基于高速公路交通量的城市交通联系强度评价

陈津怡，魏景丽，李铁柱，孙赫杨

（1. 东南大学，交通学院，南京 211189；2.中交第一公路勘察设计研究院有限公司，南京 211100）

0 引 言

交通强国战略引领下，交通运输发展深刻影响着城市经济发展和空间布局。城市间交通联系是由城市间多种要素相互作用形成的城市间交通关联，反映着城市间的经济流动与产业导向。城市间经济联系一定程度上表现为交通运输联系，联系通道一定程度上表象为交通基础设施[1]，而经济增长要求进一步发展交通基础设施[2]。交通基础设施加强了区域间的交通联系和空间联通性，进而加强城市间的联系。江苏省9 个城市被列入长江三角洲城市群，作为我国人均GDP最高的省份，在推动长三角经济带的发展中作用巨大。研究指出，我国城市群交通联系的空间极化效应明显，而长三角、珠三角城市群交通联系的网络发育最为成熟[3]。

交通一体化是区域一体化的重要组成部分[4]，研究城市间的交通联系对研究区域一体化发展方向和产业布局有着重要作用，可作为研究发达城市对周边城市带动能力强弱的指标，量化城市间的交通影响。国内已有研究提出了刻画交通运输联系强度的指标，如罗震东等[5]将长三角城市间公路长途客运班次和高铁经停班次作为交通联系强度的指标分析长三角城市结构特征及演化趋势。杜彩军等[1]将OD 交通量转化为相对联系量并取对称联系强度中较大值作为交通联系强度值。刘瑞娟[6]对OD 交通量进行双向考虑，总结运输联系强度与经济联系强度的模型。刘正兵等[7]基于中原经济区城际铁路与公路客运班次研究城市间空间联系格局，通过社会网络分析阐释中原经济区城市联系网络结构特征。

目前关于交通联系强度的研究一般是基于空间联系格局进行，多应用于城市空间规划之中[5-8]。国外对于交通联系的研究多集中在可达性、通勤模式的研究上[9-12]，如Straatemeier[9]分析了用区域交通可达性评估城市结构。El-Geneidy 等[10]基于旅行时间研究了空间可达性及定价策略。Acheampon[11]基于对都市中心区通勤者的调查，研究了城市的交通联系与空间结构。国内关于交通可达性和经济发展的关联性研究也较活跃[13-14]。但目前对于交通联系强度的定义及具体评价指标仍较为欠缺，多数研究以定性分析交通联系强度及其对经济和城市结构的影响为主。

本文基于对现有评价方法的总结，改进了基于高速公路交通量的交通联系强度的评价算法，建立了考虑交通基础设施供给与实际交通量的交通联系强度分析模型，并以江苏省高速公路OD 交通量数据进行实例验证，对江苏省13 个地级市的交通联系强度进行计算分析，研究江苏省城市联系格局。

1 交通联系强度测算的思路与方法

1.1 交通联系强度常用评价方法

1.1.1 供给量统计法

通过对火车与长途客车班次数据调查，以城市间每日公路长途客运班次和铁路每日经停班次作为城市间客运交通流的替代数据，将往返班次加和，用来表现城市间的双向交通联系强度，其公式为：

式中，Hij表示城市i 与城市j 之间的交通联系强度； Pij表示由城市i 到达城市j 的火车（包含普通铁路与高速铁路列车）或长途客车班次数； Pji表示由城市j 到达城市i 的火车（包含普通铁路与高速铁路列车）或长途客车班次数。火车与长途客车班次应分别统计。

1.1.2 交通量转化法

交通量是区域空间交流的直接联系量，对交通量数据转化处理可反映不同城市间交通联系强弱。转化过程实际是对OD 数据归一化处理，使不同城市间的交通联系具有可比性。通过交通量绝对值来衡量并不可靠，需将其转化为相对交通量衡量所占比例，如下式所示：

式中，rij为从城市i 到达城市j 的交通量占城市j的总吸引量的百分比； Oij表示从城市i 到达城市j 的交通量；Dj表示城市j 的总吸引量。

一般城市i 到城市j 的交通量与城市j 到城市i 的交通量是不相同的，则相对交通量 rij与 rji也不相同，为了统一两城市间的交通联系强度，有研究[1]取其中较大值作为交通联系强度的衡量依据，构建交通联系强度的对称矩阵RM=[rmij]：

转化后的数据可衡量两城市间的交通联系，且可对不同城市进行比较，但该方法仅考虑了较大相对流量方向的强度。若从整个系统角度出发，则应从交通流的矢量性双向考虑，建立评价区域运输联系强弱的定量模型，一些研究者[7]采用公式（4）进行计算：

式中，Hij表示城市i 与城市j 之间的交通流联系强度；Oij表示城市i 到城市j 的交通量； Dij表示城市j 到城市i 的交通量；iO 和Oj分别表示城市i 与城市j 的交通流发生量；iD 和Dj分别表示城市i 与城市j 的交通流吸引量；α 为标准化系数，可使不同城市间具有可比性，其数值由交通量数据决定，公式为：

式中，T 表示研究区域交通流输入与输出的总和。

基于上述公式，可将整个系统中的城市比较研究。计算出的交通流联系强度值越大，说明两城市间的交通流联系越密切；反之则说明两个城市间的交通流联系越弱。

1.1.3 社会网络分析法

衡量城市间交通联系的强弱可采用社会网络分析法，有研究借助Ucinet6.0 软件对城市的中心度等指标进行分析[7]，该软件具有较强的矩阵分析功能，可以进行中心性分析、角色分析、子群分析等，是常用的社会网络分析软件。通过分析城市在区域交通网络中的重要程度，进而分析该城市与其他城市间的联系强度。

中心度的测算一般包括度中心度、接近中心度和中介中心度。使用图论和网络科学的基本概念对交通基础设施系统进行概念化和建模，将现实系统抽象为边缘节点拓扑，可有效量化和表征网络属性，包括结构、连通性等[15]。度中心度是在网络分析中刻画节点中心性的最直接度量指标[16]，可测量网络中某节点与所有其他节点相联系的程度。Bavelas[17]将接近中心性定义为距离的倒数，需考虑每个节点到其他节点的最短路平均长度。中介中心度指的是一个节点担任其他两节点之间最短路桥梁的次数。一个节点充当“中介”的次数越高，它的中介中心度就越大，公式如下：

1.1.4 可达性分析法

交通可达性反映城际间人员、资金、商品等要素流动的便利程度，反映着城市间的交通联系强度。城市规划影响出行时间成本[18]，基础设施的发展将提升交通可达性，有效缩短出行时间。以加权平均旅行时间作为衡量可达性的指标，可从节约时间成本及交通成本角度直观地衡量区域或城市间连通水平，其公式为[19]：

式中，iA 为城市i 的加权平均旅行时间；g 为系统中城市节点总数； Tij为城市i 到城市j 的最短旅行时间距离；Mj表示城市j 的权重，一般采用节点城市人口规模为权重，以反映某节点城市人口的吸引力。

当前研究主要通过上述几类方法衡量城市间交通联系强度，但多数研究者仅将交通联系强度作为研究城市发展的指标。将交通联系强度作为一个单独的课题研究对于研究城市发展十分必要，需对具体指标和测算方法建立更为完善的测算体系。

1.2 结合基础设施供给与实际交通量的测算方法

实际交通量包括城市间高速公路的OD 量、铁路的OD 量、航空的OD 量、水运的OD 量等，基于实际交通量计算交通联系强度采用公式（4）、（5），在此用符号 Aij表示。目前关于交通联系强度的研究多是基于长途班车（或火车）运营班次及实际产生的交通量，而未充分考虑基础设施的供给情况，基础设施供给是影响城市联系强度的重要因素，故在此提出一种结合基础设施供给与实际交通量的测算方法，从供给及实际交通量两方面研究城市联系强度。

基础设施供给指标可选择两城市间公路或铁路（或航空、水运等）布设条数、里程、等级、服务水平等，多种指标共同构成衡量基础设施供给水平的指标体系，指标的选取与所选运输方式有关。本次研究主要针对城市间基于高速公路的联系强度测算，故在此重点讨论基于高速基础设施供给与实际交通量的测算方法。

基于高速的联系强度测算将高速基础设施供给的影响纳入考虑，作为以实际交通量计算出的交通联系强度的修正系数。在进行专家调查确定基本因素的基础上，通过信息论中的熵值法来确定修正系数包含的指标。熵值法的核心是通过计算熵值来判断指标离散程度，离散程度越大对综合评价的影响也越大。最终选定城市间的双向发车班次、高速公路里程两项指标，作为高速基础设施供给对联系强度的修正系数，其计算公式为：

式中， Cij为城市i 与城市j 之间基于高速公路的交通联系强度修正系数；g 为系统中城市节点的总数；ijP 、 Lij分别表示城市i 与城市j 之间的双向发车班次数、高速里程；gP 表示所研究高速系统中城市两两之间的双向发车班次数总和；gL 为所研究高速系统中的高速总里程。

由于 Aij与 Cij的值均小于1，为便于观察对比城市间联系强度，不妨乘以常数k 将其值等比例扩大，k 值可依据研究需要选取。将计算两城市基于高速的交通联系强度的公式归纳如下：

式中，Hij为城市i 与城市j 之间基于高速的交通联系强度；k 为常数；在本研究中， Aij表示城市i 与城市j 之间基于高速实际交通量测算的交通联系强度。

针对公路、铁路、航空、水运等不同的运输方式，可分别选择相应的指标研究基于该运输方式的修正系数，以界定基础设施供给的影响程度，再结合城市间公路、铁路、航空、水运的交通量数据，分别衡量公路、铁路、航空、水运等方式作用下的城市交通联系强度，在此暂不展开讨论。

在求得城市间交通联系强度数值之后，可采用首位度对城市的中心性进一步刻画。交通首位度M 表示与其他城市交通联系度最高城市的联系强度数值1P 与交通联系度次高城市的联系强度数值2P 的比值，反映了首位城市的中心性强弱，公式为：

乔十二郎坚定地说：“我知道对方很强大，是石头，但我不是鸡蛋，也是石头，比他坚硬，比他顽强。最有利的是，我这块石头在暗处，而他在明处。”

首位度的大小反映着首位联系城市对区域交通联系支配作用的大小，对首位度大小排序，可研究中心城市的分布与城市的集群形态。

2 实例分析

2.1 数据介绍与研究区域概况

本文以江苏省13 个地级行政区为研究对象，基于2017 年江苏省高速公路所有进出口年平均日交通量OD 数据，及通过历史数据调查收集13个城市间双向发车班次数、高速公路里程等数据，研究江苏省13 个地级行政区的交通联系强度，进而分析各城市的交通首、次位关系及城市联系。江苏省地处我国东南部，与上海、浙江省、安徽省多城市共同构成的长江三角洲城市群已成为国际六大世界级城市群之一，其城市发展具有显著的集群效应，这与交通设施的发展关系密切。江苏省人均GDP、综合竞争力、地区发展与民生指数均居全国各省第一，是中国综合发展水平最高的省份。

根据2018 年江苏省国民经济和社会发展统计公报，江苏省2018 年全年实现地区生产总值92 595.4 亿元，年末全省常住人口8 050.7 万人。交通运输基本平稳，全年货物运输量比上年增长5.7%，旅客运输量下降4.7%；旅客吞吐量5 164.6万人次；年末全省公路里程16 万km，高速公路里程4 710 km[20]。

2.2 测算过程与结果分析

首先处理江苏省高速公路进出口年平均日交通量OD 数据，计算江苏省13 个地级行政区之间OD 交通量，由此求得基于实际交通量的交通联系强度 Aij；查询订票软件当年售票信息，获得13 个城市间双向长途班车发车班次数，并利用地图统计城市间高速公路里程数据，用于计算 Cij，本例中选取常数k 值为100。

根据公式（9）求得修正后的交通联系强度值Hij，如表1 所示。图1 显示了江苏省城市交通联系情况。图中13 个城市点的大小代表该城市与其他城市交通联系强度总值大小，联系线的粗细代表城市间联系强度强弱。交通联系强度较大的城市如南京、苏州、无锡、南通、常州等，与其他城市间的联系线也较粗，代表其与其他城市的交通联系较强。

分别汇总各城市与其他12 个城市的交通联系强度，并按照由大到小顺序排序，依据求得联系强度，可研究各城市的首位联系城市、次位联系城市。江苏省13 个城市的交通联系强度排序结果及其首、次位联系城市如表2 所示。

表1 江苏省13 个地级行政区交通联系强度

图1 江苏省城市交通联系格局

表2 各城市交通联系强度排序结果及其首次位交通联系城市

图2 各城市首位联系城市及次位联系城市

由上述图表结果可知：

（1）基于高速基础设施供给与实际交通量计算的江苏省13 个地级行政区之间的联系强度表明，苏州市与其他12 个城市之间基于高速的联系强度远大于其他城市，江苏省各城市的首位联系城市均为苏州。这与苏州市自身高速公路基础设施发达有着密切关系，此外，苏州市2018 年GDP 达到1.86 万亿元，位于江苏省首位，经济对交通的促进作用也不可忽视。苏州市人口众多，贸易发达，客货运量巨大，对周边的辐射作用也极强。

（2）随着苏锡常都市圈发展，三城市逐渐形成条带状集群，交通便利且三主城区距离较近，使得三者间交通联系与经济联系日益密切。《长江三角洲城市群发展规划》要求苏锡常都市圈推进沪苏通、锡常泰跨江融合发展，政策支持助力城市交通联系进一步强化。

（3）南京作为江苏省会与其他城市间基于高速的交通联系强度也较大，与苏州、无锡联系最为密切，许多城市的次位联系城市为南京；在地理位置上与南京距离较近的镇江、扬州和南京的交通联系也较强，但由于其城市体量较小，且未形成更为完善的经济带，使得其地理优势未对区域交通联系产生较大的推动作用。南京市可结合产业布局与周边联系强度大的城市共同打造经济发展带，推动区域协同发展。

（4）南通作为沿海城市，具有紧邻我国经济中心上海的地理优势，这促进南通城市经济及交通获得较为完善的发展。南通与无锡之间具有发达的高速公路网络，故南通与无锡间基于高速的交通联系强度也较大。

3 结束语

结合实际交通量数据从供给角度讨论交通联系强度，是对现状交通供给数据的有效利用，对于评估城市间的交通联系方向与强度是非常有效的。本文结合高速公路设施供给与实际交通量数据探讨了江苏省各城市间基于高速的交通联系强度，有效评估了各城市间基于高速公路的交通联系状况，且通过首、次位交通联系城市进一步明确了区域基于高速发展的交通联系中心。

本研究对于城市一体化交通发展战略部署、城市交通规划等均有导向作用，量化了城市间交通联系强度，为研究城市交通联系结构、城市集群形态提供了探索思路。

但目前仅针对城市间基于高速的联系强度展开讨论，暂未就基于铁路、水运、航空的联系强度深入研究，后续将拓展利用多源数据，综合基于多种方式的联系强度，确定其权重。将基于高速、铁路、水运、航空运输的联系强度有机结合，更为全面地评估基于多种交通运输方式的城市交通联系强度，并分别研究城市间的客运、货运交通联系，为研究城市空间结构、城市经济发展提供依据与基础。