林正松，代棋帆，張 璐,劉 璇，唐 超，冰 河1，

(1.中國地質(zhì)大學 環(huán)境學院，武漢 430074；2.中國地質(zhì)大學 藝術(shù)與傳媒學院，武漢 430074；3.東南大學 交通學院，南京 211102)

0 引 言

開放空間源于20世紀初英國、美國、法國等開展的睦鄰運動，目的是為培養(yǎng)居民的自治和互助精神。美國社會學家法林頓1915年首次提出了社區(qū)發(fā)展的概念[1,2]。20世紀90年代美國規(guī)劃學者彼得·卡爾索普等倡導的通過街道及建筑拓撲學的應用來創(chuàng)造和諧城市形態(tài)、重視鄰里空間塑造及街道與城市外部設(shè)計、建設(shè)高質(zhì)量的公園與保留用地來連接鄰里及城市等[3]。中國北宋時期商業(yè)繁榮和社會安居樂業(yè)促進城市形態(tài)轉(zhuǎn)型，適應社會發(fā)展的坊巷制逐漸取代了封閉里坊制[4，5]。中國城市轉(zhuǎn)型經(jīng)歷了3種改變?nèi)藗円越值澜M織居住空間的城市居住模式：①20世紀50年代形成的單位大院體制[6,7]；②中國住宅產(chǎn)業(yè)化推廣后，一方面人們開始分析居住形態(tài)結(jié)構(gòu)與設(shè)施布局的整體關(guān)系，以及居住區(qū)生活與配套服務關(guān)聯(lián)作用的重要性[8]；另一方面以開放型住區(qū)的空間布局和封閉單元規(guī)模開始探索開放型社區(qū)的發(fā)展模式[9]。③21世紀初中國興起的物業(yè)管理模式，封閉住區(qū)堡壘模式形成[10]。2016年5月人民日報在前沿觀察欄目刊發(fā)文章，認為街區(qū)制的核心不在于圍墻是否開放，而是反對現(xiàn)實中常見的大街區(qū)模式，鼓勵尺度適宜、道路細密的小街區(qū)模式[11]。

本文主要探索街區(qū)制推廣后改善開放社區(qū)道路擁堵難題，緩解城市病蔓延，提高城市社區(qū)居住環(huán)境質(zhì)量。對目標年開放社區(qū)居民出行量平衡分配、開發(fā)強度、道路飽和度及空間集聚度等指標進行可視化仿真評估，為證明推廣街區(qū)制能改善道路擁堵問題提供有益參考。

1 研究區(qū)域和數(shù)據(jù)來源

1.1 研究區(qū)域

如圖1所示，選取武漢一塊面積約3.26 km2的典型居住用地作為規(guī)劃區(qū)(30°38′80″ N、114°19′.64″E)。西南鄰近漢口商業(yè)中心，金融業(yè)發(fā)達，背靠2個大型商業(yè)區(qū)(江漢路步行街和漢正街)，道路密集，人口密度為13425人/ km2(武漢市2015年統(tǒng)計年鑒)，大量食物殘渣、廢棄物、廢水等導致城市病惡化；東南方是三大主干道(解放大道、發(fā)展大道和后湖大道)交匯處，交通流量大，有害顆粒物(PM10、PM2.5)濃度高達123，空氣質(zhì)量差。因此，推廣開放社區(qū)對破解道路擁堵，改善城市病蔓延，提高社區(qū)居住環(huán)境質(zhì)量成為本文研究的目標。

圖1研究區(qū)域

Fig.1Studyarea

1.2 數(shù)據(jù)來源

根據(jù)數(shù)據(jù)抽樣調(diào)查方法，2015年12月29-31日分別抽取3條典型主干道、次干道及支路作為樣品，將全天分成5個時段進行數(shù)據(jù)統(tǒng)計(見表1)。統(tǒng)計結(jié)果反映出全天最大出行量為早、晚高峰時段，主要以上學、上班及通勤為主。主、次干道及支路最大出行量在早高峰時段約為5739、2358、283 pcu，在19：00～21：30時段最小出行流量約4976、165、53 pcu，平均出行流量約3096 pcu。全天最大出行量約占道路通行能力的150%，只有19：00～21：30時段的道路流量最小，約占道路通行能力102%；最多延誤時間為34 min；最長延誤距離為423 m(建設(shè)項目交通影響評價技術(shù)標準(GJJ/T 141-2010))。

表1 抽樣樣品數(shù)據(jù)統(tǒng)計Table 1 Proportion of traffic flows and vehicles

2 評價方法

2.1 選取評價指標

項目組在規(guī)劃區(qū)開展線下和線上問卷訪談，發(fā)出問卷報告500份，收到460份(線上問卷230份，線下訪談230份)。通過對不同性別、年齡、職業(yè)居民的訪談結(jié)果，統(tǒng)計居民關(guān)注度最高的8個影響因子，隨機抽取100份基礎(chǔ)樣品，利用主成分分析法獲取指標權(quán)重，結(jié)果見表2。結(jié)合規(guī)劃區(qū)特點，結(jié)果選取居民出行量、建筑面積及人口數(shù)量作為本文的評價指標。

表2 評價指標統(tǒng)計Table 2 Evaluation index

2.2 居民出行生成和預測分析

2.2.1 居民出行生成分析

本文將居住用地引起的出行生成分2類：一類是居民出勤、上學和彈性出行而引起的出行產(chǎn)生量；二類是對應的回程出行吸引量。基于規(guī)劃區(qū)人口由2015年的10.76萬人增加至目標年(2020)的16.78萬人(含流動人口)(武漢市2015年統(tǒng)計年鑒)。本文引入回程出行比例計算回程出行生成量模型，以平衡各社區(qū)出行產(chǎn)生量和出行吸引量[12,13]：

(1)

式中:S為社區(qū)居民出行總量；m為社區(qū)交通路網(wǎng)數(shù)量；Pi、Tpi分別為交通社區(qū)常住人口數(shù)和人均出行次數(shù)；Pif、Tpif分別為交通社區(qū)流動人口數(shù)和人均出行次數(shù)，人均出行次數(shù)取決于各交通社區(qū)現(xiàn)狀及目標年經(jīng)濟發(fā)展水平和土地利用強度(人均出行頻率規(guī)范)。根據(jù)公式得出2020年交通生成總量為67.25萬人次，獲取社區(qū)居民出行產(chǎn)生量、吸引量參數(shù)(見表3)。

2.2.2 居民出行量預測分析

所有出行居民都做出行駛時間最小的決策，在出行分布狀態(tài)里， 同一矩陣之間所有被使用路徑的時間相等，不大于任何未被使用路徑的時間。這種出行分布狀態(tài)稱為用戶平衡狀態(tài)，由居住用地引起的往返出行產(chǎn)生量預測引入模型：

表3 常住及流動人口生成量統(tǒng)計Table 3 Analyses of trip generation by permanent residents and floating population

S1=s(a1+a2+a3)

(2)

(3)

(4)

Gi=Gi1+Gi2

(5)

式中：i社區(qū)產(chǎn)生量由2部分組成：一是由區(qū)域內(nèi)居住用地引起的主動式出勤、上學和彈性出行量；二是由公共設(shè)施、商業(yè)用地等對應的被動式回程出行產(chǎn)生量，定義為與主動式出行量一致，即G1=2Gi1。出行吸引量公式：

Ai=Ai1+Ai2

(6)

式中：i社區(qū)吸引量由2部分組成：一是由內(nèi)部居住用地引起的主動式出勤、上學和彈性吸引量；二是居住用地對應的被動式回程出行吸引量，定義為與主動式吸引量一致，即Ai=2Ai2。根據(jù)式(2)～(6)交叉預測模型推算，獲得2015年的居民出行產(chǎn)生量(P)、出行吸引量(A)參數(shù)值(見表4)。

表4 出行產(chǎn)生量、吸引量預測統(tǒng)計Table 4 Forecast on traffic generation and attraction

2.3 規(guī)劃區(qū)與空間單元關(guān)聯(lián)性分析

引入社區(qū)居民出行量作為分析規(guī)劃區(qū)與社區(qū)空間單元之間是否存在關(guān)聯(lián)性，反映整體與局部之間的集聚程度；局部空間的集聚性體現(xiàn)了相鄰近社區(qū)之間出行分配的平衡關(guān)系。本文利用Arc Gis軟件將2015年與2020年規(guī)劃區(qū)22個社區(qū)居民出行量作為空間自相關(guān)分析的點數(shù)據(jù)，引入表達空間社區(qū)鄰近關(guān)系模型：

(7)

2.3.1 規(guī)劃區(qū)與空間單元集聚度分析

Moran′sI反映空間鄰接或空間鄰近區(qū)域空間單元屬性值的相似程度，為分析規(guī)劃區(qū)與各社區(qū)空間的關(guān)聯(lián)性，本文運用Geoda軟件分析各社區(qū)的空間集聚度，引入模型[14]：

(8)

式中:I為Moran′sI；x1為規(guī)劃區(qū)i的觀測值；wij為社區(qū)i到社區(qū)j的空間權(quán)重矩陣。Moran′sI的取值為[-1，1]，小于0表示負相關(guān)，無限趨近于0表示不相關(guān)，大于0表示正相關(guān)。

2.3.2 鄰近空間單元關(guān)聯(lián)性分析

局域空間自相關(guān)Moran′sI的LISA (Local indicators of spatial association)反映i社區(qū)單元分布規(guī)律或?qū)傩灾蹬c鄰近社區(qū)單元j同一分布規(guī)律的相關(guān)程度，引入局部空間自相關(guān)Moran′sI模型：

(9)

利用Geoda軟件生成LISA集聚參數(shù)，分布情況反映鄰近單元之間的集聚度。式(9)中以i和j社區(qū)為例，用不同顏色表示鄰近社區(qū)之間的集聚度，此方法可反映相鄰近空間單元之間是否具有關(guān)聯(lián)性及其關(guān)聯(lián)性強度。

3 評價結(jié)果

3.1 規(guī)劃區(qū)出行分配

規(guī)劃區(qū)出行分布狀態(tài)是以2015年12月野外采集的居民流量分布矩陣為基數(shù)，用Trans CAD仿真軟件進行矩陣反推及重力模型平衡分析，預測2020年規(guī)劃區(qū)周邊道路分配參數(shù)，表明開放社區(qū)與封閉社區(qū)兩種情況出行速度、延誤時間及排隊距離的可視化評估結(jié)果如圖2所示，紅色代表高-高集聚，表明i社區(qū)與j社區(qū)之間集聚度較高；藍色代表低-低集聚，表明i社區(qū)與j社區(qū)之間集聚度較低；紫色代表低-高集聚，表明社區(qū)i集聚度低于社區(qū)j集聚度；無色表示集聚度不顯著。

結(jié)果證明，開放社區(qū)出行耗時下降，延誤距離降低，出行效益提高，成本降低，說明規(guī)劃區(qū)擁堵路段改善效果明顯。雖然部分路段延誤距離變化較小，但總體延誤時間呈下降趨勢，使各個路段行駛速度趨于均衡。封閉社區(qū)因通道數(shù)量少和人為造成的斷頭路、丁字路等原因，阻礙了主、次干道的平衡分流作用，居民出行需要繞道行駛，造成出行成本增加。北面京珠高速出口處主干道與社區(qū)支路網(wǎng)連接處的丁字型交叉口，在區(qū)域詳細規(guī)劃時需與主干道連接(武漢市城市總體規(guī)劃布局(2010～2030))；南側(cè)出現(xiàn)斷頭路和人行橫道在南側(cè)分隔帶處終止，且沒有地下通道(或高架橋)，社區(qū)居民無法與南側(cè)道路連接，造成出行成本增加和延誤時間變長。因此，南側(cè)分隔帶在未來規(guī)劃時需打開，完善行人過街設(shè)施，便于周邊社區(qū)居民出行。

圖2 莫蘭指數(shù)散點圖Fig.2 Scatter plot of Moran’s I

3.2 規(guī)劃區(qū)空間集聚度評價

根據(jù)出行量標準化進行全局空間自相關(guān)分析(見圖3)，結(jié)果分布在第一象限和第三象限的點為空間正相關(guān)點參數(shù)，Moran′sI為0.42，規(guī)劃區(qū)為空間正相關(guān)性，表明規(guī)劃區(qū)南側(cè)與北側(cè)的空間單元之間呈集聚的特征，反映出行量較高的社區(qū)出行量與較高的社區(qū)相鄰；出行量較低的社區(qū)與出行量較低的社區(qū)相鄰，且落入第一、三象限的空間單元存在較強的空間正相關(guān)。為了檢驗Moran′sI是否顯著，在Geoda軟件中采用蒙特卡羅模擬方法來檢驗。當P值等于0.001，說明在99.99%置信度下的空間自相關(guān)顯著，迭代計算分別為99.98%、99.97%等。

圖3 延誤時間、行駛速度和排隊距離分析Fig.3 Analysis of delay time, vehicle speed and vehicle distance

基于相鄰社區(qū)集聚度與社區(qū)居民出行量在空間上呈正相關(guān)態(tài)勢，說明2020年開放社區(qū)集聚度與出行量的相關(guān)性較強，東南部是3條主干道的交匯處(發(fā)展大道，解放大道，后湖大道)，相鄰近社區(qū)之間集聚度較高，居民出行量集中；西北方向靠近武漢市三環(huán)線，居民出行量少，相鄰近社區(qū)之間集聚地低，早晚高峰時段居民可選擇此處通道出行；中間相鄰近社區(qū)之間集聚度不明顯，而2020年相鄰社區(qū)集聚度變化無規(guī)律性，居民出行量在早晚高峰時段較擁擠，出行分布不均衡，道路飽和度高，擁堵現(xiàn)象嚴重(見圖4)。

圖4 開放社區(qū)集聚度變化趨勢Fig.4 Changing distribution of open communities

4 結(jié)束語

本文以城市開放社區(qū)作為研究對象，從當前街區(qū)規(guī)劃中道路擁堵問題出發(fā)，認為中國過去30年在城市規(guī)劃布局時重視尺度而忽視密度，導致道路尺度越來越緊張，寬馬路成為許多大城市的典型配置。結(jié)果表明：①開放社區(qū)比封閉社區(qū)出行耗時少、排隊距離短、出行成本低；②規(guī)劃區(qū)與空間單元社區(qū)關(guān)聯(lián)性較強，鄰近社區(qū)單元之間呈正相關(guān)性，體現(xiàn)了推廣開放社區(qū)對破解道路擁堵、提高城市社區(qū)居住環(huán)境的研究價值及現(xiàn)實意義。下一步項目組將依據(jù)《城市道路交通規(guī)劃設(shè)計規(guī)范》要求，探索推廣小尺度模式下的開放社區(qū)，在適應國家建設(shè)節(jié)約型社會的背景下通過城市土地利用、基礎(chǔ)設(shè)施建設(shè)、交通環(huán)境優(yōu)化等方面進行可持續(xù)規(guī)劃設(shè)計，優(yōu)化城市功能布局，以人為本，提升城市活力的探索工作。

[1] Wilens H A. Redesigning your city-a constructionist environment for urban planning education[J]. Informatics in Education, 2014 (13): 197-208.

[2] Kuffer M, Barrosb J. Urban morphology of unplanned settlements: the use of spatial metrics in VHR remotely sensed images[J]. Procedia Environmental Sciences, 2011,7:152-157.

[3] Mau Rahman. Coordination of urban planning organizations as a process of achieving effective and socially just planning: a case of Dhaka city, Bangladesh [J]. International Journal of Sustainable Built Environment， 2015，4(2): 330-340.

[4] 李培. 國外封閉社區(qū)發(fā)展的特征描述[J]. 國際城市規(guī)劃, 2008，23(4): 110-114.

Li Pei. A depict on the characteristics of gated community [J]. Urban Planning Forum,2008,23(4): 110-114.

[5] 耿莎莎. 單位大院與封閉社區(qū)的主要空間特征對比與思考[J]. 山西建筑，2013(22):4-6.

Geng Sha-sha. The comparison and thinking of main space features of unit compound and closed community [J]. Shanxi Architecture， 2013(22):4-6.

[6] 單皓. 二戰(zhàn)后美國城市的發(fā)展[J]. 國外城市規(guī)劃 2003, 27(6):72-80.

Shan Hao. The development and after World War II of American cities [J]. Planning Studies Overseas, 2003, 27(6):72-80.

[7] 劉銓. 德國高效城市道路系統(tǒng)分析[J]. 國外城市規(guī)劃, 2006，21(2): 92-95.

Liu Quan. Effective urban roads system in Germany [J]. Urban Planning International, 2006, 21(2): 92-95.

[8] 宋彥，張純. 美國新城市主義規(guī)劃運動再審視[J]. 國際城市規(guī)劃, 2013，28(1): 98-103.

Song Yan, Zhang Chun. Reflections on the new urbanism movement in the U.S. [J]. International Urban Planning, 2013, 28(1): 98-103.

[9] 宋偉軒. 封閉社區(qū)研究進展[J]. 城市規(guī)劃學刊，2010(4):42-51.

Song Wei-xuan. A review on researches of the gated community [J]. Urban Planning Forum, 2010(4):42-51.

[10] 鄭衛(wèi). 中國古代城市規(guī)劃制度變遷與城市意象模式轉(zhuǎn)型[J]. 城市規(guī)劃學刊，2009(1): 103-108.

Zheng Wei. The change of urban planning system and the transition city image in ancient China [J]. Urban Planning Forum，2009(1): 103-108.

[11] 莊貴陽. 因勢利導循序漸進建好城市街區(qū)[N]. 人民日報，2016-05-22.

Zhuang Gui-yang. Building city blocks with make the best step by step[N].People's Daily, 2016-05-22, 05 Page.

[12] 楊敏, 陳學武，王煒，等.基于人口和土地利用的城市新區(qū)交通生成預測模型[J]. 東南大學學報:自然科學版，2005,35(5): 161-165.

Yang Min, Chen Xue-wu, Wang Wei, et al. Trip generation forecasting model of new district based on urban population and land use[J]. Journal of Southeast University (Natural Science Edition), 2005,35(5):161-165.

[13] 趙淑芝, 趙貝. 多因素影響下的城市居民出行行為時間價值[J]. 吉林大學學報:工學版, 2011, 41(1):46-50.

Zhao Shu-zhi, Zhao Bei. Value of travel time of urban resident under multifactor influence [J]. Journal of Jilin University (Engineering and Technology Edition), 2011, 41(1):46-50.

[14] 周熙陽, 楊兆升, 張偉,等. 考慮干線協(xié)調(diào)控制的城市最優(yōu)路徑搜索算法[J]. 吉林大學學報:工學版, 2016, 46(6):1799-1806.

Zhou Xi-yang, Yang Zhao-sheng, Zhang Wei, et al. Urban shortest path searching algorithm considering control of arterial intersections [J]. Journal of Jilin University (Engineering and Technology Edition), 2016, 46(6):1799-1806.