郭源园，夏梓慧，郭聪

0 引言

我国因交通拥堵带来的经济损失每年高达2500 亿元，交通拥堵问题已经成为中国城市发展的一大瓶颈。在诸多“治堵”方案中，通过完善城市交通微循环体系，充分利用城市微循环道路以实现主循环交通分流成为了“治堵”的优选方案之一[1]。作为城市交通道路网的重要组成部分，以支路、街巷为主的微循环道路遍布城市各个角落，尤其在人口密度大、出行需求高的大都市中心城区，微循环道路承载了大量的交通负荷，微循环不畅的现象尤为突出[2]。以老旧小区为代表的存量空间在中心城区分布广泛，使得中心城区交通环境复杂，面临的交通问题也更为严峻[3]。在城市存量发展的背景下，加强交通微循环建设对于实现中心城区交通环境改善具有重要意义。

因此，借助于城市存量规划赋予的发展机遇以及我国大城市对于解决城市交通问题的迫切需求，本研究以天津市中环线以内区域为研究范围，定量测度车行微循环在高峰时间的运行效率，并进一步采用XGBoost 模型分析不同交通—土地利用规划要素对交通微循环的重要性和非线性影响过程，研究结果对于提升城市交通环境、缓解中心城区交通拥堵具有重要意义。

1 方法

1.1 交通微循环效率测度

以主、次干道为基础，划定交通微循环单元。其次，以微循环单元的几何中心为模拟路径起点，以与大循环的多个路口为路径终点，通过GIS 地理位置计算获取起、始点位置信息。随后，运用百度路径规划功能模拟上述起点到各终点的出行路线，每间隔15 分钟获取在驾车模式下高峰时段（7:00-9:00）百度路径规划的路径长度和行驶时间。最后，求取每个交通微循环单元内的多个路径多个测度节点的时间和，除以微循环单元面积及测量次数以计算平均时间密度。

1 交叉路口密度

2 T型路口密度

3 高层住宅比例

4 公交线路密度

5 单行道总长占比

6 地块平均面积

1.2 交通微循环要素

交通微循环要素通常以交通道路载体为核心，不仅包含道路自身要素，也包含载体附着的交通设施、交通组织，同时也包含交通微循环所在的平面空间及三维空间背景[4-5]。根据上述要素的空间形态差异，构建中心城区交通微循环的“点—线—面—空—组织”要素体系（表1）。

表1 交通微循环要素组成

1.3 XGBoost 机器学习模型

XGBoost 即极限梯度提升模型（eXtreme Gradient Boosting model），是近年来提出的全新的机器学习框架，可以高效地拟合一系列机器学习模型。XGBoost 有超高的预测准确率和较快的训练速度，拟合速度比传统梯度提升决策树算法快20 倍以上，而且不损失预测准确率[6]。通过XGBoost 技术的运用可以解析不同交通微循环要素对运行效率的作用贡献程度及其重要性排序，并通过对作用阈值和范围的定量刻画从而有效揭示不同要素的非线性作用过程（表2）。

表2 不同循环要素对交通微运行效率的贡献率

2 成果

交叉路口密度是对机动车时间效率影响最大的因素（40.62%）。交叉路口在城市中具有交叉汇集和分散车流的作用，有交叉路口的区域人员的活动流动性较大，易发生堵塞或者交通事故，并且随着交叉道路的不断增多，需要汇集和分散的车辆也会成倍增长，因此汽车所需要的通行时间也随之增加（图1）。T 型路口在城市道路中有着和交叉路口同样的职能，汇集和分散车辆，其贡献率达到14.68%（图2）。随着单元内的路口数量增加，机动车的通行效率也在降低。

在城市交通微循环单元内，每个地块中高层住宅的面积占比越大，机动车通行效率越低。高层住宅（11.62%）在城市中往往是占据了城市中较大的空间建立的封闭式小区，封闭式的小区结构不利于城市道路的畅通，一定程度上阻碍了城市交通（图3）。

高峰时期公共交通的通勤十分普遍，与小汽车形成竞争。微循环道路承载的越多，留给小汽车行驶的道路空间则越少，使得小汽车通过微循环路网的行驶时间增加。因此，公交线路密度（8.94%）表现出了显著的增长影响趋势（图4）。

单行道长度占比（7.93%）越大机动车出行时间越长，单行道可以提升道路自身的通行能力，提升汽车的运行速度，但单行道也会增加区域行驶的复杂程度，导致部分车辆需要绕行或多次经过交叉口来抵达目的地（图5）。相反，地块面积（6.37%）越大，小汽车所遇到的路口越少，行驶则越为顺畅（图6）。

3 结论

研究结果表明，交叉路口或T 型路口对机动车的微循环行驶效率的影响权重较大。然而，在对中心城区交通环境的改善和提升中，一方面需要控制路口的数量，但在既定的情况下，如何保证路口较多导致的交通拥堵问题需要重点考虑；另一方面，平衡路口控制下可达性和连通性的降低也需要重点考虑。中心城区高层住宅比例过高带来的交通出行需求增加需要引起重视。中心城区的更新和再开发，对高层住宅小区的建设理应慎重，且需合理引导因为居住人口集聚提升导致的交通拥堵问题。