基于活动的交通需求预测方法与传统方法之比较研究_杨敏
本期主题：现代城市交通系统规划
［编者按］随着我国经济的快速发展和城市化进程的加快，许多城市在道路交通设施和观点等方面已经不能适应现代城市交通的发展，城市交通拥堵现象日趋严重，成为困扰城市发展的难点问题之一。城市交通问题的解决同样需要理论、理念的创新，进行综合的研究和采取系统化的措施。本期“规划师论坛”栏目选发一组文章，着重从交通需求预测、公共
交通规划和一体化规划方面进行有益的探讨。
［基金项目］教育部科学技术研究重点项目（１０５０８６）
［文章编号］１００６－００２２（２００７）１１－０００５－０３ ［中图分类号］ＴＵ９８４．１９１ ［文献标识码］Ａ
基于活动的交通需求预测方法与传统方法之
比较研究
□ 杨 敏，陈学武，王 炜，万 涛
［摘 要］交通需求预测是合理规划交通运输系统的基础。传统的交通需求预测方法基于“四阶段”模式，主要面向大规模交通基础设施建设的需要，而对于短期、微观交通政策的研究表现出局限性。基于活动的交通需求预测方法以行为分析理论为基础，采用非集计理论建立模型，充分考虑了个人、家庭等多种因素，弥补了传统预测方法的不足，模型更为灵活。［关键词］活动；交通需求预测；交通规划；交通管理
基于出行的传统交通需求预测“四阶段”模式是指在居民出行ＯＤ调查的基础上，进行现状居民出行模拟和未来居民出行预测［４］。如图１所示，在真正开展预测之前，须依据现状居民出行调查所得的交通分区居民出行量、分区之间居民出行分布矩阵、各种出行方式比例及由交通观测所得的现状路网流量来确定预测模型和标定模型的参数，通过数学模型来模拟现状居民出行；之后再通过对城市未来土地使用的预测，将未来土地使用预测数据代入在模拟现状居民出行时建立的预测模型，得到未来城市居民出行预测数据；最后将未来城市居民出行预测值分配到未来的城市路网上，就可以得到未来城市路网的流量分布。整个交通预测工作包括四项主要内容，即调查、分析、建模与预测，其中建模与预测是交通预测工作的关键。
然而，传统方法缺乏行为分析理念，在交通需求机理刻画方面的不足难以得到改变，因此在微观交通规划和管理政策的决策支持中表现出越来越多的局限性。基于活动的交通需求分析方法则清楚地认识到出行源于人们活动参与的需要，并将人们
Comparative Study Between Activity-based and Traditional Transportation Predic-tion/Yang Min, Chen Xuewu, Wang Wei, Wan Tao
[Abstract] Transportation prediction is fundamental to reasonable transportation system planning.Based on “four periods” pattern, traditional transportation prediction is suitable for large-scale trans-portation infrastructure, but unsuitable for short-term and micro-level transportation policy research.Grounded on behavioral analysis theory, activity-based transportation prediction theory makes up forthe shortage of traditional method. It is more flexible and encompasses individual and family factors.[Key words] Activity, Transportation prediction, Transportation planning, Transportation management
交通需求预测是交通规划中的核心内容之一。交通发展政策的制定、交通网络设计及方案评价都与交通需求预测有密切的联系［１］［２］。
２０世纪５０年代，西方国家私人小汽车发展和郊区化不断扩张，需要新建大规模的道路网络。当时的交通需求预测的根本目的是寻找分析确定新建道路网络的布局形态
和规模的依据［３］。１９６２年，美国芝加哥市交通规划研究中提出的“生成—分布—方式划分—分配”的预测方法标志着“四阶段”交通预测模型的形成。该模型将每个人的出行按交通小区进行统计分析，从而得到以交通小区为单位的集计模型。“四阶段”模型由于具有清晰的思路和结构、相对简单的数据收集和处理，在随后的几十年里，在世界各地的交通规划中扮演着重要角色。２０世纪７０年代以后，“四阶段”理论体系逐渐趋于成熟。
２００７年第１１期 第２３卷
5
出行行为是潜在的决策过程这一观点作为基础进行出行需求分析，是短期、微观交通规划和管理政策分析的重要方法和手段。
闲型活动参与和活动持续时间的嵌套模型。Ｋｉｔａｍｕｒａ（１９８３）研究了活动时段的连续性和活动链的形成规律。Ｇｏｌｏｂ（１９８６）建立了分析活动体系中出行链的模拟系统［６］。
２０世纪９０年代初，美国通过的两项法令—１９９０年的清洁空气法令修正案（ＣＡＡＡ）和１９９１年的地面交通联合运输效率法令（ＩＳＴＥＡ），直接促成了美国交通部的出行模型改良方案的出台［７］。ＣＡＡＡ要求模型能够反映更多的交通控制措施，如鼓励合乘、拥挤收费、面向工作者的需求管理措施等；要求刻画个人活动行为与个体之间的联系，提供细化的高峰和非高峰时期短时间内车流量的变化特征等。ＣＡＡＡ和ＩＳＴＥＡ均要求交通模型能更精细地刻画人的出行行为，并加强时间维分析。ＣＡＡＡ和ＩＳＴＥＡ直接推动了基于活动的出行模型的发展。直到今天，基于活动的出行模型仍然是交通领域的研究重点和热点［８］。
特定的时间和地点只能到达一定的时间和空间范围内活动；组合制约使得个人为了从事某项活动而必须同其他人经历同一路径的出行；权威制约指个人活动在特定时间或空间内受法律、习惯、社会规范等约束和限制。活动的时空制约和个体约束的特性使得特定目的的出行必须通过特定的方式发生在特定的时间和地点。
（３）家庭影响个人活动和出行决策。个体生活在家庭整个环境中，与其他家庭成员之间共享生活资源。个体的许多决策是以家庭为单元，并受到家庭其他成员影响的。家庭的类型、规模、收入、成员之间的关系、成员的年龄、性别构成、就业状况等都影响到个体活动和出行的安排。个体活动按家庭属性可以分为个体单独活动、个体分派活动与共同活动三种类型，每种类型的活动对应着不同的出行特征。
２基于活动的交通需求预测方法
２．１发展过程
２０世纪６０
年代末～７０
年代初，世界
上一些较早实现工业化的发达国家逐渐减
少了高速公路等大规模交通基础设施的建
设。政府决策者逐渐把目光转向由高速公
路等交通基础设施建设带来的环境污染、
交通拥挤和郊区化等问题，并努力通过制
定相关的政策来解决这些问题。这些政策
包括公交优先、提倡采用非机动化交通、
多方式联运、使用清洁动力的机动车、实
施交通需求管理和土地利用管理等。所有这些交通政策的实施都促使人们更多地关注交通模型的研究，人们也逐渐认识到传统的集计交通需求分析模型在交通政策研究中表现出越来越多的局限性。这一点推动了非集计模型的研究。非集计模型分析的单位是个人或家庭，能够较好地解释个人或家庭的交通决策行为。２０世纪７０年代末，非集计模型已由理论研究走向实用化。１９８５年，交通需求预测的非集计模型理论著作出版（Ｂｅｎ－Ａｋｉｖａ ａｎｄ Ｌｅｒｍａｎ，１９８５）。这本书系统地介绍了非集计模型在当时的发展和应用［５］。
在非集计模型理论发展的同时，研究者也开始探求理解个人或家庭活动和出行的根源。Ｃｈａｐｉｎ（１９７１）、Ｈａｇｅｒｓｔｒａｎｄ（１９７０）、Ｃｕｌｌｅｎ及Ｇｏｄｓｏｎ（１９７５）的研究奠定了活动理论的基础。Ｃｈａｐｉｎ（１９７１）提出了社会经济和个人潜在需求共同作用形成活动参与模式的理论框架。Ｈａｇｅｒｓｔｒａｎｄ（１９７０）认为个人活动受到活动机会的空间分布和活动参与时间的“时空”限制。Ｃｕｌｌｅｎ及Ｇｏｄｓｏｎ（１９７５）在此基础上继续拓展研究，认为活动的时间限制比空间限制更为严格，这种限制与活动类型密切相关。Ｄａｍｍ（１９８０）、Ｋｉｔａｍｕｒａ（１９８３）、Ｇｏｌｏｂ（１９８６）等人的研究继续推动了活动理论的发展。Ｄａｍｍ（１９８０）以生活方式、时空限制、家庭成员之间的相互作用等为变量，建立了分析休
２．２理论基础
“活动”可以定义为个体为了满足自身或家庭的需要而在某件事情中的实体参与。活动参与源自个体在经济方面、生理方面和社会方面的需求。基于活动的交通需求分析方法根本的出发点是根据活动模式所决定的出行模式来分析交通需求。活动方法的行为理论基础要点为［６］ ：
（１）活动参与是引起出行的内在原因。人们在不同场所完成的工作、购物、社交、娱乐等活动是引起出行的内在原因。活动理论认为出行是一种派生需求，源于个体为了满足生存、社交、自我满足等需求而参加分布在不同地点的活动的需要。只有当通过出行参加的活动的效用大于无出行活动的效用时，出行才会发生。根据活动理论，出行决策隶属于更为广义的活动安排框架之下。
（２）活动受时空制约和个体能力约束。活动理论认为人们生活在时空连续统一体中。人们只有通过消耗一定的时间和费用去出行，才能在不同的时间到达不同的地点，去参加该地点的活动。连续的活动之间在时间和地点选择上都是相互影响的，并且人们的活动受个人能力制约、组合制约和权威制约。能力制约使得个体在
３．１基于出行的交通需求预测方法的局限性
基于出行的传统交通需求预测方法的最大特点是较好地考虑了土地利用与交通系统的相互作用，适用于长期预测和大范围的城市与区域交通发展规划，并有较为规范的操作流程与较为成熟的软件基础。另外，它还有结构清晰、容易理解、输入参数较为简单、数据较易获取的特点。
基于出行的传统交通需求预测方法的局限性主要表现在：
（１）以单个出行为分析单元，因为单个
6
规划师ＰＬＡＮＮＥＲＳ
出行之间相互独立，所以缺乏行为理念。例如，基于家庭的出行和非基于家庭的出行的建模相互独立，并没有考虑它们之间的联系；基于家庭的主要出行与中途停驻点之间缺乏区分。
（２）以小区为基础的集计分析，难以反映个体的出行行为对建模的影响。出行者的交通行为受到出行者个人属性（如性别、年龄、收入）、家庭属性等多种因素的影响。在将数据集计处理时，由于集计方法本身的原因，这些信息将会产生变化，数据包含的许多信息有可能丢失，从而导致集计后的数据与实际状态之间产生偏差。以小区为单位建立预测模型时，必须以小区为单位推算出与各个小区有关的参数。由于这些参数因小区划分的不同而不同，结果常导致区域范围内小区出行的产生总量和吸引总量互不一致。
庭成员共同活动特征的影响，以及出行之间存在的很强的相关性。例如，小汽车拥有、居住地选择、生活方式选择等很多与出行有关的因素都是共同决策的结果；家庭的构成、成员的责任、经济收入等直接影响到家庭成员的出行安排、出行次数、交通方式选择等。
但基于活动的交通需求预测方法也存在局限性，如活动方法扩大了出行的分析场景，增加了交通行为分析的难度；活动建模所需的数据信息量大，难以获取，增加了交通调查的难度和数据分析、处理工作量；由于活动方法使用非集计模型，内在和外在影响因素众多，模型的建立、模型精度检验及模型标定软件开发工作都有相当的难度，这也影响到活动模型的广泛应用（表１）。
结语
［４］易汉文．城市分析与交通预测［Ｍ］．武汉：湖 北科学技术出版社，１９９４
［５］Ｍｏｓｈｅ Ｂｅｎ－Ａｋｉｖａ ａｎｄ Ｓｔｅｖｅｎ Ｒ． Ｌｅｒｍａｎ． Ｄｉｓｃｒｅｔｅ Ｃｈｏｉｃｅ Ａｎａｌｙｓｉｓ： Ｔｈｅｏｒｙ ａｎｄ Ａｐｐｌｉｃａｔｉｏｎ ｔｏ Ｔｒａｖｅｌ Ｄｅｍａｎｄ［Ｍ］．Ｃａｍｂｒｉｄｇｅ， Ｍａｓｓａｃｈｕｓｅｔｔｓ： ＭＩＴ Ｐｒｅｓｓ，１９８５．［６］Ｊｏｈｎ Ｌ． Ｂｏｗｍａｎ ａｎｄ Ｍｏｓｈｅ Ｂｅｎ－Ａｋｉｖａ． Ａｃｔｉｖｉｔｙ Ｂａｓｅｄ Ｔｒａｖｅｌ Ｆｏｒｅｃａｓｔｉｎｇ［ＥＢ／ＯＬ］． Ａ Ｔｕｔｏｒｉａｌ ｏｎ Ａｃｔｉｖｉｔｙ Ｂａｓｅｄ Ｔｒａｖｅｌ Ｆｏｒｅｃａｓｔｉｎｇ Ｔａｕｇｈｔ ａｔ ａ Ｃｏｎｆｅｒｅｎｃｅ ｏｆ ｔｈｅ Ｓａｍｅ Ｎａｍｅ ｉｎ Ｎｅｗ Ｏｒｌｅａｎｓ， Ｌｏｕｉｓｉａｎａ， １９９６．
［７］Ｐｅｔｅｒ Ｖｏｖｓｈａ，Ｅｒｉｃ Ｐｅｔｅｒｓｅｎ，Ｒｏｂｅｒｔ Ｄｏｎｎｅｌｌｙ．Ｅｘｐｅｒｉｅｎｃｅ， Ｔｅｎｄｅｎｃｉｅｓ， ａｎｄ Ｎｅｗ Ｄｉｍｅｎｓｉｏｎｓ ｉｎ ｔｈｅ Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ａｃｔｉｖｉｔｙ－ｂａｓｅｄ Ｄｅｍａｎｄ Ｍｏｄｅｌｌｉｎｇ Ｓｙｓｔｅｍｓ ｆｏｒ Ｍｅｔｒｏｐｏｌｉｔａｎ Ｐｌａｎｎｉｎｇ Ｏｒｇａｎｉｚａｔｉｏｎｓ ｉｎ ｔｈｅ Ｕｎｉｔｅｄ Ｓｔａｔｅｓ［ＥＢ／ＣＤ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｔｒａｖｅｌ Ｂｅｈａｖｉｏｒ Ｒｅｓｅａｒｃｈ， ２００３．
［８］Ｒｙｕｉｃｈｉ Ｋｉｔａｍｕｒａ．Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｍｏｄｅｌｓ ｏｆ Ａｃｔｉｖｉｔｙ Ｂｅｈａｖｉｏｒ ｆｏｒ Ａｃｔｉｖｉｔｙ ｂａｓｅｄ Ｄｅｍａｎｄ Ｆｏｒｅｃａｓｔｉｎｇ［ＥＢ／ＯＬ］．Ｔｒａｖｅｌ Ｍｏｄｅｌ Ｉｍｐｒｏｖｅｍｅｎｔ Ｐｒｏｇｒａｍ， Ｎｅｗ Ｏｒｌｅａｎｓ， Ｊｕｎｅ， １９９６．
［９］杨 敏．基于活动的出行链特征与出行需求分 析方法研究［Ｄ］．２００７．［作者简介］
杨 敏，东南大学交通学院博士研究生。陈学武，东南大学交通学院教授。王 炜，东南大学交通学院教授。
万 涛，天津市城市规划设计研究院工程师。［收稿日期］２００７－０９－１９
３．２基于活动的交通需求预测方法的城市交通现象的发生机理和交通需求
特点分析对于城市交通系统规划与管理理论研
基于活动的交通需求预测方法是在出究具有极为重要的作用。基于出行的传统
行者整个活动日程背景下理解其出行行“四阶段”集计交通需求分析模型的重要目
为，并建立模型，通过模型分析活动—出标是评价交通系统供应能否满足交通需
行模式，从而分析活动所引起的出行量及求，而对于人的交通需求是怎样发生的，
时空分布特征。其特点主要体现为：其自身的社会经济状况怎样影响出行行
（１）采用基于行为的分析方法，考虑为，人的出行模式如何决定这些模式的外
由活动引起的多次出行之间的相互联系。在系统变化，则在传统方法中难以反映。
活动理论认为人们对出行的需求源于对行因此，迫切需要将行为分析理论引入传统
为活动的需求，而这些行为在时间与空间预测模型，弥补传统模型缺乏行为分析的
上又是分散的，并且某个人做出的一系列不足。基于活动的出行需求分析方法明确出行决定之间又是相互关联的。基于活动了是人们对行为活动的需求导致了对出行的预测方法能够提供一个在理论与概念上的需求，始终把人放在建模的核心地位，都更令人信服的框架，并可在此框架下建侧重于刻画出行行为机理，模型结构也更立出行需求模型。基于活动的预测方法始为灵活，在吸纳政策因素方面比传统方法终在时空制约下研究多次出行所形成的有更大的包容性。链，使得模型的时间维和空间维的特征更
［参考文献］有说服力。
［１］王 炜，徐吉谦，杨 涛，李旭宏．城市交通
（２）采用非集计理论建立模型，并考
规划理论及其应用［Ｍ］．南京：东南大学出版
虑引起活动和出行的个人、家庭等多种因 社，１９９８．素。基于活动的交通需求预测方法常采用［２］王 炜，陈学武，陆 建．城市交通系统可持
续发展理论体系研究［Ｍ］．北京：科学出版社，非集计理论建立模型。多层次的模型结构
２００４．
反映出人们活动和决策的层次结构，而层
［３］Ｇａｒｙ Ｂａｒｎｅｓ，Ｇａｒｙ Ｄａｖｉｓ．Ｕｎｄｅｒｓｔａｎｄｉｎｇ
次之间又是相互联系和相互影响的。该预
Ｕｒｂａｎ Ｔｒａｖｅｌ Ｄｅｍａｎｄ［Ｒ］．Ｃｅｎｔｅｒ ｆｏｒ Ｔｒａｎｓ－
测方法建模时采用的离散的个体数据，充 ｐｏｒｔａｔｉｏｎ Ｓｔｕｄｉｅｓ， Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｍｉｎｎｅｓｏｔａ．分利用了调查数据的信息，而且考虑了家 １９９９．
２００７年第１１期 第２３卷
7