李 男，趙國祥，李芷倩，張 敏，高晉紅

（1.河北高速集團(tuán)工程咨詢有限公司，河北 石家莊 050000；2.河北高速公路集團(tuán)有限公司承德分公司，河北 承德 067000；3.長江航道規(guī)劃設(shè)計(jì)研究院，湖北 武漢 430040；4.長安大學(xué)運(yùn)輸工程學(xué)院，陜西 西安 710064）

0 引言

繞城高速是指環(huán)繞城市修建且被納入國家或地方高速公路網(wǎng)的高速公路，主要解決城市通勤車輛的疏導(dǎo)問題。對于旅游城市，旅游旺季期間的出行量較大，繞城高速也分擔(dān)部分的交通疏解壓力，導(dǎo)致利用繞城高速進(jìn)行出行行為的復(fù)雜性增加。因此，精確識(shí)別車輛通勤及其他出行特征對于提高繞城高速的通行效率尤為重要。

隨著交通信息采集系統(tǒng)的建設(shè)完善，高速公路收費(fèi)流水?dāng)?shù)據(jù)為城市擁堵及其內(nèi)在規(guī)律的分析提供了條件。李樹彬等[1]利用高速公路進(jìn)出口收費(fèi)站數(shù)據(jù)，采用仿真手段將動(dòng)態(tài)OD 進(jìn)行網(wǎng)絡(luò)加載，從而產(chǎn)生實(shí)時(shí)的高速公路全路網(wǎng)無縫覆蓋的網(wǎng)絡(luò)狀態(tài)估計(jì)。郭瑞軍等[2]通過高速收費(fèi)流水?dāng)?shù)據(jù)統(tǒng)計(jì)分析高速交通流量的時(shí)變規(guī)律、行程速度分布，分析高速公路的交通流特性。胡繼啟[3]通過分析高速公路交通擁堵和行程延誤時(shí)間之間的關(guān)聯(lián)性，提出了基于行程延誤的高速公路交通擁堵判別與定位算法。楊慶芳等[4]探討了利用高速公路收費(fèi)數(shù)據(jù)作為數(shù)據(jù)依據(jù)進(jìn)行道路狀態(tài)評價(jià)的可行性。魏廣奇等[5]借助K-means++聚類方法識(shí)別高速公路日常通勤的車輛，進(jìn)一步分析通勤車輛的出行時(shí)空分布特征。

綜上，目前對于收費(fèi)數(shù)據(jù)的應(yīng)用主要集中于研究路網(wǎng)運(yùn)行狀態(tài)評價(jià)指標(biāo)，研究車輛出行特征較少。同時(shí)，城市道路網(wǎng)的規(guī)劃都是從滿足居民日常通勤出行需要的角度出發(fā)，而旅游城市中的旅游客流必然對城市日常交通產(chǎn)生一定影響。旅游出行的行為特征區(qū)別于通勤出行，因此有必要運(yùn)用收費(fèi)數(shù)據(jù)對通勤及其他出行行為進(jìn)行識(shí)別、分類研究。

本文以繞城高速收費(fèi)流水?dāng)?shù)據(jù)為基礎(chǔ)，提取有明顯通勤及其他特征的車輛，分析其出行時(shí)空分布特征，為優(yōu)化繞城高速收費(fèi)站管理及緩解城市交通系統(tǒng)問題提供方法支撐和相應(yīng)的輔助決策信息。

1 數(shù)據(jù)及預(yù)處理

1.1 基礎(chǔ)數(shù)據(jù)

基于我國京津冀地區(qū)某旅游城市繞城高速公路收費(fèi)交易流水?dāng)?shù)據(jù)，重點(diǎn)關(guān)注載客車輛的出行情況，主要分析客車的收費(fèi)數(shù)據(jù)，數(shù)據(jù)字段見表1。

表1 高速公路收費(fèi)流水?dāng)?shù)據(jù)格式

1.2 數(shù)據(jù)預(yù)處理

通常情況下，缺失值所占比例很小，且樣本數(shù)據(jù)量大，故采用刪除法移除所有含有缺失數(shù)據(jù)的行。將含有異常值的數(shù)據(jù)用平均值進(jìn)行修正。與此同時(shí)，從繞城高速收費(fèi)站點(diǎn)的數(shù)據(jù)中分離出工作日的一型客車數(shù)據(jù)，以供車輛出行特征識(shí)別。

為有利于分析車輛出行空間分布，進(jìn)行地圖匹配。借助網(wǎng)絡(luò)上的電子地圖數(shù)據(jù)獲取底圖，在此基礎(chǔ)上，使用ArcGIS 繪制電子地圖，其中包括空間地物的地理位置信息和路段、節(jié)點(diǎn)的拓?fù)潢P(guān)系信息。

2 出行特征識(shí)別

2.1 出行特征界定

基于高速公路的通勤車輛屬于城市通勤交通的一種，具有與通勤交通類似的出行行為特征，主要包括以下幾種類型：①出行的時(shí)間與地點(diǎn)相對穩(wěn)定；②工作日早晚高峰基本都有出行；③工作日平峰間基本沒有出行[5]；④出行存在往返性[4]。旅游交通的特征與通勤交通部分相同，包括每天首次出行的地點(diǎn)通常固定，且連續(xù)一段時(shí)間內(nèi)均有出行。不同之處在于旅游交通在平峰也可能有出行，時(shí)間相對不固定，地點(diǎn)通常集中在旅游景點(diǎn)周邊。

2.2 出行特征提取

聚類分析算法不依賴預(yù)先定義類或者帶類標(biāo)記的訓(xùn)練實(shí)力，將相似的對象歸到同一類[6]，最經(jīng)典的聚類算法有K-means和模糊C均值算法等；隨機(jī)森林算法是一種有監(jiān)督的集成學(xué)習(xí)分類技術(shù)，對于高維數(shù)據(jù)，隨機(jī)森林的綜合性能指標(biāo)明顯優(yōu)于其他單分類器[7]。由于數(shù)據(jù)量較大，特征較多，隨機(jī)森林具有良好的泛化性、準(zhǔn)確性，適合用來對聚類分析后的結(jié)果進(jìn)行精度驗(yàn)證。

2.2.1 K-means聚類算法

最佳聚類中心數(shù)的確定通常采用“手肘法”，手肘法的核心指標(biāo)是誤差平方和（SSE）。SSE是所有樣本的聚類誤差，代表了聚類效果的好壞。

基于K-means 算法的不足，提出了改進(jìn)，主要有以下方面：①對于初始k 值的確定，先設(shè)置選定月份的總出行天數(shù)、工作日天數(shù)及該月每天的出行車輛數(shù)作為約束條件，再運(yùn)用“手肘法”計(jì)算聚類誤差，可以預(yù)先觀察相對合理的聚類數(shù)；②關(guān)于初始聚類中心的選取，采用了基于密度的初始聚類中心選擇方法，其基本思想是針對每一個(gè)特征值，計(jì)算以該特征值為圓心，以α（設(shè)置為該特征值平均數(shù)）為半徑的圓中包含其他特征值的個(gè)數(shù)，并以此作為該特征值的密度，然后根據(jù)密度排序，選取密度最大的前k 個(gè)特征值作為初始聚類中心；③在聚類的過程中，加入外部約束條件進(jìn)行調(diào)整，得出滿足選定月份總天數(shù)、工作日天數(shù)和早晚高峰時(shí)間段的個(gè)數(shù)等約束條件的最優(yōu)結(jié)果。

2.2.2 聚類變量

提出基于高速公路的出行識(shí)別的特征變量：

①X1，在車輛每天的首次出行中，以最常選擇的起始收費(fèi)站進(jìn)行出行的天數(shù)。

②X2，在工作日車輛全天有出行的天數(shù)總和。

③X3，在工作日平峰時(shí)段（09：00—16：00、18：00—次日07：00）有出行的天數(shù)總和。

④X4，在該月份中車輛出行的連續(xù)天數(shù)總和。

⑤X5，在工作日早高峰時(shí)段（07：00—09：00）或晚高峰時(shí)段（16：00—18：00）有出行的天數(shù)總和。

2.3 識(shí)別結(jié)果驗(yàn)證

采用R 軟件中的randomForest 包建立隨機(jī)森林模型[8]，首先指定節(jié)點(diǎn)中用于二叉樹的變量個(gè)數(shù)，即mtry參數(shù)，對mtry 的選擇是逐一嘗試，直到找到比較理想的值；再指定隨機(jī)森林所包含的決策樹數(shù)目，即ntree 參數(shù)，對ntree 的選擇則通過圖形判斷模型內(nèi)誤差穩(wěn)定時(shí)的值。由于隨機(jī)森林算法在構(gòu)建每棵樹時(shí)，隨機(jī)且有放回地抽取訓(xùn)練集中的數(shù)據(jù)，沒有參與的數(shù)據(jù)則是該棵樹的袋外樣本數(shù)據(jù)。該特點(diǎn)允許使用袋外數(shù)據(jù)誤差評估算法的有效性。

在計(jì)算隨機(jī)森林中變量的重要性時(shí)，通過隨機(jī)打亂變量并觀察模型的性能變化，可以評估變量的重要性。模型的準(zhǔn)確率或GINI 系數(shù)顯著下降，表示變量的重要性越高。

3 實(shí)證分析與討論

為驗(yàn)證繞城高速公路車輛出行特征分析方法的可行性，以京津冀地區(qū)某城市作為實(shí)例進(jìn)行分析。該城市繞城高速的東西向路段全線雙向四車道，設(shè)計(jì)速度120 km/h，南北向路段全線雙向六車道，設(shè)計(jì)速度100 km/h，最高限速均為100 km/h。其中共有9 個(gè)收費(fèi)站，從1 到9編號(hào)，布局如圖1所示。

圖1 繞城高速布局示意圖

3.1 出行特征識(shí)別

3.1.1 識(shí)別結(jié)果分析

2021 年7 月份的工作日22 天，非工作日9 天，在該城市境內(nèi)出現(xiàn)的客車約27 萬輛，產(chǎn)生了約58 萬條流水?dāng)?shù)據(jù)。對每一輛車Xi生成相應(yīng)的特征向量Fi=[X1，X2，X3，X4，X5]，根據(jù)“手肘法”確定最佳聚類中心數(shù)k為3。

采用K-means 算法對車輛的特征矩陣進(jìn)行聚類分析，聚類中心與結(jié)果分布見表2。因聚類分析對噪聲點(diǎn)敏感，可從結(jié)果中看出第1 類數(shù)據(jù)分布較為離散，即為數(shù)據(jù)集中的噪聲點(diǎn)，舍棄該類數(shù)據(jù)。提取第2、3類車輛的矩陣特征值，分別繪制概率密度函數(shù)圖，如圖2和圖3所示。

圖2 第2類車輛的概率密度函數(shù)圖

圖3 第3類車輛的概率密度函數(shù)圖

表2 K-means聚類中心與結(jié)果

由圖2 可以看出，在第2 類車輛中，所有車輛的X1主要集中在2天～7天；X2則相對較大，集中在3天～8天；X3比前兩者小，分布在0～5 天；X4更小，基本聚集在0～2天；X5分布與X3接近，集中在0～5 天，均小于8 天。上述特征說明，第2類車輛在一段時(shí)間內(nèi)出行的時(shí)間與地點(diǎn)相對穩(wěn)定，連續(xù)出行天數(shù)較短。此外，工作日與非工作日、早晚高峰與平峰的出行天數(shù)基本都接近，具有明顯的旅游特征，占繞城高速出行車輛比例的8.11%左右。

由圖3 可得，在第3 類車輛中，所有車輛的X1均大于5 天，且主要集中在10 天～20 天；X2相對較大，集中在11 天～21 天；X3比前兩者小，分布在1 天～12 天；X4聚集范圍更小，基本聚集在0～5 天；與X4相比，X5分布則較大，集中在5 天～15 天，但均小于20 天。上述特征說明，第3類車輛出行地點(diǎn)趨于長期穩(wěn)定，工作日早晚高峰基本都有出行，且平峰出行較少，具有明顯的通勤特征，占繞城高速出行車輛比例的1.17%左右。

3.1.2 結(jié)果驗(yàn)證

文中的mtry=2，ntree=400，此時(shí)袋外數(shù)據(jù)誤差為0.09%，模型擬合較好。在本文中，通過模型準(zhǔn)確率和GINI 系數(shù)的數(shù)值判斷影響最為重要的是工作日的出行天數(shù)，最不顯著的是連續(xù)出行天數(shù)。

結(jié)果表明運(yùn)用聚類算法分類的誤差較小，其中類別1 的誤差為0.02%，類別2 的誤差為0.55%，類別3 的誤差為2.68%。數(shù)據(jù)表明，工作日出行天數(shù)的多少最能區(qū)分通勤與非通勤交通。

3.2 車輛出行特征分析

3.2.1 通勤車輛出行空間分布

①早高峰車輛入口與出口情況。

早高峰時(shí)段（07：00—09：00）通勤車輛進(jìn)出繞城高速公路的空間分布如圖4所示。從空間分布來看，早高峰通勤車輛進(jìn)入量較大的收費(fèi)站主要有3 號(hào)和2 號(hào)收費(fèi)站，離開量較大的收費(fèi)站主要集中在3 號(hào)和4 號(hào)收費(fèi)站。可以看出，早高峰時(shí)的通勤車輛集中在該城市東側(cè)的主城區(qū)，但也有部分通勤車輛從主城區(qū)流向另一城區(qū)，基本是從居住區(qū)域往核心辦公區(qū)行駛，通過繞城高速進(jìn)行接駁，再進(jìn)入城市道路。

圖4 早高峰車輛入口與出口的空間分布

②晚高峰車輛入口與出口情況。

晚高峰時(shí)段（16：00—18：00）通勤車輛進(jìn)出繞城高速公路的空間分布如圖5所示。由圖可知，晚高峰通勤車輛進(jìn)入量較大的收費(fèi)站主要有1 號(hào)和4 號(hào)收費(fèi)站，離開量較大的收費(fèi)站主要集中在3號(hào)收費(fèi)站。總體上，晚高峰通勤車輛流向趨勢與早高峰相反，主要是從辦公區(qū)往居住區(qū)擴(kuò)散。說明主要居住區(qū)位于2 號(hào)和3 號(hào)收費(fèi)站周邊，核心辦公區(qū)位于1 號(hào)和4 號(hào)收費(fèi)站周邊，具有明顯的職住空間分離的特征。

圖5 晚高峰車輛入口與出口的空間分布

③平均到達(dá)里程。

統(tǒng)計(jì)通勤車輛由各個(gè)收費(fèi)站進(jìn)入后的平均到達(dá)里程，如圖6所示。

圖6 繞城高速公路收費(fèi)站平均到達(dá)里程分布

其中，4 號(hào)和5 號(hào)收費(fèi)站的平均到達(dá)里程最大，在20 km～23 km之間，3號(hào)收費(fèi)站的平均到達(dá)里程接近20 km，1 號(hào)、9 號(hào)和7 號(hào)收費(fèi)站的平均到達(dá)里程較小，為15 km～17 km，2號(hào)和8號(hào)收費(fèi)站的平均到達(dá)里程最小。綜上，繞城高速大部分收費(fèi)站的平均到達(dá)里程集中分布在10 km～20 km之間。

3.2.2 旅游車輛出行空間分布

統(tǒng)計(jì)旅游車輛駛離高速公路的收費(fèi)站空間分布情況，如圖7所示。從各收費(fèi)站所處地理位置來看，由于3號(hào)和4號(hào)收費(fèi)站與火車站相近，2號(hào)收費(fèi)站位于主城區(qū)，且毗鄰火車站，而1 號(hào)收費(fèi)站也臨近火車站，又是該城市往來機(jī)場的必經(jīng)之路，因此呈現(xiàn)明顯的旅游交通流集中分布的趨勢。

圖7 旅游車輛出口的空間分布

3.2.3 車輛出行時(shí)間分布

①通勤車輛出行時(shí)段占比情況。

統(tǒng)計(jì)工作日每小時(shí)通勤車輛進(jìn)入高速公路收費(fèi)站的比例，如圖8所示。可以得知通勤車輛出行的早晚高峰占比較高，且出行量在圖中呈現(xiàn)雙高峰趨勢，表明該類車輛具有明顯的通勤出行特征。此外，相比晚高峰時(shí)段（16：00—18：00），車輛在早高峰時(shí)段（07：00—09：00）內(nèi)的出行峰值更高，說明通勤車輛更愿意在早高峰使用高速公路通勤出行，可能原因是早高峰的時(shí)間成本高，使得車輛偏向于使用高速公路達(dá)到快速出行的目的。

圖8 通勤車輛每小時(shí)出行量占比分布圖

②旅游車輛出行時(shí)段占比情況。

統(tǒng)計(jì)7 月的每小時(shí)旅游車輛進(jìn)入高速公路收費(fèi)站的比例，如圖9所示?？梢钥闯雎糜诬囕v的出行量在圖中呈現(xiàn)雙高峰趨勢，在11：00 附近達(dá)到第一個(gè)峰值，其后有短暫的下降，在18：00左右達(dá)到了第二個(gè)峰值。此外，從6：00 開始，出行量呈正比例穩(wěn)步增長，且在兩個(gè)峰值之間總體保持較高的值。數(shù)據(jù)表明，旅游出行的時(shí)間段基本分布在全天的黃金游玩時(shí)間，且雙高峰的聚集時(shí)間在就餐時(shí)間附近，符合旅游出行的目的。

圖9 旅游車輛每小時(shí)出行量占比分布圖

3.3 應(yīng)用與討論

為驗(yàn)證本文所提出的車輛特征識(shí)別方法的適用性，將分析得到的時(shí)空分布特征應(yīng)用于交通走廊判別方面。交通走廊通常被定義為市域范圍內(nèi)以主干道為載體，集合多種運(yùn)輸方式，具有共同流向的，貫穿城市不同組團(tuán)的交通通道[9]。交通走廊按照研究地域廣度可劃分為3 個(gè)研究層次，即國家或國際交通走廊、區(qū)域交通走廊以及城市交通走廊[10]。本文從城市交通走廊的層次研究，按照功能細(xì)分為通勤走廊和旅游走廊，均采用客運(yùn)量指標(biāo)、空間集聚度指標(biāo)、時(shí)間集聚度指標(biāo)進(jìn)行判定，見表3。

表3 交通走廊分類評價(jià)指標(biāo)

結(jié)合車輛出行特征分布，滿足上述3個(gè)評價(jià)指標(biāo)可有效判別城市客運(yùn)交通走廊。挖掘城市繞城高速上通勤與旅游的快速出行廊道分布，有利于分析大運(yùn)量客運(yùn)交通的線路走向，對引導(dǎo)城市交通發(fā)展有及其重要的意義。

4 結(jié)語

①利用改進(jìn)K-means 聚類方法識(shí)別使用繞城高速公路進(jìn)行通勤與非通勤出行的車輛，進(jìn)行分類提取，再利用隨機(jī)森林算法對分類結(jié)果的準(zhǔn)確性進(jìn)行驗(yàn)證。從通勤出行的角度，挖掘城市通勤快速出行的時(shí)空分布；從旅游出行的角度，分析繞城高速公路疏解旅游車流的運(yùn)行情況。車輛出行特征可運(yùn)用于判定城市繞城高速公路上的客運(yùn)交通走廊，對提升城市交通系統(tǒng)效率具有重要的影響。

②以京津冀地區(qū)某城市為例進(jìn)行實(shí)證分析。通勤車輛的空間分布明顯區(qū)分就業(yè)地和居住地，與土地利用性質(zhì)基本一致；通勤出行的到達(dá)里程較小，主要為短途出行；通勤交通的早晚高峰交通流占比大。旅游交通在空間分布上聚集于火車站、高鐵站以及機(jī)場等客運(yùn)場站附近，高峰時(shí)間處于就餐時(shí)間附近。

③在分析城市通勤與非通勤交通的特征時(shí)，側(cè)重于考慮時(shí)空分布特征，在后續(xù)研究中，需進(jìn)一步完善各個(gè)類別車輛在繞城高速上的運(yùn)行狀態(tài)與收費(fèi)情況的構(gòu)建與分析，對優(yōu)化城市交通系統(tǒng)結(jié)構(gòu)有重要作用。