烟台经济技术开发区城市公交需求预测研究

王隆兴

(烟台经济技术开发区交通基础设施建设管理处，山东烟台 264000)

烟台开发区原规划面积为36 km2，为适应新的经济发展目标，2002年9月，开发区进行了扩区建设，管辖区面积扩大到228 km2，其中原规划区为基本建成区，新扩建区面积为192 km2。扩区后，开发区的社会经济、人口与土地利用情况都发生了重大变化，城市公交线路运行环境也随之发生重大改变，公交需求量显著增加。但城市公交系统发展日显滞后，城市公共交通供需矛盾逐渐显现。与此同时，开发区紧抓扩区带来的发展新机遇，城市各项建设事业呈现出高速发展的态势, 对开发区未来城市公交发展开展研究，对未来城市发展规划特别是开发区的交通发展规划具有十分重要的意义。

本文在探究适合烟台开发区城市公交发展的研究理论和方法的基础上，从烟台开发区的城市公交需求预测着手进行研究，采用基于GIS的交通软件系统TransCAD对特征年的公交发生量和吸引量进行预测分析，为建立一套适合于开发区扩建后的公交运行方案以及扩区后的烟台开发区城市综合交通规划的重新调整提供重要的参考依据。

1 就业及就学岗位数量预测

表1 各大分区的就业岗位数量 人

烟台开发区的定位为烟台市工业经济的重心、高新技术产业基地和现代物流中心，参考国内其它新区的情况，适当提高工业仓储的从业人员比例，得到各特征年开发区各大分区的就业岗位数量如表1所示[1]。

根据开发区新区的开发进度和各年的用地情况，结合鸿富泰、大宇造船等大型企业的发展计划，得到各类用地在各小区的面积总量，按照各大分区的岗位规模以及各类岗位的比例计算各类用地单位面积的就业岗位数量，得到各小区三类就业岗位的数量。

建成区内学校的位置基本不变，建成区内各交通小区的学生人数可按人口规模逐年增长。新区内各交通小区的学生按照学校的规划位置以及地块的开发进度进行估算，从而得到各交通小区的学生情况。

2 公交出行产生量预测

根据公交客流调查以及数据整理结果，得到122个站点团间的高峰小时公交出行OD矩阵，较全面反映研究区域内公交客运需求分布现状。将122个站点团按已确定的37个交通分区进行合并，得到37个交通分区之间的高峰小时公交出行OD矩阵。根据站点和小区之间的关系，可以将站点间OD合并为交通小区的高峰小时公交出行OD矩阵。

根据交通小区高峰小时的OD矩阵，可以得到各小区公交的高峰小时产生量和吸引量，如表2所示。

表2 各交通小区高峰小时发生量和吸引量 人·次

烟台开发区的用地性质变化很大，不能简单地按照基准年的公交生成量按增长率法推算目标年的交通生成量，应根据特征年的土地利用情况预测公交生成量。

各交通小区的公交产生量主要与小区的人口相关，根据居民出行调查结果，开发区人均日出行次数为2.72次。参考国内同类地区经验，预计在2015年、2020年和2025年，开发区的人均日出行次数分别为2.80，2.85，2.90次[2]。公交高峰小时流量比为0.11，假设在各特征年保持不变。目前公交分担率为12.4%，根据国务院和建设部关于优先发展城市公共交通的意见，应逐步提高公交分担率，参考同类地区经验，预计2015年、2020年和2025年公交分担率目标分别为15%、20%、25%[3-4]。由此确定各交通小区的高峰小时公交产生模型为

ρi=ωiRiCru，

式中 ρi为特征年小区i高峰小时的公交出行生成量；Ri为特征年小区i的规划居住人口；C为特征年小区i居住人口人均日出行次数；r为特征年公交分担率；u为特征年高峰小时流量比；ωi为区位权重系数，由现状OD和人口数进行标定，其中小区1(芝罘区)为0.128，小区2(福山区)为0.280，开发区内部小区为1。

根据上述模型，结合各交通小区的人口预测结果，可以得到各交通小区在各特征年的公交出行产生量如表3所示。

表3 各交通小区在各特征年的公交出行产生量 人·次

3 公交出行吸引量预测

根据相关文献以及国内其它新区的经验，金融、服务、集贸用地的出行吸引率为4.84次/(人·d)，科研办公用地的出行吸引率为4.54次/(人·d)，工业仓储用地的吸引率为4.15次/(人·d)，学校就学岗位的出行吸引率为4.70次/(人·d)，并假定各类用地的吸引率不随时间变化[5-6]。

根据交通小区的人口、土地利用情况及各种土地利用产生的交通吸引建立交通小区的吸引量模型为

Ai=αωi(Q1B1+Q2B2+Q3B3+Q4B4)ru，

式中 Ai为小区特征年高峰小区公交出行吸引量；B1、B2、B3、B4分别为金融服务集贸用地、科研办公用地、工业仓储用地和学校单位岗位数的出行吸引率；Q1、Q2、Q3、Q4分别为小区各类就业(学)岗位数。α为平衡系数，以满足出行吸引总量等于出行产生总量，经计算，2010年、2015年和2020年的α分别为1.056、1.042和1.025。

根据上述模型可计算出各交通小区2015年、2020年、2025年的出行吸引量见表4。

表4 各交通小区在各特征年的公交出行吸引量 人·次

4 结语

分析了现状公交出行OD，得出公交出行发生量和吸引量，并建立各小区基准年的公交发生量、吸引量与人口、岗位之间的函数关系，其次根据基准年的OD分布，对重力模型的各参数进行标定，然后根据社会经济发展预测得到的各小区特征年的人口和岗位数，采用基于GIS的交通系统软件TransCAD，利用重力模型法对特征年的公交发生量和吸引量进行了预测分析。

参考文献：

[1]周雪梅,张显尊,杨晓光.基于交通方式选择的公交出行需求预测[J].同济大学学报：自然科学版,2007,35(12):1627-1631.

[2]王震坡, 孙逢春,林程.电动公交客车充电站容量需求预测与仿真[J].北京理工大学学报,2006,26(12):1061-1064.

[3]黄敏珍,冯永冰.灰色预测模型在区域物流需求预测中的应用[J].物流科技,2009,31(3):17-22.

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

[5]芦方强,陈学武,胡晓健.基于公交OD数据的居民公交出行特征研究[J].交通运输工程与信息学报,2010,8(2): 31-36,47.

[6]黄正东,丁寅,张莹.基于GIS可达性模型的公交出行预测[J].公路交通科技, 2009,26(9):137-141.