EN中文

地理科学 >

2019 , Vol. 39 >Issue 1: 41 - 51

DOI: https://doi.org/10.13249/j.cnki.sgs.2019.01.005

论文

特大城市空间形态差异对交通网络效率的影响

  • 曹小曙 1 ,
  • 梁斐雯 , 2 ,
  • 陈慧灵 3
展开
  • 1. 中山大学地理科学与规划学院,广东 广州 510275
  • 2. 广西科技大学经济与管理学院,广西 柳州 545006
  • 3. 湖南商学院旅游管理学院,湖南 长沙 410205
梁斐雯。E-mail:

曹小曙(1970-), 男, 甘肃灵台人, 教授, 博导, 主要从事地理与规划研究。E-mail:

收稿日期: 2018-01-31

  要求修回日期: 2018-05-06

  网络出版日期: 2019-01-10

基金资助

国家自然科学基金项目(41671160)

国家自然科学基金项目(41171139)

广西高校中青年教师科研基础能力提升项目资助(2019KY0373)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Influence of Different Spatial Forms for Metropolitans on Transportation Network Efficiency

  • Cao Xiaoshu 1 ,
  • Liang Feiwen , 2 ,
  • Chen Huiling 3
Expand
  • 1. School of Geography Science and Planning, Sun Yat-Sen University, Guangzhou 510275, Guangdong, China
  • 2. School of Economics and Management, Guangxi University of Science and Technology, Liuzhou 545006, Guangxi, China
  • 3. School of Tourism Management, Hunan University of Commerce, Changsha 410205, Hunan, China

Received date: 2018-01-31

  Request revised date: 2018-05-06

  Online published: 2019-01-10

Supported by

National Natural Science Foundation of China(41671160)

National Natural Science Foundation of China(41171139)

The Scientific Research Basic Ability Promotion Foundation of Guangxi Universities' Young and Middle-aged Teachers(2019KY0373)

Copyright

Copyright reserved © 2019. Office of SCIENTIA GEOGRAPHICA SINICA All articles published represent the opinions of the authors, and do not reflect the official policy of the Chinese Medical Association or the Editorial Board, unless this is clearly specified.
Fold

摘要

以交通网络出行迂回作为交通网络效率分析的切入点,选取形状指数、紧凑度作为空间形态分析指标,对特大城市空间形态布局进行类型划分,并挖掘各城市交通网络效率空间分布差异特征,基于多元回归模型剖析中国各特大城市空间形态布局与交通网络效率之间的影响关系。研究表明：① 5种类型城市交通效率高低分布差异明显,紧凑圆形城市边缘区交通网络效率较低,而非紧凑带形交通效率低的区域多分布于城市核心区,紧凑方形城市交通网络效率高地区分布较为集中,而非紧凑方形交通效率低的地区分布较为分散,紧凑带形城市面积越小则交通效率越高。② 就城市空间布局与交通网络效率影响关系而言,随着城市形状指数的增大,城市交通迂回值未进一步增大,说明城市形态布局接近圆形均匀分布时,其城市交通网络效率较高;随着城市紧凑度值的增加,城市交通迂回程度值亦不断增加,说明城市形态布局程度越紧密,反而其交通网络效率越低,当城市形态布局紧密程度适中时,交通网络效率水平较高。

关键词： 特大城市; 城市空间形态布局; 交通网络效率; 出行迂回; 城市形态

本文引用格式

曹小曙 , 梁斐雯 , 陈慧灵 . 特大城市空间形态差异对交通网络效率的影响[J]. 地理科学, 2019 , 39(1) : 41 -51 . DOI: 10.13249/j.cnki.sgs.2019.01.005

Abstract

With the rapid urbanized for Chinese metropolitans, the expansions of urban space are influenced by the efficiency of transport network, which means the different of megalopolises have been plagued by different degrees of travel congestion. By taking transportation network travel circuity as the entry point of transportation network efficiency analysis, the shape index and compactness are selected as indices of spatial morphological analysis in this paper. Then the spatial morphological layout of metropolitans is divided into types, which means spatial form layout of metropolitans is classified by urban form index. At the same time, it also tries to excavate the spatial distribution difference characteristics of urban transportation network efficiency. Finally, based on the multivariate regression model, the relationship between the spatial morphological layout of China's metropolitans and the efficiency of transportation network is analyzed. The result shows that the distributions of transport efficiency in five types form of metropolitans are obviously different. Low efficiency of transportation network for compact circular cities are in urban fringe areas and low efficiency of transportation network for non-compact belt cities are mostly distributed in the urban core areas. High network efficiency area distribution of compact square cities is more concentrated. The low network efficiency area distribution of non-compact squares cities is more dispersed. The smaller the size of the compact belt cities, the higher the transport network efficiency. It can be found out that with the increase of urban shape index, the urban transport circuity has not been further increased, which means that when the urban form layout is close to the circular uniform distribution, the urban transport network efficiency is higher; with the increase of urban compactness, the value of urban transport circuity is increasing, which shows that when the urban form layout is more compact, but the efficiency of transport network is lower. It means that the efficiency level of transport network is higher when the urban form layout is loose. What are the differences in urban traffic efficiency layout caused by the difference of spatial form in metropolitans? What is the relationship between the spatial form of metropolitans and the impact on transportation network efficiency? Under the influence of the rapid development of the construction environment of metropolitans, these two key issues have become the focus of this study. This article studies the transport network efficiency under the difference of spatial form layout, which can help to analyze and improve the travel efficiency of metropolitans.

Key words： metropolitans; urban spatial form layout; transportation network efficiency; travel circuity; urban form

在快速城市化不断发展的过程中,中国各特大城市的发展步伐不断加快,特大城市空间结构经过多轮拓展,目前已形成较为稳定的空间布局形态。虽然社会经济发展、建成环境等各方面因素均对城市出行产生影响,但是建成环境是城市经过不断开发与发展中所形成的城市基础结构,促使不同特大城市的空间形态布局呈现出一定差异。如在自然条件与社会经济等城市发展过程中各方面因素影响下,城市空间形态布局发展形成疏密差异[1,2],城市空间形态则会呈现出饼状、带状等不同空间形状布局[3]。已有学者在辨析城市“布局形态”“结构形态”“肌理形态”三大概念的基础上,将现有城市形态研究成果按城市形态影响要素分解、新技术方法应用、时间-空间维度探讨、可持续城市形态、城市形态规划、管理和控制,以及分城市、地区案例研究六大主线进行归纳[4,5,6,7,8,9]。与此同时,道路交通网络是城市发展的重要建成环境之一,受到城市空间形态布局发展的根本影响[10],为此研究城市空间形态布局是进行城市交通网络效率分析的基础。随着各特大城市发展加速,各个城市交通拥堵现象均呈现加剧现象。但是各特大城市的交通拥堵情况却存在不一致性,交通效率高低水平亦差异明显。交通网络作为城市发展的基础骨架,与城市空间形态之间具有密切关联,以交通网络迂回程度来反映城市交通出行效率,能够有效基于城市形态分析探究特大城市交通效率差异原因。
目前针对城市形态与交通的关系进行研究回顾,可以发现有学者指出城市形态受到交通发展的重要影响[11,12]。伴随着交通基础骨架联通,城市形态会发生形态或布局上的快速变化,在城市发展经历由小汽车发展战略到限制交通战略的过程中,这些理论强调了交通对城市形态演化的重要作用[13,14]。事实上,城市形态与交通的发展密不可分,当城市空间发展方向确定之后,城市形态按照规划布局发生了扩展或变化,交通基础设施亦向城市发展方向延伸,从而促进了交通与城市的互动关系[15,16]。而随着大城市空间扩张,城市形态与交通效率紧密相连[17]。城市形态在城市增长过程中形成圈层式、飞地式、带形扩充式等发展形式,导致居民出行时间与出行距离延长,城市交通流向与流量产生变化,出行需求给城市交通基础设施带来严重压力,城市居民交通出行效率受到严重影响[18,19]。
针对城市形态与交通效率的相关研究逐步引起关注,这一研究领域集中于探寻“最佳”的城市形态对提高交通效率的作用,一般以减少出行长度和时间为目的。可以发现城市形态中的城市扩张、土地利用、边缘区城市建设等因素将诱导交通拥堵加剧,包括通行者数量,出行距离与小汽车使用的增加等具体影响因素[20,21]。为此,大部分研究结果是提倡紧凑的城市布局, 并远离功能性土地利用区划和减少城市蔓延。理由是紧凑型城市形态减少了出行需求,居民可以在家附近工作,并高效利用当地的服务和设施。但是紧凑型的城市形态布局是否是最有效的城市空间形式仍然存在不确定性[22,23,24]。部分学者质疑“紧凑型城市”是否真的会提高出行效率,导致汽车使用减少和步行、骑车和公共交通的增加以及能否促进更广泛的可持续出行模式, 例如区域和区域内旅行[25]。同时对比紧凑型城市空间形态,其他城市空间形态布局,如走廊发展和多中心城市也被认为具有显著的交通效益。
目前交通网络效率多以网络中起讫点之间的行程时间与距离进行表征,为此居民出行效率研究主要集中于出行时间与出行距离的分析,而城市居民出行迂回程度与出行时间可达性之间存在着密切关系[26],交通网络迂回程度成为影响出行效率的主要因素之一[27],与交通迂回运输定义不同,迂回运输是运输线路的选择错误延长了运输距离,而出行迂回运用交通网络的起讫点（Origin and Destination,OD）对间最短距离与直线距离的关系来对迂回程度进行解释[28]。以交通网络迂回视角反映的交通网络效率是重点考虑城市建成环境中形态布局的影响要素。随着交通基础设施建设与布局发展,在交通网络基础上测算反映交通网络效率的迂回程度,其与城市建成环境中形态布局之间关系密切[29,30]。为此,在特大城市建成环境快速发展的影响下,特大城市空间形态差异导致城市交通效率布局存在何种差异?特大城市的空间形态对交通效率到底有何影响关系?这两个关键问题成为本文研究的重点。
本文基于城市形态指数、紧凑度两类城市空形态指标,对中国16个特大城市的空间形态布局进行深入分析,并探讨以交通网络出行迂回为表征的交通网络效率在不同城市空间形态布局的差异性特征,挖掘出城市形态对交通网络效率的影响关系。

1 研究方法与数据

1.1 研究方法

1.1.1 多元回归模型
针对于分析方法的选择,首先考虑到本文研究目标是对城市空间形态差异与交通网络效率的影响进行探讨,其重点关注于交通网络效率变化,而城市空间形态是通过多项指标来反映的研究对象。其次回归分析是以完整的科学统计方法为基础,运用统计学原理来描述随机变量间相互关系的一种重要分析方法。在回归分析中,多元回归分析是研究多个变量之间关系的回归分析方法,按因变量和自变量的数量对应关系可划分为一个因变量对多个自变量的回归分析[31]。交通网络效率（网络出行迂回）的影响因素很多,涵盖了城市经济、社会等各方面的因素,这些因素均可作为因变量加入模型之中,但其不仅对交通网络效率有影响,同时亦对城市空间形态亦存在影响,且加入更多变量会加大模型方差,而数据量又不足够让模型完全与真实情况相同,将导致回归模型结果呈现过拟合问题。为此围绕本文城市空间形态差异对交通网络效率的影响这一研究主题,可以发现受到城市形态空间布局的影响,不同城市的形态指数和紧凑度作为城市发展特征对交通效率均产生影响,为此构建多元回归模型仅从城市空间形态布局着手,分析其对交通网络迂回的影响。将形态指数、紧凑度2个城市形态空间布局影响因素作为自变量,构建迂回多元回归函数模型：
y = β 0 + β 1 SI + β 2 CI + e
式中,y为城市迂回值,SI为城市形状指数,CI为城市紧凑度。 β 0 、 β 1 、 β 2 为回归系数,e为误差项。
1.1.2 城市形状与空间布局指标计算
城市空间形态布局的影响因素主要在空间布局与空间形态两个层面上有所体现,城市空间布局的紧凑度、中心性、道路密度、可达性等、空间形态上的城市形状、形状指数等。
1） 形状指数（Shape index）
形状指数为城市市区面积与其周长相等的给定圆面积之比[32]。
SI = A LA
式中,SI为城市形状指数,A为城市市区面积,LA为与城市外围周长相等的给定圆面积。
2） 紧凑度（Compact ratios）
城市紧凑度为城市市区面积与城市市区最小外接圆面积的比值[33,34]。
CI = A CA
式中,CI为城市紧凑度,A为城市市区面积,CA为与城市市区范围最小外接圆面积。

1.2 数据获取

根据2014年中国国务院发布的《关于调整城市规模划分标准的通知》中对城市规模划分,该划分标准共分为5类7档,城区常住人口1 000万以上为超大城市,城区常住人口500万以上1 000万以下的城市为特大城市（不包括港澳台地区）。根据第六次人口普查数据[35],共有6个城市的市辖区人口超过1 000万,10个城市的市辖区人口超过500万,其中北京、上海、广州、成都、重庆、天津等市辖区人口超过1 000万,深圳、杭州、南京、西安、武汉、东莞、佛山、哈尔滨、沈阳、苏州等市辖区人口在500万以上1 000万以下,为此,本文选取人口超过500万的16大城市的中心区作为研究对象。这16个特大城市分别为北京、上海、广州、深圳、重庆、天津、杭州、成都、南京、西安、武汉、东莞、佛山、哈尔滨、沈阳、苏州,16大城市的基本信息如表1所示,其中,常住人口数据来自2016年《国民经济与社会发展公报》[36],城区面积来自2017年《中国城市统计年鉴》[37]。16个特大城市的路网数据采用2015年获取的Open Street Map（OSM）路网数据进行分析。
表1 16大城市基本信息

Table 1 Information of the 16 metropolitans

序号 城市名称 常住人口
（万人）		 市辖区面积（km2） 中心区面积（km2） 序号 城市名称 常住人口（万人） 市辖区面积（km2） 中心区面积（km2）
1 重庆 1908.45 34 505 1329 9 苏州 802.24 4653 458
2 北京 1879.60 16410.54 1401 10 东莞 736.42 2460 929
3 天津 1295.47 11946.88 870 11 佛山 708.58 3798 373
4 上海 1239.60 6340 1499.83 12 杭州 700.13 4876 506
5 广州 1208.58 7434.4 1237 13 南京 678.14 6587 755
6 成都 1123.81 3240 616 14 西安 648.54 3874 501
7 深圳 924.96 1997.3 900 15 沈阳 586.50 3471 465
8 武汉 858.82 1738 455 16 哈尔滨 551.10 10198 428

2 特大城市空间形态布局类型划分

虽然本文选取16个特大城市的城市规模等级均为特大城市,但是在不同自然环境与社会经济发展的影响下,所形成的城市空间形态布局却存在着较大差异。通过分析城市的形态布局指标,来探讨不同城市空间形态布局差异性。

2.1 特大城市空间形态布局

对16个特大城市空间形态布局指标进行测算,从城市形状来看,天津与上海2个城市呈现圆形城市形态,成都、西安、广州、北京、重庆等5个城市则为方形城市形态,沈阳、苏州、佛山、哈尔滨、武汉、东莞、南京、杭州、深圳等9个城市则为带形城市形态,16个特大城市空间形态布局指标值测算结果如表2所示。
表 2 16个特大城市空间形态布局指标值

Table 2 Spatial morphological layout index of the 16 metropolitans

序号 城市名称 城市形状 形状指数 紧凑度 序号 城市名称 城市形状 形状指数 紧凑度
1 天津 圆形 0.793 0.374 9 佛山 带形 0.414 0.507
2 上海 圆形 0.762 0.583 10 哈尔滨 带形 0.414 0.241
3 成都 方形 0.542 0.501 11 武汉 带形 0.406 0.268
4 西安 方形 0.535 0.383 12 东莞 带形 0.357 0.450
5 广州 方形 0.492 0.566 13 南京 带形 0.271 0.358
6 北京 方形 0.460 0.587 14 杭州 带形 0.207 0.232
7 沈阳 带形 0.427 0.348 15 深圳 带形 0.136 0.152
8 苏州 带形 0.417 0.305 16 重庆 带形 0.104 0.137
就城市形状指数而言,城市形态指数值越高,说明城市可变动性要普遍高于其它形状布局的城市,其城市扩张趋势要大于其它城市。不同城市形态的形状指数呈现较为明显的差异,圆形形态布局城市的形态指数明显高于方形与带形形态布局的城市,带形形态布局城市的形态指数普遍较低。如圆形布局的天津其形状指数为16大城市排名第一,带形布局的重庆其形状指数则排名最后。
对城市紧凑度进行观察,城市紧凑度指数值越高,说明其城市发展状态与布局较为合理,城市受到地理条件的限制越小,而紧凑度度值低的城市则其城市布局受限较多。不同空间布局城市的城市紧凑度存在较大差异,其中方形城市布局的紧凑度普遍高于其它2种城市空间布局的城市。带型城市的紧凑度值普遍较低。

2.2 中国16大城市空间形态布局类型划分

利用对16个特大城市空间形态布局进行测算后,而对形状指数采用3层自然断裂法进行划分,结果被划分为0~0.450,0.450~0.600,0.600~1.000。形状指数说明城市可变动性要普遍高于其它形状布局的城市,其城市扩张趋势要大于其它城市。形状指数越大,则城市形态越接近于圆形几何形状,形状指数越小,则其城市形态越接近带状几何形状,紧凑度反映了其城市发展状态与布局的合理性,为此依据形状指数与紧凑度值的大小进行城市空间形态布局类型的划分,中国16大城市的空间形态布局可按照布局与形态分为3型（圆形、方形、带形）共5类,分别为紧凑圆形、紧凑方形、非紧凑方形、紧凑带形、非紧凑带形。其中紧凑圆形为天津、上海;紧凑方形为北京、广州;非紧凑方形为成都、西安;紧凑带形为深圳、沈阳、苏州、佛山;非紧凑带形为哈尔滨、武汉、东莞、南京、杭州、重庆。

3 特大城市交通网络效率分布差异

基于交通网络迂回特征测算的结果,可以发现不同空间形态布局的特大城市,其交通网络效率的空间分布亦存在差异。

3.1 交通网络效率测算

交通网络效率多以网络中起讫点之间的行程时间与距离进行表征,由于本文所研究的对象为综合考虑网络结构布局影响下的交通网络效率,能够反映网络结构影响的交通网络出行迂回程度,能够更好的表征交通网络效率。在特大城市交通网络中,网络节点与连接是一个复杂系统,其构筑而成的交通网络结构具有复杂性,网络出行时间与距离仅考虑了网络OD对间的直接连接程度,而没有考虑网络结构复杂特征影响下的OD出行效率,为此本文采用交通网络出行迂回来表征交通网络效率。设定交通出行迂回为OD对间的最短路径距离与欧式距离的比率[23]。与交通迂回运输不同（迂回运输是运输线路的选择错误延长了运输距离）,出行迂回运用交通网络的OD对间最短距离与直线距离的关系来对迂回程度进行解释。交通出行迂回可以通过下式进行测算：
C ij = D ij n D ij e （ C ij ≥ 1 ）
式中, C ij 是交叉口i和交叉口j之间的网络迂回值, D ij n 和 D ij e 分别是起点i和讫点j之间的最短路径距离即欧氏距离。 C ij 的最小值应大于等于1,即起点i和讫点j之间最短距离大于或等于其欧式距离。出行迂回值越接近1,出行效率越高。

3.2 中国16大城市交通网络效率分布差异

依据出行迂回测算公式对中国16大城市的交通网络出行迂回计算,利用ArcGIS10.2进行交通网络出行迂回值可视化分析,按照相等间隔法对16大城市的出行迂回值进行空间布局划分,以0.050作为相等间隔值将出行迂回值划分为7个等级,分别是1~1.050、1.051~1.100、1.101~1.150、1.151~1.200、1.201~1.250、1.251~1.300、≥1.301,16个特大城市交通网络效率（迂回值）等级占比如表3所示。通过对出行迂回值可视化处理,已将不同空间形态布局的城市交通网络效率分布特征展现出来。
表 3 16个特大城市交通网络效率（迂回值）等级占比（%）

Table 3 Circuity value ratio level of the 16 metropolitans（%）

序号 城市名称 1~1.050 1.051~1.100 1.101~1.150 1.151~1.200 1.201~1.250 1.251~1.300 ≥1.301
1 天津 0.24 0.00 1.20 48.26 40.70 7.08 2.52
2 上海 0.35 0.12 9.11 63.44 24.57 1.15 1.27
3 成都 0.46 0.00 17.73 68.02 9.72 2.17 1.90
4 西安 0.00 0.00 2.01 12.34 58.22 24.09 3.35
5 广州 7.79 30.45 36.15 17.46 5.41 2.09 0.65
6 北京 0.13 0.00 0.67 22.72 69.76 5.78 0.94
7 沈阳 0.00 0.00 8.06 65.35 23.27 2.94 0.38
8 苏州 3.19 0.00 1.77 26.37 42.30 12.04 14.34
9 佛山 1.02 0.00 2.49 16.23 54.39 17.40 8.48
10 哈尔滨 0.00 0.47 2.95 53.33 29.46 7.60 6.20
11 武汉 4.78 49.24 38.59 5.12 1.17 0.25 0.84
12 东莞 0.71 0.00 0.11 42.83 41.95 11.28 3.12
13 南京 1.01 0.13 8.69 49.12 32.62 5.92 2.52
14 杭州 0.79 0.40 10.65 71.38 13.12 2.23 1.43
15 深圳 0.00 0.00 13.51 62.74 20.08 2.90 0.77
16 重庆 0.62 0.15 10.60 34.13 32.97 13.08 8.44
3.2.1 紧凑圆形城市
从城市交通网络整体迂回强度来看,紧凑圆形城市边缘区域呈现多个高出行迂回集中分布,且高出行迂回值区域多在城市边缘区的边界处,表明紧凑圆形城市边缘区的交通网络效率较低,且越靠近城市边界交通效率越低（图1）。对比天津与上海交通网络迂回强度分布可以看出,上海整体交通迂回强度高于天津,其城市边缘区交通网络迂回强度高的区域分布面积大于天津,说明上海整体交通网络效率低于天津,城市边缘区交通效率低的区域分布范围远大于天津。
图1 紧凑圆形城市交通网络效率分布

Fig.1 Spatial distribution of urban transportation network efficiency for compact round cities

3.2.2 紧凑方形城市
紧凑方形城市的交通网络迂回值在城市边界处呈现高迂回,内部交通网络迂回值亦存在高迂回值集中区,表明紧凑方形城市交通网络效率低的地区呈现多核集中分布（图2）。对比北京与广州交通网络迂回值,可以发现广州交通网络出行迂回低于北京,北京城市东部、西南、西北部及中部地区均呈现较高交通迂回,广州则在东部地区呈现较高交通迂回,表明广州交通网络效率高于北京,北京城市边缘区以及核心区交通效率较低。
图2 紧凑方形城市交通网络效率分布

Fig.2 Spatial distribution of urban transportation network efficiency for compact square cities

3.2.3 非紧凑方形城市
非紧凑方形城市交通迂回值形成较为分散的高迂回值分布,在城市边缘区高迂回值与低迂回值集中区域并存,表明非紧凑方形交通效率低的地区分布较广。对比成都与西安交通网络迂回值,可以发现西安的交通网络迂回值低于成都,表明西安整体交通出行效率要高于成都（图3）。
图3 非紧凑方形城市交通网络效率分布

Fig.3 Spatial distribution of urban transportation network efficiency for uncompact square cities

3.2.4 紧凑带形城市
紧凑带形城市中沈阳面积最小,其出行迂回值最低,表明紧凑带形若其城区面积小,则出行效率越高。对比深圳、沈阳、苏州、佛山,交通网络迂回值高的集中区多分布于城市中心区,在城市边界处亦存在个别高迂回值区域,说明紧凑带形城市交通效率普遍较低（图4）。
图4 紧凑带形城市交通网络效率分布

Fig.4 Spatial distribution of urban transportation network efficiency for compact band cities

3.2.5 非紧凑带形城市
与其它类型城市对比而言,非紧凑带形城市城市交通网络迂回值偏低,高迂回值区域多分布于城市核心区。对比哈尔滨、武汉、东莞、南京、杭州、重庆6大城市,可以发现武汉出行迂回值相对较低,重庆出行迂回值较高,在城市核心区高迂回值与低迂回值地区并存,城市边缘区的出行迂回值普遍高于内部地区,表明非紧凑带形城市的交通效率普遍较低（图5）。
图5 非紧凑带形城市交通网络效率分布

Fig.5 Spatial distribution of urban transportation network efficiency for uncompact band cities

4 城市空间形态对交通网络效率的影响

4.1 多元回归模型结果

基于城市形态指数、紧凑度2个自变量,构建多元回归模型对城市空间形态布局与交通网络效率之间的影响进行分析,通过将各项指标值导入SPSS 19.0分析软件中进行多元回归分析,可以发现模型的显著性水平为0.001（<0.005）,表明研究结果具有统计学意义。回归模型的R2为0.651,网络效率（y）与形状指数（x1）的相关性系数为0.836,其与紧凑度（x2）的相关性系数为0.824,形状指数与紧凑度的相关性系数为0.237,说明网络效率与形状指数的相关程度较高。
回归方程为：
y = 1.181 + 0.39 x 1 - 0.767 x 2
基于因子相关性分析结果可以发现城市空间布局中的城市形状、城市紧密程度与交通网络迂回之间的相互关系紧密。由决定系数R2可以发现回归方程系数较高,由P<0.001表明回归方程高度显著,说明城市形状与城市紧密度与整体上对出行效率有高度显著的线性影响。对于出行效率而言,其与形状指数的偏相关性为正,即形状指数越大,交通效率越高,其与紧凑度的偏相关性为负,表明随着紧凑度的增高,则交通效率呈下降变化。

4.2 城市形态布局对出行效率的影响关系

在多元回归分析结果的分析的基础上,利用反映城市形态布局的城市形状、城市紧密度两大指标与城市交通网络效率进行量化比较分析,对城市形态布局与交通网络效率之间的关系进行深入分析。
4.2.1 城市形状指数越大,交通网络效率越高
通过对比所有研究对象中的城市形状指数对城市交通网络迂回的影响关系,可以发现城市形状指数在0.400~0.500之间的城市,城市迂回程度较高,迂回值已突破2.000,即特大城市中空间扩张形状不均匀的城市,其交通迂回程度较高,交通网络效率较低。而城市形状指数小于0.200及大于0.600的城市出行迂回值均小于2.000,由此可以发现,当特大城市中空间扩张形状为廊带状或为圆形均匀扩张时,其交通网络效率较高。
从形状指数与交通网络迂回值的变化关系可以发现,随着城市形状指数的增大,城市交通迂回值未进一步增大,说明城市形态布局接近圆形均匀分布时,其交通迂回程度较低,城市交通网络效率较高。而随着城市形状指数的降低,城市交通迂回程度变化较为均匀,表明当城市空间布局越不规则,其城市整体交通网络迂回程度处于中等水平。如城市形状指数居中的西安（形状指数为0.535,城市迂回均值为1.234）,其城市迂回值不仅高于城市形状指数高的天津（形状指数为0.793,城市迂回均值为1.207）,亦高于城市形状指数最小的重庆（形状指数为0.104,城市迂回均值为1.207）。
4.2.2 城市紧凑度越高,交通网络效率越低
对城市紧凑度与交通迂回程度之间的关系进行探讨,可以发现随着城市紧凑度值的增加,城市交通迂回程度值亦不断增加,说明城市形态布局程度越紧密,反而其城市交通迂回程度越高,则交通网络效率越低（图6）。如城市紧凑度最高的北京,其紧凑度为0.587,其城市迂回均值为1.214,城市节点迂回值最高达到3.354。而城市紧凑度集中在0.300~0.500时,城市交通迂回值较低,表明当城市形态布局紧密程度适中时,则城市交通迂回程度较低,城市交通出现效率则较高。如天津、苏州、沈阳等城市的城市紧凑度值在0.350左右,其交通迂回平均值分别为1.207、1.218、1.186。通过紧凑度与交通网络迂回值的变化关系可以对“紧凑型城市”是否真的会提高出行效率的这一质疑 进行辅证,实际上当城市不断紧凑型发展时,交通网络效率将随之降低。
图6 16个特大城市形状指数（SI）和紧凑度（CI）与交通网络效率（迂回）（C）的关系

Fig.6 The relationship between shape index, compact ratios and network circuity in 16 metropolitans

5 结论

本文分别从城市形态指数、紧凑度2个方面着手分析中国16大城市的城市形态差异,探讨16大城市的交通网络效率（迂回）空间分布特征,基于多元回归分析方法对城市形态和交通网络效率（迂回）进行关联分析,研究证明特大城市形态布局与城市交通网络效率（迂回）存在直接的影响关系。
通过对特大城市空间形态差异下的交通网络效率（迂回）分布特征极其影响关系研究,可以发现不同城市空间形态下,城市交通网络效率的分布呈现出较大差异,紧凑圆形城市边缘区交通网络效率较低,紧凑方型城市交通网络效率低的地区呈现多核集中分布,非紧凑方形城市边缘区交通网络效率低的地区范围分布较为分散,紧凑带形城市面积越小则交通网络效率越高,非紧凑带形交通网络效率低的区域多位于城市核心区。说明当城市扩展范围增大,城市核心区与边缘区的交通网络效率均在降低。同时,城市形态布局对交通网络效率的影响主要集中在2个方面,即特大城市中空间扩张形状不均匀的城市,其交通迂回程度较高,交通网络效率较低;城市形态布局程度越紧密,反而其城市交通迂回程度越高,则交通网络效率越低,当城市形态布局紧密程度适中时,交通网络效率呈现较高水平。
由于城市形态与交通网络效率密不可分,为此本文从城市基础架构中的城市形态与交通网络二者入手进行分析,但是城市出行效率除了受到出行建成环境的影响之外,还受到出行者的影响,下一步研究将考虑引入出行者的交通迂回,深入挖掘城市交通出行效率的影响机制。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Banister David, Watson Sara, Wood Chip . Sustainable cities: transport, energy, and urban form[J]. Environment and Planning B: planning and design, 1997,24(1):125-143.

[2]
Song Yan , Knaap G errit-Jan. Measuring urban form: Is Portland winning the war on sprawl?[J]. Journal of the American Planning Association, 2004,70(2):210-225.

[3]
周春山, 叶昌东 . 中国特大城市空间增长特征及其原因分析[J]. 地理学报, 2013,68(6):728-738.

[ Zhou Chunshan, Ye Changdong . Features and causes of urban spatial growth in Chinese metropolises. Acta Geographica Sinica, 2013,68(6):728-738.]

[4]
王慧芳, 周恺 . 2003-2013 年中国城市形态研究评述[J]. 地理科学进展, 2014,33(5):689-701.

DOI

[ Wang Huifang, Zhou Kai . Review of urban form, structure and morphology in China during 2003-2013. Progress in Geography, 2014,33(5):689-701.]

[5]
房艳刚, 刘鸽, 刘继生 . 城市空间结构的复杂性研究进展[J]. 地理科学, 2005,25(6):754-761.

[ Fang Yangang, Liu Ge, Liu Jisheng . Advancement in complexity studies of urban spatial structure. Scientia Geographica Sinica, 2005,25(6):754-761.]

[6]
陈群元, 尹长林, 陈光辉 . 长沙城市形态与用地类型的时空演化特征[J]. 地理科学, 2007,27(2):273-280.

[ Chen Qunyuan, Yin Changlin, Chen Guanghui . Spatial-temporal evolution of urban morphology and land use sorts in Changsha. Scientia Geographica Sinica, 2007,27(2):273-280.]

[7]
刘登娥, 陈爽 . 近30年来苏锡常城市增长形态过程与聚散规律[J]. 地理科学, 2012,32(1):47-54.

[ Liu Denge, Chen Shuang . Diffusion and aggregate process of urban pattern in Suzhou,Wuxi and Changzhou cities over the recent 30 years. Scientia Geographica Sinica, 2012,32(1):47-54.]

[8]
陆张维, 徐丽华, 吴次芳 . 基于凸壳原理的杭州城市扩展形态演化分析[J]. 地理科学, 2015,35(12):1533-1541.

[ Lu Zhangwei, Xu Lihua, Wu Cifang . The evolution of urban expansion morphology in Hangzhou based on principle of convex hull. Scientia Geographica Sinica, 2015,35(12):1533-1541.]

[9]
谌丽, 张文忠, 李业锦 , 等. 北京城市居住空间形态对居民通勤方式的影响[J]. 地理科学, 2016,36(5):697-704.

DOI

[ Chen Li, Zhang Wenzhong, Li Yejin et al. Residential form in Beijing and its impact on residents’ commuting mode choice. Scientia Geographica Sinica, 2016,36(5):697-704.]

[10]
Crane Randall . The influence of urban form on travel: an interpretive review[J]. CPL bibliography, 2000,15(1):3-23.

[11]
Vance Colin, Hedel Ralf . The impact of urban form on automobile travel: Disentangling causation from correlation[J]. Transportation, 2007,34(5):575-588.

[12]
Pan Haixiao, Shen Qing, Zhang Ming . Influence of urban form on travel behaviour in four neighborhoods of Shanghai[J]. Urban Studies, 2009,46(2):275-294.

[13]
Frank Lawrence, Bradley Mark , Kavage Sarah et al. Urban form, travel time, and cost relationships with tour complexity and mode choice[J]. Transportation, 2008,35(1):37-54.

[14]
Schlossberg Marc, Greene Jessica , Phillips Page Paulsen et al. School trips: Effects of urban form and distance on travel mode[J]. Journal of the American Planning Association, 2006,72(3):337-346.

[15]
周素红, 闫小培 . 广州城市空间结构与交通需求关系[J]. 地理学报, 2006,60(1):131-142.

[ Zhou Suhong, Yan Xiaopei . The relationship between urban structure and traffic demand in Guangzhou. Acta Geographica Sinica, 2006,60(1):131-142.]

[16]
闫小培, 毛蒋兴 . 高密度开发城市的交通与土地利用互动关系——以广州为例[J]. 地理学报, 2004,59(5):643-652.

[ Yan Xiaopei, Mao Jiangxing . The mutual relationship between urban transport system and land use in highly-densely developed cities: A case study of Guangzhou. Acta Geographica Sinica, 2004,59(5):643-652.]

[17]
Van de Coevering Paul, Schwanen Tim . Re-evaluating the impact of urban form on travel patterns in Europe and North-America[J]. Transport Policy, 2006,13(3):229-239.

[18]
Handy Sussan L . Understanding the link between urban form and network travel behavior[J]. Journal of Planning Education and Research, 1996,15(3):183-198.

[19]
曹小曙, 林强 . 基于结构方程模型的广州城市社区居民出行行为[J]. 地理学报, 2011,66(2):167-177.

[ Cao Xiaoshu, Lin Qiang . A SEM-based study on urban community resident's travel behavior in Guangzhou. Acta Geographica Sinica, 2011,66(2):167-177.]

[20]
García-Palomares J C . Urban sprawl and travel to work: The case of the metropolitan area of Madrid[J]. Journal of Transport Geography, 2010,18(2):197-213.

[21]
Vale David de Sousa . Sustainable urban form, accessibility and travel: The relationship between polycentric urban development and commuting in Lisbon[D]. Newcastle: Newcastle University, 2009.

[22]
Breheny Michael . The compact city and transport energy consumption[J]. Transactions of the Institute of British Geographers, 1995: 81-101.

[23]
Rickaby Peter A . Six settlement patterns compared[J]. Environment and Planning B: Planning and Design, 1987,14(2):193-223.

[24]
Feitelson Eran, Erik T Verhoef. Transport and environment: In search of sustainable solutions[M]. Cheltenham: Edward Elgar Publishing, 2001.

[25]
Newman Peter, Kenworthy Jeff . Sustainable urban form: The big picture[J]. Achieving sustainable urban form, 2000: 109-120.

[26]
Huang Jie, Levinson David . Circuity in urban transit network[J]. Journal of Transport Geography, 2015,48(1):145-153.

[27]
Pratt Richard H, Lomax Timothy J . Performance measures for multimodal transportation systems[J]. Transportation Research Record 1996,1518:85-93.

[28]
Ronald H Ballou, Handoko Rahardja, Noriaki Sakai . Selected country circuity factors for road travel distance estimation[J]. Transportation Research Part A:Policy, 2002,36(9):843-848.

[29]
Giacomin J David, Levinson David . Road network circuity in metropolitan areas[J]. Environment and Planning B: Planning and Design, 2015,42(2):1040-1053.

[30]
Levinson David . Network structure and city size[J]. PloS one, 2012,7(1):e29721.

[31]
何晓群 . 应用回归分析[M]. 北京: 人民大学出版社, 2015.

[ He Xiaoqun. Applied Regression analysis. Beijing: Renmin University Press, 2015.]

[32]
史海运 . 河北省中心城市空间形态比较研究[D]. 邯郸:河北工程大学, 2008.

[ Shi Haiyun . Study on comparing the urban spatial morphology of the central cities in Hebei Province. Handan: Hebei University of Engineering, 2008. ]

[33]
王新生, 刘纪远, 庄大方 , 等. 中国特大城市空间形态变化的时空特征[J]. 地理学报, 2005,60(3):392-400.

[ Wang Xinsheng, Liu Jiyuan , Zhuang Dafang et al.Spatial-temporal changes of urban spatial morphology in China. Acta Geographica Sinica, 2005,60(3):392-400.]

[34]
毛广雄, 丁金宏, 曹蕾 . 城市紧凑度的综合测度及驱动力分析——以江苏省为例[J]. 地理科学, 2009,29(5):627-633.

[ Mao Guangxiong, Ding Jinhong, Cao Lei . Comprehensive level and impetus of city compactness——A case of Jiangsu Province. Scientia Geographica Sinica, 2009,29(5):627-633.]

[35]
中华人民共和国国家统计局. 2010年第六次全国人口普查主要数据 [M]. 北京: 中国统计出版社, 2011.

[ National Bureau of statistcs . Major figures on 2010 population census of China. Beijing: China Statistcs Press, 2011.]

[36]
中华人民共和国国家统计局. 2016年国民经济和社会发展统计公报[J/OL]. , 2017-02-28.

[ National Bureau of Statistcs . 2015 National Economic and Social Development. . 2015 National Economic and Social Development. , 2017-02-28.]

[37]
中华人民共和国国家统计局. 中国城市统计年鉴-2017[M]. 北京: 中国统计出版社, 2017.

[ National Bureau of Statistcs . China statistical yearbook. Beijing: China Statistcs Press, 2017.]

Options
文章导航

/

〈 〉