基于主客觀多維變量的城市軌道網(wǎng)絡(luò)規(guī)模影響

柳雪麗,修春,楊立晨

(1. 陜西工業(yè)職業(yè)技術(shù)學(xué)院，陜西 咸陽 712000；2. 滄州交通學(xué)院，河北 滄州 061199； 3. 北京交通大學(xué) 交通運輸學(xué)院，北京 100044)

隨著我國城市經(jīng)濟和城鎮(zhèn)一體化的快速發(fā)展，城市邊緣及城市建成區(qū)面積不斷擴大，城市活力不斷增強，政府也在大力推動以公共交通為主導(dǎo)的城市綜合交通體系的建設(shè)，而軌道交通以運量大、運距長、準(zhǔn)時性高、速度快、能耗低等優(yōu)點得到了交通管理部門和出行者的青睞。當(dāng)前，國內(nèi)許多城市正在構(gòu)建以軌道交通為骨干的城市一體化綜合交通體系，截至2020年底全國共有44個城市開通運營城市軌道交通線路233條，運營里程7 545.5 km，完成客運量175.9億人次[1]。而長建設(shè)周期和高運營費用的軌道交通系統(tǒng)一旦建成難以修改，在“地鐵熱”的浪潮下盲目拓展建設(shè)軌道交通系統(tǒng)不僅會產(chǎn)生資源的浪費，還會對城市未來空間結(jié)構(gòu)和交通規(guī)劃布局帶來難以預(yù)估的損害。因此，全面探究城市軌道網(wǎng)絡(luò)規(guī)模發(fā)展的影響因素及其影響機理，可以為城市管理部門和交通決策者提供理論支撐。

當(dāng)前，國內(nèi)外學(xué)者關(guān)于軌道交通網(wǎng)絡(luò)發(fā)展的研究主要集中在軌道交通合理規(guī)模預(yù)測與網(wǎng)絡(luò)影響評價等方面。在軌道交通合理規(guī)模預(yù)測方面，徐瑞華等[2]針對客流在網(wǎng)絡(luò)上的分布問題提出了一種考慮多路徑選擇的城市軌道交通網(wǎng)絡(luò)客流分配模型，并得出北京軌道線網(wǎng)合理規(guī)模的理論值。胡超凡等[3]在確定城市軌道交通合理規(guī)模各種因素的基礎(chǔ)上，結(jié)合北京市軌道網(wǎng)絡(luò)特點利用需求分析法及服務(wù)水平類比法對軌道線網(wǎng)規(guī)模進行計算，得出北京市區(qū)軌道交通宜采取中高密度的線網(wǎng)規(guī)劃規(guī)模。林麗凡等[4]篩選出影響軌道交通合理線網(wǎng)規(guī)模的關(guān)鍵指標(biāo)，基于合肥市案例驗證提出綜合因素法的有效性。陳堅等[5]針對目前不同預(yù)測方法結(jié)果相差較大、操作性欠佳等問題，提出一種基于改進熵權(quán)系數(shù)的軌道交通合理規(guī)模計算模型，并以重慶為例進行實證分析。

在軌道交通網(wǎng)絡(luò)評價方面，Wang等[6]利用灰色關(guān)聯(lián)分析法，考慮乘客需求、換乘和客流分流三個方面因素構(gòu)建了城市軌道交通線網(wǎng)綜合評價方法。Qiao等[7]基于復(fù)雜網(wǎng)絡(luò)理論，利用指標(biāo)分析法對比分析得出北京市規(guī)劃網(wǎng)絡(luò)的平均程度、聚類系數(shù)和平均最短距離等指標(biāo)均有所提高，但網(wǎng)絡(luò)效率略有下降。周溪召等[8]基于復(fù)雜網(wǎng)絡(luò)理論及圖論知識，通過分析地鐵網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)研究不同結(jié)構(gòu)下地鐵網(wǎng)絡(luò)的特性指標(biāo)，揭示了城市軌道交通網(wǎng)絡(luò)演化的理論基礎(chǔ)。

在軌道網(wǎng)絡(luò)規(guī)模影響方面，僅有少數(shù)學(xué)者進行了研究。陳旭梅等[9]運用系統(tǒng)結(jié)構(gòu)模型探討了城市規(guī)模、城市交通需求、居民出行特征等對軌道交通線網(wǎng)規(guī)模的影響。朱玉琴等[10]選出城市人口、城市面積、軌道交通分擔(dān)率等6個影響因素，運用逐步線性回歸方法建立了影響城市軌道交通線網(wǎng)規(guī)模的多因素模型，進而評估了重慶市2020年軌道交通線網(wǎng)合理規(guī)模。

以上相關(guān)研究多是從客觀條件單一維度探究城市軌道交通線網(wǎng)規(guī)模的影響，缺乏對軌道交通政策以及乘客滿意度等主客觀多維影響變量與軌道交通線網(wǎng)規(guī)模間影響關(guān)系的考慮。針對城市軌道網(wǎng)絡(luò)規(guī)模，本文選取5個類別影響因素共7個主客觀影響指標(biāo)進行定性分析，利用相關(guān)性分析法定量化刻畫多維影響因素與城市軌道網(wǎng)絡(luò)規(guī)模間的關(guān)系，并利用結(jié)構(gòu)方程模型(structural equation modelling，SEM)構(gòu)建城市軌道網(wǎng)絡(luò)規(guī)模影響模型。該研究豐富了城市軌道交通網(wǎng)絡(luò)規(guī)模影響體系和技術(shù)路線，為城市軌道交通系統(tǒng)的規(guī)劃設(shè)計、網(wǎng)絡(luò)優(yōu)化等提供了理論依據(jù)。

1 城市軌道網(wǎng)絡(luò)規(guī)模影響分析

1.1 主客觀影響因素分析

隨著我國城市軌道交通的快速發(fā)展，軌道網(wǎng)絡(luò)系統(tǒng)逐漸呈現(xiàn)出復(fù)雜網(wǎng)絡(luò)系統(tǒng)的特征。而網(wǎng)絡(luò)規(guī)模的影響因素也呈現(xiàn)多元化特點，并受到客觀條件因素與主觀心理因素等多重約束與聯(lián)合影響。基于文獻分析與先驗知識可知，城市軌道網(wǎng)絡(luò)規(guī)模主要受到國家政策和經(jīng)濟水平[5,10]、城市規(guī)模[11-12]和軌道出行需求[9]等客觀條件因素，以及感知服務(wù)水平[10]等主觀心理因素的多維聯(lián)合作用，如圖1所示。下面定性地分析主客觀因素與城市軌道網(wǎng)絡(luò)發(fā)展間的關(guān)系。

圖1 軌道交通網(wǎng)絡(luò)規(guī)模影響因素關(guān)系圖Fig.1 Relation diagram of influencing factors of the urban rail transit network scale

1.1.1 國家政策因素

目前，國家和地方政府層面出臺了許多有關(guān)軌道交通發(fā)展的措施和政策，如《城市公共交通“十三五”發(fā)展綱要》[13]和《國務(wù)院關(guān)于城市優(yōu)先發(fā)展公共交通的指導(dǎo)意見》[14]等，為促進城市軌道交通的有序發(fā)展以及完善城市多維立體公共交通體系提供重要保障。

1.1.2 經(jīng)濟水平因素

城市的經(jīng)濟實力決定了該城市的交通財政的支付能力以及居民出行成本水平，軌道交通是一個較為昂貴的城市交通建設(shè)工程，該因素用于衡量城市是否滿足新建軌道交通的標(biāo)準(zhǔn)要求，并會影響軌道交通投資建設(shè)的規(guī)模。根據(jù)文獻[4]和[9]可知，城市的國內(nèi)生產(chǎn)總值(gross domestic product, GDP)和第三產(chǎn)業(yè)值是衡量經(jīng)濟水平的重要指標(biāo)，故選取二者代表城市的經(jīng)濟水平。

1.1.3 城市規(guī)模因素

城市規(guī)模因素主要涉及人口規(guī)模與建設(shè)用地規(guī)模兩方面。其中，人口規(guī)模可以反映城市軌道交通潛在的服務(wù)客運量[11]；而建設(shè)用地規(guī)模也常與公共交通建成里程成正比關(guān)系，并會對居民軌道交通出行行為與接駁距離產(chǎn)生較大影響[12]。因此，本文選取人口規(guī)模和建設(shè)用地規(guī)模作為表征城市規(guī)模的指標(biāo)。

1.1.4 軌道出行需求

城市軌道出行需求與軌道網(wǎng)絡(luò)規(guī)模間具有相互影響、相互制約的關(guān)系。軌道網(wǎng)絡(luò)規(guī)劃越完善、覆蓋越廣，軌道交通模式的虹吸現(xiàn)象越明顯；而軌道出行需求越旺盛，常態(tài)化滿載率越高，則會進一步促進城市軌道規(guī)模的發(fā)展。

1.1.5 服務(wù)水平感知

現(xiàn)有研究表明軌道交通服務(wù)水平顯著影響出行者在出行方式選擇時的心理意向?？紤]客運服務(wù)質(zhì)量與乘客滿意度間具有顯著的直接關(guān)系[15]，故本文選取乘客滿意度代表居民對軌道交通的感知服務(wù)水平。為了準(zhǔn)確刻畫居民對于軌道交通服務(wù)的滿意度，本文以軌道線網(wǎng)較為發(fā)達(dá)的廣州市為研究背景，采用問卷調(diào)查的形式開展居民對軌道交通服務(wù)滿意度的調(diào)查，進而定量化分析廣州市軌道交通服務(wù)水平，并為后文研究提供數(shù)據(jù)基礎(chǔ)。

問卷內(nèi)容涉及軌道站內(nèi)指示牌設(shè)置、換乘站布局、通道通暢情況、車輛座位布置、車內(nèi)溫度等外部設(shè)施情況，以及軌道運營時間、行駛速度、安全性、準(zhǔn)點率及價格等運營情況，具體問卷內(nèi)容見OSID?？紤]問卷實施城市及出行者警覺性較強，故利用社交媒體等網(wǎng)絡(luò)平臺采用線上問卷調(diào)查的形式搜集相關(guān)信息。于2019年1月面向廣州市居民開展為期一周的軌道交通服務(wù)滿意度調(diào)查，時間上涵蓋高峰與非高峰期，而空間范圍涉及整個廣州市區(qū)。本文共收回有效問卷189份，利用SPSS軟件對問卷數(shù)據(jù)的質(zhì)量進行評估。利用Alpha模型在95%置信水平下進行可靠性分析，得到本次調(diào)查數(shù)據(jù)的克朗巴哈系數(shù)法(Cronbach’s Alpha)值為0.857，滿足不小于0.8的條件，故回收問卷的可靠性良好。

基于問卷調(diào)查分析，可獲取廣州市居民對地鐵外部設(shè)施和軌道運營等方面服務(wù)滿意度情況，最終可得居民對廣州地鐵整體滿意度情況，如圖2所示。其中，調(diào)查結(jié)果顯示：約46%的居民不清楚緊急設(shè)備裝置及其使用方法的相關(guān)情況，從而影響其對地鐵服務(wù)的滿意度；53.3%的居民認(rèn)為地鐵座椅舒適度需要進一步改進；63.3%的居民對地鐵的指示牌設(shè)置滿意度為“一般”；而大部分居民認(rèn)為有必要在地鐵站增加扶手電梯或自動電梯。

圖2 居民對軌道交通服務(wù)滿意度Fig.2 Passengers′ satisfaction with the rail transit service

1.2 影響指標(biāo)選取規(guī)則

在選取軌道交通網(wǎng)絡(luò)規(guī)模影響指標(biāo)時，需確定指標(biāo)的可計算性與數(shù)據(jù)的可獲取性等條件。此外，針對軌道交通網(wǎng)絡(luò)規(guī)模的影響指標(biāo)篩選確定以下兩條原則：(1)指標(biāo)間的關(guān)系應(yīng)具有全面性和獨立性，可從多維度全面表達(dá)軌道交通網(wǎng)絡(luò)規(guī)模的影響；(2)保證指標(biāo)具有典型性與普遍性，以確保全面涵蓋軌道交通網(wǎng)絡(luò)規(guī)模的影響因素。

1.3 指標(biāo)相關(guān)性分析

基于以上影響指標(biāo)選取規(guī)則分別篩選軌道交通發(fā)展政策因素、日均客運量、GDP、第三產(chǎn)業(yè)產(chǎn)值、人口規(guī)模、建設(shè)用地規(guī)模和乘客滿意度共7個主客觀影響指標(biāo)，利用SPSS軟件對影響因素與衡量軌道網(wǎng)絡(luò)規(guī)模的線路長度間的相關(guān)性關(guān)系進行分析。其中，基于當(dāng)?shù)卣皣页雠_的軌道交通相關(guān)政策，考慮政策對城市軌道線網(wǎng)規(guī)模的影響效應(yīng)在時間維度上是一個動態(tài)持續(xù)的過程，故在政策出臺當(dāng)年根據(jù)政策強弱及其正負(fù)方向?qū)φ咧颠M行迭代加減計算，最終政策因素的取值范圍處于[0.60,0.85]。另外，通過查閱《中國統(tǒng)計年鑒》[16]與《廣州市國民經(jīng)濟與社會發(fā)展統(tǒng)計公報》[17]等官方材料獲取廣州市1999—2018年其他5個客觀條件因素的真實數(shù)據(jù)。

首先，基于SPSS軟件對獲取的主客觀因素數(shù)據(jù)進行可靠性檢驗。結(jié)果得出，基于標(biāo)準(zhǔn)化項的克朗巴哈系數(shù)法的值為0.991，表明獲取的指標(biāo)數(shù)值具有極高的信度。

然后，利用指標(biāo)數(shù)據(jù)進行網(wǎng)絡(luò)規(guī)模及影響因素間的相關(guān)性分析，結(jié)果見表1。其中，因素間相關(guān)關(guān)系的顯著性值均為0，滿足小于0.05，則拒絕原假設(shè)H0：兩個變量間不存在相關(guān)關(guān)系，即兩個變量間存在顯著的相關(guān)性。為便于直觀分析，將影響變量間的相關(guān)性關(guān)系進行可視化表達(dá)，結(jié)果如圖3所示。圖中，顏色代表不同影響因素，線條粗細(xì)表示兩個因素間相關(guān)關(guān)系的強弱。結(jié)果表明，線路長度與7個網(wǎng)絡(luò)規(guī)模影響因素指標(biāo)間的相關(guān)性系數(shù)均大于0.92，說明選取的主客觀影響因素與城市軌道網(wǎng)絡(luò)規(guī)模之間具有較強的相關(guān)性，故保留全部已選取的主客觀多維度影響因素作為影響模型的輸入變量，以更加綜合全面地探究城市軌道網(wǎng)絡(luò)規(guī)模影響機理。

表1 網(wǎng)絡(luò)規(guī)模及其影響因素間相關(guān)性Table 1 Correlation between the network scale and its influencing factors

圖3 影響變量間相關(guān)性關(guān)系Fig.3 Correlation between influencing variables

2 城市軌道網(wǎng)絡(luò)規(guī)模影響模型構(gòu)建

SEM是一種建立、估計和檢驗因果關(guān)系的方法[18]，模型既包含可觀測的觀測變量，也可能包含無法直接觀測的潛在變量。SEM可以替代多重回歸、通徑分析、因子分析、協(xié)方差分析等方法，分析單項指標(biāo)對總體的作用以及單項指標(biāo)間的相互關(guān)系。并且，SEM具有同時對多個因變量擬合的能力，可提供總體模型檢驗和獨立參數(shù)估計檢驗，并測量變量間的非直線關(guān)系以及直接、間接和總體效應(yīng)。因此，研究采用SEM定量化探究影響因素對城市軌道網(wǎng)絡(luò)規(guī)模的作用效果。

SEM可以有效描述多維觀測變量與潛在變量間的相互關(guān)系。SEM包含測量模型與結(jié)構(gòu)模型兩部分。第一部分為測量模型，表示城市軌道網(wǎng)絡(luò)規(guī)模的潛在影響因素與其觀測變量間的關(guān)系，以矩陣形式表示如下：

x=Λxξ+δ，

(1)

y=Λyη+ε，

(2)

其中，Λx為外生觀測指標(biāo)x與外生潛變量的關(guān)系，Λy為內(nèi)生觀測指標(biāo)y與內(nèi)生潛變量的關(guān)系，η為軌道網(wǎng)絡(luò)規(guī)模內(nèi)生潛變量，ξ為經(jīng)濟水平因素和城市規(guī)模因素等外生潛變量，δ為x的誤差項，ε為y的誤差項。

結(jié)構(gòu)模型反映多維城市軌道網(wǎng)絡(luò)規(guī)模影響因素間的關(guān)系，以矩陣形式表示如下：

η=Bη+Γξ+ζ，

(3)

其中，B為變量η之間的結(jié)構(gòu)系數(shù)矩陣，Γ為變量ξ對變量η的結(jié)構(gòu)系數(shù)矩陣，ζ為殘差項。

3 實證分析

為了具體解析城市軌道交通網(wǎng)絡(luò)規(guī)模的影響機理，研究將城市軌道交通系統(tǒng)建設(shè)較早且線網(wǎng)規(guī)模較發(fā)達(dá)的廣州市作為背景。結(jié)合上述對軌道交通網(wǎng)絡(luò)規(guī)模影響因素定性與定量分析，利用IBM SPSS Amos軟件構(gòu)建城市軌道網(wǎng)絡(luò)規(guī)模影響初始模型，如圖4所示。其中，橢圓形代表潛在變量，包括經(jīng)濟水平因素、城市規(guī)模因素和殘差變量；矩形代表觀測變量，包含軌道交通發(fā)展策略、第三產(chǎn)業(yè)值、GDP、建設(shè)用地規(guī)模、人口規(guī)模、日均客運量和乘客滿意度等7個變量；所有變量間的關(guān)系采用矢量箭頭表示。而e0～e7分別代表不同觀測變量的殘差，關(guān)系路徑上數(shù)字“1”為潛在變量或殘差項與觀測變量間關(guān)系路徑的權(quán)重系數(shù)。

圖4 城市軌道網(wǎng)絡(luò)規(guī)模影響初始模型Fig. 4 Initial influence model of the urban rail transit network scale

為進一步優(yōu)化模型結(jié)構(gòu)并驗證模型有效性，將獲取的7個影響變量和表征網(wǎng)絡(luò)規(guī)模的線路長度等數(shù)據(jù)輸入到初始模型中，并進行迭代計算與檢驗分析。首先，結(jié)合殘差閾值檢驗、修正系數(shù)和協(xié)方差標(biāo)準(zhǔn)變化參數(shù)，對初始模型的路徑權(quán)重分配和變量關(guān)系結(jié)構(gòu)進行調(diào)整，刪除變量關(guān)系不顯著的路徑并添加殘差變量間的關(guān)系結(jié)構(gòu)。然后，對修正模型的擬合精度進行檢驗。該結(jié)構(gòu)方程模型中共有8個測量指標(biāo)，原始參數(shù)的總數(shù)根據(jù)公式q(q+1)/2可得為36，自由參數(shù)共8個，故模型自由度為28。由于自由度為正，則該模型為過渡識別模型，即模型有多組解并且適合進行適配度檢驗。選取適配度指數(shù)中的規(guī)范擬合指數(shù)(normed fit index, NFI)、遞增擬合指數(shù)(incremental fit index，IFI)、相對適配指數(shù)(relative fit index, RFI)、卡方自由度比值(chi-square/degrees of freedom, CMIN/DF)及漸進殘差均方平方根(root mean square error of approximation, RMSEA)作為模型評估指標(biāo)。模型評估指標(biāo)情況如表2所示，基本符合表中所列模型評估標(biāo)準(zhǔn)，驗證了模型結(jié)構(gòu)與變量間影響關(guān)系的有效性。最終的修正模型結(jié)果見圖5。

表2 模型結(jié)果評估情況Table 2 Evaluation of the modified model results

圖5 城市軌道交通網(wǎng)絡(luò)規(guī)模影響關(guān)系結(jié)果Fig. 5 Influence relation results of the urban rail transit network scale

根據(jù)結(jié)果可知，研究選取的主客觀影響因素變量與線網(wǎng)規(guī)模間具有顯著性影響關(guān)系。其中，第三產(chǎn)業(yè)產(chǎn)值和日均客運量作為軌道交通建設(shè)的政策條件要求，對城市軌道線網(wǎng)規(guī)模均具有最大的影響效應(yīng)值，即0.99×0.5=0.495，反映出城市軌道線網(wǎng)規(guī)模需要在一定的產(chǎn)業(yè)經(jīng)濟支持下對照城市軌道交通出行需求進行建設(shè)；其次為表征潛在軌道交通出行需求的人口規(guī)模指標(biāo)，影響效應(yīng)為0.46×0.5+0.54×0.48=0.489；同理，計算得到GDP和建設(shè)用地規(guī)模指標(biāo)的影響效應(yīng)值為0.465，表明與GDP相關(guān)的乘客出行費用以及城市交通用地面積為制約城市軌道線網(wǎng)規(guī)模的兩大要素；軌道交通發(fā)展策略的影響效應(yīng)值為0.461，考慮近年來廣州市因經(jīng)濟和人口發(fā)展迅速，在軌道建設(shè)方面得到國家和地方政府的大力支持，從而降低了政策條件的約束影響；而乘客滿意度的影響效應(yīng)值最低為0.451，反映了乘客的主觀心理因素較客觀條件約束的影響較弱，即乘客的主觀心理因素不是影響城市軌道線網(wǎng)規(guī)模的強制性約束，但能作為軌道交通建設(shè)過程中的輔助性參考。

4 結(jié)論

研究從5個方面定性地分析了不同影響因素對城市軌道網(wǎng)絡(luò)發(fā)展的影響關(guān)系，基于主客觀多個維度綜合選取軌道交通發(fā)展政策、日均客運量、GDP等7個關(guān)鍵影響指標(biāo)進行定量化相關(guān)性分析，利用SEM構(gòu)建了城市軌道網(wǎng)絡(luò)規(guī)模影響模型。研究表明，本文構(gòu)造的模型結(jié)構(gòu)與變量間影響關(guān)系具有有效性；選取的主客觀影響因素均與城市軌道網(wǎng)絡(luò)規(guī)模間存在顯著影響關(guān)系，結(jié)果與定性分析、相關(guān)性分析相一致；客觀條件因素較主觀心理因素具有更強的影響效應(yīng)，其中第三產(chǎn)業(yè)值和日均客運量對城市軌道線網(wǎng)規(guī)模具有最大的影響效應(yīng)值0.495，而作為城市軌道發(fā)展建設(shè)的輔助性指標(biāo)乘客滿意度具有最低的影響效應(yīng)值0.451。此外，本文提出的研究方法具有較好的擴展性與適用性，可進一步融入新興交通產(chǎn)業(yè)，如共享交通、網(wǎng)約出行以及出行即服務(wù)(mobility as a service,MaaS)等多維因素分析城市軌道網(wǎng)絡(luò)規(guī)模的發(fā)展影響。