共享单车发展下的轨道交通廊道影响范围研究＊

■ 潘海泽 万紫红 任楚轩 赵云亮

1.西南石油大学土木工程与建筑学院成都 610500

2.四川轻化工大学管理学院自贡 643000

0 引言

城市轨道交通在规划、建成和运营过程中，会对周边土地价格、房地产价格、周边商业和居民带来不同程度上的额外利益，这是城市轨道交通开发带来的外部性利益。而城市轨道交通运输干道建成后，将对城市用地空间的分布有重要影响，其沿线一定范围内的经济增长水平、土地价格、房地产价格水平明显高于范围外的平均水平，这称为城市轨道交通“廊道效应”，该范围为“廊道影响范围”。近年来，学者们将眼光放在了城市轨道交通开发利益回收测算上，而对城市轨道交通开发利益影响范围的研究较少。通过查阅大量的文献，本文整理出3 种测算方法：第一种以测算轨道交通对沿线房价的影响断层点，来确定城市轨道交通开发利益影响范围，学者普遍认为站点1000 m以内的物业溢价比较明显，离站点越近，溢价越明显[1-3]。第二种则利用站点吸引力随距离越远而衰退的原理确定站点吸引范围，根据接驳方式的不同，轨道站点的吸引半径在800～3000 m 以内[4-5]。第三种以区域可达性理论建立开发利益影响范围理论测算模型，测算城市轨道交通开发利益影响范围。例如，叶霞飞等（2005）[6]以出行时间来描述可达性，为城市轨道交通开发利益影响范围计算理论与方法的后续研究奠定了基础。后续研究者在此基础上以广义出行成本来描述可达性，进一步优化了基于广义出行成本的城市轨道交通廊道影响范围的测算模型[7-8]。

综上所述，目前国内外学者对廊道影响范围的确定还没有统一的研究结论，并未将共享单车这种新兴交通工具对廊道范围的影响考虑到相关的研究文献中，更未解决站点间影响范围的重合问题。而3 种方法中，第三种方法考虑了居民出行的多个度量指标，较为准确地模拟了居民的实际出行状况。本文将利用第三种方法建立基于广义出行成本的城市轨道交通廊道影响范围的测算模型，考虑共享单车的骑行范围和骑行速度，对站点合理影响范围进行研究；并根据该区域的具体路网特性，利用泰森多边形原理划分站点潜在影响范围，解决以上3 种测算方法中都不涉及的站点影响范围重合问题，从而划分在步行和共享单车影响下的轨道交通廊道影响范围的界线。

1 合理影响范围研究

合理影响范围是在轨道交通建成后，在一定范围内，居民愿意花费合理的换乘时间，骑行或者步行换乘轨道交通的出行距离。相比私有自行车，共享单车以其便捷、环保、费用低廉，固定站点即可停放等优势，将居民使用单车换乘轨道交通变成了现实。作为新时代经济共享的产物，共享单车的出行对缓解交通压力，增加地铁站点的客流量，扩大轨道交通开发利益的影响范围有积极的影响。

目前，学者们大多使用交通可达性模型对轨道交通开发利益的影响范围测算进行研究。交通可达性模型主要通过出行时间和广义出行成本来表达居民从某一地区出发利用某一交通系统去往目的地的难易程度。广义出行成本在出行成本的基础上综合考虑了居民出行的交通费用、出行时间、出行距离、风险、舒适度等度量指标。在实际操作过程中更加贴近于实际，从而提高和保证模型的精准性。本节将采用广义出行成本来描述可达性，能综合考虑出行时间成本、出行费用、疲劳成本等因素，构建轨道交通开发利益影响范围测算模型。假设无论采用何种交通方式，从边缘点到市中心的广义交通成本相同，如图1所示。

图1 影响范围测算模型示意图

图中，O 点为该区域的市中心，B 点为该区域轨道交通上的某一站点，A 为站点B 周边最大开发利益影响范围的边缘点，R为B 站点影响范围的半径距离（其中，R=SAB，为从边缘点骑行共享单车或者步行至地铁站点B 的距离），SAO为从边缘点乘坐公交到市中心的出行距离，SBO从站点B 乘坐地铁到市中心的出行距离。VAB为从边缘点骑行共享单车或者步行至地铁站点B 的出行速度。基于公交系统的完善程度较高，假设边缘点A 到最近公交车站的距离为0。现假设居民从A 点出发，无论采取何种交通方式到市中心O 点的出行时间相同。则出行成本函数公式如下：

式中：C为采用某种交通方式的出行成本；Ci为采用该种交通方式的某项成本。

①出行费用（C1）

式中：PAB为AB 段的出行费用；α1轨道交通票价调价系数；n为换乘次数；PBO为轨道交通换乘票价；α2公交票价调价系数；Pi为公交出行票价,i=1,2,3…n。

②出行时间成本（C2）

式中：TAB、TBO、TAO分别为AB、BO、AO 段的出行时间；γ换乘惩罚附加值；T为进站及出站时间总和；TSW、TSW分别是轨道交通、公交的换乘（进站）等待时间；β为工作利用系数；VT为时间价值；I为城市居民年收入；T为居民年工作时间的总和。

③疲劳成本（C3）

式中：εi为AB 段的骑行或步行的疲劳系数；ω为乘坐地铁的疲劳系数；σ为乘坐公交的疲劳系数。

令C(sub)=C(bus),C1(sub)+C2(sub)+C3(sub)=C1(bus)+C2(bus)+C3(bus)则有：

式中：C（sub）为采用地铁出行的出行成本，C（bus）为采用公交出行的出行成本。

为便于后续结果分析，本文利用Crystal Ball 软件将出行时间、票价、换乘次数定义为假设变量，将步行、骑行影响半径定义为预测变量，得到站点影响范围测算模型敏感度分析结果，如表1所示。

表1 敏感度分析结果

敏感度主要表示测算模型中各个变量对模型测算结果的影响，利用Crystal Ball软件对每个变量对测算结果的重要程度（方差贡献率）进行排序。从方差贡献率来看，乘坐公交出行的时间（TAO）对测算结果的影响最大，高达83.90%；地铁换乘次数不影响地铁票价，而换乘等待时间也换算进出行时间内，故其方差贡献率最小。根据等级相关系数的数据可看出，公交出行的相关假设变量的数值均为正数，表示正相关，即TAO、公交票价及换乘次数的增大会引起测算结果的增大；地铁出行的相关假设变量的数值均为负数，表示负相关，即TBO、地铁票价、换乘次数的增大会引起测算结果的减小。此结果表明本文建立的测算模型与实际情况相符。

2 潜在影响范围研究

潜在影响范围是在该站点的合理影响范围之外，无法通过测算模型计算的影响范围，但是在其范围内能受该轨道交通站点的影响。本文利用泰森多边形的原理探索站点的潜在影响范围，并解决站点影响范围重合的问题。并将各个站点的合理影响范围和由泰森多边形切割的潜在影响范围组合，最终形成本文的提出的城市轨道交通廊道影响范围。

泰森多边形又叫冯洛诺伊图（Voronoi Diagram），最早由荷兰气候学家Thiessen 提出，将泰森多边形用于描述不同区域的降雨强度。其主要原理为：平面中两点的分界线为两点之间连线的垂直平分线，将全平面中各个点两两连接，再连接其垂直等分线，将整个平面划分为若干个多边形，每个多边形内仅有一个离散点的数据，多边形内的任意一点到该离散点的距离最近。基于此，本文将通过划分每个轨道交通站点步行和骑行的合理影响范围，解决站点间影响范围的重合问题，并探索其合理影响范围外的潜在影响范围。泰森多边形的构造步骤如下（如图2所示）。

图2 泰森多边形生成过程示意图

（1）确定离散点。根据坐标数据，在平面上创建离散点。

（2）建立Delaunay三角网。在同一个平面上，根据n个离散点的坐标数据，即（xi，yi），i=1,2,…,n，将临近的3个离散点相连构建成最佳三角形（即每个三角形3 个内角的均为锐角），使平面中每个离散点都成为三角形的顶点。

（3）确定每个三角形的外接圆圆心，即两站点间的垂直等分线与两站点间直线的交点。

（4）以某一点为中心，连接所有相邻的外接圆圆心。

3 共享单车发展下的成都市轨道交通廊道影响范围分析

3.1 实例背景

图3 成都市轨道交通路网

截至2018年12月26日，成都地铁共开通6 条线路，线路总长226.017 km，共计156 座车站，如图3所示。目前，成都市正在大力推进轨道交通场站综合开发工作，全国首个地下单车智能存车库在地铁2号线的牛市口站已建立完成，实现共享单车一键存取，解决了共享单车乱停乱放的问题，减少市政占地，充分发挥‘轨道+公交+慢行’示范效应。并于2019年起逐步推广，将真正意义上形成共享单车换乘轨道交通的出行模式，如图4所示。

3.2 合理影响范围计算

本文的相关数据来源于成都地铁官方网址，以及百度地图，其数据与实地测算的数据一致。数据搜集包括乘坐公交和地铁到市中心（即春熙路站点）的出行距离、出行时间、票价、换乘次数。相关参数来源于实地测算和文献调研[9-11]。由于站点影响范围受路网的发达程度、居民的收入水平、个人的出行意愿等因素的影响。因此，本文只考虑采用公交和地铁出行的通勤者。

图4 地下单车智能存车库

将相关数据和相关参数带入轨道交通开发利益影响范围测算模型，得到156 个站点的步行半径范围和骑行半径范围。为便于分析，本文将各站点的在共享单车影响下的骑行和步行的合理影响范围按成都市路网环线划分，将一环内、一环到二环、二环到三环、三环到四环以及四环到五环站点的计算结果进行整理，取各环线内各站点影响范围的平均值，如表2所示。并将各个环线内各个站点的步行和骑共享单车的影响范围进行比较，主要考虑各站点骑共享单车的影响范围比步行范围的增加值和扩大倍数的均值，计算结果如表3所示。

表2 各环线内站点的骑行和步行影响半径均值

表3 各环线内站点的骑行和步行影响半径比较值

表2可分析出，乘坐公交的出行距离和花费出行时间越大，站点影响范围的边缘点A 距离市中心（O）越远，地铁站点影响的步行和骑行范围就越大。表中，三环与四环间影响半径出现明显的断层，这是由于成都市三环内，乘坐公交至市中心无须换乘，而换乘必然会增加公交出行时间。因此，三环内无须换乘的站点的骑行和步行影响范围明显小于四环、五环需要换乘的站点。

表3可分析出，在共享单车影响下的骑行范围比步行范围半径值从一环到五环平均增加了675.20～4 590.06 m，骑行范围比步行范围的增加值随着环数的增加而增加。三环内乘坐公交不用换乘，乘坐地铁的优势相对于乘坐公交的优势不明显，因此共享单车的骑行范围在三环内增加的半径值仅在1.5 km 以内。而四环外的地理位置临近郊区，进入市中心的公交均需换乘，因此骑共享单车换乘轨道交通的优势更加明显，其半径增加值高达4 km以上。各环线内，共享单车影响下的骑行范围比步行范围扩大了2.36～2.64倍，其值也随着环数的增加而增加。

3.3 潜在影响范围分析

本文利用Arcgis 软件根据成都市区内各个地铁站点坐标创建泰森多边形，划分成都市轨道交通站点的开发利益的潜在影响范围，每个泰森多边形只包含一个站点，每个多边形中的任何点距其范围的站点的距离都比到任何其他站点的距离近。结合测算模型的计算结果，将各站点影响范围与泰森多边形进行空间叠置分析，区分各站点在共享单车影响下的骑行以及步行的合理影响范围和潜在影响范围，如图5、图6所示。

图6有颜色的部分为各地铁线站点的合理影响范围，白色部分为且在泰森多边形内为潜在影响范围。从图5可看出，各站点的步行影响范围均包含合理影响范围和潜在影响范围；极少数布局密集的站点仅存在合理影响范围。图6可看出，在共享单车影响下的骑行合理影响范围明显大于步行的范围，绝大多数站点仅存在骑行合理影响范围，极少数郊区站点包含骑行合理影响范围和潜在影响范围。

图5 站点步行影响范围示意图

图6 站点骑行影响范围示意图

以10 号线为例，分别讨论骑行和步行的影响范围，将其融合成连贯的城市轨道交通廊道影响范围。10 号线的西北面（紫色部分）与3 号线西南段沿线站点的影响范围重叠，以两条线路沿线站点的泰森多边形交界线划分站点合理影响范围（绿色部分）；东南面的泰森多边形为潜在影响范围（阴影部分）。如此可划分出轨道交通的廊道影响范围，如图7、图8所示。图7中，10号线的步行影响范围均由站点的合理影响范围和潜在影响范围组成，站点骑行影响范围绝大多数由合理影响范围，仅有华兴站和双流机场2 航站楼站存在潜在影响范围。

4 结论

本文建立了以广义出行成本表达可达性的轨道交通廊道影响范围的测算模型。文中引入泰森多边形原理，利用Arcgis 软件划分的潜在影响范围，并与合理影响范围进行空间叠置分析，提出城市轨道交通廊道影响范围由地铁线路各站点的合理影响范围和潜在影响范围组成。该研究成果考虑了共享单车的发展对城市轨道交通廊道影响范围的影响，为城市轨道交通开发利益影响范围提供了新的理论基础，进而重新界定了城市轨道交通开发利益回收测算的测算范围。解决了站点影响范围重合问题，以此提高了轨道交通站点影响范围划分的精确性。

最后，以成都市地铁线路网为例进行测算，得出以下结论：

（1）站点影响范围的边缘点距离市中心越远，地铁站点的步行和骑行合理范围就越大。

（2）在共享单车影响下，各环线内站点的骑行影响范围比步行影响范围平均增加了675.2～4590.06 m；范围扩大了2.36～2.64 倍。骑行影响范围比步行影响范围的优势更加体现在成都市3环外需乘坐公交换乘地铁的站点，共享单车的骑行影响范围的半径值比步行的影响半径值平均增加4 km 以上。极大地提高的站点的影响范围，扩大了城市轨道交通廊道影响范围。

（3）以地铁10 号线为例说明本文提出的城市轨道交通廊道影响范围，得出各站点的步行影响范围均包含合理影响范围和潜在影响范围；在共享单车风靡的情形下，各站点的骑行影响范围仅存在合理影响范围，极少数郊区站点包含骑行合理影响范围和潜在影响范围。

图7 10号线步行影响范围划分示意图

图8 10号线骑行影响范围划分示意图

本文采用的泰森多边形理论，在路网的边缘地带的运用并未达到理想效果，以路网的末端站点为中心确定泰森多边形的边线，在理论上有一定的依据，但与实际情况出入较大。后续研究需结合实际，可利用站点吸引力原理对站点潜在影响范围进行进一步的划分。