交通可達(dá)性與城市經(jīng)濟(jì)活動(dòng)的空間特征分析：以北京市為例

朱宇婷，劉 瑩，許 奇，郭繼孚，程 穎

(1.北京交通大學(xué)交通運(yùn)輸學(xué)院，北京100044；2.北京交通發(fā)展研究院，北京100073；3.城市交通節(jié)能減排檢測與評估北京市重點(diǎn)實(shí)驗(yàn)室，北京100073)

0 引 言

通勤成本和集聚經(jīng)濟(jì)是驅(qū)動(dòng)城市空間結(jié)構(gòu)演化的主要經(jīng)濟(jì)因素.作為上述因素在地理空間上的反映，交通可達(dá)性和經(jīng)濟(jì)活動(dòng)的空間分布特征分析將有助于理解城市空間結(jié)構(gòu)變化，為城市及交通規(guī)劃提供定量支持，進(jìn)而提高資源配置的合理性.

國內(nèi)外學(xué)者對城市交通與城市空間相互作用開展了大量研究，包括交通可達(dá)性與土地利用的互動(dòng)關(guān)系[1]，城市結(jié)構(gòu)對出行行為的影響[2]，交通流與土地利用的依賴關(guān)系[3]等.研究表明，交通系統(tǒng)可達(dá)性是衡量交通系統(tǒng)與土地利用協(xié)同發(fā)展的關(guān)鍵指標(biāo)[1,4-5].城市經(jīng)濟(jì)活動(dòng)與城市空間及其資源配置相關(guān)，其空間組織是城市用地模式與交通系統(tǒng)相互作用的紐帶.但既有研究對交通可達(dá)性與城市經(jīng)濟(jì)活動(dòng)空間關(guān)聯(lián)特征的研究仍不充分.

城市經(jīng)濟(jì)活動(dòng)的組織隨城市化深化逐漸產(chǎn)生集聚經(jīng)濟(jì)，其基礎(chǔ)是經(jīng)濟(jì)活動(dòng)單位的空間位置鄰近[6-7].已有研究對城市經(jīng)濟(jì)活動(dòng)的刻畫多基于省市縣區(qū)等大尺度統(tǒng)計(jì)單元，相對忽略微觀經(jīng)濟(jì)主體的空間分布差異，難以精細(xì)刻畫城市經(jīng)濟(jì)活動(dòng)的多樣性和復(fù)雜性.隨著信息通信技術(shù)的發(fā)展，基于POI(Point of Interest)的產(chǎn)業(yè)及用地識別受到廣泛重視[8-10].在城市經(jīng)濟(jì)活動(dòng)空間分析方面，既有文獻(xiàn)利用互聯(lián)網(wǎng)地圖獲取POI數(shù)據(jù)替換粗粒度數(shù)據(jù)，對單一類型經(jīng)濟(jì)活動(dòng)展開分析，例如商業(yè)[11]、物流業(yè)[12]等.然而，城市經(jīng)濟(jì)活動(dòng)種類繁雜，需在精細(xì)空間粒度的基礎(chǔ)上，融合多源數(shù)據(jù)以提供全面研究城市經(jīng)濟(jì)活動(dòng)的POI集合.

為克服研究粒度和廣度的局限性，本文借助開源大數(shù)據(jù)平臺獲取POI數(shù)據(jù)，提出細(xì)粒度水平的城市經(jīng)濟(jì)活動(dòng)識別方法；以北京市六環(huán)內(nèi)為例，分別采用全局和局部模型研究交通可達(dá)性與城市經(jīng)濟(jì)活動(dòng)組織的空間特征，并對兩者的空間關(guān)聯(lián)效應(yīng)和相關(guān)關(guān)系開展綜合分析.

1 數(shù)據(jù)采集策略

城市空間具有連續(xù)性特征，為簡化研究，將研究區(qū)域劃分為若干小柵格后，再開展后續(xù)工作.本文需分別采集各柵格的交通出行和POI 點(diǎn)位兩類數(shù)據(jù).

(1)交通出行數(shù)據(jù)，是測算交通可達(dá)性的關(guān)鍵輸入，包括任意兩柵格中心之間交通出行的距離、時(shí)間、費(fèi)用等，可通過高德或百度等開源地圖平臺獲取.

(2)POI 點(diǎn)位數(shù)據(jù)，是反映城市經(jīng)濟(jì)活動(dòng)分布的直觀數(shù)據(jù)，包括點(diǎn)位企業(yè)名稱、經(jīng)緯度坐標(biāo)、POI類別、經(jīng)濟(jì)行業(yè)分類、經(jīng)營范圍等，通過開放地圖和工商數(shù)據(jù)兩類平臺獲取.具體步驟為：基于百度和高德地圖平臺分別獲取139 類和755 類細(xì)粒度POI，剔除自然地名、出入口等無效類后，融合工商數(shù)據(jù)平臺提供的企業(yè)及其屬性數(shù)據(jù)，進(jìn)行字段缺失項(xiàng)和重復(fù)項(xiàng)篩除，最后根據(jù)《國民經(jīng)濟(jì)行業(yè)分類》進(jìn)行重組，形成細(xì)粒度POI集合.由于企業(yè)是開展經(jīng)濟(jì)活動(dòng)的主要場所，而POI點(diǎn)位數(shù)據(jù)能夠反映不同行業(yè)企業(yè)的分布和數(shù)量情況，因而可作為經(jīng)濟(jì)活動(dòng)在空間和強(qiáng)度上的映射.

2 研究方法

2.1 基于廣義出行費(fèi)用的交通可達(dá)性

城市交通由私人交通和公共交通構(gòu)成.交通可達(dá)性定義為使用某交通方式在OD 間出行的難易程度，采用廣義出行費(fèi)用建立可達(dá)性模型[13]為

式中：為第m種交通方式下柵格i的交通可達(dá)性指標(biāo)，該值越大，廣義出行費(fèi)用越高，交通可達(dá)性越低；反之，廣義出行費(fèi)用越低，可達(dá)性越高.m=1 為私人交通，m=2 為公共交通.N為柵格總數(shù).為從柵格i中心到柵格j中心的出行時(shí)間(min)，為柵格中心間小汽車行程時(shí)間，為柵格中心間步行及公共交通行程時(shí)間之和.w為時(shí)間價(jià)值，按平均小時(shí)工資計(jì)算.為從柵格i中心到柵格j中心的出行費(fèi)用(元)，包括車輛成本、燃油費(fèi)、停車費(fèi)等，為便于計(jì)算，按出租車費(fèi)用的60%計(jì)算，為公共交通票價(jià)之和.

2.2 交通可達(dá)性與城市經(jīng)濟(jì)活動(dòng)空間特征量化分析模型

多元線性回歸是研究城市交通與城市空間關(guān)系的基本方法，考慮到兩者間的尺度依存特征，提出全局和局部兩類模型.

2.2.1 全局常參數(shù)模型

全局常參數(shù)模型假設(shè)估計(jì)系數(shù)與樣本空間位置具有一致性，將空間依賴的解釋體現(xiàn)在滯后項(xiàng)或誤差項(xiàng)中.最小二乘法(Ordinary Least Square，OLS)是常用模型，公式為

式中：和為第m種交通方式下的常數(shù)項(xiàng)和估計(jì)參數(shù)；xik為柵格i第k類國民經(jīng)濟(jì)行業(yè)的POI數(shù)量；K為國民經(jīng)濟(jì)行業(yè)門類；誤差項(xiàng)，服從正態(tài)分布.

為考慮空間依賴對回歸結(jié)果的影響，引入空間滯后(Spatial Lag Model，SLM)和空間誤差(Spatial Error Model, SEM)兩類空間計(jì)量經(jīng)濟(jì)模型，分別為

式中：wij為空間權(quán)重，根據(jù)柵格i和j中心的經(jīng)緯度坐標(biāo)計(jì)算空間距離確定；ρm為第m種交通方式的空間滯后項(xiàng)的系數(shù)；λm為第m種交通方式空間相關(guān)誤差項(xiàng)的系數(shù)；為空間誤差項(xiàng).

2.2.2 局部變參數(shù)模型

局部變參數(shù)模型充分考慮樣本空間位置影響，利用基于空間距離加權(quán)的局部樣本估計(jì)每份樣本的參數(shù)，引入地理加權(quán)回歸模型(Geographically Weighted Regression,GWR)，即

式中：(pi,qi)為柵格i的經(jīng)緯度坐標(biāo)為柵格i第m種交通方式下的常數(shù)項(xiàng)為柵格i第m種交通方式下第k類國民經(jīng)濟(jì)行業(yè)的估計(jì)參數(shù).GWR 的空間權(quán)重函數(shù)采用Gaussian 函數(shù)，最優(yōu)帶寬由交叉確認(rèn)法計(jì)算.

通過全局和局部模型對國民經(jīng)濟(jì)行業(yè)門類進(jìn)行回歸，可解析城市交通可達(dá)性與經(jīng)濟(jì)活動(dòng)間的相互關(guān)系.全局模型用于分析兩者空間大尺度相關(guān)特征，估計(jì)參數(shù)能夠反映私人/公共交通與城市經(jīng)濟(jì)活動(dòng)空間特征的平均效應(yīng)；局部模型充分考慮空間異質(zhì)性特征，結(jié)合其估計(jì)參數(shù)及空間分布反映兩者的局部關(guān)聯(lián)特征.就回歸結(jié)果而言，當(dāng)評估參數(shù)為正值時(shí)，城市交通可達(dá)性與經(jīng)濟(jì)活動(dòng)負(fù)相關(guān)，兩者呈現(xiàn)空間分離現(xiàn)象，即某類經(jīng)濟(jì)活動(dòng)越高(POI 點(diǎn)位數(shù)量越多)，出行成本越高，可達(dá)性越低；反之，評估參數(shù)為負(fù)值時(shí)，城市交通可達(dá)性與經(jīng)濟(jì)活動(dòng)正相關(guān)，兩者呈現(xiàn)空間匹配現(xiàn)象，即某類經(jīng)濟(jì)活動(dòng)越高，出行成本越低，可達(dá)性越高.

3 實(shí)證分析

以北京市六環(huán)內(nèi)為研究區(qū)域，按照1 km×1 km生成2 356個(gè)正方形柵格.以2020年3月為采集時(shí)段，獲取工作日早高峰時(shí)段(07:00-09:00)任意兩柵格中心間的私人和公共交通出行信息507 萬條，POI點(diǎn)位數(shù)據(jù)141萬個(gè).

3.1 交通可達(dá)性分析

私人和公共交通可達(dá)性如表1和圖1所示.可以看到，私人和公共交通可達(dá)性呈現(xiàn)一定的差異性，但整體而言，與歐美等城市[13-15]類似，在人口密集的中心城區(qū)，可達(dá)性較高.此外，由于小汽車出行費(fèi)用較高，北京市私人交通可達(dá)性整體不及公共交通.

表1 北京市分環(huán)路交通可達(dá)性Table 1 Accessibility of private and public transport in Beijing based on Ring roads

(1)私人交通可達(dá)性與城市道路網(wǎng)空間結(jié)構(gòu)密切相關(guān)，呈現(xiàn)以天安門為中心徑向遞減的多圈層分布結(jié)構(gòu)，城市中心區(qū)域顯著優(yōu)于外圍地區(qū).

(2)公共交通可達(dá)性不僅與基礎(chǔ)設(shè)施相關(guān)，也和運(yùn)輸組織模式密切相關(guān).早高峰時(shí)段，公共交通可達(dá)性呈現(xiàn)由內(nèi)而外輻射，且軌道交通沿線區(qū)域較高的空間特征，與文獻(xiàn)[14-15]的研究結(jié)果類似.

3.2 參數(shù)與模型評估

3.2.1 估計(jì)參數(shù)及其顯著性

4種回歸模型的參數(shù)估計(jì)結(jié)果如表2和表3所示.GWR的估計(jì)參數(shù)為1%、5%和10%顯著水平和不顯著的β平均值，括號內(nèi)數(shù)字為相應(yīng)顯著性水平的樣本數(shù)占樣本總數(shù)的比例.

表2 顯示，全局模型SLM 和SEM 的估計(jì)參數(shù)多未通過顯著性檢驗(yàn)，OLS 中有12 個(gè)至少在10%顯著水平上通過檢驗(yàn).全局模型每個(gè)解釋變量有一個(gè)估計(jì)參數(shù)，僅反映私人交通可達(dá)性與城市經(jīng)濟(jì)活動(dòng)復(fù)雜空間關(guān)系的平均結(jié)果，掩蓋了不同城市經(jīng)濟(jì)活動(dòng)對可達(dá)性影響的空間差異.相較而言，局部模型GWR 中每個(gè)解釋變量平均40%樣本所對應(yīng)的估計(jì)參數(shù)至少在10%顯著水平上通過檢驗(yàn)，表明私人交通可達(dá)性與城市經(jīng)濟(jì)活動(dòng)的空間關(guān)系存在顯著的異質(zhì)性特征.同理，從表3可知，公共交通與私人交通展示了類似的空間異質(zhì)性特征.

3.2.2 模型評估

全局和局部模型擬合效果對比如表4所示.局部變參數(shù)GWR模型顯著優(yōu)于全局常參數(shù)模型，其擬合精度R2雖然略低于SEM模型，但AIC值和殘差的Moran'sI指數(shù)均最小.原因是，局部模型充分考慮了空間位置對評估結(jié)果的影響，較好地消除了殘差的空間效應(yīng)，從而更好地刻畫了交通可達(dá)性與城市經(jīng)濟(jì)活動(dòng)的空間異質(zhì)特征.而全局模型僅將空間異質(zhì)性特征作為誤差項(xiàng)進(jìn)行簡化，導(dǎo)致AIC 值和殘差的Moran'sI指數(shù)偏高，評估效果較差.綜合考慮模型復(fù)雜空間的解釋能力、擬合精度和復(fù)雜度，局部GWR模型效果最優(yōu)，SEM次之.

3.3 空間特征

3.3.1 全局特征

圍繞北京“四個(gè)中心”的城市戰(zhàn)略定位，重點(diǎn)針對與該戰(zhàn)略定位相關(guān)的城市經(jīng)濟(jì)活動(dòng)，開展交通可達(dá)性空間匹配全局特征分析.主要包括信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)(xI)，金融業(yè)(xJ)，租賃和商務(wù)服務(wù)業(yè)(xL)，科學(xué)研究和技術(shù)服務(wù)業(yè)(xM)，教育(xP)，文化、體育和娛樂業(yè)(xR)，公共管理、社會(huì)保障和社會(huì)組織(xS)，以及國際組織(xT)共8類.通過分析表2和表3的估計(jì)參數(shù)值可以發(fā)現(xiàn)：

(1)無論是私人交通還是公共交通，8 類經(jīng)濟(jì)活動(dòng)中有7 類未通過顯著性檢驗(yàn)，私人交通僅SLM中xT的估計(jì)參數(shù)，公共交通僅xS的估計(jì)參數(shù)通過顯著性檢驗(yàn).這說明，交通可達(dá)性與經(jīng)濟(jì)活動(dòng)呈現(xiàn)復(fù)雜空間模式特征，除個(gè)別活動(dòng)外，全局特征評估結(jié)果難以支持其與交通可達(dá)性的空間匹配分析，對交通規(guī)劃工作的支持性較弱，需進(jìn)一步開展 局部分析.

表2 基于私人交通的回歸模型參數(shù)估計(jì)結(jié)果Table 2 Results of regression models for private transport

表3 基于公共交通的回歸模型參數(shù)估計(jì)結(jié)果Table 3 Results of regression models for public transport

表4 回歸模型擬合效果評價(jià)指標(biāo)對比Table 4 Aggregate goodness of fit measures of regression models for estimation comparison

(2)通過顯著性驗(yàn)證的估計(jì)參數(shù)表明，北京市交通可達(dá)性和經(jīng)濟(jì)活動(dòng)分布空間分離和匹配特征并存.私人交通中“國際交往中心”相關(guān)的xT估計(jì)參數(shù)顯示，私人交通可達(dá)性與該類經(jīng)濟(jì)活動(dòng)分布存在空間分離現(xiàn)象，即該經(jīng)濟(jì)活動(dòng)聚集的區(qū)域，私人交通可達(dá)性更小.公共交通中“政治中心”對應(yīng)的經(jīng)濟(jì)活動(dòng)xS的估計(jì)參數(shù)顯示，公共交通可達(dá)性較好的區(qū)域與“政治中心”呈現(xiàn)較好的空間匹配特征，其主要原因是該類經(jīng)濟(jì)活動(dòng)集中在被公共交通覆蓋的中心城區(qū)及順義、大興、亦莊、昌平等外圍新城.

3.3.2 局部特征

“科技創(chuàng)新中心”是北京重點(diǎn)經(jīng)濟(jì)發(fā)展區(qū)域，其分布較廣、數(shù)量較多，并將持續(xù)對北京整體空間布局產(chǎn)生重大影響.目前，六環(huán)內(nèi)設(shè)有未來科學(xué)城、中關(guān)村科學(xué)城、北京經(jīng)濟(jì)技術(shù)開發(fā)區(qū)、首都國際機(jī)場臨空經(jīng)濟(jì)區(qū)及19 個(gè)中關(guān)村發(fā)展組團(tuán).選取與之相關(guān)的兩類經(jīng)濟(jì)活動(dòng)(xI和xM)，分析其與交通可達(dá)性的空間局部特征，如圖2所示.

(1)以1 km×1 km范圍開展小尺度局部分析工作，能夠支撐25%以上區(qū)域的空間匹配特征分析，基本覆蓋“科技創(chuàng)新中心”重點(diǎn)發(fā)展區(qū)域.xI類經(jīng)濟(jì)活動(dòng)，私人交通和公共交通分別有41%(966 km2)和33%(777 km2)的區(qū)域通過顯著性驗(yàn)證；xM類經(jīng)濟(jì)活動(dòng)，分別有41%(966 km2)和25%(589 km2)的區(qū)域通過顯著性驗(yàn)證.

(2)交通可達(dá)性和經(jīng)濟(jì)活動(dòng)的空間關(guān)聯(lián)特性隨區(qū)域不同呈現(xiàn)明顯差異，空間分離和匹配現(xiàn)象并存，空間非平穩(wěn)性特征顯著.其中，西北部、中部區(qū)域空間匹配特征明顯，東北部、東部區(qū)域次之，西南部區(qū)域空間分離現(xiàn)象最為嚴(yán)重.

私人交通方面：其交通可達(dá)性與15%(360 km2)的xI類經(jīng)濟(jì)活動(dòng)顯著正相關(guān)，主要位于未來科學(xué)城及永豐、翠湖、新媒體等中關(guān)村發(fā)展組團(tuán)；與23%(532 km2)的xM類經(jīng)濟(jì)活動(dòng)顯著正相關(guān)，除前述區(qū)域外，還包含中關(guān)村科學(xué)城、首都國際機(jī)場臨空經(jīng)濟(jì)區(qū)、北京經(jīng)濟(jì)技術(shù)開發(fā)區(qū)，以及順義園南區(qū)、豐臺園東區(qū)、上地西三旗、運(yùn)河等中關(guān)村發(fā)展組團(tuán).相反，與26%(610 km2)的xI類經(jīng)濟(jì)活動(dòng)和18%(417 km2)的xM類經(jīng)濟(jì)活動(dòng)顯著負(fù)相關(guān)，兩者共同的區(qū)域位于五環(huán)～六環(huán)之間的西南地區(qū).這說明，北京市主要科技創(chuàng)新企業(yè)聚集區(qū)域的私人交通可達(dá)性較好，道路交通資源配置與科技創(chuàng)新中心分布的空間匹配度較高，但豐臺及良鄉(xiāng)區(qū)域的空間匹配度較低，空間分離現(xiàn)象明顯.

公共交通方面：與私人交通類似，其可達(dá)性與7%(157 km2)的xI類經(jīng)濟(jì)活動(dòng)和22%(519 km2)的xM類經(jīng)濟(jì)活動(dòng)顯著正相關(guān)，主要位于中關(guān)村科學(xué)城、北京經(jīng)濟(jì)技術(shù)開發(fā)區(qū)、首都國際機(jī)場臨空經(jīng)濟(jì)區(qū)，以及翠湖、順義園南區(qū)、上地西三旗、運(yùn)河、中知學(xué)原始創(chuàng)新等中關(guān)村發(fā)展組團(tuán)；與27%(627 km2)的xI類經(jīng)濟(jì)活動(dòng)和和3%(78 km2)的xM類經(jīng)濟(jì)活動(dòng)顯著負(fù)相關(guān)，主要位于未來科學(xué)城及豐臺、良鄉(xiāng)等中關(guān)村發(fā)展組團(tuán).這說明，北京市大部分科技創(chuàng)新中心與公共交通資源空間匹配較好，但未來科學(xué)城、豐臺及良鄉(xiāng)區(qū)域呈分離現(xiàn)象.

(3)基于小尺度的局部特征分析可以為規(guī)劃工作提供量化支撐.根據(jù)空間匹配特性，可制定差別化的交通發(fā)展政策，促進(jìn)區(qū)域經(jīng)濟(jì)活動(dòng)的提升.對于豐臺、良鄉(xiāng)等與私人、公共交通均存在空間分離現(xiàn)象的區(qū)域，應(yīng)結(jié)合區(qū)域發(fā)展計(jì)劃，盡快規(guī)劃推進(jìn)道路及軌道線網(wǎng)等基礎(chǔ)設(shè)施建設(shè)工作；對于私人交通匹配良好、公共交通分離顯著的區(qū)域(未來科學(xué)城)，應(yīng)考慮修建城市軌道交通線路，并增加地面公交運(yùn)營服務(wù)水平；對于其余空間匹配區(qū)域，以適時(shí)推進(jìn)交通運(yùn)營組織優(yōu)化等軟性政策為主，控制資金投入.

圖2 北京市科技創(chuàng)新類POI 估計(jì)參數(shù)的空間分布Fig.2 Spatial distribution of estimated parameters for POI of science and technology innovation in Beijing

4 結(jié) 論

(1)北京中心區(qū)域交通可達(dá)性優(yōu)于外圍地區(qū).其中，私人交通呈現(xiàn)以天安門為中心徑向遞減的多圈層結(jié)構(gòu)；公共交通呈現(xiàn)由內(nèi)而外輻射，且軌道交通沿線區(qū)域較高的特征.

(2)依托出行信息和多源POI 數(shù)據(jù)，全局常參數(shù)和局部變參數(shù)回歸模型的評估參數(shù)能夠用于刻畫城市交通可達(dá)性與經(jīng)濟(jì)活動(dòng)分布的空間關(guān)系.當(dāng)參數(shù)為正，兩者呈現(xiàn)分離特征；當(dāng)參數(shù)為負(fù)，兩者呈現(xiàn)匹配特征.

(3)實(shí)證結(jié)果顯示，交通可達(dá)性與城市經(jīng)濟(jì)活動(dòng)空間異質(zhì)性特征顯著，局部模型GWR估計(jì)效果總體優(yōu)于全局模型.局部特征結(jié)果顯示，北京六環(huán)內(nèi)交通可達(dá)性和“科技創(chuàng)新中心”空間分離和匹配現(xiàn)象并存，西北部、中部區(qū)域匹配特征明顯，西南部區(qū)域分離現(xiàn)象嚴(yán)重；這表明交通和經(jīng)濟(jì)資源匹配程度存在空間非平穩(wěn)性，規(guī)劃部門可根據(jù)匹配結(jié)果制定差別化發(fā)展政策.