鄭之幗，屈新明

（深圳城市交通規(guī)劃設(shè)計(jì)研究中心，深圳 518000）

隨著城市規(guī)模的擴(kuò)張及城市路網(wǎng)的不斷擴(kuò)展及延伸，城市的機(jī)動車擁有量逐年攀升，城市交通系統(tǒng)的復(fù)雜程度也在不斷提高。如何高效地治理城市交通，提升交通系統(tǒng)的運(yùn)行效率成為亟待解決的重要問題。目前全國很多城市和地區(qū)為了解決城市道路交通問題都已積極部署智能交通系統(tǒng)[1–2]，其中的卡口信息系統(tǒng)，全國聯(lián)網(wǎng)的數(shù)量數(shù)以萬計(jì)，每天匯集上傳的車輛軌跡數(shù)量以億級遞增，但往往卻“重建設(shè)、輕應(yīng)用”，大量卡口數(shù)據(jù)簡單地被用作執(zhí)法處理依據(jù)[3]，缺少更深層次的應(yīng)用。交通系統(tǒng)作為一個(gè)復(fù)雜系統(tǒng)，研究系統(tǒng)中的不變性，是調(diào)控和治理的關(guān)鍵。在城市中，常發(fā)性出行，如通勤出行，作為城市車輛出行中重要的一部分，能夠顯著影響交通路網(wǎng)的整體路況。此類出行而由于私家車的GPS 軌跡往往難以完整獲取，相關(guān)實(shí)證研究依然較為匱乏。

以深圳市及瀘州市城區(qū)卡口采集的數(shù)據(jù)為基礎(chǔ)，對大型和小城市早晚高峰及工作日與非工作日的常發(fā)性出行的特征進(jìn)行了對比分析，反映了不同類型城市的不同出行規(guī)律，有助于針對性地制定適宜當(dāng)?shù)氐慕煌ㄕ{(diào)控策略。

1 車輛常發(fā)性出行挖掘

1.1 數(shù)據(jù)說明

文章所采用的數(shù)據(jù)分別為瀘州市2021 年10 月12—17日的卡口數(shù)據(jù)及深圳市2018年3月12—18日的卡口數(shù)據(jù)。其主要字段包括passTimeLocal（車輛經(jīng)過卡口的時(shí)間），crossingIndexCode（車輛所經(jīng)過卡口的編碼），plateNo（車輛車牌號）。在計(jì)算前，對數(shù)據(jù)中未識別到車牌、所識別到的車牌部分不符合實(shí)際車牌規(guī)則的數(shù)據(jù)記錄進(jìn)行了刪除。

1.2 車輛常發(fā)性出行定義及計(jì)算

將常發(fā)性出行定義為在同一車輛在不同天的同一特定時(shí)段內(nèi)多次進(jìn)行的出行。同時(shí)，結(jié)合卡口數(shù)據(jù)實(shí)際，可以定義某個(gè)特定卡口的常發(fā)性出行為在每天同一時(shí)間段內(nèi)高頻出現(xiàn)的車輛產(chǎn)生的交通量，此處給出常發(fā)性出行比例的統(tǒng)計(jì)方法：

其中，A為卡口在目標(biāo)時(shí)間段t1通過車輛集合，B為卡口在目標(biāo)時(shí)間段t2通過車輛集合。通過集合交集的占比度量卡口常發(fā)性出行比例。

文中的早晚高峰分別指7：00—9：00，17：00—19：00 兩個(gè)時(shí)段，在圖例中簡稱為hush；平峰指除早晚高峰時(shí)間段之外的時(shí)間段，在圖例中簡稱為normal。

2 車輛常發(fā)性出行分析

2.1 工作日車輛常發(fā)性出行分析

通過上述數(shù)據(jù)清洗及計(jì)算流程，能夠獲得深圳和瀘州的不同天之間的卡口常發(fā)性交通量比例。由此，可以繪制出不同天的高峰卡口常發(fā)性交通量比例分布直方圖，如圖1、圖2所示。對比工作日期間卡口常發(fā)性流量占比頻率分布直方圖，明顯發(fā)現(xiàn)早晚高峰對應(yīng)的藍(lán)色圖線更靠右側(cè)，常發(fā)性流量占比明顯高于平峰。另外，早晚高峰期間，常發(fā)性流量占比超過60 %的卡口數(shù)量不足10 %。對比深圳和瀘州卡口常發(fā)性流量占比分布圖，瀘州的高峰常發(fā)性流量占比分重心在0.35附近，平峰分布重心在0.27附近，深圳的高峰常發(fā)性流量占比分布重心在0.30附近，平峰分布重心在0.22附近，瀘州的常發(fā)性流量占比高于深圳，說明瀘州車輛出行的穩(wěn)定性較高，這種情況的出現(xiàn)可能是因?yàn)槿€城市的整體出行量較低且城市中的出行吸引點(diǎn)較少，使得居民出行行為復(fù)雜程度較低。

圖1 深圳工作日常發(fā)性流量占比

圖2 瀘州工作日常發(fā)性流量占比

2.2 非工作日車輛常發(fā)性出行分析

筆者進(jìn)一步對非工作日期間深圳及瀘州的卡口常發(fā)性流量占比進(jìn)行了統(tǒng)計(jì)分析，其頻率直方圖如圖3所示。由圖3可以看出，非工作日期間，深圳平峰期間的常發(fā)性流量占比高于高峰時(shí)間段，但瀘州平峰和高峰期間的常發(fā)性流量占比分布總體差異性不大.相對而言，平峰期間不同卡口的常發(fā)性流量占比分布更為分散，而高峰期則較為集中，這說明有部分卡口在非工作日的平峰期間相比高峰期呈現(xiàn)更高的常發(fā)性流量占比。非工作日深圳全天常發(fā)性流量占比低于瀘州，深圳全天常發(fā)性流量占比平均低于20 %，瀘州全天常發(fā)性流量占比平均為25 %。

圖3 深圳及瀘州非工作日常發(fā)性流量占比

2.3 工作日與非工作日車輛常發(fā)性出行對比分析

對比工作日和非工作日的常發(fā)性交通量占比分布圖，深圳工作日和非工作日的出行規(guī)律截然不同，反映在數(shù)據(jù)分布上，深圳的非工作日高峰常發(fā)性流量占比分布重心在0.14～0.18，非工作日平峰分布重心在0.16～0.20；工作日高峰常發(fā)性流量占比分布重心在0.28～0.32，非工作日平峰分布重心在0.18～0.22。對比來看，深圳工作日高峰的常發(fā)性流量比例大于平峰常發(fā)性流量比例，非工作日則相反。

瀘州非工作日高峰和平峰分布重心一致，在0.22～0.26；工作日高峰分布重心在0.33～0.36，工作日平峰分布重心在0.26～0.30。瀘州工作日高峰的常發(fā)性流量比例大于平峰常發(fā)性流量比例，非工作日基本一致。這說明深圳的交通出行相比瀘州更易受到上班出行的影響。其原因是瀘州城區(qū)范圍較小，居民通勤距離相對應(yīng)當(dāng)較短，因此，居民使用車輛進(jìn)行通勤的比例較低，由卡口統(tǒng)計(jì)得到的常發(fā)性出行流量中通勤出行的比例因而可能較低，因此從工作日與非工作日的對比上看差異更不顯著。

計(jì)算得到不同天的常發(fā)性流量占比均值并繪制對比圖如圖4。整體而言，深圳工作日高峰時(shí)期常發(fā)性流量占比平均值為31 %，平峰為26 %，非工作日高峰15 %，平峰22 %；瀘州工作日高峰時(shí)期常發(fā)性流量占比平均值為35 %，平峰為27 %，非工作日高峰23 %，平峰25 %?？梢钥闯觯瑑傻氐某０l(fā)性流量比例均值都呈現(xiàn)工作日高，節(jié)假日低；工作日高峰期比平峰期高，非工作日平峰期比高峰期高的特征。

圖4 常發(fā)性流量占比均值對比圖

3 結(jié)語

以深圳及瀘州兩地為例，基于城區(qū)卡口數(shù)據(jù)，對兩地城市車輛常發(fā)性出行的規(guī)律進(jìn)行了探索分析。分析發(fā)現(xiàn)常發(fā)性流量占比總體不高，平均占比不超過36 %；瀘州常發(fā)性流量占比高于深圳。工作日常發(fā)性流量占比高于非工作日。這說明整體而言大型一線城市的城市車輛出行行為更為復(fù)雜，流量更加不穩(wěn)定；而三線城市因其可能的出行吸引點(diǎn)較少，車輛出行行為較為單一，常發(fā)性流量占比較大。同時(shí)，工作日高峰時(shí)期常發(fā)性流量占比比平峰時(shí)期高出6個(gè)百分點(diǎn)左右；非工作日平峰時(shí)期常發(fā)性流量占比高于高峰時(shí)期；反映了不同等級城市之間交通系統(tǒng)的差異性，為針對性的調(diào)控措施提供了參考。