基于数据的出行生成率分析 ——以广州市为例艾冠韬张科
发布时间：2021-08-19T07:56:19.470Z 来源：《基层建设》2021年第16期作者：艾冠韬张科[导读] 为探索广州市不同用地类型建筑的交通人流出行生成率，采用基于腾讯数据的建筑物人流进出量数据
广州市交通规划研究院广东广州 510030
摘要：为探索广州市不同用地类型建筑的交通人流出行生成率，采用基于腾讯数据的建筑物人流进出量数据，对广州市246处调查点位数据进行统计分析和回归分析，重点分析居住、商务办公建筑人流生成数据，并与广州历史数据进行对比分析。研究建立了广州市工作日高峰时段不同种类建筑人流生成率指标和回归分析方程；数据对比分析显示，广州市高峰时段建筑进出人流方向系数差异偏小，通勤相关建筑人流生成趋于活跃，生活性建筑人流生成呈现下降趋势。关键词：出行生成；用地；居民出行；生成率
0 引言
城市交通与土地利用之间为双向互馈关系，土地利用的布局和开发强度对周边交通产生直接的影响，城市交通的功能效率影响土地的开发价值和规模。城市交通运作和土地利用间最为直接的定量关系即为建设项目出行生成指标，该指标被广泛应用于城市交通承载力分析中，是进行城市内部各种形态交通分析的基本环节[1]。完善的指标体系促进交通建设与土地开发的协同，推进城市交通的定量化品质建设。
部分发达国家对出行生成率指标的研究已经形成较为完善的体系，美国交通工程师协会（ITE）共编制了10版《Trip Generation Manual》（《出行生成手册》），以供全国交通工程师作为参考；得克萨斯州、佛蒙特州等编制了相应的出行生成手册[2，3]以作为补充。国内目前尚未形成全国统一的交通出行率指标体系，仅有部分城市，如北京，开展了系统的交通生成率指标研究[4]。出行生成率指标中最为关键的一环是对不同建筑的人流进出量进行统计，以往的研究[5，6]大多采用人工调查统计的方法，调查耗费大量人力物力，研究难以大规模开展。城市交通的快速发展，需要交通出行率指标体系形成常态化更新，传统人工调查模式难以维继。随着手机数据在城市规划和交通规划领域的逐步深入应用，手机数据被频繁应用于人口流动和交通领域的研究[7，8]，利用手机数据来识别进出建筑人流量成为可能[9]。本文利用基于手机数据获取的2017年某工作日广州市246处调查点位人流进出量数据，结合城市土地开发利用数据，对广州市高峰时段不同建筑类型的人流出行生成率进行分析。
1 交通出行率分析方法
2 研究方法
本次研究目的在于通过数据获取广州市不同性质建筑物的人流出行生成率指标和回归方程，因此，
年度数据报告在哪里生成首先应对获取的建筑数据进行分类，其次是测算各指标数据和回归函数参数，最后将数据分析结果与广州市历史调查数据、国内外相关研究数据进行对比分析。研究方法如下：
（1）划分获取数据的建筑种类。参考ITE的出行生成手册[11]，将广州市建筑通过用地性质大致划分为13类别，分别为居住、行政办公、商务办公、综合商场、大型超市、专业市场、酒店、餐饮、医院、游览、工厂、文体、娱乐。（2）测算出行生成率指标数据并进行回归分析。通过数据测算各类建筑高峰时段人流生成率、吸引量、进出方向系数，并对各类建筑的样本数据进行回归分析，测算不同种类建筑的人流生成量与建筑面积间的函数关系。（3）对比分析指标数据。将本次分析结果与广州市2007年出行生成率研究成果进行对比，对比分析广州市的出行特征。
3 数据分析结果
出行生成率的分析主要包括13个类别，其中重点分析居住、商务办公两种城市土地开发最为常见的开发类型。其中居住类用地调查样本共55个，商务办公类用地调查样本共44个。
（1）居住用地
居住用地分析的自变量取居住小区的实际建筑面积。居住类建筑人流进出高峰时段与通勤高峰时段一致，工作日的出行量一般大于周末，因此，居住类建筑出行量指标选取工作日的早高峰（8：00-9：00）
和晚高峰（17：00-18：00）的人流进出量。居住类建筑工作日早晚高峰人流产生和吸引量回归曲线如图1、图2所示，回归函数如表1所示。回归曲线均为双曲函数的形式，R2均在0.78以上，回归方程的拟合程度较好。从散点图和拟合函数中可以看出，居住类建筑早高峰时段人流产生量远高于人流吸引量，早高峰主要为通勤出行时段，出行目的性较强，人流产生量较高。晚高峰时段，人流吸引量略高于人流产生量，主要因为广州市晚高峰时段较长，居民通勤回家时间较为分散，且居住居民晚高峰时段产生较多短途休闲和购物出行，出行目的指向性较弱，使得晚高峰时段居住区人流吸引量与人流产生量间差距较小。
图1 居住用地工作日早高峰人流出行散点图及回归曲线
图2 居住用地工作日晚高峰人流出行散点图及回归曲线
表1 居住用地人流量与建筑面积回归分析表
生成率关系式参数R-
squared
早高峰产生人流量P=1/（a+b/area ）
P ：人流量area ：建筑面积
a=0.002386，b=22.830752
0.9155
早高峰吸引人流量a=0.001491，b=8.551751
0.9189
晚高峰产生人流量a=0.001584，b=12.362457
0.8816
晚高峰吸引人流量
a=0.003364，b=15.912752
0.8522
（2）商务办公用地
商务办公用地分析的自变量取办公类建筑的实际建筑面积。办公建筑的上班时间一般为早高峰时段（8：
00-9：00），下班时间一般为晚高峰时段（17：00-18：00），交通出行只要集中于工作日的上下班时段，因此办公类建筑的出行量指标分析选取工作日的早晚高峰时段的人流进出量。
办公类建筑工作日早晚高峰人流产生和吸引量回归曲线如图3、图4所示，回归函数如表2所示。回归曲线均为双曲函数的形式，R2均在0.85以上，回归方程的拟合程度较好。从散点图和拟合函数中可以看出，商务办用地建筑呈现出明显的通勤特性，早高峰时段人流吸引量高于人流产生量，晚高峰时段人流产生量高于人流吸引量，呈现出早高峰上班，晚高峰下班的趋势。回归分析结果显示，商务办公建筑的建筑面积与高峰时段人流量的线性关系较弱，当商务办公建筑面积趋大时，建筑人流量维持1000人/100m2
的水平。
图3
商务办公用地工作日早高峰人流出行散点图及回归曲线
图4 商务办公用地工作日晚高峰人流出行散点图及回归曲线
表2 商务办公用地人流量与建筑面积回归分析表
生成率关系式参数R-
squared
早
高峰产
生人流
量
P=1/
（a+b/area）
P：人
流量
area：
建筑面积
a=0.002497，
b=143.6439
0.8608
早
高峰吸引人流量
a=0.001798，
b=60.9801
0.7729
晚
高峰产生人流量
a=0.001584，
b=12.362457
0.8816
晚
高峰吸引人流量
a=0.003364，
b=15.912752
0.8522
4 生成率特征对比分析
广州市于2007年进行过出行生成率调查研究，现将本次研究数据与2007年数据进行对比分析，具体如表3和图5所示。表3 广州市人流生成率历史对比
数据年份早高峰晚高峰
产生率吸引率产生率吸引率
居住20070.640.570.720.88 2018 1.050.87 1.12 1.30增幅64.1%52.6%55.6%47.7%
行政办公20070.60 1.070.740.43 20180.43 1.340.900.49增幅-28.3%25.2%21.6%14.0%
商20070.87 1.75 1.620.61
务办公
2018 1.65 2.02 2.25 1.38
增幅89.7%15.4%38.9%126.2%
综合商场2007 2.03 2.91 5.08 5.35 2018 1.50 2.37 2.92 2.86增幅-26.1%-18.6%-42.5%-46.5%
大型超市2007 1.76 2.98 6.52 6.76 2018 1.26 1.59 2.28 2.16增幅-28.4%-46.6%-65.0%-68.0%
专业市场20070.65 1.42 1.390.52 2018 1.52 2.04 2.74 1.66增幅133.8%43.7%97.1%219.2%
酒店20070.840.710.660.65 20180.730.870.890.68增幅-13.1%22.5%34.8% 4.6%
餐饮2007 3.27 4.82 3.017.17 20180.420.610.600.56增幅-87.2%-87.3%-80.1%-92.2%
医院2007 1.46 5.19 3.47 2.57 2018 1.53 3.20 1.72 2.48增幅 4.8%-38.3%-50.4%-3.5%
游览20070.100.270.070.10 2018 1.05 1.30 1.53 1.17
增幅950.0%381.5%2085.7%1070.0%
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论