基于大数据的城市尾号限行方案设计与评估研究

张晓阳，徐 韬，张宜华，张 磊

(重庆市市政设计研究院，重庆400020)

0 引言

各大城市开始把以限行为主导的交通需求管理(TDM)作为交通缓堵主要措施，重庆市以牛角沱嘉陵江大桥半幅封闭施工为契机，对主城区尾号限行进行首次尝试和探索，本文以重庆尾号限行方案设计及方案必选和实施后评估为重点，为国内其余城市特别是山地城市尾号限行提供部分参考.

杨忠振等[1]通过计算尾号出行OD矩阵，建立了尾号限行方案优化模型，提高了路网通行效率；宋俪婧等[2]通过对常规期间和奥运期间出租车运行进行监测，发现奥运限行期间出租车运行速度和载客率均有所提升；李春艳等[3]通过分析北京奥运期间限行前后居民出行调查数据，发现居民总体出行率、私人机动车出行强度均有所下降；汪伟峰等[4]、刘小明等[5]对北京奥运限行前后空气质量、交通运行进行对比，发现汽车限行对交通运行及空气改善均有提升效果；何玲等[6]从效益分析层面对兰州尾号限行成本进行了研究；许功虎等[7]以成都为研究对象，对成都限行前后空气质量进行了跟踪分析，发现汽车限行对改善空气质量有一定效果.上述学者从不同方面对尾号限行实施效果进行评估，充分肯定了尾号限行的有效性.

现阶段尾号限行研究主要集中在两方面，一是尾号限行前方案设计与优化，但多停留在模型研究层面，仅以模型数据评估模型，缺乏统一规范的设计流程；二是尾号限行方案评估，尚缺乏统一的评估指标体系，并且多个指标难以进行综合量化分析.因此，本文依托重庆主城区交通大数据，制定了详实的尾号限行设计流程，根据主城区运行现状初步制定限行方案，利用宏观模型对各方案进行评价，并将模型优化方案与最终落地实施方案进行评估，为重庆常态化限行提供决策依据.

1 问题描述

合理的城市尾号限行方案流程应如下：

Step1 明确限行目的.

Step2 明确限行路段.

Step3 明确限行时段.

Step4 明确限制尾号.

Step5 明确限制车型.

Step6 宏观模型评估.

Step7 实施后评估.

Step8 方案反馈修正.

2 模型建模

2.1 方式划分模型

方式划分模型为

式中：Pijkst为小区i与小区j之间时段t分类s第k种出行方式的分担率；Vijkst为小区i与小区j之间时段t分类s第k种出行方式的效用.

本文方式划分模型将出行总量划分为步行出行与非步行出行两类，其中非步行出行分为非机动车(自行车、电动自行车)、摩托车、小汽车、出租车及公共交通5种，同时将公共交通细分为常规公交和轨道交通.拥车类型分为有车(CA)、无车(NC)两类，不同出行目的分为HBW(基家工作)、HBSC(基家上学)、HBSH(基家购物)、HBO(基家其他)、NHB(非基家出行)5类，地带分为地带1(出行起讫点均在内环以内)、地带2(除去地带1的所有出行)2类，结构如图1所示.

图1 机动化交通方式划分流程图Fig.1 Flow chart of motorized traffic mode division

交通方式划分阶段的核心是确定各交通方式的效用Vijkst，各种出行方式效用函数模型为

式中：βijst为小区i与小区j之间时段t分类s的待定系数；GCijkst为小区i与小区j之间时段t分类s第k种出行方式的阻抗，ASCijkst为小区i与小区j之间时段t分类s第k种出行方式的常数项.

出行阻抗模型为

式中：GC为综合成本(min)；Time为出行时间(min)；Fare为出行费用(元)；VOT为时间价值(元/h).

基本阻抗可以分为个体交通出行阻抗和公共交通出行阻抗.个体交通包括步行、非机动车(自行车、电动车)、摩托车、出租车、私家车等，个体出行阻抗为

式中：GCi为第i出行方式综合成本；Timei为第i出行方式行程时间；Petro为燃油等能燃油(燃气)费用；Toll为道路收费费用；Parking为基于交通分区和车辆类型的停车费用；Fare′为票价.

公共交通出行阻抗为

式中：TWalk、TIVT、TIWait、TXWait、TBoard、Penalty分别为步行时间、车内时间、换乘候车时间、换乘时间、上下车时间、换乘惩罚；Fare″为公交票价.

2.2 路网运行评价模型

本文评价模型包括路网运行车速、拥堵里程、改善路段数量、节点改善数量、流量均衡、实施难度等6项指标，指标得分向量为F=F(α1,α2,α3,α4,α5,α6)，权值向量为λ=λ(α1,α2,α3,α4,α5,α6)，则最终评价总分D为

(1)路网运行车速特征值.

路网运行车速特征值反映路网整体运行变化情况，本文表示方案实施后与现状交通车速环比值，模型为

(2)拥堵里程特征值.

拥堵里程特征值反映路网前后拥堵里程增减情况，模型为

式中：L为拥堵里程特征值；Lm为模型拥堵里程；Lx为现状拥堵里程.

(3)路段改善特征值.

路段改善特征值反映限行前后目标路段的交通运行整体情况，实质是统计路段中限行后车速提升超过10%的路段数量，判断模型为

式中：N为路段改善特征值；Vim为路段i的模型车速；Vix为路段i的现状车速，i∈(1,2,…,n)，n为所需统计路段数量.

(4)节点改善数量特征值.

节点改善数量特征值反映限行前后路网节点的整体运行情况，实质是统计节点中限行后节点拥堵时长减少超过10%的节点数量，判断模型为

式中：M为节点改善数量特征值；Tim为节点i的模型拥堵时长；Tix为路段i的现状拥堵时长，i∈(1,2,…,m)，m为所需统计节点数量.

(5)流量均衡特征值.

流量均衡特征值反映统计路段的通行能力使用情况，富余过大则存在资源浪费，缺口过大则加重拥堵，理想状态是实际流量与通行能力差值为0，其模型为

式中：Q为流量均衡特征值；Qm为模型中统计路段的交通通行能力；Qx为模型中统计路段的实际流量总和.

(6)实施难度.

交管部门是限行执行单位，因此实施难度以交管部门意见为准.

由于各评价指标缺乏统一尺度，因此根据各指标数值分为A～E等5级，如表1所示.

为确保评估的适应性，具体得分标准根据实际运行进行修正，本文利用层次分析法确定各指标权重，其网络如图2所示.

图2 评价模型网络Fig.2 Evaluation model network

共收集60份重庆市各部门及行业专家的指标重要性调查问卷，其中有效问卷57份，结果表明，各指标按重要性排序依次为路网运行车速、实施难度、路段改善、节点改善、拥堵里程、流量均衡，则判断矩阵A为

在判断矩阵A一致性检验后，利用Matlab计算出其权值向量为

3 算例分析

3.1 限行方案制定

本文限行方案利用了重庆交通大数据(重庆市主城区道路交通运行监测平台)，该平台由重庆市城乡建设委员会牵头、重庆市市政设计研究院研发，平台在集成浮动车、RFID、流量卡口、两客一危、移动手机信令等多源交通运行数据基础上，通过动态数据分析处理程序，以路段运行车速为基础指标，建立了交通拥堵指数评价体系，同时建立了主城区宏观模型，可对城市交通基础设施项目进行交通影响专业评估.

数据显示重庆跨嘉陵江102万pcu/日，跨长江约82万pcu/日，跨江总量约184万pcu/日，扣除二次过江重复量，跨江总量为152万pcu/日，约占小汽车出行总量的56%，区域道路限行存在实施难度大、缺乏精准性、设施投入大等缺点，同时考虑牛角沱嘉陵江大桥维修施工的需要(日均产生6万辆转移交通量)，因此最终方案确定为桥梁限行.

主城区早高峰平均运行车速为35.5 km/h，晚高峰为34.6 km/h，对早高峰或晚高峰车速低于30 km/h的桥梁进行限；桥梁日均拥堵时长3.5 h，对全天拥堵时长大于4 h的桥梁进行限行.经过初步筛选后，为了减少限行措施实施阻力，由小及大逐步扩大限行范围，最终确定为方案1(3桥尾号)，方案2(6桥尾号)，方案3(11桥尾号)等3个方案.

限制时段根据桥梁平均路段拥堵强度进行标定，选择路段平均拥堵强度大于2的时段(即速度为自由流车速50%)，最终限制时段为7:00-22:00；限制尾号为尾号轮换限行，星期一～星期五分别限行尾号1和6，2和7，3和8，4和9及字母为尾号，5和0；限制车型与北京、成都限行车型基本一致.

表2 桥梁尾号限行汇总表Table 2 Summary of limit of bridge tail number

3.2 方案评价

各方案路段流量分配及道路服务水平如图3～图8所示.

2017年内环以内高峰车速为22.5 km/h，拥堵里程193 km，由于方案为桥梁限行，故改善路段统计对象为主城区19座桥梁34个方向，各评价指标得分等级如表3所示.

图3 方案1模型流量分配图Fig.3 Scheme 1 model flow distribution diagram

图4 方案1模型道路服务水平图Fig.4 Scheme 1 model road service level

根据模型各指标数值，结合表1和表2，统计出各方案各指标具体得分，根据式(7)计算出评价总分，如表5所示.

图5 方案2模型流量分配图Fig.5 Scheme 2 model flow distribution diagram

图6 方案2模型道路服务水平图Fig.6 Scheme 2 model road service level map

图7 方案3模型流量分配图Fig.7 Scheme 3 model flow distribution diagram

图8 方案3模型道路服务水平图Fig.8 Scheme 3 model road service level

表3 各评价指标得分等级对照表Table 3 Comparison table of scores for each evaluation index

表4 各方案指标明细及评价Table 4 Detail and evaluation of the indicators

从表5可知，随着桥梁限行数量的增加，运行车速、拥堵里程、改善路段数量、节点改善数量等指标得分呈上升趋势，但流量均衡与实施难度指标得分呈下降趋势，重庆尾号限行方案研究到正式实施仅1个月，方案经过了反复论证，以至相关配套交通设施无法在短时间内进行安装，因此交通部门对各方案实施难度进行了综合考量，最终根据评价总分，选择了方案1进行实施.

表5 各方案指标分值汇总表Table 5 Summary of the indexes of each program

方案1实施后，在经历限行第1周调整期后，选择了第2周稳定数据作为方案检验对比数据，模型运行车速相对误差为2.9%，拥堵里程相对误差为5.2%，预测精度较高.

表6 模型相对误差表Table 6 Model relative error table

4 结论

交管部门根据评价总分选择了方案1作为实施方案，已于2018年4月23日正式实施，限行实施后，实际运行车速和拥堵里程分别为23.8 km/h、171 km，模型相对误差分别为2.9%、5.2%，预测精度较高，为其他城市尾号限行提供了一定参考，与此同时，限行方案制定和评估仍存在一定的局限性：

(1)交管部门在限行方案实施时，增加了大量的其他的交通管制措施，如局部路段限流等，模型中未予以考虑，一定程度上增加了模型误差.

(2)从交通运行效果来看，方案3显然优于方案1，本次未采纳方案3主要是由于施工时间紧，短期内无法完善相关配套设施，致使无法实施该方案，亦是很大的遗憾.

(3)由于采用Transcad建立的宏观模型作为评价依据，因此评价指标受限于软件输出，如未考虑限行对公共交通冲击等，评价指标有进一步优化的必要.