在城市交通中，由于公交车的机动性较差，其换道行为对道路交通流的波动大。另外，城市隧道在城市道路中承担着重要的交通功能，机动车在其出入口处换道频繁，该处的交通情况对隧道整体的通行效率影响很大。因此，研究城市隧道出口公交车的换道行为对分析隧道交通流具有重要现实意义。目前车辆换道行为在微观交通流理论中研究较多，国外许多参考文献分别从不同方面对车辆换道行为进行了研究。GIPPS模型对车辆换道模型进行了最早的系统研究，在此模型的框架基础上，衍生出MITSM模型、CORSIM模型、SITRAS模型等^{[1, 2]}，但上述研究使用的是高度简化模型，大部分研究方法^{[3, 4, 5, 6]}是将公交车换算为单位小汽车来进行交通流分析，不能真实反映公交车自身换道行为的整个过程。Jacques等^[7]对分析公交车道的通行能力和公交车运行速度提出了相应的分析方法，以速度和服务水平为指标，对公交车的运行状态进行了划分，但是未对公交车的基础运行状态建立模型。邹智军等^[8]提供了微观交通仿真车辆换道模型的建模和思路，但是该研究大多没有经过实测数据的标定与验证，其应用结果的真实性有待检验。孙剑等^[9]利用多智能体建模描述驾驶员-车辆对象的优势，建立了拥挤交织区车辆换道行为的仿真模型TESS，但是其分析结果不适用于公交车。

本文以城市隧道出口路段和公交车、社会车辆混合运行交通流为研究对象，以车头时距为指标，通过研究城市隧道出口混合交通流的车头时距与公交车比例、公交换道频率、公交换道持续时间等因素的关系，从而研究公交车换道行为对交通流产生的影响。 1 公交车换道行为特性 1.1 车辆换道过程描述

车辆换道行为有两种类型：强制换道行为和自由换道行为。在城市隧道出口处，车流汇入需要换道；城市隧道出口处衔接城市平面交叉口时，需要右转(左转)的车辆必须换道进入右转(左转)车道。这两种由于道路环境条件的限制必须采取变道才能完成正常通行的换道行为均属于强制换道。此类换道行为对高峰期的城市隧道交通流通行效率产生较大的影响，其中，大型车的强制换道行为影响更大。在城市道路上，主要行驶的大型车辆类型是公交车，因此，在隧道出口处以公交车作为主要的大型车研究对象。

图 1展示了公交车在南京玄武湖隧道出口换道的全过程。A断面为隧道出口断面或上游公交车开始换道断面，B断面为禁止换道边界线断面(进口道渠化区上游末端)，公交车应在AB区间内完成最终换道。结合实际观测情况，公交车左转比例较大，需要经过多次换道，而在换道过程中会对其他临近直行车道以及上游的跟随车流产生干扰，导致其减速绕行甚至停车等待，产生延误，从而影响隧道交通流的运行效率。

图 1 隧道出口公交换道过程Fig. 1 Process of bus lane-changing at tunnel exit

图选项

定量描述隧道出口公交车换道行为需要做以下假设：隧道出口交通流状态处于半拥挤或接近拥挤状态；公交车换道时，其他车辆均视为小型车。

由于公交车的机动性较差，公交车行驶时与小型车存在较为明显的车速差异，因此公交车在换道过程中，都会对当前所在车道和目标车道的后续车辆造成干扰(迫使后续车辆保持安全距离和速度的一致性)，产生不同程度的减速甚至是停车等待状态^[10]。

图 2展示了公交车在玄武湖隧道出口换道过程的3种影响状态：(1)自身换道影响，即公交车辆在路段换道时需要进行减速来完成换道行为；(2)等待换道影响，即公交车辆在路段上正常行驶车速要比小型车辆低，在等待换道间隙时势必会对后续车辆(包括直行和左转)造成影响；(3)换道干扰影响，即公交车在非可接受间隙强行换道时，会对当前目标车道上的直行车辆造成干扰，导致其减速甚至停车^[11]。

图 2 玄武湖隧道出口公交车辆换道过程影响状态Fig. 2 Influence state of bus lane-changing at Xuanwuhu tunnel exit

图选项

由此，公交车换道过程中根据上述3种状态，产生了换道的总体延误，包括自身换道、换道干扰和等待换道3部分。 2 公交车换道对交通流的影响分析 2.1 影响因素分析

1.2节所述的3种状态均对其他车辆产生了不同程度的干扰影响，具体表现在单位时间内公交车换道次数(公交换道频率)和单位时间内公交车换道至最终目标车道的总时间(公交换道持续时间)使得车流的车头时距发生波动。此外，经过视频观测发现，单位时间公交车占所有车型的比例(公交车比例)影响其换道频率的大小，某时段连续换道的全部公交车辆数(公交换道长度)对隧道出口交通流的运行状态也有影响。虽然最大换道长度持续的时间较短，但是对上游车流引起的干扰传播仍然不可忽略，因此也应考虑最大换道长度的存在时间。为说明公交车换道对隧道出口交通流的影响，可以依据对车头时距的影响来进行分析。因此，本文主要分析公交换道频率、公交换道持续时间、公交车比例、公交换道长度及最大换道长度存在时间等因素与隧道出口车头时距的关系。 2.2 调查方案

为了使研究数据具有科学性和普遍性，调查方案实施时间段为16：00—18:00，持续时间为1周内周二、周三、周四3个工作日，该时段交通流处于半拥挤或接近拥挤的状态。在南京市玄武湖隧道出口(衔接新模范马路-中央路交叉口)处采用地面高处摄像法观测由东向西行驶的车辆，较为准确地获得了由隧道出口两车道换道至交叉口进口道第1，2，3车道(自中央分隔带至机非分隔带)的公交换道频率、换道时间、公交车比例、换道长度、最大换道长度和最大换道长度存在时间，以及第1，2，3车道上的车速、车头时距和流量等参数。

由于玄武湖隧道出口连接地面信号交叉口，公交车换道行为的影响存在周期性的差异。在高峰时段，交通流量大，在每个信号周期的红灯时间，公交车的换道对上游交通流的冲击非常大，因此，选取的时间间隔应适应信号周期的变化，建议分别以5 min 为统计间隔研究公交车换道频率和公交车比例。 2.3 车头时距关系分析

根据调查发现，95%以上的社会车辆为小型客车，因此统计分析时不再对车型作进一步细分。另外，由于禁止大中型货车进入城市隧道、公交车在隧道出口坡道上爬坡能力受限以及主城区公交线路和公交车密集，从而导致公交车在隧道出口处的换道行为产生的影响明显。

(1)公交车比例

在城市隧道出口交通流中，公交车所占的比例大小很大程度上影响了整体交通流的运行效率。由于公交车自身条件的限制，机动性较差，当公交车发生车道变换时，必然对上游交通流造成影响波动。由图 3可知，随着公交车比例的增加，车头时距在变小，但是其减小的幅度有限，这也和流量的大小有关，流量较小时，车头时距减幅大，流量大时，其减幅较小。由图 4可知，当交通量较少时，隧道出口的车头时距较大，随着交通量的增大，车头时距在慢慢变小，直至最终趋于稳定在2.5 s左右，3者的关系也可以从大车率-流量-车头时距的三维关系(图 5)中反映出。

图 3 公交车比例-隧道出口车头时距关系Fig. 3 Bus proportion vs. time headway at tunnel exit

图选项

图 4 隧道出口流量-隧道出口车头时距关系Fig. 4 Traffic volume vs. time headway at tunnel exit

图选项

图 5 公交车比例-流量-车头时距关系Fig. 5 Relation of bus proportion with traffic volume and time headway

图选项

(2)公交换道频率与公交换道时间

在调查时段中，平均测得公交车135 veh /h，发生变道的车辆有61 veh /h，其中连续2 veh的换道现象(换道长度为2 veh)出现3次。根据表 1以及观测可得，隧道出口公交车的换道频率较高，连续2 veh公交车换道出现的频率较小。另外，在调查时段内，一般情况下的换道长度为1 veh公交车，换道持 续时间稳定在10 s左右。当连续的2 veh公交车换道时，跟随车流不稳定：流量小时，该车道的上游交通流提前选择相邻车道而不是跟随其后；流量大时，其跟随车流的车头时距稳定在2.5 s左右，具体见图 6。

图 6 公交换道持续时间-车头时距关系(单位：s)Fig. 6 Duration of bus lane-changing vs. time headway(unit:s)

图选项

(3)(最大)公交换道长度

由表 1、图 6以及观测可知，公交车换道长度一般为1 veh，换道持续时间随着流量的增加而增加，这说明公交车受到其他车流的干扰从而完成换道的难度变大。最大的换道长度为2 veh，当出现该情形时，对上游的交通流影响自然很大，尤其是相邻车道的车辆波动影响，因为跟随的小型车会避开公交车而选择相邻的车道，使得其他车道的车头时距变小，流量变大，而公交车所在车道的小型车变少。但是当隧道上游的交通量很大时，公交车所在车道与其他车道存在的差异则不明显，因为其他车流的换道难度也较大，只能实现缓慢的跟车行为。

(4)车道差异

由图 7可知，公交车换道的车道数为2时，隧道出口交通流的车头时距偏高，多数在3 s左右或更高。根据视频观测与分析发现，这主要是因为公交车在进行换道时，一共要进行2次换道才能到达最终目标车道，这个过程影响了上游的整体交通流车速，导致上游隧道交通流的车速降低，从而车头时距连续而缓慢地维持在3 s左右。公交车换道的车道数为1时，隧道出口交通流的车头时距偏低，多数在3 s以下，这主要是因为在半拥挤状态下的交通流中，车辆跟驰现象明显，公交车横向换道数少，对上游车流的影响相对较弱，因此，上游的交通流会以相对较快的速度通过隧道出口，其车头间距会较小。当然上述分析结果阐述的只是普遍情况，不包括极端现象。

图 7 变换车道数的影响关系图Fig. 7 Influence of number of changed lanes

图选项

通过分析公交车比例、公交车换道频率、公交车换道持续时间、道路流量等因素，建立车头时距的关系模型来予以验证。可尝试建立如下多元线性回归模型：

点击浏览公式

根据以上数据运用强迫进入变量法进行线形回归分析，拟合优度R²为0.700，说明以上4个因素的变化能够解释70%左右车头时距的变化程度，这说明选取的因素能够达到重点与全面兼顾的要求。建立的模型关系如下：

点击浏览公式

通过SPSS对该多元线形回归方程进行显著性检验，即F检验，其显著性水平临界值为0.05。具体检验结果见表 1。

根据表 2，模型的整体显著性检验值=0.012＜0.05，表示该模型的整体相关性显著。 选取的几个因素与隧道出口交通流车头时距有显著关系。

模型的总体线性关系显著并不代表每个解释变量对被解释变量的影响都显著，因此，必须采用t检验对每个解释变量进行显著性检验，从而决定是否作为解释变量被保留在模型中并定量获取各个解释变量的作用大小关系。显著性水平临界值为0.05，具体检验结果见表 3。

由表 3可以看出，只有流量的显著性水平大于显著度0.05，与车头时距的相关性不明显，这表明在流量较大的情况下，车辆之间相互干扰，车头时距的分散程度逐渐变小。当流量进一步增加时，车头时距变得几乎相等，即高峰时段的流量对隧道出口车头时距的影响不明显，这与实际情况相符。而其他因素对车头时距的影响因素强弱次序分别为：公交车换道频率 ＞公交车比例＞公交车换道持续时间。公交车换道频率对隧道出口交通流影响最大。 3.4 模型验证分析

由F检验和t检验可知，公交车的换道行为与隧道出口上游车流的车头时距有显著的相关性。事实上，本次研究选取的玄武湖隧道出口衔接着中央路-新模范马路平面信号交叉口。机动车驶出隧道时，60%以上的交通量左转进入主城区，频繁发生换道行为在所难免，另外，调查的结果是基于交通流处于半拥挤或接近拥挤的状态，该状态的交通流不稳定，一旦出现换道或者其他干扰，隧道出口的上游交通流将产生较大的波动，因此，公交车换道频率的影响最大这一结论与事实相符。观察数据可知，公交车换道持续时间影响较公交车比例弱。在半拥挤或接近拥挤的状态下，每次公交换道持续的时间都较为稳定，在10 s左右，而在公交换道过程中附近路段更多车辆慢行，社会车辆处于跟驰状态，平均车速降低的幅度有限。而由文献^[12]可知，不同公交车比例对社会车辆速度的影响呈现出较为显著的变化特点，当单向二车道车流量在800~1 900 veh/h 之间时，公交车比例的变化对社会车辆速度的影响大。本次调查的城市隧道出口单向二车道交通量是1 830 veh/h，因此，公交车比例对城市隧道出口交通流的影响较为明显，与检验结果相符。

建立模型的关键是影响因素的确定，而回归方程中所含变量不能简单机械地判别，采用强迫进入法，对于显著性不强但存在相关性的变量不宜剔除，而应在模型中予以保留。 4 结论

阐述了公交车在城市隧道出口发生变道的过程以及特性分析，确定了影响隧道上游交通流的主要因素。另外通过大量的观测数据，揭示了城市隧道出口公交车换道行为与上游车头时距的相关性，构建了公交车换道对车头时距的影响模型，定量与定性地分析了城市隧道出口车头时距与公交车比例、公交车换道频率、公交车换道持续时间、流量等因素之间的关系。结果表明，在半拥挤或接近拥挤的状态下，城市隧道出口公交车换道频率对隧道出口交通流的影响最大，流量大小对交通流车头时距的影响不明显。

本研究是在城市隧道出口的高峰时段主要对交通流中车头时距这一指标进行的研究分析，今后还可以讨论交通流车速与公交换道行为的影响情况，进而完善隧道出口交通流特性研究。另外，公交车换道过程中的行为轨迹研究将为分析上游交通流的扰动影响提供帮助，是下一阶段的重要研究方向。