唐賓克
(西安建筑科技大學管理學院,西安 710055)
改革開放以來,我國常住人口城鎮化率實現了從1978年的17.92%到2021年63.89%的跨越。隨著城鎮化的快速推進,大量人口涌入城市,交通擁堵與城市公共服務資源供給短缺問題逐步凸顯。在此大背景下,地鐵因其出行成本低、乘坐環境舒適、通勤速度快以及站點可達性高等比較優勢,成為城市人口流動的核心載體。而且在城市發展過程中,地鐵交通往往發揮著先導作用,成為城市空間擴張與要素集聚的“骨架”。
目前,我國城市公共服務設施供給與公眾實際出行需求存在空間錯配現象。其中地鐵交通網絡對公共服務資源的供給并未實現精細化引導,從而造成了一定程度的公共服務設施過載與閑置問題。所以,有必要通過理論研究剖析地鐵客流網絡對城市公共服務設施分布的影響效應及其空間機制。為此,本文以西安市為研究區域,探究地鐵動態客流網絡視角下的城市公共服務設施分布,剖析中國西部核心一線城市地鐵客流網絡對城市公共服務設施分布的影響規律,相信會對學界基于地鐵線網的城市公共服務設施分布研究,以及政府依托地鐵交通進行公共服務設施選址與規劃的決策體系均具有一定的現實意義。
美國經濟學家蒂伯特的“用腳投票”理論指出,公共產品需求差異可以通過人員流動來解決,消費者不可避免地要在區域經濟活動中流露其偏好,區域要素的流動性使地方公共產品和私人市場的購物過程相同。城市人口從不能滿足公共服務資源需求的地鐵站點出發,通過地鐵交通網絡前往可以滿足其公共服務資源需求的區域進行相關活動,從而對公共服務要素的集聚與擴散產生潛在影響。因此,在當前以“流動性社會”為核心的城市發展背景下,要重視地鐵客流網絡在城市公共服務設施配置更新與布局調整方面所發揮的作用。
目前國內外關于地鐵交通對城市公共服務設施分布的影響研究較少。現有研究主要聚焦于地鐵交通促進城市中心轉移與增多,影響居住地塊出讓價格空間分異,以及影響商業及零售業的空間分布。此外,現有研究大多以地鐵站點及其可達性作為地鐵交通影響機制的落腳點,這種靜態的研究視角雖然取得了豐富的研究成果,但是缺乏對地鐵交通流量和人員出行需求的考察。
研究選取西安市1號線—4號線的地鐵客流量數據。為避免單日客流的隨機性,以及節假日客流對研究結果的影響,本研究采用5個工作日的平均進出站數據進行分析,即選取2019年5月13日至2019年5月17日的地鐵客流量數據。在此期間,1號線—4號線共轉移8 966 837人。為使研究符合地鐵客流網絡的動態特征,將7:00—9:00定義為早高峰時段,9:00—17:00定義為白天休閑時段,17:00—19:00定義為晚高峰時段,19:00—24:00定義為夜間休閑時段。此外,要研究各類型站點間客流的流向關系,則需要建立地鐵OD客流矩陣,以行作為進站站點,以列作為出站站點。目前,西安地鐵已開通站點88個,由于北客站與北客站(北廣場)兩個站點空間距離較近,故將兩者合并,據此建立各個時間段87×87的OD客流矩陣。
整理相關文獻,選取了9大類公共服務設施(見表1),利用高德電子地圖API和網絡爬蟲技術,共獲取西安市2020年各類公共服務設施POI數據440 326條。每條POI數據包括經緯度坐標、地址、名稱、行政區以及類型這5個屬性。

表1 公共服務設施類型及性質
模型的被解釋變量為城市公共服務設施分布。通過9種類型的城市公共服務設施,較為全面地覆蓋城市公共服務資源。地鐵站點的直接影響范圍一般根據乘客出站后的步行吸引范圍確定(亞洲國家影響范圍一般為500—1 000米),研究以地鐵站點為圓心,半徑500米的圓形區域內9種類型公共服務設施POI的數量即為城市公共服務設施的分布。
此外,解釋變量包括地鐵客流量與地鐵客流網絡結構指標兩類。其中,地鐵客流網絡指的是由地鐵站點、地鐵線路以及站點間客流關系組成的一個以網絡形式存在的地鐵交通系統;地鐵客流網絡指標包括客流量、網絡結構指標。
采用基于最大似然法(ML)的空間自回歸模型(SAR),其相較于經典線性回歸模型(OLS),可以消除模型的設置偏誤,其結果更準確可信。
SAR模型表達式如下:

其中,i為不同類型的公共服務設施(i=1,2,...,9);j為全天不同時間段(j=1,2,3,4),j=1為早高峰時段,j=2為白天休閑時段;j=3為晚高峰時段,j=4為晚間休閑時段;y為地鐵站周邊某一類型的公共服務設施的數量;λ為空間自相關回歸系數,λ>0表示空間關聯地鐵站點周邊公共服務設施分布對本地鐵站周邊公共服務設施分布有正向影響,反之有負向影響;X為不同時間段地鐵站點人口流入量,X為不同時間段地鐵站點人口流出量,X為地鐵客流網絡統計指標;β、β和β分別是X、X和X的系數;ε為隨機誤差項;W為不同時間段的空間權重矩陣。該矩陣即為地鐵站點間人流量網絡的空間權重。地鐵站點間人流量網絡刻畫的是不同地鐵站點間人口轉移的拓撲結構。空間權重矩陣的表達式如下所示:


分別計算早高峰、白天休閑、晚高峰和晚間休閑時間段地鐵客流網絡對西安市公共服務設施分布影響的空間計量回歸結果。空間計量回歸結果以早高峰情況為示例(見表2)。

表2 早高峰時段(7—9點)地鐵客流網絡對西安市城市公共服務設施分布影響的空間計量回歸結果
采取與表1相同方式分別計算白天休閑、晚高峰和晚間休閑時間段地鐵客流量情況,通過對比得出:
站點進站客流量方面,全天任意時段的站點進站客流量回歸系數在餐飲服務設施、市政公用、金融保險服務設施和醫療保險服務設施的子模型中顯著為正。由此說明,站點進站客流量對上述4種類型的公共服務設施分布有正向影響。即站點進站人數越多,站點周邊500米內的餐飲服務設施、市政公用、金融保險設施和醫療保險服務設施分布數量越多。晚間休閑時段的站點進站客流量回歸系數在所有的子模型中均顯著為正,表明晚間休閑時段的站點進站人數越多,站點500米范圍內的各類公共服務設施分布數量越多。
站點出站客流量方面,全天任意時段的站點出站客流量回歸系數在餐飲服務和政府機構這兩個子模型中顯著為正,說明站點出站客流量對上述兩種類型的公共服務設施分布有正向影響。即站點出站人數越多,站點500米內的餐飲服務設施和政府機構設施分布數量越多。而早高峰時段的站點出站客流量回歸系數在所有的子模型中均為正,表明早高峰時段的站點出站人數越多,站點500米內的各類公共服務設施分布數量越多。
在站點個體網絡結構指標方面,可以發現早高峰與白天休閑兩個時間段的站點入度接近中心度回歸系數在所有的子模型中均顯著為負。由此說明,早高峰與白天休閑時段的站點入度接近中心度越高,站點周邊500米內的各類公共服務設施分布數量越少。由此可知,早高峰與白天休閑時間段越處于整個地鐵客流網絡中核心位置的地鐵站點,其周邊500米范圍內的各類公共服務設施分布數量越多。
結合空間效應回歸結果可以發現,全天任意時間段的市政公用設施、金融保險服務設施、醫療保險服務設施和政府機構設施的空間自相關回歸系數顯著為負,表明空間相連的地鐵站點周邊上述4種公共服務設施隨著客流量的增加存在空間競爭的關系。即焦點地鐵站點周邊的市政公用、金融保險服務設施、醫療保險服務設施和政府機構設施數量會隨著客流量的移動向空間相連地鐵站點負向溢出。此外,對于餐飲服務設施,位于空間相連的地鐵站點周邊的餐飲服務設施隨著早晚高峰和晚間休閑時段地鐵客流量的增加,存在空間競爭的關系,這在一定程度上揭示了人們通過地鐵出行就餐赴宴的時空規律。
為了揭示地鐵客流網絡對城市公共服務設施分布的影響效應及其空間機制,本文以西安市為研究對象,利用空間自回歸模型等方法開展地鐵客流網絡對公共服務設施分布的影響研究。本研究從地鐵乘客流動的角度闡明了城市公共服務設施選址與規劃的內在關系與理想策略,初步打開了“地鐵客流網絡-城市公共服務設施分布”這一影響機理的內部黑箱,為決策者提供了有益的管理啟示。研究結論如下:
1.地鐵客流網絡對城市公共服務設施分布的影響具有分時段的差異性。早晚高峰的往返就業以及晚間休閑時段外出赴宴、娛樂及下班晚歸的地鐵乘客越多,上述出行軌跡所涉及的類型站點周邊的各類公共服務設施分布數量越多。
2.鄰接地鐵站點間客流遷移對城市公共服務設施分布的影響具有顯著的空間競爭特征。隨著早晚高峰和晚間休閑時段地鐵客流量的增加,位于空間相連的地鐵站點周邊的餐飲服務設施數量呈現“此消彼長”式的空間競爭關系;而在全天任意時段,市政公用設施、金融保險服務設施、醫療保險服務設施和政府機構設施均存在空間競爭關系。
以往的相關研究及國家出臺的政策表明,國家和地方城市公共服務設施的類別劃分及空間布置的關鍵依據為人口數量。因此,我們的研究試圖突破以往這種以人口靜態分布為依據的公共服務設施規劃原則,轉而從人口通過地鐵實現流動的角度探究城市公共服務設施分布動態演進的現象。一方面,對于城市管理者而言,有利于其準確了解居民對于各類公共服務設施的需求偏好,為公共服務設施的投資、配建及選址提供決策建議,避免造成公共服務資源浪費與閑置;另一方面,為西安市及其他同類城市的公共服務資源規劃與供給政策提供參考,對優化公共服務設施空間布局、緩解城市公共服務分異現狀有積極作用,還對進一步改善城市空間不均等、促進社會空間可持續發展具有重要的現實價值。本研究為城市管理者提供了如下有益的政策啟示。
1.周期性地制定人口流動響應式的公共服務資源供給與配置政策,并形成長期指導規劃。政府部門要從人口動態遷移與靜態分布相結合的視角,挖掘城市公共服務的供給洼地與需求高地,切實依據民眾的出行偏好適當調配相關公共服務資源,從而從整體上實現城市公共服務設施合理布局。
2.加強城市公共交通線網規劃與城市公共服務設施規劃兩者的空間契合性。政府不同部門應具備“需求-供給”的平衡性與整體性的意識,通過加強部門行政協作與政策溝通,完善城市地鐵、公交線網與公共服務資源布局的配套體系,避免因為兩者配置割裂所帶來的居民生活與出行困局。