第六章 交通方式划分预测§6.1 概 述前面的交通发生预测和交通分布的研究对象大都是人或货物，我们知道，交通预测的目的是为交通设施的规划设计提供定量的规模依据，而交通设施直接承载对象是各种交通工具，而不是人或物。

因为不同的交通工具的承载率不同，就同一批人员出行量而言，对交通工具的不同选择结果将会导致不同的车辆出行量，所以明确交通工具的选择，把以人或吨为单位的出行量转化成以交通工具为单位（车、车皮、集装箱等）的出行量是非常必要的。

我们把出行者对交通工具的选择叫作“交通方式划分（MS —Mode Split ）”。

在大交通而言，方式划分就是指对铁路、公路、航空、水运、管道五种方式的选择，在城市交通而言，就是指对公共交通与个体交通、或机动车与非机动车等的选择。

6.1.1 交通方式划分方法1. 多层或单层划分可以从不同的角度对交通方式进行划分。

从结构层次来看，可分为多层划分和单层划分。

以城市交通的人员出行为例，可作以下划分：（1）多层划分（二者选一）⎪⎪⎪⎪⎩⎪⎪⎪⎪⎨⎧⎪⎪⎩⎪⎪⎨⎧⎩⎨⎧⎩⎨⎧⎩⎨⎧等）轨道交通（地铁、轻轨车）普通公交（公共汽、电公共交通含出租车）小汽车摩托、助动车个人机动交通机动车自行车步行非机动车全方式( （2）单层划分（多者选一）将上述六种基本（最低层）方式——步行、自行车、摩托车（含助动车）、普通公交、轨道交通——作为选择对象。

2. 根据服务提供者划分有时为将了问题简化，或从具体问题的需要出发，也从提供交通方式的直接服务者来划分交通方式。

如以城市交通的人员出行为例，可归结为两种：公交方式——直接服务者是公交公司，非公交方式——直接服务者是道路部门。

我国目前进行的交通方式划分大多采用这种划分办法，简单地，干脆只粗略地分为：公共交通和个人交通两种方式。

⎪⎪⎩⎪⎪⎨⎧⎩⎨⎧⎩⎨⎧出租车车、单位车—步行、自行车、私家—私人交通个人交通轻轨等）城市轨道交通（地铁、公共汽、电车公共交通全方式 6.1.2 影响出行方式选择的因素不同国家或地区因实际情况千差万别，出行者的出行方式选择的比例结构也就不同，也就是说，影响出行方式划分的因素因国家而异。

就我国的实际情况而言，城市交通中，影响人员出行方式选择的主要因素11个，这些因素是可归纳为三个方面的特性。

（1）出行者或分区特性① 家庭车辆拥有情况。

主要指自行车、助动车、摩托，以后将会要加入小汽车，如以分区为分析单位时，则应取车辆拥有量的平均值，下同。

② 出行者年龄。

不同年龄阶段的出行者偏好于不同的交通工具，如老人、小孩偏好于公共交通，而较少骑车。

③ 收入：高收入者偏向于坐出租车，而低收入者偏向于公共交通或骑自行车。

④ 分区的可达性。

包括两个方面：道路密度、公交网密度。

（2）出行特性① 出行目的。

上班、上学偏向于公交车，购物、社交等偏向于出租车或私人交通。

② 出行距离。

近者偏向于步行和非机动车。

（3）交通设施的服务水平① 费用。

对公共交通，指车票；对个人交通，指汽油费、车耗等。

② 时间。

含坐车、等车、转车以及上下车前后、换乘步行的时间。

从这个角度来说，具有门对门特点个人交通优于公共交通。

③ 舒适度。

包含坐与站的区别，以及坐椅的舒适程度、站立的宽松程度。

④ 可靠性。

指车辆到离站的准时性，显然准时准点的轨道交通优于一般公共汽车。

⑤ 安全性。

城市交通中，货物出行基本上都是使用汽车，因此这一般不存在方式划分问题。

大交通中，影响人员出行的的因素基本上是上述的城市交通的三类共11项中的后9项，因为目前我国居民很少有私人小汽车，在长途出行时几乎不用私人交通方式；另外，出行者的年龄对长途出行交通工具的选择也没有什么影响。

所以，前两项（家庭车辆拥有情况与年龄）不作为影响因素。

在余下的9项中，具体的内容与城市交通也有所区别。

如分区的可达性，对大交通而言，就是指一个分区是否有铁路及车站、是否有航线及机场、是否有航道及码头等。

大交通中，货物出行也存在方式划分问题。

影响货物出行方式划分的因素有： （1）货物的类型。

分：笨重类（煤炭、矿石、钢铁、粮食、木材、建材、机械等），一般工业产品类，特殊类（危险品、冷藏品、鲜活品、贵重品）。

（2）分区的可达性。

（3）出行特性，主要指出行距离和起讫点之间是否有陆路连通。

（4）交通运输设施的服务水平，主要指费用、时间和安全性。

不同类型货物对这三个指标的要求程度各不相同，例如笨重类货物对安全性要求不高，而特殊类货物对安全性的要求就较高；又如鲜活货物对时间要求很高。

6.1.3 方式划分方法最早的交通规划理论没有研究交通方式划分，只研究交通发生、交通分布、交通分配。

1960年代中叶，由日本学者首先提出方式划分问题。

早期主要从集计的角度研究该问题，1970年代以来，以McFadden为代表的一批学者将经济学中的效用理论引用过来，并以概率论为理论基础，从非集计的角度对方式划分问题展开了研究。

相比而言，方式划分的集计模型比较简单，而非集计模型要复杂得多，直到目前为止，非集计模型仍是一个研究热点。

所谓的集计方法，就是以一批出行者作为分析对象，将有关他们的调查数据先作统计处理，得出平均意义上的量，然后对这些量作进一步的分析和研究，象前面的交通发生、交通分布都属于集计模型。

而非集计模型则是以单个出行者做为分析对象，充分地利用每个调查样本的数据，求出的描述个体行为的概率值。

相对于集计方法，非集计方法有要求愚笨小、预测精度高、模型复杂的特点。

6.1.4 本章的内容安排本章我们将首先讨论集计方法。

根据交通发生、交通分布、交通分配各自的功能特性，这三个工作项段的时间顺序必须依次是：交通发生→交通分布→交通分配，不能改变。

后来提出方式划分后，发现这个子问题既可以单独解决，也可以与上述某个子问题中任何一个结合起来同时解决。

方式划分所处的时间顺序很自由，共有五种选择（图6-1（1））。

根据方式划分在整个交通预测过程中的位置，分为五类，如图6-1（2）所示。

本章第二节将考察前四种方式划分的方法和模型，即G—MS结合、G后的MS、D—MS 结合、D后的MS。

第五种因涉及到交通分配，将留待第七章分析。

从第三节开始，以后各节将分别研究各种非集计方式划分模型，由于其复杂性，非集计方法是本章的研究重点。

由于大交通中各方式间具有各自的适用范围，虽然也存在互相重叠的部分，但相对城市交通来说，要简单一些，本章主要以城市交通的人员出行为例研究方式划分模型，对于大交通的出行者（人或物），除了具体的阻抗或效用的具体含义和组成要素不同外，这些模型和方法都是适用的。

（1） I 类： II 类： III 类： I V 类： V 类：（2）注：图6-1中G 表示交通发生、D 表示交通分布、MS 表示方式划分、A 表示交通分配图6-1 五类交通方式划分模型§6.2 四种集计的方式划分模型6.2.1 G-MS 结合的方式划分我们已经知道影响出行者作出出行方式选择有三类的特性共11个因素，G-MS 方法是在与出行发生的同时进行方式划分，因此只能主要考虑其中出行者和分区特性的4个因素（最多还加“出行目的”因素）作为方式划分的主要依据。

这里同样要分出行产生量预测和出行吸引量预测，即分产生量—MS 预测、吸引量—MS 预测。

1 产生量—MS 预测如同出行发生量预测，仍然可采用类型分析法和线性回归法。

1）类型分析法模型同样有简单模型和一般模型两种。

简化模型：这种模型中不含目的分类。

类似（4-1）式，有∑=ssi k s k i N a P （6-1）式中：k i P ——分区i 的第k 方式出行产生量；k s a ——全市第s 类家庭第k 类方式的出行率，从现状调查数据统计获得； si N ——分区i 第s 类家庭的数目，取规划年的预测值。

一般模型：这种模型包含了目的分类的因素。

类似于（4-3）式，有∑∑=mssi k m s k i N a P )(),( （6-2）式中：k i P ——分区i 的第k 方式出行产生量；),(k m s a ——全市第s 类家庭出行目的为m 的第k 类方式的出行率； si N ——分区i 第s 类家庭的数目，取规划年的预测值。

较之前面无目的因素的简单模型，一般模型加入目的因素（属于出行特性）后，预测的效果要好一些。

2）线性回归模型ink s i k k k i x b x b b P +++= 110 （6-3） 式中：ij x ——是i 分区第j 个因素规划年的预测值；k jb ——第j 因素相对于方式k 的回归系数，用ij x 现状调查数据经线性回归获得。

2 吸引量——MS 预测仿照第四章出行吸引量的类型分析模型（4-17）易得吸引量—MS 类型分析模型： ∑=sis k s is k i w d B ρ （6-4）式中：k i B ——分区i 的第k 方式出行产生量理论值；is d ——i 分区第s 类用地的岗位数； is ρ——i 分区第s 类用地岗位弹性系数；k s w ——全市s 类用地每个岗位对第k 方式出行的吸引率（平均吸引量）。

6.2.2 生成后的方式划分模型因为，尚未进行出行量的分布预测，方式划分仍只能主要以出行者或家庭、或分区的特性为依据，多采用线性回归模型。

由于已经知道了一个分区总的出行产生量和出行吸引量，现在就只要预测各种方式的比例。

如以公共交通和个人交通两种方式划分为例，分区的出行产生量的方式划分比例由：分区的居民人口数、人均收入水平、人均私人车辆拥有量、道路网水平、公交网水平决定。

回归模型为公公道道私私收收人人公x b x b x b x b x b b +++++=γ （6-5a ） 公个γγ-=1 （6-5b ） 式中：公γ、个γ——分别为对象分区公共交通和个人交通方式出行产生量的比例；x 人、x 收、x 私、x 道、x 公分别为对象分区规划年人口数、人均收入、人均私车（含自行车、助动车、摩托车等）拥有量、道路网密度、公交网密度；b 、b 人、b 收、b 私、b 道、b 公分别为常数项及相应各因素的回归系数。

分区出行吸引量的比例由：分区的学校、商店、工厂、办公的岗位数、道路网水平、公交网水平决定。

回归模型为公公道道办办自自商商学学公x c x c x c x c x c x c c ++++++=δ （6-6a ） 公个δδ-=1 （6-6b ） 式中：公δ、个δ——分别为对象分区公共交通和个人交通方式出行吸引量的比例；x 学、x 商、x 工、x 办、x 道、x 公分别为对象分区规划年学校、商店、工厂、办公岗位数、道路网密度、公交网密度；c 、c 学、c 商、c 工、c 办、c 道、c 公分别为常数项及相应各因素的回归系数。

由于前两种方式划分所依据的因素没有考虑到分区之间的交通服务水平和出行本身的特性，预测的效果有一定的局限性。