【正文】 年規(guī)劃區(qū)域內(nèi)的交通需求量及交通需求特點(diǎn)，從而為城市的交通發(fā)展、城市道路網(wǎng)規(guī)劃、城市公交 線網(wǎng)規(guī)劃、城市動(dòng)態(tài)及靜態(tài)交通設(shè) 施建設(shè)提供指導(dǎo)。陶瓷工業(yè)園區(qū)基礎(chǔ)設(shè)施建設(shè)工程可行性研究報(bào)告. 交通需求預(yù)測的基本程序在本次交通規(guī)劃中，交通需求預(yù)測采用的是“四階段”需求預(yù)測法，即遵循出行生成、出行分布、方式劃分和交通分配四個(gè)步驟，最 終科學(xué)地 預(yù)測出未來規(guī)劃道路網(wǎng)上的交通流量、規(guī) 劃公交線網(wǎng)上的客流量等，進(jìn)而為評(píng)價(jià)規(guī)劃道路網(wǎng)和規(guī)劃公交線網(wǎng)的合理性提供參考依據(jù)。交通需求預(yù)測 的基本流程見圖 4. 1 。圖 交通需求預(yù)測的基本流程 居民出行生成預(yù)測居民出行生成預(yù)測的目的是建立小區(qū)居民出行產(chǎn)生量、吸引量與小區(qū)土地利用、社會(huì)經(jīng)濟(jì)特征等變量之間的定量關(guān)系，推算規(guī)劃年各交通小區(qū)的居民出行發(fā)生量和吸引量。居民出行生成包括出行產(chǎn)生和出行吸引。影響出行產(chǎn)生和出行吸引的因素不同，前者以居住用地、居民的社會(huì)經(jīng)濟(jì)特征為主，后者以就業(yè)崗位的吸引程度為主。故需將出行產(chǎn)生和出行吸引分別進(jìn)行預(yù)測，以增加其精確性，也利于下一階段的出行分布預(yù)測工作。 居民出行 產(chǎn)生量預(yù)測交通小區(qū)居民出行產(chǎn)生與小區(qū)人口數(shù)、居住用地面積密切相關(guān)，故可據(jù)此建立居民停車管理建議停車分布規(guī)劃停車總量規(guī)劃公交場站設(shè)施公交運(yùn)營指標(biāo)公交線網(wǎng)指標(biāo)全路網(wǎng)規(guī)劃指標(biāo)各路口轉(zhuǎn)向流量各路段交通量 人 口 發(fā) 展交 通 方 式 特 征社 會(huì) 經(jīng) 濟(jì) 活 動(dòng)交 通 網(wǎng) 絡(luò) 特 征路 網(wǎng) 規(guī) 劃 公 交 系 統(tǒng) 規(guī) 劃 停 車 設(shè) 施 規(guī) 劃交 通 分 配出 行 方 式 選 擇出 行 分 布出 行 生 成 交 出通 行可 費(fèi)達(dá) 用性土地利用陶瓷工業(yè)園區(qū)基礎(chǔ)設(shè)施建設(shè)工程可行性研究報(bào)告.出行產(chǎn)生量預(yù)測模型。選擇 21 個(gè)有代表性的交通小區(qū)，使用其現(xiàn)狀居民出行產(chǎn)生量、現(xiàn)狀人口數(shù)及居住用地面積數(shù)據(jù)后進(jìn)行模型標(biāo)定，得到如下居民出行產(chǎn)生預(yù)測模型： （）??? ?式中： yi—— 交通小區(qū) i 的居民出行產(chǎn)生量（人次）；xi1—— 交通小區(qū) i 的人口數(shù)（人）；xi2—— 交通小區(qū) i 的居住用地面積（萬平方米）。利用該模型并結(jié)合規(guī)劃特征年各交通小區(qū)的人口數(shù)、居住用地面積，預(yù)測得到了規(guī)劃特征年各交通小區(qū)的出行產(chǎn)生量，其結(jié)果見表 。表 規(guī)劃特征年各交通小區(qū)居民出行 產(chǎn)生量 預(yù)測結(jié)果（單位：人次）小區(qū)編號(hào)1 2 3 4 5 6 7 8 9 10 11 122022年9703998886651267812829143021221111575129631304614269140352020年970399888665137471389515509132351255815662141091545715184小區(qū)編號(hào)13 14 15 16 17 18 19 20 21 22 23 242022年12703122369218689684308215942711225801680097093118732020年137171296097096896843082159427112253747080097672611873小區(qū)編號(hào)25 26 27 28 29 30 31 32 33 34 合計(jì)2022年84916507920011455756769999318645613514121973513092020年849168469679340477962742631673109643506821390545913陶瓷工業(yè)園區(qū)基礎(chǔ)設(shè)施建設(shè)工程可行性研究報(bào)告. 居民出行吸引量 預(yù)測根據(jù)規(guī)劃特征年交通小區(qū)就業(yè)崗位數(shù)，以及現(xiàn)場調(diào)查確定出的各類崗位吸引率（見表 ），并假定 該就業(yè)崗 位吸引率在規(guī)劃特征年亦保持不變，進(jìn)行居民出行吸引預(yù)測，其結(jié)果見表 。表 規(guī)劃特征年各交通小區(qū)居民出行吸引量預(yù)測結(jié)果（單位：人次）小區(qū)編號(hào)1 2 3 4 5 6 7 8 9 10 11 122022年10596126893741485 12574503149945287612 960 6195500072020年13539162124780620 16075754191586756782 1227791663938小區(qū)編號(hào)13 14 15 16 17 18 19 20 21 22 23 242022年268514813959810421525304739708382655 10 167 161612020年3430189250594133119483893507210709837 20 213 20648小區(qū)編號(hào)25 26 27 28 29 30 31 32 33 34 合計(jì)2022年31025654023735661328171151405901112128428361923782642020年396408356303268450359914714866048494987275808513908 居民出行 產(chǎn)生量與吸引量的平衡產(chǎn)生量與吸引量的預(yù)測結(jié)果對(duì)比見圖 。2022 年及 2020 年產(chǎn)生量與吸引量的相對(duì)誤差分別為 %和 %，預(yù)測結(jié)果滿足精度要求。351309 378264545913 5139080100000202200300000400000500000600000700000居民出行量(人次)2022年 2020年 規(guī) 劃 特 征 年預(yù) 測 產(chǎn) 生 量 預(yù) 測 吸 引 量陶瓷工業(yè)園區(qū)基礎(chǔ)設(shè)施建設(shè)工程可行性研究報(bào)告.圖 居民出行 產(chǎn)生量與吸引量的 預(yù)測結(jié)果對(duì)比居民出行總量采用的是產(chǎn)生總量與吸引總量的平均值。然后利用該總量分別對(duì)產(chǎn)生區(qū)和吸引區(qū)的出行量進(jìn)行調(diào)整，調(diào)整采用的是加權(quán)平均法。產(chǎn)生量與吸引量的調(diào)整是在 Trans CAD 上經(jīng)過參數(shù) 選擇后自動(dòng)完成的。 機(jī)動(dòng)車出行生成預(yù)測根據(jù)某縣城區(qū)規(guī)劃特征年各種機(jī)動(dòng)車保有量的預(yù)測結(jié)果、機(jī)動(dòng)車的出行率、機(jī)動(dòng)車平均出行次數(shù)以及換算成標(biāo)準(zhǔn)小汽車的換算系數(shù)，預(yù)測得到規(guī)劃特征年的機(jī)動(dòng)車出行生成量（小汽車）。2022 年機(jī)動(dòng)車全日出行總量為 95152 輛小客車/日，高峰小時(shí)出行總量為 13702 輛小客車/小時(shí)，高峰小時(shí)出行量占全日出行量的比例為 %。2020年機(jī)動(dòng)車全日出行總量為 216354 輛小客車/日，高峰小時(shí)出行總量為 31155 輛小客車/小時(shí)。 交通分布預(yù)測 預(yù)測模型的 選擇交通分布預(yù)測的主要目的是，找出各交通分區(qū)之間的出行交換量，即明確城市規(guī)劃特征年交通出行的空間結(jié)構(gòu)。常用的交通分布模型有增長系數(shù)模型和重力模型。增長系數(shù)模型的基本假定條件是現(xiàn)在和規(guī)劃特征年交通分布模式變化不大。該方法簡單、方便，可用于粗略的交通分布預(yù)測。但當(dāng)城市交通源布局或交通 設(shè)施布局等變化較大時(shí)，此法誤差較大。重力模型遵從牛頓萬有引力定律，認(rèn)為兩個(gè)交通區(qū)之間的出行交換量與兩區(qū)之間的出行產(chǎn)生量、吸引量成正比，與兩區(qū)之間的交通阻抗成反比。重力模型考 慮的因素較全面，能敏感地反映出交通阻抗參數(shù)的變化，在沒有完整的現(xiàn)狀 OD 調(diào)查資料時(shí)也能使用。某縣城區(qū)北部和東北部均為城市重點(diǎn)發(fā)展建設(shè)區(qū)域。雖然現(xiàn)狀該區(qū)域內(nèi)部分交通區(qū)間的交通出行量不大，但隨著城市經(jīng)濟(jì)的發(fā)展、用地范圍的擴(kuò)張、用地 結(jié)構(gòu)的完善，城市的交通源布局將發(fā)生較大的變化，未來規(guī)劃年的交通出行總量將隨之發(fā)生變化。通陶瓷工業(yè)園區(qū)基礎(chǔ)設(shè)施建設(shè)工程可行性研究報(bào)告.過對(duì)上述交通分布模型的分析比較，參照某縣城市總體規(guī)劃，針對(duì)規(guī)劃區(qū)域的具體特點(diǎn)，決定采用雙約束重力模型進(jìn)行交通分布預(yù)測。 雙約束重力模型的形式及其標(biāo)定雙約束重力模型的形式為： （）??ijjiij dfAbPaT???st. ?j ?ijjAT式中： ——交通小區(qū) i 到 j 的出行交換量；ijT ——交通小區(qū) i 的出行產(chǎn)生量；iP——交通小區(qū) j 的出行吸引量；jA——交通小區(qū) i 的產(chǎn)生量平衡系數(shù)， ；ia????jijjidfAba1——交通小區(qū) j 的吸引量平衡系數(shù)， ；jb iijjP——交通小區(qū)之間的阻抗函數(shù)。??ijdf通常阻抗函數(shù)有冪指數(shù)函數(shù)、指數(shù)函數(shù)及復(fù)合型（Gamma）函數(shù)等幾種型式。通過分析居民出行、機(jī)動(dòng)車出行的 時(shí)間分布曲線可知，居民出行分布預(yù)測采用指數(shù)函數(shù)作為阻抗函數(shù)、機(jī)動(dòng)車出行分布 預(yù)測采用冪指數(shù)函數(shù)作為阻抗函數(shù)是適宜的。上述兩種阻抗函數(shù)的形式分別為： （）ijbdijef??)(式中：dij—— 交通小區(qū) i 到交通小區(qū) j 的阻抗，采用平均出行時(shí)間（分鐘）；b —— 待標(biāo) 定的參數(shù)。 （）??bijijdf??式中：dij—— 交通小區(qū) i 到交通小區(qū) j 的阻抗，采用平均出行時(shí)間（分鐘）；b —— 待標(biāo) 定的參數(shù)。為了科學(xué)、精確地標(biāo)定交通分布模型，需對(duì)標(biāo)定模型的分布 OD 量及其相應(yīng)阻抗OD 樣本進(jìn)行選擇。優(yōu)先選擇 城市中經(jīng)濟(jì)、道路交通等各項(xiàng)指標(biāo)變化較穩(wěn)定的交通小區(qū)，作為標(biāo)定模型的樣本區(qū)。本次研究選擇了城市中編號(hào)小于 21 的 21 個(gè)交通小區(qū)的分布OD 量及阻抗 OD 數(shù)據(jù)作為標(biāo)定模型的樣本。最后，采用交通規(guī)劃軟件 TransCAD 對(duì)上陶瓷工業(yè)園區(qū)基礎(chǔ)設(shè)施建設(shè)工程可行性研究報(bào)告.述雙約束重力模型進(jìn)行標(biāo)定，模型收斂精度、迭代次數(shù)及參數(shù)標(biāo)定結(jié)果見表 。表 雙約束重力模型參數(shù) 標(biāo)定結(jié)果交通方式 居民出行 機(jī)動(dòng)車出行阻抗函數(shù)形式 指數(shù)函數(shù) 冪指數(shù)函數(shù)參數(shù) 收斂精度（%） 1 1迭代次數(shù)（次） 5 5 交通分布 預(yù)測結(jié)果根據(jù)標(biāo)定出的雙約束重力模型及相應(yīng)的預(yù)測生成量、阻抗矩陣，進(jìn)行了交通分布預(yù)測。分別 得到了規(guī)劃特征年居民出行各種方式及機(jī)動(dòng)車出行 OD 分布矩陣，部分結(jié)果見表 ～表 ，期望線圖見圖 ～圖 。 居民出行方式劃分預(yù)測交通方式劃分是指出行過程中交通方式的選擇與分配。交通方式劃分預(yù)測就是確定規(guī)劃特征年各種交通方式在路網(wǎng)空間上的分布比例。由現(xiàn)狀交通調(diào)查數(shù)據(jù)可知，步行是某縣城區(qū)居民出行的主要方式，占現(xiàn)狀總出行量的 %；其次是自行 車 ，占現(xiàn)狀總出行量的 %；小汽車出行所占比例最低，僅占 %。由上述統(tǒng)計(jì)數(shù)據(jù)可以看出，某 縣城區(qū)居民出行方式結(jié)構(gòu)基本上是合理的。值得注意的是兩輪摩托車和三輪摩托車的出行比例占據(jù)了 %，而公交出行所占比例僅為 %，這說明某縣的現(xiàn)狀公交還不是十分發(fā) 達(dá)，但 發(fā)展空間較大。隨著城市擴(kuò)張、經(jīng)濟(jì)發(fā)展、人們生活水平的提高以及可能的交通政策引導(dǎo)，在 規(guī)劃特征年公交車、小客車的出行比例會(huì)有所上升。另外，隨著城市結(jié)構(gòu)的不斷完善，步行和自行車出行比例會(huì)有所下降。交通方式劃分預(yù)測采用的是 Logit 模型，其具體模型形式為： （）????kijmePrijkij??式中：Pijm—— 交通小區(qū) i 到交通小區(qū) j、交通方式 m 的分擔(dān)率； θ—— 待定系數(shù)； rijm—— 交通小區(qū) i 到交通小區(qū) j、交通方式 m 的交通阻抗；陶瓷工業(yè)園區(qū)基礎(chǔ)設(shè)施建設(shè)工程可行性研究報(bào)告. rijk—— 交通小區(qū) i 到交通小區(qū) j、交通方式 k 的交通阻抗。本次交通規(guī)劃中，交通方式劃分為五種：自行車、步行、公交 車、小汽車及其他。交通小區(qū)間各種交通方式的交通阻抗是通過各交通小區(qū)間的居民出行屬性來確定的。模型標(biāo)定及方式劃分比例計(jì)算是由 TransCAD 自動(dòng)來完成的。規(guī)劃特征年規(guī)劃區(qū)域內(nèi)各種方式平均分擔(dān)率見表 。陶瓷工業(yè)園區(qū)基礎(chǔ)設(shè)施建設(shè)工程可行性研究報(bào)告.表 規(guī)劃近期居民出行全方式全日 OD 分布矩陣（2022 年）O\D1 2 3 4 5 6 7 8 9 101112 131415 16171819202122232425 2627 28293031323334 sum1 306 821 780 11 38 51 705 241 14 9 55