馬書紅,葛 永,孫言涵,吳洲豪

(1. 長(zhǎng)安大學(xué) 公路學(xué)院，陜西 西安 710064； 2. 中鐵第五勘察設(shè)計(jì)院集團(tuán)有限公司，北京 102600； 3. 中國(guó)鐵路設(shè)計(jì)集團(tuán)有限公司，天津 300142)

0 引 言

可達(dá)性作為體現(xiàn)交通系統(tǒng)對(duì)城市土地利用影響的一個(gè)重要指標(biāo)，在城市土地利用規(guī)劃和交通規(guī)劃中的作用不言而喻。W. G. HANSEN[1]于1959年首次定義了可達(dá)性的概念：交通網(wǎng)絡(luò)中各節(jié)點(diǎn)相互作用機(jī)會(huì)的大小，并建立了Hansen勢(shì)能模型用來計(jì)算可達(dá)性指標(biāo)。Q. SHEN[2]以Hansen勢(shì)能模型為基礎(chǔ)，考慮了出行者的需求因素影響，建立了Shen勢(shì)能模型。M. Q. DALVI等[3]認(rèn)為可達(dá)性表征了在特定交通系統(tǒng)中，出行者從某一區(qū)域到達(dá)任一活動(dòng)地點(diǎn)的便利程度。隨著研究的不斷發(fā)展，可達(dá)性涉及的研究范圍與領(lǐng)域也更加廣泛：D. HALDEN[4]對(duì)有關(guān)可達(dá)性概念、計(jì)算方法及應(yīng)用的相關(guān)文獻(xiàn)等進(jìn)行了總結(jié)；K. KOCKELMAN等[5-6]利用實(shí)例對(duì)可達(dá)性含義、計(jì)算方法、應(yīng)用條件等進(jìn)行了分析，并指出了機(jī)動(dòng)性和可達(dá)性在描述交通與土地利用關(guān)系中的區(qū)別，認(rèn)為可達(dá)性的影響因素不僅包括出行者特征和交通方式，還包括出行目的和內(nèi)容。國(guó)內(nèi)有關(guān)可達(dá)性的研究多集中在城市交通方面，如：王繼峰[7]利用不同方法分析了大連市公共交通方式通勤出行的可達(dá)性，結(jié)果顯示潛力模型與效用模型要優(yōu)于其他模型；陸化普等[8]辨析了交通可達(dá)性與機(jī)動(dòng)性在城市交通發(fā)展中的關(guān)系，提出了以可達(dá)性為導(dǎo)向的城市交通規(guī)劃思路；劉志偉[9]以可達(dá)性為指標(biāo)研究了城市土地利用與交通需求一體化模型；孫言涵[10]建立了基于效用模型和潛力模型的組合模型，用于研究大都市區(qū)公共交通可達(dá)性;關(guān)士托等[11]以西安市為例，研究了地鐵開通后沿線土地利用的變化對(duì)交通系統(tǒng)可達(dá)性和通勤者出行選擇行為的影響。由現(xiàn)有文獻(xiàn)可見，由于研究對(duì)象和研究目的的不同，國(guó)內(nèi)外對(duì)可達(dá)性概念的分析也不盡相同；而在城市交通可達(dá)性分析中，學(xué)者們多是針對(duì)某一交通方式(如公交、地鐵)的可達(dá)性進(jìn)行研究，有關(guān)區(qū)域交通可達(dá)性的研究較少。因此，筆者在對(duì)城市區(qū)域交通可達(dá)性概念分析的基礎(chǔ)上，充分考慮城市土地利用特性、交通系統(tǒng)特性和出行者特性，分析不同交通方式時(shí)間、費(fèi)用、換乘、服務(wù)質(zhì)量等因素的影響，建立基于效用模型的區(qū)域交通可達(dá)性模型，以期能夠更好的描述交通系統(tǒng)與土地利用的互動(dòng)關(guān)系。

1 城市區(qū)域交通可達(dá)性及影響因素分析

1.1 城市區(qū)域交通可達(dá)性概念

可達(dá)性概念最早起源于描述商業(yè)分布的古典區(qū)位理論，其主要影響因素為交通出行成本。在隨后的相關(guān)研究中，學(xué)者們根據(jù)各自研究領(lǐng)域和研究對(duì)象的特點(diǎn)，先后提出了基于土地利用因素的潛力模型及累積機(jī)會(huì)模型和基于出行者個(gè)體因素的效用模型等。對(duì)于筆者所研究的城市區(qū)域交通可達(dá)性而言，其含義是指出行潛在目的地的吸引力以及到達(dá)該目的地的便宜程度，不僅包括行為主體和交通方式，還包括出行活動(dòng)目的和內(nèi)容。其中，潛在目的地的吸引力體現(xiàn)為城市土地利用因素(土地利用性質(zhì)、開發(fā)強(qiáng)度等)，吸引力越大，可達(dá)性越大；便捷程度體現(xiàn)為城市交通系統(tǒng)因素(出行時(shí)間、費(fèi)用、舒適度等)；出行主體則體現(xiàn)為出行者個(gè)體因素(出行方式、出行目的等)?；诖?，筆者將城市區(qū)域交通可達(dá)性定義為：在一定的城市土地利用和交通系統(tǒng)中，出行者采用不同出行方式到達(dá)目的地的難易程度(意愿大小)，可用出行者在一次出行中所獲得的效用來表征，效用越大，出行者本次出行意愿越強(qiáng)烈。

1.2 城市區(qū)域交通可達(dá)性影響因素分析

根據(jù)上述分析可知，城市區(qū)域交通可達(dá)性的影響因素主要包括3個(gè)方面：土地利用因素、交通系統(tǒng)因素和出行者個(gè)體因素，三者與區(qū)域交通可達(dá)性之間的互動(dòng)關(guān)系如圖1。

圖1 區(qū)域交通可達(dá)性影響因素相互關(guān)系示意Fig. 1 Relationship between factors affecting regional transport’s accessibility

1)土地利用因素。城市土地利用的空間分布形態(tài)和土地開發(fā)程度決定了不同區(qū)域所能提供的機(jī)會(huì)(就業(yè)、居住、醫(yī)療和娛樂等)數(shù)量的多少。土地利用開發(fā)強(qiáng)度大的區(qū)域，所能提供給出行者的機(jī)會(huì)數(shù)量越多，出行者所能獲得的效用也就越大，對(duì)出行者的吸引力越強(qiáng)，表明該區(qū)域的可達(dá)性越好。此外，土地利用是出行發(fā)生的源點(diǎn)，區(qū)域土地的開發(fā)建設(shè)會(huì)誘發(fā)更多的交通需求，相應(yīng)的周邊配套的交通基礎(chǔ)設(shè)施也會(huì)更加完善，進(jìn)一步提高了該區(qū)域的可達(dá)性。

2)交通系統(tǒng)因素。交通基礎(chǔ)設(shè)施是居民出行活動(dòng)的載體，其服務(wù)水平的高低直接影響居民出行的效用。在交通網(wǎng)絡(luò)布局合理的情況下，交通基礎(chǔ)設(shè)施的投資建設(shè)越大，城市的道路網(wǎng)絡(luò)就會(huì)越密集，網(wǎng)絡(luò)效益就會(huì)越好，居民出行的便捷程度就會(huì)越高，出行所獲得效用就會(huì)越大，從而交通可達(dá)性越高。此外，交通基礎(chǔ)設(shè)施的完善會(huì)使得沿線土地增值，促進(jìn)區(qū)域土地利用的開發(fā)建設(shè)，增加區(qū)域機(jī)會(huì)供給量，誘發(fā)居民的出行需求，進(jìn)而提高了該區(qū)域的可達(dá)性。

3)出行者個(gè)體因素。出行者個(gè)體的特性如年齡、性別、收入、車輛擁有情況等因素會(huì)在一定程度上影響出行需求。不同職業(yè)群體在選擇出行目的地時(shí)會(huì)有所差異，不同收入和車輛擁有情況的個(gè)體在選擇出行方式時(shí)也會(huì)有所偏好。出行目的和出行方式的差異都會(huì)對(duì)出行者的效用產(chǎn)生影響，進(jìn)而影響區(qū)域出行的交通可達(dá)性。

2 區(qū)域交通可達(dá)性模型的優(yōu)化思路

2.1 常用的可達(dá)性測(cè)算方法及其適用性分析

通過對(duì)現(xiàn)有文獻(xiàn)的分析，總結(jié)出5種常用的可達(dá)性測(cè)算方法：距離法、重力模型法、累積機(jī)會(huì)法、效用模型法和時(shí)空法。不同方法的切入點(diǎn)及考慮因素有所差異，各類方法的優(yōu)缺點(diǎn)及適用性見表1。

表1 常用可達(dá)性測(cè)算方法的優(yōu)缺點(diǎn)及適用性分析Table 1 Advantages and disadvantages and their applicability analysis of common accessibility measurement methods

2.2 模型的選擇及優(yōu)化思路

通過對(duì)城市區(qū)域交通可達(dá)性影響因素分析，綜合考慮常用可達(dá)性測(cè)算方法優(yōu)缺點(diǎn)和適用性，筆者決定以效用模型為基礎(chǔ)，從非集計(jì)角度來分析上述3種因素對(duì)城市區(qū)域交通可達(dá)性的影響。將影響城市區(qū)域交通可達(dá)性的因素量化分析后代入模型，建立城市區(qū)域交通可達(dá)性優(yōu)化模型，基本思路如圖2。

圖2 區(qū)域交通可達(dá)性優(yōu)化模型建模思路Fig. 2 The modeling thought of the optimization model of regional transport’s accessibility

3 區(qū)域交通可達(dá)性模型的建立

3.1 效用函數(shù)分析

效用模型的具體形式如表1，該模型的核心是效用函數(shù)Vij的計(jì)算。對(duì)筆者所研究的城市區(qū)域交通可達(dá)性而言，效用函數(shù)的組成包括出行者在選擇不同方式的出行中所花費(fèi)的交通成本和目的地所能提供的機(jī)會(huì)兩部分。筆者選擇以綜合交通阻抗(負(fù)效用)和吸引強(qiáng)度(正效用)兩個(gè)參數(shù)來表征出行者所獲得的效用。

3.1.1 綜合交通阻抗

綜合交通阻抗的確定與交通系統(tǒng)和出行者個(gè)人特性有關(guān)。通常情況下，出行者的年齡、性別、收入水平等因素會(huì)影響其對(duì)出行方式的選擇，而不同的出行方式下所對(duì)應(yīng)的交通系統(tǒng)特性，如出行費(fèi)用、時(shí)間、舒適度等因素均有所差異，因此，筆者將分析不同出行方式下的廣義費(fèi)用作為綜合交通阻抗，其具體形式見式(1)和式(2)：

(1)

(2)

式中：Cij為小區(qū)i和小區(qū)j之間的綜合交通阻抗；Cijn為小區(qū)i和小區(qū)j之間第n種出行方式的廣義費(fèi)用；λijn為小區(qū)i和小區(qū)j之間第n種出行方式的選擇概率；Fijn、Tijn、Kn分別為節(jié)點(diǎn)i和節(jié)點(diǎn)j之間第n種出行方式的出行費(fèi)用、時(shí)間和舒適度指標(biāo)；VOTij為時(shí)間價(jià)值，可用該區(qū)域的人均GDP來計(jì)算。

3.1.2 吸引強(qiáng)度

不同開發(fā)性質(zhì)和開發(fā)強(qiáng)度的土地利用對(duì)出行者的吸引力均有所差異，具體表現(xiàn)在不同區(qū)域的建筑容積率、居住人口密度和就業(yè)崗位密度等指標(biāo)中，筆者引入吸引強(qiáng)度的概念來表征不同區(qū)域的土地利用對(duì)出行者的吸引力，其表達(dá)式如式(3)：

(3)

式中：Dj為目的小區(qū)j對(duì)其他小區(qū)出行者的吸引強(qiáng)度；Pj、Jj、Rj分別為小區(qū)j的居住人口密度、就業(yè)崗位密度和容積率；P、J、R分別為研究區(qū)域總的居住人口密度、就業(yè)崗位密度和容積率；a1、a2、a3分別為各指標(biāo)的權(quán)重，可通過層次分析法確定。

3.1.3 效用函數(shù)的確定

綜合上述正負(fù)效用函數(shù)的分析，同時(shí)參考C. BHAT等[5]的研究成果，筆者選取效用函數(shù)的形式如式(4)：

Vij=αlnDj-βlnCij

(4)

式中：α、β為參數(shù)，可通過居民出行方式選擇概率的調(diào)查數(shù)據(jù)標(biāo)定得到。

3.2 區(qū)域交通可達(dá)性模型的構(gòu)建

將式(4)代入效用模型中，即得到可達(dá)性的測(cè)算模型，如式(5)：

(5)

將上述可達(dá)性影響因素代入式(5)，即得到綜合各種出行方式的城市區(qū)域交通可達(dá)性優(yōu)化模型，如式(6)：

(6)

可達(dá)性指標(biāo)是一個(gè)相對(duì)值，為方便不同節(jié)點(diǎn)間可達(dá)性的比較，可對(duì)其進(jìn)行歸一化處理，即

(7)

4 案例分析

以西安市主城區(qū)為例，驗(yàn)證筆者所建立的區(qū)域交通可達(dá)性優(yōu)化模型的有效性。根據(jù)西安市總體規(guī)劃(2008—2020年)，主城區(qū)范圍劃定為：以唐長(zhǎng)安城為中心，以繞城高速為基本輪廓，東至灞河，西到繞城高速，南至潏河，北到渭河。由于數(shù)據(jù)一般按照行政區(qū)劃來統(tǒng)計(jì)，為了研究的方便，筆者將研究區(qū)域定為未央?yún)^(qū)、蓮湖區(qū)、新城區(qū)、碑林區(qū)、雁塔區(qū)、灞橋區(qū)和長(zhǎng)安區(qū)。

筆者所用數(shù)據(jù)以課題組建立的西安市交通模型為主，同時(shí)借助GIS軟件，對(duì)數(shù)據(jù)進(jìn)行處理分析。首先需要建立基于GIS平臺(tái)的數(shù)據(jù)庫，主要包括兩種類型：一種是用于確定地理景觀所處位置的空間數(shù)據(jù)，如經(jīng)緯度、坐標(biāo)等；另一種是非空間的屬性數(shù)據(jù)，諸如人口、面積、工作崗位等。筆者所用數(shù)據(jù)主要是基于西安市居民出行調(diào)查以及道路交通調(diào)查等資料。具體的數(shù)據(jù)庫建立過程如圖3。

圖3 數(shù)據(jù)庫建立示意Fig. 3 Schematic diagram of database establishment

首先需要對(duì)研究區(qū)域的小區(qū)進(jìn)行劃分，參考文獻(xiàn)[12]的交通小區(qū)劃分思想，按照人口和土地開發(fā)的不同將西安市主城區(qū)分為A～D四個(gè)大區(qū)，共1 054個(gè)交通小區(qū)，其中A區(qū)指城墻以內(nèi)的區(qū)域、B區(qū)指城墻以外和二環(huán)以內(nèi)的區(qū)域、C區(qū)指二環(huán)以外和三環(huán)以內(nèi)的區(qū)域、D區(qū)指三環(huán)以外的區(qū)域。根據(jù)式(1)和式(2)的計(jì)算方法，利用軟件計(jì)算得出各交通小區(qū)之間不同出行方式(公交、地鐵、小汽車等)的綜合交通阻抗，如表2；通過西安市統(tǒng)計(jì)年鑒和統(tǒng)計(jì)局網(wǎng)站得到各行政區(qū)的居住人口數(shù)據(jù)，利用式(3)計(jì)算得出各交通小區(qū)的吸引強(qiáng)度數(shù)據(jù)，如表3。

表2 各交通小區(qū)之間不同出行方式的綜合交通阻抗Table 2 Comprehensive traffic impedance of different travel modes between different traffic districts min

表3 各交通小區(qū)的吸引強(qiáng)度計(jì)算結(jié)果Table 3 Calculation results of attraction strength of different trafficdistricts

其中，舒適度指標(biāo)的計(jì)算參考了文獻(xiàn)[13-14]的研究結(jié)論，取各出行方式的出行時(shí)間和費(fèi)用的8%作為該方式的舒適度指標(biāo)函數(shù)；吸引強(qiáng)度的計(jì)算中由于區(qū)域容積率和就業(yè)崗位數(shù)據(jù)不易獲取，因此在計(jì)算中未予考慮。

將上述兩表中的數(shù)據(jù)代入式(6)，計(jì)算得到各交通小區(qū)的可達(dá)性指標(biāo)，同時(shí)可用GIS軟件的圖形分析模塊得到各交通各小區(qū)的可達(dá)性空間格局，具體結(jié)果如表4、表5和圖4。

表4 各交通小區(qū)可達(dá)性計(jì)算結(jié)果Table 4 Calculation results of transport’s accessibility of differenttraffic districts

表5 各交通大區(qū)可達(dá)性計(jì)算結(jié)果Table 5 Calculation results of transport’s accessibility of differenttraffic areas

圖4 各交通小區(qū)可達(dá)性空間格局Fig. 4 Spatial pattern of different traffic districts’ accessibility

由圖4可見，可達(dá)性較高的小區(qū)集中在蓮湖、新城和碑林等城墻內(nèi)及二環(huán)內(nèi)部分區(qū)域，且可達(dá)性的值隨著距市中心的距離增加而逐層遞減，這是由于市中心區(qū)域的土地利用集約程度較高，人口密度較大，且交通基礎(chǔ)設(shè)施較為發(fā)達(dá)，出行成本較低?？蛇_(dá)性的計(jì)算結(jié)果與西安市的交通基礎(chǔ)設(shè)施和土地利用開發(fā)情況較為吻合。

5 結(jié) 語

筆者在分析有關(guān)可達(dá)性研究的基礎(chǔ)上，針對(duì)城市交通可達(dá)性影響因素的復(fù)雜性，選擇從交通系統(tǒng)、土地利用以及個(gè)人屬性3個(gè)方面來分析，以效用模型為基礎(chǔ)建立城市區(qū)域交通可達(dá)性測(cè)算模型；考慮不同出行方式的時(shí)間、費(fèi)用等因素差異來定義綜合交通阻抗，并引入吸引強(qiáng)度這一指標(biāo)來表征土地利用的開發(fā)強(qiáng)度、開發(fā)密度等對(duì)可達(dá)性的影響，較為全面的反映了城市區(qū)域交通可達(dá)性指標(biāo)。研究成果有助于把握交通系統(tǒng)與土地利用的相互影響情況，實(shí)現(xiàn)城市交通系統(tǒng)和土地利用的協(xié)調(diào)發(fā)展。

參考文獻(xiàn)(References)：

[1] HANSEN W G. How accessibility shapes land use[J].JournaloftheAmericanInstituteofPlanners, 1959, 25(2): 73-76.

[2] SHEN Q. Location Characteristics of inner-city neighborhoods and employment accessibility of low-wage workers[J].EnvironmentandPlanningB:PlanningandDesign, 1998, 25(3):345-365.

[3] DALVI M Q, MARTIN K M. The measurement of accessibility: some preliminary results[J].Transportation, 1976, 5(1): 17-42.

[4] HALDEN D. Using accessibility measures to integrate land use and transport policy in Edinburgh and the Lothians[J].TransportPolicy, 2002, 9(4): 313-324.

[5] BHAT C, HANDY S, KOCKELMAN K, et al. Development of an urban accessibility index: formulations, aggregation, and application[J].Time, 7(21): 176.

[6] KOCKELMAN K, CHEN T D, NICHOLS B.TheEconomicsofTransportationSystems:AReferenceforPractitioners[M]. Texas, Austin: The University of Texas, 2013.

[7] 王繼峰. 基于可達(dá)性的交通規(guī)劃方法研究[D].北京：清華大學(xué), 2008.

WANG Jifeng.StudiesonTransportationPlanningTheoryBasedonAccessibility[D]. Beijing: Tsinghua University, 2008.

[8] 陸化普, 王繼峰, 張永波. 城市交通規(guī)劃中交通可達(dá)性模型及其應(yīng)用[J] .清華大學(xué)學(xué)報(bào)(自然科學(xué)版) ,2009, 49 (6) :781-785.

LU Huapu, WANG Jifeng, ZHANG Yongbo. Models and application of transport accessibility in urban transport planning[J].JournalofTsinghuaUniversity(Science&Technology), 2009, 49 (6): 781-785.

[9] 劉志偉. 基于可達(dá)性的土地利用與交通需求模型[D]. 南京：東南大學(xué), 2014.

LIU Zhiwei.LandUseandTrafficDemandModelBasedonAccessibility[D].Nanjing: Southeast University, 2014.

[10] 孫言涵. 大都市區(qū)公共交通可達(dá)性及模型研究[D]. 西安：長(zhǎng)安大學(xué), 2016.

SUN Yanhan.TheStudyofMetropolitanArea’sPublicTransitAccessibilityandModels[D]. Xi’an: Chang’an University, 2016.

[11] 關(guān)士托, 孫健, 徐婷. 城市地鐵開通對(duì)通勤者出行方式選擇的影響[J]. 河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015, 36(4):42-46.

GUAN Shituo, SUN Jian, XU Ting. Effect ofurban metro on commuters travel mode choice[J].JournalofHenanUniversityofScienceandTechnology(NaturalScience), 2015, 36(4): 42-46.

[12] 孫健, 陳書愷, 竺寒冰. 基于神經(jīng)網(wǎng)絡(luò)的交通發(fā)生量預(yù)測(cè)研究[J]. 西安建筑科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2015, 47(2):204-209.

SUN Jian, CHEN Shukai, DU Hanbing. Research on trip generation forecasting based on BP neuralnetwork[J].JournalofXi'anUniversityofArchitecture&Technology(NaturalScienceEdition), 2015, 47(2):204-209.

[13] 趙麗元, 杜文, 郝光,等. 基于行程時(shí)間可靠度的交通方式格序決策[J]. 統(tǒng)計(jì)與決策, 2008(9):43-46.

ZHAO Liyuan, DU Wen, HAO Guang, et al. Traffic pattern lattice order decision based on travel time reliability[J].Statistics&Decision, 2008(9): 43-46.

[14] 帥斌, 林渝鈞, 種鵬云. 基于Logit模型的城市低碳交通分擔(dān)率研究[J]. 武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版), 2012, 36(1):74-77.

SHUAI Bing, LIN Yujun, ZHONG Pengyun. Urban low-carbon transport share rate by logit model[J].JournalofWuhanUniversityofTechnology(TransportationScience&Engineering), 2012, 36(1): 74-77.