基于結構、效率、公平與韌性的路網密度適宜性評價研究

鄧毛穎，鄧策方

(1.廣州市規劃和自然資源局，廣州 510030；2.新加坡國立大學，設計與工程學院，肯特崗119077，新加坡)

0 引言

2015年，中央城市工作會議提出樹立“窄馬路、密路網”的城市道路布局理念以來，道路網密度指標在城市規劃建設中日益得到重視。該指標已經納入國土空間規劃和城市體檢的核心指標體系，成為反映交通與城市發展水平的綜合性指標。

目前，規劃實踐中對路網密度的適宜性評價通常有兩種做法，一種是參考規范推薦值，另一種是對標國際先進城市路網密度值?！冻鞘芯C合交通體系規劃標準(GB/T 51328-2018)》對不同功能區的路網密度提出推薦值：居住區不小于8 km·km-2，商業區與就業集中的中心區為10～20 km·km-2等。規范推薦值有一定的指導作用，但由于區間浮動較大，在多個路網密度方案均滿足規范的情況下，如何評價密度適宜性沒有明確標準。對標國際先進城市的做法則易忽略不同城市和不同用地功能的差異，例如，國外先進城市核心區路網密度普遍超過20 km·km-2[1]，當前，國內鮮有城市能達到該水平，因此，適用性不強。為更加綜合性和差異化地評價路網密度，有必要建立定量評價指標體系和方法。

國內外已有研究針對路網密度開展定量分析及評價?？傮w而言，大致從路網結構、效率、公平性和韌性等維度性能進行研究。路網結構方面，楊濤等[2]從定性分析的角度，提出路網結構優化的核心在于提高支路占比，倡導采用小尺度和高密度的支路網模式，但對提高支路網密度后產生的其他影響關注較少；周濤等[3]構建路網“連通度指數”，用于表征路網結構性能，并選取重慶市3種典型的路網密度模式片區進行分析，發現路網密度較高的地區連通性更高；馬林兵等[4]提出一種基于浮動車數據的城市有效路網密度的評價方法，通過對比城市有效路網密度與實際路網密度，識別交通擁堵或交通資源浪費的路段，評價路網結構合理性；WANG S.G.等[5]基于空間句法和復雜網絡理論進行分析發現，高密度路網的結構指標更優，體現在連通性更強，網絡層次性更好，但會帶來更多十字路口和交叉口延誤，因此，需要交通管理部門做好交通控制工作；PENG C.等[6]從路網結構與消費活力相關性角度進行實證研究發現，路網密度與消費服務的數量、質量和多樣性呈現顯著正相關，且低等級路網越密集，越能有效提振消費活力。路網效率方面，蔡軍[7]基于理想的方格路網建立居民平均出行距離、轉向比例及交叉口間距之間的函數關系，論證合理的干路網密度對路網通行效率有提升作用；葉彭姚等[8]提出涵蓋斷面、路段及路網這3 個層次的路網效率評價指標，并針對等間距方格網進行測試，顯示路網效率隨著路網密度的增加具有先升后降的趨勢，理論上存在一個最佳的路網密度，使路網在容量和服務水平兩個方面的綜合性能達到最優。FEI S.等[9]構建從“寬馬路、疏路網”到“窄馬路、密路網”的4種密度模式的方格路網，并采用排隊論模型計算節點和路段延誤，測試4種密度模式路網的車流總耗時隨交通需求增長的變化趨勢，結果顯示，對路網車流耗時總量而言，“寬馬路、疏路網”模式在低交通需求情況下優于“窄馬路、密路網”模式，效率更優；WANG F.等[10]從土地利用產出的角度研究最佳公路網密度發現，公路網密度的增加開始時會推動經濟發展，但隨著密度持續增加，反而會對土地利用產生負面影響，因此，存在最佳公路網密度使土地利用效益最大化；YAO Y.等[11]針對封閉小區開放政策進行研究發現，開放封閉小區不僅能增加路網密度，而且將使現有路網的連通性和可達性顯著提高，同時，帶來城市主干道車流的減少以及潛在擁堵路口數量減少，從而提升路網效率。路網公平性研究相對較少，既有研究主要聚焦于公平性指標的測度及路網布局優化。馬輝等[12]從公路交通資源分配的公平性和公路網布局結構的均衡性角度，提出干線公路網布局方法；陳鵬宇等[13]以路網接近度和穿行度兩個參數為基礎建立交通公平性測度指標并進行測度，基于公平性測度結果提出路網優化策略。路網韌性方面，韌性是衡量路網在遭受破壞或突發事件時維持性能的指標，近年在極端天氣增加的背景下越來越受到關注。趙新勇等[14]建立基于路網抗毀可靠度的高速公路網絡突發事件態勢理解模型和指標體系，用于評價路網的抗毀性能；趙雪婷等[15]基于交通運輸網絡拓撲結構及路段可靠度建立韌性值指標測度網絡整體性能，并用于支撐公路網災后修復決策優化。

上述對路網密度的評價分析往往從單一維度開展，存在一定不足。例如，從結構角度，支路網應盡量加密，但從效率出發又應避免路網過密，因此，需要綜合評價路網的多維度性能。此外，既有定量評估大多采用簡單的拓撲路網和簡化的交通需求，實證分析不足，其研究結論與現實情形的一致性有待進一步驗證。為此，本文構建一套基于多維度指標的路網密度適宜性評價方法，評價維度涵蓋路網結構、效率、公平性和韌性。為解決多維度多指標評價體系存在的各維度指標的數據較分散，且量綱不一，難以直接進行求和對比的問題，本文采用改進的CRITIC 賦權法進行綜合賦權評價，CRITIC法[16]是一種客觀賦權法，其思路是基于不同指標值之間的獨立性和指標自身的變異性進行綜合賦權，與層次分析法等主觀賦權法相比，可避免人為賦權產生的主觀性。本文以廣州市天河區珠江新城核心區為例，設定3 種典型的路網密度模式，并開展實例分析。

1 評價指標體系

基于多維度、可量化及易測算等原則，從路網結構、效率、公平性和韌性這4個維度出發，提出采用路網級配、路網交叉口連通度、路段平均飽和度、路網平均行程車速、路網總距離周轉量、路網總時耗周轉量、全網非直線系數、慢行網絡接近度、需求增長韌性指數和供應短缺韌性指數10 項指標，構建路網密度適宜性評價指標體系，各類指標定義如表1所示，計算式如表2所示。10項指標中，路網級配、路段平均飽和度有最佳值，其他指標無最佳值，在進行指標標準化時需區別處理。路網級配(次支路占比)的最佳值根據規范推薦級配[1]，取0.78。路段平均飽和度最佳值，取0.75，該值為經驗值，是道路服務水平介于C 級～D 級之間時的飽和度，道路處于該服務水平時，既能避免過于擁堵，又能保證較高的利用率，避免使用低效，造成道路資源浪費。

表1 路網密度適宜性評價指標Table 1 Road network density suitability evaluation index

表2 路網密度適宜性評價指標計算公式Table 2 Computing formulars of road network density suitability evaluation index

2 評價方法及流程

對于多維度多指標的指標體系，需要對各指標賦權以便開展綜合評價。賦權方法分為主觀賦權法和客觀賦權法兩大類，主觀賦權法是利用專家(或個人)的知識與經驗確定指標的權重，主要由專家根據經驗主觀判斷得到，例如德爾菲法、兩兩比較法、環比評分法及層次分析法等，這類方法的主要缺點是主觀隨意性大?？陀^賦權法是從指標的統計性質上考慮，由調查所得的數據決定，不需征求專家的意見，其原始數據由各指標在被評價單位中的實際數據形成。對路網適宜性評價而言，不同的用地性質、主導功能及產業業態，均會導致評價路網性能所側重的維度不同。因此，路網適宜性評價賦權應采用客觀賦權法，以便針對不同地區的路網測算差異性的權重。常見的客觀賦權法有變異系數法、相關系數法、熵值法及CRITIC法等，其中，變異系數法側重于根據指標數據在各評價對象之間的差異性選取權重，相關系數法側重于根據指標與指標之間的相關性選取權重，兩者均不適合多種維度的綜合性評價賦權。熵值法賦權方法與變異系數法一樣，是以指標信息量為依據，屬于信息量權數，只是對信息量的度量方法有差異。CRITIC法綜合變異系數法和相關系數法的優點，綜合考慮指標的變異性和獨立性兩種特性，因此，本文選用CRITIC法對路網各維度指標進行賦權。

CRITIC賦權法的基本思路是將評價指標的變異性和評價指標之間的獨立性兩個特性相結合，計算權重系數。變異性指同一個指標各個評價單位之間取值差距的大小，以標準差的形式表現，標準差越大，表明該指標在評價所選對象時能夠反映的信息量越大，則該指標權重應越大；反之，則表明該指標蘊含的信息越少，權重應越小。指標之間的獨立性是與相關性相反的概念，例如，兩個指標之間具有較強的正相關，說明兩個指標間獨立性較低。獨立性更強的指標應賦予更大權重；反之，獨立性弱，則代表該指標包含較多與其他指標重復的信息，應賦予更小權重。變異性和獨立性均為基礎指標的客觀權數，能夠避免主觀選取權重所帶來的偏差。

變異性系數設指標體系包含m個指標，評價指標j的變異性系數為

獨立性系數代表的是兩個指標之間的信息重復程度，可以通過計算它們的相關系數加以反映。當指標體系中出現多指標時，需要建立多指標間的相關系數矩陣，即

式中：R為m個指標之間的相關系數矩陣；γij為指標i和指標j之間的相關系數。得到相關系數矩陣后，可進一步求得每個指標的獨立性系數，即

最后，再基于CRITIC綜合賦權法，將變異性和獨立性綜合考慮，求得各指標所賦權重。設Hj表示第j個評價指標所包含的變異性和獨立性的綜合度量，即

對其進行標準化，得到第j個指標客觀權重Wj為

基于本文構建的評價體系，提出針對路網密度開展多維度評價的操作步驟如下。

Step 1 將擬評價的路網矢量文件處理為gis文件，便于統計地理信息。

Step 2 統計路網的結構指標。包括路網級配(次支路占比)和交叉口連通度等，通過arcgis 等地理信息處理軟件進行統計。

Step 3 統計路網的效率指標。包括路段平均飽和度、路徑平均行程車速、路網總距離周轉量及路網總時耗周轉量等。借助宏觀交通分配模型軟件進行路網模型搭建及測試統計上述效率指標，主要工作包括：搭建路網模型、設定車流需求數據、設定延誤函數及標定相關參數等。

Step 4 統計路網的公平性指標。包括全網非直線系數和慢行網絡接近度等。通過arcgis等地理信息處理軟件進行統計。

Step 5 統計路網的韌性指標。包括需求增長韌性指數和供應短缺韌性指數。借助宏觀交通分配模型軟件建立路網模型進行測試，并基于測試結果統計相應指標。

Step 6 基于Step 2～Step 5 得到4 個維度指標結果，采用改進的CRITIC 綜合賦權法計算綜合賦權評價結果。具體流程如下：

Step 6.1 建立評價指標結果矩陣。設有P個評價對象，指標體系分為K個評價維度，Q個評價指標。則構建被評價對象的多維度評價指標矩陣為

Step 6.2 對評價指標結果矩陣進行分維度標準化處理。由于各指標的量綱不同，針對K個評價維度，對每個評價維度內的Qk個評價指標進行標準化處理。對于不同特點的指標，采用兩種標準化處理方法。

一種方法是，最大/最小值標度法，適用于指標無公認的最佳值，值越大或越小則越好。以第k個維度內的評價指標為例，對正向指標和負向指標(正向指標即指標數值越大，代表路網性能越好；負向指標數值越小則路網性能越好)分別進行標準化處理。

另一種方法是最佳值偏離度法，適用于指標有最佳值，以偏離該最佳值的程度進行標準化評分，該類指標標準化處理為

可以看出，最佳值偏離度法有一定的適用范圍。一般用于指標值與最佳值差異不超過1 倍的情況，否則，標準化值將出現負數，當出現負數時，按得分為0處理。在本文構建的指標體系中，路網次支路占比和路網平均飽和度屬于該類指標，需采用最佳值偏離度法進行標準化。其他指標采用最大/最小值標度法進行標準化。

Step 6.3 求解一級權重。一級權重是各維度內部構成指標間的權重，即最底層權重。一級權重需要對逐個維度求解，逐個維度計算同一維度內所有指標的變異性和獨立性，再運用CRITIC 綜合賦權法求得所有底層指標的一級權重。

Step 6.4 求解二級權重。二級權重為各維度間的相互權重，即高一層權重。先求各維度的指標值(即將某個維度下的若干個底層指標基于一級權重求和，使得一個維度對應一個指標值)，將各維度視作“獨立指標”，求解變異性和獨立性系數，并再次運用CRITIC綜合賦權法求得各維度間的二級權重。

Step 6.5 求解最終賦權評價值?；诟骶S度間的二級權重和各維度的指標值，加權得到各評價對象最終賦權評價值。

3 實例分析

3.1 分析對象

選取研究范圍內既包含部分成熟區又未完全建成的地區作為實證對象。本文選取廣州市天河區珠江新城-金融城片區作為研究對象，面積約11.9 km2，研究范圍如圖1 所示。該地區定位為廣州市新城CBD(中央商務區)，主導功能為商務辦公中心、商業中心及公共文化中心等。路網形態為受交通性主干道圍合的方格網。以南北向的華南快速干線為界，片區西側為珠江新城子片區，東側為金融城子片區，目前，珠江新城子片區已基本建成，金融城子片區尚在建設中。

圖1 研究范圍Fig.1 Research area

梳理國內外主要城市核心區路網密度指標，大致分為3 種等級，如圖2 所示，以國內新城CBD 區域為代表，路網密度大致為6～9 km·km-2；以老城核心區為代表，路網密度大致為8～15 km·km-2；以國際先進城市CBD 區域為代表，路網密度普遍在20 km·km-2以上。3種路網密度水平代表了不同的歷史發展積淀和社會制度下的典型路網。

圖2 國內外主要城市核心區路網密度指標Fig.2 Road network density index of core area of major cities at home and abroad

基于3 種路網密度水平，分別按照基本情形、規劃加密和對標先進這3 種情形構造研究范圍的路網。

情形1 基本情形，按維持現狀，路網密度7.7 km·km-2。

情形2 規劃加密，按既有規劃路網實施，密度達到12.8 km·km-2，主要措施是主干路等級提升及延伸和支路網加密。

情形3 對標先進，對標先進城市構建模擬路網，維持規劃干道網絡結構，對大尺度街區進行支路加密，路網密度達到21.1 km·km-2。

3種情形路網模型拓撲結構如圖3所示。

圖3 3種情形路網拓撲結構Fig.3 Topological structure diagram of road network model in three cases

3.2 路網結構指標評價

(1)路網級配

3 種情形中，情形3 的路網等級級配最接近規范要求，如圖4所示。規范要求的路網級配比例隱含了建設高密度次支路的要求，因此，高密度路網更容易滿足規范要求的路網級配。3種情形次支路占比分別為0.49，0.67，0.78。

圖4 各情形路網級配對比Fig.4 Road network level matching ratio of each situation

(2)交叉口連通度

交通運行狀況不僅與路網密度有關，還和拓撲結構有關，因此，比較3種情形交叉口連通度指標，反映路網的轉向便捷性。隨著路網密度的增加，交叉口連通度呈現先升后降的趨勢，主要原因是存在硬隔離的干道，當支路密度增加時，為保障干道通行，支路與干道交叉口采用右進右出或禁左的情況將增加，使情形3 交叉口連通度較情形2 有所下降。各情形路網結構指標對比如表3所示。

表3 各情形下路網結構指標對比Table 3 Comparison of static indexes of road network under various conditions

3.3 路網效率指標評價

根據研究范圍區位及土地利用規劃條件，推算地區高峰小時道路交通需求約11.95 萬pcu·h-1，以此為輸入條件，測試評價不同情形下的路網效率指標。

(1)飽和度

3 種情形下路網平均飽和度分別為0.84，0.65，0.41。情形2 與情形1 對比，說明路網密度提升對減輕路網壓力有顯著效果，但情形3 顯示，繼續加密路網后，路網整體飽和度大幅下降，出現大量利用率不足的道路，可能造成資源浪費。各情形路網飽和度如圖5所示。

圖5 各情形下路網飽和度Fig.5 Road network saturation diagram in each case

(2)路網行程車速

3 種情形測試結果顯示，高峰期平均行程車速分別為14.0，16.1，14.1 km·h-1。路網密度對車速的影響不完全正相關。隨著路網密度增加，交叉口數量的增加造成停車次數增多，行程車速呈現先升后降的趨勢。

(3)周轉量

周轉量隨路網加密單調下降，如圖6所示，3種情形平均出行距離分別為3.0，2.9，2.8 km，密度越高，繞行距離越短，驗證了路網密度增加連通性增強，能夠有效減少繞行距離。時間周轉量方面，隨著路網逐步加密，先降后升，與行程車速的變化趨勢類似，密度高于某個臨界點后，效率開始下降。

圖6 各情形下路網總周轉量對比Fig.6 Comparison of total turnover of road network in each case

3.4 路網公平性評價

(1)全網非直線系數

3 種路網情形非直線系數分別為1.62，1.48，1.42，表明隨路網密度提升，所有交通流的公平性逐步增加，但增加幅度趨緩。

(2)慢行網絡接近度

3種路網情形下，慢行網絡接近度分別為0.86，0.96，1.02，表明隨路網密度提升，路網對慢行交通的公平性逐步增加。除均值外，慢行網絡接近度分布也體現出隨路網密度增加越來越均衡的態勢，分布曲線顯示極端值占比減少，中間值占比增加，如圖7所示。

圖7 3種情形路網交通小區慢行網絡接近度分布曲線對比Fig.7 Comparison of three kinds of road network traffic area slow network proximity distribution curve

3.5 路網韌性評價

(1)需求增長情景

在測試路網常態需求的基礎上，設定需求指數0.5～1.5 的11 種需求情景，對應常態需求的50%～150%，測試3種情形路網。并選取路段平均飽和度和路徑平均行程車速分別代表路網負荷及效率，通過對比各情形的路網負荷和效率變化幅度觀察路網韌性，即路網負荷和效率變化幅度越小，韌性相對越強。測試結果如圖8所示。

圖8 路段平均飽和度和路網平均行程車速隨需求增加變化情況Fig.8 Change of average saturation of road section and average travel speed of road network with increase of demand

(2)供應短缺情景

在各情形路網的基礎上，定義路網供應短缺指數0～3，其中，0代表正常路網；1～3代表分別剔除路網中流量排行前1～3位的路段后的路網，以模擬因自然災害和交通事故等導致的關鍵路段中斷交通的情況。測試各情形路網在不同程度供應短缺指數下的運作。測試結果如圖9所示。

圖9 路段平均飽和度和路網平均行程車速隨供給短缺變化情況Fig.9 Change of average saturation of road sections and average travel speed of road network with supply shortage

情形1、情形2及情形3對應的需求增長韌性指數分別為0.48，0.66，0.83；對應的供應短缺韌性指數分別為2.03，5.37，4.46?？梢钥闯?，隨著路網密度提高，需求增長韌性指數會隨之增加，而供應短缺韌性指數出現先增后降趨勢。

3.6 綜合評價結果

指標體系結果匯總如表4 所示。將各指標實際量綱值利用式(7)～式(9)歸一化為標準分值，可更直觀地對比3 種路網密度對性能的影響。從對比結果來看，路網密度的提高對各維度和各指標的影響并不完全一致。10個指標中，5個指標表現為路網密度越大，指標評分越高，即路網密度越高越好；另外5個指標評分不隨路網密度提升而增長，具體如下。

表4 各情形下路網多維度指標值Table 4 List of multi-dimensional indicator values for road network in various scenarios

(1)路網結構

路網密度提升對交叉口連通度呈現先增后降的態勢，原因在于隨著密度增加，支路與干道相交路口的數量也增加，為保障干道通行效率，對支路的左轉和直行等進行限制，拉低路網交叉口的整體轉向連通度。

(2)路網效率

路段平均飽和度、路徑平均行程車速及路網總時耗周轉量這3 個指標隨著路網密度的增加呈現先增后降，或持續下降趨勢。飽和度評分下降主要是由于路網加密后，在需求不變的情況下，路網的利用率會隨之下降，即存在大量的低需求路段，造成投資和用地的浪費。路網平均行程車速和總時耗周轉量評分下降與加密路網造成的交叉口延誤直接相關。

(3)路網韌性

供應短缺韌性指數受路網密度增加呈現先增后降趨勢。主要原因在于，隨著路網進一步加密，關鍵路段(路網中承擔大部分流量或出行路徑的路段)接入的次支路增長，其在路網中的關鍵程度會隨之增長，由此導致關鍵路段受到破壞時，對路網的整體穩定性影響加大。

進一步，對各維度指標標準化分值進行賦權求和，運用CRITIC綜合賦權法求得各評價維度權重，并得到各情形的總體評價值，如表5所示。對所選的實例分析地區而言，路網效率權重最高，達到36%，與分析地區的CBD 功能定位是吻合的。此外，路網公平性權重排第二，達到33%，在路網評價中也處于核心地位，與商業集中區重視慢行和路網的公平可達要求相一致。因此，CRITIC 綜合賦權法能夠在路網評價中體現分析對象的主導功能定位要求，并反映在各維度權重取值中。

表5 各情形下路網多維度指標評價值對比Table 5 Comparison table for multidimensional indicator evaluation of road network in various Situations

從各個維度評分來看，情形2在路網效率方面最優，反映出路網密度過高后對效率反而有所抑制。在路網結構和韌性方面，情形3 表現最佳，但與情形2相比優勢不顯著，表明路網密度的增加對路網結構和韌性提升的邊際效用是遞減的。對分析片區而言，路網公平性隨著路網密度增加是單調增長的。

總體評分上，分析對象采用情形2的路網密度模式得分最高，表明CBD 地區對路網效率要求最高的情況下，路網密度并非越高越好，而是存在適宜的路網密度值。

4 結論

本文從路網的核心功能出發，構建多維評價指標體系，以廣州市天河區珠江新城-金融城片區為例，評價研究不同路網密度模式。主要研究結果如下。

(1)基于路網結構、效率、公平性和韌性這4 個維度構建路網密度評價指標體系，確立10項指標，包括：路網結構指標2 項、路網效率指標4 項、路網公平性指標2 項目及路網韌性指標2 項，并提出各項指標的計算方法。

(2)建立一種整合多維度多量綱指標體系的綜合賦權方法?；诟倪M的CRITIC賦權法通過分維度分層級的方式客觀求取各指標權重。權重計算結果表明，CBD 地區路網最重視效率和公平性評價。

(3)評價結果表明，路網密度過高后對效率反而有所抑制，路網密度的增加對路網結構和韌性提升的邊際效用是遞減的，路網公平性是隨著路網密度增加單調增長的。對CBD 地區而言，存在適宜路網密度，而非路網密度越高越好。因此，本文提出的評價指標體系和評價方法能夠避免單一評價指標的局限性，實現對不同功能區路網的綜合性評價。