【治理与反思】通过网络分析和大规模出租车交通流来评估街道层次：以武汉市为例

类别：城市治理　公共服务　

城市中的街道等级差异是街道网络结构的一个重要属性，它表明只有少量街道的功能是优先于其它街道的。先前对欧洲城市的实证研究已经确定了四个层次的街道网络规模，即最高1%，最高20%，底层80%，底层20%。对此，武汉大学黄亮和美国肯特州立大学叶信岳教授等五位学者在城市治理领域权威期刊上发表论文，在中国有着复杂网络街道的城市——武汉，深入进行调查探讨了街道的等级制度。（Characterizing street hierarchies through network analysis and large-scale taxi traffic flow a case study of Wuhan, China，Environment and Planning B: Urban Analytics and City Science，Vol. 43(2) 276–296, 2016, DOI: 10.1177/0265813515614456）

层级（Hierarchy）是一种以规则却简单的方式存在于城市或城市系统的组织尺度 (Batty, 2006)。作为构成城市形象的五个要素之一的街道，形成了城市的一个网络。街道的设计特点（如通道数量，长度和速度限制）反映了一个清晰的层析结构。自1978年以来，中国一直在快速发展，中国的许多城市在不断转型，其特点是多中心城市发展模式和与之相关的交通阻塞问题。检测街道层次结构有助于更好的了解城市空间结构。此外，它还可以为城市提供技术支持来设计和规划交通。

城市街道不是独立的个体，而是嵌入在地理空间中，相互联系并互相形成网络拓扑结构。我们要知道“空间”并不仅仅是在一个地理的空间，而是网络和流动的系统。但是之前很多研究城市街道的文章大多数仍停留在理论层面。随着信息和通信技术（ICT）的快速发展，越来越多的全球定位系统（GPS）数据驱动着对街道网络特性的定量研究。

本文以武汉市为例，探讨基于网络分析和不同时间尺度的交通流量的城市街道层次结构与分布。研究结果表明，武汉市的街道等级与之前已有的研究略有不同，即第四种比例从最初的20%调整为25%。在不同的时间段，进一步把街道等级与交通流进行对比，研究了武汉市每小时和每天的出租车流量分布情况。一方面，街道层次结构符合交通流量的时间尺度。另一方面，研究结果也表明武汉市的街道网络需要改进。本文研究的城市街道引入了一些拓扑度量来定义街道层次结构的复杂网络。此外，利用幂分布来描述复杂网络的层次结构。

城市街道网络的网络分析

网络理论已经成为复杂系统研究的重要组成部分。在本文中，网络理论被用来分析空间的复杂性系统，即街道网络的结构特征。根据网络理论，一个街道网络可以用连接图来表示。由于等级结构和幂分布是非常严格的，我们按照街道网络的顺序，特征来分析中心位置的分布。此外，我们还引入了幂分布来描述街道网络的层次结构。

中心性测量

网络分析为城市分析提供各种中心指标，有助于了解复杂关系网络的结构特性。有三种常用的方法，即点度，中介度和紧密度。点度中心性是一种传统的测量方法。为了评估节点的重要性，中介中心性比连通性更有用。它把行为节点的次数作为两个其他节点之间的最短路径的桥梁。它反映了中介节点的位置，以及连接其他节点的间接关系。紧密中心性测量了节点之间的最小连接数，它关注的是每个节点到所有节点的距离来评估重要性。在本研究中，我们使用前两个特征来反映街道网络的结构特征。

武汉市的街道等级制度

研究通过UCINET软件对武汉的城市街道网络进行了网络分析。通过研究中心分布的展现了武汉城市的街道层次结构。在提供详细的网络分析之前，街道网络的连接图是必不可少的。有两种表示连通图的方法，即轴向展现和拓扑展现。有学者认为拓扑图比轴向图可以更好地展现城市的模式，所以在本文中使用的是拓扑展现。为了更好的计算中心性和中间度之间的值，使用了UCINET软件来作图。基于街道的连通性来揭示街道的分层结构。我们计算了基于街道的每个节点的连接图。对于随机街道的图表，连接范围从1到189，平均值是3.85。大约有72%的街道的连接是低于平均水平。对于指定街道的图表，连接范围从1到241，平均值是3.64。有74% 的街道连接数不超过街道平均数量。x轴和y轴分别代表连通性和累积概率。这两个标记的百分比代表了随机和指定街道的数量，它们的连通性比平均值还多。

为了进一步解释之前的80/20原则，我们检验了地理分布街道。如图2所示，每个街道都有3个根据连接级别而设置的不同的颜色。

除了80/20原则之外，我们还会进一步研究了街道数量的图形表现，统计结果分别是26%和24%的随机和指定街道，这些连接较弱的街道形成了另一个层次结构，就是最下面的25%。上面的分析表明，街道分布和中心性遵循了街道的连通性图的幂定律。这也证明了武汉的街道有一个连贯的结构。通过对两个中心的统计分析，可以发现街道的四个层次结构的层次(表1)，即前1%、前20%、底部 80%和25%。

各个街道之间的交通流量分布

数据来源和预处理

2013年之前，武汉还没有建成地铁系统。因此，公共汽车和出租车都是在城市交通系统中扮演着重要的角色。在这个研究中，我们采用了GPS在交通方面的有效性，即来自出租车的流量数据。此项调查的研究从2012年7月1日到2013年1月1日，大约记录了5000辆出租车的原始GPS定位信息。大部分数据覆盖武汉市的7个城区（武昌，江汉，江岸，硚口，汉阳，洪山和青山）以及六个郊区（新洲，黄陂，东西湖，汉南，江夏和蔡甸）。我们随机选择了7天来进行了详细的分析和观察，包括工作日和周末。在进行对出租车的调查时，我们会过滤掉一些无效的原始数据。为了进一步的分析，我们将移动信息和与之相关联的网络联系起来，我们通过计算位置和位置之间的距离来匹配每一个最近的原始数据

每条记录都可以看做是一个从起点到终点的网络化旅程。通过街道上的出租车的地理位置，出租车的交通流量的空间分布就可以用数字来进行表示。强度指的是每条街在确定时间的出租车地点总数。不同等级的街道等级就可以被划分为不同的等级。图8显示了不同时期内两种街道的出租车流量和街道等级之间的关系，可以看到基本是很平滑的线组成的。这一结果表明武汉市各个街道的每日交通流量的分布遵循着街道网络的拓扑结构。

上述内容证明了交通流中出现的层次结构。接下来就会在不同的时间尺度上，=进行研究，会出现四种不同层次的交通流分布。从图表中可以看出，各个街道的每日流量的百分比，最高的20%和底部的80%在一天内几乎保持不变。令人惊讶的是，前20%的街道占了近98%和98.5%的车流量，底部80%的街道分别占了车流量的2%和1.5%。工作日和周末的车流量与街道等级的关系只有很小的差别。最前的20%街道几乎承担了大多数的车流量。

结论

总之，基于网络分析研究结果发现，在武汉，每天和每小时的交通流量都符合街道的结构情况。更具体地说，20%的顶级街道容纳了98%的交通流量。1%的顶级街道占了交通流量的60%以上。此外，这一发现表明，目前武汉的街道网络需要改善，因为最前的20%的街道会导致交通堵塞。从上述的图表中可以看出武汉市街道分布和车流量之间存在偏振，20%的街道承担了近98%的交通流量，底部的80%街道只占交通流量的2%。此外，最重要的1%的街道在随机街道和指定街道上承担了58%或68%的交通流量。不完善的武汉市交通网络因此可能会造成交通堵塞，所以该城市的交通网络需要进一步地改进。本文的研究不仅为街道等级制度提供了新的定量证据，也指出了出现交通拥堵的原因，有助于城市治理系统更新与完善。

如果您喜欢此文，请转发和分享给朋友们。谢谢！

附参考文献：

Gao S, Wang Y, Gao Y, et al. (2013) Understanding urban traffic-flow characteristics: A rethinking of betweenness centrality. Environment and Planning B: Planning and Design 40: 135–153.

Levinson DM (2011) Network structure and metropolitan mobility. Working Papers, Transportation Research Board 90th Annual Meeting, Washington DC, 23–27 January 2011.

Wang P, Hunter T, Bayen AM, et al. (2012) Understanding road usage patterns in urban areas. Scientific Reports 2: 1001. 

Zhang H and Li ZL (2011) Weighted ego network for forming hierarchical structure of road networks. International Journal of Geographical Information Science 25: 255–272.

Jiang B and Jia T (2011) Agent-based simulation of human movement shaped by the underlying street structure. International Journal of Geographical Information Science 25: 51–64.

近期推送的相关文献：(直接点击链接即可进入该页面)

此处也可以下载全文：

https://www.researchgate.net/publication/284791334_Characterizing_street_hierarchies_through_network_analysis_and_large-scale_taxi_traffic_flow_A_case_study_of_Wuhan_China

原文链接（阅读原文　点击左下角）：

http://journals.sagepub.com/doi/pdf/10.1177/0265813515614456

欢迎您提出与本文内容、主题或翻译有关的各种问题与建议！

欢迎关注、订阅微信公众号【治理学术】。本公众号是由公共管理与政治学学科的老师和学生志愿者开发的学术和交流平台，重点是治理理论与实践领域的热点问题，我们每日整理、翻译并推荐一篇最新权威英文文献。核心内容分为三大板块：1、治理理论　文献与探索，2、管理实践　治理与反思，3、公共治理　教学与交流。

欢迎推荐或自荐研究成果，来稿请致邮箱：[e-mail]

PS：如何加入微信公众号：

您可以扫描下面的二维码，或者搜索公众号：“治理学术”，或者加原始ID: 
　 gh_dd2c06e61722　然后点击加入即可。

PS：如何查看以前推送的精彩文章：

您只要点标题下方的“治理学术”，并选择“查看历史消息”即可，精彩就会尽现。谢谢！