湖北快三

快速导航

湖北快三 > 湖北快三 > 技术前沿技术前沿

《中国交通工程学术研究综述•2016》系列之交通规划
发布时间:2016/07/25

1交通规划(东南大学陆建、任刚老师,北京交通大学邵春福老师,武汉理工大学钟鸣老师提供初稿;陆建老师统稿)

  交通规划是指根据对历史和现状的交通供需状况和地区的人口、经济和土地利用之间相互关系的分析研究,对地区未来不同人口、土地利用和经济发展的情形下,交通运输发展需求的分析和预测,确定未来交通运输设施发展建设的规模、结构、布局、运行等方案,并对不同方案进行评价比选,确定规划方案,同时突出建设实施序列的一个完整过程,一直是国内外交通领域的关注重点。

 

1.1国际研究现状与研究热点

  自从1950年代末交通规划在美国诞生,近60年来交通规划的理念、方法、技术与手段已经有了显著的发展。在城市规模扩大、机动车数量剧增、城市交通拥堵现象蔓延而引发的资源紧缺、环境污染以及交通事故等多重压力下,可持续发展、绿色、低碳逐渐成为国际上交通规划的主流理念;城市交通规划与城市土地利用融合理念不断提升,实现交通规划与城市规划的有机结合是国际上交通规划的重要方法;信息技术的发展,极大地提升了交通信息采集与处理分析的能力,为获取更加全面、深入、充分的交通规划基础数据提供了强有力的手段。

湖北快三  目前国际上交通规划领域主要有交通-土地利用互动关系、交通-环境协调发展、交通出行行为特征分析、交通调查方法及数据采集分析、交通需求预测、规划决策支持工具以及交通政策等热点研究主题,体现了当代规划理念可持续发展、与城市规划融合、信息化等特点。

 

1.1.1交通-土地利用互动关系

湖北快三  随着城市交通的不断发展以及交通规划研究的逐渐深入,基于出行生成、出行分布、方式划分及交通分配的四阶段交通规划理论的缺陷逐渐显露。传统四阶段法轻视了土地利用与交通系统两者间的互动关系,仅以客观的交通因子作为预测输入,未考虑两者间的相互反馈,常导致需求预测的偏差与错误。

  1970年代以来,Murphy[187]、Martens等[188]湖北快三基于区位理论提出了交通可达性的定义,通过建立城市用地与交通系统之间系统性的联系,使两者的发展一体化,改变传统交通规划理论中以机动性指标对规划方案进行评价的方法,并由此提出对城市整体用地布局及城市交通系统规划的目标和有效方案。

  近10年以来,交通-土地利用的互动机制成为各国学者高度关注的研究方向,并已逐步建立起成熟的理论架构。Paez等[189]提出了可达性度量模型,建立了以交通-土地利用互动模型为基础的规划模型与理论,更多的学者(如Hrelja[190]、Olaru等[191]、Martinez等[192])着眼于如何落实基于互馈机制的城市交通规划,将其应用于构建以公共交通为导向的城市交通系统,并与社会经济现状、人口、现代通信技术、社交网络等各因素相融合,研究建成环境对城市居民个体出行行为的影响、住宅区域的选择以及大型房地产开发等公共基础设施的投资。在这些研究成果的基础上,产生发展了应用于城市交通与土地利用整体规划的模型,主要有:基于Lowry模型的空间交互模型,如DRAM/EMPAL[193];空间投入产出模型,如MEPLAN,TRANUS和PECAS模型[194];基于城市经济竞租理论和离散选择的模型,如METROSIMS[195]和MUSSA系统;基于微观仿真的UrbanSim模型[196];基于元胞自动机的SLEUTH[197]和CLUE模型[198]

 

1.1.2交通-环境协调发展

湖北快三  自可持续发展理念提出后,以可持续发展为目标的绿色交通规划逐渐成为国际上交通规划的主流理念,围绕以人为本的核心思想,在规划研究中考虑个体出行行为特征对环境的影响,实现城市交通-环境-出行的良性协调发展。

  交通-环境协调发展的研究基础是不同交通方式对自然环境的影响,包括尾气排放污染、噪声污染及能源消耗等。Duffy等[199]、Beckx等[200]综合考虑各项相关影响因素,构建了各类出行方式的污染物排放及能源消耗的计算和分布模型。Lumbreras等[201]、Jones等[202]对城市交通-环境发展现状、绿色交通政策的实施效果进行了评估,提出了基于能源消耗以及气候变化的绿色交通规划理论。

  交通-环境协调发展的研究目的是希望通过调节个体的出行方式选择行为,减少交通对城市环境的影响。Giord等[203]、Hatzopoulou等[204]对出行与环境两者间的关系进行了较为全面且深入的探讨,从个体活动的角度出发,建立交通供需、居民出行路径与机动车能耗、尾气排放的关系模型。Bubeck等[205]、Laurel[206]、Fujii等[207]湖北快三研究提出通过转变个体出行行为、扩大公共交通使用率,制定有效减少机动车尾气排放量、噪音及空气污染的政策,从而实现多种交通方式的一体化建设。

  需要指出的是,随着城市货运需求的不断增加,绿色交通的建设对象不再局限于传统的居民出行方式,Liu等[208]、Kirschstein等[209]湖北快三研究了货车等重交通模式对环境的影响,环境友好型的货运、物流规划逐渐得到国际学者的重视,成为绿色交通的另一研究重点。

 

1.1.3交通出行行为特征

  出行行为特征的研究是城市交通规划、建设与管理的基础工作,也是现今交通规划领域研究的重要课题及热点方向。

  早期出行行为特征的研究多利用聚类数据进行简单的参数估计,从而达到预测个体出行行为的目的。Mitra等[210]、David[211]、Hensher[212]提出的非集计理论模型(如二项Logit模型、多项Logit模型、Nested Logit模型等)是分析个体出行方式选择行为的传统理论;Borjesson等[213-214]不断深入,衍生出Mixed Logit模型、Multinomial Probit模型以及Cross-nested Logit等改进模型,丰富了非集计理论。

  随着城市及社会的发展,影响个体出行行为的因素日趋复杂,社会经济、城市环境、价值观念等主客观条件均会改变人们的出行特征。1990年代至今,学者们提出了基于活动的出行行为分析方法、基于出行链的出行行为分析方法,并取得了重大发展。Ardeshiri[215]和Choocharukul等[216]提出结构方程模型(Structural EquationsModels);Pawlak等[217]、Mohammadian等[218]提出了机会模型(Hazard Models);Bohluli等[219]、Salon[220]提出了离散选择模型(Discrete Choice Models);Nordfjrn等[221]、Friedrichsmeier等[222]提出了经验分析理论与习惯模型(Habit-based Models);Chorus等[223]、Rasouli等[224]提出了基于活动的出行模型(Activity-based)以及基于出行链的分析模型(Trip-chain Based),其中,机会模型与结构方程模型多与社会经济、人口因素以及土地利用等相结合,基于活动与基于出行链的出行行为分析模型能够较好地对个体或家庭的日常活动模式进行模拟,分析预测复杂的出行与活动决策过程,为多数研究者所采用。

1.1.4交通调查及数据采集分析

  交通调查是交通规划的基础环节,其数据的可靠性、真实性和准确性对交通需求预测结果、交通规划方案制订有重要影响。现代信息通信技术的不断发展也使得交通调查方法从传统的调查问卷、家庭访问、路边询问、明信片法、车辆牌照法等逐渐趋于多样化。

  由于技术手段的不断变革,传统的OD调查方法得到不断改进,调查重点从传统的宏观调查扩展至微观的居民日出行调查。Sperry等[225]和Diana[226]首先利用互联网作为新型的调查媒介,获取更为广泛而全面的出行数据;Axhausen等[227]利用出行日记来获取居民日常出行信息;Martínez等[228]采用新的方法与算法对交通小区进行重新定义划分,提出基于个体出行特征的交通小区规模确定,从而提高数据准确度与预测精度。

  信息通信技术的崛起为交通数据的采集提供了更多思路和渠道。Robinson等[229-230]湖北快三将GPS、手机、公共交通智能卡系统、蓝牙等技术在居民的OD出行数据采集中进行了应用。

 

1.1.5交通需求预测

 城市交通问题的复杂化使得传统的四阶段法已无法满足当代交通的发展规划需求。随着交通领域研究的不断深入,各国学者纷纷对需求预测各阶段方法进行改进。

  Yasmin等[231]、Davidson等[232]建立了考虑出行者多样化偏好的基于活动出行的交通需求预测模型,该模型应用对象包括城市总体或区域的出行预测以及客货运需求预测,其在传统需求预测的4个阶段均有所创新。Arsalan等[233]、Gulden等[234]将出行生成预测理论与个体的活动出行分析研究紧密结合,从集计的、以交通小区为基础单元的预测方法发展至非集计的、以家庭或个体出行层次为研究单位的预测模型,并同时考虑社会经济、土地利用系统、人口等各类因素对交通吸引率的影响。Perrakis等[235]、Cools等[236]将传统的分布预测方法与基于活动出行或出行链的出行模型相结合,使结果更能满足愈为复杂的居民出行需求预测要求;随着信息技术及交通大数据的不断发展,出行分布预测的方法及形式趋于多样化,Bekhor等[237]、Martin等[238]、Pan等[239]提出基于手机的追踪定位数据的OD出行矩阵预测、基于智能卡自动售检票系统数据采集的居民出行分布预测、基于元胞数据提取技术的分布预测等方法。

  由于个体的活动出行特征已成为交通规划的研究重点,非集计模型也逐步成为国外学者研究交通方式划分的主要工具。Zhang等[240-241]改进了早期的Logit模型和Probit模型,提出了Nested Logit模型(即NL模型)、MNP模型(MultinomialProbit)、CNL模型(Cross-nestedLogit)和FNL模型(Fuzzy Nest Logit)等,或与神经网络相结合,基于效用最大化,结合SP(Stated-preference)与RP(Revealed-preference)数据,应用于研究个体因素、通勤模式、非机动车基础设施建设(自行车、电动车)、公共交通系统发展以及交通政策等要素引起的交通方式分担率变化预测。

  在交通分配方面,Razo等[242]提出了出行者出行路径选择模型与动态网络交通流分配模型,前者考虑个体出行成本、出行时间最优化、个体出行偏好等,提出了多准则的路径分配决策模型与最短路问题[243],具有代表性的有基于累积前景理论的随机用户平衡模型[244-245]、基于弹性需求的随机用户平衡模型[246]、基于时间窗的车辆路径问题[247]。基于时间窗的车辆路径问题根据出行者出行选择假定的不同分为确定性的动态分配模型[248]与随机性动态分配模型[249],根据研究方法的不同可分为基于仿真的动态交通分配模型[250]与解析的动态交通分配模型[251]。需要指出的是,随着可持续发展概念的提出,机动车的尾气排放量等以环境效益为分配目标的研究也越来越受到重视,如Anthony等[252]湖北快三提出了基于环境效益约束的交通分配模型。

 

1.1.6规划方案决策支持工具

  科学的决策是提高规划水平、促进城市交通良性发展的重要前提。随着决策技术的不断优化,基于静态设计经验与动态系统分析测算,结合计算机高速信息处理和精密逻辑运算的决策支持工具逐渐成为国际上交通规划决策研究的趋向。

  现今国外学者所研究的决策工具应用对象多为交通政策的效果预测评估与交通规划建设项目排序两大类。Barfod等[253]、Nogues[254]、lengin等[255]通过研究社会经济、人口特征、环境、地域、居民活动参与、出行特性等因素的综合作用以及在大量基础数据的基础上,结合现代信息技术(如GIS,ArcGIS等),构建数据库、模型库进行可达性测度、项目优选、投资决策、政策及基础设施建设的影响分析,并用以编制综合、协调且具有可持续发展性的交通运输规划策略;Xu等[256]致力于提高决策精度,围绕决策误差开展了有关研究。

  项目的效益分析(Cost-benefit Analysis)也是规划方案决策的重要组成部分。国外学者主要从经济学的角度出发,探讨交通基础设施建设、公共交通系统建设对国民经济所带来的综合影响,如Salling等[257]、Eliasson[258]湖北快三围绕个人出行成本效益、环境效益、社会经济效益等研究了交通规划项目的效益分析方法。

 

1.1.7交通政策

  交通规划是政府重要的公共政策制定与决策过程,交通政策具有的战略性、全局性特征,在交通规划中占有重要的地位。

  Lam等[259]、Litman[260]、Olaru等[191]围绕土地利用和交通政策一体化问题,建立了土地-交通系统的互动模型,为构建以公交为导向的土地利用发展政策奠定了基础;Lamiquiz[261]、Boarnet[262]、Mcfadden等[263]研究提出了有利于交通系统可持续发展的城市用地政策,这类政策除了在宏观层面上指导城市用地布局之外,在微观层面基于土地利用与个体出行的关系,促进居民出行方式向环境友好型转变;Wang等[264]研究了经济杠杆政策调控的作用机理,包括碳税、燃油税、公交票价、油价、拥堵收费制度、道路收费制度、停车费等对城市交通带来的影响,研究成果支撑了斯德哥尔摩、伦敦、佛罗里达州以及新加坡等地区的拥堵收费、差别化停车收费、个体机动化交通工具拥有和使用成本调节等经济杠杆政策的应用。

  伴随着理论研究的推进,国外学者在道路网规划、公共交通系统规划、慢行交通规划、综合交通枢纽规划、辅助客运交通系统规划、货运及物流规划等专项交通规划领域进行了一系列的应用研究。

                                                                         (文章摘自中国公路学报)