基于交通模型的城市空間發(fā)展情景研究*——以杭州市主城區(qū)為例

Scenario Planning for Traffic Development —A Case Study of Hangzhou

邢 忠 朱嘉伊 余 俏

XING Zhong, ZHU Jiayi, YU Qiao

?

基于交通模型的城市空間發(fā)展情景研究*——以杭州市主城區(qū)為例

Scenario Planning for Traffic Development —A Case Study of Hangzhou

邢 忠 朱嘉伊 余 俏

XING Zhong, ZHU Jiayi, YU Qiao

摘 要交通擁堵問題已成為學(xué)界關(guān)注的熱點(diǎn)，大量學(xué)者提出若要優(yōu)化交通組織應(yīng)從調(diào)整土地利用格局出發(fā)，但其在規(guī)劃具體實(shí)踐中能否起到應(yīng)有的作用仍需探討。以杭州市主城區(qū)為例，基于居住用地和商業(yè)辦公用地兩大交通起訖影響要素，設(shè)定不同發(fā)展目標(biāo)，構(gòu)建“強(qiáng)中心弱邊緣”、“弱中心強(qiáng)邊緣”和“中心邊緣均衡”3種發(fā)展情景，進(jìn)行出行生成、出行分布和交通分配的預(yù)測，最終得出不同情景下的交通流量和車行速度的分布。根據(jù)不同情景下交通特征的對比發(fā)現(xiàn)，不同情景對不同片區(qū)的交通擁堵狀況的改善程度不一，并且上城區(qū)、下城區(qū)的交通擁堵狀況始終未得到明顯改善。由此可以認(rèn)為，調(diào)整城市用地布局能夠在一定程度上解決部分城市邊緣區(qū)域的交通擁堵問題，但無法對市中心交通擁堵狀況的改善起到應(yīng)有的作用。

關(guān)鍵詞情景規(guī)劃；TransCAD；空間演化；杭州

邢忠, 朱嘉伊, 余俏. 基于交通模型的城市空間發(fā)展情景研究——以杭州市主城區(qū)為例[J]. 西部人居環(huán)境學(xué)刊, 2016, 31(01): 75-80.

* 國家大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目（201310337016）

Abstract:Growing concerns have been raised on traffic congestion. Researchers propose that optimizing land use can provide a way to solve the traffic congestion, but it is hard to prove accurately if it has a certain effect on the practice of urban planning. In this research, based on the layout and development intensity of residential and commercial land, three scenarios are built. The operation of trip generation, O-D matrix and trip assignment are proposed to approach the distribution of traffic flow and speed. The comparison of traffic flow and speed is proposed to reach some conclusions: (1) the degree of improvement of each area is different in each scenario, and especially that the traffic congestion has not been changed in Shangcheng District and Xiacheng District; (2) controlling the urban layout and development intensity can ease traffic congestion within a specified area excluding the downtown.

Keywords:Scenario Planning; Trans CAD; Spatial Evolution; Hangzhou

0 引 言

隨著近幾年來我國各大城市私家車擁有量的急速攀升和交通出行需求的不斷增長，城市道路負(fù)擔(dān)日益加重，交通堵塞、行車混亂、道路擁擠、環(huán)境污染等問題日益嚴(yán)重[1]。根據(jù)研究成果，因?yàn)榻煌〒矶潞凸芾韱栴}，百萬人口以上的50座城市的居民平均單行上班時(shí)間要耗費(fèi)39min，15座主要城市每天損失近10億元財(cái)富①。交通擁堵問題可以從兩個(gè)方面得到解決：一方面是通過大量交通基礎(chǔ)設(shè)施的修建擴(kuò)大交通供給，但這極易陷入“多修路多買車”的惡性循環(huán)，并且車輛的停放占用了大量的路面資源，造成了大量的浪費(fèi)[2]；另一方面是從規(guī)劃和管理出發(fā)，通過協(xié)調(diào)交通和土地之間的關(guān)系，減少私家車出行總量，優(yōu)化交通流量在區(qū)域間和路網(wǎng)內(nèi)的分布，以達(dá)到緩解交通擁堵的目的[3-5]。若要從根源上解決交通擁堵問題，必須從調(diào)整土地利用、產(chǎn)業(yè)結(jié)構(gòu)、人口布局入手，探討哪一類土地利用方式與布局模式能夠更好地影響交通需求的產(chǎn)生和交通流量的分布。

西方學(xué)者針對交通與土地互動(dòng)關(guān)系的研究大致可分為兩類：一是提出了能夠影響交通系統(tǒng)的具體土地利用因素，如人口容量、工作崗位區(qū)位、住房密度、城市中心區(qū)位、城市形態(tài)等[6-7]；二是提出了一系列模型用于指導(dǎo)和應(yīng)用于交通系統(tǒng)的構(gòu)建與預(yù)測，如Lowry模型[8]、約束型規(guī)劃模型[9]、空間投入產(chǎn)出模型[10]、GIS修正技術(shù)[11]、微觀敏感性分析[12]等?？傊?，西方城市土地與交通互動(dòng)的研究已引起廣泛而持久的興趣，并成為城市研究領(lǐng)域重要的議題。目前來看，多數(shù)研究集中于因素影響的機(jī)制、模型的構(gòu)建，缺乏對發(fā)展中國家尤其是大量具有高密度人居特征的中國特大城市的關(guān)注。

通過對西方學(xué)者成果的引介，國內(nèi)學(xué)者對其相關(guān)研究也在增加，如從作用機(jī)制和表現(xiàn)形式上對兩者關(guān)系的論述[13-15]，空間定量分析的研究[16-19]。此外，從實(shí)證視角出發(fā)對具體城市土地與交通互動(dòng)關(guān)系的研究不多，且研究的領(lǐng)域較分散，如道路規(guī)劃與交通績效的研究[20-22]、城市節(jié)點(diǎn)與交通關(guān)系的研究[23-25]、用地策略與交通優(yōu)化的研究[26-29]等。

綜上，相關(guān)研究存在以下特點(diǎn)：首先，大量研究集中于人口、經(jīng)濟(jì)產(chǎn)業(yè)的布局，著眼于以城市節(jié)點(diǎn)的提升優(yōu)化整體交通系統(tǒng)；其次，國內(nèi)大多數(shù)規(guī)劃研究實(shí)踐集中于對西方研究成果的引介，針對具體城市案例的實(shí)踐研究仍需加強(qiáng)；此外，就規(guī)劃設(shè)計(jì)而言，人口與產(chǎn)業(yè)的引導(dǎo)效果只能進(jìn)行有限預(yù)測而不能具體控制，而控制城市空間的核心要素是土地及功能，這就導(dǎo)致了土地具體特征與交通系統(tǒng)的組織缺乏聯(lián)系。

城市空間內(nèi)資源的存在和交換在現(xiàn)實(shí)情景下不可能達(dá)到絕對的平衡，必然會(huì)導(dǎo)致不同城市結(jié)構(gòu)的產(chǎn)生，如單中心城市、多中心城市等。不同的城市結(jié)構(gòu)反映為不同的用地功能組合，繼而影響交通出行點(diǎn)和吸引點(diǎn)的空間布局，產(chǎn)生不同的交通出行結(jié)果。這為本文的研究提供了新的思路：人口與產(chǎn)業(yè)不能進(jìn)行絕對精確地描述，若結(jié)合具體城市案例，通過土地及功能的精確控制影響大的城市空間格局，能否有效緩解當(dāng)前城市交通擁堵問題？故本文設(shè)定不同片區(qū)居住用地和商業(yè)辦公用地的未來發(fā)展強(qiáng)度，通過出行生成、出行分布和交通分配3個(gè)步驟，模擬不同情景下的交通流量和出行速度，一是驗(yàn)證這樣的研究思路是否可行，二是通過不同情景模擬結(jié)果的對比，探究受限于當(dāng)前空間結(jié)構(gòu)的城市是否能夠有效解決交通擁堵問題。

1 研究對象與技術(shù)路線

以杭州為例，本文選定的范圍為：東至運(yùn)河?xùn)|路，西至紫金港路，南至錢塘江，北至留石快速路（圖1）。其具體原因是：（1）該范圍與城市建成區(qū)大致重合，具有發(fā)展時(shí)間長、產(chǎn)業(yè)相對成熟、交通流量穩(wěn)定的特點(diǎn)；（2）各區(qū)域存在大量居住區(qū)和商業(yè)辦公區(qū)，其是交通起訖的關(guān)鍵要素；（3）研究區(qū)域可具體細(xì)分為西湖區(qū)、拱墅區(qū)、下城區(qū)、上城區(qū)、江干區(qū)5個(gè)片區(qū)，這為進(jìn)一步的交通模擬提供了條件；（4）留石快速路和錢塘江的存在有可能導(dǎo)致模擬結(jié)果的誤差，南北居民出行方式及目的地差異較大，故快速路以北和錢塘江以南片區(qū)并未劃入研究范圍。

圖1　區(qū)域劃分Fig.1 zoning in this research

本文選擇了40余條具有代表性的道路作為研究對象。路網(wǎng)選取基于3個(gè)原則：（1）道路間距適宜且密度均勻；（2）居民出行選擇意愿較高，目的性較強(qiáng)；（3）能承擔(dān)一定的交通流量。根據(jù)每條道路的容量與速度，將路網(wǎng)分為主干道和次干道兩個(gè)等級：主干道的平均速度為60km/h，容量為5000單位；次干道平均速度為30km/h，容量為3000單位。兩級道路的數(shù)量比約為1:3。

土地利用對交通存在直接的影響，其與交通產(chǎn)生和吸引具備一定的相關(guān)關(guān)系，且這樣的關(guān)系隨著時(shí)間的推移和土地功能的變化能夠保持穩(wěn)定，這樣我們就可以推算出未來交通特征變化的趨勢，計(jì)算交通出行的交換和分布，預(yù)測未來交通流量和車行速度的特征。

本文擬在區(qū)域范圍劃定和路網(wǎng)分級的基礎(chǔ)上，以居住用地和商服用地作為影響不同年份交通產(chǎn)生量和吸引量的關(guān)鍵要素，根據(jù)兩類用地的時(shí)空變化幅度的不同構(gòu)建“強(qiáng)中心弱邊緣”、“弱中心強(qiáng)邊緣”和“中心邊緣均衡”3種模型，在對其交通出行生成、分布和分配預(yù)測的基礎(chǔ)上，描述、評價(jià)、對比3種模型方案，最終得出一定結(jié)論。具體技術(shù)路線如圖2所示。

圖2　技術(shù)路線Fig.2 technical route

2 出行生成、分布與分配——以強(qiáng)中心弱邊緣模型為例

2.1 出行生成預(yù)測

2.1.1 基本假設(shè)

出行的對象具有3個(gè)屬性：（1）每次出行有起訖點(diǎn)；（2）出行帶有目的；（3）出行使用一種或多種交通方式。本文側(cè)重于模型的探討而非完全意義的實(shí)證研究，故將所有交通出行對象整合為一種，以達(dá)到簡化模型的目的，即不進(jìn)行交通方式的劃分，比如居民出行和貨物出行，工作出行、購物出行、就學(xué)出行和活動(dòng)出行等。

2.1.2 數(shù)據(jù)基礎(chǔ)

在上述假設(shè)下歸納變量之間的相關(guān)關(guān)系。傳統(tǒng)的交通流量模擬的數(shù)據(jù)基礎(chǔ)是人口與經(jīng)濟(jì)總量，而本文所采用的是對城市交通起訖影響最大的居住用地和商業(yè)辦公用地，故作出如下假設(shè)：（1）某個(gè)區(qū)塊的交通產(chǎn)生量或吸引量受到地塊用地性質(zhì)的影響；（2）交通量與用地之間的關(guān)系可以通過調(diào)查數(shù)據(jù)確定；（3）出行與地塊性質(zhì)的相關(guān)關(guān)系在一定時(shí)期內(nèi)保持相對穩(wěn)定，即當(dāng)未來地塊性質(zhì)發(fā)生改變時(shí)，交通產(chǎn)生量和吸引量也會(huì)發(fā)生相應(yīng)的變化。

回歸分析法的數(shù)據(jù)基礎(chǔ)為：（1）基于各分區(qū)（西湖區(qū)、拱墅區(qū)、下城區(qū)、上城區(qū)、江干區(qū)）的現(xiàn)狀年出行產(chǎn)生量和吸引量數(shù)據(jù)②（表1、圖3）；（2）基于各分區(qū)的現(xiàn)狀年的居住用地和商業(yè)辦公用地?cái)?shù)據(jù)③和未來年的居住用地和商業(yè)辦公用地面積（表2-3所示，分類標(biāo)準(zhǔn)以GBJ137-90為準(zhǔn)），其中未來年的居住用地和商業(yè)辦公用地面積體現(xiàn)了“強(qiáng)中心弱邊緣”模型的變化幅度。關(guān)于變化幅度為何是正值，本文認(rèn)為變化幅度的增減可以通過開發(fā)強(qiáng)度的增減而實(shí)現(xiàn)，且對結(jié)果的可視化處理中的比例顯示并不會(huì)造成影響。變動(dòng)的幅度經(jīng)過考慮，符合一般社會(huì)經(jīng)濟(jì)增長規(guī)律，若強(qiáng)行使用夸張尺度的增減幅度，則會(huì)對結(jié)果帶來不確定的影響，造成更大誤差。此模型使用的“弱：15%、20%”、“強(qiáng)：30%、40%”、“最強(qiáng)：50%、60%”并不是未來最準(zhǔn)確的數(shù)值，本研究為基于模型的理論探討，采用此幅度較為直接客觀，故忽略此部分的影響。

表1　現(xiàn)狀年出行產(chǎn)生量與吸引量Tab.1 current trip generation and attraction

圖3　現(xiàn)狀年出行產(chǎn)生量與吸引量示意圖Fig.3 schematic diagram of current trip generation and attraction

表2　現(xiàn)狀年居住用地與商業(yè)辦公用地開發(fā)強(qiáng)度Tab.2 current development intensity of residential land and public facilities

表3　未來年居住用地與商業(yè)辦公用地開發(fā)強(qiáng)度與增加幅度Tab.3 the development intensity and change range of residential land and public facilities of prediction

經(jīng)過Estimation模型檢驗(yàn)（表4），P_Base與Cland_Base & Rland_Base的相關(guān)程度為0.8299，A_Base與Cland_Base & Rland_Base的相關(guān)程度為0.9963，值均大于0.8，說明自變量與因變量的相關(guān)程度較高，可用于下一步模擬。

表4　數(shù)據(jù)庫各字段說明Tab.4 explanation of each field

2.1.3 出行生成

基于前文Estimation檢驗(yàn)，得出未來年出行產(chǎn)生量與未來年出行吸引量，繼而在平衡各分區(qū)的基礎(chǔ)上，得出最終結(jié)果（表5、圖4）。

圖4　經(jīng)過平衡的未來年出行產(chǎn)生量與吸引量示意圖Fig.4 schematic diagram of trip generation and attraction of prediction after the balance

2.2 出行分布預(yù)測

2.2.1 基本原理與方法

出行分布預(yù)測的目的是求出研究區(qū)域未來年各分區(qū)的出行交換量，其可以通過增長系數(shù)的模擬和出行者目的地選擇行為的模擬而實(shí)現(xiàn)。前者典型代表為增長系數(shù)法，其較依賴出行分布矩陣的精確度，并且不適用于交通供給變化較大的長期預(yù)測；后者典型代表是重力模型法，其模型形式直觀、容易解釋，能夠反映交通容量供給的變化對交通出行產(chǎn)生的影響，適用于長期和長距離交通需求的預(yù)測，若特定分區(qū)之間的交通量為零也能進(jìn)行預(yù)測。故選用重力模型法作為本次出行分布預(yù)測的方法。

2.2.2 重力模型的應(yīng)用

在重力模型的應(yīng)用中，準(zhǔn)備的數(shù)據(jù)如下：（1）含有各類數(shù)據(jù)（如ZoneID、P_Base、A_Base、Cland_Base、Rland_Base、P_Fur、A_Fur等，具體名稱詳見表4）的地理文件；（2）現(xiàn)狀出行分布矩陣，如表6所示；（3）基于分區(qū)質(zhì)心點(diǎn)、最近出行直線、道路網(wǎng)等要素，生成各分區(qū)間最短出行時(shí)間矩陣，即阻抗矩陣，具體數(shù)據(jù)如表7所示。

經(jīng)過交通分布重力校正，得出冪函數(shù)型阻抗函數(shù)的參數(shù)b=2.5355。繼而通過現(xiàn)狀分區(qū)間的阻抗矩陣、未來年出行產(chǎn)生量和吸引量以及重力模型的阻抗函數(shù)參數(shù)，得出未來年O-D矩陣（表8）。

表5　經(jīng)過平衡的未來年出行產(chǎn)生量與吸引量Tab.5 trip generation and attraction of prediction after the balance

表6　現(xiàn)狀年各分區(qū)出行分布矩陣（O-D矩陣）Tab.6 O-D matrix of the current

表7　現(xiàn)狀年各分區(qū)之間的阻抗矩陣Tab.7 impedance matrix of the current

表8　未來年各分區(qū)出行分布矩陣（O-D矩陣）Tab.8 O-D matrix of prediction

2.3 交通分配

2.3.1 基本原理與方法

交通分配的目的是將未來出行的O-D矩陣按照一定的路徑選擇原則分配到交通網(wǎng)絡(luò)中，以此求出路段流量以及相關(guān)交通指標(biāo)。采用的交通分配原理為用戶平衡原理，其假設(shè)所有出行者獨(dú)立做出令自己的行程時(shí)間最小的決策，在其界定的網(wǎng)絡(luò)流量分布中，同組O-D對之間路徑時(shí)耗相同，此種流量分布狀態(tài)被稱為用戶平衡狀態(tài)。

2.3.2 在模型中進(jìn)行交通分配

在給定未來各分區(qū)出行分布矩陣、交通路網(wǎng)地理文件（已設(shè)置行程時(shí)間、行駛速度、通行能力）和各分區(qū)地理圖層的基礎(chǔ)上，運(yùn)用交通分配模型和用戶平衡法將未來出行分布矩陣分配到交通網(wǎng)絡(luò)中去，生成路段流量表。與路段圖層相關(guān)聯(lián)后，流量分布如圖5所示。

圖5　“強(qiáng)中心弱邊緣”模式下的未來道路流量分布Fig.5 flow distribution predicted in the strong center and weak edge model

3 模型分析和結(jié)論

3.1 “強(qiáng)中心弱邊緣”城市結(jié)構(gòu)模型分析

“強(qiáng)中心弱邊緣”的概念是將城市發(fā)展重心放在中心城區(qū)而弱化向外擴(kuò)張的趨勢。由圖5可知，該模型只減少了主城區(qū)與城市邊緣連通道路的流量，但城市中大部分街道的車流量均有增加。

由圖6可知，整個(gè)城市道路擁堵狀況嚴(yán)峻，心區(qū)車行速度達(dá)到最低值。具體表現(xiàn)在保俶路、曙光路、求是路等西湖沿岸的南北走向道路和臨江的姚江路、婺江路等南北走向道路的流量有所增加。整體而言，強(qiáng)化中心城區(qū)發(fā)展、弱化周邊區(qū)域發(fā)展會(huì)使城市南北走向的主次道路流量明顯增加，車速減慢。

圖6　“強(qiáng)中心弱邊緣”模式下的未來道路車行速度分布Fig.6 speed distribution predicted in the strong center and weak edge model

3.2 “弱中心強(qiáng)邊緣”城市結(jié)構(gòu)模型分析

“弱中心強(qiáng)邊緣”的概念是將發(fā)展重心放在城市邊緣，以達(dá)到減輕原中心城區(qū)發(fā)展壓力的目的，其增強(qiáng)幅度的設(shè)定是西湖區(qū)、江干區(qū)最大，拱墅區(qū)次之，上、下城區(qū)最小。由圖7可知，該模型主要減少了西湖區(qū)和上城區(qū)臨江部分街道的交通流量，其可能的原因是，發(fā)展重心的外遷為外圍居民提供更多的就業(yè)機(jī)會(huì)，減少其向城市中心流動(dòng)的次數(shù)和時(shí)間。拱墅區(qū)流量基本保持均衡，上城區(qū)、下城區(qū)、江干區(qū)車流量有明顯增加。車行速度分布如圖8所示。

圖7　“弱中心強(qiáng)邊緣”模式下的未來道路流量分布Fig.7 flow distribution predicted in the weak center and strong edge model

3.3 “中心邊緣均衡”城市結(jié)構(gòu)模型分析

均衡發(fā)展指按照現(xiàn)有結(jié)構(gòu)繼續(xù)發(fā)展，并不改變個(gè)別片區(qū)的開發(fā)強(qiáng)度。相較“強(qiáng)中心弱邊緣”或“弱中心強(qiáng)邊緣”模型而言，該模型也能緩解部分城市道路的擁堵情況，如上、下城區(qū)部分區(qū)域。

該發(fā)展模式下的道路流量分配較為均衡（圖9）。古墩路、豐潭路等靠近邊緣的南北向道路和文一路、文二路、文三路等東西向道路的流量較另外兩種模式而言較少。同時(shí)，上、下城區(qū)部分主干道流量有所增加，車速較慢，而慶春路、艮山西路等路段車速的改善非常明顯（圖10）。

圖8　“弱中心強(qiáng)邊緣”模式下的未來道路車行速度分布Fig.8 speed distribution predicted in the weak center and strong edge model

圖9　“中心邊緣均衡”模式下的未來道路流量分布Fig.9 flow distribution predicted in the balance development model

圖10　“中心邊緣均衡”模式下的未來道路車行速度分布Fig.10 speed distribution predicted in the balance development model

3.4 模型對比與結(jié)論

在3種發(fā)展模式下，對不同片區(qū)道路流量和道路速度的平均值進(jìn)行統(tǒng)計(jì)，繼而分為三個(gè)等級，其對比如表9所示：（1）在不同的空間模型中，上、下城區(qū)的交通流量與車行速度變化不大，且沒有任何一個(gè)模型體現(xiàn)出能夠解決全局交通擁堵問題的可能；（2）“弱中心強(qiáng)邊緣”模型對解決西湖區(qū)和江干區(qū)的交通擁堵問題效果最佳，尤其是東西走向道路；（3）均衡模型對解決拱墅區(qū)的交通問題效果最佳。

表9　三種發(fā)展模式模擬結(jié)果的對比Tab.9 comparison of three models

通過3種模型交通流量和車行速度分布以及結(jié)果對比，我們可以得出以下結(jié)論。

（1）通過合理調(diào)配空間布局關(guān)系，如調(diào)整居住用地和商業(yè)辦公用地的開發(fā)強(qiáng)度，能夠在一定程度上解決部分城市邊緣至市中心的交通擁堵問題。通過3種模型的對比可以發(fā)現(xiàn)，在“弱中心強(qiáng)邊緣”的發(fā)展情景下，邊緣區(qū)域的交通狀況最為良好。因此，在杭州現(xiàn)有的城市空間形態(tài)下，一方面強(qiáng)化邊緣區(qū)域，增強(qiáng)其產(chǎn)業(yè)與就業(yè)吸引力，推進(jìn)區(qū)域職住平衡，另一方面減少中心區(qū)人口和產(chǎn)業(yè)的過度集聚，對解決邊緣至主城區(qū)域的交通擁堵問題能起到積極作用。

（2）3種模型在目前的杭州城市空間形態(tài)下（L型），都無法良好地解決市中心（即西湖東北角）的交通擁堵問題。通過模擬可以發(fā)現(xiàn)，市中心的交通出行量與吸引量始終處于較高水平。由于區(qū)位條件、路網(wǎng)形態(tài)、經(jīng)濟(jì)產(chǎn)業(yè)、居民觀念等因素影響，該區(qū)域始終是交通流的匯聚點(diǎn)，其產(chǎn)生的強(qiáng)大向心力使得交通擁堵問題難以簡單地通過改變空間結(jié)構(gòu)關(guān)系得到解決。

4 結(jié) 語

相較于人口和產(chǎn)業(yè)的引導(dǎo)，用地控制更能夠精確的反映未來城市的交通起訖的變化，故本文通過居住用地和商業(yè)辦公用地開發(fā)強(qiáng)度的調(diào)整，設(shè)定“強(qiáng)中心弱邊緣”、“弱中心強(qiáng)邊緣”和“中心邊緣均衡”3種城市結(jié)構(gòu)模型，模擬不同情景下的交通流量和車行速度分布，認(rèn)為合理調(diào)配空間布局能夠緩解一定現(xiàn)狀矛盾，但仍然無法解決全局尤其是市中心的交通擁堵問題。這為我們的下一步研究提供了思路。

（1）本文同時(shí)調(diào)整居住用地和商業(yè)辦公用地的開發(fā)強(qiáng)度試圖模擬不同發(fā)展情景，若有針對性地弱化或強(qiáng)化部分職能，如減少前者并增加后者的開發(fā)強(qiáng)度，是否可以構(gòu)建更多的模型對交通狀況進(jìn)行模擬，從而得出更優(yōu)的發(fā)展情景；

（2）在不同情景下?lián)矶侣范尉写嬖?，能否通過增強(qiáng)部分路段的公共交通運(yùn)營能力和接駁機(jī)會(huì)、減少私家車停車位的配套數(shù)量、實(shí)施區(qū)域性的交通治堵政策等手段，減少私家車出行意愿從而緩解交通擁堵問題；

（3）改變杭州的城市宏觀結(jié)構(gòu)，如向帶狀城市或環(huán)形城市轉(zhuǎn)變，是否能在一定程度上緩解市中心的交通擁堵問題；

（4）一旦將研究對象拓展至其它不同形態(tài)的城市，在不同空間形態(tài)限制下，如何調(diào)整居住用地和商業(yè)辦公用地的區(qū)位和開發(fā)強(qiáng)度才能達(dá)到交通流量分布的最優(yōu)解。

（致謝：感謝浙江工業(yè)大學(xué)城鄉(xiāng)發(fā)展與人居環(huán)境設(shè)計(jì)研究中心吳一洲副教授對本文提供的數(shù)據(jù)支撐和寫作意見。）

注釋：

① 該資料來源于新華網(wǎng)2010年10月8日《中科院專家：中國15座城市因擁堵每天損失近10億》一文。

② 此數(shù)據(jù)來源于國家自然科學(xué)基金項(xiàng)目（51108405）的居民居住區(qū)位偏好與交通特征部分調(diào)查資料。

③ 此數(shù)據(jù)來源于谷歌衛(wèi)星航拍圖、杭州主城區(qū)控制性詳細(xì)規(guī)劃現(xiàn)狀用地拼合圖等資料。

參考文獻(xiàn)：

[1] 閆小培, 毛蔣興. 高密度開發(fā)城市的交通與土地利用互動(dòng)關(guān)系——以廣州為例[J]. 地理學(xué)報(bào), 2004(05): 643-652.

[2] 仇保興. 緩解北京市交通擁堵的難點(diǎn)與對策建議[J]. 城鄉(xiāng)建設(shè), 2010(06): 6-8.

[3] 周素紅, 閆小培. 廣州城市空間結(jié)構(gòu)與交通需求關(guān)系[J]. 地理學(xué)報(bào), 2005(01): 131-142.

[4] 毛蔣興, 閆小培. 城市交通系統(tǒng)與城市空間格局互動(dòng)影響研究——以廣州為例[J]. 城市規(guī)劃, 2005(05): 45-49.

[5] 馬清裕, 張文嘗, 王先文. 大城市內(nèi)部空間結(jié)構(gòu)對城市交通作用研究[J]. 經(jīng)濟(jì)地理, 2004(02): 215-220.

[6] VERGIL G S, FRANK J K. Transportation and Land Development[M]. Washington, D.C.: Institute of Transportation Engineers, 2002.

[7] JAN U H. Transportation Impacts of Office Relocation: a Case Study from Oslo[J]. Journal of Transport Geography, 1995(11): 247-256.

[8] 郭麗娜. 城市軌道交通與土地利用協(xié)調(diào)發(fā)展的研究[D]. 北京: 北京交通大學(xué), 2004.

[9] VOLD A. Optimal Land Use and Transport Planning for the Greater Oslo Area[J]. Transportation Research Part A Policy & Practice, 2005, 39(06):548-565.

[10] KARA M K. Tracking Land Use, Transport, and Industrial Production Using Random-Utility Based Multiregional Input-Output Models: Applications for Texas Trade[J]. Journal of Transport Geography, 2005(03): 275-286.

[11] ANNE V M, SARAH E K, JEAN E M, et al. Land Use and Transportation: Operationalizing the Relationship with a Transportation-Efficient Land Use Mapping Index[R]. TRB Meeting, 2005.

[12] WADDELL P, ULFARSSON G F, FRANKLIN J P, et al. Incorporating Land Use in Metropolitan Transportation Planning[J]. Transportation Research Part A Policy & Practice, 2007, 41(05): 382-410.

[13] 楊吾揚(yáng). 北京市零售商業(yè)與服務(wù)業(yè)中心和網(wǎng)點(diǎn)的過去、現(xiàn)在和未來[J]. 地理學(xué)報(bào), 1994(01): 9-17.

[14] 李泳. 城市交通系統(tǒng)與土地利用結(jié)構(gòu)關(guān)系研究[J]. 熱帶地理, 1998(04): 307-310.

[15] 王煒, 陳學(xué)武, 陸建. 城市交通系統(tǒng)可持續(xù)發(fā)展理論體系研究[M]. 北京: 科學(xué)出版社, 2004.

[16] 過秀成. 城市集約土地利用與交通系統(tǒng)關(guān)系模式研究[D]. 南京: 東南大學(xué), 2001.

[17] 楊明, 曲大義, 王煒, 等. 城市土地利用與交通需求相關(guān)關(guān)系模型研究[J]. 公路交通科技, 2002(01): 72-75.

[18] 易璐, 李志強(qiáng). TransCAD-VISSIM在交通影響分析中的應(yīng)用[J]. 科學(xué)技術(shù)與工程, 2009(23): 7066-7069.

[19] 韋亞平, 潘聰林. 大城市街區(qū)土地利用特征與居民通勤方式研究——以杭州城西為例[J]. 城市規(guī)劃, 2012(03): 76-84.

[20] M I N G U E Z R , S A N C H E Z -CAMBRONERO S, Castillo E, et al. Optimal Traffic Plate Scanning Location for OD Trip Matrix and Route Estimation in Road Networks[J]. Transportation Research Part B Methodological, 2010, 44(02): 282-298.

[21] BEN-AKIVA M E. GAO S, WEI Z, et al. A Dynamic Traffic Assignment Model for Highly Congested Urban Networks[J]. Transportation Research Part C Emerging Technologies, 2012, 24(24): 62–82.

[22] 陳學(xué)文. 城市快速路匝道優(yōu)化控制策略與方法研究[D]. 吉林: 吉林大學(xué), 2008.

[23] 郭鳳香, 熊堅(jiān), 王朝英. 交通分配模型研究及其應(yīng)用[J]. 交通與計(jì)算機(jī), 2004 (04): 10-13.

[24] 劉露. 天津城市空間結(jié)構(gòu)與交通發(fā)展的相關(guān)性研究[D]. 上海: 華東師范大學(xué), 2008.

[25] 楊楊, 林紅. 遂寧市城市空間結(jié)構(gòu)與城市交通的協(xié)調(diào)研究[D]. 成都: 西南交通大學(xué), 2010.

[26] 魯斐棟, 譚少華. 基于新城市主義理念的步行干預(yù)規(guī)劃策略探討[J]. 西部人居環(huán)境學(xué)刊, 2013, 28(05): 72-79.

[27] 李澤新, 李治. 西南山地高密度城市的空間結(jié)構(gòu)與交通系統(tǒng)互動(dòng)關(guān)系研究[J]. 西部人居環(huán)境學(xué)刊, 2014, 29(04): 45-51.

[28] 陸再珍, 呂連恩, 周茂松. 低碳背景下的城市客運(yùn)交通工具選擇研究——以廣州海珠生態(tài)城為例[J]. 南方建筑, 2015(10): 102-107.

[29] 李剛奇, 呂連恩, 周茂松. 精細(xì)化交通設(shè)計(jì)方法與實(shí)踐——以廣州市廣鋼新城為例[J]. 南方建筑, 2015(05): 83-88.

圖表來源：

圖1-10：作者繪制

表1-9：作者繪制

（編輯：蘇小亨）

收稿日期：2015-04-03

作者簡介邢 忠： 重慶大學(xué)建筑城規(guī)學(xué)院，山地城鎮(zhèn)建設(shè)與新技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，教授，博士生導(dǎo)師，xingzhong@vip.sina.com朱嘉伊：重慶大學(xué)建筑城規(guī)學(xué)院，碩士研究生余 俏：重慶大學(xué)建筑城規(guī)學(xué)院，博士研究生

DOI:10.13791/j.cnki.hsfwest.20160113

文 章 編 號(hào)2095-6304(2016)01-0075-06

文獻(xiàn)標(biāo)識(shí)碼B

中圖分類號(hào)TU984.1