唐宾克
(西安建筑科技大学管理学院,西安 710055)
改革开放以来,我国常住人口城镇化率实现了从1978年的17.92%到2021年63.89%的跨越。随着城镇化的快速推进,大量人口涌入城市,交通拥堵与城市公共服务资源供给短缺问题逐步凸显。在此大背景下,地铁因其出行成本低、乘坐环境舒适、通勤速度快以及站点可达性高等比较优势,成为城市人口流动的核心载体。而且在城市发展过程中,地铁交通往往发挥着先导作用,成为城市空间扩张与要素集聚的“骨架”。
目前,我国城市公共服务设施供给与公众实际出行需求存在空间错配现象。其中地铁交通网络对公共服务资源的供给并未实现精细化引导,从而造成了一定程度的公共服务设施过载与闲置问题。所以,有必要通过理论研究剖析地铁客流网络对城市公共服务设施分布的影响效应及其空间机制。为此,本文以西安市为研究区域,探究地铁动态客流网络视角下的城市公共服务设施分布,剖析中国西部核心一线城市地铁客流网络对城市公共服务设施分布的影响规律,相信会对学界基于地铁线网的城市公共服务设施分布研究,以及政府依托地铁交通进行公共服务设施选址与规划的决策体系均具有一定的现实意义。
美国经济学家蒂伯特的“用脚投票”理论指出,公共产品需求差异可以通过人员流动来解决,消费者不可避免地要在区域经济活动中流露其偏好,区域要素的流动性使地方公共产品和私人市场的购物过程相同。城市人口从不能满足公共服务资源需求的地铁站点出发,通过地铁交通网络前往可以满足其公共服务资源需求的区域进行相关活动,从而对公共服务要素的集聚与扩散产生潜在影响。因此,在当前以“流动性社会”为核心的城市发展背景下,要重视地铁客流网络在城市公共服务设施配置更新与布局调整方面所发挥的作用。
目前国内外关于地铁交通对城市公共服务设施分布的影响研究较少。现有研究主要聚焦于地铁交通促进城市中心转移与增多,影响居住地块出让价格空间分异,以及影响商业及零售业的空间分布。此外,现有研究大多以地铁站点及其可达性作为地铁交通影响机制的落脚点,这种静态的研究视角虽然取得了丰富的研究成果,但是缺乏对地铁交通流量和人员出行需求的考察。
研究选取西安市1号线—4号线的地铁客流量数据。为避免单日客流的随机性,以及节假日客流对研究结果的影响,本研究采用5个工作日的平均进出站数据进行分析,即选取2019年5月13日至2019年5月17日的地铁客流量数据。在此期间,1号线—4号线共转移8 966 837人。为使研究符合地铁客流网络的动态特征,将7:00—9:00定义为早高峰时段,9:00—17:00定义为白天休闲时段,17:00—19:00定义为晚高峰时段,19:00—24:00定义为夜间休闲时段。此外,要研究各类型站点间客流的流向关系,则需要建立地铁OD客流矩阵,以行作为进站站点,以列作为出站站点。目前,西安地铁已开通站点88个,由于北客站与北客站(北广场)两个站点空间距离较近,故将两者合并,据此建立各个时间段87×87的OD客流矩阵。
整理相关文献,选取了9大类公共服务设施(见表1),利用高德电子地图API和网络爬虫技术,共获取西安市2020年各类公共服务设施POI数据440 326条。每条POI数据包括经纬度坐标、地址、名称、行政区以及类型这5个属性。
表1 公共服务设施类型及性质
模型的被解释变量为城市公共服务设施分布。通过9种类型的城市公共服务设施,较为全面地覆盖城市公共服务资源。地铁站点的直接影响范围一般根据乘客出站后的步行吸引范围确定(亚洲国家影响范围一般为500—1 000米),研究以地铁站点为圆心,半径500米的圆形区域内9种类型公共服务设施POI的数量即为城市公共服务设施的分布。
此外,解释变量包括地铁客流量与地铁客流网络结构指标两类。其中,地铁客流网络指的是由地铁站点、地铁线路以及站点间客流关系组成的一个以网络形式存在的地铁交通系统;地铁客流网络指标包括客流量、网络结构指标。
采用基于最大似然法(ML)的空间自回归模型(SAR),其相较于经典线性回归模型(OLS),可以消除模型的设置偏误,其结果更准确可信。
SAR模型表达式如下:
其中,i为不同类型的公共服务设施(i=1,2,...,9);j为全天不同时间段(j=1,2,3,4),j=1为早高峰时段,j=2为白天休闲时段;j=3为晚高峰时段,j=4为晚间休闲时段;y为地铁站周边某一类型的公共服务设施的数量;λ为空间自相关回归系数,λ>0表示空间关联地铁站点周边公共服务设施分布对本地铁站周边公共服务设施分布有正向影响,反之有负向影响;X为不同时间段地铁站点人口流入量,X为不同时间段地铁站点人口流出量,X为地铁客流网络统计指标;β、β和β分别是X、X和X的系数;ε为随机误差项;W为不同时间段的空间权重矩阵。该矩阵即为地铁站点间人流量网络的空间权重。地铁站点间人流量网络刻画的是不同地铁站点间人口转移的拓扑结构。空间权重矩阵的表达式如下所示:
分别计算早高峰、白天休闲、晚高峰和晚间休闲时间段地铁客流网络对西安市公共服务设施分布影响的空间计量回归结果。空间计量回归结果以早高峰情况为示例(见表2)。
表2 早高峰时段(7—9点)地铁客流网络对西安市城市公共服务设施分布影响的空间计量回归结果
采取与表1相同方式分别计算白天休闲、晚高峰和晚间休闲时间段地铁客流量情况,通过对比得出:
站点进站客流量方面,全天任意时段的站点进站客流量回归系数在餐饮服务设施、市政公用、金融保险服务设施和医疗保险服务设施的子模型中显著为正。由此说明,站点进站客流量对上述4种类型的公共服务设施分布有正向影响。即站点进站人数越多,站点周边500米内的餐饮服务设施、市政公用、金融保险设施和医疗保险服务设施分布数量越多。晚间休闲时段的站点进站客流量回归系数在所有的子模型中均显著为正,表明晚间休闲时段的站点进站人数越多,站点500米范围内的各类公共服务设施分布数量越多。
站点出站客流量方面,全天任意时段的站点出站客流量回归系数在餐饮服务和政府机构这两个子模型中显著为正,说明站点出站客流量对上述两种类型的公共服务设施分布有正向影响。即站点出站人数越多,站点500米内的餐饮服务设施和政府机构设施分布数量越多。而早高峰时段的站点出站客流量回归系数在所有的子模型中均为正,表明早高峰时段的站点出站人数越多,站点500米内的各类公共服务设施分布数量越多。
在站点个体网络结构指标方面,可以发现早高峰与白天休闲两个时间段的站点入度接近中心度回归系数在所有的子模型中均显著为负。由此说明,早高峰与白天休闲时段的站点入度接近中心度越高,站点周边500米内的各类公共服务设施分布数量越少。由此可知,早高峰与白天休闲时间段越处于整个地铁客流网络中核心位置的地铁站点,其周边500米范围内的各类公共服务设施分布数量越多。
结合空间效应回归结果可以发现,全天任意时间段的市政公用设施、金融保险服务设施、医疗保险服务设施和政府机构设施的空间自相关回归系数显著为负,表明空间相连的地铁站点周边上述4种公共服务设施随着客流量的增加存在空间竞争的关系。即焦点地铁站点周边的市政公用、金融保险服务设施、医疗保险服务设施和政府机构设施数量会随着客流量的移动向空间相连地铁站点负向溢出。此外,对于餐饮服务设施,位于空间相连的地铁站点周边的餐饮服务设施随着早晚高峰和晚间休闲时段地铁客流量的增加,存在空间竞争的关系,这在一定程度上揭示了人们通过地铁出行就餐赴宴的时空规律。
为了揭示地铁客流网络对城市公共服务设施分布的影响效应及其空间机制,本文以西安市为研究对象,利用空间自回归模型等方法开展地铁客流网络对公共服务设施分布的影响研究。本研究从地铁乘客流动的角度阐明了城市公共服务设施选址与规划的内在关系与理想策略,初步打开了“地铁客流网络-城市公共服务设施分布”这一影响机理的内部黑箱,为决策者提供了有益的管理启示。研究结论如下:
1.地铁客流网络对城市公共服务设施分布的影响具有分时段的差异性。早晚高峰的往返就业以及晚间休闲时段外出赴宴、娱乐及下班晚归的地铁乘客越多,上述出行轨迹所涉及的类型站点周边的各类公共服务设施分布数量越多。
2.邻接地铁站点间客流迁移对城市公共服务设施分布的影响具有显著的空间竞争特征。随着早晚高峰和晚间休闲时段地铁客流量的增加,位于空间相连的地铁站点周边的餐饮服务设施数量呈现“此消彼长”式的空间竞争关系;而在全天任意时段,市政公用设施、金融保险服务设施、医疗保险服务设施和政府机构设施均存在空间竞争关系。
以往的相关研究及国家出台的政策表明,国家和地方城市公共服务设施的类别划分及空间布置的关键依据为人口数量。因此,我们的研究试图突破以往这种以人口静态分布为依据的公共服务设施规划原则,转而从人口通过地铁实现流动的角度探究城市公共服务设施分布动态演进的现象。一方面,对于城市管理者而言,有利于其准确了解居民对于各类公共服务设施的需求偏好,为公共服务设施的投资、配建及选址提供决策建议,避免造成公共服务资源浪费与闲置;另一方面,为西安市及其他同类城市的公共服务资源规划与供给政策提供参考,对优化公共服务设施空间布局、缓解城市公共服务分异现状有积极作用,还对进一步改善城市空间不均等、促进社会空间可持续发展具有重要的现实价值。本研究为城市管理者提供了如下有益的政策启示。
1.周期性地制定人口流动响应式的公共服务资源供给与配置政策,并形成长期指导规划。政府部门要从人口动态迁移与静态分布相结合的视角,挖掘城市公共服务的供给洼地与需求高地,切实依据民众的出行偏好适当调配相关公共服务资源,从而从整体上实现城市公共服务设施合理布局。
2.加强城市公共交通线网规划与城市公共服务设施规划两者的空间契合性。政府不同部门应具备“需求-供给”的平衡性与整体性的意识,通过加强部门行政协作与政策沟通,完善城市地铁、公交线网与公共服务资源布局的配套体系,避免因为两者配置割裂所带来的居民生活与出行困局。