历史街区行人交通特性研究

王秋平， 张 译， 孙 皓

(1.西安建筑科技大学 土木工程学院， 陕西 西安 710055; 2.中国能源建设集团陕西省电力设计院有限公司, 陕西 西安 710054)

历史街区行人交通特性研究

王秋平1， 张 译2， 孙 皓1

(1.西安建筑科技大学 土木工程学院， 陕西 西安 710055; 2.中国能源建设集团陕西省电力设计院有限公司, 陕西 西安 710054)

以西安市历史街区为研究对象，采用实地观测调查法和网络调查法取得的基础数据，对历史街区行人交通特性进行分析研究，包括行人构成，行人到达历史街区的交通方式，行人步速特性及影响因素，行人交通流速度、密度、交通量在早中晚3个时间段和不同观测点的分布特性；历史街区路段和交叉口行人交通流速度、密度和交通量三要素的关系模型。通过研究，得出历史街区行人从微观到宏观的交通特性，为研究历史街区行人交通问题提供了较好的基础数据和有参考价值的结论。

交通运输规划与管理; 历史街区; 交叉口; 行人交通特性

0 引言

历史街区是指具有一定规模，能够反映一定历史阶段的传统风貌、社会文化、民俗特色的街区[1-4]。历史街区分为已有历史街区和再造历史街区。已有历史街区是指对原有的历史街区遗迹进行保留不变或小范围修复改造的历史街区；再造历史街区是在历史遗址之上兴建的仿古街区。历史街区是人们旅游、休闲消费的主要场所，服务的人流量较大，慢行交通问题突出。本文通过对历史街区行人交通特性进行研究，为历史街区慢行交通的改善和规划提供定性和定量的研究基础。

1 历史街区行人交通特性调查

1.1 调查点选取

本文选取西安市历史街区为研究对象，选取已有历史街区的湘子庙片区(见图1a)，再造历史街区的大唐不夜城片区(见图1b)和大唐西市片区(见图1c)为观测区域。

如图1中3个图中的标记点为观测点，湘子庙片区观测点如图分别为：湘子庙街、大车家巷、粉巷、竹笆市、西木头市、马坊门、南院门。大唐不夜城观测点如图分别为雁塔南路(北段)、雁南一路、雁塔南路(南段)、雁南二路。大唐西市观测点如图分别为西市南街、西市西街、西市北路、西市南路。

(a)

(b)

(c)

1.2 调查内容及调查方法

历史街区慢行交通特性调查的主要内容及相应方法如下：

① 行人到达历史街区的目的、到达方式、时间特性。采用网络问卷调查法，共收回208份，有效问卷为196份。

② 历史街区内行人的步速，行人年龄(小于18岁为儿童和少年，18～35岁为青年，35～55岁为中年，55岁以上为老年人[5])，性别，携带行李状况，结伴状况。采用摄影法进行调查：首先在各调查点选取大于等于3 m的观测段，将观测段内行人的步行状况录制为视频；然后随机选择150个行人样本，记录样本的性别、携带行李数量、结伴人数等；最后统计出这150个样本在距离段内的行走时间，观测段距离除以行走时间可得到样本的步速。

③ 路段和交叉口行人交通流的速度、密度、交通量。采用摄影法进行调查：首先对路段和交叉口行人流的步行状况录制视频，录制时长为30 min；然后统计视频中通过观测点的行人数量，得出行人交通量，统计时刻末停留在观测区域内的人数，除以观测区域面积，得到交通流密度，每个行人流行走的距离除以在观测区域内的行走时间即为行人流速度[6]。

④ 历史街区道路的路宽，横断面形式，交叉口红绿灯设置等交通条件。采用实地观测记录法进行调查。

2 历史街区行人交通特性

2.1 历史街区行人构成

基于历史街区实地观测的7678个行人性别样本和网络调查的196个年龄构成样本，进行统计后得图2和图3，分析后得出以下结论：已有和再造历史街区的男女比例基本持平，男性所占的比例略大于女性；青年人所占比例最大，达到历史街区行人的40%左右；已有和再造历史街区行人年龄结构相似。

图2 行人性别构成比例图Figure 2 Pedestrian sex proportion chart

图3 行人年龄构成比例图Figure 3 Pedestrian age proportion chart

2.2 历史街区行人的交通特征

① 历史街区行人到达的目的。

通过网络调查问卷对前往3个片区的到达目的统计结果如图4所示，分析可得：历史街区行人到达目的以娱乐、购物、旅游为主；湘子庙片区出行目的中旅游仅占13%，旅游功能有所弱化，而再造历史街区的旅游功能对吸引行人的作用较为明显。

图4 各片区行人到达目的图Figure 4 Pedestrians’purpose of each block

② 历史街区行人的到达方式。

对行人到达历史街区主要方式进行调查后得图5，可看出： 3大片区都是公交车(包括地铁)比例最高；已有历史街区的公交系统较为完善，但自行车和步行所占比例较小，而再造历史街区的公交系统还有待改善。

③ 行人到达历史街区耗时特性。

行人到达历史街区所消耗时间如图6所示。从图中可看出大多数人前往历史街区出行消耗时间为1.5 h以内，而0.5 h以内到达的人数仅占12.3%，可见能在短时间到达历史街区的人较少。

图6 到达历史街区耗时分布比例图 Figure 6 Time of reach historical block proportion chart

2.3 历史街区行人步速特性

2.3.1 历史街区路段行人速度影响因素分析

a. 性别、年龄对行人速度的影响。

根据观测到的行人速度数据，可得出性别、年龄与行人速度的箱型图，如图7。从图中可看出男性的步行速度更大；青年人的步行速度最快，中年人次之，老年人和儿童最慢。

图7 性别 — 步速和年龄 — 步速箱型图Figure 7 Sex-speed and age-speed box plot

b. 携带行李对行人速度的影响。

通过对携带行李数量及速度均值的统计，得图8，图中x轴为携带行李代码，代码0：未携带行李；代码1：单手提物；代码2：双手提物、背包、单手提物加背包；代码3：双手提物加背包、携带行李箱等更加繁重的行李。从图中可以看出不同年龄段的步速均值都随着携带行李的增加有减小的趋势，以x为携带行李代码，y为步速，对曲线拟合，可得到函数关系式见表1，表中函数R2均大于0.9，拟合度较高，函数成立。

图8 不同年龄段携带行李的步速曲线图Figure 8 Curve of different age groups to carry luggage speed

表1 不同年龄段行人携带行李代码-步速函数式Table1 luggagecode⁃speedfunctionindifferentages年龄段函数式R2儿童y=00117x2-00625x+097590929青年y=11167e-00320977中年y=-00125x2+00005x+107550949老年y=10435e-0037x0943

c. 结伴因素对行人速度的影响。

将独自1人的状态记为代码为0，2人出行为1，3人及以上为2，得图9。从图中可看出： 速度均值随结伴人数的增加而减小，以x为结伴人数代码，y为步速，经过指数拟合得出函数：

y=1.068 3e-0.045x

指数函数拟合的R2= 0.953，拟合度较高，步速与结伴人数的指数关系显著。

图9 结伴人数 — 步速曲线图Figure 9 Company number-speed curve

d. 路段内行人速度的多元线性回归分析。

以历史街区行人的步行速度作为因变量，建立步行速度与影响因素之间的线性回归方程。

① 建模:

② 采用逐步分析法进行多元线性回归分析，从而可以得出模型为：

Y= 0.897+0.042X1+0.047X2-0.036X3-

0.032X4

各影响因素的显著性均在0.05以内，各影响因素影响显著性较强，拟合函数的R2=0.892，模型成立。

e. 路段内行人速度设计推荐值。

通过以上研究，可得出历史街区路段内行人速度的推荐设计值见表2。综合考虑，本研究建议西安市历史街区路段内行人的步行设计速度宜取在0.95～1.02 m/s。

表2 西安市历史街区路段行人设计速度推荐值Table2 TherecommendeddesignspeedofXi＇anHistoricalBlocksPedestrianRoad类别男性女性儿童青年中年老年所有样本总体均值1081030911110710210215%位速度值09408908808208207909185%位速度值12411911512412117115推荐值105095089109102102099

2.3.2 历史街区信号交叉口行人速度特性分析

a. 交叉口几何条件。

选取历史街区3个典型的信号交叉口为研究对象，交叉口主要情况如表3所示。

b. 交叉口行人步行速度影响因素分析。

本文选取行人性别、年龄、交叉口类型、通过交叉口时所处的绿灯阶段这4个影响因素对行人步行速度进行逐个统计分析研究，得到表4。从表4中可得到以下结论：

① 性别： 男性步行速度大于女性。

② 年龄： 青年的过街速度最快，其次是中年和老年，儿童过街速度最慢。

表3 交叉口基本条件Table3 Thebasicconditionofintersection交叉口名称相交道路名称人行横道长度/m信号灯时长/sGreenRedYellow相交道路等级雁塔南路-雁南一路雁塔南路6070403主干路雁南一路3040703主干路南广济街-南院门南广济街5060453主干路南院门1045603次干路芙蓉西路-芙蓉东路芙蓉西路1560303次干路芙蓉东路1530603次干路

③ 交叉口类型： 主 — 主交叉口的行人速度均值，略大于主 — 次交叉口行人的速度均值，而主 — 次交叉口行人速度均值略大于次 — 次交叉口的行人速度均值。

④ 绿灯阶段： 绿灯信号结束前的20 s为绿灯后期，其余的绿灯时间为绿灯前期。绿灯后期的行人过街速度较大，因为绿灯后期行人会加快速度争取在短时间内通过人行横道。

表4 各影响因素下行人速度统计Table4 TheinfluencefactorsofpedestrianspeedStatistics影响因素性别样本量标准差均值极小值极大值性别女性79014123072148男性71013128091155儿童46013113072111年龄老年27012118103134中年25013121116126青年52011134113155主—主43015128091155交叉口类型主—次50014125100150次—次57012121072145绿灯阶段前期77013119072154后期73011133105155

⑤ 交叉口设计速度推荐值。

根据以上研究，行人过街推荐设计速度见表5。综合考虑，本研究建议西安市历史街区信号交叉口行人过街设计速度宜取在1.05～1.14 m/s。

表5 西安市历史街区信号交叉口行人过街设计速度推荐值Table5 Therecommendeddesignspeedofpedestrian’ssignalinter⁃sectionstreetinXi＇anhistoricalblocks类别男性女性青年中年老年所有样本总体均值12812211313012612515%位速度值11410910111311111085%位速度值144139129146143140推荐值115109101113111110

2.4 历史街区行人交通流特性

a. 行人交通流参数的时空分布特征。

对各个观测点早、中、晚3个时间段交通流的交通量、速度和密度统计，早晨时间段为上午08：00～09:30，中午时间段为14:00～15：30，晚上时间段为17:00～18:30[8]，经统计整理可得图10。

图10 行人交通流三要素时空分布图Figure 10 Pedestriantraffic flow elements distribution graph

从上面的柱状图中可以得出以下结论：

① 交通量： 晚上是历史街区交通量的高峰期；再造历史街区晚上的交通量高，且远高于早晨的行人交通量。

② 速度： 已有历史街区和再造历史街区各个时间段的行人速度都集中在1.10m/s左右；早晨的行人速度大于晚上的行人速度。

③ 密度： 历史街区行人流密度晚上最大；再造历史街区的行人密度略大于已有历史街区。

b. 行人交通流参数关系。

行人交通流3要素之间的关系模型构建步骤为：

① 通过对历史街区行人交通流3要素的数据统计分析后，绘制各要素之间的散点图，见图11和图12。

图11 路段行人流3要素关系散点拟合图Figure 11 Relationship between three elements of road pedestrian flow chart

② 参照机动车流3要素之间的关系模型，如Bell-shaped模型、Edie分段组合模型、多项式模型、Greenshields模型等对散点图进行拟合[9-14]，可得出关系模型见表6。

③ 采用T检验或者F检验对模型进行检验，检验通过后模型成立[15]。

图12 交叉口行人流3要素关系散点拟合图Figure 12 Relationship between three elements of intersection pedestrian flow chart

表中字母含义为：

V为行人流速度，m/min；D为行人流密度，p/m2；F为行人流量，p/min/m。

表6 行人流3要素关系拟合模型结果Table6 Pedestrianflowelementsrelationshipmodel关系名称拟合模型模型模型检验速度—密度Bell⁃shaped曲线V=90．74e-12D2．39()2T检验，成立路段内交通量—密度多项式模型F=-52377D3+14858D2+30067D-04741F检验，成立交通量—速度多项式模型F=3E-05V3-0004V2-0319V+9760F检验，成立速度—密度Bell⁃shaped曲线V=97．76e-12D2．65()2T检验，成立交叉口交通量—密度多项式模型F=-14845D3-08684D2+50364D-21535F检验，成立交通量—速度多项式模型F=6E-05V3-0009V2+0009V+1007F检验，成立

3 结语

本文通过对历史街区行人交通特性进行研究，得出如下结论：

① 历史街区行人的基本构成及行人到达历史街区的目的、时间、时耗等交通特征。

② 历史街区行人步速特性；携带行李、结伴因素等的行人速度拟合函数关系式；历史街区路段和交叉口的行人步速计算公式及设计速度推荐值。

③ 历史街区行人交通流3要素的时空分布特征及拟合检验后的3要素之间的函数关系模型。

通过定量和定性的研究，为街区规划、设计和改善提供了重要参考依据，也为构建历史街区慢行交通数据库提供了数据基础。

[1] 杜莹．历史街区保护改造与旧城更新的区别和联系[J]．山西建筑，2008，34(11)：36-37．

[2] 吴良镛．关于北京市旧城区控制性详细规划的几点意见[J]．城市规划，1998(2)：6-9．

[3] 陆翔．北京25片历史文化保护区保护方法初探[J]．北京规划建设，2009(1)：25-28．

[4] 杨新海．历史街区的基本特性及其保护原则[J]．人文地理，2005(5)：48-50．

[5] 沈文，曾涛．长株潭绿心地区居民出行特征及交通发展[J]．长沙理工大学学报:自然科学版，2011(9)：24-25．

[6] 史建港．大型活动行人交通特性研究[D]．北京：北京工业大学，2007．

[7] 王蓉．张仁陟，陈英．基于多元回归分析和灰色模型的康乐县城乡建设用地预测[J]．甘肃农业大学学报，2012，47(1)：134-139．

[8] 陈然，董力耘．中国大都市行人交通特征的实测和初步分析[J].上海大学学报:自然科学版，2005(2)：94-06．

[9] Knoblauch，R L，M T Pietrucha，and M Nitzburg．Field Studies of Pedestrian Walking Speed and Start—Up Time[J]．In Transportation Research Record 1538，TRB，National Research Council，Washington，DC，1996，PP．27-38．

[10] Transportation Research Board．2000 Highway Capacity Manual[R]．National Research Council，Washington，DC，2000．

[11] V P Sisiopiku，D Akin．Pedestrian Behaviors at and Perceptions Townrds Various Pedestrian Facilities：an Examination Based on Observation and Survey Data [J]．Transportation Research PartF 2003：249．274．

[12] 张力为．城市干道无信号控制人行横道行人过街特性分析[J]．大连海事大学学报，2006(5)：80-83．

[13] 贾洪飞，杨丽丽， 唐明， 等．综合交通枢纽内部行人微观特性及建模需求研究[J]．交通运输系统工程与信息，2009(4)：18-21．

[14] 王凯英，廖明军，孟宪强，等．上海地铁站内行人楼梯交通特性[J]．上海海事大学学报，2009(3)：70-73．

[15] 叶建红．行人交通行为与交通流特性研究[D]．上海：同济大学，2009．

Research on the Historical Block Pedestrian Traffic Characteristics

WANG Qiuping1, ZHANG Yi2, SUN Hao1

(1.School of Civil Engineering , Xi′an University of Architecture and Technology, Xi′an Shanxi 710055, China; 2.China Energy Engineering Group Shanxi Electric Power Design Institute Co., Ltd, Xi′an, Shanxi 710054, China)

Based on historical blocks of Xi’an City, used the field observation survey and network survey methods,this article was studied the pedestrians’ transportation characteristics in historical blocks , including the composition of pedestrians, pedestrians’ pattern of pedestrian arrived in historic blocks, pedestrians speed characteristic and influencing factors, the pedestrian traffic flow velocity, density, distribution characteristics of traffic flow in the morning、noon、afternoon and different district, in the historical block section and intersection traffic flow velocity, density and traffic flow model of the three key elements. This article concluded the micro and macro traffic characteristics of historical block pedestrians, provides a comparatively complete data and the basis of qualitative conclusions for the study of historical block pedestrian traffic problem.

transportation planning and management; historical block; intersection; pedestrian traffic characteristics

2015 — 11 — 10

国家自然科学基金项目(51278396)

王秋平(1962-)，女，陕西城固人，教授，从事交通运输规划与管理研究。

U 491.2+35

A

1674 — 0610(2016)06 — 0053 — 06