基于结构、效率、公平与韧性的路网密度适宜性评价研究

邓毛颖，邓策方

(1.广州市规划和自然资源局，广州 510030；2.新加坡国立大学，设计与工程学院，肯特岗119077，新加坡)

0 引言

2015年，中央城市工作会议提出树立“窄马路、密路网”的城市道路布局理念以来，道路网密度指标在城市规划建设中日益得到重视。该指标已经纳入国土空间规划和城市体检的核心指标体系，成为反映交通与城市发展水平的综合性指标。

目前，规划实践中对路网密度的适宜性评价通常有两种做法，一种是参考规范推荐值，另一种是对标国际先进城市路网密度值。《城市综合交通体系规划标准(GB/T 51328-2018)》对不同功能区的路网密度提出推荐值：居住区不小于8 km·km-2，商业区与就业集中的中心区为10～20 km·km-2等。规范推荐值有一定的指导作用，但由于区间浮动较大，在多个路网密度方案均满足规范的情况下，如何评价密度适宜性没有明确标准。对标国际先进城市的做法则易忽略不同城市和不同用地功能的差异，例如，国外先进城市核心区路网密度普遍超过20 km·km-2[1]，当前，国内鲜有城市能达到该水平，因此，适用性不强。为更加综合性和差异化地评价路网密度，有必要建立定量评价指标体系和方法。

国内外已有研究针对路网密度开展定量分析及评价。总体而言，大致从路网结构、效率、公平性和韧性等维度性能进行研究。路网结构方面，杨涛等[2]从定性分析的角度，提出路网结构优化的核心在于提高支路占比，倡导采用小尺度和高密度的支路网模式，但对提高支路网密度后产生的其他影响关注较少；周涛等[3]构建路网“连通度指数”，用于表征路网结构性能，并选取重庆市3种典型的路网密度模式片区进行分析，发现路网密度较高的地区连通性更高；马林兵等[4]提出一种基于浮动车数据的城市有效路网密度的评价方法，通过对比城市有效路网密度与实际路网密度，识别交通拥堵或交通资源浪费的路段，评价路网结构合理性；WANG S.G.等[5]基于空间句法和复杂网络理论进行分析发现，高密度路网的结构指标更优，体现在连通性更强，网络层次性更好，但会带来更多十字路口和交叉口延误，因此，需要交通管理部门做好交通控制工作；PENG C.等[6]从路网结构与消费活力相关性角度进行实证研究发现，路网密度与消费服务的数量、质量和多样性呈现显著正相关，且低等级路网越密集，越能有效提振消费活力。路网效率方面，蔡军[7]基于理想的方格路网建立居民平均出行距离、转向比例及交叉口间距之间的函数关系，论证合理的干路网密度对路网通行效率有提升作用；叶彭姚等[8]提出涵盖断面、路段及路网这3 个层次的路网效率评价指标，并针对等间距方格网进行测试，显示路网效率随着路网密度的增加具有先升后降的趋势，理论上存在一个最佳的路网密度，使路网在容量和服务水平两个方面的综合性能达到最优。FEI S.等[9]构建从“宽马路、疏路网”到“窄马路、密路网”的4种密度模式的方格路网，并采用排队论模型计算节点和路段延误，测试4种密度模式路网的车流总耗时随交通需求增长的变化趋势，结果显示，对路网车流耗时总量而言，“宽马路、疏路网”模式在低交通需求情况下优于“窄马路、密路网”模式，效率更优；WANG F.等[10]从土地利用产出的角度研究最佳公路网密度发现，公路网密度的增加开始时会推动经济发展，但随着密度持续增加，反而会对土地利用产生负面影响，因此，存在最佳公路网密度使土地利用效益最大化；YAO Y.等[11]针对封闭小区开放政策进行研究发现，开放封闭小区不仅能增加路网密度，而且将使现有路网的连通性和可达性显著提高，同时，带来城市主干道车流的减少以及潜在拥堵路口数量减少，从而提升路网效率。路网公平性研究相对较少，既有研究主要聚焦于公平性指标的测度及路网布局优化。马辉等[12]从公路交通资源分配的公平性和公路网布局结构的均衡性角度，提出干线公路网布局方法；陈鹏宇等[13]以路网接近度和穿行度两个参数为基础建立交通公平性测度指标并进行测度，基于公平性测度结果提出路网优化策略。路网韧性方面，韧性是衡量路网在遭受破坏或突发事件时维持性能的指标，近年在极端天气增加的背景下越来越受到关注。赵新勇等[14]建立基于路网抗毁可靠度的高速公路网络突发事件态势理解模型和指标体系，用于评价路网的抗毁性能；赵雪婷等[15]基于交通运输网络拓扑结构及路段可靠度建立韧性值指标测度网络整体性能，并用于支撑公路网灾后修复决策优化。

上述对路网密度的评价分析往往从单一维度开展，存在一定不足。例如，从结构角度，支路网应尽量加密，但从效率出发又应避免路网过密，因此，需要综合评价路网的多维度性能。此外，既有定量评估大多采用简单的拓扑路网和简化的交通需求，实证分析不足，其研究结论与现实情形的一致性有待进一步验证。为此，本文构建一套基于多维度指标的路网密度适宜性评价方法，评价维度涵盖路网结构、效率、公平性和韧性。为解决多维度多指标评价体系存在的各维度指标的数据较分散，且量纲不一，难以直接进行求和对比的问题，本文采用改进的CRITIC 赋权法进行综合赋权评价，CRITIC法[16]是一种客观赋权法，其思路是基于不同指标值之间的独立性和指标自身的变异性进行综合赋权，与层次分析法等主观赋权法相比，可避免人为赋权产生的主观性。本文以广州市天河区珠江新城核心区为例，设定3 种典型的路网密度模式，并开展实例分析。

1 评价指标体系

基于多维度、可量化及易测算等原则，从路网结构、效率、公平性和韧性这4个维度出发，提出采用路网级配、路网交叉口连通度、路段平均饱和度、路网平均行程车速、路网总距离周转量、路网总时耗周转量、全网非直线系数、慢行网络接近度、需求增长韧性指数和供应短缺韧性指数10 项指标，构建路网密度适宜性评价指标体系，各类指标定义如表1所示，计算式如表2所示。10项指标中，路网级配、路段平均饱和度有最佳值，其他指标无最佳值，在进行指标标准化时需区别处理。路网级配(次支路占比)的最佳值根据规范推荐级配[1]，取0.78。路段平均饱和度最佳值，取0.75，该值为经验值，是道路服务水平介于C 级～D 级之间时的饱和度，道路处于该服务水平时，既能避免过于拥堵，又能保证较高的利用率，避免使用低效，造成道路资源浪费。

表1 路网密度适宜性评价指标Table 1 Road network density suitability evaluation index

表2 路网密度适宜性评价指标计算公式Table 2 Computing formulars of road network density suitability evaluation index

2 评价方法及流程

对于多维度多指标的指标体系，需要对各指标赋权以便开展综合评价。赋权方法分为主观赋权法和客观赋权法两大类，主观赋权法是利用专家(或个人)的知识与经验确定指标的权重，主要由专家根据经验主观判断得到，例如德尔菲法、两两比较法、环比评分法及层次分析法等，这类方法的主要缺点是主观随意性大。客观赋权法是从指标的统计性质上考虑，由调查所得的数据决定，不需征求专家的意见，其原始数据由各指标在被评价单位中的实际数据形成。对路网适宜性评价而言，不同的用地性质、主导功能及产业业态，均会导致评价路网性能所侧重的维度不同。因此，路网适宜性评价赋权应采用客观赋权法，以便针对不同地区的路网测算差异性的权重。常见的客观赋权法有变异系数法、相关系数法、熵值法及CRITIC法等，其中，变异系数法侧重于根据指标数据在各评价对象之间的差异性选取权重，相关系数法侧重于根据指标与指标之间的相关性选取权重，两者均不适合多种维度的综合性评价赋权。熵值法赋权方法与变异系数法一样，是以指标信息量为依据，属于信息量权数，只是对信息量的度量方法有差异。CRITIC法综合变异系数法和相关系数法的优点，综合考虑指标的变异性和独立性两种特性，因此，本文选用CRITIC法对路网各维度指标进行赋权。

CRITIC赋权法的基本思路是将评价指标的变异性和评价指标之间的独立性两个特性相结合，计算权重系数。变异性指同一个指标各个评价单位之间取值差距的大小，以标准差的形式表现，标准差越大，表明该指标在评价所选对象时能够反映的信息量越大，则该指标权重应越大；反之，则表明该指标蕴含的信息越少，权重应越小。指标之间的独立性是与相关性相反的概念，例如，两个指标之间具有较强的正相关，说明两个指标间独立性较低。独立性更强的指标应赋予更大权重；反之，独立性弱，则代表该指标包含较多与其他指标重复的信息，应赋予更小权重。变异性和独立性均为基础指标的客观权数，能够避免主观选取权重所带来的偏差。

变异性系数设指标体系包含m个指标，评价指标j的变异性系数为

独立性系数代表的是两个指标之间的信息重复程度，可以通过计算它们的相关系数加以反映。当指标体系中出现多指标时，需要建立多指标间的相关系数矩阵，即

式中：R为m个指标之间的相关系数矩阵；γij为指标i和指标j之间的相关系数。得到相关系数矩阵后，可进一步求得每个指标的独立性系数，即

最后，再基于CRITIC综合赋权法，将变异性和独立性综合考虑，求得各指标所赋权重。设Hj表示第j个评价指标所包含的变异性和独立性的综合度量，即

对其进行标准化，得到第j个指标客观权重Wj为

基于本文构建的评价体系，提出针对路网密度开展多维度评价的操作步骤如下。

Step 1 将拟评价的路网矢量文件处理为gis文件，便于统计地理信息。

Step 2 统计路网的结构指标。包括路网级配(次支路占比)和交叉口连通度等，通过arcgis 等地理信息处理软件进行统计。

Step 3 统计路网的效率指标。包括路段平均饱和度、路径平均行程车速、路网总距离周转量及路网总时耗周转量等。借助宏观交通分配模型软件进行路网模型搭建及测试统计上述效率指标，主要工作包括：搭建路网模型、设定车流需求数据、设定延误函数及标定相关参数等。

Step 4 统计路网的公平性指标。包括全网非直线系数和慢行网络接近度等。通过arcgis等地理信息处理软件进行统计。

Step 5 统计路网的韧性指标。包括需求增长韧性指数和供应短缺韧性指数。借助宏观交通分配模型软件建立路网模型进行测试，并基于测试结果统计相应指标。

Step 6 基于Step 2～Step 5 得到4 个维度指标结果，采用改进的CRITIC 综合赋权法计算综合赋权评价结果。具体流程如下：

Step 6.1 建立评价指标结果矩阵。设有P个评价对象，指标体系分为K个评价维度，Q个评价指标。则构建被评价对象的多维度评价指标矩阵为

Step 6.2 对评价指标结果矩阵进行分维度标准化处理。由于各指标的量纲不同，针对K个评价维度，对每个评价维度内的Qk个评价指标进行标准化处理。对于不同特点的指标，采用两种标准化处理方法。

一种方法是，最大/最小值标度法，适用于指标无公认的最佳值，值越大或越小则越好。以第k个维度内的评价指标为例，对正向指标和负向指标(正向指标即指标数值越大，代表路网性能越好；负向指标数值越小则路网性能越好)分别进行标准化处理。

另一种方法是最佳值偏离度法，适用于指标有最佳值，以偏离该最佳值的程度进行标准化评分，该类指标标准化处理为

可以看出，最佳值偏离度法有一定的适用范围。一般用于指标值与最佳值差异不超过1 倍的情况，否则，标准化值将出现负数，当出现负数时，按得分为0处理。在本文构建的指标体系中，路网次支路占比和路网平均饱和度属于该类指标，需采用最佳值偏离度法进行标准化。其他指标采用最大/最小值标度法进行标准化。

Step 6.3 求解一级权重。一级权重是各维度内部构成指标间的权重，即最底层权重。一级权重需要对逐个维度求解，逐个维度计算同一维度内所有指标的变异性和独立性，再运用CRITIC 综合赋权法求得所有底层指标的一级权重。

Step 6.4 求解二级权重。二级权重为各维度间的相互权重，即高一层权重。先求各维度的指标值(即将某个维度下的若干个底层指标基于一级权重求和，使得一个维度对应一个指标值)，将各维度视作“独立指标”，求解变异性和独立性系数，并再次运用CRITIC综合赋权法求得各维度间的二级权重。

Step 6.5 求解最终赋权评价值。基于各维度间的二级权重和各维度的指标值，加权得到各评价对象最终赋权评价值。

3 实例分析

3.1 分析对象

选取研究范围内既包含部分成熟区又未完全建成的地区作为实证对象。本文选取广州市天河区珠江新城-金融城片区作为研究对象，面积约11.9 km2，研究范围如图1 所示。该地区定位为广州市新城CBD(中央商务区)，主导功能为商务办公中心、商业中心及公共文化中心等。路网形态为受交通性主干道围合的方格网。以南北向的华南快速干线为界，片区西侧为珠江新城子片区，东侧为金融城子片区，目前，珠江新城子片区已基本建成，金融城子片区尚在建设中。

图1 研究范围Fig.1 Research area

梳理国内外主要城市核心区路网密度指标，大致分为3 种等级，如图2 所示，以国内新城CBD 区域为代表，路网密度大致为6～9 km·km-2；以老城核心区为代表，路网密度大致为8～15 km·km-2；以国际先进城市CBD 区域为代表，路网密度普遍在20 km·km-2以上。3种路网密度水平代表了不同的历史发展积淀和社会制度下的典型路网。

图2 国内外主要城市核心区路网密度指标Fig.2 Road network density index of core area of major cities at home and abroad

基于3 种路网密度水平，分别按照基本情形、规划加密和对标先进这3 种情形构造研究范围的路网。

情形1 基本情形，按维持现状，路网密度7.7 km·km-2。

情形2 规划加密，按既有规划路网实施，密度达到12.8 km·km-2，主要措施是主干路等级提升及延伸和支路网加密。

情形3 对标先进，对标先进城市构建模拟路网，维持规划干道网络结构，对大尺度街区进行支路加密，路网密度达到21.1 km·km-2。

3种情形路网模型拓扑结构如图3所示。

图3 3种情形路网拓扑结构Fig.3 Topological structure diagram of road network model in three cases

3.2 路网结构指标评价

(1)路网级配

3 种情形中，情形3 的路网等级级配最接近规范要求，如图4所示。规范要求的路网级配比例隐含了建设高密度次支路的要求，因此，高密度路网更容易满足规范要求的路网级配。3种情形次支路占比分别为0.49，0.67，0.78。

图4 各情形路网级配对比Fig.4 Road network level matching ratio of each situation

(2)交叉口连通度

交通运行状况不仅与路网密度有关，还和拓扑结构有关，因此，比较3种情形交叉口连通度指标，反映路网的转向便捷性。随着路网密度的增加，交叉口连通度呈现先升后降的趋势，主要原因是存在硬隔离的干道，当支路密度增加时，为保障干道通行，支路与干道交叉口采用右进右出或禁左的情况将增加，使情形3 交叉口连通度较情形2 有所下降。各情形路网结构指标对比如表3所示。

表3 各情形下路网结构指标对比Table 3 Comparison of static indexes of road network under various conditions

3.3 路网效率指标评价

根据研究范围区位及土地利用规划条件，推算地区高峰小时道路交通需求约11.95 万pcu·h-1，以此为输入条件，测试评价不同情形下的路网效率指标。

(1)饱和度

3 种情形下路网平均饱和度分别为0.84，0.65，0.41。情形2 与情形1 对比，说明路网密度提升对减轻路网压力有显著效果，但情形3 显示，继续加密路网后，路网整体饱和度大幅下降，出现大量利用率不足的道路，可能造成资源浪费。各情形路网饱和度如图5所示。

图5 各情形下路网饱和度Fig.5 Road network saturation diagram in each case

(2)路网行程车速

3 种情形测试结果显示，高峰期平均行程车速分别为14.0，16.1，14.1 km·h-1。路网密度对车速的影响不完全正相关。随着路网密度增加，交叉口数量的增加造成停车次数增多，行程车速呈现先升后降的趋势。

(3)周转量

周转量随路网加密单调下降，如图6所示，3种情形平均出行距离分别为3.0，2.9，2.8 km，密度越高，绕行距离越短，验证了路网密度增加连通性增强，能够有效减少绕行距离。时间周转量方面，随着路网逐步加密，先降后升，与行程车速的变化趋势类似，密度高于某个临界点后，效率开始下降。

图6 各情形下路网总周转量对比Fig.6 Comparison of total turnover of road network in each case

3.4 路网公平性评价

(1)全网非直线系数

3 种路网情形非直线系数分别为1.62，1.48，1.42，表明随路网密度提升，所有交通流的公平性逐步增加，但增加幅度趋缓。

(2)慢行网络接近度

3种路网情形下，慢行网络接近度分别为0.86，0.96，1.02，表明随路网密度提升，路网对慢行交通的公平性逐步增加。除均值外，慢行网络接近度分布也体现出随路网密度增加越来越均衡的态势，分布曲线显示极端值占比减少，中间值占比增加，如图7所示。

图7 3种情形路网交通小区慢行网络接近度分布曲线对比Fig.7 Comparison of three kinds of road network traffic area slow network proximity distribution curve

3.5 路网韧性评价

(1)需求增长情景

在测试路网常态需求的基础上，设定需求指数0.5～1.5 的11 种需求情景，对应常态需求的50%～150%，测试3种情形路网。并选取路段平均饱和度和路径平均行程车速分别代表路网负荷及效率，通过对比各情形的路网负荷和效率变化幅度观察路网韧性，即路网负荷和效率变化幅度越小，韧性相对越强。测试结果如图8所示。

图8 路段平均饱和度和路网平均行程车速随需求增加变化情况Fig.8 Change of average saturation of road section and average travel speed of road network with increase of demand

(2)供应短缺情景

在各情形路网的基础上，定义路网供应短缺指数0～3，其中，0代表正常路网；1～3代表分别剔除路网中流量排行前1～3位的路段后的路网，以模拟因自然灾害和交通事故等导致的关键路段中断交通的情况。测试各情形路网在不同程度供应短缺指数下的运作。测试结果如图9所示。

图9 路段平均饱和度和路网平均行程车速随供给短缺变化情况Fig.9 Change of average saturation of road sections and average travel speed of road network with supply shortage

情形1、情形2及情形3对应的需求增长韧性指数分别为0.48，0.66，0.83；对应的供应短缺韧性指数分别为2.03，5.37，4.46。可以看出，随着路网密度提高，需求增长韧性指数会随之增加，而供应短缺韧性指数出现先增后降趋势。

3.6 综合评价结果

指标体系结果汇总如表4 所示。将各指标实际量纲值利用式(7)～式(9)归一化为标准分值，可更直观地对比3 种路网密度对性能的影响。从对比结果来看，路网密度的提高对各维度和各指标的影响并不完全一致。10个指标中，5个指标表现为路网密度越大，指标评分越高，即路网密度越高越好；另外5个指标评分不随路网密度提升而增长，具体如下。

表4 各情形下路网多维度指标值Table 4 List of multi-dimensional indicator values for road network in various scenarios

(1)路网结构

路网密度提升对交叉口连通度呈现先增后降的态势，原因在于随着密度增加，支路与干道相交路口的数量也增加，为保障干道通行效率，对支路的左转和直行等进行限制，拉低路网交叉口的整体转向连通度。

(2)路网效率

路段平均饱和度、路径平均行程车速及路网总时耗周转量这3 个指标随着路网密度的增加呈现先增后降，或持续下降趋势。饱和度评分下降主要是由于路网加密后，在需求不变的情况下，路网的利用率会随之下降，即存在大量的低需求路段，造成投资和用地的浪费。路网平均行程车速和总时耗周转量评分下降与加密路网造成的交叉口延误直接相关。

(3)路网韧性

供应短缺韧性指数受路网密度增加呈现先增后降趋势。主要原因在于，随着路网进一步加密，关键路段(路网中承担大部分流量或出行路径的路段)接入的次支路增长，其在路网中的关键程度会随之增长，由此导致关键路段受到破坏时，对路网的整体稳定性影响加大。

进一步，对各维度指标标准化分值进行赋权求和，运用CRITIC综合赋权法求得各评价维度权重，并得到各情形的总体评价值，如表5所示。对所选的实例分析地区而言，路网效率权重最高，达到36%，与分析地区的CBD 功能定位是吻合的。此外，路网公平性权重排第二，达到33%，在路网评价中也处于核心地位，与商业集中区重视慢行和路网的公平可达要求相一致。因此，CRITIC 综合赋权法能够在路网评价中体现分析对象的主导功能定位要求，并反映在各维度权重取值中。

表5 各情形下路网多维度指标评价值对比Table 5 Comparison table for multidimensional indicator evaluation of road network in various Situations

从各个维度评分来看，情形2在路网效率方面最优，反映出路网密度过高后对效率反而有所抑制。在路网结构和韧性方面，情形3 表现最佳，但与情形2相比优势不显著，表明路网密度的增加对路网结构和韧性提升的边际效用是递减的。对分析片区而言，路网公平性随着路网密度增加是单调增长的。

总体评分上，分析对象采用情形2的路网密度模式得分最高，表明CBD 地区对路网效率要求最高的情况下，路网密度并非越高越好，而是存在适宜的路网密度值。

4 结论

本文从路网的核心功能出发，构建多维评价指标体系，以广州市天河区珠江新城-金融城片区为例，评价研究不同路网密度模式。主要研究结果如下。

(1)基于路网结构、效率、公平性和韧性这4 个维度构建路网密度评价指标体系，确立10项指标，包括：路网结构指标2 项、路网效率指标4 项、路网公平性指标2 项目及路网韧性指标2 项，并提出各项指标的计算方法。

(2)建立一种整合多维度多量纲指标体系的综合赋权方法。基于改进的CRITIC赋权法通过分维度分层级的方式客观求取各指标权重。权重计算结果表明，CBD 地区路网最重视效率和公平性评价。

(3)评价结果表明，路网密度过高后对效率反而有所抑制，路网密度的增加对路网结构和韧性提升的边际效用是递减的，路网公平性是随着路网密度增加单调增长的。对CBD 地区而言，存在适宜路网密度，而非路网密度越高越好。因此，本文提出的评价指标体系和评价方法能够避免单一评价指标的局限性，实现对不同功能区路网的综合性评价。