顏冉，楊新剛，楊婷

(1.安徽建筑大學(xué) 建筑與規(guī)劃學(xué)院，安徽 合肥 230022；2.澳門(mén)城市大學(xué) 創(chuàng)新設(shè)計(jì)學(xué)院，澳門(mén) 氹仔 999078)

0 引言

隨著城鎮(zhèn)化的快速發(fā)展，城市交通擁堵已嚴(yán)重影響城市的通行效率，影響國(guó)民經(jīng)濟(jì)與社會(huì)的發(fā)展。交通學(xué)者和交通管理者對(duì)城市交通擁堵的影響因素、機(jī)理和緩解措施進(jìn)行了大量的研究和實(shí)踐，在理論和實(shí)踐上均取得了很大的進(jìn)步；但隨著城市土地的不斷開(kāi)發(fā)，機(jī)動(dòng)車(chē)保有量的不斷增加，單純地研究道路交通流自身的特性已很難緩解日益嚴(yán)重的交通擁堵。

為了從根源上探究城市交通“源”與“澤”的關(guān)系，學(xué)者們開(kāi)始注重城市土地利用與城市交通的研究，尤其是城市土地利用模式與城市交通模式以及城市土地利用與交通需求的研究，為科學(xué)量化由于土地利用產(chǎn)生的交通需求提供了理論支撐。除交通需求的預(yù)測(cè)外，交通與土地利用的研究宏觀層面聚焦于城市職住空間特性與影響因素的研究[1-3]，微觀層面集中在城市建成環(huán)境與交通行為的研究等[4-7]，如城市建成環(huán)境與交通方式的選擇、出行距離和出行時(shí)耗等方面的研究。尹春[8]等通過(guò)研究城市建成環(huán)境對(duì)通勤時(shí)耗的影響，發(fā)現(xiàn)人口規(guī)模越大，就業(yè)和居住越不匹配，出行時(shí)耗越大。孫斌棟[9]等通過(guò)研究城市建成環(huán)境對(duì)居民通勤方式選擇的影響，發(fā)現(xiàn)居住地建成環(huán)境對(duì)居民通勤方式選擇影響比就業(yè)地要顯著。

為了讀者更好地理解城市建成環(huán)境，現(xiàn)對(duì)城建環(huán)境的概念進(jìn)行界定：有別于自然環(huán)境，城市建成環(huán)境是人類(lèi)文明的產(chǎn)物，它通常包括三個(gè)部分：土地利用、城市設(shè)計(jì)和城市交通[10]?，F(xiàn)有研究成果對(duì)道路服務(wù)水平的研究局限于交通流自身特性而忽略周邊環(huán)境的影響，而建成環(huán)境對(duì)交通影響的研究大都集中在對(duì)交通行為的研究上，對(duì)道路服務(wù)水平影響的研究甚少，然而交通行為最終會(huì)影響道路交通的服務(wù)水平。鑒于此，本文開(kāi)展了城市建成環(huán)境對(duì)道路速度和服務(wù)水平影響的研究，以期找到道路周邊建成環(huán)境對(duì)道路速度和服務(wù)水平的影響因素和影響機(jī)理，為提升道路服務(wù)水平和緩解交通擁堵提供依據(jù)。

1 研究區(qū)域與數(shù)據(jù)來(lái)源

1.1 研究區(qū)域概況

研究區(qū)域位于合肥高新技術(shù)產(chǎn)業(yè)開(kāi)發(fā)區(qū)，研究路段為黃山路，位置圖如圖1 所示，西至大蜀山、東至1912 商業(yè)街區(qū)，兩側(cè)涵蓋了住宅、公寓等居住地，和高新技術(shù)產(chǎn)業(yè)、行政單位等就業(yè)地，以及公園綠地、娛樂(lè)休閑等游憩地，涉及工作、居住和游憩等城市的基本功能，且黃山路為合肥重要的交通工程示范路，有較為完善的交通運(yùn)行參數(shù)數(shù)據(jù)。

圖1 黃山路在合肥高新區(qū)的位置

1.2 數(shù)據(jù)來(lái)源與處理

本文研究的數(shù)據(jù)包含兩部分，一是車(chē)輛的運(yùn)行速度數(shù)據(jù)，二是建成環(huán)境數(shù)據(jù)?；诤戏适悬S山路示范區(qū)開(kāi)放數(shù)據(jù)，獲取了長(zhǎng)度2.6 km 基于出租浮動(dòng)車(chē)GPS 數(shù)據(jù)，如圖2 所示，每條數(shù)據(jù)包含車(chē)輛編號(hào)、時(shí)間、經(jīng)緯度、速度和載客狀態(tài)等信息，數(shù)據(jù)格式如表1 所示。研究時(shí)段為2016 年9 月9 日-9 月20 日，包含早晚高峰的7：00-9：00、17：00-19：00，共計(jì)15003 條數(shù)據(jù)。POI(Point of Interest)作為一種地理實(shí)體的點(diǎn)狀數(shù)據(jù)，包含名稱(chēng)、類(lèi)別、經(jīng)緯度、地址等信息，可以作為研究建成環(huán)境的主要數(shù)據(jù)源，為了探討城市建成環(huán)境對(duì)道路運(yùn)行速度的影響，參考國(guó)內(nèi)外相關(guān)研究文獻(xiàn)[11]，采用GIS 緩沖區(qū)分析，確立路段緩沖區(qū)的范圍為300 m，采集了研究路段兩側(cè)緩沖區(qū)范圍內(nèi)的不同類(lèi)別POI 興趣點(diǎn)數(shù)量等數(shù)據(jù)。

表1 浮動(dòng)車(chē)GPS數(shù)據(jù)樣例

圖2 黃山路示范區(qū)出租車(chē)GPS分布圖

2 研究方法

2.1 變量選取

道路服務(wù)水平即道路的服務(wù)質(zhì)量，道路服務(wù)水平越高表示道路交通越暢通，服務(wù)水平越低則交通越擁堵，衡量指標(biāo)一般采用飽和度、車(chē)速或延誤。速度作為道路交通流三參數(shù)之一，是衡量道路運(yùn)行效率和評(píng)價(jià)服務(wù)水平的最重要指標(biāo)[12]。本文選取路段速度作為反應(yīng)變量，作為連續(xù)變量時(shí)可以衡量道路交通的運(yùn)行效率，作為分類(lèi)變量時(shí)可以衡量道路的服務(wù)水平，根據(jù)《城市道路交通擁堵評(píng)價(jià)指標(biāo)體系》將路段的平均行程速度劃分為5 個(gè)等級(jí)，1級(jí)表示服務(wù)水平最低，5 級(jí)表示服務(wù)水平最高，具體含義和賦值見(jiàn)表2。

表2 反應(yīng)變量的含義和賦值

圍繞城市基本的功能和早晚高峰期間居民的出行特性，參考前人的研究成果，本文選取住宅、公司企業(yè)、生活服務(wù)、休閑娛樂(lè)、交通設(shè)施和出入口等作為城市建成環(huán)境對(duì)道路運(yùn)行效率和服務(wù)水平的影響因素，具體變量含義和賦值見(jiàn)表3。

2.2 模型選擇

本文選取道路平均速度作為道路運(yùn)行效率和服務(wù)水平的衡量指標(biāo)，衡量道路運(yùn)行效率時(shí)為連續(xù)反應(yīng)變量，衡量道路服務(wù)水平時(shí)為分類(lèi)變量。

2.2.1 多元回歸模型

除分類(lèi)變量外，反應(yīng)變量與自變量大體上呈線性關(guān)系，故選用多元線性回歸模型研究影響城市道路運(yùn)行速度的因素和機(jī)理，多元線性回歸模型表達(dá)式為：

式中，Y 是路段的平均速度，Xi為可能影響路段平均速度的因子(自變量)，β0為常數(shù)項(xiàng)，βi為自變量Xi的偏回歸系數(shù)，εi為隨機(jī)干擾項(xiàng)。

2.2.2 次序Logistic 回歸模型

研究道路交通的服務(wù)水平，此時(shí)反應(yīng)變量是分類(lèi)變量，無(wú)法采用多元線性回歸進(jìn)行分析，而Logistic 回歸模型是研究反應(yīng)變量為分類(lèi)變量一種回歸模型[14]，模型要求反應(yīng)變量取值為分類(lèi)變量，自變量可為連續(xù)變量、分類(lèi)變量等。本文中反應(yīng)變量水平存在服務(wù)水平等級(jí)的高低次序，因此選用次序Logistic 回歸模型，對(duì)于k 個(gè)分類(lèi)水平對(duì)應(yīng)k-1 個(gè)Logit 回歸，即累計(jì)Logit 模型，模型基本表達(dá)式為：

表3 自變量的含義和賦值

對(duì)于k-1 個(gè)Logit 回歸模型自變量系數(shù)βi均保持不變，僅常數(shù)項(xiàng)αi隨回歸而變化，經(jīng)過(guò)Logit變換后得到次序Logistic 回歸模型，模型基本表達(dá)式為：

式中，F(xiàn)i是反應(yīng)變量取相應(yīng)水平(i=1、2、3、4)的累計(jì)概率，Pi是反應(yīng)變量取相應(yīng)水平的概率。

2.3 模型檢驗(yàn)

2.3.1 元多線性回歸模型檢驗(yàn)

采用逐步回歸法進(jìn)行變量回歸，模型擬合度R2=0.507，通過(guò)F 檢驗(yàn)和T 檢驗(yàn)，容忍度均接近1、VIF 小于5，排除共線性問(wèn)題。結(jié)果顯示路段出入口、交叉口、載客狀態(tài)、公司企業(yè)、住宅5 個(gè)變量對(duì)道路運(yùn)行速度有顯著影響，住宅變量在90% 置信水平上顯著，其余均在95%的置信水平上顯著，除載客狀態(tài)對(duì)道路運(yùn)行速度的影響為正相關(guān)外，其他變量的增加均會(huì)使得道路運(yùn)行速度的降低。

2.3.2 基于次序Logistic 回歸模型檢驗(yàn)

分別選取路段出入口、交叉口、載客狀態(tài)以及大于45 km/h 為參照組，將變量全部載入模型，從P 值大于0.05 的變量中依次將P 值最大的剔除模型，最終路段出入口、交叉口、載客狀態(tài)和公司企業(yè)入選模型，且模型通過(guò)似然比檢驗(yàn)和擬合優(yōu)度檢驗(yàn)，平行線檢驗(yàn)結(jié)果P=0.305＞0.05，通過(guò)平行線檢驗(yàn)，表明次序Logistic 回歸模型通過(guò)檢驗(yàn)。

表4 基于元多線性回歸模型的參數(shù)估計(jì)結(jié)果

3 結(jié)果與分析

3.1 城市交叉口和路段出入口對(duì)城市道路服務(wù)水平的影響

由表5 可知，公司企業(yè)與道路服務(wù)水平之間為負(fù)相關(guān)，說(shuō)明就業(yè)地公司企業(yè)愈多道路服務(wù)水平越低的概率就較大。載客狀態(tài)的回歸系數(shù)為負(fù)值，說(shuō)明出租車(chē)在載客時(shí)較空車(chē)狀態(tài)發(fā)生道路服務(wù)水平下降的概率小，載客時(shí)道路服務(wù)水平低至少一個(gè)等級(jí)的可能性是空車(chē)狀態(tài)的39.5%。而路段出入口和交叉口的回歸系數(shù)分別為1.185 和3.107，說(shuō)明與路段上沒(méi)有路段出入口和交叉口相比，道路上存在路段出入口和交叉口對(duì)發(fā)生道路服務(wù)水平低至少一個(gè)等級(jí)的可能性較大。由表5 可知，路段出入口的存在導(dǎo)致道路服務(wù)水平低至少一個(gè)等級(jí)的可能性是沒(méi)有路段出入口時(shí)的3.2 倍，最低為1.6 倍，最高為6.3 倍，這也印證了朱斌寧[15]等研究的停車(chē)場(chǎng)出入口對(duì)連接路段的運(yùn)行速度具有顯著影響，無(wú)出入口連接時(shí)路段的平均速度為46.4 km/h(對(duì)應(yīng)本文服務(wù)水平等級(jí)為5)，有出入口連接時(shí)路段的平均速度為19.7 km/h(對(duì)應(yīng)本文服務(wù)水平等級(jí)為2)。而道路交叉口的存在導(dǎo)致道路服務(wù)水平低至少一個(gè)等級(jí)的可能性是沒(méi)有交叉口時(shí)的22.4 倍，最低為10 倍，最高為49.7 倍。

表5 基于次序Logistic回歸模型的參數(shù)估計(jì)結(jié)果

3.2 出租車(chē)和公交站臺(tái)對(duì)道路服務(wù)水平的影響

對(duì)比表4 和表5 可發(fā)現(xiàn)，載客狀態(tài)對(duì)道路運(yùn)行速度和道路服務(wù)水平變化影響均顯著，這是因?yàn)楦鶕?jù)實(shí)際浮動(dòng)車(chē)數(shù)據(jù)，道路上空車(chē)的平均行駛速度為18.2 km/h，道路服務(wù)水平為2 級(jí)，而載客車(chē)輛的平均行駛速度為27.3 km/h，道路服務(wù)水平為3 級(jí)，導(dǎo)致與載客狀態(tài)相比，空車(chē)狀態(tài)下的道路服務(wù)水平降低一個(gè)等級(jí)而對(duì)道路運(yùn)行效率產(chǎn)生顯著影響。由模型結(jié)果可知，道路上公交站臺(tái)的有無(wú)對(duì)道路速度和服務(wù)水平影響均不顯著，可見(jiàn)合理設(shè)置公交站臺(tái)和公交線路對(duì)小汽車(chē)平均速度以及道路服務(wù)水平的變化影響較小。

3.3 居住地和就業(yè)地對(duì)道路服務(wù)水平的影響

居住地住宅數(shù)量的多少對(duì)道路運(yùn)行速度具有顯著影響，但對(duì)道路服務(wù)水平的降低影響并不顯著。而就業(yè)地公司企業(yè)的多少不僅會(huì)對(duì)道路運(yùn)行速度產(chǎn)生顯著影響，還會(huì)對(duì)道路服務(wù)水平的變化產(chǎn)生顯著影響。這與Antipova[16]等研究結(jié)論就業(yè)充足地區(qū)相比居住地會(huì)更擁堵相一致。這是因?yàn)樵谠绺叻逵捎诰用裢ㄇ诔鲂芯嚯x的不同，導(dǎo)致以“家”為出行起點(diǎn)的居民出行時(shí)間相對(duì)錯(cuò)時(shí)，以“單位”為出行終點(diǎn)的居民出行時(shí)間相對(duì)集中；而在在晚高峰，以“單位”為出行起點(diǎn)的居民出行時(shí)間相對(duì)集中，由于居民通勤出行距離的不同，導(dǎo)致以“家”為出行終點(diǎn)的居民出行時(shí)間相對(duì)錯(cuò)時(shí)。由于以“家”為起終點(diǎn)的出行時(shí)間相對(duì)錯(cuò)時(shí)，雖對(duì)道路運(yùn)行速度有影響但不至于使得道路服務(wù)水平發(fā)生較大變化，而以“單位”為起終點(diǎn)的出行時(shí)間相對(duì)集中，導(dǎo)致公司企業(yè)對(duì)道路速度和服務(wù)水平的影響均顯著。

4 結(jié)論

目前關(guān)于城市建成環(huán)境對(duì)城市交通影響的研究較少，且多數(shù)研究?jī)H關(guān)注于交通出行自身的研究，如交通方式、出行時(shí)耗和出行距離等。本文基于道路浮動(dòng)車(chē)數(shù)據(jù)，采用多元線性回歸和有序Logistic 回歸模型探討了路段及周邊建成環(huán)境對(duì)城市道路交通速度和服務(wù)水平的影響。研究發(fā)現(xiàn)路段出入口、交叉口以及就業(yè)地公司企業(yè)數(shù)量均會(huì)對(duì)城市交通速度和道路服務(wù)水平產(chǎn)生顯著影響，且與居住地相比，就業(yè)地的道路服務(wù)水平降低的可能性更大。

目前大部分城市已經(jīng)形成的普遍現(xiàn)狀為城市中心區(qū)的道路密度較大，外圍工業(yè)區(qū)路網(wǎng)密度較小，結(jié)合本文的研究分析可知，就業(yè)地較居住地的交通會(huì)更加擁堵，根據(jù)相關(guān)研究，就業(yè)地建成環(huán)境對(duì)居民通勤方式選擇影響較弱，換句話說(shuō)居民以“家”為起點(diǎn)的通勤出行采用私家車(chē)出行，在以“單位”為出行起點(diǎn)時(shí)仍采用相同的出行方式，一般不會(huì)根據(jù)就業(yè)地的交通擁堵情況進(jìn)行轉(zhuǎn)換?？紤]道路出入口和交叉口對(duì)道路服務(wù)水平的影響均顯著，且就業(yè)地公司企業(yè)的多少不僅會(huì)對(duì)道路運(yùn)行速度產(chǎn)生顯著影響，還會(huì)對(duì)道路服務(wù)水平的變化產(chǎn)生顯著影響，因此，緩解就業(yè)地交通擁堵應(yīng)根據(jù)就業(yè)地公司企業(yè)的規(guī)模數(shù)量調(diào)整道路結(jié)構(gòu)，在就業(yè)地公司企業(yè)比較集中的地區(qū)，將以企業(yè)出入口接入城市路段的連接方式盡可能的調(diào)整為城市道路交叉口，為就業(yè)地相對(duì)集中的出行提供較多的路徑選擇，進(jìn)而達(dá)到均衡交通、緩解擁堵的目的。

由于與載客狀態(tài)相比，出租車(chē)空車(chē)狀態(tài)下對(duì)道路服務(wù)水平降低影響顯著，所以鼓勵(lì)出租車(chē)司機(jī)和乘客采用智能化的平臺(tái)進(jìn)行乘車(chē)或者提前預(yù)約，以降低由于空車(chē)狀態(tài)引起的道路服務(wù)水平的下降。

同時(shí)本文存在一些不足，研究道路橫跨商業(yè)、居住和工業(yè)三個(gè)功能區(qū)，論文研究中未考慮空間異質(zhì)性對(duì)道路交通的影響，同時(shí)研究范圍為緩沖區(qū)，未考慮周邊道路的影響，這是也作者下一步研究的方向。