国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

大都市普通住宅出行率指標(biāo)研究
——以北京為例

2022-05-18 00:42尹立娥侯亞美鄭麗麗汪小渟
交通工程 2022年2期
關(guān)鍵詞:四區(qū)容積率車次

尹立娥, 文 晶, 侯亞美, 鄭麗麗, 汪小渟, 肖 娜

(1.北京市交通基礎(chǔ)設(shè)施建設(shè)項目管理中心, 北京 100073; 2.北京交通工程學(xué)會, 北京 100071)

1 研究背景

北京市自2002年正式實施建設(shè)項目交通影響評價以來,為獲取科學(xué)的交通出行率參數(shù),2005年北京市交通委員會委托北京交通發(fā)展研究院(原北京交通發(fā)展研究中心),啟動開展了《北京市交通出行率指標(biāo)研究》課題,并于2009年出版了《交通出行率手冊》. 該手冊對北京市多類建筑性質(zhì)的近千個建筑進行了交通出行率調(diào)查,經(jīng)過大量數(shù)據(jù)分析和處理工作,得出了北京市多類建筑出行率指標(biāo),為業(yè)界相關(guān)人士工作提供了數(shù)據(jù)參考.

2009年之后,雖然結(jié)合北京市交通大調(diào)查開展了一系列針對典型地區(qū)和建筑單體的出行率調(diào)查工作,但是未對出行率數(shù)據(jù)進行一個有效的積累,出行率成果仍顯薄弱. 因此,在現(xiàn)階段有必要對北京市出行率指標(biāo)進行系統(tǒng)和細(xì)致研究,分析出行率的變化規(guī)律及影響因素,并積累數(shù)據(jù)形成北京市建設(shè)項目出行率指標(biāo)數(shù)據(jù)庫系統(tǒng).

2 樣本選取

為獲取北京市不同區(qū)域普通住宅的出行率數(shù)據(jù),需要選取合適的普通住宅樣本. 選取樣本時,遵循以下原則:

1) 小區(qū)封閉性較好. 選取出入口相對較少、封閉性較好的小區(qū),保證調(diào)查數(shù)據(jù)的準(zhǔn)確性,同時節(jié)省調(diào)查人力;

2) 小區(qū)建筑性質(zhì)單一. 選取住宅類型單一的小區(qū)(不含保障性住房),保證調(diào)查數(shù)據(jù)的可靠性;

3) 住宅小區(qū)比較成熟. 入住時間和入住率對出行率的影響較大,為保證調(diào)查數(shù)據(jù)的可靠性,住宅小區(qū)入住時間最好在5 a及以上,入住率在85%以上;

4) 住宅小區(qū)具有專門的停車區(qū)域,便于調(diào)查進出的車流量;

5) 周邊交通基礎(chǔ)設(shè)施較完善. 周邊交通基礎(chǔ)設(shè)施較完備的小區(qū),吸引和產(chǎn)生的交通量較穩(wěn)定,在一定程度上能保證調(diào)研數(shù)據(jù)的可靠性.

按照上述原則,共選取44個普通住宅小區(qū)樣本,具體位置如圖1、表1所示.

圖1 普通住宅樣本分布圖

表1 樣本情況分布情況統(tǒng)計表 個

3 現(xiàn)場調(diào)查

現(xiàn)場調(diào)查工作內(nèi)容主要包括建筑物屬性和出入口早晚高峰時段交通流量,為出行率分析提供數(shù)據(jù)基礎(chǔ).

3.1 屬性調(diào)查

屬性調(diào)查工作內(nèi)容包含2個方面:核實住宅小區(qū)住房屬性信息和制定具體的流量調(diào)查方案.

核實屬性:詢問小區(qū)物業(yè)人員,明確住宅小區(qū)的入住年份、建筑類型(不含保障性住房)、入住率(是否大于85%)、總/地上/地下建筑面積、戶數(shù)、停車位數(shù)量等信息;

制定調(diào)查方案:根據(jù)屬性調(diào)研表查看并記錄住宅小區(qū)的實際情況,包括確認(rèn)小區(qū)是否封閉,標(biāo)注小區(qū)進出口位置和功能(人行或車行)并安排調(diào)研人員數(shù)量,勘探小區(qū)周邊的交通設(shè)施情況,根據(jù)實際調(diào)研情況制定流量調(diào)查初步方案.

3.2 高峰時段交通流量調(diào)查

早晚高峰時段進出住宅小區(qū)的交通流量調(diào)查,包括人流量和車流量. 人流量除了步行人數(shù)外,還包含使用和搭載自行車、電動車、三輪車等的人數(shù);車流量調(diào)查根據(jù)項目實際情況,依據(jù)《城市道路工程設(shè)計規(guī)范(CJJ37—2012)》,本次調(diào)查車型分為小型車(車長<6 m)和中型車(6 m≤車長≤12 m)兩類,還需同時對車內(nèi)人數(shù)進行記錄,以保證總?cè)肆髁康臏?zhǔn)確性.

流量調(diào)查采用人工計數(shù)法在早/晚高峰時段進行調(diào)查,并連續(xù)觀測和記錄數(shù)據(jù). 在小區(qū)每個出入口均安排有1個或多個調(diào)查員進行調(diào)查,每隔5 min分別記錄進出的人流量和車流量.

4 特征分析

根據(jù)調(diào)查結(jié)果對普通住宅的屬性特征和出行特征進行總結(jié)分析. 屬性特征主要是對戶均建筑面積、容積率、戶均車位等基礎(chǔ)指標(biāo)的分析;出行特征主要是對出行高峰小時、進出方向性、人次出行率和車次出行率的分析.

4.1 屬性特征分析

4.1.1 普通住宅戶均建筑面積高于北京市城鎮(zhèn)住宅平均水平;按區(qū)域分析,城四區(qū)和副中心戶均建筑面積最大,核心區(qū)最小

1)根據(jù)北京市統(tǒng)計局官網(wǎng)發(fā)布的2019年度人民生活統(tǒng)計資料,2018年底城鎮(zhèn)居民人均住房建筑面積為33.08 m2,平均每戶常駐人口為2.8人,則戶均建筑面積為92.6 m2/戶. 本次調(diào)查研究的普通住宅戶均面積達到106.5 m2/戶,高于北京市城鎮(zhèn)平均水平.

2)按住宅小區(qū)所處區(qū)域分析,城四區(qū)和副中心的普通住宅戶均建筑面積最大,為113.5 m2,核心區(qū)普通住宅戶均面積最小,為81.9 m2.

4.1.2 普通住宅平均容積率為2.4,按區(qū)域位置分析,越外圍區(qū)域,容積率值越低,按環(huán)路分析,五環(huán)路以內(nèi)平均容積率高于五環(huán)路以外的平均容積率

根據(jù)調(diào)查數(shù)據(jù)分析結(jié)果,本次調(diào)查的普通住宅容積率處于[1.36,4.75]之間,平均值2.41. 按位置分析,位于核心區(qū)的普通住宅容積率值最高,遠(yuǎn)郊區(qū)容積率值最低,越外圍區(qū)域,容積率值越低. 按環(huán)路分析,五環(huán)路以內(nèi)普通住宅平均容積率高于五環(huán)路以外普通住宅平均容積率.

表2 不同區(qū)域住宅平均容積率值表

表3 不同環(huán)路住宅平均容積率表

4.1.3 普通住宅戶均車位達0.6位/戶,略高于配建指標(biāo)0.5位/戶;按區(qū)域位置分析,城四區(qū)和副中心區(qū)戶均車位最高,核心區(qū)戶均車位最低

本次調(diào)查研究的普通住宅大部分竣工時間在2000—2015年,建設(shè)年份在2015年以前,平均戶均車位為0.58位/戶,高于當(dāng)時的住宅停車位配建標(biāo)準(zhǔn)(0.5位/戶). 按區(qū)域位置分析,城四區(qū)和副中心區(qū)域普通住宅小區(qū)的戶均車位最高,其次為近郊區(qū),核心區(qū)戶均車位最低.

4.2 出行特征分析

4.2.1 出行高峰小時

普通住宅早高峰小時為07:15—08:15,晚高峰小時為17:35—18:35. 近郊區(qū)早高峰出行時間最為集中,大部分居民在07:30—08:00從家出發(fā),城四區(qū)+副中心早高峰出行時間最為分散,跨度在06:50—08:50;全市晚高峰時段到家時間整體相對較為分散.

圖2 早高峰小時分析

圖3 晚高峰小時分析

4.2.2 進出方向出行特征

普通住宅早晚高峰潮汐現(xiàn)象明顯,早高峰小時出小區(qū)的人次占總出行人次的73%,進小區(qū)的人次僅占27%;晚高峰小時進小區(qū)的人次占總出行人次的63%,出小區(qū)的僅占37%.

4.2.3 人次出行特征

按區(qū)域分析,高峰時段核心區(qū)出行率最高,城四區(qū)和副中心出行率最低,與戶均面積呈負(fù)相關(guān)關(guān)系,核心區(qū)戶均面積(81.9 m2/戶)最低,城四區(qū)和副中心戶均面積(113.5 m2/戶)最高;近郊區(qū)和遠(yuǎn)郊區(qū)出行率處于中間水平,早高峰近郊區(qū)出行率大于遠(yuǎn)郊區(qū),這是由于近郊區(qū)與中心城區(qū)聯(lián)系較為緊密,早高峰出行時段(07:30—08:00)更為集中.

表4 早晚高峰小時人流量出行方向統(tǒng)計表

表5 不同區(qū)域人次出行率指標(biāo)統(tǒng)計表

4.2.4 車次出行率

普通住宅車次出行率按區(qū)域分析,整體來看,核心區(qū)和城四區(qū)+副中心(中心城區(qū))的出行率低于近郊區(qū)和遠(yuǎn)郊區(qū),與出行距離、中心城區(qū)擁堵、五環(huán)內(nèi)限號等因素有關(guān).

表6 不同區(qū)域車次出行率指標(biāo)統(tǒng)計表

按環(huán)路分析,五環(huán)內(nèi)普通住宅高峰小時車次出行率均低于五環(huán)外高峰小時車次出行率.

表7 不同環(huán)路車次出行率指標(biāo)統(tǒng)計表

按是否靠近地鐵(住宅800 m范圍內(nèi))分析,無地鐵普通住宅車次出行率高于有地鐵的車次出行率. 按公交線路條數(shù)(住宅500 m范圍內(nèi))分析,車次出行率與公交線路條數(shù)關(guān)系明顯,周邊公交線路條數(shù)在5條以內(nèi)的住宅車次出行率最高,5條以上的住宅車次出行率差別不大.

表8 按有無地鐵車次出行率指標(biāo)統(tǒng)計表

圖4 公交線路數(shù)與車次出行率關(guān)系

4 出行率回歸分析

4.1 總體指標(biāo)匯總

根據(jù)調(diào)研數(shù)據(jù),計算出行率指標(biāo)如表9所示. 總體來說,普通住宅出行量與建筑面積、戶數(shù)均成正相關(guān)關(guān)系;與建筑面積相比,人次出行量與戶數(shù)擬合度更高;與戶數(shù)相比,車次出行量與建筑面積擬合度更高.

表9 北京市普通住房總體規(guī)律匯總表

4.2 早高峰人次出行率

早高峰平均人次出行率為79.71人次/萬m2、83.9人次/百戶,出行率范圍為35.23~163.41人次/萬m2、38.86~146.94人次/百戶.

4.3 晚高峰人次出行率

晚高峰人次平均出行率為73.44人次/萬m2、76.88人次/百戶,出行率范圍為32.56~1 887.11人次/萬m2、35.27~139.75人次/百戶.

4.4 早高峰車次出行率

早高峰平均車次出行率為15.58 pcu/萬m2、17.61 pcu/百戶,出行率范圍為3.85~48.74 pcu/萬m2、4.02~73.29 pcu/百戶.

圖5 早高峰人次出行率回歸分析

圖6 晚高峰人次出行率回歸分析

表10 早高峰人次出行率

表11 晚高峰人次出行率

圖7 早高峰車次出行率回歸分析

表12 早高峰車次出行率

4.5 晚高峰車次出行率

晚高峰平均車次出行率為14.2 pcu/萬m2、15.98 pcu/百戶,出行率為2.5~34.17 pcu/萬m2、2.94~61.89 pcu/百戶.

表13 晚高峰車次出行率

圖8 晚高峰車次出行率回歸分析

5 結(jié)束語

本次普通住宅出行率指標(biāo)研究是對住宅類建設(shè)項目出行率數(shù)據(jù)的補充和完善,能為北京建設(shè)項目交通影響評價工作提供一定的數(shù)據(jù)支撐,同時為地塊控規(guī)的編制、交通出行分析等提供微觀分析的數(shù)據(jù)依據(jù). 通過對北京市普通住宅出行率指標(biāo)的研究,主要結(jié)論如下:

1)與建筑周邊交通條件、車位數(shù)等因素相比,人次出行率與建筑類型、建筑位置和戶均建筑面積等因素關(guān)系更為密切,尤其是戶均建筑面積,一般來說,對于同種建筑類型、同等位置的普通住宅,戶均建筑面積越大,單位建筑面積人次出行率越??;

2)車次出行率則與建筑類型、周邊公共交通設(shè)施條件、停車位、交通政策等因素有較為密切的聯(lián)系. 對于同種建筑類型,越外圍區(qū)域的車次出行率越高,公共交通覆蓋率越低的區(qū)域,車次出行率越高;

3)2020年受新型冠狀肺炎疫情影響,在出行方式上,機動車、電動車、自行車等個體化交通工具的選擇性更高,在通勤方式上,上班/上學(xué)/商務(wù)等傳統(tǒng)通勤向居家辦公、線上教學(xué)、視頻會議等方式轉(zhuǎn)變,雖然本次調(diào)查選擇9月份,避開了疫情高發(fā)期,但仍會對出行率指標(biāo)造成一定影響;同時受資金、人力等因素限制,本次普通住宅調(diào)查樣本為44個,樣本量相對不足會造成出行率指標(biāo)的數(shù)據(jù)偏差,因此在實際應(yīng)用時,建議根據(jù)具體情況補充一些相關(guān)調(diào)查,用于輔助分析和數(shù)據(jù)修正.

猜你喜歡
四區(qū)容積率車次
調(diào)度集中系統(tǒng)車次號技術(shù)的研究
中心四區(qū) 買少見少,地價趕超房價
動車所車次號處理邏輯存在問題分析與對策
中心四區(qū)人氣代表:中海學(xué)仕里——廣鋼板塊少見小戶型多房產(chǎn)品
Folic acid attenuates high-fat diet-induced steatohepatitis via deacetylase SlRT1-dependent restoration of PPARα
淺議優(yōu)化配置提高土地容積率
全力打造“四區(qū)”,建設(shè)美麗幸福新崇義
深圳:擬嚴(yán)控城市更新規(guī)劃容積率優(yōu)先安排居住功能
眾籌筑屋建設(shè)規(guī)劃方案的優(yōu)化
八月一日夜車次徐州口占
宁乡县| 元阳县| 清原| 竹北市| 合作市| 太和县| 嘉义市| 贵溪市| 西和县| 辽源市| 西安市| 山丹县| 平陆县| 岳阳县| 安宁市| 威远县| 库尔勒市| 大丰市| 崇义县| 海林市| 大埔区| 罗甸县| 中方县| 宿州市| 维西| 中山市| 登封市| 杭州市| 三江| 兴仁县| 阿尔山市| 大足县| 马公市| 普陀区| 天门市| 宜兰市| 沂水县| 白银市| 新竹市| 聂荣县| 聂拉木县|