基于車站客流特征的城市軌道交通就業(yè)中心站點(diǎn)識(shí)別方法

馬 亮 周 軍 張永強(qiáng)

(1．深圳市規(guī)劃國(guó)土發(fā)展研究中心,518040, 深圳; 2.南京林業(yè)大學(xué)汽車與交通工程學(xué)院,210037, 南京∥第一作者,高級(jí)工程師)

就業(yè)中心是城市就業(yè)崗位主要的承載空間及通勤客流的目的地,準(zhǔn)確掌握就業(yè)中心的空間布局及演化規(guī)律,對(duì)于優(yōu)化城市空間布局及綜合交通體系具有重要意義。我國(guó)學(xué)者主要采用兩種方法開(kāi)展就業(yè)中心識(shí)別研究:一是門(mén)檻值法,即設(shè)置就業(yè)中心人員密度或數(shù)量的門(mén)檻,將高于門(mén)檻值的地區(qū)定義為就業(yè)中心[1-3],但該門(mén)檻值的定義存在一定的主觀性;二是回歸分析法,即先通過(guò)就業(yè)密度的門(mén)檻值或自然斷點(diǎn)篩選出候選的就業(yè)中心,再利用密度分布模型檢驗(yàn)各候選就業(yè)中心的影響力,以確定就業(yè)中心[4-5]。與門(mén)檻法相比,回歸分析法更為科學(xué),但技術(shù)流程更為復(fù)雜。

近年來(lái)我國(guó)城市軌道交通快速發(fā)展,截至2022年底,全國(guó)共有55個(gè)城市開(kāi)通了城市軌道交通運(yùn)營(yíng)線路。其中,北京、上海、廣州及深圳等10個(gè)城市的城市軌道交通線網(wǎng)運(yùn)營(yíng)里程超過(guò)了300 km[6],線路大多優(yōu)先覆蓋城市的主要就業(yè)中心;此外,北京、上海、廣州及深圳這4個(gè)城市中心城區(qū)2020年的城市軌道交通出行量在機(jī)動(dòng)化出行總量中的占比均超過(guò)25%,因此,通過(guò)城市軌道交通車站的客流特征來(lái)反映城市就業(yè)中心的空間布局,具有一定的代表性。與就業(yè)中心識(shí)別常用的經(jīng)濟(jì)普查數(shù)據(jù)和手機(jī)信令數(shù)據(jù)相比,城市軌道交通AFC(自動(dòng)售檢票)的數(shù)據(jù)能準(zhǔn)確記錄了乘客出行的起始時(shí)間及進(jìn)出站點(diǎn),數(shù)據(jù)質(zhì)量較高且易獲取,可為就業(yè)中心的年度評(píng)估及動(dòng)態(tài)跟蹤提供良好的數(shù)據(jù)基礎(chǔ)。

基于城市軌道交通AFC數(shù)據(jù)進(jìn)行就業(yè)中心識(shí)別的研究較少,文獻(xiàn)[7]基于地鐵AFC數(shù)據(jù)對(duì)城市通勤和就業(yè)中心的吸引范圍進(jìn)行了研究,但就業(yè)中心識(shí)別方法借鑒了前人的研究成果。本文在研究就業(yè)中心周邊城市軌道交通車站客流特征的基礎(chǔ)上,提出了城市軌道交通就業(yè)中心站點(diǎn)的定義及識(shí)別方法,以城市軌道交通車站為基本單元,反映就業(yè)中心的空間布局特征,并以深圳市為案例進(jìn)行實(shí)例應(yīng)用效果分析。

1 數(shù)據(jù)基礎(chǔ)

2015年,深圳城市軌道交通線網(wǎng)運(yùn)營(yíng)里程為178.0 km,車站118座,換乘站13座,共計(jì)5條線路。2021年,該線網(wǎng)的運(yùn)營(yíng)里程增至422.6 km,車站增至237座,換乘站為41座,共計(jì)11條線路,其線網(wǎng)布局如圖1所示。

圖1 2021年深圳城市軌道交通線網(wǎng)圖

本文采用深圳市2015年12月7日—12月11日(周一至周五)、2021年3月1日—3月5日(周一至周五)的AFC數(shù)據(jù)進(jìn)行分析研究。AFC數(shù)據(jù)主要包括卡片編號(hào)、進(jìn)出站類型、刷卡時(shí)間及閘機(jī)編號(hào)等信息。通過(guò)閘機(jī)編號(hào)與車站的對(duì)應(yīng)關(guān)系,可以把乘客的出行信息映射在空間上。2015年12月7日—12月11日5 d內(nèi)深圳城市軌道交通線網(wǎng)的累計(jì)刷卡量為21 876 760次,日均刷卡量約為4 375 352次;2021年12月7日—12月11日5 d內(nèi)深圳城市軌道交通線網(wǎng)的累計(jì)刷卡量為36 352 656次,日均刷卡量約為7 270 531次。

2 基于城市軌道交通車站客流特征的就業(yè)中心站定義

2.1 就業(yè)中心周邊城市軌道交通站點(diǎn)的客流特征分析

通過(guò)分析城市公認(rèn)就業(yè)中心地區(qū)周邊城市軌道交通車站的客流特征,并提煉、總結(jié)出這些站點(diǎn)客流的一般規(guī)律,可為城市軌道交通就業(yè)中心站點(diǎn)(以下簡(jiǎn)稱“就業(yè)中心站”)的定義及識(shí)別提供數(shù)據(jù)支撐。定義深圳城市軌道交通的早、晚高峰小時(shí)分別為08:00—09:00、18:00—19:00。圖2為深圳城市軌道交通線網(wǎng)早高峰小時(shí)進(jìn)出站總量前20名的車站。由圖2可知:車公廟站排名第一,高新園站、深大站緊隨其后。

圖2 深圳城市軌道交通線網(wǎng)早高峰小時(shí)進(jìn)出站總量前20名的車站

進(jìn)一步分析車公廟站的客流特征。該站為深圳城市軌道交通1號(hào)線、7號(hào)線、9號(hào)線及11號(hào)線四線交匯的換乘車站,位于深圳主要就業(yè)中心車公廟片區(qū)內(nèi)。車公廟片區(qū)就業(yè)人口密度高、早晚高峰小時(shí)通勤交通聯(lián)系強(qiáng)度大。對(duì)2021年3月1日—2021年3月5日的5個(gè)工作日客流數(shù)據(jù)進(jìn)行分析,得到該換乘站的客流特征如下:

1) 早高峰小時(shí)出站量大且集中。車公廟換乘站早高峰客流較晚高峰集中,其早高峰小時(shí)的出站量高達(dá)2.35萬(wàn)人次/h,高于晚高峰小時(shí)的進(jìn)站量(1.58萬(wàn)人次/h)。相應(yīng)地,該換乘站早高峰小時(shí)出站量在該站日出站量中的占比達(dá)37.5%,明顯高于該早高峰小時(shí)的線網(wǎng)平均占比(即城市軌道交通線網(wǎng)合計(jì)小時(shí)出站量在線網(wǎng)日出站量中的占比),如圖3所示。

圖3 車公廟站小時(shí)出站量占比與線網(wǎng)平均小時(shí)出站量占比的對(duì)比

2) 早高峰小時(shí)進(jìn)出站客流潮汐性特征明顯。車公廟站周邊地區(qū)以就業(yè)功能為絕對(duì)主導(dǎo),該站早高峰小時(shí)的出站量(2.35萬(wàn)人次/h)是進(jìn)站量(0.12萬(wàn)人次/h)的19.4倍,晚高峰小時(shí)的進(jìn)站量(1.58萬(wàn)人次/h)是出站量(0.34萬(wàn)人次/h)的4.6倍。而深圳軌道交通線網(wǎng)內(nèi)如西麗站、深圳北站等車站的早高峰小時(shí)出站量雖然也較大,但這些車站的進(jìn)出客流潮汐特征并不顯著,這也反映了這些車站的周邊地區(qū)尚未發(fā)展為典型的就業(yè)片區(qū)。

2.2 就業(yè)中心站的定義

基于上文對(duì)車公廟站的客流特征分析,就業(yè)中心地區(qū)的城市軌道交通車站應(yīng)同時(shí)滿足早高峰小時(shí)出站量大且集中、進(jìn)出站客流潮汐性強(qiáng)這2個(gè)特征,因此,將早高峰小時(shí)出站量、出站量與進(jìn)站量的比值均明顯高于全市平均水平的城市軌道交通車站定義為就業(yè)中心站。

本文借鑒交通模型校核常用的GEH指標(biāo),提出了城市軌道交通車站就業(yè)指數(shù)的計(jì)算方法,用以衡量車站周邊地區(qū)就業(yè)功能的強(qiáng)弱。GEH指標(biāo)由英國(guó)交通工程師Geoffrey E. Havers于1970年左右提出[2],用于檢驗(yàn)?zāi)Ｐ凸烙?jì)值與實(shí)際觀測(cè)值之間的誤差,其優(yōu)點(diǎn)是綜合考慮了相對(duì)誤差、絕對(duì)誤差2個(gè)參數(shù)。將GEH指標(biāo)中的估計(jì)值與觀測(cè)值替換為早高峰小時(shí)出站量、早高峰小時(shí)進(jìn)站量,得到城市軌道交通車站就業(yè)指數(shù)t的計(jì)算式為:

(1)

式中:

a——城市軌道交通車站早高峰小時(shí)出站量;

b——城市軌道交通車站早高峰小時(shí)進(jìn)站量。

t能較好地反映城市軌道交通車站周邊地區(qū)就業(yè)功能的強(qiáng)弱。早高峰出站量大、潮汐性強(qiáng)的車站,其t值較高。

3 就業(yè)中心站的識(shí)別及特征分析

3.1 識(shí)別方法

計(jì)算各車站的t,并確定t的門(mén)檻值,以實(shí)現(xiàn)對(duì)就業(yè)中心站的識(shí)別與分類。其識(shí)別步驟為:

1) 將AFC數(shù)據(jù)中的閘機(jī)編號(hào)與車站名進(jìn)行匹配,基于進(jìn)出站類型、刷卡時(shí)間的信息,統(tǒng)計(jì)得到深圳市各城市軌道交通車站全日分小時(shí)的進(jìn)出站量。

2) 提取早高峰08:00—09:00各站的進(jìn)出站量,將出站量大于進(jìn)站量的車站納入候選車站范疇,利用式(1)計(jì)算各候選車站的t,并計(jì)算t的平均值ˉt。

3) 篩選出所有大于ˉt的t,其對(duì)應(yīng)的車站即為就業(yè)中心候選車站。2015年、2021年的ˉt分別為56.2、58.6。為便于類比,本文選擇58.6作為計(jì)算就業(yè)中心站t的門(mén)檻值。

4) 將就業(yè)中心站分類三類:主要就業(yè)中心站、次要就業(yè)中心站及一般就業(yè)中心站。通過(guò)多次試算與經(jīng)驗(yàn)判斷,選擇t=150.0、t=100.0作為這三類就業(yè)中心站的分類界限,進(jìn)而得到深圳市不同功能等級(jí)就業(yè)中心站的空間分布。

3.2 2015年和2021年的t值對(duì)比

對(duì)2021年和2015年的數(shù)據(jù)進(jìn)行分析。2015年,深圳城市軌道交通車站總數(shù)為118座,就業(yè)中心候選車站數(shù)為59座(占比為50%),t為0～180.4;2021年,深圳城市軌道交通車站總數(shù)為237座,就業(yè)中心候選車站為108座(占比為46%),t為0～200.7。由此可知:與2015年相比,2021年就業(yè)中心候選車站占比有所下降,但t的上限值增加了。其原因主要是2015年以后新開(kāi)通的城市軌道交通線路以聯(lián)系城市中心區(qū)與外圍區(qū)為主,且新線在城市中心區(qū)設(shè)站時(shí)進(jìn)一步強(qiáng)化了對(duì)既有就業(yè)中心的覆蓋功能,在外圍區(qū)設(shè)站時(shí)新增了對(duì)居住片區(qū)的覆蓋功能。

3.3 就業(yè)中心站的空間分布特征

3.3.1 深圳市就業(yè)中心站總數(shù)

表1為2015年和2021年深圳市就業(yè)中心站數(shù)量對(duì)比結(jié)果。由表1可知:與2015年相比,2021年深圳市就業(yè)中心站的數(shù)量快速增長(zhǎng),增長(zhǎng)率為174%。其中,主要就業(yè)中心站、次要就業(yè)中心站的數(shù)據(jù)均增加了1倍;一般就業(yè)中心站的數(shù)量由2015年的13座增長(zhǎng)到2021年的21座。

表1 2015年和2021年深圳市就業(yè)中心站數(shù)量對(duì)比

3.3.2 2015年深圳市就業(yè)中心站的空間分布

2015年,深圳市19座就業(yè)中心站除寶華站位于寶安中心區(qū)外,其余均分布在中心城區(qū)(羅湖區(qū)、福田區(qū)及南山區(qū)3個(gè)行政區(qū)),其空間分布情況如圖4所示。其中:3座主要就業(yè)中心站(車公廟站、深大站及高新園站) 早高峰小時(shí)的平均出站量為1.78萬(wàn)人次/h,平均進(jìn)站量?jī)H為0.15萬(wàn)人次/h。3座次要就業(yè)中心站(福田站、會(huì)展中心站及大劇院站)早高峰小時(shí)的平均出站量為1.21萬(wàn)人次/h,平均進(jìn)站量?jī)H為0.17萬(wàn)人次/h;相比主要就業(yè)中心站,次要就業(yè)中心站早高峰小時(shí)的出站量明顯減少,其客流潮汐性也有所減弱。

圖4 2015年深圳市就業(yè)中心站空間分布情況

3.3.3 2021年深圳市就業(yè)中心站空間分布

2021年,深圳市中心城區(qū)的就業(yè)功能進(jìn)一步加強(qiáng)。33座就業(yè)中心站中,有29座位于中心城區(qū),4座位于外圍區(qū)(均為一般就業(yè)中心站),其空間分布情況如圖5所示。其中:主要就業(yè)中心車站6座,在2015年基礎(chǔ)上新增了福田站、會(huì)展中心站及高新南站;次要就業(yè)中心車站6座,除原有的大劇院站外,新增了后海站、購(gòu)物公園站、科苑站、市民中心站及留仙洞站5座車站。

圖5 2021年深圳市就業(yè)中心站空間分布情況

4 就業(yè)中心站的演變規(guī)律

4.1 就業(yè)指數(shù)增長(zhǎng)率

設(shè)城市軌道交通車站第i年的就業(yè)指數(shù)為ti,第i-1年的就業(yè)指數(shù)為ti-1,則城市軌道交通車站第i年就業(yè)指數(shù)增長(zhǎng)率r的計(jì)算式為:

r=[(ti/ti-1)-1] ×100%

(2)

式(2)中:r≤0時(shí)表示該城市軌道交通車站的就業(yè)指數(shù)下降,即該站點(diǎn)的就業(yè)功能在衰退;反之,則表示該站點(diǎn)的就業(yè)功能在發(fā)展。

對(duì)比2015年、2021年深圳市就業(yè)中心站空間分布情況,以研究該市就業(yè)中心站的演變規(guī)律。表2為2015年深圳市就業(yè)中心站的空間分布情況。由表2可知:在2015年識(shí)別出的19座就業(yè)中心站中,就業(yè)功能衰退的就業(yè)中心站有4座,分別為福田區(qū)的大學(xué)城站和燕南站、羅湖區(qū)的老街站和國(guó)貿(mào)站;其余15座就業(yè)中心站的就業(yè)功能在持續(xù)發(fā)展,這些站點(diǎn)大多數(shù)位于南山區(qū)和福田區(qū)。

表2 2015年深圳市就業(yè)中心站的空間分布情況

2015—2021年深圳市新增就業(yè)中心站的空間分布情況如表3所示。根據(jù)就業(yè)中心站的識(shí)別算法,表2中福田區(qū)的大學(xué)城站和燕南站2021年起不再屬于就業(yè)中心站。2015—2021年新增的就業(yè)中心站為16座,其中:2014年及以前開(kāi)通的既有城市軌道交通線路的就業(yè)中心站有6座,2015—2021年開(kāi)通的新建城市軌道交通線路的就業(yè)中心站有10座。新增就業(yè)中心站主要分布在南山區(qū)和福田區(qū)。

4.2 就業(yè)中心站的主要影響因素

通過(guò)對(duì)比發(fā)現(xiàn),就業(yè)中心站的產(chǎn)生與發(fā)展受城市軌道交通車站的空間區(qū)位、沿線用地開(kāi)發(fā)程度、有無(wú)城市軌道交通線路引入等因素影響較大。

1) 城市中心區(qū)就業(yè)功能的不斷集聚是就業(yè)中心發(fā)展的關(guān)鍵因素。深圳城市發(fā)展呈現(xiàn)中心持續(xù)西移的特征,西部的南山科技中心及福田金融中心的崗位聚集密度明顯高于東部的羅湖消費(fèi)中心,并保持較快的發(fā)展速度。2021年,南山區(qū)、福田區(qū)分別擁有11座、14座就業(yè)中心站,分別較2015年分別新增了7座、5座,而羅湖區(qū)僅擁有4座就業(yè)中心站。

2) 大體量商業(yè)辦公建筑的建成及使用可促進(jìn)新的就業(yè)中心形成。車站周邊存在大體量已建成并投入使用的商業(yè)辦公建筑,則車站的t增長(zhǎng)較快,該指標(biāo)反映了產(chǎn)業(yè)入駐帶來(lái)的就業(yè)崗位增長(zhǎng)。2021年既有城市軌道交通線路沿線車站新增了6座就業(yè)中心站,其中:水貝站新增了42.7萬(wàn)m2商業(yè)辦公類建筑,t由13.7增至60.7,其r為340%;留仙洞站新增248.6萬(wàn)m2商業(yè)辦公類建筑,t由48.3增至102.6,其r為112%。

3) 城市軌道交通新線開(kāi)通可進(jìn)一步強(qiáng)化既有線路站點(diǎn)的就業(yè)中心功能。既有城市軌道交通線路就業(yè)中心站引入新線后,其r較無(wú)新線引入車站大。2021年,既有城市軌道交通線路沿線的就業(yè)中心站共21座,除留仙洞站、水貝站這2座周邊用地功能較大的車站外,其余19座車站可以分為兩類:第一類是周邊有新線引入既有站點(diǎn),這類就業(yè)中心站共有8座車站;第二類是周邊無(wú)新線引入的既有站點(diǎn),這類就業(yè)中心站共有11座。經(jīng)統(tǒng)計(jì),第一類就業(yè)中心站的r平均值為57%,明顯高于第二類就業(yè)中心的r平均值(31%)。以車公廟站為例,由于引入了城市軌道交通7號(hào)線、9號(hào)線及11號(hào)線,與既有軌道1號(hào)線共同形成4線換乘樞紐,車公廟片區(qū)的對(duì)外輻射能力得以大幅提升,車站的r增至28%,成為深圳市t值最高的城市軌道交通車站。

5 結(jié)語(yǔ)

本文基于城市軌道交通車站的客流特征,提出了城市軌道交通就業(yè)中心站點(diǎn)的定義及城市軌道交通車站就業(yè)指數(shù)的概念,提出了基于城市軌道交通AFC數(shù)據(jù)識(shí)別城市就業(yè)中心的技術(shù)方法。深圳市的實(shí)例應(yīng)用驗(yàn)證表明:通過(guò)對(duì)就業(yè)中心站的識(shí)別,可反映就業(yè)中心在深圳市的空間分布情況。

但是,考慮到不同地區(qū)空間區(qū)位、交通設(shè)施供應(yīng)能力等方面的差異性,城市軌道交通出行量在機(jī)動(dòng)化交通出行總量中的占比也存在一定的差異,這些都有可能導(dǎo)致城市軌道交通車站就業(yè)指數(shù)表征的就業(yè)功能強(qiáng)弱與實(shí)際有所偏差。下一階段應(yīng)對(duì)城市軌道交通車站就業(yè)指數(shù)的修正方法進(jìn)行更為深入的研究。