长春市居民出行特征调查.doc
《长春市居民出行特征调查.doc》由会员分享,可在线阅读,更多相关《长春市居民出行特征调查.doc(21页珍藏版)》请在冰点文库上搜索。
《南关区居民出行特征调查及出行预测》调查报告
一、调查背景及目的
近年来,随着长春市城市交通建设的不断完善与发展,长春市的交通得到了很大的改善,居民的出行也方便了许多。
另外,随着人们生活水平的不断提高,越来越多的小轿车、摩托车、助力车进入各家各户,这无形中也给城市交通带来了些许压力。
居民出行调查是城市道路规划的基础性工作,为了解长春交通现状及未来发展趋势,提出合理的规划建议;也为了更好的提高我们在工程研究中进行观察、认识、思考、分析的综合能力,在老师的安排与领导下,我们组对长春市南关区居民出行情况进行了调查。
二、调查任务
(一)通过得到的数据分析居民出行特征
(二)在此基础上进行2015年、2020年长春市南关区居民出行需求预测
三、调查对象及方法
(一)调查对象:
在长春市南关区以及朝阳区桂林路一带的居民。
(学生、工人、服务人员、职员、公务员、教师、退休人员以及个体)
调查对象一共分为七个年龄段:
6-14和15-19这两个年龄段一般以学生为主,出行的目的一般为上学。
20-29、30-39、40、49年龄段的人一般是上班族,出行目的一般以上班为主;50-59、60岁以上的居民大多是退休在家,出行一般都是休闲娱乐,购物。
(二)调查方法:
现场实地问卷调查,为了确保问卷答案的真实性,准确性,调查员在调查时都是在被调查者旁边做指导,并与其交流,得到其家人以及朋友每天的出行资料,这样大大节省了时间与人力,于此同时我们还大量观察并且收集有关数据。
四、实施过程及结果
(一)制表以及划分交通小区
此次调查我们将南关区划分为六个交通小区以及朝阳区的一个交通小区,具体划分情况见附表1。
(二)调查内容
为了确保我们此次调查的准确性以及广泛性,我们分别对教师、学生、工人、服务人员、公务员以及一些从商人员进行了调查。
并且此次调查内容我们主要侧重出发时间、出发地点、出行方式、到达地点、到达时间、出行费用几个方面。
并且附带调查了出行者的性别、年龄、职业等,以便于我们分析整理数据。
具体请见附表2。
(三)组内分工
在调查阶段,我们将组内成员分为两组。
其中,第一组成员分别在6月23号与6月25号在1、2小区进行了调查,得到大约150份问卷。
第二组成员分别6月23号与6月25号在3、6小区进行了调查,得到大约150份问卷。
在8月12号与13号我们小组又对桂林路一带的商业区以及4、5小区进行了调查,共得到大约200份问卷。
最后我们一共得到480份问卷,实际有效问卷为465份。
数据分析:
全组成员
资料收集:
全组成员
报告撰写:
全组成员
五、具体实施流程
工作计划
组织分工
居民出行调查分析报告
数据检查与纠错
居民出行调查
复查表格
问卷表格设计
划分交通小区
分配任务
撰写报告
调查阶段
数据分析
前期准备
居民出行特征分析
六、数据统计
对调查表格进行统计整理得出具体的数据并以相应图表形式呈现
(一)A:
性别特征
性别
男
女
人数
267
193
比例
58%
42%
由以上表图不难看出,在总共得到的460份调查报告中,获得男性问卷267份,出行比例占总出行的58%;女性出行略少于男性,共获得女性问卷为193份,占总比例的42%。
所以我们可以得出,在日常出行活动中男女出行趋于平均化。
B:
年龄
年龄段
6—14
15—19
20—29
30—39
40—49
50—59
60以上
人数
24
49
197
98
46
28
18
比例
5.3%
10.7%
42.7%
21.4
9.9%
6.1%
3.8%
从上表可以看出,在各个年龄段中,出行高峰主要集中在20—29和30—39这两段内,约为64.1%,而6—14和60以上这两个年龄段的出行最少,约为9.1%,其他年龄段出行频率大体相当。
由此我们分析:
年龄在20—29和30—39段内的人群承担了社会的主要工作,他们是最活跃,出行频率也最高的群体;6—14和60以上年临段内的人群主要有退休老人和儿童,他们工作任务很少或者没有,出行频率会相应的降低;处于中间段的人群这会根据自己的实际需要进行有选者性的出行,因此出行频率也不是很高。
C:
职业
职业
学生
工人
服务人员
职员
公务员
教师
退休
个体
其他
人数
144
52
29
73
29
22
42
47
22
比例
31.3%
11.4%
6.3%
15.9%
6.3%
4.8%
9.1%
10.1%
4.8%
在此次我们的交通调查小区内,我们得到:
学生和职员的数量最多,约占总调查人数的一般,工体和工人出行维持在10%左右,而退休人员、教师、服务人员等都占一定比例,但基本不超过10%。
由此说明,在调查区内,人们还是以上班工作,学生出行为主,这些人员的出行频率基本上可以反映南关区内居民出行特征。
D:
是否拥有小汽车
是否拥有小汽车
是
否
人数
257
203
比例
55.8%
44.2%
在调查得到的460份问卷中,拥有车辆的人数为257,占总人口的55.8%;为拥有车辆的人数为203,占总人数的44.2%.可以看出,调查区内拥有车辆与为拥有车辆的比例已接近相等,与往年相比,汽车保有量有明显增加。
(二)A:
出行目的
出行目的
上班
上学
公务
回程
购物
文化娱乐
探亲访友
其他
人数
107
22
14
162
80
39
12
24
比例
23.2%
4.8%
3.1%
35.2%
17.4%
8.5%
2.6%
5.2%
由图表不难看出,在对居民出行出行目的进行调查时,他们普遍选择的是上班,购物或者回程,其中以回程最多,而其他的出行目的都相对较少。
根据我们分析,除去工作与回程外,像文化娱乐、购物、探亲访友等具有弹性的一类出行占有比例相对较低,这反映出调查区内居民的出行目的比较单一,考虑到我组调查时间在夏季,天气比较炎热的原因,我们推想,在其他时间段居民出行目的会更加多样化,弹性出行所占比率也会相应有所改变。
B:
高峰出行
出发时间
时间段
人数
6:
00以前
5
6:
00—8:
00
124
8:
00—10:
00
74
10:
00—12:
00
41
12:
00—14:
00
9
14:
00—16:
00
32
16:
00—18:
00
129
18:
00—20:
00
37
20:
00以后
9
到达时间
时间段
人数
6:
00以前
5
6:
00—8:
00
32
8:
00—10:
00
138
10:
00—12:
00
64
12:
00—14:
00
46
14:
00—16:
00
14
16:
00—18:
00
106
18:
00—20:
00
46
20:
00以后
9
上面的图表表明,居民出行的早高峰集中在6:
00—8:
00这一时间段内,晚高峰出现在16:
00—18:
00这一时间段内,而在早晚出行高峰一到两小时内又会出现到达的高峰,这与居民出行目的是相符的,即在早高峰时间段内,人们出行主要集中在上班,购物上,而晚高峰这以回程为主,因此上班族与学生成为影响出行的主要因素
C:
出行方式
交通方式
步行
自行车
公交车
出租车
私家车
单位车
轨道交通
其他
人数
161
9
166
53
48
3
5
15
在居民出行方式中以步行和公交车为主要交通方式,占总的出行的72%左右,同时,私家车出行量也占有较高比例,约为18%,而其他几种交通方式占的总比相对较低,为10%。
由此分析,人们出行过程中更加倾向于选着比较便宜的方式,出行距离也不是很远。
私家车比例较高反映了调查区内人们在生活水平上的提高;而轨道交通和自行车相对较少说名明了这些交通方式并未有效被利用,需进一步推广。
D:
人均出行次数
性别
男
女
出行总次数
607
405
人均出行次数
2.27
2.10
根据调查结果可以得出,在总共1012次出行统计中,虽然男性出行次数明显高于女性(男性为607次,女性为405次),但男性与女性的人均出行次数基本相等,并且,从这张表中我们会发现,无论是男性还是女性,人均出行次数都相对较低,都在2.2次左右,说明该地区人们出行活动不多,这可能与该调查区的用地性质有关。
七、根据调查数据预测现状出行状况
通过对调查问卷统计整理,得出各交通小区总的日出行次数为1012次,实际调查的有效人口为460人,因此得出单位出行次数:
1012/460=2.2(次/人),进而得出各交通小区的调查OD表,如下:
O
D
1
2
3
4
5
6
7
其他
总计
1
37
7
8
6
7
10
27
13
115
2
6
6
8
9
16
9
27
28
109
3
11
9
15
13
16
8
35
25
132
4
10
12
11
15
10
12
21
47
138
5
3
11
10
4
2
8
25
58
121
6
7
8
12
14
9
10
14
30
104
7
5
9
7
3
2
8
67
71
172
其他
2
5
2
5
6
8
30
63
121
总计
81
67
73
69
68
73
246
335
1012
将实际调查OD表中的数据按人口比例放大得到各交通小区实际交通量,即现状OD表:
Qi=qi*R/rQ:
现状交通量q:
调查交通量i:
交通小区
R:
调查小区的总人口r:
实际调查人口
现状OD表
单位:
万次
O
D
1
2
3
4
5
6
7
其他
总计
1
0.61
0.12
0.13
0.10
0.12
0.17
0.46
0.21
1.92
2
0.18
0.19
0.26
0.33
0.55
0.29
0.92
0.96
3.68
3
0.18
0.16
0.25
0.23
0.27
0.14
0.61
0.42
2.26
4
0.21
0.26
0.23
0.32
0.21
0.26
0.44
1.00
2.93
5
0.07
0.30
0.26
0.10
0.07
0.23
0.69
1.58
3.3
6
0.19
0.20
0.32
0.34
0.24
0.25
0.34
0.80
2.68
7
0.25
0.42
0.33
0.17
0.08
0.33
3.34
3.42
8.34
其他
0.19
0.28
0.19
0.38
0.47
0.66
2.36
4.91
9.45
总计
1.88
1.93
1.97
1.97
2.01
2.33
9.16
13.3
34.56
八、人口预测
根据网上资料可知,中国人口平均增长率是1.4‰,假设人口增长率不变的条件下可推算出各交通小区未来年人口。
小区
人口
(万人)
现在
2015年
2020年
1
0.960
0.964
0.971
2
1.940
1.948
1.962
3
0.980
0.984
0.991
4
1.220
1.225
1.234
5
1.570
1.577
1.588
6
1.490
1.496
1.507
7
3.970
3.987
4.015
其他
4.500
4.519
4.551
九、四阶段法
(一)交通生成预测:
现状出行生成量
T=1.92+3.68+2.26+2.93+3.3+2.68+8.34+9.45=1.72+1.7+1.81+1.65+1.62+1.78
+7.2+13.3=34.56(万次)
现状人口:
N=0.96+1.94+0.98+1.22+1.57+1.49+3.97+4.50=16.630(万人)
2015年人口:
M1=0.964+1.948+0.984+1.225+1.577+1.496+3.987+4.519=16.700(万人)
2020年人口:
M2=0.971+1.962+0.991+1.234+1.588+1.507+4.015+4.551=16.819(万人)
现状平均出行率T/N:
34.56/16.63=2.1[次/(日·人)]
将来的生成交通量:
2015年生成交通量:
T1=M1×(T/N)=16.7×2.1=35.07(万次)
2020年生成交通量:
T2=M2×(T/N)=16.819×2.1=35.32(万次)
(二)交通分布预测:
由现状OD表以及将来人口可得各交通小区将来的发生交通量和吸引发生量,如下表:
单位:
万次
O
D
1
2
3
4
5
6
7
其他
2015年
2020年
1
1.928
1.942
2
3.701
3.728
3
2.263
2.279
4
2.940
2.962
5
3.312
3.335
6
2.693
2.713
7
11.961
12.045
其他
9.490
9.557
2015年
1.888
1.938
1.978
1.978
2.019
2.339
9.199
13.356
35.070
2020年
1.901
1.952
1.992
1.993
2.033
2.357
9.264
13.451
35.320
总量控制
生成交通量T与总发生交通量O,总吸引交通量D不相等,将Oi修正为
O'i=T·Oi/O,将Dj修正为D'j=T·Dj/D,单位:
万次
O
D
1
2
3
4
5
6
7
其他
2015年
1
0.586
0.111
0.123
0.098
0.120
0.163
0.404
0.192
1.766
2
0.173
0.177
0.247
0.323
0.550
0.278
0.809
0.879
3.390
3
0.172
0.148
0.236
0.224
0.269
0.134
0.534
0.383
2.073
4
0.201
0.241
0.218
0.313
0.209
0.248
0.386
0.914
2.693
5
0.067
0.278
0.246
0.098
0.070
0.220
0.605
1.444
3.034
6
0.183
0.186
0.303
0.333
0.240
0.239
0.299
0.732
2.467
7
0.343
0.557
0.446
0.238
0.114
0.451
4.187
4.465
10.956
其他
0.183
0.260
0.180
0.372
0.470
0.632
2.074
4.493
8.692
2015年
1.908
1.959
1.999
1.999
2.041
2.364
9.298
13.500
35.070
O
D
1
2
3
4
5
6
7
其他
2020年
1
0.590
0.112
0.124
0.099
0.121
0.164
0.407
0.193
1.779
2
0.174
0.178
0.248
0.326
0.554
0.280
0.815
0.885
3.415
3
0.174
0.149
0.238
0.226
0.270
0.134
0.538
0.385
2.087
4
0.203
0.243
0.219
0.315
0.211
0.250
0.389
0.920
2.713
5
0.068
0.280
0.248
0.099
0.070
0.221
0.610
1.454
3.055
6
0.184
0.187
0.305
0.336
0.241
0.241
0.301
0.737
2.485
7
0.345
0.561
0.449
0.239
0.115
0.454
4.217
4.496
11.032
其他
0.184
0.262
0.181
0.375
0.473
0.637
2.089
4.525
8.754
2020年
1.922
1.973
2.013
2.015
2.055
2.382
9.364
13.596
35.320
根据现状OD表和将来的发生交通量和吸引交通量,用Detroit法
完成分布交通量的预测,具体结果如上表。
(三)交通方式划分
交通方式划分就是出行者出行时选择交通工具的比例,以居民出行调查数据为基础,研究人们出行时的交通方式选择行为,建立模型从而预测基础设施或交通服务水平等条件变化时交通方式间交通需求的变化。
通过问卷,我们将得到居民出行方式分担率,如下:
由图可知,居民选择步行出行与出行距离关系密切,出行距离在2千米内的出行多数人会选择步行,超过2千米步行者明显减少。
城市公交在居民出行方式选择中所占比例较高,出行在2—4千米内,公交分担率随距离变化明显升高,4千米之后城市内中远距离出行公交逐步上升趋于平缓,达到公交的饱和分担率。
出租车的分担率随距离变化呈现线性关系,在城市公共交通中也占据重要位置。
私家车趋于中远距离的交通出行,根据调查结果和统计数据显示,私家车的出行将出现明显增长趋势。
(四)交通流分配
交通流分配是交通需求四阶段预测的最后阶段,就是将预测得出的交通小区i和交通小区j之间的分布交通量qij,根据已知的道路网描述,按照一定的规则符合实际的分配到路网中的各条道路上去,进而求出路网中各路段a的交通流量xa
A.交通小区图分析
B.
B.交通网络简化与交通流分配结果(单位:
万次)
⑦
5.04
3.02
①②
2.89
3.62
0.53
③⑤
1.86
2.87
2.73
④⑥
C.个交通小区间交通量分配
运用BPR函数,(α=2.26,β=5)计算各路段的路阻函数:
t12=17.7[1+2.26(V12/4)5]t13=11.4[1+2.26(V13/5.5)5]
t17=8.8[1+2.26(V17/4)5]t25=11.8[1+2.26(V25/2.5)5]
t34=16.8[1+2.26(V34/5.5)5]t35=25.32[1+2.26(V35/4)5]
t46=15.5[1+2.26(V46/4)5]t56=16.2[1+2.26(V56/2.5)5]
O
D
1
2
3
4
5
6
7
其他
总计
1
0.61
0.12
0.13
0.10
0.12
0.17
0.46
0.21
1.92
2
0.18
0.19
0.26
0.33
0.55
0.29
0.92
0.96
3.68
3
0.18
0.16
0.25
0.23
0.27
0.14
0.61
0.42
2.26
4
0.21
0.26
0.23
0.32
0.21
0.26
0.44
1.00
2.93
5
0.07
0.30
0.26
0.10
0.07
0.23
0.69
1.58
3.3
6
0.19
0.20
0.32
0.34
0.24
0.25
0.34
0.80
2.68
7
0.25
0.42
0.33
0.17
0.08
0.33
3.34
3.42
8.34
其他
0.19
0.28
0.19
0.38
0.47
0.66
2.36
4.91
9.45
总计
1.88
1.93
1.97
1.97
2.01
2.33
9.16
13.3
34.56
通过计算各小区间的路阻函数,得到各小区间得最短路径为:
1→2:
1→23→4:
3→45→4:
5→6→4
1→3:
1→33→5:
3→55→6:
5→6
1→4:
1→3→43→6:
3→4→65→7:
5→2→1→7
1→5:
1→2→53→7:
3→1→76→1:
6→4→3→1
1→6:
1→3→4→64→1:
4→3→16→2:
6→5→2
2→1:
2→14→2:
4→6→5→26→3:
6→4→3
2→3:
2→1→34→3:
4→36→4:
6→4
2→4:
2→5→6→44→5:
4→6→56→5:
6→5
2→5:
2→54→