汪春

（合肥工业大学建筑设计研究院,安徽 合肥 230041）

老城区道路交通健康状态评价体系研究

汪春

（合肥工业大学建筑设计研究院,安徽 合肥 230041）

根据老城区道路交通健康状态评价准则，构建评价指标体系，从易采集、易量化、可比性、综合性等方面权衡，选取道路网络密度、公交站点覆盖率、自行车网络密度、步行网络密度4个指标，评价方法上采用了扩展性较好的线性模型，并通过层次分析法和专家决策法，求解各评价指标权重系数。通过老城区道路交通健康状态评价体系，可以快速对老城区道路交通健康状态进行评价。老城区道路交通健康状态评价体系是一种老城区城市规划建设管理工具，目的是建立一套老城区道路交通评价体系，评价老城区道路交通在多重因素作用下发展状态和发展趋势，通过直观和量化手段对老城区交通健康状态横向比较、纵向比较，便于进行问题分析和查找。

健康城市；老城区；道路交通；评价体系

0 引言

随着城市不断发展，城市病在全球城市逐步显现，老城区更是首当其冲。从20世纪80年代开始，基于城市病治理的健康城市理念从公共卫生领域快速扩展到城市规划领域，从北美、欧洲开始席卷全球[1]。构建健康老城区，其中首要问题是系统解决老城区交通问题，构建老城区健康道路交通体系，并提出一套便于操作的老城区道路交通健康状态评价体系。

国内外对于健康城市交通规划、健康城市道路交通的相关研究较少，针对老城区健康道路交通特征的研究没有涉及，且尚未提出老城区道路交通系统健康状态评价体系[2]。

老城区道路交通健康状态是一种老城区城市规划建设管理工具，目的是建立一套老城区道路交通评价体系，评价老城区道路交通在多重因素作用下发展状态和发展趋势。现状对老城区道路交通评价，主要从道路网络、公交系统、慢行系统等子系统进行独立评价，健康道路交通状态评价需要寻求较为完善的评价体系，对老城区道路交通进行综合评价。如何建立评价体系，是老城区道路交通健康状态评价的核心问题。

1 评价指标体系

评价老城区道路交通健康状态需要有一套明确的量化指标，老城区道路交通健康状态评价的核心是建立评价指标体系，是评价结果可信度的关键因素。评价指标体系选择一方面要全面反映老城区道路交通状况，另一方面又要方便获取、便于计算。

1.1 评价指标体系

老城区道路交通健康状态强调以人为本、绿色低碳，因此更关注公共交通、慢行交通相关评价指标。综合全面性、易获取、易量化等方面因素，本论文选道路网密度、公交站点覆盖率、非机动车道网络密度、步行网络密度4项指标，构成本论文评价指标体系。下一步随着研究深入，对指标体系可进一步扩展[3]。

1.1.1 道路网密度

道路网络是老城区道路交通载体，是老城区道路交通最重要限制因素。道路网络密度决定着老城区交通容量，也是现状老城区交通核心问题所在。道路网密度一方面能反映老城区道路网建设水平，另一方面能反映老城区布局均衡和合理性，十分适合作为老城区道路交通健康状态主要评价指标之一。

1.1.2 公交站点覆盖率

公共交通最能体现老城区以人为本、绿色低碳特征，其发展水平直接关系到老城区道路交通健康状态。评价老城区公共交通发展水平，公交站点覆盖率是最为常见的评价指标。公交站点覆盖率通常分为300 m和500 m半径，是指所有公交站点在计算服务半径下覆盖面积之和与城区面积的比值，指标即体现了公交服务覆盖的面积，又反映公交为居民提供服务的便捷程度，适宜作为老城区道路交通健康状态评价指标。

1.1.3 自行车道网络密度

自行车曾经是老城区主要交通方式之一，近年来随着健康环保、绿色低碳理念，自行车迎来了全面复兴。自行车交通作为一种健康交通方式，对老城区道路交通健康状态影响较大。作为老城区自行车交通方式硬件支撑，自行车道网络密度应纳入老城区道路交通健康状态评价指标体系中。

1.1.4 步行网络密度

老城区商业设施集中、建筑密集，步行是老城区最为普遍和有效的交通方式，是老城区保持街道活力的重要因素，也是最为健康的交通方式。步行网络密度是反映老城区步行服务水平重要指标之一，因此将其纳入老城区道路交通健康状态评价指标体系。

1.2 评价指标量化和标准体系

可比性、可量化、易量化是评价指标选取重要原则，在老城区道路交通健康状态评价指标体系构建过程中也充分考虑这一原则。

《城市交通管理评价指标体系（2012版）》建立了一整套指标评价标准，本论文所选取4个评价指标均包括在内，因此本论文评价标准参照《城市交通管理评价指标体系（2012版）》[4]。另外在《城市道路交通规划设计规范》（GB 50220—1995）中对本论文所选取的4个评价指标计算方法均有明确说明，可以方便计算得到。

根据评价标准体系，4个评价指标分值量化见表1。

2 老城区道路交通健康状态评价方法

老城区道路健康状态评价指标相对独立，且评价模型要易于扩展，因此论文采用线性模型作为老城区道路交通健康状态评价方法。

2.1 线性模型

线性模型是正态线性模型直接推广，可适用于连续数据和离散数据。线性模型反映了自变量x1…，xk与因变量y之间的关系，通过观察资料（yi，xi1，…，xik），i=1，2，…，n来探讨这种关系是否存在，自变量x1…，xk的变化在多大的程度上对y的值有影响，有哪些自变量xi是重要的，哪些是不重要的。

用（A）*的写法来描述线性模型，y是因变量的观察向量，Xn×k是自变量的观察向量组成的矩阵，线性模型就是

线性模型就是将（A）*中的条件放宽。若用μ表示y的期望值，由（A）*要求μ是x1，…，xk的线性函数，在线性模型中，引入连接函数g（μ），令

线性模型还把y是正态分布这一条件放宽为具有散度参数中的单参数指数族分布。由于上述两个条件已放宽，（A）*中独立同方差的条件自然也就放宽了，独立性仍然保持，而方差可以改变。

线性模型用于老城区道路网健康状态建模的基本形式见下式：

式中:I为综合评判值,其值的高低表示老城区道路网的健康水平；Ai为i项指标的权重值；Yi为i指标的得分，i=1,2,3,4。

其中，Y1表示道路网密度得分，Y2表示公交站点覆盖率得分，Y3表示非机动车道路网密度，Y4表示步行网络密度。

2.2 权重计算

在线性模型中，由于缺乏回归分析所需历史数据，本论文采用层次分析法和专家决策法来确定权重系数[2]。

2.2.1 层次分析法

2.2.1.1 层次分析法原理

层次分析法（the analytic hierarchy process，AHP）是一种解决多目标复杂问题的决策分析方法，将定量分析与定性分析结合起来，用决策者的经验判断各衡量目标能否实现标准之间相对重要程度。

层次分析法大体可分为四个步骤。步骤一是建立层次结构模型，结构模型包括目标层、指标层和方案层；步骤二是构造两两比较的成对比较矩阵，成对比较矩阵是量化依据，是后序计算基础，由于受人的主观因素影响很大，应由经验丰富、判断力强的专家给出；步骤三是由成对比较矩阵计算被比较元素相对权重；步骤四是计算各层元素组合权重。

2.2.1.2 建立层次结构模型

老城区道路交通健康状态评价目标层为老城区道路交通健康评分，指标层包括道路网密度、公交站点300 m半径覆盖率、自行车网络密度、步行网络密度4个指标，方案层为具体供评价的老城区。

2.2.1.3 构造判断矩阵

老城区道路交通健康状态评价重点是确定道路网密度、公交站点覆盖率、自行车网络密度、步行网络密度相对于老城区道路交通健康状态的权重。在确定指标层各指标之间权重时，定性给出结果不具备科学性，本论文采用著名运筹学家T.L. Santy提出的一致矩阵法，通过4个指标之间两两相互比较，构建判断矩阵，用来表示4个指标针对老城区道路交通健康状态相对重要性比较。判断矩阵元素αij建议采用1～9比例标度法给出（见表2）。指标层指标个数可以根据所掌握数据情况进行扩展。

表2 矩阵元素αij标度方法表

根据老城区道路交通特点,对道路网密度A1、公交站点覆盖率A2、非机动车道网络密度A3、步行网络密度A44项指标进行两两比较后，构建判断矩阵：

构建完成后，需要对判断矩阵进行一致性考察。判断矩阵可以不一致，但需要在一个范围之内。对于不一致的判断矩阵，需要求解最大特征值和特征向量。Satty等人建议用对应于最大特征根λmax的特征向量，经归一化后，作为权向量W，即如式（4）所示：

2.2.1.4 判断矩阵一致性检验

W是指标层中4个指标对于老城区道路交通健康状态相对重要性的排序权值，是层次单排序。层次单排序是否成立，需要对判断矩阵A进行一致性检验。当判断矩阵A具有一致性或偏离一致性程度在可接受范围内时，W能反映各指标之间相对重要性程度，可以在健康状态评价中加以应用。

当λmax比n大得越多时，A的不一致性越严重，因此用λmax-n的大小来衡量A的不一致程度，从而确定一致性指标CI，见式（5）。当CI＝0时，A有完全一致性，当CI越大，不一致越严重：

为衡量CI大小，引入随机一致性指标RI，RI取值可以通过表3查询得到。

表3 RI的取值

在CI和RI确定后，计算一致性比率，见式（6），当一致性比率CR＜0.1时，可认为判断矩阵A的不一致程度在容许范围之内，有满意的一致性，通过一致性检验，其归一化特征向量W可以作为权重向量，否则需要重新构造判断矩阵A，直到通过一致性检验：

计算得到本次构造矩阵A的一致性比率CR=0＜0.1，为完全一致矩阵，满足一致性要求，因此老城区道路交通健康状态评价4项指标权重向量为

2.2.2 专家决策法

2.2.2.1 专家决策法介绍

专家决策法是一种向专家进行调查研究，依靠专家经验和智慧进行集体判断的方法，特别适用于在许多条件不确定时决策。专家决策法采用匿名方式通过多次函询征求专家们意见，组织决策小组对每一轮意见进行汇总整理，作为参照资料再发给每一个专家，供他们分析判断，提出新意见，多轮后专家意见渐趋一致，得到最终结论。

采用专家决策法时，决策专家一般应有名望或从事所调查专业多年，专家人数一般以20～50人为宜；宜反复进行三四轮调查，在专家意见趋于一致时，确定趋于一致的决策结果。在调查过程中要注意匿名性、反馈性和收敛性，匿名性可保证专家之间相互消极影响，反馈性可以让每个人知道意见倾向，收敛性可以确保最终决策意见代表全体专家意见，是集体智慧结晶。

2.2.2.2 专家决策法计算指标权重系数

专家决策法计算方法很多，有加法评价、连积评价、和数相乘评价、加权评价、功效系数等多种方法。本论文4个评价指标之间关系简单，且不涉及多方案评价，宜采用加法评价法，将每轮所调查专家对每一项指标权重的平均值作为本轮权重推荐值。

本论文通过向20位交通领域和城市规划领域专家，进行3轮老城区道路网健康状态影响因素权重问卷调查，第三轮调查表格整理见表4。

表4 专家决策法第三轮调查结果汇总表

将第三轮4项指标权重平均值作为专家决策法推荐权重，即4项指标权重向量为

2.2.3 模型权重系数确定

将层次分析法和专家决策法得到的老城区道路交通健康状态4个影响指标权重系数进行平均后，得到4项指标权重向量为W=（0.38，0.28，0.18，0.16）T。

3 实例应用

3.1 现状老城区道路交通健康状态评价

老城区现状道路网密度为4.17 km/km2，公交站点300 m覆盖率为86.2%，非机动车道路网密度为8.44 km/km2，步行路网密度为9.31 km/km2。

由表5可得，老城区现状路网密度得分Y1= 47.55，老城区现状公交站点300 m覆盖率得分Y2=96.55，老城区现状非机动车道路网密度得分Y3=36.17，老城区现状非机动车道路网密度得分为Y4=46.55。

由所建立的模型I=AiYi得，合肥市老城区现状道路交通健康状态最终得分为

I=47.55×0.38+96.55×0.28+36.17×0.18+ 46.55×0.16=59

3.2 改善后老城区道路交通健康状态评价

对老城区进行规划调整后，老城区规划道路网密度为12.98 km/km2，公交站点300 m覆盖率为99%，非机动车道路网密度为17.63 km/km2，步行路网密度为18.17 km/km2。

将论文研究成果在合肥市老城区交通改善研究中加以应用，分别针对合肥市现状和改善后道路交通健康状态进行评价。

表5 老城区道路网健康状态影响指标量化得分指标

表6 老城区道路网健康状态影响指标量化得分指标

由表6可得，老城区规划路网密度得分Y1=97.27，老城区规划公交站点300 m覆盖率得分Y2=99.75，老城区规划非机动车道路网密度得分Y3=78.15，老城区规划非机动车道路网密度得分Y4=90.85。

由所建立的模型I=AiYi得，老城区规划道路交通健康状态最终得分为

I=97.27×0.38+99.75×0.28+78.15×0.18+ 90.85×0.16=93

对比分析可知，通过老城区健康交通规划和设计后，老城区道路交通健康状态有较大幅度提升，健康状态得分由现状59分提升为93分，规划设计措施效果明显。

4 结语

基于易使用、易扩展原则，本文构建了老城区道路交通健康状态评价指标体系，包括道路网络密度、公交站点覆盖率、自行车道网络密度和步行网络密度四大指标，提出了老城区道路交通健康状态评价线性模型，并通过层次分析法和专家决策法，对线性模型系数进行求解。通过评价体系，输入相关参数，可以直观、便捷地得到老城区道路交通健康得分。

[1]许从宝.健康城市与健康城市规划——当代国际健康城市运动基本理论引介与研究[D].南京:东南大学,2006.

[2]杨涛.健康交通与健康城市[J].城市交通,2013,11(1):1-4.

[3]杨明,过秀成.老城区交通特征、问题解析与改善对策初探[J].现代城市研究,2012，27(4):82-86.

[4]陆建,王炜.面向可持续发展的城市交通系统综合评价方法研究[J].土木工程学报,2004,37(3):99-104.

U491.1

A

1009-7716（2016）12-0143-05

10.16799/j.cnki.csdqyfh.2016.12.043

2016-08-26

汪春（1983-），男，安徽枞阳人，工程师，从事城市交通规划、智能交通规划设计工作。