基于慢行交通的长沙市老城区道路交通网络优化

Optimization of Road Traffic Network in Old City of Changsha Based on Slow Transportation

摘要：

老城区路网基于慢行交通设置，往往是慢行交通规划的热点，但依据缺乏，优化艰难。本文参照马歇尔对街道分类的研究，从道路的组成、组构和构成^①三个方面，用空间句法、路径结构分析等道路优化的分析方法，将长沙市老城区与知名慢行交通中心城区（哥本哈根、阿姆斯特丹、佛罗伦萨）进行对比，得出长沙市老城区道路交通网络存在交叉口X形率偏低，空间可达性较低，连通接入限制^②较多等问题。基此，对长沙市老城区道路交通网络给出相应的优化建议。

关键词：

长沙市老城区；慢行交通；空间句法；路径结构分析；路网优化

Abstract: The road network in old city is based on slow transportation setting, which is often a hot spot for slow transportation planning, but it is difficult to optimize based on basis. Referring to Marshall's research on street classification, this article compare the old city of Changsha with the well-known slow transportation city（Copenhagen, Amsterdam, Florence），from the three aspects of the composition, configuration and constitution of the road，by spatial syntax ， path structure analysis and other methods. Getting the following questions of the road transportation network in the old city of Changsha: low X-shaped rate intersections, low spatial accessibility; high connection access restrictions, and so on. Based on this, the corresponding optimization suggestions are given for the traffic network of the old city in Changsha.

Key words: The old city of Changsha; Slow transportation; Spatial syntax ； Path structure analysis ；Road network optimization

0引言

慢行交通是一种以步行及自行车为主体，包括限速和降低流量的环保型助动车和机动车共同组成，强调舒适性、经济性、生态友好性、不同交通方式间的和平共处的一种的交通方式^[1]。

慢行交通已经成为城市建设的重要内容。在中国知网中搜索“慢行交通”，大约有790篇相关论文，侧重于对慢行交通的定义和案例，但理论研究薄弱；上海、青岛市、济南、成都、杭州等城市已经完成慢行交通规划编制；长沙市近年编制完成的《长沙市历史步道规划设计》和《长沙市重点地区慢行系统规划设计》，老城区是重要组成部分。

对长沙市慢行交通的研究，段香园（2013）、吴洁（2014）、宋红桥（2016）等人，也是侧重于案例的论述，其中有一些有价值的论述，对慢行交通的用地规划、基础设施、空间连续性和景观做了描述性的研究，而系统的优化，依据缺乏^[2-4]。目前正在实施的长沙市历史步道建设工程，贯穿了老城区，其道路之间的衔接、完善，是慢行交通成败与否的关键。

1优化方法

1.1现状及现有研究

现状：长沙市老城区历史街巷曲折细密，展现出古代商业繁荣兴旺的景象。近现代以来，在原有道路基础上新建了劳动西路、湘江中路等主干道，着重打造了黄兴南路步行街、都正街等重要步行街。城市发展对旧路网的新需求，新旧路网之间的衔接，都将对老城区原有慢行交通系统提出新的要求。

现有研究：关于慢行交通网络的研究，Peter Calthorpe（1993）、卢柯（2001）、张京祥（2005）、肖宁玲（2012）等人从慢行系统的不规则网络式道路结构、以教堂和广场作为道路中心、限制道路宽度和车速等方面进行了论述^[5-8]。关于道路优化的研究，国外有马歇尔（2011）从道路组成、道路组构、道路构成（表1）等多方面对60多个真实街道网络和例证型路网进行了分类^[9]。Serge Salat(2012)对东西方城市路网的连接性进行了对比^[10]。国内有陈垚森 (2011)、 刘沙沙(2011) 、李乐乐（2014）等运用空间句法、分形与层级、通达性的分析，对道路的优化调整进行了研究^[11-13]。本研究拟将两者进行结合，用路网优化的方法，对长沙市老城区慢行交通网络进行优化。

表1组成、组构、构成的属性和内在联系

1.2优化思路

将马歇尔对道路研究中道路组成、组构和构成三方面的分类与空间句法、分形、路径结构分析等分析方法相结合。参考相关指标，研究比较优秀的慢行交通中心城区，进行对比，给出长沙市老城区慢行交通网络优化建议。

研究指标的选取在参照已有研究的基础上，遵循尽可能少、尽可能全的概括道路特征的原则（图1）。

1.3研究范围

本次研究将结合长沙市老城区古城风貌调研,调研中拟将对市政府提出慢行交通优化意见。研究范围以《长沙市城市总体规划（2003-2020）》划定的长沙市老城区核心区范围为基础，选择邻近的城市次干道或主干道作为边界，北临人民西路、南至劳动西路、东临湘江中路、西至白沙路，总用地面积141.4公顷。

研究范围内包括化龙池、天心公园、都正街、西文庙坪、长沙简牍博物馆、黄兴南路步行街、南门口、黄兴广场等景点和楚湘公寓、燕子岭小区、熙台岭社区、冶金大厦、国家开发银行等重要地段（图2）。这些地点在研究范围内的分布比较均匀，对老城区内路网优化的研究将以这些地点（包含邻近地段）为代表。

1.4案例选择

本次研究作为对比的优秀的慢行交通案例分别为哥本哈根、阿姆斯特丹和佛罗伦萨。哥本哈根被誉为欧洲“慢行之都”，自行车交通、步行交通和机动车交通均在其城市道路规划中占有重要地位；阿姆斯特丹被欧洲誉为“北方威尼斯”，是荷兰（世界上自行车交通系统最完善的国家）最大的城市；佛罗伦萨是中世纪意大利的经济中心，其动态多变而又富有趣味的街道景观是步行交通中的典范。三个城市分别代表了三种不同慢行交通特征的城市，其道路交通网络在一定程度上可以衡量长沙市老城区慢行交通网络的合理性，并用来指导其优化。

2数据处理

2.1地图矢量数据获取

从全能电子地图下载器下载带有地理坐标系的长沙市老城区地图、哥本哈根中心区地图、阿姆斯特丹中心区地图和佛罗伦萨中心区地图，导入ArcGIS10.2进行投影变换。在ArcGIS10.2中使用创建特征文件和最大似然分类法提取各个地图中的道路,完成道路系统的矢量化，得到四个地区的道路网系统的矢量文件（图3）。

2.2道路组成数据处理

参照马歇尔（2011）^[9]和Serge Salat（2012）^[10]的研究，本文选取了道路面积、路网密度、交叉口间距、交叉口密度、交叉口X形率、交叉口T形率、分形维数D等数据作为道路组成分析的指标。以上数据均可通过ArcGIS10.2统计基础数据计算获得（表2）

（1）路网密度：区域内道路总长度与该区域面积之比，反映道路在空间分布的相对情况^[13]。

（2）分维数D：表示图形填充空间的能力和图形边界的复杂程度^[14]。本文采用边界维数法，使用道路用地周长、面积等标度计算分维数，其计算公式为：D=2ln(P/4)/ ln(A)。其中：D为分维数，P为各道路周长总和，A为各道路面积总和^[15]。

2.3道路组构数据处理

常规交通网络分析、空间句法和路径结构分析是道路组构分析中常见的三种方法。常规交通分析主要针对公路、铁路、航空等低分辨率网络进行分析；空间句法适用于边界空间和街道的分析；路径结构分析适用于街道和道路布局的分析^[9]。本文将采用空间句法和路径结构分析进行道路组构分析。

在空间句法分析中，本文采用适合于大尺度空间分析的轴线图法对长沙市老城区等四个地块进行句法分析。步骤如下：在CAD中，绘制和提取四个地块道路网络轴线地图（为了确保人流感知空间的连续性和步行距离的适宜性，轴线的提取限制轴线长度不超过1000m, 并且在拐点将道路线断开）；将绘制好的轴线图导入Depthmap软件进行空间句法分析；计算连接度、全局整合度、平均深度值的平均值和协同度（表3）。

（1）连接度：和某个轴线直接相连的所有其他轴线的数量。连接值越高，则表示其空间渗透性越好^[16]。

（2）整合度：整合度表示某节点和整个系统中所有其他节点之间联系的紧密程度，反映空间吸引交通到达的潜力^[17]。

（3）平均深度值:系统中某个节点到其他所有节点的最短路程（即最少步数）的平均值。平均深度值小，表明空间具有较高的可达性^[11]。

（4）协同度：全局整合度与局部整合度的线性相关值^[17]，表示由局部空间感知整体空间的能力，即道路的可识别性。

在路径结构分析中，参照王云才（2009）^[18]和Serge Salat（2012）^[10]的研究，本文选取了反映道路网连接性的 γ指数、β指数进行分析。（表3）

（1）γ指数表示连线的数目与该网络最大可能的连线数之比。其计算公式为：γ= L/3(V- 2)。当γ指数接近1/3时,交通网络呈树状；当γ指数接近1时,交通网络接近于最大平面网络^[18]。

（2）β指数是度量一个节点与其他节点联系难易程度的指标。其计算公式为β= 2L/ V。β指数的值表示平均每个节点间的连接线。

其中：L表示网络中实际存在的连线数， V表示网中实际的节点数^[18]。

2.4道路构成数据处理

在道路构成的分析中，参照马歇尔（2011）的研究，主要探讨道路等级及其连接关系。由于道路等级分类方法众多，本文依据等级路网服务范围的尺度，将道路划分为国家级或者区域级主干路径、城市或者城镇级主干路径、地区主干路径、本地区域主干路径和接入场地或地块路径五大类^[8]（图4）。

3结果分析

3.1道路组成分析

在道路路网位置相似，地块面积相近的情况下，长沙市老城区的道路面积远大于其他三个地区，交叉口X形率和分维数D偏低（表2）。交叉口X形率偏低，表示交叉口之间的道路的连接数较少。分维数D偏低，表示道路分布紧凑，破碎度低。这主要由于道路面积集中分布在湘江中路、西湖路、劳动西路、人民西路等主要道路，这也是长沙市老城区道路面积远大于其他三个地区，路网密度却低于阿姆斯特丹和佛罗伦萨的原因。长沙市老城区的交叉口间距较短、交叉口密度较高，仅次于佛罗伦萨，表明长沙市老城区的交叉口较密集。这些区域主要集中在化龙池、天心公园、燕子岭小区、南门口。

表2道路组成分析数据对比表

2.2道路组构分析

表3道路组构分析数据对比表

长沙市老城区的连接度和全局整合度的平均值低于其他三个地区，平均深度值介于其他三个地区之间，表明长沙市老城区道路网的整体空间可达性偏低（表3）。通过对长沙市老城区的连接度、全局整合度和平均深度值进行分析（图5，图中颜色由冷色到暖色依次代表了各指标数值的由低到高），天心公园、化龙池、燕子岭小区的各个指标均显示出其存在着较低的可达性，尽管其内部路网发达，但与外部路网的连接较少。楚湘公寓、西文庙坪和长郡中学具有较低的连接度，主要是其中存在较多线性街道和断头路。可达性和空间渗透性较好的区域为黄兴广场、南门口、黄兴南路步行街和书院路、蔡锷南路等主次干道(表4)。

表4长沙市老城区各道路交通空间句法分析结论表

协同度用来表示局部空间结构与整体空间网络结构的相关性，根据Hillier B（2013）的结论，0.4＜协同度＜0.7相关性较高，协同度＞0.7相关性极高^[19] 。长沙市老城区协同度为0.65，具有较高的相关度，但比其他三个地区低（图5）。通过筛选协发现长沙市老城区协同度较低的道路主要聚集在天心公园、燕子岭小区、楚湘公寓，其街巷多迂回，与周边的连接较弱。这

些空间局部与全局之间的关联性较低，人群对空间结构的认知较为混乱，空间社会性较弱。协同度较高的道路聚集在化龙池、西文庙坪、南门口，其街巷环绕成的环，使得人在该区域内的行为较为单一，更容易由局部感知整体空间结构。

长沙市老城区γ指数为0.48，β指数为2.83，均低于其他三个地区。表明长沙市老城区道路整体连接度偏低，比其他三个地区更加接近树状，平均每个节点的连接道路仅为2.83条，节点间连接道路较少。

3.3道路构成分析

依据路网服务范围对道路进行等级分类，四个地块均包含城市级主干路径、地区主干路径、本地区域主干路径和接入场地或地块路径四个等级的道路（图6）。哥本哈根、阿姆斯特丹和佛罗伦萨的路网均体现出方格网状的连接形式（由表3中β指数均大于3.2，可以看出每个道路节点至少有三段以上道路连接），不同等级道路之间基本可以相互连接，连通接入限制较少。长沙市老城区长郡中学、天心公园和燕子岭小区等地方，内部路网比较密集，与周边高等级的道路的连接接入口却很少，仅为3个、4个和6个，不同等级道路之间存在一定的连通接入限制。

<