摘 要 合理地劃定限行區(qū)域，輔之以差異化的交通需求管理政策能夠有效緩解城市擁堵、精準(zhǔn)提升城市交通治理水平。以實(shí)時交通擁堵指數(shù)、OSM路網(wǎng)數(shù)據(jù)、公交線路和站點(diǎn)數(shù)據(jù)為研究數(shù)據(jù)，識別杭州市分級限行區(qū)內(nèi)的擁堵區(qū)分布，分析擁堵區(qū)交通供給特征，在此基礎(chǔ)上劃分擁堵區(qū)類型并提出分類管控優(yōu)化策略。研究發(fā)現(xiàn)，杭州市限行區(qū)分級較為合理，對浙A及區(qū)域號牌限行的擁堵區(qū)路網(wǎng)密度及其等級配置合理，公共交通供給略有錯位與不足；對外地車輛限行的擁堵區(qū)路網(wǎng)供給不足，公交供給水平相對較高，但在精細(xì)尺度上存在交通供給要素的錯位與替代性公共交通不足的問題；根據(jù)交通供給特征及限行政策將擁堵區(qū)劃分為片區(qū)式、飛地式和節(jié)點(diǎn)式擁堵區(qū)，分別提出實(shí)施擁堵收費(fèi)、優(yōu)化路網(wǎng)結(jié)構(gòu)、提高微循環(huán)能力、增設(shè)公交線路串點(diǎn)成線及引導(dǎo)公交出行等策略，以期為大城市交通精細(xì)化治理提供借鑒。

關(guān) 鍵 詞 城市交通；交通需求管理；交通供給特征；分級限行區(qū)；交通擁堵

文章編號 1673-8985（2024）04-0149-08 中圖分類號 TU984 文獻(xiàn)標(biāo)志碼 A DOI 10.11982/j.supr.20240420

0 引言

近年來，我國人口不斷向大城市集聚，大城市空間不斷向外擴(kuò)張，導(dǎo)致公眾的出行成本上升、城市交通擁堵日益嚴(yán)重、城市宜居性降低，成為制約大城市進(jìn)一步發(fā)展的重要因素。北京交通發(fā)展研究院公布數(shù)據(jù)顯示，2019年北京日平均中度以上擁堵時間長達(dá)3 h，擁堵造成的經(jīng)濟(jì)損失占月均工資的10%以上[1]；2021年第一季度，高德交通大數(shù)據(jù)監(jiān)測的361個城市中，僅有39.34%的城市通勤高峰期交通較為通暢。交通擁堵問題已成我國大城市的共性問題。為緩解大城市交通擁堵問題，諸多城市從維持交通供需平衡入手，過去傾向于建設(shè)大量交通基礎(chǔ)設(shè)施以增加交通供給，增量發(fā)展的模式導(dǎo)致負(fù)外部效應(yīng)的產(chǎn)生，如交通噪聲、空氣污染、設(shè)施建設(shè)修建與維護(hù)的高成本等。在此背景下，制定精細(xì)化的交通需求管理（Transportation Demand Management，TDM）措施以應(yīng)對不同區(qū)域差異化的交通擁堵問題成為國內(nèi)外大城市交通治理的重要議題。

交通限行作為一種通用的交通需求管理措施得到廣泛應(yīng)用。目前限行區(qū)的劃分方法通常較為粗略，多以城市環(huán)線、高架快速路及城市主干路為界，較難滿足當(dāng)下城市交通精準(zhǔn)化治理的要求。而大數(shù)據(jù)、云計(jì)算等技術(shù)的成熟，為實(shí)現(xiàn)交通精細(xì)化管控提供了可能。傳統(tǒng)的交通治理措施主要有錯峰限行、小汽車牌照限額發(fā)放、大力發(fā)展公共交通等政策，以有效限制小汽車的使用與降低路面交通量。在區(qū)域一體化與大都市圈協(xié)同發(fā)展背景下，城市之間交通聯(lián)系日益緊密，城市區(qū)域通勤距離與通勤壓力均在增加，并加劇了城市局部的交通擁堵。因此部分大城市出臺區(qū)域性車牌號分級限行管理措施，即在特定區(qū)域、特定時間段內(nèi)對不同車牌號賦予不同的道路行駛權(quán)以提高交通運(yùn)行效率的行政管理手段。相較傳統(tǒng)的交通限行政策，分級限行制度針對不同擁堵程度的區(qū)域?qū)嵤┽槍π缘墓芸卮胧浅鞘芯?xì)化治理在交通管理層面的重要探索實(shí)踐。

當(dāng)前針對限行政策的研究多聚焦于限行措施的效果和影響，諸如限行政策對環(huán)境、噪聲的污染[2-4]和居民出行方式[5]的影響以及限行政策執(zhí)行前后交通流量的變化[6-10]，僅有少部分學(xué)者將視角聚焦于限行范圍劃定的合理性，如楊忠振等[11]根據(jù)各尾號汽車的空間分布和出行分布情況，研究小汽車出行路徑選擇，結(jié)合道路交通流特征，達(dá)到優(yōu)化尾號限行方案的目的；張曉陽等[12]基于層次分析法以路網(wǎng)運(yùn)行車速、擁堵里程、改善路段數(shù)量、節(jié)點(diǎn)改善數(shù)量、流量均衡、實(shí)施難度6項(xiàng)指標(biāo)建立路網(wǎng)運(yùn)行評價模型，定量評估不同限行方案實(shí)施后的效果，以選定最優(yōu)限行范圍。綜上，雖然目前對于限行政策實(shí)施有效性和影響的研究成果已較為豐碩，但是對于限行政策實(shí)施區(qū)域空間范圍合理性評價的相關(guān)探索仍較少，且多利用交通模型進(jìn)行單一限行政策的效應(yīng)模擬，缺乏結(jié)合交通設(shè)施要素供給與交通需求管理措施共同參與治理城市交通擁堵的相關(guān)研究。須知單一的限行限號政策或交通設(shè)施供給僅能在短期內(nèi)改善局部交通擁堵，而將發(fā)展公共交通、完善交通設(shè)施與限行政策相結(jié)合才能達(dá)到更加長效的治理目標(biāo)[13]。

本文以浙江省杭州市為例，對其分級限行政策進(jìn)行梳理，以實(shí)時擁堵指數(shù)識別擁堵區(qū)分布，從路網(wǎng)供給水平和公交服務(wù)供給水平兩個維度分析擁堵區(qū)的交通供給特征，結(jié)合分級限行管控措施，進(jìn)一步解析擁堵區(qū)的分類特征，結(jié)合交通設(shè)施供給要素特征評價擁堵區(qū)限行措施的合理性并提出相應(yīng)的分類管控優(yōu)化策略，以期為城市交通精準(zhǔn)化治理提供優(yōu)化建議。

1 研究方案設(shè)計(jì)

1.1 數(shù)據(jù)來源與預(yù)處理

本文使用的交通擁堵指數(shù)獲取自杭州市交通擁堵指數(shù)實(shí)時監(jiān)測平臺，結(jié)合限行政策執(zhí)行的階段，分別獲取新政執(zhí)行前（2021年1月）、新政試行期（2021年3月）、新政執(zhí)行后（2021年5月、7月）的交通擁堵數(shù)據(jù)；路網(wǎng)數(shù)據(jù)來源于OSM開源數(shù)據(jù)網(wǎng)站，對數(shù)據(jù)進(jìn)行整理、分級、篩選，共得到55 398條路網(wǎng)數(shù)據(jù)；公交地鐵站點(diǎn)、線路數(shù)據(jù)爬取自高德地圖，并由高德步行路徑規(guī)劃API接口獲取到達(dá)站點(diǎn)的實(shí)際步行距離。

1.2 研究區(qū)分級限行政策解析

杭州市道路系統(tǒng)整體呈環(huán)形放射狀格局，中心城區(qū)以方格網(wǎng)道路系統(tǒng)為主，城市中機(jī)動車長距離通行及對外交通主要依靠“一環(huán)三縱五橫”的城市快速路系統(tǒng)（見圖1）。杭州市自2011年開始實(shí)行限行政策，對高架快速環(huán)路內(nèi)的區(qū)域?qū)嵤┪蔡栂扌?，期間經(jīng)歷多次政策調(diào)整，2021年3月開始試行的分級限行政策，具體限行政策整理如表1，三級限行區(qū)域范圍如圖1所示。

據(jù)杭州市城鄉(xiāng)建設(shè)發(fā)展研究院發(fā)布的數(shù)據(jù)顯示，疫情過后杭州市限行范圍內(nèi)日均上路行駛車輛數(shù)約有170萬輛，相較往年上升態(tài)勢顯著。截至2021年6月底，浙A區(qū)域指標(biāo)配置量已達(dá)49.9萬輛，約占全市小汽車保有量的17.7%。通過對比分級限行政策實(shí)施前后的交通擁堵指數(shù)變化情況（見圖2），分級限行政策實(shí)施后，月均擁堵指數(shù)最高值降低至7以下，其中8：00—22：00的交通擁堵指數(shù)降低，尤其是早晚高峰有顯著下降，說明分級限行措施對于交通擁堵情況有明顯改善。

1.3 研究方法與技術(shù)路線

1.3.1 擁堵區(qū)識別

交通擁堵指數(shù)是衡量道路暢通程度的指標(biāo)，能夠反映一天內(nèi)城市道路網(wǎng)絡(luò)的整體運(yùn)行狀況[13]。我國主要的交通指數(shù)模型計(jì)算方法大致可歸納為基于嚴(yán)重?fù)矶吕锍瘫取⒊鲂袝r間和混合評價等3類[14]。本文選取的交通擁堵指數(shù)主要基于嚴(yán)重?fù)矶吕锍瘫?，根?jù)速度值的不同將路段分為暢通、基本暢通、輕度擁堵、中度擁堵、嚴(yán)重?fù)矶?個等級。筆者通過對多時段的實(shí)時交通擁堵指數(shù)進(jìn)行核密度分析來識別擁堵區(qū)域的分布情況。

1.3.2 擁堵區(qū)交通供給特征測度方法

（1）空間設(shè)計(jì)網(wǎng)絡(luò)分析（Spatial Design Network Analysis，sDNA）

sDNA是一種擴(kuò)展空間句法，基于圖論理論建立模型，對城市建成空間進(jìn)行定量分析，從而揭示空間形態(tài)與功能之間的相互作用關(guān)系[15]。相較于空間句法，sDNA更適用于城市尺度交通網(wǎng)絡(luò)的整合和協(xié)同性，其算法更符合城市路網(wǎng)的真實(shí)形態(tài)[16]24。目前國內(nèi)使用sDNA開展的相關(guān)研究仍較少，宋小冬等[16]23選取Bamsbury街區(qū)進(jìn)行多種城市街道網(wǎng)絡(luò)分析方法比較研究，研究發(fā)現(xiàn)sDNA在各種尺度下的擬合度均呈最優(yōu)；國外較早開展相關(guān)研究，欽莫伊等[17]利用sDNA構(gòu)建街道及物理可達(dá)性的網(wǎng)絡(luò)模型，建立街道步行機(jī)率與行道樹密度和街道網(wǎng)絡(luò)穿行度（Euclidean Betweenness，BtE）之間的回歸模型，分析三者之間的關(guān)聯(lián)。本文基于sDNA對杭州市路網(wǎng)形態(tài)進(jìn)行分析，選取5 000 m（機(jī)動車10 min行駛距離）作為搜索半徑，以穿行度作為衡量路網(wǎng)通行能力的評價指標(biāo)，使用自然斷點(diǎn)法將其分為5類，將杭州市路網(wǎng)穿行度分為低、中低、中、中高和高5級。穿行度越高，交通流量潛力越大，承擔(dān)著越多的交通流量，交通壓力越大。

（2）基于路徑規(guī)劃的公交站點(diǎn)可達(dá)性分析

公共交通作為與私人機(jī)動車出行互補(bǔ)的出行方式，在城市交通中發(fā)揮至關(guān)重要的作用，而公交站點(diǎn)覆蓋情況及可達(dá)性則是影響居民出行方式的關(guān)鍵因素?！肮欢际小笨己艘怨步煌ㄕ军c(diǎn)500 m覆蓋率為重要指標(biāo)之一，《城市綜合交通體系規(guī)劃標(biāo)準(zhǔn)（GB/T 51328-2018）》規(guī)定城市公共汽電車的車站服務(wù)區(qū)域，以300 m半徑計(jì)算，不應(yīng)小于規(guī)劃城市建設(shè)用地面積的50%；以500 m半徑計(jì)算，不應(yīng)小于90%[18]。目前常用的公交站點(diǎn)覆蓋率計(jì)算方式一般以公交站點(diǎn)為圓心，以300 m或500 m為半徑做緩沖區(qū)分析計(jì)算其覆蓋面積，以覆蓋面積除以研究區(qū)域總面積的比值作為其覆蓋率[19-22]。此種方法操作簡便，能大致劃分出公交站點(diǎn)的服務(wù)范圍，但實(shí)際生活中到達(dá)公交站點(diǎn)的步行路徑受建筑、道路、綠化、水系等實(shí)體所限制，往往會大于直線半徑。丁午等[23]提出基于柵格數(shù)據(jù)的公交站點(diǎn)覆蓋率算法，利用高分辨率遙感影像提取特征地物，分別提取公交站點(diǎn)位置信息的柵格矩陣、處于道路網(wǎng)絡(luò)上的出行阻抗矩陣以及不在道路網(wǎng)絡(luò)上的出行阻抗矩陣，計(jì)算公交站點(diǎn)的覆蓋率；韓彪等[24]創(chuàng)新性提出公交人文覆蓋率，從民眾對于公交的需求出發(fā)，綜合考慮人口分布、建筑密度、用電強(qiáng)度、GDP產(chǎn)出等因素來衡量公交覆蓋程度。但既有研究缺少對于城市路網(wǎng)交通狀況、實(shí)際步行可達(dá)性的考慮。互聯(lián)網(wǎng)地圖平臺具有數(shù)據(jù)全覆蓋、高時效、易獲取等特點(diǎn)，因此本文通過調(diào)取高德地圖路徑規(guī)劃API接口獲取各地塊到達(dá)公交站點(diǎn)的實(shí)際步行距離、時間及路線數(shù)據(jù)，從而得到城市公交站點(diǎn)覆蓋率。

1.3.3 研究技術(shù)路線

諸多研究表明，城市交通體系的優(yōu)化需要交通基礎(chǔ)設(shè)施體系的支撐，同時也需要交通管制措施的輔助，二者從供需兩方面對城市交通起著調(diào)配作用，交通環(huán)境諸如路網(wǎng)密度、路網(wǎng)形態(tài)、主次干道比例、公交線網(wǎng)布局等交通供給要素對城市交通運(yùn)行會產(chǎn)生較大影響[25-27]。路網(wǎng)形態(tài)、道路密度與等級配置體現(xiàn)了交通基礎(chǔ)設(shè)施的供給程度；公共交通可彌補(bǔ)地面交通的不足，有效緩解交通擁堵，引導(dǎo)綠色出行，與道路基礎(chǔ)設(shè)施形成互補(bǔ)；交通需求管理措施則發(fā)揮著交通出行需求的調(diào)配作用。完善的交通供給設(shè)施是實(shí)施限制性交通需求管理的前提。因而本文選取交通擁堵指數(shù)識別擁堵區(qū)，在此基礎(chǔ)上進(jìn)一步分析擁堵區(qū)域內(nèi)的路網(wǎng)形態(tài)、道路級配、公交服務(wù)可達(dá)性與服務(wù)供給密度等指標(biāo)特征，識別擁堵區(qū)域問題所在，劃分擁堵區(qū)類型，評價限行政策的合理性并提出相應(yīng)的優(yōu)化策略。研究技術(shù)路線如圖3所示。

2 擁堵區(qū)識別與評價

2.1 擁堵區(qū)識別及空間分布

根據(jù)圖2可知，研究區(qū)通勤交通擁堵一般出現(xiàn)在8：00—10：00和17：00—19：00，通過對比連續(xù)一周工作日通勤時段的擁堵區(qū)分布，其空間相關(guān)性均在95%以上，空間分布具有高度一致性，因此選取2021年1月某工作日及9月某工作日交通擁堵最為嚴(yán)峻的8：00、10：00、17：00和19：00這4個時間點(diǎn)，對交通擁堵指數(shù)進(jìn)行核密度分析，疊加4個時間段的分析結(jié)果生成工作日擁堵區(qū)分布圖（見圖4）。對道路網(wǎng)絡(luò)進(jìn)行分析時，由于搜索半徑的設(shè)定差異，可能存在邊緣失效現(xiàn)象。一般而言，駕駛者遇到擁堵路段時，繞行距離在2 000 m內(nèi)所耗費(fèi)的時間成本低于在擁堵路段原地等候，因而以2 000 m為搜索半徑，以一般街區(qū)尺度250 m為單元進(jìn)行核密度分析，以便于識別交通擁堵區(qū)域的分布情況。

圖4分別為分級限行政策實(shí)施前后某工作日研究區(qū)的擁堵區(qū)域分布情況，根據(jù)擁堵狀況及分級限行后的緩解程度將以下?lián)矶聟^(qū)劃分為重度擁堵區(qū)、中度擁堵區(qū)和輕度擁堵區(qū)。交通擁堵較為嚴(yán)峻的區(qū)域集聚于城市傳統(tǒng)的商業(yè)中心——西湖湖濱至錢江新城區(qū)域，北側(cè)的拱宸橋、三墩—文教至蔣村一帶，錢江新城、下沙及蕭山部分地區(qū)也出現(xiàn)重度擁堵現(xiàn)象。分級限行政策實(shí)施后，擁堵區(qū)域的分布情況與限行政策優(yōu)化之前高度一致，但總體擁堵狀況有所好轉(zhuǎn)，擁堵范圍大幅縮減，尤其是錢塘江南岸的擁堵情況明顯改善，北岸西湖區(qū)仍存在部分重度擁堵的區(qū)域，如湖濱至錢江新城一帶。

本文進(jìn)一步分析了各類擁堵區(qū)的交通供給要素特征，可為限行區(qū)域分類及限行政策精細(xì)化優(yōu)化調(diào)整提供支持。

2.2 擁堵區(qū)交通供給要素特征

城市交通供給要素是指為滿足交通需求所提供的各類設(shè)施及服務(wù)，主要包括道路基礎(chǔ)設(shè)施、公共交通設(shè)施、公共停車設(shè)施及其管理運(yùn)維等服務(wù)要素。擁堵區(qū)的交通供給要素作為一種公眾爭奪、具有排他性的準(zhǔn)公共產(chǎn)品，需要平衡好內(nèi)部供需關(guān)系，而當(dāng)前普遍存在交通供給決策缺乏依據(jù)、供需失配甚至錯配、重規(guī)模輕結(jié)構(gòu)等問題[28]，因此需要對擁堵區(qū)的交通供給要素特征進(jìn)行分析評估，以便精準(zhǔn)化制定相關(guān)決策。本文選取與交通擁堵密切關(guān)聯(lián)的路網(wǎng)供給和公共服務(wù)供給兩個維度對擁堵區(qū)的交通供給要素特征進(jìn)行識別分析，路網(wǎng)供給水平包括道路網(wǎng)絡(luò)形態(tài)和道路級配，公共服務(wù)供給水平包括公交服務(wù)供給可達(dá)性和公交服務(wù)供給密度。

2.2.1 路網(wǎng)供給水平

（1）路網(wǎng)形態(tài)分析

對杭州市道路網(wǎng)進(jìn)行空間設(shè)計(jì)網(wǎng)絡(luò)分析，以穿行度（betweenness）為指標(biāo)進(jìn)行空間可視化，結(jié)果顯示（圖5a），研究區(qū)中心橫向道路穿行度較高，外圍的北部和錢塘江南岸缺少高穿行度的道路，其中以文一路—德勝快速路、機(jī)場路、之江路為主的3條橫向道路，以及靈溪隧道—吉慶山隧道—五老峰隧道—虎跑路、保俶路及錢江三橋—風(fēng)情大道3條縱向道路穿行度較高，潛在交通流量較大，在形態(tài)結(jié)構(gòu)上能對城市交通起到較好的支撐作用，同時也承擔(dān)著較大的交通壓力。

為便于將該分析結(jié)果與公交服務(wù)供給水平進(jìn)行綜合分析，選擇相同的單元尺度對其進(jìn)行核密度分析，結(jié)果如圖5b所示。研究區(qū)域內(nèi)存在兩橫一縱的高穿行度區(qū)域，主要位于下沙至西溪、下沙至富陽兩條橫向聯(lián)系通道，以及武林、湖濱至錢江新城的縱向聯(lián)系通道。將擁堵區(qū)與路網(wǎng)穿行度進(jìn)行疊加，可發(fā)現(xiàn)擁堵區(qū)的分布具有以下特征：擁堵區(qū)大多位于穿行度較高的區(qū)域，在城市路網(wǎng)結(jié)構(gòu)中承擔(dān)重要功能，蔣村、湖墅、城東新城、九堡位于橫向高穿行度通道上，三墩、湖濱—錢江新城位于縱向高穿行度通道上，外圍的擁堵區(qū)路網(wǎng)穿行度較低，其中北部新城、下沙、蕭山穿行度處于低值。

（2）道路級配

圖6為研究區(qū)內(nèi)快速路、主干道等高等級道路與次干道、支路等低等級道路之間的等級配置情況。參考老國標(biāo)《城市道路交通規(guī)劃設(shè)計(jì)規(guī)范》（GB50220—95）和新國標(biāo)《城市綜合交通體系規(guī)劃標(biāo)準(zhǔn)》（GB/T51328—2018）的相關(guān)規(guī)定，200萬人口以上的大城市道路網(wǎng)絡(luò)密度級配大致為1：2：3：8（快速路：主干道：次干路：支路）。道路級配為次干道、支路的道路總長度與快速路、主干道總長之間的比例，數(shù)值越大說明支路網(wǎng)越密。研究區(qū)內(nèi)僅有限行區(qū)邊緣的蕭山、南部臥城、北部新城、丁橋和下沙擁堵區(qū)達(dá)到此標(biāo)準(zhǔn)，浙A、浙A區(qū)域圈內(nèi)的擁堵區(qū)道路級配低于該值，城市中心交通微循環(huán)能力較差。

2.2.2 公交服務(wù)供給水平

（1）公交服務(wù)供給可達(dá)性

研究區(qū)內(nèi)公交站點(diǎn)可達(dá)性較高且分布相對均質(zhì)，除風(fēng)景名勝區(qū)內(nèi)部外，基本實(shí)現(xiàn)研究區(qū)全覆蓋，能夠有效支撐市民的公交出行需求；而大運(yùn)量的軌道交通建設(shè)尚未成網(wǎng)，錢塘江兩岸的兩大核心區(qū)可達(dá)性較高、聯(lián)系緊密，其余區(qū)域存在大面積留白，尤其是北部新城、蕭山科技城和富陽的站點(diǎn)可達(dá)性相對較低，城市多個副中心之間的聯(lián)系較弱，軌道交通基礎(chǔ)設(shè)施體系對于多中心、組團(tuán)式的城市空間結(jié)構(gòu)支撐不足，可能進(jìn)一步提升小汽車出行分擔(dān)率，加劇城市交通擁堵。

（2）公交服務(wù)供給密度

將公交、地鐵站點(diǎn)及線路核密度分析結(jié)果疊加得到研究區(qū)公交服務(wù)供給密度的分析結(jié)果（見圖8），顯示公交供給密度呈失衡狀態(tài)，錢塘江兩岸的城市核心區(qū)呈現(xiàn)較高的供給密度，蕭山科技城、北部新城和南部地區(qū)的供給密度較低。將擁堵區(qū)分布疊加其上，可以發(fā)現(xiàn)公交供給服務(wù)的分布與交通擁堵區(qū)域存在一定錯位，如下沙、石橋、錢江世紀(jì)城等擁堵區(qū)，湖濱—錢江新城、蔣村、三墩—文教、九堡、丁橋擁堵區(qū)與公交供給耦合度較高，湖墅、蕭山、下沙及北部新城等擁堵區(qū)位于公交服務(wù)供給密度的低值區(qū)。

2.3 擁堵區(qū)交通供給要素評價

根據(jù)上述分析共得到2大類4中類指標(biāo)，通過偏相關(guān)性分析篩除相關(guān)性系數(shù)較高的指標(biāo)，經(jīng)檢驗(yàn)發(fā)現(xiàn)，地鐵覆蓋率與地鐵站點(diǎn)密度、地鐵線網(wǎng)密度兩指標(biāo)存在高相關(guān)性，相關(guān)系數(shù)分別為0.950和0.820，因此篩除地鐵站點(diǎn)密度與地鐵線網(wǎng)密度兩個指標(biāo)，共得到7個交通供給要素評價指標(biāo)（見表2），這些指標(biāo)為進(jìn)一步劃分擁堵分區(qū)類型及其特征分析提供了分析基礎(chǔ)。

2.4 分級限行區(qū)合理性評估

結(jié)合擁堵區(qū)域分布及交通供給指標(biāo)分析可以發(fā)現(xiàn)，杭州市三級限行區(qū)范圍的劃分總體上較為合理，擁堵狀況最為嚴(yán)峻的區(qū)域均位于浙A、浙A區(qū)域圈及其邊緣，其交通設(shè)施供給水平也相對較高，從而能夠提供替代居民私家車出行的多元綠色出行方式；但從交通精細(xì)化治理的視角出發(fā)，分級限行區(qū)域的劃分仍有較大優(yōu)化空間。例如：（1）擁堵區(qū)域多以擁堵片區(qū)、飛地和節(jié)點(diǎn)形式存在，其中有大量擁堵程度較低的區(qū)域被納入限行區(qū)，尤其是非浙A限行圈內(nèi)；（2）存在部分擁堵飛地，其擁堵程度高但限行級別過低，如三墩—文教北部和下沙，限行措施與實(shí)際擁堵情況存在錯位；（3）部分限行級別較高的區(qū)域存在交通設(shè)施供給錯位和替代性公共交通不足的問題。

因此，在制定限行政策時應(yīng)考慮擁堵區(qū)域的空間分布、形態(tài)特征，同時也應(yīng)考慮內(nèi)部交通設(shè)施的供給情況，多措合一，輔之以靈活多樣的限行措施，達(dá)到精細(xì)化交通治堵的目的。

3 擁堵區(qū)分類管控優(yōu)化策略

3.1 擁堵區(qū)域類型劃分

基于擁堵區(qū)的空間分布特征和外部形態(tài)特征，將擁堵區(qū)劃分為片區(qū)型擁堵區(qū)、飛地式擁堵區(qū)和點(diǎn)狀擁堵區(qū)。片區(qū)式擁堵區(qū)為由成片綿延的擁堵區(qū)及其鄰近的擁堵區(qū)構(gòu)成的有條件實(shí)施統(tǒng)一的限行管控措施的擁堵區(qū)；飛地式擁堵區(qū)是位于城市周邊、較為獨(dú)立且面積較大的擁堵區(qū)；節(jié)點(diǎn)式擁堵區(qū)是位于城市擁堵鏈上的若干個面積較小的關(guān)鍵擁堵節(jié)點(diǎn)。各類擁堵區(qū)的交通供給要素特征和限行措施如表3所示，針對各類擁堵區(qū)進(jìn)行類型劃分有助于對交通擁堵區(qū)域進(jìn)行精準(zhǔn)化管控。

3.2 擁堵區(qū)分類管控優(yōu)化策略

針對片區(qū)式擁堵區(qū)，其內(nèi)部交通供給設(shè)施完備、主干道密集，公交設(shè)施供給基本達(dá)到飽和，造成其擁堵嚴(yán)峻的原因主要是功能過于集聚、人口大量集中、主次干道比例失衡，次干道和支路過少，交通微循環(huán)低效。從城市建設(shè)角度需持續(xù)推進(jìn)城市空間結(jié)構(gòu)的優(yōu)化及城市中心功能的疏解，完善路網(wǎng)等級結(jié)構(gòu)，提升支路網(wǎng)密度，打通城市微循環(huán)道路網(wǎng)。從交通需求管理角度，可結(jié)合擁堵片區(qū)就近的高架路、快速路等獨(dú)立邊界設(shè)立較為完整的限行區(qū)域，進(jìn)一步強(qiáng)化交通需求管理政策措施，對車輛采取分級、分類、分時段的擁堵收費(fèi)政策；圍繞商業(yè)密集地區(qū)打造步行街區(qū)，優(yōu)化綠色出行配套基礎(chǔ)設(shè)施布設(shè)，在片區(qū)外圍地鐵公交樞紐設(shè)立便捷的停車換乘系統(tǒng)，引導(dǎo)綠色低碳出行。

針對飛地式和節(jié)點(diǎn)式擁堵區(qū)，以疏通內(nèi)部擁堵節(jié)點(diǎn)，完善交通供給設(shè)施為主。位于城區(qū)中心的擁堵飛地公交供給水平較高，但路網(wǎng)結(jié)構(gòu)有待優(yōu)化；位于限行區(qū)邊緣的飛地式擁堵區(qū)，各項(xiàng)交通供給要素均處于較低水平，重點(diǎn)仍應(yīng)放在交通基礎(chǔ)設(shè)施的建設(shè)和完善，尤其是軌道交通設(shè)施的完善，發(fā)展一體化的土地利用和交通規(guī)劃，提供多種交通方式的便捷換乘。針對節(jié)點(diǎn)式擁堵區(qū)，其往往位于鏈狀擁堵帶上，可以采取大運(yùn)量軌道交通串聯(lián)的方式，在軌道交通選線和站點(diǎn)選位優(yōu)先考慮節(jié)點(diǎn)式擁堵區(qū)，適當(dāng)增設(shè)公交線路、班次，為該片區(qū)提供多種出行方式的選擇。

4 結(jié)語

通過對實(shí)時交通擁堵指數(shù)的分析發(fā)現(xiàn)，研究區(qū)內(nèi)存在4個重度擁堵區(qū)、10個中度擁堵區(qū)和1個輕度擁堵區(qū)，結(jié)合交通供給要素特征和限行措施對擁堵區(qū)進(jìn)行類型劃分和限行措施合理性評價，發(fā)現(xiàn)研究區(qū)內(nèi)存在片區(qū)式、飛地式和節(jié)點(diǎn)式3類擁堵區(qū)類型；分級限行措施在城市整體層面較為合理，限行措施與擁堵級別基本對應(yīng)，在更精細(xì)的尺度上存在限行區(qū)域與交通擁堵區(qū)錯位、缺少替代性公共交通等問題。在此基礎(chǔ)上提出差異化的交通管控措施優(yōu)化策略。針對擁堵程度高且交通供給完善的大面積擁堵片區(qū)，建議強(qiáng)化交通需求管理，征收擁堵費(fèi)，設(shè)立步行街區(qū)，適當(dāng)提高支路網(wǎng)密度，完善道路微循環(huán)體系；針對飛地式擁堵區(qū)和節(jié)點(diǎn)式擁堵區(qū)，主要以完善交通供給設(shè)施為主，對公共交通服務(wù)供給不足的區(qū)域，加大公交站點(diǎn)和線網(wǎng)密度，并在軌道交通選線時優(yōu)先考慮，引導(dǎo)公交出行，對各交通供給要素均處于低值的新區(qū)，以交通基礎(chǔ)設(shè)施完善和發(fā)展公交導(dǎo)向的城市開發(fā)為主。

該方法能夠?yàn)榇蟪鞘蟹旨壪扌袇^(qū)域精細(xì)化的劃定、限行政策合理性評估和優(yōu)化提供借鑒，從而達(dá)到優(yōu)化城市交通設(shè)施結(jié)構(gòu)，引導(dǎo)小汽車出行方式向公共交通轉(zhuǎn)變，實(shí)現(xiàn)城市交通可持續(xù)發(fā)展與城市交通治理精細(xì)化的目的。但仍存在部分不足，如本文關(guān)注限行區(qū)的空間范圍48FdEXlFzqOnp0/+GBd49m+9nyp3xiUyqdoEp8Fsad4=劃定，對于限行時間段的關(guān)注較少，交通擁堵的發(fā)生有較強(qiáng)的周期性規(guī)律，未來需將時間維度納入研究范疇，同時對于各個擁堵區(qū)的成因有待進(jìn)一步區(qū)分探討，以便輔助限行政策的優(yōu)化和完善。

參考文獻(xiàn) References

[1]北京交通發(fā)展研究院. 2019年北京交通發(fā)展年報(bào)[R]. 2019.

Beijing Transport Institute. 2019 Beijing transport annual report[R]. 2019.

[2]SALAS R， PEREZ-VILLADONIGA M J， PRIETO-RODRIGUEZ J， et al. Were traffic restrictions in Madrid effective at reducing NO2 levels？[J]. Transportation Research Part D： Transport and Environment， 2021， 91： 102689.

[3]DEGRAEUWE B， PISONI E， CHRISTIDIS P，et al. SHERPA-city： a web application to assess the impact of traffic measures on NO2 pollution in cities[J]. Environmental Modelling & Software， 2021， 135： 104904.

[4]SOUSA SANTOS G， SUNDVOR I， VOGT M， et al. Evaluation of traffic control measures in Oslo region and its effect on current air quality policies in Norway[J]. Transport Policy， 2020， 99： 251-261.

[5]李春艷，陳金川，郭繼孚，等. 小汽車限行對居民出行特征的影響分析[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2008，8（6）：73-77.

LI Chunyan， CHEN Jinchuan， GUO Jifu， et al. Analysis on impacts of car-using restriction on travel behaviors[J]. Journal of Transportation Systems Engineering and Information Technology， 2008， 8（6）： 73-77.

[6]何建偉，曾珍香， 李志恒. 北京市交通需求管理政策效用分析[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2009，9（6）：114-119.

HE Jianwei， ZENG Zhenxiang， LI Zhiheng. An analysis on effectiveness of transportation demand management in Beijing[J]. Journal of Transportation Systems Engineering and Information Technology， 2009， 9（6）： 114-119.

[7]譚永朝，高楊斌，鄭瑾，等. 杭州市“錯峰限行”交通需求管理措施實(shí)踐[J]. 城市交通，2012，10（5）：24-29.

TAN Yongchao， GAO Yangbin， ZHENG Jin， et al. Practice of travel demand management in shifting peak-demand and restricting car usage in Hangzhou[J]. Urban Transport of China， 2012， 10（5）： 24-29.

[8]易如，張世秋，謝旭軒，等. 北京市機(jī)動車尾號限行和油價上調(diào)政策效果比較[J]. 中國人口·資源與環(huán)境，2011，21（s2）：108-112.

YI Ru， ZHANG Shiqiu， XIE Xuxuan， et al. Comparison analysis on policy effects for driving restriction and gasoline pricing in Beijing[J]. China Population， Resources and Environment， 2011， 21（s2）： 108-112.

[9]王振振，雍嵐，黨成杰. 機(jī)動車限行政策對緩解交通擁堵的成效分析——來自西安市2016—2019年實(shí)證探索[J]. 北京理工大學(xué)學(xué)報(bào)（社會科學(xué)版），2021，23（1）：79-88.

WANG Zhenzhen， YONG Lan， DANG Chengjie. Analysis on the effect of vehicle restriction on traffic congestion alleviation—empirical exploration from 2016—2019 in Xi'an[J]. Journal of Beijing Institute of Technology， 2021， 23（1）： 79-88.

[10]蔣寅，萬濤，曹伯虎. 天津市交通指數(shù)及其在雙限政策評估中的應(yīng)用[J]. 城市交通，2015，13（6）：46-52.

JIANG Yin， WAN Tao， CAO Bohu. Traffic index of Tianjin and its application in evaluation of vehicle purchase rationing policy and vehicle usage restriction policy[J]. Urban Transport of China， 2015， 13（6）： 46-52.

[11]楊忠振，陳東旭. 基于尾號空間分布的小汽車限行方案優(yōu)化研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2017，17（1）：235-240.

YANG Zhongzhen， CHEN Dongxu. Optimization of travel ban scheme of cars based on the spatial distribution of the last digits in their number plates[J]. Journal of Transportation Systems Engineering and Information Technology， 2017， 17（1）： 235-240.

[12]張曉陽，徐韜，張宜華，等. 基于大數(shù)據(jù)的城市尾號限行方案設(shè)計(jì)與評估研究[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2018，18（5）：233-240.

ZHANG Xiaoyang， XU Tao， ZHANG Yihua， et al. Design and evaluation of city tail number limit scheme based on big data[J]. Journal of Transportation Systems Engineering and Information Technology， 2018， 18（5）： 233-240.

[13]全永燊，郭繼孚，溫慧敏，等. 城市道路網(wǎng)運(yùn)行實(shí)時動態(tài)評價理論和技術(shù)研究[J]. 中國工程科學(xué)，2011，13（1）：43-48.

QUAN Yongshen， GUO Jifu， WEN Huimin， et al. Real-time dynamic evaluation of urban network[J]. Strategic Study of CAE， 2011， 13（1）： 43-48.

[14]王璐媛，于雷，孫建平，等. 交通運(yùn)行指數(shù)的研究與應(yīng)用綜述[J]. 交通信息與安全，2016，34（3）：1-9.

WANG Luyuan， YU Lei， SUN Jianping， et al. An overview of studies and applications on traffic performance index[J]. Journal of Transport Information and Safety， 2016， 34（3）： 1-9.

[15]古恒宇，沈體雁，周麟，等. 基于GWR和sDNA模型的廣州市路網(wǎng)形態(tài)對住宅價格影響的時空分析[J]. 經(jīng)濟(jì)地理，2018，38（3）：82-91.

GU Hengyu， SHEN Tiyan， ZHOU Lin， et al. Measuring street layout's spatio-temporal effects on housing price based on GWR and sDNA model： the case study of Guangzhou[J]. Economic Geography， 2018， 38（3）： 82-91.

[16]宋小冬，陶穎，潘潔雯，等. 城市街道網(wǎng)絡(luò)分析方法比較研究：以Space Syntax、sDNA和UNA為例[J]. 城市規(guī)劃學(xué)刊，2020（2）：19-24.

SONG Xiaodong， TAO Ying， PAN Jiewen， et al. A comparison of analytical methods for urban street network： taking space syntax， sDNA and UNA as examples[J]. Urban Planning Forum， 2020（2）： 19-24.

[17]SARKAR C， WEBSTER C， PRYOR M， et al. Exploring associations between urban green， street design and walking： results from the Greater London boroughs[J]. Landscape and Urban Planning， 2015， 143： 112-125.

[18]中華人民共和國住房和城鄉(xiāng)建設(shè)部. GB/T 51328-2018城市綜合交通體系規(guī)劃標(biāo)準(zhǔn)[S]. 北京：中國建筑工業(yè)出版社，2018.

Ministry of Housing and Urban-Rural Development of the People's Republic of China. GB/T 51328-2018 Planning standards for urban comprehensive transportation system[S]. Beijing： China Architecture & Building Press， 2018.

[19]徐以群，陳茜. 城市公共交通服務(wù)水平的指標(biāo)體系[J]. 城市交通，2006（6）：42-46.

XU Yiqun， CHEN Qian. System of LOS indicators for urban public transportation[J]. Urban Transport of China， 2006（6）： 42-46.

[20]孟慶偉. 城市公共交通覆蓋度空間統(tǒng)計(jì)分析研究[J]. 測繪與空間地理信息，2020，43（3）：141-145.

MENG Qingwei. Urban public transportation coverage analysis based on AHP[J]. Geomatics & Spatial Information Technology， 2020， 43（3）： 141-145.

[21]李苗裔，龍瀛. 中國主要城市公交站點(diǎn)服務(wù)范圍及其空間特征評價[J]. 城市規(guī)劃學(xué)刊，2015（6）：30-37.

LI Miaoyi， LONG Ying. The coverage ratio of bus stations and an evaluation of spatial patterns of major Chinese cities[J]. Urban Planning Forum， 2015（6）： 30-37.

[22]陳艷艷，魏攀一，賴見輝，等. 基于GIS的區(qū)域公交可達(dá)性計(jì)算方法[J]. 交通運(yùn)輸系統(tǒng)工程與信息，2015，15（2）：61-67.

CHEN Yanyan， WEI Panyi， LAI Jianhui， et al. A calculation method of area public transit accessibility based on GIS[J]. Journal of Transportation Systems Engineering and Information Technology， 2015， 15（2）： 61-67.

[23]丁午，程琳. 基于柵格GIS的公交站點(diǎn)覆蓋率算法研究[J]. 測繪科學(xué)，2011，36（4）：249-251.

DING Wu， CHENG Lin. Arithmetic of analyzing bus stops service rate based on raster GIS[J]. Science of Surveying and Mapping， 2011， 36（4）： 249-251.

[24]韓彪，楊云峰，李葉平，等. 公交人文覆蓋率及其計(jì)算方法研究[J]. 中國公路學(xué)報(bào)，2012，25（4）：119-125.

HAN Biao， YANG Yunfeng， LI Yeping， et al. Research on the concept and calculation method of humane transit coverage rate[J]. Chinese Journal of Highway， 2012， 25（4）： 119-125.

[25]尹春，孫斌棟，何舟，等. 城市建成環(huán)境對通勤時耗的影響及規(guī)劃啟示[J]. 城市規(guī)劃，2018，42（8）：83-89.

YIN Chun， SUN Bindong， HE Zhou， et al. Influence of urban built environment on commuting time and its planning implications[J]. City Planning Review， 2018， 42（8）： 83-89.

[29]孫斌棟，但波. 上海城市建成環(huán)境對居民通勤方式選擇的影響[J]. 地理學(xué)報(bào)，2015，70（10）：1664-1674.

SUN Bindong， DAN Bo. The influence of urban built-up environment in Shanghai on the choice of commuting mode of residents[J]. Acta Geographica Sinica， 2015， 70（10）： 1664-1674.

[27]郭亮，鄭朝陽，黃建中，等. 基于通勤圈識別的大城市空間結(jié)構(gòu)優(yōu)化——以武漢市中心城區(qū)為例[J]. 城市規(guī)劃，2019，43（10）：43-54.

GUO Liang， ZHENG Chaoyang， HUANG Jianzhong， et al. Commuting circle-based spatial structure optimization of megacities： a case study of Wuhan central city[J]. City Planning Review， 2019， 43（10）： 43-54.

[28]全永燊，潘昭宇. 城市交通供給側(cè)結(jié)構(gòu)性改革研究[J]. 城市交通，2017，15（5）：1-7.

QUAN Yongshen， PAN Zhaoyu. Supply-side structural reform for urban transportation[J]. Urban Transport of China， 2017， 15（5）： 1-7.

基金項(xiàng)目：國家自然科學(xué)基金“基于通勤績效提升的大城市空間結(jié)構(gòu)優(yōu)化—以武漢為例”（編號52178039）資助。