人文視角下的城市道路規劃與交通擁堵治理

收稿日期：2024-03-07

作者簡介：房雨宵（2002—），男，本科，研究方向：交通運輸。

摘要 隨著城市化的快速發展，城市交通擁堵問題日益突出，如何進行科學合理的道路規劃和有效治理交通擁堵成為城市發展的重要課題。文章以青島市市南區為例，從人文視角出發，研究了城市道路規劃與交通擁堵治理的關系。通過對城市交通發展歷程和現狀的分析，揭示了影響交通擁堵現象的內源本質。在保留原有道路的基礎上，提出了一種新的規劃方案，并利用MATLAB對其進行模擬仿真實驗。通過以人為本的視角探討城市道路規劃和交通擁堵治理的關系，為解決城市交通擁堵問題提供了新的思路和方法。

關鍵詞 城市交通；道路規劃；交通擁堵；交通流量

中圖分類號 D631.5文獻標識碼 A文章編號 2096-8949（2024）11-0033-04

0 引言

城市是一個大型的人類聚居地。隨著城市化進程的加速，城市交通擁堵問題日益突出。人們對于城市道路規劃、交通治理的關注與需求愈發迫切。青島市市南區作為繁華地段，交通擁堵問題備受關注。該文將從人文視角出發，分析其交通擁堵成因，探討青島市市南區的道路規劃與交通擁堵治理，并給出優化調整解決方案，旨在為解決城市交通難題提供新思路與策略。

1 城市交通擁堵研究現狀

隨著城市化的快速推進，在人口數量不斷增加、土地資源總量不變的情況下，城市發展出現了土地利用需求大于供給的現象，一系列“城市病”隨之出現。在城市交通方面最顯著的表現為道路擁堵問題的日益嚴重。為切實緩解城市道路擁堵問題，韋敬楠[1]從道路交通供需平衡視角入手，以城市道路交通需求指標為參數，將城市擁堵劃分為輕度失衡、中度失衡、重度失衡三類。張可可[2]等提出基于評價—預測—判定—管控的全過程模型。選取流量、速度和時間延誤三個參數，制定了交通運行狀態綜合評價體系。徐淑賢[3]等從城市空間布局入手，綜合分析城市區塊職能，以推動城市空間布局均衡化作為緩解交通擁堵的方法。劉婕[4]等基于國內擁堵較為嚴重的城市及其目前的治理方案，以調控出行需求與提高路網承載能力作為改良方向。

2 國內外常見城市道路網結構

影響城市道路網結構的因素分為自然因素和社會因素。自然因素有地形地勢、氣候、河流等；社會因素涉及經濟、社會、文化等。不同城市間的自然和社會因素均存在著一定的差異，這些差異使得各地的城市道路網結構存在著一定的不同，形成了各自的風格。

通過對國內外常見城市道路網的分析，可以得到以下結論：

（1）道路網的形成是一個長期過程，但一經確定就很難大幅度地改變。

一個城市道路網的形成過程是與城市發展同步的，道路網的建設是百年大計，其在主要道路完工后，后續建設基本多為在此基礎上的增添與改良，基本不會出現大幅改變。即使遭遇毀滅性的破壞，其重建也多以原先道路網為模本。

（2）地區文化等人文因素是道路網結構形成的影響因素之一。

地區間人文因素的差異，在一定程度上會影響其路網的整體布局。

（3）相同情況下，方格狀道路網與放射狀道路網互有利弊。

土地利用率層面，在同樣的面積內，方格狀道路網由于其所劃分出來的是較為規整的四邊形或多邊形區域，可供進行區域內建筑物修建的面積較大；放射狀道路網劃分出的是不規則的區域，存在過窄等不適合進行建設的土地，整體上方格狀道路網土地利用率高于放射狀道路網。

通行效率層面，相同的起點與終點，放射狀道路網是直接的點對點的線段式連接，而方格狀道路網是基于第三點或更多的點并以其為中間點進行兩段式或多段式的連接。在單純的空間幾何路程上，放射狀道路網明顯優于方格狀道路網，同時，方格狀道路網在交叉路口處還會出現等候交通信號燈乃至交通擁堵等情況，進一步降低了其通行效率。

3 市南區交通現狀及其存在問題的解決方案

3.1 市南區交通現狀

市南區作為青島老城區，與其他城市老城區相似，存在著較為嚴重的交通擁堵問題。受自然地形的限制，市南區中西部老城區的路網采用自由式布局方式，道路相對狹窄，寬度一般為12～20 m。根據調查，區內現有道路242條，道路長度為106.28 km，路網密度為8.85 km/km2。由于區內地形坡度較大，道路縱坡較高，故畸形路口較多。

截至目前，青島市機動車保有量約365.4萬輛，其中多為家用汽車，總體上機動車保有量仍以較快速度在增長。同時，由于青島作為旅游城市，存在大量外地來青車輛，因此，青島的機動車輸入源可視作無限大，隨著旅游業的逐步復蘇，此情況對市南區道路網存在潛在沖擊。對市南區較為老舊的道路網存在著較大的壓力。

3.2 現行已有解決方案的局限性

根據《市南區城市更新專項規劃》，青島關于交通方面的城市更新實施策略可概括為“交通引領發展，建設步行友好城區”。

目前市南區的規劃方案，未來將會在較為完好地保留原有城區風貌的情況下，采取現代化的交通系統以期滿足日益增大的交通壓力，在原有的基礎上融合新的交通方式，繼而實現“舊路新貌”。該建設工程可視作老城區保護性改造的典型案例。

目前我國城市對老城區道路網改造的通行方法有兩種：拓寬原有道路和增加公共交通。

從拓寬原有道路方法的角度來看，由于市南區的建成歷史較早，其道路周邊分布大量歷史文物古跡建筑，為道路拓寬預留空間較少。同時大型施工設備施工時產生的振動會對周邊文物建筑產生不可逆的損壞[5]。該方法只可在市南區部分地段施行，大規模推廣難度較大，不具備普適價值。

增加公共交通方面，市南區的公共交通目前仍以道路公交為主。但由于其道路流量限額，單純增加公交線路以及發車密度，只會增加其交通擁堵問題。目前市南區公交運行效率亟待提升。由于先前公共交通主要依賴公交，導致出現線路多、流量大，線路重復系數較高等問題，出現車道容量已近飽和，公交車與其他車輛“搶道”的情況。以香港路為例，其高峰時段平均運營速度僅12.8 km/h，受通道寬度制約，公交車輛難以超車，公交“列車化”現象嚴重，運輸效率低下。

以廣西路青島站段為例，該路段交通流源包含青島站進出客流源、棧橋景區客流源、地鐵青島站客流源、鐵路青島站廣西路②公交站源。人流量、車流量均存在較不規則的高峰期。整體上存在較大的交通擁堵隱患。

為緩解周邊道路交通壓力。目前該路段車道劃分為采取上行單車道，為公交專用道，下行三車道，均為公交與社會車輛混用道，其中最右側車道同時為鐵路青島站廣西路②公交站停車道。

如表1所示，為某日該路段12：00—18：00內車流量統計。

表1 某日廣西路青島站段12：00—18：00內車流量

/輛

時間 上行

公交車數 下行

公交車數 下行

社會車輛數

12：00—13：00 20 47 198

13：00—14：00 24 45 175

14：00—15：00 23 35 158

15：00—16：00 26 38 147

16：00—17：00 25 40 188

17：00—18：00 24 57 225

據表1可知，由于公交車定時發車，不同時間段內上下行公交車數變化幅度較小，但社會車輛數變化幅度較大。結合區位分析可知該路段車輛多為通勤車輛，變化幅度與時間有較大的關聯。

3.3 優化調整解決方案

關于市南區交通擁堵的問題，在綜合考慮可行性與預期效果的情況下，該文給出的建議如下：

（1）依據“窄馬路、密路網”的城市道路布局理念，合理利用城市交通信號控制系統對原有道路網進行二次規劃。

“窄馬路、密路網”所構建的是一種街區小型化、集約化的城市布局。城市交通信號控制系統采用合理的交通信號配時可以減少車輛停車等待次數，降低車輛延誤，縮短旅行時間，而合理的信號配時則會起到反作用，導致時間浪費和能源的額外消耗[6]。二次規劃是充分利用現有的道路網，采取道路“再設計”，輔以健全的交通管理系統，優化交通信號[7]，從而提高交通管理運行效率和水平的方法，以期緩解交通擁堵問題。

市南區原有道路網在早期建設中便設立了諸多的中心點。在對市南區道路的二次規劃中可充分利用這些原有的中心點，將其再次視作街區的中心，周邊道路則構成該街區的道路網。最終將市南區原有的道路網分割成多個“小路網”，各“小路網”共同構成“大路網”，做到路網的區劃式管理。

（2）提升交通運作的智能化水平，提高動態自適應調整能力，車道“潮汐化”變動。

包括青島在內，絕大部分城市的交通信號仍采用較為原始的被動響應式控制。傳統信號控制系統都只是關注控制方法和控制策略的優化，而對于交通狀態參數變化并沒有充分考慮。[8]在交通信號方面使用自適應控制方式，可實現路段運行的動態化、靈活化調整，以提升路網整體的運行效率。

在公交運行方面，目前主要存在公交“列車化”現象，公交系統投入運力與時段需求、道路壓力不匹配。引入自適應控制系統后，可通過系統所反饋依據的實時情況，依據各時段需求靈活調配車輛，動態調整發車間隔。必要時可采取“甩站”等措施減少車輛停站時間，提升公交系統整體運行效率。

在車道方向上，可根據節點路段的實際情況，靈活調整各支路行駛方向以及支路內各車道的行駛方向。實現道路方向的“潮汐化”動態調整。

3.4 可行性論證

對于所提出的建議，將市南區的道路網簡化為網絡模型，就目標問題視作最短路和最大流問題，運用Dijkstra算法和Ford-Fulkerson標號算法進行可行性論證。

狄克斯特拉算法（Dijkstra）是由荷蘭計算機科學家狄克斯特拉于1959年提出的，是從一個頂點到其余各頂點的最短路徑算法，解決的是有權圖中最短路徑問題[9]。

最短路徑問題的線性規劃數學模型為：

（1）

式中，xij——選擇?。╥， j）的狀態變量，選擇弧（i， j）時xij=1，不選擇?。╥， j）時xij=0；cij——弧（i， j）的距離，得到最短路問題的網絡模型。

Ford-Fulkerson算法（FFA）是一種貪婪算法，用于計算流網絡中的最大流量。由L. R. Ford， Jr。和D. R. Fulkerson于1956年出版[10]。

最大流問題的線性規劃數學模型為：

（2）

式中，cij——?。╥， j）的容量； fij——?。╥， j）的流量。容量是?。╥， j）單位時間內的最大通過能力，流量是?。╥， j）單位時間內的實際通過量。fmm～fkm——弧中反向流計算時減去。fim——中間點輸入量；fmj——中間點輸出量，中間點輸入量和與輸出量和應相同。

將A視作起點，F為終點，A至F有著多條路徑可供選擇。從A開始，依次代入各路段的路長cij與流量fij。經迭代計算后，在去除其他客觀因素的前提下，該道路網絡最短路徑為A—E—F，最短路徑為min Z=8，最大流為max v=16。

假設在不考慮其他客觀因素的影響下，E至F方向在某一時段T區間內流量趨于飽和，存在擁堵問題，F至C1至A方向區間流量較少。引入自適應控制方式后，采取臨時交通管控，將E—F段設置為單行道，只允許F至E方向行駛，E—F段更新為F至E單向??；將C1—F段設置為單行道，只允許C1至F方向行駛，C1—F段更新為C1至A單向弧。設置完成后其網絡模型圖如圖1與圖2所示，相應道路路長不變，容量變為原有兩倍。

圖1 網絡模型圖路長F 圖2 網絡模型圖容量 D

運用最短路問題Dijkstra算法和最大流問題Ford-Fulkerson標號算法可得到，該情況下最短路徑為A—C1—F和A—C2—F，最短路徑為10，最大流為21。

從該理想化模型可知，該路段最大流與最短路徑僅與A—E—F段和A—C1/C2—F段有關。設A—E段長度與允許流量為a，E—C2段長度與允許流量為b，得理想最短路徑與最大流變化率函數。

采用MATLAB進行仿真實驗分析，得出關于上述兩個網絡圖數學模型的圖像，同時隨機生成20組（a，b）正數組，帶入兩個模型進行驗證，如圖3～4所示，其運算結果如表2所示。

綜上，在?F及最短路徑增加率較小的情況下，?D及最大流量可獲得較大增加。模擬實驗結果符合預期要求。

圖3 ΔD函數圖像

圖4 ΔF函數圖像

表2 函數隨機運算結果

序號 ?F ?D 序號 ?F ?D

1

2

3

4

5

6

7

8

9

10 0.358 2

0.499 6

0.490 1

0.114 1

0.266 5

0.345 4

0.496 9

0.384 7

0.394 1

0.492 2 0.114 1

0.265 5

0.214 1

0.228 6

0.294 9

0.321 1

0.278 7

0.296 3

0.235 0

0.321 1 11

12

13

14

15

16

17

18

19

20 0.194 9

0.499 7

0.479 5

0.197 7

0.944 6

0.570 9

0.442 7

0.496 3

0.850 9

0.499 8 0.071 6

0.278 7

0.337 5

0.071 6

0.696 3

0.452 6

0.131 5

0.293 8

0.623 8

0.423 8

4 總結

基于“窄馬路、密路網”的布局理念，該文提出了一個交通疏導方案——盡可能保留城市原貌。這種混合型道路網結合了方格狀和放射狀道路網的特點，為未來的城市道路網設計提供了新思路。能夠更好地協調“人”與“地”之間的矛盾，最大限度地緩解交通擁堵問題。在未來的城市交通規劃和改良中，應更多考慮設計成果對社會環境和自然環境的影響，并以人們對美好生活的需求為出發點，利用現狀和歷史的數據和經驗，通過合理的設計和優化，實現人文和自然的有機融合，逐步解決由于人地矛盾而產生的問題，最終實現城市交通、經濟和環境的可持續發展。

參考文獻

[1]韋敬楠. 我國城市交通擁堵程度及影響因素分析——基于道路交通供需平衡的視角[J]. 遼寧工業大學學報（社會科學版）， 2023（2）： 36-40.

[2]張可可， 韓春陽， 周京， 等. 精準管控下的城市交通擁堵狀態研判與建模[J]. 交通科學與工程， 2022（3）： 113-120.

[3]徐淑賢， 劉天亮， 王婷， 等. 空間一般均衡視角下的城市交通管理研究：現狀與趨勢[J]. 交通運輸系統工程與信息， 2023（3）： 6-19.

[4]劉婕， 聶祥波. 我國部分城市交通擁堵治理現狀研究及對策分析[J]. 時代汽車， 2023（13）： 181-183.

[5]張智林. 簡析老城區道路改造工程的交通微循環實踐思考——以漳州市大同路、大通北路改造為例[J]. 福建建材， 2020（2）： 23-24.

[6]申亮. 交通信號控制自適應模型及相位同步方法研究[D]. 大連：大連理工大學， 2013.

[7]李鳳坤， 張永. 基于交通流量自適應控制的路口子系統[J]. 計算機系統應用， 2021（12）： 109-115.

[8]袁二明， 李瑩， 李彪. 基于交通擁堵預測的交通網絡最短路問題的研究[J]. 中國管理學， 2013（S1）： 43-45.

[9]劉小玲， 李輝， 郭治國. 基于狄克斯特拉算法的車間動態生產能力評估與實現[J]. 微計算機信息， 2006（12）： 96-98.

[10]Backman S， Huynh T. Transfinite Ford-Fulkerson on a Finite Network[J]. Computer Science， 2015.