基于大數據的城市區域步行可達性研究

彭 輝，熊 豪，田佳雨

(長安大學 公路學院， 西安 710000)

隨著西安市的經濟發展，機動車保有量持續增加，西安市機動車在2017年年底達298.6萬輛，機動車消耗了大量的土地以及能源資源，以機動車為導向的城市發展模式導致了城市的交通擁堵以及空氣污染。步行交通作為一種環保的出行方式，是緩解城市交通擁堵及污染的重要手段，對城市步行交通進行定量的評測具有重要意義。可達性反映不同區域通達的便利程度，對步行交通的可達性測度是評價城市步行交通的一種重要方法。步行指數 (walkability index) 是國際上一種量化測度步行性的方法,用于衡量某一街道或社區是否適宜市民步行出行,可用于城市步行友好度評估，主要通過計算單點和面域步行指數來評價居民步行到各類目的地的便利程度。胡瑞山[1]采用兩步移動搜索法，在研究區域內以行政村和醫院為分析單元，基于迪卡斯特拉算法計算出各村到醫院(衛生院)的最短通行時間，進而分析各村醫療空間可達性分布狀況。夏余麗[2]運用空間句法及公交站點POI數據分析西安城市軌道交通可達性，分析結果量化了軌道交通的可達性，從而優化公共交通布局。馬書紅[3]對公路網絡的可達性進行研究，對比分析了幾種常用的可達性度量模型，通過驗證發現重力模型可以反映公路網的交通特性和節點間相互作用。可以看出：現階段的可達性分析單元的尺度為街道、行政村等，但步行是一種微觀的行為，大尺度的研究單元可能會忽略出行者的一些特性，所以本文以城市內的建筑點作為可達性分析的研究單元，對區域內的可達性分布做定量分析。

1 研究背景

1.1 研究區域概況

本文的研究區域為西安市雁塔區。雁塔區位于西安市南城板塊，地鐵二號線和三號線通過雁塔區，其中二號線為南北走向有4個站點，三號線為東西走向有10個站點；雁塔區內有195條常規公交線路，503個公交站點。

1.2 數據來源

本文包含4個方面的數據，分別為城市路網數據、城市建筑數據、POI數據、微博簽到數據。其中，POI是“point of interest”的縮寫，可以翻譯成“興趣點”，也有些叫作“point of information”，即“信息點”。

API即應用程序編程接口，通過接口可以獲取在線地圖的數據，如城市道路數據、公交線路數據等。城市路網數據包括雁塔區主干道、次干道、小區道路。路網數據由百度地圖API獲取拼接而成。城市建筑數據為雁塔區內的39 897個建筑數據，建筑數據由百度地圖獲取，為簡化數據處理過程，將建筑的平面數據轉化為點數據。POI數據即百度地圖上的氣泡圖表示的點數據，共獲取電子地圖上的景點、政府機構、公司、商場、飯館等數據20 616條。微博簽到數據來自2017年互聯網，共21 294條。

2 步行可達性度量指標

2.1 度量距離

表1 步行距離敏感性評價

2.2 度量權重

由于不同種類的POI點對出行者的重要程度不同，需要對不同POI點賦予不同的權重來反映POI點的重要程度。本文基于Duncan[8]建立的美國服務設施權重分類表，并結合中國服務設施的實際使用情況，采用專家打分賦予權重的方法，建立了雁塔區服務設施分類及權重表，如表2所示。

3 研究過程

3.1 模型簡介

在進行可達性度量時，采用Reach模型僅計算給定搜索半徑內每個起點周圍的目的地數量(可以按照目的地屬性進行加權)，若進行重力度量，還可計算每個目的地所需的旅行成本。根據Hansen(1959)，重力指數是最受歡迎的空間可達性措施之一。

假設起點i的可訪問性與目的地j的吸引力(權重)成比例，并且與i和j之間的距離成反比。采用如下模型：

(1)

其中：i表示起點；j表示終點；r為搜索半徑；Gravity[i]r為從起點i出發的搜索半徑之內的重力指數；W[j]為目的地權重；d[i,j]為i與j之間的測量距離；α為控制目的地吸引力(權重)的指數；β為調整距離衰減影響的指數。

步行以“米”為測量單位，β對應0.002 17 m，α的取值設為1，以便于計算。

表2 POI點權重

3.2 分析工具及理論

根據Setsuk.A團隊開發的UNA Toolbox for Rhino，進行步行可達性分析。居民完成一次出行的過程為城市居民從建筑物i出發，由于建筑物可理想化為點，所以從建筑物到達道路的路徑為從建筑點向道路做垂線，當到達道路上后，沿著道路的方向按照半徑為r建立緩沖區，根據緩沖區中的POI數量以及距離，通過重力模型計算重力指數，一個點的重力模型可以可視化為圖1。該工具對各建筑點重力指數的值賦予不同的顏色，重力指數越高，可達性越高，顏色偏向紅色；而重力指數越低，可達性越低，顏色偏向藍色。

圖1 Reach重力模型示意圖

圖1中的點表示獲取的POI點，r表示Reach搜索半徑。模型中的指定閾值r不是以建筑物為圓心做一個歐幾里得距離半徑(如圖2)，而是建筑物在路網上的距離，即從建筑物出發到目的地經過路網的實際距離(如圖3)。

4 結果及分析

4.1 可達性分析

本文共獲取39 897個建筑點，基于重力模型得到的重力指數被賦予各個建筑點。由于部分點在6個尺度內的重力指數為0，去除這些點后對剩余的39 686個建筑點做描述性統計，可以得到表3和圖4。由表3可知：各個距離范圍內，中位數均低于均值且偏度大于0，表明大部分建筑點的重力指數小于均值；極差很大且最小值很小，表明了重力指數分布差異較大。

圖2 歐幾里得半徑r示意圖

圖3 Reach半徑r示意圖

表3 重力指數描述性統計

由圖4發現，隨著出行距離的增加，均值、中位數、極差的增長率逐漸降低。根據表3中對不同出行距離的舒適度分類可以看出，出行距離的增加會降低出行的舒適度，從而減小城市居民的出行意愿，降低目的地POI點的吸引力。由圖4可以看出，3個參數增長率的變化有一致性，在600 m出行距離時增長率達到最大，隨后逐漸降低。這種變化趨勢符合重力模型的特點。由于區域內的POI點數量有限，所以建筑點的重力指數隨著出行距離的增加，POI點的吸引作用是有限的，但是空間距離的阻隔效應會逐漸增加，從而使步行可達性降低。

圖4 統計數據增長系數

重力指數表示在空間距離的阻隔下所能接觸的服務設施的權重之和，重力指數越高表示建筑點的可達性越高。對應建筑點的不同重力指數由高到低賦予彩虹色，即紅、橙、黃、綠、藍、靛、紫7種顏色，紅色表示可達性最高，紫色表示可達性最低。從表3可以看出：300 m范圍內的出行中位數低于均值，所以大部分區域的重力指數低于18，而小部分區域的重力指數在200左右，體現在圖5中則為86.3%區域呈現可達性低的藍色重力指數在12.213以下，而0.016%區域呈現紅色重力指數在200以上，表明POI點具有呈現聚集分布，即大量的POI點在部分區域內聚集。在300 m出行范圍內，紅色區域可以在舒適的步行狀態下接觸大量的生活服務設施，而占其中大多數的區域為藍色，在舒適的步行狀態下獲得服務設施很少。整個區域的可達性分布的差異性很大，雁塔區西部和中部的可達性明顯高于東部，西部和中部可達性高的區域呈現出紅色，而東部區域可達性高的區域僅有少量的綠色重力指數在[12.213，18.912]區間內，且比較分散。這是由于西部有高新經濟開發區，有大量企業，而中部區域有如小寨聚集大量商業街；但在雁塔區東部，有大量的旅游休閑設施，由于景區占地面積較大，且古建筑較多，使得該區域的POI分布稀疏，雁塔區的東南部為大量尚未開發的土地，故雁塔區東部97.5%的區域呈現綠色和藍色，重力指數在18.912以下。

圖5 300 m步行可達性分布圖

出行距離從300 m逐漸增長為600、900、1 200、1 500 m，圖6的紅色區域有所增長，面積在整個區域內的占比為0.86%。紅色區域代表了雁塔區步行可達性最高的區域，重力指數在348.5以上；橙色和黃色區域圍繞在紅色區域周圍，面積占比達5.8%，這些區域內的建筑點可達性較好，重力指數在[198.2，348.5]范圍內；綠色區域的面積變化最大，當出行距離在1 500 m內時大部分的建筑點的重力指數在42.1以上，即綠色區域，這些區域明顯分布在雁塔區東部以及西北部，面積占比達73.2%。1 200 m可達性分布圖和1 500 m可達性分布圖的差異不大，且從表3中的重力指數描述性統計中各參數在1 200～1 500 m變化不大，在出行距離達到1 200～1 500 m的范圍內，該區域POI點對出行者吸引力作用和空間距離的阻隔作用達到平衡。

圖6 600～1 500 m步行可達性分布圖

4.2 公交站點可達性

當出行距離超過1 800 m時，出行者將會選擇其他交通工具，西安市公共交通主要由地鐵和公交組成，公交站點的可達性分析由地鐵站和公交站為基點。

4.2.1地鐵站點可達性

圖7為雁塔區各個建筑點最大步行可達性分布圖。圖8將地鐵線路和可達性分布圖進行疊加分析，地鐵線路周圍的區域可達性較高。根據李孟冬[7]對軌道交通站點步行可達性的研究，城市居民對于附近站點的適宜性步行距離為750 m。從各個站點出發，沿著路網將步行距離750 m范圍內全部建筑點和地鐵站點相連，即為地鐵站點的服務區域。如圖7、8所示，大部分可達性高的區域都在地鐵站點的服務范圍內，表明大部分可達性高的區域擁有便捷的城市軌道資源。

圖7 1 800 m步行可達性分布圖

圖8 地鐵站點服務區可達性分布圖

4.2.2公交站點可達性

圖7中部藍色區域的步行可達性較低，所以為了接觸到更多的POI點，居民需要通過改變出行方式才能在一定的出行時間內獲得更多的POI點。而由于現階段地鐵線路較少，所以公交仍是重要的中長距離出行方式。本研究共收集了公交站點503個，通過各個建筑點周圍的公交站點的重力指數來研究雁塔區公交站點的可達性。一般而言，公交站點的覆蓋范圍為500 m，所以基于重力模型，以建筑點為起點、以公交站點為終點構建重力模型。

圖9中站點可達性分布整體較為均勻，主要體現在站點可達性高的黃色和綠色區域分布均勻而且占比較大，這些區域的站點重力指數在24.4以上。這些區域在500 m的步行距離范圍內可以接觸到較多的站點和公交線路，城市內部的中長距離出行較為方便，綠色以及黃色區域占整個區域的88.6%以上。但是仍然存在著站點可達性較差的藍色區域，這些區域的最低站點重力指數為0.43，需要增設站點。雁塔區東北部的區域的步行可達性較差，但是站點可達性較高，表明該區域雖然服務設施分布較少，但是存在著大量需要中長距離出行的人群。

圖9 公交站點可達性分布圖

4.3 人口密度疊加分析

根據微博簽到數據繪制人口分布熱力圖，將熱力圖和1 800 m步行可達性分布圖進行疊加分析，如圖10所示。由圖10可以看出：地鐵線路的主要部分在人口密度大的地方；雁塔區西北部步行可達性呈現紅色區域，人口密度較低，表明這里的服務設施供過于求，但是整體上，人口熱力圖和步行可達性的分布有較好的一致性。

圖10 疊加人口密度的可達性分布圖

5 結束語

在能接受的出行距離范圍內，雁塔區整體的步行可達性較高，在可接受的出行距離范圍1 500 m內，一半的建筑點的紅利指數在67以上，表明此區域具有友好的步行交通。雁塔區西部的可達性明顯高于東部，同樣的出行的距離內，雁塔區西部區域內的居民能夠接觸到更多的服務設施，區域內的街道更加有“活力”，更易激發居民步行出行的興趣，居民出行選擇步行的概率更大。地鐵站點的服務區域能覆蓋大部分可達性較高的區域，地鐵和步行交通的緊密結合，使得雁塔區站點具有良好的步行可達性。雁塔區公交站點整體分布均勻，可達性高的區域占比88.6%，即使在步行可達性較差的區域內也能有較高的公交站點可達性，即在相同時間內，步行可達性較差區域內的居民可以通過公交接觸到較多服務設施，從而滿足居民的出行需求。