出行時耗預算機理解析

(大連理工大學建筑藝術學院，遼寧大連116024)

0 引言

從20世紀60年代開始，一些學者就發現城市居民人均日出行時耗在不同年份表現出一定的穩定性。文獻[1]通過世界范圍內的城市機動性研究，建立了“UMOT”(the Unified Mechanism of Travel)城市機動性模型，提出日出行時耗預算為一個城市地區一日內出行時耗總和除以該地區人數得到的平均值。同時指出，一個城市日出行時耗預算在很長一段時間里將保持恒定，世界各城市之間出行時耗預算彼此接近。進一步的實證研究使一些學者開始相信，出行時耗預算是一個不隨時空變化而普遍存在的常量：有出行者日平均出行時耗為1.1～1.3h(66～78min)，城市居民日平均出行時耗為 0.83～1.10 h(50～66 min)[2]。人們在出行前，會考慮單次以及一日出行的時間與費用預算，日平均出行時耗、單次出行平均時耗分布是人們內在的出行時耗預算機理作用下的結果。

國內外交通調查為研究出行時耗內在規律提供了基礎數據。雖然調查區域、出行定義、調查方法、調查質量均會影響統計數據的精確度和準確性，進而在一定程度上影響出行時耗穩定性分析的準確性，但眾多數據更多地體現了出行時耗規律的共性，例如日出行時耗的相對恒定、單次出行平均時耗分布曲線的共有特征。本文基于國內外交通調查數據進行分析，期望從出行時耗預算角度闡述這些共有特征的形成機理。

1 日平均出行時耗

1.1 中國城市交通調查數據分析

1.1.1 20世紀90年代之前

圖1 20世紀80年代中國部分城市日平均出行時耗Fig.1 Average daily travel time of several Chinese cities in 1980s

1980年針對哈爾濱市、齊齊哈爾市的“城市職工家務勞動研究”中的通勤出行調查表明，職工日平均通勤出行時耗為0.85 h(51 min)[3]；1988年針對黑龍江5市4鎮(哈爾濱市、齊齊哈爾市、牡丹江市、佳木斯市、鶴崗市、吶河鎮、富錦鎮、尚志鎮、寧安鎮)的“城鄉居民生活方式研究”中城鎮居民時間預算調查[4]表明，工作日通勤出行平均時耗為0.84 h(50 min)。相隔8年，黑龍江城鎮居民日通勤出行平均時耗基本接近。20世紀80年代中國部分城市日平均出行時耗為40～60 min，平均50.5 min，日平均出行時耗與城市人口規模關系較小，見圖1。

1.1.2 20世紀90年代以后

20世紀90年代以后，中國大部分城市(除部分特大城市、小城市外)日平均出行時耗基本為50～80 min，平均63.5 min，見圖2(其中，上海市為通勤出行時耗)。600萬及以下人口的城市日平均出行時耗為49.3 min，與20世紀80年代平均值50.5 min接近。北京、上海相隔5年，廈門相隔8年(1995—2003)，蘇州相隔6年，常州相隔3年的日平均出行時耗均表現出較高的穩定性。湖北的小城市當陽、安陸、鐘祥、宜都與中國東南部地區的小城市盛澤、南安、福清的日平均出行時耗接近。圖2中僅武漢相隔11年、合肥相隔3年、廈門相隔6年(2003—2009)的日平均出行時耗呈現較大浮動。

1.2 世界不同地區及城市比較

北美發達地區、亞洲發達地區、北歐、南歐、西歐城市居民出行時耗預算及標準差見表1，可以看出，除北美外，其他地區的平均出行時耗預算接近。日本大阪市1980、1990和2000年汽車及公共交通通勤者日平均出行時耗基本恒定，見表2。美國1995年不同規模都市區日平均出行時耗、中國不同規模城市(除超大城市)日平均出行時耗均具有較高的恒定性，見表3和表4。

圖2 20世紀90年代以后中國部分城市日平均出行時耗Fig.2 Average daily travel time of several Chinese cities after 1990s

2 單次出行平均時耗

2.1 中國

以中國部分小城市為例(見圖3)，其單次出行平均時耗分布接近，均呈現出行時耗超過30 min后分布比例迅速下降。以部分人口在300萬人以下的城市為例(見圖4)，其單次出行平均時耗也呈現超過30 min后分布比例迅速下降。特大城市以上海市為例，出行時耗超過40 min后分布比例迅速下降，見圖5。

根據文獻[20]，2002年北京市公務車、私人小汽車通勤出行時耗不堵車時為26.30 min和18.45min，交通擁堵時為53.21和63.27min；2004年小客車通勤出行平均時耗統計結果顯示，不堵車時為33.68 min，交通擁堵時為65.07 min。2004年北京市小客車通勤出行平均時耗分布見圖6，可以看出通勤出行平均時耗多在1 h以內，呈現超過1 h后分布比例迅速下降的特點。北京市2005年居民出行時耗分布見圖7，呈現超過30 min后分布比例大幅度下降的特點。

2.2 國外

加拿大多倫多市建成區面積約1 500 km2，1980年與現狀建成區面積接近。1980年多倫多市單次出行平均時耗見圖8，出行時耗超過30 min后分布比例迅速下降；其通勤出行平均時耗為27.8 min。1972—2009年英國居民單次出行平均時耗分布變化很小，但出行距離不斷增加，見圖9。1985—2006年英國居民出行時耗和出行距離變化見圖10，可以看出，各交通方式的出行距離分布均有不同程度的變化，然而出行時耗分布特征基本一致，均表現為出行時耗超過30 min后分布比例迅速下降。以上數據表明，國外單次出行平均時耗與時耗分布也具有較多的共性規律。

3 出行時耗預算機理

3.1 日平均出行時耗相對恒定的相關解釋

關于日平均出行時耗相對恒定的形成機理通常有3種解釋[2]：

1）認為人有擴大活動區域的本能，更大的活動區域意味著更多的資源和機會。但同時，探索更大范圍所需要的長距離出行將會使人更多地處于危險之中。因此，人們會將每天的出行時耗控制在一定時間內以規避風險。

表1 世界各地區城市交通出行時耗預算Tab.1 Urban travel time budget of different regions in the world

表2 大阪市1980、1990和2000年汽車及公共交通通勤出行時耗Tab.2 Travel time by car and public transit in Osaka in 1980,1990 and 2000

表3 美國1995年不同規模都市區駕駛人日平均出行時耗Tab.3 Drivers’average daily travel time in different U.S.metropolitan areas in 1995 min

資料來源：文獻[19]。

表4 中國不同規模城市單次出行平均時耗及日平均出行時耗Tab.4 Average single-trip travel time and daily travel time in different cities in China min

圖3 小城市單次出行平均時耗分布Fig.3 Distribution of average single-trip travel time of small cities in China

圖4 大中城市單次出行平均時耗分布Fig.4 Distribution of average single-trip travel time in large and medium cities in China

圖5 上海市2009年單次通勤出行平均時耗分布Fig.5 Distribution of average travel time of single commuting trip in Shanghai in 2009

圖6 北京市2004年小客車通勤出行平均時耗分布Fig.6 Distribution of average travel time of car commuting in Beijing in 2004

2）將出行時耗預算看成是人們使用時間以及消費習慣所致。出行會受到消費習慣的影響，人們通常不會將很大一部分可支配收入用作出行費用。

3）效用理論。一個備選活動或目的地的效用與其吸引力正相關，而與到達目的地的出行時間(或廣義交通成本)負相關。此外，假定存在(不可觀測的)理想出行時耗預算，一個人一天完成所有活動的出行時耗偏離其理想出行時耗預算會產生一個懲罰費用。于是，人們權衡各種活動的效益以及這些活動相關的出行時耗(或廣義交通成本)、額外出行的邊際效益、額外出行時耗的邊際成本等因素后，做出使其效用最大化的決策。

3.2 單次出行平均時耗分布機理解析

上述關于日平均出行時耗相對恒定的分析，未涉及與單次出行平均時耗的關系。事實上，日出行總量的80%為通勤、通學出行，而相對于通勤出行，通學出行往往距離較近，平均出行時耗較少。因此，日平均出行時耗的恒定性很大程度上與通勤出行有關。

將通勤出行者劃分為“時耗敏感型”和“時耗非敏感型”，本文針對“時耗敏感型”的通勤出行進行分析。工作付出的時間包括工作時間和通勤出行時耗，以家庭住址為核心，一個人為工作付出的成本C付出包括通勤出行時耗T通勤、交通費用C通勤以及上班工作時間T工作。獲取工資收入的目的在于滿足基本生活需求以及閑暇時間的個人消費、愛好等非基本生活需求(其成本為T閑暇)，T通勤增加意味著T閑暇減少。

1）考慮疲勞系數的出行時耗成本修正。

T通勤會使人因車內、道路擁堵而產生疲勞，從而導致生產效率下降或休息時間加長。對于某交通方式，設其疲勞系數K疲勞=f(T通勤，M通勤)，K疲勞具有伴隨T通勤加長而增大，伴隨非舒適、不適于長距離出行方式M通勤的利用而增加的特點。采用函數式K疲勞=k/(1+bexp(-aT通勤))+1進行估算，其中，k,b,a為參數。該式采用“S曲線+1”的模式構成。首先表示疲勞系數大于1；其次，疲勞系數隨出行時耗的增加而加大，當大于一定值后，疲勞系數增幅又變小。本文將k,b,a分別取值為0.5，20，0.1，由于疲勞系數與交通方式、車上擁擠情況、出行者的體質等有關，目前的參數設定可以體現疲勞系數伴隨時間加長而加大的變化特征。為便于計算，5～10 min出行區段按平均7.5min計算，10～20min出行區段按平均15min計算，以此類推，各時耗區段K疲勞結果見表5。在出行時耗達到80 min后，疲勞度增至1.5倍。疲勞度為1.5意味著80 min的出行實際消耗需增加40 min的時間用于緩解通勤疲勞，如疲勞不能得到緩解，則意味著工作效率下降，其表現為有效工作時間或閑暇時間減少。

2）新增就業選擇區域及其帶來的收益。

伴隨出行距離增加，在新增出行時耗范圍內找到適合工作的概率增加，設在原時耗T通勤的基礎上增加出行時耗ΔT，則新增區域內就業區的面積增量為設出行速度一定，當出行時耗為5～10 min時，該出行區段的就業區域相對面積為3.14×(10×10-5×5)。 ΔT按10 min遞增，新增就業選擇區域計算結果見表5。

通常情況下，工作崗位工資與社會平均勞動時間呈正比。但是，就業選擇區域面積擴大1倍并不意味著所找到工作的工資擴大1倍。表5采用新增就業區域相對面積與5～10 min就業區域相對面積比值的0.1次方作為就業區域拓展可能帶來的收入增加K工資增。

3）出行分布選擇概率。

設閑暇時間減少帶來的收益損失為U閑暇損失，并設閑暇時間的個人收益與工作時間的收益相同，即每損失1 h閑暇時間，意味著1 h的工作時間投入損失。那么單位工作時間和通勤出行時耗的收益率U收益率=K工資增(T工作-2K疲勞T通勤)/(T工作+2T通勤)=(π(T通勤0+ΔT)2-πT通勤02)0.1/(πT通勤0

2)0.1×(8×60-2K疲勞

式中， (8×60-2K疲勞T通勤)為有效剩余時間，(8×60+2T通勤)為工作花費時間，計算見表5。

出行者選擇在某一時耗區段內出行的概率與U收益率正相關。設選擇概率P時耗為U收益率的D次方，本文取值為10。對于“時耗敏感型”出行，用每個時耗區段的選擇概率P時耗除以各時耗區段的P時耗之和，可得到相應出行時耗區段選擇概率。

圖7 北京市居民2005年出行時耗分布Fig.7 Distribution of residents’travel time in Beijing in 2005

圖8 多倫多市1980年出行時耗分布Fig.8 Distribution of travel time in Toronto in 1980

圖9 英國1972—2009年居民單次出行距離與出行時耗分布Fig.9 Distribution of single-trip travel distance and travel time in the U.K.from 1972 to 2009

圖10 1985—2006年英國居民出行時耗與出行距離變化Fig.10 Changes in residents’travel time and distance in the U.K.from 1985 to 2006

對于“時耗非敏感型”出行，例如偶然的長距離工作出行、某些特殊職業的長距離出行，其出行分布選擇概率為同樣采用各時耗區段的選擇概率P時耗除以各時耗區段的P時耗之和，得到相應時耗區段選擇概率。

按權重累加時耗敏感型出行和時耗非敏感型出行的選擇概率，得到不同時耗區段的綜合選擇概率，進而可得到出行分布選擇概率與出行時耗的相互關系(見圖11)，其分布特征與居民出行調查得到的分布特征接近。盡管諸多參數還有待進一步研究，但不可否認出行時耗預算機理解釋了出行時耗分布近少、中多、遠少特征的內在原因。該分析建立在通勤者上下班合計時耗、全日閑暇時間、工作收益等因素的基礎上，構建了日出行時耗與單次出行時耗之間的關系。這一分析方法是前文提到的效用理論的深入解釋。

3.3 交通擁堵與出行時耗變化

下面以出行次數未發生變化為前提，討論交通擁堵發生后出行時耗的相應變化。發生交通擁堵時(假設出行速度下降10%)，每個出行時耗區段因擁堵增加的時耗及選擇概率見表6。未發生交通擁堵時，在原綜合選擇概率下，單次出行平均時耗為27.05 min；發生交通擁堵后，若各時段原選擇概率不變，則平均出行時耗增至30.21 min，平均時耗增加11.7%。與未發生交通擁堵相比，在相同出行時耗內，就業選擇區域面積降低；而擁堵、舒適度下降導致出行成本增加，出現收益相對降低、付出相對增加的情況，出行者會采用增加短時耗出行比例的方式予以調整。各出行時段綜合選擇概率變化假設見表6，交通擁堵情況下平均出行時耗為28.96 min，比原來增加7.0%。由于出行者的自我調節，減少了40%的出行時耗增加。

單次出行時耗增加時，出行者還可以采用減少出行次數、提高單次出行完成任務量的方式降低總出行時耗。此外，與長距離出行采用的交通方式(私人小汽車、公共交通)相比，近距離出行依靠步行和自行車交通，在交通擁堵中受到的影響程度相對較低，因此出行次數減少幅度較小。這部分出行使交通擁堵帶來的居民平均出行時耗增幅受到制約。另外，錯峰出行也可以減少出行時耗的增加。

綜上，出行者可以權衡交通擁堵對個人出行的付出與收益的影響，從而將出行時耗維持在可接受的預算范圍內。交通擁堵情況下的出行時耗分析反映了出行者針對交通擁堵的應對措施，特別需要指出的是，看似變化較小的單次出行平均時耗增加可能隱含著較大程度的交通擁堵，看似相對恒定的日平均出行時耗也是如此。

4 結語

交通系統可以改變人們的出行速度，但難以改變人們內在的出行時耗預算機制。出行速度較高時，人們傾向于在一定時耗內擴大出行距離以獲取更多的收益；當出行速度較低時，人們傾向于縮短出行距離、減少出行次數，以減少過多的出行時耗帶來的收益損失。舒適、快速的出行方式可以減少出行的疲勞度，有助于出行范圍的擴大，人們可以用較小的出行時耗成本獲取更大的利益。小汽車是舒適度高、出行速度快的一種交通方式，以小汽車為導向規劃的路網體系會刺激小汽車的過度使用，同時形成出行時耗約束下、按小汽車出行適宜距離分布的城市空間布局。然而，小汽車大量使用會造成極大交通壓力，并導致單次出行時耗的大幅度增加。此時，應反思路網規劃對小汽車交通影響下的交通與用地模式的刺激式促進，以及對由此引發問題的嚴重性的低估。

表5 單次通勤出行平均時耗分布機理解析Tab.5 Mechanism of average travel time distribution of single commuting

圖11 單次通勤出行時耗分布推算Fig.11 Estimation on travel time distribution of single commuting

表6 出行速度下降10%情況下的選擇概率分析Tab.6 Selective probability with a 10%decrease of travel speed

基于期望主導交通方式的出行時耗與速度約束所對應的空間距離，而不是小汽車方式的出行時耗與速度約束所對應的空間距離，對就業、就學、購物等用地進行合理規劃，是減少交通問題的關鍵，規劃中需要協調處理期望主導交通方式與路網規劃以及城市用地布局之間的關系。中國城市人口密度高、用地混合利用程度大，需要更多的公共交通設施、步行和自行車交通設施與之協調，主體上服務于汽車交通、產生于西方低密度城市的現代路網規劃思想與路網模式在中國的適用性值得探討。中國需要適用于自身的路網規劃理論與方法的支撐，該理論與方法的基本著眼點是：結合中國城市居民的出行時耗預算，為其適宜的交通方式規劃路網和用地布局。

[1]Yacov Zahavi.The Unified Mechanism of Travel(UMOT)Model[R].World Bank Staff Working Paper N0.230,Washington DC:World Bank,1976.

[2]吳子嘯，宋維嘉，池利兵，潘俊卿.出行時耗的規律及啟示[J].城市交通，2007，5(1)：20-24.Wu Zixiao,Song Weijia,Chi Libing,Pan Junqing.Patterns and Their Implications of Travel Time[J].Urban Transport of China,2007,5(1):20-24.

[3]王雅林，李金榮.城市職工家務勞動研究[J].中國社會科學，1982(1)：177-180.

[4]王雅林.城鎮居民時間預算研究[J].中國社會科學，1991(2)：197-211.

[5]我國大型城市軌道交通建設的必要性及其技術經濟研究[R].北京：建設部城市建設研究院；武漢：武漢公用事業研究所，1990.

[6]張蕊，雷熙文，滕佳焱，毛保華.大城市客運交通系統出行方式特性分析[J].物流技術，2011，30(6)：107-125.Zhang Rui,Lei Xiwen,Teng Jiayan,Mao Baohua.Analysis of Travel Characteristics of Major City Passenger Traffic Modes[J].Logistics Technology,2011,30(6):107-125.

[7]上海市城市綜合交通規劃研究所.上海市第三次綜合交通調查成果簡介[J].交通與運輸，2005(6)：7-11.

[8]陸錫明，顧嘯濤.上海市第五次居民出行調查與交通特征研究[J].城市交通，2011，9(5)：1-6.Lu Ximing,Gu Xiaotao.The Fifth Travel Survey ofResidentsin Shanghaiand Characteristics Analysis[J].Urban Transport of China,2011,9(5):1-6.

[9]陸建，王煒.城市居民出行時耗特征分析研究[J].公路交通科技，2004，21(1)：102-104.Lu Jian,Wang Wei.Study of Resident Trip Time Consumption Characteristc[J].Journal of Highway and Transportation Research and Development,2004,21(1):102-104.

[10]孟永平，張升，丁明.廈門市居民出行特征分析及交通對策研究[J].交通運輸工程與信息學報，2010，8(4)：28-34.Meng Yongping,Zhang Sheng,Ding Ming.Analysis on the Resident Trip Characteristics and Study on the Transportation Policies in Xiamen[J].Journal of Transportation Engineering and Information,2010,8(4):28-34.

[11]高健智，趙耀，馬鶴齡，鄒志云.中部與東南地區小城市居民出行特征對比研究[J].華中科技大學學報(城市科學版)，2007，24(3)：78-86.Gao Jianzhi,ZhaoYao,Ma Heling,Zou Zhiyun.ResidentTripCharacteristics Comparison in Small Cities Between Middle Zone and Southeast Zone[J].Journal of Huazhong University ofScienceand Technology(Urban Science Edition),2007,24(3):78-86.

[12]陳熙.合肥市中心區城市居民出行特征研究：基于不同區位的研究[J].安徽建筑工業學院學報(自然科學版)，2012，19(9)：54-58.Chen Xi.Urban Residents Travel Characteristics Reasearch ofHefeiBased on Different Location[J].Journal of Anhui Institute of Architecture&Industry(NaturalScience Edition),2012,19(9):54-58.

[13]楊艷群.莆田市城市居民出行特征分析及交通需求管理的對策建議[J].公路交通科技，2010(12)：276-279.

[14]寧景.通化市居民出行特征分析及交通發展對策研究[J].交通標準化，2012(1)：41-44 Ning Jing.Resident Trip Characteristics and Transportation DevelopmentStrategiesin Tonghua City[J].Transport Standardization,2012(1)：41-44.

[15]沈俊江，何保紅，孫靜怡.中小城市居民出行特征分析及交通發展對策研究[J].公路工程，2011，36(1)：123-126.Shen Junjiang,He Baohong,Sun Jingyi.Analysis on Characteristics of the Resident Trip and Study on Policy of the Transportation Development in Small or Medium City[J].Highway Engineering,2011,36(1):123-126.

[16]南京交通規劃研究所.常州居民出行調查分析報告[R].南京：南京交通規劃研究所，2004.

[17]陸振波，王雁暉.基于宜興市居民出行特征的客運交通發展對策研究[J].交通運輸工程與信息學報，2008，6(1)：51-55.Lu Zhenbo,Wang Yanhui.Passenger Transport Development Countermeasures Considering the Resident Trip Characteristics in Yixing[J].Journal of Transportation Engineering and Information,2008,6(1):51-55.

[18]Yusak O Susilo,Ryuichi Kitamura.Structural Changes in Commuters’Daily Travel:The Case of Auto and Transit Commuters in the Osaka Metropolitan Area of Japan,1980—2000[J].Transportation Research Part A,2008(42):95-115.

[19]毛海虓.中國城市居民出行特征研究[D].北京：北京工業大學，2005.

[20]張德欣，陳金川，劉瑩.北京私人機動車交通出行特征及發展對策[C]//趙勝川，王生武，胡祥培.第六屆交通運輸領域國際學術會議論文集.大連：大連理工大學出版社，2006：431-438.

[21]張政，毛保華，劉明君，等.北京老年人出行行為特征分析[J].交通運輸系統工程與信息，2007，7(6)：11-19.Zhang Zheng,Mao Baohua,Liu Mingjun,et al.An Analysis of Travel Patterns of the Elders in Beijing[J].Journal of Transportation Engineering and Information,2007,7(6):11-19.

[22]M D邁耶，E D米勒.城市交通規劃：有關決策的方法[M].曹錫雋，譯.北京：中國建筑工業出版社，1980：27-28.M D Meyer,E D Miller.Urban Transport Planning:TheMethod aboutDecisionmaking[M].Cao Xijun,translated.Beijing:China Architecture&Building Press,1980:27-28.

[23]Banister D.The Trilogy of Distance,Speed and Time[J].Journal of Transport Geography,2011(19):950-959.

[24]Julian Hine,Md Kamruzzaman.Journeys to Health Services in Great Britain:Analysis of Changing Travel Patterns 1985-2006[J].Health&Place,2012(18):274-285.