城市建成环境对道路服务水平的影响研究

颜冉，杨新刚，杨婷

(1.安徽建筑大学 建筑与规划学院，安徽 合肥 230022；2.澳门城市大学 创新设计学院，澳门 氹仔 999078)

0 引言

随着城镇化的快速发展，城市交通拥堵已严重影响城市的通行效率，影响国民经济与社会的发展。交通学者和交通管理者对城市交通拥堵的影响因素、机理和缓解措施进行了大量的研究和实践，在理论和实践上均取得了很大的进步；但随着城市土地的不断开发，机动车保有量的不断增加，单纯地研究道路交通流自身的特性已很难缓解日益严重的交通拥堵。

为了从根源上探究城市交通“源”与“泽”的关系，学者们开始注重城市土地利用与城市交通的研究，尤其是城市土地利用模式与城市交通模式以及城市土地利用与交通需求的研究，为科学量化由于土地利用产生的交通需求提供了理论支撑。除交通需求的预测外，交通与土地利用的研究宏观层面聚焦于城市职住空间特性与影响因素的研究[1-3]，微观层面集中在城市建成环境与交通行为的研究等[4-7]，如城市建成环境与交通方式的选择、出行距离和出行时耗等方面的研究。尹春[8]等通过研究城市建成环境对通勤时耗的影响，发现人口规模越大，就业和居住越不匹配，出行时耗越大。孙斌栋[9]等通过研究城市建成环境对居民通勤方式选择的影响，发现居住地建成环境对居民通勤方式选择影响比就业地要显著。

为了读者更好地理解城市建成环境，现对城建环境的概念进行界定：有别于自然环境，城市建成环境是人类文明的产物，它通常包括三个部分：土地利用、城市设计和城市交通[10]。现有研究成果对道路服务水平的研究局限于交通流自身特性而忽略周边环境的影响，而建成环境对交通影响的研究大都集中在对交通行为的研究上，对道路服务水平影响的研究甚少，然而交通行为最终会影响道路交通的服务水平。鉴于此，本文开展了城市建成环境对道路速度和服务水平影响的研究，以期找到道路周边建成环境对道路速度和服务水平的影响因素和影响机理，为提升道路服务水平和缓解交通拥堵提供依据。

1 研究区域与数据来源

1.1 研究区域概况

研究区域位于合肥高新技术产业开发区，研究路段为黄山路，位置图如图1 所示，西至大蜀山、东至1912 商业街区，两侧涵盖了住宅、公寓等居住地，和高新技术产业、行政单位等就业地，以及公园绿地、娱乐休闲等游憩地，涉及工作、居住和游憩等城市的基本功能，且黄山路为合肥重要的交通工程示范路，有较为完善的交通运行参数数据。

图1 黄山路在合肥高新区的位置

1.2 数据来源与处理

本文研究的数据包含两部分，一是车辆的运行速度数据，二是建成环境数据。基于合肥市黄山路示范区开放数据，获取了长度2.6 km 基于出租浮动车GPS 数据，如图2 所示，每条数据包含车辆编号、时间、经纬度、速度和载客状态等信息，数据格式如表1 所示。研究时段为2016 年9 月9 日-9 月20 日，包含早晚高峰的7：00-9：00、17：00-19：00，共计15003 条数据。POI(Point of Interest)作为一种地理实体的点状数据，包含名称、类别、经纬度、地址等信息，可以作为研究建成环境的主要数据源，为了探讨城市建成环境对道路运行速度的影响，参考国内外相关研究文献[11]，采用GIS 缓冲区分析，确立路段缓冲区的范围为300 m，采集了研究路段两侧缓冲区范围内的不同类别POI 兴趣点数量等数据。

表1 浮动车GPS数据样例

图2 黄山路示范区出租车GPS分布图

2 研究方法

2.1 变量选取

道路服务水平即道路的服务质量，道路服务水平越高表示道路交通越畅通，服务水平越低则交通越拥堵，衡量指标一般采用饱和度、车速或延误。速度作为道路交通流三参数之一，是衡量道路运行效率和评价服务水平的最重要指标[12]。本文选取路段速度作为反应变量，作为连续变量时可以衡量道路交通的运行效率，作为分类变量时可以衡量道路的服务水平，根据《城市道路交通拥堵评价指标体系》将路段的平均行程速度划分为5 个等级，1级表示服务水平最低，5 级表示服务水平最高，具体含义和赋值见表2。

表2 反应变量的含义和赋值

围绕城市基本的功能和早晚高峰期间居民的出行特性，参考前人的研究成果，本文选取住宅、公司企业、生活服务、休闲娱乐、交通设施和出入口等作为城市建成环境对道路运行效率和服务水平的影响因素，具体变量含义和赋值见表3。

2.2 模型选择

本文选取道路平均速度作为道路运行效率和服务水平的衡量指标，衡量道路运行效率时为连续反应变量，衡量道路服务水平时为分类变量。

2.2.1 多元回归模型

除分类变量外，反应变量与自变量大体上呈线性关系，故选用多元线性回归模型研究影响城市道路运行速度的因素和机理，多元线性回归模型表达式为：

式中，Y 是路段的平均速度，Xi为可能影响路段平均速度的因子(自变量)，β0为常数项，βi为自变量Xi的偏回归系数，εi为随机干扰项。

2.2.2 次序Logistic 回归模型

研究道路交通的服务水平，此时反应变量是分类变量，无法采用多元线性回归进行分析，而Logistic 回归模型是研究反应变量为分类变量一种回归模型[14]，模型要求反应变量取值为分类变量，自变量可为连续变量、分类变量等。本文中反应变量水平存在服务水平等级的高低次序，因此选用次序Logistic 回归模型，对于k 个分类水平对应k-1 个Logit 回归，即累计Logit 模型，模型基本表达式为：

表3 自变量的含义和赋值

对于k-1 个Logit 回归模型自变量系数βi均保持不变，仅常数项αi随回归而变化，经过Logit变换后得到次序Logistic 回归模型，模型基本表达式为：

式中，Fi是反应变量取相应水平(i=1、2、3、4)的累计概率，Pi是反应变量取相应水平的概率。

2.3 模型检验

2.3.1 元多线性回归模型检验

采用逐步回归法进行变量回归，模型拟合度R2=0.507，通过F 检验和T 检验，容忍度均接近1、VIF 小于5，排除共线性问题。结果显示路段出入口、交叉口、载客状态、公司企业、住宅5 个变量对道路运行速度有显著影响，住宅变量在90% 置信水平上显著，其余均在95%的置信水平上显著，除载客状态对道路运行速度的影响为正相关外，其他变量的增加均会使得道路运行速度的降低。

2.3.2 基于次序Logistic 回归模型检验

分别选取路段出入口、交叉口、载客状态以及大于45 km/h 为参照组，将变量全部载入模型，从P 值大于0.05 的变量中依次将P 值最大的剔除模型，最终路段出入口、交叉口、载客状态和公司企业入选模型，且模型通过似然比检验和拟合优度检验，平行线检验结果P=0.305＞0.05，通过平行线检验，表明次序Logistic 回归模型通过检验。

表4 基于元多线性回归模型的参数估计结果

3 结果与分析

3.1 城市交叉口和路段出入口对城市道路服务水平的影响

由表5 可知，公司企业与道路服务水平之间为负相关，说明就业地公司企业愈多道路服务水平越低的概率就较大。载客状态的回归系数为负值，说明出租车在载客时较空车状态发生道路服务水平下降的概率小，载客时道路服务水平低至少一个等级的可能性是空车状态的39.5%。而路段出入口和交叉口的回归系数分别为1.185 和3.107，说明与路段上没有路段出入口和交叉口相比，道路上存在路段出入口和交叉口对发生道路服务水平低至少一个等级的可能性较大。由表5 可知，路段出入口的存在导致道路服务水平低至少一个等级的可能性是没有路段出入口时的3.2 倍，最低为1.6 倍，最高为6.3 倍，这也印证了朱斌宁[15]等研究的停车场出入口对连接路段的运行速度具有显著影响，无出入口连接时路段的平均速度为46.4 km/h(对应本文服务水平等级为5)，有出入口连接时路段的平均速度为19.7 km/h(对应本文服务水平等级为2)。而道路交叉口的存在导致道路服务水平低至少一个等级的可能性是没有交叉口时的22.4 倍，最低为10 倍，最高为49.7 倍。

表5 基于次序Logistic回归模型的参数估计结果

3.2 出租车和公交站台对道路服务水平的影响

对比表4 和表5 可发现，载客状态对道路运行速度和道路服务水平变化影响均显著，这是因为根据实际浮动车数据，道路上空车的平均行驶速度为18.2 km/h，道路服务水平为2 级，而载客车辆的平均行驶速度为27.3 km/h，道路服务水平为3 级，导致与载客状态相比，空车状态下的道路服务水平降低一个等级而对道路运行效率产生显著影响。由模型结果可知，道路上公交站台的有无对道路速度和服务水平影响均不显著，可见合理设置公交站台和公交线路对小汽车平均速度以及道路服务水平的变化影响较小。

3.3 居住地和就业地对道路服务水平的影响

居住地住宅数量的多少对道路运行速度具有显著影响，但对道路服务水平的降低影响并不显著。而就业地公司企业的多少不仅会对道路运行速度产生显著影响，还会对道路服务水平的变化产生显著影响。这与Antipova[16]等研究结论就业充足地区相比居住地会更拥堵相一致。这是因为在早高峰由于居民通勤出行距离的不同，导致以“家”为出行起点的居民出行时间相对错时，以“单位”为出行终点的居民出行时间相对集中；而在在晚高峰，以“单位”为出行起点的居民出行时间相对集中，由于居民通勤出行距离的不同，导致以“家”为出行终点的居民出行时间相对错时。由于以“家”为起终点的出行时间相对错时，虽对道路运行速度有影响但不至于使得道路服务水平发生较大变化，而以“单位”为起终点的出行时间相对集中，导致公司企业对道路速度和服务水平的影响均显著。

4 结论

目前关于城市建成环境对城市交通影响的研究较少，且多数研究仅关注于交通出行自身的研究，如交通方式、出行时耗和出行距离等。本文基于道路浮动车数据，采用多元线性回归和有序Logistic 回归模型探讨了路段及周边建成环境对城市道路交通速度和服务水平的影响。研究发现路段出入口、交叉口以及就业地公司企业数量均会对城市交通速度和道路服务水平产生显著影响，且与居住地相比，就业地的道路服务水平降低的可能性更大。

目前大部分城市已经形成的普遍现状为城市中心区的道路密度较大，外围工业区路网密度较小，结合本文的研究分析可知，就业地较居住地的交通会更加拥堵，根据相关研究，就业地建成环境对居民通勤方式选择影响较弱，换句话说居民以“家”为起点的通勤出行采用私家车出行，在以“单位”为出行起点时仍采用相同的出行方式，一般不会根据就业地的交通拥堵情况进行转换。考虑道路出入口和交叉口对道路服务水平的影响均显著，且就业地公司企业的多少不仅会对道路运行速度产生显著影响，还会对道路服务水平的变化产生显著影响，因此，缓解就业地交通拥堵应根据就业地公司企业的规模数量调整道路结构，在就业地公司企业比较集中的地区，将以企业出入口接入城市路段的连接方式尽可能的调整为城市道路交叉口，为就业地相对集中的出行提供较多的路径选择，进而达到均衡交通、缓解拥堵的目的。

由于与载客状态相比，出租车空车状态下对道路服务水平降低影响显著，所以鼓励出租车司机和乘客采用智能化的平台进行乘车或者提前预约，以降低由于空车状态引起的道路服务水平的下降。

同时本文存在一些不足，研究道路横跨商业、居住和工业三个功能区，论文研究中未考虑空间异质性对道路交通的影响，同时研究范围为缓冲区，未考虑周边道路的影响，这是也作者下一步研究的方向。