基于TransCAD的改扩建公路交通量预测影响因素分析

杨 林，宋国壮

(东北林业大学 土木工程学院，哈尔滨 150040)

公路交通量预测是进行交通状况评价、综合分析建设项目必要性和可行性的前提和基础，是决定公路项目效益的核心内容之一，也是可行性研究的关键部分。交通量预测结果是决定公路技术等级、建设规模以及进行国民经济评价的基本依据。本文以美国Caliper公司开发的基于GIS的交通规划软件TransCAD4.5为基础，结合黑龙江省省道建兴至碾子山公路明水至林甸段改扩建公路以及现有资料收集情况，对目前在国内外应用较广、较为成熟的“四阶段”交通量预测方法和步骤进行论述。根据软件运行过程及结果找出影响交通量预测的几个因素，并对影响因素进行敏感性分析，总结因素对预测的影响程度。可为今后类似项目和工作提供参考借鉴。

1 “四阶段”交通量预测基本步骤

预测公路交通量的四阶段法主要研究公路交通量的发生、吸引情况及其与社会经济的关系，四步模式为社会经济发展预测、交通发生和吸引预测、交通分布预测、交通分配四个阶段。主要步骤为：

(1)对项目影响区社会经济和交通运输状况及未来交通发展趋势进行研究分析，预测项目影响区未来经济发展水平。

(2)综合考虑我国交通运输与社会经济发展的一般规律等因素，确定交通量增长率。

(3)研究公路影响地区内交通出行的规律和特点，预测影响地区各特征年发生、吸引交通总量在各个小区间的具体分布。

(4)在未来相关路网上模拟出交通出行状况，把交通量分配到公路项目和其他相关公路上去，得出项目各特征年交通量[1]。

2 基于TransCAD的交通量预测过程

以黑龙江省省道建兴至碾子山公路明水至林甸段改扩建公路工程为应用示例，进行TransCAD预测过程。

2.1 预测交通量构成

项目远景交通量主要由三部分构成：①通道内自然增长的趋势交通量在拟建项目及项目影响区上的分流；②项目建成后，将对项目影响区域和服务区域经济生产产生带动作用，刺激经济产生新的增长，从而产生诱增交通量；③项目建成后，将明显改善沿线影响区的公路交通现状，提高道路服务水平，大大缩短区间运行时间，使新建项目在路网中占有优势地位，从而产生从其他运输方式转移来的交通量。

由于拟建项目为三级变二级改扩建公路工程，而区域内现状道路主要由一二级普通国道、省道及高速公路构成，且布局合理，因此拟改扩建公路在缩短里程、运行时间等方面的效果不甚明显，因此诱增交通量不大，可忽略。而项目直接影响区明水县和林甸县在交通运输方式上只有公路运输，没有水路、铁路、航空等其他运输方式，且公路客货运输分担量较稳定，变化不明显，故从其他交通运输方式转移过来的交通量甚小，可不予考虑。因此本文主要介绍趋势交通量的预测[2]。

2.2 未来经济社会发展趋势预测

未来经济社会发展趋势预测包括区域人口和区域经济预测，通过查阅黑龙江省经济和人口统计年鉴，可得到明水县和林甸县2000年～2010年的经济、人口样本量。采用时间序列法对样本值进行回归分析，得到项目所在区经济、人口的回归模型和相关系数，进而对项目影响区经济发展速度进行预测。项目所在区经济社会发展时间序列模型见表1。

表1 项目直接影响区经济社会发展时间序列模型

2.3 交通小区发生、吸引总量的预测

2.3.1 交通小区的划分

根据拟建项目的地理位置及项目影响区产业结构、生产力布局、路网结构及交通分布等因素，以项目影响区内现有行政区划为基础，共划分8个交通小区，其中1区和2区为项目直接影响区，如图1所示。

2.3.2 道路网络的创建

通过现场的交通调查以及统计结果，建立路网，如图2所示。

图1 项目影响区交通小区划分

根据TransCAD的功能，为每个路段创建两个方向(AB方向和BA方向)，针对不同的道路等级设置道路的属性，采用TransCAD线层编辑工具构建道路网络。道路的属性字段主要包括道路名称(Name)、道路设计车速(Speed)、道路起终点标号(Node)、道路车流量(Count)、道路设计通行能力(Capacity)、道路车流行驶时间(Time)等。创建好的路网数据库主要属性数据见表2[3]。其中道路设计车速、设计通行能力可通过查阅《公路设计规范手册》得到。

图2 项目影响区路网

表2 路网道路主要属性数据表

2.3.3 基年OD矩阵反推

为了得到交通小区间基年OD矩阵，采用TransCAD软件的OD矩阵反推功能。OD反推是交通分配的逆过程，是根据交通网络的路段流量去推算可能的OD矩阵，整个反推过程为：绘制路网结构图→导入TransCAD→形成初始网络→建立数据库→选取节点→定义初始OD→创建OD反推网络并设置网络→生成OD矩阵[4]。各交通小区基年OD矩阵如表3。

在OD矩阵的反推过程中以及得到OD矩阵后应注意以下事项：

表3 2010年(基年)OD矩阵表 pcu/d

(1)运行OD矩阵反推功能，为了给输出的OD矩阵设置尺寸，需要准备一个初始OD矩阵，它的元素可以全为1。而本文不考虑区域内部OD量，故初始OD矩阵的对角线应全为0。

(2)基年OD矩阵的行列分别相加就可得到各个小区的基年出行产生量(P_Base)和出行吸引量(A_Base)。

2.3.4 交通增长率的确定

根据项目服务区及影响去经济发展速度预测结果和交通运输弹性系数，利用弹性系数法对交通增长率进行计算：

R=A·E。

(1)

式中：R为交通量增长率(%)；A为经济增长率(%)；E为弹性系数。

运输弹性系数的发展规律一般是：在经济发展初期或快速发展时期，交通运输量快速增长，其增长速度一般高于经济增长速度，运输弹性系数大于1；当经济水平达到一定程度后，交通运输的增长速度减缓，与经济几乎同步增长，运输弹性系数接近于1；之后，交通运输增长速度低于经济增长速度，运输弹性系数小于1。

计算得到项目影响区域交通增长率情况见表4。

表4 项目影响区域交通平均增长率情况 %

2.3.5 未来出行产生、吸引总量预测

对于未来小区的出行产生和出行吸引总量的预测采用增长系数法，即在交通小区基年出行产生和出行吸引的基础上乘以交通增长率。预测结果见表5。

表5 未来各特征年出行产生和吸引预测 pcu/d

2.4 小区发生、吸引总量在区域间的分布

根据预测的各交通小区发生和吸引交通量，采用重力模型法预测分布交通量，其计算公式为：

Tij=a·Oi·Dj·f(cij)。

(2)

式中：Tij为未来年i区与j区之间的分布预测量；Oi为i区的出行产生量；Dj为j区的出行生成量；f(cij)为阻抗函数；a为模型参数[5]。

各小区间时间阻抗矩阵见表6。

表6 小区间阻抗矩阵

经计算，得到a=0.0121。将未来出行、产生矩阵和小区间阻抗矩阵运用TransCAD功能中的重力模型进行输出，得到各小区发生、吸引总量在区域间的分布。项目服务区及影响区远期2032年交通量期望图如图3所示。

2.5 交通量分配

本文交通量分配采用随机用户平衡法。随机用户平衡法法的原理是：假设两点之间有很多条道路而这两点间的交通量又很小，这些交通量显然会沿最短路径走。随着交通量的增加，最短路径上的交通量也随之增加，增加到一定程度，这条道路上的行驶时间会因拥堵而变长，这时，该路径已不是最短路径了。因此，有一部分使用者会选择新的最短路径。随着两点之间的交通量的继续增加，两点之间的道路有可能被利用，直到两点之间被利用的各条道路的行驶时间都相等，最后达到平衡状态。本文使用的路网文件中包含了里程、收费、交通环境等数据，以反映各方面因素对交通出行选择行驶路线的影响状况。最终2028年的路网分配结果如图4所示。

拟建项目沿线除公路汽运外，没有铁路线及其他运输方式。且公路客货运输分担量变化不明显，故该次交通量预测中交通方式划分不予考虑。

图3 远景2032年交通量期望图

图4 2032年路网的分配结果

3 交通量预测影响因素分析

3.1 影响因素分析

对于交通量预测，从前期交通调查到预测阶段都需要庞大的工作量，需要花费大量的人力、物力，而且成本较高。因此，本文针对TransCAD交通量预测过程进行分析，找出对交通量预测影响程度较大的因素，即敏感性因素。下面对预测工作的过程进行拆分，逐一分析。

(1)OD矩阵反推阶段。在OD矩阵反推过程中，需要创建初始OD矩阵和路网数据库两个准备工作。在创建数据库时，道路通行能力和道路设计车速均可由《道路设计规范手册》得到；而路段车流量则需要由实测得到。为了了解路段车流量对预测工作的影响程度，文本将其视为影响因素。

(2)未来出行产生、吸引总量预测阶段。此阶段的主要工作是对交通增长率的预测。需要三个指标，GDP增长率、人口增长率和交通运输弹性系数。而根据交通部规划研究院有关区域交通运输弹性系数的主要研究结论，我国未来交通运输弹性系数在0.9～0.7之间的概率为78.97%，因此区域交通运输弹性系数在未来年的变化规律将较为稳定。此阶段将GDP预测增长率和人口预测增长率定为影响因素。

(3)小区发生、吸引总量在区域间的分布。由公式(2)看出，影响此阶段工作的主要因素为阻抗函数和模型参数。阻抗函数主要由路段车流行驶时间决定，而路段车流行驶时间可由道路里程与道路设计车速相除计算得到；将各路段车流行驶时间与小区质心相连接，得到各小区间的基年OD阻抗矩阵，将阻抗矩阵运用重力模型进行计算，可得到模型参数。上述工作均可由运行TransCAD实现。

(4)交通量分配。TransCAD是目前国际上较为先进、应用较广的交通规划软件，此阶段可由运行TransCAD功能中的用户均衡分配法得到。

3.2 影响因素的敏感性分析

敏感性分析是研究建设项目的主要影响因素发生变化时，项目评价指标发生变化的程度。通过敏感性分析，可以找出影响项目的敏感因素，并且确定这些因素的变化对评价指标的影响程度。如果某因素在很大的范围内变化，引起评价指标的变化并不大，则称此因素为非敏感性因素；如果一个因素在很小的范围内变化而引起评价指标很大的变化，则称其为敏感性因素[6]。

通过上述分析，找出了影响交通量预测的主要因素，分别为：拟建道路实测车流量、GDP预测增长率和人口预测增长率。由于项目远景年路网已趋于稳定，用户在路网上的选择也基本达到平衡状态，因此本文将远景年2032年拟建道路分配交通量作为评价指标，在其他两个因素不变的情况下，将各影响因素按照-20%、-10%、+10%和+20%的幅度进行变化，进行如下工作：

(1)路段实测车流量直接影响基年OD矩阵反推。将创建好的路网数据库中拟建道路实测车流量按照-20%、-10%、+10%和+20%的幅度进行变化，其他属性数据不变，按照上述预测过程分别进行操作，得到变化后远景年拟建道路被分配的交通量，见表6。

(2)GDP增长率和人口增长率主要影响未来出行产生、吸引总量预测。针对这两个因素在TransCAD创建未来出行产生、吸引总量数据表，如图5所示。将计算出的未来GDP增长率(GDP_FUR)、未来人口增长率(POP_FUR)按照-20%、-10%、+10%和+20%的幅度进行变化，分别采用重力模型法预测出未来出行产生、吸引总量。进行接下来的小区发生、吸引总量在区域间的分布和交通量分配工作，得到变化后远景年拟建道路被分配的交通量[7]，见表7。

表7 拟建道路随各因素变化后的交通分配量 pcu/d

为了更加直观的体现各影响因素对评价指标的影响，将表7在坐标轴上以柱形图的形式表现出来，如图5所示。

图5 影响因素变化与交通分配量变量系图

通过图5可以看出，人口预测增长率对分配量结果的影响较小，而拟建道路实测车流量、GDP预测增长率这两个因素的变化均可引起分配量结果的大幅度变化，且GDP预测增长率的影响程度要远大于拟建道路实测车流量。因此，拟建道路实测车流量、GDP预测增长率为影响拟建道路交通分配量的敏感性因素，GDP预测增长率为最敏感因素。在进行交通量预测工作中，应重视道路实测车流量工作并提高GDP增长率预测的准确性。

4 结束语

利用Trans软件进行高等级公路和改扩建公路可行性研究方面的交通量预测具有很大的实用价值，其OD反推功能强大，可以在一定程度上减少复杂而繁琐的OD调查，节省大量人力物力，但OD反推并不能完全代替OD调查，在现实工作中应依具体情况而定；在交通量分布与分配工作上较为先进，基础数据易于获取，预测精度较高，且便于修改。另外，拟建道路车流量调查和GDP增长率预测在整个交通量预测工作中极为关键，决定着预测结果的准确性，应加以重视。

【参 考 文 献】

[1]夏 阳.改扩建高速公路交通量预测方法研究[D].武汉：武汉理工大学，2006.

[2]付海涛.省道建兴至碾子山公路明水至明林界段改扩建工程可行性研究报告[R].哈尔滨：黑龙江省公路勘察设计院，2010.

[3]宴 衫，南爱强.TransCAD软件在公路建设项目交通量分析与预测中的应用[J].中外公路，2011，31(6)：273-276.

[4]温胜强.TransCAD软件在高速公路交通量预测中的应用[J].中外公路，2007，27(5)：20-23.

[5]宋 睿，宴克非，郑 建.TransCAD在四阶段交通需求预测中的应用[J].交通科技与经济，2011(1)：79-81.

[6]蔡 毅，邢 岩.敏感性分析综述[J].北京师范大学学报(自然科学版)，2008，44(1)：9-15.

[7]王 旭，周 旭.基于灰色RBF神经网络组合模型的交通量预测研究[J].森林工程，2012，28(4)：51-54.