基于TOPSIS方法的成都市衛(wèi)星城交通網(wǎng)絡(luò)可達(dá)性研究

鄧琮

摘要：以成都市交通網(wǎng)絡(luò)數(shù)據(jù)為數(shù)據(jù)源，利用GIS空間分析技術(shù)，通過交通距離指數(shù)、路網(wǎng)連通指數(shù)、軌道交通服務(wù)指數(shù)、交通設(shè)施指數(shù)四個指標(biāo)對成都市各衛(wèi)星城（新都、郫都、溫江、雙流、龍泉）交通網(wǎng)絡(luò)的空間形態(tài)、空間分布、距離關(guān)系等進(jìn)行多角度分析，并在此基礎(chǔ)上，構(gòu)建綜合評價指標(biāo)，并利用國際上比較成熟的TOPSIS評價方法，分析成都市主要衛(wèi)星城（新都、郫都、溫江、雙流、龍泉）的城市道路網(wǎng)絡(luò)的可達(dá)性現(xiàn)狀。結(jié)果表明：受歷史因素、自然環(huán)境及經(jīng)濟(jì)發(fā)展等因素的影響，成都市的道路交通網(wǎng)絡(luò)通達(dá)性呈現(xiàn)明顯的差異化，五個衛(wèi)星城中雙流區(qū)的可達(dá)性最好，其次是郫都區(qū)、溫江區(qū)，最后是新都區(qū)和龍泉驛區(qū)。研究對成都市交通網(wǎng)絡(luò)的優(yōu)化和擴(kuò)展有一定指導(dǎo)作用，對城市交通網(wǎng)絡(luò)布局和通達(dá)性分析評價進(jìn)行了一定改進(jìn)。

Abstract： Taking Chengdu traffic network data as the data source， using GIS spatial analysis technology， through the traffic distance index， road network connectivity index， rail transit service index， and transportation facility index， the spatial morphology， spatial distribution， distance relationship of the traffic network of satellite cities of Chengdu （Xindu， Pidu， Wenjiang， Shuangliu and Longquan） are analyzed from multiple angles. On this basis， comprehensive evaluation indicators are constructed， and the internationally mature TOPSIS evaluation method is used to analyze the accessibility status of the urban road networks of the main satellite cities of Chengdu （Xindu， Pidu， Wenjiang， Shuangliu and Longquan）. The results show that due to the influence of historical factors， natural environment and economic development， the accessibility of Chengdu's road traffic network is obviously different. The Shuangliu District of the five satellite cities has the best accessibility， followed by the Yudu District. Wenjiang District， and finally Xindu District and Longquan District. The research has a certain guiding significance in the optimization and expansion of Chengdu's transportation network， and has made some improvements to the urban traffic network layout and accessibility analysis and evaluation.

關(guān)鍵詞：可達(dá)性;衛(wèi)星城;成都市

Key words： accessibility;satellite city;Chengdu

中圖分類號：U491.1+2? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2018）35-0218-04

0? 引言

1915年美國學(xué)者泰勒正式提出衛(wèi)星城概念，定義為大型城市周邊有限距離內(nèi)的居民聚居點。近三十年國內(nèi)外研究表明，衛(wèi)星城的出現(xiàn)一般是在城市化快速發(fā)展，人口、產(chǎn)業(yè)不斷向中心城集中，城市建成區(qū)不斷向外發(fā)展的背景下產(chǎn)生。相關(guān)研究認(rèn)為，大型城市周邊的衛(wèi)星城可以有效治理大城市產(chǎn)生的“大城市病”，起到“疏散大城市中心區(qū)過密的人口，緩解住房、交通壓力，減少環(huán)境污染，改善人居環(huán)境”等顯著作用[1-3]。近年來，伴隨著大城市人口往衛(wèi)星城遷移的趨勢，衛(wèi)星城交通設(shè)施的相對滯后已經(jīng)成為城市進(jìn)一步發(fā)展的巨大阻礙。因而，優(yōu)化當(dāng)?shù)爻鞘兄行暮托l(wèi)星城交通之間的交通網(wǎng)絡(luò)布局，提高城市交通網(wǎng)絡(luò)的通達(dá)性，對城市的可持續(xù)發(fā)展具有重要意義。

近些年來，國內(nèi)外學(xué)者對交通可達(dá)性進(jìn)行了較為深入的研究。較早時期國外O'Sullivan首先在公共交通規(guī)劃方面使用GIS手段輔以分析，取得較好的效果[1]，Wood也使用GIS證明了食品店的距離和周邊社區(qū)人口健康有較大相關(guān)性[2]。Ford研究了倫敦如何構(gòu)建可持續(xù)性交通。Wang以GIS空間分析手段研究了Columbus社區(qū)交通模型[3]。Santiago研究了如何在紐約市提高殘疾人搭乘交通工具的便捷度。Lovett分析了城市中健康服務(wù)點分布對當(dāng)?shù)鼐用窠煌蛇_(dá)性影響[4]。Elshahawany研究了埃及交通可達(dá)性和交通費用之間的相關(guān)性[5]。Grossman評估了技術(shù)驅(qū)動型對當(dāng)?shù)亟煌üこ贪l(fā)展的影響[6]。國內(nèi)李煜從不同角度探討了廣州市不同交通網(wǎng)的可達(dá)性差異[7]。馬曉蕾等利用ArcGIS軟件的Spatial Analyst功能，對我國地級市交通可達(dá)性進(jìn)行分析[8]。劉安樂構(gòu)建跨省山區(qū)交通可達(dá)性模型，分析了烏蒙山區(qū)的交通可達(dá)性整體水平狀況[9]。陳娛等研究表明京津冀地區(qū)交通區(qū)域可達(dá)性從沿交通廊道結(jié)構(gòu)發(fā)展到同心圓結(jié)構(gòu)[10]。宋潔華從多個維度系統(tǒng)研究了海南交通可達(dá)性的空間分異現(xiàn)狀[11]。

1? 研究區(qū)概況

成都，作為中西部特大中心城市，常住人口接近1 600萬，GDP超1.3萬億元，全市下轄20個區(qū)（市）縣和高新區(qū)、天府新區(qū)成都直管區(qū)，面積達(dá)1.46萬平方公里。當(dāng)前，成都中心城區(qū)已占有全市三分之一的人口和經(jīng)濟(jì)總量，其衍生出的交通壓力、資源環(huán)境、可持續(xù)發(fā)展等諸多“城市病”急需解決。

2? 研究方法

本文通過交通距離指數(shù)、路網(wǎng)連通指數(shù)、軌道交通服務(wù)指數(shù)、交通設(shè)施指數(shù)四個指標(biāo)對成都市各衛(wèi)星城（新都、郫都、溫江、雙流、龍泉）交通網(wǎng)絡(luò)進(jìn)行綜合分析。

2.1 交通距離指數(shù)

式中，Lij分別為交通網(wǎng)絡(luò)節(jié)點i到交通網(wǎng)絡(luò)節(jié)點j之間的空間最短距離;對Lij取倒數(shù)，即Di表示交通網(wǎng)絡(luò)節(jié)點i到交通網(wǎng)絡(luò)節(jié)點j的空間可達(dá)性;Di為交通網(wǎng)絡(luò)節(jié)點i的空間距離和時間距離通達(dá)性。

2.2 路網(wǎng)連通指數(shù)

路網(wǎng)連通度定義為各衛(wèi)星城內(nèi)依靠道路相互連通的強(qiáng)度，能夠從道路網(wǎng)絡(luò)布局方面反映路網(wǎng)的結(jié)構(gòu)特點。計算公式為：

式中，C為衛(wèi)星城內(nèi)道路網(wǎng)連通度;L表示衛(wèi)星城內(nèi)道路總里程;A表示衛(wèi)星城總面積，N為衛(wèi)星城內(nèi)路網(wǎng)節(jié)點數(shù)，？孜為衛(wèi)星城內(nèi)道路網(wǎng)絡(luò)的變形系數(shù)，也稱非直線系數(shù)，其含義為實際線路總里程與直線總里程的比值。同時結(jié)合區(qū)域?qū)嶋H情況，對不同類型與等級的公路賦予不同的車行速度：高速公路100km/h、快速路90km/h、國道70km/h、省道50km/h、縣道40km/h。

2.3 軌道交通服務(wù)指數(shù)

本指數(shù)以城市軌道交通為研究對象。軌道交通服務(wù)指數(shù)以距地鐵站點一定距離的緩沖區(qū)作為地鐵服務(wù)的區(qū)域，計算此區(qū)域所占面積占衛(wèi)星城市區(qū)域總面積的比重。

其中，n為衛(wèi)星城內(nèi)地鐵站點個數(shù)，Si為地鐵站點服務(wù)范圍面積，本文取半徑1.5km的圓形緩沖區(qū)為服務(wù)范圍，A為衛(wèi)星城內(nèi)城區(qū)面積，F(xiàn)為軌道交通服務(wù)指數(shù)。

2.4 交通設(shè)施指數(shù)

本文分別從衛(wèi)星城地鐵設(shè)施、公共交通設(shè)施、高速公路狀況、普通公路狀況方面確定如表1所示的各類交通設(shè)施類別影響度賦值標(biāo)準(zhǔn)。并計算各個衛(wèi)星城的交通設(shè)施指數(shù)。其公式如下：

2.5 基于TOPSIS方法的綜合交通評價

TOPSIS方法簡介：是C.L.Hwang和K.Yoon于1981年首次提出，TOPSIS法根據(jù)有限個評價對象與理想化目標(biāo)的接近程度進(jìn)行排序的方法，是在現(xiàn)有的對象中進(jìn)行相對優(yōu)劣的評價的重要方法，本文利用TOPSIS綜合評價各衛(wèi)星城的交通網(wǎng)絡(luò)可達(dá)性。

3? 結(jié)果與分析

3.1 交通距離指數(shù)

根據(jù)前述方法，成都5個衛(wèi)星城距天府廣場直線距離均在20公里左右，且呈現(xiàn)放射狀圍繞在中心城區(qū)周圍，五個衛(wèi)星城均在成都的1.5小時經(jīng)濟(jì)圈內(nèi)，其中新都區(qū)、郫都區(qū)、溫江區(qū)交通距離指數(shù)較低，雙流縣、龍泉驛區(qū)交通距離指數(shù)相對偏高，其原因主要與衛(wèi)星城地理空間分布位置關(guān)系有關(guān)。交通距離指數(shù)分布詳見圖1。

3.2 路網(wǎng)連通指數(shù)

成都市整體路網(wǎng)連通度達(dá)到1.71，各區(qū)的路網(wǎng)連通度均大于1，表明整體道路網(wǎng)絡(luò)連通情況較好。各區(qū)中新都區(qū)的路網(wǎng)連通度最高為2.2，其次為龍泉驛區(qū)和溫江區(qū)，分別達(dá)到1.9和1.78，均高出成都市整體水平。如圖2所示。

3.3 軌道交通服務(wù)指數(shù)

郫都區(qū)、溫江區(qū)、新都區(qū)、龍泉驛區(qū)、雙流區(qū)地鐵站點覆蓋率分別達(dá)到了整個區(qū)域面積的0.048、0.1785、0、0.1645、0.2577，起到了在道路網(wǎng)絡(luò)之外很好的交通聯(lián)通作用。結(jié)果見圖3。

3.4 交通設(shè)施指數(shù)

全市各級道路總里程接近26000公里，路網(wǎng)密度181.3公里/百平方公里，其中溫江綜合評分為3.5，郫都和新都為4，雙流和龍泉評分為5.5通過統(tǒng)計數(shù)據(jù)生成相應(yīng)交通設(shè)施指數(shù)圖。如圖4。

3.5 基于TOPSIS方法的交通綜合評價

其結(jié)果如圖5所示。

4? 結(jié)論與討論

結(jié)果表明：①距離指數(shù)和衛(wèi)星城的地理位置，發(fā)展變革歷史狀況有密切關(guān)系，雙流區(qū)政府直線距離成都市中心為16公里，雙流的另一中心華陽處于成都的正南方也是天府新區(qū)的核心區(qū)域，離成都市中心的直線距離為19公里，二者皆為各大衛(wèi)星城中最短距離。龍泉驛有兩個中心，其直線距離成都市中心分別為25.8公里，23公里。剩下郫都區(qū)、新都區(qū)、溫江區(qū)距成都市中心的直線距離皆在20公里左右。上述五個衛(wèi)星城和主城區(qū)距離較近都處于1.5小時交通圈中，完全可以引導(dǎo)市中心居民定居，有效緩解成都市中心的人口壓力。

②連通度指數(shù)與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展?fàn)顩r，城市規(guī)劃等有一定關(guān)系。工業(yè)園區(qū)發(fā)展得較早地區(qū)一般周邊公共交通比較發(fā)達(dá)，路網(wǎng)分布也比較集中如郫都區(qū)、溫江區(qū)、雙流區(qū)。郫都的現(xiàn)代工業(yè)港、溫江區(qū)的溫江海峽兩岸科技園、雙流的航空物流園區(qū)和現(xiàn)代商貿(mào)集中發(fā)展區(qū)都是有代表性的園區(qū)。龍泉驛區(qū)和新都區(qū)的工業(yè)園區(qū)建設(shè)較慢，所以覆蓋周邊的路網(wǎng)密度也相對較低。下一步應(yīng)該加大龍泉驛和新都區(qū)當(dāng)?shù)氐穆肪W(wǎng)建設(shè)，提高兩地對成都市區(qū)的連通度指數(shù)。

③地鐵服務(wù)指數(shù)和當(dāng)?shù)氐罔F線路的開通時間、地鐵站點深入各衛(wèi)星城的程度息息相關(guān)，地鐵1號線最早建造，并于2010年開通，2017年又開通了地鐵10號線，兩條地鐵線路的修建使得雙流區(qū)內(nèi)的地鐵站點較多，覆蓋面較廣。其次是郫都區(qū)和龍泉驛區(qū)，由于地鐵2號線的帶動效應(yīng)有效促進(jìn)了兩區(qū)的交通發(fā)展。溫江地鐵4號線開通較晚，但區(qū)內(nèi)站點數(shù)較多，覆蓋面較廣。新都需要地鐵3號線2期開通后進(jìn)入本區(qū)域才能更有效提升地鐵站點服務(wù)水平。

④交通基礎(chǔ)設(shè)施方面，龍泉和雙流得分最高，其次是新都和郫都，溫江最低。龍泉和雙流在加大公共交通方面仍需加強(qiáng)。

⑤綜上所述，五個衛(wèi)星城中雙流區(qū)的可達(dá)性最好，其次是郫都區(qū)、溫江區(qū)，最后是新都區(qū)和龍泉驛區(qū)。

參考文獻(xiàn)：

[1]O'Sullivan D， Morrison A， Shearer J. Using desktop GIS for the investigation of accessibility by public transport： an isochrone approach[J]. International Journal of Geographical Information Science， 2000， 14（1）： 85-104.

[2]Wood B S， Horner M W. Understanding accessibility to Snap-accepting food store locations： Disentangling the roles of transportation and socioeconomic status[J]. Applied Spatial Analysis and Policy， 2016， 9（3）： 309-327.

[3]Ford A C， Barr S L， Dawson R J， et al. Transport accessibility analysis using GIS： Assessing sustainable transport in London[J]. ISPRS International Journal of Geo-Information， 2015， 4（1）： 124-149.

[4]Wang C H， Chen N A. A GIS-based spatial statistical approach to modeling job accessibility by transportation mode： case study of Columbus， Ohio[J]. Journal of transport geography， 2015， 45： 1-11.

[5]Santiago N， Leader G I S M， Bajrami B， et al. Accessibility for Disabled Persons in New York Rail Transit： a comparison of Rail Road stops in Urban and Suburban areas[J]. Accessed January， 2017， 31.

[6]Lovett A， Sünnenberg G， Haynes R. 12 Using GIS to Assess Accessibility to Primary Healthcare Services[J]. GIS in Public Health Practice， 2016： 187.

[7]Elshahawany D N， Haddad E A， Lahr M L. Accessibility， transportation cost， and regional growth： a case study for Egypt[J]. Middle East Development Journal， 2017， 9（2）： 256-277.

[8]Grossman A， Shaw F A， Pratyaksa P P， et al. Transportation Engineering Workforce Development Through Technology Integration[R]. 2016.

[9]李煜，張亦漢，李建程.廣州市不同交通網(wǎng)的可達(dá)性差異分析[J].中山大學(xué)學(xué)報：自然科學(xué)版，2015，54（2）：133-140.

[10]馬曉蕾，馬延吉.基于 GIS 的中國地級及以上城市交通可達(dá)性與經(jīng)濟(jì)發(fā)展水平關(guān)系分析[J].干旱區(qū)資源與環(huán)境，2016（4）： 8-13.

[11]劉安樂，楊承玥，明慶忠，等.跨省山區(qū)陸路交通網(wǎng)絡(luò)可達(dá)性評價——以烏蒙山區(qū)為例[J].地域研究與開發(fā)，2017（2017 年 01）：35-39，90.

[12]陳娛，金鳳君，陸玉麒，等.京津冀地區(qū)陸路交通網(wǎng)絡(luò)發(fā)展過程及可達(dá)性演變特征[J].地理學(xué)報，2017，72（12）：2252-2264.

[13]宋潔華，李敏納，蔡舒，等.海南交通可達(dá)性的測度與空間分異格局分析[J].地理科學(xué)，2017，37（10）：1507-1516.