王隆興

(煙臺經(jīng)濟技術開發(fā)區(qū)交通基礎設施建設管理處，山東煙臺 264000)

煙臺開發(fā)區(qū)原規(guī)劃面積為36 km2，為適應新的經(jīng)濟發(fā)展目標，2002年9月，開發(fā)區(qū)進行了擴區(qū)建設，管轄區(qū)面積擴大到228 km2，其中原規(guī)劃區(qū)為基本建成區(qū)，新擴建區(qū)面積為192 km2。擴區(qū)后，開發(fā)區(qū)的社會經(jīng)濟、人口與土地利用情況都發(fā)生了重大變化，城市公交線路運行環(huán)境也隨之發(fā)生重大改變，公交需求量顯著增加。但城市公交系統(tǒng)發(fā)展日顯滯后，城市公共交通供需矛盾逐漸顯現(xiàn)。與此同時，開發(fā)區(qū)緊抓擴區(qū)帶來的發(fā)展新機遇，城市各項建設事業(yè)呈現(xiàn)出高速發(fā)展的態(tài)勢, 對開發(fā)區(qū)未來城市公交發(fā)展開展研究，對未來城市發(fā)展規(guī)劃特別是開發(fā)區(qū)的交通發(fā)展規(guī)劃具有十分重要的意義。

本文在探究適合煙臺開發(fā)區(qū)城市公交發(fā)展的研究理論和方法的基礎上，從煙臺開發(fā)區(qū)的城市公交需求預測著手進行研究，采用基于GIS的交通軟件系統(tǒng)TransCAD對特征年的公交發(fā)生量和吸引量進行預測分析，為建立一套適合于開發(fā)區(qū)擴建后的公交運行方案以及擴區(qū)后的煙臺開發(fā)區(qū)城市綜合交通規(guī)劃的重新調(diào)整提供重要的參考依據(jù)。

1 就業(yè)及就學崗位數(shù)量預測

表1 各大分區(qū)的就業(yè)崗位數(shù)量 人

煙臺開發(fā)區(qū)的定位為煙臺市工業(yè)經(jīng)濟的重心、高新技術產(chǎn)業(yè)基地和現(xiàn)代物流中心，參考國內(nèi)其它新區(qū)的情況，適當提高工業(yè)倉儲的從業(yè)人員比例，得到各特征年開發(fā)區(qū)各大分區(qū)的就業(yè)崗位數(shù)量如表1所示[1]。

根據(jù)開發(fā)區(qū)新區(qū)的開發(fā)進度和各年的用地情況，結合鴻富泰、大宇造船等大型企業(yè)的發(fā)展計劃，得到各類用地在各小區(qū)的面積總量，按照各大分區(qū)的崗位規(guī)模以及各類崗位的比例計算各類用地單位面積的就業(yè)崗位數(shù)量，得到各小區(qū)三類就業(yè)崗位的數(shù)量。

建成區(qū)內(nèi)學校的位置基本不變，建成區(qū)內(nèi)各交通小區(qū)的學生人數(shù)可按人口規(guī)模逐年增長。新區(qū)內(nèi)各交通小區(qū)的學生按照學校的規(guī)劃位置以及地塊的開發(fā)進度進行估算，從而得到各交通小區(qū)的學生情況。

2 公交出行產(chǎn)生量預測

根據(jù)公交客流調(diào)查以及數(shù)據(jù)整理結果，得到122個站點團間的高峰小時公交出行OD矩陣，較全面反映研究區(qū)域內(nèi)公交客運需求分布現(xiàn)狀。將122個站點團按已確定的37個交通分區(qū)進行合并，得到37個交通分區(qū)之間的高峰小時公交出行OD矩陣。根據(jù)站點和小區(qū)之間的關系，可以將站點間OD合并為交通小區(qū)的高峰小時公交出行OD矩陣。

根據(jù)交通小區(qū)高峰小時的OD矩陣，可以得到各小區(qū)公交的高峰小時產(chǎn)生量和吸引量，如表2所示。

表2 各交通小區(qū)高峰小時發(fā)生量和吸引量 人·次

煙臺開發(fā)區(qū)的用地性質(zhì)變化很大，不能簡單地按照基準年的公交生成量按增長率法推算目標年的交通生成量，應根據(jù)特征年的土地利用情況預測公交生成量。

各交通小區(qū)的公交產(chǎn)生量主要與小區(qū)的人口相關，根據(jù)居民出行調(diào)查結果，開發(fā)區(qū)人均日出行次數(shù)為2.72次。參考國內(nèi)同類地區(qū)經(jīng)驗，預計在2015年、2020年和2025年，開發(fā)區(qū)的人均日出行次數(shù)分別為2.80，2.85，2.90次[2]。公交高峰小時流量比為0.11，假設在各特征年保持不變。目前公交分擔率為12.4%，根據(jù)國務院和建設部關于優(yōu)先發(fā)展城市公共交通的意見，應逐步提高公交分擔率，參考同類地區(qū)經(jīng)驗，預計2015年、2020年和2025年公交分擔率目標分別為15%、20%、25%[3-4]。由此確定各交通小區(qū)的高峰小時公交產(chǎn)生模型為

ρi=ωiRiCru，

式中 ρi為特征年小區(qū)i高峰小時的公交出行生成量；Ri為特征年小區(qū)i的規(guī)劃居住人口；C為特征年小區(qū)i居住人口人均日出行次數(shù)；r為特征年公交分擔率；u為特征年高峰小時流量比；ωi為區(qū)位權重系數(shù)，由現(xiàn)狀OD和人口數(shù)進行標定，其中小區(qū)1(芝罘區(qū))為0.128，小區(qū)2(福山區(qū))為0.280，開發(fā)區(qū)內(nèi)部小區(qū)為1。

根據(jù)上述模型，結合各交通小區(qū)的人口預測結果，可以得到各交通小區(qū)在各特征年的公交出行產(chǎn)生量如表3所示。

表3 各交通小區(qū)在各特征年的公交出行產(chǎn)生量 人·次

3 公交出行吸引量預測

根據(jù)相關文獻以及國內(nèi)其它新區(qū)的經(jīng)驗，金融、服務、集貿(mào)用地的出行吸引率為4.84次/(人·d)，科研辦公用地的出行吸引率為4.54次/(人·d)，工業(yè)倉儲用地的吸引率為4.15次/(人·d)，學校就學崗位的出行吸引率為4.70次/(人·d)，并假定各類用地的吸引率不隨時間變化[5-6]。

根據(jù)交通小區(qū)的人口、土地利用情況及各種土地利用產(chǎn)生的交通吸引建立交通小區(qū)的吸引量模型為

Ai=αωi(Q1B1+Q2B2+Q3B3+Q4B4)ru，

式中 Ai為小區(qū)特征年高峰小區(qū)公交出行吸引量；B1、B2、B3、B4分別為金融服務集貿(mào)用地、科研辦公用地、工業(yè)倉儲用地和學校單位崗位數(shù)的出行吸引率；Q1、Q2、Q3、Q4分別為小區(qū)各類就業(yè)(學)崗位數(shù)。α為平衡系數(shù)，以滿足出行吸引總量等于出行產(chǎn)生總量，經(jīng)計算，2010年、2015年和2020年的α分別為1.056、1.042和1.025。

根據(jù)上述模型可計算出各交通小區(qū)2015年、2020年、2025年的出行吸引量見表4。

表4 各交通小區(qū)在各特征年的公交出行吸引量 人·次

4 結語

分析了現(xiàn)狀公交出行OD，得出公交出行發(fā)生量和吸引量，并建立各小區(qū)基準年的公交發(fā)生量、吸引量與人口、崗位之間的函數(shù)關系，其次根據(jù)基準年的OD分布，對重力模型的各參數(shù)進行標定，然后根據(jù)社會經(jīng)濟發(fā)展預測得到的各小區(qū)特征年的人口和崗位數(shù)，采用基于GIS的交通系統(tǒng)軟件TransCAD，利用重力模型法對特征年的公交發(fā)生量和吸引量進行了預測分析。

參考文獻：

[1]周雪梅,張顯尊,楊曉光.基于交通方式選擇的公交出行需求預測[J].同濟大學學報：自然科學版,2007,35(12):1627-1631.

[2]王震坡, 孫逢春,林程.電動公交客車充電站容量需求預測與仿真[J].北京理工大學學報,2006,26(12):1061-1064.

[3]黃敏珍,馮永冰.灰色預測模型在區(qū)域物流需求預測中的應用[J].物流科技,2009,31(3):17-22.

[4]邵昀泓,趙陽. 基于最大熵原理的公共交通需求預測[J].中南公路工程,2006(2):167-170.

[5]蘆方強,陳學武,胡曉健.基于公交OD數(shù)據(jù)的居民公交出行特征研究[J].交通運輸工程與信息學報,2010,8(2): 31-36,47.

[6]黃正東,丁寅,張瑩.基于GIS可達性模型的公交出行預測[J].公路交通科技, 2009,26(9):137-141.