基于GISDK二次开发的公共交通可达性研究——以上海市为例

景 鹏，黄 曜，阮永利，陈媛媛

（江苏大学汽车与交通工程学院，江苏镇江 212001）

随着我国经济的快速发展和城镇化步伐的加快，城市人口数量和人们的生活水平都显著提高，城市交通机动化的水平也逐渐提高。截止2017年底，全国机动车保有量达3.1亿辆，北京、成都、重庆、上海、苏州、深圳和郑州等7个城市机动车保有量均超过300万辆［1］。机动车保有量的迅速增加、人们出行需求的快速增长、公共交通出行率的缓慢上升以及我国城市规划、交通管理水平的滞后，导致国内大、中型城市普遍出现交通拥堵问题［2］。为缓解城市交通拥堵的状况，北京、上海和深圳等城市都提出了以公共交通引导城市发展的战略，相继实施了公共交通优先、设置公共交通专用车道和提高公共交通接驳率等一系列措施［3］。公共交通优先是解决城市交通拥堵的一项有效措施，公共交通可达性是评价城市公共交通系统服务水平和质量的一个重要参考指标。

公共交通可达性是指出行者利用公共交通系统从出发点到目的地便利的程度，是决策者衡量公共交通系统服务能力的一项重要指标，也是出行者选择公共交通出行方式的一个重要指标。在以往关于公共交通可达性的研究中，主要集中于可达性评价计算模型的改进研究与可达性的应用［4-7］，很少有学者将可达性的计算模型融入到交通规划软件中来直接计算可达性的指标。虽然公共交通可达性作为城市公共交通系统评价和规划的重要指标，但是在现有的交通规划软件中，如TransCAD、Vissim和EMME等没有独立的公共交通可达性计算模块。为了便于公共交通企业运管部门提升运营管理水平、优化公共交通网络体系、提高公共交通出行方式吸引力和缓解城市交通拥堵问题，以上海市外环以内为研究对象，使用基于高德Web端API开发的网络地图图片自动截取拼接技术和公共交通信息挖掘技术，以TransCAD的GISDK为开发工具，充分考虑出行者、公共交通系统和土地利用三者之间的相互作用关系。建立公共交通可达性量化评价指标体系，并且以上海市外环内为例来验证开发模块的可靠性和准确性，分析和评价上海市外环以内范围的公共交通可达性现状，可为运管部门进行公共交通线网的调整与优化、提升公共交通可达性提供理论基础和参考。

1 基于TransCAD的公共交通可达性系统的设计

1.1 可达性模型的选择

在以往的研究中，不同学者根据不同研究角度和不同影响因素建立了多种可达性评价计算模型，较为常用的主要有空间阻隔模型、累计机会模型、潜能模型、时空约束模型等［8］。表1对上述4种公共交通可达性评价模型的特点和优缺点进行了简要的分析和对比［9-10］。

根据本次上海市公共交通可达性研究的特点，要充分考虑网络节点之间的空间位置，所以本次研究拟采用空间阻隔模型原理来开发公共交通计算模块，对上海市外环范围内的公共交通可达性进行分析和研究。该模型更侧重于交通网络本身，简单易用、表达直观［3］，可以很好地应用在交通网络研究中。

空间阻隔模型将可达性理解为个体克服空间阻隔的影响到达或者离开城市某一地点的容易程度，将2个节点间的空间阻隔（出行费用、出行时间或出行距离）作为可达性的值。阻隔越小，则可达性越好：

式中：Ai为i小区的可达性；tij为从i小区至j小区所耗费的出行成本（在车时间、换乘时间、步行时间）；J为所有终点小区总数。

表1 模型对比

1.2 交通基础数据的获取及GIS数据库的建立

传统的公共交通基础数据的获取主要有两种方式：①公共交通公司提供公共交通站点信息，但一般不会包含站点间的详细信息；② 借助GPS等工具进行信息采集，需要耗费大量的人力、物力和财力进行实地调研和数据校验。而随着移动互联网与智能手机的普及，百度、高德等大型在线地图服务商均提供了相应的公共交通基础数据。地图服务商也将该数据制成了基本的数据服务模块（Webservice API）供大众使用，形成了“公共交通大数据”的新环境，也为可达性的研究提供了新的数据获取思路［10］。通过对公共交通线路检索发现，在线地图服务商均可提供相一致的公共交通线路地理信息。另外，由于在线地图是基于互联网的“众包”性质［11］，相关信息被庞大的数据使用者以及数据提供商进行了多次的双向验证，因此无论是数据的精度还是更新的频率均远超于传统数据。

本文使用基于高德Web端API开发的网络地图图片自动截取拼接技术和公共交通信息挖掘技术获取交通基础数据，保证了数据的及时性和准确性。在TransCAD中，所有的公共交通线路都依附于道路网，必须确保道路网络的完整性，因此自主开发的网络地图图片自动截取拼接技术主要用于补充基础的道路网，将截取的图片嵌入TransCAD中作为底图，对OpenStreetMap中抓取出来的不完整的道路网进行补充。公共交通信息挖掘技术主要是通过高德地图提供的数据服务模块，通过编程来抓取研究范围内所有的公共交通物理站点、轨道站点以及公共交通线路的走向，为公共交通线路的绘制提供了极大的方便。

在TransCAD中建立公共交通GIS数据库，该软件分层进行组织和管理地理信息，一般将相同类型的地理对象放在同一个图层，运用这种图层的方法来管理、存放和分析信息，再把不同的图层叠加在一起，这样可以用来实现研究区域信息的可视化。本文所构建的公共交通GIS数据库由道路路段层、道路节点层、交通分区层、公共交通线路层、公共交通站点层和步行网路层组成，具体系统图层信息如图1所示。道路节点层和道路路段层是从OpenStreetMap中抓取，建立了基础的道路网络，为公共交通物理站点、轨道站点以及公共交通线路的布置提供先决条件；位图底图层是从自主开发的网络地图图片自动截取拼接出来的，用于补充研究范围内的道路网，保证道路网络的完整性；公共交通站点层以及公共交通线路层依附于道路网络，自主开发的公共交通信息挖掘技术将研究范围内的公共交通站点以及公共交通线路走向挖掘出来，与道路网络层叠加，方便了公共交通站点及其线路的绘制；交通分区层是以居委会行政区划为基础，将研究范围划分为若干个交通小区，便于后续公共交通可达性的计算；公共交通网络结构中需要步行路径集将形心、站点及站点之间进行互联，以实现步行和公共交通方式的联合网络。步行网络层主要承担了小区到站点的连接和公共交通、轨交站点之间的换乘任务。在公共交通GIS数据中，需找出从交通小区形心点到站点或者路口的每一条可能步行出行的步行集，对上海市外环范围以内的1 428个小区逐一分析并进行连接。

图1 TransCAD图层结构

在研究范围内，共划分交通小区1 428个，共计路段1 469万条、交叉口11.39万个、公共交通物理站点8728个、轨道站点824个、公共交通线路1 359条（双向）、地铁线路33条（双向）和步行路径集38 128条，如图2所示。

1.3 基于TransCAD公共交通可达性计算模块的开发

基于TransCAD建立起来的公共交通基础数据库，利用GISDK（地理信息开发工具）进行二次开发，它是内嵌TransCAD中的软件工具和文件集合，其最重要的部分是Caliper Script编程语言。Caliper Script能有效访问TransCAD中的程序和数据，是一种功能强大且灵活的编程语言，多种语言编写的程序代码能混合在Caliper脚本中，具有良好的兼容性。

运用GISDK可以进行多方面的二次开发，本文通过创建Add-ins来扩展和自动重复执行命令，这是一种适合非专业编程用户进行开发的方法。利用Add-ins程序，用户能方便地使用已有的软件功能，也可以根据自己的需求创建新的应用程序和新功能，而且Add-ins可以无限制地在TransCAD用户中自由使用。本文所使用的宏就是Add-ins程序，该程序能为用户提供按钮访问程序所做的工具，能够将这些工具嵌入到TransCAD工具栏中，通过鼠标操作计算出各种可达性的指标。通过GISDK二次开发，实现了以下4个功能：可达性参数计算（出行花费、出行时间、换乘次数），公共交通出行时间圈绘制，公共交通线网密度计算和线路非直线系数计算，具体开发流程如图3所示。

图2 公共交通数据库

1.4 公共交通可达性开发模块的验证

本文使用线上地图工具——百度地图来验证开发的公共交通可达性模块自动生成的出行时间、换乘次数、出行费用等可达性指标。如图4所示，以上海市宜山路与苍梧路交叉口为起点（S点）-零陵路与天钥桥路交叉口为终点（E点）来验证其可达性指标，开发的模块计算出两点之间的公共交通出行时间为34 min、换乘次数为0次、公共交通出行费用为1元；百度地图生成的公共交通出行时间为31 min、换乘次数为0次、公共交通出行费用为2元。在一定的误差范围内，此结果可初步判定本文所开发的公共交通可达性模块计算出来的公共交通可达性指标值与百度地图各指标值基本吻合。

图3 模块开发原理

图4 公共交通可达性指标验证

为了进一步验证本文所开发系统的准确性和适用性，随机选取徐汇区、静安区和陆家嘴地区，以出行时耗为指标来验证开发系统的可靠性。3个区内各选8次出行，区间选择3次出行，系统计算出来的公共交通出行时耗与百度地图的公共交通出行时耗相比较，并计算其公共交通出行时耗的平均误差值，其结果如图5所示。徐汇区、静安区及陆家嘴地区内各8次出行时耗的平均误差值分别为10.01%、9.49%和12.32%，区域间的出行时耗平均误差值为9.95%。本系统在开发出行时耗时考虑了交通流的平峰与高峰时段，在与百度地图进行校核时可能具有时间差，加上百度地图自身也存在一定的偏差，因此在一定的误差范围内，认为本系统在计算公共交通可达性指标时具有一定的准确性和参考性。

图5 出行时耗平均误差

2 上海市公共交通可达性实例分析

通过以上对自主开发的公共交通可达性模块的验证，其结果显示，在一定的误差范围内，该模块能准确地算出公共交通可达性的指标。本文以上海市外环内徐汇区、静安区、黄埔区和陆家嘴地区为例，基于TransCAD技术平台计算时间可达性、公共交通线网密度、路线非直线系数以及公共交通站点服务范围覆盖率来对上海市外环以内公共交通可达性进行测度分析。

2.1 时间可达性

公共交通出行时间是衡量一个公共交通系统可达性的重要指标，本文在徐汇区、静安区、黄浦区以及陆家嘴地区4个区域中各选一个交通小区作为核心区域绘制出行时间圈主题图，如图6所示。其中，不同的色块分别表示从核心区乘坐公共交通在不同的时间段内能够到达的区域，颜色越深表示到达该区域所消耗的时间越长。

图6 公共交通出行时间圈

从图6（a）可以看出：从徐汇区核心分区（交通小区编号为380）出发，乘坐公共交通在30 min以内可以达到周边距离较近的分区；在60 min以内可以达到徐汇区、静安区以及黄浦区的绝大数分区；而到达距离较远的浦东新区则需要花费90 min以上。

另外，从徐汇区出发到静安区、陆家嘴地区和黄浦区的公共交通出行时耗如图7所示。从图中可以看出，从徐汇区出发到这3个区的公共交通出行时耗集中在60～90 min。此外，徐汇区内各交通分区间大多数的公共交通出行时耗在60 min以内。其中，30 min以内和30～60 min的公共交通出行时耗占比分布为36.28%和55.45%。

从图6（b）可以看出：从静安区核心分区（交通小区编号为1361）出发，乘坐公共交通30 min以内能够达到周边距离较近的分区；在60 min以内能到达虹口区和黄浦区的绝大部分；而到达距离较远的浦东新区和徐汇区则需要花费90 min以上。

从静安区出发到徐汇区、陆家嘴地区和黄浦区的公共交通出行时耗如图8所示。从静安区出发到徐汇区的公共交通出行时耗集中在60～90 min，静安区出发到陆家嘴地区的公共交通出行时耗集中在30～60 min和60～90 min，而静安区出发到黄浦区的公共交通出行时耗集中在30～60 min。此外，从图8可以看出，静安区内各交通分区间大多数的公共交通出行时耗在60 min以内。其中，30 min以内和30～60 min的公共交通出行时耗占比分布为42.99%和52.79%。

如图6（c）所示：从黄浦区核心分区出发（交通小区编号为28）出发，乘坐公共交通在30 min以内可以到达周边较近的分区；在60 min以内能够到达静安区、虹口区和徐汇区的绝大多数分区以及浦东的陆家嘴地区；而到达浦东新区、徐汇区距离较远的分区则需花费90 min以上。

从黄浦区出发到徐汇区、静安区和陆家嘴地区的公共交通出行时耗如图9所示。从黄浦区出发到静安区和陆家嘴地区的公共交通出行时耗集中于60 min以内，而黄浦区到徐汇区的公共交通出行时耗则集中在90 min以内。此外，黄浦区内各交通分区间的平均公共交通出行时耗在60 min以内。其中，30 min以内的公共交通出行时耗占比为67.65%。

如图6（d），从陆家嘴地区核心分区（交通小区编号为5653）出发，乘坐公共交通在30 min以内能够到达黄浦区周边较近的分区；60 min以内可以到达徐汇区、静安区和浦东新区的绝大多数分区；而需要到达外环周边的部分分区则需要花费90 min以上。

从陆家嘴地区出发到徐汇区、静安区和黄浦区的公共交通出行时耗如图10所示。从陆家嘴地区出发到徐汇区和静安区的公共交通出行时耗集中于90 min以内，而陆家嘴地区到黄浦区的公共交通出行时耗则集中在60 min以内。此外，从图10中可以看出，陆家嘴地区各交通分区间大多数的公共交通出行时耗在30 min以内，占比为96.43%。

图7 徐汇区-各分区公共交通出行时耗

图8 静安区-各分区公共交通出行时耗

图9 黄浦区-各分区公共交通出行时耗

图10 陆家嘴地区-各分区公共交通出行时耗

2.2 公共交通线网密度

公共交通线网密度反映居民出行接近线路的程度，是公共交通服务水平评定的重要指标。根据《城市道路交通规划设计规范》（GB 50220—1995）规定，在中心区规划的公共交通线路网的密度应达到3～4 km／km2，城市边缘地区公共交通线网密度规范要求2～2.5 km／km2。本文开发的系统分别计算了各分区的公共交通线路长度、总面积和公共交通线网密度，绘制了各分区的公共交通线网密度主题图，如图11所示。不同的色块分别表示各区内不同分区的公共交通线网密度，颜色越深表示该分区的公共交通线网密度越大。据统计，徐汇区内各分区公共交通线网的平均密度为6.28 km／km2，分区内公共交通线网密度最小值为0.58 km／km2，最大值为15.08 km／km2；静安区内各分区公共交通线网的平均密度为9.03 km／km2，分区内公共交通线网密度最小值为0.04 km／km2，最大值为25.30 km／km2；黄浦区内各分区的公共交通线网密度的平均值为12.07 km／km2，分区内公共交通线网密度最小值为1.83 km／km2，最大值为25.07 km／km2；陆家嘴地区各分区的公共交通线网密度平均值为8.65 km／km2，分区内公共交通线网密度最小值为3.27 km／km2，最大值为 24.02 km／km2。由此可见，各区的平均值均超过《城市道路交通规划设计规范》的规定，其线网铺设密度能满足居民公共交通方式出行需求。

图11 公共交通线网密度

2.3 公共交通线路非直线系数

公共交通线路非直线系数是公共交通路网布局规划中的一项重要指标。线路非直线系数是指：两节点（小区）间的路上实际距离与两点间空中直线距离之比。国标《城市道路交通规划设计规范》规定：公共交通线路非直线系数不应大于1.4，整个线网的平均非直线系数为1.15～1.2为宜。

通过自主开发的公共交通可达性模块计算，徐汇区内公共交通线路非直线系数如图12所示。通过计算得到徐汇区的平均公共交通线路非直线系数为2.13（其中4条环线不纳入其中），高于《城市道路交通规划设计规范》规定的平均非直线系数（1.15～1.2）的要求。因此乘客在乘坐公共交通时会感觉线路绕行，增加了出行时间成本，不利于居民出行乘坐公共交通。

图12 徐汇区公共交通线路非直线系数

静安区内公共交通线路非直线系数统计如表2所示。计算得静安区的平均公共交通线路非直线系数为1.49（其中8条环线不纳入考虑范围），略高于规范的要求。

表2 静安区公共交通线路非直线系数统计

续表（表2）

黄浦区内公共交通线路非直线系数统计如表3所示。其中5条公共交通线路为环线，不纳入考虑范围内。从表3中可以看出，866路上下行公共交通线路非直线系数分别为1.81和2.71，均略高于规范的要求。

表3 黄浦区公共交通线路非直线系数统计

陆家嘴地区公共交通线路非直线系数统计如表4所示。其中6条公共交通线路为环线，不纳入考虑范围内。其中，陆家嘴金融城5路上下行公共交通线路非直线系数分别为1.20和1.16，符合规范的要求。

2.4 公共交通站点服务范围覆盖率统计

公共交通站点服务范围覆盖率可反映公共交通网络在城区范围的服务覆盖情况，公共系统作为政府提供的社会公益性服务，需要体现社会公平性，应尽可能满足更多居民出行需求。公共交通站点服务范围覆盖率主题图如图13所示。

表4 陆家嘴地区公共交通线路非直线系数统计

图13 公共交通站点服务覆盖范围

据统计，徐汇区公共交通站点300 m的覆盖率为96.53%、公共交通站点500 m的覆盖率为118.73%；静安区公共交通站点300 m的覆盖率为111.59%、公共交通站点500 m的覆盖率为137.84%；黄浦区公共交通站点300 m的覆盖率为116.93%、公共交通站点500 m的覆盖率为144.16%；陆家嘴地区的公共交通站点300 m的覆盖率为115.64%、公共交通站点500 m的覆盖率为141.63%。根据《城市道路交通规划设计规范》（GB 50220—95）规定，以300 m半径计算，不得小于城市用地面积的50%；以500 m半径计算，不得小于城市用地面积的90%。所以，所选4个区公共交通站点覆盖率全部满足规定，基本满足居民出行需求。

3 结束语

本文以TransCAD作为技术平台，结合自主开发的基于高德Web端API开发的网络地图图片自动截取拼接技术和公共交通信息挖掘技术，建立公共交通GIS数据库，利用TransCAD的GISDK二次开发功能，开发可达性指标计算模块。以上海市外环以内为例，从时间可达性、公共交通线网密度、公共交通线路非直线系数和公共交通站点服务范围覆盖率等指标来验证可达性计算模块的可行性。结果表明，本文建立的公共交通可达性指标计算模块能够直接计算出相关的公共交通可达性指标。通过对城市公共交通可达性进行测度分析，评价和分析上海市外环以内的公共交通可达性现状，发现公共交通面临的问题，为优化公共交通线路结构和提升公共交通可达性的措施研究提供理论基础和决策依据。