交通的发生与吸引

1 15.0
13.0
15.0
13.0
5.6 4.4 7.9 7.1
2 27.0
24.0
26.0
24.0
10.2 9.8 18.1 17.9
3 14.0
12.0
15.0
12.0
5.0 5.0 7.2 6.8
增长率法考虑了原单位随时间变动的情况，它是用
其他指标的增长率乘以原单位求出将来生成交通量 的方法。
OiN Fi Oi Fi i i
关键问题是如何确 定F
设某区域现在共有 500 户家庭，其中 250 户每户拥有 1 辆小汽车，另外 250 户没有小汽车，有汽车家庭出行生成 原单位为 6.0 次/天，无汽车家庭为 2.5 次/天。假设未来 所有家庭都有 1 辆小汽车，家庭收入和人口数不变，用增长 率法求出规划年的出行发生量。
流动人口）（开车者、坐车者、利用公交者）；
◦ s——出行目的（上班、业务、上下学、购物……）。
ams 由居民出行调查数据统计获得
图 不同出行目的的人均出行原单位
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
假设规划调查区的土地利用特性如表5- 6所示，以 小区 1 为抽样点，在不同小汽车占有的情况下，上 班出行 1h 的原单位计算如表5- 7。以小区 1 为抽 样点，得到上班出行 1h 内，出行吸引量与职位数 的关系如表5- 8 ，计算出行的发生与吸引量。
表5- 6 规划区域的土地利用特征
发生特征 C （小汽车拥有户数）
【例2 】假设小区的出行发生率和吸引率不变，试用例1 的数据求出将来的出行发生与吸引量。
◦ 解题：求出各小区的发生率和吸引率
D O
1
2
3
合计
人口 (万人)(现在 /将来）
1
28.0
11.0/15.0
2
51.0
20.0/36.0
3
26.0
10.0/14.0
合 计
28.0
50.0
27.0
105.0
2．聚类分析法
聚类分析首先在美国的普吉湾 （ Puget Sound ） 区域交通调查中，是一个基于土地利用的出行生成 模型。 其基本思想是把家庭按类型分类，从而求得 不同类型家庭的平均出行率。该研究认为小汽车拥 有量、家庭规模和家庭收入是决定交通发生的三个 主要影响因素。
n
Pi Qc Nci c1
常使用的变量：区内平均收入、平均汽车保有率、家庭数、人口、就 业人数、土地利用面积……。
例：
Oi 0.59x1i 0.74x2i 0.88x3i 39.6x4i 112
上下班 人数
户数
就业人 汽车保 距市中
口数
有量 心距离
1）建立模型阶段 2）检验模型阶段 3）实际预测阶段
D O
1
2
3
合计
人口 (万人)(现 在/将来）
1
28.0
11.0/15.0
2
51.0
20.0/36.0
3
26.0
10.0/14.0
合 计 28.0 50.0 27.0 105.0
41.0/65.0
图1 某对象区域小区划分示意图
现状出行生成量
◦ T=28.0+51.0+26.0=28.0+27.0+50.0=105.0万次
表 1 各小区的现状出行发生量、出行吸引量和常住人口
小区 现状男性的出行发生量（万出行数 /日）
现状女性的出行发生量（万出行数 /日）
现状男性的出行吸引量（万出行数 /日）
现状女性的出行吸引量（万出行数 /日）
现状男性的常住人口（万人） 现状女性的常住人口（万人） 将来男性的常住人口（万人） 将来女性的常住人口（万人）
2
1
0
0.06
出行次数/日 户人口数
合计
北京市平均出行率
有车
无车
户出行率(次 出行率(次/ 户出行率(次 出行率(次/
/户)
人)
/户)
人)
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
2.2
4
8.56
2.14
8.1
2.03
5
10.02
2
9.61
1.92
表5- 9 出行发生量
1
2
3
0
出行发生量
=5.5
=12.0
=15.5
=17.0
1 2 3 合计
55 137.5 82.5 275
360 720 600 1680
310 620 775 1705
255 510 510 1275
980 1987.5 1967.5 4935
表5- 10 出行吸引量
1 =2.324
1. MATLAB 2. SPSS
1.生成交通量、发生和吸引的概念 2.影响因素 3.生成交通量预测方法 4.发生和吸引交通量的预测方法
1、试用表 1 中的出行发出量 、出行吸引量 和常
住人口（分男女性别），计算将来的出行生成量、 出行发生量及出行吸引量。
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（或称自变量）多采用性别、年龄等 指标。
【例1 】 图1是 分有3个交通小区
的某对象区域， 表1是各小区现状
的出行发生量和 吸引量，在常住 人口平均出行次 数不变的情况下， 采用单位出行次 数法预测其将来 的出行生成量。
表1 各区现在的出行发生量和吸引量 单位：万出行数/日
4.1概述 4.2 影响交通量产生的因素 4.3 生成交通量的预测 4.4 发生、吸引交通量的预测
重点 重点
几个概念
◦ 交通生成量：交通区域 （step.1）
◦ 交通发生与吸引：交通 小区(step.2)
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：
1.土地利用性质：
5.5 12.0 15.5 17.0
行业 基础工业
服务业
表5- 8 出行吸引情况
上班出行 1h 吸引次数
职位数
900
400
525
300
吸引原单位
2.25 1.75
以聚类分析法为例，由假设条件表5- 6与表5- 7
（可认为它代表了整个规划调查区），应用计算小 区出行发生公式可算出该规划调查区内各交通小区 上班出行 1h 的发生量 ，如表5- 9 所示。
Ti Ni a jit
j
1.原单位法 2.增长率法 3. 聚类分析法 4.函数法
1、 原单位法
Oi bxi
Dj cx j
◦ 其中，i,j：小区编号； ◦ X：属性变量； ◦ 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）。
◦ 住宅区、工厂、机关、学校、商业中心等等
2.家庭构成与大小
◦ 家庭规模和人口组成
3.年龄、性别 4.汽车保有率 5.职业、工种 6.自由时间 7. 企业规模、性质 8.家庭收入 9.其他
7 6 6.04 5.37 5.67 5.83 5.79 5.88 5.78
5
2 =1.81
出行吸引量
1 2 3 合计
929.5 1162 581 2672.5
543 1086 633.5 2262.5
1472.5 2248 1214.5 4935
4.函数法
Oip b0p bkp xkpi
k
D
p j
c0p

ckp xkpj
k
其中， b,c：回归系数；
3．个人分类法
个人分类法 (Person-Category Approach) 是对 基于家庭的分类模型的一种替代方法。如果 令表示 出行率，即在某一段时间内 类人中平均每人的出 行次数；表示 小区各类居民的总出行数；为 小区 的居民总数；为小区的 类居民的百分率。从而可得 到地区的出行发生量的为：
【例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。
ຫໍສະໝຸດ Baidu
表2不同类别家庭的平均出行率
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。
小 区
0
1
2
3
吸引特征 C( 职位数 )
基础工 业
服务行业
1
10
30
20
15
400
300
2
25
60
40
30
500
600
3
15
50
50
30
250
350
小汽车拥有 ( 辆/户)
0 1 2 3
表5- 7 出行发生情况
上班出行 1 h 发生次数
户数
55
10
360
30
310
20
255
15
发生原单位 ( 次 /h)
现状常住人口
◦ N=11.0+20.0+10.0=41.0万人
将来常住人口
◦ 15.0+36.0+14.0=65.0万人
人均单位出行次数
单位出行次数因参与者的个
人属性（年龄、性别、职业 等）不同而变动
◦ T/N=105.0/41.0=2.561次/(日·人)
将来的生成交通量
◦ X=M×(T/N )=65.0×2.561=166.5万次/日
41.0/65.0
发 生 与 吸 引 原 单 位
一般，上班发生——常住人口； 吸引——就业人口； 上学——常住人口； 自由——常住人口+就业人口； 业务——就业人口； 回家——上班+上学+自由的返回。
某交通小区有 172家独户住宅，287家集体住宅， 550家公寓房屋，其产生率分别为：2.38、 2.38、 2.31车次/户；另有40000 商业中心，平均每 1000 平方有2.2个雇员，其吸引率为1.82车次/雇 员。用原单位法计算该小区的出行发生量与吸引量。
【解】 根据出行生成原单位，易得该区域现在出行量：
T=250x2.5+250x6=2125 次/天
假设未来所有家庭都有 1 辆小汽车，家庭收入和人口数不变， 则增长系数 F为：
其中， 为该区域未来的汽车保有率，为该地区现在的汽车 保有率。
因此，得该区域未来出行量为：T =2x2125=4250 次/天
4
3
2.29 2.37 2.25 2.19 2.12 2.1
2
2
1
0
0
1
2
3
4
5 5以上
居室数
户出行率(次/户) 出行率(次/人)
不
男性
同
年
龄
的
平
均
出
行
次
数
不 同 年 龄 的 平 均 出 行 次 数
女性
北京市2000年日平均出行次数
4
3
2.97 2.58 2.52 2.9
2.96 3.05 2.97 2.6
6.19
2.27
5.51
2.23
北京市不职业、职务日平均出行次数
1. 原单位法 2.聚类分析法 3.个人分类法
1 ．原单位法
T （
ams
N
）
s
ms
◦ ams ——某出行目的和人口属性的单位出行次数，亦被
称为出行原单位；
◦ N s ——某属性的人口；
◦ T——研究对象地区总的生成交通量； ◦ m——人口属性（常住人口、就业人口、工作人口、