TRD 2026.2基于战略交通模型的情景研究：区域骑行模式评估

论文题目：Modelling potential demand for cycling in a small city and surrounding region

第一作者：William Brazil 爱尔兰国家运输管理局，聚焦智慧城市、可持续消费与可持续交通领域，以爱尔兰为主要研究场景，探究交通出行行为影响因素、碳排放管控与信息传递对交通和消费行为的引导作用，同时研究极端天气对交通基础设施的影响、骑行发展与通勤减排等相关议题。E-mail：William.Brazil@nationaltransport.ie

通讯作者：Abhilash Chandra Singh 爱尔兰利默里克大学联合健康学院（包容性电动自行车普及与可持续使用）项目的全职研究助理，围绕利用计量经济学和机器学习方法全面探索人类选择行为。

E-mail：abhilash.singh@ul.ie

基于战略交通模型的情景研究：区域骑行模式评估

论文摘要

本文研究针对爱尔兰科克市及其周边地区，在低基准骑行率和政策推动背景下，评估未来骑行需求的潜力。论文指出，传统交通调查反映的骑行出行环境与未来规划的高质量网络之间存在差距，单纯依赖现有数据难以预测骑行可能的增长路径。作者采用国家交通局的区域交通模型（基于经典的四阶段模型），通过调整自行车网络速度、汽车网络速度和模式常数（ASC）构建多个场景，模拟不同基础设施和居民态度变化下骑行出行的变化。模型核心是从成本与偏好出发计算各出行模式的效用，并将其转化为出行概率和目的地选择。实验设置了八个场景，分别代表理想化自行车网络、道路限速、模式常数变化以及组合情形。结果显示，理想化自行车网络只能将地区骑行出行比例从1.7 %提高到2.8 %，而将模式常数调高至类似步行的水平时，骑行比例才能达到21.4 %（科克市可达35.8 %）。然而，大部分新增骑行出行来自步行和公共交通，而对汽车出行的替代作用有限，导致减排效果不及预期。论文强调，仅提升骑行便利性不足以显著削减汽车行程，必须结合严格的汽车需求管理措施。

一、研究背景与问题陈述

1.1 低骑行率的现状与政策背景

• 爱尔兰骑行通勤率自20世纪60年代以来大幅下降，2022年科克市骑行通勤率仅约4 %。
• 各类短途出行主要依赖私家车，约65 % 的车程在10 km以内；政策层面希望通过“避免‑转移‑改善”框架实现交通减排，目标到2030年将汽车占比从72 %降至53 %，并将步行和骑行出行增加50 %。
• 调查发现骑行发展受制于碎片化的基础设施、安全感不足、天气和路况等因素。

1.2 研究问题的提出

• 核心问题：在缺乏大规模骑行基础设施和较低骑行偏好的背景下，未来骑行潜力如何？骑行增长是否真能替代汽车出行？哪些地区最具增量潜力？
• 传统评估工具如PCT假定所有非骑行模式按比例转移，不足以揭示模式竞争的复杂性。
• 作者试图利用更细致的交通模型，考虑成本、速度、偏好等因素，模拟在不同政策和基础设施情景下骑行出行的变化。

二、方法框架与模型设置

2.1 四阶段战略交通模型

• 四阶段模型包括：出行生成、出行分布、模式选择与路径分配。本文聚焦模式选择与目的地选择部分。

• 每个出行模式的效用由一般化成本（包括时间、费用、速度等）和模式常数（ASC）构成。效用模型形式为：

  其中  是从区域  到  使用模式  的一般化成本， 为成本系数， 为校正区域内出行的系数， 为模式常数。

• 模式选择遵循多项式逻辑模型，概率为：

  目的地选择通过所有模式的复合效用计算：

  其中  为目的地吸引力。

2.2 参数设定与校准

• 一般化成本：对汽车、公共交通、骑行和步行分别考虑车速、票价、停车费、距离、等候时间、拥挤成本等因素。
• 模式常数（ASCs）：用于补偿模型未显式考虑的因素，如安全感、气候偏好、拥挤体验。骑行的ASC在基准年为负值，反映出当前环境下对骑行的普遍不利态度。
• 数据来源：模型采用人口普查、出行调查和交通计数数据进行估计和校准。

2.3 情景设计

• 理想化骑行网络：将所有骑行路段的速度提高到19.6 km/h（小学儿童为15.4 km/h），模拟全程连续的高等级自行车道。
• 道路限速：将城市道路限速从50 km/h降至30 km/h，降低汽车吸引力，但不直接改善骑行安全感。
• 模式常数调整：分别采用基准ASCs、科克都市交通战略（CMATS）调校的ASCs，以及将骑行ASC调至比步行高5个广义分钟的“Walk + 5”情景。
• 组合情景：上述三类措施两两或全部组合，共形成八个场景，用于比较不同政策组合的效果。

三、结果分析与讨论

3.1 全域与城市层面的模式份额

• 基准情景：科克地区骑行出行仅占1.7%，科克市为2.6%。
• 理想网络情景：仅提高骑行速度时，地区骑行份额增加至2.8%（城市4.0%）；道路限速对骑行份额影响极小。
• CMATS情景：在理想网络基础上提高骑行偏好，骑行份额升至6.1%（城市9.8%）。
• Walk + 5情景：将骑行偏好调至与步行接近时，地区骑行份额达21.4%，城市可达35.8%，是最乐观假设。

下图展示了科克市各情景的模式份额变化，“Walk + 5”情景中骑行比例明显提升，但步行和公交大幅下降：

3.2 地区整体模式变化

• 对比整个西南地区，各情景的模式变化更加平缓。即使在“Walk + 5”情景下，汽车仍然是主要出行方式。
• 当骑行偏好较低时，基础设施改善只能带来小幅增量；当偏好提升时，骑行增长主要来自步行和公共交通的流失。

下图为整个地区在各情景下的模式份额对比，“理想网络+偏好提升”情景中骑行份额显著上升：

3.3 行程距离与出行替代

• 骑行增加主要发生在5 km以内的短途出行，10 km以内亦有提升，但汽车在这些距离段仍占主导。
• 虽然骑行出行数量增加，但汽车行驶总公里数仅略微下降，说明多数替代来自步行和公交。下图显示了各情景下汽车与骑行总公里的比较：

3.4 链路流量与空间分布

• 各情景下骑行流量的空间分布变化显著。基准情景中，骑行流量集中于市中心及少数主干道；理想网络和偏好提升情景下，郊区和外围道路的流量显著增加。下图为基准情景的骑行流量分布：

• 在“Walk + 5”情景中，整个地区的骑行流量普遍增加，郊区和市中心均呈现密集的骑行网络，说明在高偏好假设下，潜在需求可覆盖更广区域。下图展示了该情景的骑行流量分布：

3.5 讨论要点

• 模式竞争：改善骑行设施和偏好时，骑行的增长主要取代步行和公共交通，而对汽车出行影响有限。这表明未对汽车采取限制措施时，骑行政策会在可持续模式内部发生竞争。
• 减排效果：即使在最乐观情景下，汽车行驶总里程下降有限，碳排放减少幅度不大。
• 需求管理缺失：模型未引入拥堵费、停车限制等需求管理措施，结果显示仅靠提升骑行吸引力难以实现汽车转移目标。
• 人群偏好与安全感：模式常数的调整反映了安全感、天气影响等难以量化的因素。将骑行ASC调高至接近步行值，可以视为消除了安全顾虑，显示出巨大的潜在需求。

四、创新点与亮点

• 多场景对比：系统地构建八个政策组合情景，揭示单一政策与组合政策对骑行的不同影响，为政策制定提供了定量依据。
• 模式常数调整：通过调整模式常数模拟态度变化，超越传统基于基础设施的分析，体现出行为偏好的重要性。
• 空间细分分析：利用区域模型输出的链路流量地图，识别出骑行增长最可能出现的道路和区域，为规划优先顺序提供空间依据。
• 碳排放与里程评估：不仅考察出行次数，还结合出行距离和碳排放，指出单纯提高骑行比例并不能显著减少汽车行驶里程和排放。

五、结论与展望

• 在低基线骑行环境下，即使提供理想化的自行车网络，骑行出行比例提升仍有限；只有当骑行吸引力大幅提高并趋近于步行时，才出现显著增长。
• 大部分新增骑行来自步行和公共交通，这意味着政策应关注可持续模式之间的协调，而不仅仅是提升单一模式的吸引力。
• 需求管理是关键：要让骑行真正替代汽车，必须与降低汽车吸引力的政策（如限速、停车改革、低排放区等）结合。
• 研究未考虑电助力自行车、季节因素与拥堵效应，未来可在更复杂的情景下模拟骑行与汽车出行的竞争。
• 方法可推广到其他城市，但结果依赖具体地形、密度和出行结构；因此，在不同城市应用时需重新校准模型参数。

通过该研究，可以更深入理解在爱尔兰乃至类似小城市中推广骑行的机遇与挑战，为制定综合交通策略提供数据支持。

原文链接见文末，或扫下方交流群二维码。群内实时更新推文及原文 pdf，方便专家学者随时获取（若二维码失效，请翻阅扫描最新文章的二维码）。