冉 茜，吴 鸣，孙元德，张文争

（1.汕头大学工学院，广东 汕头 515063；2.汕头市城市规划设计研究院，广东 汕头 515041）

0 引 言

道路密度是道路发展水平的重要标志，也是衡量道路作为社会经济发展中重要基础设施并满足交通需求的直观指标[1-4].目前，学者多以研究道路密度为重心，忽略了与路网相辅相成的站场规划，而站场密度也可作为道路发展水平的评价因素之一.站场包括火车站、汽车站、高速收费站及高速公路服务站、汽车服务站等，既衔接了不同形式的交通联系方式，也是当地路网与旅客的桥梁，是整个交通运营环境必不可少的一环.站场密度反映出旅客出行的便捷程度、交通环境完备程度，因此在道路密度的研究基础上再对站场密度的探讨对于评价地区交通状况也有重要意义.本文中将道路密度、站场密度作为同等重要的评价指标，研究湖北省交通运输基础设施空间特征.

1 研究区概况

湖北，简称“鄂”，处中国中部，东邻安徽，西连重庆，西北与陕西接壤，南接江西、湖南，北与河南毗邻，全省总面积18.59 万平方千米.高海拔区域（主要为恩施土家族苗族自治州、神农架林区、十堰、宜昌等地市）的陆地国土面积占全省的15.72%，其余低海拔区域的陆地国土面积占全省的84.28%[5].“十二五”以来，湖北省综合交通网总里程约27.2 万km（不含民航航线、城市内道路），综合交通网密度达146.3 km/100（km）2.其中，铁路营业里程4 060 km（高速铁路1 033 km），公路通车总里程25.3 万km（高速公路6 204 km），内河通航里程8 638 km（高等级航道1 738 km），油气管道里程6 740 km.全省内河港口吞吐能力3.1 亿t，集装箱吞吐能力433 万标箱，民航机场旅客吞吐量突破2 000 万人次.“四纵三横”铁路网全面形成，高铁、动车覆盖除荆门、神农架以外的所有市、州、直管市.武汉至十堰等高速铁路开工建设，以武汉为中心的快速铁路骨干网初步形成.“七纵五横三环”高速公路骨架网基本形成，高速公路总里程跃居全国第四，98%的建制乡镇通二级及以上公路，100%的行政村通沥青（水泥）路[6].

2 数据来源与研究方法

2.1 数据来源

本研究采用的人口和GDP 数据来源于2016 年湖北省统计年鉴[7]，道路、行政区划图等数据为经矢量化的2015-2016 中国电子地图数据.在ArcGIS 软件的支持下，利用以市为界的湖北省行政区划图，叠加分析分别得到湖北省各市的道路网络图层（图1） 以及各类站场数据.用BIGMAP 地图下载湖北省卫星图及等高线，再导入到ArcGIS 软件可进行地理信息的处理、分析，得到地形图.

图1 湖北省高等级路网分布图

2.2 研究方法

2.2.1 密度与加权密度

道路密度是指一定区域内道路总长度与该地区国土面积之比[8]，是评价某一地区交通状况的常用指标之一[9].计算公式为：

式（1）中，Di 为区域i 的道路设施网络密度（km/km2），Li 为区域i 的道路长度或节点数量，Ai 为区域i 的国土面积.

道路加权密度是考虑到湖北省不同类型运输线路的通行能力不同，给不同类别的道路赋予不同的权重[10-11].按照道路等级通行能力的比例，结合专家打分[12]，采用模糊综合评价方法折中后就可得到湖北省通行能力权重系数（表1），从而最大程度上避免专家的主观和偏好性.

表1 湖北省通行能力权重系数

站场包括火车站、汽车站、高速收费站及高速公路服务站、汽车服务站，其密度求解方式可依据道路密度的求解方式，即为站场个数与区域面积比值，此处不再赘述.再根据不同道路类型的权重，也给予不同站场权重，最终得到各市站场加权密度.

2.2.2 GIS 技术

（1）叠加分析

叠加分析是地理信息系统中用来提取空间隐含信息的方法之一[13]，多层数据运用不同的叠加分析结果不仅会产生新空间关系，还可以新增所需要的属性信息，通过市域面状图层叠加各市交通基础设施得到每个市所拥有的交通运输基础设施数据.

（2）地形处理

将带有高程数据的等高线转换成形象数字高程模型图，可提取高程、坡度、坡向、水文等数据，本文主要通过提取各市平均高程来分析道路网密度与地形关系.

（3）面转栅格图层、插值分析

将叠加分析后的矢量面状图层选取单一值转换成栅格图层，分别筛选出单一的道路密度、站场密度等数据，也就是最后需要输出的图纸.插值分析是为了更直观地表达不同道路、站场密度上地域和空间分布的差异性.

2.2.3 空间自相关分析

空间自相关是测试空间某点的观测值是否与其相邻点的值存在相关性的一种分析方法[14-15].Moran 指数是用来度量空间自相关的全局指标[16]，本文中可反映出邻接或邻近的各市道路密度相似程度.Moran 指数计算公式如下：

式（2）中，Moran'I 的取值一般在［-1，1］之间，小于0 表示负相关，等于0 表示不相关，大于0 表示正相关.

3 结果与分析

3.1 路网密度、站场密度分析结果

首先，运用叠加分析得到关于密度的属性数据.在ArcMap 打开已经转换为“.shp”格式的2015-2016 中国电子地图，包含以市为界的全国行政区划面状图层以及不同等级的全国路网、站场图层；然后，通过【编辑器】删除行政区划图层中湖北省以外的其他省域，得到包含湖北省17 个市的面状图层；再利用【叠加分析】-【相交】分别将全国路网、站场图层与上述市域面状图层叠加，就得到了具备市域面状图层属性的湖北省路网图层、站场图层；最后统计汇总属性表，分别得到17 个市路网里程、站场数量等数据，并计算出各市相关密度.

再利用局部Moran 指数公式，在空间计量软件GeaDa 中建立一个基于Rook 的一阶邻接空间权重矩阵，得到道路加权密度空间分异状态的Moran 散点图（图2）.湖北省道路加权密度的局部Moran's I=0.436，Moran 指数大于0 表明，湖北省各市路网密度的空间分布具有一定的集聚特征，即道路密度高的市，其周边区域的道路密度也较高；道路密度低的市，其周边道路密度也低.过Moran 散点图上高高、低低两类明显的空间分异区域体现出来，生成的趋势线表明各点的正相关性.一一对应各点代表城市后，点的聚集具有地域特征，从左到右依次为鄂西城市群、鄂中城市群、鄂东城市群，图中两蓝线划分出了这三个区域.趋势线底端位于“低低”象限的点，主要为鄂西地区各市；趋势线顶端属“高高”区的点，主要为鄂东地区多市；其余趋势线中部的点，主要为鄂中地区.换而言之，由图中Moran 散点趋势由西至东增长结果表明湖北省的道路加权密度为鄂西地区最低，鄂中地区稍高，鄂东地区（武汉城市圈）达到最高.按照鄂东、中、西三区划分不同等级道路加权密度，同理也可推算出其他相关密度（表2），与表2 对应的各市密度见图3 所示.

图2 道路加权密度局部Moran 散点图

表2 湖北省道路基础设施分区密度表

图3 湖北省各市道路基础设施密度

3.2 路网密度与地形地貌关系

首先，用BIGMAP 地图下载湖北省卫星图及等高线，导入至ArcMap 进行地形处理，选用【输出TIN】工具创建为TIN 地表面，符号化地表面后就可得到期望效果地形，由于栅格地表面更容易进行分析，可利用【TIN 转栅格】得到栅格地表面（图4）.打开【区域分析】中的【以表格显示分区统计】工具，以市域面状图层分区提取此栅格地表面的MEAN（平均高程），便可得到各市的平均高程.再设置【符号】系统将平均高程分为5级（图5），再对比平均高程与路网密度（图3），探讨各市道路密度与平均海拔高度之间的关系.将平均高程分级时，若是只按照高程高值、中值、低值分为三区比较，误差偏大，因此将高程分5 级.可看出湖北省路网分布与地形走势有一定的关系，道路密度随着地势增高而降低，两者分布特征大致吻合.

台地面积占湖北省陆地面积的15.83%[5]，以武汉为中心的低海拔台地面积较大，包括荆门、孝感等市，平均海拔于43～116 m 间，与之对应的是道路网密度高值区；丘陵面积占湖北省陆地面积的12.78%[5]，低海拔丘陵面积较大，主要分布在随州、襄阳、黄冈、咸宁等市，平均海拔于117～346 m 间，与之对应的是道路网密度中值区；山地面积占湖北省陆地面积的48.06%[5]，中海拔山地面积较大，主要分布在十堰、宜昌恩施土家族苗族自治州等，平均海拔于347～1 608 m 间，与之对应的是道路网密度低值区.总体上湖北省地势以武汉为中心向四周增高、道路密度随之降低，鄂西地区海拔最高、道路网密度最低.荆州市为异常点，虽然处于低海拔台地，但是道路密度远低于其他城市.

图4 湖北省数字高程地形图

图5 湖北省各市平均高程图

3.3 道路加权密度、站场加权密度与人口密度、GDP 密度的关系

首先，将叠加分析后得到的市域图层通过【面转栅格】工具，选取不同的【值字段】得到各市道路网密度、站场密度等格图层.选用ArcMap 中的【插值分析】中的【反距离权重法】工具，也选取不同的【值字段】面图层得到更形象的栅格图层.再用2015 年全省各市常住人口、生产总值[6]，除以各市面积得到相对应的密度值，插值（反距离权重法）分析后更加直观表达各市密度的差异与联系，如图6 所示.

图6 湖北省各市密度

上图的总体趋势是人口密度、GDP 密度以武汉为中心向四周逐渐减少，鄂西地区达到最低值，可见道路基础设施空间分布与人口密度、GDP 密度有较大的相关性.图中部分城市出现了明显的聚集形态，是因为该城市数据与周边数据的值差距较大，例如随州市、荆门市的GDP 密度、人口密度是远低于武汉城市圈其他城市.武汉市作为湖北省的首府城市，对比其余城市存在一定的特殊性，无论是经济、人口、道路基础设施水平都极高，因此重点论述其他地级市.

3.3.1 道路加权密度与人口密度关系

以各市人口密度为自变量x，道路加权密度为因变量y，对数据做回归分析，得到方程y=0.8466x+0.0169，其中R2=0.865，且t＜0.001，表明两者具有显著相关性，如图7 所示.其中，出现两个点与其余数据差异较大，荆州市道路加权密度对人口密度而言偏小，鄂州市道路加权密度对人口密度而言较大，这可能是湖北省更偏向于向东发展所致.总而言之，除了少数两个城市，湖北省各市的人口是影响道路网建设的重要因素.

图7 湖北省各市道路加权密度与人口密度关系

3.3.2 站场加权密度与人口密度关系

以各市人口密度为自变量x，站场加权密度为因变量y，对数据做回归分析，得到方程y=0.2706x-0.003，其中R2=0.8815，且t＜0.001，表明两者具有显著相关性，如图8 所示.其中，出现了2 个点与其余数据差异较大，天门市、孝感市站场加权密度对人口密度而言偏小，也许是规划中考虑了武汉市站场设施也同时为两市服务.总之，湖北省大部分城市的站场建设与人口密度呈线性正相关，人口密度是站场建设的重要考量因素.

图8 湖北省各市站场加权密度与人口密度关系

3.3.3 道路加权密度与GDP 密度关系

以各市GDP 密度为自变量x，道路加权密度为因变量y，对数据做回归分析，得到方程y=0.076x+0.0333，其中R2=0.7665，且t＜0.001，表明两者具有显著相关性，如图9 所示.线性函数误差较大，故选择多项式方程.其中，出现了2 个点与其余数据差异较大，襄阳市、潜江市道路加权密度对GDP 密度而言偏小，也同样表明湖北省更偏向于向东发展.以上可见，湖北省各市道路网的建设与GDP 有一定联系，但GDP 只是影响各市道路网建设的一种重要因素.

图9 湖北省各市道路加权密度与GDP 密度关系

3.3.4 站场加权密度与GDP 密度关系

以各市GDP 密度为自变量x，站场加权密度为因变量y，对数据做回归分析，得到方程y=0.0271x+0.0016，其中R2=0.9699，且t＜0.001，表明两者具有显著相关性，如图10 所示，并没有与其他数据差异较大的点.以上分析中，湖北省各市GDP 密度与站场加权密度线性正相关，且方差很接近于1，由此可见GDP 是湖北省各市站场建设的主导因素.

图10 湖北省各市站场加权密度与GDP 密度关系

4 结语

本文运用GIS 的叠加分析、空间插值、空间自相关分析以及地形处理技术分析了湖北省交通基础设施的空间分布特征，阐述了与人口、经济等因素的关系并作出定性、定量的分析，以国民经济发展水平衡量各市交通基础设施建设是否达到省内发展水平，对于研究近远期道路交通发展有一定意义.

（1）GIS 叠加分析技术提取出湖北省各市路网、站点等基础数据，转换工具、插值分析工具更加直观地展示了湖北省各市道路基础设施特征，以此基础分析湖北省道路（加权）密度、站场（加权）密度与人口密度、GDP 密度等关系.

（2）空间自相关分析表明湖北省各市交通运输基础设施密度的空间分布具有一定的集聚特征，由此可将湖北省道路密度由高到低分为三区，比如鄂东地区（武汉城市圈）平均道路加权密度为0.081 7 km/km2、平均站场加权密度为0.010 5 个/km2，鄂中地区平均道路加权密度为0.030 5 km/km2、平均站场加权密度为0.004 8 个/km2，鄂西地区平均道路加权密度为0.015 9 km/km2、平均站场加权密度为0.002 2 个/km2.除此之外，其他多组数据也表明了湖北省各市交通运输基础设施发展不平衡，三区差距较大.

（3）GIS 地形处理技术表明湖北省的省道路（加权）密度、站场（加权）密度与地形地貌有一定关系.以武汉为中心的低海拔台地（鄂东）与之对应的是道路网密度高值区；低海拔丘陵（鄂中）与之对应的是道路网密度中值区，中海拔山地面积较大（鄂西）与之对应的是道路网密度低值区.此项研究表明，地形是导致湖北省各市交通运输基础设施发展差异大的重要原因之一.

（4）湖北省的省道路（加权）密度、站场（加权）密度与人口密度、GDP 密度之间存在着线性正相关，达到了定向、定性研究的程度.在深入调研当地区域人口、经济水平之后，可根据推导的回归方程和未来各市预测的经济增长率、人口增长率求得未来交通运输基础设施发展需求.从分析结果也可发现现存交通系统所存在的特殊情况，也跟湖北省更偏向于向东发展、以及武汉市交通运输基础设施同时服务周边城市有关.