交通需求模型

交通需求模型（精选10篇）

交通需求模型 篇1

交通需求是指出于各种目的的人和物在社会公共空间中以各种方式进行的空间移动(即交通)的需求,它具有需求时间和空间的不均匀性、需求目的的差异性等特征[1]。伴随着城市居住人口的增长和经济的迅速发展,人们对出行质量的要求也逐渐提高。城市机动车保有量持续攀升,居民出行机动化水平升高,交通需求总量不断增加。道路设施增长的速度远远赶不上机动车增长的速度,交通需求与交通供给不平衡,导致交通拥堵现象频频发生,给城市交通状况带来了新的挑战。

交通拥堵是现代城市,尤其是大城市,不可避免的交通问题。对路网进行交通拥堵状态的评价是改善其运行质量的前提和依据。目前,大多数的道路拥堵状态评价方法都是针对单个路段所处的运行状态进行评价,缺少从微观路段到宏观路网的分层次路网交通拥堵状态的评价方法。因此,本文采用交通需求作为交通拥堵的影响因素,建立基于交通需求加权的交通拥堵评价模型,并对北京市五环内路网的拥堵状态进行评价。

1 交通拥堵指数评价指标

1.1 分层次路网交通拥堵指数

国内外对于交通拥堵状态的评价指标研究已经非常丰富,该类指标给出了对拥堵强度的判断和量化标准,比如:美国德州交通研究院提出的道路拥堵指数(Roadway Congestion Index,RCI)[2],Lindley提出的拥堵严重度指数(Congestion Severity Index,CSI)[3]等。但是这些指标都仅仅是衡量交通通行能力满足交通需求的程度。

由于交通拥堵是一个感觉量,它不仅仅与交通需求和道路通行能力有关,而且与人们的心理承受能力有关[4]。因此,本文提出既能够反映拥堵强度,又能体现出行者对交通拥堵强度的感受的指标,即交通拥堵指数(Traffic Congestion Index,TCI)来对路网的运行状态进行评价。

交通拥堵指数(TCI)是指将特定区域特定时刻的单个路段、某等级的道路或整体路网的拥堵强度量化后的相对数,该指标值可以体现从单个路段到整体路网的交通运行状态和拥堵强度,反映其运行质量,无量纲。交通拥堵指数是一个连续变量,定义其取值范围是0~5。指标值的大小代表了不同的交通运行状态和拥堵强度,值越大则评价时段内的道路运行状态越差,拥堵强度越大;反之,道路的运行状态越好,拥堵强度越轻。本文中将出行者对交通拥堵强度的感受划分为5个等级,分别为:严重拥堵、中度拥堵、轻微拥堵、畅通、非常畅通。

针对单个路段、某等级的道路、整体路网,交通拥堵指数分别包含“点—线—面”3个层次:路段交通拥堵指数(TCIlink)、道路交通拥堵指数(TCIroad)、路网交通拥堵指数(TCInetwork),分别可以反映某一条路段、某一等级道路、整体路网的运行状态和拥堵强度。

TCIlink值为出行者对拥堵强度的感观判断值(1,2,…,5),对应的拥堵强度等级如式(1)所示:

交通拥堵指数从路段向某等级道路以及从某等级道路向路网过渡时,采用加权法进行集成。TCIroad和TCInetwork的理论计算公式如式(2)所示:

式中:TCIlinki表示该等级道路中路段i的交通拥堵指数;TCIroadj表示第j等级道路的交通拥堵指数;Ai,Bj分别表示路段i或第j等级道路重要性的权重;n表示某等级道路的总路段数;m表示路网中总的道路等级数。

TCIroad、TCInetwork与拥堵强度等级的对应关系定义如下所示:

1.2 路段交通拥堵指数的标定

人们描述道路运行状况一般不用具体的数值来定量的描述,而用“堵”或“畅通”等来表达出行感受。对于本文定义的路段拥堵强度等级,也有类似的变量测量尺度。这类变量属于多分类变量,通常按1、2、3等整数序列编码,在反应变量的各类中都有明确的从低到高的排序。Logit模型同其他模型相比,具有能以分类变量作为反应变量的特点。

因此,本文结合了对北京市各等级道路的拥堵强度主观感受的调查数据,采用Logit模型来进行路段交通拥堵指数的标定。在进行拥堵强度主观感受调查时,调查车辆上安装GPS记录仪装置,分别在城市快速路、主干路、次干路和支路运行,记录每分钟的车辆速度。同时,调查人员每分钟记录自身对道路拥堵强度的主观感受(1表示非常畅通、2表示畅通、3表示轻微拥堵、4表示中度拥堵、5表示严重拥堵)。

以调查员对拥堵强度的判断值为因变量,车速为自变量,可以得到各等级道路的拥堵强度与车速之间的函数关系。于是,根据路段平均行程车速即可确定该路段的交通拥堵指数,对路段的拥堵强度进行评价。

2 基于分层抽样技术的最低样本量确定方法

分层抽样又称类型抽样,是先对总体各单位按标志差异大小分层,然后再从各层中按简单随机抽样方式抽取一定数目的样本单位构成总的样本,用来推测总体目标量的方法。当层平均数之间的差异较大,而层内各元素的差别较小时,分层抽样能降低抽样平均误差,从任何一层内抽取少量的单位就能获得层内平均的精确估计;而且分层抽样可以解决在不同的层内采用不同抽样方法的问题。

受数据采集技术的限制,在计算道路网交通拥堵指数的过程中不可能采集到任何时刻全部路段的交通流数据。同时,道路网是一个复杂的系统,由多个等级的道路组成。对于不同等级道路的路段,其交通流特性,如流量、速度、交通流密度等都有所不同。而同一等级道路的路段,其特性具有相似性。因此在具体的评价过程中,将不同等级道路的路段各作为一个层来看待,采用分层抽样技术来降低采样量,计算最低路段抽样样本量,在指定的精度要求下尽可能提高模型计算的效率。

最低抽样路段的样本量主要是由路段特性参数(比如:路段行程速度)、置信度、可接受的误差决定[5,6]。其中,路段特性参数可以采用速度的变异系数(Coefficient of Variation,CV)作为衡量指标。假设路网包含了K个等级的道路,各等级道路拥有无限数量的路段,总体平均值抽样的相对误差为e,置信度为1-α,抽样容量计算公式如式(4)所示:

其中,zα值可从标准正态分布表中查得,当置信度为95%时,zα值为1.96。CVK表示第K等级道路的速度变异系数,等于所有样本车辆的行程速度标准差除以行程速度平均值。

实际上,各等级道路的路段数是有限的,因此,需要对式(4)进行修正。最终得到各等级道路的最低抽样路段数的计算公式如下:

式中:nK表示对于第K等级道路的最低抽样路段数;n0K表示第K等级道路拥有无限数量路段时的抽样路段数;NK表示第K等级道路中的路段总数。

3 基于车辆行驶时间的路网交通拥堵评价模型

3.1 车辆行驶时间(VHT)

交通拥堵具有一定的时空特性,在时间上体现为拥堵持续时间,通常采用交通系统处于拥堵状态的总时间或出行者在拥堵时段的总出行时间来量化。交通拥堵发生时,对于出行者而言最直观的感受就是出行时间的增加。

车辆行驶时间(Vehicle-Hours of Travel,VHT)是指路段上平均交通量与车辆平均行程时间的乘积,包含了路段长度和交通拥堵的双重影响。VHT同国外采用的车辆行驶里程(Vehicle-Miles of Travel,VMT)类似,是对道路交通负荷和交通强度的体现,同时也能够反映出出行者对于道路的交通需求。国外的Robert和Theodore研究发现[7],基于道路长度的评价方法(如VMT)计算得到的拥堵强度以及空间影响范围比较小,而采用基于行程时间的方法(如VHT)进行评价,主干路的拥堵强度明显增加,尤其是对于高峰时段的路网拥堵状态比较敏感,评价结果与人们的感受更加相符。因此,本文采用VHT来表征交通需求。

对于某一条路段,在统计时段内其VHT的计算公式为:

式中:VHTi表示统计时段内路段i的车辆行驶时间;qi表示统计时段内路段i上的平均交通量;Ti表示路段i上车辆的平均行程时间。

对于不同等级道路,在一定时期内的拥堵总持续时间相对稳定,因此可以认为在统计时段内,对应的VHT是一个相对固定的值。某等级道路的VHT计算公式如下:

式中:VHTK表示第K等级道路在统计时段内的车辆行驶总时间;n表示第K等级道路的平均车道数;qK表示第K等级道路在统计时段内的单车道平均交通量;TK表示第K等级道路在统计时段内的单位里程平均行程时间;LKi表示第K等级道路路段i的长度。

3.2 基于VHT的综合评价法

综合评价法是根据指标重要性对指标进行加权处理,得到相应的评价结果。综合评价法的评价结果不再是具有具体含义的统计指标,而是以指数或分值来表示参评单位“综合状况”的排序。

本文所采用的综合评价法是以不同等级道路的车辆行驶时间(Vehicle-Hours of Travel,VHT)作为权重来加权,求取评价道路运行状态的综合指标Index。评价方法如式(8)所示:

式中:VHTi表示某等级道路或路段在评价时段内的车辆行驶时间;Indexi表示某等级道路或路段对应的评价指标值。

3.3 路网交通拥堵评价模型

建立路网交通拥堵评价模型时,以交通拥堵指数作为评价指标,用VHT作为权重,采用综合评价法进行建模。路网交通拥堵评价模型分为微观、中观、宏观3个层次,分别用路段交通拥堵指数(TCIlink)、道路交通拥堵指数(TCIroad),路网交通拥堵指数(TCInetwork),从“点”到“面”对整个路网的交通拥堵状态进行评价。

路段交通拥堵指数TCIlink值如式2所示。

道路交通拥堵指数(TCIroad)的计算方法如下:

式中:VHTroadk表示该等级道路中路段i的车辆行驶时间。

由于TCIlink取值并不是连续变量,非常畅通强度等级的TCIlink取值非[0,1]区间,当且仅当全部的路段处于非常畅通状态时,计算出TCIroad的才能取到最小值1。因此,由式(9)计算所得的TCIroad取值区间为[1,5]。可以说,利用式(9)计算出的TCIroad值分布范围较小,路段的状态并没有真实地反映出来。比如:对于实际上处于非常畅通状态(TCIroad值应为0~1)的路段,用式(9)计算出的TCIroad值是大于1的,可能会被判断成该路段处于畅通状态。因此,在用式(9)计算出初步的TCIroad结果后,将各等级道路的TCIroad的[极小值,极大值]区间分别做相应的映射,使其取值范围处于[0,5]之间。具体的映射方法见下式:

式中:max表示极大值,min表示极小值。

最终得到整体路网的交通拥堵指数评价模型,公式为:

式中:VHTroadK表示第K等级道路的车辆行驶时间。

4 实例应用

以北京市为例,研究对象选取北京市五环内道路网,包括:快速路、主干路、次干路和支路。以北京市浮动车数据为主要数据来源,选取2006-03~2007-03工作日各一天的浮动车数据,对路网的交通拥堵状况进行评价。

以北京市为例,采用95%的置信度,5%的相对误差值对各等级道路的交通流数据分别进行计算,得到各等级道路的最低抽样率和最低抽样路段数,如表1所示。

根据Logit模型对路段交通拥堵指数的标定结果,可以用浮动车速度数据计算出各路段的TCIlink。通过对北京市浮动车数据(2006年4个月,2007年1个月)进行统计,得到快速路的极值取值区间为[1.0,4.5],主干路为[1.7,4.7],次干路和支路为[1.8,5.0]。根据式(10),分别对各等级道路的值做区间映射。

2006年和2007年工作日高峰和平峰时段各等级道路的对比情况如图1所示。工作日高峰时段,次干路和支路的运行状态最差,主干路最好。2007年同2006年相比,各等级道路的拥堵程度均有所加深,快速路、次干路和支路的拥堵恶化情况较为严重。工作日平峰时段,次干路和支路的运行状态最差,快速路最好,各等级道路的拥堵程度变化幅度较小,拥堵状况基本保持稳定。

综合不同的数据源(浮动车、检测器、核查线、GIS数据)对各等级道路的VHT值进行计算。高峰时段VHT的比例系数为:快速路13%,主干路46%,次干路和支路41%;全天VHT的比例系数为:快速路13%,主干路43%,次干路和支路44%。

计算得到北京市工作日整体路网全天不同时段的交通拥堵指数如图2所示。工作日全天路网的最差运行状态为严重拥堵状态。

工作日高峰时段和平峰时段路网的对比情况如图3所示。工作日高峰时段,路网处于严重拥堵的状态,路网的交通拥堵指数从4.01升到4.24,变化幅度为6%,拥堵程度加深;平峰时段,路网处于轻微拥堵的状态,交通拥堵指数从2.58降到2.55,变化幅度为1%,拥堵状况基本保持不变。

根据一天中不同时段路网的交通拥堵指数值,统计得到各时段路网所处的交通拥堵强度等级以及相应的持续时间,如表2所示。工作日全天路网处于拥堵状态的总持续时间为12~13 h。2007年工作日与2006年同时期相比,拥堵状态的总持续时间增加了25 min,其中严重拥堵持续时间增加了50 min,路网的拥堵程度加深。

h

5 结语

鉴于交通问题的主要原因在于交通供需不平衡,在交通供给一定的情况下,交通需求是导致交通拥堵发生的一个重要因素,本文引入了交通拥堵指数评价指标(TCI),以表征交通需求的指标作为加权模型的权重,建立了基于车辆行驶时间(VHT)的交通拥堵指数评价模型,从微观路段、中观某等级道路、宏观路网3个层次进行路网交通拥堵状况评价。实例应用表明,该方法具有较好的实用性,能够为日后交通管理部门研究分析城市交通系统的拥堵现象提供参考依据。

参考文献

[1]李维生.大中城市交通拥挤堵塞问题的分析及对策[J].内蒙古农业大学学报,2004,6(2):81-82.

[2]Boarnet M,Kim E.Measuring Traffic Congestion.In Transportation Research Record,No1634:Journal of Transportation Research Board series,TRB,National Research Counci[lC].Washington,D.C.,1998:93-99.

[3]Lindley J.A Methodology for Quantifying Urban Freeway Congestion[M].Transportation Research Board,1987:1-7.

[4]姜桂艳.道路交通状态判别技术与应用第1版.[M].北京:人民交通出版社,2004:52-53.

[5]Turner S,Lomax T,Levinson H.Measuring and Estimating Congestion Using Travel Time-Based Procedures.In Tran-sportation Research Record,No1564:Journal of Tran-sportation Research Board series,TRB,National Research Counci[lC].Washington,D.C.,1996:11-19.

[6]Turner S,Holdener D.Probe Vehicle Sample Sizes for Real-Time Information:The Houston Experience.Proceedings of the Vehicle Navigation and Information System Conference[C].Seattle:IEEE,1995:3-10.

[7]Robert R,Theodore F.Contrasting the Use of Time-Based and Distance-Based Measures to Quantify Traffic Congestion Levels:An Analysis of New Jersey Counties.The81th Annual Meetings of the Transportation Research Board[C],Washington,D.C.,2002.

交通需求模型 篇2

备件需求预测模型研究

备件费用在整个装备全寿命周期费用中占有很大的比例,因此,合理配置备件一直是精确化保障研究的热点之一.备件需求量的预测则是制定保障计划的核心问题和关键所在,它将直接影响后续的筹措、分配、储存、调拨等各项工作的顺利进行. 由于设备系统的复杂性、零件故障的`随机性、备件消耗的特殊性,因此,备件的需求难以预测.目前备件需求量的预测主要采用以下方法.

作 者：李保华 杨云  作者单位：空军工程大学导弹学院 刊 名：航空维修与工程  PKU英文刊名：AVIATION MAINTENANCE & ENGINEERING 年，卷(期)： “”(5) 分类号：V2 关键词： 

缓解北京交通拥堵的需求管理路径 篇3

【关键词】交通拥堵；需求管理；社会成本；出行比例

【中图分类号】 C913.32【文献标识码】 A【文章编号】1672-5158（2013）07-0001-02

本文系“北京市自然科学基金资助项目（9123026）”

改革开放三十多年来，北京迅速崛起迈入现代化世界城市的行列，同时迅速增长的人口和爆炸性发展的机动化也给北京的交通形成了巨大的压力。北京交通对于城市的运行效率及经济发展，对于城市居民的生活质量的提高至关重要。虽然政府不遗余力的发展城市交通，但拥堵的交通、效率低下的交通资源利用状况、简单的行政手段和治理理念还是制约了城市发展。我们认为现阶段北京交通拥堵问题的解决应主要采用需求管理手段，立足可持续发展，建立实现城市交通供需平衡的长效机制。

一、北京交通拥堵的经济分析

（一） 交通拥堵的需求原因

北京采取车辆限行、限购等行政措施后，交通拥堵有所缓解，2011年以来拥堵还是呈上升趋势。从交通经济学角度看，在市场经济环境下，价格是调节交通供求总量平衡、出行比例平衡和出行时空平衡的关键要素。交通的拥堵现象是交通资源供不应求的反映，是居民出行结构与道路资源结构在特定时空范围内不相适应的反映。目前由于行政干预，北京多年不变交通价格体系被扭曲，一方面形成过度的交通需求，路面机动车通行量得不到抑制，高峰期出行量得不到抑制。一方面过量的需求造成拥堵，极大降低了现有路网的通行能力，抑制了交通的供给，使交通供求矛盾更加尖锐。

路面道路资源利用效率是一条曲线，随着通行量的增加道路的利用效率逐渐提高，越过顶点出现拥堵后，道路的利用效率开始下降，进入道路的车辆越多，单位时间道路的通行量越少。当交通需求过大，通行量越过最佳点后，交通的供给量开始下降。在交通拥堵的情况下，降低道路通行量可以直接增加道路供给能力。当北京中心城区主干路网基本成型的情况下，通过需求管理控制拥堵时段的通行量是解决交通拥堵的必然选择。理想的通行量是用车辆的行驶速度衡量的。一般而言，中心城区车速在50公里/小时，道路资源的利用效率最高。北京日间五环内大部分时间机动车车速都低于30公里/小时。通过需求管理提高道路的通行能力具有很大的空间。

各种交通出行方式的比例、出行的时间、出行路线受交通价格体系的影响，人们在一定程度上根据出行成本选择出行方式、出行时间和出行路线。北京目前扭曲交通价格体系没有覆盖真实的交通成本，出行的个人成本与出行的社会成本存在巨大的落差，由此形成过度出行需求。居民出行只承担少量的个人成本，而没有分担由于个人出行所形成的社会成本，以至于会产生不恰当的出行方式、时间及路线，并由此形成交通拥堵。因此，北京交通供需问题及交通拥堵问题的解决关键是价格体系。应遵循交通市场经济规律，建立能够灵活反映供求关系，自行消除拥堵的交通价格形成机制。

（二） 北京交通拥堵的社会成本匡算

从成本角度看，人们的出行成本包括个人成本和社会成本。个人成本是个人的出行实际支出，社会成本是个人出行对于道路拥堵所产生影响的关联成本。交通拥堵的社会成本主要包括：（1）堵车时间成本，由于拥堵而延长人们的出行时间所形成的延时人工成本；（2）堵车油耗成本，由于拥堵致使车速下降，车辆怠速，所增加的油料消耗成本；（3）堵车污染治理成本，由于堵车所增加的汽车尾气排放所形成的污染治理成本；（4）堵车交通设施生产成本，由于堵车造成交通设施使用效率下降，而相对增加的交通设施生产成本。

1、堵车时间成本

按北京路面大型车出行量为1200万人次/日，平均乘车时间为1小时/人计算，并设堵车时间为乘车时间的1/3，大型车乘客由于堵车所增加的总乘车时间为400万小时/日。

按小型车出行量为1000万人次/日，平均乘车时间为45分钟/人计算，并设堵车时间为乘车时间的1/3，则由于堵车小型车乘客所延长的乘车时间为250万小时/日。

总计堵车时间650万小时/日，按小时工资为15元/小时计算，则堵车时间成本为9750万元/日。全年约为356亿元。

2、堵车油耗成本

北京目前白天五环内的平均车速基本在30公里以下，只是在夜间车速在30公里/小时以上，达到通畅水平。根据调查粗略计算汽车由于拥堵所增加的油耗，小型车平均百公里油耗增加6.8升，大型车平均百公里增加23升。（见表1）

北京2013年机动车总数约550万辆，考虑到机动车限行，每日行驶按小型车450万辆，大型车20万辆计算。小型车平均每日行车45公里，大型车每日行车130公里计算，并设拥堵里程比例为30%。则可计算出由于拥堵所多消耗的油料日均592.5万升，年为216262.5万升。 （见表2）

按每升汽柴油7.8元计算，每年堵车增加油耗约为169亿元。

3、堵车污染成本

堵车污染成本是指由于堵车多消耗油料而产生的汽车尾气排放的治理成本。汽车尾气中含有一氧化碳、氧化氮以及对人体产生不良影响的其他一些固体颗粒，北京的雾霾天气与汽车尾气排放有直接联系。汽车尾气污染对城市居民危害极大，但很难全面计算其治理成本，我们只能简单计算堵车增加的碳排放量及相关成本。如前面估算，北京年堵车多燃烧汽柴油216262.5万升，折合156.9万吨。按每吨汽油2.8吨碳排放计算，堵车碳排放量约为439万吨，按每吨碳排放价格200元计算，堵车碳排放成本约为8.78亿元。

4、堵车交通生产成本

北京交通设施资源由于拥堵而降低了应有的效能，相对提高了交通设施的生产成本。近十年北京累计交通投资约3000亿元，公共交通的固定资产更是一个天文数字。目前这些资产未产生利润，而且还有巨额亏损。为了提高公共交通出行比例，缓解交通拥堵局面，北京采取巨额补贴公交的政策，进近三年财政补贴额达467亿元，年均约156亿元。考虑到资源占用成本和财政补贴等因素，拥堵所形成的交通资源生产社会成本每年应在500亿元以上。

综合上述成本匡算，北京交通拥堵的年社会成本应在1034亿元以上。巨额交通拥堵社会成本不仅折射出北京交通拥堵问题的严重性，也为我们调整交通价格体系，合理引导交通需求提供了极大的量化空间。

（三）北京出行比例的经济分析

北京出行结构的突出问题是小汽车出行比例过高，1986年小汽车出行比例在5%左右，近五年来维持在34%左右。北京的小汽车出行比例在国际大都市中是最高的，日本东京的小汽车出行比例只有11%。小汽车出行比例过高是因为其出行的个人成本较低，没有承担应有的社会成本。由于小汽车的拥有使用成本低，促使小汽车过度使用。北京的小汽车使用强度约为45公里/日，而日本东京仅为19公里/日，伦敦为30公里/日。

北京出行比例的另一问题是绿色出行即步行和自行车出行比例不断下降，其中自行车出行比例从1986年的86%，下降到现在不足8%。北京拥有世界特大城市中最好的自行车道路通行条件，但现在自行车道上自行车聊聊，交通资源浪费严重。德国柏林自行车出行比例为12.6%，比北京高得多。北京步行出行比例也非常低，估计在5%左右。而德国柏林的步行比例高达26%。人们舍掉绿色出行改为机动出行，无疑大大加剧了道路的拥堵局面。绿色出行比例过低的原因之一是因为城市为居民提供了大量免费或只是象征收费的公共机动车交通。2013年北京公交出行比例为44%，在全国大城市中是最高的。维持目前公交出行比例的代价也是高昂的，不仅需支付巨额的财政补贴，而且是降低了绿色出行的比例。

二、舒缓交通拥堵的需求管理

经过几十年大规模交通建设，北京地面道路建设基本成型，缓解交通拥堵的主要措施应转为交通需求管理。就是运用经济和法规等手段对交通需求量进行有效控制，减少不合理的交通需求，分解、转移早晚通勤高峰期的交通需求，从而达到使供需达到相对平衡，缓解交通拥挤的目的。

（一）调整规划降低中心城区交通需求

从城市功能规划角度看，北京交通拥堵主要原因是城市功能过于集中在城市中心区。由于政府机关、学校、企事业单位、医院、娱乐场所等公共设施均集中分布在五环路以内城区，形成五环路内巨大的交通流量。北京郊区分中心城市功能不健全，职业居住比比城区低1-2倍，以至于大量郊区居民早晚高峰期往返于城市与郊区之间，形成城区与郊区之间干线交通的拥堵，城区与郊区之间交通压力日渐增大。

应通过城市功能的合理配置在交通需求的产生阶段控制出行需求的产生。城市规划应确保建设功能齐备的，各类等级的城市中心、副中心、分中心、组团等，让居民的居住和工作、购物、娱乐、医疗、教育等可以就近得到满足，从而减少城市的总通行量。目前应加快推进五环外各分中心工业、商业项目的建设，并配套建设学校、医院等公共服务机构。鼓励中心城区部分机构、学校、医院迁至城市分中心。

（二）采用经济手段降低小汽车出行比例

北京小汽车使用成本处于全国最低水平，造成对社会公共资源的过度消耗甚至浪费。因此，控制北京小汽车使用最直接、最有效的办法就是通过经济手段将隐性成本显性化，使小汽车的购买者、使用者承担起过量出行所形成的社会成本，从而自主约束其出行行为。

（1）征收小客车牌照费

为缓解交通压力，小客车的购买者应部分支付其新增机动车所增加交通社会成本。小客车的社会成本包括：交通基础设施建设成本、交通资源占用成本、尾气排放污染成本、交通拥堵成本、交通事故损失等等。上海现行收取牌照费的做法减少了大约200万辆小汽车的购买，使上海的交通拥堵情况大大好于北京。采用拍卖定额数量牌照的方法控制新增小汽车数量，目前小汽车抽签限购方式相应取消，收取费用归政府交通基金。如以每年发牌10万新车，每张牌照5万元计算（2013年上海的牌照费约为9万元左右），可收取可增收50亿元牌照费。

（2）征收小汽车保有费

为补偿小汽车出行的社会成本，约束对小汽车的拥有欲望，可对小汽车收取保有费。从而达到降低小汽车停车面积、道路使用、行驶排放等作用，并相对鼓励对公交车和非机动车出行的使用。北京按400万辆小型车，每车2500元拥有费计算可收取100亿元车辆拥有费。

（3）征收交通拥堵费

对交通拥挤路段、拥挤时段实施分时段道路使用收费制即拥挤费，引导车辆避开拥挤路段和高峰时段或者改变交通出行方式。道路是一种特殊的商品，道路的容量是一种稀缺的时空资源，实行拥挤收费后，居民将根据成本因素考虑各自的出行时间，相应会减少高峰期的拥堵状况。北京按每日200万小型车驶入中心区，每车收取拥堵费25元，每天可收费5000万元，全年可收取182.5亿元。

（4）差别停车费

提高机动车的使用成本的一种措施是在城市中心区实行差别停车费，提高中心区停车费收费标准。北京中心城区公共停车场资源不足，停车服务经营市场化程度不高，停车费收入主要没有流入政府交通基金，不能形成停车收费的良性循环。应根据市场化原则调整停车需求。市中心公共停车场地实施高收费政策，郊区进入市区连接的轨道交通、快速公交站设立免费停车场，鼓励市民乘公交、地铁进入市区。路边日间停车实施计时高收费，夜间停车免费原则。鼓励各类投资者投资兴建公共停车场，但对目前各停车场运营机制和收费上缴要进行梳理，确保停车经营者只获取合理利润，政府交通基金能从停车收入中获得可靠收入，并切实用于交通建设。

（三）采用经济手段提高绿色出行比例

以各类交通设施使用的社会总成本和社会承受能力核算为基础，以交通需求管理政策为指导，逐步理顺公共客运、私家车、道路通行和停车收费的价格体系，以价格杠杆调节交通供需平衡，既满足层次的交通消费需求，又要提高既有交通设施资源的利用效率。北京近十年公交出行比例上升的同时，自行车出行和步行出行的比例大幅下降。公交免费和优惠价格政策在导致公交年156亿元的财政补贴的同时，导致了大量休闲型公交出行需求的产生，现行公交已成为市民福利的一部分，这同我国发展中国家的地位不相符合。从发展来看，目前的公交补贴也是不可持续的，公交高额补贴将是北京财政的巨大负担。目前北京的财政交通补贴数额超过财政医疗卫生支出，超过财政社保就业支出，这样的财政支出结构并不符合市民的利益诉求。因此提高公交价格，适当减除优惠范围和优惠幅度势在必行。

北京公交按每日2000万人次公交出行计算，全年73亿人次公交出行。全年按175亿元财政补贴计算，每次公交出行财政补贴为2.4元。为减少补贴，增加公交公司收入，可采取逐步提高票价的方式，每次调价票价平均上涨1元。相应一年可以增加收入73亿元。

一方面提高公共交通价格，一方面给予市民一定的交通补贴，可以鼓励市民积极采用绿色出行方式，同时也使财政交通补贴补给每一个市民，体现财政公平原则。北京现行交通财政补贴按175亿元，市民按2000万计算，每人平均补贴额为875元。为配合调整交通票价，可以考虑变暗补为明补，每人每年补贴200元，全年财政支出40亿元。这部分财政支出完全可以从公交提价中得到补偿。暗补变明补的真正作用在于通过取消免费公交，减少公交优惠限制消遣性、不必要公交出行需求，通过财政明补鼓励居民绿色出行。

通过交通价格改革，促使市民选择可持续的交通方式。提高公交公司运营效益，使公交产业进入流量增长，利润增长，投资增加，公交供给增加的良性循环。通过鼓励绿色出行的政策，刺激自行车和步行等出行方式的增加。这种市场化改革深层次意义在于建设节约型、环保型、可持续型城市交通出行结构体系。

结束语

北京交通的深层次原因是行政干预扭曲了交通价格体系，通过调整价格和收费方式使出行的个人成本与出行的社会成本保持一致，可有效约束出行需求的产生，实现交通供求总量和结构上的平衡。现阶段需求管理是解决交通拥堵的必然选择，应努力构建以需求管理为框架的，满足经济社会发展需要的，可持续的城市交通运行系统。

参考文献

[1] 北京交通发展研究中心，2008年以来各期北京交通发展年报

[2] 北京市政府，《北京交通发展纲要（2004～2020）》

[3] 高鹏，张子秦.城市交通拥堵分析及对策研究[J].，交通科技与经济. 2011，（2）：22～25.

[4] 李泉生，城市交通拥堵治理模式及其失灵分析[J].交通世界. 2010，24.85～87.

交通需求模型 篇4

城市交通问题由来已久,为确保城市交通正常运行,就需要城市交通的路网容量、路线及布局与城市居民的生活相适应,一味通过挖掘城市地下道路,建设高架桥等扩展城市交通容量的方式远远不能满足城市快速发展的需求,同时造成大量的人力、物力的损耗,不利于城市实现又好又快的发展目标。只有通过科学的规划设计,在深入研究城市发展规模、城市土地利用形态以及城市居民需求等的基础上,预测城市交通分布、城市特定位置交通量以及交通路网的容量等与城市规划设计有关的因素,由此来设计合理的交通建设方案,以完善我国城市交通网络体系。

1 交通需求预测模型的定义

交通需求预测模型是指在交通规划中,综合运用数学、图表、运筹学、统计学等多种学科领域的知识对交通系统做简单描述,通过对影响交通需求的多种因素进行综合分析,得出科学的预测结果,以此来指导城市交通规划建设。

交通需求预测模型一般以人口、就业岗位的分布和交通网络作为基本元素,分析城市交通规划建设与城市土地利用之间的关系,从而合理安排城市交通分布和交通用地,从而促进城市发展水平的提升,有利于节省城市可利用土地资源。

2 交通需求预测方法

交通需求预测理论发展至今,普遍被人们采用的主要是四阶段交通需求预测法,包括交通生成、交通分布、交通方式划分以及交通分配四个内容。

2.1 交通生成预测

交通生成预测包括交通产生量和吸引量预测两个方面的内容,交通生成阶段作为其他阶段交通预测的基础,对交通预测的结果有很大的影响。通过对城市特定地区的经济发展规模、人口及人流量和土地利用类型等与交通相关的因素进行综合分析,预测该地区未来的交通产生量和吸引人流量。

2.2 交通分布预测

交通分布预测是指通过对城市特定地区的经济发展程度以及城市特定地区居民日常生活的轨迹进行综合分析,了解城市特定地区的居民对交通的实际需求,然后由交通需求指引城市交通干线和支线的分布,规划设计交通网络分布,以使交通设计与居民的需要相一致,同时有利于把握交通流向,使路网的布局沿主要交通运输需求流向布置,同时注重交通网络的容量配置[1]。

2.3 交通方式划分预测

交通方式划分预测是指对城市特定地区未来的交通使用类型及情况所做出的预测,通过对城市特定地区经济活动、人流量以及交通适用类型进行综合分析,得出未来城市特定区域的交通类型的配置情况,这有利于城市未来交通类型配置的合理性,减轻交通压力,从而为该地区未来交通方式的选择和配置提供科学合理的参考。目前我国城市交通类型主要有公共汽车、地铁、出租车、小轿车、步行这几种方式,并且在城市经济活动频繁、人流量大的地区通常综合分布着几种交通类型,比如武汉的光谷步行街附近,既分布有地铁、公交等公共交通类型,又有步行、小汽车、自行车等综合交通方式。

2.4 交通量分配预测

交通量分配预测是指根据城市特定地区的经济发展规模和经济活动以及该地区的日常平均人流量来推测未来该地区的交通流量以及道路交通网络的分配情况,以得出未来该地区的交通压力情况,从而为交通网络的分布提供正确的参考依据。根据我国目前经济发展水平和人均拥有私家车的量来看,我国无疑是进入机动车行驶占主要地位的阶段,小轿车的增多严重加剧了我国原本供给不足的道路交通压力,城市交通堵塞的现象比比皆是,利用科学的交通量分配预测对城市交通网络进行科学的分布,对我国城市的可持续发展至关重要。

3 交通需求预测模型

3.1 交通生成预测模型

对交通生成预测的方法有很多,常见的主要有回归模型、增长率以及交叉分类模型法,本文主要介绍交叉分类模型法。

1)交叉分类模型原理方法为将家庭按照人口结构、家庭收入和汽车的拥有量等要素的不同,加以分类,再依据居民出行O-D调查统计的各种类型家庭平均出行率和家庭总户数来计算出总出行量[2]。如公式(1):

式中Gi—交通小区i的出行量;

n—划分家庭类别总数;

Fik—交通小区i中第k类家庭的总户数。

交叉分类模型的优点是可比性强,直观反映了用地与交通生成的关系,其缺点是计算分类较繁琐,分类的代表性影响其预测精度,需大规模的居民出行调查数据支持[3]。

交通生成预测包括交通产生量和吸引量预测两个方面的内容,上文介绍了交通生成量的预测模型,下面介绍交通吸引量的预测模型。对交通吸引量的预测分析是很复杂的,因为交通吸引量受特定地区的人流量、居民出行类型、居民返程以及特定地区经济活动、商业、文体、旅游等的影响,很难用一种模型就将所有的因素之间的函数关系表达出来,通常是按照居民出行目的比如上班、上学、返程等来建立模型,建模方法有回归法、吸引率法、时间序列法等。

2)交通吸引预测与交通生成预测类似,居民出行吸引受到特定交通地区的区位因素影响,根据特定区位土地利用类型、面积的不同以及不同类型区域的出行吸引系数,建立不同交通区域的吸引模型[4]。如公式(2):

式中Ai—特定交通区域的出行吸引量;

Wi1———特定交通区域的办公用地的吸引权;

Wi2———特定交通区域的工业仓库用地吸引权;

Wi3———特定交通区域的教育机构用地吸引权;

Wi4———特定交通区域的商业用地吸引权;

B1、B2、B3、B4—出行吸引率;

Li1—特定交通区域办公用地面积;

LI2—特定交通区域工业仓库用地面积;

LI3—特定交通区域教育机构用地面积;

LI4—特定交通区域商业用地面积。

3.2 交通分布预测模型

交通分布预测是指根据特定地区的人流量、经济发展程度来预测该地区的交通产生量和吸引量,同时确定特定地区不同类型交通区的出行量和吸引量,按照交通出行的流向和吸引返程的流向预测未来该区域的交通分布,以使该区域的人流量与交通分布相适应,从而减缓交通堵塞现象和交通压力。同时对交通分布预测的方法有很多,主要有增长系数法、介入机会模型法以及重力模型法,本文主要介绍重力模型法。

重力模型法是一种借鉴万有引力定律的空间互动关系模拟分析模型,通常情况下,城市的交通区域分为几个不同区位来进行综合管理,每个区位在同一时间段内的交通流量不同,有的区域交通出现堵塞现象,有的交通区域交通比较顺畅,在这种情况下交通堵塞区域的人流量会下降,同时会往交通顺畅的区域分流,而重力模型也就是研究人流量与交通区位分布之间的关系。重力模型使用基础是特定区域交通分布量与交通出行量和交通吸引量成正比,与特定区域交通阻抗成反比,根据交通约束情况的不同分为无约束、单约束、双约束、三约束等不同的类型。其中双约束关系如下:

式中T1j—从交通区i到交通区j之间的出行量;

P1—交通区i的出行总量;

Aj—交通区j的出行总量;

f(dy)—交通区i到交通区j的出行阻抗;

ai、bj—出行分布矩阵行与列的平衡系数,并且满足:

将(4-3),(4-4)带入(4-5)式中得到:

可以看出,式(4-5)是一个无法用代数方法直接求解的公式,只能采用迭代的方式求近似解,同时需要对迭代的次数以及误差值做限定,不然计算程序会陷入死循环。重力模型的特点是对交通分布量的影响因素考虑较全面,能够敏感地反映出交通阻抗与交通分布量之间的关系变化,不足之处是对居民在较小交通区域内的出行距离计算值过大,所以重力模型比较适合交通区域面积偏大的地区。同时,也要根据实际情况采用数据,因为当某一个交通区域的阻抗接近零时,通过重力模型分析该区域的交通分布量值会趋于无穷大,这种情况就不适合采用重力模型分析。

3.3 交通方式划分模型

交通方式划分预测是指对城市居民在出行过程中会选择何种交通工具的预测,根据居民出行方式选择、居民个人习惯、出行目的地的特点以及出行区域的交通设施水平等影响居民交通方式的因素来预测未来该地区的交通类型分布,通过交通方式划分预测可以把握未来该交通区域的主要交通类型、人流量以及交通压力,从而在城市交通规划设计中对交通运输类型以及负荷量有一个很好的掌控。

当前主要的交通方式划分预测方法主要有固定份额法、交叉分类法、回归分析法、Logit模型法等。本文主要介绍交叉分类法。

交叉分类法根据出行者的出行方式的特性比如出行时间、出行距离、出行费用等要素以及出行者所在的区域类型比如商业区、居民区、郊区等综合分析比较相似的几组,预测该区域的交通分担量,为该区域的交通类型分布提供可参考的数据。

采用交叉分类法分析特定交通区域的交通分担量时,要从每一相似的出行组别中选取最有代表性的出行份额或是平均出行份额,这个出行份额既可以来自居民出行交通调查,也可以通过其他数学模型预测分析得出。如公式(5):

式中Pik—分区i的第k方式交通产生量;

asm·k—全市第s类家庭第k类方式的出行率;

Nsi—分区i第s类家庭的数目,取规划年的预测值。

交叉分类法在实际应用中会出现信息不对称的情况,主要是因为居民出行特性相似的群体难以确定,在不同的交通区域、不同的交通时间阶段内群体内部的出行特性差异较大,对此作出明确的界定很难。

3.4 交通分类模型

交通分类模型分为均衡模型和非均衡模型两种形式,如果交通线路上的交通时间与交通费用随交通流量的大小而变化,则为均衡模型,反之则为非均衡模型。本文主要介绍均衡分配模型。

通常某一交通路线的阻抗和拥挤程度是由出行者集体选择该路线造成的,同时,该路线的拥挤程度与阻抗会反作用于出行者的路线选择,两者之间由此形成一个均衡状态。根据这种相互作用原理,外国专家提出交通量均衡分配原则。

交通量均衡分配原理主要有:1交通价格影响人们出行方式的选择;2两点之间直线距离最短,根据这一数学原理,专家提出当有多种交通路线供出行者选择时,他们往往会选择最短的出行路线,那么最短的路线的交通流量会随之增加,增加至这条路线出现饱和状态即堵塞现象时,人们就会绕道而行,选择其他出行路径代替该路线。

交通分类模型根据交通量均衡分配原理来构建模要素,采用非线性数学规划方法和Frank—Wolfe算法求解。

4 结束语

城市交通需求预测模型对城市交通规划建设有重大影响,城市的交通问题制约着城市的发展,只有通过科学合理的交通需求预测,根据预测的结果指导城市交通的分布与管理,才能最大程度减缓交通压力,促进城市健康发展。

参考文献

[1]何刚.城市交通规划交通需求预测模型的研究[D].合肥:合肥工业大学,2003.

[2]刘树义.城市道路交通需求预测系统研究与应用[D].武汉:武汉理工大学,2005.

[3]潘莉.组合预测模型在城市公共交通需求预测中的应用[D].合肥:合肥工业大学,2005.

轨道交通发展与电线电缆需求分析 篇5

随着我国轨道交通建设步伐加快，铁路运营里程数的增加，带动了轨道交通设备的需求量的扩容，电线电缆需求量也随之攀升。

据《2012~2016年电线电缆行业宏观投资环境与行业发展趋势分析报告》显示，“十二五”期间，我国铁路建设提速将带来对机车电缆、通信和信号电缆的巨大需求，预计年平均需求将分别达16万~20万千米和7万~10万千米，城市轨道交通将产生车辆用电缆年需求2.5万~3万千米，交通用信号电缆年需求1.5万~2万千米。不难看出，我国轨道交通建为众多电缆企业另辟商机，有相关电缆企业表示，未来，城市轨道交通将成为其重要的业务增长点。

轨道交通带来线缆“大蛋糕”

2011年，我国铁路建设遭遇了“急刹车”，但相关数据显示，2010年至今，我国铁路基础建设投资仍维持7000亿元以上的高位，电气化铁路建设渐入高峰，牵引电气设备作为电气化铁路的主要设备之一，需求量必将增大，由于轨道交通用电缆受上游设备影响显著。因此，牵引电气设备拉动电缆需求量增加自然不言而喻。

按照相关部门的计算标准，以牵引供电占轨道交通工程总造价的7%～10%计算，目前国内的轨道交通总投资额在6000亿元左右，那么牵引供电

市场则会有近600亿元，这个大蛋糕对电线电缆企业来说是一个很大的诱惑。

目前，电缆企业也在加快步伐，力争从轨道交通电缆市场中分一杯羹。西安西电光电缆有限责任公司（简称“西电光电缆”）副总经理张玉祥接受记者采访时表示：“2013年，铁道部计划投资6000亿完成铁路基建，届时，我国铁路里程将新增一万千米。如果6000亿实现的话，我公司有望达到35亿元左右的产值。”西电光电缆是较早进入轨道交通领域的电缆企业之一，多年来，随着国家加大轨道交通建设，使其尝到了甜头。

事实上，随着我国铁路、轨道建设的大面积开展，面对当前经济增长放缓、低价竞争、产能过剩、同质化竞争等局势，轨道交通领域不失为电缆企业转型的良机，因此企业应努力提高自己的软硬件实力。

“我国轨道交通建设，对电缆行业的影响是全方位的，不仅带动了电缆需求量的增长，同时对电缆企业的技术提出了更高要求。”蒋强表示。目前，地铁区间隧道、地铁车站、设备安装、消防等建设，对电力电缆需求旺盛。此外，由于地形因素和经济因素等限制，轨道交通使用隧道避开复杂地形，因而对于隧道和地铁车站用照明电线电缆的需求空间巨大，同时对高端电缆技术发展起到助推作用。

电缆行业弊端仍需警惕

随着《“十二五”综合交通运输体系规划》的出台，国家对铁路建设政策回暖，各地推进城市轨道交通建设的消息也不绝于耳，交通建设的蓬勃发展，对于电缆企业无疑是利好的。但同样也要看到，电缆行业发展与轨道交通建设并未完全同步。

用户垄断集中、企业分散、大型央企少、无国际知名品牌等传统电缆市场诟病，在轨道交通电缆领域依然存在。

与传统电缆市场相比，由于地铁用电缆、船用电缆等对电缆阻燃、无卤、抑烟要求严格；我国地域差异，如为南方湿热气候和多蚁环境的高低压电力电缆、云母带绝缘耐火电缆附件、矿物绝缘防火电缆、泄漏同轴电缆等高端产品，我国目前研发能力尚不足，普及化程度低，部分高端产品依赖进口。

此外，由于轨道交通市场发展迅猛，能够生产高精尖端产品企业较少，为数不多的几家企业人力、财力有限，为满足客户需求，一面紧锣密鼓的购置设备，一面增加人力资源，导致固定成本增加，流动资金短缺，客观上对企业后续研发能力造成了一定的影响。而小型企业，资本、技术、人才都比较薄弱，产品质量得不到保证，由于其价格低，市场往往被他们所垄断。这些企业并没有形成自己的核心竞争力，很难抵御市场的冲击。

那么，在轨道交通领域，电缆企业应如何警惕传统市场弊端，蒋强给出了几点建议：一是国内企业应提高自己的技术水平，高端电缆产品开发上与国外靠齐；二是打破目前的技术垄断，让更多企业参与进来；三是企业生产的电缆产品应按照国家标准执行。

所用电缆大都要求低烟无（低）卤、阻燃、耐火、耐油、耐紫外光、耐潮、防水、防霉、防鼠等，南方还要求防白蚁。适用于南方湿热气候和多蚁环境的高低压电力电缆、低烟无卤电缆、云母带绝缘耐火电缆、矿物绝缘防火电缆、泄漏同轴电缆等，将有良好的市场机遇。地铁区间隧道、地铁车站、设备安装、消防等建设则需要大量的电力电缆（轨道交通通常采用强电方式进行动力供给）、通信电缆、隧道非凡用电缆以及漏泄和射频电缆等。隧道和地铁车站用照明电线电缆也是一大亮点。高速客运专线的建设，按照当前的技术，轨道应答器必将大量使用，这就为轨道应答器数据传输电缆提供了广阔的市场空间。

轨道交通用电缆中电力电缆将主要是直流牵引电缆、阻燃电缆、耐火电缆、绿色环保电缆、自控温电缆等特种电缆。信号电缆主要集中在地铁用、信号电缆和控制电缆、通讯电缆、通讯光缆等品种。漏泄同轴、射频电缆主要应用于无线通信系统。

电缆定义：

1：由一根或多根相互绝缘的导体和外包绝缘保护层制成，将电力或信息从一处传输到另一处的导线。

交通需求模型 篇6

“四阶段”法交通需求预测模型是交通规划、交通工程领域中最常用也最为成熟的模型, 广泛应用于各种科学研究及实际项目当中。“四阶段”分别为交通产生、交通分布、交通方式划分和交通分配, 四个阶段相互联系、相互反馈, 共同构成整个需求预测的过程。

在众多交通规划类软件当中, 由美国Caliper公司开发的基于GIS技术的Trans CAD软件[1], 可以方便地与GIS软件进行数据的对接和交互, 便于交通规划和城市规划人员在同一平台上的交流。利用Trans CAD软件可以便捷地进行“四步骤”交通需求预测模型的应用[2][3]。然而限于软件自身结构特点, 并不能够直接完成从交通分配至交通分布的反馈循环, 在一定程度上制约了对软件的应用及对城市交通需求的总体把握。本文正式从TransCAD软件出发, 结合其内置的GISDK模块, 通过模块化语言完成交通分配至交通分布的反馈循环, 增强其应用性。

国内已有大量研究利用GISDK实现对Trans CAD的扩展应用, 来增强对交通需求预测的准确性。如利用GISDK进行公路网OD合成的开发研究[4], 基于GISDK的宏开发与应用[5]、基于GISDK的OD数据分析研究[6]以及公路网规划进程优化的研究[7]等。

2 方法

2.1 GISDK工具

GISDK (Geographic Information System Developer’s Kit) , 即为地理信息系统开发工具, 是拓展Trans CAD的主要工具, 该工具库包含多达1000个可调用函数的函数库, 还含有完整的建立、管理菜单和对话框以及编写宏语言的程序, 以实现对Trans CAD软件的拓展使用。通过应用GISDK函数, 能够自动重复执行TransCAD所有的交互窗口功能, 对Trans CAD进行多方面的二次开发, 也是在进行交通需求预测中最常用的工具之一。

2.2 GISDK函数实现“四阶段”法

“四步骤”模型可以使用GISDK函数编程实现。除了能够应用到常规的四步骤模型, 还可以修改系统默认的路段阻抗函数等一系列函数, 并实现各个步骤之间的参数传递及反馈循环, 增强对交通需求预测结果的准确性。

图1应用GISDK实现四步骤循环的函数及流程设计

应用GISDK实现四步骤循环的函数及流程设计如图1所示。从小区的产生和吸引量开始, 依次创建路网、计算小区之间最短路径矩阵、交通分布、交通分配, 以交通分配后的路段流量和时间作为下一次循环创建路网及计算最短路径矩阵的基础, 重复上述步骤。整个循环根据前后两次交通分布得到的OD矩阵的变化量来决定是否满足收敛条件。整个过程对交通产生和交通方式划分两个过程关注较少, 因为其内部参数及模型函数相对独立, 与其他几部分关联不大, 为简化整个模型流程进行适当简化。

3 实例应用

3.1 网络设置

本文应用一个虚拟的道路网络来完成上述算法的流程, 并检验其能够达到的效果。如图3所示, 道路网络由3个小区和4个路段构成, 其中小区及路段的属性如图中所示。为简化起见, 交通分布中的阻抗函数采用Gamma函数, 其中alpha、beta、gamma的值分别为1、0.3和0.01;交通分配中的阻抗函数遵循标准的BPR函数, 其默认参数alpha、beta分别为0.15和4.0。

图3案例路网示意图

3.2 运算结果

经过GISDK变成实现上述算法得到每次迭代的OD分布量如表1中案例一所示。从结果前两次的结果可以看到, OD量之间的误差比较大, 如小区3-1之间的误差达到8%左右, 说明如果未使用交通分配结果对阻抗矩阵进行更新, 那么其预测的交通分布结果可能与平衡状态有较大误差。随着迭代次数增多可以看到各小区之间交通分布的误差在逐渐变小, 当迭代至第5次时, 各小区之间的交通分布达到稳定值。

更进一步地, 本文分析了某种极端条件下该迭代循环在判断OD分布之间的必要性及可行性。即, 由于路段初始时间的设定错误而导致对整个OD矩阵判断出现的失误。为了实现这一过程, 这里将表1中路段2的初始时间设定为37, 重复上述流程, 得到结果如下表1案例二所示。

表1仿真结果

运行循环第一次的结果与平衡状态时的路网OD分布有较大的误差, 这是因为第一次分布使用的是路段的初始时间, 而当路段初始时间不能够反应路网平衡状态下的时间特征时, 交通分布的路段阻抗函数值将产生较大差异, 从而导致对整个OD趋势判断的差异。尤其是, 当交通分布模型采用对出行时间更加敏感的函数时, 对整个路网OD的判断将造成严重的失误。而通过将交通分配后的路段时间迭代回交通分布这一步骤, 更新路段阻抗函数, 将增强交通需求预测模型的准确性, 能够提高对各小区交通分布趋势的把握, 具有重要的现实意义。

4 结语

本文通过应用GISDK实现对Trans CAD的扩展应用, 以达到能够实现“四步骤”模型中各个步骤的循环迭代功能, 增强对实际交通需求预测的应用能力。文中所列出的GISDK函数设计流程及整个循环框架对实际项目具有重要的指导和借鉴意义。

参考文献

[1]Caliper Corporation Trans CAD Transportation GIS Soft-ware (Travel Demand Modeling with Trans CAD 4.0) [CD].2000

[2]马骥, 裴玉龙.Trans CAD软件在城市交通规划中的开发与应用[J].哈尔滨建筑大学学报, 2002, 05:118-122.

[3]沙滨, 袁振州, 缪江华, 曹守华.基于Trans CAD的交通需求预测研究[J].山西科技, 2006, 01:24-26.

[4]王子明, 胡郁葱, 庞清阁, 游锦龙.基于GISDK进行公路网区域OD数据合成系统的开发研究[J].内蒙古公路与运输.2010 (01)

[5]涂圣武, 张海军, 罗洪波, 王永忠.基于GISDK的TransCAD软件宏的开发与应用[J].公路与汽运.2006 (04)

[6]胡郁葱, 梁枫明, 王子明.基于GISDK的OD数据集成分析模块的开发研究[J].交通信息与安全, 2009, 06:143-146.

随机需求的瓶颈模型 篇7

经典的瓶颈模型清晰地论述了排队拥挤的产生过程与消失过程和出行者的出发时间决策, 但是其中严格的假设条件使模型过于简化, 与实际情况不完全吻合。现实中交通需求通常是变化的, 如发生天气变化或者遇到节假日引起的出行人数改变时, 传统的瓶颈模型就难以描述和解释。为了增强模型与实际情况的拟合, 需要放松甚至取消某些假设条件, 这样的研究使瓶颈模型得以丰富和进一步扩展。文章考虑了随机交通需求随机, 就是对现实情况的进一步逼近, 可以更好地拟和并分析交通拥挤现象和用户出行选择行为。

2 随机需求的瓶颈模型

2.1 假设

与Vickrey (1969) 的经典模型不同, 我们假设单一瓶颈的交通需求是随机的, 所有可能引起出行人数变化的事件在高峰开始前就发生了。出行者的出行时间选择和他们的行程延误都是随着交通需求的变化而随机波动的。出行者每天都要经过瓶颈, 所以他们完全可能凭经验估计交通堵塞事件发生的可能性, 并且调整自己的出发时间以尽最大可能降低他们的预期出行成本[2]。以下是符号说明:

在文章中, 我们作了如下假设:

(A1) 所有的出行者的行驶时间成本, 延误时间成本属性特征都相同。即a, β, γ, 以及t*相同。

(A2) 瓶颈的通行能力是一个定值s, 瓶颈交通需求在一天内是恒定的, 但是每天都在变化。

(A3) 我们假设每天出行人数为θN, N表示每天出行人数的平均值, N是一个定值, θ是一个非负随机变量, θ∈ (θ-, θ+) , θ服从任意分布, 且概率密度函数为f (θ) 。我们假设, φ (θ) 和Ψ (θ) 分别θ和θ2的分布函数,

(A4) 出行者的出发时间选择服从UE原则。

2.2出行成本计算

在随机需求的瓶颈模型中, 因为出行人数θN是随机的, 所以人均出行成本同样是随机的。

为简单计算, 假设模型的费用函数为线性的, 关于t时刻的平均出行成本表示为:

其中, E表示期望。在新的瓶颈模型中, t时刻的出发率为θr (t) , t时刻的累计出发率为θR (t) 。我们假设t*=0, 这不会改变任何计算瓶颈的性质。任何出行者都不可以单方面地靠改变他的出发时间来减少他的平均出行成本的, 出行者平均出行成本相对于时间t是一个常数, 即:

系统中每个人的出行成本都是相同的, 所以和第一个出行者费用相同:

由于交通需求是随机的, 所以有:

2.3模型解析解

在文章中, 我们研究了一个非常拥挤的瓶颈, 总共分四种情况来考虑, 各对应一个时间区间, 我们用t1, t2, t3来表示四种情况的临界点。下面介绍了四种情况中的出发率和时间临界点的详细推导过程:

情况I.[t0, t1]没有出行者会迟到

在这个时间段出发的出行者一定不会迟到, 所以[to, t1]区间的边界条件为当θ=θ+时, 并且

人均出行费为:

又由于, 可以求出:

情况II. (t1, t2]出行者有可能早到有可能迟到在这种情况下, 早到和迟到都有可能会发生。

边界条件是:θ=θ-时,

出行费用表示如下:

同样:

情况III. (t2, t3) 没有出行者会早到的情况

这种情况下所有的出行者都不会早到。边界条件是:θ=θ-, T (t3) =0解得:

出行者出行费用如下所示:

情况IV. (t3, te) 没有出行者会早到但是有可能会出现排队, 可能不排队。

与第II种情况类似, 有可能会有一个瓶颈交通需求的临界值让排队长度降到0。

边界条件是:

又因为当θ=θ2时, T (t) =0。

人均出行费用表示如下:

当t→te时, r (te) =0, 带入r (t) 的表达式中可以求得:

其中又表示整个一天中的θ的均值, 在此处作下说明。

综上我们就解出了随机需求的瓶颈模型的出发率和时间区间的临界点的所有解析解, 用函数图像表示如下:

3 结束语

在文章中, 我们拓展了Vickrey的经典瓶颈模型, 研究了当交通需求随机时的出行者的出发时间选择行为。我们假设瓶颈交通需求服从任意分布, 出行者出发时间选择服从UE原则。然后我们求得了模型的解析解。与经典瓶颈模型相比, 函数的变化更加复杂。在未来的工作中, 我们将进一步拓展随机瓶颈模型考虑出行者的异质性, 风险偏好, 多种运输方式和灵活的工作时间等相关研究。

摘要：经典瓶颈模型假设每天的出行人数都是固定不变的, 文章首先探讨一个交通需求随机并且服从任意分布的瓶颈模型。出行者在考虑自身的出行成本从而选择出发时间服从UE原则。文章推导了该模型的每个出发时间段的出发率和临界时间的解析解。理论分析表明交通需求随机会影响出行者的出行行为。

关键词：瓶颈模型,随机需求,出发时间选择

参考文献

[1]Vickrey W S.Congestiontheory and transport investment[J].American Economic Review, 1969, 59:414-431.

[2]吴子啸, 黄海军.瓶颈道路使用收费的理论及模型[J].系统工程理论与实践, 2000:130-133.

[3]Ling-Ling Xiao, Hai-Jun Huang, Ronghui Liu.Congestion Behavior and Tolls in a Bottleneck Model with Stochastic Capacity.2013.

[4]Arnott, R, A.de Palma, R.Lindsey.1985.Economics of a Bottleneck, Queen's University, Institute for Economic Research, discussion paper#636.

备件需求预测模型研究 篇8

第一是直接计算法。依据可靠性维修性理论及维修预期的零件消耗量, 直接计算出备件的需求。第二是比较法。利用类似装备、类似维修所消耗的某种备件量, 通过对限制变量进行修正来估算其他某种备件的需求。第三是统计预计法。通过分析历史需求数据, 分析备件消耗规律, 利用回归预测等方法建立预测模型, 来预测未来需求。

以上的三种方法是基本的统计学方法, 在分析预测中未考虑随机事件、时间序列对结果的影响, 预测精度不高。本文以下将重点论述以概率统计与随机过程为理论基础的备件需求预测模型。

1 基于备件寿命分布函数的需求预测模型

对于消耗数量较小及投用时间不长的新设备而言, 因历史数据较少, 采用传统方法进行预测难度较大。如采用基于备件寿命分布函数的方法, 在已知备件寿命分布规律的情况下, 即可对需求进行预测。常用的寿命分布函数有指数分布、正态分布、威布尔分布等, 其适用范围如表1所示。

1.1 寿命服从指数分布的备件需求预测模型

寿命服从指数分布的备件, 在已知设备中备件使用数量、累计工作时间、失效率和备件保障概率的条件下, 备件需求数量可采用公式-1进行计算:

其中, S为设备中某零部件所需备件的数量;P为备件保障概率;N为设备中该备件的数量;λ为失效概率;t为设备初始保障期 (通常为投用后1至2年) 内的累计工作时间 (小时) 。需要指出的是, 当Nλt>5时, 指数分布已接近于正态分布。

1.2 寿命服从正态分布的备件需求预测模型

寿命服从正态分布的备件, 在已知寿命均值E, 标准差σ, 更换周期t, 单项备件 (设备中使用该备件, 但数量只有1件) 保障概率P, 备件需求数量计算公式为:

可以推导出

其中, up为正态分布位数, 可从GB4086.1统计分布值表中查得;N为设备中该备件的数量。

1.3 寿命服从威布尔分布的备件需求预测模型

寿命服从威布尔分布的备件, 在已知形状参数为β, 尺度参数η, 位置参数, 更换周期t, 保障概率P的前提下, 备件需求数量计算公式为:

公式-4中, E为备件平均寿命, 计算方法见公式-5;k为变异系数, 计算方法详见公式-6。根据现场数据计算威布尔分布参数 (β, η) 的方法及Г分布表见IEC61649。

2 基于时间序列的备件需求预测模型

2.1 移动平均法模型

根据预测时使用各元素的权重不同, 分为简单移动平均和加权移动。简单移动平均预测值ˆtY为:

其中, 项数n的选择对结果影响较大, 其取值不宜过大。若考虑近期的数值影响大, 远离预测的数值作用会小些, 可采用加权移动平均法预测。

2.2 指数平滑法模型

指数平滑法的基本思想是时间序列的态势具有稳定性和规则性, 所以时间序列可以合理地顺势延续, 最近的过去态势, 在某种程度上会持续到未来。指数平滑法兼容了全期平均法和移动平均法的所长, 不舍弃过去的数据, 仅给予逐渐减弱的影响程度, 随数据的远离, 赋予逐渐收敛于零的权数。该方法是在移动平均法基础上发展而来的。其预测值 为:

其中, 为第t周期的一次平滑值;a为平滑常数, 取值范围是0≤a≤1。

实际使用该模型进行预测时, 可确定多个a值进行计算, 然后分别计算其平均绝对误差或平均平法误差, 以平均绝对误差或平均平法误差的最小值为最优a值。

2.3 自回归移动平均法模型

自回归移动平均法是博克斯和詹金斯于上世纪70年代提出, 又称为博克斯-詹金斯法。该方法的基本思想是把所研究的时间序列看作一个随机过程, 把他们的观察值看作随机过程的一个样本。在此基础上完成建模来逼近所研究的随机过程并进行预测。该方法是一种精确度较高的短期预测方法。

将p阶自回归—q阶移动平均混合模型, 记为ARMA (p, q) 模型, 对于时间序列y1, y2, L, yt, 模型描述为:

建模完成后可在较长时间内以递推方式反复应用, 在复杂时间序列的预测中效果较好, 但所需的历史数据较多, 数据处理量偏大。

2.4 灰色预测法

灰色预测法是基于灰色预测理论, 对既含有已知信息又含有未知信息的系统进行预测的方法。其核心思想是先对最原始数据灰色化处理, 再完成建模, 典型的灰色预测模型GM (1, 1) 模型。

GM (1, 1) 模型是用一阶线性微分方程描述灰色系统的单序列动态变化的模型, 其一般形式为:

灰色预测模型不需要历史数据, 可有利克服需求预测当中经常遇到的信息不足等问题, 较传统时间序列预测有较高的精确度和灵活性, 目前已在对社会系统、经济系统、生态系统等领域的预测中得到应用, 但在备件需求预测领域尚未开展。

3 基于成组技术的备件需求预测模型

在设备使用条件、使用环境和管理水平等相近的情况下, 相似备件的需求量应较为相近, 因此可利用已有相似设备备件需求数据进行分析和推断。该模型具体操作流程为:确定相似设备、收集设备零部件的相似特征信息、识别相似备件、相似备件需求历史数据分析、推断新备件需求。

计算备件需求数量的公式为:

其中, ai为第i种环境下, 环境应力引起的备件需求率;af为规定环境下, 环境应力引起的备件需求率;a0i为第i种环境下, 工作与环境应力引起的备件需求率;a0f为规定环境下, 工作与环境应力引起的备件需求率;a0p为仅有工作应力引起的备件需求率。

4 结论

商务英语需求模型研究 篇9

一、研究商务英语对社会发展的影响

上世纪以来, 我国社会经济等各方面得到迅速发展, 从而使得社会上的人们对于英语学习越来越重视, 并使得社会上对于语言的研究从单纯的描述和界定语言用法的规范性转变成为了现在的对各种不同语境中语言实际运用情况的研究, 在这种情况下, 专门用途英语作为语言功能变体自然也就产生并且得到了较快的发展。专门用途英语是语言学理论研究的不断发展与时代进步的所带来的产物。随着我国社会经济的不断发展, 我国的综合国力有了更进一步的提升, 与世界各国之间的交流越来越多, 在全世界中开展的各类商务活动越来越占据主体地位。这样一来, 关于商务英语学习的相关研究就越来越引人关注。尤其是在改革开放政策实行以后, 对于商务英语学习的热情已经达到顶峰, 商务英语教学也保持一个较高的发展速度。现阶段中, 包括高职高专院校在内, 我国共有1000 多所高等院校中开设了商务英语专业或者商务英语课程, 在时代不断进步的背景下, 商务英语已经越来越成熟, 包含着更多丰富的内容, 对于学习者的英语语言学习起到重要的作用。一般来说, 现今的商务英语中已经包含相关的教育学、管理学等等多方面的内容, 并且由于是一种语言学习, 因此其实用性也很强。

商务英语教学一般都具有十分明确的目标, 为了能够对这些目标实现清晰的界定, 就必须要对商务英语的学习者与未来目标情景进行需求分析。但是从目前的情况来看, 我国针对商务英语需求分析的研究十分有限, 特别是从理论方面对商务英语需求分析的研究更是匮乏, 因此也就使得本文的研究显得十分必要。

二、国内外英语需求分析模型

在英语教学领域中, 需求分析类似于实证调查研究, 根据研究所得结果可以为英语课程教学内容、教学方法的选择与设计以及相关英语课程的设置提供相关的证据。在对英语需求进行分析的时候, 可以发现在交际法中有所体现的相关教学观念可以在其中得到一定程度的体现。它认为语言是进行交际的主要载体, 是现今社会中的人们积极进行各种交流的手段。因此, 在进行相关的英语需求分析的时候, 不仅需要对学习者的需求进行详细的分析, 另外, 还需要对相关课程设置人员以及企业中的英语人才需求进行一定的分析。现今, 关于对英语需求的相关分析, 国内外学者都有不同的见解, 本文主要节选其中几个最具代表性的需求分析模型进行研究。

( 一) Mubay的目标情景分析模型

一般来说, 目标情境分析是说学生在进行学习的时候, 对将来的职业目标下所要求的语言进行对学生对这种语言学习所有的态度分析。其中, 由Mubay所提出的交际能力需求模型是最为有名的目标情景分析模型。该模型具有多纬度、较具体的特点, 其中包含一系列与交际变量有关的参数, 比如话题、媒介、参与者等等。另外, 由于对于相关模型的调查范围是十分有限的, 因此, 只对相关的学习者在一定环境下所使用的语言进行需求分析, 而没有对学习者其他需求进行充分的考察。

( 二) ALLright的目前情景分析模型

在ALLright的目前情景分析模型中, 其主要有两点内容: 首先, 在进行目标情景分析的时候, 需要对学习者的能力进行充分的对比, 并在其中对于学习者的相关知识以及技能上的不足进行明确。最后在将学习者相关的语言需求转换为一定的语言学习活动; 其次, 在进行商务英语学习时, 需要将教学中的相关等级划分进行确定, 从而更好地进行各类的教学活动。该需求分析模型对学习者的语言能力与目标需求之间所存在的差距的分析比较注重, 很好的补充和完善了当前的目标情景分析模型, 但是该模型却忽视了学习者在学习中的主体地位。

( 三) Hutchinson &Waters需求分析模型

Hutchinson &Waters的需求分析模型是以学习者为中心, 主要包括目标需求分析与学习需求分析两个方面的内容, 这两个方面主要都是包括六个问题, 其中目标需求分析的问题是: 为什么需要语言? 在什么时候会需要用到语言? 语言应该怎样使用? 学习者会与谁用到语言? 语言的内容区域是什么? 在什么场合会用到语言? 学习需求分析的问题是: 学习者为什么要进行课程学习? 可用的资源有哪些? 学习者应该怎样学习? 谁是学习者? ESP课程应该在什么时候学习? ESP课程应该在哪里学习。在目前需求分析中, 主要是对学习者在目标情景中所要做的事情进行分析, 对语言的运用比较关注; 而学习需求分析主要是对学习者应该学的内容进行分析, 对语言的学习比较关注。该模型对语言的运用以及学习者进行学习时的整个过程都很重视, 但却对学习者在进行商务英语学习时, 知识上的不足认识不够。

( 四) Dudley-Evans &St John[的需求分析模型

Dudley-Evans &St John[的需求分析模型主要由九个方面构成, 分别是学习者的专业信息、个人信息、英语语言信息、欠缺的知识、课程需求以及目标情景语言信息、语言学习信息、专业交际信息、学习环境信息。在这个模型中, 学习情景分析、目标情景分析与目前情景分析三个维度都包含在其中, 总的来说是一种比较全面的需求分析模式。

( 五) 严明的需求分析模型

严明的需求分析模型中指出, 人们对于商务英语学习所作出的相关分析, 应该有以下几种内容, 即优先、需求以及课程设计, 与此同时还提出需求分析的类型必须要包含目标情景分析、学习者个人信息分析以及目前情景分析。另外, 在进行分析的时候, 也还需要对国外的相关文献中极少涉及到的相关学习者进行分析, 并对这些学习者的信息进行及时的归纳总结。总结之后, 还需要注意对其进行积极的详述。现今, 随着研究的不断深入, 已经形成了对于学习者的相关学习理论分析以及进行语言学习时的相关方法分析。

三、商务英语需求分析模型

本文主要结合上述提出的需求分析的相关模型, 对商务英语进行积极的需求分析, 且对其进行了分析模型的建立, 一般来说, 主要有目标需求分析以及目前的需求分析其中目标情景分析主要包括四个维度, 分别是商务英语专业信息、商务英语专业交际信息、商务英语专业毕业生基本情况以及商务英语对社会需求的适应度; 一般来说, 对目前的商务英语需求进行分析的时候, 需要考虑到四个内容, 即学习者个人信息、商务英语学习需求、学习者商务英语语言信息以及学习环境需求;

( 一) 商务英语目标情景需求分析模型

1、维度一: 商务英语专业的相关信息。首先是对社会中的一些专业人才的需求, 如高校中的相关商务英语学生, 这其中包括大专、中专、本科、研究生等学历层次要求、不同岗位对商务英语人才的需求、企业对商务英语专业人才的知识要求、商务背景下商务英语专业人才应具备的能力要求; 其二是不同企业对商务英语专业人才的期待, 包括商务英语专业在国际贸易中的状况、商务英语专业人才应具备的能力、最受到各企业欢迎的商务英语专业人才的技能、各类企业希望商务英语专业人才在不同行业中所掌握的专业知识的要求。

2、维度二: 商务英语专业交际信息, 主要内容有在企业中对商务英语专业毕业生的相关录用情况以及在工作中使用专业的相关情况、英语语言技能对于工作的重要性、商务英语交际技能在目前工作中的作用。

3、维度三: 这是关于商务英语专业中对于毕业生的情况调查, 其主要有毕业生的实际毕业时间、单位、性别、年龄等; 毕业生的岗位群以及工作岗位; 毕业生目前从事的工作与商务英语专业的对口程度。

4、维度四: 商务英语对社会需求的适应度, 包括用人企业对商务英语专业学生专业能力的评价; 用人单位对商务英语专业学生的满意程度; 商务英语专业毕业生应该提高和加强的专业技能, 比如商务操作能力、人际沟通能力以及英语语言运用能力等等。

( 二) 商务英语目前情景需求分析模型

1、维度一: 对于进行英语学习者的相关信息进行分析, 如年龄、性别、商务英语水平以及学习英语的时间、教育背景等基本情况; 学习商务英语的目的或动机; 学习商务英语的期望。

2、维度二: 对于英语学习者的语言信息进行详细的分析, 如学习者的水平; 学习者当前商务英语水平评价; 学习者当前商务英语能力评价;学习者当前商务英语技能运用评价。

3、维度三: 学习者商务英语学习需求, 包括学习策略的运用情况; 在进行学习的时候, 所采用的相关方法以及技巧; 通过商务英语课程掌握英语语言知识、国际贸易、商务管理等专业知识。

4、维度四: 学习环境需求, 包括学习者对商务英语教师的需求; 学习者对课内环境的需求; 学习者对课外环境的需求; 学习者对商务英语教材的需求; 学习者对商务英语课程难易程度的需求。

四、结语

综上可知, 在进行商务英语的实际教学活动时, 进行积极的需求分析对于进行商务英语的实际教学具有重要的作用。因此, 这要求每一位英语教学工作者需要对相关的需求分析引起足够的重视, 科学合理的开展需求分析, 以便能够更加有效的为社会培养高素质的商务英语专业人才。

摘要：商务英语教学的目标十分明确, 为了能够准确地掌握和界定这些目标, 需要对学习者以及目标情景进行相应的需求分析, 只有这样才能使商务英语的专业建设创造有利条件。本文在研究商务英语对社会发展的影响基础上, 探讨了构建商务英语的需求模型。

需求分类和转化模型研究 篇10

需求的分类和概念, 相关文献持不同的观点, 罗永泰、卢政营对此有较全面和系统的介绍。目前, 对需求的分类研究, 主要集中在显性需求和隐性需求上, 其中对隐性需求给予了极大的关注。隐性需求的概念起源于20世纪80年代末, 学者们对隐性需求概念的界定还未能取得一致, 有的采用了像潜伏需求、潜在需求、隐性需求等不同的术语。范晓屏把潜在需求进一步分为两类, 一类是消费者已觉察到并有明确满足物的“显性需要”;另一类是消费者尚未觉察到, 或者朦胧觉察到但没有明确满足物的“隐性需要”;钱旭潮等认为, 潜在需求是顾客对产品有深厚的兴趣, 但现在的产品或服务却不能使之满足的状态……而未表述型需求是指顾客潜意识中的、尚没有明确意识到和表述出来的需求;索惠敏则认为, 潜在性需求既包括意识到的而未利用的部分, 也包括存在于利用者潜意识中没有利用要求的部分。下面将要给出的需求分类转化模型, 是基于这样一种观点:不管出于什么原因, 人们总是对某些事物的某些事项有一定的要求和期望, 这些相关的事物构成了与一个人相关联的“环境”;而环境的实际状况 (环境现状) 和顾客对环境要求的状况 (顾客要求) 之间的差距, 是需求产生的本质和前提;产品的意思在于它改善了环境现状, 提高了环境现状对顾客要求的适应。需求动态转化的机理在于:顾客要求和环境现状其中之一发生了变化, 或者两者同时发生了变化, 导致它们之间相对位置的改变, 从而使某个“需求要素”在满足要素和未满足要素之间相互转化, 或者使需求要素的强度 (两者之间的距离) 发生变化。把顾客要求和环境现状之间差距的程度, 叫做需求要素的强度。

2 需求分类和概念

2.1 先看活性需求和活化需求

一个处于满足状态之下的需求要素, 当顾客要求不变而环境现状下降, 或者环境现状不变而顾客要求上升, 从而使两者之间出现了差距, 顾客便产生了针对该需求要素的需求, 同时也产生了改变这种现状的欲望, 但这时他并不会立即采取行动来改善现状, 只有当两者之间的差距大到一定程度时, 顾客才会采取行动以改善这种状况 (使现状向要求靠近或者达到或超过要求) , 这个要求与现状之间差距程度的临界值, 称为需求要素的忍耐域。

(1) 活性需求。

当要求与现状之间的差距程度小于忍耐域, 顾客虽然有改变现状的欲望, 但他还不会立即采取行动以改变这种现状, 这种顾客尚处于“忍耐”状态下的需求, 称之为“活性需求”。活性需求可分属需求靶的一、二、三象限 (稍后将给出需求靶的图示) 。

为什么会存在忍耐域?因为任何企图改变环境现状的行动都需要付出一定的代价 (价格、情感、体力、时间等) , 这种代价越大, 同等情况下忍耐域就会越大;另外, 顾客对改变环境现状所采取的行动的预期效果, 也会影响忍耐域的大小, 如果预期效果越好, 则忍耐域会越小;同时, 忍耐域也与环境现状和顾客要求之间差距 (需求要素强度) 的持续时间相关, 预期持续时间越长, 忍耐域就越小;最后, 忍耐域还和顾客的收入有关, 顾客的收入越高, 则忍耐域越小。

(2) 活化需求。

就是当顾客要求与环境现状之间的差距等于或者大于忍耐域时的需求。活化需求是促使顾客立即发生购买的需求。如果一旦购买发生, 它便转化为处于相对满足状态的“沉没需求” (沉没需求不一定处于完全满足的状态, 因为一种商品的消费有时并不能带来完全的满足) 。活化需求只属于需求靶的第四象限。

2.2 再看要约需求、条件需求和判定需求

为了区分需求来源情况的不同, 对其又可作如下划分。

第一种情况, 一种处于完全满足状态的需求要素, 环境现状未发生变化, 但预期顾客要求将会变高或者未来可能会变高, 当顾客要求提高时, 使之超过了环境现状, 就会产生活性或活化需求, 这种暂时还处于满足状态下的需求称为要约需求。比如, 人们对自身健康状况的要求高了, 会产生对各种保健的需求;对时间要求提高了, 便产生对个人轿车的需求等。

第二种情况, 一种处于完全满足状态的需求要素, 当顾客要求不变, 但预期环境现状将下降或者未来可能会下降, 当环境现状下降, 使顾客要求与环境现状之间产生了差距, 同样会产生活性或活化需求, 这种暂时还处于满足状态的需求称为条件需求。比如, 当人生病, 会产生就医的需求;天下雨, 便产生对雨伞的需求等。

第三种情况, 两者都可能或者预期会发生变化, 顾客要求会提高, 环境现状也会下降, 这种暂时处于满足状态下的需求称为混合需求。

另外, 要约需求和条件需求, 还包括因为顾客已经拥有了某种产品, 从而使自己暂时已处于完全满足的状态, 但是, 预期将来会或将来可能出现顾客要求提高或环境现状下降的情况, 从而使某种需求从新处于未满足状态的情况。

要约需求、条件需求和混合需求, 都是相对于某个特定的人在某个特定的时点而言的, 它们都是一种暂时还处于满足状态的潜伏需求。三种需求都可以分属需求靶的四个象限。

判定需求:由于科学技术发展水平的制约, 或者由于顾客所掌握的知识和信息的限制, 他们还不知道某个事物的某个具体事项的变化会对自己产生某种有利或有害的影响, 这类需求都是一种由科学规律所揭示的人的理性需求, 称为理性判定需求;另外, 判定需求也包括这样的情况:消费者由于一次偶然的消费体验, 获得了某种产品或服务能够提高自己以前未曾意识到的某种需求的满足程度, 这也是由于顾客对产品、服务或市场信息把握的有限性, 而使某种需求处于一种潜意识的状态, 这类需求都是一种在心理上还没有形成明确要约值的需求要素, 而且满足物也不是明确具体的情况, 这一类需求称为感性判定需求;比如, 一个人由于跟随朋友一次旅行的体验, 他发现这种产品对自己有极大的效用。判定需求是一种处于潜意识状态的隐性需求, 它可以分属需求靶的四个象限。

3 需求靶的构造、需求转化机理和转化的触发因素

3.1 需求靶的构造

有了上面几种需求的概念, 就可以建立需求分类转化的模型——需求靶, 如图所示:

第一, 需求靶依据买方能力和供方能力两个变量, 被划分为四个象限, 各种需求都可以在每相邻的两个象限之间移动;促成这种移动的力量分别是买方能力 (用S表示) 和供方能力 (用M/P表示) ;买方能力主要是指收入, 而供方能力主要是指供方技术与产品的开发能力和市场开发能力, 体现在市场上是否有这种产品和产品的质量和价格如何。每个象限的意义是:

(1) 第一象限。表示市场上没有能满足顾客某种需求的产品或服务, 或者有但是产品的质量和价格达不到顾客的期望, 买方也没有能力购买;

(2) 第二象限。表示市场上已有能满足顾客某种需求的产品或服务, 并且产品的质量和价格也达到了顾客的期望, 但买方没有能力购买;

(3) 第三象限。表示买方有能力购买, 但市场上没有能满足顾客某种需求的产品或服务, 或者有但是产品的质量和价格达不到顾客的期望;

(4) 第四象限。表示买方既有能力购买, 市场上也有能满足顾客某种需求的产品或服务, 并且产品的质量和价格达到了顾客的期望。

第二, 图中的三个圆环, 分别代表三种需求, 三个圆环是并列的关系, 它们之间不会相互重叠;最外面的方形代表的是判定需求, 它与每个圆环是一种重叠的关系。

第三, 每个相临圆环所代表的需求之间可以相互转化, 促成这种转化的触发因素主要是环境变化、收入和顾客价值观的变化。

第四, 判定需求可以转化为图中任何一个位置的需求。

第五, 处于第四象限最小粗圆线的部分表示“买方要约线”, 代表顾客要求;处于第四象限较大粗圆线的部分代表“环境现状线”, 这两条线之间的距离表示某种需求要素的强度, 这时需求强度大于或等于忍耐域。而处于第一、第二、第三象限的同样两条线之间的距离, 表示该种需求要素的忍耐域, 这时忍耐域大于需求要素的强度。

3.2 在需求靶的基础上, 对需求转化的机理和转化的触发因素展开讨论

(1) 活化需求

活化需求的来源有五个途径:

①活性需求。触发因素:收入提高、新产品上市、产品质量提高、产品价格下降、环境变化 (包括环境现状本身的变化和需求要素强度持续时间的变化) 、顾客价值观的变化。前五个因素促使活性需求向第四象限移动, 也就是能够使忍耐域下降到等于或低于需求要素强度的水平;后两个因素会使顾客要求提高或者使环境现状下降, 导致需求要素的强度大于或等于忍耐域, 从而促成转化。必须说明的一点是, 企业可以影响顾客对环境现状的判断。

②要约需求。触发因素:收入提高、顾客价值观的变化。这两个因素都可能使顾客要求变高, 从而促成转化;企业可以对顾客的价值观施加一定的影响, 或者对顾客提供融资。

③条件需求。触发因素:环境恶化。企业可以影响顾客对环境现状的判断。比如, 医生对病情的诊断或者企业对环境或食品污染现状的宣传。

④判定需求。触发因素:顾客知识、信息和价值认知的变化、消费体验。

⑤沉没需求。触发因素:收入提高、顾客价值观的变化、环境持续恶化 (包括原有产品老化所导致的环境现状下降的情况) , 这些因素可使需求强度持续增大, 最终达到等于或大于忍耐域, 促成产品立即更新淘汰;或者收入提高、新产品上市、产品质量提高、产品价格下降、需求要素强度持续时间变长, 使忍耐域下降到等于或低于需求强度的水平, 从而促成产品立即更新淘汰。

(2) 活性需求

活性需求的来源有四个途径:

①要约需求。触发因素:收入提高、顾客价值观的变化使顾客要求提高。

②条件需求。触发因素:环境恶化。环境恶化使环境现状下降, 企业能够影响顾客对环境现状的判断。

③判定需求。触发因素:顾客知识、信息和价值认知的变化、消费体验。

④沉没需求。分两种情况, 第一种情况是顾客虽然发生了购买, 但并没有达到完全满足的状态。触发因素:顾客购买。第二种情况是顾客同样发生了购买, 但到产品淘汰时, 由于收入下降、产品质量下降、产品价格上升或需求要素强度持续的时间变短, 使忍耐域上升到大于需求要素强度的水平, 所以顾客不会进行再次的购买, 而处于一种忍耐的状态。触发因素:旧产品的淘汰。

(3) 要约需求

要约需求的来源有三个途径:

①活化需求和沉没需求。顾客发生了购买, 而且达到了完全满足的状态;但是预期顾客要求将来会提高或者有可能提高。触发因素:对顾客收入和价值观变化趋势的预测。企业可以影响顾客作出这种预测。

②活性需求。触发因素:收入下降、顾客价值观的变化。顾客要求下降, 使需求暂时又重新处于满足的状态。

③判定需求。触发因素:顾客知识、信息和价值认知的变化;消费体验。

(4) 条件需求的来源有三个途径:

①活化需求和沉没需求。

顾客发生了购买, 而且达到了完全满足的状态;但环境现状将来可能或者预期将来会下降。触发因素:对环境变化趋势的预测。企业可以影响顾客作出这种预测。

②活性需求。

触发因素:环境改善。需求暂时又重新处于满足的状态。

③判定需求。

触发因素:顾客知识、信息和价值认知的变化;消费体验。

4 促成购买模型

前面给出了忍耐域的概念, 而且知道一个人对某种需求要素的忍耐域, 与他采取行动所需付出的代价成正比, 与预期的现状可改善的程度成反比, 与顾客的收入成反比, 与需求要素强度预期的持续时间 (由长期延续时间和出现的频度两个因素决定) 也成反比。忍耐域是针对某个特定顾客的特定时间点而言的, 即使在收入、产品质量和价格、需求要素强度预期的持续时间相当的情况下, 不同的顾客或同一顾客在不同的时间, 忍耐域也是不同的。这里分析一种特殊情况:需求要素强度随着时间的延续虽然会出现随机的波动, 但平均强度却表现出一定的相对平稳性和周期性的变化;也就是说, 下面的模型是针对那些要经常重复使用的产品, 比如说耐用消费品和牙刷、餐具等生活用品, 这样就可以不考虑忍耐域中需求要素强度持续时间这个因素。另外, 这个促成购买模型, 还有其他的一些限制条件:首先, 假定顾客需要付出的代价只有产品的价格一种;其次, 假定顾客购买该产品只为满足一种需求要素;最后, 现状可改善的程度, 完全由所购产品的质量和顾客期望的质量之间的符合程度一个因素决定 (产品质量包括产品的使用寿命) , 也就是由“质量匹配度”决定。那么一个顾客发生购买的条件是:

H=Y–X (1)

R=k (P/S×M) (2)

H ≥ R (3)

方程组中的H为需求要素强度, Y表示顾客要求, X表示环境现状, R为忍耐域, P为产品价格, S为收入, M为产品质量匹配度, k为常数系数。M的取值范围是0 ≤ M ≤ 1, 当产品质量和顾客期望的质量完全相符时, M取最大值1。将 (2) 式改变一下形式:

R=k/[S × (M/P) ]

可以看到, 产品的顾客感知价值越大 (M/P越大) , 越容易促成购买;要想把顾客感知价值很低的产品卖出, 需要很大的需求强度。因为收入的提高, 同时可能会使顾客的要求也提高 (需求强度变大) , 所以, 收入对促成购买的效果非常显著。再将 (2) 式改变一下形式:

R=k/[M × (S/P) ]

当M取最大值1时, 顾客的忍耐域变为最小S/P, 称为最小忍耐域。它的实际意义是:当S/P一定时, 能够促成顾客购买某种产品所需的最小需求强度。

5 结论

通过对需求靶的分析, 可以看到影响需求分类的变量的多样性和需求转化的复杂性。需求靶是一种很有用的分析工具, 它使各种需求之间的关系变得清晰明了;而且有利于找出促成需求转化的各种触发因素。企业营销的功能就在于:如何通过各种有效的手段, 使各种需求通过各种路径转化为现实的购买;也就是如何促成这些触发因素的产生, 使判定需求、要约需求、条件需求向活性需求转化;然后, 通过满足供方能力和买方能力, 促使需求在象限之间移动, 使活性需求向活化需求转化, 最终促成顾客的购买。

摘要：需求靶提供了一个边界清晰的需求分类方法。它可以揭示顾客的知识信息、价值认知的变化、环境变化、技术开发和市场开发、产品质量、价格和顾客收入等触发因素是如何促成各种需求之间相互转化的;这个模型同时也可以回答, 决定顾客购买的因素是什么和如何促成顾客的购买。

关键词：需求,隐性需求,分类,转化条件,触发因素,需求强度

参考文献

[1]罗永泰, 卢政营.需求解析与隐性需求的界定[J].南开管理评论, 2006, 9 (3) :22-27.

[2]范晓屏.基于隐性需要的消费倾向及其营销启示[J].商业研究, 2003, (16) :5-8.

[3]钱旭潮, 等.市场营销管理——需求的创造与传递[M].北京:机械工业出版社, 2005.

[4]索惠敏.档案利用者的潜在需求[J].衡水学院学报, 2005, 7 (2) :48-49.