張 強

(福建省城鄉(xiāng)規(guī)劃設計研究院 福建福州 350007)

0 引言

可達性是指城市居民從城市任意起始位置到達任意終點位置的難易程度[1]，通常涵蓋了交通過程的費用成本、時間成本和距離成本[2-3]，可達性高的區(qū)域表現(xiàn)出更高的人流積聚效應[4]。高可達性的軌道交通系統(tǒng)會顯著影響軌道交通的利用效率，增加軌道交通對居民的吸引力，優(yōu)化城市居民出行方式，緩解城市交通擁堵[5]。

在已有的研究中，對于對象可達性評估有多種方法，最常見的如趙立志,王璐寧等[6]運用空間句法模型計算集成度對城市養(yǎng)老驛站的可達性進行評價；郭謙,吳殿廷等[5]利用通達時間構(gòu)建軌道交通路網(wǎng)的可達性評價指標，在可達性的評價中引入了時間屬性；汪德根[7]通過GIS空間分析技術(shù)生成了武廣高鐵沿線的交通等時圈以評價高鐵建成后對沿線核心城市的可達性影響。

上述各異的空間可達性計算方法，借助了不同的模型與評價指標，涵蓋了路網(wǎng)結(jié)構(gòu)、通達時間等時空間要素。這樣的可達性計算方法可以很好地反映路面通行時的難易程度，但忽視了節(jié)點接駁換乘的難易程度。隨著城市中心城區(qū)土地集約式發(fā)展和多種新型交通方式的出現(xiàn)，接駁換乘的難易程度成為了人們出行選擇時的重要影響因素[8]。同時，基于上述的可達性計算方法都是基于城市物理空間進行計算，忽視了居民的出行方式選擇和意愿。即，居民的出行方式的選擇和意愿與各交通方式的可達性產(chǎn)生了錯位。

本研究從節(jié)點接駁換乘的難易程度出發(fā)，以福州市為例，引用并改進了岳小智[9]關(guān)于公園公共交通出行便利度的模型。在可達性的評價中融入接駁換乘難易程度的考量與居民接駁方式意愿，對福州市軌道交通站點的可達性進行評價，以期能對軌道交通周邊接駁配套與居民出行結(jié)構(gòu)優(yōu)化提供幫助。

1 研究設計

1.1 研究區(qū)域概況

福州市自2009年開始建設城市軌道交通，截止2019年4月共開通地鐵1、2號線兩條線路，總計里程55.09 km，42座車站。目前，地鐵1號線日均客運量約為18.9萬人次/日；地鐵2號線日均客運量約為12.2萬人次/日，如圖1所示。

1.2 數(shù)據(jù)來源

(1)問卷調(diào)查數(shù)據(jù)

數(shù)據(jù)來源于2019年7月在福州市中心城區(qū)開展居民軌道交通出行調(diào)查，涉及居民意見、居民接駁換乘方式等內(nèi)容。以各軌道交通站點為調(diào)查對象，在每個站點發(fā)放140份問卷，共回收6300份問卷。后剔除站點信息、接駁方式等關(guān)鍵信息缺失的問卷后，共回收有效問卷6074份。

(2)現(xiàn)場調(diào)查數(shù)據(jù)

通過實地調(diào)研(圖2)軌道交通站點的各個出入口(42個站點，135個出入口)，記錄了每個出入口公交車站、非機動車停靠設施、出租車臨時停靠位、私家車?？课粩?shù)量。

(3)興趣點數(shù)據(jù)(Point of Interests，POIs)

興趣點數(shù)據(jù)來源于高德地圖的開放API接口，數(shù)據(jù)采集時間為2019年6月4日，采集范圍限定為地鐵站點周邊500 m范圍內(nèi)。

(4)手機信令數(shù)據(jù)

手機信令數(shù)據(jù)來源于聯(lián)通運營商，數(shù)據(jù)被脫敏加工為軌道交通站點周邊1200 m范圍內(nèi)的居住人口數(shù)與工作人口數(shù)，由于數(shù)據(jù)經(jīng)過比例折算后的擴樣處理，故可反映軌道交通站點周邊的真實人口情況。

(5)地鐵刷卡數(shù)據(jù)

地鐵刷卡數(shù)據(jù)來源于福州市軌道交通居民使用地鐵被自動記錄的刷卡信息，數(shù)據(jù)采樣時間為2019年6月12日上午7:00～9:00。數(shù)據(jù)包括了居民使用單程票、一卡通、e福州app和地鐵碼上行app等4種方式所記錄的進站時間、出站時間、進站站點和出站站點等,如表1所示。

表1 地鐵刷卡數(shù)據(jù)示例

1.3 研究方法

1.3.1接駁可達性模型

此處參考岳小智的出行便利度模型構(gòu)造初始接駁可達性模型(式1)，其中Sn_ori代表第n個站點的初始接駁可達性得分,Nni代表第n個站點第i種接駁方式配套設施的數(shù)量，該數(shù)據(jù)來源于現(xiàn)場調(diào)查。

Sn_ori=∑Nni

(1)

然而，上述模型僅反映了目的地接駁的難易程度，引入居民接駁方式意愿還需要加入居民各接駁方式占比，該數(shù)據(jù)來源于居民調(diào)查問卷的統(tǒng)計。調(diào)整后的模型如式(2)所示:

(2)

其中，Sn代表第n個站點的接駁可達性得分;

Nni代表第n個站點第i種接駁方式第配套設施數(shù)量;

Pi代表城市居民在前往軌道交通站點時使用第i種接駁方式占所有接駁方式的比值；

Smin代表站點接駁可達性得分當中的最小值；

Smax代表站點接駁可達性得分當中的最大值，即調(diào)整后的模型是基于居民接駁方式占比進行加權(quán)求和，并進行0-1標準化消除量綱影響。

1.3.2變量選擇

(1)被解釋變量

本研究的被解釋變量為工作日早高峰的客流量。樣本時間選取為2019年6月12日星期三7:00～9:00的客流量。數(shù)值越高，代表當前時段的客流量越大。因早高峰軌道交通站點客流量又被分為進站客流量與出站客流量，故本研究分別以進站客流量與出站客流量作為被解釋變量，設計兩個模型并分別進行驗證。

(2)解釋變量

本研究的解釋變量為接駁可達性得分?？蛇_性是影響軌道交通客流量的一個重大因素，本研究重點關(guān)注接駁可達性對軌道交通站點客流量的影響和接駁可達性評價結(jié)果的有效性。

(3)控制變量

除可達性以外，站點的周邊居住人口數(shù)、周邊工作人口數(shù)、功能密度、功能混合度也會對軌道交通站點客流量帶來顯著影響，所以在本研究中被列為控制變量，以增強模型的可靠性，如表2所示。

表2 變量說明

1.3.3模型構(gòu)建

此處采用OLS回歸模型進行建模，形式如下：

Yen=βen+∑βi×Xi

(3)

Yex=βex+∑βi×Xi

(4)

其中，Yen為工作日7:00～9:00的進站客流量，Yex為工作日7:00～9:00的出站客流量；

βen是因變量為進站客流量時模型的隨機擾動項；

βex是因變量為出站客流量時模型的隨機擾動項, 以上擾動項均服從正態(tài)分布；

βi為第i個變量的斜率；

Xi為第i個變量的取值。

2 研究結(jié)果

2.1 站點接駁現(xiàn)狀

2.1.1接駁停靠設施

通過現(xiàn)場調(diào)查收集了42個站點135個出口的各配套接駁設施數(shù)量，從圖2(a)～(d)可以看出，只有極少數(shù)的站點在某種接駁方式設施上是完全空白，大部分站點的情況為每種接駁設施都至少含有一個。然而,各接駁設施在數(shù)量上存在著較大的空間分異。其中，倉山的東南部分由于是福州市未來中心城區(qū)東拓南進的重要跳板區(qū)域，需要吸引大量人流，所以該區(qū)域的各種接駁?？吭O施非常完善。而市中心地帶由于土地緊湊，所以其接駁停靠設施會存在不一而足的短板。而福州南北火車站由于設計的特殊性，在地鐵站點的出口附近難以直接和其他交通方式產(chǎn)生接駁。

2.1.2居民接駁意愿

通過福州市現(xiàn)狀軌道交通客流換乘方式的問卷調(diào)查，對軌道交通1、2號線全部站點的接駁方式比例進行統(tǒng)計，受訪人群以18～40歲的成年人為主，共回收6074份有效問卷。綜合統(tǒng)計各個站點的問卷調(diào)查結(jié)果，得到軌道交通乘客的換乘方式如圖3所示。

(a)公交車接駁停靠現(xiàn)狀

(b)非機動車接駁?？楷F(xiàn)狀

(c)出租車接駁?？楷F(xiàn)狀

(d)私家車接駁?？楷F(xiàn)狀

圖3 居民接駁方式①占比

總體上來說，絕大多數(shù)的市民會采取公交車(39%)和非機動車(39%)換乘方式前往地鐵站，并且所占的比例遠遠高于其他種方式。而共享單車、出租車、私家車的選擇人數(shù)相差不大，是少數(shù)人的選擇，共享單車作為推廣的低碳出行手段，占比過低，應注重共享單車集中停放點和地鐵站點的銜接問題，提高共享單車使用率。

2.2 接駁可達性得分

將上述現(xiàn)場調(diào)查結(jié)果與問卷調(diào)查統(tǒng)計得到的比例代入前文1.3.1介紹的接駁可達性模型,即可得到如圖4所示的各站點接駁可達性得分。

圖4 福州市軌道交通1、2號線接駁便利性分值

從總體上來看，地鐵一號線接駁可達性得分平均值為0.79，二號線為0.75，地鐵一號線的接駁可達性要略優(yōu)于地鐵二號線。從各個站點來看，祥坂、福州火車站、洋里3站的分值偏低，處在0.16以下，洋里為最小值，而白湖亭、秀山、桔園洲、西洋4站達到了最大值，表示其每個出口都能滿足4種換乘需求。

從接駁可達性得分的波動情況來看，除上述個別站點位于偏低水準，其余站點的上下浮動差值則并不太大。地鐵一號線除福州火車南站、上藤、東街口與福州火車站4站外均能達到總體平均值以上，而地鐵二號線則存在七個站點無法達到齊平水平。從這里也可以看出，貫穿南北的地鐵一號線接駁可達性要優(yōu)于地鐵二號線。

2.3 模型驗證結(jié)果

將各變量帶入OLS回歸模型即可得到參數(shù)估計表(表3)?？傮w來看，模型2的擬合優(yōu)度更好，表示其具有更好的可解釋性，即接駁可達性得分與各控制變量能反映出站客流量的大部分變化。而模型1的擬合優(yōu)度則偏低，顯示出目的地的特征在城市居民早高峰出行時占有更大的比重。

在模型1中，僅功能密度與接駁可達性得分通過顯著性檢查，這可能是由于模型1擬合優(yōu)度偏低的原因。而在模型2中，周邊居住人口數(shù)、周邊工作人口數(shù)和接駁可達性得分均通過顯著性檢查，反映出早高峰出站客流與工作人口和接駁可達性的強相關(guān)關(guān)系。

最后，無論在模型1還是模型2中，接駁可達性得分均通過了不同程度的顯著性檢查，表示站點的接駁可達性得分對于站點客流量具有顯著影響，該可達性得分通過模型檢驗。

表3 模型擬合結(jié)果②

3 討論

本研究從空間可達性到達難易程度的內(nèi)涵出發(fā)，詮釋了可達性中的接駁換乘難易程度，并引入了居民接駁方式占比作為計算權(quán)重，提出了新的軌道交通站點可達性評價方法，并以2019年6月軌道交通運營現(xiàn)狀為例進行評價，得到評價結(jié)果并納入相關(guān)控制變量進行模型驗證。

(1)從模型驗證結(jié)果來看，模型采用多重線性回歸模型，根據(jù)站點的功能密度、功能混合度、周邊居住人口數(shù)與工作人口數(shù)、接駁可達性評價結(jié)果預測站點客流量。 其中僅站點可達性評價結(jié)果作為解釋變量，其余自變量均為控制變量。模型驗證結(jié)果顯示如表3所示，回歸模型具有統(tǒng)計學意義，其中模型1為F(5,36) = 3.621(P<0.01)，R2=0.335；模型2為F(5,36)=26.277(p<0.01),R2=0.785。納入模型的接駁可達性評價結(jié)果變量對站點客流量的影響具有統(tǒng)計學意義(P<0.05)，評價結(jié)果具有可靠性。

(2)從可達性評價結(jié)果來看，總體上，貫穿市中心和南北火車站的地鐵一號線在總體上具有更好的可達性。個體上，局部站點如上騰、東街口、福州火車站和祥板站則得分較低。根據(jù)現(xiàn)場調(diào)研情況分析，上騰站由于缺少公交停靠造成總分偏低；東街口由于地處福州市中心，用地緊張，并且定位為步行街，所以其他交通方式的接駁配套設施較少；福州火車站由于其空間配置的特殊性，其他交通方式的接駁設施并未與地鐵站點出入口設置在一起；祥板站則由于接駁公交車站距離較遠，缺乏社會停車接駁配套。從結(jié)果來看，基于現(xiàn)場各接駁配套設施數(shù)量與居民接駁方式占比加權(quán)計算的評價結(jié)果相比，拓撲結(jié)構(gòu)計算的可達性結(jié)果具有更好的可解釋性，其評價結(jié)果具有直觀性。

(3)從評價方法來看，首先，完善了既有可達性評價方法中對于接駁換乘難易程度內(nèi)涵的忽視。當居民在城市中進行空間轉(zhuǎn)移時，除了需克服路途中的空間、時間和費用成本阻力，也需要克服目的地接駁換乘的阻力。雖然地鐵站點通常有著巨大的日客流吞吐量，但無配套的停車場，使得接駁換乘難易程度成為地鐵站點可達性的一個重要衡量標準。

其次，評價方法補足了對使用主體出行方式占比的考量。當居民某種出行方式的需求量巨大，而其對應方式的接駁換乘阻力巨大時，就產(chǎn)生了需求和配套的平衡錯位。所以在計算可達性時，應該將居民接駁方式占比作為計算權(quán)重納入考量，使得評價結(jié)果能充分體現(xiàn)評價對象使用主體的出行意愿，評價結(jié)果具有針對性。

4 結(jié)論

本研究基于接駁換乘的難易程度與居民接駁方式選擇。提出了軌道交通站點可達性評價的新方法。該方法以居民接駁方式比例為基礎，通過現(xiàn)場調(diào)查收集數(shù)據(jù)，構(gòu)建了針對站點接駁難易程度的可達性評價。以福州市為例應用該方法獲得評價結(jié)果，并加入其它建成環(huán)境要素作為控制變量，針對運營客流量進行回歸分析?，F(xiàn)場實體空間的調(diào)研使得該評價方法具有直觀性，基于居民接駁方式占比的權(quán)重計算，賦予了評價結(jié)果的差異性和針對性，最終通過回歸模型的結(jié)果驗證了評價方法的可靠性。本研究對軌道交通周邊接駁配套與居民出行結(jié)構(gòu)優(yōu)化有較大促進意義。后續(xù)研究將完善評價方法，使得對不同類型的站點來說更具針對性。

注釋：

①本文中接駁方式指出行者從出發(fā)地前往軌道交通站點過程中最后乘坐或從軌道交通站點前往目的地過程中最先乘坐的交通工具

②*表示在0.1水平顯著，**表示在0.05水平顯著，***表示在0.01水平顯著。模型1為因變量為進站點客流量時的擬合模型，模型2位因變量為出站客流量時的擬合模型。

圖片來源：

圖1：作者自繪;

圖2：圖2(a)到圖2(d)，來源均為作者自繪;

圖3：作者自繪;

圖4：作者自繪。