交通的发生和吸引
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
而出行生成交通量通常作为总控制量，用来预测和校核各个交 通小区的发生和吸引交通量。图5.3-1列出了OD表中发生交通量、 吸引交通量和生成交通量三者之间的关系。
第三节 出行生成交通量的预测
发生、吸引交通量与生成交通量的关系表
D O
1
1
2
⋮
i
⋮
m
合计
D1
2
…
D2
…
j
…
Di
…
吸引交通量
n 合计
O1
O2
如果生成量 T 与总发生交通量 ������ = σ������������=������ ������������ 有明显的误差，则
可以将 ������������ 修正为：
第三节 出行生成交通量的预测
【例题 5-2】 澳大利亚城市类别产生率。根据家庭规模、收入及家 庭拥有小汽车数可将研究对象内的家庭分成不同的类别，表 5.3-2给出 的就是根据调查得到的不同类别家庭的平均出行率。
表 5.3-2 不同类别家庭的平均出行率
收入 家庭规模 小汽车拥有率
无 1辆 2辆及以上
则总出行为： 100×3.4+200×4.9+300×8.3+50×12.9=4455人次/日
第三节 出行生成交通量的预测
（3）聚类分析的优缺点
优点： ①直观、容易了解。 ②资料的有效利用。 ③容易检验与更新。 ④可以适用于各种研究范围。
缺点： ①每一横向分类的小格中，住户彼此之间的差异性被忽略。
男性26~50岁出行多， 女性16~50岁出行多。
2.50
平 均 出 行 次
2.00 1.50 1.00
1.871.751.661.942.072.041.951.781.721.60
1.37
1.12
1.09
0.70
数 0.50
男
0.00
6～10 16～20 26～30 36～40 46～50 56～60 66～70年龄段
������
������������ = ���ഥ��������� ������������������
������=������
式中: ������������—— i 区出行产生数的计算值； ���ഥ���������—— C 类家庭的平均出行率； ������������������—— i 区内的 C 类家庭数。
第四节 发生与吸引交通量的预测
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 ，分别可 用下式表示。
������������ = ������������������, ������������ = ������������������ 其中：i, j ——交通小区；
0.00
上班 下班 上学 放学 回家 生活文化娱乐工作外出 回程 其它
北京市不同出行目的的出行率(1986)
第三节 出行生成交通量的预测
【例1】图5-6是分有3个交通小区的某对 象区域，表5-1是各小区现状的出行发生量和 吸引量，在某对象区域常住人口平均出行率 不变的情况下，采用出行次数法预测其将来 的出行生成量。
②因各小格样本数的不同，得到的出行率用于预测时，会失去其一 致的精确性。
③同一类变量类别等级的确定是凭个人主观，失之客观。 ④当本方法用于预测时，每一小格规划年的资料预测将是一项繁杂 工作。
第三节 出行生成交通量的预测
3. 个人分类方法
个人分类方法 (Person-Category Approach) 是对基于家庭的分类 模型的一种替代方法。如果令 tj 表示出行率，即在某一段时间内 j 类 人中平均每人的出行次数；Ti 表示 i 小区各类居民的总出行数；Ni 为 i 小区的居民总数；aji 为 i 小区的 j 类居民的百分率。从而可得到 i 地 区的出行发生量的为：
（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。
第三节 出行生成交通量的预测
（2）构造聚类分析模型的步骤
有关家庭的横向分类。 把每个家庭定位到横向类别。 对其所分的每一类，计算其平均出行率。 计算各分区的出行发生。
第三节 出行生成交通量的预测
预测不同出行目的的生成交通量可以采用如下方法
������ = ������������
������
其中：
������������ = ������������������ ∙ ������������
������
������������������——某出行目的和人口属性的平均出行生成量； ������������——某属性的人口； ������������——出行目的为 k 时的生成交通量；
低收入
1～3人 4人及以上
3.4
4.9
5.2
6.9
5.8
7.2
中等收入
1～3人 4人及以上
3.7
5.0
7.3
8.3
8.1
11.8
高收入
1～3人 4人及以上
3.8
5.1
8.0
10.2
1ຫໍສະໝຸດ Baidu.0
12.9
已知：低收入、无小汽车、每户 3人100户；低收入、无小汽车、 每户4人200户；中等收入、有1小汽车、每户4人300户；高收入、有2 小汽车、每户5人50户。
第二节 出行的影响因素
3. 汽车保有率
汽车保有率高，人均出行数增加。 原因：(1)出行需求高的人买车，(2)有车后容易诱发出行。
4. 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
式中 T：私用出行数； t：自由时间； a，b：分别为系数和常数。
发生与吸引交通量的预测是交通需求预测四阶段预测中的第一 阶段，是交通需求分析工作中最基本的部分之一。在本阶段的任务 是求出对象地区的交通需求总量，即生成交通量 (Trip Production)。 然后，在此量的约束下，求出各个交通小区的发生与吸引交通量。
交通小区
i
交通小区
j
交通小区的发生与吸引交通量示意图
6. 外出率
外出率是工作中外出业务占总业务的比率。因工种、年龄的不同而异。
7. 企业环境、性质 一般来说，企业大，业务处理量大，外出率高。
8. 家庭收入
家庭收入也是影响出行，尤其是自由出行的主要因素之一。高收入家庭，汽 车购买率高，购物、娱乐等需求也高，平均出行次数多。
第二节 出行的影响因素
9. 其他
第五章 交通的发生与吸引
第 1 节 概述
第 2 节 发生与吸引交通量的影响因素
第 3 节 生成交通量的预测
重点
第 4 节 发生与吸引交通量的预测 重点
第一节 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
������23
影响
D 32
������32
第一节 概述
第三节 出行生成交通量的预测
2. 聚类分析法
聚类分析（Cross-Classification or Category Analysis）是出行生 成预测的另一个可选用的模型，英国人称其为类型（别）分析，美 国人则称其为交叉分类方法，它突出以家庭作为基本单元，用将来 的出行发生率求得将来的出行量。它与原单位法有很多相似之处， 但又存在很大不同。
表5-1 各区现状的出行发生量和吸引量
O\D
1
2
3
合计 人口(万人)
1
28.0 11.0/15.0
2
51.0 20.0/36.0
3
26.0 10.0/14.0
合计(万次/日) 28.0
50.0
27.0
105.0 41.0/65.0
第三节 出行生成交通量的预测
出行生成量 T： T = 28.0 + 51.0 + 26.0 = 28.0 + 50.0 + 27.0 = 105.0 现状常住人口N： N = 11.0 + 20.0 + 10.0 = 41.0 将来常住人口M： M = 15.0 + 36.0 + 14.0 = 65.0 现状平均出行率T/N： T/N = 105.0 / 41.0 = 2.561(出行数/日、人) 将来的生成交通量X： X = M * (T/N )= 65.0 * 2.561 = 166.5(万出行数/日)
T——研究对象地区总的生成交通量；
K——出行目的；
l——人口属性（常住人口、就业人口、工作人口、流动人口）；
第三节 出行生成交通量的预测
根据人口属性，按出行目的的不同预测。
2.00 1.50 1.00
1.50 1.51
1.14 1.14
1.34
1.12 1.21 1.07
1.12 1.17
0.50
天气、工作日、休息日和季节等的不同也影响人们的出行。雨雪 天气人们出行不便，出行量小；周一至周五工作日出行量大且时间集 中，周六、周日等休息日出行量小且分散；炎热的夏天和寒冷的冬天 出行量小，春秋天气候宜人出行多。
图5-3 不同职业人员日均出行次数
第三节 出行生成交通量的预测
一、概述
出行生成包括出行产生与出行吸引。由于两者的影响因素不同， 前者以住户的社会经济特性为主，后者以土地利用的形态为主，故 有些方法需将出行产生和出行吸引分别进行预测，以求其精确，也 利于下一阶段出行分布的工作。当住户的社会经济特性和土地利用 形态发生改变时，也可用来预测交通需求的变化。
������������ = ������������ ������������������ ������������
������
它与前述的基于家庭的类别分析法相比具有如下优点： （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）建立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。 （5）个人分类较家庭分类预测起来更容易。
()
第二节 出行的影响因素
2.00 1.50 1.00 0.50
1.841.781.621.711.901.881.73 1.39
1.09
0.93
0.65 0.52 0.40 0.16
0.00
6～10 16～20 26～30 36～40 46～50 56～60 66～70年龄段
女性不同年龄的平均出行次数
第二节 出行的影响因素
1. 家庭构成与大小
走亲访友，购物等私人出行多；以家庭为单位的工作、业务等出 行几乎没有。
随着家庭规模的增大，人均出行数减少，例如，购物可由一人 代替。
自由：T = f (Aa)
T/人
A：将来人口 a：将来家庭平均人口数
规模(人/家)
第二节 出行的影响因素
2. 年龄，性别
x ——属性变量（土地利用类别、面积、常住人口、白天人 口，工作人口等）；
b ——某出行目的的平均发生量（出行数/日人）； c——某出行目的的平均吸引量（出行数/日人）。
第四节 发生与吸引交通量的预测
1. 总量控制法
假设生成交通量 T 是由全人口 P 与生成原单位 p 而得到的，则
������ = ������ ∙ ������
第二节 出行的影响因素
5. 职业、职务（如图 5-3 所示）
职业和工种的不同是造成出行量不同的主要原因之一，各国的居民出行数据 都表明了这一点。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。图5-3给出了北京市1986年的居民出 行调查不同职业人员日平均出行次数调查结果。
发
⋮
生 交
Oi
通 量
⋮
Om
Dn
T
生成交通量
第三节 出行生成交通量的预测
二、生成交通量的预测方法
1. 原单位法 原单位的求得原则通常有两种，一是用居住人口或就业人口每 人平均的交通生成量来进行推算的个人原单位法，另一种就是以不 同用途的土地面积或单位办公面积平均发生的交通量来预测的面积 原单位法。不同方法对应的选取的 原单位指标也不同，主要有： （1）根据人口属性以不同出行目的单位出行次数为原单位进行预 测。 （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。
第二节 出行的影响因素
一、土地利用
交通与土地利用 (Land Use) 有着不可分割的关系 ,是影响交通 产生的主要因素之一。按照我国国家标准《城市用地分类与规划建 设用地标准》规定，城市土地利用分10大类，分别为：①居住用地； ②公共设施用地；③工业用地；④仓储用地；⑤对外交通用地；⑥ 道路广场用地；⑦市政公共设施用地；⑧绿地；⑨特殊用地；⑩水 域及其他用地。
第三节 出行生成交通量的预测
发生、吸引交通量与生成交通量的关系表
D O
1
1
2
⋮
i
⋮
m
合计
D1
2
…
D2
…
j
…
Di
…
吸引交通量
n 合计
O1
O2
如果生成量 T 与总发生交通量 ������ = σ������������=������ ������������ 有明显的误差，则
可以将 ������������ 修正为：
第三节 出行生成交通量的预测
【例题 5-2】 澳大利亚城市类别产生率。根据家庭规模、收入及家 庭拥有小汽车数可将研究对象内的家庭分成不同的类别，表 5.3-2给出 的就是根据调查得到的不同类别家庭的平均出行率。
表 5.3-2 不同类别家庭的平均出行率
收入 家庭规模 小汽车拥有率
无 1辆 2辆及以上
则总出行为： 100×3.4+200×4.9+300×8.3+50×12.9=4455人次/日
第三节 出行生成交通量的预测
（3）聚类分析的优缺点
优点： ①直观、容易了解。 ②资料的有效利用。 ③容易检验与更新。 ④可以适用于各种研究范围。
缺点： ①每一横向分类的小格中，住户彼此之间的差异性被忽略。
男性26~50岁出行多， 女性16~50岁出行多。
2.50
平 均 出 行 次
2.00 1.50 1.00
1.871.751.661.942.072.041.951.781.721.60
1.37
1.12
1.09
0.70
数 0.50
男
0.00
6～10 16～20 26～30 36～40 46～50 56～60 66～70年龄段
������
������������ = ���ഥ��������� ������������������
������=������
式中: ������������—— i 区出行产生数的计算值； ���ഥ���������—— C 类家庭的平均出行率； ������������������—— i 区内的 C 类家庭数。
第四节 发生与吸引交通量的预测
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 ，分别可 用下式表示。
������������ = ������������������, ������������ = ������������������ 其中：i, j ——交通小区；
0.00
上班 下班 上学 放学 回家 生活文化娱乐工作外出 回程 其它
北京市不同出行目的的出行率(1986)
第三节 出行生成交通量的预测
【例1】图5-6是分有3个交通小区的某对 象区域，表5-1是各小区现状的出行发生量和 吸引量，在某对象区域常住人口平均出行率 不变的情况下，采用出行次数法预测其将来 的出行生成量。
②因各小格样本数的不同，得到的出行率用于预测时，会失去其一 致的精确性。
③同一类变量类别等级的确定是凭个人主观，失之客观。 ④当本方法用于预测时，每一小格规划年的资料预测将是一项繁杂 工作。
第三节 出行生成交通量的预测
3. 个人分类方法
个人分类方法 (Person-Category Approach) 是对基于家庭的分类 模型的一种替代方法。如果令 tj 表示出行率，即在某一段时间内 j 类 人中平均每人的出行次数；Ti 表示 i 小区各类居民的总出行数；Ni 为 i 小区的居民总数；aji 为 i 小区的 j 类居民的百分率。从而可得到 i 地 区的出行发生量的为：
（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。
第三节 出行生成交通量的预测
（2）构造聚类分析模型的步骤
有关家庭的横向分类。 把每个家庭定位到横向类别。 对其所分的每一类，计算其平均出行率。 计算各分区的出行发生。
第三节 出行生成交通量的预测
预测不同出行目的的生成交通量可以采用如下方法
������ = ������������
������
其中：
������������ = ������������������ ∙ ������������
������
������������������——某出行目的和人口属性的平均出行生成量； ������������——某属性的人口； ������������——出行目的为 k 时的生成交通量；
低收入
1～3人 4人及以上
3.4
4.9
5.2
6.9
5.8
7.2
中等收入
1～3人 4人及以上
3.7
5.0
7.3
8.3
8.1
11.8
高收入
1～3人 4人及以上
3.8
5.1
8.0
10.2
1ຫໍສະໝຸດ Baidu.0
12.9
已知：低收入、无小汽车、每户 3人100户；低收入、无小汽车、 每户4人200户；中等收入、有1小汽车、每户4人300户；高收入、有2 小汽车、每户5人50户。
第二节 出行的影响因素
3. 汽车保有率
汽车保有率高，人均出行数增加。 原因：(1)出行需求高的人买车，(2)有车后容易诱发出行。
4. 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
式中 T：私用出行数； t：自由时间； a，b：分别为系数和常数。
发生与吸引交通量的预测是交通需求预测四阶段预测中的第一 阶段，是交通需求分析工作中最基本的部分之一。在本阶段的任务 是求出对象地区的交通需求总量，即生成交通量 (Trip Production)。 然后，在此量的约束下，求出各个交通小区的发生与吸引交通量。
交通小区
i
交通小区
j
交通小区的发生与吸引交通量示意图
6. 外出率
外出率是工作中外出业务占总业务的比率。因工种、年龄的不同而异。
7. 企业环境、性质 一般来说，企业大，业务处理量大，外出率高。
8. 家庭收入
家庭收入也是影响出行，尤其是自由出行的主要因素之一。高收入家庭，汽 车购买率高，购物、娱乐等需求也高，平均出行次数多。
第二节 出行的影响因素
9. 其他
第五章 交通的发生与吸引
第 1 节 概述
第 2 节 发生与吸引交通量的影响因素
第 3 节 生成交通量的预测
重点
第 4 节 发生与吸引交通量的预测 重点
第一节 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
������23
影响
D 32
������32
第一节 概述
第三节 出行生成交通量的预测
2. 聚类分析法
聚类分析（Cross-Classification or Category Analysis）是出行生 成预测的另一个可选用的模型，英国人称其为类型（别）分析，美 国人则称其为交叉分类方法，它突出以家庭作为基本单元，用将来 的出行发生率求得将来的出行量。它与原单位法有很多相似之处， 但又存在很大不同。
表5-1 各区现状的出行发生量和吸引量
O\D
1
2
3
合计 人口(万人)
1
28.0 11.0/15.0
2
51.0 20.0/36.0
3
26.0 10.0/14.0
合计(万次/日) 28.0
50.0
27.0
105.0 41.0/65.0
第三节 出行生成交通量的预测
出行生成量 T： T = 28.0 + 51.0 + 26.0 = 28.0 + 50.0 + 27.0 = 105.0 现状常住人口N： N = 11.0 + 20.0 + 10.0 = 41.0 将来常住人口M： M = 15.0 + 36.0 + 14.0 = 65.0 现状平均出行率T/N： T/N = 105.0 / 41.0 = 2.561(出行数/日、人) 将来的生成交通量X： X = M * (T/N )= 65.0 * 2.561 = 166.5(万出行数/日)
T——研究对象地区总的生成交通量；
K——出行目的；
l——人口属性（常住人口、就业人口、工作人口、流动人口）；
第三节 出行生成交通量的预测
根据人口属性，按出行目的的不同预测。
2.00 1.50 1.00
1.50 1.51
1.14 1.14
1.34
1.12 1.21 1.07
1.12 1.17
0.50
天气、工作日、休息日和季节等的不同也影响人们的出行。雨雪 天气人们出行不便，出行量小；周一至周五工作日出行量大且时间集 中，周六、周日等休息日出行量小且分散；炎热的夏天和寒冷的冬天 出行量小，春秋天气候宜人出行多。
图5-3 不同职业人员日均出行次数
第三节 出行生成交通量的预测
一、概述
出行生成包括出行产生与出行吸引。由于两者的影响因素不同， 前者以住户的社会经济特性为主，后者以土地利用的形态为主，故 有些方法需将出行产生和出行吸引分别进行预测，以求其精确，也 利于下一阶段出行分布的工作。当住户的社会经济特性和土地利用 形态发生改变时，也可用来预测交通需求的变化。
������������ = ������������ ������������������ ������������
������
它与前述的基于家庭的类别分析法相比具有如下优点： （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）建立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。 （5）个人分类较家庭分类预测起来更容易。
()
第二节 出行的影响因素
2.00 1.50 1.00 0.50
1.841.781.621.711.901.881.73 1.39
1.09
0.93
0.65 0.52 0.40 0.16
0.00
6～10 16～20 26～30 36～40 46～50 56～60 66～70年龄段
女性不同年龄的平均出行次数
第二节 出行的影响因素
1. 家庭构成与大小
走亲访友，购物等私人出行多；以家庭为单位的工作、业务等出 行几乎没有。
随着家庭规模的增大，人均出行数减少，例如，购物可由一人 代替。
自由：T = f (Aa)
T/人
A：将来人口 a：将来家庭平均人口数
规模(人/家)
第二节 出行的影响因素
2. 年龄，性别
x ——属性变量（土地利用类别、面积、常住人口、白天人 口，工作人口等）；
b ——某出行目的的平均发生量（出行数/日人）； c——某出行目的的平均吸引量（出行数/日人）。
第四节 发生与吸引交通量的预测
1. 总量控制法
假设生成交通量 T 是由全人口 P 与生成原单位 p 而得到的，则
������ = ������ ∙ ������
第二节 出行的影响因素
5. 职业、职务（如图 5-3 所示）
职业和工种的不同是造成出行量不同的主要原因之一，各国的居民出行数据 都表明了这一点。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。图5-3给出了北京市1986年的居民出 行调查不同职业人员日平均出行次数调查结果。
发
⋮
生 交
Oi
通 量
⋮
Om
Dn
T
生成交通量
第三节 出行生成交通量的预测
二、生成交通量的预测方法
1. 原单位法 原单位的求得原则通常有两种，一是用居住人口或就业人口每 人平均的交通生成量来进行推算的个人原单位法，另一种就是以不 同用途的土地面积或单位办公面积平均发生的交通量来预测的面积 原单位法。不同方法对应的选取的 原单位指标也不同，主要有： （1）根据人口属性以不同出行目的单位出行次数为原单位进行预 测。 （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。
第二节 出行的影响因素
一、土地利用
交通与土地利用 (Land Use) 有着不可分割的关系 ,是影响交通 产生的主要因素之一。按照我国国家标准《城市用地分类与规划建 设用地标准》规定，城市土地利用分10大类，分别为：①居住用地； ②公共设施用地；③工业用地；④仓储用地；⑤对外交通用地；⑥ 道路广场用地；⑦市政公共设施用地；⑧绿地；⑨特殊用地；⑩水 域及其他用地。