基于社会网络中心性模型的城市公园公交可达性研究——以哈尔滨道里区为例

赵晓龙

杨 洋

朱 逊*

卞 晴

城市公园作为公共资源为居民提供了重要的游憩空间，其利用的快捷、均衡和公平特征也越来越受到人们的关注，可达性能够直观反映公园的空间分布合理性及便捷程度。随着城市边缘的不断扩张，区位和交通条件成为决定可达性的重要影响因素，而城市绿地空间的便利条件在很大程度上取决于公共交通中心性[1]。近年来，随着公交优先发展政策的落实以及绿色出行理念的倡导，公交成为居民到达公园的主要公共交通方式，如何优化城市公园与公交网络布局的空间关系，提高公园公交可达性，成为城市建设过程中所面临的现实课题。

目前绿地可达性的研究多以公园步行可达性为主，多采用时间[2]和距离[3]作为评价指标，研究方法主要有引力模型法[4]、费用加权法[5]和网络分析法[6]等。随着城市快速扩张，城市人口数量急剧增加，面积较大的公园吸引了远距离的居民，公交可达性的研究具有一定的现实意义。雷芸等[7]通过实地问卷调查法，解析了大型城市公园公共交通利用者的空间分布、交通出行方式以及周边公共交通利用状况，探讨了城市公共交通发展对城市公园使用率的影响。社会网络中心性分析已经应用于城市公共交通与经济活动区位关系[8]、城市安全性[9]等方面。陈晨等[10]使用了多中心性评价模型对沈阳的交通网络中心性和城市经济活动的空间耦合关系进行了分析，为城市第三产业布局提供了依据。城市安全性方面，Browning、Dietz和Feinberg[9]使用了社会网络中心性模型对城市街道暴力犯罪进行了调查研究，为降低街道犯罪率提供了依据。陈晨等[11]使用介数中心性研究方法对沈阳避灾绿地公共交通可达性进行了分析，通过静态道路网络中心性分析了避灾绿地的区位条件。刘蔚丹[12]使用社会网络分析法构建了公园绿地与城市公交系统线路的联系，对公园的公交可达性进行了研究。上述社会网络中心性分析多以静态道路网络为研究对象，因此局限于理论阶段，较难应用于实际规划当中。

本文以动态公交网络为载体，通过建构公交网络中心性模型，从可达性和连接性2个方面分析公园公交可达性，为其提供一个有效的分析方法。公交网络相对于道路网络是一个灵活的选择，可以通过改变公交站线来改善公园区位条件，提高其可达性。研究以哈尔滨道里区的10个建成公园为例，通过分析公交中心性高值区及空洞区对公园公交可达性进行了分类，并对公交网络与城市公园空间布局提出了建议。

1 公交网络中心性模型建构

“中心性”是社会网络分析中的主要方法之一，针对网络结构特征的“权力”进行定量分析[13]。本文确立了社会网络模型中的顶点和边线，以度数中心度、中间中心度、接近中心度为指标评价了公交可达性。可达性指的是乘坐公交到达周边及其他区域的便利程度[14]；较高的可达性指的是接入点在公交网络结构中具有较高的“权力”，处于整体网络结构的中心地位。以聚类系数为指标评价公交连接性，连接性指的是如何使公交车站之间的连接有效；较高连接性在公交社会网络中指的是顶点具有更多的公交线路连接或者顶点之间需要较少的站数连接，即公交站点之间的连接效率较高，不会有多余的重复现象发生。研究通过对公交网络中心性模型的构建，将公交系统抽象化后，使用公交可达性及连接性进一步分析公园在公交网络中区位的好坏，从而对整体可达性进行评价。

图1 接入点和连接点示意图

图2 公交网络结构模型示意图

1.1 公交网络结构模型建构及邻接矩阵

典型的社会网络模型由顶点和边线组成，顶点通过边线连接起来组成一个复杂的网络系统。本文将公交站点作为模型中的顶点，将站点划分为2类(图1)：第一类为接入点，即在公交站点100m缓冲区范围有公园接入，居民下车后步行距离在可接受范围内；第二类是连接点，公交站点与公园入口超过100m[15]。不同种类的站点在ArcGIS 10.2中进行选取。顶点建立后，使用途经的公交线路作为边线连接，然后构建矩阵。由于公交网络数据是对称的，在社会网络分析法中常对此类数据进行邻接矩阵处理。邻接矩阵根据数据间关系的有无进行建构，在本研究中0表示2个顶点间不存在相同途经公交线路，其他数值表示存在相同途经公交线路的数量，顶点边线和矩阵有效连接，初始化建构公交网络结构模型(图2)。

1.2 公交网络中心性模型的自变量因子筛选

通过建构公交网络模型对公园的可达性进行评价，自变量因子选取度数中心度、中间中心度、接近中心度和聚类系数[16]。使用4个自变量因子对公交网络结构特征的中心性进行评价，通过公交可达性和连接性分析了公园公交可达性。

度数中心度(Degree Centrality)表示处于一定区域范围内“核心”位置的点，该点与其他点的直接联系[13]是对网络结构最为直观的反映。接入点的度数中心度高低表明其是否可以与公交网络中的连接点进行有效衔接，接入点的度数中心度越高，表明其相连的连接点越多，站点区位越接近公交网络的核心。距离较远的居民可以通过给定的公交站点到达公园，因此度数中心度可以通过合理增加公交线路来提高。度数中心度的计算公式为：

式中，D为度数中心度，Xi表示与顶点有直接关系的点的数目。

接近中心度(Closeness Centrality)表示一个点到其他点的捷径距离之和[13]。接入点的接近中心度高低与公交社会网络中的顶点及线路重复数量相关。接入点的接近中心度越高，表明公交网络中的公交站点越多或到达接入点的公交线路重复越少，居民可以通过公交网络有效地到达公园。接近中心度的提高可以通过合理增加公交站点或合理规划公交线路来实现。接近中心度的计算公式为：

式中，C为第i个定点的接近中心度；N为网络中的顶点数目；dij为测度路径长度(在点i和点j之间边线最小可能数)。

中间中心度(Betweeness Centrality)是节点对于网络的整体控制程度，往往起到沟通桥梁的作用[13]。接入点中间中心度的高低与其所处的公交站点相连的线路数目相关，中间中心度高，意味着该点担任着帮助居民进入绿地空间和日常交通的双重作用。因此，中间中心度在公交可达性的测度上起到了最重要的作用，中间中心度的提高可以通过合理移动公交站点来实现。中间中心度的计算公式为：

图3 公交可达性及连接性象限图(作者改绘自参考文献[17])

式中，B为点i的中间中心度；为点j到点k经过点i的测地路径；pjk表示点j到点k的测地路径。

聚类系数(Clustering Coefficient)是社会网络中“物以类聚”特性的表现，即在朋友关系网络中，一个人的2个朋友间关系也可能是朋友，这就是聚类性[13]。它代表了公交站点之间的连接性，即站点之间的转换乘效率。接入点聚类系数的高低与其直接相连的公交线路呈现正相关，与总体的公交站点数量负相关。接入点的聚类系数越高，公交站点之间的连接效率越高，相对应的所需要换乘的次数越少，居民到达公园的便利程度越高。聚类系数的提高可以通过合理减少不适当的公交站点或增加公交线路来实现。聚类系数的计算公式为：

式中，CC为顶点i的聚类系数；Ki为顶点i直接相连的顶点个数；Ei为Ki个顶点之间实际存在的边数。

1.3 自变量因子权重确定及模型建构

研究将4个自变量因子使用象限进行分析(图3)，以此来确定权重值。中间中心度对公交可达性的影响最大，对连接性没有影响；聚类系数对连接性影响最大，对可达性没有影响；度数中心度及接近中心度对可达性及中间性都有影响，但对连接性的影响较低，可以忽略不计。

依据度数中间度、接近中心度、中间中心度和聚类系数4个指标的相关研究[18-19]及象限研究确定了4个自变量因子的权重值。根据图3的指标影响因素大小确定了α、β、γ、δ为4个自变量因子的权重系数：中间中心度的权重系数β为0.4，其余3个自变量因子的权重系数都为0.2。本文依据4个自变量因子对公交网络中心性的影响，确定了公交中心性评价模型如下：

式中，Mi为公交站点i的中心度水平；Di为公交站点i的度数中心度；Bei为公交站点i的中间中心度；Cei为公交站点i的接近中心度；CCi为公交站点i的凝聚子群(重要度)；Mi值越大，说明接入点中心性越高，相对应的公园在公交网络中的区位越好。

公交网络中心性对公园区位影响评价模型如下：

式中，Uj为公园j的公交网络区位水平；Mi为接入点i的中心度水平；n为公园j的接入点数量。

2 哈尔滨道里区实证研究

2.1 研究范围与数据来源

图4 公园分布现状

图5 公园与公交站点分布图

图6 道里区公交网络中心性分布图

图7 公园可达性雷达图

道里区位于哈尔滨西南部，区域内有老城区和新开发区，公园具有明显的圈层分布特征。研究选取了哈尔滨道里区三环以内的公园及公交网络进行实证研究。研究数据的获取上，首先从OSM(Open Street Map)中获取了哈尔滨2016年公园空间分布数据，然后利用Google Earth对图像进行几何校正处理，导入ArcGIS 10.2中，结合实地勘测和哈尔滨城市绿地规划图(2002—2020)确定了入口位置及周边公交站点，选取了道里区面积大于2hm2的公园共10处(图4)。通过高德地图获取了公交网络POI数据，将其矢量化后录入ArGIS 10.2，并进行实地勘测校准。哈尔滨三环内共1336个公交站点，选取道里区公交站点267个。公园的接入点选取如图5所示，研究范围内共有19个接入点。

根据哈尔滨环区和公园分布将公园分为中心区公园、沿江区公园和新开区公园。中心区公园数量最少，只有兆麟公园和建国公园，但2个公园的接入点数量最多，分别有3个接入点；沿江区公园都为带状公园，其中斯大林公园和九站公园各有2个接入点，江畔公园有1个接入点；新开区公园数量最多，其中群力湿地公园和顾乡公园各有2个接入点，金河公园、丁香公园和体育公园各有1个接入点。

2.2 道里区公园公交可达性分析

研究通过UCINET量化4个自变量因子，计算出哈尔滨三环以内整体公交网络中心性，将各顶点的中心性量化值导入到ArcGIS 10.2中，通过IDW(反距离权重法)空间插值法得到空间连续分布特征，该方法是根据离散点生成规则网格数据最常见的插值方法[14]，可以有效地对公交网络中心性量化指标进行可视化处理。之后裁剪出道里区的公交网络中心性空间分布图(图6)，避免边界区域数量的误差。

哈尔滨道里区公交网络中心性从中心区到新开区递减，高值区和空洞区分布都比较集中。图6中暖色区域表示在中心性较高的区域，总面积约为616.95hm2，占公交中心性总面积的67.7%，总体水平较高。研究发现，道里区公交网络中心性有3个高值区，分别位于友谊路-尚志大街-田地街-一面街一带、通达街-西大直街-教化街一带、河松街-松发街-康安路一带。公交网络中心性空洞区分布集中，分布于道里区西北部区域。公园公交可达性变化趋势与中心性变化趋势相同，都表现为从中心区到新开区递减，且中心区与新开区内都有分布在中心性高值区的公园，这些公园的接入点与连接点具有良好的可达性和连接性，并且对公交线路的控制能力较强，在整个公交网络中的作用和影响力大，居民使用公交方式到达这些公园较为便捷。

结合图6～8可以看出，中心区及沿江区相较于新开区的整体可达性水平较高。中心区及沿江区的5个公园接入点中心性整体水平最高，兆麟公园、建国公园、斯大林公园和江畔公园的接入点都位于中心性高值区，在公交网络中的区位较好。其中兆麟公园的接入点中心性量化值为2133.33，是道里区10个公园中可达性水平最高的。新开区的5个公园中群力湿地公园、体育公园和丁香公园的接入点位于公交中心性空洞区，在公交网络中的区位较差，其中群力湿地公园的接入点中心性量化值为86.69，是10个公园中可达性水平最低的。此外，尽管兆麟公园中心性平均水平最高，但仍有1个接入点的中心性水平较低，九站公园中心性平均水平低于兆麟公园，但2个接入点的中心性均较高，公园公交可达性比较稳定。

2.3 道里区公园公交可达性与连接性分析

道里区公交网络中心性对公园可达性的影响由公交可达性和连接性两方面决定。通过对公交可达性的3个自变量因子的综合分析，并使用IDW空间插值得到其空间连续分布图(图9)。可以看出，哈尔滨道里区公交可达性整体上呈现出从中心区到新开区逐渐降低的趋势，公交可达性高值区基本与中心性高值区空间分布上相吻合，空洞区主要分布在城市新开区，公园可达性差。公交连接性通过聚类系数进行测度，使用IDW空间插值得到公交连接性空间分布(图10)，高值区分布在群力大道-职工街-城乡路-丽江路为主的新开区一带，空洞区分布分散。

图8 接入点中心性柱状图

中心区和沿江区接入点的中间中心度是新开区域的2倍左右(表1～3)，说明中心区接入点在帮助居民到达绿地空间的同时，也承担着日常通勤的双重角色。尽管新开区域的公园较多，但居民无法通过有效的公交方式到达公园，即缺乏合理的公交方式连接或公交网络布置不合理都会阻碍居民进入公园空间。

哈尔滨道里区整体表现为中心区及沿江区公园少，公交可达性高，公交连接性差；新开区公园多，公交可达性差，公交连接性高。依据以上研究公园的公交区位可分为4类： 1)公交可达性和连接性都好的公园，以建国公园为代表；2)公交可达性好、连接性差的公园，主要为兆麟公园、斯大林公园、九站公园和江畔公园；3)公交可达性差、连接性好的公园，主要为顾乡公园、金河公园和丁香公园；4)公交可达性和连接性都差的公园，主要为群力湿地公园和体育公园。不同类型的公园可达性和连接性的提高均可以通过合理调整公交网络来实现。

在可达性自变量因子分析中发现(表1～3)，公园公交可达性较低的主要自变量因子为中间中心度和度数中心度，其中，中间中心度较差的公园以顾乡公园和体育公园为代表，中间中心度和度数中心度都差的公园以群力湿地公园为代表。

3 结论与优化导则

本文通过社会网络分析法，依据公交网络结构特征，建构公交网络中心性模型，从可达性和连接性2个方面分析公交网络中心性对公园区位的影响，对公园选址布局和公交网络改善提供了依据。

图9 公交可达性空间分布图

图10 公交连接性空间分布图

表1 中心区公园公交网络自变量因子量化表

表2 沿江区公园公交网络自变量因子量化表

表3 新开区公园公交网络自变量因子量化表

研究选取了4个自变量因子对公交网络中心性进行量化分析，可以针对每个自变量因子对现有的公交网络提出改善策略，以促进其可达性和连接性的提高，实现公园与公交网络的协调发展，解决公园空间在资源分布上不平等的问题。从研究结果来看，哈尔滨道里区的公园公交可达性从中心区向新开区递减，且公交中心性呈多中心分布，共有3个高值区域。高值区域内公园的接入点对公交网络的控制能力较强，居民可以通过公交网络高效率地进入公园空间，公交网络中心性空洞区集中分布在新开区西北部。研究通过对公交可达性和连接性高值区及空洞区的分析，对道里区的4类公园提出了具有实践意义的改善建议：1)位于公交可达性空洞区的公园需要适当降低连接点数量或规划公交线路来提高；2)位于公交连接性空洞区的公园，需要增加或合理移动连接点或增加公交线路来提高；3)位于公交可达性及连接性空洞区的公园，需要对接入点进行重新规划布置，以提高其可达性；4)公交可达性和连接性高值区，适当增加公园。

本次研究利用社会网络分析法分析了公交网络对公园可达性的影响，但网络结构模型和指标量化上仍存在一定的缺陷。首先是居民对公交线路的选择上还受公交站点到公园入口之间的步行空间舒适性的影响，网络结构模型未对其进行有效分析。第二，公交系统的冗余性除了公交线路重复影响外，还受道路通畅性、交通拥挤度、公交换乘等因素的影响。最后，城市公园公交可达性会由于公交站点较少出现车行服务盲点，或人口密度较高出现隐形盲点[20]。