文章快速检索     高级检索
  人文地理  2021, Vol. 36 Issue (2): 20-26  DOI: 10.13959/j.issn.1003-2398.2021.02.004
0

引用本文  

张文佳, 王梅梅. 交通拥堵治理的空间与基础设施政策综述[J]. 人文地理, 2021, 36(2): 20-26. DOI: 10.13959/j.issn.1003-2398.2021.02.004.
ZHANG Wen-jia, WANG Mei-mei. A SURVEY OF PLACE-BASED AND INFRASTRUCTURE-BASED POLICIES FOR MITIGATING URBAN TRAFFIC CONGESTION[J]. Human Geography, 2021, 36(2): 20-26. DOI: 10.13959/j.issn.1003-2398.2021.02.004.

基金项目

深圳自然科学基金面上项目(JCYJ20190808173611341);北大林肯中心2019—2020年度研究基金(FS0920191015ZWJ);国家自然科学基金(41801158);深圳自然科学基金(JCYJ20180302153551891)

作者简介

张文佳(1985-), 男, 广东云浮人, 博士, 助理教授/研究员, 博士生导师, 主要研究方向为行为地理学、土地利用与交通一体化规划、城市经济学、大数据与空间智能技术等。E-mail: wenjiazhang@pku.edu.cn

文章历史

收稿日期:2020-06-04
修订日期:2020-12-17
交通拥堵治理的空间与基础设施政策综述
张文佳 , 王梅梅     
北京大学深圳研究生院 城市规划与设计学院, 深圳 518055
提   要:交通拥堵是制约国内外城市可持续发展的瓶颈问题之一,给城市经济、社会与环境带来诸多负面影响。本文聚焦城市交通拥堵的结构性因素,系统归纳和综述了引导可持续出行行为的空间政策(如城市空间结构和土地利用政策)与基础设施供应侧政策(如道路和公共交通基础设施投资政策),及其在交通拥堵治理上的理论探讨、学术争论焦点、实证分析及当前亟需解决的研究问题等。研究发现城市空间与基础设施策略对交通拥堵的缓解作用存在较大时空差异。理论与实证研究需要加强对城市土地、交通和经济等系统的相互作用机理研究,并注重交通拥堵产生的时空间变化过程。
关键词交通拥堵治理    土地利用    空间结构    道路投资    公共交通    
A SURVEY OF PLACE-BASED AND INFRASTRUCTURE-BASED POLICIES FOR MITIGATING URBAN TRAFFIC CONGESTION
ZHANG Wen-jia , WANG Mei-mei     
School of Urban Planning & Design, Peking University Shenzhen Graduate School, Shenzhen 518055, China
Abstract: Traffic congestion is a critical urban issue that restricts sustainable development of large cities in China and around the world, resulting in negative economic, social and environmental influences. This article investigates the structural factors of traffic congestion under the perspective of sustainable travel behavior in space and time. We focus on two supply-side policies, including place-based policies (urban spatial structure and land use policies) and infrastructure-based policies (investment policies of road infrastructure and public transportation infrastructure). We systematically examine the major research arguments, theoretical insights, empirical findings, and urgent research issues related to the studies of traffic congestion. Findings suggest that the existing research of place-based policies mainly focuses on the impact of compact land use patterns (e.g., land use density, land use mixture, and urban growth boundary) and polycentric urban spatial structure (e.g., the number and distribution of employment centers, jobs-housing balance) on traffic congestion. While spatial policies have multiple scales, few studies have integrated variant geographical scales together to evaluate anti-congestion policies. As to the infrastructure strategies, many studies in the developed countries have focused on the effects of the expansion of infrastructure volume on induced travel outcomes, and developed the so-called "fundamental law of highway congestion". This "law" suggests that building more roads may not relieve rather aggravate traffic congestion due to the induced travel. In addition, existing studies on the anti-congestion efficiency of improving public transport facilities reveal that the effects of bus and transit infrastructure are different, varying with the developmental stages of the public transit system.
Key words: traffic congestion    land use    spatial structure    road infrastructure    public transit    
1 引言

交通拥堵是当代城市普遍面临的城市病,给城市发展带来经济损失、能源损耗、温室气体排放和空气污染等众多不良影响,产生了昂贵的城市负外部性[1],严重制约城市的可持续发展。我国快速的城市化进程导致城市土地利用格局不合理及公共交通供给不足等问题,这些问题与不断增加的机动车和停车位需求共同加剧了城市交通拥堵[2]。据高德地图公司估算,2018年我国超过61%的城市在通勤高峰处于缓行状态,13%的城市处于拥堵状态[3]。并且城市拥堵已经由城市中心向郊区蔓延[4]

2019年9月,国务院发布的《交通强国建设纲要》首次将“城市交通拥堵基本缓解”纳入了“交通强国”建设的发展目标中,着力解决迫在眉睫的城市交通拥堵问题。通过制定适宜的城市治堵政策,可显著促进城市交通系统的高效运作,辅助城市土地和经济等子系统的有效运行,减少拥堵导致的社会经济损失,促进城市化的有效、健康和可持续发展。因此,明晰交通拥堵的成因、机理以及各类治堵政策的可行性是当前城市交通、城市地理与城市规划领域的热点话题。

交通拥堵的产生原因可分为结构性和非结构性两大类[5]。结构性因素包括人口规模快速增长、交通基础设施建设滞后、城市空间布局不合理、汽车出行成本过低、公共服务资源短缺与可达性低、土地利用配置不合理等。非结构性原因则指因交通事故、道路维修等特殊性、偶然性因素。本研究主要关注结构性因素,侧重分析空间与基础设施等治堵政策。

现有的相关综述研究主要侧重拥堵成因、城市个体的拥堵治理政策[6]、已有拥堵缓解政策[7]以及各拥堵治理政策的缓解作用[8, 9]等角度,较少从出行行为视角出发,针对不同空间政策与基础设施供给政策进行综述研究。鉴于此,本文聚焦影响出行行为的空间政策(如城市空间结构和土地利用政策)与基础设施政策(如道路投资和公共交通供给政策),探讨其在交通拥堵治理研究上的理论基础、学术争论焦点、实证研究、研究不足和未来研究方向。

2 交通拥堵治理的空间政策 2.1 定价策略与空间政策的学术争论

交通拥堵的经济学分析认为,当小汽车出行产生的边际社会成本大于边际私人成本时,实际出行总量会超过社会期望的最优出行需求,导致过度出行和拥堵,产生市场失灵。该类市场失灵可通过定价政策来调整。理论上,解决交通拥堵的最优定价策略(first-best pricing policy)是向每位驾驶者的每次出行征收相应的庇古税(Pigouvian tax,即出行产生的边际社会成本和边际私人成本间的差额费用),使道路上汽车的均衡数量低于未考虑拥堵外部性时的均衡数量,增加小汽车使用者的实际成本,减少汽车使用与出行,从而缓解拥堵。大量理论与模拟研究均认为最优定价策略(即最优拥堵税)是缓解城市拥堵、纠正拥堵负外部性的有效措施[10, 11]。然而最优拥堵税存在较大的时空差异,可行性与可操作性也存在争议[12, 13],实施成本过高[14],因此在实践中难以直接应用。实践中还没有最优拥堵税的案例,更多城市采取次优的定价策略(second-best pricing policy),如新加坡的警戒线收费(cordon charges)政策、伦敦的中心区区域拥堵收费(area-wide pricing)和美国的多乘员专用收费车道(high-occupancy vehicle lane)等。

相较于定价策略,调整城市空间结构和土地利用布局等空间政策(place-based policies)得到了更广泛的讨论。理论探讨主要围绕两种观点展开。第一种观点认为空间政策是纠正市场失灵的替代政策[15, 16]。研究发现无论单中心城市结构还是多中心结构,空间政策可达到与最优定价政策同样的社会福祉效果[17],两种策略的经济效率是等价的。但是,类似于最优定价策略,最优空间政策(如最优人口密度)在理论上会随着不同的区位(如到市中心的距离)而有所差别,在现实中很难实施[11, 17]。因此,研究更多讨论次优的空间策略,主要包括在城市或社区尺度上的紧凑土地利用模式(如人口密度调整、土地混合利用、高可达性开发、城市增长边界等)与城市尺度上的空间结构优化(如职住平衡,单中心或多中心城市形态等)[18, 19]。并且不少城市经济学者认为如果空间政策只是替代方案,在定价策略可实施的前提下,空间政策可能是多余的[20, 21]。但是就执行层面而言,如果最优定价策略在现实中难以执行,则空间政策作为“次优”策略也具有治堵价值。

第二种观点认为空间政策是纠正引致交通拥堵的规划失灵(planning failure)的必要手段。规划失灵是指规划干预限制了市场期望的土地开发模式,导致汽车过度依赖和拥堵[22]。西方背景下,公共交通导向开发(transit-oriented development,TOD)和新城市主义社区的市场供应过低,实际市场需求受到低密度的分区管治(zoning)的限制而无法满足,进而导致过度的汽车导向发展模式[22]。另外,规划失灵还可能加剧居民居住地选择与实际偏好不匹配问题,进而加剧交通拥堵[23, 24]。研究者和政策制定者通常采用两种手段来纠正规划失灵,缓解拥堵。一是调整土地利用的规划管制,二是通过土地利用规划改革来更好地支持市场所期望的发展模式,比如混合土地开发和TOD的发展模式等。另外,定价策略往往无法直接调节规划失灵,因此如果规划失灵现象较严重,空间政策就不仅仅是定价策略的替代方案(以缓解市场失灵),还是治理规划失灵的必然手段[25]

实证研究中,空间政策的治堵效果未有定论,多数研究通过分析社区或城市尺度的土地利用政策以及城市空间结构对小汽车出行里程数[26, 27]和出行方式等变量的影响,进而推断其对交通拥堵的影响[28]。但是出行里程数增加并不是交通拥堵的充要条件,出行方式变化也不能直接说明拥堵的变化。因此,下文围绕直接测度交通拥堵水平的实证文章,总结归纳城市土地利用和空间结构两方面的政策讨论。测度指标包括延误的通勤时间[29]、出行速度[30]、拥堵延误指数[31]、人均延误平均小时数等[29, 32]

2.2 紧凑型的土地利用模式

紧凑型的土地利用模式是指在城市或社区尺度上通过提升居住密度、增加土地开发强度、提倡混合土地利用的开发模式,或通过设立城市增长边界等手段来抑制城市蔓延式的低效发展[33]。在理论研究中,Ewing等[32]提出紧凑度对交通拥堵影响的理论框架,认为交通拥堵与小汽车出行里程数(vehicle miles traveled,VMT)和起终点出行对(origin-destination pairs,OD对)的集中度呈正相关关系。实证分析多聚焦在城市或社区尺度,亦有从道路等微观尺度进行研究[34]。在社区尺度上,学者多采用“3D”与“5D”指标来衡量土地利用紧凑度,主要包括土地利用密度、混合度、街道设计、公交可达性、目的地可达性等[27, 35]。在城市尺度上,学者多采用城市形态、人口居住和就业分布特征(包括土地利用密度、职住平衡等)、单中心(多中心)的城市空间结构、城市增长边界等衡量土地利用紧凑度[29, 36]

紧凑型的土地利用模式对交通拥堵的缓解作用可分为两方面,一方面,紧凑的土地利用模式可以减轻小汽车依赖而缓解拥堵。相对而言,在更加密集、土地利用具有更多样性以及良好设计的城市中,居民日常需求在近距离可以得到满足,进而降低VMT,缓解交通拥堵[37, 38]。Lee等研究美国城市在1990—2000年的通勤时间变化,发现控制人口、公共交通占比等变量后,高人口密度可以显著降低通勤时间[39]。Kuzmyak通过研究美国亚利桑那州菲尼克斯的四个居住区,发现高密度居住区的交通饱和度(道路实际交通流量/道路容量,volume/capacity,V/C)低于低密度居住区,因此紧凑发展可以缓解拥堵[40]

另一方面,紧凑城市发展也可能缓解不了拥堵甚至加剧交通拥堵。Gordon和Richardson[41]认为城市扩张是“交通的安全阀”,是成功解决拥堵的主要方法。城市蔓延会将道路需求转移到交通拥挤程度较低、远离城市主要中心的路段,从而减少OD对的集中,缓解拥堵[32]。Ewing等以美国157个城市化区域为研究对象,采用居住密度、土地混合度、商业等中心的强度、路网可达性四者的汇总指标衡量城市紧凑度,结果发现其对交通拥堵的影响并不显著[32]。Sarzynski等以50个美国大型城市化区域为研究对象,研究发现居住与就业人口密度、土地开发程度和住宅向心度的增加反而带来更多的拥堵[29]。Li等以中国城市为例,采用主要城市中心的人口比重衡量城市紧凑度,发现紧凑用地模式显著加剧拥堵,而土地利用混合度的影响并不显著[31]。孙斌栋等控制个体通勤方式、社会经济属性和街道尺度建成环境变量后,发现上海市的高人口密度会加剧城市交通拥堵,但是会受到通勤方式、路网密度、职住平衡及地铁可达性的影响[42]。高密度的商业功能区更容引发交通拥堵[43]

此外,最优的空间策略在理论上会产生城市边界收缩、面积变小、密度提升等紧凑发展特征[11],所以不少研究探究城市增长边界政策是否能缓解交通拥堵带来的负外部性及社会福祉下降等问题。但是模拟和实证结果存在较大争议。一方面,该政策限制土地利用、增加城市密度、减少出行距离,使得城市更加紧凑,进而缓解交通拥堵带来的负外部性[44, 45]。另一方面,学者发现其并不是一个有效的治堵政策[46]。例如,Anas和Rhee[47]通过数值模拟发现该政策并不能显著减少郊区到城市的通勤,反而使得人们迁移到更拥挤的地区。同时,虽然城市增长边界政策使得城市更加紧凑,但是其抑制了拥堵带来的城市扩张需求,并不是纠正市场失灵的有效政策[11]。而且,该政策需要对土地市场进行大规模的调整或限定,忽视了背后的边际成本,通过显著控制郊区的土地来减少日均出行量,有可能产生更多经济损失。

2.3 多中心的城市空间结构

多中心(单中心)的城市空间结构是土地利用模式在城市尺度上的一个空间反映,其对拥堵的缓解作用也是当前学术界争论的焦点。一方面,研究发现多中心的城市空间结构可以缓解交通拥堵。根据“co-location”假说,即人们会改变其居住地或工作地,进而适应恶化的交通拥堵[48]。多个就业中心让居民更有可能居住在离工作地较近的地区,达到更优职住平衡,减少车辆行驶里程,缓解交通拥堵[49]。另外,单中心城市的出行流通常集中在通往城市中心的放射性道路上,而多中心城市的出行流分布在城市次级中心内部或者次级中心之间,因此多中心结构可以分散出行流,缓解拥堵[50]。国内直接分析拥堵与城市空间结构联系的研究还很少,冯筱等[51]研究发现上海市的多中心结构能缓解交通拥堵问题。

另一方面,不少研究认为多中心结构不一定能缓解拥挤。在“co-location”假说中,并不能保证出行者在同一区域生活和工作、生活在次级中心的出行者去城市主要中心消费[31]。消费城市的兴起导致人们越来越关注便利设施和生活质量[52],而城市各中心的基础设施,尤其是高质量活动设施的分布并不均衡,主要集中在城市主要中心[53],因此将产生更多的长距离出行,加剧城市拥堵。另一个解释是,多中心城市空间结构对拥堵的缓解作用受各城市中心职住平衡程度的影响[53, 54],但是职住平衡的拥堵缓解作用也存在争议,以Robert Cervero为代表的支持学派、以Geneweve Giuliano为代表的怀疑学派以及以Bruce Hamilton为代表的过量通勤学派对其展开了丰富的讨论[55],孟晓晨等[55]和何舟等[43] 都对这些讨论进行了非常详尽的综述。我国学者对中国城市研究发现,职住平衡有利于减少通勤时间,缓解交通拥堵[56]。但职住平衡的拥堵缓解效应亦受其定义和测度的影响[57]

此外,城市可能存在最优的城市中心数量。城市中心数量较少可能会导致大量人口、就业以及商业活动在城市中心过度聚集,导致拥堵产生的负外部性大于企业集聚产生的正外部性,导致集聚不经济现象[11, 58]。而数量过多则有可能导致城市的工商业等产业布局分散,进而无法达到集聚经济效应,而且城市各中心间的通勤增加会加剧交通拥堵。Li等[31]以城市中心个数、城市子中心与CBD的平均距离测度多中心的城市空间结构,分析发现两者皆能显著缓解拥堵,当城市中心数量超过4个时,城市中心数量增加反会加剧拥堵。

3 交通拥堵治理的基础设施政策 3.1 “道路拥堵基本定律”的学术争论

类似于空间政策,基础设施策略是一种引导可持续出行行为的供应侧政策,通过增加交通基础设施的供给来满足增多的出行需求,缓解交通拥堵。根据供需理论,在空间允许的条件下修建新的道路或者增加现有道路的容量是缓解交通拥堵的有效方法[59, 60],但是在不少实证研究中发现争议性结论。该争议与诱导出行(induced travel)密切相关[61-63],即道路容量增加会导致小汽车出行量的增加[63],因为有一些潜在的出行需求过去受限于道路拥堵的影响而没有得到满足,道路拓宽后,拥堵下降会导致潜在的出行需求兑现,反而加剧总体拥堵水平。

短期来看,道路扩张后,汽车出行在高低峰时段上重新布局,为了躲避高峰期拥堵而选择低峰期出行的出行者会重新选择在高峰期出行;采用公共交通等其他非小汽车出行方式的人会转变出行模式,选择小汽车出行;道路选择发生变化,从原来拥堵的路段转到新建路段上等[61]。这些由道路投资而产生的小汽车出行行为变化均与诱导出行密切相关。长期来看,道路扩张会引起住房和企业在空间上的重新布局,例如离城市中心更远,最终可能产生更长距离的出行[61-63]。诱导出行的存在会降低道路投资对于交通拥堵的缓解作用,甚至出现道路建设越多,拥堵越严重的现象,即所谓的“道路拥堵基本定律”(the fundamental law of highway congestion)[61]

3.2 道路基础设施供给政策

为了探究道路基础设施供给对交通拥堵的缓解效应,许多实证研究围绕“基本定律”的存在性展开,通常采用测度城市小汽车出行量对道路容量的弹性系数来评估。当弹性系数大于1时,即1%的道路容量增加产生的诱导出行大于1%时,道路扩建会加剧拥堵。而当弹性系数小于1时,道路扩建会缓解交通拥堵。然而,实证结果仍不清晰。例如,一些美国和日本的城市案例研究发现弹性系数接近或者大于1[62, 63],说明道路投资并不能缓解拥堵,甚至加剧拥堵。而有些美国和中国城市的研究发现弹性系数小于1,说明其可以有效缓解拥堵[64, 65]

同时,道路投资的拥堵缓解效应也可能因道路类型与城市区位而异。Zhao等[66]以中国城市为研究单位,指出除了西北地区,其他地区的小汽车出行量对于道路容量的弹性系数范围为0.27—0.51。Bian等[65]以北京、上海、广州等23个国内城市为研究对象,发现城市道路供给增加可以减少出行需求,缓解道路拥堵情况,并且对工作日的缓解作用要大于周末。而且在城市主要区域增加道路供给比限制小汽车出行更能显著缓解交通拥堵。但是,大城市密集的道路网络和稀缺的土地资源可能使得道路建设难以实现。此外,Zhang和Wang[67]指出并不能简单定论说增加道路容量就能缓解或加剧交通拥堵。他们通过空间一般均衡模型模拟发现,在社会福祉最大化的假设下,城市存在最优的道路容量,并且随区位而有所不同。如果理论上最优的道路空间存在,简单说增加或减少道路容量带来社会福祉的提升均是有问题的。

3.3 公共交通基础设施投资政策

公共交通投资是当前许多大城市采用的治堵政策[9, 68, 69]。但是在理论探讨中,其治堵效果和可行性仍备受争议。一方面,许多研究支持公共交通的拥堵缓解效应,认为公交或者地铁等会替代小汽车出行。高质量的、舒适的、可负担的、等级分离的、能够服务于城市中大部分交通走廊和目的地的公共交通系统能更好地成为小汽车的替代品[8, 70]。此外,新的移动导航和支付系统可以使公共交通更加方便[71];地铁等重轨比小汽车更具有速度优势[72];TOD发展模式可以减少在公共交通站点周边居民的汽车出行;这些作用均可以增加公共交通的使用率,缓解交通拥堵。另一方面,根据交通拥堵的高峰期定律[63],小汽车数量在拥堵高峰期阶段会远超过道路最大容量,因此公共交通可能并不能缓解高峰期的交通拥堵[9, 63]。而且,公共交通可能仅在短期内有效缓解拥堵[9, 72],因为根据“道路拥堵基本定律”,长期来看会诱发人们的潜在出行需求。

实证研究中,基于公共交通工作人员罢工期间、公共交通处于瘫痪状态的自然实验分析发现公共交通系统对拥堵的缓解异常重要[9, 73, 74]。同时,不同类型公共交通对于拥堵的缓解作用与其本身的技术和布局方式是密切相关的,比如轨道交通布局在较大和人流比较密集的区域,其缓解拥堵作用显得较为显著[9]。因此,地铁系统可以有效缓解道路交通拥堵,提高城市内部的机动性[75, 76],但公交系统对于拥堵的缓解作用则可能有限[63, 75]。Gu等[30]研究发现中国城市地铁线路的拥堵缓解效果呈驼峰状,拥堵高峰期运行速度在线路开通后的最初几周内增加,然后稳定保持在增加5%,最终在12个月后保持稳定。缓解效果主要集中在地铁站点周边的线路,随距离站点的距离增加而递减。Yang等[76]研究发现北京每条地铁线路的开通都能在短期内减少约15% 的延误时间,早高峰的缓解效果最为显著。

4 结论与展望 4.1 研究结论

本文综述了当前交通拥堵治理的空间政策与基础设施供应侧政策,发现相关分析多集中在欧美、日本等发达国家,国内研究较为缺乏。另外,学者对各种空间与基础设施政策的交通拥堵缓解作用仍存在较大分歧,相关研究结果因时空而异,因案例而异,且缺乏不同政策的效果比较研究。

第一,空间政策的现有研究主要围绕紧凑型的土地利用模式(城市密度、土地利用混合度、城市增长边界等)和多中心的城市空间结构(就业中心数目与分布、职住平衡等)对交通拥堵的影响。多数研究对职住平衡等城市空间结构的关注度较高,对于土地利用模式关注较少。此外,空间政策具有多尺度性,如社区尺度与城市尺度[34],而现有研究尚缺乏整合多尺度的分析框架和研究范式。已有研究多围绕已实行的政策展开,对尚未实施政策的预期评估较少。

第二,道路基础设施政策的研究争论点聚焦在诱导出行分析,欧美和日本学者进行了大量的实证探讨,然而国内相关的实证分析较为缺乏。另外,现有研究大多采用道路长度(路网密度)指标测度道路基础设施投资水平,而道路规模受道路长度(路网密度)和道路等级的共同影响,单一指标带来分析误差。

第三,公共交通基础设施建设的治堵效应研究侧重分析了公共交通整体及各子系统对道路交通拥堵的缓解作用是否显著。有限的实证研究多发现地铁系统可以有效缓解交通拥堵,而公交系统则因案例而异。而在公共交通建设的不同阶段,公交系统的拥堵缓解作用有所不同。

第四,多数研究尚未考虑城市土地、交通和经济等子系统相互作用的过程与机理,对各类政策的研究比较独立于各自子系统,且对时空分异与时空过程的探讨不足[77]

4.2 研究展望

虽然国内许多城市已经实施空间政策和基础设施政策来缓解交通拥堵问题,未来研究仍需加强实证分析,以评估各类型政策的治堵效应。例如,北京、上海、广州、天津、重庆等特大城市在近期的城市总体规划中均提出多中心的城市发展战略,通过不断培育次中心,优化各区域内的土地利用和基础设施配套,促进区域内职住平衡发展,减轻城市交通拥堵[54]。另外,北京、深圳等拥堵较为严重的超大城市都在加强交通基础设施建设,优化城市路网空间结构和等级结构,提高道路通行能力;同时注重城市公共交通与轨道交通一体化建设,优化城市公交网络布局,缓解城市路面压力[78, 79]。然而,关于这些治堵政策的评估仍缺乏足够的实证研究支撑。鉴于此,未来研究还需要加强立足于国内城市交通拥堵缓解政策的理论探讨,细化各种治堵政策在不同空间尺度上的比较,特别是探讨适用于各级国土空间规划的治堵政策,以评估治堵政策的有效性。

此外,本文发现交通拥堵缓解政策的效果因城市而异,未来研究应多注重交通拥堵产生的时空过程,考虑不同政策的动态性及其在道路、区域、城市等不同空间尺度上的治堵效应。在实证研究中,需更多比较分析各种空间政策和基础设施投资政策等单一政策和组合政策的拥堵缓解效果。并且,各类型政策因城市发展周期而异,成熟的大城市因其空间和土地利用模式已相对成熟,空间调整与道路建设成本较大,应多注重公共交通尤其是轨道交通的优化和建设。而中小城市在快速发展的建设过程中应考虑中远期规划,在规划初期优先考虑城市空间结构和道路布局的优化,避免城市过度拥堵的产生或加剧。

最后,本文侧重于影响出行行为的空间政策和交通基础设施等供应侧政策在城市交通拥堵治理上的理论与实证分析综述,未来可以与定价政策(拥堵税、停车费政策、公交票价补助政策等)、出行需求管理政策(限行限号、错峰上下班政策等)、基础设施管理政策(智能交通技术、公交服务灵活票价等)和交通系统调整等政策比较研究[80]

参考文献
[1]
周江评. 交通拥挤收费——最新国际研究进展和案例[J]. 城市规划, 2010, 34(11): 47-54. [Zhou Jiangping. Congestion pricing: International literature and cases[J]. City Planning Review, 2010, 34(11): 47-54.]
[2]
郭继孚, 刘莹, 余柳. 对中国大城市交通拥堵问题的认识[J]. 城市交通, 2011, 9(2): 8-14, 6. [Guo Jifu, Liu Ying, Yu Liu. Traffic congestion in large metropolitan area in China[J]. Urban Transport of China, 2011, 9(2): 8-14, 6.]
[3]
高德地图. 2018年度中国主要城市交通分析报告[R]. 北京: 高德软件有限公司, 2019: 20. [AutoNavi. 2018 Traffic Analysis Report for Major Cities in China[R]. Beijing: AutoNavi Software Co., Ltd., 2019: 20.]
[4]
史守正, 石忆邵. 城市蔓延的多维度思考[J]. 人文地理, 2017, 32(4): 54-59. [Shi Shouzheng, Shi Yishao. Multi-dimensional reflections of urban sprawl[J]. Human Geography, 2017, 32(4): 54-59. DOI:10.3969/j.issn.2095-0446.2017.04.036]
[5]
Dowling R, Skabardonis A, Carroll M, et al. Methodology for measuring recurrent and nonrecurrent traffic congestion[J]. Transportation Research Record, 2004, 1867(1): 60-68. DOI:10.3141/1867-08
[6]
Toh R S, Phang S Y. Curbing urban traffic congestion in Singapore: A comprehensive review[J]. Transportation Journal, 1997, 37(2): 24-33.
[7]
林雄斌, 杨家文. 城市交通拥堵特征与治理策略的多维度综合评述[J]. 综合运输, 2015, 37(8): 55-61. [Lin Xiongbin, Yang Jiawen. Multimensional reviews on characteristics and solutions of urtban congestion[J]. Comprehensive Transportation, 2015, 37(8): 55-61.]
[8]
Litman T. Evaluating rail transit benefits: A comment[J]. Transport Policy, 2006, 14(1): 94-97.
[9]
Beaudoin J, Farzin Y H, Lawell C Y C L. Public transit investment and sustainable transportation: A review of studies of transit's impact on traffic congestion and air quality[J]. Research in Transportation Economics, 2015, 52: 15-22. DOI:10.1016/j.retrec.2015.10.004
[10]
Zhang W, Kockelman K M. Congestion pricing effects on firm and household location choices in monocentric and polycentric cities[J]. Regional Science and Urban Economics, 2016, 58: 1-12. DOI:10.1016/j.regsciurbeco.2016.01.002
[11]
Zhang W, Kockelman K M. Optimal policies in cities with congestion and agglomeration externalities: Congestion tolls, labor subsidies, and place-based strategies[J]. Journal of Urban Economics, 2016, 95: 64-86. DOI:10.1016/j.jue.2016.08.003
[12]
Borins S F. Electronic road pricing: An idea whose time may never come[J]. Transportation Research Part A: General, 1988, 22(1): 37-44. DOI:10.1016/0191-2607(88)90061-1
[13]
Richards M G. Road user charging in the UK: The policy prospects[M]//Richardson H W, Bae C H C. Road Congestion Pricing in Europe: Implications for the United States. Cheltenham: Edward Elgar, 2008: 118-135.
[14]
Santos G. Urban congestion charging: A comparison between London and Singapore[J]. Transport Reviews, 2005, 25(5): 511-534. DOI:10.1080/01441640500064439
[15]
Solow R M. Congestion, density and the use of land in transportation[J]. The Swedish Journal of Economics, 1972, 74(1): 161-173. DOI:10.2307/3439015
[16]
Wheaton W C. Land use and density in cities with congestion[J]. Journal of Urban Economics, 1998, 43(2): 258-272. DOI:10.1006/juec.1997.2043
[17]
Zhang W, Zhang M. Incorporating land use and pricing policies for reducing car dependence: Analytical framework and empirical evidence[J]. Urban Studies, 2018, 55(13): 3012-3033. DOI:10.1177/0042098017720150
[18]
Galster G, Hanson R, Ratcliffe M R, et al. Wrestling sprawl to the ground: Defining and measuring an elusive concept[J]. Housing Policy Debate, 2001, 12(4): 681-717. DOI:10.1080/10511482.2001.9521426
[19]
Cutsinger J, Galster G, Wolman H, et al. Verifying the multi-dimensional nature of metropolitan land use: Advancing the understanding and measurement of sprawl[J]. Journal of Urban Affairs, 2005, 27(3): 235-259. DOI:10.1111/j.0735-2166.2005.00235.x
[20]
Anas A, Lindsey R. Reducing urban road transportation externalities: Road pricing in theory and in practice[J]. Review of Environmental Economics and Policy, 2011, 5(1): 66-88. DOI:10.1093/reep/req019
[21]
Brueckner J K. Urban sprawl: Diagnosis and remedies[J]. International Regional Science Review, 2000, 23(2): 160-171. DOI:10.1177/016001700761012710
[22]
Levine J. Zoned Out: Regulation, Markets, and Choices in Transportation and Metropolitan Land Use[M]. Washington, DC: Island Press, 2005: 1-86.
[23]
Schwanen T, Mokhtarian P L. The extent and determinants of dissonance between actual and preferred residential neighborhood type[J]. University of California Transportation Center Working Papers, 2003, 31(5): 759-784.
[24]
Frank L D, Saelens B E, Powell K E, et al. Stepping towards causation: Do built environments or neighborhood and travel preferences explain physical activity, driving, and obesity?[J]. Social Science & Medicine, 2007, 65(9): 1898-1914.
[25]
Zhang W. Theoretical and Empirical Investigations of Excessive Congestion as a Result of Market and Planning Failures[D]. Austin: University of Texas at Austin, 2015: 35-76.
[26]
Stevens M R. Does compact development make people drive less?[J]. Journal of the American Planning Association, 2016, 83(1): 7-18.
[27]
Ewing R, Cervero R. Travel and the built environment[J]. Journal of the American Planning Association, 2010, 76(3): 265-294. DOI:10.1080/01944361003766766
[28]
孙斌栋, 但波. 上海城市建成环境对居民通勤方式选择的影响[J]. 地理学报, 2015, 70(10): 1664-1674. [Sun Bindong, Dan Bo. Impact of urban built environment on residential choice of commuting mode in Shanghai[J]. Acta Geographica Sinica, 2015, 70(10): 1664-1674. DOI:10.11821/dlxb201510010]
[29]
Sarzynski A, Wolman H L, Galster G, et al. Testing the conventional wisdom about land use and traffic congestion: The more we sprawl, the less we move?[J]. Urban Studies, 2006, 43(3): 601-626. DOI:10.1080/00420980500452441
[30]
Gu Y, Zhang J, Zou B. Subways and Road Congestion[Z/OL]. (2020-09-09)[2021-01-11]. http://dx.doi.org/10.2139/ssrn.3304133.
[31]
Li Y, Xiong W, Wang X. Does polycentric and compact development alleviate urban traffic congestion? A case study of 98 Chinese cities[J]. Cities, 2019, 88: 100-111. DOI:10.1016/j.cities.2019.01.017
[32]
Ewing R, Tian G, Lyons T. Does compact development increase or reduce traffic congestion?[J]. Cities, 2018, 72: 94-101. DOI:10.1016/j.cities.2017.08.010
[33]
Ahlfeldt G M, Pietrostefani E. The economic effects of density: A synthesis[J]. Journal of Urban Economics, 2019, 111: 93-107. DOI:10.1016/j.jue.2019.04.006
[34]
赵鹏军, 万海荣. 我国大城市交通拥堵特征与国际治理经验借鉴探讨[J]. 世界地理研究, 2016, 25(5): 48-57. [Zhao Pengjun, Wan Hairong. Big city traffic characteristics and international management experience and enlightenment[J]. World Regional Studies, 2016, 25(5): 48-57. DOI:10.3969/j.issn.1004-9479.2016.05.006]
[35]
张文佳, 鲁大铭. 影响时空行为的建成环境测度与实证研究综述[J]. 城市发展研究, 2019, 26(12): 9-16, 26. [Zhang Wenjia, Lu Daming. Measuring built environment for spatiotemporal behavior studies: A review[J]. Urban Studies, 2019, 26(12): 9-16, 26. DOI:10.3969/j.issn.1006-3862.2019.12.002]
[36]
Bento A M, Cropper M L, Mobarak A M, et al. The effects of urban spatial structure on travel demand in the United States[J]. Review of Economics and Statistics, 2005, 87(3): 466-478. DOI:10.1162/0034653054638292
[37]
Ewing R. Is Los Angeles-style sprawl desirable?[J]. Journal of the American Planning Association, 1997, 63(1): 107-126. DOI:10.1080/01944369708975728
[38]
Gillham O. The Limitless City: A Primer on the Urban Sprawl Debate[M]. Washington, DC: Island Press, 2002: 93-111.
[39]
Lee B, Gordon P, Richardson H W, et al. Commuting trends in US Cities in the 1990s[J]. Journal of Planning Education and Research, 2009, 29(1): 78-89. DOI:10.1177/0739456X09331549
[40]
Kuzmyak J R. Land use and traffic congestion[R]. Arizona: Arizona Department of Transportation, 2012: 151-216.
[41]
Gordon P, Richardson H W. Are compact cities a desirable planning goal?[J]. Journal of the American Planning Association, 1997, 63(1): 95-106. DOI:10.1080/01944369708975727
[42]
孙斌栋, 尹春. 人口密度对居民通勤时耗的影响及条件效应——来自上海证据[J]. 地理科学, 2018, 38(1): 41-48. [Sun Bindong, Yin Chun. Impacts and conditional effects of population density on commuting duration: Evidence from Shanghai[J]. Scientia Geographical Sinica, 2018, 38(1): 41-48.]
[43]
何舟, 宋杰洁, 孙斌栋. 城市通勤时耗的空间结构影响因素——基于文献的研究与启示[J]. 城市规划学刊, 2014(1): 65-70. [He Zhou, Song Jiejie, Sun Bindong. Impacts of urban spatial strucure on urban commuting duration: Based on literature review[J]. Urban Planning Forum, 2014(1): 65-70. DOI:10.3969/j.issn.1000-3363.2014.01.011]
[44]
Arnott R J. Unpriced transport congestion[J]. Journal of Economic Theory, 1979, 21(2): 294-316. DOI:10.1016/0022-0531(79)90032-2
[45]
Downs A. Have housing prices risen faster in Portland than elsewhere?[J]. Housing Policy Debate, 2002, 13(1): 7-31. DOI:10.1080/10511482.2002.9521432
[46]
Brueckner J K. Urban growth boundaries: An effective second-best remedy for unpriced traffic congestion?[J]. Journal of Housing Economics, 2007, 16(3/4): 263-273.
[47]
Anas A, Rhee H J. Curbing excess sprawl with congestion tolls and urban boundaries[J]. Regional Science and Urban Economics, 2006, 36(4): 510-541. DOI:10.1016/j.regsciurbeco.2006.03.003
[48]
Kim C. Commuting time stability: A test of a co-location hypothesis[J]. Transportation Research Part A: Policy and Practice, 2008, 42(3): 524-544. DOI:10.1016/j.tra.2008.01.001
[49]
Gordon P, Wong H L. The costs of urban sprawl: Some new evidence[J]. Environment and Planning A, 1985, 17(5): 661-666. DOI:10.1068/a170661
[50]
Susilo Y O, Maat K. The influence of built environment to the trends in commuting journeys in the Netherlands[J]. Transportation, 2007, 34(5): 589-609. DOI:10.1007/s11116-007-9129-5
[51]
冯筱, 于漪, 孙斌栋, 等. 多中心城市结构下的通勤交通效应——以上海市为例[J]. 中国城市经济, 2011(11): 20-21. [Feng Xiao, Yu Yi, Sun Bindong, et al. The transport commute in polycentric struturecase study of Shanghai[J]. China Urban Economy, 2011(11): 20-21.]
[52]
Glaeser E L, Kolko J, Saiz A. Consumer city[J]. Journal of Economic Geography, 2001, 1(1): 27-50. DOI:10.1093/jeg/1.1.27
[53]
Meijers E. Summing small cities does not make a large city: Polycentric urban regions and the provision of cultural, leisure and sports amenities[J]. Urban Studies, 2008, 45(11): 2323-2342. DOI:10.1177/0042098008095870
[54]
孙斌栋, 魏旭红. 多中心能够缓解城市拥挤吗?——关于上海人口疏解与空间结构优化的若干认识[J]. 上海城市规划, 2015(2): 56-59. [Sun Bindong, Wei Xuhong. Could polycentrism relieve agglomeratrion diseconomy? Population redistribution and spatial struture optimazation of Shanghai[J]. Shanghai Urban Planning Review, 2015(2): 56-59.]
[55]
孟晓晨, 吴静, 沈凡卜. 职住平衡的研究回顾及观点综述[J]. 城市发展研究, 2009, 16(6): 23-28, 35. [Meng Xiaochen, Wu Jing, Shen Fanbu. The study review of urban jobs-housing balance[J]. Urban Development Studies, 2009, 16(6): 23-28, 35. DOI:10.3969/j.issn.1006-3862.2009.06.005]
[56]
孟斌, 于慧丽, 郑丽敏. 北京大型居住区居民通勤行为对比研究——以望京居住区和天通苑居住区为例[J]. 地理研究, 2012, 31(11): 2069-2079. [Meng Bin, Yu Huili, Zheng Limin. The analysis of commuting behavior in the huge residential districts: A case study of Wangjing and Tiantongyuan in Beijing[J]. Geographical Research, 2012, 31(11): 2069-2079.]
[57]
孙斌栋, 李南菲, 宋杰洁, 等. 职住平衡对通勤交通的影响分析——对一个传统城市规划理念的实证检验[J]. 城市规划学刊, 2010(6): 55-60. [Sun Bindong, Li Nanfei, Song Jiejie, et al. A study of impact of job-housing balance and commuting travels: An empirical test of a traditional idea in the field of urban planning[J]. Urban Planning Forum, 2010(6): 55-60. DOI:10.3969/j.issn.1000-3363.2010.06.008]
[58]
Hou Y T. Traffic congestion, polycentricity, and intraurban firm location choices: A nested logit model for the Los Angeles metropolitan area[J]. Journal of Regional Science, 2016, 56(4): 683-716. DOI:10.1111/jors.12267
[59]
Antipova A, Wilmot C. Alternative approaches for reducing congestion in Baton Rouge, Louisiana[J]. Journal of Transport Geography, 2012, 24: 404-410. DOI:10.1016/j.jtrangeo.2012.04.015
[60]
Lakshmanan T R. The broader economic consequences of transport infrastructure investments[J]. Journal of Transport Geography, 2011, 19(1): 1-12. DOI:10.1016/j.jtrangeo.2010.01.001
[61]
Downs A. The law of peak-hour expressway congestion[J]. Traffic Quarterly, 1962, 16(3): 393-409.
[62]
Hsu W T, Zhang H. The fundamental law of highway congestion revisited: Evidence from national expressways in Japan[J]. Journal of Urban Economics, 2014, 81: 65-76. DOI:10.1016/j.jue.2014.02.002
[63]
Duranton G, Turner M A. The fundamental law of road congestion: Evidence from US cities[J]. American Economic Review, 2011, 101(6): 2616-2652. DOI:10.1257/aer.101.6.2616
[64]
Hymel K M, Small K A, Van Dender K. Induced demand and rebound effects in road transport[J]. Transportation Research Part B: Methodological, 2010, 44(10): 1220-1241. DOI:10.1016/j.trb.2010.02.007
[65]
Bian C, Yuan C, Kuang W, et al. Evaluation, classification, and influential factors analysis of traffic congestion in chinese cities using the online map data[J]. Mathematical Problems in Engineering, 2016, 2016: 1-10.
[66]
Zhao S, He N, Liu N. An analysis of induced traffic effects in China[J]. DISP-The Planning Review, 2012, 48(3): 54-63. DOI:10.1080/02513625.2012.759350
[67]
Zhang W, Wang M. Road Infrastructure, Congestion, and Social Welfare: Does Optimal Road Space Exist in Agglomeration-Endogenized Cities?[C]//Compendium of the World Transport Convention-June 13-16.2019 Beijing China. Beijing: China Highway & Transportation Society, 2019, 4: 182.
[68]
Anderson M L. Subways, strikes, and slowdowns: The impacts of public transit on traffic congestion[J]. American Economic Review, 2014, 104(9): 2763-2796. DOI:10.1257/aer.104.9.2763
[69]
潘海啸. 中国城市绿色交通——改善交通拥挤的根本性策略[J]. 现代城市研究, 2010, 25(1): 7-10. [Pan Haixiao. China green transport strategy solution the fundamental measures against urban congestion[J]. Modern Urban Research, 2010, 25(1): 7-10.]
[70]
Litman T. Rail transit in America: A comprehensive evaluation of benefits[R]. Victoria: Victoria Transport Policy Institute, 2015: 6-44.
[71]
Bouton S, Knupfer S M, Mihov I, et al. Urban mobility at a tipping point[R]. New York: McKinsey and Company, 2015: 8-14.
[72]
Beaudoin J, Lawell C Y C L. The effects of urban public transit investment on traffic congestion and air quality[M]//Yaghoubi H. Urban Transport Systems. Croatia: Intech, 2017: 111-123.
[73]
Lo S C, Hall R W. Effects of the Los Angeles transit strike on highway congestion[J]. Transportation Research Part A: Policy and Practice, 2006, 40(10): 903-917. DOI:10.1016/j.tra.2006.03.001
[74]
Adler M W, van Ommeren J N. Does public transit reduce car travel externalities? Quasi-natural experiments' evidence from transit strikes[J]. Journal of Urban Economics, 2016, 92: 106-119. DOI:10.1016/j.jue.2016.01.001
[75]
Albalate D, Fageda X. Congestion, road safety, and the effectiveness of public policies in urban areas[J]. Sustainability, 2019, 11(18): 1-21.
[76]
Yang J, Chen S, Qin P, et al. The effect of subway expansions on vehicle congestion: Evidence from Beijing[J]. Journal of Environmental Economics and Management, 2018, 88: 114-133. DOI:10.1016/j.jeem.2017.09.007
[77]
Zhang W, Kockelman K M, Thill J C. City land use and rent dynamics with location externalities and zoning regulations: A dynamic spatial general equilibrium model[M]//Thill J C. Innovations in Urban and Regional Systems. Switzerland: Springer, 2020: 185-212.
[78]
北京市人民政府办公厅. 2018年北京市缓解交通拥堵行动计划[EB/OL]. (2018-03-14)[2021-01-11]. http://www.beijing.gov.cn/zhengce/zhengcefagui/201905/t20190522_60970.html. [General Office of Beijing Municipal People's Government. Beijing Action Plan for Alleviating Traffic Congestion in 2018[EB/OL]. (2018-03-14)[2021-01-11]. http://www.beijing.gov.cn/zhengce/zhengcefagui/201905/t20190522_60970.html.]
[79]
深圳市交通运输局. 深圳市交通拥堵综合治理2019年行动方案[EB/OL]. (2018-03-14)[2021-01-11]. http://www.sz.gov.cn/szzt2010/wgkzl/jcgk/jcygk/zyggfa/content/post_1328230.html. [Shenzhen Municipal Transportation Bureau. Shenzhen City's Action Plan for Comprehensive Treatment of Traffic Congestion in 2019[EB/OL]. (2018-03-14)[2021-01-11]. http://www.sz.gov.cn/szzt2010/wgkzl/jcgk/jcygk/zyggfa/content/post_1328230.html.]
[80]
刘治彦. 大城市交通拥堵的缓解策略[J]. 城市问题, 2014(12): 86-92. [Liu Zhiyan. Mitigation strategies for traffic congestion in big cities[J]. Urban Problems, 2014(12): 86-92.]