一種城市道路交通時空資源消耗模型

李鴻燕

(上海工程技術(shù)大學(xué)數(shù)理與統(tǒng)計學(xué)院，上海 201620)

1 城市道路交通時空資源占用模型

1.1 安全車距

安全車距即安全行車間距，是指行駛在同一車道的前后車為保證交通安全必須保持的行車間距。目前城市居民道路交通出行方式主要有：公共汽車、小汽車、摩托車、電瓶車、自行車及步行等方式，分別記為第1類，第2類，……第6類。

設(shè)di為第i(i=1,2,3…)類出行方式的交通工具安全車距，按照臨界安全車距計算公式[1]為

(1)

式中：Vr為前后兩車的相對速度，m/h；Vb為后車的速度，m/h；jmax為后車的最大制動減速度，m/h2。

1.2 交通工具人均時空消耗模型

城市的道路交通在一定時間內(nèi)資源是相對穩(wěn)定和有限的。交通流中的任何一個交通個體都會占用道路資源的一定時間和空間，根據(jù)時空消耗理論，“時空資源消耗”是指交通個體一定時間內(nèi)占用的空間或一定空間上使用的時間[2，3]。由于第r類出行方式的交通工具在加減速時所占用的道路面積不同于正常行駛的面積，故其所占用的道路面積為時間t的函數(shù)，設(shè)為Si(t)。

設(shè)第i類出行方式的交通工具出行的起止時間分別為t1和t2，則該交通工具在[t1,t2]時段內(nèi)的時空消耗為

于是第i類出行方式的交通工具在[t1,t2]時間段內(nèi)的人均時空消耗為

(2)

實際應(yīng)用中為簡化計算，假設(shè)第i類出行方式的交通工具安全行駛與加減速時所占用道路面積相同，考慮該交通工具在[t1,t2]時段所占用的出行距離、運行車速、安全車距及額定載客數(shù)，人均時空消耗計算公式可簡化為

(3)

式中：Bi為第i類出行方式的交通工具安全行駛的橫向距離，m；li為第i類出行方式的交通工具車身長，m；Li為第i類出行方式的交通工具的出行距離，m；vi為第i類出行方式的交通工具行程速度，m/h。

1.3 線路總時空消耗計算模型

求出所有出行方式的交通工具的人均時空消耗，結(jié)合出行頻率和該出行方式的總?cè)藬?shù)，可得城市道路交通總出行時空消耗計算公式為

(4)

式中：C為城市道路交通出行總時空消耗，m2·h；Ci為第i類出行方式的交通工具出行時空消耗，m2·h；fi為第i類出行方式的交通工具出行頻率，次；Pi為第i類出行方式的人口總數(shù)，人。

1.4 模型應(yīng)用

根據(jù)文獻[4]查閱可得到路面交通各類出行方式的交通工具安全行駛的平均車速、橫向距離、車頭時距、車身長度、載客數(shù)量等交通時空屬性數(shù)據(jù)，見表1。

表1 各類交通工具的交通時空屬性表

根據(jù)公式：車頭間距=平均車速×車頭時距，可算出每類交通工具的車頭間距。實際應(yīng)用中，用車頭間距替代安全車距，將計算出的車頭間距及表1中的數(shù)據(jù)代入公式(3)，得到各類交通工具人均道路時空消耗如表2所示。

由文獻[4]中給出的上海市出行總數(shù)5 500萬人，各類交通工具出行比例等數(shù)據(jù)，結(jié)合表2中各類交通工具的人均道路時空消耗數(shù)據(jù)，代入公式(4)可得到各交通工具對于城市交通資源的時空消耗。2014年上海各類交通工具時空消耗如表3所示。

從表3中可以看出電動車道路時空消耗已遠(yuǎn)遠(yuǎn)超過公共汽車、自行車及摩托車，在時空資源消耗上位于第二位置，達到了33%。這表明電動車出行已經(jīng)成為市民出行的一個主要選擇之一，對交通時空資源有著重要的影響。

表2 各類交通工具人均時空消耗 單位:m2·h/人

表3 2014年上海市各類交通工具時空消耗

2 交通工具安全評價模型

2.1 斯密德(Smeed)交通安全指數(shù)

道路交通安全問題是對于城市道路規(guī)劃評價的一項重要指標(biāo)，國內(nèi)外對于交通安全的分析與評價方法主要有絕對數(shù)法、事故率法、事故強度分析法、概率-數(shù)理統(tǒng)計法、回歸分析法、時間序列分析法和灰色評價方法[5]。其中英國倫敦大學(xué)的斯密德教授運用回歸分析的方法得到的回歸交通安全指數(shù)公式，在實際應(yīng)用中比較常見。

斯密德交通安全指數(shù)ρ[6，7]定義為

(5)

式中：D為當(dāng)年的交通事故死亡(受傷)人數(shù)；Q為車輛保有量；G為人口數(shù)量。

ρ值越大，則代表該交通方式所造成的事故死亡(受傷)越大，該指數(shù)較準(zhǔn)確地反映了交通死亡(受傷)人數(shù)與人口及車輛保有量之間的關(guān)系，比起萬車死亡率，萬車受傷率等常見的交通安全指標(biāo)能夠更好地分析和評價各類交通工具的安全性。

2.2 模型應(yīng)用

由文獻[8]可獲得全國2008年到2013年六年間各交通方式的車輛保有量、所造成的交通事故數(shù)量、事故死亡數(shù)、事故受傷人數(shù)等數(shù)據(jù)，見表4。

通過MATLAB編程，將表5數(shù)據(jù)與當(dāng)年全國總?cè)丝跀?shù)量代入公式(5)計算，可得到小汽車、摩托車、電動車及自行車的交通事故安全指數(shù)，見表5。

表4 2008～2013年各交通工具事故統(tǒng)計數(shù)據(jù)

表4(續(xù))

表5 全國2008～2013年各交通工具安全指數(shù)

比較2013年各類交通工具事故死亡安全指數(shù)及事故受傷安全指數(shù)，電動自行車交通事故死傷安全指數(shù)ρ值(0.000 212)低于摩托車(0.000 620)、小汽車(0.000 278)，略高于自行車(0.000 202)；電動自行車交通事故受傷安全指數(shù)ρ值(0.001 068)低于摩托車(0.002 867)、小汽車(0.001 150)，高于自行車(0.000 633)，可見電動車從交通工具本身的安全屬性來看仍然是一個相對安全的交通工具。但由于電動車爆炸性增長，電動車現(xiàn)有的保有量和出行量已變得十分巨大，和其它交通工具相比，電動車交通事故死亡人數(shù)，受傷人數(shù)，安全指數(shù)ρ值出現(xiàn)逐年增加的趨勢，各類交通工具事故受傷安全指數(shù)趨勢曲線如圖1所示。

圖1 交通工具受傷安全指數(shù)曲線

3 結(jié) 語

本研究基于時空消耗理論，建立了一種城市道路交通時空資源消耗模型。根據(jù)現(xiàn)有數(shù)據(jù)，利用該模型具體計算和比較了各類交通工具的時空資源消耗。基于斯密德回歸方程給出了交通安全指數(shù)模型，結(jié)合實際數(shù)據(jù)，使用MATLAB軟件計算出各類交通工具的交通安全指數(shù)，繪制了各類交通工具歷年安全指數(shù)變化曲線，較好地分析了各類交通工具安全屬性及對城市交通安全的影響，從而為交通部門制定相應(yīng)的交通法規(guī)提供了重要的理論參考依據(jù)。