基于百度API的城市中心區軌交站域接駁路徑優化對策研究
——以天津市營口道站為例

王 天，宮同偉，康曉琪

（天津城建大學，天津300384）

隨著國家經濟的快速發展，中國大多數城市進入軌道交通發展的繁榮時期，軌道交通逐漸成為城市公共交通發展的核心要素和引領力量。然而，對于現在的大多數大城市及特大城市，尤其是城市中心區來說，軌道交通的交通承擔率并不是很高，各種交通方式未形成完善的出行系統，其造成原因包含了軌道交通站點的選址、站點的服務水平、交通接駁線路的選擇等，其中，軌交站域接駁路徑對于軌道交通產生至關重要的影響。因此，城市中心區軌交站域接駁路徑優化對策研究，對提升軌道交通的交通承擔率將會產生非常重要的影響。

21世紀以來，對于軌交站域接駁路徑研究已形成一定規模，其研究主要可分為兩個方面。一是軌交站域交通接駁并對接駁影響進行研究。張思佳、何躍齊等[1-2]通過考慮軌道交通不同接駁方式的接駁范圍對出行者行為的影響，系統分析出行費用、接駁距離、綜合樞紐管理模式、接駁信息系統等因素對交通接駁的影響；葉益芳、陳燕萍等[3-5]通過對軌道交通站點周邊環境結合，提出共享單車與軌道交通接駁，并從站點位置選擇、停車場周邊交通組織、共享單車調度、步行接駁系統等方面進行分析。二是交通接駁分析及優化對策研究。左紹祥、崔曉琳[6-7]通過對站點接駁方式研究及需求預測，對接駁方式提出交通線網運營等方面的協調優化機制；劉芮琳、BATES等[8-10]通過歸納站點交通系統特性進行詳細研究，在接駁方式及路徑優化提出道路、交通等方面的改善措施和建議。研究者通過傳統的數據與分析方式，分析接駁影響及提出優化機制或對策建議，為乘客提供接駁路徑參考。

現有接駁路徑研究多關注于接駁過程并提出相應結論，卻較少關注于路徑本身，對路徑優化對策研究也較少。此外，在軌交站域道路日益完善的同時，可供乘客選擇的路徑也日益增加，乘客出行路徑決策愈加復雜化[11]，傳統的路徑規劃多關注于單一出行方式、單一路徑目標，路徑規劃服務難以滿足居民實際的出行需求[12]，也不能全面反映軌道交通站點的服務水平。而在大數據出現之后，以其大量、快速、準確的特點，彌補了當前在接駁路徑方面的研究缺陷。因此，基于大數據的軌交站域接駁路徑研究成為當前研究熱點。魯鳴鳴等[13]通過研究交通大數據驅動下交通接駁，為乘客提供不同時間段的差異化線路規劃，以增加軌道交通的覆蓋范圍；張艷[14]通過POI數據與用地結構結合，確定軌道交通站點緩沖區的功能特性；萬濤等[15]通過手機信令數據獲取軌交車站客流來源空間分布，以用于交通規劃中。

綜上所述，筆者探索性地提出一種適于大數據背景下城市中心區軌交站域接駁路徑研究框架，通過以選取站點為例進行研究，從而為接駁路徑相關深入研究提供了一種新思路。

1 研究路線

1.1 研究思路

通過對國內外軌交站域接駁路徑研究所遇到的問題分析，基于百度API、GIS，運用路網數據、百度API數據，制定研究框架對接駁路徑進行研究并得出相應特征，將研究過程中所遇到的問題進行分析，并從多方面以城市更新角度提出優化對策。

首先，選取合理站點建立以軌道交通站站點為中心的O-D出行點矩陣，確定研究范圍。其次，對研究范圍內時間最短路徑與距離最短路徑對比，得出路徑特征；對出行點進行不同情景下的時間對比，得出時間特征；對路徑進行周一至周日出行早高峰、出行早平峰、出行午平峰、出行晚高峰的路徑模擬，得出路段特征。再次，將研究特征疊加城市現狀用地進行分析，分析影響因素與形成原因。最后，從導航應用、共享單車、居住小區與建筑綜合體、道路、交通、公共服務設施方面從城市更新角度提出相關優化對策，以提升軌道交通的交通承擔率，促進城市空間結構優化和高效健康發展。

1.2 研究方法

本研究基于GIS、百度API，運用情景模擬法、空間分析法進行軌交站域接駁路徑研究。

通過百度API得出研究范圍內不同時間點下路徑與出行點時間，進行本次軌交站域接駁路徑研究。百度API中百度位置服務、實時路況信息、路徑規劃、模擬路徑導航的使用，獲取更為開放式與實時性的數據源，得出更加準確與實時的時間以及實時交通路線與道路交通路況。百度API的使用，改變研究者采用傳統的調研數據、城市空間數據等研究缺陷，以海量的數據來源、更具實時性、省時省力等優點被廣泛使用。

通過GIS空間分析法中路網分析、時間分析、泰森多邊形分析的使用，得出更精確的研究范圍進行研究，并將研究結果可視化表達。GIS空間分析法可以解決傳統數據表達及空間聯系的問題，獲取不同交通測度方式下時空聯系[16]，使研究結果更為精確且能夠直觀表達。

通過對工作日與休息日、出行平峰期與出行高峰期進行接駁路徑模擬，可以更全面客觀地分析變量對于接駁路徑研究的影響，從而得出結論。情景模擬法可以依據現有條件，對可能出現的研究情況進行模擬，從而更直觀地得出不同研究因素對結果的影響。

1.3 研究對象

軌道交通站點決定著軌道交通方式對其他交通方式客流的吸引能力[17]，不同的研究對象會產生不同的結果。本研究需要選取步行、騎行接駁出行比例最高的軌道交通站點進行研究，且共享單車使用量需形成一定規模。天津市營口道站點位于和平區內，為天津市中心區，且其共享單車使用量為天津市最大的軌道交通站點。故此，選取天津市營口道站點進行研究。

1.4 研究范圍

現有等時線方面研究中，研究者通過對等時線進行定義、特性及生成方法研究，構建實時等時線，發現空間可達性規律[18]。雖能得出相應結論，但研究精度與實時性較差。隨著大數據的廣泛使用，改變傳統數據獲取方式，使數據獲取更加準確，更具實時性。

本研究基于百度API，以天津市營口道站點為中心、50 m×50 m為間隔，在半徑2.5 km范圍內創建O-D矩陣，并獲取時間。根據調查可知，乘客普遍可接受的接駁時間為10 min左右[19]，以此作為軌道交通站點的合理吸引范圍[20]確定條件。因此，通過GIS時間分析，創建以營口道站點為中心的10 min騎行等時線。同時，將營口道站與周邊軌道交通站點創建泰森多邊形，避免站點之間相互影響。最后，在本次研究中，為保證每個街區均為10 min可達并保證街區完整性，得出以下研究范圍，如圖1所示，作為本次軌交站域接駁路徑研究范圍。

圖1 研究范圍圖

本研究范圍介于北緯39.1166°—39.124 4°，東經117.198°—117.212 9°之間，總面積約1.7 km2。其中，包括居住小區59個，商業綜合體9個，建筑綜合體71個；五大道文化旅游區、天主教西開總教堂等游賞性景點；復興公園休憩式游園；天津市胸科醫院；勸業場小學等3個小學；耀華中學等2個中學。

2 接駁路徑路徑特征研究

本研究通過對百度API獲取的出行點時間最短路徑與距離最短路徑進行對比，挖掘路徑選擇原因，對路徑進行空間分析，以得出路徑特征。

2.1 路徑對比研究

在路徑研究中，現有研究者僅對路徑本身進行研究，通過給定交通路網的拓補結構向乘客提供合理路徑[21]，而對路徑實際問題及路徑選取原因分析較少。本研究通過路徑對比分析，挖掘道路實際問題，擴大軌道交通站點吸引范圍，提升道路使用效率與服務水平，從而獲得更為快速的交通響應。其中，距離最短路徑為不考慮道路的實時路況、路徑曲折等因素的空間最短路徑；時間最短路徑會綜合考慮道路服務水平、實時路況信息、道路曲折程度等因素，為完成出行所需時間最短的路徑。

路徑對比情況如圖2所示，由圖2可知：①相對于距離最短路徑，時間最短路徑會選取路徑相同或距離較長的路徑完成出行；②時間最短路徑會避開部分道路等級較高、紅綠燈數量較多、等待時間較長路段，選取繞行距離較長、交叉口紅綠燈數量較少的路段完成出行。

圖2 路徑對比圖

2.2 路徑曲折系數研究

路徑曲折系數圖如圖3所示。對路徑曲折系數進行分析，可以了解路徑服務水平以及路徑出行損耗。路徑曲折系數為路徑實際長度與空間長度的比值。在交通網絡中，若路徑分叉次數過多，會在乘客使用、運營管理上帶來困難[22]，路徑曲折系數越大，其出行損耗越大，服務水平越低，反之截然。本研究通過對研究范圍內時間最短路徑進行分析，以得出路徑曲折特征。

圖3 路徑曲折系數圖

由路徑曲折系數圖分析可知，對同一OD點，時間最短路徑大多數會比距離最短路徑的路徑曲折系數高約0.1～0.5，而路徑曲折系數增加0.1，其路徑長度會增加約60 m。

3 接駁路徑時間特征研究

本研究通過對不同情景下的出行點時間進行同一時刻不同出行點之間進行橫向對比、同一出行點不同時間段之間進行縱向對比，得出高峰與平峰、工作日與休息日對出行時間的影響，進而得出時間特征。

3.1 出行點時間研究

在出行過程中，乘客將會選擇時間最優路徑完成出行[23]，時間因素成為乘客越來越關注的方面。本研究將對研究范圍內出行點所需時間取平均值進行出行點時間研究，選取周一早高峰、午平峰、晚高峰出行點時間平均值作為早高峰、午平峰及晚高峰出行點時間進行研究，選取周一早高峰與周六早高峰出行點時間平均值作為休息日與工作日出行點時間進行研究。

出行點時間對比如圖4所示，由圖4可得：①不同時間段出行點時間差處于0%～10%占比最高；②騎行的出行點時間差總體大于步行；③同一天內早高峰對出行時間的影響大于晚高峰，同一時段的工作日對出行時間影響大于休息日；④在早高峰、晚高峰、工作日、休息日影響要素中，工作日早高峰對于出行時間的影響最大。

圖4 出行點時間對比圖

3.2 出行點位置研究

在出行點研究中，現有研究僅對出行點時間進行研究，而缺乏實際位置的落實及對形成原因進行分析。本研究通過對工作日早高峰出行點時間差進行分析，得出時間差小于0%與大于20%的出行點，并對形成原因進行分析。

研究范圍出行點分布如圖5所示，由圖5可得，時間差為負的出行點位于居住小區、部分商業綜合體、公園等地，時間差大于20%的出行點位于學校、商廈、商業綜合體、醫院等地。

圖5 研究范圍出行點分布

4 接駁路徑路段特征研究

本研究基于百度API，通過對研究范圍內出行點路徑進行情景模擬，獲取時間最短路徑，從而得到路段重復次數，通過分析路段重復次數，得出高頻重復路段及重復次數較低路段等路段特征。

由于百度API求取的時間是根據實時路況而定的，因此容易受到軌交站域上下班出行高峰、節假日或者重大交通事故影響?；诎俣華PI、GIS，采用百度實時路況信息、路徑規劃、百度模擬路徑導航，對研究范圍內出行點的時間最短路徑進行模擬，獲取路段重復次數。本次研究范圍內所有出行道路均設置非機動車上行與下行車道，步行與騎行交通方式均可利用同一路徑完成出行。

本研究針對低峰期與高峰期、休息日與工作日情景下的時間最短路徑進行模擬，將進行周一至周日7、8、9時出行早高峰，10、11、12時出行早平峰，13、14、15時出行午平峰，18、19、20時出行晚高峰的路徑模擬以得出特征。最后，將獲取到7日內12個時間點共84個時間點的所有路徑用于本次接駁路徑研究。同時，將研究范圍內所有路段以交叉口分割，對路徑進行次數統計，對其分析并以GIS可視化表達。

路段分析如圖6所示，由圖6可得：①越靠近軌道交通站點，路段重復次數越高，呈現出以軌道交通站點為中心的圈層式分布結構；②存在營口道與南京路以站點為到達的超高頻重復路段，錦州道、山西路、西寧道不直達營口道站點的超高頻重復路段，長春道、唐山道、柳州路、西安道、寶雞東道與營口道站點有一定距離的高頻重復路段；③存在獨山路、哈爾濱道與營口道站點距離極近但路段重復次數較低路段。

圖6 路段分析圖

5 接駁路徑特征分析

5.1 路徑特征分析

在接駁路徑選取研究中，距離最短路徑理論為最優接駁路徑，而實際卻為時間最短路徑。時間最短路徑會選取路段重復次數適中道路作為路徑完成出行，一方面可以避免較高重復路段的擁擠情況，減少出行時間，增加出行效率；另一方面，重復次數適中路段其道路自身服務較優、機動車與非機動車之間干擾較低，從而獲得更為舒適的出行體驗。對于時間最短路徑而言，會存在以下三種情況：①選取道路等級較低路段，替換如南京路、營口道等道路等級較高的路段，避免更大程度的擁擠，造成出行時間增加；②選取重復次數適中路段代替重復次數較低路段，例如赤峰道等道路通暢、機非分行路段，以獲得更優的道路服務水平，豐富出行體驗；③替換交叉口較多路段，選取交叉口數量相對較少，紅綠燈時間較短路段，例如以陜西路替換南京路，使紅綠燈等待時間減少，出行時間更短。

對于路徑曲折系數，由于時間最短路徑會選取交叉口數量較少、距離較長路段，造成路徑曲折系數增加。此外，相對于距離最短路徑而言，時間最短路徑更傾向于道路等級較低、交通更加流暢的路段，使出行時間減少，但造成路徑曲折率較高，出行損耗較高。

5.2 時間特征分析

早高峰對出行時間的影響約高于晚高峰1.5%，部分原因是以通勤、通學、工作等為出行目標的乘客出行時間集中在早高峰，大量出行造成擁擠，影響出行時間；部分原因是早高峰期間，乘客出行目標明確且迅速，能夠在短時間內造成大量的出行，從而對出行時間產生影響；而對于晚高峰而言，會因為乘客類型及出行目的不同，形成錯峰出行，對軌交站域出行時間的影響相對于早高峰較小。對于步行與騎行而言，機動車與非機動車之間存在相互干擾，且騎行亦存在相互干擾，故騎行的時間差大于步行。

其中，對于時間差為負的出行點來說，由于出行的休閑性，乘客會選擇在低峰出行時間段完成其生活或休閑的出行目標，避開出行高峰完成出行，造成出行時間差為負。而乘客以通學、通勤、工作等有在固定時間段內有目的的出行，大量集聚人群會造成高峰期與低峰期出行時間差大于20%。

總體而言，對于花園、旅游區等休閑地點、超市等生活地點來說，乘客更傾向于避開出行高峰期完成出行需求，使低峰期出行時間大于高峰期出行時間。而對于商業綜合體、金融中心等工作地以及固定出行點來說，會因為時間段內大量出行造成擁擠，使得高峰期時間大于低峰期；而對于醫院、學校、購物中心等建筑來說，會因自身功能等因素使出行時間增加或減少影響，出現出行點在低、高峰期時間差大于20%或者時間差為負的情況。

5.3 路段特征分析

營口道站點周邊道路，為軌道交通站點提供交通服務，以其交通功能造成道路重復次數極高。而隨著距離增加，可供乘客出行選擇的道路數量增加，使路段重復次數減少，因此對于總體而言，呈現出以軌道交通站點為中心的圈層式結構，且高頻重復路段多位于站點附近。

對于營口道、南京路以站點為到達的超高頻重復路段而言，其道路等級高、道路交通服務較好、曲折性較低，乘客大多選擇此類路段完成出行，故此路段重復次數極高。對于錦州道等不直達營口道站點的超高頻重復路段，其為研究范圍內各部分的連接路段，因道路的交通通暢性及服務水平較高，形成極高重復次數。對于長春道等與營口道站點有一定距離的高頻重復路段，部分原因是其道路等級相對較高，交通通暢性較好，曲折性較低，因交通功能形成高重復次數；部分原因是道路路面情況、道路景觀及自身服務較好，因其建設水平形成高重復次數。

在與營口道站點距離極近但路段重復次數較低路段中，部分原因是道路建設原因，部分原因是采取路段出行會造成繞行，故乘客選擇路段出行次數較低。其中，獨山路為天主教天津西開總堂西側道路，大多為游覽者出行提供服務，且道路為單行、服務水平低，故乘客出行選取此路段次數較少。哈爾濱道南部路段位于天津國際金融中心西北側，因其道路較窄且路邊經常有車輛停放，造成路段服務水平較差，使路段重復次數較低。

6 接駁路徑優化對策

6.1 路徑優化對策

針對時間最短路徑曲折系數大于距離最短路徑，在道路方面，打通斷頭路，增大道路網絡規模[24]，使乘客直達軌道交通站點或出行目的地，減少實際出行距離，降低路徑曲折系數。在居住小區與建筑出入口方面，可通過對居住小區出入口調整，或使居住小區開口偏向于軌道交通的出入口側，減少繞路情況，降低曲折系數，增加出行效率。

針對路徑選擇而言，在百度地圖等導航應用方面，可將時間最短路徑作為O-D點之間的默認路徑，并加入人群偏好為乘客提供出行路徑選擇，提供更加人性化的多元路徑服務。此外，在出行過程中，路徑規劃應實時化，根據前方道路實時路況，出現擁擠可從時間最短路徑、距離最短路徑的部分路段進行替換，繞過擁擠路段完成出行。此外，根據已選擇的接駁方式，計算完成出行剩余時間，幫助乘客調整自身出行計劃，以選擇更快速的交通方式接駁，形成動態化的路徑導航；在共享單車方面，相關軟件可在使用過程中加入路徑規劃服務，為乘客提供便捷服務。

6.2 出行時間優化對策

針對工作日而言，在共享單車方面，增加共享單車托運次數，呈現出早高峰、晚高峰、平峰托運次數逐漸遞減。增加高峰時間共享單車數量，滿足接駁人群的共享單車需求。同時，加入人群與建筑物因素，使人群與車輛在空間與數量之間達到平衡。此外，可考慮加入共享單車的遠程操作服務，乘客可從站點空間操控單車解鎖，采用藍牙服務操控單車，靠近預定單車即可解鎖，縮短解鎖時間，使出行更具效率。在交通方面，在高峰期調整交叉口紅綠燈時間，或可形成軌交站域非機動化模式，在一定半徑范圍內，取消紅綠燈或設置長黃燈，使人行與車行優先化。

針對出行時間而言，在共享單車方面，提出共享單車分時段調配模式[25]，以解決單車時空分布不均問題，使共享單車企業可根據軌道交通站點的使用量為共享單車作出相應的調整。共享單車使用量如圖7所示。

圖7 共享單車使用量圖

根據共享單車使用量圖可知，以營口道站點為O點，可在8時、13時、18時等使用量較高時間進行共享單車的托運，以保證乘客出站后有可供其完成出行的單車；以營口道站點為D點而言，在8—9時、12時、18時等使用量較高時間點進行停車點托運，滿足以軌道交通站點為目的出行點乘客的單車需求。對共享單車使用量進行整體分析，可得在18時單車使用量為最大值，因此，共享單車企業需增加車輛托運次數，滿足軌交站域共享單車需求；在交通方面，相關機構必須采取措施對道路進行分時段交通控制，提升軌道交通站點的慢性接駁水平[26]，從而形成綠波交通。

針對低峰期出行時間大于高峰期的出行點而言，在道路方面，可對出行點周邊道路進行優化，提升交通流暢度。在公共服務設施方面，可根據出行點周邊設施情況作出相應調整，增加座椅、路燈、綠化、景觀小品等設施，提升出行體驗。

6.3 高頻重復路段優化對策

針對營口道與南京路等高頻重復路段而言，在共享單車方面，可根據居民出行需求以交通設施角度[27]作出調整，在路段中每隔100 m設置停車點，配置相應的共享單車停放設施，并在軌道交通的出入口設置一定規模的停放場地。此外，推出“推薦停車點”[28]服務。“推薦停車點”可通過標示線及軟件GPS強化設置，進一步規范共享單車合理停放，以延伸軌道交通的合理服務范圍[29]。在居住小區與建筑綜合體方面，可通過調整出入口位置，將出入口設置于道路等級較低或路段重復次數較低的路段，或對出入口進行管控，控制其出入，以降低內部車輛或到達車輛會對道路交通的干擾。在道路方面，可擴寬道路，增設車行道，減緩擁擠情況。設置機動車與非機動車道，并對其進行嚴格管理，保障非機動車與行人的完整路權。在交通方面，對交通信號燈進行調整，延長信號燈綠燈時長，以疏散交通，使乘客出行更加順暢。采取一定交通管控措施，發揮城市支路的交通分流作用，給乘客以最佳出行體驗。在公共服務設施方面，可設置更多數量的公共服務設施，例如座椅、景觀小品等，為人們提供更舒適的出行服務。

針對哈爾濱道等重復次數較低路段而言，在共享單車方面，合理的騎行吸引范圍取決于騎車者的生理與心理條件以及路況、停車場地位置等因素[30]，因此，需增設共享單車數量與其停車點，根據道路條件，間隔100～200 m設置停車點，并利用人行橫道側的空地擺放，優化騎行接駁環境，以縮短出行時間，提高道路服務水平。在道路方面，增設非機動車道，使機動車與非機動車間隔，保證路權完整性，以減緩道路擁擠情況。同時，考慮城市道路的實際因素，發揮重復次數較低路段的交通補充作用，緩解城市交通型道路的交通壓力；在公共服務方面，設置座椅等公共服務設施，增強道路交通功能。

7 結語

城市軌交站域接駁路徑是確保城市公共交通良性發展、提升城市軌道交通利用率的基礎。本研究利用百度API通過在多種交通方式出行下獲取路徑與時間，基于百度API的軌交站域接駁路徑研究，可以使步行、騎行交通方式的出行時間和路徑規劃更準確，使駁路徑研究結果更精準。

經過本次研究，得到以下結論：對同一OD點，時間最短路徑大多數會比距離最短路徑的路徑曲折系數高約0.1～0.5，且路徑曲折系數增加0.1，其路徑長度會平均增加60 m；不同時間段出行點時間差處于0%～10%占比最高，且騎行的時間差大于步行；在出行時間影響因素中，工作日早高峰對于出行時間的影響是最大的；時間差為負的出行點位于居住小區、部分商業綜合體、公園等地，時間差大于20%的出行點位于學校、商廈、商業綜合體、醫院等地；越靠近軌道交通站點，路段重復次數越高，呈現出以軌道交通站點為中心的圈層式分布特點；得到研究范圍內10條高頻重復路段與3條距站點極近但路段重復次數較低路段。

本次軌交站域接駁路徑研究，在學術方面，通過借鑒已有研究的相關理論和研究方法，運用到軌交站域進行相關研究，這種研究思路，可為其他領域研究提供思路。在實踐方面，本研究可為相關的導航應用提供實時性路徑規劃思路；可以為共享單車在停車站位置選擇、車輛的調度以及導航路線提供相關的改善方法；可為現有居住小區與建筑綜合體等進行出入口調整、進出車輛控制改進；可從道路、交通、公共服務角度，對城市更新提出相關的改進建議，以提升軌道交通的交通承擔率，促進城市空間結構優化和高效健康發展。

本研究過程中尚存在以下不足：①本研究采用百度API作為本次出行點的時間來源、對于百度API來說，其自身數據是實時的，可能會因為利用時刻出現數據波動而造成研究出現誤差。②路徑規劃及接駁路徑研究一方面可反映實時的道路交通情況，進行出行低峰期與高峰期、工作日與休息日的分析，可為相關研究提供參考；另一方面，受節假日、交通事故或時間段影響，時間最短路徑及接駁路徑情況會產生輕微變動，必須在之后進行相應的調整。