薛利娟 羅慧敏

摘 ?要：旅行時(shí)間可靠性是評(píng)價(jià)道路運(yùn)行狀況與擁堵水平的重要指標(biāo)，也是誘導(dǎo)公眾選擇出行時(shí)間、出行路線(xiàn)、出行方式的合理依據(jù)。以紐約市出租車(chē)訂單數(shù)據(jù)為基礎(chǔ)，分析了紐約中心車(chē)站到肯尼迪國(guó)際機(jī)場(chǎng)的旅行時(shí)間可靠性。首先，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，以保證數(shù)據(jù)質(zhì)量。然后，計(jì)算了兩地之間旅行時(shí)間的概率密度函數(shù)和累積分布函數(shù)，并分析了各時(shí)段內(nèi)出發(fā)所需旅行時(shí)間的平均值、中位數(shù)、15%分位數(shù)和95%分位數(shù)。最后，選取緩沖時(shí)間、標(biāo)準(zhǔn)差、緩沖指數(shù)、波動(dòng)率、旅行時(shí)間指數(shù)、規(guī)劃時(shí)間指數(shù)等作為評(píng)價(jià)指標(biāo)，實(shí)現(xiàn)交通信息可視化，對(duì)兩地之間的旅行時(shí)間可靠性進(jìn)行多方位的分析。

關(guān)鍵詞：交通規(guī)劃與管理;旅行時(shí)間可靠性;交通信息可視化;出租車(chē)訂單數(shù)據(jù)

中圖分類(lèi)號(hào)：F570 ? ?文獻(xiàn)標(biāo)識(shí)碼：A

Abstract： Travel time reliability is an important indicator for evaluating the operation status and congestion level of the urban road network， and also a reasonable basis for inducing the public to choose the departure time， travel route and travel mode. This paper analyzes the travel time reliability from New York Great Central Terminal to Kennedy International Airport based on taxi trip data of New York city. First， preprocessing the taxi trip data so as to assure data quality. Then， ?calculating probability density function and cumulative distribution function of the travel time between the two places， and analyzing the average， median， 15% quantile and 95% quantile of the travel time with each time period. Finally， selecting buffer time， standard deviation， buffer index， coefficient of variation， travel time index and planning time index as the evaluation indicators， realizing traffic information visualization， and analyzing the travel time reliability between the two places from various aspects.

Key words： transportation planning and management; travel time reliability; traffic information visualization; taxi trip data

0 ?引 ?言

隨著社會(huì)經(jīng)濟(jì)的發(fā)展和人民生活水平的提高，出行者對(duì)出行質(zhì)量提出了新的要求，是否能在預(yù)計(jì)時(shí)間內(nèi)準(zhǔn)時(shí)到達(dá)目的地成為了一個(gè)關(guān)鍵因素。旅行時(shí)間可靠性是指出行者在一定條件下從出行起點(diǎn)到達(dá)終點(diǎn)所需旅行時(shí)間的穩(wěn)定程度，是評(píng)價(jià)道路運(yùn)行狀況與擁堵水平的重要指標(biāo)。對(duì)于出行者而言，可以根據(jù)出行需求更準(zhǔn)確地預(yù)算出行時(shí)間，同時(shí)為選擇出行方式、出行路徑等提供了參考;對(duì)于交通管理者而言，有助于他們進(jìn)行道路交通管理和交通信息服務(wù)，提前做好交通疏導(dǎo)措施，有效合理地安排出行，改善城市路網(wǎng)的交通運(yùn)行狀況。

國(guó)內(nèi)外關(guān)于道路車(chē)輛旅行時(shí)間估計(jì)的研究起步較早，研究成果較為成熟。車(chē)輛旅行時(shí)間估計(jì)是基于大量歷史數(shù)據(jù)開(kāi)展的，而歷史數(shù)據(jù)的采集技術(shù)包括傳統(tǒng)直接方法及智能間接方法兩大類(lèi)[1]。近年來(lái)興起的車(chē)輛定位技術(shù)，可全天候連續(xù)地采集車(chē)輛的位置和時(shí)間等信息，從而推斷車(chē)輛旅行時(shí)間，成本投入也較小，在各城市的公交車(chē)、出租車(chē)上已大面積應(yīng)用。因此，對(duì)于旅行時(shí)間估計(jì)的研究有了新的數(shù)據(jù)來(lái)源，如Zhang et al[2]基于大量的探測(cè)車(chē)輛數(shù)據(jù)，提出了一種簡(jiǎn)單而有效的旅行時(shí)間預(yù)測(cè)模式匹配方法。相比之下，旅行時(shí)間可靠度是這個(gè)領(lǐng)域的新來(lái)者，即使關(guān)于旅行時(shí)間可靠性的研究已經(jīng)提高了關(guān)注程度，怎樣對(duì)其進(jìn)行量化仍然是一個(gè)爭(zhēng)論的話(huà)題，研究之間的差異幾乎涵蓋了各個(gè)方面。Bhat and Sardesai[3]表明旅行時(shí)間可靠性是通勤模式選擇決策中的一個(gè)重要變量。Emam and Ai-Deek[4]提出最優(yōu)模擬概率分布—對(duì)數(shù)正態(tài)分布的旅行時(shí)間可靠性計(jì)算模型。Copley et al[5]認(rèn)識(shí)到旅行時(shí)間變異性是影響旅行行為的重要因素。Chen et al[6]研究了旅行時(shí)間變異性的變化對(duì)網(wǎng)絡(luò)分配的總體影響，以及旅行者如何采取不同的冒險(xiǎn)行為對(duì)這些變化做出反應(yīng)。柴華駿等[7]應(yīng)用假設(shè)檢驗(yàn)的方法研究城市快速路及主干道的旅行時(shí)間及其可靠性的分布與估計(jì)方法。郭旭明[8]從提高城市交叉口信號(hào)控制效益的角度出發(fā)，提出了基于旅行時(shí)間可靠度的交叉口延誤估計(jì)模型和計(jì)算方法。

此外，研究者們對(duì)旅行時(shí)間可靠性的評(píng)價(jià)指標(biāo)進(jìn)行了探討[9-12]。研究發(fā)現(xiàn)波動(dòng)率是一個(gè)衡量可靠性的很好的指標(biāo)，使用基于平均值的緩沖指數(shù)或基于平均值的失敗率并不總是合適的，特別是當(dāng)旅行時(shí)間分布嚴(yán)重偏斜時(shí)，建議使用基于中值的緩沖指數(shù)或失敗率。

綜上所述，國(guó)內(nèi)外關(guān)于旅行時(shí)間可靠性評(píng)價(jià)指標(biāo)的研究相對(duì)較少，對(duì)于采用哪些評(píng)價(jià)指標(biāo)能夠準(zhǔn)確、全面地反映道路運(yùn)行狀況和人們的出行體驗(yàn)，還未形成廣泛、統(tǒng)一的認(rèn)可。另外，國(guó)內(nèi)多是對(duì)高速公路上或路段的旅行時(shí)間可靠性進(jìn)行分析，而鮮有涉及到城市道路路徑旅行時(shí)間可靠性，且數(shù)據(jù)量較小不足以充分說(shuō)明其可靠性。出租車(chē)訂單數(shù)據(jù)省略了GPS軌跡數(shù)據(jù)中的中間過(guò)程，其作為一種新型數(shù)據(jù)廣受歡迎。本文將使用紐約市出租車(chē)訂單數(shù)據(jù)對(duì)紐約中心車(chē)站到肯尼迪機(jī)場(chǎng)的旅行時(shí)間進(jìn)行研究，選取緩沖時(shí)間、標(biāo)準(zhǔn)差、緩沖指數(shù)、波動(dòng)率、旅行時(shí)間指數(shù)、規(guī)劃時(shí)間指數(shù)等作為評(píng)價(jià)指標(biāo)，多方位地分析該OD對(duì)間的旅行時(shí)間可靠性。

1 ?出租車(chē)訂單旅行時(shí)間分布

本文選取2013年10～12月份紐約中心車(chē)站到肯尼迪機(jī)場(chǎng)的訂單數(shù)據(jù)作為旅行時(shí)間可靠性分析的樣本。紐約中央火車(chē)站（Grand Central Terminal）位于紐約城曼哈頓中城，是紐約著名的地標(biāo)性建筑，是世界上最大、美國(guó)最繁忙的火車(chē)站，同時(shí)還是紐約鐵路與地鐵的交通中樞。

紐約中心車(chē)站到肯尼亞機(jī)場(chǎng)的旅行行程時(shí)間直方圖如圖1所示，從圖中可以看出旅行時(shí)間在20～40分鐘內(nèi)的概率最大，隨后旅行時(shí)間越長(zhǎng)，其對(duì)應(yīng)的概率越小。

在工作日和節(jié)假日從紐約中心車(chē)站到肯尼亞機(jī)場(chǎng)的旅行時(shí)間累積分布函數(shù)如圖2所示。從圖中可以看出工作日所需的旅行時(shí)間基本在90分鐘內(nèi)，節(jié)假日所需的旅行時(shí)間基本在60分鐘內(nèi)。

進(jìn)行數(shù)據(jù)預(yù)處理之后，以15分鐘為統(tǒng)計(jì)間隔，統(tǒng)計(jì)3個(gè)月中08：00～20：00每15分鐘內(nèi)開(kāi)始出發(fā)的所有出行記錄的旅行時(shí)間。圖3展示了工作日和節(jié)假日從紐約中心車(chē)站到肯尼迪機(jī)場(chǎng)在各時(shí)間段內(nèi)出發(fā)所需旅行時(shí)間的平均值、中位數(shù)、15%分位數(shù)和95%分位數(shù)。

從圖3可以看出：總體而言，工作日所需的旅行時(shí)間比節(jié)假日更長(zhǎng)、高峰時(shí)期更明顯。在工作日，在上午10點(diǎn)到下午2點(diǎn)有一個(gè)低峰時(shí)期，從下午2點(diǎn)開(kāi)始就出現(xiàn)了旅行時(shí)間加長(zhǎng)的明顯趨勢(shì)，一直到下午6點(diǎn)半旅行時(shí)間的平均值和中位數(shù)都在40分鐘以上。節(jié)假日旅行時(shí)間隨時(shí)間的波動(dòng)相對(duì)較平緩，從早上8點(diǎn)開(kāi)始呈逐步上升的趨勢(shì)，直到下午5點(diǎn)到達(dá)峰值后下降，在下午2點(diǎn)到晚上8點(diǎn)旅行時(shí)間的平均值和中位數(shù)在30～45分鐘之間。另外，它以對(duì)出行者有意義的術(shù)語(yǔ)來(lái)量化一般時(shí)間趨勢(shì)。例如，若出行者在工作日中午12點(diǎn)出發(fā)，有95%的可能性在55分鐘內(nèi)到達(dá)目的地;若出行者在節(jié)假日中午12點(diǎn)出發(fā)，有95%的可能性在35分鐘內(nèi)到達(dá)目的地;若出行者在工作日下午6點(diǎn)出發(fā)，有95%的可能性在72分鐘內(nèi)到達(dá)目的地;若出行者在節(jié)假日下午6點(diǎn)出發(fā)，有95%的可能性在47分鐘內(nèi)到達(dá)目的地。

2 ?旅行時(shí)間可靠性評(píng)價(jià)指標(biāo)

3 ?旅行時(shí)間可靠性分析

考慮不同日路網(wǎng)交通狀況的差異，選取緩沖指數(shù)、旅行時(shí)間指數(shù)、規(guī)劃時(shí)間指數(shù)、波動(dòng)率、擁擠頻率、失敗率等指標(biāo)，對(duì)工作日和節(jié)假日分別進(jìn)行旅行時(shí)間可靠性分析。不同測(cè)試指標(biāo)直觀圖如圖4至圖5所示。

從圖4（a）可以看出，在工作日，晚高峰時(shí)期緩沖指數(shù)高達(dá)30分鐘，這說(shuō)明出行者要想保證95%的概率在預(yù)期時(shí)間內(nèi)達(dá)到目的地，需較一般情況額外留出半個(gè)小時(shí)。從圖4（b）可以看出，14：00以后旅行時(shí)間標(biāo)準(zhǔn)差增大，到17：00左右達(dá)到全天的峰值，說(shuō)明該時(shí)段是人們集中出行的高峰時(shí)間，道路交通擁堵?tīng)顩r最為嚴(yán)重。18：00之后標(biāo)準(zhǔn)差逐漸下降，旅行時(shí)間的離散程度又趨于穩(wěn)定。從圖4（c）、圖4（d）可看出，緩沖指數(shù)和波動(dòng)率在中午12：00前后達(dá)到最大，在晚高峰時(shí)期反而明顯減小，這是因?yàn)樵诠ぷ魅胀砀叻迤陂g道路擁堵嚴(yán)重，車(chē)輛需要的旅行時(shí)間普遍較大，變動(dòng)程度與旅行時(shí)間中位數(shù)或平均值的比值較小。從圖4（e）可以看出，旅行時(shí)間指數(shù)大多在1.25～1.40之間，這說(shuō)明在工作日出行最可能花費(fèi)相對(duì)于理想情況下1.25～1.4倍的時(shí)間。從圖4（f）可以看出，在中午12點(diǎn)和下午6點(diǎn)左右，規(guī)劃時(shí)間指數(shù)達(dá)到2.0以上，這說(shuō)明該時(shí)段為保證95%的概率到達(dá)目的地所需規(guī)劃的旅行時(shí)間是自由流狀態(tài)下的2倍，因此在一次出行中出行者將會(huì)潛在的浪費(fèi)理想時(shí)間1倍的時(shí)間。

從圖5（a）、圖5（b）可看出，在節(jié)假日，從08：00開(kāi)始緩沖時(shí)間和標(biāo)準(zhǔn)差總體呈上升趨勢(shì)，在大約17：00～19：00達(dá)到峰值，說(shuō)明在這個(gè)時(shí)間段內(nèi)旅行時(shí)間變化幅度較大，為了準(zhǔn)確到達(dá)出行者需要額外留出的旅行時(shí)間較多。從圖5（c）可看出，緩沖指數(shù)的變化范圍多在0.2～0.5之間，這說(shuō)明95%分位數(shù)旅行時(shí)間相對(duì)于中位數(shù)旅行時(shí)間的差異變動(dòng)較為平穩(wěn)。從圖5（d）可看出，波動(dòng)率在高峰時(shí)期達(dá)到0.2以上，它和標(biāo)準(zhǔn)差所反映的旅行時(shí)間變化規(guī)律基本一致。從圖5（e）可看出，在高峰時(shí)段旅行時(shí)間指數(shù)值到達(dá)1.2以上，這說(shuō)明在高峰時(shí)段出行者需要花費(fèi)相對(duì)于理想情況下1.2倍以上的時(shí)間。從圖5（f）可以看出，在全天的大多時(shí)段規(guī)劃時(shí)間指數(shù)超過(guò)1.5，這說(shuō)明該時(shí)段為保證95%的概率到達(dá)目的地所需規(guī)劃的旅行時(shí)間是自由流狀態(tài)下的1.5倍，因此在一次出行中出行者將會(huì)潛在的浪費(fèi)理想時(shí)間一半的時(shí)間。

綜合比較圖4和圖5可以看出，緩沖時(shí)間與標(biāo)準(zhǔn)差、緩沖指數(shù)與波動(dòng)率、旅行時(shí)間指數(shù)與規(guī)劃時(shí)間指數(shù)有比較相似的分布規(guī)律。對(duì)于一般出行者而言，緩沖時(shí)間和標(biāo)準(zhǔn)差所反映的可靠性測(cè)度是以時(shí)間為單位，更容易理解和感知。而對(duì)于交通管理者而言，其他的可靠性指標(biāo)實(shí)現(xiàn)了歸一化，更便于分析判斷道路的真實(shí)運(yùn)行狀況，為進(jìn)行合理的交通誘導(dǎo)提供決策依據(jù)。

從一天中各時(shí)段不同測(cè)度指標(biāo)的持續(xù)變化來(lái)看，隨著道路運(yùn)行狀況發(fā)生變化，路網(wǎng)的可靠性也在相應(yīng)變化。在高峰時(shí)期，由于交通擁堵，車(chē)輛行駛速度普遍降低，路網(wǎng)變得不穩(wěn)定，可靠性較差。工作日的各項(xiàng)旅行時(shí)間可靠性指標(biāo)值總體而言都比節(jié)假日大，說(shuō)明在節(jié)假日旅行時(shí)間波動(dòng)較小，需要預(yù)留的時(shí)間更少，旅行時(shí)間可靠性更大。

4 ?結(jié)束語(yǔ)

利用出租車(chē)訂單數(shù)據(jù)，可以較為準(zhǔn)確地計(jì)算各出行者的旅行時(shí)間。本文通過(guò)對(duì)紐約市出租車(chē)訂單數(shù)據(jù)進(jìn)行擬合旅行時(shí)間概率密度函數(shù)和累積分布函數(shù)，并以15分鐘劃分一個(gè)時(shí)間段，選取緩沖時(shí)間、標(biāo)準(zhǔn)差、緩沖指數(shù)、波動(dòng)率、旅行時(shí)間指數(shù)、規(guī)劃時(shí)間指數(shù)作為可靠性評(píng)價(jià)指標(biāo)，分析了紐約中心車(chē)站到肯尼迪國(guó)際機(jī)場(chǎng)的旅行時(shí)間可靠性，為出行者合理安排出行時(shí)間、出行方式、出行路線(xiàn)等提供有效參考，同時(shí)為道路交通管理者有效地進(jìn)行交通疏導(dǎo)與管理提供科學(xué)依據(jù)，具有重要的社會(huì)意義和經(jīng)濟(jì)價(jià)值。

參考文獻(xiàn)：

[1] 胡小文. 基于探測(cè)車(chē)數(shù)據(jù)和定點(diǎn)檢測(cè)器數(shù)據(jù)的路段行程時(shí)間估計(jì)[D]. 上海：同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院（博士學(xué)位論文），2008.

[2] ?Zhang Z， Wang Y， Chen P， et al. Probe data-driven travel time forecasting for urban expressways by matching similar spatiotemporal traffic patterns[J]. Transportation Research Part C Emerging Technologies， 2017，85：476-493.

[3] ?Bhat C R， Sardesai R. The impact of stop-making and travel time reliability on commute mode choice[J]. Transportation Research Part B， 2006，40（9）：709-730.

[4] ?Emam E， Ai-Deek H. Using real-life dual-loop detector data to develop new methodology for estimating freeway travel time reliability[J]. Transportation Research Record Journal of the Transportation Research Board， 2006（1）：140-150.

[5] ?Copley G， Murphy P， Pearce D W. Understanding and valuing journey time variability[C] // In： Proceedings of the European Transport Conference， Cambridge. PTRC， London. 2002.

[6] ?Chen A， Ji Z， Recker W. Travel Time Reliability with Risk-Sensitive Travelers[J]. Transportation Research Record Journal of the Transportation Research Board， 2002（1）：27-33.

[7] 柴華駿，李瑞敏，郭敏. 基于車(chē)牌識(shí)別數(shù)據(jù)的城市道路旅行時(shí)間分布規(guī)律及估計(jì)方法研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2012，12（6）：41-47.

[8] 郭旭明. 基于旅行時(shí)間可靠性的信號(hào)控制方法研究[D]. 北京：清華大學(xué)（碩士學(xué)位論文），2012.

[9] ?Texas Transportation Institute， Texas Transportation Institute. Traffic Congestion and Reliability： Trends and Advanced Strategies for Congestion Mitigation[R]. Washington， D.C.： Federal Highway Administration， 2005.

[10] ?Higatani A， Kitazawa T， Tanabe J， et al. Empirical Analysis of Travel Time Reliability Measures in Hanshin Expressway Network[J]. Journal of Intelligent Transportation Systems， 2009，13（1）：28-38.

[11] ?Pu W. Analytic Relationships Between Travel Time Reliability Measures[J]. Transportation Research Record Journal of the Transportation Research Board， 2011，2254（1）：122-130.

[12] 胡旭峰. 基于車(chē)牌識(shí)別數(shù)據(jù)的旅行時(shí)間可靠性研究[J]. 青島科技大學(xué)學(xué)報(bào)（自然科學(xué)版）2017，38（s1）：184-188.