高铁站区人群集聚效应影响机制及规划策略研究——基于京、沪、渝、蓉四城案例*

崔 叙 梁朋朋 范 莉

0 引言

高铁的时空压缩对城市土地利用和空间结构产生了重要影响，并不断地推动区域的人群流动。高铁站区是高铁车站的最直接影响区域，研究人群集聚的影响因素及机制对于指导站区规划建设有重要意义。

梳理相关文献发现，现有成果多以城市空间结构、经济发展、站区空间形态为研究对象。在区域层面，研究多集中在高铁对城镇空间结构的影响[1-2]和高铁效应机制[3-6]；在城市层面，多研究高铁对城市经济的促进作用[7-8]、对城市空间的影响[9-10]、车站选址[11]和高铁新城建设[12]等；在站区层面，多研究站区空间演化[13-14]、区位对周边地区开发的影响[15]、产业空间集聚特征[16]、周边商务空间的影响因素[17]、站区的城市中心职能实现程度[16]、多维度规划[19]、站城融合[20-21]和规划后评价[22]。此外，还有针对高铁客流一日活动圈[23]、高铁走廊区域居民城际流动[24]、城际出行行为[25-26]等高铁客流的研究，但缺少对整个站区各类人群活动和集聚状态的系统研究，对于人的集聚行为及其影响因素研究不足。

人群的集聚规律与站区空间的特征具有相关性，站区空间建设对人群行为有影响，人群活动特征可以为站区空间优化和布局调整提供依据。因此，本文解析各类人群集聚的影响机制，为站区开发建设和空间规划提供思路和策略。

1 高铁站区的人群集聚效应

1.1 相关概念

1.1.1 高铁站区

高铁站区是高速铁路沿线重点规划建设的区域，也是实现高铁带动城市发展的城市基本单元[27]。从空间范围来看，高铁车站产生了一定的影响范围，学者对影响范围有不同的确定方法，如舒茨（Schutz）按照到达车站时间将站区划分为5~10 min、15 min内、超过15 min的三个区域[28]；王兰认为高铁影响范围分为核心区（2 km）、影响地区（4 km）、外围地区（8 km）[29]；赵倩、王丽研究京沪、武广、沪宁城际高铁时，以周边2 km范围为研究对象[15-16]。从功能关系来看，站区呈现功能开发一体化趋势，各种功能设施与车站的关联度随着到车站距离的增加而逐渐降低，围绕车站形成圈层的功能分布。本文根据空间范围和功能关系，通过分析站区人群活动特点和集聚范围，同时借鉴圈层理论，将范围确定为以高铁车站为圆心，2 km为半径的空间区域，并按500 m半径划定圈层。

1.1.2 高铁站区人群集聚效应内涵

阿尔弗雷德·马歇尔（Alfred Marshall）在1898年第一次提出集聚效应的观念，阿尔弗雷德·韦伯（Alfred Weber）在1929年正式确定其概念，并被学者所接受。集聚效应是指各种物质在空间上集中产生经济效果以及吸引更多的活动向一定地区靠近的过程，在新经济地理理论中通常是指产业集聚，而人作为经济活动决策的主体，人群集聚效应也是其重要组成部分。高铁站区人群集聚是在高铁建设的驱动下，受到交通、经济、建成环境、政策等因素的作用，城市和城市间的人群在站区范围内流动、集聚的现象。高铁站区人群集聚可以促进不同物质要素聚集，推动商业商务和公共服务等站区设施建设，促进站区发展。

1.1.3 高铁站区人群分类

高铁站区的人群特征与车站地理位置、站区的功能分布有密切的关系，结合人群使用的交通方式，将使用高铁出行的人群称作高铁客流，未使用高铁出行的站区人群称作非高铁客流（图1）。根据是否在站区产生驻留（驻留是指人在高铁站区相对较长时间的停留行为，本文将其限定为在同一地点触发了多次信令且起止间隔超过30 min的行为），将高铁客流分为驻留型客流和非驻留型客流；驻留型客流是指某人在站区范围内至少产生一个驻留点，其通常在驻留时间内会利用站区的各类设施；非驻留型客流指某人在站区范围内未形成驻留，利用站点交通设施快速集散。

有研究表明工作和居住人口在一定空间范围内集聚，有利于改善城市的交通条件，有助于形成新的中心结构。因此，本文单独对站区居住或工作人群进行研究。高铁客流中的站区居住或工作人群使用高铁出行频率较高，产生跨城市的流动行为，对高铁有一定的依存度。非高铁客流中的站区居住或工作人群通常在城市范围内活动，大多数受到高铁周边的开发建设吸引而产生居住或工作行为，这类人群的集聚效应会进一步刺激高铁站区的发展。

1.2 高铁客流集聚效应

高铁站对城市原有的空间产生影响，城市和高铁站区交通可达性提升，高铁客流集聚为城市带来物流、信息流、资金流的交换，对城市群经济活动、城市空间结构、站点综合开发形成较大的影响。

从宏观上来看，高铁网络的完善缩短了空间距离，降低了交通时间成本，提升了城市群、城市的可达性，促进了城市之间的客流互动，增强了经济活动；从中观上来看，高铁站影响了城市空间结构，城市交通系统也会进行相应的调整，高铁客流对城市交通接驳系统完善起到触发作用；从微观上来看，城际功能性活动增强及异城化的人口流动频次增多现象，要求车站具有高时效、多元化、服务型的综合能力，将商业、商务、休闲等城市功能空间有机融合形成综合交通枢纽成为大城市高铁车站开发趋势。

图1 站区人群分类示意图Fig.1 the schematic diagram of population classification in station area

1.3 非高铁客流集聚效应

高铁站区交通可达性提升会进一步促进不同要素集聚，节点场所价值更加突出，吸引更多非高铁客流集聚，站点周边的土地利用、业态类型、房地产价格都将发生变化，高铁的节点价值外溢对站区功能空间产生重塑作用，场所价值日益提升。

从交通供需来看，高铁客流对站点核心圈层的交通快速集散功能需求较大，非高铁客流对站区交通网络的整体服务能力要求更高，高铁车站与城市公交、地铁、出租车、网约车、社会车辆等交通方式的衔接成为站区规划的重要部分，不同交通方式的集聚降低了客流的出行成本和企业的运行成本，影响站区人群活动和企业的选址。从空间分布来看，高铁客流需要近距离的交通设施、商务商业设施，非高铁客流更关注商业休闲、公共服务设施，距离站点越近地价越高，受到地价和产业的升级影响，站区形成距离站点依次向外为交通服务、商务商业及文化娱乐、居住的圈层结构。

1.4 站区居住或工作人群集聚效应

居住或工作人群集聚对站区发展有较大的促进作用，随着人群集聚效应影响越来越大和枢纽设施的不断完善，高铁站点地区有从交通功能性“容器”转变为城市新中心的趋势，有利于形成城市升级转型的新增长点，为改善城市长距离通勤和多中心型城市结构的建立与优化发挥作用。

从城市空间布局来看，站区居住者需要完善的公共服务、商务、休闲娱乐等设施，站区工作者对于站区的就业、消费有促进作用，有利于站区开发建设，居住或工作人群比例升高有助于形成新的活力点，如日本新干线的新大阪站、博多站等站点周边居住或工作比例高，均形成了新的城市中心。从流动网络来看，高铁客流中的站区居住或工作人群出现跨区域流动现象，提高了城市与区域之间的互动，是对城市外部资源的空间需求，并为站点外溢提供了信息、物质、经济基础；非高铁客流中的站区居住或工作人群以城市内部流动为主，站区居住或工作人群在一定空间上集聚有利于减少远距离流动，缓解交通拥堵。

2 研究设计

2.1 研究对象

高速铁路已成为推动城市、城市群发展的重要动力，高铁车站是高速铁路重要的基础设施，是铁路对外服务的窗口，发挥着高铁网络的节点作用。高铁车站有旧站改建（如上海站），也有新建（如上海虹桥站）。北京、上海、重庆、成都是我国城市发展繁荣的重要地区，也是八横八纵高铁网的核心节点，高铁开工建设相对时间早，站点周边形成了一定的人群集聚，具有开展实证研究的基础。研究选取每个城市多个高铁车站，为人群集聚效应影响机制的共性研究提供了可能性，而高铁站的规模、位置的分异为不同类型人群集聚效应的差异化研究提供了案例支撑，且团队一直致力于高铁车站研究，拥有这四个城市较丰富、准确的数据。本文综合考虑规模、到发列车数以及车站等级后，选取京、沪、渝、蓉4个城市的13个高铁站点作为研究对象（表1）。

2.2 研究数据获取

本研究采集了13个高铁站区的城市基础发展条件、站区建成环境、车站条件及人群活动数据，因涉及范围较大，以大数据和统计年鉴收集资料为主，现场调研为辅。

移动定位数据记录了大量个体时空轨迹数据，可以识别人群出行、居住、工作等行为[30]。考虑2020年新冠疫情的影响，站区人群数据采用2019年11月联通智慧足迹手机信令数据筛选分析得到。手机信令数据是典型的移动定位大数据，可以较好的反映人群活动特征。研究使用4个城市平均每日信令总数约1~3亿条（每条数据包括用户代码、开始结束时间、基站信息等）（表2），对站区人群进行筛选，并通过联通在各城市的占有率、城市总人口、家庭平均拥有手机数、出行频率等多因素进行加权扩样，得到空间精度为250 m×250 m的网格。因本研究按距离车站每500 m半径划定圈层进行分析，将手机信令数据聚合后，满足空间精度要求，通过现场调研对手机信令数据分析进行验证后，结果显示数据有可信性。

研究通过各城市和高铁站点所在区的2019年国民经济和社会发展统计公报、城市统计年鉴等资料进行统计汇总获得了城市基础发展条件数据。站区建成环境和站点条件资料来源于谷歌地图公开的影像图及高德地图，研究利用Python获取高德POI（point of interest）、路网、建筑高度、建筑轮廓数据，以显示地理信息中的基本数据，对商业商务、公服设施、容积率数据进行计算，并分析其与不同类型人群集聚的相关性。

2.3 研究方法

为了观察高铁站区人群集聚特征，本文引入人群集聚度指标[31-33]，将人群集聚度与站区经济、空间、交通和区位要素进行相关性分析，解析影响因素，探明站区影响因素对人群集聚的作用机制。

表1 研究案例基本情况Tab.1 basic information of the research case

人群集聚度表征高铁站区的整体集聚水平，均值越高，说明聚集程度越大，反之则人群聚集程度越小，人群聚集度指标计算公式：

式中，Avg是一天人群聚集平均数，i表示高铁站区一天24个时段，i=1，2，…，24，Xi表示每个时段的人群聚集值，n为时段的个数，Pavg为人群聚集度，Pop为高铁站点所在城市城区的常驻人口数。

3 高铁站区人群集聚特征及影响机制研究

3.1 高铁站区人群集聚特征

3.1.1 高铁站区人群集聚总体特征

高铁站区人群具有一定的时间特征，分析13个高铁站区人群集聚在不同时刻的变化趋势（图2），总体呈现四个时期。00:00—07:00为稳定期，站区人群维持在一个较为稳定的水平，主要是居住在站区的人群；07:00—10:00为上升期，站区工作者和高铁客流增加，人数出现较快的增长趋势；10:00—18:00为活跃期，进入站区工作、乘车、休闲购物与离开站区人数基本相当，站区总人群数量实现动态平衡。18:00—24:00为下降期，随着高铁客流减少、休闲购物人群减少、下班回家人群增加，站区集聚度降低。

3.1.2 高铁客流集聚特征

不同站点的驻留型客流比重有差异，非驻留型客流显著高于驻留型客流，总体来看驻留型客流占高铁出行总客流量约22%（图3）。各站点驻留型客流占比的不同与站区发展程度、圈层结构有一定关系，同一站点的到达和出发的驻留型客流特征相似（图4）。驻留型客流占比最大的车站是成都东站，约37%，其中有61%分布在第一圈层，其为交通型车站，节点交通能级较高，但站区发展较缓慢，驻留型客流多数是利用节点便捷交通进行中转，其他圈层对客流吸引力小；重庆沙坪坝站的驻留型客流占比约为30%，其为商业型车站，站区发展相对成熟，驻留型客流多以消费购物为目的；上海虹桥站的驻留型客流占比约为20%，各圈层分布均匀，站区商务商业发达，容易集聚大量商务人群；上海西站和北京北站的驻留型客流占比最低，分别为12%和10%，其节点能级低，对客流吸引弱，且站区以居住为主，居住或工作人群在高铁客流占地低。第一圈层驻留型客流占比高的车站，除了使用交通设施中转、餐饮驻留等因素外，我国居民提前候车的习惯也会影响驻留型客流。

表2 手机信令数据样例Tab.2 sample of mobile phone signaling data

图2 高铁站区人群集聚在不同时刻的变化趋势Fig.2 the trend of crowd concentration at different time in high-speed railway station area

图3 高铁站区驻留型客流和非驻留型客流比重Fig.3 the proportion of resident and non-resident passenger flow in high-speed railway station area

图4 高铁驻留型客流在站区各圈层占比（出发和到达）Fig.4 the proportion of high-speed rail resident passenger flow in each circle (departure and arrival)

3.1.3 非高铁客流集聚特征

在井下瞬变电磁探测工作中，经过场变换及波场数据处理[20]，根据地面合成孔径思想，将井下工作面巷道测点等效为小孔径，对其进行相关合成，其合成孔径成像公式为

通过分析站区非高铁客流集聚分布（表3），发现人群活动在建成环境、聚集方向等方面具有显著特征。建成环境层面，人群聚集点主要在站点、商业商务区、交通换乘中心、居住区等处形成，公园绿地、会展等未形成站区集聚中心，如北京南站北侧的陶然亭公园、上海南站东南侧的上海植物园、成都东站西北侧的绿轴公园；聚集方向层面，站区出现了方向发展不同的特征，有的站区趋向与城市中心区或活力中心建立联系，有的站区因地形或交通因素单向发展，如上海虹桥站东侧为虹桥机场，重庆西站西侧为有山脉相隔。

3.1.4 站区居住或工作人群集聚特征

根据数据分析可知，站区居住或工作人群对高铁依存度整体比较低，居住者对高铁依存度大于工作者；而非高铁客流中，大部分车站居住者与工作者占比差异不大（图5）。重庆沙坪坝高铁客流中大约有23%为站区居住人群，5%为站区工作人群，非高铁客流的居住或工作人群也较多，一方面由于车站选址在城市副中心、可达性高，车站与城市有较好的互动基础，另外车站自身物业开发较完善，吸引了更多的客流，相对其他站点居住或工作人群的依存度较高。上海站的居住或工作人群多，其距离城市中心只有4.4 km，站区提供了大量的工作岗位和居住小区，便捷的交通提高了使用高铁的频次和人数。成都东站、重庆西站、成都西站的居住或工作人群少，站区还存在大量的未开发建设用地，吸引力不足。北京北站的站区虽然有一定的居住或工作人群，但列车多数是呼和浩特、大同和张家口方向，导致高铁客流中居住或工作人群比例低。

3.2 高铁站区人群集聚影响因素

影响高铁站区人群集聚的因素十分庞杂，本研究通过文献阅读，总结和整理了目前学者关于站区相关影响因素成果（表4），并增加了人群集聚效应内涵涉及因素。考虑到站区发展与城市的基本条件紧密联系、站区建成环境的开发建设对人群吸引的重要作用及站点条件对站区人群集聚影响，本文将可能对站区人群集聚构成影响的因素分为城市发展条件、站区建成环境和车站条件，并选取10个相关影响因素进行分析（表5）。

表3 非高铁客流集聚分布Tab.3 agglomeration and distribution of non-high-speed rail passenger flow

图5 站区居住或工作人群分布Fig.5 distribution of residents or workers in the station area

为了探明人群集聚的影响要素，本文基于皮尔逊（Pearson）相关系数计算人群集聚与潜在的影响要素之间的关联性，研判各类要素对不同人群集聚的影响程度，具体公式如下：

式中，r是相关系数，i代表不同的人群（i1为高铁客流，i2为非高铁客流，i3为站区居住或工作人群），j代表潜在的影响因素，μi、μj、σi、σj分别表示i、j的平均值和标准差。

分析结果表明，不同类型高铁站区人群集聚的相关影响要素存在差异（表6，图6）。高铁客流与人口规模、交通设施、车站建筑规模呈正相关；非高铁客流与商业商务设施、公共服务设施呈正相关，与车站区位负正相关；居住或工作人群与人口规模、交通设施、车站建筑规模呈正相关。

表4 站区相关影响因素成果Tab.4 relevant influencing factors in the station area

表5 高铁站区人群集聚相关影响因素Tab.5 influencing factors related to crowd gathering in high-speed railway station area

表6 高铁站区人群集聚与影响因素相关性分析Tab.6 the correlation analysis between crowds and influencing factors in high-speed railway station area

3.3 高铁站区人群集聚影响机制

3.3.1 高铁客流集聚影响机制

高铁客流中非驻留型客流占比多，表明目前车站的节点价值对客流的吸引力大，非驻留型客流与驻留型客流在集聚过程中也存在一定差异（图7）。设站初期，城市发展条件为车站提供了“基础支撑力”，交通可达性的改变提升了节点价值，吸引更多的非驻留客流，车站的交通设施发挥了“节点综合力”的作用。随着站区开发建设的不断完善，各类设施提供了“场所驻留力”，场所价值凸显，非驻留客流开始向驻留客流外溢，引发信息流、物流、资金流向站区汇集，高铁客流集聚进一步增强。当集聚到一定规模时，会产生扩散现象，高铁客流会转化与吸引非高铁客流集聚，站区与城市互动频次的增加会促进场所价值提升。良好的交通服务基础条件能够促进非驻留型客流快速集散，站区完善的设施可以吸引更多驻留客流。

3.3.2 非高铁客流集聚影响机制

图6 高铁站区人群集聚与影响因素关联图Fig.6 correlation diagram of crowds and influencing factors

站区商业商务、公共服务设施与非高铁客流集聚有显著的正相关性，车站区位与非高铁客流集聚呈负相关性。通过分析非高铁客流集聚的空间分布，将其集聚模式划分为扇形方向集聚、均衡方向集聚和集聚不显著，不同集聚模式的影响机制存在一定的差异（表7）。扇形方向集聚的车站多数距离城市中心较远，但依托城市发展轴，在朝向既有城市空间方向上与城市联系较强，建设大量商业、商务设施，单侧“场所驻留力”大，形成扇形方向的非高铁客流集聚。均衡方向集聚的车站距离城市中心较近，城市基础发展条件和区位优越，各方向的商业、商务设施集聚明显，“场所驻留力”在各方向均衡，设站初期出现非高铁客流集聚现象，随后出现非高铁客流转化为高铁客流的趋势。集聚不显著车站由于距离城市中心较远，基础发展条件相对差，开发建设不完善，非高铁客流集聚不明显，但有些综合性车站的节点潜在价值高，随着站区功能的不断补充，将促进高铁客流的转化。

3.3.3 站区居住或工作人群集聚影响机制

站区居住或工作人群集聚与人口规模、车站建筑面积、交通设施相关，表明高铁对站区居住或工作人群集聚有一定影响。但高铁客流中居住或工作人群占比低，非高铁客流中除了重庆沙坪坝站、上海站之外，其余车站非高铁客流中居住或工作人群也比较低。站区居住或工作人群集聚对城镇化、基础服务设施建设有反馈作用。目前我国高铁对站区居住或工作人群集聚影响不明显，一方面由于处在城市新区或边缘的站区建设时间短，一般高铁形成新的中心或高铁新城需要20~30年，很多站点还处于起步和发展阶段；另一方面随着城市、城市群发展，人群出行比例和频次增加，但还未形成一定规模。站区还存在基础设施不完善，“场所驻留力”小，吸引非高铁客流的居住或工作人群能力不足，导致站区居住或工作人群集聚弱。

表7 非高铁客流集聚模式及影响机制Tab.7 agglomeration mode and influence mechanism of non-high-speed rail passenger flow

4 高铁站区规划策略

高铁站区在基础支撑力、节点综合力、场所驻留力的影响下，产生高铁客流、非高铁客流和站区居住或工作人群集聚效应（图8）。综合考虑不同人群集聚的影响因素及机制，提出以下高铁站区规划策略。

4.1 基础支撑力：更新发展理念，“人—站—城”多视角统筹空间关系

图7 高铁客流集聚影响机制图Fig.7 high-speed rail passenger flow agglomeration impact mechanism map

图8 站区人群集聚影响机制示意图Fig.8 schematic diagram of the influence mechanism of crowd gathering in station area

随着高铁客流量激增、城际出行比例和频次增加、出行目的多元化，高铁客流、非高铁客流、居住或工作人群特征发生变化（高铁客流中居住或工作人群已经有了一定比重，如重庆沙坪坝约28%；每月使用高铁出行超过8次的高频客流比重也有增长趋势，如上海虹桥站高频客流约占总客流20%，北京南站约14%）。传统的高铁站区规划，更多从物质空间形态出发，忽视了人群在空间中活动的规律性和人本化的需求特性。现有经典理念如城市触媒理论、点轴系统理论等重点关注空间的变化，对“人—站—城”之间的互动考虑较少，站区空间规划与人群使用需求匹配性弱。正确解析空间关系可以为人群集聚提供基础支撑力，人作为空间使用主体和“站—城”联系的重要纽带，其特征及规律对空间关系的梳理有重要指导作用。因此，从“人—站—城”多视角统筹空间关系，可以更好的发现和剖析问题，提出有针对性的建议与策略。

4.2 节点综合力：探寻人群规律，“时—空—量”多层次构筑高效交通

良好可达性是车站节点综合力的基础，车站不仅要有高效的内部换乘交通设施，缩短站内的换乘时间，而且要有完善的交通接驳网络，方便客流快速集散[36]。基于“人群特征—影响因素—影响机制”脉络，对“时—空—量”多层次进行关联分析是构筑高效交通、提升节点综合力的有效手段。如重庆西站从时间上来看，站区人群整体集聚度不高且波动小；从空间分布来看，非高铁客流呈现扇形集聚；从高铁客流量来看，第一圈层驻留型客流占到达客流58%。经研究发现重庆西站交通换乘不便，接驳网络薄弱，节点综合力小，集散能力较差。针对重庆西站人群特征，可以建立“时—空—量”多层次模型，解析人群与空间互动机制，全面提升交通接驳能力，缩短第一圈层换乘时间，利用便捷交通引导和增加二三圈层的驻留型客流。

4.3 场所驻留力：优化空间布局，“圈—境—业”多维度动态规划站区

场所驻留力与高铁站区的圈层结构、环境品质、功能业态密切相关。非驻留型客流平均是驻留型客流的4倍，非高铁客流中居住或工作人群占比低，凸显场所驻留力的不足。分析发现有些站区存在已建的商业娱乐设施使用率低、公共服务设施配套不足等问题，场所驻留力减弱，如成都东站和成都西站。我国传统的设施配置多以指标配额的方法，通常使用千人指标法来确定设施配置，但站区人群对空间的需求发生了很大变化，人群活动出行频率高，对交通的便利度、环境品质、业态丰富度的需求增加，且随着站区不同建设阶段人群需求会发现变化，传统方法难以满足现实需求。因此，从“圈—境—业”多维度动态调整站区规划，在圈层维度上，建设面向多模式的交通和驻留需求；在环境维度上，提升站区品质，进行混合土地利用、步行可达的规划设计，有效增加站区非驻留客流向驻留型转化；在业态维度上，突出站区特色，避免站区的雷同建设，吸引更多的居住或工作人群。一般站区的开发建设周期比较长，应动态规划、分期实施，明确不同发展阶段的目标和时序，提升场所驻留力，集聚人群以形成城市新中心。

5 结语

高铁建设在社会、经济、功能、空间等方面给城市带来效益，其目的是提升居民生活质量，对站区最直接的影响就是人群集聚效应。与高铁网络的快速建设相比，站区人群集聚效应特征和影响因素还需要较长时间去验证，如何避免前期决策出现失误或后期出现站区发育不佳，是站区可持续健康发展的关键。在站区规划建设过程中，要避免忽略人群因素而只谈空间，同时也要注意因选址不当造成人群不集聚的困境。良好的交通条件可以吸引大量的非驻留型客流，将非驻留型客流转化为各个圈层的驻留型客流才能促进站区空间开发建设，站区拥有特色空间才能增大场所驻留力。随着数据的丰富，笔者会继续对城市群模式下的“人群—车站—城市群”复杂关系做深入系统的研究分析，以探索人群活动轨迹、出行规律和形成机制，希望本文提出的规划策略对未来站区空间建设提供参考。