复杂地形区域通达度模拟和分析——以天山北坡经济带为例

白永平，吴常艳，陈博文

（西北师范大学地理与环境科学学院，甘肃 兰州 730070）

通达性是度量交通网络结构的有效指标，也是评价区域获取发展机会和控制市场能力的标准之一［1］，已成为城市和区域一体化发展的先决条件。经济区的空间结构演化与交通网络延伸表现为一个空间互动的过程［2］，交通网络成为经济区空间系统运行的物质条件和必要前提［3］，其通达性的优良与否决定着城市与区域间物质流、能量流和信息流的通畅程度。通过系统量化手段对区域综合交通网络发育程度进行评价，研究其通达性的空间格局成为当前研究的热点问题。以往研究方法多为距离度量［4］、重力度量［5］、拓扑度量［6］等计量方法以及 GIS空间插值方法［7］和基于图论思想下的空间句法［8］等，限于技术原因，在模拟、研究我国西部复杂地形区域通达性时不够准确，不能将节点、轴线和域面综合进行分析。鉴于此，本文以天山北坡经济带交通路网为例，该区山地、山前平原、河谷盆地、戈壁和沙漠等地貌单元并存，经济受到自然地形的天然阻隔和切割；铁路、高速公路、国道、省道等交通线穿越其间，城镇、工矿区、开发区、口岸等居民点顺势发展，与一般的单一地形的相对均质区域相比具有复杂地形的特点。融合空间句法模型、日常可达性模型和等时圈通过特征点算法，运用GIS技术，多视角系统测度经济带路网通达性的空间规律，旨在为该类区域交通规划和区域发展提供理论与实证借鉴。

1 研究区域和数据来源

研究区域包括乌鲁木齐市、克拉玛依市、昌吉回族自治州及伊犁哈萨克自治州的伊宁市、奎屯市、霍尔果斯市、伊宁县、霍城县，塔城地区的乌苏市、沙湾县，博尔塔拉蒙古自治州的博乐市、阿拉山口市精河县，自治区直辖的石河子市、五家渠市共31个县（市、区）。以县域为研究单元，将乌鲁木齐市所辖的远郊区（达坂城区、米东区）单独列为一个研究单元，其余五区（天山区、沙依巴克区、新市区、水磨沟区、头屯河区）一县（乌鲁木齐县）构成一个研究单元；克拉玛依市所辖的“飞地”（独山子区）单独列为一个研究单元，其余三区（克拉玛依区、白碱滩区、乌尔禾区）构成一个研究单元；霍尔果斯市和霍城县构成一个研究单元；阿拉山市和博乐市构成一个研究单元，故实际研究单元为22个县（区）。

数据主要包括铁路、高速公路、国道、省道、县道和河流水系，分别取自《中国铁路交通图》（2011年）、《中国公路交通图集》（2011年）和《中国自然地理图集》（2007年），提取地图要素并矢量化。道路通行速度来自《中华人民共和国公路工程技术标准（JTGB－2006）》规定的道路设计速度，结合区域实际情况而定，其中铁路时速根据蒋海兵［9］、张莉［10］等的研究及不同等级列车时速的综合考虑设定。通行时间成本按照不同交通方式或道路通行10km里程花费的时间而定（表1）。

表1 不同交通方式与用地类型的相对时间成本值设置Table 1 Relative time cost of different types of transportation modes and land use

2 研究方法和技术路线

2.1 研究方法

由于篇幅所限，这里仅作概略介绍，不就具体方法逐一展开，具体详见文献［11］的相关研究。

2.1.1 空间句法分析 空间句法模型是基于拓扑距离的网络通达性和关联性，将空间之间的相互联系抽象为连接图，再根据图论基本原理，对轴线的通达性进行拓扑分析，最终导出一系列的形态分析变量。

2.1.2 区域可达性分析 区域可达性分析包括区域中节点城市可达性和区域整体可达性。首先，城市可达性用日常可达性（两节点间由于距离和时间成本所产生的1d范围内的人流和物流）进行分析。由于交通设施的改善会使两节点间的时间成本降低，从而带动两地间的人口和货物的流动，形成1d范围内可来往的工作圈和生活圈。日常可达性通常采用日常经济活动的最大通行范围表示，同时进行城镇的区域可达性及中心性分析。其次，区域可达性运用等时圈通过特征点算法进行分析。利用城市等时圈对轴线进行分类，1h范围内通勤对城市发展影响较大，因而提取城市1h范围内的轴线，以不同交通工具通行成本的倒数为轴线权重，与不同交通工具交通拓扑的轴线集成度相乘之和作为区域通达度，并对计算出的通达度结果进行归一化处理。

2.2 技术路线

首先，将相关地理事物分解为城市（点）、交通（线）和区域（面），运用空间句法模型测度交通线的空间通达性［12］，研究区域交通的集散程度和等级差异。其次，运用可达性相关指标：日常可达性（等时圈）［13］和区域可达性［14］，分别研究单个城市和多个城市的通达性。最后，将区域视为面、城市视为特征点，特征点1h范围内交通轴线的集成度视为特征点属性，在区域进行通达性拟合。采用点、线、面相结合的综合分析，既考虑到城市对通达度的影响（城市分布特征及其枢纽作用），又考虑到交通对通达度的影响（交通分布特征及其等级差异），使得测算出的区域通达性具有较高的可信度。

3 路网空间通达性分析

分别应用线段式和轴线式方法对路网进行划分，线段式反映了区域内路网的密集程度和交通繁忙路段，轴线式反映了区域内主要路网的通达程度和城镇之间的连接程度。空间句法变量中的集成度体现了交通线的中心性和渗透性，能较好地反映区域交通线的整体通达性（表2、图1）。

表2 陆路空间句法变量均值Table 2 The variable average value about space syntax for traffic network in land

图1 空间句法集成度空间分布Fig.1 The spatial distribution of integration level about space syntax

3.1 线段式空间分析

3.1.1 线段式空间伸展格局呈“点－轴”状发散，集聚明显 以乌鲁木齐、奎屯、精河、石河子和霍城为中心，集聚了高集成度线段（集成度＞2.6）共14条，占总数的7.73%。线段高集成度城市处于区域中心位置或交通枢纽。5个城镇周围强控制力（连接度＞1.3）和高深度值（三步深度值＞20）线段在奎屯、精河一带形成“十”字形，在石河子、霍城周围形成“一”字形，在乌鲁木齐周围呈不规则发散。

3.1.2 路网线段连接呈非均衡态势，路网伺服能力基本匹配 按照空间句法变量的均值划分，集成度大于1.51的线段占总数的44.75%，控制值大于0.99的线段占总数的53.04%，三步深度值大于11.28的线段占总数的44.75%。小于均值的线段数略多于一半，多为与交通流量较小的县级单元连接的省道，大于均值的线段数基本合理，路网伺服能力得到有效发挥（图1a）。

3.2 轴线式空间分析

3.2.1 轴线式空间伸展格局呈“干—枝”状，主次分明 区域交通主轴线以铁路、高速公路、国道为主，其拓扑形成的轴线多为“树干”，两侧的集成度和低连接度轴线相连，形成主干的“树枝”。控制能力较强的主轴线（集成度＞4.4）主要有东西向的北疆铁路和精（精河）－伊（伊宁）－霍（霍尔果斯）铁路、连霍高速（G30）、312国道；控制能力次之的副轴线（集成度＞2.4）主要有南北向的216国道和217国道，东西向的呼（呼图壁）克（克拉玛依）高速和218国道，这些主轴线的技术参数和路况水平直接影响到整个路网的有效性和通达性。

3.2.2 路网通达性空间差异明显，初步形成三大等级圈层和双“十”字形路网骨架 按照集成度可将区域轴线划分为3个等级：第一等级集成度≥4.4，多为通达性较高的高速公路、国道和铁路，以乌（乌鲁木齐）－昌（昌吉州部分市县及五家渠）都市圈和奎（奎屯）－独（独山子）－乌（乌苏）“金三角”城镇群为枢纽中心，连接了区内14个节点城市，构成了“一”字形区域城际走廊；第二等级4.4＞集成度≥2.4，为通达性较低的国道、省道及部分高速公路，连接区域外围城镇，如克拉玛依、阜康等；第三等级集成度＜2.4，基本为剩余的与一、二等级相连的轴线，连接区域边缘城镇。分别以乌鲁木齐和奎屯为中心，一级轴线为主、辅之于部分二级轴线，形成明显的双“十”字形向外辐射路网骨架，体现了其渗透性和中心性优势（图1b）。

4 城市空间通达性分析

把整个研究区域划分为若干个网格，定义网格大小为500m×500m，共有网格557 726个。取城市点落入的网格中心作为区域节点。

4.1 中心城市等时圈分析

等时圈反映区域中心城市与周边地区空间联系的紧密程度。中心城市的等时圈连续且紧凑，沿着国道、省道和县道向两侧扩散；由于铁路和高速公路的特殊性，铁路和高速公路呈一条细线状扩散，其等时圈与周围地区等时圈断裂；铁路站点和高速公路互通口作为次一级中心呈同心圆向外扩散，其等时圈空间特征多呈现“枝—叶”状。天山北坡地形较为复杂，部分区域难以通行，河流使得等时圈破碎，山脉和沙漠使得等时圈外围高密度扩散，其空间分布在山脉边缘形成极其细碎的块状。

4.1.1 中心城市区位差异较大，等时圈空间扩散性各异，乌鲁木齐和奎屯城市中心性凸显 乌鲁木齐路网密集，兰新铁路、北疆铁路、连霍高速（G30）、312国道等东西向交通干线和京新高速（G7）乌鲁木齐至吉木萨尔段、216国道等南北向交通干线在乌鲁木齐呈“十”字形交叉，其1h等时圈呈放射状扩散；北疆铁路、连霍高速（G30）、312国道等东西向交通干线和217国道等南北向交通干线在奎屯呈“十”字形交叉，其1h等时圈明显呈“十”字形扩散；昌吉、五家渠靠近乌鲁木齐，1h等时圈对于乌鲁木齐的向心性明显；石河子由于受北疆铁路、连霍高速和312国道东西向延伸的影响，其等时圈东西向扩散明显；呼克高速、201省道和217国道使得克拉玛依1h等时圈沿南北向扩散；伊宁在218国道作用下，1h等时圈呈“一”字形；博乐在304省道和205省道作用下，1h等时圈呈“T”字形。由于受地貌和交通的深刻影响，除克拉玛依和五家渠外，其余6个节点城市2～3h等时圈东西向扩散十分明显。区内有14个节点城市均位于乌鲁木齐和奎屯3h范围内，说明乌－昌都市圈和奎－独－乌“金三角”城镇群分别作为区内的中心城市和副中心城市，其双核地位日益凸显。

4.1.2 天山北坡经济带地形较为复杂，对中心城市日常可达性影响较大 婆罗科努山阻隔了伊宁市、伊宁县、霍城等城镇向北发展，其3h可达面积不足1万km2；准噶尔盆地古尔班通古特沙漠西缘限制了克拉玛依的2h可达范围，其2h可达面积仅5 755 km2，不足乌鲁木齐、石河子2h可达面积的一半；昌吉北部地势较平坦，其8h可达面积最大，占区域面积的60%。乌鲁木齐虽三面环山，东部有博格达山、喀拉塔格山和东山，西部有喀拉扎山和西山，南部有伊连哈比尔尕山东段（天格尔山）和土格达坂塔格等，但其周围城镇集中、路网密集、交通发达，所以3h可达面积大于2万km2，8h可达面积占区域面积的59.8%。南部的天山山脉和北部的古尔班通古特沙漠使得城市等时圈只能沿着东西向的狭长带状山前平原扩散，区内地形条件良好的城市日常可达性较好，反之则较差（表3、图2）。

表3 节点城市等时圈面积分类Table 3 The classification of area of isochronous ring for daily accessibility in node cities km2

图2 节点城市等时圈空间分布Fig.2 The spatial distribution of isochronous ring for daily accessibility in node cities

4.2 城镇的区域可达性和中心性分析

从等时圈中提取数据，以8个地级市、自治州直属市及兵团所辖城市分别到区内其他21个研究单元的时间作为基础数据进行区域可达性计算，生成可达性分值扩散图（图3）。节点城市的中心性计算：

式中：Qi为区域中节点i的几何中心性，Di为节点i到区域几何中心的距离，s为区域面积。将城镇的区域可达性和中心性数值进行相关分析和模型拟合（图4），相关系数为0.849，模拟方程为：

式中：自变量x为几何中心性，因变量Y为区内可达性。

区域可达性在较大程度上取决于区域中心性、周边路网发达程度和城镇密集程度。中心性分值在80以上的城镇，除独山子外，区域可达性分值均在85以上。区域中心位于石河子附近，区域可达性分值为97；区域中心周边的玛纳斯、沙湾，区域可达性分值均在90左右；尤其是玛纳斯东侧城市较为密集，其区域可达性分值极高，达100。乌鲁木齐中心性只有70，远低于奎屯、独山子等城镇，但是周边城镇集中，路网发达，缩短了到其他城市的时间，其区域可达性分值与奎屯、独山子等城镇相当。昌吉与乌鲁木齐的路网直接相连，其中心性虽低于奎屯和独山子，但区域可达性分值仍大于奎屯和独山子（表4）。

图3 区域日常可达性分值扩散Fig.3 The spatial diffusion of mark for daily accessibility

图4 拟合模型方程曲线Fig.4 The simulation curve of correlation model

表4 天山北坡经济带22个城镇的区域可达性和中心性Table 4 Regional accessibility and geometric centricity of 22 cities or towns in the economic belt of northern slope of Tianshan Mountains

5 区域通达性分析

5.1 区域通达度计算

利用城市等时圈对轴线进行分类，1h范围内通勤对城市发展影响较大，因而提取城市1h范围内的轴线，以不同交通工具通行成本的倒数为轴线权重，按照式（3）计算通达度并进行归一化处理。其特征点集成度为：

式中：M为特征点通达度；m为交通类型，这里取5；fn为第n种交通拓扑的轴线权重；Wn为第n种交通拓扑的轴线集成度之和（表5）。

表5 特征点通达度分值Table 5 Mark of regional accessibility to feature points of 22 cities or towns in the economic belt of northern slope of Tianshan Mountains

5.2 区域通达度分析

5.2.1 区域通达度空间分布各异，中值区呈现条带状，高值区呈现“孤岛状”，低值区呈现连片状天山北坡经济带城市相对密集且沿北疆铁路主轴线分布，通达度大于40的中值区基本呈现东西贯通的带状分布；通达度低值区多位于南部的天山北麓和北部的准噶尔盆地古尔班通古特沙漠南缘的外围板块，在空间上形成山地低值区和沙漠低值区两大连片区；通达度高值区多位于中部山前平原的核心板块，在空间上形成间断的“孤岛状”高值区（图5）。

图5 区域通达度空间分布Fig.5 The spatial distribution of region accessibility

5.2.2 区域通达度等级差异明显，整体呈现东高西低、中心高外围低的态势 随着东部的乌－昌都市圈和中部的奎－独－乌“金三角”城镇群的快速崛起，区域通达度隆起十分明显，乌鲁木齐和奎屯形成天山北坡经济带的主、副“双核”结构，且随着石（石河子）－玛（玛纳斯）－沙（沙湾）经济区的形成呈现相向发展的态势。尽管婆罗科努山天然阻隔了北部的天山北坡山前平原和南部的伊犁河谷地，通过精－伊－霍铁路和连霍高速公路分别从东西方向的穿越，沟通了天山北坡经济带和伊犁河谷地的经济社会联系和人员物资交流。伴随西北部的博（博乐）－精（精河）－阿（阿拉山口）经济区和西南部的伊（伊宁）－霍（霍城）－察（察布查尔）－霍（霍尔果斯）经济区正在成为我国重要的陆路货物贸易中转集散地、进出口产品加工基地和向西开放的两个重要桥头堡，区域通达度凸起已见雏形，霍尔果斯和阿拉山口、精河和霍城（清水河）分别形成天山北坡经济带向西开放的两个口岸城市和两个门户城镇。

6 结论与讨论

整个经济区交通轴线连接关系及通达性的等级空间分异特征与城市等级规模分布、高等级路网空间结构、城际社会经济发展水平等保持较高的一致性，区域交通运输与城镇发展水平表现出较强的共轭协同发展关系。作为区域中心城市的乌鲁木齐区位偏东，路网相对集中，对整个区域路网的控制作用较强，应提升奎屯作为区域副中心城市的地位，同时强化精河和霍城（清水河）的门户城市功能。加快建设大（大黄山）－奇（奇台）－木（木垒）－巴（巴里坤）－哈（哈密）、阜（阜康）－五（五家渠）－呼（呼图壁）、奎（奎屯）－克（克拉玛依）及清（清水河）－伊（伊宁）－墩（墩麻扎）、精（精河）－阿（阿拉山口）等高速公路，适时建设伊宁市－伊宁县、伊宁市－察布查尔及博乐与精（精河）－阿（阿拉山口）高速的联络线，形成乌鲁木齐绕城高速和东、西两个环状高速及连通或延伸向西开放的霍尔果斯和阿拉山口两个重点口岸的高速联络线。通过提高路网伺服能力克服自然条件的阻隔和限制，为天山北坡经济带经济和社会的快速发展提供良好的基础设施支撑和保障。

［1］ 曹小曙，薛德升，阎小培.中国干线公路网络联结的城市通达性［J］.地理学报，2005，60（6）：903－910.

［2］ 李平华，陆玉麒.可达性研究的回顾与展望［J］.地理科学进展，2005，24（3）：69－78.

［3］ 刘承良，余瑞林，熊剑平，等.武汉都市圈路网空间通达性分析［J］.地理学报，2009，64（12）：1488－1498.

［4］ KIRBY H R.Accessibility indices for abstract road networks［J］.Regional Studies，1976，10（4）：479－482.

［5］ KEEBLE D，OWENS P L，THOMPSON C.Regional accessibility and economic potential in the European community［J］.Regional Studies，1981，16（6）：419－432.

［6］ ÓKELLY M E，GRUBESIC T H.Backbone topology，access and the commercial internet，1997－2000［J］.Environment and Planning B，2002，29（4）：533－552.

［7］ 刘海隆，包安明，陈曦，等.新疆交通可达性对区域经济的影响分析［J］.地理学报，2008，63（4）：428－435.

［8］ 陈明星，沈非，查良松，等.基于空间句法的城市交通网络特征研究——以安徽省芜湖市为例［J］.地理与地理信息科学，2005，21（2）；39－42.

［9］ 蒋海兵，徐建刚，祁毅.京沪高铁对区域中心城市陆路可达性影响［J］.地理学报，2010，65（10）：1287－1298.

［10］ 张莉，陆玉麒.基于陆路交通网的区域可达性评价——以长江三角洲为例［J］.地理学报，2006，61（12）：1235－1246.

［11］ 白永平，陈博文，吴常艳.关中－天水经济区路网空间通达性研究［J］.地理科学进展，2012，31（6）：714－722.

［12］ 陈华杰，石忆邵.基于空间句法的商品交易市场空间结构——以义乌国际商贸城为例［J］.地理学报，2011，66（6）：805－812.

［13］ 徐的，陆玉麒.高等级公路网建设对区域可达性的影响——以江苏省为例［J］.经济地理，2004，24（6）：830－833.

［14］ 陈洁，陆锋.京津冀都市圈城市区位与交通可达性评价［J］.地理与地理信息科学，2008，24（2）：53－56.