陳遠通

(肇慶市地理信息與規(guī)劃編制研究中心，廣東 肇慶 526060)

0 引言

道路是交通的核心要素。在傳統(tǒng)的道路指標測算或評價中，以人均道路面積、道路網(wǎng)密度、道路等級結(jié)構(gòu)等指標為主[1]。道路是交通的空間載體，具有地理空間的屬性，即異質(zhì)性和相關(guān)性[2]。人均道路面積、道路網(wǎng)密度等是基于整體的平均指標，對道路在空間網(wǎng)絡(luò)中的位置與關(guān)系考慮不足，難以識別道路的個體特征。道路等級的判別以定性分析為主，缺乏量化的參考指標。交通系統(tǒng)日趨復(fù)雜，城市治理需要精細化[3]，道路指標傳統(tǒng)的測算技術(shù)方法難以滿足交通和城市發(fā)展的要求。

道路暢通，互連成網(wǎng)，才能有效支撐交通運行。網(wǎng)絡(luò)是表征系統(tǒng)各部分聯(lián)系及交互模式的通用而強大的工具，其分析方法在數(shù)學(xué)、物理學(xué)、社會學(xué)、生物學(xué)、工程技術(shù)等方面得到廣泛應(yīng)用[4]。不少學(xué)者基于網(wǎng)絡(luò)科學(xué)，研究道路網(wǎng)絡(luò)中心性與社會經(jīng)濟活動關(guān)系[5，6]，也有學(xué)者研究交通系統(tǒng)魯棒性和抗毀性[7，8]。

總體而言之，現(xiàn)有研究缺乏對道路本身個體特性與作用的分析。而在國防安全、應(yīng)急救援、路網(wǎng)調(diào)整、城市功能布局等方面，都需要根據(jù)道路個體特性與功能來識別關(guān)鍵道路和路徑[1]。為此，本研究以廣東省肇慶市端州區(qū)道路網(wǎng)絡(luò)為研究實例，基于網(wǎng)絡(luò)科學(xué)，測算道路指標，分析道路個體特性與作用。

1 研究區(qū)域與數(shù)據(jù)

研究區(qū)域為廣東省肇慶市端州區(qū)主城區(qū)，位于東經(jīng)112°23′至34′，北緯23°2′至11′。研究區(qū)地勢北高南低，北靠北嶺山，南由西江環(huán)繞。肇慶市是國家歷史文化名城，研究區(qū)承載了肇慶市主要的歷史文化遺存。星湖國家級風(fēng)景區(qū)的七星巖景區(qū)座落于研究區(qū)中心。由此，研究區(qū)具有“山湖城江”的城市風(fēng)貌，形成了獨特的路網(wǎng)格局。研究區(qū)北側(cè)暫無穿山隧道貫通，南面有3座跨江橋梁連接高要區(qū)南岸街道及金渡鎮(zhèn)，東西各有1個隘口分別通往鼎湖區(qū)和高要區(qū)小湘鎮(zhèn)。研究區(qū)東西兩側(cè)路網(wǎng)較密，中間受七星巖景區(qū)的影響形成交通蜂腰。本文依據(jù)肇慶市人民政府網(wǎng)站公布的規(guī)劃圖[9](圖1)，結(jié)合規(guī)劃實施情況繪制研究區(qū)道路網(wǎng)絡(luò)，進行了抽象和簡化，保留道路長度與拓撲關(guān)系兩方面信息，作為研究基礎(chǔ)數(shù)據(jù)。

圖1 研究區(qū)道路網(wǎng)絡(luò)

2 研究方法與技術(shù)

道路互連相通，是典型的網(wǎng)絡(luò)化基礎(chǔ)設(shè)施系統(tǒng)，路網(wǎng)研究與網(wǎng)絡(luò)科學(xué)有很深的淵源。18世紀數(shù)學(xué)家歐拉對七橋問題的研究，開創(chuàng)了圖論，其思想和方法成為后來的網(wǎng)絡(luò)科學(xué)的基礎(chǔ)[10]。網(wǎng)絡(luò)科學(xué)是把實際系統(tǒng)的各個構(gòu)件抽象成節(jié)點，構(gòu)件間的聯(lián)系抽象成邊，研究網(wǎng)絡(luò)結(jié)構(gòu)和特定的連接模式對系統(tǒng)的整體行為的影響[11]。20世紀下半葉以后，隨著計算機、地理信息等技術(shù)的發(fā)展，網(wǎng)絡(luò)分析方法在城市和區(qū)域研究中應(yīng)用不斷推廣[12]。20 世紀 70 年代，比爾 · 希列爾等學(xué)者首次提出空間句法(Space Syntax)，該理論以空間認知抽象和空間組構(gòu)分析為基礎(chǔ)，通過量化研究空間網(wǎng)絡(luò)局部與整體的內(nèi)在關(guān)系，揭示空間與社會之間的關(guān)聯(lián)性[13]，并研發(fā)了Depthmap軟件。受空間句法的影響，Axwoman、SDNA(Spatial Design Network Analysis)、UNA(Urban Network Analysis)等用于空間網(wǎng)絡(luò)分析的工具不斷涌現(xiàn)[12]。在眾多網(wǎng)絡(luò)分析工具中，UNA在網(wǎng)絡(luò)構(gòu)建、算法等多方面與傳統(tǒng)的交通理論方法最為接近[14]。

本文將利用UNA測算研究區(qū)道路網(wǎng)絡(luò)指標，指標及算法如表1。其中，接近中心性(Closeness Centrality)、中介中心性(Betweenness Centrality)、直線中心性(Straightness Centrality)是網(wǎng)絡(luò)科學(xué)常用指標。其公式(1～3)參考UNA自帶公式[15]，且與網(wǎng)絡(luò)科學(xué)通用的計算方法一致。

表1 指標和公式

道路網(wǎng)密度評價道路網(wǎng)絡(luò)的常用指標，指一定范圍內(nèi)的道路總里程與面積的比值[1]。傳統(tǒng)上，道路網(wǎng)密度是統(tǒng)計一定范圍內(nèi)的所有道路長度與區(qū)域面積。本文道路網(wǎng)密度指標測算方法是網(wǎng)絡(luò)科學(xué)中的度中心性(Degree Centrality)和傳統(tǒng)交通規(guī)劃的道路網(wǎng)絡(luò)密度的結(jié)合，是基于最短路半徑，即通過UNA計算最短路半徑范圍內(nèi)的道路長度，再除以區(qū)域面積，即公式(4)。

UNA可以計算道路的接近中心性和直接中心性指標，但無法直接得到個體道路對周邊及整體的影響。本文將假設(shè)某路段被中斷，通過Python編程和UNA計算中斷前后的網(wǎng)絡(luò)整體指標的差異，以衡量道路的可達性影響度和效率影響度，即公式(5)和公式(6)。

3 結(jié)果與分析

3.1 中心性指標分析

接近中心性反映道路在路網(wǎng)中的可達性，接近中心性指標值越大，表示該道路在路網(wǎng)中的相對可達性越高。如圖2a所示，接近中心性指標以A為中心，由高至低，向城市邊緣不斷擴散的分布特點。A是研究區(qū)的城市中心。中心性指標值分布與城市的中心性充分耦合，可以通過測算前者來識別后者，有助于城市功能科學(xué)布局。

中介中心性是網(wǎng)絡(luò)中任意兩條道路的最短路徑中經(jīng)過該道路的數(shù)量比例之和，道路承擔(dān)的最短路徑越多，其中介中心性指標越高。研究區(qū)的干道中介中心性指標較高，且東西向主干道中介中心性指標明顯高于南北向干道(圖2b)。這與城市布局、路網(wǎng)結(jié)構(gòu)有關(guān)：研究區(qū)東西長、南北短，橫向最短路多于縱向。此外，受到位于城市中央的七星巖風(fēng)景區(qū)(星湖)的影響，景區(qū)道路空缺，迫使部分交通繞湖通行，導(dǎo)致環(huán)湖道路指標較高。受上述兩方面影響，道路B和道路C中介中心性指標較高。其中道路B貫穿研究區(qū)東西，且位于中心位置，承載了聯(lián)系研究區(qū)東西兩側(cè)的主要交通，指標最高，是研究區(qū)最為擁堵的道路。道路C指標次之，該道路實為國道在城區(qū)的線路，承擔(dān)了大量過境交通?？傮w而言，研究區(qū)內(nèi)主干道的中介中心性指標較高、次干道指標次之、支路及巷道最低。此外，有研究表明[16]，道路網(wǎng)絡(luò)是一種按冪律分布的無度標網(wǎng)絡(luò)，且中介中心性與交通流量密切相關(guān)，可以根據(jù)中介中心性劃路網(wǎng)道路的分等級體系。

直線中心性是衡量所在道路的交通效率優(yōu)勢，指標越高，交通效率越高。直線中心性通過歐幾里得距離與最短路徑距離的比值來計算。該算法決定了出行距離對繞行的敏感性，即短距離出行對繞行敏感，直線中心性指標波動較大；長距離出行則反之，指標趨于1。由此，表現(xiàn)圖2c的分布規(guī)律，繞湖交通影響環(huán)湖指標較低，離星湖較遠的道路對繞湖通行不敏感，具有離星湖越遠指標不斷升高的特點。

圖2 接近中心性(a)、中介中心性(b)、直線中心性(c)空間分布

3.2 路網(wǎng)密度分析

基于最短路搜索半徑路網(wǎng)密度分布圖(圖3a)反映了道路網(wǎng)布局不平衡，密度不是均勻分布。近鄰中軸線東西兩側(cè)A區(qū)、B區(qū)路網(wǎng)最密，較遠處C區(qū)、D區(qū)次之，北嶺山麓E區(qū)等城市邊緣與七星巖風(fēng)景區(qū)密度最低。路網(wǎng)密度分布圖還表明路網(wǎng)密度與社會經(jīng)濟活動耦合：A區(qū)與B區(qū)是居民15分鐘生活圈最密集、最活躍的區(qū)域，而E區(qū)反之。另外，最短路道路密度指標分布印證了道路與城市共同生長、與交通技術(shù)的同步發(fā)展的演變規(guī)律(圖3b)：在古代，交通技術(shù)不發(fā)達，以人力、畜力出行為主，出行距離較近，道路網(wǎng)密度較高，城市規(guī)模較?。唤?，機械化在交通技術(shù)中得到廣泛應(yīng)用，自行車與摩托車出行普及，出行距離變長，道路密度變低，城市擴展；到了現(xiàn)代，機動化成為出行的主要方式，長距離出行較為普遍，道路密度較低，城市擴張的界線接近生態(tài)保護紅線。

圖3 道路網(wǎng)密度分布(a)與路網(wǎng)演變示意(b)

3.3 可達性影響度與效率影響度分析

圖4a和圖4b分別表示道路A被中斷前后周邊道路可達性和效率的變化，清楚表明對周邊路網(wǎng)的影響范圍和影響程度。兩圖高度相似，是由于接近中心性指標與直線中心性指標均基于交通最短路進行路徑選擇，當(dāng)?shù)缆稟被中斷后，也選擇了相同的替代路徑，所以中斷前后接近中心性指標與直線中心性指標的變化程度相似。圖4c是可達性影響度(ΔCi)分布圖，圖4d為效率影響度(ΔSi)分布圖，兩者表明路網(wǎng)中路段重要程度的空間序列分布。較中介中心性等指標，影響度指標綜合了最短路可替代性因素。例如，路段A的中介中心性指標BA為0.30，BB為0.29。假如路段A、B分別被中斷，當(dāng)A被中斷時，則原通過A的路徑需繞行路段C；當(dāng)B被中斷時，則原通過B的路徑需繞行路段D(圖4e)。由于前者繞行距離大于后者，導(dǎo)致ΔCA(0.017)大于ΔCB(0.009)。中介中心性指標與影響度指標結(jié)合，可以有效識別關(guān)鍵道路和薄弱路徑，從而采取有效的優(yōu)化措施，提高路網(wǎng)的穩(wěn)定性。

圖4 可達性影響度與效率影響度分析

3.4 統(tǒng)計特征與關(guān)聯(lián)性分析

以上研究了指標值的空間分布，仍需對指標值頻度分布進行分析；此外，有部分空間分布圖形相似，也要進一步探索指標的關(guān)聯(lián)性?，F(xiàn)剔除碎片化數(shù)據(jù)產(chǎn)生的異常值后，對指標進行統(tǒng)計特征與關(guān)聯(lián)性分析(圖5)。從對角線的核密度圖來看，5個指標都不是均勻分布。其中，中介中心性、可達性影響度、效率影響度3個圖的峰度最大，均為左偏分布，表示大部分指標在低值集中，指標值越高數(shù)量越稀少，說明在路網(wǎng)中可以對全局產(chǎn)生較大影響的關(guān)鍵路段不多，影響越大數(shù)量越少。上述3指標圖形相近，之間的皮爾遜相關(guān)系數(shù)大于0.85，屬于高度相關(guān)。其原因在于，可達性影響度和效率影響度均基于最短路改變來衡量路網(wǎng)指標變化，而中介中心性是通過累計最短路來衡量道路的中介作用，指標值越高在在路網(wǎng)中起到連通作用就越明顯，也就導(dǎo)致前兩者與后者具有較高的相關(guān)性。其余3個指標核密度圖偏右分布，指標值在高處匯集，說明研究區(qū)大部分路段所處區(qū)位的交通條件較好。接近中心性與道路網(wǎng)密度的皮爾遜相關(guān)系數(shù)為0.61，具有一定的相關(guān)性，說明增加道路網(wǎng)密度有助于提供道路的可達性。其余指標之間的皮爾遜相關(guān)系數(shù)絕對值較小，不具有顯著的相關(guān)性。

圖5 統(tǒng)計分析

4 結(jié)論與討論

本文以廣東省肇慶市端州區(qū)為實例，測算分析了接近中心性、中介中心性、直線中心性、道路網(wǎng)密度、可達性影響度、效率影響度6個道路指標。主要結(jié)論和建議如下：(1)有必要測算道路中介中心性等指標。指標分布圖和核密度圖都證明了，道路由于位置和拓撲關(guān)系的不同，指標并不是均勻分布，關(guān)聯(lián)著城市發(fā)展和社會經(jīng)濟活動，能夠量化反映道路的屬性特征和功能作用，呈現(xiàn)了傳統(tǒng)道路指標不能反映的屬性和特點。(2)基于網(wǎng)絡(luò)測算道路指標的理論和技術(shù)可行。最短路原則是交通規(guī)劃理論和網(wǎng)絡(luò)科學(xué)的基本假設(shè)之一，也是本研究的基礎(chǔ)。同源相通的理論基礎(chǔ)，確保了網(wǎng)絡(luò)科學(xué)的技術(shù)方法可以應(yīng)用于道路交通研究，基于網(wǎng)絡(luò)科學(xué)的測算結(jié)果都可以用交通規(guī)劃理論解釋。同時表明，現(xiàn)在地理信息技術(shù)與計算機技術(shù)高度發(fā)展，可以支撐道路網(wǎng)絡(luò)指標的大規(guī)模測算。(3)道路中介中心性等指標具有推廣應(yīng)用價值。中介中心性是道路在整個網(wǎng)絡(luò)中的作用和影響力的體現(xiàn)，是6個指標中最重要的指標。中介中心性與交通流量密切相關(guān)，以平衡中介中心性為參考依據(jù)來調(diào)整路網(wǎng)，可以緩解道路交通流量在空間分布的不平衡；中介中心性也可以作為劃分道路等級等交通規(guī)劃研究的量化依據(jù)。中介中心性指標與影響度指標結(jié)合，可以識別關(guān)鍵道路，為國防安全、應(yīng)急救援、路網(wǎng)調(diào)整等工作提供參考依據(jù)。接近中心性、直線中心性作為路網(wǎng)可達性和效率的量化指標，既可以提高城市功能布局、設(shè)施選址的科學(xué)性，也可以納入城市體檢指標體系，評判路網(wǎng)水平。不同的土地開發(fā)類型和強度，對應(yīng)著不同的道路網(wǎng)密度，基于最短路的道路網(wǎng)密度比傳統(tǒng)方法更能準確反映城市內(nèi)不同區(qū)域的道路網(wǎng)密度。

在測算過程中，也暴露出技術(shù)方法存在的不足：(1)在實際道路系統(tǒng)抽象成網(wǎng)絡(luò)時，沒有保留道路寬度、道路等級、交通管制、道路交叉口控制等信息，對結(jié)果的精準性會有一定的影響。(2)研究區(qū)有3條跨江大橋、2個對外交通廊道，在測算中沒有充分體現(xiàn)其在交通運行中的重要性。(3)在測算可達性影響度與效率影響度時，需要另外編制程序進行迭代運算，效率比較低，對測算技術(shù)方法的推廣應(yīng)用造成障礙。產(chǎn)生上述問題的原因在于：UNA是基于研究土地利用與交通協(xié)調(diào)發(fā)展的開源插件工具，較VISUM、Emme、TransCAD等交通專業(yè)軟件，其在交通信息把握、運算方法等方面的性能不強。展望今后能夠結(jié)合國情與實際用途，改進或重新開發(fā)測算工具，以利于推廣應(yīng)用。