轨道走廊带职住密度分级与居民出行特征相关性

轨道走廊带职住密度分级与居民出行特征相关性1
【摘要】面对城市近郊和远郊区地铁网络延伸规划实施中出现了郊区轨道职住聚集能力不足、分布欠合理、难以实现轨道交通与区域发展共赢的现象，本文从轨道走廊带的人口岗位集聚分布入手，将轨道走廊带按照人口、岗位密度分为低、中低、中高和高密度四级。

利用114个居住区的居民出行调查数据，分析位于不同密度级别走廊带内、外的居民出行特征差异，发现高密度走廊带出行距离、出行方式结构合理性、轨道走廊带站点客流密度指标明显优于其他三个密度级别走廊带；中高密度走廊带与中低密度走廊带各项出行特征指标差异不大。

建立轨道+公交和小汽车方式之间的效用差模型，得到出行起终点一端或二端在走廊带、所属走廊带人口+岗位密度是影响机动化出行比例结构的重要因素。

结合二种方式选择概率曲线的交点和走廊带人口+岗位密度变化带来的轨道+公交方式选择概率变化率曲线，得出郊区中低和低密度轨道走廊带应进一步集聚人口和岗位，当聚集密度达到2.3万人/km2以上，通勤出行的轨道+公交比例将高于小汽车比例。

【关键词】轨道走廊带；密度分级；出行距离；出行结构；效用差函数
0 引言
城市轨道交通的发展会影响城市结构形态[1-2]、人口岗位聚集过程[3]，进而影响居民的出行结构。

已有研究往往聚焦一条轨道线或典型轨道站点，进行城市轨道交通与职住空间、土地利用关系[4]和居住用地分化[5]、出行特征[6-7]之间关系的定量定性分析，但是针对地铁网络逐步向外延伸扩展过程中，细粒度分段轨道走廊带职住密度分级和空间分布异质性、不同密度等级走廊带内居民出行特征差异、分段轨道走廊带职住密度与客流密度的相关性研究较少。

面对城市近郊和远郊区地铁网络延伸规划实施中出现了郊区轨道职住聚集能力不足、分布欠合理，难以实现轨道交通与区域发展共赢的现象，本文将着重探讨城市轨道交通沿线走廊带分段方法，以上海为例，按照人口岗位的集聚密度，在走廊带分级基础上，研究空间分布异质性；基于轨道走廊带内、外114个居住区的居民出行调查数据，研究走廊带人口岗位密度不同分级下居民出行特征，通过建立二元选择模型开展居民通勤机动化出行方式选择与轨道走廊带因素指标关联性研究。

通过本研究以期为郊区轨道交通规划、居民出行结构改善提供参考。

1国家自然科学基金重点项目（71734004）
1 轨道交通走廊带概念界定
城市轨道交通走廊带，指城市轨道交通线路两侧各一定宽度取值的带状覆盖区域。

TOD 社区通常以核心车站的1/2英里（约800m）半径来圈定[8-9]，例如华盛顿特区[10]，另外考虑步行接驳可接受范围等因素，本文轨道线路单侧宽度取值800米。

上海市自1990年第一条轨道交通线开工建设以来，至2017年底，已有17条轨道线路（含地铁和市郊铁路）投入运营，运营线路总长度达681公里，2017年全年客运总量达35亿人次[11]，轨道网络连接了城市多个副中心和新城，轨道交通站间距均值为1.57km（不包括金山铁路），如表1所示。

轨道走廊带实际上是站点缓冲区的包络区域，各个站点的缓冲区连续相接，自然形成一条带状区域，称之为走廊带，如图1所示。

结合表1的各条线路平均站间距范围0.91km～3.98km，轨道平均乘距大于6km，将每条轨道线路走廊带以最高客流断面为起点分别向两端以3-5km为标准分段，尽量使每段走廊带中至少包含一个轨道站点。

图1轨道交通3号线全长40.3km，沿线包括29个站点，平均站间距1.39km，将2号线分为10段，每段走廊带平均长度4.03km，每一段走廊带中至少含有一个站点。

按照该原则，上海市目前开通的16
条城市轨道线路共划分为161段走廊带。

图1 轨道走廊带分段（以3号线为例）
然而，郊区铁路“金山铁路”，由于站间距较大，走廊带不能被站点缓冲区形成的包络区域覆盖，也很难保证每段走廊带中都至少包含一个站点，因此，站间距过大的郊区铁路不太适合使用走廊带概念。

2 城市轨道交通走廊带人口岗位集聚密度分级
2.1 分圈层轨道交通走廊带人口岗位集聚性分析
走廊带对城市的人口和岗位有一定的集聚作用。

以上海为例，将上海市域划分为城市中心区（内环以内）、中心城区（外环以内）、郊区（外环以外），其中内环边界距市中心人民广场（坐标0，0）不超过10km，外环边界距市中心不超过15km。

统计轨道走廊带覆盖面积、人口、岗位数占比如表1所示。

轨道走廊带覆盖面积占市域总面积12.03%，覆盖建成区面积占市域建成区总面积24.66%，覆盖人口+岗位数量占全市人口岗位总数40.07%；在内环内和中心城内，走廊带覆盖人口+岗位数量所占比例更是达到了97.11%和72.35%。

充分证明了轨道交通走廊带覆盖范围集聚了高密度的人口和岗位。

表2 轨道走廊带覆盖面积、人口、岗位数占比
轨道走廊带人口岗位集聚比定义为：轨道走廊带人口岗位密度与走廊带所处街道的人口岗位密度的比值，直观体现走廊带对人口岗位的集聚作用。

上海不同区位走廊带人口岗位集聚比特征如表3和图2所示，可以看出：（1）上海市内环以内范围走廊带人口岗位集聚比均
值为1.03，因为内环内轨道走廊带面积占内环内总面积的比值近93%，覆盖的人口+岗位总数更是达到了98%左右，所以走廊带人口岗位密度与走廊带所处街道的人口+岗位密度差异在3%以内；（2）距离城市中心越远，走廊带人口岗位集聚比越大，由内环以内的1.03增长到 2.19，说明城市郊区轨道走廊带对人口岗位集聚性有明显作用；（3）郊区新城街道/中心镇的轨道走廊带人口岗位集聚比为2.75，远高于郊区其他区位1.85。

不同区位走廊带人口岗位集聚比特征可视化如图2所示。

表3 不同区位轨道走廊带人口岗位集聚比特征
图2 不同区位走廊带人口岗位集聚比特征图
2.2 城市轨道交通走廊带人口岗位密度分级
2.2.1 分级方法
以人口、岗位密度作为分级依据，一是考虑人口、岗位数据易获取，且与各街道/镇的人口岗位密度进行对比，能反应走廊带的集聚性；二是人口、岗位是反应职住分布的最直接指标；三是目前轨道交通与土地开发协调发展的重要模式TOD中，人口和岗位分布为重要评价指标[12-13]。

分别统计上海161段走廊带人口密度和岗位密度，作出累计频率曲线如图3所示，结合人口、岗位密度的20%分位数和曲线拐点，将上海市161段轨道走廊带划分为低人口岗位
密度走廊带、中低人口岗位密度走廊带、中高人口岗位密度走廊带和高人口岗位密度走廊带4级，级别划分的范围标准如表4所示。

表4 走廊带级别划分范围标准(单位：人/km2)
图3 人口+岗位密度累计频率曲线
2.2.2 分级结果
按照表4的走廊带分级标准，上海轨道走廊带分级空间分布可视化如图4所示。

由图可见：随着走廊带与市中心距离增加，走廊带的人口+岗位密度呈递减趋势。

低人口岗位密度走廊带主要分布在外环线以外的郊区范围；高人口岗位密度走廊带主要分布中心城内环以内，也有少量分布在外环外的颛桥镇、莘庄镇等新城街道/中心镇。

4级走廊带数量和里程比例结构为：低人口岗位密度走廊带：中低人口岗位密度走廊带：中高人口岗位密度走廊带：高人口岗位密度走廊带≈2：2：1：1，高和中高人口岗位密度走廊带数量约占总数的1/3，如表5所示。

表5 走廊带级别划分结果统计
上海轨道交通网由市域级快速线（R线）、市区级地铁（M线）和市区级轻轨（L线）三个层次组成[14]，如图5所示。

R线主要连接市中心和市郊卫星城；M线主要穿过市区繁华的中心地带，并和R线融为一体；L线则主要活跃于城市内人口密集度较低的地区，作为M线网的补充[15]。

针对上海市R线、L线、M线3个不同层次的轨道线路，分别对上述4级走廊带进行数量和里程上的统计分析，结果如表6所示，R线、L线、M线走廊带分级结果有明显差异。

高和中高人口岗位密度走廊带比例M线49% >R线26% > L线12%；低和
中低人口岗位密度走廊带比例L线88% >R线74%>M线51%。

表6 走廊带分级划分结果统计
3 分级轨道交通走廊带居民出行特征
3.1 居民出行特征调查点
为了开展走廊带内/外以及不同级别的走廊带之间居民出行特征对比分析，在4级走廊带内/外，选择114个居住小区为调查对象，在2014-2016年间，采用问卷调查的形式实地调
查了各居住小区居民的出行特征。

114个居住小区的分布如图6和表7所示。

表7 调查点（居住小区）数量分布
图6 调查点（居住小区）分布图
3.2 出行距离特征
按照居住区/目的地是否在走廊带内以及所处走廊带的级别分别进行统计。

通勤交通与非通勤交通出行距离特征如图7和图8所示，通勤交通出行距离明显长于非通勤距离，前者约为后者2～2.5倍。

通勤交通：
根据出行链的起讫点位置的不同，分为居住区（起点）是否在走廊带内和工作地（讫点）是否在走廊带内两种情况。

图7中：出行距离随着起讫点两端均在走廊带、一端在走廊带、两端均不在走廊带逐步增加。

出行距离随着中高和高密度走廊带、中低密度走廊带、低密度走廊带明显增加，但是中低密度走廊带与中高密度走廊带相对应的出行距离指标的差异在10%-20%之间，差距不大。

中高和高人口岗位密度走廊带，工作地和居住地均在走廊带内的通勤出行距离均值最短为7.6km，起讫点一端在走廊带的通勤出行距离均值在9.8-11.5km范围内波动，两端在走廊带外的出行距离达到12.3km。

中低人口岗位密度走廊带，工作地在走廊带的通勤出行距离11～12km，明显低于工作地不在走廊带的出行距离（16～18km）。

低人口岗位密度走廊带，工作地和居住地均在走廊带内的通勤出行距离均值为22.6km，一端在走廊带的或两端均不在走廊带的通勤出行距离均值长达28～31km，需引起关注。

非通勤交通：
图8中出行距离随着起讫点两端均在走廊带、一端在走廊带、两端均不在走廊带逐步增加。

出行距离随着中高和高密度走廊带、中低密度走廊带、低密度走廊带明显增加。

中高和高密度走廊与中低密度走廊带出行距离差值不明显，但是低人口岗位密度走廊带非通勤出行距离均值偏长达到11～13km，需引起关注。

中高和高人口岗位密度走廊带，居住区和工作地是否位于走廊带内对于非通勤出行距离长短影响不明显，平均出行距离在3.7-4.1km范围内波动。

这类走廊多分布于城市中心，周围各类设施配置齐全、公交系统发达。

中低人口岗位密度走廊带，工作地在走廊带的非通勤出行距离约5km，而工作地不在走廊带的出行距离上升至6.3-6.9km。

图7 通勤方式下的居民出行距离特征
图8 非通勤方式下的居民出行距离特征
3.3 出行方式结构特征
分别统计各种情况下各类居住区出行方式分担率，计算居住区样本出行分担率均值并做
对比，如图9所示，可以发现以下规律：
（1）起讫点两端或一端在走廊带内的通勤交通轨道+公交分担率明显高于两端均不在走廊带内的。

起讫点两端或一端分布在高密度、中高密度、中低密度走廊带内的通勤交通轨道+公交分担率高达50%～65%。

（2）起讫点两端均在走廊带内的小汽车分担率明显低于一端不在或两端都不在走廊带内的轨道交通分担率。

两端均在高和中高密度走廊带的通勤交通小汽车分担率为14%～16%，远低于中低密度走廊带的29.5%和低密度走廊带的39.3%。

图9 通勤方式下的居民出行方式特征
3.4 轨道走廊带站点客流密度
轨道走廊带客流密度定义为每段走廊带内包含的轨道站点的日均客流量与该段走廊带建成区面积的比值。

走廊带人口+岗位密度与轨道走廊带客流密度关系如图10所示，二者之间存在显著相关性，三次曲线拟合R方为0.976。

低密度走廊带（人口+岗位密度<13500人/km2），客流密度低；人口+岗位密度逐步增加进入中低、中高走廊带后，客流密度缓慢增加, 曲线平缓，当人口+岗位密度>45000人/km2，轨道站点客流密度上升速率逐渐变快；当走廊带人口+岗位密度>67000人/km2，进入到高密度走廊带，人口岗位集聚效应明显为轨道交通带来可观客流。

图10 走廊带人口岗位密度与轨道站点客流密度
3.5 小结
（1）高人口岗位密度走廊带的居民出行距离长度、交通方式结构、轨道客流规模均明显优于中高、中低、低密度走廊带。

此类走廊带多分布于内环线以内区域，高强度的土地开发、公共设施的完善布置以及轨道交通与其他方式的便利接驳均为居民通勤和非通勤活动提供了优越的条件。

（2）低人口岗位密度走廊带居民出行距离远高于其他3级走廊带，是其他3级走廊带的2-3倍，通勤出行距离约30km，非通勤出行距离约11km；通勤交通小汽车分担率高，在31.6%～38.8%之间波动，对轨道交通也有一定依赖性，出行比例在24%～43%之间波动。

该类走廊多分布于郊区，无论是出行距离还是交通方式结构，均亟需改善。

（3）中高密度走廊带的人口岗位聚集密度超过中低密度走廊带2倍，然而两类走廊带居民的出行特征和交通方式结构上并没有产生明显差异，且出行距离、交通方式结构只是略好于低密度走廊带。

走廊带人口+岗位密度与轨道站点客流密度关系曲线表明，人口+岗位密度小于4.5万人/km2时，轨道客流密度提高缓慢。

从空间区位上看，中高和中低密度走廊带分布于内外环线之间、外环线周边以外的小部分区域。

在后续城市更新和交通系统改善规划中，应特别注意这两类走廊带。

4 通勤机动化出行结构与轨道走廊带人口岗位密度关联性
采用114个居住区中通勤者出行记录，构建通勤小汽车、轨道/公交的二元离散选择模型，分析出行因素（出行时间、出行费用）、经济因素（家庭拥车数量）、轨道走廊带因素（起终点是否在轨道走廊带内、所属走廊带的人口+岗位密度）对出行方式选择概率的影响。

4.1 效用差模型
根据效用最大化原理，选择出行因素、经济因素、轨道走廊带因素三大类六项变量指标（如表8所示），构建轨道+公交选择肢和小汽车选择肢之间的效用差函数。

表8 模型变量
（1）出行因素指标
出行时间指一次出行中出行链起点到终点的总时间，例如公交出行的总时间包括起终点到公交车站的接驳时间、候车时间、换乘时间和车内时间。

通过百度地图爬取获得。

出行费用指一次出行中出行链起点到终点的总费用，公交/轨道出行指总票价；小汽车出行费用包括停车费、燃油费、保养费三项，其中停车费与出行链终点所在区域有关，燃油费和保养费与出行距离有关[16]。

（2）经济因素指标
经济因素主要考虑家庭拥有小汽车的数量，由问卷调查直接获得。

（3）轨道走廊带因素指标
主要考虑通勤者出行起点是否在走廊带内、终点是否在走廊带内以及或所属走廊带的人口+岗位密度指标。

采用上述变量，标定如下效用差函数：
（式1）
则两种机动化方式选择概率函数为：
(式2)
(式3)
4.2 模型参数标定与检验分析
采用最大似然估计，利用SPSS软件对效用差函数参数进行标定，标定结果如表9和表10所示。

表9 模型变量参数估计结果
表10 两选择肢变量参数估计结果
（1）变量显著性检验
模型采用t值和p值进行显著性检验。

在模型样本量大于200、双检验置信度95%条件下，某变量对应的t值绝对值大于1.98且影响变量的参数符号正确，或变量对应的p值小于0.05，则认为该变量对模型因变量有显著影响，是有效变量。

模型变量估计结果显示，各变量对应p值均满足小于0.05，且各变量对应的t值绝对值均满足大于1.98，所以，6个指标
均对出行方式选择均具有显著影响，为有效变量。

（2）模型拟合优度检验
模型采用极大似然估计算法进行参数估计，极大似然比ρ2越趋近于1时，模型的拟合程度越好。

一般认为ρ2大于0.2时即说明模型的拟合优度较好[17-18]。

此模型的拟合优度为0.421，说明模型与实际调查结果较为吻合。

（3）参数估计值分析
模型参数标定的结果显示：时间和费用的参数估计值均为负值，说明人们对出行方式的选择意愿与时间、费用之间呈负相关关系[17-18]。

根据时间和费用参数的标定结果，计算面向所有受访者群体的时间价值为22.5元/小时，略低于驾车群体的时间价值（已有研究显示，驾车群体的时间价值为28-56元/小时）。

表10小汽车选择肢中，家庭拥有车辆数指标的参数估计值为负值，轨道走廊带因素指标的参数估计值为正值，说明家庭拥有车辆数越多，出行链起终点越不在走廊带内，出行链起点附近走廊带的人口+岗位密度越低，人们选择小汽车出行的意愿越强烈。

4.3 关联性分析
114个居住区对应的走廊带人口+岗位密度范围为[0.19万人/km2,9.15万人/km2]，通勤出行者机动化平均出行距离为16.7km，该距离下小汽车比公共交通的出行时间约短35min，出行费用约少40元。

以此为例，利用标定的模型计算起点、终点一端在走廊带或二端均在走廊带内三种情况下，随着走廊带人口+岗位密度逐渐变大，小汽车出行选择概率和轨道/公交出行选择概率的变化，并绘制相应方式选择概率曲线如图11所示。

图11 出行方式选择概率-走廊带人口岗位密度变化
对于通勤者起终点都在走廊带内、起点不在终点在走廊带内、起点在终点不在走廊带内三种情形，其中通勤者出行一端在走廊带在三种情形中占比为83%。

由图11可知：（1）在走廊带同一人口+岗位密度下，通勤出行起终点均在走廊带的通勤者轨道+公交方式选择概率均高于一端在走廊带的；出行起点不在终点在走廊带内的轨道+公交方式选择概率略高于起点在终点不在走廊带的。

（2）通勤出行者的小汽车出行概率≥轨道+公交概率出现在低密度和中低密度走廊带，在中高和高密度走廊带小汽车出行概率明显降低。

一端在轨道走廊带的出行，轨道+公交≥小汽车方式选择概率转折点在走廊带人口+岗位密度为2.3万人/km2之处；起终点均在轨道走廊带的出行，方式选择概率转折点走廊带人口+岗位密度为1.4万人/km2。

（3）以轨道+公交方式选择概率曲线为例，走廊带人口+岗位密度在[0.19万人/km2,9.15万人/km2]范围内，每增加0.1万人/km2对应的轨道+公交选择概率的变化值如图12所示，三种情形下随着走廊带人口+岗位密度逐渐变大，轨道+公交选择概率变化率呈现增大、缓降、快降三个阶段。

轨道走廊带密度在[0.19万人/km2,4.20万人/km2]，人口+岗位每增加0.1万人/km2，轨道+公交方式概率变化率≥0.005，人口+岗位聚集密度（4.20万人/km2，9.15万人/km2]时，轨道+公交方式概率变化率由0.005下降为0.0028。

（4）结合图10、图11和图12，轨道走廊带密度在[0.19万人/km2,2.30万人/km2]，轨道客流密度低，轨道+公交分担率低于50%；轨道走廊带密度在[2.30万人/km2,4.20万人
/km2]，轨道客流密度变化缓慢，轨道+公交方式选择概率变化率缓降，但此阶段轨道+公交
分担率已经略高于50%；轨道走廊带密度在[4.20万人/km2,9.15万人/km2]，轨道客流密度快速增长，且轨道+公交分担率、出行距离等出行指标均明显优于前两个阶段。

所以，在郊区轨道走廊带更新开发过程中，中低和低密度轨道走廊带应进一步集聚人口和岗位，当人口+岗位聚集密度达到2.3万人/km2以上，适当提高轨道站点周边工作岗位密度时，通勤出行的轨道+公交比例将高于小汽车比例，成为机动化出行的主体。

当人口+岗位聚集密度在4.20万人/km2及以上时，轨道走廊带发展渐趋成熟，居民出行距离、出行方式结构、轨道站点客流密度等指标表现较好，其中通勤机动化出行中公共交通占比60%以上。

图12 轨道+公交方式选择概率变化值-走廊带人口岗位密度变化
5 结语
本文将上海市目前开通16条城市轨道线路划分为161段走廊带，按照走廊带覆盖的人口+岗位密度分级。

采用114个居住区居民出行调查数据，建立logit模型探究居民通勤机动化出行结构与走廊带集聚特征之间的关系，得到出行链起终点一端或二端在走廊带、所属走廊带人口+岗位密度是影响机动化出行比例结构的重要因素，结合图11方式选择转折点和图12曲线拐点，对郊区轨道走廊带更新开发时人口+岗位聚集密度提出规划建议，提高通勤机动化出行中公共交通比例。

参考文献
[1] 蒋寅,郑海星,于士元,唐晓.天津市职住空间分布与轨道交通网络耦合关系——基于手机信令数据分析[J].城市交通,2018,16(06):26-35.
[2] 赵晖,杨军,刘常平.轨道沿线居民职住分布及通勤空间组织特征研究——以北京为例[J].经济地理,2011,31(09):1445-1451.
[3] 刘畅,潘海啸,贾晓韡.轨道交通对大都市区外围地区规划开发策略的影响——外围地区TOD模式的实证研究[J].城市规划学刊,2011(06):60-67.
[4] 何尹杰,吴大放,刘艳艳.城市轨道交通对土地利用的影响研究综述——基于Citespace的计量分析[J].地球科学进展,2018,33(12):1259-1271.
[5] 王昆,宋振江,杨俊.城市跨江轨道交通对居住用地分化的影响——以湖北省武汉市为例[J].城市交通,2018,16(02):32-42.
[6] 张凤娥.基于功能分区的上海轨道交通站点周边土地利用与交通出行研究[J].中国建设信息化,2018(11):76-78.
[7] 陆锡明,王祥.上海市快速轨道交通规划研究[J].城市交通,2012,10(04):1-8.
[8] P. Calthorpe, “The next American metropolis: Ecology, community, and the American dream,”1993, New York: Princeton Architectural Press
[9] 舒波,陈阳,崔晋,陈路松.TOD模式下地铁站点周边城市功能结构特征初探——基于成都市地铁沿线POI数据的实证分析[J].华中建筑,2019(05):79-83.
[10] 胡映东,陶帅.美国TOD模式的演变、分类与启示[J].城市交通,2018,16(04):34-42.
[11] 2018上海统计年鉴[R]. 上海：上海市统计局，2018
[12] Lund H. Reasons for living in a transit-oriented development, and associated transit use[J]. Journal of the American Planning Association, 2006, 72(3): 357-366.
[13] John L. Renne. Smart Growth and Transit-Oriented Development at the State Level [J]. Center for Urban Transportation Research, 2008, 11(3): 77.).
[14] 张琦,王婷.上海轨道交通系统制式影响要素分析[J].交通与运输(学术版),2009(01):129-132.
[15] 孔令洋. 城市轨道交通系统型式选择研究[D].北京交通大学,2009.
[16] 吴娇蓉，余淼，周冠宇，通勤交通方式链适应性评价与优化导向，同济大学学报（自然科学版），2019，47（3），360-368
[17] 宗芳,隽志才.基于活动的出行方式选择模型与交通需求管理策略[J].吉林大学学报（工学版）,2007,37(1):48-53. DOI:10.3969/j.issn.1671-5497.2007.01.010.
[18] 赵建有,袁华智,蹇小平,冯忠祥.城市低收入人群出行方式选择模型[J].长安大学学报(自然科学版),2012,32(04):65-69.。