王 菲, 邢茹茹,2, 朱 湧, 陈 宁, 杨 涛
(1.重庆交通大学 交通运输学院, 重庆 400074; 2.山地城市交通系统与安全重庆市重点实验室, 重庆 400074; 3.招商局重庆交通科研设计院有限公司, 重庆 400067; 4.重庆零谷交通科技有限责任公司, 重庆 400064)
山地城市路网结构复杂,城市用地通常被山脉、河流分隔成多个具有一定规模的组团,城市结构整体呈“自由式组团”分布,道路条件较为特殊,路网规划与建设受地形走势影响较大,无法完全根据交通需求合理安排路网,存在道路级配不合理、道路坡度和非直线系数较大、网络连接度较低、畸形交叉口较多等问题。
路网容量是准确掌握交通管控目标的重要参数。研究山地城市区域路网容量,可精确掌握山地城市区域路网的交通供给能力,从而制定合理有效的交通管控措施,缓解交通拥堵问题。目前,国内外学者主要从道路条件[1-2]、交通方式[3-5]、交通管控[6-8]3个维度选取指标分析对路网容量的影响程度。为筛选合理、科学的关键影响因素,一般选取相关赋权法。现阶段,常用的赋权法有德尔菲法[9]、层次分析法[10]、二项系数法[11]、环比评分法[12]、主成分分析法[13]、因子分析法[14]、熵值法[15]、粗糙集法[16]等。目前未有完全通用的指标权重确定方法,不同指标权重确定方法的原理与思想不同,因此要依据评估对象的特点合理选择赋权方法,以提高综合评价的准确性和有效性。
为深入刻画山地城市路网特征,本文基于平原城市路网数据和山地城市路网数据,根据山地城市区域路网特征,选取具体的路网容量指标,并分别利用德尔菲法和层次分析法验证指标合理性和确定指标权重,从而得到山地城市区域路网容量关键影响因素。
为探究山地城市区域路网特征,结合山地城市路网在布局、功能和等级结构等方面的特征,对山地城市区域特征指标进行系统研究,从道路条件、交通方式、交通管控3个方面选取山地城市区域路网特征指标,与平原城市区域路网进行对比分析。
从道路条件方面选取道路沿线开口、车道宽度、车道数、交叉口间距、道路级配、路网密度、网络连接度、坡度、非直线系数、横断面形式指标;交通方式方面选取车种构成指标;交通管控方面选取交叉口控制方式和单向通行2个指标进行研究。
本文选取4个平原城市区域路网与5个山地城市区域路网,划定其周边的快速路或主干路围成的区域为研究范围,如图1和图2所示。对所需特征数据进行调查、提取和处理,围绕以上13个指标进行对比分析如下。
(a) 北京国贸区域
(a) 重庆解放碑区域
1) 道路条件对比分析
(1) 道路沿线开口
统计研究范围内道路总长度、道路与沿线两侧相交道路或用地项目(如住宅小区、公司、学校、医院)等形成的交织节点数,两者相除,得到道路沿线平均开口间距,其计算公式为:
(1)
式中:L为道路沿线平均开口间距,m;Ai为道路长度,m;Bi为道路沿线开口数;n为道路总数。
实际调查结果如表1所示。将表1对应数据代入式(1),可计算得到平原城市区域与山地城市区域平均开口间距平均值分别为136 m和131 m。
表1 平原城市及山地城市各指标对比
(2) 车道宽度
对研究范围内道路车道宽度、道路总数进行统计,两者相除,得到平均车道宽度,其计算公式为:
(2)
式中:W为平均车道宽度,m;Ci为车道宽度,m。
将表1对应数据代入式(2),可计算得到平原城市区域与山地城市区域的平均车道宽度平均值分别为3.59 m和3.35 m。
(3) 车道数
对研究范围内道路长度、车道数进行统计,每个道路长度与车道数相乘并求和,所得结果除以道路总长度,得到平均车道数,其计算公式为:
(3)
式中:K为平均车道数,个;Ni为车道数,个。
将表1对应数据代入式(3),可计算得到平原城市区域与山地城市区域的平均车道数平均值分别为3.88和3.52。
(4) 交叉口间距
对研究范围内两两相邻交叉口之间的距离进行统计并取平均值,得到平均交叉口间距,其计算公式为:
(4)
式中:D为平均交叉口间距,m;Di为交叉口间距,m;d为相邻交叉口总数。
将表1对应数据代入式(4),可计算得到平原城市区域与山地城市区域平均交叉口间距平均值分别为196.57 m和310.09 m。
(5) 道路级配
道路级配指不同等级的城市道路的长度比例。《城市道路设计规范》(CJJ 37—90)所推荐的城市道路级配比例为快速路∶主干路∶次干路∶支路=1∶2∶3∶6。
采用道路级配合理性评判系数这一指标来评判城市道路级配的合理程度,对城市道路现状级配与推荐级配进行对比,利用相对值来显示不同等级道路充裕或缺失的程度,从而反映城市道路级配的合理性。道路级配合理性评判系数越小,证明现状道路级配较为合理;反之则说明现状道路级配不够合理。合理性评判系数计算公式为:
(5)
将表1对应数据代入式(5),可计算得到平原城市区域与山地城市区域的道路级配合理性评判系数平均值分别为0.42和0.65。
(6) 路网密度
路网密度是城市内部道路的总长度与城市用地面积的比值。在所选研究范围内调查路网密度,根据表1对应数据可计算得到平原城市区域与山地城市区域的路网密度平均值分别为10.81 km/km2和7.08 km/km2。
(7) 网络连接度
网络连接度是指路网中所有交叉口连接的路段数与交叉口数的比值,体现的是路网的成熟度。在所选研究范围内调查网络连接度,根据表1对应数据可计算得到平原城市区域与山地城市区域的网络连接度平均值分别为3.36和3.3。
(8) 坡度
通常把坡面垂直高度与水平方向距离的比值叫做坡度,对研究范围内道路的坡度进行统计,并取平均值,得到平均坡度,其计算公式为:
(6)
式中:P为平均坡度,%;Pi为道路坡度,%。
将表1对应数据代入式(6),可计算得到平原城市与山地城市区域的平均坡度平均值分别为1.33%和4.11%。
(9) 非直线系数
采用平均非直线系数这一指标将非直线系数进行量化。对研究范围道路非直线系数进行统计并取平均值,得到平均非直线系数,其计算公式为:
(7)
式中:F为平均非直线系数;Fi为非直线系数。
将表1对应数据代入式(7),可计算得到平原城市与山地城市区域的平均非直线系数平均值分别为1.07和1.13。
(10) 横断面形式
采用横断面形式比例这一指标将横断面形式进行量化,其值等于不同横断面形式的道路数量与道路数的比值,计算公式为:
(8)
式中:E为横断面形式比例;Ei为单幅路、双幅路、三幅路、四幅路各自道路总数。
对所选城市区域的道路横断面形式比例进行调查,结果如表2所示。
表2 道路横断面比例对比 %
由表2对比结果可以看出,山地城市区域路网道路横断面中单幅路和双幅路占比较大,易存在机非混行的现象,影响交通安全;而平原城市区域道路横断面中三幅路和四幅路占比较大。
2) 交通方式对比分析
车种构成是指路网中各种车型的组成。山地城市道路坡度通常较大,不利于非机动车出行,获取有关山地城市区域与平原城市区域在车种构成方面的资料[17-18]可知,平原城市车种构成包括客车、公交车、货车、电动自行车以及自行车,山地城市车种构成包括客车、公交车、货车和摩托车。山地城市区域的车种构成中,没有电动自行车、自行车等非机动车,这与平原城市区域的车种构成不同。
3) 交通管控对比分析
(1) 交叉口控制方式
山地城市受其特殊地形条件的影响,路网中信号控制交叉口的占比较大并且畸形交叉口较多,而平原城市多为混合交通运行的情况,因此两者在信号控制交叉口方面存在明显区别。采用信控交叉口比例这一指标将交叉口控制方式进行量化,其值等于信控交叉口总数与交叉口总数的比值,计算公式为:
(9)
式中:G为信控交叉口比例;A为信控交叉口总数;B为交叉口总数。
通过对平原4个区域、山地城市5个区域信控交叉口比例进行调查并求解均值,结果如表3所示。由表3可知,平原城市区域与山地城市区域的信控交叉口比例平均值分别为42%和49%。
表3 信控交叉口比例对比 %
(2) 单向通行
山地城市经常采用单向通行的组织方式来缓解城市交通拥堵问题,采用单向通行道路长度比例这一指标来量化单向通行指标,其值等于单向通行道路长度与道路总长度的比值,计算公式如下:
(10)
式中:I为单向通行道路长度比例;L单为单向通行道路长度,m;L总为道路总长度,m。
对所选城市区域的单向通行道路长度比例进行调查,其结果如表4所示。由表4可知,平原城市区域与山地城市区域的单向通行道路长度比例平均值分别为20%和25%。
表4 单向通行道路长度比例对比 %
为确定山地城市区域路网容量的影响因素,需借助赋权方法对以上分析的13个指标进行进一步研究,并将各个影响因素的合理性和重要性进行量化,从而更准确地判断出具有山地城市区域路网特征的路网容量影响因素。
通过对德尔菲法等12种赋权方法的分析,发现德尔菲法对缺乏样本数据、难以建立数学模型的实际问题特别有效,而引言中提到的13个指标之间难以建立数学模型,因此,本文利用德尔菲法来验证所筛选的路网容量影响因素的科学性和合理性。
德尔菲法具有以上优点的同时也存在以下不足:
1) 过程复杂,耗费时间较长。
2) 专家评价带有一定的主观性。
3) 专家之间无法交流,造成缺乏评估尺度的一致性。
针对以上不足,本文提出以下应对方法:
1) 及时确定参与调查的专家,提高工作效率。
2) 提前查阅相关参考资料和数据,在向专家发出调查问卷时同步提供这些资料,使专家作出评价时尽量客观。
3) 引入“离散程度系数”这一指标处理结果,判断评估尺度一致性。
使用德尔菲法进行问卷调查轮次一般为2到3轮,因此本文共进行3轮问卷调查,并对问卷调查结果分析汇总。
本文采用重要程度系数Ri和离散程度系数Qi对影响因素的科学性和合理性进行判断。在专家打分的基础上,分别计算各个影响因素的重要程度系数和离散程度系数来综合比较这2个系数,并对影响因素进行筛选。
重要程度系数Ri指参与打分的全部专家对同一指标的打分之和与该指标应得满分的比值,该系数越大,说明专家认为该影响因素重要程度越高;越小则说明专家认为该影响因素重要程度越低。其计算式如下:
Ri=(Ni1×1+Ni2×2+Ni3×3+Ni4×4+Ni5×5)/(5×N)
(11)
式中:i为影响因素序号;Ni1~Ni5为专家对第i个影响因素打分为1分到5分所对应的总人数;N为问卷总数量。
离散程度系数Qi是判断数据离散程度的相对统计量,是标准差σ与平均数μ之比,该数值越小,说明专家对该指标的意见越一致;越大则说明专家对该指标的分歧越大。其计算式如下:
Qi=σi/μi
(12)
由上述分析可知,应选取Ri较大且Qi较小的指标作为有效指标。经过参考相关文献对“影响因素重要性大小”和“专家意见分歧大小”的界定,可将Ri≥0.7且Qi≤0.2的影响因素定义为有效影响因素。
通过专家反馈的调查问卷的打分情况和上述的计算公式,可计算出各指标的重要程度系数和离散程度系数,并确定出科学合理的山地城市区域路网容量影响因素,即道路沿线开口、车道宽度、车道数、交叉口间距、道路级配、网络连接度、坡度、交叉口控制方式和单向通行这9个指标。
层次分析法把研究对象作为一个系统,按照分解、比较判断、综合的思维方式进行决策,每一层的权重设置都会影响到最终结果。在每个层次中的每个因素对结果的影响程度都是量化的,可用于对无结构特性的系统评价以及多目标、多准则等的系统评价。
本文需确定9个路网容量影响因素的权重,评价结构可按照层次分析法的要求分为目标层、准则层和方案层;构建判断矩阵的数据来源为城市路网规划、交通管理与控制等领域的12位高校教授和副教授以及相关企事业单位的专家等,专家对路网容量影响因素评价指标体系和各指标的相对重要性有着清晰的认识。因此,本文可利用层次分析法确定山地城市区域路网容量影响因素的权重。
层次分析法除了以上优点和适用性,也存在以下不足:
1) 判断矩阵的构建结果受人的主观意识影响较大。
2) 因素过多时,数据计算量大。
针对以上不足,本文提出以下应对方法:
1) 邀请对本文研究内容较为熟悉的专家参与问卷调查,并对所构建的判断矩阵进行一致性检验。
2) 本文研究9个影响因素,计算量较大,借助软件Yaahp可提高计算效率。
通过对山地城市区域路网特征分析可知,山地城市区域路网容量影响因素为道路沿线开口、车道宽度、车道数等9个影响因素,可分为道路条件和交通管控。利用层次分析法建立山地城市区域路网容量影响因素评价指标体系,并确定关键影响因素。
1) 建立层次结构
将所选的9个影响因素分别编号,构建一个层次分析法所需的层次结构,如图3所示。
图3 层次结构
2) 构造对比判断矩阵,计算影响因素的相对权重
建立山地城市区域路网容量影响因素的比较判断矩阵。本文将所选取的9个影响因素分类为道路因素和管制因素,并对这些影响因素的权重进行问卷调查与分析,得到相应的判断矩阵。
对道路因素和管制因素的权重进行问卷调查,分析得出判断矩阵,并计算各影响因素的相对权重,如表5所示。
表5 总目标层下的判断矩阵A-B
由表5可知,总目标层下的判断矩阵的一致性检验结果小于0.1,满足一致性要求。因此,得到准则层和方案层各指标的初始权重,如表6所示。
表6 各影响因素初始相对权重
由表6初始权重分析结果可知,交叉口控制方式、道路沿线开口、车道数、交叉口间距等因素的影响较大。计算总目标下各影响因素的相对权重:
Wci=Wi×Wa
(13)
式中:Wi为准则层中各影响因素的相对权重;Wa为方案层中各影响因素的相对权重。
根据公式(13)得到本文所选取的影响因素在总目标下的相对权重,如表7所示。
表7 总目标下各影响因素相对权重
将各影响因素相对权重按从大到小的顺序列出,结果如表8所示。
表8 各影响因素权重排序
表8为利用层次分析法得到本文所选取的山地城市区域路网容量影响因素的权重,按权重大小排序得来。取前5位影响因素,即交叉口控制方式、道路沿线开口、车道数等因素作为影响山地城市区域路网容量的主要因素。
本文首先对所研究的路网容量定义进行阐述,进而对山地城市区域的路网特征进行分析,从道路条件、交通方式、交通管控3个方面选取13个路网特征指标,利用层次分析法与德尔菲法确定了影响山地城市区域路网容量影响的关键因素,并得出如下结论:
1) 通过对比分析平原城市与山地城市13个路网特征指标,利用德尔菲法对这13个指标的科学性和合理性进行验证,结果表明其中共有9个有效影响因素,分别为:道路沿线开口、车道宽度、车道数、交叉口间距、道路级配、网络连接度、坡度、交叉口控制方式和单向通行。
2) 利用层次分析法确定9个有效影响因素的权重,并将权重较大的5个影响因素,即交叉口控制方式、道路沿线开口、车道数、交叉口间距和车道宽度确定为山地城市区域路网容量的关键影响因素。