城市道路拥堵与道路平均速度相关性分析＊

牛灵芝 温惠英

（华南理工大学土木与交通学院 广州 510640）

0 引言

在推进现代化建设的进程中，城市道路网络已经成为城市正常运行的有力支撑。然而日益严重的交通拥堵问题使得城市道路网络备受诟病。由中国科学院发布的《中国新型城市化报告2012》显示，在内地50个城市上班路上平均花费时间排名中，北京以52 min 居首，广州、上海以48，47min 紧随其后［1］。对 比2011年首次计算的主要城市标准出行时间（即1个城市出行时间的“理想值”，这个“理想值”加堵车时间，即为1座城市上班平均花费时间的“绝对值”）可知广州市平均堵车时间高达12min（实际48min减去广州的理想值为36 min）。因此，有效缓解城市道路拥堵问题已经成为刻不容缓的问题。目前关于道路拥堵的比例一般用饱和度（V／C）来计算饱和度，然而，不同等级道路无论是在设计还是交通组织管理方面都存在显著的差异，所以采用单一标准进行判别会造成偏差。笔者将介绍不同等级道路上平均运行速度与道路拥堵发生概率存在的关系，并分析不同时段不同道路的交通特性，以期为城市道路交通拥堵的有效治理提供理论支持。

1 数据采集与处理

目前，我国道路中有准确等级划分标准的主要有公路和城市道路［2］。城市道路是指在城市范围内具有一定技术条件和设施的道路，不包括街坊内部道路。根据道路在城市道路系统中的交通功能、作用以及对沿线的服务功能，一般将城市道路分为4类：快速路、主干路、次干路及支路。城市道路运行（尤其是速度分布）是评价道路服务水平的重要指标，也是交通拥堵改善的重要依据［3－4］。为了掌握天河区城市道路网运行状况，笔者对天河区道路运行状态进行调查分析。

调查数据来源于广州市交委的城市道路交通运行分析系统（感应线圈采集数据信息）。分别提取了天河区道路网工作日全天和早晚高峰及非工作日全天和早晚高峰运行速度和道路拥堵比例，见表1。其中，道路拥堵比例，是指在不同速度下，某类道路发生拥堵的里程，见表2。本次调查主要针对天河区各等级城市道路（快速路6条、主干道70条，次干道111条，支路8条对于双向通行道路，双向均在统计范围内）分别在上述6个时间段进行调查，共计1 170组有效数据。从数据显示可以看出，天河区城市道路整体运行不能有效支撑交通需求，道路平均速度多维持在25～35 km／h之间，远低于其设计服务水平［5－6］。

表1 数据说明Tab.1 Introduction of the data

表2 各类道路拥堵判别标准Tab.2 The congestion criterion of different roads

2 道路拥堵与道路平均速度相关性分析

在数据处理过程中，笔者主要依据交通工程学的基本原理，通过SPSS 数据处理软件对所获得的原始数据进行处理［7］。

表3 道路平均速度及拥堵比例特征Tab.3 Characteristic of survey roads

2.1 调查数据特征分析

城市道路交通运行状态受到道路等级及统计时间段的影响［8－9］。因此，在探析道路平均运行速度与道路拥堵比例之间相关性之前，需要对道路等级及统计时间不同而可能造成的偏差进行讨论。

图1为不考虑统计时间差别的情况下原始数据的散点图分布。其中采用loess（拟合点的百分比为80%，内核采用“三权重”）对散点进行拟合如图中曲线所示。由图1可见，各等级道路的道路平均速度与道路拥堵比例不仅存在显著的相关性，而且该相关性对不同等级道路而言存在明显的相似性，但是在水平方向（即道路平均速度方向）上表现出显著的分级特征。由交通工程知识，这种分级特征主要可归因于不同道路等级设计速度的分级。而表4 对整体相关性的分析表明，对整体来说，统计时间的不同所造成的影响可以忽略。

图1 道路拥堵比例与平均速度的散点图Fig.1 Scatter diagram of the data

2.2 数据进一步处理

由于快速路和支路的数据较少，分析时将主要讨论主干道和次干道这2类具有充分数据的道路。通过对主干道、次干道的平均速度及拥堵比例关于统计时间分布的假设检验（见表5）可知，统计时间不同对这2类道路的运行状态研究具有统计学意义。

表4 相关性分析Tab.4 Correlation analysis

表5 主干道、次干道假设检验汇总Tab.5 Hypothesis testing

图2、3给出了主、次干道上偏离发生的具体时间段，由图2、3可见，主、次干道的道路平均速度在工作日晚高峰明显偏离了平均水平，相应的在该时段发生道路拥堵的比例也明显高于平均水平。不同的是，主干道上车速及拥堵比例在不同时间段上的分布相对于次干道而言较为分散，这主要和主次干道的所承担的交通功能的不同有关［10］。次干道道路拥堵发生的比例明显低于主干道，存在较大的波动性（偏离点较多）。这从侧面上反映出天河区城市道路功能没有合理进行分配。

通过上述分析可知，时间段上的严重偏离主要发生在工作日晚高峰，其次是非工作日晚高峰。根据散点图分布可知，道路平均速度与道路拥堵比例的分布大致符合曲线分布［11］。所以通过曲线拟合操作，得出结果见图4。

通过上述拟合曲线图不能看出，在3类线性拟合中，三次曲线拟合能够达到最高的拟合度（见图中红色虚线）。对于主干道而言，车速不大于52km／h时，与三次曲线拟合度很高。而次干道道路平均速度在20～30km／h 的高度集中使得其拟合效果稍逊于主干道

图2 主干道Kruskal－Wallis检验结果Fig.2 Kruskal－Wallis result of Arterial road

图3 次干道Kruskal－Wallis检验结果Fig.3 Kruskal－Wallis result of Subsidiary road

表6 主、次干道三次曲线拟合的R 检验Tab.6 Rtesting of the fitted lines

3 结束语

1）城市道路总体运行状况不佳。根据数据分析，天河区工作日全天55.4%的道路运行速度处于20～30km／h之间，处于30～40km／h的为32.7%，大部分道路处于低于设计速度运行的状态。

图4 道路拥堵－平均车速拟合图Fig.4 Best－fit line of survey roads

2）快速路的运行速度主要集中在55～65 km／h；主、次干道速度集中于25～35km／h；支路速度呈现较大波动，分布于20～35km／h。正因为机动车的速度波动范围较大，所以道路等级的划分才有了速度控制的意义［12］。而分析结果显示，主干道、次干道并未表现出明显的速度分级，从侧面说明了城市道路网络的空间等级功能并未有效发挥。

3）非工作日各时间段的运行状况优于工作日各时间段。工作日晚高峰的运行状况最差，其次为非工作日的晚高峰；通过对主次干道分别进行的齐次分析显示，对于次干道，其两类晚高峰可以采用划分为同一级别；而对于主干道而言，工作日的晚高峰运行状况明显劣于非工作日晚高峰。

4）道路拥挤比例与道路平均速度之间存在显著的关联性，可以采用三次曲线进行拟合。交通管理部门可以利用曲线拟合准确预测不同道路平均速度下拥堵发生的比例，进而对道路速度限制进行合理的调整，以保证较低的拥堵率。

以往的城市规划往往偏重快速路和主干道网规划建设，而忽视次干道和支路网的规划建设，由此限制了系统功能的发挥。以上分析也正说明了城市各等级道路协调性对系统整体效益发挥的重要性。因此，为使城市道路中各级道路有效体现其价值，就需要对不同等级的道路运行状况采取相应的管理措施以充分协调系统功效。

［1］牛文元.中国新型城市化报告2012［R］.北京：中国科学院，2012.Niu Wenyuan.China′s new urbanization report 2012［R］.Beijing：CAS，2012.（in Chinese）.

［2］沈 颖，朱 翀，徐英俊.道路饱和度计算方法研究［J］.交通标准化，2007（1）：125－128.Shen Ying，Zhu Chong，Xu Yingjun.Research on calculation method for road saturation［J］.Communications Standardization，2007（1）：125－128.（in Chinese）.

［3］任彦铭，李铁柱，孙 婵.城市主干路路段车速分布特性研究［J］.交通运输工程与信息学报，2013（3）：98－112.Research on speed distribution characteristics of basic sections of urban major arteries［J］.Journal of Transportation Engineering and Information，2013（3）：98－112.（in Chinese）.

［4］王 潇，王武宏，毛 琰，等.大城市交通拥堵致因的故障树分析［J］.交通信息与安全，2012（2）：127－130.Wang Xiao，Wang Wuhong，Mao Yan，et al.Fault tree analysis of urban traffic congestion causes［J］Journal of Transport Information and Safety.2012（2）：127－130.（in Chinese）.

［5］王 炜，过秀成.交通工程学［M］.南京：东南大学出版社，2000.Wang Wei，Guo Xiucheng，Traffic engineering［M］.Nanjing：Southeast University Press，2000.（in Chinese）.

［6］诸葛敬敏.城市快速道路交通流特性研究［D］.北京：北京工业大学，2000.Zhuge Jingmin，A study of traffic behaviors on urban expressway［D］.Beijing：Beijing University of Technology，2000.（in Chinese）.

［7］章文波，陈红艳.实用数据统计分析及SPSS12.0［M］.北京：人民邮电出版社，2006.Zhang Wenbo，Chen Hongyan.Practical data statistical analysis and SPSS12.0［M］.Beijing：Posts and Telecom Press，2006.（in Chinese）.

［8］P D Partha，C Satish，S.Gangopadhaya.Speed Distribution Curves under Mixed Traffic Conditions［J］.Journal of Transportatton engineering.2006，132：475－481.

［9］Dey P P，Chanda S，Gangopadhaya S，Speed distribution curves under mixed traffic conditions［J］.Transp.Eng.2006（6）：475－481.

［10］钟连德，荣 建，周荣贵，等.快速路交通流中车速特性研究［J］.公路，2004（12）：158－162.Zhong Liande，Rong Jian，Zhou Ronggui，et al.A study on speed characteristics of traffic stream in express roads［J］.Highway，2004（12）：158－162.（in Chinese）.

［11］陆 建，孙祥龙，戴 越.普通公路车速分布特性的回归分析［J］.东南大学学报：自然科学版，2012（2）：374－377.Lu Jian，Sun Xiaolong，Dai Yue.Regression analysis on speed distribution characteristics of ordinary road［J］.Journal of Southeast University：Natural Science Edition，2012（2）：374－377.（in Chinese）.

［12］孙祥龙，陆 建，戴 越.普通公路车速分布特性影响因素分析［J］.交通信息与安全，2012：5－9.Sun Xianglong，Lu Jian，Dai Yue.Analysis of factors influencing speed distribution at ordinary highway［J］.Journal of Transport Information and Safety.2012：5－9.（in Chinese）.