交通可達性與土地利用互動關系研究
——以深圳市為例

唐一鳴, 蔡凌雁, 洪武揚, 王麗妍, 李飛雪, 陳 東

(1.南京大學 地理與海洋科學學院, 南京 210023;2.江蘇省地理信息技術重點實驗室, 南京 210023; 3.南京市測繪勘查研究院股份有限公司, 南京 210019;4.武漢大學 資源與環境科學學院, 武漢430000; 5.國土資源部 城市土地資源監測與仿真重點實驗室, 廣東 深圳 518034)

城市土地利用與交通系統存在相互聯系、相互制約的循環與反饋關系。土地利用是城市交通系統產生的根源，決定了城市交通的發生、吸引、分布與方式選擇，從宏觀上規定了城市交通的結構和基礎；城市復雜的交通網絡作為載體承擔土地利用帶來的交通流，交通系統的發展與完善影響土地利用強度與模式，交通系統所具有的水平將改變城市空間結構和規模[1-3]。城市交通與土地利用的協調是解決城市交通問題的重要前提，也是實現城市可持續發展的關鍵因素。作為我國快速城市化發展的典范，深圳市在地理區位條件和外向型工業主導發展的背景下，城市空間發展與交通的聯系尤為突出[4]。當前深圳市已全面實現農村城市化，城市發展步入相對成熟的后期階段，土地利用與交通綜合系統協調性有待進一步分析。

本文以城市化后期的深圳市為例，運用改進的DEA模型，開展城市交通與土地利用協調評價研究。考慮到可達性指標對區域交通便攜程度的定量表達，構建評價指標體系時引入交通可達性。研究一方面是對深圳市交通便攜度的綜合評價，另一方面為推進城市土地節約利用，城市交通發展規劃和土地利用協調布局提供參考。

1　研究區與數據源

1.1　研究區概況

深圳市地處廣東省南部，東臨大亞灣和大鵬灣，西瀕珠江口和伶仃洋，南邊通過深圳河與香港相連，北部與東莞、惠州接壤。深圳市下轄8個行政區(福田區、羅湖區、南山區、鹽田區、寶安區、龍崗區、龍華區、坪山區)和2個新區(光明新區、大鵬新區)，劃分55個街道，土地總面積為1 996.78 km2。2014年，全市GDP 16 001.98億元，常住人口1 077.89萬人，建設用地約占土地總面積的48%，建設用地處于“增長的極限”。建設用地中交通用地約占10%，人均出行距離達9 263 km，交通設施面臨建設用地供給不足的剛性約束。目前，深圳市已初步構建“三軸兩帶多中心”組團式空間結構，城市發展重點逐步向原特區外轉移，交通和土地利用發展格局面臨重大調整。

1.2　數據預處理

研究收集了2014年深圳市土地利用現狀數據、道路網絡數據和經濟社會數據。圍繞土地利用與交通可達性協調評價的目標，提取反映土地利用情況的相關指標進行運算。已有道路網絡數據包含6個等級，包括高速公路、快速路、主干道、次干道、支路和建議性支路。根據現狀交通用地數據，對道路網絡校正空間位置、刪除冗余線段、延長未伸及點、融合偽節點等。

2　研究方法

2.1　空間句法模型

空間句法模型的本質是基于拓撲距離的網絡通達性和關聯性。基本思想是將空間內的聯系關系抽象為連接圖，再根據圖論基本原理，對軸線的通達性進行拓撲分析，得出一系列的形態分析變量[11]。空間句法涉及兩個關鍵問題，空間分割和句法測度。考慮道路網絡的線性布局，采用軸線分割法中的線段模型，以道路中心線代替軸線建立模型建立拓撲關系。可達性句法測度則采用衡量空間離散程度的整體集成度指標：

(1)

2.2　超效率DEA模型

DEA由Charnes和Cooper等人于1978年提出，以相對效率概念為基礎，評價具有相同類型的多投入、多產出的決策單元是否技術有效[13]。當多個決策單元同時有效時，DEA模型不能對其進行區分。基于此，Anderson等提出了超效率DEA模型[14]，計算時將評價決策單元排除在參考決策單元集合之外，能夠對有效單元進行進一步排序，彌補了傳統DEA模型的不足。超效率DEA模型數學原理如下：

假設研究有n個決策單元，每個決策單元均有m種輸入和s種輸出，輸入和輸出向量分別用Xj和Yj表示。構造C2R模型如下：

(2)

DEA評價方法的主要步驟包括評價目標確定、決策單元選擇、輸入輸出指標確定、模型建立與求解、評價分析等，模型計算在Matlab上實現[15]。圍繞城市土地利用與交通可達性耦合評價的目標，選取表征城市土地利用特點和交通可達程度的指標，構建DEA評價的指標體系(表1)。

表1　評價指標體系

3　結果與分析

3.1　道路可達性評價

以全局集聚度作為可達性表征，根據數值統計特征進行GIS自然間斷點分類(附圖12)。集聚度較高的道路通達性越好，與其他道路的空間聯系越緊密，越容易實現和其他空間的互動，為前景網絡。集聚度較低的道路通達性水平稍差，是城市交通的背景網絡。整體上來看，2014年深圳市道路網絡呈現北疏南密、東疏西密的發散性空間形態，以及從城市中心向城市周圍逐漸減弱的趨勢，與城市功能分區相對一致，交通布局結構合理。集聚度較高的道路大多是城市主干道，包括濱河大道、寶安大道、深南大道、南光高速、梅觀高速等，從城市中心延伸到周邊地區。這些高度集聚的交通道路不僅是城市中心地帶和周邊各個地區聯系的紐帶，也是城市內部人類活動的活躍地帶。

將道路網絡全局集聚度通過反距離權重插值(Inverse Distance Weighted，簡稱IDW)獲取市域交通可達性空間分情況。IDW插值方法以插值點與樣本點間的距離作為權重進行加權平均，根據空間自相關性原理，離插值點越近，其權重越大[17]，表達式為

(3)

式中：Zo為插值點O的估計值；zi為樣本點i的值；di為樣本點i與點O的距離；n為參與計算的樣本點數目；r為指定的權重冪數，常選用冪數r=2。IDW插值方法在可達性相關的研究中已有應用[18]，通過ArcGIS 10.2提供的空間插值工具實現。

圖1區域可達性分布圖中，顏色越深集聚度值越高，區位便攜程度越高，全市可達性較好的區域分布與市內主要交通線路有較強的一致性。福田區、羅湖區、南山區、寶安中心區等城市建成區的連綿區域是深圳市空間可達性水平最高的地帶，區內道路網絡密集，交通較為便捷。如福田區由濱河大道、紅荔大道、彩田路、新洲路四條城市主干道共同圍合而成，其空間可達性指標最高。對于坪山新區和大鵬新區，其區域面積大，城市建設發展時間短，區內道路網絡稀疏，加之地勢相對起伏差異大，在空間上表現出較差的區位可達性。

3.2　土地利用與交通可達性協調評價

2014年，深圳市55個街道土地利用與交通可達性SE-DEA技術效率情況見附圖13。全市技術效率值分布在0.48至2.31之間，平均值達0.81。圖2顯示，街道技術效率頻率呈現正態分布，85%左右的單元SE-DEA技術效率值分布在0.5～1.0之間，技術效率低值和高值單元相對較少。全市實現DEA有效的單元有7個，主要集中在城市東部地區和東部濱海區，如南澳街道、大鵬街道和坪山街道等，其中坑梓等3個街道為弱DEA有效。SE-DEA技術效率相對較低的區域主要集中在西部濱海區、城市核心區及其周邊區域，而城市中部地區、東部地區和東部濱海區技術效率值高于上述兩個區域。

圖1深圳市區域可達性

圖2SE-DEA頻率分布

根據SE-DEA技術效率值，選取4個典型街道進行具體分析，投入—產出指標投影值見表2。位于東部濱海分區的大鵬街道SE-DEA技術效率值達1.15，且投入和產出松弛變量均為0，其土地利用與交通可達性水平實現相對均衡協調發展。大鵬街道區域土地面積大，生態用地居多，區域發展側重生態保護。其土地開發強度和人口密度均較低(圖3)，區域通達程度也不高，但在區域內部兩者發展水平相契合，實現了DEA技術有效。南山區桃源街道技術效率值為0.92，其人口密度投入存在剩余，區域路網密度產出不足。桃源街道緊鄰福田區，作為城市核心區的周邊區域，具有一定的人口吸引力，其人口承載過剩與路網建設不足是土地利用與交通可達性未實現DEA有效的主要原因。位于羅湖區的翠竹街道是城市核心區土地利用與交通可達性特征的典型代表。盡管區域道路設施建設完善，可達性水平良好，但在城市核心區的環境下，土地空間資源有限，人口眾多，人口承載量與道路可達性水平不平衡，其SE-DEA技術效率為0.78。在4個案例單元中，布吉街道技術效率值最低，為0.57。在城市中部地區，并緊鄰羅湖區，布吉街道同樣具有較大的人口規模，人口投入過程剩是技術效率低值的主要因素。

通過輸入輸出的指標變化，研究單項指標對系統協調性的影響程度，探究決策單元無效的原因。分析某項指標時，將其從指標體系中去除，計算剩余指標體系的技術效率值θ′，統計各個單元原技術效率θ與θ′的差值占θ的比例，其累加值定量描述了該項指標在系統中的影響性[19]。

表2　技術效率投影分析

圖3投入產出指標情況

指標累計影響統計分析結果見表3。土地利用投入中，土地混合利用率X3累計值最大，為11.19，人口密度X1累計值最小，為0.93。這表明，在現有評價體系內，土地混合利用率偏低是制約深圳市土地利用與交通可達性協調發展的首要因素。而人口密度則偏高，在土地—交通綜合系統中是主要的冗余因素。在交通可達性產出指標中，Y1累計值最大，即土地利用投入情況對路網密度影響較之可達性要大。

表3　指標累計影響

4　結論與討論

城市化發展后期，在土地資源緊約束下，深圳市土地利用變化與城市交通具有密切的聯系。本文采用超效率DEA評價方法，以交通可達性為切入點，結合街道尺度土地開發強度、人口密度、土地混合利用度、路網密度和交通可達性，探討2014年深圳市土地利用與交通綜合系統協調發展情況。

研究表明，2014年深圳市道路網絡為西密東疏的發散性空間形態，與城市開發時限和功能分區相呼應。福田、羅湖和南山等城市中心地區城市建設相對完善，路網密布，道路集聚度較大，區域可達性水平較好。城市中部地區作為中心城區功能延展區域，承擔部分生產和生活職能，區域交通可達性條件也相對具有優勢。其次到城市東部地區，盡管道路建設程度也較好，但在整個城市范圍內地理區位優勢不明顯。而東部濱海區，受地形起伏影響較大，形成城市重要的生態保護區，土地開發程度低，交通可達性為全區最低水平。

數據包絡分析探討了城市土地利用與交通可達性的協調關系，各街道表現出協調性差異，SE-DEA技術效率值分布具有一定的空間分區特征。整體來看，城市核心區和西部濱海區技術效率值相對要低，人口承載量偏高是影響協調性主要的因素。海港發展的優勢和毗鄰香港的區位條件產生了重要的發展吸引力，大量人口集聚。盡管區域可達性條件良好，但過高的人口密度仍然超出了可達性發展水平。而城市中部、東部和東部濱海區城市建設滯后于原特區內，且擁有較大的土地空間資源，交通與土地配置相對均衡，整體SE-DEA技術效率值高于城市核心區和西部濱海區，實現DEA有效的單元，如南澳街道、大鵬街道、坪山街道等均位于這些地區。

快速城市化發展引導城市基礎設施建設更加完善，但同時也伴隨著土地供給不足和人口承載壓力。城市化發展后期，空間資源限制加大，土地利用模式將從早期的粗放式增長轉變為以存量優化為主的內涵提升。在此背景下，建設與土地利用相協調的城市交通體系對城市可持續發展具有重要的意義。近年來，深圳市逐漸探索了地上、地下空間的土地立體化利用模式，相應形成立體化交通體系。立體化土地利用模式將有效提高土地和交通承載力，提升公共交通系統服務水平，緩解城市交通擁擠問題，是土地資源緊約束基本國情下城市發展的有效手段。

參考文獻：

[1]楊勵雅,邵春福,劉智麗,等.城市交通與土地利用互動機理研究[J].城市交通,2006,4(4):21-25.

[2]鄭猛.城市土地使用與交通協調發展[J].現代城市研究,2010(1):26-29.

二是潛力調查方式比較滯后。隨著時代的變化和發展，過去一些了解掌握潛力資源所采用的有效調查方式，正在逐步失去優勢，越來越滯后于潛力建設發展需要。比如，在人力資源動員潛力統計方面，仍采取按行政區劃方式進行調查了解，顯然與近年來人力資源高度流動的現狀不相符合；在物資器材類潛力資源統計方面，目前采取的在產品生產環節進行調查的方式，客觀上只偏重于產能、庫存等靜態信息，脫離了大量資源分布在流通環節的實際，難以精確掌握動員潛力特別是一些新質動員潛力狀況，與新時代動員潛力建設要求還有一定差距。

[3]馮四清.城市交通與土地利用互動關系定性研究[J].合肥工業大學學報:自然科學版,2004,27(4):406-409.

[4]張勇強.城市空間發展自組織研究:深圳為例[D].南京:東南大學,2003.

[5]李京濤,周生路,吳紹華.道路交通網絡與城市土地利用時空耦合關系:以南京市為例[J].長江流域資源與環境,2014,1(23):18-25.

[6]侯雪.基于TOD理念的軌道交通站點周邊土地利用評價及優化模型[D].北京:北京交通大學,2012.

[7]Fancello G, Uccheddu B, Fadda P. Data envelopment analysis(D. E. A.)for urban road system performance assessment[J]. Procedia-Social and Behavioral Sciences, 2014,111:780-789.

[8]張靜.城市土地利用與城市交通協調關系研究[D].北京:中國地質大學(北京),2014.

[10]羅銘,陳艷艷,劉小明.交通—土地利用復合系統協調度模型研究[J].武漢理工大學學報:交通科學與工程版,2008,32(4):585-588.

[11]白永平,吳常艷,陳博文.基于陸路交通網的空間通達性分析:以蘭州：西寧城市區域為例[J].山地學報,2013,31(2):129-139.

[12]Jiang B, Claramunt C. Integration of space syntax into GIS: new perspectives for urban morphology[J]. Transactions in GIS, 2002,6(3):295-309.

[13]Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units [J]. European Journal of Operational Research, 2007,2(6):429-444.

[14]Andersen P, Petersen N C. A procedure for ranking efficient units in data envelopment analysis[J]. Management Science, 1993,39(10):1261-1264.

[15]劉展,屈聰. MATLAB在超效率DEA模型中的應用[J].經濟研究導刊,2014(3):86-87.

[16]Ruben M, Antonio P. Determinants of distance traveled with a focus on the elderly: A multilevel analysis in the Hamilton CMA, Canada[J]. Journal of Transport Geography, 2009,17(1):65-76.

[17]湯國安.ArcGIS地理信息系統空間分析試驗教程[M].北京:科學出版社,2012.

[18]岳邦佳,林愛文,孫鋮.基于公共交通系統的城市公園綠地可達性分析:以武漢市中心城區為例[J].測繪與空間地理信息,2016(12):60-63.

[19]孟曉,孔群喜,汪麗娟.新型工業化視角下“雙三角”都市圈的工業能源效率差異:基于超效率DEA方法的實證研究[J].資源科學,2013，35(6):1202-1210.