景 鵬,黃 曜,阮永利,陳媛媛
(江蘇大學汽車與交通工程學院,江蘇鎮(zhèn)江 212001)
隨著我國經(jīng)濟的快速發(fā)展和城鎮(zhèn)化步伐的加快,城市人口數(shù)量和人們的生活水平都顯著提高,城市交通機動化的水平也逐漸提高。截止2017年底,全國機動車保有量達3.1億輛,北京、成都、重慶、上海、蘇州、深圳和鄭州等7個城市機動車保有量均超過300萬輛[1]。機動車保有量的迅速增加、人們出行需求的快速增長、公共交通出行率的緩慢上升以及我國城市規(guī)劃、交通管理水平的滯后,導致國內(nèi)大、中型城市普遍出現(xiàn)交通擁堵問題[2]。為緩解城市交通擁堵的狀況,北京、上海和深圳等城市都提出了以公共交通引導城市發(fā)展的戰(zhàn)略,相繼實施了公共交通優(yōu)先、設置公共交通專用車道和提高公共交通接駁率等一系列措施[3]。公共交通優(yōu)先是解決城市交通擁堵的一項有效措施,公共交通可達性是評價城市公共交通系統(tǒng)服務水平和質(zhì)量的一個重要參考指標。
公共交通可達性是指出行者利用公共交通系統(tǒng)從出發(fā)點到目的地便利的程度,是決策者衡量公共交通系統(tǒng)服務能力的一項重要指標,也是出行者選擇公共交通出行方式的一個重要指標。在以往關于公共交通可達性的研究中,主要集中于可達性評價計算模型的改進研究與可達性的應用[4-7],很少有學者將可達性的計算模型融入到交通規(guī)劃軟件中來直接計算可達性的指標。雖然公共交通可達性作為城市公共交通系統(tǒng)評價和規(guī)劃的重要指標,但是在現(xiàn)有的交通規(guī)劃軟件中,如TransCAD、Vissim和EMME等沒有獨立的公共交通可達性計算模塊。為了便于公共交通企業(yè)運管部門提升運營管理水平、優(yōu)化公共交通網(wǎng)絡體系、提高公共交通出行方式吸引力和緩解城市交通擁堵問題,以上海市外環(huán)以內(nèi)為研究對象,使用基于高德Web端API開發(fā)的網(wǎng)絡地圖圖片自動截取拼接技術和公共交通信息挖掘技術,以TransCAD的GISDK為開發(fā)工具,充分考慮出行者、公共交通系統(tǒng)和土地利用三者之間的相互作用關系。建立公共交通可達性量化評價指標體系,并且以上海市外環(huán)內(nèi)為例來驗證開發(fā)模塊的可靠性和準確性,分析和評價上海市外環(huán)以內(nèi)范圍的公共交通可達性現(xiàn)狀,可為運管部門進行公共交通線網(wǎng)的調(diào)整與優(yōu)化、提升公共交通可達性提供理論基礎和參考。
在以往的研究中,不同學者根據(jù)不同研究角度和不同影響因素建立了多種可達性評價計算模型,較為常用的主要有空間阻隔模型、累計機會模型、潛能模型、時空約束模型等[8]。表1對上述4種公共交通可達性評價模型的特點和優(yōu)缺點進行了簡要的分析和對比[9-10]。
根據(jù)本次上海市公共交通可達性研究的特點,要充分考慮網(wǎng)絡節(jié)點之間的空間位置,所以本次研究擬采用空間阻隔模型原理來開發(fā)公共交通計算模塊,對上海市外環(huán)范圍內(nèi)的公共交通可達性進行分析和研究。該模型更側(cè)重于交通網(wǎng)絡本身,簡單易用、表達直觀[3],可以很好地應用在交通網(wǎng)絡研究中。
空間阻隔模型將可達性理解為個體克服空間阻隔的影響到達或者離開城市某一地點的容易程度,將2個節(jié)點間的空間阻隔(出行費用、出行時間或出行距離)作為可達性的值。阻隔越小,則可達性越好:
式中:Ai為i小區(qū)的可達性;tij為從i小區(qū)至j小區(qū)所耗費的出行成本(在車時間、換乘時間、步行時間);J為所有終點小區(qū)總數(shù)。
表1 模型對比
傳統(tǒng)的公共交通基礎數(shù)據(jù)的獲取主要有兩種方式:①公共交通公司提供公共交通站點信息,但一般不會包含站點間的詳細信息;② 借助GPS等工具進行信息采集,需要耗費大量的人力、物力和財力進行實地調(diào)研和數(shù)據(jù)校驗。而隨著移動互聯(lián)網(wǎng)與智能手機的普及,百度、高德等大型在線地圖服務商均提供了相應的公共交通基礎數(shù)據(jù)。地圖服務商也將該數(shù)據(jù)制成了基本的數(shù)據(jù)服務模塊(Webservice API)供大眾使用,形成了“公共交通大數(shù)據(jù)”的新環(huán)境,也為可達性的研究提供了新的數(shù)據(jù)獲取思路[10]。通過對公共交通線路檢索發(fā)現(xiàn),在線地圖服務商均可提供相一致的公共交通線路地理信息。另外,由于在線地圖是基于互聯(lián)網(wǎng)的“眾包”性質(zhì)[11],相關信息被龐大的數(shù)據(jù)使用者以及數(shù)據(jù)提供商進行了多次的雙向驗證,因此無論是數(shù)據(jù)的精度還是更新的頻率均遠超于傳統(tǒng)數(shù)據(jù)。
本文使用基于高德Web端API開發(fā)的網(wǎng)絡地圖圖片自動截取拼接技術和公共交通信息挖掘技術獲取交通基礎數(shù)據(jù),保證了數(shù)據(jù)的及時性和準確性。在TransCAD中,所有的公共交通線路都依附于道路網(wǎng),必須確保道路網(wǎng)絡的完整性,因此自主開發(fā)的網(wǎng)絡地圖圖片自動截取拼接技術主要用于補充基礎的道路網(wǎng),將截取的圖片嵌入TransCAD中作為底圖,對OpenStreetMap中抓取出來的不完整的道路網(wǎng)進行補充。公共交通信息挖掘技術主要是通過高德地圖提供的數(shù)據(jù)服務模塊,通過編程來抓取研究范圍內(nèi)所有的公共交通物理站點、軌道站點以及公共交通線路的走向,為公共交通線路的繪制提供了極大的方便。
在TransCAD中建立公共交通GIS數(shù)據(jù)庫,該軟件分層進行組織和管理地理信息,一般將相同類型的地理對象放在同一個圖層,運用這種圖層的方法來管理、存放和分析信息,再把不同的圖層疊加在一起,這樣可以用來實現(xiàn)研究區(qū)域信息的可視化。本文所構(gòu)建的公共交通GIS數(shù)據(jù)庫由道路路段層、道路節(jié)點層、交通分區(qū)層、公共交通線路層、公共交通站點層和步行網(wǎng)路層組成,具體系統(tǒng)圖層信息如圖1所示。道路節(jié)點層和道路路段層是從OpenStreetMap中抓取,建立了基礎的道路網(wǎng)絡,為公共交通物理站點、軌道站點以及公共交通線路的布置提供先決條件;位圖底圖層是從自主開發(fā)的網(wǎng)絡地圖圖片自動截取拼接出來的,用于補充研究范圍內(nèi)的道路網(wǎng),保證道路網(wǎng)絡的完整性;公共交通站點層以及公共交通線路層依附于道路網(wǎng)絡,自主開發(fā)的公共交通信息挖掘技術將研究范圍內(nèi)的公共交通站點以及公共交通線路走向挖掘出來,與道路網(wǎng)絡層疊加,方便了公共交通站點及其線路的繪制;交通分區(qū)層是以居委會行政區(qū)劃為基礎,將研究范圍劃分為若干個交通小區(qū),便于后續(xù)公共交通可達性的計算;公共交通網(wǎng)絡結(jié)構(gòu)中需要步行路徑集將形心、站點及站點之間進行互聯(lián),以實現(xiàn)步行和公共交通方式的聯(lián)合網(wǎng)絡。步行網(wǎng)絡層主要承擔了小區(qū)到站點的連接和公共交通、軌交站點之間的換乘任務。在公共交通GIS數(shù)據(jù)中,需找出從交通小區(qū)形心點到站點或者路口的每一條可能步行出行的步行集,對上海市外環(huán)范圍以內(nèi)的1 428個小區(qū)逐一分析并進行連接。
圖1 TransCAD圖層結(jié)構(gòu)
在研究范圍內(nèi),共劃分交通小區(qū)1 428個,共計路段1 469萬條、交叉口11.39萬個、公共交通物理站點8728個、軌道站點824個、公共交通線路1 359條(雙向)、地鐵線路33條(雙向)和步行路徑集38 128條,如圖2所示。
基于TransCAD建立起來的公共交通基礎數(shù)據(jù)庫,利用GISDK(地理信息開發(fā)工具)進行二次開發(fā),它是內(nèi)嵌TransCAD中的軟件工具和文件集合,其最重要的部分是Caliper Script編程語言。Caliper Script能有效訪問TransCAD中的程序和數(shù)據(jù),是一種功能強大且靈活的編程語言,多種語言編寫的程序代碼能混合在Caliper腳本中,具有良好的兼容性。
運用GISDK可以進行多方面的二次開發(fā),本文通過創(chuàng)建Add-ins來擴展和自動重復執(zhí)行命令,這是一種適合非專業(yè)編程用戶進行開發(fā)的方法。利用Add-ins程序,用戶能方便地使用已有的軟件功能,也可以根據(jù)自己的需求創(chuàng)建新的應用程序和新功能,而且Add-ins可以無限制地在TransCAD用戶中自由使用。本文所使用的宏就是Add-ins程序,該程序能為用戶提供按鈕訪問程序所做的工具,能夠?qū)⑦@些工具嵌入到TransCAD工具欄中,通過鼠標操作計算出各種可達性的指標。通過GISDK二次開發(fā),實現(xiàn)了以下4個功能:可達性參數(shù)計算(出行花費、出行時間、換乘次數(shù)),公共交通出行時間圈繪制,公共交通線網(wǎng)密度計算和線路非直線系數(shù)計算,具體開發(fā)流程如圖3所示。
圖2 公共交通數(shù)據(jù)庫
本文使用線上地圖工具——百度地圖來驗證開發(fā)的公共交通可達性模塊自動生成的出行時間、換乘次數(shù)、出行費用等可達性指標。如圖4所示,以上海市宜山路與蒼梧路交叉口為起點(S點)-零陵路與天鑰橋路交叉口為終點(E點)來驗證其可達性指標,開發(fā)的模塊計算出兩點之間的公共交通出行時間為34 min、換乘次數(shù)為0次、公共交通出行費用為1元;百度地圖生成的公共交通出行時間為31 min、換乘次數(shù)為0次、公共交通出行費用為2元。在一定的誤差范圍內(nèi),此結(jié)果可初步判定本文所開發(fā)的公共交通可達性模塊計算出來的公共交通可達性指標值與百度地圖各指標值基本吻合。
圖3 模塊開發(fā)原理
圖4 公共交通可達性指標驗證
為了進一步驗證本文所開發(fā)系統(tǒng)的準確性和適用性,隨機選取徐匯區(qū)、靜安區(qū)和陸家嘴地區(qū),以出行時耗為指標來驗證開發(fā)系統(tǒng)的可靠性。3個區(qū)內(nèi)各選8次出行,區(qū)間選擇3次出行,系統(tǒng)計算出來的公共交通出行時耗與百度地圖的公共交通出行時耗相比較,并計算其公共交通出行時耗的平均誤差值,其結(jié)果如圖5所示。徐匯區(qū)、靜安區(qū)及陸家嘴地區(qū)內(nèi)各8次出行時耗的平均誤差值分別為10.01%、9.49%和12.32%,區(qū)域間的出行時耗平均誤差值為9.95%。本系統(tǒng)在開發(fā)出行時耗時考慮了交通流的平峰與高峰時段,在與百度地圖進行校核時可能具有時間差,加上百度地圖自身也存在一定的偏差,因此在一定的誤差范圍內(nèi),認為本系統(tǒng)在計算公共交通可達性指標時具有一定的準確性和參考性。
圖5 出行時耗平均誤差
通過以上對自主開發(fā)的公共交通可達性模塊的驗證,其結(jié)果顯示,在一定的誤差范圍內(nèi),該模塊能準確地算出公共交通可達性的指標。本文以上海市外環(huán)內(nèi)徐匯區(qū)、靜安區(qū)、黃埔區(qū)和陸家嘴地區(qū)為例,基于TransCAD技術平臺計算時間可達性、公共交通線網(wǎng)密度、路線非直線系數(shù)以及公共交通站點服務范圍覆蓋率來對上海市外環(huán)以內(nèi)公共交通可達性進行測度分析。
公共交通出行時間是衡量一個公共交通系統(tǒng)可達性的重要指標,本文在徐匯區(qū)、靜安區(qū)、黃浦區(qū)以及陸家嘴地區(qū)4個區(qū)域中各選一個交通小區(qū)作為核心區(qū)域繪制出行時間圈主題圖,如圖6所示。其中,不同的色塊分別表示從核心區(qū)乘坐公共交通在不同的時間段內(nèi)能夠到達的區(qū)域,顏色越深表示到達該區(qū)域所消耗的時間越長。
圖6 公共交通出行時間圈
從圖6(a)可以看出:從徐匯區(qū)核心分區(qū)(交通小區(qū)編號為380)出發(fā),乘坐公共交通在30 min以內(nèi)可以達到周邊距離較近的分區(qū);在60 min以內(nèi)可以達到徐匯區(qū)、靜安區(qū)以及黃浦區(qū)的絕大數(shù)分區(qū);而到達距離較遠的浦東新區(qū)則需要花費90 min以上。
另外,從徐匯區(qū)出發(fā)到靜安區(qū)、陸家嘴地區(qū)和黃浦區(qū)的公共交通出行時耗如圖7所示。從圖中可以看出,從徐匯區(qū)出發(fā)到這3個區(qū)的公共交通出行時耗集中在60~90 min。此外,徐匯區(qū)內(nèi)各交通分區(qū)間大多數(shù)的公共交通出行時耗在60 min以內(nèi)。其中,30 min以內(nèi)和30~60 min的公共交通出行時耗占比分布為36.28%和55.45%。
從圖6(b)可以看出:從靜安區(qū)核心分區(qū)(交通小區(qū)編號為1361)出發(fā),乘坐公共交通30 min以內(nèi)能夠達到周邊距離較近的分區(qū);在60 min以內(nèi)能到達虹口區(qū)和黃浦區(qū)的絕大部分;而到達距離較遠的浦東新區(qū)和徐匯區(qū)則需要花費90 min以上。
從靜安區(qū)出發(fā)到徐匯區(qū)、陸家嘴地區(qū)和黃浦區(qū)的公共交通出行時耗如圖8所示。從靜安區(qū)出發(fā)到徐匯區(qū)的公共交通出行時耗集中在60~90 min,靜安區(qū)出發(fā)到陸家嘴地區(qū)的公共交通出行時耗集中在30~60 min和60~90 min,而靜安區(qū)出發(fā)到黃浦區(qū)的公共交通出行時耗集中在30~60 min。此外,從圖8可以看出,靜安區(qū)內(nèi)各交通分區(qū)間大多數(shù)的公共交通出行時耗在60 min以內(nèi)。其中,30 min以內(nèi)和30~60 min的公共交通出行時耗占比分布為42.99%和52.79%。
如圖6(c)所示:從黃浦區(qū)核心分區(qū)出發(fā)(交通小區(qū)編號為28)出發(fā),乘坐公共交通在30 min以內(nèi)可以到達周邊較近的分區(qū);在60 min以內(nèi)能夠到達靜安區(qū)、虹口區(qū)和徐匯區(qū)的絕大多數(shù)分區(qū)以及浦東的陸家嘴地區(qū);而到達浦東新區(qū)、徐匯區(qū)距離較遠的分區(qū)則需花費90 min以上。
從黃浦區(qū)出發(fā)到徐匯區(qū)、靜安區(qū)和陸家嘴地區(qū)的公共交通出行時耗如圖9所示。從黃浦區(qū)出發(fā)到靜安區(qū)和陸家嘴地區(qū)的公共交通出行時耗集中于60 min以內(nèi),而黃浦區(qū)到徐匯區(qū)的公共交通出行時耗則集中在90 min以內(nèi)。此外,黃浦區(qū)內(nèi)各交通分區(qū)間的平均公共交通出行時耗在60 min以內(nèi)。其中,30 min以內(nèi)的公共交通出行時耗占比為67.65%。
如圖6(d),從陸家嘴地區(qū)核心分區(qū)(交通小區(qū)編號為5653)出發(fā),乘坐公共交通在30 min以內(nèi)能夠到達黃浦區(qū)周邊較近的分區(qū);60 min以內(nèi)可以到達徐匯區(qū)、靜安區(qū)和浦東新區(qū)的絕大多數(shù)分區(qū);而需要到達外環(huán)周邊的部分分區(qū)則需要花費90 min以上。
從陸家嘴地區(qū)出發(fā)到徐匯區(qū)、靜安區(qū)和黃浦區(qū)的公共交通出行時耗如圖10所示。從陸家嘴地區(qū)出發(fā)到徐匯區(qū)和靜安區(qū)的公共交通出行時耗集中于90 min以內(nèi),而陸家嘴地區(qū)到黃浦區(qū)的公共交通出行時耗則集中在60 min以內(nèi)。此外,從圖10中可以看出,陸家嘴地區(qū)各交通分區(qū)間大多數(shù)的公共交通出行時耗在30 min以內(nèi),占比為96.43%。
圖7 徐匯區(qū)-各分區(qū)公共交通出行時耗
圖8 靜安區(qū)-各分區(qū)公共交通出行時耗
圖9 黃浦區(qū)-各分區(qū)公共交通出行時耗
圖10 陸家嘴地區(qū)-各分區(qū)公共交通出行時耗
公共交通線網(wǎng)密度反映居民出行接近線路的程度,是公共交通服務水平評定的重要指標。根據(jù)《城市道路交通規(guī)劃設計規(guī)范》(GB 50220—1995)規(guī)定,在中心區(qū)規(guī)劃的公共交通線路網(wǎng)的密度應達到3~4 km/km2,城市邊緣地區(qū)公共交通線網(wǎng)密度規(guī)范要求2~2.5 km/km2。本文開發(fā)的系統(tǒng)分別計算了各分區(qū)的公共交通線路長度、總面積和公共交通線網(wǎng)密度,繪制了各分區(qū)的公共交通線網(wǎng)密度主題圖,如圖11所示。不同的色塊分別表示各區(qū)內(nèi)不同分區(qū)的公共交通線網(wǎng)密度,顏色越深表示該分區(qū)的公共交通線網(wǎng)密度越大。據(jù)統(tǒng)計,徐匯區(qū)內(nèi)各分區(qū)公共交通線網(wǎng)的平均密度為6.28 km/km2,分區(qū)內(nèi)公共交通線網(wǎng)密度最小值為0.58 km/km2,最大值為15.08 km/km2;靜安區(qū)內(nèi)各分區(qū)公共交通線網(wǎng)的平均密度為9.03 km/km2,分區(qū)內(nèi)公共交通線網(wǎng)密度最小值為0.04 km/km2,最大值為25.30 km/km2;黃浦區(qū)內(nèi)各分區(qū)的公共交通線網(wǎng)密度的平均值為12.07 km/km2,分區(qū)內(nèi)公共交通線網(wǎng)密度最小值為1.83 km/km2,最大值為25.07 km/km2;陸家嘴地區(qū)各分區(qū)的公共交通線網(wǎng)密度平均值為8.65 km/km2,分區(qū)內(nèi)公共交通線網(wǎng)密度最小值為3.27 km/km2,最大值為 24.02 km/km2。由此可見,各區(qū)的平均值均超過《城市道路交通規(guī)劃設計規(guī)范》的規(guī)定,其線網(wǎng)鋪設密度能滿足居民公共交通方式出行需求。
圖11 公共交通線網(wǎng)密度
公共交通線路非直線系數(shù)是公共交通路網(wǎng)布局規(guī)劃中的一項重要指標。線路非直線系數(shù)是指:兩節(jié)點(小區(qū))間的路上實際距離與兩點間空中直線距離之比。國標《城市道路交通規(guī)劃設計規(guī)范》規(guī)定:公共交通線路非直線系數(shù)不應大于1.4,整個線網(wǎng)的平均非直線系數(shù)為1.15~1.2為宜。
通過自主開發(fā)的公共交通可達性模塊計算,徐匯區(qū)內(nèi)公共交通線路非直線系數(shù)如圖12所示。通過計算得到徐匯區(qū)的平均公共交通線路非直線系數(shù)為2.13(其中4條環(huán)線不納入其中),高于《城市道路交通規(guī)劃設計規(guī)范》規(guī)定的平均非直線系數(shù)(1.15~1.2)的要求。因此乘客在乘坐公共交通時會感覺線路繞行,增加了出行時間成本,不利于居民出行乘坐公共交通。
圖12 徐匯區(qū)公共交通線路非直線系數(shù)
靜安區(qū)內(nèi)公共交通線路非直線系數(shù)統(tǒng)計如表2所示。計算得靜安區(qū)的平均公共交通線路非直線系數(shù)為1.49(其中8條環(huán)線不納入考慮范圍),略高于規(guī)范的要求。
表2 靜安區(qū)公共交通線路非直線系數(shù)統(tǒng)計
續(xù)表(表2)
黃浦區(qū)內(nèi)公共交通線路非直線系數(shù)統(tǒng)計如表3所示。其中5條公共交通線路為環(huán)線,不納入考慮范圍內(nèi)。從表3中可以看出,866路上下行公共交通線路非直線系數(shù)分別為1.81和2.71,均略高于規(guī)范的要求。
表3 黃浦區(qū)公共交通線路非直線系數(shù)統(tǒng)計
陸家嘴地區(qū)公共交通線路非直線系數(shù)統(tǒng)計如表4所示。其中6條公共交通線路為環(huán)線,不納入考慮范圍內(nèi)。其中,陸家嘴金融城5路上下行公共交通線路非直線系數(shù)分別為1.20和1.16,符合規(guī)范的要求。
公共交通站點服務范圍覆蓋率可反映公共交通網(wǎng)絡在城區(qū)范圍的服務覆蓋情況,公共系統(tǒng)作為政府提供的社會公益性服務,需要體現(xiàn)社會公平性,應盡可能滿足更多居民出行需求。公共交通站點服務范圍覆蓋率主題圖如圖13所示。
表4 陸家嘴地區(qū)公共交通線路非直線系數(shù)統(tǒng)計
圖13 公共交通站點服務覆蓋范圍
據(jù)統(tǒng)計,徐匯區(qū)公共交通站點300 m的覆蓋率為96.53%、公共交通站點500 m的覆蓋率為118.73%;靜安區(qū)公共交通站點300 m的覆蓋率為111.59%、公共交通站點500 m的覆蓋率為137.84%;黃浦區(qū)公共交通站點300 m的覆蓋率為116.93%、公共交通站點500 m的覆蓋率為144.16%;陸家嘴地區(qū)的公共交通站點300 m的覆蓋率為115.64%、公共交通站點500 m的覆蓋率為141.63%。根據(jù)《城市道路交通規(guī)劃設計規(guī)范》(GB 50220—95)規(guī)定,以300 m半徑計算,不得小于城市用地面積的50%;以500 m半徑計算,不得小于城市用地面積的90%。所以,所選4個區(qū)公共交通站點覆蓋率全部滿足規(guī)定,基本滿足居民出行需求。
本文以TransCAD作為技術平臺,結(jié)合自主開發(fā)的基于高德Web端API開發(fā)的網(wǎng)絡地圖圖片自動截取拼接技術和公共交通信息挖掘技術,建立公共交通GIS數(shù)據(jù)庫,利用TransCAD的GISDK二次開發(fā)功能,開發(fā)可達性指標計算模塊。以上海市外環(huán)以內(nèi)為例,從時間可達性、公共交通線網(wǎng)密度、公共交通線路非直線系數(shù)和公共交通站點服務范圍覆蓋率等指標來驗證可達性計算模塊的可行性。結(jié)果表明,本文建立的公共交通可達性指標計算模塊能夠直接計算出相關的公共交通可達性指標。通過對城市公共交通可達性進行測度分析,評價和分析上海市外環(huán)以內(nèi)的公共交通可達性現(xiàn)狀,發(fā)現(xiàn)公共交通面臨的問題,為優(yōu)化公共交通線路結(jié)構(gòu)和提升公共交通可達性的措施研究提供理論基礎和決策依據(jù)。