交通规划原理chap5

对于预测生成交通量来说，怎样决定生成原单位的将 来值是一个重要的课题。根据以往的研究成果，通常 有以下几种做法：
① 直接使用现状调查中得到的原单位数据。 ② 将现状调查得到的原单位乘以其他指标的增长率来推
算，即增长率法。 ③ 最常用的也是最主要的为函数法。通常按照不同的出
行目的预测不同出行目的的原单位。其中，函数的影 响因素多采用性别、年龄等指标。
10
•不同居室数量家庭出行情况（北京城八区，2005年 ）
居室数 调查户数 户出行率(次/户) 出行率(次/人)
0
639
6.04
2.29
1
5890
5.37
2.37
2
22352
5.67
2.25
3
10142
5.83
2.19
4
1333
5.79
2.12
5
278
5.88
2.10
5以上 553
5.78
2.00
测家庭构成、大小等。 个人分类模型的主要限制是很难兼顾家庭间的相互影响、家庭
的花费和预算。
44
第4节 发生与吸引交通量的预测
与生成交通量的预测方法相同，发生与吸引交 通量的预测方法也分原单位法、增长率法、聚 类分析法和函数法。
45
一、原单位法
利用原单位法预测发生与吸引交通量时，首先需要分 别计算发生原单位和吸引原单位，然后根据发生原单 位和吸引原单位与人口、面积等属性的乘积预测得到 发生与吸引交通量的值。
38
•解：
•（1）现状条件下的总出行次数：
•1003.4+200 4.9+300 8.3+100 12.9=5100次
•（2）五年后本小区的居民状况：
•低收入、无小汽车、每户3人： （100-50）户
；
•中等收入、无小汽车、每户3人：
50 户
；
•低收入、无小汽车、每户4人： （200-100）户
；
29
（1）聚类分析法必须服从的假定
①一定时期内出行率是稳定的。 ②家庭规模的变化很小。 ③收入与车辆拥有量总是增长的。 ④每种类型内的家庭数量，可用相应于该家庭
收入、车辆拥有量和家庭结构等资料所导出的 数学分布方法来估计。
30
（2）构造聚类分析模型的步骤
①有关家庭的横向分类。澳大利亚根据其中西部的交通调 查，规定家庭大小、家庭收入各分为6类，家庭拥有小汽 车数分为3类。我国家庭中自行车使用比较广泛，可以考 虑作为分类的项目，上海曾以住宅类型、家庭人口及自行 车拥有量作为分类项目研究出行发生模型。
8
1.土地利用
③工业用地是工作日上班交通的主要发生 源。该用地的发生与吸引交通量通常用从业人 口、产值等指标表示。
④仓储用地是货物的主要集散点，因此是 货物交通的主要发生源。该用地发生与吸引交 通量通常用仓库面积、货物吞吐量等指标表示 。
9
•2.家庭构成与大小
• 家庭是构成人们出行的基础，上班、自由（走亲访友、
一般，在交通需求预测时，要求各小区的发生交通量 之和与吸引交通量之和相等，并且各小区的发生交通 量或吸引交通量之和均等于生成交通量。如果它们之 间不满足上述关系，则可以采用如下方法进行调整。
37
【例2】
若在五年后： “低收入、无小汽车、每户3人”中有50户转变为 “中等收入、无小汽车、每户3人”； “低收入、无小汽车、每户4人”中有100户转变为 “中等收入、有1小汽车、每户4人”； 从其他小区迁进“高收入、有1小汽车、每户3人”50户。 求：本小区五年后的总出行次数？
出行次数的增长率？
•平均出行次数(男)
11
•3.年龄,性别 • 男性11~50岁出行多， 女性11~45岁出行多。
•年龄段
•年龄段
•平均出行次数(女)
•4.汽车保有率 • 汽车保有率高，人均出行次数增加。 • 原因：(1)出行需求高的人买车，(2)有车后容易 诱发出行。
户人口数
有车
无车
户出行率 出行率( 户出行率( 出行率( (次/户) 次/人) 次/户) 次/人)
6
第１节 概述
交通的发生与吸引预测模型的含义： 预测研究区域总的生成交通量和各个小区的交 通发生量Oi和交通吸引量Dj。
7
•第２节 发生与吸引交通量的影响因素
•1.土地利用 • ①住宅用地是交通的主要发生源和居民出行的主要起讫
点。该用地的发生与吸引交通量通常用居住面积、住户数 、人口、住户平均人数等指标表示。 • ②公共设施用地包括行政办公用地、商业金融业用地、 文化娱乐用地、体育用地、医疗卫生用地、教育科研设计 用地、文物古迹用地等。当然，也是交通的主要发生源之 一。该用地的发生与吸引交通量通常用办公、营业面积、 从业人口等指标表示。
交通规划原理chap5
2
3
第１节 概述
交通调查 小区土地利用（面积、住宅、就业人口等） 小区的发生与吸引交通量
4
•第１节 概述
•表5-1 发生、吸引交通量与生成交通量的关系 •…... •…...
•发生交通量
•…... •…...
•…... •…... •吸引交通量
•…... •…...
•生成交通量
观念，不像回归分析那样必须了解相关性、参数值等因素。 ②资料的有效利用。从现有的OD调查中就可获得完整的资料
，即使没有，也可通过小规模调查得到。 ③容易检验与更新。出行发生率很容易通过小规模抽样调查与
小区的特性分析而校核其正确性。 ④可以适用于各种研究范围。由于出行发生基于住户的特性，
出行吸引基于土地利用特性。因此，其出行生成、吸引率可以 用于各种范围研究，如区域规划、运输通道规划和新发展区。
33
具体类型分法
(1)年收入(英镑)分6级
34
(2)家庭构成分6类：
无就业者：1人；
无就业者：>1人；
就业人1，无业人≤1； 就业人1，无业人≥2；
就业人2，无业人≤1； 就业人2，无业人≥2。
(3)汽车拥有量分3类：0辆，1辆，主2辆。
这样共分成了6*6*3=108个类型的家庭。
35
（4）应用聚类分析法的注意问题
（2）以土地利用或经济指标为基准的原单位， 即以单位用地面积或单位经济指标为基准对原单 位进行预测。
22
•预测方法
•K：出行目的； •l：人口属性；
•根据人口属性，按出行目的的不同预测。 •北京市不同出行目的的出行率(1986)
24
•出行目的和性别、居民身份的关系 (2000)
25
原单位指标值的确定
3．个人分类方法
43
个人分类方法的优点
（1）个人出行产生模型同经典的交通需求模型的其他部分完 全兼容，它们都是基于出行者而不是基于家庭。
（2）也可采用交叉分类方法。 （3）个人分类模型所需要的样本数比基于家庭模型少几倍。 （4）很容易考虑人口统计的变化。如在基于家庭的模型中无
法兼顾某些关键的人口变量(如年龄)。 （5）个人分类较家庭分类预测起来更容易。因为后者需要预
1
2.52
2.52
2.63
2.63
2
4.75
2.37
4.66
2.33
3
6.87
2.29
6.59
2.20
4
8.56
2.14
8.10
2.03
5
10.02 2.00
9.61
1.92
合计
6.19
2.27
5.51
2.23
14
•5.自由时间
• 自由时间=24-生活必需时间(睡眠、饮食) -约束时间(
工作、学习)
• 自由时间多出行机会大
• 自由出行量：T=at+b
•
t：自由时间；a，b：系数和常数。
•6.职业和工种 • 汽车司机、推销员、采购员、业务员的平均出行多
• 工人、学生、教师、行政管理人员的平均出行少
16
•北京市2000年日平均出行次数
17
18
•7.外出率 • 因工种、年龄的不同而异。 •8.企业环境 • 企代，英国伦敦进行交通规划。 经分析发现，一个家庭有三大特性对其出行产生 量起主要决定作用：人口(指6岁以上者)、收入、 车辆拥有量。显然，人口越多，出行次数越大； 收入越多，越爱购物和消费，因此出行次数也越 多；车辆拥有量越大，出行越方便，出行的可能 性也就越大。类型分析法是根据家庭的特性对家 庭进行分类。
26
•【例1】
• 在某对象区域常住人口平均出行率不变的情况下，
求其将来的出行生成量。
•（单位：万出行数／日）
•出行生成量： •Tp=28.0+51.0+26.0=28.0 +50.0 +27.0=105.0 •现状常住人口： •N=11.0+20.0+10.0=41.0
•将来常住人口： •15.0+36.0+14.0=65.0 •现状平均出行率T/N： •105.0/41.0=2.561(出行数/日、人) •将来的生成交通量： •Tn=M* (T/N )=65.0*2.561=166.5(万出行数/日)
②把每个家庭定位到横向类别。就是对家庭访问调查资料 进行分类，把每个家庭归入其所述类别。
③对其所分的每一类，计算其平均出行率。用调查的每类 出行发生量除以每类的家庭总数，则可分别得出每类家庭 的平均出行率。
31
（2）构造聚类分析模型的步骤
④计算各分区的出行发生。把分区每一类的家 庭数乘以该类的出行发生率，并将分区中所有 类别的家庭总加起来，得到出行总量。
20
•二、生成交通量的预测方法
生成交通量的预测方法主要有原单位法、增长 率法、聚类分析法和函数法。除此之外，还有 利用研究地区过去的交通量或经济指标等的趋 势法和回归分析等方法。