Литература

1.     Поляков А.А., Ваксман С.А. Пространственно-временная неравномерность городского движения. // Архитектура и транспорт. - Таллин, 1973. -  С. 161-168.

2.  Ваксман С.А. Проблемы создания и реализации научной проблемы “внутригородская подвижность” // Совершенствование транспортных систем городов (проектирование и планирование) / Тезисы сообщений Всесоюзного науч.-техн. семинара. - М.: Госкомархитектура, 1989. - С.123-125.

3. Ваксман С. А., Сафиуллова Э. Д. Мониторинговые исследования пешеходной и транспортной подвижности в городах ГДР за 1972 - 1987 г.г. Ч. 1. Пешеходные передвижения. //Социально-экономические проблемы развития транспортных систем городов и зон их влияния / Материалы VII международной (десятой екатеринбургской ) нау.-прак. конф. – Екатеринбург: УрГЭУ, 2001, С.74-78

4. Астапенко А.В., Файт Апельт, Семенов С.А. Методы сбора транспортной информации и принятия решений при создании новых дорог и системы общественного транспорта – германский опыт. //Социально-экономические проблемы развития транспортных систем городов и зон их влияния / Материалы X международной (тринадцатой екатеринбургской) науч.-прак. конф.– Екатеринбург: Издательство АМБ, 2004, С. 60-67.

5.Mode of transport to Work in Great Britain: http: // ww.publicpurpose.com/ut-index.htm

6.Database resource.- Traffic Eng. And Contr. 2005, 46, №9, с.311-312 (новая база данных о транспорте)

7.Михайлов А.Ю., Головных И.М. Современные тенденции проектирования и реконструкции улично-дорожных сетей городов.-Новосибирск: «Наука», 2004.-267с.

Эмпирическая зависимость объема перевозок городским общественным транспортом от главных факторов (усовершенствованный метод анализа)

Г.А.Гольц, Г.Г.Картавенко

На материалах городов с населением более 100 тысяч человек исследуется совокупное влияние на объем перевозок общественным транспортом численности населения в городах и  количества предприятий и организаций.  Для статистического анализа используем оригинальный метод свертки и суперсвертки исходной информации.

Со времен появление первых конно-железных дорог в городах мира и России появилась статистическая информация об объемах городского общественного транспорта (ГОТ). Анализ этой информации нужен был в первую очередь для прокладки новых линий конок, а затем трамваев и определения доходности и рентабельности их функционирования. К настоящему времени накопились тысячи публикаций с анализом транспортной подвижности населения в городах, выполненный на ГОТ.

Однако, только с появлением разносторонней, многофакторной информации по городам, распространяемой Росстатом, появилась возможность полноценного анализа рассматриваемой зависимости. Сначала были выявлены основные факторы, воздействующие на объем перевозок пассажиров ГОТ в России, в городах свыше 100000 жителей. Ими оказались: численность населения в городах; число предприятий и организаций. При анализе был исключен из дальнейшего рассмотрения фактор «площадь города», т.к. в первичной информации в величину административной территории вошли не только собственно городская территория, но и в большом числе случаев – площадь земли муниципальных округов, либо территории близкорасположенных подчиненных административных районов. В  дальнейшем требуется проведение большой работы по установлению реальной площади городов, т.к. в настоящее время статистический учет в этой области неудовлетворителен.

Для статистического анализа используем оригинальный метод свертки и суперсвертки исходной информации. Далее приведем статистический многофакторный анализ исследуемой зависимости.

После выяснения определенного рода зависимости между объемом перевозок ГОТ, числом жителей и  числом предприятий и организаций  по отдельности, стало ясно, что данные парные связи, хотя не плохие и отражают некоторую закономерность, но  не достаточную для надежного расчета и прогноза. Поэтому была предпринята попытка соединить эти факторы в тройной связи или двухфакторной зависимости при помощи квадратичной поверхности. Такое сжатие исходной информации было проведено в двух последовательных вариантах, которые мы назвали сборкой (сверткой) и суперсборкой (суперсверткой). Аппроксимация многофакторной зависимости проведена по 170 городам России свыше 100 тысяч жителей. Финальные математико-статистические зависимости представлены в виде формул (1) и (2) и статистических характеристик.

Z₁=-31,6154+0,4331*X+0,0004*Y-0,0004*X*X+0,000012015*X*Y-0,000000074856*Y*Y (1),

где Z₁ – объем перевозок пассажиров, полученный при помощи метода сборки (свертки); X – численность населения; Y – число предприятий и организаций; средневзвешенное отклонение теории от факта, %  -95,4; то же среднеквадратическое отклонение, % - 235,4; коэффициент детерминации – 0,9835.

Z₂=-3,5629-0,0886*X+0,0125*Y- 0,000093963*X*X+0,0000028385*X*Y-0,000000022679*Y*Y (2),

                где Z₂ - объем перевозок пассажиров, полученный при помощи метода суперсборки (суперсвертки); средневзвешенное отклонение теории от факта, % - 1,1; то же среднеквадратическое отклонение, % - 14,2; коэффициент детерминации – 0,9994.

Здесь явно видно, что свертка по возрастающему значению аргументов дает возможность значительно лучше аппроксимировать величину объема перевозок пассажиров ГОТ. Это особенно ярко видно на двух рядом расположенных графиках в координатах теория-факт, которые представлены на рис.1. Детали этой обработки также иллюстрируются сопоставлением графиков распределения отклонений. 

По приведенным графикам отчетливо видно, что второй метод дает более симметричное распределение отклонений.

Для инженерных транспортных расчетов важно иметь, в конечном счете, такую исходную формулу действующих факторов на объем перевозок ГОТ, чтобы отклонение теории от факта в подавляющем большинстве случаев по максимуму не превышали ±15%.  На рис.3 показаны полученные отклонения по второму методу анализа. Ясно, что при таком приближении модели можно гарантировать прогнозные расчеты на уровне среднего отклонения ±5%. Попутно удалось заметить, что полученная зависимость объема перевозок от числа предприятий и организаций, и от численности населения городов лучше работает, то есть дает наибольшее приближение теоретических значений к фактическим для городов с населением 110 тысяч жителей и более.

Рис.1. Сопоставление двух методов обработки исходной информации (свертки и суперсвертки)

Рис.2. Гистограммы распределения отклонений по двум методам обработки исходной информации (слева свертка, справа суперсвертка), для сравнения на фоне нормального распределения

Рис. 3. Отклонения теории от факта по второму методу анализа

Этот факт пока трудно объяснить, хотя можно предположите, что в городах с числом жителей, приближающихся к 110 тысяч, начинает действовать некий закон, переводящий город на следующий уровень взаимосвязи объема перевозок, числа жителей и количества организаций и предприятий.В таких городах отклонения еще меньше, порядка 5-15%. На графике отклонений (рис.3) обозначена маркировочной заливкой область отклонений, не превышающих 15%, которая охватывает весь массив точек, не считая начальных выбросов, соответствующих численности населения городов менее 110 тысяч и некоторых незначительных скачков, укладывающихся в 20-ое процентное значение отклонений на протяжении всего массива точек. Отклонения Δ рассчитывались по следующей формуле:

Δ=((Y_факт-Y_теор)/Y_факт)*100      (3)

где Y_факт – фактическое значения число пассажиров перевезенных за год; Y_теор – теоретическое значение числа пассажиров, перевезенных за год.

Число перевезенных пассажиров учитывалось как сумма всех перевозок основными видами городскими транспорта, которые имелись в городах, а именно перевозки автобусами, троллейбусами, трамваями и метрополитеном.

Представляется, что приобретенный опыт высокоточного моделирования социально-технических процессов может быть использован и для других приложений.

Выводы. 1.Исследования было направлено на поиск высокоточного математико-статистического выражения зависимости объема перевозок ГОТ от главных действующих факторов. 2.Оказалось, что наши стереотипные представления о тесноте связи совершенно не соответствует фактически полученным значениям и зависимостям. Это связано с тем, что стандартная математическая статистика изначально оперирует со случайными и независимыми величинами, а в нашем случае этого категорически нет. 3. Отчетливо показано, что даже при коэффициенте детерминации 0,9994, максимальное отклонение теории от факта доходит до 15%, а в отдельных, редких случаях - до 20%. Отсюда можно сделать общенаучное заключение: в процессах почти детерминированных событий,  исчерпывающим критерием уровня связи должен быть не коэффициент детерминации,  а величина отклонения теории от факта по каждой точке (городу, региону, году и т.д.). 4. Наше исследование проведено на массовидном  материале без всякой выборки; поэтому полученные результаты, видимо, обладают большой достоверностью. 5.В работе апробирован впервые в литературе метод обработки многомерной информации, названной нами суперсборкой (суперсверткой). Именно благодаря этому методу, получены исключительно высокоточные результаты моделирования. 6.В содержательном плане по отношению к объему перевозок пассажиров на ГОТ, обращает на себя внимание четкая граница полученной зависимости от численности населения и числа организаций и предприятий – она устойчива только с людности города 110 тысяч жителей. 7. Имеет смысл обратить внимание транспортников, экономистов и представителей других областей знания, что найденный и апробированный метод на массовидном полноценном материале, может, по-видимому, с успехом применяться в различных приложениях.   

Передвижения жителей Екатеринбурга в 2007 году

Л.В. Булавина

Приводятся результаты обследования  подвижности населения г.Екатеринбурга в сравнении с показателями обследований 2000/2001гг.

За период с 2001г. (массовые обследования передвижений, проведенных Фондом Социум) по 2006г., общее количество автомобилей, зарегистрированных в городе Екатеринбурге (по данным ГИБДД) возросло в два раза. Естественно, это не могло не отразиться на характере передвижений жителей: объем перевозок ГОТ в 2006г. по сравнению с 2001г. снизился в 1,19 раза, так как многие жители пересели на личный автомобиль; возросли перевозки частным автобусом и маршрутным такси - последние перевезли в 2006 г. пассажиров больше, чем метрополитен. Не смотря на небольшую и постоянную с 2002 г. протяженность линии метрополитена (8,53 км), наблюдается стабильный рост пассажиров метрополитена - введение только одной станции «Геологической» увеличило годовой объем перевозок в 1,5 раза (с 30,86 млн. пасс. в 2001г. до 45 млн. пасс. в 2006г.- рис. 1).

С целью получения информации о транспортных перемещениях населения Фондом «Социум» совместно с кафедрой Городского строительства УГТУ–УПИ проведен массовый опрос жителей Екатеринбурга. За основу принята методика обследования 2000-2001гг. Анкета обследований в целом претерпела незначительные изменения, дополнены вопросы, касающиеся отношения жителей города к перспективам развития и использования линий и станций метрополитена. Принципиальное отличие от предыдущих обследований заключалось в привязке обследуемого к структурной единице – «домохозяйство». Объем выборочной совокупности составил 20927 жителей города (9980 домохозяйств).

Рис.1. Динамика пассажироперевозок метрополитеном

в Екатеринбурге

Средняя суточная подвижность одного обследованного за период с 2000 г. не изменилась и составила 2,27 передвижений (2,28 в 2000г. и 2,32 в 2001г.). В целевой структуре передвижений за последние годы увеличилась доля трудовых и деловых передвижений, за счет уменьшения гостевых и культурно-досуговых (табл. 1).

Табл.1. Целевая структура передвижений,%

            Характер распределения передвижений по дням недели (рис.3) изменился несущественно. Сохранились часы и периоды максимальной загрузки (рис.2), характер распределения более близок к летнему периоду 2001 г. Вечерний пик одинаков во все периоды. Преобладание утреннего пика над вечерним подтвердило результаты 2000-2001 гг.

Распределение передвижений по способам их совершения  в связи с ростом уровня автомобилизации подверглось более существенным изменениям: 1) уменьшилась доля пешеходных передвижений до 37,9% (41 и 43% в 2000-2001г); 2) увеличился коэффициент пользования транспортом (0,62 в 2007 г. против 0,59 и 0,57 в 2000-2001г – табл.2); 3) увеличилась доля передвижений на легковых автомобилях, на личном – в 2,5 раза; 4) соотношение передвижений с использованием ГОТ и легкового транспорта составило в 2007 г. 66,7 и 33,3 %. (зимой 2000г. – 85,3 /14,7 , летом 2001 г. –  83,3 / 16,7).

По районам доля пешеходных передвижений различается довольно существенно – от 14,25% в районе ВИЗ-Правобережный до 59,5% во Втузгородке.

Уровень транспортного обеспечения населения по затратам времени значительно ниже нормативного (табл.3); при общем увеличении затрат времени на передвижения по сравнению с 2000 г. в среднем на 4-5 мин., накладное время не изменилось; в большей степени увеличились затраты времени на поездку в связи со снижением скорости движения по УДС; при этом дальность поездки на ГОТ уменьшилась (табл.4). Передвижения на большие расстояния совершаются на автомобильном транспорте.

Рис.2. Распределение передвижений по часам суток

(по времени выхода из дома)

 

Рис.3. Распределение передвижений по дням недели

 

 

 

 

Табл.2. Коэффициенты пользования транспортом

 

Коэффициент пользования транспортом	годы
	1965	1985	2000	2001	2007
всеми видами	0,50	0,49	0,59	0,57	0,62
общественным	0,472	0,45	0,50	0,47	0,41
легковым	0,028	0,04	0,09	0,10	0,21

 

Табл.3. Максимальные и средние затраты времени на передвижения

 

Цель

передвижений

Максимальные затраты времени для 90% передвижений, мин

Средние затраты времени на

передвижение

в мин

2001

2007.

2001

2007

Трудовые

58

80

37,8

43,1

Деловые

75

85

44,7

49,7

Учебные

51

70

31,0

35,5

Культурно-бытовые

60

75

37,0

36,2

По всем целям

70

80

36,6

39,1

 

Табл.4. Средняя дальность маршрутных поездок

 

Вид транспорта

Средняя дальность маршрутной поездки, км

2000 г.

2007 г.

Метрополитен

5,2

5,0

Трамвай

4,1

4,3

Автобус

5,7

4,5

Маршрутное такси

12,7

6,1

Троллейбус

4,3

3,6

Электричка

9,2

8,3

В среднем по городу

5,0

4,6

 

Изложенное свидетельствует о низкой эффективности транспортной системы города, которая по скорости, затратам времени, доступности, не отвечает запросам населения, в связи с чем необходимо развитие внеуличного транспорта

Гендерные исследования подвижности

населения миллионного города

   С.А.Ваксман, Н.И.Шиколай, А.С.Худяев

Приводятся результаты сравнительного исследования подвижности женщин и мужчин миллионного города при разном количестве передвижений в сутки.

 

Поведение населения при передвижениях затрагивает важные общественные интересы: образ жизни (общественный и личный транспорт), экономическое развитие (пассажирские и грузовые перевозки), качество воздушной среды (шум, загазованность), безопасность жизни (ДТП), охрана среды (влияние вредных выбросов на застройку, озеленение,…, в конечном счете, на здоровье),  потребление энергоресурсов и т.д. Указанное требует решения методологических и системных задач поведения передвигающихся во внутригородском пространстве. Есть два аспекта поведения жителей при передвижениях – социальный и градостроительный, – отражающих: 1) поведение пассажира, его роль при поездках на общественном и личном автотранспорте; 2) предпочтения населения при передвижениях (методы их выявления и учета); 3) кинетика процесса передвижения (динамика, задержки); 4) создание (конструирование) моделей поведения при передвижениях. В первых трех случаях исследуются передвижения репрезентативных индивидуумов и групп населения (деловая и иная активность различных групп населения, психология пассажира, водителя, пешехода); в четвертом – репрезентативных типов и репрезентативных домохозяйств (подвижность населения в зонах места жительства, места работы, центральной и других зонах города – поведение населения разных групп; повседневные формы и характер передвижений (типология суточных цепочек передвижений).

Не смотря на изменение социально-экономической ситуации в стране, на расслоение общества по доходам, по уровню автомобилизации, исследования подвижности и ее закономерности в новых условиях систематически в стране не ведутся. Ранее выполненные исследования влияния социально-демографических факторов на подвижность населения [1-3] не учитывали суточную подвижность населения. Позднее С.А. Ваксман [4-5] выдвинул гипотезу и описал механизм самоорганизации внутригородских передвижений как функцию суточной подвижности. В последующем А.С.Михайлов [6,c.109-113], анализируя предложенную С.А.Ваксманом модель (1) и ее трансформацию (2)

                                (1)

                           (2)

(t – средние затраты времени на одно перемещение),  отмечал: «Недостатком моделей такого вида является то, что временная составляющая трудности сообщения рассматривается как единственный фактор, влияющий на суточную подвижность. В период их разработки ценовые характеристики транспортных систем несущественно влияли на поведение населения при перемещениях, поэтому не учитывались при разработке моделей. Это и обуславливает разброс оценок коэффициентов моделей в различных городах и в различные периоды времени. Кроме того, оценки коэффициентов уравнений связи производились регрессионными методами в диапазонах выборок для среднего времени перемещения 25-40 мин, что не позволяет говорить об универсальности данных моделей… Обратная зависимость суточной подвижности от средних затрат времени на передвижение позволяет предположить, что стремление населения уменьшить рост суточных затрат времени при увеличении среднего времени перемещения,  заставляет снижать суточную подвижность. Сокращение числа перемещений при увеличении их продолжительности происходит, прежде всего, за счет перемещений с относительно невысокой мотивацией. Сокращение обусловленных перемещений происходит значительно труднее. Этим объясняется замедление снижения суточной подвижности по мере роста трудности сообщения».

            Исходя из приведенного выше рассуждения, А.С.Михайлов высказал предположение [6,с.110] «о стремлении к экономии не только собственно времени, а величины трансакционных издержек, выраженных во временном представлении:

                                        (3)

где Тсут – суточные затраты времени, час; Ссут – суточные издержки, связанные с осуществлением внутригородской подвижности, д.е.; Д – среднечасовой душевой доход субъекта перемещения, д.е.»

            Далее А.С.Михайлов отмечал: «В случае асимптотического поведения суточного лимита трансакционных издержек в зависимости от трансакционной трудности сообщения, связь для суточной подвижности представляется в виде модели С.А. Ваксмана:

          (4)

            Априорно, из общих соображений, модель (4), предполагающая асимптотическое поведение суточного лимита времени в зависимости от среднего трансакционного времени перемещения, кажется более соответствующей  реальным процессам. Действительно, при ухудшении доступности суточная подвижность уменьшается вначале  за счет поездок с низкой мотивацией, что является относительно безболезненным для населения. При дальнейшем росте трудности сообщения, отказ от перемещения становится все менее вероятным, так как оставшиеся перемещения высокомотивированы. Таким образом, с увеличением трансакционных издержек суточные затраты времени стремятся к некоторому пределу, обусловленному необходимым минимумом передвижений.  Данному свойству удовлетворяет только модель (4)».

Для трех альтернатив (пешее перемещение, общественный транспорт, личный автомобиль) А.С.Михайловым были выполнены оценочные расчеты для модели (4) по выборкам, имеющим очень разнородные свойства: модель. На рис.1 приведена теоретическая кривая суточной подвижности по выражению (5) и фактические значения суточных подвижностей по городам и периодам времени, полученные А.С.Михайловым с учетом трансакционных затрат времени:

                             (5)

где Тср – средние трансакционные издержки на 1 перемещение, мин.

А.С.Михайлов отмечал, что «…даже использование приблизительных оценок в расчете трансакционных затрат дает основание утверждать о высокой универсальности модели (4) при включении в аргумент стоимостных характеристик перемещений».

Здесь необходимо сделать несколько замечаний: 1) уже приходилось неоднократно обращать внимание коллег на уникальную книгу [6] очень рано ушедшего А.С.Михайлова и призывать к её анализу  и развитию; 2) обильное цитирование данной работы вызвано малым тиражом книги и малой ее распространенностью в России; 3) не смотря на доказательство А.С.Михайловым справедливости предложенной С.А.Ваксманом модели (4), область применения уравнения связи трансакционных затрат времени и суточной подвижности (5) целесообразно только при решении задач кратко- и среднесрочного планирования, когда можно достаточно надежно оценить душевые доходы населения и их распределение. Об этом убедительно свидетельствует опыт коллег Института территориального планирования (г.С.Петербург), применивших с успехом подход А.С.Михайлова при долгосрочном прогнозировании (генплан города), но получивших вполне сопоставимые результаты при использовании традиционных моделей.

 

Рис. 1. Уравнение связи трансакционных затрат времени и суточной

подвижности населения города (по А.С.Михайлову [6])

 

Отмеченное требует возврата к гендерным  исследованиям подвижности, выделив  только респондентов с одинаковым числом перемещений в сутки. Усложним задачу и проверим, влияет ли пол респондентов на зависимости параметров подвижности от суточного количества передвижений и их типологию. Исследование и расчеты выполнены по миллионному городу. В исследовании приняло участие 2902 человека, 1341 из которых мужчины и 1561 женщина.

Суточная подвижность большинства респондентов (54,86%) равна двум передвижениям (табл.1, рис 2). При увеличении суточной подвижности прослеживается снижение доли респондентов: 18,81% людей имеют подвижность 3; чуть больше опрашиваемых (20,92%) совершают 4 передвижения в день; подвижность 3,66% исследуемых равна 5 и 1,72% имеют подвижность, равную 6.  

 

Табл.1.Распределение респондентов по суточному количеству передвижений

 

пол	Рсут=2	Рсут= 3	Рсут= 4	Рсут= 5	Рсут=6	итого
женщины	50,5	22,2	22,2	3,5	1,6	100
мужчины	60,0	14,8	19,5	3,9	1,8	100
все	54,9	18,8	20,9	3,7	1,7	100

 

 

Рис. 2 – Распределение респондентов (мужчин и женщин)

в зависимости от суточной подвижности

 

Доля мужчин с суточной подвижностью 2 на 9,5% больше, чем женщин; однако при суточном количестве передвижений 3 и 4, доля женщин с такой подвижностью выше, чем доля мужчин;  начиная с подвижности 5, процентная разница между мужчинами и женщинами становится незаметной. Как следствие, суточная подвижность женщин оказалась равной 2,84, а у мужчин – 2,73  (в среднем по выборке с Рсут=2 и более – 2,79) - табл.2. Таким образом, отмечается сближение подвижности мужчин и женщин в отличие от периода 80-х годов прошлого столетия [4]. Более того, как видно из табл.2, характеристики подвижности гендерных групп выравниваются.

 

Табл.2. Показатели подвижности

гендерных групп населения

 

Показатели	Муж.	Жен.	Все
Суточная подвижность	2,73	2,84	2,79
Ср. затраты времени на передвижение, мин	31,6	33,8	32,8
Суточные затраты времени, минут	86,3	96,0	91,3
Ср. дальность передвижения, км	3,82	3,72	3,76
Суточная дальность передвижений, км	10,4	10,6	10,5
Ср. скорость передвижения, км/ч	7,26	6,60	6,89

 

Средние затраты времени на одно передвижение у женщин оказались традиционно выше, чем у мужчин; притом дальности одного и суточного количества передвижений практически не различаются.  Как следствие, средняя скорость передвижения у мужчин выше, чем у женщин на 10%.

Как у женщин, так и у мужчин наблюдается снижение затрат времени на передвижение по мере увеличения подвижности (с 42,3 до 28,9 минут у мужчин, и с 45,8 до 28,5 минут - у женщин) – рис.3. При этом средние затраты времени у женщин выше для Рсут  от 2 до 5 передвижений в сутки и только при Р=6 этот показатель выше у мужчин.

Средняя дальность одного передвижения так же уменьшается и у мужчин, и у женщин с ростом подвижности (рис 4). Однако у женщин она выше только при четной подвижности Р=2 и 6; во всех остальных случаях при Рсут=3 и 5 подвижность мужчин выше. Для подвижностей 2 и 6 средняя дальность различается у мужчин в 1,5 раза, у женщин в 2 раза.

            

Рис. 3 – Модель средних затрат времени

          в зависимости от суточной подвижности

Муж = 46,875 / х + 19,3 при   R²= 0,9413

   Жен = 45,273 / х + 19,3 при R²= 0,8869

 

Скорость передвижения мужчин и у женщин с увеличением подвижности с двух до пяти передвижений в сутки падает (рис.5). У мужчин она всегда выше, чем у женщин.

 

 

Рис. 4 - Модель средней дальности одного передвижения

в зависимости от суточной подвижности

    Муж = 7,163 / х + 1,89 при R²= 0,9638

   Жен = 6,784 / х + 2,17 при R²= 0,9186

 

 

Рис. 5 – Модель скорости передвижения в зависимости

от суточной подвижности (при Р=2-5)

Муж = 2,47 / х + 6,48 при R²= 0,7912

Жен = 2,24 / х + 6,18 при R²= 0,8557

 

Сопоставим полученные результаты с материалами ранее проведенных исследований по гомогенной группе студентов [5].

Как видно из уравнений (6)–(7), средняя дальность передвижения и у мужчин, и у женщин зависит от суточной подвижности, причем :

           = 1,04 + 11,44 / Р_сут      R² = 0,97                     (6)

           = 0,18 + 12,59 / Р_сут     R² = 0,9654                 (7)

С увеличением подвижности величина D =    возрастает, причем средняя дальность передвижения мужчин во всех возрастных группах выше, чем у женщин. Эти данные хорошо коррелируют с материалами новых исследований, хотя долевое влияние подвижности ослабевает.

Зависимость средних затрат времени на передвижение от суточной подвижности ранее так же описывалось гиперболой:

                 = 7,5 + 50,85 / Р_сут    R² = 0,9926             (8)

               = 5,2 + 65,1 / Р_сут       R² = 0,978               (9)

При этом средние затраты времени у женщин при любой подвижности до Р_сут = 6 выше, чем у мужчин, причем различия в величинах  и  быстро уменьшаются с ростом суточной подвижности. Как видим, в обоих исследованиях имеет место совпадение тенденций

Скорость передвижения у мужчин выше при любой величине суточной подвижности, чем у женщин:

     V_м = 9,54 + 5,92 / Р_сут    R² = 0,907                            (10)

     V_ж = 7 + 8,06 / Р_сут         R² = 0,9661                          (11)

Однако новое исследование показало, что в неоднородной выборке, моделирующей структуру населения города, в отличие от гомогенной выборки, величины скоростей передвижения при одной и той же подвижности ниже.

Необходимо обратить внимание коллег, что особенностью настоящего исследования является работа с выборочной совокупностью, в которой суточная подвижность изменялась в диапазоне от 2 до 6 передвижений в сутки. В рамках каждой группы респондентов с определенной подвижностью численность выборки была репрезентативна. Однако было отмечено два обстоятельства: 1) уже при суточной подвижности, равной шести, поведение респондентов начинает меняться; таким образом, следует изучить выборки респондентов с Р_сут = 7 и более передвижений в сутки, хотя для практических расчетов достаточно полученных моделей; 2) раздельное рассмотрение «четных» выборок с Р_сут = 2,4,6 и «нечетных» с Р_сут  = 1,3,5 показало, что они отражают разную психологию поведения при планировании и реализации подвижности, отражающуюся в типологии суточных цепочек передвижений; в связи с этим целесообразно ввести понятие «кратность подвижности» или принцип «четности подвижности».

Вывод: Проверка основной гипотезы подтвердила ее справедливость – суточная подвижность и ее пространственная типология, реализуемая хронологически, является регулятором таких параметров, как затраты времени, пользование транспортом, целевая структура и т.п.

В связи с этим можно говорить, что , не смотря на взрывную автомобилизацию населения, общественно необходимая суточная подвижность городского населения остается равной  трем передвижениям в сутки, а ее колебания объясняются поло-возрастными особенностями его структуры в каждом городе. В этом случае коэффициент пользования транспортом составляет 0,54. Средние затраты времени на передвижение - 28,8 минуты (I2,6 минуты на пешеходное передвижение и 42,5 минуты на передвижение с использованием транспорта), суточные затраты времени около 87 минут, удельный вес трудовых передвижений - 29,2%  при основной тенденции к сокращению суточных затрат времени на передвижения и повышению коэффициента пользования транспортом

Подтверждение основной гипотезы по другим городам позволит резко сократить трудоемкость и стоимость обследовательских работ, так как главной задачей обследования становится выявление суточной подвижности населения. Установлено [5], что суточная подвижность населения зависит от удельного веса лиц, совершающих два передвижения в сутки (У2)  и может быть описана гиперболой. Обработка материалов I4 обследований в городах показала, что для указанных зависимостей теснота связи составляет 0,95+0,99 при высокой надежности полученных результатов. При У₂ = 50%  величина суточной подвижности колеблется от 2,99 до 3,03, что дает хорошее совпадение с материалами настоящей статьи. Таким образом, задача получения характеристик суточной подвижности сводится по сути к задаче изучения распределения населения по суточному количеству передвижений.

 

Литература

1.Ваксман С.А. Классификация внутригородских передвижений по направлениям и целям // Размещение производительных сил Урала (сб. научных трудов). -  Свердловск:  УрГУ, СИНХ, 1982. – Вып.12. С. 102-110. (Тр./ УрГУ, СИНХ).

2.Ваксман С.А. Влияние социально-демографических факторов на внутригородскую подвижность населения // Проблемы рационального природопользования и размещения производительных сил Урала. -  Свердловск, 1981. -  С.48-56.

3.Ваксман С.А. О влиянии половозрастной структуры населения городов на суточную подвижность // Социально-экономические проблемы развития транспортных систем городов.  - Свердловск, 1988. - С.28-30;  Ваксман С.А., Тарских О.В. Влияние половозрастной структуры населения городов на скорость передвижения // Экономика и перестройка (тезисы докладов). -  Свердловск, 1989. - С.69-71.

4.Ваксман С.А. Социально-экономические проблемы прогнозирования развития систем массового пассажирского транспорта в городах. – Екатеринбург: УрГЭУ, 1996 - 289 с.

5.см. публикации С.А. Ваксмана в сборниках //Социально-экономические проблемы развития транспортных систем городов: Закономерности распределения населения городов по суточному количеству передвижений. – 1986, с.11-13; Влияние суточной подвижности городского населения на ее характеристики – 1988, с.25-27; Влияние суточной подвижности на относительную величину часового максимума передвижений – 1999, с.49-50; Взаимосвязь подвижности населения городов и характеризующих ее параметров – 2000,с.44-48 и «О механизме самоорганизации внутригородских передвижений» // Прикладные проблемы управления макросистемами / Третья всесоюзн. школа – М.: ВНИИСИ, 1989, с. 86-88;

6.Михайлов А.С. Управление рынком перемещений городского населения.- Алматы: «Гылым», 2003.- 238с.

 

 

Об учете внутричасовой неравномерности пассажиропотоков

в часы пик

Л.И.Свердлин, С.А.Ваксман

Предложены простые уравнения для определения коэффициентов внутричасовой неравномерности пассажиропотоков ГОТ

 

Потребное количество подвижного состава ГОТ необходимо определять по перевозкам в часы пик в максимальные рабочие сутки. Это правильное предложение требует дальнейшего развития, так как в пределах часа пик, как правило, имеют место повышенные концентрации пассажиров в отдельные внутричасовые промежутки. Не учет этого обстоятельства приводит к перегрузке ГОТ и отказу в посадке в ПС. Неравномерность пассажиропотока в пределах часа пик характеризуется коэффициентом  внутричасовой неравномерности (Квн), представляющим отношение максимального значения в определенный период внутри часа к среднеарифметическому значению за тот же период. Обработка данных Л.И.Свердлина позволила получить следующие модели внутричасовой неравномерности пассажиропотоков по трудовым целям:

Квч= 2,1158 – 2,1681t           R²=0,7646           (1)

 

     Квч=0,8862t ^0,3413                               R²=0,7526           (2)

             где t – доля отрезка времени в пределах часа  (t/60). 

Чаще всего в расчетах разного уровня t = 5-10-15 минут (в долях часа 0,083-0,167-0,25)

Результаты расчетов по кривым (1) и (2) мало различаются. Для t=10 и 15 минут, рекомендуемых для расчетов, Квч оказалось равным соответственно 1,753 и  1,573.

---

[1] Расчеты выполнены студентами К.С.Кныш и Е.В.Крот