空气重度污染期间城市交通运行特征分析

王书灵，胡 莹，李雪滨，董升伟

(1.北京交通发展研究院，北京100073；2北京市交通委员会，北京100073)

空气重度污染期间城市交通运行特征分析

王书灵1，胡 莹1，李雪滨2，董升伟1

(1.北京交通发展研究院，北京100073；2北京市交通委员会，北京100073)

近年来中国重度污染天气频发，严重影响居民生产生活。由于缺乏空气重度污染期间居民出行行为方面的分析，难以量化城市交通运行特征的变化。以北京市两次空气重度污染红色预警实践为契机，全面收集红色预警期间道路交通运行监测数据、交通排放、居民出行行为等多元数据，通过历史数据对比和交叉分析，得到空气重度污染期间居民出行需求、出行方式、出行时间等出行行为特征，以及道路交通量、运行速度等指标变化。结果显示：空气重度污染期间居民出行特征变化较大，需求降低、方式转移多元、出发时间集中；实施机动车单双号限行措施后，机动车日均氮氧化物(NOX)排放量减少19%，颗粒物(PM)排放量降低17%。

交通管理；居民出行特征；道路交通运行；空气重度污染；雾霾

0 前言

随着经济发展以及城镇化、机动化进程加速，中国各大城市都面临不同程度的环境问题，特别是空气质量。以北京市为例，近两年北京市重度污染天数均在45天以上，受到静稳天气、采暖季节等诸多因素影响，2015年12月北京市PM 2.5浓度峰值接近1 000mg·m-3。为了应对空气重度污染、减少空气中污染物的累积，北京市首次启动了空气重度污染红色预警，实施全市机动车单双号限行，公务车停驶80%，中小学、幼儿园停课等交通管理措施。

在空气重度污染和交通需求管理措施双重因素作用下，城市居民出行特征以及道路交通运行特征都会发生变化。目前，关于空气重度污染期间的研究主要集中于措施政策和法律法规方面，如文献[1]开展了关于京津冀地区雾霾天气应急预案的对比研究；文献[2]研究了大气重度污染环境应急管理法律制度。居民出行特征和道路交通运行特征的研究虽然较多，但主要集中于城市常态运转和奥运会、世博会等重大活动期间[3-7]，目前尚无空气重度污染期间道路交通运行及出行特征的分析研究。

为了更好地制定空气重度污染期间交通需求管理措施和运营保障措施，2015年12月7日，北京市空气重污染应急指挥部发布空气重度污染红色预警，全市从2015年12月8日7∶00至10日12∶00启动最高预警等级(以下简称“第一次红色预警”)。随后，于12月19—22日，又发布了空气重度污染红色预警(以下简称“第二次红色预警”)。在此背景下，本文全面收集北京市两次红色预警期间的车辆运行监测数据、空气质量数据、交通排放测试数据、公共交通一卡通刷卡数据、居民出行调查数据，研究红色预警期间的居民出行特征和道路交通运行特征。

1 红色预警期间交通管理措施

2015年12月1日开始，北京市经历了历史上最严重的空气污染过程。为应对空气重度污染，12月8日北京市首次启动了《北京市空气重污染应急预案》，实施机动车单双号限行、停止室外施工作业、工业企业停产限产等多项强制性措施减少污染物排放。其中交通相关的措施可以分为2大类8小类(见表1)，2大类即强制性措施和建议性措施：前者包括全市单双号限行、公务车停驶、重型车辆禁行、外地车限行以及增加运力五类；后者包括中小学、幼儿园停课，企事业单位实行弹性工作制以及鼓励绿色出行方式三类。

2 出行特征分析

以道路交通运行监测数据、公共交通一卡通数据以及红色预警期间居民出行调查为基础，从居民出行、城市公共交通和城际交通的出行特征三方面，对红色预警期间和非预警期的出行特征进行对比分析。

2.1 居民出行特征

2.1.1 基础数据

为分析空气重度污染天气下居民的出行行为，本研究于2016年1月1—4日组织开展居民出行问卷调查。有效问卷总数500份，有效数据463份。调查内容包括：1)受访者基本信息：性别、职业、家庭拥有小汽车数量；2)非预警期工作日和周末的出行方式、日均出行次数；3)红色预警期间工作日和周末的出行方式、出行次数、出行目的；4)红色预警期间是否放假；5)红色预警期间的办公方式。

受访者样本中男性占54%，女性占46%。家庭拥有1辆及以上小汽车的受访者比例为84%。从职业分布来看，36%为企业员工，21%为事业单位员工，10%为公务员，9%为工人。

2.1.2 出行需求

调查数据显示，受重度污染天气及相关措施影响，红色预警期间居民出行次数明显减少，工作日由2.70次·d-1减至1.91次·d-1，降幅为29%；周末出行次数降幅更为显著，由2.48次·d-1减少至1.18次·d-1，降幅高达52%。出行需求降低主要是由于：1)红色预警期间市民为了减少在空气中的暴露时间，尽量减少出行，一些非必要的出行如聚会、餐饮、娱乐等均有不同程度的减少，老年人、婴幼儿等易受影响人群也取消了户外活动。2)有一定数量的企业实施了弹性工作制和放假串休等，调查数据显示个体业主或经营者，企业员工，商业、服务业人员，工人等均有不同程度的出行需求降低，样本中5.71%的受访者选择错时上下班，5.44%的受访者选择在家办公(见图1)；3)红色预警期间，市教委发布了中小学停课的通知，全市约120万名中小学生在家学习，相应减少超过240万人次的通学出行以及家长接送孩子的出行需求。

表1 红色预警期间交通应急保障措施Tab.1 Traffic emergencymeasuresunder red air-pollutionwarning

图1 红色预警期间工作日办公方式Fig.1 Businessoperationmethodsofwork days under red air-pollutionwarning

2.1.3 出行方式

调查数据显示，受单双号限行措施的影响，红色预警期间私人小汽车出行比例显著减少13.7个百分点；公共交通出行比例提高明显，由37.0%增至42.6%，成为居民主要交通方式(见图2)。特别需要注意的是，红色预警期间，居民为了减少在步行、公共交通换乘候车等阶段在空气中暴露的时间，更愿意选择门到门的交通方式。调查数据显示，出租汽车、专车、拼车、顺风车等交通方式的出行比例较非预警期增长了6.72个百分点；特别是周末，这些方式的出行比例较非预警期增长了10.17个百分点。这一特征与中非论坛、奥运会等期间同样实施机动车单双号限行措施时居民出行方式的转移方向不同[6-7]。

图2 出行方式变化Fig.2 Changes in travelmodes

2.2 城市公共交通出行特征

2.2.1 公共交通客运量

受重度污染和居民出行需求整体降低的影响，两次红色预警期间虽然公共交通(公共汽车+轨道交通)出行比例提升，但日均客运量与非预警期相比基本持平，略有波动(见图4)，由非预警期2 181万人次·d-1分别波动为2 164万人次·d-1和2 177万人次·d-1，降幅为0.8%和0.2%。同时，轨道交通和公共汽车客运量变化情况略有不同；轨道交通日均客运量呈现下降趋势，第一次红色预警期间减少55.25万人次·d-1，降幅为5.1%，第二次红色预警期间减少36.18万人次·d-1，降幅为3.3%；公共汽车日均客运量呈现小幅上涨趋势，两次红色预警期间分别增加37.72万人次·d-1和31.84万人次·d-1，增幅为3.4%和2.9%。分析红色预警期间轨道交通日均客运量下降的原因，主要是由于轨道交通车站整体覆盖率不高，部分乘客采用地铁出行步行距离较长，在空气重度污染情况下，乘客不愿意在室外暴露较长时间。

图3 公共交通日均客运量变化Fig.3 Changes in daily passenger volume of public transit

2.2.2 出行时间

公共交通一卡通15m in间隔刷卡数据显示，红色预警期间公共交通出行时间更为集中，早晚高峰峰值小幅上涨(见图4)，两次红色预警期间早晚高峰刷卡量分别增加8.67%和6.97%。公共汽车晚高峰出现时间较非预警期提前0.5 h，早高峰出现时间保持不变(见图5)。

2.3 城际交通出行特征

红色预警期间，受到弹性工作制、学生停课以及躲避污染空气的影响，部分市民外出休假，加上进出京小客车单双号限制等措施，城际交通(包括航空、铁路和省际客运)客运量小幅增长(见图6)。城际交通日均客运量由非预警期79.93万人次增长至80.98万人次，涨幅为1.3%。由于铁路方式受天气影响较小，成为红色预警期间城际客运主要的交通方式，日均客运量由51.45万人次增至53.16万人次，增幅为3.3%；民航由于受天气影响，部分航班取消或延误，日均客运量较非预警期下降1.3%；省际长途客运受高速公路部分路段封路影响，日均客运量较非预警期下降8.4%。

3 道路交通运行情况分析

3.1 城市道路运行情况

图5 公共汽车一卡通高峰时段刷卡量变化Fig.5 Changes in bus IC card usage records during peak hours

北京市浮动车监测系统显示，红色预警期间，受单双号限行交通措施影响，城市道路交通指数①明显下降，路网运行速度显著提升，道路交通运行顺畅。如图7所示，工作日早晚高峰平均交通指数由非预警期6.85分别下降至2.73和2.25，降幅为60.1%和67.2%；路网运行速度由非预警期24.91 km·h-1分别提高至31.80 km·h-1和30.47 km·h-1，增幅为27.7%和22.3%。

如表2所示，红色预警期间快速路运行速度提高最明显，早高峰平均运行速度由11月工作日31.3 km·h-1提高至47.7 km·h-1，增幅为52.4%；晚高峰由26.2 km·h-1提高至43.8 km·h-1，增幅为67.2%。

图6 城际交通客运量变化Fig.6 Changes in passenger volumeof intercity transportation

图7 道路交通运行情况Fig.7 Operation of road traffic

表2 不同等级道路运行速度变化Tab.2 Changes in travelspeed on different levelof roadways

图8 道路交通量变化Fig.8 Changes in traffic volumes

3.2 道路交通量

受到红色预警期间天气影响，部分高速公路封路，加上单双号车辆限行政策，道路交通量显著下降。根据北京市交通运行监测调度中心监测数据(见图8)，第一次红色预警期间高速公路日均交通量为136.43万辆次·d-1，较非预警期降幅为16.5%，第二次红色预警期间工作日日均交通量为129.49万辆次，较非预警期降幅为20.78%；普通公路第一次红色预警期间日均交通量为18.09万辆次，较非预警期降幅为20.3%，第二次红色预警期间工作日日均交通量为18.94万辆次，较非预警期降幅为16.6%。

尽管机动车实施单双号行驶，然而高速公路和普通公路交通量的降幅仅为16%～20%，未达到预期降幅。分析其原因可能有两方面：一方面由于路况较好，诱增了部分开车需求；另一方面也有部分车辆在红色预警期间违法行驶，据公安局交通管理局统计数据显示，第二次红色预警期间共处罚11.28万辆违法行驶车辆。

3.3 机动车污染物减排分析

通过北京市交通行业节能减排监测数据和交通移动监测车采集数据初步测算和分析，红色预警期间机动车污染物排放明显降低，机动车日均氮氧化物(NOX)排放量降低19%，颗粒物(PM)排放量降低17%。其中，由于对重型车执行了更为严格的调控措施，货运车辆减排效果最明显，NOX和PM排放量分别减少39.5%和36.5%。小汽车排放的NOX和碳氢化合物总量(Total Hydro Carbon,THC)比非预警期减少39%和46%。

4 市民感受与评论

根据3 400多条相关市民的评论统计数据显示，赞成一直实施单双号限行政策的比例为20%；若北京市长期实行单双号限行政策，9%的市民会选择购买新能源车辆，这些市民认为不买新能源车辆就亏了，而也有3%的民众会选择购买第二辆车。综合来看，红色预警期间在全市范围内实施单双号限行政策后，中心城交通拥堵问题得到显著缓解，广大市民普遍认同和赞同。

5 结语

空气重度污染对市民出行行为带来影响。本文对北京市两次红色预警期间居民出行特征数据和道路交通运行数据进行分析，初步得到红色预警期间交通特征的变化：

1）出行需求：受到空气质量影响和对健康的担心，居民出行需求显著减少。调查数据显示，工作日居民出行次数由2.70次·d-1减至1.91次·d-1，周末出行次数降幅更明显；受学生放假和部分单位弹性工作制等措施影响，城际客运需求小幅增长，铁路是主要的城际交通方式。

2）出行方式：由于实施机动车单双号行驶和鼓励绿色出行等措施，公共交通成为市民出行的主要交通方式，出租汽车、专车等门到门交通方式出行比例提升较高。

3）出行时间：公共汽车早晚高峰峰值更明显，高峰时段刷卡量较非预警期增长8.67%和6.97%，且晚高峰提前0.5 h出现。

4）运行速度：城市路网运行速度显著提升，交通指数明显下降。

本文的研究数据基于2015年两次红色预警期间的小样本调查，下一步应持续收集相关数据，丰富居民出行特征的理论研究。同时，应进一步开展重度污染天气下公共交通出行需求预测和运力保障策略等研究工作，为制定合理、科学的重度污染天气下交通保障预案提供支撑。

注释

①根据路网运行状况将拥堵程度划分为五级：畅通[0～2)、基本畅通[2～4)、轻度拥堵[4～6)、中度拥堵[6～8)，以及严重拥堵[8～10]。

[1]刘冰，彭宗超.跨界危机与预案协同：京津冀地区雾霾天气应急预案的比较分析[J].同济大学学报(社会科学版)，2015，26(4)：67-75.Liu Bing,Peng Zongchao.Trans-boundary Crisis and Coordinated Emergency Plans∶A Comparative Analysis of Emergency Plans for Haze Pollution in Beijing-Tianjin-Hebei Region[J].Tongji University Journal Social Science Section,2015,26(4)∶67-75.

[2]罗晨煜.大气重污染环境应急管理法律制度研究[D].北京：首都经济贸易大学，2015.

[3]刘小明，郭继孚，孙壮志.北京奥运会交通运行及其启示[J].交通运输系统工程与信息，2008，8(6)：16-24.Liu Xiaom ing,Guo Jifu,Sun Zhuangzhi.Traffic Operation w ith Comments during Beijing Olympic Games[J].Journal of Transportation Systems Engineering and Information Technology,2008,8(6)∶16-24.

[4]刘新新.世博交通运行的重要启示[J].交通与运输，2010(5)：8-10.

[5]温慧敏，扈中伟，郭继孚，等.奥运期间北京市道路网运行分析[J].交通运输系统工程与信息，2008，8(6)：32-37.Wen Huimin,Hu Zhongwei,Guo Jifu,et al.Operational Analysis on Beijing Road Network during the Olympic Games[J].Journal of Transportation Systems Engineering and Information Technology,2008,8(6)∶32-37.

[6]王书灵，陈金川，郭继孚，李春艳.交通需求管理政策在北京奥运会中的应用和评价[J].交通运输系统工程与信息，2008，8(6)：121-126.Wang Shuling,Chen Jinchuan,Guo Jifu,Li Chunyan.Application and Evaluation of Traffic Demand Management Policies during Beijing Olympic Games[J].Journalof Transportation Systems Engineering and Information Technology,2008,8(6)∶121-126.

[7]王书灵，陈金川，杜华兵，缐凯.交通需求管理在中非合作论坛期间的应用[J].城市交通，2007，5(3)：71-75.Wang Shuling,Chen Jinchuan,Du Huabing,Xiankai.Travel Demand Management,a Summary of Experiences Gained during the Beijing Summ it of the Forum on China-A frica Cooperation[J].Urban Transport of China,2007,5(3)∶71-75.

Urban Traffic under Severe Air Pollution

Wang Shuling1,Hu Ying1,LiXuebin2,Dong Shengwei1
(1.Beijing Transport Institute,Beijing 100073,China;2.Beijing Municipal Comm ission of Transport,Beijing 100073,China)

∶Recently,the frequent severe air pollution occurrences in China hasmade huge impacton daily life of urban dwellers.Due to the insufficientstudies on residents'travel behavior during severe air pollution,it is difficult to quantify the changes of urban traffic characteristics.Using the data collected during the twomost severe air pollution events,such as traffic volume,level of pollution and residents travel behavior,a study was conducted to investigate the changes in travel demand,travelmode choice and travel time aswellas traffic flow and operating speed through cross-sectionaland longitudinal data analysis.The results show that residents'travel characteristics altered significantly evidenced by lower travel demand,travelmode shift and more concentrated trip departure time under severe air pollution.With the road access restriction by even and odd license plate numbers,the daily vehicleemission of nitric oxide(NOX)and particulatematters(PM)were reduced by 19%and 17%respectively.

∶traffic management;residents'travel characteristics;road traffic operation;severe air pollution;smog

∶

1672-5328（2016）06-0030-06

U491.1+2

A DOI∶10.13813/j.cn11-5141/u.2016.0605

2016-03-03

国家自然科学基金项目“基于活动的电动汽车使用者出行行为演化机理及建模”(51678044)

王书灵(1979—)，女，内蒙古乌兰浩特市人，高级工程师，总工程师，主要研究方向：交通规划与管理。E-mail∶wangshuling@bjjtw.gov.cn