陆 欢 戢晓峰 陈 方 李 武
(昆明理工大学交通工程学院1) 昆明 650504) (云南综合交通发展与区域物流管理智库2) 昆明 650504) (昆明理工大学社会科学学院3) 昆明 650504)
城市公交作为城市交通的运行基础,对于实现交通公平具有重要意义[1].当前,城市空间结构调整造成的公交空间可达性和公交需求的空间分异,极易导致交通公平性的恶化[2].因此,如何提高公交的空间可达性与公平性,已成为城市交通可持续发展的重要基础.
近年来,公交公平性评估开始受到重视,集中于探讨公交可达性与公交资源配置公平性.如Geurs等[3]基于公交服务设施的可接近程度及服务效率,测度了公交可达性;David等[4]从公交资源合理配置角度,探究公交站点的空间配置能否最大限度地匹配居民的不同需求;戢晓峰等[5]针对快速城市化地区的公交公平性改善,提出了公共交通资源的均衡配置策略;顾鸣东等[6]初步探讨了影响公交公平性的关键因素及评估方法.显然,现有研究侧重于公交资源配置的公平性测度,未能充分考虑街道空间尺度的公交出行需求,更未实现公交可达性与出行需求的空间匹配分析.
已有研究表明,对于公共服务设施的可达性与公平性分析,研究尺度越小,数据精度就越高,分析的结果就越准确.因此,本文选择街道空间尺度,采用基于城市道路网的公交空间可达性测算模型,从微观尺度测度公交空间可达性,并定量测度公交需求指数,运用GIS实现可达性与需求指数的空间匹配,进行公交空间公平性评估.最后,以昆明市主城五区为研究对象进行实例分析.
公交空间可达性是对居民克服一定的空间阻隔(如出行距离、时间以及费用等),到达附近公交站点便利程度的定量刻画,是衡量城市公交空间公平性的一项重要指标[7-9].本文以居民对公交的潜在需求点为基本分析单元,构建基于城市道路网的公交空间可达性测算模型.
可达性研究的基本分析单元一般以交通小区或一定大小的栅格为主,由于分析单元较大,导致评价结果趋于宏观,无法精确体现微观层面的特征.为体现空间任意潜在需求点与公交站点间的可达性分布,采用GIS空间分析工具在研究区域内部每隔100m插入一些样本点,把每一个样本点都作为居民对公交的潜在需求点.本文把潜在需求点作为居民参与公交的起点,最邻近的公交站点作为居民接近公交站点这一出行过程的终点,将潜在需求点与最邻近公交站点之间的出行时间视作公交空间可达性测算的基本分析单元.
但是由于潜在需求点与其邻近的公交站点之间道路网构成的差异,这一出行过程中采用的交通方式、产生的出行耗时各异.因此,本文采用GIS空间分析中的成本距离分析模块,基于改进的可达性测度模型求解各个潜在需求点与其最邻近的公交站点间的出行时间.计算公式为
(1)
为进一步反映公交可达性在街道尺度上的空间分布情况,将通过式(1)求解得到的各潜在需求点的可达性值按街道尺度进行划分,通过计算街道内所有需求点至最邻近公交站点可达性的平均值来反映整个街道的公交空间可达性.
(2)
式中:A为某一街道的公交空间可达性,值越小,表示可达性越好;z为某一街道内的需求点总数.
只有基于人口需求的公交站点布局才可以被认为是公平的,关于城市公共服务设施配置的研究中,需求指数常用于评价资源分布的公平性[10-11].居民对于公交这一类城市公共服务的需求通常与其性别、年龄、社会地位及收入等指标相关.因此,为体现社会公平,需要对城市公交系统中的弱势群体给予充分关注,本文在参考相关研究关于弱势群体的定义及分类依据的基础上[12],结合城市公交的实际需求情况,将低收入群体及外来人口、妇女、儿童、老年人作为城市公交需求的主体.
综上,本文基于人口普查数据,选用总人口数、女性人口数、0~15岁人口数、65岁以上人口数、外来人口数等数据有效表征居民对城市公交的需求程度.将各指标数据进行归一化处理后,加权计算得到各街道居民对公交的需求指数,
(3)
X*=(X-min)·(max-min)-1
(4)
式中:R为某一街道的公交需求指数;X*为样本数据标准化后的值;X为样本数据;min为样本数据的最小值,max为样本数据的最大值.
为定量评价研究区域街道尺度下的公交空间公平性,采用定序变量相关分析进行公平性的定量分析.定序变量相关分析通过统计分析两变量排序后秩数的相关性,来体现两变量之间的顺序关系.本文基于SPSS软件,采用斯皮尔曼等级相关系数和肯氏等级相关系数,对街道尺度的可达性水平和需求指数进行线性相关分析,从而定量测度街道尺度下的公交公平性.采用双侧检验法对相关系数进行检验,计算公式为
(5)
式中:S为斯皮尔曼等级相关系数;U,V分别为两变量排序后的秩;N为样本容量.
T=1-4K·[N(N-1)]-1
(6)
式中:T为肯氏等级相关系数;K为由变量的秩数据得到的非一致对数目.
虽然定序变量相关分析可以有效表征街道尺度下的公交公平性,但是无法辨别出两变量秩数差异较大的街道,而采用GIS空间叠置分析方法,能更有效地测度公交空间公平性.GIS空间叠置分析是将两层或两层以上的地图要素合成一个新的地图要素,可以通过合并、分割等操作来实现.所合成的新要素综合了叠置前多层要素的信息,同样也包含了其空间关系与属性关系的比较.将研究区域各街道的可达性水平和需求指数的空间分布结果进行空间叠置分析,通过分析计算,进一步识别出研究区域内具有高或较高的公交出行需求,而其可达性水平处于中等以下的街道,能为公交空间规划提供决策支持.
选取昆明市主城五区作为实例,即五华区、盘龙区、西山区、官渡区、呈贡区,总面积约2 542 m2.截至2015年底,共有常住人口约为369.3万人,共有52个街道,约2 634个公交站点,其中滇源街道、阿子营街道尚未覆盖公交站点,故选取剩余的50个街道进行研究.研究区域公交站点空间分布见图1,数据来源见表1.
图1 公交站点的空间分布
根据道路类型和交通方式的差异,将研究区域的城市道路分为三类:步行街道、非机动车道和机动车道.同时,根据《中华人民共和国道路交通安全法》对城市道路中机动车及非机动车的最高安全行驶速度的相关规定,设定机动车道的行车速度为40 km/h,非机动车道的行车速度为15 km/h;根据成年人的正常步行速度设定步行街道的速度为5 km/h.
表1 数据来源
基于改进的公交空间可达性测算模型,定量测算各街道的公交空间可达性值.运用自然间断点分级法,将公交空间可达性分为高可达性、较高可达性、中等可达性、较低可达性和低可达性五类,得到公交空间可达性分类(见表2)及其空间分布格局(见图2).
表2 公交空间可达性分类结果
图2 公交空间可达性的分布格局
从整体上看,在街道尺度下,研究区域的公交空间可达性呈现出以五华区部分街道为中心,向四周呈放射状分布的“椭圆形”圈层结构特征.研究区域中心地带的公交空间可达性水平较高,由中心向区域外围拓展,居民接近公交站点的时间成本变大,可达性逐渐降低.
研究区域内高可达性街道有13条,占街道总数的26%.较高可达性街道有16条,占街道总数的32%,主要位于高可达性街道的边缘.中等可达性街道有8条,占街道总数的16%,对高可达性街道呈左右包围态势.较低可达性街道有9条,占街道总数的18%,且以大面积街道为主.低可达性街道有4条,占街道总数的8%,均位于研究区域的外围.综上,公交可达性的空间分异特征与站点的空间分布格局基本吻合,研究区域的东南部公交空间可达性水平总体较高,表明城市发展方向逐渐向城市东南部延伸.
进一步根据式(3)~(4)定量测算街道尺度下的公交需求指数,运用自然间断点分级法将居民的公交需求指数分为高需求、较高需求、中等需求、较低需求和低需求五类,得到如下的公交需求分类结果(见表3)及其空间分布格局,见图3.
表3 公交需求指数分类结果
图3 公交需求指数的空间分布格局
从整体上看,在街道尺度下,研究区域的居民公交需求指数呈现出较为不规则且零碎的点状及片状空间分布特征,公交需求指数的空间分化现象明显.
高需求的街道有10条,占街道总数的20%,主要位于区域的中心地带.较高需求街道有11条,占街道总数的22%.中等需求街道有14条,占街道总数的28%,呈零碎的点状分布特征.较低需求街道有9条,占街道总数的18%.低需求街道有6条,占街道总数的12%.综上,公交需求指数的空间分异特征显著.
由定序变量相关分析结果(见表4)可知,可达性与需求指数之间的斯皮尔曼等级相关系数为-0.293,肯氏等级相关系数为-0.19.显著性的统计值在0.05级别水平以下,表明可达性水平与需求指数之间存在显著的相关性,即需求指数高的街道一般具有较好的可达性,说明公交站点的可达性水平能较好的吻合公交出行需求,进一步表明公交站点的空间布局较为合理,空间公平性程度较高.
表4 定序变量相关分析结果
由空间叠置分析结果(见图4)可知,具有高或较高需求的21条街道中有14条街道均具有高或较高的可达性,此类街道的公交空间公平性较好;而公交空间公平性较差的街道占研究区域街道总数的14%,此类街道在主城五区内部呈现“八字形”的空间分布特征.
图4 公交公平性的空间分布格局
1) 昆明市主城五区各街道的公交空间可达性水平一般,58%的街道具有高或较高的可达性,可达性水平呈现出“椭圆形”圈层辐射型结构特征.
2) 昆明市主城五区各街道的公交需求指数存在明显的空间分异特征,42%的街道具有高或较高的公交出行需求.
3) 公交空间公平性程度较好和较差的街道,分别占研究区域街道总数的28%和14%.显然,从实际路网角度出发构建公交空间可达性测度模型,可以更好地诠释个体使用公交出行的便捷程度,结合基于人口普查数据的公交需求指数进行公交空间公平性评估,可为公交空间规划提供决策依据.