裴玉龍，常錚

(東北林業(yè)大學(xué) 交通學(xué)院，黑龍江 哈爾濱 150040)

近年來為著力解決戶外勞動者在就餐、飲水、休息等方面的實際困難，全國建立了一批戶外勞動者服務(wù)站點(以下簡稱服務(wù)站點).在此背景下如何優(yōu)化站點布局并提升站點服務(wù)能力已成為新的熱點.目前國內(nèi)外對公共服務(wù)設(shè)施空間布局特征分析主要分為優(yōu)化決策模型、服務(wù)需求的時空建模和多目標(biāo)優(yōu)化決策算法三類[1]，其中吳晨瑋和王衛(wèi)等[2-3]綜合運用GIS空間核密度、相關(guān)性及距離分析等空間分析方法分析各個公共服務(wù)設(shè)施的現(xiàn)狀特征并提出公共服務(wù)設(shè)施優(yōu)化策略；闞小溪和李華等[4-5]利用研究區(qū)域OD及GPS數(shù)據(jù)，構(gòu)建出行時空的耦合度模型、分析服務(wù)設(shè)施空間布局并對公共設(shè)施服務(wù)半徑進(jìn)行了確定；趙立志[6]通過構(gòu)建“最小化設(shè)施點數(shù)模型”和“最小化抗阻模型”提出兩級公共服務(wù)設(shè)施體系；齊琳等[7]通過服務(wù)成本和需求成本之和最小構(gòu)建了基于改進(jìn)粒子群算法的公共設(shè)施布局優(yōu)化模型；吳宇華和王超等[8-10]利用GIS網(wǎng)絡(luò)分析法建立了服務(wù)設(shè)施與居住空間的量化聯(lián)系；周媛和林俊雄等[11-12]利用空間分析和多準(zhǔn)則模型對服務(wù)設(shè)施布局及選址問題進(jìn)行了研究.

雖然目前國內(nèi)外對公共服務(wù)設(shè)施空間布局特征及可達(dá)性的研究眾多，但大多以醫(yī)療、交通或應(yīng)急等公眾服務(wù)設(shè)施為研究對象，而對面向特殊群體設(shè)施的研究少之又少，且多數(shù)研究低估了城市交通與服務(wù)設(shè)施布局的關(guān)系，因此本文以戶外勞動者服務(wù)站點為研究對象，以城市道路網(wǎng)為切入點，通過融合區(qū)域可達(dá)站點數(shù)量及人均服務(wù)資源提出服務(wù)指數(shù)的概念，為服務(wù)站點的布局規(guī)劃提供新的參考.

1 數(shù)據(jù)采集及預(yù)處理

本文所用戶外勞動者及服務(wù)站點數(shù)據(jù)為2020年10-11月由黑龍江省總工會與作者所屬課題組歷時近20天共同調(diào)研采集獲取，其中服務(wù)站點數(shù)據(jù)983條(包含主城區(qū)全部站點位置、面積、名稱、利用率等)，戶外勞動者數(shù)據(jù)274條(包含各街道或單位勞動者數(shù)量、勞動類型及工作時間等).所用城市道路網(wǎng)通過Open Street Map開源網(wǎng)站獲取，并依據(jù)城市道路分級標(biāo)準(zhǔn)建立具有道路分級、運行速度及路段長度等字段的交通網(wǎng)絡(luò)模型.服務(wù)站點位置及勞動者分布結(jié)構(gòu)化地址通過百度地圖地理編碼Web API接口轉(zhuǎn)化為經(jīng)緯度坐標(biāo)，將數(shù)據(jù)導(dǎo)入ArcGIS進(jìn)行可視化處理如圖1、2所示.

圖1 主城區(qū)戶外勞動者分布

圖2 主城區(qū)服務(wù)站點及道路網(wǎng)布局

2 服務(wù)站點布局及利用率測度方法

2.1 服務(wù)站點空間集聚特性分析

2.1.1 空間自相關(guān)分析

空間自相關(guān)分為全局自相關(guān)和局部自相關(guān)，全局自相關(guān)用于分析要素整體空間分布狀態(tài)(聚集、分散或隨機(jī))，而局部自相關(guān)則用來分析單個要素與其鄰近要素的相關(guān)程度[13-14].本文擬采用全局空間自相關(guān)分析對哈爾濱市主城區(qū)服務(wù)站點的莫蘭指數(shù)(Moran′sI)進(jìn)行計算，并通過z得分和p值對分析結(jié)果的顯著性進(jìn)行評估；其中Moran′sI>0表示具有較強(qiáng)的空間正相關(guān)性，Moran′sI<0表示存在不公平分配，Moran′sI=0則表示屬性值隨機(jī)分布不存在空間自相關(guān)[15].其整體計算公式為：

(1)

(2)

2.1.2 站點空間密度分析

核密度分析是一種利用樣本數(shù)據(jù)來計算數(shù)據(jù)聚集情況并通過距離衰減函數(shù)來度量研究要素密度變化，以此來探索空間區(qū)域中的熱點分布情況和變化特征的一種計算方法[16].通過核密度分析可以準(zhǔn)確反映服務(wù)站點的空間集聚特性及其與周邊站點的相互關(guān)系，并可實現(xiàn)對服務(wù)站點空間分布特征的深入分析及可視化表達(dá)，核密度的計算公式為：

(3)

式中，fn(x)為空間位置x處服務(wù)站點的核密度計算函數(shù)，n為與位置x處服務(wù)站點的距離小于或等于h的服務(wù)站點總數(shù)，h為距離衰減函數(shù)，k為權(quán)重函數(shù).

2.2 基于改進(jìn)兩步移動搜索法的服務(wù)指數(shù)計算

兩步移動搜索法(2SFCA)是一種基于機(jī)會累積思想的交通可達(dá)性度量方法[17]，其原理是分別以供需兩地為中心進(jìn)行兩次搜索，計算出搜索范圍內(nèi)人均服務(wù)資源占有量[18-19]，進(jìn)而對分析對象布局的均衡性及公平性進(jìn)行評價.傳統(tǒng)兩步移動搜索法采用固定的距離閾值進(jìn)行搜索，但在現(xiàn)實中不同出行方式所產(chǎn)生的出行半徑不可能完全相同，因此本文對傳統(tǒng)兩步移動搜索法進(jìn)行改進(jìn)，將兩步搜索中的距離閾值轉(zhuǎn)換為時間閾值，并將戶外勞動者總體人均服務(wù)資源Ai分為以快遞員、出租車駕駛員等為代表的乘坐載運工具勞動者的人均服務(wù)資源Ai-veh和以環(huán)衛(wèi)工人等為代表的步行勞動者的人均服務(wù)資源Ai-walk兩部分，其改進(jìn)公式的表達(dá)式如式(4)～(6)所示；此外針對單一的可達(dá)性指標(biāo)難以準(zhǔn)確衡量服務(wù)站點空間布局及利用率的不足，通過融合區(qū)域可達(dá)站點數(shù)量及人均服務(wù)資源提出了服務(wù)指數(shù)的概念，其表達(dá)形式如式(7)所示：

(4)

(5)

Ai=Ai-walk+Ai-veh

(6)

(7)

式中：Ai為戶外勞動者總體人均服務(wù)資源；Ai-veh和Ai-walk分別為乘坐載具和步行戶外勞動者的人均服務(wù)資源；Sj為戶外勞動者站點j的供給規(guī)模，以站點面積表示；Dkv和Dkw分別代表搜索區(qū)域內(nèi)兩類勞動者的需求人數(shù)；vveh和vwalk分別代表兩類勞動者沿城市道路的行進(jìn)速度；t0為時間閾值即勞動者前往站點可接受的最長時間；dkj為服務(wù)站點j與勞動者k之間的路程；ωveh和ωwalk分別代表兩類勞動者所占權(quán)重比例；fser為服務(wù)站點綜合服務(wù)指數(shù)；mveh和mwalk分別代表兩類勞動者可達(dá)站點數(shù)量，α和β為權(quán)重系數(shù).

3 案例分析

3.1 哈爾濱主城區(qū)服務(wù)站點空間集聚特征

為揭示哈爾濱市主城區(qū)服務(wù)站點的空間關(guān)聯(lián)特性，采用CONTIGUITY_EDGES_CORNERS空間關(guān)系概念計算各街道服務(wù)站點全局莫蘭指數(shù)(Moran′sI)，所得z得分為12.72(大于2.58)，且p值為0(小于0.01)，說明主城區(qū)服務(wù)站點的全局莫蘭指數(shù)在0.01的顯著水平上通過顯著性檢驗，隨機(jī)分布的可能性小于1%；莫蘭指數(shù)I為0.573(大于0)，表明服務(wù)站點呈現(xiàn)顯著的集聚特征且具有較強(qiáng)的空間正相關(guān)性.以面積作為權(quán)重字段對主城服務(wù)站點進(jìn)行核密度分析，得到主城區(qū)服務(wù)站點核密度如圖3所示.從結(jié)果來看主城區(qū)服務(wù)站點呈現(xiàn)典型的多核心塊狀集聚特征，南崗、香坊、道里、道外和松北組成1個大核心，平房、阿城、雙城和呼蘭分別形成4個小核心，其中南崗—道外—道里交界處附近服務(wù)站點密度最高、集聚性最為顯著，并由此向外呈現(xiàn)遞減趨勢.

圖3 主城區(qū)服務(wù)站點核密度分析

3.2 主城區(qū)服務(wù)站點可達(dá)性分析

服務(wù)站點可達(dá)性分析分為可達(dá)站點數(shù)量和人均服務(wù)資源兩方面，由于城市道路是戶外勞動者的主要工作場所，在工作時段內(nèi)戶外勞動者的一切出行均以城市道路為出發(fā)點，因此本文做出以下兩點假設(shè)：①假設(shè)研究范圍內(nèi)各街道的戶外勞動者全部均勻分布在城市道路上；②為方便可達(dá)性的計算，假設(shè)各街道戶外勞動者的出行均以所在路段的中點為起始點，以服務(wù)站點為目的地，以此為基礎(chǔ)構(gòu)建步行和乘坐載具兩種方式的交通網(wǎng)絡(luò)分析模型.

現(xiàn)有研究表明“15 min生活圈”是居民生活最密切的圈層，15 min內(nèi)可達(dá)各類公共服務(wù)設(shè)施可使人民獲得更強(qiáng)的幸福感[20]，因此本文以15 min作為可達(dá)性分析的時間閾值.通過網(wǎng)絡(luò)分析計算出步行和乘坐載具兩種方式在15 min搜索半徑內(nèi)可到達(dá)的服務(wù)站點數(shù)量，并取二者最大值作為各區(qū)域可達(dá)服務(wù)站點數(shù)，將計算結(jié)果做可視化處理，如圖4所示.可以看出可達(dá)站點數(shù)量由城市中心向外圍鄉(xiāng)鎮(zhèn)逐漸衰減，這主要是由于中心城區(qū)路網(wǎng)及服務(wù)站點均比外圍鄉(xiāng)鎮(zhèn)密集，戶外勞動者可選站點更多，且距離站點空間距離更短；在人均服務(wù)資源占有量方面，采用改進(jìn)兩步移動搜索法對主城區(qū)各區(qū)域15 min出行范圍內(nèi)的人均服務(wù)資源進(jìn)行計算，得分越高說明戶外勞動者可享受到的服務(wù)越好，反之則越差.由圖5可以看出整體上中心城區(qū)人均服務(wù)資源低于外圍鄉(xiāng)鎮(zhèn)，主要原因是中心城區(qū)服務(wù)站點數(shù)量雖多，但其勞動者也更為密集，對服務(wù)站點的需求度也相對更高.

圖4 主城區(qū)15 min可達(dá)站點數(shù)量

圖5 主城區(qū)15 min出行范圍內(nèi)人均服務(wù)資源

為進(jìn)一步探究主城區(qū)各街道戶外勞動者密度與人均服務(wù)資源的相關(guān)性，采用雙變量空間自相關(guān)分析法對二者進(jìn)行分析，最后將分析結(jié)果進(jìn)行可視化處理，處理結(jié)果如圖6所示.根據(jù)計算，戶外勞動者密度與人均服務(wù)資源的全局雙變量莫蘭指數(shù)I為0.012，即戶外勞動者密度與人均服務(wù)資源存在正相關(guān)，即勞動者密度大的位置站點人均服務(wù)資源也相應(yīng)較高.另外從LISA聚類圖可以看出：①主城區(qū)內(nèi)幾乎不存在勞動者密度高、服務(wù)資源供給低的地區(qū)，服務(wù)站點資源供給充裕；②高-高聚類均集中在主城區(qū)中心位置，盡管主城區(qū)中心戶外勞動者密度大，但服務(wù)站點資源充足，站點可達(dá)性及服務(wù)資源適配度也相應(yīng)較高；③主城區(qū)存在89個街道處于低-高聚類，其主要分布于松北區(qū)、道外區(qū)及香坊區(qū)，這些地區(qū)勞動者密度不高但服務(wù)資源供給十分充足，個別地區(qū)甚至?xí)a(chǎn)生一定資源閑置；④雙城區(qū)和呼蘭區(qū)外圍大多街道處于低-低聚類，此類地區(qū)勞動者密度低同時站點資源也相應(yīng)較少，資源配置相對合理.

3.3 主城區(qū)服務(wù)站點綜合服務(wù)指數(shù)分析

可達(dá)站點數(shù)量及人均服務(wù)資源占有量是衡量某一地區(qū)戶外勞動者服務(wù)站點服務(wù)質(zhì)量的重要指標(biāo)，根據(jù)相關(guān)規(guī)定及問卷調(diào)查結(jié)果“若使戶外勞動者擁有較高滿意度，各街道站點人均服務(wù)資源不宜低于1.5 m2/人，15 min可達(dá)站點數(shù)量不宜少于30處”，因此以15 min搜索半徑內(nèi)各街道人均服務(wù)資源占有量為橫軸，平均可達(dá)站點數(shù)量為縱軸，以(1.5，30)為坐標(biāo)原點建立站點綜合服務(wù)質(zhì)量象限，如圖7所示.其中處于第一象限的街道15 min可達(dá)站點數(shù)量多且人均服務(wù)資源充裕，處于第二象限的街道雖然15 min可達(dá)站點數(shù)量多但人均服務(wù)資源貧乏，處于第三象限的街道15 min可達(dá)站點數(shù)量及人均服務(wù)資源均處于較低水平，處于第四象限的街道雖然15 min可達(dá)站點數(shù)量較少但人均服務(wù)資源豐富.由圖7可知，在乘坐載具的情況下，有超過70%的街道處于散點圖第一、二象限交界處，在步行的情況下，有近60%的街道處于散點圖第三象限內(nèi)，這說明主城區(qū)內(nèi)出租司機(jī)、快遞(外賣)小哥等戶外勞動者在15 min內(nèi)可達(dá)站點資源豐富，且對站點并無固定選擇，服務(wù)資源相對合理，可以滿足較好的服務(wù)；而對于環(huán)衛(wèi)工、園林綠化工等步行勞動者一般對站點有較為固定的選擇,習(xí)慣于前往固定的站點接受服務(wù)，加之環(huán)衛(wèi)工等群體所占比重大，工作、休息時間固定且對服務(wù)站點需求高，大多區(qū)域高峰時段人均資源占有量不足1 m2/人，整體服務(wù)資源較為緊張.

圖7 站點綜合服務(wù)質(zhì)量象限

為深入分析服務(wù)站點空間布局特性，本文融合可達(dá)站點數(shù)量與人均資源占有量計算各街道站點的綜合服務(wù)指數(shù)，并對各街道平均可達(dá)站點數(shù)、人均服務(wù)資源占有量和綜合服務(wù)指數(shù)與高峰時段(即勞動者集中休息或換班時段)利用率之間的相關(guān)性進(jìn)行擬合分析，結(jié)果顯示服務(wù)站點高峰時段利用率與可達(dá)站點數(shù)量擬合曲線R2值為0.460；與人均服務(wù)資源擬合曲線R2值僅為0.041；與綜合服務(wù)指數(shù)擬合曲線R2值為0.851.由此說明綜合服務(wù)指數(shù)與服務(wù)站點高峰時段利用率之間相關(guān)性明顯優(yōu)于其他兩種指標(biāo)，二者經(jīng)殘差檢驗分析具有很好的擬合效果，可以判定存在較強(qiáng)的負(fù)相關(guān)性.二者之間的具體關(guān)系可表現(xiàn)為：街道站點平均綜合服務(wù)指數(shù)越高，代表該街道可供戶外勞動者選擇的站點數(shù)量或站點服務(wù)資源越豐富，因此高峰時段該街道內(nèi)單位站點不易飽和，其站點利用率相應(yīng)較低；反之，綜合服務(wù)指數(shù)越小，可供戶外勞動者選擇的站點數(shù)量或服務(wù)資源越少，高峰時段單位站點更易飽和，因此其利用率也相應(yīng)較高.

不同評價指標(biāo)與站點高峰時段利用率相關(guān)性分布如圖8所示，由圖8(c)可看出，雖然在整體上綜合服務(wù)指數(shù)與站點高峰時段利用率之間呈現(xiàn)負(fù)相關(guān)，但當(dāng)綜合服務(wù)指數(shù)過低時，也會導(dǎo)致站點高峰時段利用率的下降.分析其原因，當(dāng)站點綜合服務(wù)指數(shù)過低(小于0.05 m2/(人·處))時，高峰時段站點極易產(chǎn)生過飽和現(xiàn)象，進(jìn)而在一定程度上降低戶外勞動者的使用意愿，使站點利用率降低；當(dāng)站點服務(wù)指數(shù)過高(大于2 m2/(人·處))時，服務(wù)資源便會產(chǎn)生大量的冗余閑置，亦會使站點的利用率下降.綜合服務(wù)指數(shù)-利用率擬合值殘差檢驗如圖9所示.

圖8 不同評價指標(biāo)與站點高峰時段利用率相關(guān)性分布

圖9 綜合服務(wù)指數(shù)-利用率擬合值常規(guī)殘差檢驗

將主城區(qū)站點綜合服務(wù)指數(shù)及站點利用率進(jìn)行可視化處理，如圖10、圖11所示.兩者在空間分布上存在一定的負(fù)相關(guān)，因此，結(jié)合前文分析結(jié)果可認(rèn)為采用綜合服務(wù)指數(shù)對利用率進(jìn)行推算存在一定合理性.從綜合服務(wù)指數(shù)分布來看，外圍城區(qū)綜合服務(wù)指數(shù)普遍高于中心城區(qū)，這主要是由于外圍城區(qū)多為大型站點，單個站點空間面積大且勞動者密度較低，高峰時段站點不易飽和；從利用率分布來看，中心城區(qū)站點利用率普遍偏高，這一方面是由于中心城區(qū)戶外勞動者密度更為密集，另一方面由于中心城區(qū)多數(shù)為小型聯(lián)建站點，單個站點承載能力較弱，高峰時段站點更易飽和，利用率更高；因此針對中心城區(qū)服務(wù)站點的布局優(yōu)化，可嘗試對現(xiàn)有小型服務(wù)站點進(jìn)行改建，增大單個站點服務(wù)面積；對于邊緣城區(qū)應(yīng)采取減小現(xiàn)有站點面積，增加站點密度的方式，避免由于站點規(guī)模冗余而導(dǎo)致的服務(wù)資源浪費，進(jìn)而提升站點整體利用效率.

圖10 主城區(qū)站點綜合服務(wù)指數(shù)

圖11 主城區(qū)站點利用率

4 結(jié)論

(1)哈爾濱市主城區(qū)戶外勞動者服務(wù)站點具有較強(qiáng)的空間集聚特征，整體呈現(xiàn)“一大四小”的多核心集聚分布格局；

(2)戶外勞動者密度與人均服務(wù)資源的雙變量空間自相關(guān)分析表明，除市中心部分區(qū)域外，哈爾濱市主城區(qū)大多為低-高聚類和低-低聚類區(qū)域，主城區(qū)內(nèi)站點資源差異較為明顯，但整體供給充足，部分區(qū)域甚至出現(xiàn)了資源冗余的情況；

(3)主城區(qū)服務(wù)站點總體呈現(xiàn)“中心城區(qū)站點雖然密集，勞動者實際所享受到的服務(wù)卻不高；外圍城區(qū)站點密度雖然較低，但勞動者人均服務(wù)站點資源反而更加豐富”的現(xiàn)象，因此在對站點布局進(jìn)行優(yōu)化時，中心城區(qū)應(yīng)增大現(xiàn)有站點單位面積，外圍城區(qū)應(yīng)提升區(qū)域站點密度，進(jìn)而提升站點整體利用率；

(4)相關(guān)性檢驗結(jié)果表明，通過站點綜合服務(wù)指數(shù)可以較好地表征服務(wù)站點利用率及布局公平性，且站點綜合服務(wù)指數(shù)與利用率之間具有較強(qiáng)的負(fù)相關(guān)性，即站點綜合服務(wù)指數(shù)越高，服務(wù)站點利用率越低.