基于拓展四階段法的旅游交通客流預測

藺欽，劉云霞

（長安大學 汽車學院，陜西 西安 710064）

基于拓展四階段法的旅游交通客流預測

藺欽，劉云霞

（長安大學 汽車學院，陜西 西安 710064）

文章從旅游交通需求特點出發(fā)，采用拓展的“四階段法”進行交通客流預測。即采用增長率法對誘增交通量進行預測；按照出行目的對旅游景區(qū)內和旅游景區(qū)間的交通分布分別建模；根據(jù)旅游交通方式的多樣性，將交通量分配到旅游景區(qū)周邊的道路網上，得到平日高峰時段和節(jié)假日高峰時段的交通流分配情況。該預測方法可以為旅游景區(qū)和道路規(guī)劃決策者提供理論支持，提高景區(qū)周邊道路服務水平。

客流預測；四階段法；旅游交通

CLC NO.: U461.99 Document Code: A Article ID: 1671-7988 (2017)19-206-03

引言

旅游交通是我國進行產業(yè)結構調整過程中重要的板塊，通過對其客流的準確預測，可以為旅游項目開發(fā)和交通樞紐規(guī)劃的可行性分析提供重要依據(jù)。目前國內普遍采用四階段法(Four-stage Method)對交通量進行預測。但傳統(tǒng)四階段法對旅游交通方式的特點和客流形成機理分析不夠，高估旅游交通對客流的吸引能力。當旅游景區(qū)劃分較密、各景區(qū)之間行走時間較短時，重力模型對現(xiàn)有交通分布的擬合不好[1]，分布的預測結果會偏大。因此，本文引入拓展的四階段法，對旅游景區(qū)內和各景區(qū)間的交通分布分別建模，確定合適的客流分布、線路走向、景區(qū)位置及規(guī)模。

1 旅游交通需求特點

廣義旅游交通是指以旅游、觀光為目的的人、物、思想及信息的空間移動。狹義旅游交通指以旅游、觀光為目的的人或物的空間移動[2]。按照出行目的劃分，旅游景區(qū)吸引的交通量由兩部分組成：第一部分是以通勤為目的的交通量，這部分交通量主要由旅游項目內部工作人員的出行形成，其特點是隨時間的推移交通量變化不明顯；第二部分是以旅游為目的的交通量，其特點是隨時間的推移呈現(xiàn)明顯的高峰期和平峰期[3]。在實際旅游交通客流生成過程中，第二部分的交通量明顯大于大于第一部分，因此本文的出行分布模型針對以上兩種情況分別采用不同的模型進行分析。

2 旅游交通發(fā)生與吸引預測

旅游交通的發(fā)生與吸引預測參考了旅游景區(qū)的游客增長情況，并根據(jù)周邊地區(qū)的經濟發(fā)展水平進行綜合考慮，采用增長率法(Increase Law)對誘增交通量進行預測。根據(jù)主要景區(qū)游客量的預計增長速度，預測步驟為：（1）分析歷年游客量增長率的變化規(guī)律；（2）根據(jù)對相關影響因素發(fā)展變化的分析，確定預測期增長率；（3）預測未來值。

預測模型的一般形式為：

式中：Q是預測值；Q0是基年值；a是確定的增長率；t是預測年限。

增長率的值隨著選擇年限及計算方法的不同而存在較大的差異，所以該方法僅適用于增長率變化不大且增長趨勢穩(wěn)定的情況[4]。考慮到旅游客流在交通需求中的特殊性，每年國家法定假日和寒暑假期間客流量呈現(xiàn)明顯的峰值，平日時段旅游客流量趨于平穩(wěn)且遠低于峰值。因此，應該對平日高峰時段和節(jié)假日高峰時段的交通客流分別進行統(tǒng)計。

3 旅游交通出行分布

3.1 旅游景區(qū)內出行分布

旅游景區(qū)內交通量主要是由旅游項目內部工作人員的出行形成，以通勤為出行目的，且隨時間的推移，交通量的變化不明顯。影響該部分出行交通量的主要因素有生產交通量、吸引交通量、景區(qū)面積，計算公式如下：

式中：Tii為i景區(qū)內交通量（出行次數(shù)）；Gi為i景區(qū)內發(fā)生交通量（出行次數(shù)）；Ai為i景區(qū)內吸引交通量（出行次數(shù)）；Si為i景區(qū)面積；K為地區(qū)間系數(shù)；K、α、β、γ的標定采用多元線性回歸方法。

3.2 旅游景區(qū)間交通分布

旅游景區(qū)間交通量受到旅游項目吸引而形成，以旅游為目的，且隨時間的推移，交通量呈現(xiàn)明顯的高峰期和平峰期。該部分交通量，按照不同的約束條件采用重力模型進行計算：

阻抗系數(shù)采用以下三種形式：

式中：Tij為 i、j 景區(qū)間的交通量（出行次數(shù)）；Gi為i景區(qū)的發(fā)生交通量（出行次數(shù)）；Aj為j小區(qū)的吸引交通量（出行次數(shù)）；Rij為i、j景區(qū)間的交通阻抗指數(shù)（景區(qū)之間的距離、時間等）；Ki，Kj為i、j景區(qū)間的地區(qū)間系數(shù)；K、α、β、γ 的標定采用多元線性回歸方法[4]。

景區(qū)內模型參數(shù)及景區(qū)間模型參數(shù) α、β、γ 通過擬合現(xiàn)狀 OD 調查資料，用最小二乘法確定。擬合時將模型線性化，交通阻抗參數(shù)選取現(xiàn)狀路網參數(shù)。得到景區(qū)內和景區(qū)間模型的參數(shù)后，計算模型的OD分布和GM分布（即計算交通分布）；通過檢查GM分布與實際 OD 分布的擬合情況驗證OD，首先滿足某種指標（平均出行時間）的誤差，必要時作統(tǒng)計檢驗（卡方（χ2）或學生氏）[5]。計算的χ2值與對應自由度和顯著性水平的臨界值相比較，如小于臨界值，則說明擬合良好。

4 旅游交通出行方式劃分

根據(jù)旅游交通中出行者的特征，應用嵌套式離散選擇方法(Nested Logit Mode1)對出行方式進行劃分。采用該方法得到的旅游交通方式結構如圖1所示。

圖1 旅游交通方式結構圖

在旅游交通中不同交通方式的比例關系呈現(xiàn)一定的規(guī)律性：以通勤出行目的的工作人群多選用公共交通和私家車；以旅游為目的的游客人群多選用旅游專線、軌道交通和自駕方式[5]。由于旅游交通中的主體人群為游客，因此，旅游專線、軌道交通和自駕這三種便捷、時效的交通方式在旅游交通中所占的比例較重，對游客的分擔比例較大。

5 交通流分配

本文從出行者的角度出發(fā),分析了在多種交通方式存在下出行者的交通選擇行為，采用隨機用戶平衡模型分析將交通量分配到景點周邊的道路網上[6]，得到平日高峰時段和節(jié)假日高峰時段的道路服務水平。對于年平日交通狀態(tài)接近飽和、服務水平較低的道路，建議拓寬道路增加交通容量，保持路網暢通；在相應的高峰時間，建議采取保障措施增開旅游交通專線，以緩減公交壓力。以此同時，需要開展公共交通設施服務水平分析、停車設施利用狀況評價等方面的工作，保證交通的運營速度、舒適性和可靠度，提高旅游景點的滿意度。

6 結論

本文根據(jù)旅游景點的交通需求特點，利用四階段法進行交通預測，利用增長率法預測交通發(fā)生與吸引，利用重力模型預測交通分布情況。但由于本文沒有搜集到相關旅游景點的客流量數(shù)據(jù)，因而沒有針對具體案例用本文中所涉及的方法進行驗證。在以后的研究中，需要對本文拓展的“四階段法”進行完善和改進，把該方法在旅游項目中的優(yōu)點最大限度的挖掘和利用，使得預測結果更加符合實際，能更有效的指導交通樞紐規(guī)劃工作。

[1] 栗振鋒,何麗霞,郭向云.重力模型的系統(tǒng)優(yōu)化程序設計[J].山西交通科技,1995,15(6):9.

[2] 周新年,林炎.我國旅游交通現(xiàn)狀與發(fā)展對策[J].運輸市場,2004:49-52.

[3] 戴繼峰,陸化普,唐忠華.旅游項目交通影響分析方法研究[J].公路交通科技,2008,120(14).

[4] 施泉,吳中,毛榮昌.軌道交通客流預測四階段法的改進[J].城市軌道交通研,2006(9):44-46,77.

[5] 胡建國,付健.基于四階段法的交通運輸規(guī)劃中運輸量預測方法[J].湖南工程學院學報, 2009, 15(3):74-76,94.

[6] 四兵鋒,孫壯志,趙小梅.基于隨機用戶平衡的混合交通網絡流量分離模型[J].中國公路學報, 2006, 19(1):93-98.

The tourism traffic flow forecast based on the development of four-phase method

Lin Qin, Liu Yunxia
( School of automobile university of chang'an university, Shaanxi Xi'an 710064 )

Based on the characteristics of tourism traffic demand, this paper adopts the four-stage method to predict traffic flow. The growth rate method is used to predict the traffic volume. To model the traffic distribution of tourist scenic spots and tourist areas according to the purpose of travel; According to the diversity of tourist traffic patterns, the traffic flow is allocated to the road network around the tourist scenic area, and the traffic flow distribution is obtained during peak hours and during peak holidays. The prediction method can provide theoretical support for tourism scenic spots and road planning decision makers, and improve the service level of surrounding road.

passenger flow forecast; four-stage method; tourist traffic

U461.99 文獻標識碼：A 文章編號：1671-7988 (2017)19-206-03

10.16638 /j.cnki.1671-7988.2017.19.072

藺欽（1994-），女，碩士研究生，就讀于長安大學汽車學院，交通運輸工程專業(yè)。