郭艷艷，嚴(yán) 凌

（上海理工大學(xué)管理學(xué)院，上海200093）

車輛折算系數(shù)被定義為在特定的道路等級(jí)、坡度、坡長(zhǎng)和交通組成條件下，所有非標(biāo)準(zhǔn)車相當(dāng)于標(biāo)準(zhǔn)車對(duì)交通流流量影響的當(dāng)量值[1].在實(shí)際車輛折算系數(shù)的分析過(guò)程中，針對(duì)同一類型的車輛，各種算法得出的折算系數(shù)不同；采用同樣算法，不同道路上同一類型的車輛所得的折算系數(shù)不同[2-3]；同樣算法，同一道路上同一類型的車輛在不同方向、不同比例和不同服務(wù)水平的情況下所得出的折算系數(shù)也不同[4-5].當(dāng)前對(duì)車輛折算系數(shù)的計(jì)算方法有超車率法、車頭時(shí)距法、密度因子法、瞬間占用道路率法、速度因子法和延誤法等[6-9].超車率法得到的折算系數(shù)只考慮了非標(biāo)準(zhǔn)車對(duì)標(biāo)準(zhǔn)車的影響，不能直接反應(yīng)對(duì)標(biāo)準(zhǔn)車流量的影響；車頭時(shí)距法、密度因子法和瞬間占用道路率法等均不適用于小城鎮(zhèn)摩托車折算系數(shù)的計(jì)算.基于速度、司機(jī)感受以及超車率等算法所得折算系數(shù)只考慮了非標(biāo)準(zhǔn)車對(duì)標(biāo)準(zhǔn)車的影響，不能直接反應(yīng)標(biāo)準(zhǔn)車流量的影響；延誤法只適用于大型車對(duì)標(biāo)準(zhǔn)小客車造成的延誤，且認(rèn)為延誤與交通流量呈線性關(guān)系[10]，而在小汽車摩托車混行的小城鎮(zhèn)中，延誤和交通流量并不一定成線性關(guān)系，因此線性模型的延誤交通流量并不適用于小城鎮(zhèn)摩托車折算系數(shù)的計(jì)算.

在我國(guó)很多小城鎮(zhèn)中，摩托車是我國(guó)很多小城鎮(zhèn)主要的出行方式之一，小汽車摩托車混行現(xiàn)象嚴(yán)重，摩托車仍是近期小城鎮(zhèn)居民出行的主要方式之一，因此，摩托車折算系數(shù)的準(zhǔn)確性對(duì)道路的通行能力和飽和率計(jì)算具有重要的影響作用，研究摩托車的折算系數(shù)對(duì)小城鎮(zhèn)路網(wǎng)規(guī)劃和道路安全程度評(píng)價(jià)有著重要的意義，但我國(guó)目前對(duì)車輛折算系數(shù)的研究主要集中在汽車方面[11-13]，對(duì)摩托車折算系數(shù)的研究較少，因此有必要對(duì)摩托車的折算系數(shù)作進(jìn)一步探索和研究.本研究在分析車輛折算系數(shù)各種算法和小城鎮(zhèn)交通特性的基礎(chǔ)上，綜合考慮道路設(shè)計(jì)速度、交通組成和飽和度等因素，提出一種小城鎮(zhèn)交通流中摩托車折算系數(shù)的計(jì)算方法.

1 小城鎮(zhèn)交通流量特征分析與建模

1.1 小城鎮(zhèn)交通特性分析

混合交通流是我國(guó)道路交通的典型特征，在我國(guó)小城鎮(zhèn)中，摩托車出行率占30%～40%，甚至60%～70%，因此摩托車和汽車的混合交通流是我國(guó)很多小城鎮(zhèn)主要的機(jī)動(dòng)車交通流形式.摩托車車流與汽車車流在道路上的行駛特征存在較大差異，摩托車不僅有類似自行車橫向移動(dòng)的靈活性和快速啟動(dòng)性，又有類似小汽車縱向移動(dòng)的特點(diǎn).摩托車可以靈活穿插，充分利用車道空間.同時(shí)，由于摩托車的啟動(dòng)速度比小汽車快，容易產(chǎn)生側(cè)向膨脹效應(yīng)，擠壓小汽車行駛空間，使小汽車速度減慢[14].因?yàn)樽杂伸`活，摩托車可以不遵循跟車原則，可以超車，因此摩托車對(duì)小汽車的影響隨著摩托車的占比而不同.同時(shí)，摩托車的幾何尺寸和折算系數(shù)也直接影響了道路的通行能力.

1.2 小城鎮(zhèn)車輛折算系數(shù)影響因素分析

車輛折算系數(shù)（passenger car equivalents，PCE）可用于計(jì)算混合交通流與純標(biāo)準(zhǔn)車車流之間的流量關(guān)系，使得不同道路和交通條件下的混合交通量之間具有相對(duì)可比性，目前被廣泛應(yīng)用于城市規(guī)劃、管理和設(shè)計(jì)中.車輛折算系數(shù)是現(xiàn)實(shí)交通流與理想交通流的流量之間建立的等量關(guān)系，不是各車型之間的任何一種當(dāng)量關(guān)系.本研究定義車輛折算系數(shù)為特定的道路條件以及交通組成條件下，所有非標(biāo)準(zhǔn)車相當(dāng)于標(biāo)準(zhǔn)車對(duì)交通流流量影響的當(dāng)量值.

車輛折算系數(shù)的影響因素主要有道路條件、車道數(shù)、車道寬度、交通條件、交通組成和交通管理控制條件.在我國(guó)的小城鎮(zhèn)中，對(duì)折算系數(shù)的影響主要考慮道路條件、交通組成車道數(shù)和車道寬度等.

1.2.1 車道數(shù)與車道寬度

車道數(shù)越多意味著道路的通行能力相對(duì)越強(qiáng)，道路截面單位時(shí)間內(nèi)通過(guò)的標(biāo)準(zhǔn)車數(shù)量越多.當(dāng)雙向車道數(shù)超過(guò)2條時(shí)，后方跟馳行駛的車輛擁有相對(duì)更多的超車機(jī)會(huì)，而無(wú)需借用對(duì)向車道超車，非標(biāo)準(zhǔn)車對(duì)標(biāo)準(zhǔn)車的影響相對(duì)較小.車道寬度對(duì)行車速度有較大影響，當(dāng)車道寬度低于3.6m時(shí)，車輛行駛側(cè)向距離過(guò)小，迫使駕駛員減速或維持一定的速度行駛，基本自由流速度下降.

1.2.2 交通構(gòu)成

交通構(gòu)成是交通流中各種車型之間的比例.混合交通是我國(guó)交通流的重要特性.一般情況下，交通流構(gòu)成越簡(jiǎn)單，車型間的相互干擾越輕.城市道路主要分為干路和支路，小城鎮(zhèn)道路設(shè)計(jì)的主要參數(shù)如表1所示.本研究至少考慮2種不同道路形式下的折算系數(shù).

表1 小城鎮(zhèn)道路設(shè)計(jì)參數(shù)Tab.1 Design parameters of road in small towns

1.2.3 設(shè)計(jì)速度

設(shè)計(jì)車速是道路設(shè)計(jì)和運(yùn)營(yíng)的重要參數(shù)，是中等技術(shù)駕駛員在安全、順適駕駛的前提下，僅受公路本身?xiàng)l件影響的車速.同等條件下，道路設(shè)計(jì)速度越高，車輛運(yùn)行速度越快，動(dòng)力性能較差車輛的速度劣勢(shì)就越明顯，車輛折算系數(shù)值也相對(duì)越大.在城市道路中，支路和干道的設(shè)計(jì)速度不同，而速度是影響延誤的重要因素之一，本研究將小城鎮(zhèn)道路分為干路和支路2種情況分別進(jìn)行討論，城市干路和支路的設(shè)計(jì)速度如表1所示.

1.3 建立模型

1.3.1 延誤與交通量地點(diǎn)平均速度的關(guān)系分析

摩托車對(duì)交通流的影響可以用行程時(shí)間延誤來(lái)描述，在以往對(duì)折算系數(shù)的研究[15-16]中，摩托車折算系數(shù)采用定值，而在小城鎮(zhèn)中，摩托車在道路上所占比例不同，如果采用相同的折算系數(shù)，必將造成規(guī)劃中的偏差，影響最終的規(guī)劃效果，本研究通過(guò)分析延誤、流量、密度和車長(zhǎng)之間的關(guān)系，建立了延誤與流量及速度的多元非線性關(guān)系模型.

延誤率是車輛通過(guò)單位路段的實(shí)際運(yùn)行時(shí)間與理想條件下通過(guò)該路段所需時(shí)間的差值[17]，所以車輛在路段上的延誤可以用下式表示：

成立，則選m-1次多項(xiàng)式，經(jīng)過(guò)試算，標(biāo)定n=2（試算數(shù)據(jù)來(lái)源于文獻(xiàn)[9]）.式（7）中：N為多項(xiàng)式中自變量的次數(shù)；m為擬合多項(xiàng)式中自變量的次數(shù)；DY為延誤估計(jì)值.

將標(biāo)定的參數(shù)n=2代入式（6）得到

式（8）中：Q1為路段中小汽車交通量（v·h-1）；Q2為路段中摩托車交通量（v·h-1）；V1為路段中小汽車的平均地點(diǎn)速度（km·h-1）；V2為路段中摩托車的平均地點(diǎn)速度（km·h-1）；b11、b12、b21和 b22為回歸參數(shù).

1.3.3 折算系數(shù)的計(jì)算

摩托車的折算系數(shù)

式（9）中：Q 為路段中的總流量（v·h-1）；p為摩托車混入率.根據(jù)式（9）可以看出，PCE不僅與回歸參數(shù)有關(guān)，而且和交通量也有關(guān)，因此它可以很好地反映折算系數(shù)與道路交通量的關(guān)系.

2 計(jì)算與分析

2.1 實(shí)測(cè)數(shù)據(jù)處理

為保證計(jì)算結(jié)果的準(zhǔn)確性，并將得到的結(jié)果運(yùn)用到規(guī)劃過(guò)程中，本次實(shí)驗(yàn)數(shù)據(jù)選擇平陽(yáng)縣水頭鎮(zhèn)實(shí)測(cè)數(shù)據(jù)進(jìn)行分析，干道選擇涇川東路、涇川中路、楓林南路和楓林北路，均為雙向4車道，設(shè)計(jì)速度40km/h；支路選擇鳳尾北路和鳳尾南路，均為雙向2車道，設(shè)計(jì)速度為20km/h.路段選在交叉口之間無(wú)大量車輛出入的路段，路段長(zhǎng)度為800m，觀測(cè)時(shí)間選在早晚高峰時(shí)，即 7：00～9：00和 16：30～18：30，每次觀察時(shí)間為15min，統(tǒng)計(jì)出觀測(cè)時(shí)間段內(nèi)各車型的交通量、總交通量和摩托車在總交通量中的占比以及各車型在觀測(cè)區(qū)間的平均速度.

將上述調(diào)查路段一周的交通檢測(cè)數(shù)據(jù)按15min的時(shí)間間隔分成2120個(gè)樣本，除去其中67個(gè)無(wú)效樣本，得到2063個(gè)樣本，每個(gè)樣本數(shù)據(jù)中包含總交通量、平均地點(diǎn)速度和延誤3個(gè)參數(shù).由于道路飽和度對(duì)摩托車折算系數(shù)的影響較大，故將飽和度分為4級(jí).

2.2 計(jì)算與分析

以干道上摩托車混入率為0%～10%的情況為例進(jìn)行回歸，并計(jì)算出折算系數(shù)，其他情況下的折算系數(shù)可用相同方法得出.將觀測(cè)路段上各車型的交通量、平均地點(diǎn)速度和延誤等數(shù)據(jù)簡(jiǎn)單處理，得到分析工作中所需摩托車流量、小汽車交通量、路段延誤、平均地點(diǎn)速度和摩托車混入率.分析工作采用專業(yè)統(tǒng)計(jì)分析軟件包SPSS，對(duì)式（8）進(jìn)行多元非線性回歸，得到回歸統(tǒng)計(jì)結(jié)果（表2）和相應(yīng)的回歸系數(shù)（表3）.

表2 回歸統(tǒng)計(jì)結(jié)果Tab.2 Statistic regression results

表3 回歸系數(shù)統(tǒng)計(jì)結(jié)果Tab.3 Statistic results of regression coefficient

由表2可知，相關(guān)系數(shù)為0.927527，擬合系數(shù)用于測(cè)量回歸結(jié)果對(duì)觀測(cè)值的擬合程度，其值越大，說(shuō)明擬合效果越好，此次回歸中擬合系數(shù)為0.860307，表明回歸效果顯著，計(jì)算結(jié)果可取，因此所選擇的模型是合適的.

將表3的數(shù)據(jù)代入式（8）得到

將小汽車作為標(biāo)準(zhǔn)車，把調(diào)查結(jié)果及摩托車混入率代入式（11）得到混入率為0%～10%時(shí)摩托車的折算系數(shù)，結(jié)果見表4.

表4 混入率為0%～10%時(shí)摩托車的折算系數(shù)Tab.4 Motorcycle conversion coefficient with a rate of 0%～10%

同樣的方法，將調(diào)查得到的路段交通量、平均地點(diǎn)速度和摩托車混入率代入式（9）和式（10），得出不同摩托車混入率的折算系數(shù)建議值，結(jié)果如表5所示.

表5 摩托車折算系數(shù)建議值Tab.5 Recommended value of motorcycle conversion coefficient

由表4可知，摩托車的折算系數(shù)并非定值，小城鎮(zhèn)的道路等級(jí)、道路交通量、飽和度和交通組成對(duì)摩托車的折算系數(shù)均會(huì)造成不同影響；同種道路相同飽和度的情況下，摩托車混入率達(dá)到30%～60%時(shí)，摩托車折算系數(shù)最大，這是因?yàn)榇藭r(shí)摩托車小汽車數(shù)量都較多，車流比較混亂，摩托車對(duì)整個(gè)車流的延誤影響較大，故折算系數(shù)偏大，而混入率在30%以下或60%以上時(shí)，道路中的車流以一種為主，相同條件下造成的延誤較小，故摩托車的折算系數(shù)偏小.相同的混入率的情況下，飽和度的增大會(huì)使摩托車折算系數(shù)增大，這是因?yàn)橄嗤瑮l件下，飽和度增大，道路中車流增多，摩托車對(duì)整個(gè)道路的延誤影響較大，故折算系數(shù)偏大；在相同的飽和度和混入率的情況下，干路和支路相比，支路的摩托車折算系數(shù)偏大，這是因?yàn)楦陕返姆?wù)水平、道路條件及其他條件要好于支路，故同等條件下在支路上摩托車對(duì)車流的延誤影響較大，折算系數(shù)偏大.

3 結(jié)論

車輛折算系數(shù)是在特定的道路等級(jí)、坡度、坡長(zhǎng)和特定的交通組成條件下，所有非標(biāo)準(zhǔn)車相當(dāng)于標(biāo)準(zhǔn)車的當(dāng)量值.從本研究的實(shí)驗(yàn)結(jié)果可以看出，車輛折算系數(shù)并不是一成不變的，不同道路條件下車輛的折算系數(shù)不同，在進(jìn)行道路交通分析和路網(wǎng)規(guī)劃時(shí)，需要綜合道路實(shí)際情況、車輛組成情況和車流流量等，對(duì)車輛折算系數(shù)進(jìn)行計(jì)算.實(shí)驗(yàn)結(jié)果表明：研究提出的小城鎮(zhèn)摩托車混行折算系數(shù)模型精度較高，且具有較好的實(shí)時(shí)性，可以用于小城鎮(zhèn)交通系統(tǒng)等方面的應(yīng)用.本研究針對(duì)道路等級(jí)和交通組成分類對(duì)折算系數(shù)進(jìn)行研究，下一步將重點(diǎn)研究坡度和坡長(zhǎng)對(duì)小城鎮(zhèn)內(nèi)部車輛折算系數(shù)的影響.

[1] 張亞平，張起森.控制出入公路車輛折算系數(shù)研究[J].長(zhǎng)沙交通學(xué)院學(xué)報(bào)，2000，16（1）：58-62.

[2] 成建強(qiáng).混合交通網(wǎng)絡(luò)均衡模型理論及應(yīng)用研究[D].上海：上海理工大學(xué)，2010.

[3]梁超，范炳全.非線性折算系數(shù)下多用戶混合交通網(wǎng)絡(luò)均衡問(wèn)題[J].交通運(yùn)輸系統(tǒng)工程與信息，2011，11（3）：93-99.

[4] 李碩，張亞平.珠江三角洲地區(qū)高等級(jí)公路車輛折算系數(shù)研究[J].武漢交通科技大學(xué)學(xué)報(bào)，2000，24（3）：267-271.

[5] 付強(qiáng)，林航飛，楊曉芳，等.基于服務(wù)水平的車輛折算系數(shù)[J].同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2007，35（1）：67-71.

[6] 汪瑩.混合交通條件下車輛折算系數(shù)的確定[D].南京：南京林業(yè)大學(xué)，2006.

[7] 高海龍，周榮貴，王煒.當(dāng)量車的動(dòng)力學(xué)計(jì)算模型[J].公路交通科技，2002，19（5）：118-121.

[8] HUBER M J.Estimation of passenger car equivalents of trucks in traffic stream[J].Transportation Research Record，1982，869：60-70.

[9] 陳洪仁，楊龍海，李麗蘭.基于速度和車頭時(shí)距的車輛換算系數(shù)計(jì)算方法研究[J].哈爾濱建筑大學(xué)學(xué)報(bào)，2001，34（2）：110-114.

[10]李晶，劉麗.車輛折算系數(shù)的分析計(jì)算[J].遼寧省交通高等專科學(xué)校學(xué)報(bào)，2003，5（1）：30-33.

[11]熊烈強(qiáng)，李杰.車輛折算系數(shù)的分類及算法[J].公路交通科技，2005，22（7）：128-130.

[12]高耀華，劉洪君，周榮貴.基于高速公路通行能力分析的車輛折算系數(shù)理論與算法[J].公路交通科技，2000，17（6）：60-64.

[13]王進(jìn)，唐中華，陸化普.車輛折算系數(shù)研究[J].土木工程學(xué)報(bào)，2004，3（12）：97-102.

[14]趙志宏，項(xiàng)喬君，王瑋，等.摩托車對(duì)城市交通的影響分析[J].交通運(yùn)輸系統(tǒng)工程與信息，2005，5（1）：111-114.

[15]石琴，黃志鵬，張衛(wèi)華.基于交通流元胞自動(dòng)機(jī)模型的車輛當(dāng)量換算[J].中國(guó)公路學(xué)報(bào)，2006，19（4）：114-117.

[16]景鵬，孟祥海.城市道路車輛分類及折算系數(shù)研究[J].城市交通，2006，4（2）：61-63.

[17]任福田，劉小明，榮建.交通工程學(xué)[M].北京：人民交通出版社，2003.