基于居民接驳意愿的轨道交通站点接驳可达性研究——以福州市轨道交通站点为例

张 强

(福建省城乡规划设计研究院 福建福州 350007)

0 引言

可达性是指城市居民从城市任意起始位置到达任意终点位置的难易程度[1]，通常涵盖了交通过程的费用成本、时间成本和距离成本[2-3]，可达性高的区域表现出更高的人流积聚效应[4]。高可达性的轨道交通系统会显著影响轨道交通的利用效率，增加轨道交通对居民的吸引力，优化城市居民出行方式，缓解城市交通拥堵[5]。

在已有的研究中，对于对象可达性评估有多种方法，最常见的如赵立志,王璐宁等[6]运用空间句法模型计算集成度对城市养老驿站的可达性进行评价；郭谦,吴殿廷等[5]利用通达时间构建轨道交通路网的可达性评价指标，在可达性的评价中引入了时间属性；汪德根[7]通过GIS空间分析技术生成了武广高铁沿线的交通等时圈以评价高铁建成后对沿线核心城市的可达性影响。

上述各异的空间可达性计算方法，借助了不同的模型与评价指标，涵盖了路网结构、通达时间等时空间要素。这样的可达性计算方法可以很好地反映路面通行时的难易程度，但忽视了节点接驳换乘的难易程度。随着城市中心城区土地集约式发展和多种新型交通方式的出现，接驳换乘的难易程度成为了人们出行选择时的重要影响因素[8]。同时，基于上述的可达性计算方法都是基于城市物理空间进行计算，忽视了居民的出行方式选择和意愿。即，居民的出行方式的选择和意愿与各交通方式的可达性产生了错位。

本研究从节点接驳换乘的难易程度出发，以福州市为例，引用并改进了岳小智[9]关于公园公共交通出行便利度的模型。在可达性的评价中融入接驳换乘难易程度的考量与居民接驳方式意愿，对福州市轨道交通站点的可达性进行评价，以期能对轨道交通周边接驳配套与居民出行结构优化提供帮助。

1 研究设计

1.1 研究区域概况

福州市自2009年开始建设城市轨道交通，截止2019年4月共开通地铁1、2号线两条线路，总计里程55.09 km，42座车站。目前，地铁1号线日均客运量约为18.9万人次/日；地铁2号线日均客运量约为12.2万人次/日，如图1所示。

1.2 数据来源

(1)问卷调查数据

数据来源于2019年7月在福州市中心城区开展居民轨道交通出行调查，涉及居民意见、居民接驳换乘方式等内容。以各轨道交通站点为调查对象，在每个站点发放140份问卷，共回收6300份问卷。后剔除站点信息、接驳方式等关键信息缺失的问卷后，共回收有效问卷6074份。

(2)现场调查数据

通过实地调研(图2)轨道交通站点的各个出入口(42个站点，135个出入口)，记录了每个出入口公交车站、非机动车停靠设施、出租车临时停靠位、私家车停靠位数量。

(3)兴趣点数据(Point of Interests，POIs)

兴趣点数据来源于高德地图的开放API接口，数据采集时间为2019年6月4日，采集范围限定为地铁站点周边500 m范围内。

(4)手机信令数据

手机信令数据来源于联通运营商，数据被脱敏加工为轨道交通站点周边1200 m范围内的居住人口数与工作人口数，由于数据经过比例折算后的扩样处理，故可反映轨道交通站点周边的真实人口情况。

(5)地铁刷卡数据

地铁刷卡数据来源于福州市轨道交通居民使用地铁被自动记录的刷卡信息，数据采样时间为2019年6月12日上午7:00～9:00。数据包括了居民使用单程票、一卡通、e福州app和地铁码上行app等4种方式所记录的进站时间、出站时间、进站站点和出站站点等,如表1所示。

表1 地铁刷卡数据示例

1.3 研究方法

1.3.1接驳可达性模型

此处参考岳小智的出行便利度模型构造初始接驳可达性模型(式1)，其中Sn_ori代表第n个站点的初始接驳可达性得分,Nni代表第n个站点第i种接驳方式配套设施的数量，该数据来源于现场调查。

Sn_ori=∑Nni

(1)

然而，上述模型仅反映了目的地接驳的难易程度，引入居民接驳方式意愿还需要加入居民各接驳方式占比，该数据来源于居民调查问卷的统计。调整后的模型如式(2)所示:

(2)

其中，Sn代表第n个站点的接驳可达性得分;

Nni代表第n个站点第i种接驳方式第配套设施数量;

Pi代表城市居民在前往轨道交通站点时使用第i种接驳方式占所有接驳方式的比值；

Smin代表站点接驳可达性得分当中的最小值；

Smax代表站点接驳可达性得分当中的最大值，即调整后的模型是基于居民接驳方式占比进行加权求和，并进行0-1标准化消除量纲影响。

1.3.2变量选择

(1)被解释变量

本研究的被解释变量为工作日早高峰的客流量。样本时间选取为2019年6月12日星期三7:00～9:00的客流量。数值越高，代表当前时段的客流量越大。因早高峰轨道交通站点客流量又被分为进站客流量与出站客流量，故本研究分别以进站客流量与出站客流量作为被解释变量，设计两个模型并分别进行验证。

(2)解释变量

本研究的解释变量为接驳可达性得分。可达性是影响轨道交通客流量的一个重大因素，本研究重点关注接驳可达性对轨道交通站点客流量的影响和接驳可达性评价结果的有效性。

(3)控制变量

除可达性以外，站点的周边居住人口数、周边工作人口数、功能密度、功能混合度也会对轨道交通站点客流量带来显著影响，所以在本研究中被列为控制变量，以增强模型的可靠性，如表2所示。

表2 变量说明

1.3.3模型构建

此处采用OLS回归模型进行建模，形式如下：

Yen=βen+∑βi×Xi

(3)

Yex=βex+∑βi×Xi

(4)

其中，Yen为工作日7:00～9:00的进站客流量，Yex为工作日7:00～9:00的出站客流量；

βen是因变量为进站客流量时模型的随机扰动项；

βex是因变量为出站客流量时模型的随机扰动项, 以上扰动项均服从正态分布；

βi为第i个变量的斜率；

Xi为第i个变量的取值。

2 研究结果

2.1 站点接驳现状

2.1.1接驳停靠设施

通过现场调查收集了42个站点135个出口的各配套接驳设施数量，从图2(a)～(d)可以看出，只有极少数的站点在某种接驳方式设施上是完全空白，大部分站点的情况为每种接驳设施都至少含有一个。然而,各接驳设施在数量上存在着较大的空间分异。其中，仓山的东南部分由于是福州市未来中心城区东拓南进的重要跳板区域，需要吸引大量人流，所以该区域的各种接驳停靠设施非常完善。而市中心地带由于土地紧凑，所以其接驳停靠设施会存在不一而足的短板。而福州南北火车站由于设计的特殊性，在地铁站点的出口附近难以直接和其他交通方式产生接驳。

2.1.2居民接驳意愿

通过福州市现状轨道交通客流换乘方式的问卷调查，对轨道交通1、2号线全部站点的接驳方式比例进行统计，受访人群以18～40岁的成年人为主，共回收6074份有效问卷。综合统计各个站点的问卷调查结果，得到轨道交通乘客的换乘方式如图3所示。

(a)公交车接驳停靠现状

(b)非机动车接驳停靠现状

(c)出租车接驳停靠现状

(d)私家车接驳停靠现状

图3 居民接驳方式①占比

总体上来说，绝大多数的市民会采取公交车(39%)和非机动车(39%)换乘方式前往地铁站，并且所占的比例远远高于其他种方式。而共享单车、出租车、私家车的选择人数相差不大，是少数人的选择，共享单车作为推广的低碳出行手段，占比过低，应注重共享单车集中停放点和地铁站点的衔接问题，提高共享单车使用率。

2.2 接驳可达性得分

将上述现场调查结果与问卷调查统计得到的比例代入前文1.3.1介绍的接驳可达性模型,即可得到如图4所示的各站点接驳可达性得分。

图4 福州市轨道交通1、2号线接驳便利性分值

从总体上来看，地铁一号线接驳可达性得分平均值为0.79，二号线为0.75，地铁一号线的接驳可达性要略优于地铁二号线。从各个站点来看，祥坂、福州火车站、洋里3站的分值偏低，处在0.16以下，洋里为最小值，而白湖亭、秀山、桔园洲、西洋4站达到了最大值，表示其每个出口都能满足4种换乘需求。

从接驳可达性得分的波动情况来看，除上述个别站点位于偏低水准，其余站点的上下浮动差值则并不太大。地铁一号线除福州火车南站、上藤、东街口与福州火车站4站外均能达到总体平均值以上，而地铁二号线则存在七个站点无法达到齐平水平。从这里也可以看出，贯穿南北的地铁一号线接驳可达性要优于地铁二号线。

2.3 模型验证结果

将各变量带入OLS回归模型即可得到参数估计表(表3)。总体来看，模型2的拟合优度更好，表示其具有更好的可解释性，即接驳可达性得分与各控制变量能反映出站客流量的大部分变化。而模型1的拟合优度则偏低，显示出目的地的特征在城市居民早高峰出行时占有更大的比重。

在模型1中，仅功能密度与接驳可达性得分通过显著性检查，这可能是由于模型1拟合优度偏低的原因。而在模型2中，周边居住人口数、周边工作人口数和接驳可达性得分均通过显著性检查，反映出早高峰出站客流与工作人口和接驳可达性的强相关关系。

最后，无论在模型1还是模型2中，接驳可达性得分均通过了不同程度的显著性检查，表示站点的接驳可达性得分对于站点客流量具有显著影响，该可达性得分通过模型检验。

表3 模型拟合结果②

3 讨论

本研究从空间可达性到达难易程度的内涵出发，诠释了可达性中的接驳换乘难易程度，并引入了居民接驳方式占比作为计算权重，提出了新的轨道交通站点可达性评价方法，并以2019年6月轨道交通运营现状为例进行评价，得到评价结果并纳入相关控制变量进行模型验证。

(1)从模型验证结果来看，模型采用多重线性回归模型，根据站点的功能密度、功能混合度、周边居住人口数与工作人口数、接驳可达性评价结果预测站点客流量。 其中仅站点可达性评价结果作为解释变量，其余自变量均为控制变量。模型验证结果显示如表3所示，回归模型具有统计学意义，其中模型1为F(5,36) = 3.621(P<0.01)，R2=0.335；模型2为F(5,36)=26.277(p<0.01),R2=0.785。纳入模型的接驳可达性评价结果变量对站点客流量的影响具有统计学意义(P<0.05)，评价结果具有可靠性。

(2)从可达性评价结果来看，总体上，贯穿市中心和南北火车站的地铁一号线在总体上具有更好的可达性。个体上，局部站点如上腾、东街口、福州火车站和祥板站则得分较低。根据现场调研情况分析，上腾站由于缺少公交停靠造成总分偏低；东街口由于地处福州市中心，用地紧张，并且定位为步行街，所以其他交通方式的接驳配套设施较少；福州火车站由于其空间配置的特殊性，其他交通方式的接驳设施并未与地铁站点出入口设置在一起；祥板站则由于接驳公交车站距离较远，缺乏社会停车接驳配套。从结果来看，基于现场各接驳配套设施数量与居民接驳方式占比加权计算的评价结果相比，拓扑结构计算的可达性结果具有更好的可解释性，其评价结果具有直观性。

(3)从评价方法来看，首先，完善了既有可达性评价方法中对于接驳换乘难易程度内涵的忽视。当居民在城市中进行空间转移时，除了需克服路途中的空间、时间和费用成本阻力，也需要克服目的地接驳换乘的阻力。虽然地铁站点通常有着巨大的日客流吞吐量，但无配套的停车场，使得接驳换乘难易程度成为地铁站点可达性的一个重要衡量标准。

其次，评价方法补足了对使用主体出行方式占比的考量。当居民某种出行方式的需求量巨大，而其对应方式的接驳换乘阻力巨大时，就产生了需求和配套的平衡错位。所以在计算可达性时，应该将居民接驳方式占比作为计算权重纳入考量，使得评价结果能充分体现评价对象使用主体的出行意愿，评价结果具有针对性。

4 结论

本研究基于接驳换乘的难易程度与居民接驳方式选择。提出了轨道交通站点可达性评价的新方法。该方法以居民接驳方式比例为基础，通过现场调查收集数据，构建了针对站点接驳难易程度的可达性评价。以福州市为例应用该方法获得评价结果，并加入其它建成环境要素作为控制变量，针对运营客流量进行回归分析。现场实体空间的调研使得该评价方法具有直观性，基于居民接驳方式占比的权重计算，赋予了评价结果的差异性和针对性，最终通过回归模型的结果验证了评价方法的可靠性。本研究对轨道交通周边接驳配套与居民出行结构优化有较大促进意义。后续研究将完善评价方法，使得对不同类型的站点来说更具针对性。

注释：

①本文中接驳方式指出行者从出发地前往轨道交通站点过程中最后乘坐或从轨道交通站点前往目的地过程中最先乘坐的交通工具

②*表示在0.1水平显著，**表示在0.05水平显著，***表示在0.01水平显著。模型1为因变量为进站点客流量时的拟合模型，模型2位因变量为出站客流量时的拟合模型。

图片来源：

图1：作者自绘;

图2：图2(a)到图2(d)，来源均为作者自绘;

图3：作者自绘;

图4：作者自绘。