2.1 日常公共交通需求预测

传统的交通需求预测是以城市土地利用为基础的“四阶段法”，以此为前提，公共交通需求预测的思路可以从居民出行生成预测着手，至居民出行分布预测，再至居民的交通方式划分，从而得出规划年的公共交通出行分布OD矩阵。这样，既有利于保证城市综合交通系统合理的发展方向，又达到了综合协调城市各交通方式发展规模和水平的目的。按照上述思路，以预测出行生成、出行分布、出行方式划分的顺序分别对城市居民和流动人口的公共交通需求进行预测，然后进行对外公共交通需求的预测，最后将各部分结果汇总。而基于活动的公共交通需求预测，是将城市居民公共交通出行这一部分的预测建立在根据个人出行行为划分的居民分组基础上的需求预测方法（预测流程见图2-1）。

由于大型活动会对背景出行需求产生一些影响，因此，根据居民日常出行的必要性及可调整性，一般又可将日常交通客流需求分为以下三个层次。

（1）非基本出行：主要指对日常生活影响及社会经济影响较小且易于调整的文体休闲类和生活购物类出行。

（2）基本出行：主要指对日常生活影响及社会经济影响较大且难以调整的上班、上学类和公务贸易类出行。

（3）基本保障出行：消防车、救护车和110警车等社会特殊保障车辆的出行。

2.1.1 城市背景的公共交通需求预测

城市背景的公共交通需求预测方法主要包括两类：传统的“四阶段”交通需求预测方法和基于活动的交通需求预测方法。

传统的“四阶段”交通需求预测方法基于城市规划年社会经济发展预测，土地使用发展的变化和城市机动车发展规模的预测，以及大型活动举办时的需求管理规划等进行预测。通过相关分析的方法确定各交通小区的出行产生吸引量，并通过当时交通基础设施建设的情况，即对出行方式比例的预测，进行出行方式划分，进而通过重力模型完成出行分布计算，最后通过容量限制多路径的分配方法的多次迭代，完成路网流量的分配。传统的“四阶段”交通需求预测流程如图2-2所示。

在传统的“四阶段”交通需求预测方法中，城市背景的公共交通需求预测是在城市背景交通需求预测的基础上，通过出行分布和方式分担划分步骤得到公共交通的出行需求OD矩阵。然后再将行人和自行车OD量在规划路网上进行分配，并根据公共交通线路及发车频率，把具有公共交通模式的路段进行公共交通流量预加载。传统的交通方式划分的一般方法如图2-3所示。

进行城市背景的交通需求预测的基于活动的交通需求预测模型是根据交通小区土地利用数据和供给模型计算的服务水平指标来进行预测的，模型根据个人出行行为划分的居民分组来模拟居民的出行活动和生成居民一日出行链来估计和预测分模式的OD矩阵。

（1）在出行生成阶段，需求模型根据居民小区中居民分组数据和根据出行行为划分的居民分组的一日出行的活动链（Activity Chains）概率计算出各个交通小区生成的一日与出行目的相关的活动链数据。活动链描述了一个人一天中与出行相关的活动次序，起点和终点都在家，这里活动（Activity）的定义相当于一次有目的的出行（Trip Purpose），活动是与出行行为相关的活动，而不是与出行行为无关的活动。例如，一个活动链：家（H）—工作（W）—购物（O）—回家（H），那么活动链HWOH代表着三次出行：HW、WO、OH。为了计算活动链，对于每条活动链都需要有一个根据居民分组的使用这条出行链的概率，这个值描述了这条活动链对于这个居民分组中的一个人平均每天使用这条活动链的频率。

根据居民出行调查数据，统计城市居民个人出行行为特征，将居民人口划分为若干类行为相似的人群。例如，根据2005年北京市居民出行调查数据，统计居民个人出行行为特征，将居民人口划分为七类行为相似的人群：有车的就业人员、无车的就业人员、小学生、中学生、大学生、无职业者、退休人员。将居民活动链经由优化合并进行缩减，根据交通小区中不同人群的人口数量和相应人群选择出行类型的频率，即可预测由各小区的人口产生的出行总量和活动链数目。

（2）在出行分布阶段，目的地选择模型通过将各种活动分布到相应的目的地小区，从而将活动链数据转化为出行链数据。对于出行链中的活动目的地的选择，模型必须给每个活动都提供交通小区对这个活动出行的吸引度的结构化数据（如土地利用数据）。目的地交通小区的选择是由出行OD对之间的阻抗（如距离、出行时间、公共交通服务水平等）和各个居民分组及居民活动对于这些阻抗的敏感度决定。通过目的地选择子模型的目的地选择，模型计算出出行链的总数，这些出行链数据可以集计成总的出行需求矩阵。

出行目的地选择模型如下：

式中 Fij——小区i至小区j的出行量；

Pij——以小区i为起点，选择至小区j的概率；

Oi——小区i的出行产生量；

Dj——小区j对出行的吸引强度；

B——小区的数量；

k——交通小区编号。

阻抗函数f(wij)的形式为：

式中 wij ——小区i至小区j的阻抗；

α、β——校正参数。

在分布函数中，选择了综合费用作为模型交通阻抗，其数值通过交通分配过程获得。

需要标定α、β的数量由需求预测模型中人群分类和出行目的分类决定，可以通过VISEM软件中的相应功能模块，建立α≠0,β=0和α≠0,β≠0两种分布模型。根据标定的参数，可将模型运算得出的各人群分类出行的出行距离分布与实际居民出行调查的距离分布进行对比，最终决定选取哪类形式的分布模型。

（3）经过出行生成和出行分布阶段，得到了总的出行需求，并以OD小区之间的出行链的形式表现；然后，总的出行需求需要分配到各种交通方式上，传统的方式划分模型根据集计的交通系统特性细分总的出行需求到各种交通方式上，这种模型不能够表现个人的选择行为。在方式划分阶段，多维Logit方式选择模型考虑到可转换交通模式和不可转换交通模式的因素将出行链分解为特定的交通模式。VISEM应用了一个面向行为的方法（Behaviour-Orientated Approach），这个方法在方式划分阶段考虑到了三个方面的因素：

● 社会经济状况，特指决策人群的车辆拥有率（根据居民分组）。

● 各种交通模式的服务指标（通过一个效用函数，这个效用函数考虑到了一些指标，如出行时间、进入和离开小区的时间、公共交通换乘次数等）。

● 在一个出行链中的选择约束（这些约束被定义为可转换交通模式和不可转换交通模式）。

方式选择模型采用了Logit方式选择模型，其形式为：

式中 Fgij(m)——人群g从小区i到小区j采用交通方式m的概率；

Ugij(m)——人群g采用交通方式m从小区i到小区j的综合费用。

其中综合费用的函数形式为：

式中 Tij(m)——采用交通方式m从小区i到小区j的旅行时间；

Zij(m)——采用交通方式m时出小区i和进小区j的时间；

Dij(m)——采用交通方式m从小区i到小区j的距离；

Cij(m)——采用交通方式m从小区i到小区j的货币费用；

Aij(m)——采用交通方式m从小区i到小区j的其他费用（如停车费用）；

P1gm、P2gm、P3gm、P4gm、P5gm、P6gm、P7gm——模型参数。

2.1.2 大型活动对日常交通需求的影响机理

如前所述，一般可将日常交通客流需求分为以下三个层次：非基本出行（文体休闲类、生活购物类等出行）、基本出行（上班、上学类出行）、基本保障出行（消防车、救护车、110警车等社会特殊保障车辆的出行）。其中涉及公共交通出行的有：非基本出行（文体休闲类、生活购物类出行）、基本出行（上班、上学类等出行）。根据上述排列的次序，按照具体分类，分别进行日常公共交通客流的需求特征分析，梳理大型活动对日常交通需求产生的影响。

1.文体休闲类

根据调查数据，居民进行文化娱乐活动时，采用的出行方式中占前三位的是步行、自行车和公共交通，也就是说，选择这三种出行方式进行文化娱乐的居民占大多数，并且其中步行和自行车出行又占了大部分。步行一般距离较近，再加上目的是为文化娱乐，所以出行范围应在居住地附近，对全市路网影响不大。

在大型活动期间，一般通过文化娱乐设施建设的完善，使居民可就近进行文化娱乐活动，从而减少骑自行车和乘坐公共交通车出行。

2.生活购物类

生活购物类出行即居民出行调查中的生活出行和购物出行，生活出行包括探亲访友、外出就餐、参观浏览等出行，其所占比例较大，所以，大型活动期间的交通需求管理会对这部分出行产生较大影响。

大型活动举办期间，针对该类出行的需求管理主要可采用大型活动前宣传，大型活动时信息发布，引导人们就近购物，就近就餐，即便是进行必须的远距离生活购物出行，也尽可能采用公共交通方式，少用或不用私家车等私人交通工具。

3.上班、上学类

日常交通中的上学出行主要是由小学生和中学生，即由基础教育在校学生产生的。大型活动期间，可以利用空中课堂等形式，采取网络教学，减少学生的上学出行。

上班出行交通量在背景交通量中占据比例较大，如果可以对其进行适当削减，必将在很大程度上保障大型活动交通的畅通。国外的多次大型活动，如历次奥运会也曾采取过类似措施，但需要注意的是，与我国不同，欧美等国家在奥运会召开的季节，多为各公司暑期休假时节，而且国外年假制度也较为灵活。因此，国外对这段时间内的上班出行管理相对简单。但在我国并无此传统，因此应尽量减轻奥运会对居民日常行为的干扰，并不提倡大规模的实行赛时放假策略，但可以在高峰日采取部分居民放假或调休的方式，减少背景交通量，也可以为市民提供实地或居家观看开、闭幕式及精彩赛事的机会。

根据以上分析，总结出大型活动引起的背景出行特征的变化包括以下三部分：

（1）大型活动期间学生放假，从而引起学生出行特征的变化。

（2）一部分人员由于参加大型活动或作为大型活动工作人员及志愿者而引起的角色的变化，从而导致的出行特征的转变。

（3）由于大型活动而诱增的旅游需求。

2.1.3 大型活动下城市日常公共交通需求

大型活动下，城市日常公共交通需求会发生如下变化。

1.学生放假引发出行特征变化

在大型活动期间学生会放假，学生的主要出行目的由上学的通勤出行转变为一般的娱乐出行，出行强度和出行方式均发生相应的变化。

2.作为大型活动工作人员、志愿者引发出行特征变化

工作人员、志愿者出行行为特征由日常出行转变为大型活动出行。

3.大型活动诱增旅游需求

现状城市旅游人员的出行总量在城市背景交通模型中已经体现。假设大型活动期间旅游人数为现状的n倍，出行特征和现状旅游人员的出行特征一致，出行率为m人次/日，则新增旅游出行（n×m）人次/日。

4.交通需求管理政策影响下的日常公共交通需求

被限行之后，小汽车使用者将转而使用其他出行方式，主要为公共交通和出租车方式。各出行方式工作日受限与不受限对比如图2-4所示。

在实行临时交通需求管理措施后，公交的出行目的也发生了一定变化，弹性出行，如娱乐出行有所减少，出行强度也降低。措施前后各出行目的出行率如图2-5所示。措施前后出行目的对比如图2-6所示。