Обследование скоростных параметров транспортных потоков на улицах города

Высшая школа экономики совместно с ЦОДД провели исследование скоростных параметров транспортных потоков на дорогах города Москвы.

Высшая школа экономики совместно с ЦОДД провели исследование скоростных параметров транспортных потоков на дорогах города Москвы. В течение трех лет (2019, 2020 и 2021 годы) были замерены значения средних скоростей движения на основных радиальных направлениях, а также Садовом кольце, ТТК, МКАДе и двух хордовых связях (Рисунок 1).

 

Рисунок 1

 

Замеры средней скорости проводились на одних и тех же участках сети, благодаря чему полученные результаты с достаточной степенью объективности отражают тренды изменения скорости передвижения по городу.

Какие параметры рассматривались

В результате были рассчитаны средние значения скоростей движения в целом по сети за определенные интервалы времени в сутках, при этом усреднение параметров проводилось за месяц, полугодие и год.

С точки зрения оценки работы улично-дорожной сети города наибольший интерес представляют периоды утреннего и вечернего час пик, а также значения средней скорости за сутки. Утренний и вечерний час пик прежде всего являются самыми загруженными интервалами времени, но немаловажно учитывать, что в утренний час подавляющее количество поездок являются трудовыми, то есть люди едут из дома на работу, а в вечерний час пик к трудовым поездкам (с работы домой) добавляются поездки с другими целями (за покупками, развлекательные и другие). Суточные интервалы позволяют понять качество работы дорожной сети в целом.

Почему исследовали скоростные параметры

В отличие от множества параметров, влияющих на условия движения в городе (таких как интенсивность движения, пропускная способность дороги, потерянное время на перекрестках, длины очередей в заторах), средняя скорость транспортного потока является наиболее универсальным инструментом оценки работы улично-дорожной сети.

Значения скоростных параметров объединяют в себе множество факторов, которые влияют на движение автомобилей по городу, включая организацию дорожного движения, загрузку участков улично-дорожной сети, погодные условия, ремонтные работы, изменение транспортной инфраструктуры. Вследствие этого скоростные параметры были выбраны как индикатор качества движения автомобилей по сети и динамики изменения транспортной ситуации на длительный период, например, сравнение среднемесячных значений параметров с шагом в один год.

В настоящее время на рынке контента о загрузке улично-дорожной сети коммерческие компании (например, Яндекс, 2 ГИС) используют бальную систему оценки. Как правило применяется 10 бальная шкала, которая дает качественную оценку состояния транспортной системы для конкретного часа суток, начиная от свободного движения (0 баллов) до значительных задержек в пути из-за множественных заторов на участках сети (10 баллов). При этом назначение «стоимости» каждого балла для каждой компании является субъективной процедурой, которая зависит от внутренних алгоритмов расчета скорости, выбора эталонных маршрутов, фильтрации данных и оценки границ значений параметров.

Таким образом, назначенные 10 баллов могут в реальности означать как практически полную остановку движения (менее 5 км/час) по основным направлениям, так и «рабочее» движение (20 – 40 км/час) по вылетным магистралям с серьезными затруднениями на кольцах, причем назначение баллов для одной и той же транспортной ситуации в каждой компании по естественным причинам могут различаться.

Надо отметить, что бальный подход является хорошим и востребованным инструментом предоставления информационных услуг пользователям об общих тенденциях состояния транспортной системы в конкретные временные интервалы, который оказывает помощь в принятии решений перед началом поездки, например, об изменении времени начала поездки либо об изменении маршрута поездки относительно традиционного, но в качестве индикаторов работы сети бальную систему использовать не целесообразно. 

 Сравнительная оценка значений скоростных параметров за 2019 г. – 2021 г.

После финальной обработки замеренных данных, включая их нормализацию по длинам поездок и объемам транспортного потока были рассчитаны интегральные значения скоростных параметров для магистральной сети города в годовом измерении за исследуемый период.

Принимая за базовый допандемийный 2019 год, видно, что в 2020 году скорости на магистральной сети были выше в пиковые периоды на 18%, тогда как за сутки на 10 %.

Увеличение скорости в 2020 году происходило преимущественно по причине снижения спроса на поездки – сказывались введенные ограничения и перевод значительного количества сотрудников на удаленную работу. Так, например, в апреле и начале мая 2020 года падение числа поездок достигало 85% от уровня 2019 года. Начиная с марта спрос на пассажирские перевозки начал восстанавливаться и уже к июлю разница с аналогичным периодом за предыдущий год составляла от 18% до 24%. Данный тренд сохранился до декабря 2021 года (рисунок 2).

 

Рисунок 2

Тем не менее среднесуточные скорости в 2021 году практически идентичны значениям 2019 года. Это объясняется тем, что часть автовладельцев, ранее предпочитавших использование общественного транспорта, пересели на свои автомобили, такси или брали в аренду машины каршеринга с целью уменьшения контактов с другими людьми на транспорте в период пандемии. При этом для 2021 года характерно увеличение средней скорости движения в утренний час пик (на 3%) в сравнении с 2019 годом. Данный факт можно объяснить следующим образом:

По состоянию на 2021 год часть сотрудников организаций продолжала работать на удаленном формате;

В остальном, до 80% перемещений приходятся на поездки из дома на работу, а маршруты таких поездок более консервативны и соответственно меньшее количество пользователей используют личные средства передвижения, чем для поездок по другим целям (например, досуговыми или за покупками).

В вечерний час пик поездки с работы домой составляют меньший объем в общем потоке, при этом большое количество автомобилистов совершает поездки по нескольким целям (к примеру «работа – магазин – дом – досуг – дом»), что в результате приводит к большей загрузке сети.

Помимо прочего, на скорость движения в городе также влияет фактор погоды. К примеру, из официальных предупреждений сервисов такси известно [1], что во время дождей и/или снегопадов (равно как и при сильно отрицательных либо положительных температурах) спрос на машины такси резко превышает количество машин такси на линии. В результате, из-за нехватки машин алгоритмы динамического ценообразования автоматически повышают стоимости поездки в такси.

Это, однако, не оказывает существенного влияния на условия движения на дорогах города, в виду того, что парк автомобилей такси в любом случае занимает место на УДС ввиду необходимости поддержания уровня эффективного использования автомобилей такси, сокращения времени «холостых» простоев.

В целом для всех участников дорожного движения характерно снижение скорости движения во время сильных дождей и/или снегопадов, данный факт закономерен и соответствует практике всех без исключения городов мира: помимо физически обусловленных причин, таких как сцепление автомобиля с дорожным полотном, водитель также снижает скорость, так как сокращается расстояние видимости и увеличивается время реакции, что неминуемо приводит к увеличению дистанции между двумя транспортными средствами, находящимися в движении (динамического габарита). [2]  [3]

При этом влияние погодных условий на среднюю скорость движения в Москве не значительно на уровне внутридневных перемещений. Однако, для отдельных месяцев можно констатировать и обратное.

Так, к примеру, февраль – зимний месяц, в этот период климатический фактор в виде выпавшего снега оказывает значительное влияние на движение автомобильных потоков по улично-дорожной сети. Сам снег на проезжей части снижает скорость движения, уборочная техника движется со скоростью ниже скорости транспортного потока, а также играет роль температура воздуха, при минусовых значениях возникает опасность возникновения гололедицы, что заставляет водителей снижать скорость в целях безопасности. Если в 2019 и 2020 годах количество осадков было сопоставимо и не являлось критическим, значения средних скоростей движения в 2020 году полностью идентично интегрированным значениям скоростных параметров магистральной сети города по 2019 году (в пределах 2% коридора значений).

Но уже в 2021 году климатический фактор начинает влиять на движение транспортных потоков, что связано с высоким уровнем выпавших осадков (превышение по сравнению с базовым годом в 2,3 раза), а также низким фоном температуры воздуха (если в 2019 г. средняя температура по февралю -1С градус, то в 2021 году это значение равно -7С). Такая климатическая ситуация вызвала большую заснеженность дорожного полотна, и предпосылки к возникновению гололедных явлений, что привело к снижению средних скоростей движения по всем характерным кейсам (Рисунок 3).

Как видно из графика (Рисунок 3), для февраля характерно существенное снижение средней скорости движения, что обусловлено вышеописанными причинами. При этом на первый взгляд также можно наблюдать схожую динамику и для всего года (рост количества осадков и снижение средней скорости движения), особенно для июля. Однако, как видно из графика ниже (Рисунок 4), подобная динамика средних скоростей скорее связана со снижением объема транспортного спроса (или количества совершенных поездок). Так, если параметр средней скорости слабо коррелирует с количеством выпавших осадков, то в случае с транспортным спросом очевидным образом прослеживается отрицательная корреляция: при снижении числа автомобилей на дорогах Москвы закономерно растет средняя скорость.

 

---

[1] РБК. (2018, February 5). «Яндекс» и Uber объяснили повышающий коэффициент на такси в снегопад. https://www.rbc.ru/rbcfreenews/5a7812559a79476998ed1ff3?from=newsfeed

[2] Maze, T. H., Agarwal, M., & Burchett, G. (2006). Whether weather matters to traffic demand, traffic safety, and traffic operations and flow. Transportation research record, 1948(1), 170-176.

[3] Jägerbrand, A.K., Sjöbergh, J. Effects of weather conditions, light conditions, and road lighting on vehicle speed. SpringerPlus 5, 505 (2016).

 

Рисунок 3

 

 

 

Рисунок 4

 

Выводы

С точки зрения балльной системы оценки загруженности УДС г. Москвы, можно говорить о пространственной неоднородности показателя в пределах шага оценки (равного 1 баллу), ввиду того что для различных сегментов сети характерны как (а) разные исторические уровни загрузки в определенные часы, так и (б) дифференциация данных сегментов по скоростному режиму.

При этом стоит отметить, что данная метрика остается востребованной и полезной с точки зрения пользователя как в отечественной практике, так и за рубежом. При этом для центров принятия решения (профильные департаменты, центры организации движения) подобных данных будет недостаточно. Почему так происходит: в реальности дорожно-транспортная ситуация на двух произвольно взятых участках УДС при идентичных баллах загрузки может существенно отличаться, так как в одном случае речь может идти о важном на общегородском уровне пересечении, а в другом – о локальных проблемах на сети. В итоге может получиться, что для произвольного участка УДС ситуация «багрового» уровня может носить либо несистемный, либо непродолжительный характер. В таком случае необходимо прибегать к более глубоким метрикам, таким, как анализ матриц корреспонденций и временным неоднородностям.

При анализе сравнительных изменений средних скоростей движения за период с 2019 по 2021 год получилось сделать ряд недвусмысленных выводов:

За 2021 год транспортный спрос на автомобильном транспорте практически полностью восстановился;

Существующая взаимосвязь величины средней скорости на дорогах Москвы и погодных условий (дожди, снегопады) является также значимой.

Безусловно, самым существенным фактором, оказывающим влияние на средние скорости в городе, является непосредственно транспортный спрос. Закономерным образом в периоды отпуском (лето, зимние каникулы) загрузка УДС Москвы снижается, что приводит к росту средних скоростей движения по сети мегаполиса.