韓軍紅,魏 越,侯禮興
(1.陜西省城鄉(xiāng)規(guī)劃設(shè)計(jì)研究院,陜西 西安 710000; 2.西安市軌道交通集團(tuán)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(zhì)量問題,但隨著公共自行車在我國(guó)的快速發(fā)展,在建設(shè)和運(yùn)營(yíng)過程中也出現(xiàn)了不少問題。國(guó)內(nèi)在相關(guān)領(lǐng)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(duì)于公共自行車租賃點(diǎn)的研究集中在自行車租賃點(diǎn)的初始布設(shè)和規(guī)模上,對(duì)于后期的優(yōu)化研究相對(duì)較少。對(duì)于公共自行車需求量的問題,大多數(shù)提出從調(diào)度上解決。
本文首先基于土地利用形態(tài)對(duì)自行車出行的客流需求進(jìn)行具體研究和分析,建立了交通生成模型。又通過實(shí)地租賃點(diǎn)的調(diào)查,分析出行者的個(gè)人屬性、出行特征和方式特征三個(gè)方面對(duì)出行方式選擇的影響,并利用隨機(jī)效用理論建立相應(yīng)的預(yù)測(cè)模型。用來提高公共自行車租賃點(diǎn)規(guī)模的科學(xué)性和高效性,使得自行車數(shù)量更加合理,效用達(dá)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(huì)生產(chǎn)活動(dòng)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(shè)施容量和交通管理水平之間的矛盾。
本文所研究的對(duì)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(shí)應(yīng)遵循以下3點(diǎn)原則:
1)一般情況下,對(duì)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(xì)致,而對(duì)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(diǎn)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(zhì)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(yù)測(cè)模型
城市交通出行總量的預(yù)測(cè)是以人口數(shù)量和交通出行數(shù)據(jù)為基礎(chǔ),根據(jù)地區(qū)人口數(shù)量和交通出行次數(shù)來進(jìn)行交通需求總量的預(yù)測(cè),是一種宏觀上的研究方法。
首先需要確定日出行總量,其計(jì)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(dòng)人口總量;Ku,Ks分別為規(guī)劃的居民和流動(dòng)人口人均日出行次數(shù)。
1.3.2 交通出行量微觀預(yù)測(cè)模型
1)回歸分析各類用地性質(zhì)的吸引權(quán)重:土地利用是區(qū)域的各種聯(lián)系、交通建設(shè)、經(jīng)濟(jì)活動(dòng)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(shè)用地標(biāo)準(zhǔn)中將土地按功能分為10大類性質(zhì)的用地,如表1所示。
表1 城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)
每種土地類型產(chǎn)生的交通量是它在社會(huì)與經(jīng)濟(jì)功能上所起作用的反映,各類用地對(duì)出行的吸引或發(fā)生作用相差較大。因此對(duì)各類用地性質(zhì)的吸引權(quán)重進(jìn)行計(jì)算是交通生成預(yù)測(cè)模型的基礎(chǔ)。
對(duì)研究區(qū)域的各交通小區(qū)與土地利用建立關(guān)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(chǔ)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(gè)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(gè)交通區(qū)各類用地面積。
2)確定土地利用強(qiáng)度系數(shù):通過上文了解可知交通小區(qū)的劃分標(biāo)準(zhǔn)和城市規(guī)劃中地塊的劃分標(biāo)準(zhǔn)并不相同,通常一個(gè)交通小區(qū)的面積遠(yuǎn)大于地塊面積,對(duì)于這種情況可取該交通小區(qū)各類用地容積率的加權(quán)平均值作為土地利用強(qiáng)度系數(shù)。以公共設(shè)施類用地(C類)為例(見式(2)):
(2)
其中,Mci為第i個(gè)慢行交通小區(qū)R類用地的強(qiáng)度系數(shù);scij為第i個(gè)慢行交通小區(qū)第j塊R類用地面積;VRcij為第i個(gè)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(yù)測(cè)(見式(3)):
Ki=(SriKrMri+SciKcMri+SmiKmMmi+SwiKwMwi+StiKtMti+SsiKsMsi+SuiKuMui+SgiKgMgi+SdiKdMdi+SeiKeMei)/
(3)
其中,Ki為第i個(gè)交通小區(qū)的出行吸引權(quán)重,且∑iKi=1;Kr,Kc,Km,Kw,Kt,Ks,Ku,Kg,Kd,Ke分別為居住、公共設(shè)施、工業(yè)、倉(cāng)儲(chǔ)、對(duì)外交通、道路廣場(chǎng)、市政公用設(shè)施、綠地、特殊、水域及其他用地的出行吸引權(quán)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(gè)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(gè)交通小區(qū)土地利用強(qiáng)度系數(shù)。
Ai=KiG
(4)
其中,Ai為第i個(gè)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(yù)測(cè):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(guān)系的基礎(chǔ)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(qiáng)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(gè)數(shù)。
西安市作為省會(huì)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(diǎn)公共自行車,公建點(diǎn)公共自行車,公交點(diǎn)公共自行車。
公交點(diǎn)主要指的是站點(diǎn)周圍有地鐵站或者主要公交線路的站點(diǎn),主要是為了給出行者提供接駁服務(wù)。
公建點(diǎn)主要指的是站點(diǎn)周圍是人流集中的公共服務(wù)設(shè)施,比如大型的娛樂消費(fèi)場(chǎng)所、醫(yī)院、銀行、菜市場(chǎng)、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(diǎn)主要指的是站點(diǎn)周邊主要是社區(qū)或者大型小區(qū),服務(wù)的對(duì)象主要是小區(qū)內(nèi)的居民。
通過分析公交點(diǎn)、公建點(diǎn)、居住點(diǎn)三種類型中八個(gè)典型的租賃點(diǎn),全天借還需求波動(dòng),計(jì)算出各個(gè)時(shí)間段的借還系數(shù),如表2—表4所示。
表3 公建類站點(diǎn)全天各時(shí)段借還系數(shù)
表4 居住類站點(diǎn)全天各時(shí)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(gè)人特征,出行特征和方式特征。并選擇非集計(jì)模型中的二項(xiàng)logistics模型,建立基于交通方式選擇的公共自行車借還需求預(yù)測(cè)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(xiàng)因素,再結(jié)合對(duì)西安市公共自行車騎行者的實(shí)地調(diào)查,考慮到實(shí)地調(diào)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(gè)人屬性:月收入;出行特征:出行距離;方式特征:出行時(shí)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(jì)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(gè)人的月收入;Xn2為第n個(gè)人的出行距離;Xn3為第n個(gè)人的出行時(shí)間;θi為相應(yīng)特征變量的位置參數(shù);c為常數(shù)。
3)根據(jù)對(duì)所選參數(shù)的標(biāo)定和實(shí)際調(diào)查的樣本數(shù)據(jù),計(jì)算應(yīng)變量的值。本文利用SPSS軟件對(duì)二項(xiàng)logistics模型的參數(shù)進(jìn)行標(biāo)定。參數(shù)標(biāo)定的結(jié)果如表6所示。
表6 參數(shù)標(biāo)定結(jié)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(gè)人的月收入;Xn2為第n個(gè)人的出行距離;Xn3為第n個(gè)人的出行時(shí)間。
公共自行車租賃點(diǎn)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(yù)測(cè)方法以及停車樁數(shù)量的預(yù)測(cè)方法。
2.3.1 自行車與停車樁的周轉(zhuǎn)率
1)公共自行車的周轉(zhuǎn)率[5](見式(8))。
(8)
在對(duì)公共自行車數(shù)量預(yù)測(cè)時(shí),為了滿足各時(shí)間段都能有車可借,通常按照最大的需求數(shù)量進(jìn)行預(yù)測(cè),所以需要計(jì)算全天各時(shí)段的周轉(zhuǎn)率,逐一比較才能求得最大值。
2)停車樁的周轉(zhuǎn)率(見式(9))。
(9)
在對(duì)停車樁數(shù)量預(yù)測(cè)時(shí),為了滿足各時(shí)間段都能有樁可存,通常按照最大的需求數(shù)量進(jìn)行預(yù)測(cè),所以在此只對(duì)上述三種租賃點(diǎn)的高峰小時(shí)停車樁周轉(zhuǎn)率進(jìn)行計(jì)算。
2.3.2 租賃點(diǎn)規(guī)模測(cè)算
1)自行車數(shù)量的測(cè)算:在得到所需租賃點(diǎn)高峰小時(shí)自行車周轉(zhuǎn)率后,再根據(jù)自行車的借車需求量計(jì)算出相應(yīng)的自行車數(shù)量(見式(10),式(11)):
Ni=maxNik
(10)
(11)
其中,Ni為租賃點(diǎn)i需要的公共自行車數(shù)量;Nik為租賃點(diǎn)i在k時(shí)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(diǎn)i在k時(shí)段的借車需求;φ車為公共自行車的周轉(zhuǎn)率。
2)停車樁數(shù)量的測(cè)算:在得到所需租賃點(diǎn)高峰小時(shí)自行車周轉(zhuǎn)率后,再根據(jù)自行車的還車需求量計(jì)算出相應(yīng)的停車樁數(shù)量:
Zi=maxZit
(12)
(13)
其中,Zi為租賃點(diǎn)i需要的停車樁數(shù)量;Zit為租賃點(diǎn)i在t時(shí)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(diǎn)i在t時(shí)段的存車需求;φ樁為停車樁的周轉(zhuǎn)率。
以西安市地鐵2號(hào)線南稍門站點(diǎn)周邊區(qū)域?yàn)槔?基于前文建立的公共自行車租賃點(diǎn)需求預(yù)測(cè)模型,預(yù)測(cè)西安市地鐵2號(hào)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(diǎn)的規(guī)模之上進(jìn)行相應(yīng)的優(yōu)化。
南稍門地鐵站位置位于西安市碑林區(qū)南關(guān)正街-長(zhǎng)安北路與友誼東路十字北側(cè),是西安市地鐵2號(hào)線的一個(gè)站。通過實(shí)際的調(diào)研分析,發(fā)現(xiàn)南稍門地鐵站周邊的公共自行車租賃點(diǎn)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(diǎn)進(jìn)行測(cè)算。根據(jù)第二節(jié)的研究?jī)?nèi)容,按照慢行交通小區(qū)的劃分方法,對(duì)南稍門地鐵站周邊區(qū)域進(jìn)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(gè)公共自行車租賃點(diǎn),編號(hào)分別為3546和3572,可以使用相同的高峰小時(shí)借還系數(shù)對(duì)需求量進(jìn)行測(cè)算。
經(jīng)交通調(diào)查得到交通小區(qū)出行量數(shù)據(jù),1號(hào)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(dān)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(shè)方案,得知公共自行車租賃點(diǎn)的自行車規(guī)模與停車樁數(shù)量是根據(jù)所服務(wù)區(qū)域或路段的客流量確定的,在1號(hào)小區(qū)內(nèi)的兩個(gè)租賃點(diǎn)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(gè)站點(diǎn)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(yù)測(cè)
結(jié)合1號(hào)小區(qū)一天的借還車需求量,可以得出這兩個(gè)站點(diǎn)在高峰小時(shí)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(jì)全天各個(gè)時(shí)段的自行車初始數(shù)量,利用式(8),式(10),式(11)可以計(jì)算得到各個(gè)時(shí)段的借車需求量。
通過計(jì)算求得3546和3572站點(diǎn)全天各時(shí)間段借車的需求量,為了能滿足借車的需求,選取全天各時(shí)間段中需求量最大的值為這兩個(gè)租賃點(diǎn)所需的自行車數(shù)量,分別為24輛和22輛。
理論上這兩個(gè)租賃點(diǎn)的自行車數(shù)量應(yīng)為計(jì)算出的所需自行車的數(shù)量減去所對(duì)應(yīng)時(shí)段的還車需求量,但考慮到借車與還車時(shí)間上的延誤性,應(yīng)當(dāng)減去該時(shí)段相對(duì)應(yīng)還車量的50%,從而得出3546和3572站點(diǎn)的自行車規(guī)模,如表8所示。
表8 各站點(diǎn)自行車規(guī)模
2)停車樁數(shù)量:用式(9),式(12),式(13)計(jì)算得到了這兩個(gè)租賃點(diǎn)高峰小時(shí)的停車樁周轉(zhuǎn)率,再結(jié)合這兩個(gè)租賃點(diǎn)的高峰小時(shí)還車量,便可以得到高峰小時(shí)所需的停車樁數(shù)量。3546和3572這兩個(gè)租賃點(diǎn)相應(yīng)時(shí)段的借車量分別為28輛和23輛。
理論上這兩個(gè)租賃點(diǎn)的停車樁數(shù)量應(yīng)為計(jì)算出的高峰小時(shí)所需停車樁數(shù)量減去所對(duì)應(yīng)時(shí)段的借車需求量,但考慮到借車與還車時(shí)間上的延誤性,應(yīng)當(dāng)減去該時(shí)段相對(duì)應(yīng)借車量的50%,從而得出3546和3572站點(diǎn)的停車樁規(guī)模,如表9所示。
表9 各站點(diǎn)停車樁規(guī)模
考慮到西安市的公共自行車樁都是以5個(gè)樁為一組,這樣便于加工制造和安放,所以在測(cè)算得出的停車樁數(shù)量上應(yīng)做相應(yīng)的調(diào)整,以達(dá)到方便制造的目的。經(jīng)過調(diào)整,3546和3572這兩個(gè)租賃點(diǎn)應(yīng)該布設(shè)的停車樁數(shù)量分別為45個(gè)和35個(gè)。3546和3572租賃點(diǎn)原始的停車樁數(shù)量分別為30個(gè)和25個(gè),所以3546租賃點(diǎn)和3572租賃點(diǎn)應(yīng)該分別增加15個(gè)和10個(gè)停車樁,才能更合理地滿足需要。
本文通過對(duì)土地利用性質(zhì)和出行方式特征等方面進(jìn)行研究,建立了交通生成與交通方式劃分兩個(gè)模型,以及自行車數(shù)量和停車樁規(guī)模的預(yù)測(cè)方法。
最后對(duì)南稍門地鐵站D出口處的3546和3572租賃點(diǎn)進(jìn)行調(diào)查分析,建立相關(guān)的模型與預(yù)測(cè)方法,在現(xiàn)有租賃點(diǎn)規(guī)模的基礎(chǔ)上進(jìn)行優(yōu)化,力求使規(guī)模達(dá)到精確化、合理化、實(shí)用化。