韓軍紅,魏 越,侯禮興
(1.陜西省城鄉(xiāng)規(guī)劃設計研究院,陜西 西安 710000; 2.西安市軌道交通集團有限公司,陜西 西安 710000)
近年來許多城市建立起公共自行車系統(tǒng),用來緩解城市交通擁擠和空氣質量問題,但隨著公共自行車在我國的快速發(fā)展,在建設和運營過程中也出現(xiàn)了不少問題。國內(nèi)在相關領域的研究還處在起步階段,許多問題缺乏理論支持。目前多數(shù)對于公共自行車租賃點的研究集中在自行車租賃點的初始布設和規(guī)模上,對于后期的優(yōu)化研究相對較少。對于公共自行車需求量的問題,大多數(shù)提出從調度上解決。
本文首先基于土地利用形態(tài)對自行車出行的客流需求進行具體研究和分析,建立了交通生成模型。又通過實地租賃點的調查,分析出行者的個人屬性、出行特征和方式特征三個方面對出行方式選擇的影響,并利用隨機效用理論建立相應的預測模型。用來提高公共自行車租賃點規(guī)模的科學性和高效性,使得自行車數(shù)量更加合理,效用達到最大化。
土地形態(tài)是一種地理空間上的集聚表現(xiàn),也是社會生產(chǎn)活動在空間上的體現(xiàn),是產(chǎn)生慢行交通需求的根本源泉[1]。交通問題產(chǎn)生的根源就是土地利用產(chǎn)生的交通需求與交通系統(tǒng)提供的交通設施容量和交通管理水平之間的矛盾。
本文所研究的對象為公共自行車,屬于城市慢行交通,有其特殊的出行特征,劃分的小區(qū)屬于慢行交通小區(qū),慢行交通小區(qū)劃分時應遵循以下3點原則:
1)一般情況下,對規(guī)劃區(qū)域和研究區(qū)域內(nèi)的交通小區(qū)劃分的比較細致,而對影響范圍以外的交通小區(qū)劃分范圍較大。
2)根據(jù)公共自行車的出行特征和居民使用公共自行車的出行距離來劃分,并且從交通小區(qū)邊界到該區(qū)內(nèi)的公共自行車租賃點的距離一般不超過公共自行車的出行距離。
3)由于不同性質的城市用地往往由道路網(wǎng)區(qū)分,慢行交通小區(qū)的分區(qū)邊界盡量以城市道路為邊界[2-3]。
1.3.1 交通出行量宏觀預測模型
城市交通出行總量的預測是以人口數(shù)量和交通出行數(shù)據(jù)為基礎,根據(jù)地區(qū)人口數(shù)量和交通出行次數(shù)來進行交通需求總量的預測,是一種宏觀上的研究方法。
首先需要確定日出行總量,其計算公式見式(1):
G=Tu×Ku+Ts×Ks
(1)
其中,Tu,Ts分別為規(guī)劃的城市居民和流動人口總量;Ku,Ks分別為規(guī)劃的居民和流動人口人均日出行次數(shù)。
1.3.2 交通出行量微觀預測模型
1)回歸分析各類用地性質的吸引權重:土地利用是區(qū)域的各種聯(lián)系、交通建設、經(jīng)濟活動和人口在空間上集聚的表現(xiàn)。在GBJ 137290城市用地分類與規(guī)劃建設用地標準中將土地按功能分為10大類性質的用地,如表1所示。
表1 城市用地分類與規(guī)劃建設用地標準
每種土地類型產(chǎn)生的交通量是它在社會與經(jīng)濟功能上所起作用的反映,各類用地對出行的吸引或發(fā)生作用相差較大。因此對各類用地性質的吸引權重進行計算是交通生成預測模型的基礎。
對研究區(qū)域的各交通小區(qū)與土地利用建立關系矩陣,以現(xiàn)狀各交通小區(qū)交通出行量數(shù)據(jù)和各類用地規(guī)模等資料作為基礎數(shù)據(jù),用方程B=SC表示,其中,B為研究區(qū)域內(nèi)的n個交通小區(qū)的出行吸引量,B={b1,b2,…,bn}T;C為10類用地單位面積出行吸引量,C={c1,c2,…,cn}T;S為n×10矩陣,即為各個交通區(qū)各類用地面積。
2)確定土地利用強度系數(shù):通過上文了解可知交通小區(qū)的劃分標準和城市規(guī)劃中地塊的劃分標準并不相同,通常一個交通小區(qū)的面積遠大于地塊面積,對于這種情況可取該交通小區(qū)各類用地容積率的加權平均值作為土地利用強度系數(shù)。以公共設施類用地(C類)為例(見式(2)):
(2)
其中,Mci為第i個慢行交通小區(qū)R類用地的強度系數(shù);scij為第i個慢行交通小區(qū)第j塊R類用地面積;VRcij為第i個慢行交通小區(qū)第j塊R類用地的容積率。
3)各交通小區(qū)出行吸引預測(見式(3)):
Ki=(SriKrMri+SciKcMri+SmiKmMmi+SwiKwMwi+StiKtMti+SsiKsMsi+SuiKuMui+SgiKgMgi+SdiKdMdi+SeiKeMei)/
(3)
其中,Ki為第i個交通小區(qū)的出行吸引權重,且∑iKi=1;Kr,Kc,Km,Kw,Kt,Ks,Ku,Kg,Kd,Ke分別為居住、公共設施、工業(yè)、倉儲、對外交通、道路廣場、市政公用設施、綠地、特殊、水域及其他用地的出行吸引權重,各類用地之和為1;Sr,Sc,Sm,Sw,St,Ss,Su,Sg,Sd,Se分別為第i個交通小區(qū)各類用地面積;Mr,Mc,Mm,Mw,Mt,Ms,Mu,Mg,Md,Me分別為第i個交通小區(qū)土地利用強度系數(shù)。
Ai=KiG
(4)
其中,Ai為第i個交通小區(qū)的吸引量。
式(4)滿足∑iAi=G。
4)各小區(qū)的交通出行發(fā)生預測:一般情況而言,交通發(fā)生的土地類型為居住用地,所以該模型建立在居住用地與交通發(fā)生量之間關系的基礎上(見式(5))。
(5)
其中,Fi為某慢行交通小區(qū)i的慢行出行發(fā)生量;M為規(guī)劃范圍內(nèi)慢行交通出行生成總量;Ki為交通小區(qū)的土地利用強度影響系數(shù);Ai為交通小區(qū)的居住用地面積;n為規(guī)劃范圍內(nèi)小區(qū)劃分的個數(shù)。
西安市作為省會城市,城市功能齊全,用地種類繁多,為了研究方便,本文暫將公共自行車分為三種:居住點公共自行車,公建點公共自行車,公交點公共自行車。
公交點主要指的是站點周圍有地鐵站或者主要公交線路的站點,主要是為了給出行者提供接駁服務。
公建點主要指的是站點周圍是人流集中的公共服務設施,比如大型的娛樂消費場所、醫(yī)院、銀行、菜市場、重要的企業(yè)等,主要為了解決居民的短距離出行問題。
居住點主要指的是站點周邊主要是社區(qū)或者大型小區(qū),服務的對象主要是小區(qū)內(nèi)的居民。
通過分析公交點、公建點、居住點三種類型中八個典型的租賃點,全天借還需求波動,計算出各個時間段的借還系數(shù),如表2—表4所示。
表3 公建類站點全天各時段借還系數(shù)
表4 居住類站點全天各時段借還系數(shù)
在本文的研究中將影響居民選擇使用公共自行車出行的因素分為三類:使用者個人特征,出行特征和方式特征。并選擇非集計模型中的二項logistics模型,建立基于交通方式選擇的公共自行車借還需求預測模型[4]。
1)確定影響因素:通過分析影響交通方式選擇的各項因素,再結合對西安市公共自行車騎行者的實地調查,考慮到實地調查和數(shù)據(jù)處理的困難,最終選擇了以下幾種影響因素:個人屬性:月收入;出行特征:出行距離;方式特征:出行時間,如表5所示。
表5 影響因素
2)各種選擇方式的效用函數(shù)。為了方便分析與計算,將出行的選擇方式分為公共自行車與其他方式,這里給出公共自行車的效用函數(shù):
公共自行車:V=θ1Xn1+θ2Xn2+θ3Xn3+c
(6)
其中,Xn1為第n個人的月收入;Xn2為第n個人的出行距離;Xn3為第n個人的出行時間;θi為相應特征變量的位置參數(shù);c為常數(shù)。
3)根據(jù)對所選參數(shù)的標定和實際調查的樣本數(shù)據(jù),計算應變量的值。本文利用SPSS軟件對二項logistics模型的參數(shù)進行標定。參數(shù)標定的結果如表6所示。
表6 參數(shù)標定結果
由此得到的效用函數(shù)見式(7):
公共自行車:V=
-0.000 5Xn1+2.137 4Xn2-2.154 7Xn3-1.901 0
(7)
其中,Xn1為第n個人的月收入;Xn2為第n個人的出行距離;Xn3為第n個人的出行時間。
公共自行車租賃點的規(guī)模包括自行車數(shù)量和停車樁的數(shù)量,本文提出一種較為精確的自行車數(shù)量預測方法以及停車樁數(shù)量的預測方法。
2.3.1 自行車與停車樁的周轉率
1)公共自行車的周轉率[5](見式(8))。
(8)
在對公共自行車數(shù)量預測時,為了滿足各時間段都能有車可借,通常按照最大的需求數(shù)量進行預測,所以需要計算全天各時段的周轉率,逐一比較才能求得最大值。
2)停車樁的周轉率(見式(9))。
(9)
在對停車樁數(shù)量預測時,為了滿足各時間段都能有樁可存,通常按照最大的需求數(shù)量進行預測,所以在此只對上述三種租賃點的高峰小時停車樁周轉率進行計算。
2.3.2 租賃點規(guī)模測算
1)自行車數(shù)量的測算:在得到所需租賃點高峰小時自行車周轉率后,再根據(jù)自行車的借車需求量計算出相應的自行車數(shù)量(見式(10),式(11)):
Ni=maxNik
(10)
(11)
其中,Ni為租賃點i需要的公共自行車數(shù)量;Nik為租賃點i在k時段需要的公共自行車數(shù)目,k=1,2,3,分別取早高峰、平峰、晚高峰;Oik為租賃點i在k時段的借車需求;φ車為公共自行車的周轉率。
2)停車樁數(shù)量的測算:在得到所需租賃點高峰小時自行車周轉率后,再根據(jù)自行車的還車需求量計算出相應的停車樁數(shù)量:
Zi=maxZit
(12)
(13)
其中,Zi為租賃點i需要的停車樁數(shù)量;Zit為租賃點i在t時段需要的停車樁數(shù)目,t=1,2,3,分別取早高峰、平峰、晚高峰;Dit為租賃點i在t時段的存車需求;φ樁為停車樁的周轉率。
以西安市地鐵2號線南稍門站點周邊區(qū)域為例,基于前文建立的公共自行車租賃點需求預測模型,預測西安市地鐵2號線南稍門站周邊的公共自行車及停車樁的需求量,并且在現(xiàn)有租賃點的規(guī)模之上進行相應的優(yōu)化。
南稍門地鐵站位置位于西安市碑林區(qū)南關正街-長安北路與友誼東路十字北側,是西安市地鐵2號線的一個站。通過實際的調研分析,發(fā)現(xiàn)南稍門地鐵站周邊的公共自行車租賃點都存在“無車可借”和“無樁可還”的問題。
3.2.1 公共自行車需求量分析
為了研究方便,本文只選取南稍門地鐵站D口處的公共自行車租賃點進行測算。根據(jù)第二節(jié)的研究內(nèi)容,按照慢行交通小區(qū)的劃分方法,對南稍門地鐵站周邊區(qū)域進行劃分,如圖1所示。
從圖1中可以看出,南稍門地鐵站D出口所在的交通小區(qū)內(nèi)有兩個公共自行車租賃點,編號分別為3546和3572,可以使用相同的高峰小時借還系數(shù)對需求量進行測算。
經(jīng)交通調查得到交通小區(qū)出行量數(shù)據(jù),1號小區(qū)的交通發(fā)生量為8 969人次/d,交通吸引量為9 507人次/d。利用logistics模型,得出公共自行車的分擔率為0.073 3。則該小區(qū)的借車需求量為657輛/d,還車需求量為697輛/d。
通過查閱西安市公共自行車的建設方案,得知公共自行車租賃點的自行車規(guī)模與停車樁數(shù)量是根據(jù)所服務區(qū)域或路段的客流量確定的,在1號小區(qū)內(nèi)的兩個租賃點3546和3572的停車樁數(shù)量分別為30和25。根據(jù)停車樁的數(shù)量比,可以估算出這兩個站點的借還車需求量,3546和3572的借車需求量分別為358輛/d和299輛/d,還車需求量分別為380輛/d和317輛/d。
3.2.2 公共自行車與停車樁數(shù)量預測
結合1號小區(qū)一天的借還車需求量,可以得出這兩個站點在高峰小時各自的借還車需求量,如表7所示。
1)公共自行車規(guī)模:通過統(tǒng)計全天各個時段的自行車初始數(shù)量,利用式(8),式(10),式(11)可以計算得到各個時段的借車需求量。
通過計算求得3546和3572站點全天各時間段借車的需求量,為了能滿足借車的需求,選取全天各時間段中需求量最大的值為這兩個租賃點所需的自行車數(shù)量,分別為24輛和22輛。
理論上這兩個租賃點的自行車數(shù)量應為計算出的所需自行車的數(shù)量減去所對應時段的還車需求量,但考慮到借車與還車時間上的延誤性,應當減去該時段相對應還車量的50%,從而得出3546和3572站點的自行車規(guī)模,如表8所示。
表8 各站點自行車規(guī)模
2)停車樁數(shù)量:用式(9),式(12),式(13)計算得到了這兩個租賃點高峰小時的停車樁周轉率,再結合這兩個租賃點的高峰小時還車量,便可以得到高峰小時所需的停車樁數(shù)量。3546和3572這兩個租賃點相應時段的借車量分別為28輛和23輛。
理論上這兩個租賃點的停車樁數(shù)量應為計算出的高峰小時所需停車樁數(shù)量減去所對應時段的借車需求量,但考慮到借車與還車時間上的延誤性,應當減去該時段相對應借車量的50%,從而得出3546和3572站點的停車樁規(guī)模,如表9所示。
表9 各站點停車樁規(guī)模
考慮到西安市的公共自行車樁都是以5個樁為一組,這樣便于加工制造和安放,所以在測算得出的停車樁數(shù)量上應做相應的調整,以達到方便制造的目的。經(jīng)過調整,3546和3572這兩個租賃點應該布設的停車樁數(shù)量分別為45個和35個。3546和3572租賃點原始的停車樁數(shù)量分別為30個和25個,所以3546租賃點和3572租賃點應該分別增加15個和10個停車樁,才能更合理地滿足需要。
本文通過對土地利用性質和出行方式特征等方面進行研究,建立了交通生成與交通方式劃分兩個模型,以及自行車數(shù)量和停車樁規(guī)模的預測方法。
最后對南稍門地鐵站D出口處的3546和3572租賃點進行調查分析,建立相關的模型與預測方法,在現(xiàn)有租賃點規(guī)模的基礎上進行優(yōu)化,力求使規(guī)模達到精確化、合理化、實用化。