城市青年公共交通出行者出行体能消耗定量测度及分析*

洪鑫，孟令云，安健，郭子渝

（1.北京交通大学交通运输学院，北京 100044；2.北京交通大学轨道交通控制与安全国家重点实验室，北京 100044；3.北京交通发展研究中心，北京 100073）

城市青年公共交通出行者出行体能消耗定量测度及分析*

洪鑫1，孟令云2，安健3，郭子渝1

（1.北京交通大学交通运输学院，北京 100044；2.北京交通大学轨道交通控制与安全国家重点实验室，北京 100044；3.北京交通发展研究中心，北京 100073）

出行者出行过程中的体能消耗对其出行选择行为具有重要影响。文中综合考虑交通方式、性别、乘车姿势、负重情况及拥挤程度，利用正交试验设计方法确定16种试验场景，随机抽取20名被试验人员（青年），选择北京居民出行具有代表性的OD即西直门—清河，使用Polar心律仪对出行者出行体能消耗进行定量测度，通过分析试验数据，得出不同因素与出行体能消耗之间的定性关系，为研究出行选择行为理论和方法提供支撑，并为改善公交服务质量和优化城市出行结构提供参考依据。

城市交通；公共交通；体能消耗；青年；出行选择行为

出行者在出行过程中需不断消耗体能以维持基本的生理代谢并使活动持续进行。当体能消耗达到一定程度时会感到疲劳、局部不适等，这一感受必然驱使其回避高体能消耗方案，而选择更为轻松、舒适的出行方案。因此，出行者在出行过程中隐含的生理因素对其出行选择行为具有重要影响。

自20世纪80年代初开始，交通运输领域开始重视对出行者生理、心理状态的研究，并认识到其对出行选择行为具有重要影响。最初国外专家主要研究车辆振动、行驶条件及驾驶姿势等因素对驾驶员身体疲劳程度及心理紧张程度的影响。随着研究的深入与技术的发展，人们开始关注同为交通参与者的乘客在交通出行过程中的疲劳程度、体能消耗及主观感受。上述研究虽然涉及到出行行为主体生理、心理状态对其出行行为的影响，但研究对象多是驾驶员，有关乘客的研究较少。虽有一些学者提出考虑时间、成本及体能消耗三者的出行选择行为，但研究其出行过程中体能消耗定量测度及不同因素对出行体能消耗影响的相关文献并不多见。该文选取北京居民具有代表性的出行OD，测定不同出行状态下出行者体能消耗，分析不同因素对其体能消耗的影响，为出行选择行为理论和方法研究及改善公交服务质量提供依据，使城市综合交通系统更加以人为本。

1 出行者出行体能消耗定量测度

1.1试验方法

在OD相同的情况下，选取影响出行者出行体能消耗（下文简称“能耗”）且便于试验实际操作控制的典型因素，综合考虑出行方式、性别、负重情况、乘车姿势及拥挤程度5种因素，利用正交试验设计法，将性别、负重情况、乘车姿势、拥挤程度4个因素放进L8（27）正交表中，将设计出来的场景均用公交和地铁两种不同出行方式进行试验，得到16种试验场景。招募被试验人员，要求其按要求完成相应试验场景的出行能耗测定。收集试验数据，分析各影响因素与出行者单位分钟出行能耗之间的关系，结合出行时间，分析各影响因素与出行者总出行能耗之间的关系。

1.2试验对象

选择北京居民具有代表性的出行OD即西直门—清河，以632路公共汽车（西直门至清河北区段）和地铁13号线（西直门至西二旗区段）作为开展试验的基本线路。通过预试验实地考察，选择周一至周五10：00—12：00及14：00—16：00作为出行状态为不拥挤时的试验时间、18：00—20：00作为出行状态为拥挤时的试验时间。在北京地区从青年出行群体中随机抽取20名被试验人员（参考既有的相关研究，确定试验样本量为20），其中男性10人、女性10人，其各项生理指数均在正常范围内（见表1）。

表1　被试验人员的基本信息

1.3试验过程

试验中，被试验人员佩戴Polar心率仪的心率信号发生装置，严格按照试验要求，在指定时间内完成各试验场景的能耗测定，并填写试验记录表格。每种试验场景分别进行10次独立试验，其中男女被试验人员各有8种试验场景。共收集到200余条试验数据。

2 试验结果分析

被试验人员是从青年出行群体中随机抽取的，具有一定的容量和代表性，可以由样本来了解总体，每种试验场景下各试验人员的平均能耗（见表2）可反映城市青年交通出行者在该出行状态下的平均能耗水平。

表2　各试验场景下的数据范围及平均体能消耗

对被试验人员进行编号，其中ID1～10为女性被试验者，ID11～20为男性被试验者。图1～4为试验结果。

图1　不同女性被试验者的试验结果

图2　不同男性被试验者的试验结果

从表2及图1～4可看出：试验场景9～16的能耗平均值普遍高于试验场景1～8，前者约为后者的1.28倍，这两种试验场景的最大区别在于性别，可见男性出行者的出行能耗普遍高于女性出行者。试验场景1～4与试验场景5～8的能耗差别不大，说明对于女性被试验者，公交出行与地铁出行需要的能耗基本相同；但试验场景9～12与试验场景13～16的能耗差别较大，说明对于男性被试验者，地铁出行带来的能耗比公交出行高。将试验场景1、2与3、4对比，5、6与7、8对比，9、10与11、12对比，13、14与15、16对比，前者的能耗均比后者的低，说明出行者乘车姿势为坐着时的出行能耗比站立时的低，且男性试验者的差异更显著。

图3　不同试验场景下女性被试验者的试验结果

图4　不同试验场景下男性被试验者的试验结果

考虑上述影响出行者出行能耗的因素制定因子水平表（见表3），利用极差分析法对被试验人员单位分钟出行体能消耗进行分析，结果见表4。

表3　因子水平表

表4　极差分析结果

为进一步确定各因子的显著性水平，利用SPSS对被试验人员单位分钟出行能耗进行方差分析，结果见表5。

表5　显著性分析结果

确定显著性水平α为0.05，若影响因素的显著性概率p值大于α，则认为其对观测变量没有显著影响；反之，则认为其对观测变量有显著影响。从表5可见，交通方式、负重情况和拥挤程度对单位分钟出行能耗没有显著影响，乘车姿势和性别对其有显著影响。

同理，对各因素对被试验人员出行总能耗进行显著性分析，发现负重情况对出行总能耗没有显著影响，交通方式、性别、乘车姿势及拥挤程度对其有显著性影响，各因素影响程度的主次顺序为交通方式、乘车姿势、性别、拥挤程度、负重情况。交通方式的影响程度明显提高，主要是由于出行者选择不同交通方式的出行时间有很大差异，造成出行总能耗差异较大。

此外，分别对出行者身高及体重与出行能耗进行相关分析，所得相关系数r的绝对值均小于0.3，说明身高及体重与出行者出行能耗没有相关关系。

3 结论

（1）同一试验者在不同试验场景中的出行体能消耗差异较大，不同试验者在同一试验场景中的出行体能消耗差异也较大，说明出行状态及出行者自身条件都会对出行体能消耗产生一定影响。

（2）对于女性出行者，地铁出行与公交出行的单位分钟体能消耗差别不大；对于男性出行者，地铁出行的单位分钟体能消耗比公交出行的高。

（3）男性出行者出行体能消耗普遍高于女性出行者。

（4）出行者乘车姿势为坐着时的体能消耗普遍低于乘车姿势为站立时。

（5）综合考虑交通方式、负重情况、乘车姿势及拥挤程度4种影响出行体能消耗因素的最优水平，确定公交、无负重、坐着、不拥挤为最优出行状态，该出行状态下的单位分钟体能消耗最低。

（6）从出行者单位分钟出行体能消耗角度分析，交通方式、负重情况和拥挤程度对其没有显著影响，乘车姿势和性别对其有显著影响，各因素影响程度的主次顺序为乘车姿势、性别、交通方式、负重情况、拥挤程度。

（7）从出行者出行总体能消耗角度分析，负重情况对其没有显著影响，交通方式、性别、乘车姿势及拥挤程度对其有显著影响，各因素影响程度的主次顺序为交通方式、乘车姿势、性别、拥挤程度、负重情况。与各因素对单位分钟出行体能消耗的显著性比较，交通方式的显著性明显增加，主要是因为选择不同交通方式的出行时间有很大差异，造成出行总体能消耗差异很大。

（8）出行者身高及体重与出行者单位分钟出行体能消耗之间没有相关性。

上述研究可为建立考虑体能消耗的交通出行方式选择模型，提高出行方式选择预测精度奠定基础，同时可为公共交通分担率随社会经济、服务供给、外界环境等因素的演化规律提供微观理论解释，并为相关政策（如公交票制票价、道路拥堵收费、机动车保有与使用政策及停车收费等）的论证与制定提供科学依据。

［1］ Bong-Jo Chung，Jae-Beom Park，Ju-Young Kim，et al. Limit length evaluation of tangent on freeway according to driver's physiological response［A］.The 80th Annual Meeting Transportation Research Board［C］.2001.

［2］ Myungsoon Chang，Juyoung Kim，Kyungwoo Kang，et al.Evaluation of driver's psychophysiological load at freeway merging area［A］.The 80th Annual Meeting Transportation Research Board［C］.2001.

［3］ Spitzer H，Hettinger T，Kaminksky G.Tafelnfür den energieumsatzbeikörperlicher arbeit［M］.Berlin：Beuth-Verlag Gmbh，Berlin-Köln，1982.

［4］ Weidmann U.Transport technik der Fussgaenger［A］.Transporttechnische Eigenschaften des Fussgängerverkehrs Literaturauswertung［C］.1993.

［5］ House of Common Transport Committee.Overcrowding on public transport［R］.London：The Stationery Office Ltd，2003.

［6］ Robert Kölbl，Drink Helbing.Energy laws in human travel behavior［J］.New Journal of Physics，2003，48（5）.

［7］ Venkatesh Balasubramanian，K Adalarasu，Rahul Regulapati.Comparing dynamic andstationarystanding postures in an assembly task［J］.International Journal of Industrial Ergonomics，2009，39（5）.

［8］ 潘晓东.人体信息技术在道路交通环境与安全性评价中的应用［R］.上海：同济大学，2002.

［9］ 金健.驾驶疲劳机理及馈选模式研究［D］.成都：西南交通大学，2002.

［10］ 郑柯，任福田.高速公路顺直路段上驾驶员行车紧张性研究［J］.北京工业大学学报，2003，29（2）.

［11］ 郭寒英.基于出行者生理心理的城市客运交通出行行为研究［D］.成都：西南交通大学，2007.

［12］ 杨晓光，安健，刘好德，等.公交运行服务质量评价指标体系探讨［J］.交通运输系统工程与信息，2010，10（4）.

［13］ 安健，孙明正，郭继孚.基于客观测度与主观估算的出行疲劳研究［J］.城市交通，2013，11（2）.

［14］ 何映平.试验设计与分析［M］.北京：化学工业出版社，2012.

［15］ Booyens J，Hervey G R.The pulse rate as a means of measuring metabolic rate in man［J］.Canadian Journal of Physiology and Pharmacology，1960，38（11）.

［16］ Malhotra M S，Gupta J，Rai R M.Pulse count as a measure of energy expenditure［J］.Journal of Applied Physiology，1963，18（9）.

［17］ Sana M Cessay，Andrew M Prentice，Kenneth C Day，et al.The use of heart rate monitoring in the estimation of energy expenditure：a validationstudy using indirect whole-body calorimetry［J］.British Journal of Nutrition，1989，61（2）.

U491.2

A

1671-2668（2016）05-0049-04

国家自然科学基金资助项目（71571012；71501014）；北京市自然科学基金资助项目（9144032）

2016-02-23