深圳市中小学出行特征及交通出行率分析

刘新杰， 林焘宇， 李 智

(深圳市规划国土发展研究中心， 深圳 518040)



深圳市中小学出行特征及交通出行率分析

刘新杰， 林焘宇， 李 智

(深圳市规划国土发展研究中心， 深圳 518040)

深圳市中小学生家长使用私家车辆接送比较多，且接送时间比较集中，对周边道路交通产生较大影响. 选择深圳市14所中小学进行交通特征问卷调查，获得出行方式、接送比例、出行时耗、出行时间分布等特征，进而推算以班级、学位、建筑面积等为统计单位的机动化出行率及全方式出行率，为学校周边交通组织及新建学校交通影响评价工作提供数据支持.

深圳出行特征； 出行方式； 学校出行高峰； 出行率

1 背景

为全面了解深圳市中小学交通出行特征及交通出行率，2014年6月，选取深圳市14所中小学(其中小学8所，中学6所)，针对学生及教师交通出行特征进行抽样问卷调查，调查内容包括上学离家及到校时间、交通方式、放学离校及到家时间、是否接送、拥车情况以及调查对象性别、年龄、年级等信息[1]，共获得问卷7 049份.

通过对调查问卷进行挖掘分析，获得学校出行特征指标及出行率指标，用于指导学校周边交通组织及新建(扩建)学校交通影响分析. 小学按所处区位—中心区和非中心区分别进行特征分析，中心区是指原特区内福田、罗湖、南山、盐田区及原特区外的城市副中心、外围组团中心(宝安中心、龙华中心、布吉)的中高密度开发的城市建设用地，其他地区为非中心区. 对于中学，由于走读生和寄宿生出行特征差异较大，所以按走读生和寄宿生分类进行挖掘分析. 调查学校基本信息分布如表1及图1所示.

2 学生交通方式分析

2.1 交通方式分担率分析

通过问卷分析发现，95%以上的学生上学交通方式与放学交通方式一致，上学与放学交通方式分担率绝对误差在2%以内，本次交通方式分析依据为上学交通方式[2].

表1 调查学校基本情况

图1 调查学校分布图

中心区小学生、非中心区小学生、走读中学生、寄宿中学生交通方式分担率如表2所示.

表2 学生交通方式比例 %

注：寄宿中学生出行方式是指每周五下午回家时的交通方式.

由于深圳市义务教育实行就近入学办法，小学学校离家较近，上学主要交通方式为步行，比例高达60%以上，其次为自行车、小汽车等. 而非中心区交通方式特征类似，但由于深圳市非中心区小学校区分布没有中心区那么密集，学校离家距离相对较远，公交服务也没有中心区便捷，所以与中心区小学生相比，非中心区小学自行车方式及其他方式比例高，而公交车、小汽车等出行方式比例相对低.

中学走读生交通方式分担情况与小学有类似，均以步行为主，但步行交通方式比例明显降低，而公共交通方式(包括地铁)明显增加，这是因为深圳市走读生多为初中生，有一定的自理能力，家长已放心让其使用自行车、公交车等方式上学.

寄宿学生与走读学生交通方式差别比较大，走读生以非机动化交通方式为主，步行加自行车的比例高达57%，而寄宿生主要交通方式是公交和地铁等公共交通方式，比例达80%以上. 这是因为深圳市寄宿生多为高中生，高中学校非就近入学，学校一般离家较远，所以交通方式以公共交通等机动化方式为主[3].

2.2 接送交通方式

2.2.1 小学生接送交通方式

小学生上学接送比例较高，一年级学生接送比例高达60%以上，随着年级的增长，家长接送的比例逐渐降低.

图2 小学各年级学生接送比例

小学接送交通方式还是以步行和自行车等慢行方式为主，一是因为学校离家比较近，慢行方式比较方便；二是因为很多学生由祖父母接送[1,3]，老人一般以慢行方式为主. 中心区与非中心区相比，接送方式非常相似，步行加自行车的比例均在60%以上，但由于深圳市非中心区配套设施及地铁接驳距离相对较远，所以家庭拥有自行车比例较高，因此接送学生的自行车方式比例相对中心区高.

2.2.2 中学生接送交通方式

与小学生相比，中学生接送比例明显降低，走读生接送比例为15%，寄宿生接送比例为21%. 接送交通方式中主要为小汽车，占到一半以上，其次是公

交车和地铁等公共交通方式，寄宿生与走读生接送方式类似.

随着年龄的增长，中学生自理能力大大提高，家长已经放心让学生自己上学放学，所以接送比例降低. 即便是由家长接送，主要原因也是家长上班路线与学校在同一方向，可顺路捎带学生上学，所以接送方式中小汽车比例较高[1,3].

图3 中学生接送交通方式

2.3 拥车交通方式

小学生拥车家庭比例为59%(其中中心区70%，非中心区46%)，但是拥车家庭使用小汽车接送学生上学放学的比例仅为21%. 中学拥车家庭比例增高，为62%，拥车家庭使用小汽车接送学生上学放学的比例为19%.

拥车家庭采用小汽车接送学生的比例并不高，一方面是因为家长与学生出行时间和路线不一致，不方便接送. 另一方面，小学生由于距离家近，步行更方便；中学生因可以独立上学，不需要接送[1,3].

无车家庭小汽车比例低，而步行、自行车、和公共交通出行方式(公交和地铁)比例高.

表3 拥车家庭与无车家庭交通方式对比 %

3 学生出行时间分析

3.1 出行时间分布

学生上午到校高峰时间为7:00—8:00，高峰时间内到达的学生数量占92%以上，到达时间比较集中，最高峰出现在7:15—7:45.

学生下午离校高峰时间小学为16:00—17:00，中学17:00—18:00，高峰小时学生离开数量占94%以上，小学生离校最高峰在16:00—16:30，中学生离校最高峰在17:00—17:30.

学校出行高峰比通勤上下班时间略早，与道路交通高峰时间有重叠[4].

3.2 出行时耗分析

利用从家出发时间(到家时间)和到校时间(离校时间)之差，可计算学生上学(放学)出行时耗. 上学平均出行时耗在20 min左右，放学回家时耗在30 min左右.

图4 学生出行时间分布

表4 学生上学放学出行时耗 %

由于放学时间家长大部分还未回家，学生喜欢与同学会聚在一起玩耍等，并不着急回家，所以放学时耗大于上学时耗. 另外，部分学生放学后会参加一些特长学习班，到家时间晚，所以放学时耗大于45 min的比例增大，中学生尤其明显[5].

中学生出行距离较长，但交通方式偏向于公交等机动化方式，所以出行时耗较低. 非中心区出行时耗大于中心区，结合出行方式判断，应该是慢行比例较大[5].

4 教师出行特征分析

中学和小学教师出方式类似，均以步行和自行车等慢行交通方式为主，小汽车出行比例较大. 中学教师与小学教师相比，步行比例更大，因为部分中学配有教师宿舍，教师步行上班比较方便.

表5 教师出行方式 %

家庭拥有小汽车的教师上班交通方式差别不大，40%左右利用小汽车交通方式上班，远远大于拥车学生家庭小汽车方式比例.

中心区和非中心区小学交通方式区别较大，中心区教师乘坐公交地铁等公共交通方式上班比例较高，而非中心区教师步行、自行车等绿色交通方式比例较高.

5 交通出行率计算

交通出行率是指高峰时间内，单位影响指标内出行的机动车辆数或人数，对于中小学而言，影响指标主要有学位数、班级数、建筑面积等. 交通出行率是进行交通影响评价的重要参数.

5.1 时间段确定

根据学生上午到校时间和下午离校时间分布可以看出，学校出行高峰与道路交通高峰时间有重叠，但不完全一致，本次出行率计算的时间均按学校出行高峰时间计算[4,6-7].

85%以上寄宿学生每周五下午回家，回家频率为每周1次，每周五下午接送学生车辆对道路交通影响最大，寄宿学校交通出行率的分析时段为每周五的下午[6-7].

5.2 小汽车出行率

上学早高峰时间内，到达学校的车辆数等于接送学生的小汽车数量、出租车数量及教师上班的小汽车数量、出租车数量，离开学校的车辆数等于接送学生的小汽车、出租车数量及教师上班的出租车数量. 由于本次问卷为抽样调查，还要根据学生数和教师数进行扩样.

AM Att=(SCam+STam)×ksam+(TCam+TTam)×ktam

AM Gen=(SCam+STam)×ksam+TTam×ktam

放学高峰时间内，到达学校的车辆数等于接送学生的小汽车、出租车数量及教师下班的出租车数量，离开学校的车辆数等于接送学生的小汽车、出租车数量及教师下班的小汽车、出租车数量.

PM Att=(SCpm+STpm)×kspm+TTpm×ktpm

PM Gen=(SCpm+STpm)×kspm+(TCpm+TTpm)ktpm

其中，AM Att/PM Att为早高峰/晚高峰吸引量(pcu/h)；AM Gen/PM Gen为早高峰/晚高峰产生量(pcu/h)；pam/ppm为早高峰/晚高峰出行率(pcu/h/单位)；SCam/SCpm为早高峰/晚高峰接送学生的小汽车数量(pcu/h)；STam/STpm为早高峰/晚高峰接送学生的出租车数量(pcu/h)；TCam/TCpm为早高峰/晚高峰教师上班的小汽车数量(pcu/h)；TTam/TTpm为早高峰/晚高峰教师乘坐出租车的数量(pcu/h)；SCam/SCpm为早高峰/晚高峰教师上班的出租车数量(pcu/h)；ksam/kspm为早高峰/晚高峰学生扩样系数；ktam/ktpm为早高峰/晚高峰教师扩样系数；M为统计单位，如学位数、班级数、教师数、100 m2建筑面积.

5.3 全方式出行率

上学早高峰时间内，到达学校的总人数等于该校学生和教师的总人数，考虑高峰达到率和一定的出勤率，加上接送学生的家长数量和出租车方式司机数量. 离开学校的总人数等于接送学生的家长数量和出租车方式司机数量.

PAMAtt=(Shsam+Thtam)×Atd+

(SJam+STam)ksam+TTamktam

PAM Gen=(SJam+STam)ksam+TTamktam

放学高峰时间内，到达学校的总人数等于接送学生的家长数量和出租车方式司机数量，离开学校的总人数等于该校学生和教师的总人数考虑一定的高峰离开率和出勤率，加上接送学生的家长数量和出租车方式司机数量.

PPM Att=(SJpm+STpm)kspm+TTpmktpm

PPMGen=(Shspm+Thtpm)×Atd+

(SJpm+STpm)kspm+TTpmktpm

其中，PAM Att/PPM Att为早高峰/晚高峰吸引量(人/h)；PAM Gen/PPM Gen为早高峰/晚高峰产生量(人/h)；ppam/pppm为早高峰/晚高峰出行率(人/h/单位)；S为该校学生总数(人)；T为该校教师总数(人)；hsam/hspm为学生在早高峰/晚高峰时段到校的比例；htam/htpm为教师在早高峰/晚高峰时段到校的比例；Atd为出勤率；SJam/SJpm为早高峰/晚高峰时段接送学生家长数量(人/h)；M为统计单位，如学位数、班级数、教师数、100 m2建筑面积.

5.4 出行率计算结果

根据5.3所述的计算方法，中小学出行率计算结果如下：

选择保税区小学对出行率数据进行验证，通过现场调查，早7：00—8：00期间送学生上学到达车辆数为140 pcu，离开车辆数为124 pcu，利用5.2所述方法推算早高峰到达车辆数为132 pcu，离开车辆数为125 pcu，与调查数据误差在6%以内，出行率计算方法可信.

表6 中小学高峰小时出行率

因接送车辆有产生及吸引两次出行，机动化出行率较大. 由表6可以看出一般早高峰机动化出行率略大于晚高峰，而全方式出行率晚高峰略大. 主要是接送车辆早上送学生比较集中，而所有学生(全方式)放学回家时比早上上学时间更加集中. 因接送学生的车辆均需离开，所以出行率进出方向差别不大，早高峰进出比例约为54∶46，晚高峰进出方向系数为46∶54. 小学因接送比例较大，机动化及全方式出行率均高于中学. 寄宿中学因周五下午放学时出行比较集中，出行率较大.

中小学出行率指标给出了3种分析单位：建筑面积(hm2)、班级数和学位数，在实际应用时，根据规划给出的项目数据选择相应的指标，若规划项目有多个指标，优先推荐学位数出行率.

6 结论

1)中小学出行方式以步行为主，但寄宿中学以公共交通方式为主；非中心区学校比中心区学校步行比例更高；小学生接送比例高，以步行接送为主，中学生接送比例低，以小汽车接送为主；深圳市中小学拥车家庭比例高达60%，但仅有20%拥车家庭会接送学生上放学.

2)不论学校类型和所属区位如何，教师出行以步行和小汽车为主.

3)学校上学及放学高峰均略早于城市道路交通高峰时间，学生从家到校出行时耗在20～30 min之间，且放学时耗大于上学时耗.

4)因接送车辆有产生及吸引两次出行，机动化出行率较大，且小学出行率大于中学，高峰时间产生交通量对周边道路影响较大. 本次研究成果主要用于新建学校交通影响评估及学校周边交通组织.

[1] 张蕊, 林霖, 杨静. 学龄儿童出行方式特征及其影响因素[J]. 城市交通, 2014, 12(2): 78-83.

[2] 刘爱玲, 胡小琪, 李艳萍, 等. 我国中小学生上下学交通方式分析[J]. 中国健康教育, 2009, 25(1): 8-10.

[3] Müller S, Tscharaktschiew S, Haase K. Travel-to-school mode choice modelling and patterns of school choice in urban areas[J]. Journal of Transport Geography, 2008(16): 342-357.

[4] 韩娟, 程国柱, 李洪强. 小学生上下学出行特征分析与管理策略[J]. 城市交通, 2011, 9(2): 74-79.

[5] 何俊玲, 李建中. 武汉市中小学上下学交通特征分析及改善建议[J]. 城市交通, 2007, 5(5): 87-91.

[6] 姜雯雯. 哈尔滨市重点小学交通状况分析及改善意见[J]. 价值工程, 2013, 36(1): 289-290.

[7] Zwerts E, Wets G. Children’s travel behavior: a world of difference[C]. Presented at 85th Annual Meeting of the Transportation Research Board, Washington DC, 2006.

Analysis on Traffic Characteristics and traffic generation Rate of primary and secondly school in ShenZhen

LIU Xin-jie, LIN Tao-yu, LI Zhi

(Shenzhen Urban Planning & Land Resource Research Center, Shenzhen 518040, China)

It is not unusual that many parents drive their elementary and middle school kids to school in Shenzhen, and this vehicular traffic has a great influence on surrounding roads.This paper conducted a questionnaire survey in 14 elementary and middle schools,collecting students’travel characteristics like travel mode, pick-up percentage, school peak hours.Based on the survey data, we estimated mode share in unit of class, student and gross floor area.The results from this study can be used to better manage school-kid escorting traffic and provide guide lines on traffic impact assessment of new schools.

Shenzhen traffic characteristics； travel mode； school peak hour； traffic generation rate

10.13986/j.cnki.jote.2015.04.007

2015- 03- 16.

刘新杰(1982—)，女，深圳市规划国土发展研究中心规划师，研究方向为交通模型. E-mail：jlulxj@sina.com.

U 491.2

A

1008-2522(2015)04-38-06