伦敦公共交通可达性分析方法及应用

张天然，朱春节

(上海市城市规划设计研究院，上海200040)

0 前言

可达性(accessibility)是人们对城市交通系统资源的占有以及对活动空间和交往机会的利用，其内涵涉及土地利用、交通系统、时间和个体因子等4个要素[1-2]。可达性在多个领域广泛使用，国内外学者对其内涵、特征及测算方法做过深入的探讨。

可达性常用的测算方法有空间阻隔模型、累积机会模型、空间相互作用模型、效用模型和时空约束模型[1-3]。空间相互作用模型和效用模型综合考虑了土地利用和交通需求、空间阻隔等因素，可广泛应用于土地利用与交通协调发展研究中。累积机会模型由于时间阈值难以确定，应用范围相对受限，多运用于项目选址、经济中心节点评价等；空间阻隔模型和时空约束模型由于不能反映土地利用和交通需求等其他信息，且所需数据量大并难于获取，应用范围不大[1,4-5]。已有一些商业软件对成熟算法进行开发，提供可达性分析的专业工具。如交通规划软件TransCAD提供了基于累积机会模型的可达指标(access measure)和网络指标(network measure)等。

可达性建立了交通系统与用地之间的系统性联系，是城市发展研究中交通与用地协调发展的核心[3]。因而，可达性广泛应用于城市规划和交通分析领域。在诸多可达性应用中，伦敦公共交通可达性影响最大，被广泛研究和借鉴[6]。本文主要介绍伦敦公共交通可达性的指标构成、计算方法和应用方式，以及可达性在上海规划中的应用情况。

1 伦敦公共交通可达性

在伦敦交通规划(Transport for London,TfL)中，分析交通基础设施和服务作用的重要方法就是连通性(connectivity)，也称为可达性(accessibility)。使用可达性分析的主要目标是：识别因交通改善而得益的区域；更好地了解新公共交通线路、车站和道路规划的影响；识别医院、影剧院等公共服务建筑的最佳选址以便居民使用；了解伦敦的哪些地方更适合居住和办公开发；对不同区域的停车配建指标高低提出建议。

可达性分析的主要形式有三种：1)公共交通可达性水平(Public Transport Access Level,PTAL)，基于区域内公共交通的服务距离和频率的公共交通可达性指标；2)等时线地图，展示特定区域到其他区域的时间或一定时间内可到达的区域；3)服务范围分析(catchment analysis)，描述特定区域在一定时间内可到达的工作地点，或不同形式的服务情况。

2 公共交通可达性水平

PTAL的取值范围为0～6，越大表示可达性(连通性)越好。因为历史原因，1类的PTAL值分为1a和1b，6类的PTAL值 分为6a和6b，因此一共有9个PTAL值：0，1a，1b，2，3，4，5，6a和6b。PTAL值用固定的颜色在地图上进行表示(见图1)。

PTAL值高的地方一般具有以下特点：步行到最近的公共汽车站距离很近；最近的公共汽车站等待时间很短；最近的公共汽车站有很多公共汽车服务；附近有主要的轨道交通车站；以上特点的组合。因此，可看出PTAL是对公共交通网络密度的度量，不考虑每个地方可以到达的目的地，也不反映公共汽车和轨道交通的拥挤情况。

2.1 PTAL的应用

PTAL最早是在伦敦的汉默史密斯-富勒姆区(Hammersmith&Fulham)试点，后来被深入和广泛地应用到伦敦的各种规划，包括战略规划和区域规划。例如，规划年限到2031年的伦敦战略规划(London Plan)中，以PTAL来确定不同区域的居住开发密度，PTAL值越大居住开发密度越高(见图2)。

图1 全伦敦PTAL地图Fig.1 PTAL map of London

图2 伦敦规划中PTAL和停车配建的关系Fig.2 Relationship between PTAL and parking allocation in London planning

在伦敦规划中PTAL也被用于居住区的停车位配建指标。为鼓励使用公共交通，停车位配置的基本原则是在公共交通服务好的地方应减少供应，而在公共交通服务薄弱的地方可提供更多的停车位。伦敦住房供给规划指引报告中提供了将房间数、停车位和PTAL联系起来的对应关系矩阵(见图2)。

作为确定区域用地开发密度的政策组成部分，伦敦规划也监控了PTAL值大于等于5的区域中商业用地的比例。规划确定了一个关键运营指标来维持高PTAL值区域的商业用地比例。

图3 区域规划框架中现状年和规划年的PTAL地图Fig.3 PTAL maps of present and future years in regional planning framework

图4 Battersea地区Northern线延伸后现状年和规划年PTAL对比Fig.4 Comparison between current year and planning year's PTAL after the extension of the Northern Line in Battersea Area

例如在Upper Lee Valley Opportunity地区规划框架中，两个地图分别表示现状年和规划年的PTAL值，反映了新开公共汽车线路、增加轨道交通发车频次等公共交通服务的改进对区域的影响(见图3)。又如巴特西(Battersea)地区Northern线延伸后现状年和规划年PTAL的对比(见图4)。

PTAL一般是基于地图的，可以将全伦敦的值展示在地图上，并提供网页版，用于PTAL结果展示和查询。

PTAL也有其缺点。例如PTAL值区分为9类，但是每一类没有继续细分以体现不同之处；PTAL分析基于所有公共交通可达性，而没有基于不同的公共交通模式。当应用于未来年时，由于缺乏常规公共汽车的服务水平数据，一般基于假设来测算PTAL值。PTAL使用工作日早高峰的服务水平代替所有时段的服务水平，但对购物中心，可能平峰时段甚至周末的服务水平更为重要。另外，轨道交通运输能力、可靠性等因素也没有纳入PTAL计算。

2.2 PTAL的计算方法

2.2.1 输入数据

计算PTAL的输入数据包括：

1）区域内的住宅、办公、商店等要素规模。

2）所有公共交通车站，称为服务点(Service Access Points,SAPs)。大伦敦共有1.3万个服务点，但不是所有公共交通车站都会作为单独的服务点，就近的车站会合并成一个组。

3）所有可以步行的网络，用以计算出行起点到公共交通车站的步行时间，步行网络使用调查发布的整个伦敦的整体交通网络(Integrated Transport Network,ITN)，并去除了不适合步行的道路，添加了铁路桥、步行道等其他可步行的设施。步行速度假设为4.8 km·h-1。

4）所有公共交通运行线路(包括轨道交通线路)，以及在服务点的停站情况和服务频率。有关公共汽车停靠站和线路数据采用伦敦交通规划中的公共汽车网络数据。轨道交通(含有轨电车)的服务频率采用伦敦公共交通战略模型RailPlan数据。

5）根据PTAL的计算要求，所有输入数据区分现状和未来的两种情况。

2.2.2 计算步骤

1）计算到服务点(SAPs)的步行时间(Walking Time,WT)。

假定人们到公共汽车站的最长步行距离为640 m(8 min)，到轨道交通车站的最长步行距离为960 m(12 min)，超过此范围的公共交通服务不影响PTAL的值。路径选择采用Mapinfo软件的RouteFinder应用程序。

2）计算每条线路在每个服务点(SAP)的计划等待时间(Scheduled Waiting Time,SWT)。

①假设乘客到达公共交通车站服从随机分布。

②SWT的单位为min，假定为服务间隔的一半，即SWT=0.5(60/频率)。例如，1小时有6班车，服务间隔10 min，则SWT=5 min。计算SWT采用工作日8:15—9:15的公共交通服务频率。

③同一条线路有多个车站可以服务，只考虑最近的车站。双向运行的线路，选服务频率大的作为计算输入。轨道交通只考虑在伦敦市内至少有两个车站的线路，不考虑只有一个站的线路(主要是指城际线路)。

3）计算每条线路在每个SAP的平均等待时间(Average Waiting Time,AWT)。

AWT是在SWT的基础上，增加一些可靠性因素的时间。不同公共交通模式的可靠性因素有所差异，以反映公共汽车和轨道交通等方面的差异。公共汽车增加的可靠性因素的时间为2 min，轨道交通(有轨电车)增加0.75 min。

4）计算每条线路在每个SAP的总接驳时间(Total Access Time,TAT)。TAT=WT+AWT。

5）计算每条线路在每个SAP的等效频率(Equivalent Doorstep Frequency,EDF)。EDF=0.5(60/TAT)，使用总接驳时间作为服务时间间隔来计算等效频率。

6）计算接驳指数(Access Index,AI)。

①AI通过所有线路的所有SAPs的EDF来计算，但会给出一个权重系数，最大等效频率的权重为1，其他为0.5，即AI=最大EDF+0.5∑(其他EDFs)。

②先对每个公共交通模式的AI进行计算。

③再计算总的AI。AI total=∑(AI_Bus+AI_Rail+AI_Tube+AI_Tram)，Bus为公共汽车，Rail为地上铁路，Tube为地下铁路，Tram为有轨电车。

7）转换为PTAL值。

PTAL值与AI值转换关系及与颜色的对应关系如图5所示。

2.3 PTAL地图的创建方法

2.3.1 手工选择单一点

这种方法主要针对一个特定点的聚焦研究，为了更加精确地计算特定点的步行距离，对于路网、公共汽车站等数据精确性要求更高。PTAL对步行距离敏感，对大范围内的不同特定点会出现不同的结果。这种方法主要展示PTAL值的区间，最低或最高值没有具体意义，不适用于规划研究。

2.3.2 栅格点转换为区域

这种方法比较适合网页发布和大范围创建PTAL地图。目前，网页发布的伦敦PTAL地图栅格大小为100 m*100 m，约15万个点。对于研究区域不大的对象，可以使用50 m*50 m大小的栅格。但是，由于最大步行距离的影响，有时候PTAL值存在跳跃。

图5 PTAL值与AI值转换关系以及与颜色的对应关系Fig.5 Conversion relationship between PTAL and AI values and corresponding graph with color

2.3.3 只展示不同PTAL值区域的边界

这种方法只展示不同PTAL值区域的边界，适用于创建大范围的PTAL地图，且边界没有跳跃，较为平滑。这种方法避免了栅格创建PTAL地图的跳跃问题，虽然平滑算法没有完全考虑PTAL的计算过程，但仍然比较客观，因为最大步行距离造成的跳跃只是估计值。

图6 早高峰Bank station到其他区域的出行时间Fig.6 Travel time from Bank station to other areas at morning peak hours

2.3.4 计算每个分区的平均PTAL值

平均PTAL值是分区内所有地点AI值的平均值。这种方法常用于人口普查区的PTAL值计算。和不同PTAL值区域边界图相比，如果分区内不同地点到公共交通车站的距离差异较大，两者则会相差较大(分区内被均值化了)。

3 出行时间地图((等时线地图)

3.1 等时线地图的应用

等时线地图主要展示特定区域到其他区域的时间或一定时间内可以到达的区域，典型应用如图6所示。等时线地图还可以辅助交通设施规划决策(见图7)，以及对比不同交通方式服务范围的差异(见图8)。

3.2 等时线地图创建方法

图7 有无Crossrail工程的地区等时线及出行时间对比Fig.7 Regional isochron and travel time comparison with/without Crossrail project

图8 不同方式到达Hounslow需要的时间Fig.8 Time to get to Hounslow in different ways

图9 TIM和CAPITAL的输出对比Fig.9 Output comparison between TIM and CAPITAL

创建等时线地图有两种方法：时间制图(Time Mapping,TIM)和伦敦公共交通接驳计算制图(Calculator of Public Transport Access in London,CAPITAL)。其中，公共交通采用伦敦交通模型中的Railplan模型测算出行时间，小汽车采用伦敦交通模型中的Highway Assignment Models(HAMs)模型测算出行时间。

TIM基于交通小区，考虑了交通小区形心之间的出行时间。而CAPITAL采用栅格形式计算，允许自定义出行起讫点，对公共交通接驳的时间考虑得更加细致，考虑了从出发点(或目的地)到公共交通服务站点的时间。从表现精度上，CAPITAL更为细致(见图9)。但是，CAPITAL的计算时间相对较长，不适应网页版应用平台的计算。

3.3 机会和服务获得计算

还有一种可达性表示方法，是机会和服务可获得性(Access to Opportunities and Services,ATOS)。ATOS用来计算通过步行或公共交通能够得到潜在服务的容易程度。ATOS采用CAPITAL的时间来分析，是基于目的地的计算。用于计算ATOS的机会和服务包括：就业、教育、健康、食品商店、开放空间等方面(见表1)。其计算步骤包括：定义情景、分析每类服务机会最近的10个设施，计算出行时间，获取最近的目的地，计算平均时间和方差等时间统计指标以及ATOS得分。ATOS分为A～E五级：A级表示出行时间比平均时间小，超过标准差，代表最好的连通度；B级表示出行时间比平均时间小，但不超过标准差；C级表示出行时间大于平均时间，但不超过标准差；D级表示出行时间超过平均时间的1～2个标准差；E级表示出行时间超过平均时间2个以上标准差。图10是伦敦的中学ATOS得分表现形式。

表1 ATOS方法目的地包含的要素Tab.1 Elements included in ATOS method destination

图10 伦敦的中学ATOS得分Fig.10 ATOS score of middle school in London

4 服务范围分析(Catchment Analysis)

服务范围表示可以从某个区域方便到达的区域。如果某个区域提供了类似商店、学校和医院的服务，则大多数顾客、学生和病人来自服务范围。如果某个区域是住宅，则服务范围是大多数居民要去工作的地方。具体的分析形式包括：1)只展示服务范围，如某中心60 min公共汽车和所有公共交通方式可达范围对比，45 min城镇中心可达范围分析。2)展示服务范围的社会经济信息，如某中心2011年45 min可达就业岗位分布和人口分布。3)展示服务范围特定服务类型的数目，如伦敦未来年公共交通网络大学分布，Crossrail二期对大学分布的影响分析等。4)展示服务范围的出行时间，如到最近城镇中心的时间分析。5)以上情况的组合和情景设置、对比分析等。

5 可达性在上海市的应用情况

近年，依托上海市交通规划模型，上海市在各种规划中尝试可达性分析。例如不同接驳方式的轨道交通可达范围分析，轨道交通21号线是否采用快线制式对浦东枢纽可达性的影响(见图11)，教育、医疗等基础设施服务范围分析(见图12)等。除此之外，上海市尝试将可达性引入交通策略分区等宏观层面研究。以可达性为主要依据，将上海市域划分为4个宏观交通策略分区，并提出各分区的交通与土地使用发展模式建议。

图11 轨道交通21号线采用快线制式对浦东枢纽可达性的影响Fig.11 Impacts on accessibility of Pudong Junction with express line system on Track 21

6 结语

伦敦公共交通可达性的应用较为广泛，有些指标甚至提升到对规划的指引作用。例如直接应用于停车配建政策分区，居住和办公的开发密度分区等。同时也将交通设施项目和改善效果，公共服务设施等相关因素联系起来，突破了单纯交通供给分析的界限。

从分析方法上看，PTAL的计算步骤简单明了，虽然存在一些缺点，但比较容易操作和应用。等时线及相应时间范围内的各种机会和服务要素分析是可达性的主要度量指标，可以充分体现地区交通发展的差异性。对相关的政策分析，如引导TOD发展，土地使用及开发强度，提高公共交通出行分担率等方面具有较好的促进作用。可达性分析是交通和土地利用互动反馈的一座联系桥梁。