付棟文，韓 印，王馨玉

（上海理工大學管理學院，上海 200093）

0 引言

以公共交通為導向的土地開發(fā)（Transit Oriented Development,TOD）是城市交通與土地利用協(xié)調發(fā)展的理想模式，其核心是軌道交通[1]。雖然國內已有不少城市相繼建成軌道交通線路，但由于不同站點周邊土地開發(fā)強度與利用模式存在差異，導致部分站點建設未能達到預期效果，站點周邊空間活力明顯不足，既不利于土地的集約高效利用，也影響了站點周邊居民的生活品質。為促使軌道交通站點設施與周邊業(yè)態(tài)協(xié)同發(fā)展，改善城市的功能和結構，重塑城市空間活力，對站點周邊空間活力的分布特征及其影響機制進行研究具有重要意義。

“城市活力”最早由Jacobs[2]提出，雖然不同專業(yè)領域對該詞有不同的詮釋，但總體上均強調城市活力的關鍵在于人的聚集與多樣性的活動[3-5]。目前，城市空間活力已成為國內外研究的熱點。國外研究多集中在城市空間活力與城市形態(tài)、人群活動與健康、城市環(huán)境與社會文化等方面。如Fuentes 等[6]通過對智利圣地亞哥城市活力的影響因素進行空間分析，利用系統(tǒng)化方法對城市活力進行評估，基于街區(qū)的形態(tài)、建筑和空間特征三個方面的多樣性分析，發(fā)現城市街區(qū)形態(tài)特征對城市活力的貢獻較大；Kang 等[7]利用興趣點和人員流動數據量化了人類活動、活動時間和空間的多樣性，利用多元線性回歸模型研究了各項多樣性指標和城市活力之間的關系，發(fā)現相對于單項指標，綜合多樣性指標與城市活力的關聯性更強；Sung 等[8]基于居住地建成環(huán)境與步行活動之間的關系，構建了以步行活動為因變量的多層回歸模型，研究了步行活力與土地混合使用、住宅密度、街區(qū)規(guī)模、建筑年齡、可達性及交界真空帶6 個因素的關聯性，指出Jacobs 的觀察結果仍適用于現代化的首爾市。在國內，學者主要關心城市空間活力的影響因素[9]、評價測度[10]和品質提升[11]等方面的問題。關于軌道站點活力評價測度，羅克乾等[12]利用空間句法研究了軌道站點地下空間活力的空間可達性與活動人流等因素之間的關系，得知城市地下空間活力受地下空間結構、功能介入及業(yè)態(tài)布局等多重因素的共同影響；吳光周等[13]通過居民的地鐵刷卡數據對不同站點的客流分布規(guī)律進行研究，提出基于地鐵站點客流強度、客流時間連續(xù)性的站點活力評估方法；周雨霏等[14]利用百度熱力圖數據，基于熱力平均值與熱力離散系數的測度體系，對軌道交通站點服務區(qū)活力進行了評價；王維禮等[15]基于興趣點大數據研究地鐵站周邊商業(yè)空間活力，建立了耦合協(xié)調度模型以評估站點可達性與商業(yè)空間活力聯系的緊密性。

可以看出，現有軌道站點活力測度研究主要考慮人群、客流等人相關的因素，但客流數據易受時間變化的影響。同時，利用這類數據進行活力測度，較難評估人群活動的多樣性。而人群活動的多樣性能從人群活動性質與分布等方面體現城市空間活力特征，是評估城市空間活力的關鍵性因素。相比于可變性很強的人群或客流，城市興趣點（Point of Interest，POI）數據具有穩(wěn)定性強、精度較高和容易獲取等特點，包含了學校、購物中心等地理實體的屬性信息，能在很大程度上反映出城市居民活動的多樣性，目前已應用于城市基礎設施規(guī)劃[16-17]、城市業(yè)態(tài)熱點識別[18-19]、城市空間結構識別[20-21]、城市業(yè)態(tài)空間聚類分析[22]等方面。此外，雖然已有研究利用服務設施數量來度量城市軌道站點商業(yè)空間活力，但是考慮的設施類別有限，缺乏對站點周邊城市空間活力的總體把握。同時，只關注設施數量，無法有效反映服務獲取的難易程度。

為此，本文將從區(qū)域各類服務設施數量和教育、醫(yī)療等社會公共服務獲取便利性這兩個維度出發(fā)，建立軌道站點周邊空間活力評價模型，以促進城市軌道交通站點設施與周邊業(yè)態(tài)的協(xié)同發(fā)展。同時，以軌道交通正處于發(fā)展期的省會城市南昌市為例，基于市域POI 數據，結合站點活力評價模型，利用ArcGIS 與Python 對該市軌道站點周邊空間活力進行測度和站點聚類，研究其軌道交通站點活力分布特征及站點歸屬類別，最后根據分析結果，從發(fā)揮軌道交通TOD 效益層面出發(fā)，為城市軌道交通站點周邊設施建設規(guī)劃提出相關建議，為優(yōu)化城市活力空間提供新的思路。

1 軌道交通站點活力評價模型構建

1.1 評價方法及流程

軌道站點活力的測度重點考慮人群的聚集與活動的多樣性。站點周邊設施的服務種類能較好地反映人群活動的多樣性特征。設施服務獲取的難易度關系到人們集聚的可能性大小。為此，本文從兩個層面度量軌道交通站點的活力：

（1）POI 設施在站點服務半徑范圍內較全市域范圍的相對聚集程度，采用局部與全域范圍內的設施密度之比表示，它可反映局部范圍設施與全域范圍的相對數量關系。

（2）軌道交通站點對獲取教育、醫(yī)療等社會公共服務的區(qū)位優(yōu)勢大小，用站點與這類服務設施的綜合距離來度量。逼近理想解排序法（Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS）是一種針對多目標、多屬性問題決策評估的有效方法，且能充分利用原始數據，排除人為的非客觀因素。軌道站點獲取社會公共服務的區(qū)位優(yōu)勢，需要考慮多種相關設施服務，可看作對多目標、多屬性問題進行評價，因此可利用TOPSIS進行站點區(qū)位優(yōu)勢評價。該方法假設多屬性決策問題包含M個評價對象及N個評價指標，將其抽象為由N維空間中的M個點構成的幾何系統(tǒng)，分別計算各評價對象與正、負理想點之間的歐式距離，從而得到各評價對象與理想方案的相對貼近度，最后得出各評價對象的優(yōu)劣排序。

本文評價方法的具體流程如圖1所示。

圖1 軌道交通站點活力評價流程

根據圖1，軌道交通站點活力評價的具體流程為：

（1）利用ArcGIS，以站點位置為圓心建立一定半徑的圓形緩沖區(qū)，統(tǒng)計各類POI 數據在緩沖區(qū)的密度值；

（2）分別計算各類POI 數據為該站點貢獻的活力值，根據各類POI 信息的重要性為其分配權重，通過加權評分與歸一化處理，得到各站點的密度活力值；

（3）計算所有軌道交通站點與最鄰近的公共服務設施的距離，利用熵權法確定距離指標權重；

（4）利用TOPSIS法對各個站點區(qū)位進行相對優(yōu)劣的綜合評價，在歸一化處理后得到站點區(qū)位活力值。

1.2 站點POI密度活力評價模型

軌道交通站點密度活力即標準化后的各類POI 設施在站點服務半徑范圍內的密度與在全域范圍內的密度之比，用于反映局部范圍服務設施相對數量關系。它涉及軌道站點周邊城市商業(yè)、生活服務等多類服務設施，需要通過計算得到不同類別的POI 設施（或城市服務）為每個站點貢獻的活力。然后，根據每類設施的重要性為其分配權重，并采用加權評分模型計算站點活力。

站點密度活力計算公式為：

式（1）中：Ei′為未經標準化的各類POI 設施為站點i的活力貢獻；kij為站點i服務半徑內單位面積的j類POI 設施數量；Kj為全域內單位面積的j類POI 設施數量；Rj為j類POI 設施為站點i貢獻活力的權重。

利用離差標準化方法得到無量綱的站點密度活力：

式（2）中：Ei為經離差標準化后的各類POI設施為站點i的活力貢獻；為未經標準化的各類POI設施為站點j的活力貢獻；含義同前。

1.3 站點POI區(qū)位活力評價模型

軌道交通站點的區(qū)位活力指從軌道交通站點獲取教育、醫(yī)療等社會公共服務的便利性。

利用TOPSIS法對所有站點的區(qū)位活力進行評分與排序。根據各個站點分別與鄰近的各類公共服務設施的歐式距離，通過熵權法確定指標權重，建立基于熵權-TOPSIS 法的軌道交通站點區(qū)位活力評價模型。

（1）初始矩陣的正向化

假設評價對象有n個站點，社會公共服務設施含m個類別，以站點分別與各類社會公共服務設施的距離為元素構造初始矩陣，然后對初始矩陣正向化（本文取其倒數），得到正向化矩陣：

式（3）中：X為正向化矩陣；xij為正向化后的第i個站點的第j個指標值。

（2）規(guī)范化處理

對矩陣X進行規(guī)范化處理：

式（4）中：zij為X中各項指標值除以所在列向量的范數所得值；xij含義同前。

規(guī)范化后的矩陣為：

（3）計算正、負理想解

（4）計算站點與方案的距離

各站點與最優(yōu)方案和最劣方案的距離分別按下式計算：

式（7）～式（10）中：pij為經離差標準化處理后的評價指標占該指標總值的比重；Hj為各指標的熵值；xij與wj含義同前。

（5）計算相對貼近度

計算各站點與最優(yōu)方案的相對貼近度：

式（11）中：Ci為各站點與最優(yōu)方案的相對貼近度，在[0,1]內取值，值越大表明第i個站點越接近最優(yōu)水平，即軌道交通站點區(qū)位活力評價分值越高；與含義同前。

為方便與站點密度活力作比較，本文進一步將各Ci作類似于式（2）的歸一化處理，最終可得無量綱的軌道交通站點區(qū)位活力評分。

2 案例分析

2.1 研究區(qū)域與數據來源

本文以軌道交通正處于發(fā)展期的省會城市南昌市為例進行實證研究。截至2021 年8 月，南昌運營的地鐵線路共3 條，分別是南昌地鐵1 號線、南昌地鐵2 號線和南昌地鐵3 號線，共設車站70座（含換乘站4座），運營線路總長88.85km。

基于Python 網絡爬蟲技術，引入Requests 庫請求網頁，通過調用百度地圖開放平臺的API 接口獲取南昌市軌道交通線路、站點矢量數據及全市域POI 信息。獲取的POI 數據類別繁多，具體類型細分見表1 二級分類信息。經過數據清洗與整合，最終篩選出餐飲、購物、科教、金融、交通、生活、商務和政府8 個大類（與二級分類對應關系見表1）共計247 800 條POI 信息數據。隨后將POI 數據、軌道交通站點及線路矢量數據導入ArcGIS 軟件，建立地理數據庫。各類POI 數據與軌道交通站點的可視化效果如圖2所示。

圖2 軌道交通站點及興趣點類型可視化

表1 南昌市域POI數據分類級別

通常認為步行10min 距離（800～1500m）內為地鐵站點的影響范圍，然而不同地域該范圍大小不同，需要根據當地實際情況進行衡量，常用方法是利用站點周邊地價與容積率的變化對站點影響范圍進行評估。根據國內對南昌地鐵已有的相關研究[23]，在1 500m 范圍內，南昌地鐵1 號線周邊的住宅價格會受距離因素影響，距離越近，價格受影響程度越大。基于此，本文將南昌市軌道交通站點的服務半徑定為1 500m，并在ArcGIS中建立以站點為圓心、1 500m 為半徑的圓形緩沖區(qū)。對于式（1）中j類POI 設施為站點貢獻活力的權重Rj，從人群活動的角度出發(fā)，人首先應滿足最基本的生理、物質性等需求，因此在權重上優(yōu)先考慮餐飲、購物等基本消費性服務設施；其次考慮科教類服務設施，這類設施（包含中學、高校等）獨特的資源優(yōu)勢對站點周邊居民吸引較大；再次是其余日常活動不可或缺的服務設施，如金融、生活、商務和社交等；考慮到政府部門服務的特殊性及就業(yè)人群，其對站點周邊居民的吸引力相對其他類別最弱，故該類服務設施權重最小。所有類型服務設施權重的分配情況如表2所示。

表2 不同類別服務設施的權重分配

2.2 軌道交通站點活力可視化分析

2.2.1 市域POI核密度分析

為分析南昌軌道站點周邊POI 服務設施分布特征，利用ArcGIS 對南昌市域POI 數據進行核密度分析。核密度分析根據研究要素（例如點要素）已知總數，計算周圍區(qū)域的要素密度。距離中心點最近的數據點被賦予較高權重，反之被賦予較低權重，中心點的估計密度為研究區(qū)域內所有點要素加權的評價密度。南昌全域POI 核密度分布如圖3所示。圖3中紫色點狀部分表示POI矢量數據的分布，下面部分表示全域POI 核密度值分布。可以看出，核密度值較高的區(qū)域主要分布在南昌主城區(qū)，最高值落在主城西湖區(qū)和紅谷灘區(qū)，即目前軌道交通線路匯集區(qū)域。

圖3 全域POI核密度分布

2.2.2 站點活力疊加分析

依托ArcGIS 軟件中已建的地理文件數據庫和前文所建站點密度活力評價模型，計算得到各類POI設施為站點貢獻的活力值。

在教育、醫(yī)療等社會公共服務設施上，選擇高校、綜合醫(yī)院、中學和國省級景區(qū)4 類作為代表性服務設施。教育類公共服務由于階段劃分較多，因此選擇高校替代普通高等教育、中學替代高級中等教育和義務教育，避免同類別設施細分過多，而使評估具有明顯偏向性。其中，綜合醫(yī)院包含三甲醫(yī)院與綜合類醫(yī)院。同樣，依據區(qū)位活力評價模型，代入評價指標初始值，利用Python進行計算，得到站點區(qū)位活力。

為更好地評估各軌道交通站點的綜合活力，將站點POI 密度活力與區(qū)位活力疊加，經綜合疊加分析后進一步重分類，可視化結果如圖4所示。

圖4 南昌市域軌道交通站點活力可視化

由圖4 可知，南昌市軌道交通站點活力空間分布相對不均衡。綜合活力較高的站點主要集中在老城區(qū)內，如八一館、八一廣場、福州路等站點，其次分布在紅谷灘區(qū)內，如衛(wèi)東和地鐵大廈等站點，這表明老城中心區(qū)和城東片區(qū)、紅谷灘區(qū)之間的交通需求引力較大。此外，評價結果與市域POI 核密度分布在規(guī)律上也表現出較高的一致性，對于核密度值高的區(qū)域，區(qū)內站點的POI密度活力也相應較高，綜合活力也易取得較高分值；對于那些區(qū)位活力較高的站點（如雅苑路、綠茵路、太子殿等站點），情況可能例外，這是因為相對于其他站點，這些站點與高校、綜合醫(yī)院等重要公共服務設施的距離優(yōu)勢更為明顯，從資源獲取的便利性角度來說，即便是在核密度值較低的區(qū)域，此類站點仍對人群有較大吸引力；某些客流量大的站點（如南昌西站），周邊業(yè)態(tài)開發(fā)強度較低，到發(fā)客流在站點周邊可進行的活動有限，因此站點活力并不如預想的高。

從不同軌道交通線路上看，各條線路首尾段的站點活力評分普遍較低。軌道交通1號線（雙港—瑤湖西）由于開通時間最早，多數站點坐落于主城區(qū)，沿線設施分布的資源優(yōu)勢也最高，故該線路的站點綜合活力相對其他線路較高。相反，軌道交通3 號線（京東大道—銀三角北）開通時間最晚，該線路除青山路口站至十字街站沿線段外，沿線設施資源優(yōu)勢較弱，綜合活力普遍較低。

2.3 站點活力聚類分析

由于不同軌道交通站點的類型可能不盡相同，軌道交通規(guī)劃建設中需要對站點進行分類規(guī)劃和管理。為此，基于站點的POI 密度活力和區(qū)位活力這兩個無量綱特征指標，應用K-Means 聚類算法對各個站點進行分類。

選取輪廓系數、Calinski-Harabaz 得分和KMeans 模型對象的屬性Inertias 作為評價指標，其中輪廓系數是所有樣本輪廓系數的平均值，該值越高表明聚類效果越好；Calinski-Harabaz 得分為群內離散與簇間離散的比值，該值越大則聚類效果越好；Inertias 表示樣本到最近聚類中心的距離總和，該值越小表示樣本分布在不同類別間越集中?？紤]到分類過多會無針對性，本文聚類程序中取類別數K≤6，結果表明將各站點分為5 類時指標輸出情況相對最佳，其中輪廓系數為0.51，Calinski-Harabaz 得分為107，Inertias 為1.17，因此聚類結果準確性較高。最終聚類結果如圖5 所示，各類型站點具體名稱見表3。

圖5 南昌市軌道交通線路站點活力聚類結果

表3 南昌軌道交通線路各站點聚類結果

根據圖5 和表3 的聚類結果，將目前南昌市70個軌道站點（含4個換乘站）分為5類：

（1）孕育型：占33%，典型站點如南昌西站，表現為站點POI 密度活力與區(qū)位活力均顯著低于平均水平，代表站點周邊服務設施還不完善，設施資源亟待開發(fā)與投入；

（2）密集型：占30%，典型站點如地鐵大廈站，表現為站點POI 密度活力高于區(qū)位活力，代表站點周邊服務設施規(guī)模已有一定基礎，只是距離高校、綜合三甲醫(yī)院、中學與國省級景區(qū)相對稍遠；

（3）平衡型：占16%，典型站點如八一廣場站，表現為站點POI 密度活力基本能與其區(qū)位活力相匹配，站點周邊服務設施規(guī)模相對完善；

（4）區(qū)位型：占17%，典型站點如學府大道東站，表現為站點POI 區(qū)位活力高于密度活力，表明站點具備極佳區(qū)位優(yōu)勢，而周邊服務設施規(guī)模尚未形成；

（5）成熟型：占4%，典型站點如丁公路北站，表現為站點POI 密度活力與區(qū)位活力均顯著高于平均水平，表明該類站點周邊服務設施已經完善，并且具備極佳的區(qū)位優(yōu)勢。

可以看出，南昌市不同類別站點的周邊空間活力存在顯著差異，站點活力顯著低下的站點數量占比較大，達33%；站點活力相對均衡的站點數量占比較小，僅為20%。

2.4 基于活力評價的軌道交通建設發(fā)展建議

由評價結果可知，該模型能夠反映南昌市軌道站點的周邊設施建設實際情況，結果與軌道客流OD 分布典型特征基本吻合。當前，南昌市軌道站點周邊空間設施建設還處于發(fā)展上升期，為促進站點設施與周邊業(yè)態(tài)分布在空間布局上協(xié)同發(fā)展，建議從以下方面著手。

首先，主動發(fā)揮軌道交通建設聯動作用。軌道交通不能低效地等待、吸引站點周邊設施的投入，要主動引導站點周邊業(yè)態(tài)設施甚至城市的開發(fā)。例如，可通過聯合開發(fā)手段，引導業(yè)績與資信良好的企業(yè)共同發(fā)展軌道交通上蓋物業(yè)，增強站點周邊空間的吸引力。同時，協(xié)調軌道交通站點周邊業(yè)態(tài)發(fā)展。目前，老城區(qū)內站點周邊業(yè)態(tài)發(fā)展已較為成熟，故更應關注發(fā)展新區(qū)。對于鄰近老城區(qū)的新發(fā)展區(qū)內的站點，應更趨向分散人口與吸引就業(yè)，因地制宜地在站點周邊興建商場、寫字樓等設施，既充分發(fā)揮軌道交通區(qū)位可達性優(yōu)勢，又帶動、引導周邊城市的發(fā)展；對于鄰近各條軌道交通線路首末站的站點，可按照公交社區(qū)的模式，積極發(fā)展新區(qū)，實現TOD模式。

其次，對各站點的周邊設施建設進行分類引導，總體上讓更多非平衡型的站點（特別是孕育型站點）朝著成熟型站點規(guī)劃目標發(fā)展。在矛盾較為突出的幾類站點中，孕育型站點區(qū)域普遍存在城市空間利用率低、周邊服務設施不完善、設施資源亟待投入和開發(fā)等問題。針對具有大客流資源的孕育型站點（如南昌西站），可借助客流資源優(yōu)勢激發(fā)城市空間，提升潛在土地價值，利用上蓋物業(yè)獲取的溢價回饋站點，進行更大規(guī)模的基礎設施建設，形成良性循環(huán)。對于客流不高的孕育型站點，車站建設通常早于社區(qū)建設（如生米站），目前周邊人口密度低，但因建成面積小，從而具有較大的TOD 開發(fā)潛力，開發(fā)過程中可聚焦人居環(huán)境質量和社區(qū)魅力，讓地鐵與上蓋物業(yè)協(xié)同發(fā)展。

相比于孕育型站點，區(qū)位型站點具備較好的區(qū)位優(yōu)勢，但站點服務區(qū)土地資源緊缺，周邊服務設施規(guī)模小。為此，可通過更新、改造手段提升業(yè)態(tài)的多樣性；利用立體化設計，解決特征日交通需求與有限用地資源的矛盾，例如在固定時段內增設大運量交通接駁系統(tǒng)。密集型站點的周邊區(qū)域業(yè)態(tài)分布多樣，服務設施規(guī)模相對完善，在進行周邊空間設施規(guī)劃上，不應僅關注提升周邊業(yè)態(tài)服務設施規(guī)模，還需考慮居民公共服務資源獲取的便利性，從整體上提升站點的綜合活力。

3 結語

本文構建了一種基于POI 數據的軌道交通站點活力評價模型，為彌補傳統(tǒng)軌道站點活力測度方法中僅考慮站點周邊設施數量這一不足，引入教育、醫(yī)療等社會公共服務獲取的便利性，從兩個維度對站點周邊空間活力進行了評價。以南昌市為例，運用該模型，通過ArcGIS 軟件與Python分別對其運營軌道交通線路70個站點服務區(qū)域進行了研究，評價結果能反映南昌市軌道站點的周邊設施建設基本情況與客流分布特征，印證了評估方法的合理性與有效性。

不過本文對于軌道交通站點活力的測度，僅考慮各項設施數量和服務獲取的便利性沿不夠全面，還需結合道路基礎設施建設情況、客流等各項因素進行建模分析；其次，因為區(qū)位活力評價模型采用歐式距離而非更復雜的實際路徑距離，因此本模型可能不完全適用于基礎設施建設程度不高的中小城市，后續(xù)將結合上述內容展開進一步研究。