交通网络发展空间格局变化监测研究

董妍妍

(马鞍山市自然资源和规划信息中心，安徽 马鞍山 243000)

0 引言

交通网络对城市的发展具有引导、支撑和保障能力，是反映区域经济发展水平和潜能的重要指标之一[1-3]。从历史演化来看，在河运时代，沿运河建城催生了许多城市的繁荣，形成了条带状多核心为主的空间结构模式；近代以来，随着陆路交通的发展，铁路和公路逐渐取代了水运，沿道路交通干道的城市迅速成长，使得沿运河城市走向衰落，点轴式空间结构模式成为主要的特征模式[4-6]。现代化的综合交通体系往往涵盖了公路、水运、航空、铁路及管道等5类，能基本满足日常生产生活的需求。随着国民经济和社会发展对交通综合运输的需求日益增强，需优化交通运输的有机构成，促进交通运输体系完善，加快综合交通运输市场化进程[7-9]。因此，分析交通网络发展空间格局对城市的经济发展具有重要的实际意义。测度交通网络发展情况的指标较多，例如路网密度、交通干线影响度、交通通达性等指标[10-12]。

本研究以某设区市的交通网络数据为基础，采用GIS空间分析技术，依据相关数学方法和模型，对设区市综合交通网络发展空间格局进行研究与分析，为后续交通基础设施的建设提供研判资料和数据支撑。

1 技术流程

1.1 数据收集及数据整合

数据收集及数据整合主要是收集2020年地理国情普查成果、2021年基础性地理国情监测数据、影像资料、1∶1万DEM、其他专业资料。

在数据整合阶段，主要包括坐标转换、格式转换、数据入库等数据预处理步骤，在整合过程中需要综合研究区设区市社会发展状况、经济发展状况、公共服务水平等非空间数据，形成监测的原始资料数据。

1.2 交通网络空间格局指标构建

本研究依据设区市综合交通规划、重点城市综合交通规划等资料，结合当前国内外学者的研究成果，提取铁路网络、公路网络、城市道路网络、乡村道路网络、内河航运网络作为交通网络密度(TD)指标，提取交通干线、交通枢纽作为便捷度(SL)指标，确立指标因子并进行量化。

1.3 公共服务空间格局监测

1.3.1 交通网络密度指标计算

利用核密度分析工具，得到线离散化数据，用于反映交通网络密度。其中，不同道路将行车速度作为权重(Population)字段，影响距离作为搜索半径；航道设定吨级作为权重字段，影响距离为监测区全域。

1.3.2 交通便捷度指标计算

利用欧氏距离分析工具，使用距离衰减方法离散化反映交通便捷度。其中，交通干线和交通枢纽将服务距离作为最大距离。

1.3.3 单项指标数据标准化、加权求和

根据评价单元各单项指标值及各单项指标权重值，通过对单项指标进行数据标准化处理，采用综合加权求和(均赋予相同权重)计算复项指标，迭代得到交通密度水平结果和交通便捷度水平结果。

1.3.4 交通密度坡度修正

利用DEM数据得到评价区域坡度数据，对坡度数据按照坡度分级进行重分类，而后利用该表对应的坡度修正系数完成不同区域的交通密度结果修正，从而得到最终的交通密度分布结果。

1.3.5 交通通达指数计算

将每个指标看作对分项指数的作用相同，赋予相同权重。在此基础上，将反映区域交通通达状况内外两方面的交通密度水平和便捷度赋予相同权重，得到交通通达指数。

2 成果展示

2.1 交通网络基本分布

2.1.1 城市交通线路基本分布

铁路方面，该设区市交通线路基本统计情况为：2020年普通铁路长100 km，无高速铁路；2021年均没有变化。

就分区统计而言，铁路方面，普通铁路主要分布在东海县、连云区和海州区，其他三区县无铁路网分布。2020—2021年，该设区市各区县普通铁路长度无变化。

公路方面：高速公路主要分布在赣榆区、海州区，这两区高速公路长度均超过80 km，合计数占该设区市全市高速公路长度的近一半；其次，分布在灌云县、东海县，连云区、灌南县有少量分布。2020—2021年，各区高速公路长度基本无变化。一级公路主要分布在连云区、东海县，其次分布在赣榆区、海州区，灌云县、灌南县有少量分布；二级公路主要分布在赣榆区、东海县；三级公路、四级公路主要分布在东海县、灌云县；其他公路主要分布在海州区、灌云县和连云区。2020—2021年，该设区市高级公路、一级公路、四级公路和其他公路长度变化不大；二级公路和三级公路之间此消彼长，主要是三级公路逐步转化为二级公路，主要转化区域为东海县。

2.1.2 城市交通枢纽设施基本分布

2020年，该设区市交通枢纽设施包括火车站7个，港口35个，客运中心62个，高速公路出入口85个。2021年该设区市交通枢纽设施情况无变化。

2.2 交通网络发展空间格局变化监测

2.2.1 交通网络空间密度及其变化情况

2020年该设区市各区之间交通网络密度最大值较为相近(90～93)、最小值较为相近(55～59)；各区交通网络密度平均值较大的为灌云县(78)、海州区(77)、连云区(76)，平均值较小的为灌南县(74)、赣榆区(68)、东海县(64)。这表明灌云县、海州区、连云区交通网络密度较大，理论上交通便捷性和通达性较高；反之，灌南县、赣榆区、东海县交通网络密度较小，理论上交通便捷性和通达性较低。东海县和赣榆区交通网络密度的标准差较小，表明这两区交通网络布局较为均衡，密度较为平均；其余各区交通网络密度的标准差较大，表明这些地区交通网络布局不太均衡，密度不太平均。2020—2021年，该设区市各区交通网络密度最大值、最小值和平均值基本无变化，海州区的标准差略有下降，表明该设区市大部分地区交通网络密度无明显变化，仅海州区通过交通网络结构和交通布局的调整使得区内交通网络密度趋于均衡布局。

2.2.2 交通网络空间便捷度及其变化情况

2020年该设区市各区交通网络便捷度最大值较为相近；各区之间最小值也较为相近。交通网络便捷度平均值较大的为海州区(74)、连云区(73)、东海县(72)，排名靠后的为赣榆区(70)、灌云县(70)和灌南县(69)。表明海州区、连云区、东海县交通网络便捷度较大、辐射能力较强；反之，赣榆区、灌云县和灌南县交通网络便捷度较小、辐射能力较弱。灌南县、灌云县和海州区交通网络便捷度的标准差较小，表明这些区域交通网络辐射影响较为均匀，便捷度的区域分布较为均衡；东海县、赣榆区、连云区交通网络便捷度的标准差较大，表明这些区域交通网络辐射影响较不均匀，便捷度的区域分布不太均衡。

2020—2021年，该设区市各区交通网络便捷度最大值、最小值、平均值基本无变化，仅连云区的标准差略微下降，表明该设区市大部分地区交通网络便捷度无明显变化，仅个别地区趋向均衡布局。

2.2.3 交通网络空间通达性及其变化情况

从交通网络通达性测度来看，2020年该设区市各区之间最大值较为相近，各区之间最小值也较为相近。各区县交通网络空间通达性平均值分别为海州区(75)、连云区(74)、灌云县(74)、灌南县(71)、赣榆区(69)、东海县(68)。海州区、连云区、灌云县交通网络通达性较强、辐射能力较强；反之，灌南县、赣榆区、东海县交通网络空间通达性较弱、辐射能力较弱。各区交通网络通达性的标准差相差不大，东海县、赣榆区和海州区的标准差较小，表明这些区域交通网络辐射影响较为均匀、交通通达性的区域分布较为均衡。

2020—2021年，该设区市各区交通网络通达性最大值、最小值、平均值和标准差均无明显变化。

3 结语

(1)2020—2021年，该设区市各县区交通网络密度最大值、最小值和平均值基本无变化，海州区的标准差略有下降，表明该设区市大部分地区交通网络密度无明显变化，中心城区通过交通网络结构和交通布局的调整使得区内交通网络密度趋于均衡布局。

(2)2020—2021年，从交通网络设施变化监测分析的结果来看：交通网络密度增加的区域主要为连云区和海州区，增加区域占比40%以上，其次为灌云县，增加区域占比18%；不变和减少的区域主要为灌南县(98%)、赣榆区(92%)、东海县(91%)。这表明近两年该设区市交通网络密度逐步增强的区域主要集中在主城区，城市外围地区交通网络密度增强效应不明显。

(3)2020—2021年，该设区市各县区交通网络通达性最大值、最小值、平均值和标准差均无明显变化，表明短时期内该设区市交通网络便捷度未发生明显变化。该设区市交通网络密度平均值排名前3的区(灌云县、海州区、连云区)与交通网络便捷度平均值排名前3的区(海州区、连云区、东海县)保持了一定的一致性。