城市開放社區模式的可視化仿真分析

林正松，代棋帆，張 璐,劉 璇，唐 超，冰 河1，

(1.中國地質大學 環境學院，武漢 430074；2.中國地質大學 藝術與傳媒學院，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年首次提出了社區發展的概念[1,2]。20世紀90年代美國規劃學者彼得·卡爾索普等倡導的通過街道及建筑拓撲學的應用來創造和諧城市形態、重視鄰里空間塑造及街道與城市外部設計、建設高質量的公園與保留用地來連接鄰里及城市等[3]。中國北宋時期商業繁榮和社會安居樂業促進城市形態轉型，適應社會發展的坊巷制逐漸取代了封閉里坊制[4，5]。中國城市轉型經歷了3種改變人們以街道組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中國住宅產業化推廣后，一方面人們開始分析居住形態結構與設施布局的整體關系，以及居住區生活與配套服務關聯作用的重要性[8]；另一方面以開放型住區的空間布局和封閉單元規模開始探索開放型社區的發展模式[9]。③21世紀初中國興起的物業管理模式，封閉住區堡壘模式形成[10]。2016年5月人民日報在前沿觀察欄目刊發文章，認為街區制的核心不在于圍墻是否開放，而是反對現實中常見的大街區模式，鼓勵尺度適宜、道路細密的小街區模式[11]。

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

1 研究區域和數據來源

1.1 研究區域

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劃區(30°38′80″ N、114°19′.64″E)。西南鄰近漢口商業中心，金融業發達，背靠2個大型商業區(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，空氣質量差。因此，推廣開放社區對破解道路擁堵，改善城市病蔓延，提高社區居住環境質量成為本文研究的目標。

圖1研究區域

Fig.1Studyarea

1.2 數據來源

根據數據抽樣調查方法，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個時段進行數據統計(見表1)。統計結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(建設項目交通影響評價技術標準(GJJ/T 141-2010))。

表1 抽樣樣品數據統計Table 1 Proportion of traffic flows and vehicles

2 評價方法

2.1 選取評價指標

項目組在規劃區開展線下和線上問卷訪談，發出問卷報告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、職業居民的訪談結果，統計居民關注度最高的8個影響因子，隨機抽取100份基礎樣品，利用主成分分析法獲取指標權重，結果見表2。結合規劃區特點，結果選取居民出行量、建筑面積及人口數量作為本文的評價指標。

表2 評價指標統計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生量；二類是對應的回程出行吸引量?；谝巹潊^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，以平衡各社區出行產生量和出行吸引量[12,13]：

(1)

式中:S為社區居民出行總量；m為社區交通路網數量；Pi、Tpi分別為交通社區常住人口數和人均出行次數；Pif、Tpif分別為交通社區流動人口數和人均出行次數，人均出行次數取決于各交通社區現狀及目標年經濟發展水平和土地利用強度(人均出行頻率規范)。根據公式得出2020年交通生成總量為67.25萬人次，獲取社區居民出行產生量、吸引量參數(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。這種出行分布狀態稱為用戶平衡狀態，由居住用地引起的往返出行產生量預測引入模型：

表3 常住及流動人口生成量統計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社區產生量由2部分組成：一是由區域內居住用地引起的主動式出勤、上學和彈性出行量；二是由公共設施、商業用地等對應的被動式回程出行產生量，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社區吸引量由2部分組成：一是由內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。根據式(2)～(6)交叉預測模型推算，獲得2015年的居民出行產生量(P)、出行吸引量(A)參數值(見表4)。

表4 出行產生量、吸引量預測統計Table 4 Forecast on traffic generation and attraction

2.3 規劃區與空間單元關聯性分析

引入社區居民出行量作為分析規劃區與社區空間單元之間是否存在關聯性，反映整體與局部之間的集聚程度；局部空間的集聚性體現了相鄰近社區之間出行分配的平衡關系。本文利用Arc Gis軟件將2015年與2020年規劃區22個社區居民出行量作為空間自相關分析的點數據，引入表達空間社區鄰近關系模型：

(7)

2.3.1 規劃區與空間單元集聚度分析

Moran′sI反映空間鄰接或空間鄰近區域空間單元屬性值的相似程度，為分析規劃區與各社區空間的關聯性，本文運用Geoda軟件分析各社區的空間集聚度，引入模型[14]：

(8)

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

2.3.2 鄰近空間單元關聯性分析

局域空間自相關Moran′sI的LISA (Local indicators of spatial association)反映i社區單元分布規律或屬性值與鄰近社區單元j同一分布規律的相關程度，引入局部空間自相關Moran′sI模型：

(9)

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

3 評價結果

3.1 規劃區出行分配

規劃區出行分布狀態是以2015年12月野外采集的居民流量分布矩陣為基數，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年規劃區周邊道路分配參數，表明開放社區與封閉社區兩種情況出行速度、延誤時間及排隊距離的可視化評估結果如圖2所示，紅色代表高-高集聚，表明i社區與j社區之間集聚度較高；藍色代表低-低集聚，表明i社區與j社區之間集聚度較低；紫色代表低-高集聚，表明社區i集聚度低于社區j集聚度；無色表示集聚度不顯著。

結果證明，開放社區出行耗時下降，延誤距離降低，出行效益提高，成本降低，說明規劃區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。封閉社區因通道數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支路網連接處的丁字型交叉口，在區域詳細規劃時需與主干道連接(武漢市城市總體規劃布局(2010～2030))；南側出現斷頭路和人行橫道在南側分隔帶處終止，且沒有地下通道(或高架橋)，社區居民無法與南側道路連接，造成出行成本增加和延誤時間變長。因此，南側分隔帶在未來規劃時需打開，完善行人過街設施，便于周邊社區居民出行。

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

3.2 規劃區空間集聚度評價

根據出行量標準化進行全局空間自相關分析(見圖3)，結果分布在第一象限和第三象限的點為空間正相關點參數，Moran′sI為0.42，規劃區為空間正相關性，表明規劃區南側與北側的空間單元之間呈集聚的特征，反映出行量較高的社區出行量與較高的社區相鄰；出行量較低的社區與出行量較低的社區相鄰，且落入第一、三象限的空間單元存在較強的空間正相關。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

基于相鄰社區集聚度與社區居民出行量在空間上呈正相關態勢，說明2020年開放社區集聚度與出行量的相關性較強，東南部是3條主干道的交匯處(發展大道，解放大道，后湖大道)，相鄰近社區之間集聚度較高，居民出行量集中；西北方向靠近武漢市三環線，居民出行量少，相鄰近社區之間集聚地低，早晚高峰時段居民可選擇此處通道出行；中間相鄰近社區之間集聚度不明顯，而2020年相鄰社區集聚度變化無規律性，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，擁堵現象嚴重(見圖4)。

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

4 結束語

本文以城市開放社區作為研究對象，從當前街區規劃中道路擁堵問題出發，認為中國過去30年在城市規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。結果表明：①開放社區比封閉社區出行耗時少、排隊距離短、出行成本低；②規劃區與空間單元社區關聯性較強，鄰近社區單元之間呈正相關性，體現了推廣開放社區對破解道路擁堵、提高城市社區居住環境的研究價值及現實意義。下一步項目組將依據《城市道路交通規劃設計規范》要求，探索推廣小尺度模式下的開放社區，在適應國家建設節約型社會的背景下通過城市土地利用、基礎設施建設、交通環境優化等方面進行可持續規劃設計，優化城市功能布局，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. 國外封閉社區發展的特征描述[J]. 國際城市規劃, 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. 二戰后美國城市的發展[J]. 國外城市規劃 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分析[J]. 國外城市規劃, 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. 美國新城市主義規劃運動再審視[J]. 國際城市規劃, 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. 封閉社區研究進展[J]. 城市規劃學刊，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. 中國古代城市規劃制度變遷與城市意象模式轉型[J]. 城市規劃學刊，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[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. 考慮干線協調控制的城市最優路徑搜索算法[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.