白同舟，蔡 樂，朱家正，林 旭

(1.北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院，北京100044；2.北京交通發(fā)展研究院交通規(guī)劃所，北京100073)

0 引 言

軌道交通因運(yùn)量大、可靠性高、綠色低碳等特點(diǎn)成為大城市交通的重要組成部分及骨干系統(tǒng).國內(nèi)城市已進(jìn)入軌道交通快速發(fā)展期，根據(jù)中國城市軌道交通協(xié)會統(tǒng)計(jì)，截至2018年底中國大陸已有35 個(gè)城市開通軌道交通線路，運(yùn)營總里程達(dá)5 761 km.城市土地利用與交通系統(tǒng)之間存在雙向互動影響關(guān)系，軌道交通在城市發(fā)展過程中不僅承擔(dān)交通功能，也在一定程度上引導(dǎo)城市功能空間布局.但軌道交通規(guī)劃建設(shè)、運(yùn)營管理與城市功能布局、土地開發(fā)存在脫節(jié)，缺乏良性互動，如軌道交通對城市的服務(wù)覆蓋存在層級和空間盲區(qū)，軌道交通與城市功能結(jié)合不足(線網(wǎng)密度空間均質(zhì)化、站點(diǎn)與周邊連通性差)，軌道交通線網(wǎng)運(yùn)行負(fù)荷分布不均衡等.

軌道交通與城市發(fā)展關(guān)系的研究主要集中在兩個(gè)方向：一是圍繞軌道交通建設(shè)對城市土地利用的影響[1]或沿線城市發(fā)展情況[2-3]，二是探討城市土地利用相關(guān)因素對軌道交通客流影響[4-5].既有研究多以軌道交通網(wǎng)絡(luò)或線路為研究對象，部分研究關(guān)注了站點(diǎn)層面的特征差異，多數(shù)按照功能類型(居住型、就業(yè)型、混合型等)劃分站點(diǎn)，難以反映站點(diǎn)層面的空間特征差異.事實(shí)上，城市軌道交通面臨的滿載率過高、站點(diǎn)限流等問題呈現(xiàn)顯著的空間差異性，解決軌道交通與城市協(xié)同發(fā)展問題應(yīng)針對不同空間范圍特點(diǎn)尋找對策.本文以軌道交通與城市協(xié)同發(fā)展為切入點(diǎn)，在綜合評價(jià)軌道站點(diǎn)周邊城市發(fā)展水平的基礎(chǔ)上，針對協(xié)同發(fā)展程度不同的空間范圍，探討城市發(fā)展水平及具體因素對軌道客流影響的差異性.

1 軌道站點(diǎn)周邊城市發(fā)展水平評價(jià)

1.1 評價(jià)指標(biāo)

1.1.1 確定站點(diǎn)影響范圍

住建部2015年頒布的《軌道交通沿線地區(qū)規(guī)劃設(shè)計(jì)導(dǎo)則》提出距離軌道站點(diǎn)半徑為300～500 m范圍為核心區(qū)，500～800 m范圍為軌道影響區(qū).已有文獻(xiàn)多選用800，1 000，1 500 m作為影響范圍[1-5]，本文選取800 m 作為軌道站點(diǎn)的影響范圍，1 500 m作為輻射影響區(qū)域，基于此范圍計(jì)算指標(biāo)值.

1.1.2 建立評價(jià)指標(biāo)體系

以公共交通為導(dǎo)向的發(fā)展模式(Transit-Oriented Development，TOD)作為交通與城市協(xié)同互動及城市可持續(xù)發(fā)展的典型模式已在規(guī)劃領(lǐng)域取得廣泛共識.基于TOD 視角的城市發(fā)展水平評價(jià)研究成果眾多，Cervero[6]提出TOD 發(fā)展3D 原則，即開發(fā)強(qiáng)度(Density)、多樣性(Diversity)和設(shè)計(jì)(Design)；2017年交通與政策發(fā)展研究所(ITDP)發(fā)布公交導(dǎo)向發(fā)展(TOD)評價(jià)標(biāo)準(zhǔn)3.0版，從步行、自行車、連接、公共交通、混合、密集、緊湊、轉(zhuǎn)變等維度建立綜合評價(jià)體系[7].其他相關(guān)研究選取的指標(biāo)不乏對居住/就業(yè)人口數(shù)量與密度、各類城市公共服務(wù)設(shè)施數(shù)量與密度、用地功能混合與多樣性、用地功能緊湊度程度、交通銜接與可達(dá)性、環(huán)境影響等因素[2-5].

為較全面地反映軌道交通站點(diǎn)周邊城市發(fā)展水平，參考既有研究成果，選擇緊湊度(Degree of Compactness，DC)、混合度(Degree of Mix，DM)、精細(xì)度(Degree of Fineness，DF)和密度(Density)這4個(gè)維度構(gòu)建三級指標(biāo)體系，如表1所示.

表1 軌道站點(diǎn)周邊城市發(fā)展水平綜合評價(jià)指標(biāo)體系Table 1 Evaluation index system of urban development level around rail transit stations

(1)緊湊度指標(biāo)表征軌道站點(diǎn)周邊居住/就業(yè)人口和各類城市功能密度相比于非軌道站點(diǎn)周邊地區(qū)的集中程度，選取距離軌道站點(diǎn)800 m 和1 500 m 范圍的密度比值測算.城市功能可用興趣點(diǎn)(Point of Interest，POI)代表.

(2) 混合度指標(biāo)表征軌道站點(diǎn)周邊城市用地功能混合及多樣化程度.

職住混合度Mjob/live反映局部職住狀況與全市平均職住狀況的差別，差值越大表明職住混合程度越低、越不均衡，使用軌道站點(diǎn)周邊職住比(就業(yè)人口Djob與居住人口Dlive的比值)與城市平均職住比的差值絕對值表示，即

城市功能混合度Murban用軌道站點(diǎn)周邊若干種類POI 的香農(nóng)—維納多樣性指數(shù)測算.按照《雅典憲章》中提出的居住、工作、游憩與交通4項(xiàng)城市基本功能，以高德地圖POI 數(shù)據(jù)為基礎(chǔ)，劃分為4大類11 小類，即居住(居住場所、學(xué)校、醫(yī)院、生活服務(wù)配套)，工作(辦公場地、就業(yè)機(jī)構(gòu))，游憩(購物餐飲、休閑娛樂、文化旅游)，交通(公共交通、小汽車交通).多樣性指數(shù)計(jì)算公式為

式中：C為POI種類數(shù)量(本文取值為11)；Nc指第c類POI的數(shù)量；Pc指第i類POI占總量的比例.

(3)精細(xì)度指標(biāo)表征軌道站點(diǎn)與步行、自行車和地面公交等銜接的便利性、可達(dá)性.步行、自行車主要依靠低等級道路，選擇次支路網(wǎng)密度和道路交叉口密度作為衡量指標(biāo)；地面公交則選擇公交線網(wǎng)密度和公交站點(diǎn)密度作為衡量指標(biāo)；此外，軌道站點(diǎn)出入口數(shù)量也與站點(diǎn)可達(dá)性緊密相關(guān).

(4)密度指標(biāo)表征軌道站點(diǎn)周邊居住/就業(yè)人口、城市功能的總體規(guī)模，用單位面積居住/就業(yè)人口、城市功能的數(shù)量測算.

1.2 評價(jià)方法

在二級指標(biāo)的基礎(chǔ)上設(shè)置指標(biāo)權(quán)重計(jì)算一級指標(biāo)和綜合指標(biāo)的值.信息熵值法、專家打分法、層次分析法等無法反映數(shù)據(jù)的空間特征，故本文用全局莫蘭指數(shù)Global Moran's I 確定指標(biāo)權(quán)重.Global Moran's I 是評價(jià)空間自相關(guān)性的指數(shù)，值越高說明數(shù)據(jù)在空間上集聚特征越明顯[8-9].評價(jià)方法如下：

Step 1對m個(gè)軌道站點(diǎn)分別計(jì)算對應(yīng)k類一級指標(biāo)的n個(gè)二級指標(biāo)的Global Moran's I指數(shù)值，其中，1 ≤i≤m,1 ≤p≤n,k∈{C,M,F,D} ，并以Global Moran's I指數(shù)為基礎(chǔ)計(jì)算二級指標(biāo)權(quán)重為

Step 2二級指標(biāo)的量綱和單位各不相同，用最大最小值方法對二級指標(biāo)進(jìn)行無量綱化處理，其中分別表示第p個(gè)二級指標(biāo)在所有軌道站點(diǎn)中的最小值和最大值，得到各軌道站點(diǎn)同量度化二級指標(biāo)值計(jì)算所有m個(gè)軌道站點(diǎn)的k類一級指標(biāo)值為

Step 3計(jì)算一級指標(biāo)的Global Moran's I指數(shù)值Ik，權(quán)重wk(計(jì)算方法同Step1)，第i個(gè)軌道站點(diǎn)周邊城市發(fā)展指數(shù)Zi為

2 軌道交通與城市發(fā)展的空間集聚特征差異性分析

2.1 基礎(chǔ)模型

軌道站點(diǎn)客流量是衡量軌道交通運(yùn)行狀況的重要指標(biāo)，與城市發(fā)展及土地利用類似，在一定程度上呈現(xiàn)空間聚集特征.為反映軌道交通運(yùn)行狀況與城市發(fā)展水平的空間協(xié)同程度及差異性，利用局部莫蘭指數(shù)Anselin Local Moran's I 分別識別兩者的空間集聚特征，并以軌道站點(diǎn)為對象分析兩者空間集聚特征的差異度.局部莫蘭指數(shù)IALM,i計(jì)算模型為

式中：xi指某一特征指標(biāo)在第i個(gè)觀測點(diǎn)的值；為某一特征指標(biāo)在所有觀測點(diǎn)的平均值；ωi.j為觀測點(diǎn)i和j之間的空間權(quán)重值；m為觀測點(diǎn)數(shù)量(本文指軌道站點(diǎn)數(shù)量)為第i個(gè)觀測點(diǎn)某一特征指標(biāo)值方差.

地理加權(quán)回歸GWR 模型是傳統(tǒng)線性回歸OLS 模型在空間維度的拓展，被廣泛應(yīng)用于分析影響因素的空間差異性.利用GWR模型分析軌道交通與城市協(xié)同空間范圍內(nèi)相關(guān)因素的影響效果差異，基本模型為

式中：yi和xil分別為第i個(gè)觀測點(diǎn)的因變量和第l個(gè)自變量；L為自變量總數(shù)；(ui,vi)為第i個(gè)觀測點(diǎn)的空間坐標(biāo)；β0(ui,vi)為第i個(gè)觀測點(diǎn)的回歸常數(shù)；βl(ui,vi)為第i個(gè)觀測點(diǎn)第l個(gè)自變量的回歸參數(shù)；εi為隨機(jī)誤差.

利用加權(quán)最小二乘法估計(jì)參數(shù)值，令βi=[βi0βi1…βiL]T，其估計(jì)值計(jì)算公式為

式中：Y和X分別為所有m個(gè)觀測點(diǎn)的因變量和對應(yīng)的L個(gè)自變量的矩陣，Wi為觀測點(diǎn)i的空間權(quán)重矩陣，Wi=diag(ωi1,ωi2,…,ωim).

2.2 分析方法

Step 1計(jì)算軌道站點(diǎn)周邊城市發(fā)展指數(shù)Zi和站點(diǎn)客流量Fi的Anselin Local Moran's I 指數(shù)，將軌道站點(diǎn)劃分為城市發(fā)展指數(shù)和客流量高值集聚區(qū)(HH/HL)，低值集聚區(qū)(LH/LL)和不顯著區(qū)等3類區(qū)域，通過交叉組合對軌道站點(diǎn)按空間集聚特征進(jìn)行分區(qū)，例如，Zi高值集聚區(qū)/Fi高值集聚區(qū)，Zi高值集聚區(qū)/Fi低值集聚區(qū)等9類.

Step 2針對每類分區(qū)站點(diǎn)，以站點(diǎn)客流量Fi為因變量，城市發(fā)展指數(shù)Zi為自變量，利用GWR模型標(biāo)定系數(shù)，分析不同分區(qū)內(nèi)城市發(fā)展指數(shù)Zi對站點(diǎn)客流量Fi的影響程度.

Step 3以站點(diǎn)客流量Fi為因變量，城市發(fā)展因素(一級指標(biāo))為自變量，利用GWR 模型標(biāo)定系數(shù)，分析不同分區(qū)內(nèi)各因素對站點(diǎn)客流量Fi差異化作用.

3 實(shí)證分析

3.1 研究數(shù)據(jù)

選取北京市2017年軌道交通線網(wǎng)為研究對象，共涉及站點(diǎn)288個(gè)(換乘站不重復(fù)計(jì)數(shù)).考慮到早高峰(07:00-09:00)是城市軌道交通24 h 中客流壓力最大的時(shí)段，本文選取典型工作日早高峰客流量作為軌道交通站點(diǎn)運(yùn)行情況的分析依據(jù).根據(jù)評價(jià)指標(biāo)測算方法得到軌道站點(diǎn)周邊城市發(fā)展水平二級指標(biāo)數(shù)值.數(shù)據(jù)統(tǒng)計(jì)如表2所示.

表2 軌道站點(diǎn)早高峰客流量及周邊城市發(fā)展水平二級指標(biāo)數(shù)據(jù)統(tǒng)計(jì)描述Table 2 Descriptive statistics of secondary index of urban development level around rail transit stations

3.2 結(jié)果分析

(1) 基于差異化空間集聚特征的軌道交通站點(diǎn)分區(qū).

軌道站點(diǎn)周邊城市發(fā)展水平與站點(diǎn)早高峰客流量均呈空間集聚特征，但兩者空間集聚分布特征差別較大.根據(jù)Anselin Local Moran's I 計(jì)算結(jié)果，綜合考慮城市發(fā)展水平和客流量空間集聚特征將軌道站點(diǎn)分為6 類區(qū)域，如圖1 所示.城市發(fā)展水平和早高峰客流量均高值集聚(HH)的站點(diǎn)19個(gè)，標(biāo)記為G1；早高峰客流高值集聚(HH)但城市發(fā)展水平不顯著的站點(diǎn)12 個(gè)，標(biāo)記為G2；城市發(fā)展水平高值集聚(HH/HL)但早高峰客流不顯著的站點(diǎn)48 個(gè)，標(biāo)記為G3；早高峰客流低值集聚(LH/LL)但城市發(fā)展水平不顯著的站點(diǎn)8 個(gè)，標(biāo)記為G4；城市發(fā)展水平低值集聚(LH/LL)但早高峰客流不顯著的站點(diǎn)29 個(gè)，標(biāo)記為G5；兩者均不顯著的站點(diǎn)172個(gè)，標(biāo)記為G6.軌道站點(diǎn)周邊城市發(fā)展水平越高同時(shí)站點(diǎn)客流越大，說明兩者協(xié)同程度越高，據(jù)此判斷軌道交通與城市發(fā)展協(xié)同程度從高到底依次為G1，G2、G3，G4、G5，G6.

圖1 軌道交通站點(diǎn)客流及周邊城市發(fā)展水平空間集聚特征與研究分區(qū)Fig.1 Spatial agglomeration character of rail transit station passenger volume and urban development level and group criteria

(2) 城市發(fā)展水平及因素對軌道客流影響的空間差異性.

利用GWR 模型針對6 類站點(diǎn)進(jìn)行分析，結(jié)果如圖2所示，站點(diǎn)城市發(fā)展水平與早高峰客流量正相關(guān).從各區(qū)域橫向?qū)Ρ瓤矗傮w上遵循兩者協(xié)同程度越高的區(qū)域，城市發(fā)展水平對軌道交通早高峰客流的影響越大，其中，G1 區(qū)域影響程度最大；值得注意的是早高峰客流低值集聚區(qū)(G4)，客流量受城市發(fā)展水平的影響相對較小，這也許與其他因素(銜接換乘便利程度、軌道線路發(fā)車間隔及服務(wù)水平等)的影響更大有關(guān).

圖2 各分區(qū)站點(diǎn)城市發(fā)展水平標(biāo)定系數(shù)箱線圖Fig.2 Box chart of urban development level of six station groups

利用GWR 模型分析不同分區(qū)范圍內(nèi)一級指標(biāo)對站點(diǎn)客流的影響差異，用標(biāo)定的一級指標(biāo)系數(shù)作為影響效果大小的判斷依據(jù)，以緊湊度系數(shù)平均值為基準(zhǔn)，計(jì)算混合度、精細(xì)度和密度系數(shù)平均值的相對倍數(shù).結(jié)果如圖3所示，6類分區(qū)均以密度因素對軌道客流的影響最大，影響程度排序總體上符合“密度＞精細(xì)度＞混合度＞緊湊度”趨勢.從分區(qū)特征看：城市發(fā)展水平集聚不顯著的區(qū)域(G2、G4)，4類因素的影響程度差異最小，且精細(xì)度因素略小于混合度因素；城市發(fā)展水平和軌道客流均無顯著集聚的區(qū)域(G6)，4 類因素差異最大，密度因素對軌道客流的影響最大.

圖3 各分區(qū)城市發(fā)展因素對軌道客流的影響程度對比Fig.3 Impact of urban development key elements on rail transit passenger flow of six station groups

4 結(jié) 論

城市發(fā)展和軌道交通客流分布均存在空間集聚特征，但兩者的空間集聚分布特征不一致，反映了兩者協(xié)同發(fā)展程度差異.軌道站點(diǎn)周邊城市發(fā)展水平是影響軌道客流的重要因素，但不同空間范圍內(nèi)城市發(fā)展緊湊度、混合度、精細(xì)度和密度等關(guān)鍵因素對軌道客流的影響程度也存在差異.站點(diǎn)周邊城市發(fā)展水平與早高峰客流正相關(guān)，但協(xié)同程度不同的區(qū)域，城市發(fā)展水平對客流量的貢獻(xiàn)程度存在差異，總體上遵循兩者協(xié)同程度越高的區(qū)域，城市發(fā)展水平對軌道交通早高峰客流的影響越大.相比于城市功能多樣性、站點(diǎn)周邊城市發(fā)展集中程度、站點(diǎn)交通可達(dá)性等因素而言，居住/就業(yè)人口及城市功能密度對軌道客流的影響更大.