上海市軌道交通客流量的公交導(dǎo)向開發(fā)影響因素分析

蘇海龍，王 燚，王新軍，周 銳

（1.復(fù)旦大學(xué) 城市規(guī)劃與發(fā)展研究中心，上海 200433；2.上海復(fù)旦規(guī)劃建筑設(shè)計(jì)研究院，上海 200433）

公 交 導(dǎo) 向 開 發(fā) （transit-oriented development，TOD）整合了土地利用和交通發(fā)展的概念，于1993年被Calthrope首次提出［1］，近年來作為一種可持續(xù)的城市化形態(tài)而獲得了廣泛的認(rèn)可.它的典型特征是圍繞著公共交通中心（transit centers），通常是指軌道交通站點(diǎn)，進(jìn)行相對較高密度、緊湊和混合土地利用的開發(fā)，同時(shí)打造行人友好、鼓勵(lì)使用公共交通的環(huán)境設(shè)計(jì).更重要的是人們普遍認(rèn)為TOD可以減少對小汽車較高的依賴性，從而提高公共交通的使用率、改善行人和騎自行車人的安全、減少交通擁堵和遏制城市蔓延.近年來，我國也開始嘗試應(yīng)用TOD 的可能性［2］.

過去十年中，我國經(jīng)濟(jì)快速發(fā)展，城市軌道交通建設(shè)也經(jīng)歷了一個(gè)快速發(fā)展的時(shí)期.到2011年底，12個(gè)大城市已經(jīng)建成并運(yùn)營了48條軌道交通線路，總運(yùn)營里程達(dá)到1 395km.此外，其他16個(gè)城市也獲批進(jìn)行軌道交通建設(shè).國內(nèi)軌道交通的快速發(fā)展，為檢驗(yàn)和確定究竟有哪些重要的因素影響我國應(yīng)用TOD提供了很好的機(jī)會(huì).上海自1993年軌道交通1號線南段開始建設(shè)以來，至2012年底，有11條軌道交通線路通車，239個(gè)站點(diǎn)，運(yùn)營里程超過434km.圖1展示了現(xiàn)有的上海軌道交通網(wǎng)絡(luò)體系.

在大多數(shù)TOD項(xiàng)目建議書中，一個(gè)重要的交通要素是在軌道交通站點(diǎn)周邊進(jìn)行協(xié)調(diào)的土地使用政策能有效地提高站點(diǎn)的客流量.客流量是軌道交通系統(tǒng)的支持條件，較大的客流量可以減輕財(cái)政壓力，繼而提高服務(wù)水平改善的機(jī)率，這反過來又促進(jìn)軌道交通的使用.因此，本研究旨在檢驗(yàn)顯著影響軌道交通客流量的因素，并基于此提出促進(jìn)TOD的可行性政策導(dǎo)向，以期實(shí)現(xiàn)城市和交通以一種更加可持續(xù)的方式協(xié)調(diào)發(fā)展.

圖1 2012年上海軌道交通網(wǎng)絡(luò)圖Fig.1 Shanghai urban rail transit network，2012

1 既有文獻(xiàn)回顧

1.1 TOD概念發(fā)展

TOD概念經(jīng)歷了一個(gè)從“3D—5D—6D—綠色TOD”的發(fā)展.最初的“3D”分別代表密度、多樣性和設(shè)計(jì) （density，diversity，design），由 Cervero 和Kockelman于1997年提出［3］；接著，增加了目的地可達(dá)性（destination accessibility）和至公共交通的距離（distance to transit），形成了“5D”［4］；隨后第6D被提出來，然而與沒有爭議的前5D不同，不同的研究對第6D的定義不同，包括停車成本在內(nèi)的需求管理（demand management）因素或者地區(qū)可識別性（distinction）［5－6］；進(jìn)一步，作為 TOD 和綠色城市主義（Green Urbanism）的聯(lián)姻，綠色TOD的概念被提出來［6］，它認(rèn)為兩者結(jié)合帶來的環(huán)境效益遠(yuǎn)超過TOD和綠色城市主義各自帶來的效益，包括能源自給 自 足 （energy self-sufficiency）、零 垃 圾 的 生 活（zero-waste living）和可持續(xù)的機(jī)動(dòng)性（sustainable mobility）等.

有理由相信TOD概念在未來會(huì)進(jìn)一步地發(fā)展和豐富，但其通過改變建成環(huán)境（built environment）來均衡出行需求的根本目標(biāo)是不變的.

1.2 建成環(huán)境和出行行為

20世紀(jì)90年代掀起的新城市主義運(yùn)動(dòng)增加了建成環(huán)境和出行行為關(guān)系方面的研究.這些研究主要集中在各種各樣的建成環(huán)境因素是如何影響不同的出行行為的，通常用交通產(chǎn)出表示，包括車輛行駛公里（VMT）、車輛出行次數(shù)、方式選擇、出行頻率、出行長度、步行和公共交通使用等.與TOD概念發(fā)展相對應(yīng)，建成環(huán)境的影響因素或者說變量也在逐步增加［7－8］.尤其，近年來由于對機(jī)動(dòng)性、宜居性、社會(huì)公平和公共健康的提倡，與物理活動(dòng)相關(guān)的步行、自行車和公共交通使用等因素受到愈來愈多的關(guān)注［9］.所有這些研究都表現(xiàn)出TOD可以帶來極大的益處，例如相比其他地區(qū)，TOD地區(qū)的公共交通使用率更高.然而，人們對此也產(chǎn)生了疑問，軌道交通站點(diǎn)周邊較高的公共交通使用率究竟是由于成功的TOD鼓勵(lì)了居民減少小汽車使用從而更多地使用公共交通，還是喜歡使用公共交通的居民通常選擇居住在公共交通站點(diǎn)周邊.后者被稱為是住宅自我選擇（residential self-selection），也是近來的一個(gè)研究焦點(diǎn)，用于檢驗(yàn)建成環(huán)境和出行行為之間存在相關(guān)關(guān)系的概率以及家庭基于各自的出行需求下選擇居住地點(diǎn)的概率.采用不同的研究方法，若干研究已經(jīng)嘗試來控制住宅自我選擇的影響，而幾乎所有這些研究都發(fā)現(xiàn)盡管住宅自我選擇在一定程度上削弱了效果，但獨(dú)立于自我選擇的影響之外，大量的證據(jù)仍表明建成環(huán)境和出行行為之間在統(tǒng)計(jì)上是顯著相關(guān)的［10－11］.

1.3 與既有研究的不同之處

盡管TOD的研究已取得較豐富的研究成果，但仍然有其局限之處.首先，大部分的研究采用描述性方法，展示了出行行為的概況，但難以明確地顯示某一因素對出行行為的影響.其次，研究對象通常是小尺度的，例如幾個(gè)站點(diǎn)、交通走廊、鄰里社區(qū)等.最后，既有研究中使用的數(shù)據(jù)或者是交通小區(qū)或者社區(qū)層面上的集計(jì)數(shù)據(jù)，或是個(gè)人或家庭層面上的非集計(jì)數(shù)據(jù)，因?yàn)檫@些數(shù)據(jù)相對來說較容易獲得.然而，實(shí)際上，使用更精細(xì)的軌道交通站點(diǎn)影響范圍的數(shù)據(jù)是更合適的，如本研究中通過實(shí)地調(diào)查獲得的數(shù)據(jù).因此，本研究基于站點(diǎn)影響區(qū)域的調(diào)查數(shù)據(jù)，應(yīng)用多元回歸的統(tǒng)計(jì)方法來檢驗(yàn)影響上海市軌道交通站點(diǎn)客流量的建成環(huán)境因素.

2 數(shù)據(jù)采集和研究方法

2.1 數(shù)據(jù)采集

本研究中，被解釋變量是軌道交通站點(diǎn)的日客流量，采用由上海市申通地鐵集團(tuán)有限公司提供2011年3月29日（周二）的數(shù)據(jù).與TOD概念的發(fā)展相對應(yīng)，將解釋變量劃分為8小類，分別是①密度，②多樣性，③設(shè)計(jì)，④目的地可達(dá)性，⑤至公共交通的距離，⑥軌道交通站點(diǎn)特征，⑦空間位置，以及⑧社會(huì)經(jīng)濟(jì)特征.表1中列出了8個(gè)小類中所包含的具體的解釋變量.

表1中的大多數(shù)數(shù)據(jù)都是通過現(xiàn)場踏勘和出行問卷調(diào)查中獲得的.本研究中，站點(diǎn)影響區(qū)域是指以軌道交通站點(diǎn)為中心，500m半徑范圍的區(qū)域，這一定義延用了Bernick和Cervero［12］在其TOD研究工作中的定義.鑒于現(xiàn)場踏勘和出行問卷調(diào)查所需的工作量較大，本研究綜合考慮了主導(dǎo)土地利用類型、空間位置和經(jīng)過的軌道線路數(shù)等因素，嚴(yán)格篩選了現(xiàn)狀上海軌道交通網(wǎng)絡(luò)已開通運(yùn)營的239個(gè)站點(diǎn)中的30個(gè)站點(diǎn)為研究對象.30個(gè)站點(diǎn)的500m半徑覆蓋范圍如圖1所示.表1給出了30個(gè)站點(diǎn)所有變量的描述性統(tǒng)計(jì)數(shù)據(jù).針對不同類型的站點(diǎn)，出行問卷調(diào)查中的被訪問對象也有所不同，例如居住類型的站點(diǎn)，被訪問對象為居民.而商業(yè)辦公類型的站點(diǎn)，被訪問對象則是被雇傭者.

出行問卷調(diào)查于2011年4月25～29日進(jìn)行，根據(jù)規(guī)模大小，各站點(diǎn)分別完成了50～100份問卷.有效問卷數(shù)共計(jì)2 076份，獲得了本研究所需的社會(huì)經(jīng)濟(jì)特征數(shù)據(jù)包括個(gè)人年齡、受教育水平和家庭擁有交通工具數(shù)量等.

表1所需的土地利用和公交信息主要通過實(shí)地踏勘獲得.對土地利用信息來說，首先從谷歌地球上下載站點(diǎn)區(qū)域的衛(wèi)星圖片，與GIS（地理信息系統(tǒng)）數(shù)據(jù)配準(zhǔn)，確認(rèn)土地利用類型，進(jìn)而通過實(shí)際踏勘得到建筑物層數(shù)；對于公交信息來說，先從互聯(lián)網(wǎng)上查取信息，再通過實(shí)際踏勘確認(rèn)和更新.最后，所有這些數(shù)據(jù)都輸入到GIS數(shù)據(jù)庫中，待后續(xù)統(tǒng)計(jì)之用.

2.2 研究方法

在進(jìn)行回歸分析之前，用方差膨脹因子VIF＝1／（1－R2n）進(jìn)行檢驗(yàn)，其中，Rn2是以每一個(gè)Xn為被解釋變量時(shí)對其他解釋變量回歸的復(fù)測定系數(shù).以避免解釋變量的多重共線性問題，采用10為閾值［13］.對本研究眾多的解釋變量來說，由于已經(jīng)對變量進(jìn)行分類，因而多重共線性問題在同一小類中發(fā)生的概率更高.鑒于本研究中30個(gè)站點(diǎn)的樣本量，首先分別在每個(gè)小類中進(jìn)行回歸分析，然后集合每個(gè)小類中顯著的解釋變量建立總回歸模型，來重新檢驗(yàn)是否在小類中顯著的變量在總回歸模型中仍然顯著影響軌道交通站點(diǎn)的客流量.最后，通過所有多重共線性測試的回歸模型有最高的解釋力，包含顯著變量個(gè)數(shù)也最多.然而，該統(tǒng)計(jì)方法的缺點(diǎn)在于總回歸模型在統(tǒng)計(jì)上顯著的變量可能比實(shí)際上顯著的變量少.為了使這一負(fù)面效應(yīng)降到最小，考慮在每一小類回歸模型中通過多重共線性測試和顯著性測試的那些變量，在總回歸模型中逐一增加這些變量直到?jīng)]有變量可以加進(jìn)去為止.需要說明的是，每多加進(jìn)去一個(gè)解釋變量，都是基于通過多重共線性測試和顯著性測試的前提下進(jìn)行的.至此，建立了最終的回歸模型.本研究中顯著性水平取值為0.05.

改革開放以來，在計(jì)劃經(jīng)濟(jì)向社會(huì)主義市場經(jīng)濟(jì)轉(zhuǎn)軌的進(jìn)程中，工業(yè)化、城鎮(zhèn)化以及農(nóng)業(yè)現(xiàn)代化迅速發(fā)展。家庭聯(lián)產(chǎn)承包責(zé)任制的改革適應(yīng)了當(dāng)時(shí)農(nóng)業(yè)生產(chǎn)力的發(fā)展要求，促進(jìn)了農(nóng)業(yè)迅速發(fā)展；新農(nóng)村建設(shè)也取得了巨大的成就，鄉(xiāng)村社會(huì)的基礎(chǔ)設(shè)施建設(shè)水平有了顯著提升。不過，在快速的社會(huì)轉(zhuǎn)型中，農(nóng)業(yè)發(fā)展逐漸與社會(huì)主義大市場不相適應(yīng)，農(nóng)業(yè)、農(nóng)村、農(nóng)民問題越來越嚴(yán)重；“重城輕鄉(xiāng)”與“城鄉(xiāng)分治”的發(fā)展模式進(jìn)一步擴(kuò)大了城鄉(xiāng)差距，鄉(xiāng)村社會(huì)陷入了一種有增長沒發(fā)展的內(nèi)卷化狀態(tài)，這成為鄉(xiāng)村振興戰(zhàn)略提出的直接原因。

3 回歸分析和討論

3.1 回歸分析結(jié)果

對每個(gè)小類來說，沒有通過多重共線性檢驗(yàn)的變量將被刪除.表2給出了每個(gè)小類的回歸分析結(jié)果.最大的VIF為3.68，表示所有列出的變量均通過了多重共線性檢驗(yàn).表中，t為對該回歸系數(shù)做假設(shè)檢驗(yàn)的結(jié)果，P值是拒絕原假設(shè)的值，“＊”表示顯著性水平為0.1.

表1 被解釋變量和解釋變量的描述性統(tǒng)計(jì)Tab.1 Descriptive statistics of the explained and explanatory variables

接著，采用在章節(jié)2.2中描述的統(tǒng)計(jì)方法，最終 的多元回歸結(jié)果見表3.VIF顯示沒有多重共線性的問題.與表1中所列的眾多解釋變量對比，在最終的回歸模型中只有5個(gè)解釋變量，其中4個(gè)變量在0.01的水平上顯著，1個(gè)是在0.1的顯著性水平上.值得一提的是，對于樣本含量為30的多元回歸模型來說，5個(gè)解釋變量是較為合適的［13］.

可以看到對軌道交通客流量影響顯著的因素主要來自城市設(shè)計(jì)、至公共交通的距離和軌道交通站點(diǎn)特征3個(gè)小類中.其他5個(gè)小類中的因素似乎對上海市軌道交通的客流量影響不顯著：對密度和多樣性小類來說，可能是由于我國大多數(shù)的城市現(xiàn)狀即為高密度和混合土地利用的開發(fā)，實(shí)際上這恰恰也是我國相對于西方城市來施行TOD的獨(dú)特優(yōu)勢；對目的地可達(dá)性和空間位置小類來說，可能是由于過去十年上海經(jīng)歷了快速的郊區(qū)化進(jìn)程，許多郊區(qū)居住區(qū)生活配套設(shè)施完善，已經(jīng)為軌道交通積累了客流量，縮小了與城區(qū)之間的差距.

表2 各分類中的多元回歸分析結(jié)果Tab.2 Multiple linear regression model in 8dimensions

表3 最終的回歸模型分析結(jié)果Tab.3 Final regression model of Shanghai metro network

對于軌道交通站點(diǎn)特征小類來說，站點(diǎn)的出入口數(shù)量顯著正相關(guān)影響軌道交通客流量（表3中回歸系數(shù)為4 042，P＝0.006），表明出入口數(shù)量多的站點(diǎn)通?？土髁枯^大.

對于城市設(shè)計(jì)小類來說，用虛擬值0，1來表示軌道交通影響區(qū)域內(nèi)是否有公共停車場，0表示無，1表示有.結(jié)果顯示有公共停車場的軌道交通站點(diǎn)的客流量較高，說明了乘小汽車出行的人在有停車場選擇的情況下，會(huì)有部分人選擇停車換乘采用軌道交通出行，實(shí)現(xiàn)客流從小汽車向軌道交通的轉(zhuǎn)移.該結(jié)果可能意味著由小汽車向“P＋R”（停車換乘）方式轉(zhuǎn)變正成為一種趨勢，這可能歸因于自2009年以來上海在城區(qū)外圍的軌道交通站點(diǎn)周邊建立“P＋R”停車場的試點(diǎn)項(xiàng)目所帶來的良好效果.

對于至公共交通的距離小類來說，變量的顯著性水平相對較高，這反映了步行、常規(guī)公交車和軌道交通不同交通方式之間的互補(bǔ)協(xié)調(diào)是影響客流量的重要因素.首先，步行至最近公交車站的時(shí)間與客流量呈負(fù)相關(guān)，這一點(diǎn)很容易理解，因?yàn)椴叫袝r(shí)間越久意味著到達(dá)公共交通越不方便，導(dǎo)致公共交通使用降低或者更多地轉(zhuǎn)而使用小汽車，軌道交通的客流量也相應(yīng)較低.此外，數(shù)據(jù)表明軌道交通站點(diǎn)區(qū)域范圍內(nèi)平均公交車發(fā)車間隔和總公交車服務(wù)班次均與軌道交通客流量呈正相關(guān)，這反映了上海市常規(guī)公交車和軌道交通兩者之間各有自己的相對優(yōu)勢，但這種優(yōu)勢并非壓倒性的，兩者的功能定位和實(shí)際發(fā)展之間的差距需進(jìn)一步明確和協(xié)調(diào).上海的公交車票價(jià)更低，公交車站的數(shù)量比軌道交通站點(diǎn)多，更容易到達(dá)，而軌道交通的準(zhǔn)時(shí)性、快速和舒適程度更高.當(dāng)人們很容易到達(dá)一個(gè)公交車站時(shí)，由于發(fā)車間隔較長導(dǎo)致等待時(shí)間久，此時(shí)就會(huì)有一部分人們從公交車轉(zhuǎn)移至軌道交通，反而促進(jìn)了軌道交通的客流量.另一方面，如果公交服務(wù)班次足夠多，由于與軌道交通之間換乘方便，也促進(jìn)了軌道交通的客流量.公交服務(wù)可以作為軌道交通的補(bǔ)充，通過提供接駁服務(wù)將乘客送達(dá)至軌道交通站點(diǎn)，從而提高軌道交通的客流量.而且公交服務(wù)班次是統(tǒng)計(jì)上最顯著的，t值為6.24.這意味著不需要縮短軌道交通站點(diǎn)區(qū)域常規(guī)公交車的發(fā)車間隔；但增加與軌道交通換乘方便的公交服務(wù)非常重要，它對軌道交通客流量的提高最顯著.而且這一類別中的三個(gè)因素都有較高的回歸系數(shù)，分別為－8 315.2，6 331.4和10.9.這表明軌道交通站點(diǎn)影響區(qū)域步行至最近公交站點(diǎn)的時(shí)間每縮短1min，工作日軌道交通站點(diǎn)可增加8，315位乘客；平均公交發(fā)車間隔每增加1min，客流量增加6 331；每增加一班次公交服務(wù)，可增加10位乘客采用軌道交通出行.

3.2 政策建議

對應(yīng)研究得到的三個(gè)小類中的重要影響因素，提出在上海應(yīng)用TOD的政策建議.

其次，也應(yīng)多加關(guān)注站點(diǎn)設(shè)計(jì)，尤其是軌道交通站點(diǎn)的出入口數(shù)量，可考慮通過與軌道交通站點(diǎn)周邊的聯(lián)合開發(fā)，使站點(diǎn)出入口與商業(yè)地塊、住宅地塊、綜合換乘系統(tǒng)等直接相連，并根據(jù)周邊地塊分期建設(shè)計(jì)劃和可能性預(yù)留與其的通道和借口等，縮短地鐵站與商城、住宅、以及公交、出租車和社會(huì)停車換乘之間的距離，創(chuàng)造出更加便利、舒適的交通環(huán)境.具體的設(shè)計(jì)需要在未來研究中在更微觀的層面上進(jìn)行探索.

最后，“P＋R”政策已帶來的正面影響，需要在未來繼續(xù)跟進(jìn).然而，鑒于“P＋R”設(shè)施占用土地資源較多，為軌道交通接駁的客流達(dá)到一定程度后上升空間有限，因此在推進(jìn)“P＋R”政策的同時(shí)，要求進(jìn)行全面科學(xué)的選址論證、客流需求預(yù)測、定價(jià)運(yùn)營方案制定等.盡管如此，仍有理由相信“P＋R”目前在上海良好的實(shí)施情況將以一種更可持續(xù)的方式在未來對軌道交通客流量以及出行行為改變有一個(gè)積極和重要的促進(jìn)作用.

4 結(jié)論

總的來說，本研究運(yùn)用多元回歸方法檢驗(yàn)和確定了影響上海市軌道交通客流量的建成環(huán)境因素和社會(huì)經(jīng)濟(jì)因素，以期采用一種更加可持續(xù)的方式在上海應(yīng)用公交導(dǎo)向的開發(fā).

結(jié)果表明，與大多數(shù)西方城市很不同的是，城市密度、多樣性、目的地可達(dá)性和空間位置，甚至社會(huì)經(jīng)濟(jì)特征對上海的軌道交通客流量均無顯著影響.而上海市步行、公交車和軌道交通之間的協(xié)調(diào)發(fā)展關(guān)系對軌道交通客流影響最大，尤其要求增加與軌道交通換乘方便的接駁型公交服務(wù).此外，建議應(yīng)當(dāng)更多的關(guān)注上海市軌道交通站點(diǎn)設(shè)計(jì)特征包括與周邊用地的聯(lián)合開發(fā)，以及“P＋R”停車場的配套建設(shè).以期進(jìn)一步提高上海公共交通客流量、減少人們對小汽車的依賴，最終形成一個(gè)更加可持續(xù)發(fā)展的大都市.

［1］ Calthrope P. The next American metropolis： ecology，community，and the American dream ［M］.New York：Princeton Architectural Press，1993.

［2］ Cervero R， Day J. Suburbanization and transit-oriented development in China［J］.Transport Policy，2008，15：315.

［3］ Cervero R，Kockelman K.Travel demand and the 3Ds：density，diversity，and design［J］.Transportation Research Part D，1997，2（3）：199.

［4］ Ewing R，Greenwald M J，Zhang M，et al.Measuring the impact of urban form and transit access on mixed use site trip generation rates—portland pilot study［R］.Washington D C：US Environmental Protection Agency，2009.

［5］ Ewing R，Cervero R.Travel and the built environment—a meta-analysis ［J］. Journal of the American Planning Association，2010，76（3）：265.

［6］ WU Kangli.Theory and practice of sustainable ecological communities［M］.Taibei：CHAN’S Arch-Publishing，2009.

［7］ Cottrell W D.Transforming a bus station into a transit-oriented development by improving pedestrian，cycling and transit connections［J］.Transportation Research Record，2007，2006／2007：114.

［8］ Chatman D G.Deconstructing development density：quality，quantity and price effects on household non-work travel［J］.Transportation Research Part A，2008，42（7）：1009.

［9］ Saelens B E，Handy S.Built environment correlates of walking：a review ［J］.Medicine ＆Science in Ports ＆Exercise，2008，40（Supplement）：550.

［10］ Mokhtarian P L，Cao X.Examining the impacts of residential self-selection on travel behavior：a focus on methodologies［J］.Transportation Research Part B，2008，43（3）：204.

［11］ Bhat C R，Eluru N.A copula-based approach to accommodate residential self-selection effects in travel behavior modeling［J］.Transportation Research Part B，2009，43（7）：749.

［12］ Bernick M，Cervero R.The transit village in the 21st century［M］.New York：Mcgraw-Hill，1997.

［13］ Hair J F，Anderson R E，Tatham R L，et al.Multivariate data analysis with readings ［M］.4th ed.Englewood Cliffs：Prentice-Hall International，1995.

［14］ 陸錫明，陳必壯，王祥.基于軌道交通網(wǎng)絡(luò)的大城市綜合交通規(guī)劃理念［J］.城市交通，2010，8（4）：52.

LU Ximing，CHEN Bizhuang，WANG Xiang.Comprehensive transportation planning based on rail transit network in large metropolitan area［J］.Urban Transport of China，2010，8（4）：52.