用户名
密码
(30天内有效)
注册
注册
首页 > 案例资料 >

城市中的幂律现象,这一规律如何为城市与交通规划工作所利用?

我要收藏
2022-03-25

2022年1月13日,江苏省城市交通规划研究中心举办了国土空间交通专项规划技术研讨会,针对国土空间规划背景下交通专项规划的新理念、新技术和新方法进行了探讨,本文根据作者会议主题报告整理而成。


今天介绍的是城市与交通系统中存在的一项规律,以及如何利用这一规律来诊断和解决规划工作中遇到的问题。这一规律广泛存在于经济、社会、生物、物理等不同系统中,拥有共同的复杂性科学理论基础,具有稳定的秩序性。


为了说明这一规律表现出来的秩序性,先举一个例子。图1是江苏13个地级市的手机信令OD,将OD从大到小排列后就形成了江苏省13设区市之间OD流量-位序图(见图2,纵坐标为OD值,横坐标为排位序号),进行拟合分析会得到一条幂函数曲线(也称为幂律分布)。将图2所表达的曲线转换为双对数坐标后得到图3,正好是一条直线。图2与图3是等价的,只是坐标系不同。前文所指的规律就是指的这一(流量)规模-位序所遵循的幂律分布。  


e59a4b3bb7e81e74548253824ec3210b.png

图1 江苏省13设区市手机信令OD流量分布图


3f5f0de64c831015dab24671fd5b43bd.png

图2 江苏省13设区市OD流量-位序


39521d8b3d18a5860f5f58aa571d7b95.png

图3 江苏省13设区市OD流量-位序(双对数坐标)


下面考虑将图1的比例尺放大到区县层级,得到江苏省区县之间的OD流量,同样将OD对从大到小进行排列,会发现仍然得到同样的分布形式(见图4),即同样服从幂律分布,或者说在双对数坐标下呈现一条直线。再将比例尺进行放大,会发现流量-位序还是顽固地遵循着同样的幂律分布。这就像一颗花菜,大花菜上长一朵小花菜,系统在不同层级、不同颗粒度上表现出自相似性。 


423ed7ff1e372e857f815581324d115f.png

图4 江苏省区县间OD流量-位序(双对数坐标)


在城市与交通系统中,服从幂律分布的现象很多,如宁波地铁网各地铁站进出站量-位序,就遵循着幂律分布,如图5所示。另外,无锡各地铁站进出站量-位序、广州各地铁站进出站量-位序(网络上仅查到前10名地铁站)、上海各地铁站进出站量-位序(网络上仅查到前20名地铁站)、全国机场客流量-位序、贵阳景点客流-位序、义乌常规公交线路日客流-位序等等,都遵循幂律分布。


7d9972295072d76bb2302b06d6d83b6f.pngb5136ae7056b5aeb40668e5bced88641.png

图5 宁波、无锡地铁站进出站客量-位序(双对数坐标)


幂律分布的现象还出现在城市人口与就业密度分布、城市经济密度分布、城市能源消耗强度分布,以及生物物种分布、人体血管直径大小、计算机文件大小、地震规模大小、太阳耀斑强度等等诸多方面、领域。解释这一现象的原因并不是今天的主要任务,但他们都具有同样的理论基础——复杂性科学。或者概括地说,城市各方面存在的幂律分布现象,是城市各个体、主体在相互依赖、相互竞争的复杂交互网络中自动涌现出来的,并非人为设计的结果。


回到主题,这一规律如何为城市与交通规划工作所利用?在此之前,先来考察下东京、纽约、巴黎等城市的地铁网络与城市的关系。东京、纽约、巴黎地铁网络中,地铁站的区位呈现幂律分布。也就是说,在东京等地铁网络中,将各个地铁站点按区位优势大小进行排序(区位优势大小的计算基于网络科学),也呈现出幂律分布的特性。


分别见图6、图7、图8。例如东京山手线上的各个站点,是整个东京轨道网络中区位最好的,城市密度也最大。最好的区位意味着平均出行距离最短、出行时耗最少以及相应的交通排放最低,在这样的区位安排了最大的城市密度,耦合起来就整体上减少了交通出行量,缓解了交通拥堵,降低了交通排放。 


437eaf291d5e455639a0ea987cf34682.png

图6 东京地铁站区位大小-位序分布


74fc67127d9a2f7d51ccd1717f57d6a7.png

图7 巴黎地铁站区位大小-位序分布


6581ab8245523dd18d32b51cc4792c69.png

图8 纽约地铁站区位大小-位序分布


也就是说,从东京等城市来看,不管是轨道站点进出站客流量大小的分布,还是轨道网络所塑造的各个站点区位大小的分布,都遵循着同样的分布——幂律分布,其核心价值在于两者之间正好相互耦合。实际上,不管轨道交通站点区位大小是否遵循幂律分布,站点进出站流量都会服从幂律分布,这不是人为可以左右的,是从城市经济社会活动中自发涌现出来的现象。同样,城市人口密度、就业岗位密度、经济密度的幂律分布特征也涌现于城市底层运行规则。以往我们对这种规律认知不足,更多凭经验、直觉来组织交通与空间,这一在建立在复杂网络科学基础上的、可测度的、稳定的规律和秩序则提供了更佳的工具。如果按照区位大小和城市密度大小两相耦合来组织城市空间,就会产生交通减量、减排、节能等众多益处。这种整体协同所产生效益的量级,是局部改善所不能及的。所以规划首先要关注整体性、协同性,这也是整体决定局部的哲学逻辑所要求的。


然而,从实际情况来看,整体协同并不理想。例如我们采用了与东京、纽约、巴黎同样的方法,来计算苏州现状5条轨道组成的网络中各个站点的区位大小。结果还是比较符合幂律分布的,见图9。同样,我们计算了轨道站点进出客量大小的分布,见图10,同样是遵循幂律分布。进出站量前十名分别是:苏州火车站、星海广场、松涛街、月亮湾、广济南路、东环路、时代广场、钟南街、东方之门、察院场。现在可以比较下,轨道站点区位大小的前10名,与进出站客流量前10名是否对应起来。结果是,区位最好的10个站点中只有2个站点在客流量前10名中(苏州火车站、察院场)。站点区位大小(供给)与进出站流量(需求)是存在大范围错配的。一些站点的区位没有被充分利用,一些站点的客流量大但却没有应用的交通条件与之相匹配。


43566b02ffecdd9c9607bf3fdc607400.png

图9 苏州地铁站区位大小-位序分布


ddcbb996c7a044cf2f1985bc2d327a97.png

图10 苏州地铁站进出站客量-位序(双对数坐标)


最突出的站点是星海广场站,在进出站客流排序中第2,说明市场对该区域空间需求旺盛。从一般对策上来看,应细分地块、提高开发强度、增加空间供给,以降低由于需求旺盛带来的空间使用成本上升(如租金),以提升竞争力,同时提升交通承载能力来支撑开发量的增长。但是从苏州未来规划超过1000公里的远景轨道线网来看,目前客流量大的星海广场站仍仅有轨道1号线经过,并没有回应当前旺盛的市场需求。


鉴于幂律分布跨越了不同制度、不同地域、不同文化的城市而表现出相当的稳定性,是城市底层运行规则的外在必然体现,因此可以作为城市规划等相关工作的基础支撑。以上仅仅是的一个方面的应用,还可以用于城市更新、城市体检、“双碳”评估等诸多方面。


关于如何更好利用这一规律,这里提出5点建议:

(1)推广城市交通模型及信息平台建设工作,为规律应用和相关指标的计算工作提供基础。


(2)建立幂律分布为核心的指标,并纳入城市体检工作。打个不太恰当的比方,医院体检显示各个指标都正常、各器官都健康,但这种对局部、逐个器官检查的方式发现不了由于器官之间协同不良产生的问题。同样,幂律分布是各主体、各系统之间的复杂互动所表现出来的整体行为,可以弥补分系统诊断难以发现的协同性、整体性问题。


(3)建立幂律分布为核心的公交导向传导指标与机制。如前述案例,一般情况下城市公交、城市轨道的设施网络、客流都遵循幂律分布,可通盘指导用地开发组织。例如伦敦绘制公交可达性地图的做法(我们改进了这一做法,具体另文章说明),将公交区位分为7个等级,每个等级给出城市开发密度的要求,从整体规律角度对局部开发进行约束。


(4)在城市更新推广应用。如轨道站点周边的土地价值并非来源于轨道站这一物理设施本身,而是来源于轨道网络整体所塑造的可达性和区位优势。如图11,同东京等城市一样,南京现状轨道网络的站点区位大小也是遵循幂律分布的,但各个站点是否都配置了与区位对应的土地开发、服务设施、空间环境呢?从实际情况来看,还有很多提升的空间。


(5)建立全省城市轨道TOD开发监测与评估平台,动态监测站点区位与土地开发的耦合情况。江苏省城市轨道交通的建设量大,投资规模大,将来运营成本也高,依据和充分利用轨道交通站点区位差异织土地开发,开展城市更新,就是对轨道交通价值的极大利用,就是极大的节约、极大的低碳。


0dc5f522785443442210a5c0c93f2398.png

图11 南京地铁站区位大小-位序分布(双对数坐标)


本文转载自微信公众号:江苏省城市交通规划研究中心


本站声明

本文仅代表作者观点,不代表城市数据派立场;
本文系作者授权城市数据派发表,未经许可,不得转载;
本网站上的所有内容均为虚拟服务,一经购买成功概不退款,请您理解。

点赞0