鄭 柯 郭財(cái)貴

（福州大學(xué) 土木工程學(xué)院，福州 350108）

引言

近年來(lái)，中國(guó)各地政府紛紛倡導(dǎo)綠色出行，加強(qiáng)非機(jī)動(dòng)車的發(fā)展。由于電動(dòng)自行車廉價(jià)快捷、無(wú)需證照等特點(diǎn)，我國(guó)城市居民使用電動(dòng)自行車的比例非常高。本文中研究的電動(dòng)自行車為行駛在非機(jī)動(dòng)車道與人行橫道上的電動(dòng)自行車，包括普通電動(dòng)自行車和輕摩化的電動(dòng)自行車。本文所研究的過(guò)街形式為：電動(dòng)自行車與行人通過(guò)人行橫道混合過(guò)街。在交叉口中，人行橫道上的行人與電動(dòng)自行車共同過(guò)街時(shí)會(huì)有許多的輕微交通沖突，這部分過(guò)街慢行交通的內(nèi)部沖突會(huì)對(duì)行人與電動(dòng)自行車混合過(guò)街產(chǎn)生較大干擾。

由于國(guó)外道路以機(jī)動(dòng)車交通為主，對(duì)慢行交通安全研究較少。Fruin J定義行人沖突為：

由于過(guò)于靠近其他一個(gè)或多個(gè)行人，使得行人正常行走的速率受到中斷或者暫停[1]。美國(guó)通行能力手冊(cè)（2010）定義非機(jī)動(dòng)車交通事件數(shù)為單位時(shí)間和單位道路長(zhǎng)度內(nèi)道路使用者之間相互逼近從而改變行駛狀態(tài)的次數(shù)[2]。我國(guó)學(xué)者很早就開(kāi)始對(duì)慢行交通安全進(jìn)行研究。單曉峰把騎行者需要花額外精力做出的騎行行為，如減速、超車或者避讓等定義為自行車事件數(shù)，通過(guò)事件數(shù)來(lái)描述自行車騎行者的舒適程度，并建立了路段上自行車事件數(shù)模型[3]；周晨靜等對(duì)信號(hào)交叉口自行車群釋放速度特性進(jìn)行了研究，獲得了自行車群在綠燈時(shí)間里的釋放速度規(guī)律[4]；陳峻對(duì)南京多條行人-自行車共享道路路段進(jìn)行調(diào)查，以實(shí)測(cè)數(shù)據(jù)為基礎(chǔ)建立了自行車的超越與相遇沖突模型，并進(jìn)行了敏感性計(jì)算[5]；鄧建華對(duì)人非共板上的行人和自行車進(jìn)行研究，建立了人非共板條件下的混合交通流元胞自動(dòng)機(jī)模型，通過(guò)阻擋概率來(lái)描述行人與自行車的干擾程度，用于評(píng)價(jià)交通運(yùn)行狀況[6]；葉曉飛等研究了電動(dòng)自行車與自行車的交通差異，建立了自行車交通事件數(shù)模型，得到電動(dòng)自行車與自行車的換算系數(shù)計(jì)算公式[7]。綜上所述，國(guó)內(nèi)外對(duì)慢行交通做了一定的研究，但是行人與電動(dòng)自行車混合過(guò)街的沖突研究尚處于空白。

借鑒交通沖突的定義以及已有慢行交通沖突的研究，本文定義人行橫道上慢行交通混合過(guò)街沖突為：在慢行交通混合過(guò)街時(shí)，當(dāng)慢行交通個(gè)體相互逼近，威脅到交通參與者（行人、電動(dòng)自行車騎行者）的安全或使交通參與者感到不適，行人或騎行者必須花額外的精力采取一些行為避免危險(xiǎn)發(fā)生，如超越前方速度較慢的慢行交通個(gè)體或者躲避對(duì)向或同向行進(jìn)的慢行交通個(gè)體，這種現(xiàn)象稱為慢行交通混合過(guò)街沖突。

1 數(shù)據(jù)調(diào)查與統(tǒng)計(jì)分析

由于本文不考慮機(jī)動(dòng)車對(duì)過(guò)街慢行交通的影響，因此本文的調(diào)查地點(diǎn)選取以行人和電動(dòng)自行車共同過(guò)街的信號(hào)交叉口人行橫道。調(diào)查地點(diǎn)應(yīng)符合以下要求：1）人行橫道的各類慢行交通量應(yīng)該足夠大，并能夠滿足不同比例的要求；2）便于調(diào)查；3）過(guò)街形式為一次過(guò)街。選擇在晴朗無(wú)異常天氣和正常的道路交通情況下，工作日時(shí)間（周一上午到周五下午），每個(gè)調(diào)查點(diǎn)調(diào)查時(shí)間為下午4點(diǎn)到8點(diǎn)，每個(gè)時(shí)段調(diào)查前半小時(shí)，調(diào)查時(shí)間共2h，調(diào)查5個(gè)交叉口，共計(jì)調(diào)查10h。慢行交通速度調(diào)查見(jiàn)表1，密度與沖突數(shù)調(diào)查見(jiàn)表2。

表1 慢行交通速度調(diào)查表

表2 密度與沖突數(shù)調(diào)查表

2 慢行交通混合過(guò)街特性分析

2.1 速度特性

在速度性能方面，電動(dòng)自行車速度與加速度均大于行人，速度差異是造成人行橫道慢行交通混合過(guò)街沖突的主要原因之一。本文使用行程速度來(lái)研究慢行交通混合過(guò)街速度特性。設(shè)慢行交通起始位置坐標(biāo)為（X0，0），時(shí)刻為tik，通過(guò)人行橫道的位置為（Xi，Y）（Y表示人行橫道的長(zhǎng)度），時(shí)刻為ti（k+1），則慢行交通通過(guò)人行橫道的行程速度為：

對(duì)5個(gè)信號(hào)交叉口的慢行交通進(jìn)行速度調(diào)查，使用SPSS軟件對(duì)過(guò)街的混合慢行交通中各種交通方式的速度進(jìn)行分析，研究在混合交通互相干擾下，各種交通方式的速度分布。調(diào)查共獲得258個(gè)行人過(guò)街速度樣本和245個(gè)電動(dòng)自行車過(guò)街速度樣本。電動(dòng)自行車通過(guò)人行橫道的平均速度頻率分布如圖1所示。電動(dòng)自行車過(guò)街平均速度的均值是7.89km/h，標(biāo)準(zhǔn)差為2.00，從數(shù)值可以看出電動(dòng)自行車過(guò)街速度較慢，雖然存在車群過(guò)街現(xiàn)象，但是由于受車輛性能、對(duì)向交通和駕駛行為的影響，過(guò)街速度有一定離散性。對(duì)速度樣本進(jìn)行K-S檢驗(yàn)得到p值為0.204，大于0.05，可以認(rèn)為電動(dòng)自行車過(guò)街平均速度服從正態(tài)分布。根據(jù)賈海亮[8]對(duì)成都市7個(gè)交叉口進(jìn)行調(diào)查，獲得218個(gè)電動(dòng)自行車通過(guò)非機(jī)動(dòng)車行駛區(qū)的速度樣本，統(tǒng)計(jì)得到人行橫道長(zhǎng)度小于7m時(shí)，電動(dòng)自行車的速度為8.67km/h，而當(dāng)距離為20m時(shí)，電動(dòng)自行車的平均速度為17.42km/h。通過(guò)速度對(duì)比可得：當(dāng)電動(dòng)自行車與行人共同過(guò)街并且存在對(duì)向交通時(shí)，電動(dòng)自行車的騎行受到了較大的干擾，騎行速度較慢。

圖1 電動(dòng)自行車過(guò)街平均速度頻率正態(tài)分布圖

對(duì)行人過(guò)街平均速度進(jìn)行統(tǒng)計(jì)分析，行人過(guò)街平均速度頻率分布如圖2所示。根據(jù)計(jì)算得到，行人過(guò)街平均速度為4.37km/h，標(biāo)準(zhǔn)差為0.66。對(duì)行人過(guò)街速度進(jìn)行K-S檢驗(yàn)得到行人過(guò)街平均速度顯著性水平為0.673，大于0.05，因此，可以認(rèn)為行人過(guò)街速度符合正態(tài)分布。馮樹(shù)民[9]調(diào)查得出的哈爾濱人行橫道行人速度為5.29km/h，陳然[10]實(shí)測(cè)上海市行人步行平均速度為4.46km/h，兩項(xiàng)研究均大于本文調(diào)查統(tǒng)計(jì)得出的混合交通過(guò)街的行人平均速度，說(shuō)明慢行交通混合過(guò)街對(duì)行人過(guò)街造成了一定的干擾，而且，與電動(dòng)自行車相比，行人受到的影響較小。

圖2 行人過(guò)街平均速度正態(tài)分布圖

2.2 密度特性

本章研究各個(gè)不同交叉口的交通密度情況，定義慢行交通密度為某一時(shí)刻人行橫道內(nèi)單位面積內(nèi)的當(dāng)量慢行交通實(shí)體數(shù)。

調(diào)取五四路-湖東路交叉口高峰小時(shí)東西方向的人行橫道視頻數(shù)據(jù)，以2s作為時(shí)間間隔進(jìn)行截圖，調(diào)查每張截圖人行橫道中的慢行交通密度并記錄，共調(diào)查10組高峰小時(shí)的綠燈放行時(shí)段，繪制慢行交通混合過(guò)街密度變化曲線圖，如圖3所示。

根據(jù)圖3我們可以知道，慢行交通混合過(guò)街第一階段慢行交通實(shí)體數(shù)迅速增加，時(shí)間較短暫；第二階段人行橫道中的慢行交通實(shí)體數(shù)達(dá)到飽和后呈現(xiàn)波動(dòng)狀態(tài)，隨著進(jìn)入人行橫道的慢行交通個(gè)體減少而人行橫道中的慢行交通個(gè)體不斷離開(kāi)人行橫道，人行橫道中的慢行交通實(shí)體數(shù)開(kāi)始逐漸降低；當(dāng)人行橫道中交通實(shí)體數(shù)降到較低時(shí)，開(kāi)始進(jìn)入第三階段，第三階段對(duì)向相遇的慢行交通個(gè)體較少，人行橫道中的慢行交通實(shí)體數(shù)繼續(xù)減少。

圖3 慢行交通混合過(guò)街密度變化曲線

兩個(gè)時(shí)刻的慢行交通密度差值與時(shí)間長(zhǎng)度的比值為慢行交通實(shí)體數(shù)的變化斜率。取交通密度變化斜率平均值，可得慢行交通密度斜率表，如表3所示。

從表3中可以看出，交通密度在0-12s升高，12s之后開(kāi)始下降，其中16-18s下降最快，達(dá)到了-5.2。結(jié)合現(xiàn)場(chǎng)的觀測(cè)情況與圖3，可以初步判斷在交通密度下降速度達(dá)到最快之后，大量的慢行交通開(kāi)始離開(kāi)人行橫道，慢行交通開(kāi)始逐步從第二階段進(jìn)入第三階段，根據(jù)行人步行速度與人行橫道長(zhǎng)度情況，此段時(shí)間在6-10s之間。

表3 慢行交通密度斜率表

2.3 速度與密度的關(guān)系

慢行交通中電動(dòng)自行車和行人的比例并不是一個(gè)固定值，不同比例的慢行交通流參數(shù)不相同，因此引入一個(gè)慢行交通混合系數(shù)K：

本文調(diào)查了福州市5個(gè)十字交叉口的20個(gè)人行橫道的不同時(shí)段慢行交通過(guò)街交通流，共獲得108個(gè)符合要求的慢行交通速度和密度數(shù)據(jù)。對(duì)調(diào)查數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，分析K值在0.56-0.65之間的慢行交通流速度-密度關(guān)系，并參考K值為0的行人過(guò)街研究中的行人流速度和密度數(shù)據(jù)，繪制慢行交通速度-密度圖，如圖4所示。

圖4 慢行交通速度-密度分布圖

分析圖4可知：當(dāng)密度較小時(shí)，慢行交通處于自由流狀態(tài)，速度較高，混合的慢行交通平均速度在9km/h到10km/h之間；密度較大時(shí)，混合交通的速度大小分布在2km/h到3km/h之間。隨著密度的提高，混合的慢行交通速度呈現(xiàn)下降的趨勢(shì)。

3 慢行交通混合過(guò)街沖突模型

3.1 電動(dòng)自行車與行人換算系數(shù)研究

本文研究的人行橫道上的過(guò)街交通流是由行人和電動(dòng)自行車組成的混合交通流，行人和電動(dòng)自行車的動(dòng)力性能和尺寸不相同，過(guò)街時(shí)占用的空間資源不同，而且兩者的速度不同，相互間的影響也不相同。在研究慢行交通混合過(guò)街沖突時(shí)行人和電動(dòng)自行車的交通量和交通密度是沒(méi)有可比性的，需要將混合交通量換算成同一類型的交通量進(jìn)行計(jì)算。因此，本文需要對(duì)電動(dòng)自行車與行人的換算系數(shù)進(jìn)行研究。

目前，對(duì)于換算系數(shù)的求解計(jì)算存在不同的觀點(diǎn)和角度，因此換算系數(shù)的求解方法較多，主要有容量計(jì)算法、速度-流量計(jì)算法、道路占有率法、車頭時(shí)距計(jì)算法等多種方法。本文采用時(shí)空資源占有率的方法計(jì)算電動(dòng)自行車密度與行人密度的換算系數(shù)。電動(dòng)自行車相對(duì)于行人的換算系數(shù)模型為：

電動(dòng)自行車移動(dòng)時(shí)的占用面積為：

電動(dòng)自行車移動(dòng)時(shí)的有效長(zhǎng)度為：

行人移動(dòng)時(shí)的占用面積為：

以五四路口為例，電動(dòng)自行車通過(guò)人行橫道的平均時(shí)間為8.7s，行人通過(guò)人行橫道的平均時(shí)間為15s。

根據(jù)以上研究，可以得到電動(dòng)自行車相對(duì)于行人的換算系數(shù)為：

3.2 交通密度與沖突的關(guān)系模型

以交通沖突調(diào)查為基礎(chǔ)，對(duì)本文研究的5個(gè)交叉口的20個(gè)人行橫道進(jìn)行交通密度調(diào)查，選取6min為時(shí)間間隔，記錄每6min內(nèi)慢行交通過(guò)街前兩階段內(nèi)平均交通密度與交通沖突數(shù)，獲得200組樣本數(shù)。

使用電動(dòng)自行車與行人換算系數(shù)，將交通方式統(tǒng)一換算成行人，使用SPSS軟件對(duì)慢行交通密度ρ與沖突數(shù)TC進(jìn)行回歸分析，結(jié)果見(jiàn)表4。

通過(guò)表4可以發(fā)現(xiàn)，根據(jù)判定系數(shù)R2值，各回歸模型的回歸擬合程度都較高，其中R2值為0.841。

取二次方回歸方程作為慢行交通沖突模型，二次方擬合回歸如圖5所示。得到擬合方程如下：

圖5 二次回歸方程圖

交通密度與沖突數(shù)的回歸方程與實(shí)際情況相符，當(dāng)單位面積中的行人或電動(dòng)自行車數(shù)量增多時(shí)，慢行交通密度增加，慢行交通個(gè)體之間的空間變少，容易產(chǎn)生摩擦和碰撞，因此慢行交通個(gè)體間的沖突數(shù)也會(huì)增加。

3.3 實(shí)例分析

取80組實(shí)測(cè)數(shù)據(jù)進(jìn)行實(shí)例分析，根據(jù)交通密度與交通沖突回歸模型可以預(yù)測(cè)交通沖突數(shù)，將沖突實(shí)測(cè)值與預(yù)測(cè)值作比較，得出圖6。

圖6 沖突實(shí)測(cè)值與預(yù)測(cè)值比較

表4 慢行交通密度與沖突數(shù)回歸分析結(jié)果

從圖6可知，沖突回歸模型預(yù)測(cè)的沖突值與沖突實(shí)測(cè)值曲線近似，說(shuō)明本文建立的沖突回歸模型能夠較好地預(yù)測(cè)慢行交通混合過(guò)街的沖突情況。

4 結(jié)束語(yǔ)

（1）通過(guò)對(duì)5個(gè)交叉口的慢行交通速度調(diào)查，得到電動(dòng)自行車過(guò)街平均速度的均值是7.89km/h，行人過(guò)街平均速度為4.37km/h，電動(dòng)自行車和行人過(guò)街受到干擾，速度有所降低。

（2）慢行交通過(guò)街時(shí)，慢行交通密度先上升，后下降，分成三個(gè)階段。

（3）慢行交通混合過(guò)街時(shí)，隨著慢行交通密度的提高，慢行交通速度呈現(xiàn)下降的趨勢(shì)。

（4）采用時(shí)空資源占有率的方法計(jì)算電動(dòng)自行車密度與行人密度的換算系數(shù)，得到電動(dòng)自行車與行人的換算系數(shù)為3.34。

（5）本文建立了交通密度與交通沖突的二元回歸方程，并用實(shí)測(cè)數(shù)據(jù)驗(yàn)證了模型的有效性。

參考文獻(xiàn):

[ 1 ] Fruin J J. Pedestrian planning and design[R]. 1971.

[ 2 ] IBM中國(guó)商業(yè)價(jià)值研究院.未來(lái)的企業(yè)—中國(guó)企業(yè)的智慧轉(zhuǎn)型[M].北京：東方出版社，2009.

[ 3 ] （美）戴布拉.艾米頓.創(chuàng)新高速公路：構(gòu)筑知識(shí)創(chuàng)新與知識(shí)共享平臺(tái)[M].北京：知識(shí)產(chǎn)權(quán)出版社，2005.

[ 4 ] （日）風(fēng)田全啟.專利.商標(biāo)侵權(quán)攻防策略[M].北京：知識(shí)產(chǎn)權(quán)出版社，2005.

[ 5 ] （?。└使帕?知識(shí)產(chǎn)權(quán)：釋放知識(shí)經(jīng)濟(jì)的能量[M].北京：知識(shí)產(chǎn)權(quán)出版社，2004.

[ 6 ] 劉振剛.企業(yè)知識(shí)產(chǎn)權(quán)管理理論與實(shí)務(wù)[M].北京：北京出版社出版集團(tuán)，2007.

[ 7 ] （美）維坎.維奇克.城市公共交通運(yùn)營(yíng)、規(guī)劃與經(jīng)濟(jì)[M].北京：中國(guó)鐵道出版社，2012.