四阶段模型
一句话定位：四阶段模型（four-step model）是出行需求预测的经典范式——按「生成多少出行 → 出行去哪里 → 用什么方式 → 走哪条路」四步依次计算，把土地利用和社会经济数据转换为路网流量与饱和度；它定义了 1950 年代以来交通规划行业的工作流，也因其集计、弱行为基础而被活动基模型逐步补充。
1. 模型结构与各步骤
四阶段模型的每一步输出是下一步的输入，空间骨架是 TAZ 交通分析区——前两步完全以「分区→分区」的 OD 对为单位。
- 出行生成（trip generation）：按 TAZ 估算出行发生量（production）与吸引量（attraction），通常以用地面积/岗位数/家庭特征为自变量的回归模型或出行率法（如美国 ITE Trip Generation 手册、香港运输署 Traffic Generation Survey）。
- 出行分布（trip distribution）：把各区的发生/吸引量配对成 OD 矩阵，经典方法是重力模型（gravity model，流量与活动规模成正比、与阻抗成反比）或增长系数法。
- 方式划分（modal split）：把 OD 对之间的出行分摊到小汽车/公交/步行等方式，常用 Logit 类离散选择模型。
- 交通分配（traffic assignment）：把方式划分后的出行分配到具体路网路径，经典算法有全有全无法（All-or-Nothing）、用户均衡（User Equilibrium / Wardrop 第一原理）与随机用户均衡（SUE）。
教材级综述见 UTA Pressbooks 运输建模导论。
2. 历史脉络
模型起源于 1950 年代美国州际公路扩张期：早期的出行生成、分布与分流（diversion）模型在 1950 年代末组合为首个完整的四阶段应用（McNally, “The Four Step Model”, UC Irvine，该文是引证最多的综述）；Chicago Area Transportation Study（CATS, 1955–1962）是标志性的早期实践。此后数十年它成为全球都市圈与国家层面需求预测的标准工具，各国在统计分区体系上落地为各自的「交通小区」实现（见 TAZ 交通分析区与各国同类分区体系）。
3. 已知局限
- 集计与弱行为基础：以出行（trip）而非个人活动为分析对象，无法刻画出行链（trip chaining）与活动日程安排；步骤间缺乏行为一致性反馈（Transport Reviews 2023 综述）。
- 分区依赖（MAUP）：结果对 TAZ 划分方式敏感，区内出行被忽略、跨区出行被截断——分区质量直接决定预测合理性（详见 TAZ 页 第 1 节）。
- 静态集计假设：单一时段、均值化参数，难以反映动态拥堵与个体异质性。
4. 替代与演进路线
- 活动基模型（activity-based model, ABM）：以个体的一日活动日程为建模对象，自下而上聚合，行为基础来自随机效用理论；但在实际规划实践中的落地一直缓慢（Transport Reviews 2023、选择理论视角综述）。
- 代理基微观仿真：与 ABM 结合并下沉到个体车辆/行人层面；四阶段与活动基的生成结果对比可见 Tampa 案例研究。
- 大数据校准：手机信令、网约车 OD 等数据正在替代/校准传统居民出行调查，直接进入生成与分布两步。
5. 与交通影响评估的关系
四阶段模型是 交通影响评估（TIA） 的方法内核：TIA 在项目尺度上运行同一套「生成 → 分布 →（方式划分）→ 分配」序列，区别在于范围（单项目 vs 全域）、粒度（地块出行率 vs 分区模型）与产出（路口饱和度与改善措施 vs 政策性路网规划）。