第 32卷第 3期 2008年 6月武汉理工大学学报 (交通科学与工程版Jou rnal of W uhan U n iversity of T echno logy(T ran spo rtati on Science &EngineeringV o l . 32 N o. 3June 2008国内不同类型城市居民出行特征分析收稿日期 :2008201224邹志云 :男 , 40岁 , 副教授 , 硕士生导师 , 主要研究领域为交通运输规划与管理邹志云 1, 2 蒋忠海 3 胡程 2 2(北京交通大学交通学院 1 (华中科技大学交通科学与工程学院 2 (3 528000摘要 :, 对数据进行归纳整理 , 从出行次数、出行 4个方面进行分析 . 通过对城市进行分类 , 找出不同类型城市的居 , . 对居民出行次数 , 按照人口规模分类 , 建立了不同人口规模城市的居民人均出行次数模型 , 通过建摸的方式找出不同人口规模城市的居民出行次数规律 . 关键词 :回归模型 ; 人均出行次数 ; 出行目的 ; 出行方式结构 ; 出行耗时中图法分类号 :U 491. 2+5作为城市交通规划、建设的重要依据 , 居民出行特征分析越来越得到重视 . 居民出行是指居民为完成某一目的 , 使用某一种交通方式 , 耗用一定时间 , 从出发地经某一路径到达目的地的位移过程 . 居民出行调查是指对居民一天内详细出行情况的调查 [1]. 本文通过对国内部分城市调查数据的对比分析、归纳和推理 , 按人口规模、经济规模等指标分类 , 分析国内不同类型城市居民的出行规律及变化特征 [2].1人均出行次数全部居民的出行次数之和为出行总量 . 出行总量是城市交通系统应该具备的承受能力限度的基本量度指标 , 其与城市人口规模的比值为人均出行次数 . 一般来说 , 出行次数的多少与出行目的、城市规模、城市布局、生活方式、工作方式、家庭经济状况、交通设施、通讯设施、城市环境质量等因素有关 . 为准确地掌握城市居民的出行特征 , 自 20世纪 80年代以来 , 我国许多城市开展了居民出行调查工作 . 表 1、表 2列出了部分城市居民出行次数及相关指标数据 .大多数城市的居民人均出行次数在3次(人・ d 以下 , 少数城市居民人均出行次数超过 3次 (人・ d , 如珠海、石家庄、徐州等城市 .1. 1城市规模与人均出行次数根据统计城市 (以当年数据为准的规模 , 将其分为 2大类 , 如表 3所列 . 第 I 类分为 2小类 , 其中人口超过 500万的城市 , 包括上海、广州、杭州、南京、深圳、佛山、长春 , 这类城市人口多 , 城市规模很大 , 居民出行距离远 , 相应的出行次数减少 , 这些城市的平均居民人均出行次数为 2. 129次 (人・ d ; 人口在 100万 ~500万的城市 , 包括南宁、苏州、贵阳、乌鲁木齐、福州、合肥、邯郸、汕头、常德、无锡 , 这类城市的规模较大 , 但比500万以上人口城市要小 , 居民出行次数要多 , 这些城市的平均居民人均出行次数为 2. 560次 (人・ d ; 第 II 类是人口在 100万以下的城市 , 包括丹东、瑞安、珠海、黄石、福清、安陆 , 这类城市规模较小 , 城市范围小 , 居民的出行距离不远 , 居民出行次数要多一些 , 这些城市的平均居民人均出行次数为2. 780次(人・ d . 由此可以看出 , 一般情况下 , 居民人均出行次数随城市规模的增大而减少 .1. 2同城居民人均出行次数表 1中 , 通过前后 2个调查年份的数据的对比 , 发现居民平均出行有下降的趋势 , 说明随着城市范围的扩大和中心城区与外围城市各用地组团的联系加强 , 城市出行逐步体现出大型城市的出表 1国内部分城市统计资料 (人口大于 100万的城市序号城市市辖区人口人均国内生产总值 G 万元家庭人均可支配收入 I 万元居民人均出行次数( -1统计年份1上海 13. 13003. 07301. 09301. 95001999 2广州 7. 20004. 18801. 55201. 86002003 3杭州 6. 22002. 23400. 96702. 07002000 4南京 5. 45001. 85500. 82302.44002000 5深圳 4. 05003. 93402. 02401. 59001999 6佛山 3. 44204. 04401. 48202. 45002003 7长春 3. 10001. 86300. 7912. 2003 8南宁 2. 94501. 10900. 7912001 9苏州2. 07202. 66900. 02000 10贵阳 1. 91101. . 49002001 11乌鲁木齐 1. 50. 12. 59002000 121. 0. 79402. 72002000 1. 3400. 88970. 52942. 84002000 141. 30000. 70000. 53602. 70002001 15常德 1. 13000. 81100. 79002. 27002001 16无锡 1. 09602. 22100. 69402. 58001997表 2国内部分城市统计资料 (人口小于 100万的城市序号城市市辖区人口人均国内生产总值万元家庭人均可支配收入万元居民人均出行次数-1统计年份1丹东 0. 7600. 7180. 4492. 2502000 2瑞安 0. 7171. 5001. 2303. 3202003 3珠海 0. 6943. 7921. 3633. 0401998 4黄石 0. 6401. 4660. 6612. 4502000 5福清 0. 2002. 0001. 0002. 6002003 6安陆 0. 1430. 5010. 5522. 5902002数据来源 :各城市的统计年鉴和政府网站表 3不同规模城市人均出行次数城市分类 I II 城市规模万人 >500100~500<100人均出行次数-12. 1292. 5602. 780行特征 , 出行距离增加 , 出行次数减少 .1. 3居民人均出行次数模型对国内部分城市的居民人均出行次数、人口数、人均国内生产总值、家庭人均可支配收入 (表 2 等进行统计分析 , 建立了居民人均出行次数 T [次 (人・ d ]与该城市的人口总数 P (百万、人均国内生产总值 G (万元、家庭人均可支配收入 I (万元的三元线性回归模型和三元指数回归模型 [3]. 由于不同规模的城市影响系数不一样 , 按城市的人口规模进行分类 , 对于人口超过 100万的城市和人口少于 100万的城市分别建模 .1. 3. 1人口超过 100万城市的回归模型及检验 1 线性回归模型T =3. 076-0. 046P +0. 128G -0. 860I R 2=0. 740(1 2 指数回归模型T =3. 259×0. 981P ×1. 060G ×0. 667I R 2=0. 750(2 3 模型检验将表 1中城市的人口总数 P 、人均国内生产总值 G 、家庭人均可支配收入 I 分别代入式 (1 和 (2 , 得各城市居民人均出行次数的模型模拟值如图 1所示.图 1人口超过 100万的部分城市的居民人均出行次数模型值注 :线性回归模型与指数回归模型基本重合1. 3. 2人口少于 100万城市的回归模型及检验 1 线性回归模型T =1. 705+0. 134P -0. 240G +1. 520I R 2=0. 848(3 ・ 5 55・第 3期邹志云 , 等 :国内不同类型城市居民出行特征分析2 指数回归模型T =1. 889×1. 023P×0. 923G×1. 716IR 2=0. 837(43 模型检验将表 2中城市的人口总数 P 、人均国内生产总值 G 、家庭人均可支配收入 I 分别代入式 (3 和式 (4 , 得各城市居民人均出行次数的模型模拟值如图 2所示.图万的部分城市的居民人均出行次数模型值注 :线性回归模型与指数回归模型基本重合由以上 2类城市的人均居民出行次数模型可以看出 , 人口规模越大 , 居民出行次数越少 , 主要是因为城市规模越大 , 居民出行距离越长 , 相应的出行次数要减少 . 但人均国内生产总值、家庭可支配收入在这 2类城市中的影响程度不同 .2出行目的出行目的一般可分为上班、上学、购物、文化娱乐、回家、其他 , 出行目的与居民的年龄、职业相关 , 不同的年龄和职业的居民对某种出行需求的强度是不同的 . 图 3为不同城市规模城市各种出行目的比例构成图.图 3不同城市规模城市各种出行目的比例构成图由图 3可见 , 除回家外 , 上班占的比例最大 ,一般在 20%以上 , 这是城市居民出行的共同特征 , 而对于上海、杭州、珠海、广州等发达的特大城市来说 , 外出购物的比例比上学的比例要大 , 这是因为这些城市的人均国内生产总值和家庭可支配收入高 , 居民的收入高 , 因此购物的比例较大 . 对于南宁、贵阳、徐州、福清等城市来说 , 上学的比例要大一些 .3出行方式结构出行方式结构 , 一般指城市居民日常出行采用各种交通工具的人数比例集合 , 是反映城市交通发展水平的一个重要指标 . 居民出行方式一般可分为公交、自行车、步行、出租车、单位 . . 出行方式、城市形 , 与城市规模的相关性不是很明显 [4].在统计的城市中 , 步行出行和自行车出行的比例占最大 , 二者之和超过 50%, 步行的比例要大些 , 这是中国城市居民出行的一般特性 , 也符合居民出行的一般规律 .在统计的城市中 , 公交出行可按比例分 3类 , 第一类出行比例在 20%以上 , 包括贵阳、黄石、长春、杭州、南京等城市 . 南京、杭州人口超过 500万 , 平均出行距离较长 , 促使较多的居民选择公交方式 , 而黄石的人口不过百万 , 公交出行比例却超过 20%, 贵州、长春一个在南方 , 一个在北方 , 公交出行比例也较高 , 这反映了我国城市公交系统可能吸引的客源水平 . 第二类出行比例在 10%~20%之间 , 包括上海、广州、常德、深圳等城市 . 除常德外 , 其他 3个城市的人口都在 500万以上 , 这些城市的公交系统的建设水平和服务水平相对较好 , 而出行比例反而不高 , 说明随着经济的发展 , 单位车和私家车的增加 , 有相当部分转移到这类出行方式上 . 第三类出行比例低于 10%, 包括南宁、石家庄、苏州、徐州、福州、邯郸、无锡、珠海、福清等城市 . 反映了这些城市长期以来不重视公交系统的建设和管理 , 使公交服务处于严重萎缩的境地 . 总的来说 , 我国城市公交出行比例不高 , 与城市客运交通需求不相适应 , 同时也与我国公交发展战略不一致 .可以看出 , 南宁、珠海、无锡、福清、深圳、广州的摩托车出行比例很高 , 在 10%以上 , 而南宁的摩托车出行比例高达 30%以上 .4出行耗时出行耗时随居民的年龄、职业以及出行方式、・655・武汉理工大学学报 (交通科学与工程版 2008年第 32卷出行目的而不同 , 出行耗时是由城市经济发展水平、城市布局和交通环境所决定的 . 交通方式的自身特性 , 如直达性、灵活性、速度及路径等 , 直接决定了出行耗时大小 . 由于居民的出行都是带着一定目的的出行 , 所以出行目的不同 , 出行耗时也随着不同 . 从统计的数据来看 , 城市规模的大小与居民出行耗时的多少有一定的相关性 , 城市规模越大 , 分目的 (出行方式的居民出行耗时越小 . 如图 4和图 5所示 , 图 4为分目的的居民出行耗时分析图 , 图 5为分出行方式的居民出行耗时分析图 .图 4分目的的居民出行耗时分析图图 5分出行方式的居民出行耗时分析图由上图可知 , 广州、长春、南宁、苏州、徐州、福州等人口超过百万的特大城市 , 居民在公交出行上的耗时都在 35m in 以上 , 一方面说明城市规模越大 , 居民在公交出行的耗时就越多 , 而长春、南宁的公交出行耗时却比苏州、徐州要少 , 则从另一方面说明居民在公交出行上的耗时与该城市的公交运营质量密切相关 . 居民在自行车和步行出行上的耗时基本上没有太大的差异 , 除了常德市的居民的自行车出行上耗时在 40以上外 , 其他 20m in . , 自行车和 , 因此 .此外 , 以上班为目的的居民出行耗时比其他出行目的下的出行耗时要多 , 以上学为目的的居民出行耗时最少 , 其他出行目的的居民出行耗时差别不大 , 这是由于上班的出行距离较远 , 上学的距离较近决定的 .参考文献[1]王炜 , 徐吉谦 , 杨涛 , 等 . 城市交通规划理论及其应用 [M ]. 南京 :东南大学出版社 , 1998.[2]邓毛颖 , 谢理 . 广州市居民出行特征分析及交通发展的对策 [J ]. 城市规划 , 2000, 24(11 :45249.[3]吕晓夫 , 杨亚东 . 回归分析方法在船舶交通事故预测中的应用 [J ]. 武汉理工大学学报 :交通科学与工程版 , 2006, 30(3 :5462548.[4]潘艳荣 , 邓卫 . 不同交通方式服务可靠度与客流量间的灵敏度分析 [J ]. 武汉理工大学学报 :交通科学与工程版 , 2007,31(5 :7682771.A nalysis on R esiden t T ri p Characteristicsin Part of Ch inese C itiesZou Zh iyun1, 2J i ang Zhongha i 3 Hu Chen 2 M e i Yanan2(S chool of T raf f ic and T ransp orta tion , B eij ing J iaotong U n iversity , B eij ing 100044 1(S chool of T raf f ic S ci . &E ng . , H U S T , W uhan 430074 2(F oshan U n iversity , F ushan 528000 3AbstractA cco rding to su rveying data of residen t tri p s in part of Ch inese cities , characteristics of the num ber of tri p s , tri p pu rpo se , tri p structu re and tri p ti m e are analyzed . C ities are divided in to several types , and differences in residen t tri p characteristics are draw n , the reason of w h ich is also given . In p articu lar , acco rding to popu lati on scale , average num ber of residen t tri p m odel fo r differen t cities is bu ilt . In additi on , the residen t tri p ru les are draw n by m odeling . Key words :tri p p u rpo se ; structu re of tri p m ode ; tri p ti m e・755・第 3期邹志云 , 等 :国内不同类型城市居民出行特征分析。