樊嘉聪 城市公共交通可达性评价方法研究 ——以珠海市为例
咖啡不要加糖
2022年05月05日 13:16:01
来自于交通规划
只看楼主

“ 写在前面:



写在前面:

对城市公共交通可达性服务水平进行有效评估,对于优化城市公共交通资源配置,更好地满足居民公共交通出行需求有重要意义。在梳理现状公共交通可达性服务水平评估方法的基础上,综合考虑公共交通设施可达性、公共交通站点服务能力和区域可达性,建立城市公共交通可达性服务水平指标。对珠海市交通小区的公共交通可达性进行定量评估,分析交通小区公共交通服务水平与人口密度的适配性。结果表明,可达性空间分布格局符合当地实际公共交通资源配置特征,公共交通可达性空间分异特征显著。最后,针对现有公共交通系统存在的问题提出相应的改善思路,为深化落实公交优先发展战略以及强化支撑引导城市空间发展提供指导。



樊嘉聪

珠海市规划设计研究院 交通模型所副所长


 研究背景

公共交通可达性是影响出行者选择公共交通方式的重要因此。不同学者对可达性进行了定义。文献[1]定义交通可达性为:在一定时间范围内,利用一种交通方式到达或者离开指定地点的能力。文献[2]从可达性的定义和内涵等方面对空间阻隔模型等多种交通可达性模型进行了比较研究,并提出以可达性为导向的规划思路。文献[3]认为公共交通网络的时空可达性即出行者依靠公共交通网络到达目的地的难易程度,并结合可达性的影响因素对网络的时空可达性进行仿真。文献[4]将可达性定义为居民通过各种交通方式到达目的地的便捷程度,结合潜能模型,对可达性指数进行计算。城市公共交通作为城市交通的重要组成部分,应考虑出行便捷性,如选择公共交通出行方式到达目的地的换乘次数以及出发点到公共交通站点的距离。


可达性的度量模型方面,众多学者从时间、空间、经济等多个角度提出了公共交通可达性的计算方法。文献[5]提出随着可达性应用范围的扩大,可达性的度量方法也在不断成熟,通过引入公共交通站点通勤频次建立基于加权最短旅行时间的可达性模型。文献[6]基于空间变量对波兰的空间可达性进行测算,对区域范围内的公共交通公平性进行评价,通过分析出行OD矩阵,得到强调潜在出行需求的空间可达性计算方法。文献[7]基于出行的时间成本,利用最低时薪,将出行成本定义为可达性,并将出行的时间成本分为步行时间、候车时间和行驶时间,通过计算全出行过程的时间成本,得到全过程的可达性公式。


关于公共交通可达性的研究可概括为两类:1)基于传统的可达性测算方法,如空间阻隔模型、累积机会模型和时空约束模型等,考虑居民出行需求的差异以及土地利用等因素对计算方法进行改进;2)从设施供给角度以公共交通覆盖率等指标反映公共交通可达性水平。


综上所述,现有公共交通可达性研究对公共交通出行到达目的地的便捷程度考虑不足,而公共交通线路目的地直达性水平能够较为客观地反映公共交通出行到达目的地的便捷程度。基于此,本文从公共交通可达性的内涵分析入手,引入小区到达重点片区的公共交通换乘次数变量,综合考虑公共交通设施的分布情况以及公共交通网络的运营指标,对珠海市交通小区公共交通可达性进行定量评价并提出改善建议。


公共交通可达性评价指标

本文同时考虑到达公共交通站点的可达性、小区的公共交通服务能力以及小区到区域重要片区的可达性,建立小区公共交通可达性服务水平(Public Transport Service Level, PTSL)的综合评价指标,反映一个小区的公共交通可达性服务水平。该指标由三个子指标构成:1)小区周边公共交通站点服务水平;2)小区周边线路服务水平;3)小区周边公共交通区域可达性。


1)小区周边公共交通站点服务水平(Transport Station Service Level, TSSL)。 该指标反映小区周边公共交通站点覆盖情况,由小区周边(一定距离范围内)站点数量以及相应站点到达小区的距离决定。 计算公式为

 

式中: LS ij  为小区 i 到站点 j 的距离 /m; β  为距离敏感程度,数值越大表示对距离越敏感,小区的公共交通站点服务水平降低越快; Nts i 为小区 i 周边的站点数量 /个。


2)小区周边线路服务水平(Transport Route Service Level, TRSL)。 该指标反映小区周边公共交通线路服务水平,由经过小区周边站点的公共交通线路数量以及平均发车间隔决定。 计算公式为

 

式中: δ 为发车间隔敏感程度,数值越大表示对发车间隔越敏感,小区的公共交通线路服务水平降低越快; FR ir 为线路 r 的平均发车间隔 /min; NTR i 为经过小区 i 的线路数 /条。


3)小区周边公共交通区域可达性水平(Region Access Level, RAL)。 该指标反映小区公共交通网络可达性,由小区到达重点片区需要的换乘次数决定。 计算公式为

 

式中: Z 为重要片区数量 /个; TR i→z 为小区 i 到重点片区 z 需要的换乘次数 /次。


4)小区公共交通可达性服务水平PTSL。 该指标由上述三个子指标加权得到,计算公式为

 

式中: α 1 为TSSL的指标权重; α 2 为TRSL的指标权重; α 3 为RAL的指标权重。小区公共交通可达性服务水平涉及多因素、多样本的评价排序,需要对指标的权重进行确定。不同的指标权重确定方法的结果往往存在较大差异,不同方法的适用范围也存在差异,应尽量避免主观随意性 [8] ,本文采用熵权法计算各指标权重。


实例分析

近年来珠海市机动车发展较快,2019年末全市机动车保有量已达76.7万辆,城市交通拥堵常态化。为缓解交通拥堵,提升公共交通服务,政府部门针对公共汽车交通提出线网优化、票价优惠等措施。因此本次研究以珠海市公共汽车交通为例,分析现状公共交通可达性服务水平。

1

基于TransCAD公共交通模型可达性分析过程

软件选取和参数提取

1.1

TransCAD是一款基于GIS的交通规划应用软件,具备较强大的数据管理系统,支持与GIS、AutoCAD等软件之间数据的相互导入导出。TransCAD软件可基于基础路网模型创建一套完善的公共交通系统模型,常用于公共交通线网规划相关工作。基于TransCAD公共交通模型与基础路网有机结合的特点,可进行客流量、出行时间、换乘次数、站点覆盖率等相关分析,较易于提取本文所需关键运行参数,故选取该软件进行本次研究分析。


利用TransCAD软件,创建公共交通模型,计算研究所需核心运行参数。研究提出的城市公共交通可达性以交通小区(共858个,如图1所示)为单元进行评价。现状珠海市公共汽车线路共计202条,公共汽车站点超过1 500处,现状公共汽车线路分布情况如图2所示。


 

图1 交通小区划分



 

图2 公共汽车线路分布情况


基于现状公共交通模型提取用于计算公共交通可达性相关评价指标的参数。需要提取的核心参数包括:交通小区500 m范围内站点数量与距离、经停线路数、高峰小时服务频次、到达重点小区换乘次数等。利用软件Overlay(覆盖分析,用于计算500 m范围内站点数、线路数、服务频次等)、Transit Skims(公共交通阻抗计算,用于计算换乘次数)、Cost Matrix(费用矩阵计算,用于计算小区至站点距离)等计算功能,提取核心参数。

PTSL地图可视化方法

1.2

伦敦交通规划中采用的公共交通可达性水平(Public Transport Access Level, PTAL)指标的取值范围分为0~6级。PTAL指标值的计算考虑了步行时间、发车频率、候车时间等因素。PTAL地图可视化过程主要包括:1)计算到公共交通站点的步行时间,并假定到站点的步行距离不超过640 m;2)根据服务间隔计算每条线路的计划等待时间,一般假定计划等待时间为服务间隔的一半;3)计算每条线路在公共交通站点的平均等待时间,其计算方法是在计划等待时间的基础上增加可靠性因素的时间;4)计算每条线路的总接驳时间和等效频率;5)计算总接驳时间并转换为PTAL指标值;6)将PTAL指标值与颜色形成对应关系并创建地图 [9] 。PTAL指标能较为客观地反映出发点附近公共交通站点的服务能力及公共交通网络的密度,但并未考虑每个小区到达区域重点片区的能力,而后者是影响公众选择公共交通出行的重要影响因素之一。本文对PTAL指标进行改进并采取以下方法进行PTSL地图可视化:


步骤1:利用从TransCAD提取的公共交通相关参数计算各小区的PTSL值。


步骤2:结合各小区PTSL值的分布情况对其进行分级,值越大表示小区的公共交通可达性服务水平越好,每个级别的PTSL值用固定的颜色在地图上对小区进行表示。为了在不影响评价的科学性与合理性的前提下有利于专题地图的分析,本文采取的分级方法为最优分割分级法 [10] 。最优分割分级法是使级内离差平方和最小而级间离差平方和达到极大的一种分级方法。样本离差平方和的计算公式为

 

其中 x 表示样本特征值, 

 


步骤3:利用TransCAD对计算所得的PTSL值进行小区属性赋值,并利用TransCAD主题图功能进行分级,生成PTSL地图,可视化展示评价结果。

2

城市公共交通可达性评价

对珠海市现状公共交通服务水平进行分析,得到各指标的分级划分结果。1)TSSL取值范围为0~8.14,不同小区存在较大差异,超过50%的小区小于平均值(2.55),TSSL值大于6的小区数为20个,占比不到2.5%。2)TRSL取值范围为0.1~74.9,不同小区公共交通线路服务水平亦存在较大差异,超过60%的小区小于平均值(18.19),TRSL值大于55的小区数为7个,占比不到1%。3)RAL取值范围为1.2~9.37,超过40%的小区小于平均值(6.70),RAL值大于9.2的小区数为137个,占比约为16.6%。


表1 各指标等级划分以及与地图颜色的对应关系

 


公共交通可达性服务水平PTSL是结合了TSSL,TRSL,RAL的综合性评价指标,即考虑了线路、站点、换乘等因素。对市域各小区的PTSL进行描述性统计可得,PTSL取值范围为0.03~0.84,超过50%的小区小于平均值(0.35),PTSL值大于0.59的小区数为111,占比约为13.4%。中心城区内部服务水平均较高,如老香洲片区和拱北片区;南屏工业区和乾务镇服务水平较低,如图3所示。


 

图3 各交通小区的PTSL水平


3

 公共交通服务水平与人口密度适配性

为了对城市居民利用公共服务资源的空间机会均衡性进行分析,进而指导城市综合交通规划的编制工作,需要对交通小区的公共交通服务水平与人口分布状况的适配性进行定量评价。本文选取公共交通可达性服务水平与小区人口密度等级差值作为定量评价指标,并制作专题地图对评价结果进行直观展示。


如图4所示,市域范围内大多数交通小区的公共交通可达性服务水平与小区总人口密度等级差值较大,总人口为常住人口与流动人口之和,市域范围内各交通小区均有一定数量的流动人口。中心城区各交通小区的公共交通可达性服务水平与小区总人口分布情况协调性较好,非中心城区反之。由此可见,非中心城区公共交通资源配置略显不足,需要根据实际情况对片区综合交通规划进行调整,满足居民公共交通出行需求。


 

图4 PTSL与人口密度适配性分析


4

公共交通改善对策

由于珠海市不同区域的公共交通服务水平存在较大差异,因此从站点设置和线网优化等方面提出以下改善对策:


1)优化公共交通站点设置。

公共交通站点设置不合理的原因主要是供需不匹配。在公共交通服务水平与人口密度适配性不足的区域,结合该区域人口规模、土地利用及城市道路网络布局,优化公共交通站点布局,并提升现有站点的服务能力。同时从两方面提出优化策略:一是提升站点供应水平和服务能力,优化轨道交通与公共汽车交通换乘衔接,提倡集约出行;二是引导城市居民选择公共交通出行,坚持以人为本发展理念,提升公共交通运行效率。


2)提供定制公共交通线路。

提供定制公共交通线路,满足部分出行者个性化的出行需求,如东西部城区居住区与工业园区之间的通勤交通。居民公共交通出行是基础性需求,每个城市居民都享有公平的出行机会及效益,公共交通也应满足出行者不同的出行需求,为其提供可支付的定制化出行服务。


3)构建公共交通大数据云平台。

融合多源大数据及云计算技术,包括城市地理空间数据、建成环境数据以及规划建设数据,对公共交通站点上下客流量、站间流量、断面流量及其时变规律等公共交通运行与居民出行指标,以及线路长度、站点数量及位置、非直线系数、发车间隔等公共交通线路运营指标进行整合,构建珠海市公共交通大数据云平台。结合出行者反馈数据准确定位公共交通线网或单条线路存在的问题,有助于实现针对性、实时性线网优化。


结语

综合考虑公共交通设施可达性、公共交通站点服务能力和区域可达性,建立城市公共交通可达性服务水平指标,利用TransCAD进行公共交通模型参数提取,对珠海市不同小区的公共交通可达性服务水平进行评估。


珠海市公共交通可达性服务水平存在整体的不均衡性,仍有较大的提升空间。珠海市公共交通资源配置较为优越的区域主要集中在城镇化进程速度较快的中心城区,城市外围区域(除主干路沿线小区)公共交通资源配置均较为落后。利用本文的方法可以定期追踪城市公共交通可达性服务水平的变化情况,对优先处理区进行识别,对公共交通可达性服务水平较低的区域采用底线交通公平策略,保障居民基本公共交通出行需求。


参考文献(上滑查看全部):

[1] Geertman S C M, Ritsema V E J R. GIS and Models of Accessibility Potential: An Application in Planning[J]. International Journal of Geographical Information Systems, 1995, 9(1): 67-80.

[2] 陆化普,王继峰,张永波. 城市交通规划中交通可达性模型及其应用[J]. 清华大学学报(自然科学版),2009,49(6):781-785.

Lu Huapu, Wang Jifeng, Zhang Yongbo. Models and Application of Transport Accessibility in Urban Transport Planning[J]. Journal of Tsinghua University (Science and Technology), 2009, 49(6): 781-785.

[3] 张文义,关伟,樊玲玲,等. 多模式交通网络路径动态调整模型[J]. 交通运输系统工程与信息,2014,14(3):126-130.

Zhang Wenyi, Guan Wei, Fan Lingling, et al. Route-Swapping Dynamic Model on Multi-Modal Traffic Network[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(3): 126-130.

[4] 程敏,连月娇. 基于改进潜能模型的城市医疗设施空间可达性:以上海市杨浦区为例[J]. 地理科学进展,2018,37(2):266-275.

Cheng Min, Lian Yuejiao. Spatial Accessibility of Urban Medical Facilities Based on Improved Potential Model: A Case Study of Yangpu District in Shanghai[J]. Progress in Geography, 2018, 37(2): 266-275.

[5] 冯广超,覃成林. 可达性研究动态及测算模型修订[J]. 地域研究与开发,2016,35(2):6-11+18.

Feng Guangchao, Qin Chenglin. Dynamics of Accessibility Research and a Revised Calculation Model[J]. Areal Research and Development, 2016, 35(2): 6-11+18.

[6] Stepniak M, Goliszek S. Spatio-Temporal Variation of Accessibility by Public Transport: The Equity Perspective[C]//Ivan I, Singleton A, Horák J, et al. The Rise of Big Spatial Data. New York: Springer, 2017: 241-261.

[7] El-Geneidy A, Levinson D, Diab E, et al. The Cost of Equity: Assessing Transit Accessibility and Social Disparity Using Total Travel Cost[J]. Transportation Research Part A: Policy and Practice, 2016, 91(1): 302-316.

[8] 程启月. 评测指标权重确定的结构熵权法[J]. 系统工程理论与实践,2010,30(7):1225-1228.

Cheng Qiyue. Structure Entropy Weight Method to Confirm the Weight of Evaluating Index[J]. Systems Engineering-Theory & Practice, 2010, 30(7): 1225-1228.

[9] 张天然,朱春节. 伦敦公共交通可达性分析方法及应用[J]. 城市交通,2019,17(1):70-76+13.

Zhang Tianran, Zhu Chunjie. Method and Application of Public Transport Accessibility in London[J]. Urban Transport of China, 2019, 17(1): 70-76+13.

[10] 谢鹏,李宏,何列松. 统计专题地图分级数据处理模型设计[J]. 测绘科学与工程,2011,31(3):47-51.

Xie Peng, Li Hong, He Liesong. Statistical Thematic Map Data Processing Model Design[J]. Geomatic Science and Engineering, 2011, 31(3): 47-51.


《城市交通》2021年第6期刊载文章

作者: 樊嘉聪  高亿洋  吴 昊



免费打赏

相关推荐

APP内打开