摘 要：城市交通规划越来越受到重视，面对日益拥堵的交通状况，各城市采取相应的措施来解决交通拥堵这个难题，而居民出行调查数据是解决交通问题的基础，数据采集的准确性和管理的科学性将直接影响城市现行交通的评估和未来交通的规划，本文主要探讨居民出行调查的基础内容以及ACCESS在居民出行调查数据管理中的应用。
关键词：居民出行；居民出行调查；数据处理系统；ACCESS
中图分类号：F 文献标识码：A 文章编号：1008-4428（2012）02-97 -04
一、简介
（一）研究背景
近几年来，随着社会经济的迅速发展，作为国民经济动脉的交通发展也非常快，城市规模也越来越大。城市交通基础设施建设步伐日益加快，快速干道、立交桥、大容量公共交通系统等大规模的交通建设项目日益增多。同时，随着城市化进程的加快，城市人口逐渐增多，城市交通需求也越来越大。所以目前国内大多数城市存在着交通供给和交通需求的矛盾日益激化的问题。交通系统作为服务系统，更要有效的满足交通需求，就需要对交通需求特征，也就是出行特征有充分的了解，从而合理引导交通的发展，科学的安排交通设施的建设，进行有效的交通需求管理。而要分析研究交通出行的特征，即交通源流的产生及其在地理空间上的流向，以及以一定的交通方式在交通网络上的分布形态，最基本也最全面的手段就是进行交通调查。对于城市交通需求，居民出行调查能全面地反映出行者的社会属性信息和出行信息，刻画城市交通出行的特征。
（二）居民出行调查的含义
城市居民出行，是指居民为完成某一目的，使用某一种交通方式，耗用一定的时间从出发点经某一路径到达目的地的位移过程。居民出行调查，是指对居民一天内出行的详细情况（目的、时间、距离、路线、交通方式、起讫点等）进行调查，通过分析和寻找相关的变化规律，作为城市交通规划、建设的依据。对居民出行随时间、空间、目的、方式变化规律的分析，也是城市客流流量、流向分布以及交通结构方式预测的基础，可为优化现有城市公交线网以及科学制定公交线网规划提供依据。一般出行的定义是：“为完成某一目的，在可通行车辆的道路上步行超过5分钟或使用交通工具单程距离超过500米，称为一次出行”。
（三）居民出行调查的重要性
居民出行调查是交通规划中OD调查的重要内容，是交通规划中需要收集的最基础资料之一，是进行交通需求预测和制定交通规划方案的重要依据，在城市综合和专项交通规划中扮演着极其重要的角色。国内外调查实践表明：居民出行调查可以全面地再现城市交通随即易逝、变化多的特点，能揭示城市交通结症的原因、内涵交通需求与土地利用、经济活动的规律。
通过对居民出行调查数据的整理和分析，可以把握城市交通需求与土地利用以及经济活动之间的相互关系，对全面掌握城市的交通建设、运行和发展状况，了解现状交通特征和潜在问题都大有裨益。同时，基于现状居民出行特征进行的交通需求预测是城市制定交通政策、变质交通发展规划最具影响力的定量依据。
二、居民出行调查中所运用技术
（一） 抽样技术
抽样方法和抽样率直接关系到调查数据的精度。在调查目的和抽样方法确定的情况下，仅从保证数据精度的要求出发，抽样率一般与以下3个因素有关：总体参数的变异性、精度的要求（抽样误差和置信度）和总体的大小。
1、常用抽样方法及抽样率的计算
不同的调查目标对应不同的统计量，对样本的数量要求不同。常用的调查目标有：均值、总值、两个均值的比率或两个总体的比率、属于某一特定类的单位所占的比例。下面以均值为例，仅从调查精度对样本量要求的角度出发，用误差分析的理论对其计算进行讨论。
对精度的要求通常以允许绝对误差（绝对误差限）d或允许相对误差（相对误差限）r来表示。
即对统计量Y及它的估计y，以绝对误差限表示为 （1）
或以相对误差限表示为 （2）
在对总体未做任何假定的情况下，y的精确分布很难求得，已经证明，当n增大时，具有有限标准差的任何总体样本均值的分布趋于正态分布（这个结果是关于无限总体的），这时绝对误差限 ，而相对误差限 ，式中，t为标准正态分布的双侧α分位数。在实际问题中，当Y未知时，可以用其估计量代替。因此，根据对d或r的要求以及1-α所对应的t可推算出所需要的样本量。
（1）简单随机抽样
从一个简单随机样本所得的均值y的方差是:
式中，f=n/N是抽样率。
在概率论中已经证明，从一个无限总体中抽取一个含量为n的随机样本，样本平均数的方差 。当总体有限时，唯一变化的是引入因子 分别称为方差和标准差的有限总体校正系数(fpc)。假如n/N任然是低的，fpc就接近于1，这样总体样本含量对样本均值的标准差就没有直接的影响。
根据不同精度的要求，将бy带入d或r的表达式，可得到不同条件下所需的样本量的计算公式。
①若要使 （δ事先给定），则要求：
②若要使 （α，d事先给定），则要求
③若要使 （α，r事先给定），则要求
式中 为总体变异系数。
④若要使C＜V（即相对精度高于指定的指标v），则要求
在实际应用中，通常对
和
进行如下处理，先计算 或 ，则 ，如果 ，则就取n0。公式中的S2、C2是未知量，在实际工作中可根据过去的资料或先进行少量抽样，对其进行估计，从而粗略地确定n。
（2）分层抽样
分层抽样就是将母体分为若干互不重复的类型（层次），然后再每个层中分别独立的进行抽样。如果每层都是简单随机抽样，则称为分层随机抽样，所得的样本称为分层随机样本。
假如共分为L层，用下标h(h=1，2，…，L)表示层号，关于h层的记号如下：单元总数Nh；样本单元总数nh；层权Wh；抽样率fh；总体方差S2n；样本方差s2n。
下面重点讨论的是如何确定总的样本数和每层的样本量nh，记wh=nh/n。
同样的样本量在各层中不同的分配（nh由调查者选取），产生的标准差是不同的。根据分层随机抽样理论，可求得n的一般公式 ，其中V为总体平均值的方差，又根据 ，可得 ，根据这两个公式，对其进行变换可得任何一种分配情况的总体样本量。
在居民出行调查中，各层经常采用相同的抽样率，即 ，也就是说按各层单元数占总体单元数的比例（各层的层权）进行分配，称作按比例分配的分层随机抽样。
由 可得按比例分配的分层随机抽样的样本量为 ，同样，若fpc可以忽略不计，则可记 ；若忽略不计，则 。
若将 看做广义的方差，则由
和 可以看出，简单随机抽样和分层抽样的抽样概率计算公式可用统一的公式表示。
（二）调查技术
入户调查
目前，我国城市所进行的居民出行调查，基本是采用家访时抽样调查的方法。这种调查方法以居民的户口为基础，以家庭为单位，通过调查员家访的方式进行
家访式抽样调查的优点
第一、 由于我国城市都建有比较完备的户籍制度，户籍管理集中，所以便于掌握样本的总体情况及分布状况。在此基础上，可运用各种抽样技术手段进行样本的抽样。
第二、 我国各大、中城市所进行的居民出行调查，其调查机构和调查队伍的建立，以及调查中各部门工作的协调、组织管理和全部的调查经费等，都是由市政府负责。这样，调查的组织实施工作基本上是在一种有序、协调的环境中进行，这种环境对调查工作的顺利进行是非常有利的。
第三、 这种通过培训调查员，并由他们到居民家中进行调查的方法，在我国各城市中已被广泛的应用，且在不断总结和吸取经验的基础上，形成了一套比较完备的实施方法。
三、居民出行调查的主要内容
城市居民出行调查是对城市居民出行从起点O(Origin)和终点D(Destination)的出行过程的调查。城市居民出行调查应该包括的资料有居民的基本特征资料和一次具体出行的资料，具体包括：
（一）居民个人特征数据
主要包括家庭住址、性别、年龄、文化程度、是否为本地户口、职业以及公交IC卡持有情况。
（二）家庭基本特征数据
主要包括家庭地址、家庭人口、六岁及六岁以上人口的数量、暂住人口的数量、暂住人口的来源地，家庭收入情况、家庭自行车拥有量、家庭摩托车拥有量、家庭小汽车拥有量、家庭三轮车拥有量。
（三）居民一日出行记录数据
这里的数据是选择一天作为调查日，调查抽样居民的一天出行记录，主要包括出行方式、出行目的、出行地址、出行时间、到达目的地地址及其用地性质、到达时间，这些数据要具有连续性，确保居民的出行有始有终。
四、Access在居民出行调查中的应用
（一）ACCESS的定义
ACCESS是微软公司推出的基于Windows的桌面关系数据库管理系统（RDBMS，即Relational Database Management System），是Office系列应用软件之一。它提供了表、查询、窗体、报表、页、宏、模块7种用来建立数据库系统的对象；提供了多种向导、生成器、模板，把数据存储、数据查询、界面设计、报表生成等操作规范化；为建立功能完善的数据库管理系统提供了方便，也使得普通用户不必编写代码，就可以完成大部分数据管理的任务。
ACCESS能够存取Access/Jet、Microsoft SQL Server、Oracle（甲骨文软件公司），或者任何ODBC兼容数据库内的资料。虽然它支援部分面向对象（OOP）技术，但是未能成为一种完整的面向对象开发工具
（二）居民出行调查数据处理的设计
居民出行调查数据处理主要包括三个环节：数据的输入模块、数据处理模块以及数据的输出模块。
1、数据录入
取得居民出行调查数据后，首要的工作就是要对数据进行转录，由调查表格录入到数据处理系统中，这其中就包括数据的检错，调查问卷中的数据基本都是靠调查员手写，难免会出现数据的错填，漏填。数据的转录过程中最重要的工作就是对数据的纠错。
2、数据处理模块
数据的处理包括两个指标：OD指标，即生成OD矩阵；单项指标，中OD表的生成较其他单项指标的统计分析更为复杂。
生成的OD表后，要进行OD表的扩算才能反映总体的情况，从抽样数据推导出整个调查区域的OD出行特征，就要对交通小区的产生量、吸引量以及OD矩阵进行扩算。
除了OD表的计算和扩算以外，还需要一些单项指标的统计计算，一种是总体特征：包括平均出行次数及各职业，年龄段的平均出行次数及各职业等；另一个是特征结构分析，即具有某项特征的出行的某一项特征结构，如某种出行方式的年龄结构等。
总体特征统计分析比较容易实现，具体计算流程如下。
其它的指标算法和上面的指标一样，这里不再赘述。
在进行特征结构分析时，首先读取这种出行对应的查询，如分析各种出行方式的年龄结构，再通过此记录集进行年龄结构的统计分析。出行时耗特征分析相比于其他的特征结构分析比复杂。下面是出行时耗特征分析计算的流程。
3、输出图表
这个模块的关键是OD（可按目的和方式划分）、出行时耗等图表的输出，ACCESS布局别空间数据库的功能，因此这部分输出主要靠别的软件来实现。
五、结束语
本论文主要阐述了居民出行调查的基本理论和抽样的方法。居民出行调查系统的数据处理系统的设计，明确了各种分析指标的算法，并利用VB和ACCESS数据库系统建立了数据处理系统软件，提高了数据管理的效率。
参考文献：
[1] 王建军，严宝杰.交通调查与分析[M]. 北京: 人民交通出版社，1997.
[2] 张卫华，陆化普. 城市交通规划中居民出行调查常见问题及对策[J]. 城市规划学刊，2005，（05）：86-90.
[3] 王炜，过秀成. 交通工程学[M]. 南京：东南大学出版社，2000.
[4] 广州市交通规划研究所. 广州市万户居民出行调查报告[R]. 广州：广州市交通规划研究所，2003.
[5] 邓毛颖. 基于居民出行特征分析的广州市交通发展对策探讨[J]. 经济地理,2000,20(2):109-114.
[6]王秋平.西安市城市交通调查与数据处理分析系统.西安建筑科技大学学报：自然科学版，2003，35(1)：48―51.
[7]张宏林，孔艳，王哲.VisualBasic6.0开发数据库.北京：人民邮电出版社，1999：123―128.
[8]冯涵，周劲.公路交通调查数据管理分析系统.广州：广东公路交通，2004，(01)：55―58.
[43巫惠斌.居民出行OD调查数据的处理技巧.惠州学院学报：自然科学版，2003，23(3).
作者简介：
吴鹏，男，安徽合肥人，上海海事大学硕士研究生，研究方向：交通运输规划与管理。