是指服務(wù)半徑在步行15 min左右的范圍內(nèi)，以社區(qū)居民為服務(wù)對(duì)象，以滿足居民日常生活基本消費(fèi)和品質(zhì)消費(fèi)等為目標(biāo)，以多業(yè)態(tài)集聚形成的社區(qū)商圈。由此可知，南京市主城區(qū)的步行交通模式具有典型的借鑒和參考意義。

該文選取南京主城區(qū)作為研究對(duì)象，即明城墻、護(hù)城河（湖）圍合的范圍。從步行交通的角度出發(fā)，南京市主城區(qū)核心區(qū)域是新街口，城市功能高度集中、人口和建筑密度極大、活動(dòng)強(qiáng)度分布集中度很高，居民的日?；顒?dòng)半徑主要集中在3～5 km以內(nèi)。相比于城市副中心和郊區(qū)，其生活設(shè)施類型更加豐富多樣，其范圍內(nèi)的潛在步行需求更大。這樣的空間結(jié)構(gòu)、功能配置、活動(dòng)特征，有利于步行需求交通模式的深化研究。

2 多源數(shù)據(jù)獲取與處理

2.1 數(shù)據(jù)來(lái)源

2.1.1 POI數(shù)據(jù)的獲取

南京市主城區(qū)POI數(shù)據(jù)以自編網(wǎng)絡(luò)爬蟲(chóng)從高德地圖API的開(kāi)放平臺(tái)獲取。根據(jù)高德地圖開(kāi)放平臺(tái)的POI數(shù)據(jù)分類，結(jié)合我國(guó)居民步行出行特點(diǎn)，在《城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)》（GB 50137—2011）的基礎(chǔ)上，將獲得的POI數(shù)據(jù)共分為14類，設(shè)定采集數(shù)據(jù)的類別如表1所示。

2.1.2 人口規(guī)模數(shù)據(jù)的獲取

南京市人口規(guī)模數(shù)據(jù)分為公司企業(yè)人員數(shù)據(jù)規(guī)模和商務(wù)住宅兩類，公司企業(yè)人員數(shù)據(jù)規(guī)模以自編網(wǎng)絡(luò)爬蟲(chóng)從“天眼查”網(wǎng)站上獲取，在數(shù)據(jù)獲取的同時(shí)優(yōu)化了Python代碼，添加了約束條件和指向性代碼，同時(shí)完成了數(shù)據(jù)獲取和數(shù)據(jù)清洗。同理，商務(wù)住宅區(qū)住戶數(shù)的規(guī)模數(shù)據(jù)以自編爬蟲(chóng)從“安居客”“鏈家”等房屋中介網(wǎng)站上獲取。

2.1.3 路網(wǎng)數(shù)據(jù)的獲取

南京市主城區(qū)的路網(wǎng)數(shù)據(jù)來(lái)源于Open street map官網(wǎng)和《南京市慢行（步行與自行車）系統(tǒng)規(guī)劃》中的慢行路網(wǎng)，將完成坐標(biāo)轉(zhuǎn)換的路網(wǎng)加載至ArcGIS軟件中擬合校正。為解決步行模型的精度問(wèn)題，在現(xiàn)有路網(wǎng)的技術(shù)上結(jié)合高德地圖數(shù)據(jù)，對(duì)研究范圍內(nèi)原始路網(wǎng)進(jìn)行支路與街巷道路的完善、補(bǔ)充和刪改，使路網(wǎng)數(shù)據(jù)更加完整和準(zhǔn)確，如圖1所示。

2.2 數(shù)據(jù)處理

2.2.1 數(shù)據(jù)清洗

為了提高數(shù)據(jù)質(zhì)量，讓數(shù)據(jù)更好地適用于項(xiàng)目研究，將獲取的POI數(shù)據(jù)在Excel中進(jìn)行初步分類、篩選和排序。例如，對(duì)獲取的POI數(shù)據(jù)進(jìn)行“缺失值、異常值”的刪除；把“同名異義/異名同義”的數(shù)據(jù)進(jìn)行合并；并刪除數(shù)據(jù)“冗余屬性”。

2.2.2 坐標(biāo)變換

在進(jìn)行交通小區(qū)步行權(quán)重統(tǒng)計(jì)分析的過(guò)程中，需要將POI數(shù)據(jù)與路網(wǎng)小區(qū)數(shù)據(jù)進(jìn)行空間連接，首先需要對(duì)坐標(biāo)進(jìn)行轉(zhuǎn)換處理，以解決同一地理實(shí)體在不同坐標(biāo)系下存在的坐標(biāo)系偏移問(wèn)題。該文對(duì)清洗后的POI的數(shù)據(jù)和完善后的路網(wǎng)數(shù)據(jù)進(jìn)行坐標(biāo)轉(zhuǎn)換，統(tǒng)一轉(zhuǎn)換成國(guó)際通用的WGS84坐標(biāo)，并將完成坐標(biāo)轉(zhuǎn)換后的POI數(shù)據(jù)和路網(wǎng)數(shù)據(jù)加載至ArcGIS中。

2.2.3 劃分交通小區(qū)

考慮研究的步行出行作為出行鏈一部分，依據(jù)步行生活圈的范圍界定，其出行距離主要集中在800 m范圍內(nèi)。因此，交通小區(qū)的劃分以周邊道路邊界進(jìn)行，最大范圍在800 m以內(nèi)。在ArcGIS軟件中，基于路網(wǎng)、建筑分布、居民日常使用設(shè)施的地理位置，結(jié)合劃分原則進(jìn)行交通小區(qū)面積的劃分，用于計(jì)算交通小區(qū)范圍內(nèi)POI數(shù)據(jù)的步行權(quán)重。

基于劃分到交通小區(qū)、并結(jié)合坐標(biāo)轉(zhuǎn)換的POI數(shù)據(jù)點(diǎn)，刪除研究范圍外的POI數(shù)據(jù)點(diǎn)，導(dǎo)出Excel表格，再次進(jìn)行預(yù)處理，即數(shù)據(jù)清洗操作。

3 預(yù)測(cè)模型構(gòu)建與應(yīng)用

3.1 “四階段法”交通規(guī)劃模型

“四階段法”中涉及的交通出行分布模型，主要包括增長(zhǎng)系數(shù)模型、重力模型、機(jī)會(huì)模型、熵模型等。該研究采用重力模型展開(kāi)研究分析。

重力模型是根據(jù)未來(lái)區(qū)域各交通小區(qū)之間的廣義成本（小區(qū)間的時(shí)耗、距離、費(fèi)用中的一種或幾種），計(jì)算區(qū)域出行的阻抗矩陣，然后基于阻抗矩陣計(jì)算各交通小區(qū)之間出行交換概率，再結(jié)合未來(lái)的出行生成預(yù)測(cè)結(jié)果求解未來(lái)出行分布的OD矩陣。重力模型本質(zhì)是將交通小區(qū)之間的交換量看作出行成本的函數(shù)。涉及公式如下：

（1）

式中，Pi ， Pj——小區(qū)i ，" j的人口數(shù)量；Oi ， Dj——小區(qū)i ，" j的產(chǎn)生交通量與吸引交通量；α ， β ， γ——模型參數(shù)，αβ通常稱為潛能系數(shù)，一般取1，而γ為阻抗系數(shù)，一般取0.5～3.5；——阻抗函數(shù)，當(dāng)出行阻抗（距離、時(shí)間、費(fèi)用等）增加時(shí)函數(shù)值降低。

3.2 步行發(fā)生吸引權(quán)重分析

既有研究表明，不同用地間的步行需求強(qiáng)度首先與自身用地類型相關(guān)。根據(jù)人口構(gòu)成分類，一般將城市人口分為常住人口、流動(dòng)人口以及其他人口三類，其中常住人口是該項(xiàng)目的研究對(duì)象。由于模型計(jì)算過(guò)程中不涉及實(shí)際的步行發(fā)生吸引量，為反映步行出行需求的強(qiáng)度，現(xiàn)針對(duì)不同用地類型的POI數(shù)據(jù)點(diǎn)設(shè)置相應(yīng)的步行出行權(quán)重，其中不同用地類型的POI數(shù)據(jù)步行出行權(quán)重，表征了針對(duì)不同出行類型的潛在步行出行需求。根據(jù)實(shí)際情況，針對(duì)常住上班、常住上學(xué)和常住彈性分別對(duì)14類POI數(shù)據(jù)類型進(jìn)行合理的權(quán)重分配，并確保各發(fā)生權(quán)重與吸引權(quán)重的之和為1，從而得到三類步行出行的權(quán)重，因篇幅原因僅列出常住上班的權(quán)重，如表2所示。

3.3 居民步行出行生成率和出行總量

參考2021年南京市發(fā)布的《南京市城市交通狀況》的問(wèn)卷調(diào)查，以抽樣調(diào)查273人的樣本數(shù)據(jù)作為南京主城區(qū)居民出行的結(jié)構(gòu)比例，其中出行方式選擇步行交通的占比為26.4%。同時(shí)，參考《南京市城市綜合交通規(guī)劃》中的遠(yuǎn)期居民生成率表（如表3所示），采用相應(yīng)的工作0.6、就學(xué)0.2和私用0.32作為計(jì)算常住上班、常住上學(xué)和常住彈性的出行率。通過(guò)式（2）計(jì)算不同出行目所對(duì)應(yīng)的步行出行生產(chǎn)率。

出行結(jié)構(gòu)中步行比例×出行生成率=步行出行生成率 （2）

通過(guò)式（3）計(jì)算求得常住上班、常住上學(xué)、常住彈性的出行總量。其中，人口規(guī)模爬取數(shù)據(jù)按照每戶3人進(jìn)行計(jì)算，大致估算出研究范圍內(nèi)的居住人口規(guī)模為1 876 316人，然后求出不同出行目的所對(duì)應(yīng)的總出行量次。

居住人口×出行生成率=出行總量 （3）

3.4 數(shù)據(jù)處理和預(yù)測(cè)模型構(gòu)建

通過(guò)Python編寫代碼從高德地圖初步獲取主城區(qū)的14類POI數(shù)據(jù)，共計(jì)93 111個(gè)POI數(shù)據(jù)。補(bǔ)充支路和街巷，形成老城區(qū)研究范圍內(nèi)的路網(wǎng)，通過(guò)ArcGIS平臺(tái)對(duì)研究路網(wǎng)進(jìn)行小區(qū)劃分，共劃分658個(gè)交通小區(qū)。結(jié)合14類POI數(shù)據(jù)點(diǎn)和路網(wǎng)模型，將范圍外的POI數(shù)據(jù)刪除，進(jìn)行數(shù)據(jù)清洗操作，最終得到56 762個(gè)POI數(shù)據(jù)點(diǎn)。

以常住上班權(quán)重表為例，為其余13類POI用地?cái)?shù)據(jù)類型和企業(yè)公司數(shù)據(jù)賦予相應(yīng)的權(quán)重。將路網(wǎng)、交通小區(qū)、POI權(quán)重信息數(shù)據(jù)一同加載至TransCAD軟件，利用重力模型對(duì)各交通小區(qū)內(nèi)步行發(fā)生吸引的總權(quán)重進(jìn)行權(quán)重的分配，最終得到路段常住上班步行需求的預(yù)測(cè)模型（如圖2所示），常住上學(xué)和常住彈性的預(yù)測(cè)模型構(gòu)建同理。不界定出行形式，將常住彈性權(quán)重表賦值于重力模型中，即可得到小區(qū)步行的未來(lái)需求分布圖，如圖3所示。

3.5 結(jié)論與應(yīng)用分析

3.5.1 模型結(jié)論

南京市主城區(qū)的居民出行步行生成率：由式（2）計(jì)算可得，常住上班的步行生成率為15.84%，常住上學(xué)的步行生成率為5.28%，常住彈性的步行生成率為8.448%。

南京市主城區(qū)的出行總量：由式（3）計(jì)算可得，常住上班的出行總量為1 125 790人/日，常住上學(xué)的出行總量為375 263人/日，常住彈性的出行總量為600 421人/日。

對(duì)重力權(quán)重模型推導(dǎo)出的主城區(qū)路段步行需求分配進(jìn)行分析：

（1）南京市主城區(qū)按照道路層級(jí)的大小（即城市主干道、城市次干路、支路），步行出行需求預(yù)測(cè)的權(quán)重占比逐漸變小。

（2）以中央路、中山路為首的城市主干路，接近南京新街口的步行生活圈，POI數(shù)據(jù)反映的用地類型以公司企業(yè)、交通設(shè)施服務(wù)、購(gòu)物消費(fèi)為主，其吸引權(quán)重較大，圖表反映出的步行需求預(yù)測(cè)權(quán)重呈現(xiàn)紅色的數(shù)值較大，形成以商圈、企業(yè)為核心的步行集散中心圈。

（3）以長(zhǎng)江路、珠江路為代表的城市次干路，其步行需求預(yù)測(cè)權(quán)重呈現(xiàn)黃色，有較為集散的居民步行行為出行特征，道路層級(jí)較高。周邊小區(qū)用地性質(zhì)以公司、老住宅、商業(yè)購(gòu)物為主體，但是因?yàn)槁肪W(wǎng)步行設(shè)施配置較為齊全，步行交通基本能夠滿足供需平衡。

（4）以成賢街、四牌樓為核心的城市支路，其步行需求預(yù)測(cè)權(quán)重呈現(xiàn)紅色和黃色的混合狀態(tài)，周邊小區(qū)用地密集，道路層級(jí)較低，居民出行需求量大。以成賢街為典型代表，實(shí)施了“一刻鐘便民生活圈”的步行方案，該區(qū)塊的出行需求得到緩解。

3.5.2 模型分析應(yīng)用

第一，從宏觀整體角度分析常住上班的路網(wǎng)需求分配圖：以新街口為核心發(fā)生的步行活動(dòng)預(yù)測(cè)向主城區(qū)邊緣城區(qū)道路逐漸遞減，反映出主城區(qū)步行交通空間分配不均衡的特質(zhì)，核心城區(qū)仍面臨著步行交通擁堵的現(xiàn)狀，這對(duì)于城市主城區(qū)再規(guī)劃建設(shè)和設(shè)施配置的改善提供了科學(xué)量化的數(shù)據(jù)佐證。

第二，從宏觀角度對(duì)主城區(qū)小區(qū)步行的未來(lái)需求流量圖進(jìn)行分析：由于是彈性權(quán)重，所以步行出行特征更具普適性，反映的是遠(yuǎn)景視角下城市核心區(qū)的步行需求規(guī)劃，依據(jù)南京市常住人口持續(xù)增長(zhǎng)的現(xiàn)狀，未來(lái)主城區(qū)步行流量仍會(huì)出現(xiàn)不斷攀升的情況。所以，現(xiàn)狀條件下核心城區(qū)流量擁堵、改善步行交通設(shè)施配置、舊城區(qū)的路網(wǎng)再規(guī)劃這三個(gè)模塊都是迫切需要解決的問(wèn)題，而該模型為這些問(wèn)題提供了“向哪一個(gè)交通小區(qū)改善，向哪一條道路改善，如何去改善”的方向指引。

4 結(jié)論

該文基于多源數(shù)據(jù)對(duì)行人步行出行需求預(yù)測(cè)進(jìn)行了研究，以高德地圖POI數(shù)據(jù)、“天眼查”的公司企業(yè)人員規(guī)模和“安居客”“鏈家”的住宅人員規(guī)模為基礎(chǔ)，結(jié)合路網(wǎng)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。以步行權(quán)重作為出行發(fā)生的吸引量，通過(guò)TransCAD利用重力模型對(duì)數(shù)據(jù)、路網(wǎng)、小區(qū)三要素進(jìn)行了步行需求的預(yù)測(cè)分析，為城市步行需求分析提供了一種簡(jiǎn)便可行的定量化分析方法，并提供了一種可測(cè)量性、可預(yù)見(jiàn)性的預(yù)測(cè)建模思路，解決了以往步行網(wǎng)絡(luò)規(guī)劃以定性分析為主，難有數(shù)據(jù)支撐的問(wèn)題。以南京主城區(qū)為案例進(jìn)行了應(yīng)用研究，得到的步行需求模型能夠很好地支撐步行網(wǎng)絡(luò)規(guī)劃方案的生成，并針對(duì)規(guī)劃方案提出了步行空間和步行環(huán)境改善的措施建議。

參考文獻(xiàn)

[1]王斯琨.基于多源數(shù)據(jù)融合的縣域城鎮(zhèn)居民出行需求分析研究[D].南京：東南大學(xué)， 2022.

[2]彭宇紅.基于PSO-LSSVM機(jī)器學(xué)習(xí)的居民出行需求預(yù)測(cè)方法及應(yīng)用[D].北京：北京交通大學(xué)， 2020.

[3]彭輝，王威，徐培娟，等.基于空間聯(lián)系強(qiáng)度的城際出行分布預(yù)測(cè)模型[J].北京交通大學(xué)學(xué)報(bào)， 2022（4）：43-51.

[4]孫曉黎，朱才華，馬超群.考慮步行影響范圍的城市軌道交通客流需求預(yù)測(cè)[J].鐵道運(yùn)輸與經(jīng)濟(jì)， 2023（4）：133-140.

[5]關(guān)醒權(quán)，閆磊，吳魯香.基于TransCAD的公交客流預(yù)測(cè)應(yīng)用研究[J].物流科技， 2021（9）：76-80.