城市空间结构与公共交通通达性匹配研究——以重庆市核心城区为例

吴玲玲，彭 念

(重庆交通大学 交通运输学院， 重庆 400074)

高品质的公共交通系统是引导城市发展新机制以及改善城市人居环境的重要举措。评价城市是否具有高品质的公共交通系统应包含以下要素：① 优质的城市公共交通出行环境(如人性化公交站台环境)，以提高出行服务质量且更有利于吸引更多潜在公交乘客；② 多等级、多速率、多接驳形式下的公共交通网络，以提高交通线路运行效率、使用频率，合理的公交站点选址布局使公共交通成为居民出行首要选择方式。理论界对建设高品质的公共交通系统的研究多关注于公交站点可达性[1-2]、公交站点覆盖率[3]、公交站点选址[4]、公交路径调整[5]、公交出行便捷性[6]等公共交通资源供给的评价和优化。但随着城市交通出行需求的快速增长和中心城区建设用地收紧，通过增加公交线网基础设施和服务设施等扩大供给以平衡交通流日益艰难，公共交通规划与管理不得不从交通源头出发，通过满足居民出行服务需求[7]来整合交通供给资源，使公共交通系统效益最大化。

传统公共交通规划模式通常是基于交通需求O-D分布矩阵，以满足大多数出行需求与公交企业效益两全为目标，注重连通出行需求量大的区域或增加公交客运能力。此法虽能有效协调公交线路布设与客流主要流向一致、减少因换乘而损失的时间，但这种基于公交需求同质化假设下解决公共交通问题的方法具有公交线路网覆盖窄、公交线路重复率大、乘客出行时间长等缺点。而现实城市居民出行需求空间分布总是不均衡的，局部地区高强度、突发性出行需求常引起交通拥堵，因此从不均衡空间分布的出行需求角度探究公共交通供给调整策略很有必要。

随着城市经济聚集和城市边界扩张，城市公共交通资源需要重新布局优化才能满足因城市空间结构变化而出现的新需求。传统规划方式受技术条件限制，数据精确度难以保证，而今大数据和互联网技术的联合应用为城市公共交通系统规划提供新的动力和方向。大规模兴趣点(point of interest，POI)数据的获取方式比传统统计法更可靠，现已成为研究的新数据源，被广泛应用来解决土地功能识别[8]、城市空间功能识别和分析[9]、生活便利度指数研究[10]、多类型商业中心空间模式[11]、城市设施热点分析[12]、购物中心的热点聚类特征及分布模式[13]、旅游资源的空间分布特征[14]等一系列问题。现有研究证明POI数据能够有效反映城市服务设施空间分布特征，可准确定位到城市居民的活动目的地，以表征居民实际出行潜在需求位置。

基于传统的公共交通规划模式多关注于局部交通设施布设和线网连接优化，较少关注全域城市空间下公共交通通达性问题。而学者们针对交通通达性研究，从方法、指标评价到尺度特征方面都已趋于成熟，主要集中在3个方面：① 对交通网络通达影响因子分析，如王冰冰等[15]通过心理访谈发现影响步行空间通达性的因素包括路径规划、引导标示、空间环境等；黄江效等[16]探究了农村地区公路网的通达性因素包括县域路网密度、连通度、可达性、与干线路网衔接。② 对交通网络通达性进行测度和评级分析，如李京忠等[17]利用GIS空间分析方法评价了河南省各城市的综合通达能力；陈少沛[18]从出行者视角出发利用GIS技术对广州轨道交通网络进行通达性度量。③ 对路网通达性与经济聚集、人口分布、城市发展、城市设施等方面的研究，如李涛等[19]借助GIS软件探究了珠三角地区交通通达性与人口变化的空间格局关系。综上所述，对城市建成区域公共交通空间通达性的研究较少，也没有重视地理、经济要素、居民出行需求分布与公共交通空间通达性的作用关系。

综上，为了准确评估城市公共交通空间通达性，综合考虑城市形态要素、居民的活动特征对公共交通系统的影响，从居民出行需求角度出发，基于生活服务设施POI数据，运用点密度分析法分析研究区内POI点的聚集效应和公共交通站点服务能力，以表征居民出行吸引需求程度和公共交通服务供给水平，再应用空间聚类分析模型对公共交通供需进行空间匹配分析，从而实现对公共交通空间通达性评价和分类的目的；最后依据分类结果进一步精细化研究，针对性地提出公共交通资源调配建议，其结果可为解决城市交通拥堵、优化公共交通网络结构提供技术参考。

1 研究区域与数据

1.1 研究区概况

重庆主城九区是由渝中区、沙坪坝区、渝北区、江北区、南岸区、大渡口区、九龙坡区、巴南区、北碚区构成的城乡结合形式的地域范围。随着主城区经济、交通发展，城市规模不断向外围扩展，形成“一城五片、多中心、组团式”的城市空间结构。主城区近郊及各区县处于农村向城市过渡阶段，而重庆核心城区(即内环快速路以内区域)是城市资源最聚集、经济最发达、道路网最密集、人口聚集效应最大的地方。以数据获取完整为出发点，研究区域选取城市内环建成核心区(图1)。考虑城市空间区位因素影响，选取以街道办(乡镇)区界为统计单元进行研究，数据来自于国家基础地理信息数据库。

图1 研究区概况图

1.2 数据来源与预处理

1.2.1POI数据

选取2020年网络爬虫抓取的生活服务设施POI数据，数据来源于高德地图，包括序号、名称、地址、经度、维度等属性。生活服务设施是指以方便居民生活、满足生活需要为目的，具有服务性质的基础设施。基于居民日常出行不再以简单通勤出行为主，而是向复杂、多样化出行需求转变[20-21]，城市多样化生活服务设施可被划分为餐饮住宿设施、购物服务设施、金融服务设施、文旅休闲设施、居民日常设施五大类。从高德地图获得的原始数据存在重复、无参考意义的问题，需要对获得的数据进行筛选、清洗和整理，转换为WGS-1984 坐标系，共得到98 937个地理兴趣点，分类结果如表1。

表1 生活服务设施POI类型及比例分类结果

1.2.2公交站点数据

通过使用Python软件抓取公共交通站点数据，数据来源于高德地图开放API，包含公交或轨道站点序号、名称、经纬度等信息。抓取的数据经GIS软件清洗、整理和处理，转换为WGS-1984 坐标系，且将同一地段道路两侧的站点数据合并成一个站点，每个站点都拥有公交线路停靠数量、站点类型等信息。

2 研究方法

首先通过生活服务设施POI点数据聚集分析居民实际出行潜在需求的位置分布，确定利用公共交通出行的需求价值；然后通过量化现状公共交通供给状况，两者共同决定公共交通的使用成效。这两类值被视为街道办(乡镇)的“属性”，通过评估公共交通潜力价值完成公共交通通达性评价研究。

研究步骤分为点密度分析、公交供需匹配评估。首先，通过GIS的点密度分析工具得出POI点的街道办(乡镇)层面聚集效应；其次，通过现有公共交通站点服务能力，利用权重点密度分析得到街道办(乡镇)层面公共交通供给水平；然后，通过对点密度数据值直方图来观察两变量的范围及分布规律，在GIS软件中运用自然段点法进行评价值分级，包括超高类、高类、中类和低类4级；最后，使用空间匹配度评估模型将两类要素组合综合评价，得出“高需求-高供给”“高需求-低供给”“低需求-高供给”“低需求-低供给”4类关系。依据分类结果，结合居民可接受步行距离阈值，从站域范围小尺度视角下提出相关公共交通供给调整建议。

2.1 点密度分析

基于GIS信息系统(geographic information system)具有大数据存储、处理、可视化的优势，可对城市地理空间信息进行优先管理，实现对海量城市地理空间元素的有效组织[22]。本文中利用ArcGIS 10.5实现数据处理和可视化表达。

居民出行需求分布是人与经济要素(即POI点)聚集相互作用的结果，在城市空间结构上呈现正相关分布且分布不均衡的特点[23]。为描述研究单元内城市公共交通供给与居民出行需求强度的关系，即综合公共交通站点服务能力与生活服务设施的关系，需构建POI点对居民出行的吸引需求。为简化计算，将研究单元内的POI点数求和作为POI吸引需求量，将其全部分配到对应区内的公共交通站点上来表示公共交通需要承载的出行需求。

使用点密度分析法分析POI数据的聚集效应。GIS系统中点密度分析工具可用于计算输出单位范围内数据点的密度，其密度计算方法为邻域法。计算原理是，将城市研究范围划分为若干边长为d的正方形空间分析单元，空间分析单元中心K周围通过定义邻域半径r，计算邻域内点数据总数Nk(r)，再除以邻域面积，得到数据密度评价为Dk：

(1)

由于选取各街道办(乡镇)区界为统计单元，则有Ak为第k街道办(乡镇)或街道的面积，Nk为第k街道办(乡镇)的生活服务设施数量。对每个统计单元计算密度，作为居民出行需求的强弱衡量标准，最终得到Dk为POI的吸引需求强度的空间分布情况。

(2)

为评估现有公共交通资源在城市空间的分布状况，通过权重点密度法计算研究区域内公共交通服务供给现状。城市公共交通服务考核包含公交便利性和通达性2个重要指标，且“便利性”与公交站点的布设情况有关，“通达性”与公交线路路径设置有关[24]。因此，单个公交站点的服务能力差异评估可由公交站点类型和公交线路停靠数量来决定[25]。因不同站点类型对居民使用公共交通方式、要求存在不同程度的影响，通常将站点划分为一般站、枢纽站、轨道站。因此，单个公交站点服务差异计算方式为：

Wj=βm×Aj

(3)

式中：Wj为站点j的服务能力；βm为站点类型m(一般站，m=1；枢纽站，m=2；轨道站，m=3)对应的权重值。一般站，权重=0.1；枢纽站，权重=0.2；轨道站，权重0.3；Aj站点j公交线路停靠总数。

设空间统计单元K的邻域范围内第l个站点的服务能力为Wj，j=1，…，Nk(r)，则统计单元K的公共交通服务供给密度值为：

(4)

其中，单位为服务力(km2)。

2.2 公交供需匹配评估

公共交通发展的均衡性和供需匹配性在很大程度上受地理要素空间位置的影响。莫兰指数研究空间不同位置要素的空间相关性，在生态环境科学[26]、教育发展研究[27]、交通发展规划[28]等方面应用广泛，可用来表示要素属性值在空间上是否聚集及聚集空间分布。因此，使用双变量全局莫兰指数模型和双变量局部莫兰指数模型相结合的空间匹配度评估模型，对生活服务设施配置和公共交通服务供给的空间匹配度进行分析。

双变量全局莫兰指数(bivariate Moran’sI)计算方式为：

(5)

式中：I为双变量莫兰指数；n为街道办(乡镇)的总数量；Zi与Zj分别为公共交通服务供给与在街道办(乡镇)i与j处的点密度值标准化值；Wi, j为空间权重。在计算空间相关性时，构建权重矩阵。由于探索研究街道办(乡镇)与其周边街道办(乡镇)的公共交通服务供给和生活服务设施配置的空间依赖关系，因此选择邻接权重规则来构建空间权重矩阵。

公共交通服务供给与生活服务设施配置在街道办(乡镇)尺度上的匹配程度可通过双变量局部莫兰指数(Bivariate LISA) 来分析，莫兰散点图(Moran scatterplot)呈现匹配关系图，双变量局部莫兰指数(Bivariate LISA) 的计算方式为：

(6)

3 生活服务设施和公共交通空间分布总体特征

3.1 公共交通供、需空间特征分析

运用GIS工具将经过预处理的公共交通服务供给和生活服务设施POI数据同街道办(乡镇)地块面属性数据进行空间连接，依次计算各街道办(乡镇)地块公共交通供给、需求强度，通过自然断点法进行数据分级得到重庆市主城核心区公共交通出行供需空间分布图(图2、3)。

图2 公共交通服务供给分析图

由图2可知，绿色地块表示该区域公共交通出行平均空间通达水平较低，空间通达性较差；红色区域表示该区域公共交通出行平均空间通达水平较高，居民乘坐公交出行到达目的地的便利程度较好。总体上，主城核心区公共交通出行空间通达水平具有明显的空间差异，并呈现从渝中半岛向内环外围地区依次减弱，北部片区公共交通发展整体性好的结构特点：渝中区朝天门、上清寺街道，南岸区南坪街道，沙坪坝区小龙坎街道，大渡口区春晖路街道的公共交通空间通达性最好；渝中区解放碑—石油路街道，渝北区龙山—龙塔街道，沙坪坝区天星桥—天文街道，南坪区天文街道，九龙坡区石坪桥—杨家坪街道，江北区观音桥—五里店街道的公共交通空间通达性较好；其他区域的公共交通空间通达性偏差。由于城市轨道线网和公交网路覆盖率偏低，或受中梁山、明月山地形阻挡，该区域路网密度较低，不利于公共交通布设。

图3 POI数据分析图

由图3可知，绿色地块表示该区域生活服务设施POI聚集程度较低，居民出行需求强度较低；红色地块表示该区域生活服务设施POI聚集程度较高，居民乘坐公交出行需求强度较高。总体上，主城核心区生活服务设施POI聚集效应明显且空间差异大：高、中密度开发地区呈多中心、组团式面状分布，主要因城市开发建设较早、地段地理位置优越，土地使用职能明确的以解放碑、小龙坎、观音桥、南坪、杨家坪等街道为代表的区域，这些区域土地资源稀缺导致城区开发强度大，使各类服务设施聚集效应强，同时居住功能建筑高集聚于此，生活服务性服务设施配置较为完善，因此土地使用功能混合度高，是经济和人流活动的高频区域；而其他区域的生活服务设施聚集程度相对较低，属于城市核心边缘开拓区，相较于商旅、购物、居住功能而言，以产业园、工业园为主题的工业功能相对更强，居民生活性服务能力较差。

3.2 公共交通空间通达性分析

为得到最终公共交通通达性评价图，考察公共交通供需是否具有空间关联性，运用Moran’sI指数对公共交通供需强度的空间关联性进行测度。Moran’sI取值在[-1，1]：0

运用GeoDa软件进行公共交通供需匹配空间自相关分析，测算得出的Moran’sI指数为0.296(P值<0.01)，说明两者存在明显的空间正相关性特征。莫兰散点图(图4)呈现了公共交通服务供给与生活服务设施空间匹配关系，每个蓝色的点代表具有集聚倾向的街道办(乡镇)，散点图横坐标为生活服务设施POI数据密度标准化值，纵坐标为公共交通供给空间滞后值，回归直线的斜率为双变量莫兰指数值。

图4 莫兰散点图

散落在莫兰散点图中4个象限的点把研究范围内所有街道办(乡镇)分为了4种类型，第1、3象限为“高需求-高供给(G-G)”、“低需求-低供给(L-L)”，第2、4象限为“低需求-高供给(L-G)”、“高需求-低供给(G-L)”。表2统计的是属于不同类型的街道办(乡镇)的数量。图5展示的是基于莫兰散点图的两要素组合综合评价分类图。

表2 不同类型的街道办(乡镇)的数量

1) 第1象限的“高需求-高供给”组的点离散程度较大，位于此象限内的点的横、纵坐标分别代表的POI密度标准化值、公共交通供给空间滞后值均为正值，表示相应街道办(乡镇)的公共交通服务供给及POI密度均高于研究区域内的平均水平。标准值的数值越大，则高于平均水平的程度越大。这部分地域主要包括地理位置较好、经济活力较强、土地功能使用明确的中心城区。

2) 第3象限的“低需求-低供给”组的点数据较为聚集，该象限内点的横、纵坐标分别代表的POI密度标准化值、公共交通供给空间滞后值均为负，表示相应街道办(乡镇)的公共交通需求、供给强度均低于整体平均水平。但点的标准化值的绝对值较小，说明低于平均水平的程度较小。这部分地域主要分布在核心区边缘拓展区附近。

3) 第2象限的“低需求-高供给”分类组的点数据较少，位于此象限内的点的横坐标代表的POI密度标准化值为正值，纵坐标代表的公共交通供给空间滞后值为负值。此部分地区主要零散分布于嘉临江、长江两侧部分街道及沙坪坝区覃家岗、童家桥街道周围。

4) 第4象限的“高需求-低供给”分类组的点数据最少，位于此象限内的点的横坐标代表的POI点密度标准化值为正值纵坐标代表的公共交通供给空间滞后值为负值。此部分地区相邻于经济活动较强的区域，但公共交通供给水平较弱，公交建设的带动力不足。

图5 基于莫兰散点图的组合分类图

3.3 公共交通资源调整建议

通过对街道办(乡镇)单元的公共交通空间通达能力评估发现，从整体上看，城市公共交通供给水平基本能与居民出行需求强度相匹配，但就大尺度而言，各研究单元居民出行需求现实中不会呈如此均衡分布状态，而不同规模效应的POI点将影响公共交通配置。为了更直观地表现公共交通供给调整的需求强度，借助GIS空间统计分析，以各公共交通站点出发，基于居民可接受步行距离为1 000 m的距离阈值，从小尺度上分别确定站域范围内经济活动数量值表征出行需求强度值，并对最终结果用自然断点法对站点划分等级(图6)。绿色站点表明使用公交出行需求强度低，公交承载压力较小；红色站点表示公交出行需求强度大，公交承载压力大。

图6 公共交通站域需求图

基于得到的居民出行需求的空间分布情况提出以下分类建议：

1) 对于“高需求-高供给(G-G)”组合(图6(a))，这些地区具有高密度生活服务设施且服务范围广，公共交通覆盖程度高、空间通达程度高，属于城市传统核心地段，包括：高密度土地开发利用解放碑、观音桥、三峡广场、龙湖时代天街等大型商圈成为餐饮、购物、休闲娱乐等设施聚集热点区域，从而形成重庆市核心区主商业中心；其次，作为主城区最重要对外交通集散枢纽的重庆北站和重庆东站附近地区；北部区块照母山居住区、光电园产业区板块处于楼多刚需大加速成熟过程中。这些区域人流量高度聚集，道路网连通好，公交、地铁连接成网，进而产生高强度交通流、导致交通拥堵问题严重、公交基础设施严重超负荷运行，因此建议改善公交运行瓶颈，正确识别公交运行瓶颈类型、控制瓶颈路段的交通饱和度；优化公交运行线路，对拥挤路段的公交路线优先满足快速公交的行驶调整公交线路重复；注重枢纽场站和港湾式公交站点位置建设，减少公交车进出站对路段交通流的影响；改善公交站点布设，注重交通方式换乘衔接方式和换乘条件；公交路权优先设计，在满足社会车辆需求路段交通条件下设置公交专用道，有条件时扩展交叉口设置公交车进口专用道；在高峰时段内旅客和“打工人”流量突增，将使公共交通运行压力大，部分交通线路运载过于饱和，建议在高峰时段增加部分公交车发车频率，跨站或快、慢车运营模式压缩停站；开放街道人车混行较为常见，存在严重交通安全隐患，建议注重排查力度和预防措施并重，针对安全隐患多、交通违法突出的地段范围，实行督办整改。

2) 针对“低需求-低供给(L-L)”组合(图6(b))，整体而言，这些地区生活服务设施聚集效应小，生活服务功能相对较差，公共交通空间通达性也偏差，属于内环边缘拓展地区。随着城镇化进程加快，局部地区经济和人口集聚、增长，设施聚集效应逐渐差异明显，包括石桥铺、春晖路、弹子石、新山村、李家沱、天宫殿商圈等附近聚集了较大规模生活服务设施，形成外围空间结构布局较分散的次商业中心；渝北区空港新城因城市发展能级、产业提升需要，是经济开发的重点区域，其中以江北国际机场为核心的地域正全面发展建设航空物流、商务服务、休闲娱乐、居民住宅等设施，因而聚集相当规模服务设施。这些区域道路网连通性较好，轨道交通通达性较好，公共交通出行便利，但公交—轨道交通、公交间换乘时间长、步行距离远，一体化服务水平和衔接效率较低，建议注重公交站点位置调整、换乘方案设计是满足基本功能同时加强客流组织、体现以人为本理念。而受中梁山、南山山脉影响的许多偏僻南部、东部地区，如九龙坡华岩镇、南岸区南山街道等，区域内道路网密度低、连通性差，公交车通车班次少，公交车路网的可达性差，公共交通出行换乘存在不便，建议根据城市居民出行特征发展穿梭巴士接驳运营，改善居民出行“最后一公里”接驳问题，以增加公交网络服务覆盖率。

3) 对于“低需求-高供给(L-G)”组合(图6(c))，这些地区受地形地势影响，主要零散分布于嘉临江、长江两侧的大石坝、菜园坝、铜元局、花园路等街道，沙坪坝区覃家岗、联芳街道。这些地区多属于老、旧城区，生活服务设施配置偏少，随着社区的更新改造，原有基础服务设施缺位，不能满足社区居民的多样化需求，应注重这些区域的社区配套生活服务设施多元化供给，提高生活服务设施便捷度；但道路网密度高、轨道交通连通度好，因此公共交通出行便利、通达性较好，部分位置的公交站点过于集中和冗余，应适当优化公交站点位置和整合车辆调度。

4) 对于“高需求-低供给(G-L)”组合(图6(d))，这些地区包括大坪、杨家坪、南坪商圈且相邻于经济发展更强的主商业中心区域，大量住宅环绕建设在这些商业区附近，这些区域土地使用职能明确，配置相当规模的生活服务设施，人口密度大，因此居民出行需求强度大，但公共交通供给水平低，建议改善该区域居民出行便利程度，加强公交基础设施和相应配套服务设施建设，完善各社区范围内公交设施建设，增加站点可达性和服务性，增加公共交通路网覆盖面积。

4 结论

1) 结合强大的GIS空间处理、分析工具，以城市居民实际出行需求为原则，确定分类调整模式，为城市公共交通发展提供新的思路。

2) 重庆市主城核心区受山地地形地貌限制，城市多中心组团发展模式城市，渝中区半岛为中心的城区开发强度大，生活设施配置完善，是居民出行、生活、工作的主要区域，但中心城区与内环边缘区域设施配置差异显著，应注重城市空间内部结构调整，减少职住分离，平衡人口增长与就业发展。

3) 城市公共交通配置调整应注重与城市的人口承载力与经济、社会活力协调。出行需求集中的主、次商业中心，重要交通枢纽等局部区域，应加强区域内部结构调整，改善公交运行瓶颈、优化公交站点环境和运营线路，改善公交间、公交—轨道交通间换乘条件，增强公共交通网络布局整体稳定性，全面提升公共交通出行方式竞争力。针对早、晚出行高峰时期，满足局部高强度、突变的出行需求，调整公共交通发车频率和运载能力。

从POI大数据和街道办(乡镇)视角对城市公共交通空间通达性进行评价研究存在不足:由于重庆山城特殊的地形条件，难以通过道路网数据构建地块精准表达城市居民实际出行需求，仅能通过现有公交站点数据从站域范围角度粗粒度估算出行需求强度，以作为公共交通调整的依据，应加强对于POI数据的精细化处理的思考。数据获取和研究范围局限性大，难以得到全面的数据。同时，获取的数据只适用于已建部分，随着POI数据的变化，公共交通的动态管理难以实现，评价模型有待改进。