基于社会网络分析的城市道路堵塞问题与对策分析

周楒炀

（广东省交通规划设计研究院集团股份有限公司，广东 广州 510507）

0 引言

随着我国经济的迅猛发展和城市化进程不断提速，机动车占有率迅速飞升导致城市的交通资源愈加紧张，道路容量趋于饱和、城市交通拥堵、交通时间和成本不断上升，如何选取合适方法分析城市道路堵塞问题并提出科学可行的改善措施已成为亟待解决的问题[1]。

鉴于此，本研究提出了基于社会网络分析的城市道路堵塞问题量化框架，从整体网络、分割块网络、个体网分别对影响因素分析，并基于点的中心度矩阵筛选出核心影响因素为故障响应时间、应急车道、公共交通停靠站以及车况提示。以此为基础，针对核心影响因素提出了城市道路阻塞的风险应对措施，为化解城市交通堵塞现象提供了理论支持和方法支撑。

1 交通堵塞影响因素识别

道路通行能力的影响因素不仅决定了路段的容量、同时还决定了路网的交通流模式，实时影响着路段及路网的服务水平等级[2]。影响因素根据不同的产生原因和影响方式，共分为七个大类，分别为交通事故、道路设计、路线规划、交通管制、城市交通发展水平、信息提示，其下又分为22 项影响因素，具体的影响因素及分类情况如表1所示。

表1 交通堵塞影响因素及分类

交通事故常伴有车辆、人员或道路设施的损伤，会导致道路交通能力受限，局部地域造成流通缓慢甚至阻塞。因此，城市道路需要考虑交通事故的处理方式，处理时长以及响应时长。

道路设计通常包含车道数量、车道分布、坡度、弯道等内容。其中，车道数量、车道分布、车速设计等因素对城市道路交通能力有直接影响，而弯道与坡度的设计则会影响行车速度。此外，公交车辆占道以及到站停车等行为也会由于公交车行驶速度缓慢而造成道路交通阻塞。

路线规划主要体现在道路对于主要商业区的连通能力，以及出入口的设计和分布。如果道路连通了较多的商业区，极易造成交通阻塞。而出入口的分布会直接影响车辆的行驶效率，良好的分布不仅能提高车辆到达率，同时还有及时分流的作用。

城市交通发展水平主要通过公共交通能力、汽车保有量以及车辆类型体现。通常情况下，公共交通仍然是城市的主要交通工具，公共交通越发达的城市，对于道路的交通压力也更小。汽车保有量是另一个影响因素，汽车保有量越高的城市道路，造成道路阻塞的可能性越高。

信息提示包括道路指示牌、地标指示牌、车载导航及相关的信息提示。信息提示可以对驾驶员提供前瞻性决策，如果信息提示准确且及时有效，可有效缓解道路通行压力。

2 社会网络理论模型

2.1 社会网络分析理论

社会网络分析方法最早应用于社会学，是经由学者们将研究方向从个体行为转向社会中互动关系过程的产物，指通过图论、数学模型综合的分析行动者在社会中互动关系的结构分析法，行动者可定义为某个体、具有同样特质的群体甚至一个国家，行动者间的关系就构成了社会网络[3]。

社会网络理论与以往网络分析的区别在于，着重考虑社会行动者与其间活动关系所带来的相互影响，而网络分析仅是考虑多个方面的关联。社会网络分析主要用作分析社会的结构以及社会中个体间的关系，但是社会个体的行为不是完全独立的，会与其他的个体以及网络整体相互关联。在该社会网络中，社会个体间将相互关系作为信息、资源交换的桥梁，而网络可以用点、线的方式直观地将桥梁具象化，便于深入研究网络结构对网络个体、某一群体的影响情况。

2.2 社会网络的分析步骤

基于社会网络分析法对网络模型研究的步骤如下：①明确社会网络中的节点；②衡量各个节点间的具体情况以及相互关系；③构建可视化网络模型；④建立对应数据指标量化分析；⑤根据分析结果制定解决方案。本文基于SNA 对城市道路阻塞安全影响因素影响关系模型的评价分析将遵循这一过程。

3 城市交通拥堵问题与对策分析

3.1 影响因素相关性分析

3.1.1 数据收集与分析

开展问卷调研城市道路阻塞的影响因素间的关系，主要设计为两个部分：①背景资料，主要描述被调查者的最高学历、工作年限、主要出行方式、是否遭遇道路阻塞等内容，考察对城市道路阻塞的熟悉程度；②问题调查，主要是城市道路阻塞影响因素间直接影响关系的调查，为构建网络模型提供依据。将22 项影响因素按矩阵式排列，由被调查者对影响因素间的关系进行判断，选中则表示因素间存在相关性。共发放调查问卷152 份，回收144 份，回收率为94.74%，有效率为92.76%。

（1）一致性分析

一致性分析被用于检验问卷调查获取数据的一致性和科学性，保证被调查人具有相同的知识储备。本次分析的一致性检验结果为4.265，表明问卷调查数据具有较强的一致性，可以用于后续的分析中。

（2）信度分析

信度可以反映被测特征的可靠性，通过对同一对象反复测量后结果的一致性体现[4]。一般而言，不同次测验的结果愈是一致，所得的信度愈高。运用SPSS 统计软件得到问卷数据的信度系数为0.713，表明数据的信度可以接受。

3.1.2 关系邻接矩阵建立

基于二值有向矩阵可以构建影响因素间关系邻接矩阵。“1”代表行所对应的风险要素和列所对应的风险要素间存在作用关系，如果不存在作用关系则用“0”表示。

3.2 整体网及个体网分析

3.2.1 整体网

整体关系网的密度值越高，表明不同网络构成要素之间保持的关联更加紧密，网络对行为者的态度和作用就越显著。如果整体网络的关联紧密，则可以为其中的某一个或者一些要素提供更好的社会资源，但是也会对其发展构成较大的限制。密度计算公式如下：

通过UCINET 软件对计算网络密度为0.435 7，表明各个因素之间关系较为紧密。

3.2.2 分割块网络

应用聚类分析将矩阵的点再次排列，得到列像矩阵并保持结构方面相同，引入块模型将复杂度较高的网络变为复杂度相对低的模块或者像矩阵[5]。分割块网络分析流程如下：①完成风险节点分类；②形成密度矩阵；③形成像矩阵；④识别核心块。

根据密度函数计算不同分割块的网络密度，密度矩阵中大于整体网络密度的替换为1，小于网络密度的替换为0，得到像矩阵如表2 所示。块1 的发送数量为5，在所有分块的发送数量最多，而块4 的接受数量为6，在所有分块中接受数量最多，因此，模块1 处于发送位置，而模块4属于接受位置。

表2 块密度像矩阵

3.2.3 个体网络分析

个体网络分析利用节点度分析来探寻网络的中心节点。节点度指点的度数中心度，具有较高的度数的节点更接近网络中心，具有更大的话语权和影响力。有向图中每个点的度数可分为点入度和点出度，点入度指该点得到的直接光系数，点出度是该点直接发出的光系数。节点度计算公式如下：

式 （2） 中：BetweenessFi为因素Fi的中间中心度；σFk,Fj(Fi)为经过Fi节点的最短路径数；σFk,Fj为节点Fk到Fj最短路径之和。利用UCINET 计算出城市道路阻塞风险节点中心度表。

3.3 核心影响因素和影响关系的分析

3.3.1 核心影响因素

关键影响因素的识别是城市道路阻塞风险优化的前提，有利于采取针对性的措施，提高风险对应资源的利用率。根据“二八原则”，挑选中心度数值排名前20%的影响因素作为核心影响因素。

3.3.2 核心影响关系

在网络中不同点间的线被定义为影响关系，关系重要性的鉴别需要通过线的中间中心度鉴别。线的中间中心度数值越高，表明具有较强的管控风险传输的能力，要对其严格管控。

分析风险因子之间的关系，共得到484 组关系，其中205 组关系中心度数值不为0，选择中心度数值排名靠前的20组作为关键影响因素关系。

3.4 风控效果

风险控制效果需要通过体现风险网络整体效果的指标来反映，采用网络密度和风险因子关系数量两个指标来验证影响因素和影响关系管控后的效果。从城市道路阻塞的风险网络来看，通过将四个核心影响因素控制后，线中心度排名前20 对的核心风险关系减少为14 对，所有的风险关系由205 对减少为87 对，且网络密度由0.435 7 减少为0.227 9，说明大量风险之间的关系被阻断，控制手段是有效的。图1显示了核心影响因素管控前后网络复杂性的比较。

图1 管制前后网络复杂性对比图

3.5 改善措施

通过对核心影响因素和影响关系的分析，可以为城市交通堵塞问题提供合理的改善措施。具体的改善措施有以下三个方面。

3.5.1 建立健全车流监控及报警识别体系

（1）健全车速检测系统，用于检测道路的行车数量和车流速度，及时发现堵塞现象并及时处置。

（2）建立地标报警装置。交通事故发生时，驾驶员通常利用手机进行报警处理，会存在无法确定事故地点的问题，因此在道路边缘设立报警装置，可配合摄像头迅速确定事故地点以及事故损伤情况，极大地提升救援人员的工作效率。

（3）道路设计预留应急车道。增加入港式应急处理路段，或利用出入口设置应急处理场，丰富道路紧急情况的应对方式，保障道路正常通行。

3.5.2 设立公交专用道及入港式停靠站

（1）设计公交专用道。设立公交专用道可以有效地分离公交车与其他车辆，为避免公交车的启停靠站带来的交通阻塞风险。

（2）设置入港式停靠站。入港式停靠站是指仅在公交停靠站附近设立额外车道，而在其他行驶路段则无公交专用道，此种设计能兼顾道路建设成本和公交行驶需要。

3.5.3 启用动态道路标识牌

（1）道路出入口处展示动态标识牌。提供当前道路的通行情况、车流信息等内容，如果当前道路发生阻塞，可通过标识牌向驾驶员做出提醒，从主观上降低道路阻塞的发生概率或持续时间。

（2）道路交叉口处展示动态标识牌。驾驶员在道路交叉口需要降低车速，以应对突发事件，且交叉口的分支道路信息需要阅读和思考，从而未能提前做出决策。道路交叉口启用动态标识牌不仅可以对交叉口的支路信息进行提示，同时可针对操作行为、道路变换方式等内容进行提示或警告，进一步加强了行车安全，提高了道路通行效率。

4 结语

随着我国经济的迅猛发展和城市化进程不断提速，机动车占有率迅速飞升导致城市的交通资源愈加紧张，城市交通堵塞已成为常态。本文尝试利用社会网络分析方法从整体网络、个体网两个方面对影响因素进行了分析，并基于点的中心度矩阵筛选出项目的核心影响因素为故障响应时间、应急车道、公共交通停靠站以及车况提示。以此为基础，针对核心影响因素提出了城市道路阻塞的风险应对措施，为化解城市交通堵塞现象提供理论支持和方法支撑。