交通方式划分

第5章交通方式划分1辆公交车60辆小汽车出行生成出行分布方式划分交通流分配O\D12……j……n发生量1011t012t……01jt……01nt01O0ijt现在i,j区的OD交通量2021t022t……02jt……02nt02O………………………………………i01it02it……0ijt……0int0iOnjijitO00………………………………………m01mt02mt……0mjt……0mnt0mOmiijjtD00吸引量01D02D……0jD……0nD0TnjjmioiDOT00O\D12……j……n发生量1Nt11Nt12……Njt1……Nnt1NO1Nijt现在i,j区的OD交通量2Nt21Nt22……Njt2……Nnt2NO2………………………………………iNit1Nit2……Nijt……NintNiOnjNijNitO………………………………………mNmt1Nmt2……Nmjt……NmntNmOmiNijNjtD吸引量ND1ND2……NjD……NnDNTnjNjmiNiNDOT现在OD表目标OD表主要内容概述交通方式选择影响因素交通方式划分模型教学要求理解影响交通方式划分的主要因素掌握常用交通方式划分模型灵活运用logit模型进行交通方式预测。一、概述——各种交通方式所承担的出行量占出行总量的比例交通方式划分就是出行者出行选择交通工具的比例.它以居民出行调查的数据为基础，研究人们出行时的交通方式选择行为，建立模型从而预测基础设施或服务等条件变化时，交通方式间交通需求的变化。城市交通规划的方式选择单独开车出行乘公共汽车出行乘地铁出行乘出租车出行骑自行车出行骑摩托车出行步行出行组合出行1、研究背景和意义多模式城市交通城市轨道交通城市公共汽车出租汽车自行车私家车航拍1航拍21.从城市规划的角度，未来实现所期望的交通方式划分，如何改扩建各种交通设施引导人们的出行，以及如何制定各种交通管理规则等.2.在假设历史的变化情况将来继续延续下去的前提下，研究交通方式间交通需求的变化；二、影响交通方式划分的因素分组讨论5min每组推荐一个同学上台发言发言时间控制在3min重在补充完善（1）出行者本身特性（2）出行特性（3）交通设施服务水平（4）地区属性家庭车辆拥有情况：主要指小汽车、自行车、助动车、摩托车出行者年龄：不同年龄阶段的出行者偏好于不同的交通工具，如老人、小孩偏好于公共交通，而较少骑车收入：高收入者偏向于坐出租车，而低收入者偏向于公共交通或骑自行车（1）出行者本身特性业务员、推销员汽车使用率高，20~40岁汽车利用率高，其它年龄段公共汽车利用率高，男性比女性汽车利用率高，收入高汽车利用率高。（2）出行特性出行目的：上班、上学偏向于公交车，购物、社交等偏向于出租车或私人小汽车出行距离：出行距离近，偏向于步行和非机动车；出行距离远，则倾向于选择出租车、轨道交通等（3）交通设施服务水平费用：对公共交通，指车票；对个人交通，指汽油费等时间：含坐车、等车、换乘步行时间等舒适度：包含坐与站的区别，以及坐椅的舒适程度、站立的宽松程度可靠性：指车辆到离站的准时性，显然准时准点的轨道交通优于一般公共汽车分区可达性：包括两个方面，道路密度、公交网密度（4）地区属性城市土地开发密度高密度开发区域：客流密集、出行量较大，公共交通运行效益较好，适宜采用公共交通出行。例如香港低密度开发区域：客流较为分散，公共交通运行效益较差，适宜采用私人交通出行。例如洛杉矶城市规模、地形、气候等因素、人口密度城市规模大交通设施水平高机动化交通方式利用率高山川、河流多机动车利用率高雨天、雪天公共交通方式利用率高人口密度高公共交通方式利用高圣保罗市中心地铁站台北摩托车印尼德波开往雅加达的列车印度北方邦的诺利火车站北京地铁大兴线北京地铁四惠站集计模型非集计模型（1）集计方法（aggregatemethod）以交通小区为研究单位的，将小区中个人或家庭的调查数据进行统计处理，如求平均值、求比例等；再用这些统计值来标定交通发生、分布、方式划分模型中的参数在这个过程中关于个人和家庭的原始数据在统计时被集中处理，即被集计化，因此被称为集计方法，得出的模型称为集计模型（2）非集计方法（disaggregatemethod）发展背景：1960年代，日本提出交通方式划分的“非集计模型方法”概念和模型，借用微观经济学中的效用理论，在这个问题上开创了交通方式划分的非集计模型的研究，至今仍是交通规划理论中的一个热点问题方法描述：以个体为分析对象，将个体的原始数据不作任何统计处理直接用来构造模型，充分地利用每个调查样本的数据，求出的描述个体行为的概率值（3）方法特点集计方法A.要求相当规模的样本容量以保证模型的精度B.存在信息浪费，即在统计求和过程中没有充分利用各个个体（个人和家庭）的全部调查数据非集计方法A.要求的样本容量较小B.充分运用调查的个人数据，模型精度较高（1）转移曲线（2）回归模型（3）实际中宏观与微观相结合的方法（1）转移曲线转移曲线是根据大量的调查统计资料绘出的各种交通方式的分担率与其影响因素间的关系曲线，从而依据该曲线求出该地区间交通方式分担率的方法。影响因素：地区间距离、交通方式所需时间（费用）比、出行者的经济条件、出行目的，两种方式非乘车时间所耗费时间比等。华盛顿公交与私人分担率转移曲线影响因素：出行者经济条件出行目的行时比费用比服务比公交私人交通优点：在交通方式较为单一、影响因素较少时，简单、方便缺点：交通方式众多、影响因素复杂时，曲线绘制较为困难思考——转移曲线法优点和缺点？通过建立交通方式分担率与其相关因素之间的函数关系，得出回归方程，从而推算交通方式分担量。Gim——交通区i、交通方式m的交通产生量；Xn——相关因素，如人口、土地使用、生活水平指标等。等——回归系数，根据现状调查资料，用最小二乘法确定。nnmmmmimXXXG22111m（3）宏观与微观相结合：首先在宏观规划区域层面上进行总体交通方式结构控制；（小区总体）然后在微观交通小区层面上进行交通方式分担比例预测。宏观——总体交通方式结构国家自然科学基金重点项目“可持续发展的城市交通运输系统”研究提出了城市总体交通方式结构：•根据城市交通基础设施条件、经济发展水平及相应的私人小汽车交通的两个不同的发展阶段，给出了不同类型城市的居民出行方式结构比例，可供城市交通发展战略决策参考。我国不同类型城市的居民出行方式结构比例划分建议城市类型体力型交通方式机动化交通方式步行自行车摩托车出租车单位车私家车公交私人小汽车发展的初期阶段大城市与特大城市25～3520～303～52~52~33～820～30中小城市30～4030～455～81~32~31～55～10私人小汽车发展的普及阶段大城市与特大城市20～3010～20—2~5—10～2030～45中小城市25～3515～301～31~3—15～255～10特点：1、私家车普及阶段与初级阶段相比，体力型交通方式比例下降，机动化交通方式比例上升，但仍要保持公交的出行占据较高的比例2、大城市、特大城市与中小城市相比，体力型交通方式相对较低，机动化交通方式比例相对较高由于出行距离是影响交通方式选择的重要内在因素，且具有较强的规律性，通常利用出行方式距离曲线模型计算交通区间不同交通方式的分担率.微观——各交通小区之间得到各出行方式的距离曲线后，根据交通区之间的距离来计算各出行方式在该距离下的交通分担率，乘以交通小区间的交通分布量，从而得到各出行方式的交通分担量。)(ijkijijkdPTT（1）非集计模型发展开发出来的非集计模型种类很多。例如，期早提出了Logit模型和Probit模型，这两种模型都有明显的不足为弥补其不足提出了多种改进的Logit模型通过讨论Logit模型提供建立各类非集计模型的基础（2）效用理论（UtilityTheory）如何在有限的时间和资金条件下做出选择？Q1：买一辆新车VS修理旧车Q2：买品牌货品VS一般货品Q3：将收入储蓄VS进行投资经济学对消费选择行为解释的基本假定：人们倾向于选择在他们看来具有最高满意度的那些物品和服务，并采用“效用”来描述选择的可能性（2）效用理论（UtilityTheory）效用：满意的程度，消费者从消费一种物品或服务中得到的主观上的享受和有用性，经济学上可以用以解释理性的消费者如何将其有限的资源分配在能给他们带来满足的各种商品上为了模拟出行者的心理活动，可以为每种交通方式确定一个效用值，某种交通方式的效用值反映了如果出行者选择该方式将会获得的好处大小。对于出行者来说，他（她）总是希望选择能够产生最大效用值的交通方式。影响交通方式的效用值的因素不仅多而且复杂，还有随机成分，所以说效用值是一个随机变量，一般称之为随机效用。随机效用（3）选择枝的概念（Alternative）可供选择的交通方式称为选择枝如果一共只有两个选择枝可供选择，就是一个二项选择问题，否则就是多项选择问题实际中较多的是多项选择问题，而且往往不同的出行者可选择的范围不同，即有不同的选择枝集合，如有私家车的人就多了一个私家车的选择枝Pit表示个体t对方式i的选择概率Vit表示方式i对个体t而言的效用C·t表示备选的交通方式集tjVVitCjeePjtit（4）非集计模型两点假设基于人们通常的心理选择行为进行建模假定，这是非集计模型的基础：①个人在每次选择中总选择效用值最大的选择枝②个人关于每个选择枝的效用值由个人自身的特性和选择枝的特性共同决定在这两个基本假定的基础上借助随机效用理论推导非集计模型（4）模型推导效用是由选择枝本身的特性和个人的社会经济特性两方面的因素决定的，不能对影响效用的全部因素进行量测，将效用看作随机变量：Unj=Vnj+εnjUnj——个人n关于选择枝j的效用Vnj——能够观测到的因素构成的效用确定项εnj——不能够观测到的因素构成的效用随机项（4）模型推导在推导过程中假设一共只有两个选择枝，根据效用理论的基本假定，出行者选择选择枝1的概率为)Pr()Pr()Pr(12122211211VVVVUUPdydzzyfdyyVVyyVV21),(),Pr(122121Logit模型（4）模型推导f12(y,z)是ε1和ε2的联合概率密度函数，如果假定ε1和ε2相互独立且具有相同的概率分布，其密度函数为f，则其联合分布密度函数f12(y,z)=f(y)f(z)dydzzyfdyyVVyyVV21),(),Pr(122121)Pr()Pr()Pr(12122211211VVVVUUPdydzzfyfPVVy21)()(1进一步假定ε1和ε2都服从Gumbel分布，其概率分布函数和概率密度函数分别为：F(y)=exp[-exp(-by)]f(y)=bF(y)exp(-by)（4）模型推导dyVVyFyFbybdydzzfyfPVVy)()()exp()()(21121令：w=F(y)F(y+V1-V2)，则))exp(1()exp(exp12bVbVbyw)]exp(1)[exp(12bVbVbybwdydwdyVVyFyFbybdydzzfyfPVVy)()()exp()()(21121（4）模型推导由于当y=时,w=exp(0)=1；当y=-时,w=exp(-)=0。故有dwbVbVbywbywdybywbP10121)]exp(1)[exp()exp()exp(dwbVbVbywbywdybywbP