地鐵周邊常住人口與土地利用關(guān)系研究

趙 宇

(蘭州交通大學(xué)交通運(yùn)輸學(xué)院,蘭州 730000)

0 引言

就城市發(fā)展而言,人口因素一直是最強(qiáng)且最具活力的因素,一個(gè)城市常住人口的空間分布對(duì)整個(gè)城市的發(fā)展規(guī)劃有著極大的影響[1-2]。地鐵是一項(xiàng)改善城市交通狀況的工程,對(duì)社會(huì)、經(jīng)濟(jì)及空間結(jié)構(gòu)有著深遠(yuǎn)的影響[3-5]。城市軌道交通影響著城市的居住、工作、休閑及生活等各城市功能區(qū)間的關(guān)系,建設(shè)一條便捷的城市軌道交通是重要的民生工程。城市軌道交通的發(fā)展可促進(jìn)重構(gòu)城市人口分布的空間布局,優(yōu)化城市人文形態(tài)和結(jié)構(gòu),引導(dǎo)區(qū)域和城市的持續(xù)發(fā)展[6-7],因此城市軌道交通與人口因素的關(guān)系是密不可分的。

對(duì)國(guó)內(nèi)外的已有研究進(jìn)行分析可知,其大多是從宏觀角度關(guān)注城市軌道交通建設(shè)對(duì)整座城市人口數(shù)量變化的影響,缺少微觀上城市軌道建設(shè)對(duì)某一個(gè)站點(diǎn)吸引范圍常住人口的影響評(píng)估,沒(méi)有將土地利用與城市軌道交通建設(shè)結(jié)合起來(lái)對(duì)人口因素進(jìn)行影響分析。本研究以上海市相關(guān)數(shù)據(jù)為基礎(chǔ),探究土地利用層面軌道站點(diǎn)影響范圍的常住人口分布規(guī)律,定義了軌道站點(diǎn)的影響范圍。取地鐵周邊范圍,根據(jù)地鐵吸引范圍人口分布,使用地理加權(quán)回歸模型,定量計(jì)算人口分布與土地利用之間的相關(guān)關(guān)系,為城市建設(shè)提供數(shù)據(jù)支持。

1 地鐵周邊范圍

1.1 地鐵影響范圍

學(xué)者根據(jù)軌道網(wǎng)絡(luò)運(yùn)營(yíng)經(jīng)驗(yàn),以站點(diǎn)為中心、以軌道交通站點(diǎn)的接駁距離為半徑作圓形區(qū)域,定義該區(qū)域?yàn)檐壍勒军c(diǎn)的吸引范圍。德布魯[8]憑個(gè)人直覺(jué)將站點(diǎn)吸引范圍定義為400～600 m半徑的圓。Jun Myungjin等[9]在以公共交通導(dǎo)向原則研究土地利用的相關(guān)性質(zhì)時(shí),直接引用前人的經(jīng)驗(yàn),將影響區(qū)域設(shè)定為600 m。但這種直接根據(jù)經(jīng)驗(yàn)得到的站點(diǎn)影響范圍不準(zhǔn)確,學(xué)者結(jié)合經(jīng)驗(yàn)與地理信息系統(tǒng)軟件工具直接標(biāo)定軌道站點(diǎn)吸引范圍。何宏星[10]研究郊區(qū)地鐵站點(diǎn)時(shí),通過(guò)在地圖上建立緩沖區(qū)得到站點(diǎn)吸引范圍,使用地理信息系統(tǒng)軟件實(shí)現(xiàn)了算法。Wang Z等[11]通過(guò)北京市民地鐵出行的IC數(shù)據(jù),使用計(jì)算機(jī)制圖軟件,計(jì)算數(shù)據(jù),得到出行距離。郭鵬[12]建立了一種柵格搜索方法,利用出行廣義函數(shù)比較,用計(jì)算機(jī)制圖軟件,得到了北京市城市軌道站點(diǎn)吸引范圍。王樹(shù)盛[13]等提出了吸引范圍競(jìng)爭(zhēng)模型,基于軌道交通和汽車交通的競(jìng)爭(zhēng)關(guān)系,標(biāo)定了軌道交通站點(diǎn)的吸引范圍。

本研究以上海市徐匯區(qū)地鐵站點(diǎn)作為研究對(duì)象,根據(jù)學(xué)者的相關(guān)經(jīng)驗(yàn),在市區(qū)以400 m站點(diǎn)吸引范圍半徑作緩沖區(qū),可以看到緩沖區(qū)法得到的地鐵影響范圍重合區(qū)域過(guò)多,故采用泰森多邊形法求站點(diǎn)影響范圍(以上海市地鐵站1為圖例作對(duì)比,如圖1、圖2)。

圖1 地鐵站1泰森多邊形法

圖2 地鐵站1緩沖區(qū)法

1.2 地鐵周邊范圍

依據(jù)求得的地鐵站點(diǎn)影響范圍,根據(jù)地理學(xué)第一定律(相近的事物更相關(guān)),依據(jù)地鐵影響范圍,構(gòu)建緩沖區(qū)模型,求地鐵影響范圍的周邊范圍,將該地鐵周邊范圍作為影響地鐵影響范圍內(nèi)常住人口的地理數(shù)據(jù)空間(以地鐵站1為圖例作圖3),將其作為地理價(jià)值點(diǎn)(POI)的基礎(chǔ)數(shù)據(jù),求地鐵影響范圍內(nèi)的常住人口。以步行到達(dá)最舒適的距離100 m[14]作為緩沖區(qū)距離來(lái)構(gòu)建地鐵影響范圍的周邊范圍,可以看到地鐵周邊范圍有所重合,這是因?yàn)橥粋€(gè)生活服務(wù)或地理價(jià)值點(diǎn)可以為周邊的居民提供服務(wù),類似于站點(diǎn)影響范圍的定義。需要注意的是,一個(gè)人可以去兩個(gè)生活服務(wù)地點(diǎn)進(jìn)行基本的生產(chǎn)生活活動(dòng),如買(mǎi)菜或買(mǎi)衣服貨比三家的行為,但是一個(gè)人不能跑兩個(gè)地鐵站點(diǎn)去進(jìn)行同一個(gè)乘車出行的行為。對(duì)于地鐵影響范圍內(nèi)常住人口的研究必須涉及影響區(qū)域以外的區(qū)域,使該區(qū)域常住人口的影響因素更全面。

圖3 地鐵站1周邊范圍

地鐵常住人口取自地鐵影響范圍,而土地利用數(shù)據(jù)取自地鐵影響范圍的周邊范圍簡(jiǎn)記為地鐵周邊范圍,不同土地利用類型的POI點(diǎn)密度也是取自于地鐵周邊范圍。

2 常住人口與土地的利用關(guān)系

2.1 土地利用特征提取

相關(guān)數(shù)據(jù)來(lái)自于上海市規(guī)劃和國(guó)土資源管理局官方網(wǎng)站,數(shù)據(jù)格式為地理信息點(diǎn)的集合。一個(gè)地理信息點(diǎn)的數(shù)據(jù)包括該地點(diǎn)的土地利用類型、地址、地理坐標(biāo)、軌道站點(diǎn)相應(yīng)所屬線路等。上海市用地信息基本都可以顯示出來(lái)。該數(shù)據(jù)集以地理價(jià)值點(diǎn)(POI)為基本數(shù)據(jù)結(jié)構(gòu)。地理價(jià)值點(diǎn)是地理學(xué)統(tǒng)計(jì)中最常用的地理數(shù)據(jù)基本單元,根據(jù)之前學(xué)者的相關(guān)內(nèi)容,選取公司企業(yè)、政府服務(wù)、餐飲服務(wù)、科研教育服務(wù)、停車場(chǎng)服務(wù)、日常生活服務(wù)、公交車站、住宅小區(qū)8種土地利用類型作為土地利用的相關(guān)數(shù)據(jù)。

從中國(guó)國(guó)家統(tǒng)計(jì)局官網(wǎng)獲取常住人口數(shù)據(jù),數(shù)據(jù)格式為以每平方千米為基本單位的柵格數(shù)據(jù),經(jīng)過(guò)柵格數(shù)據(jù)變換得到每平方千米的常住人口數(shù)據(jù),在計(jì)算機(jī)繪圖軟件中進(jìn)行地理裁剪得到地鐵站點(diǎn)影響范圍的常住人口數(shù)據(jù),利用計(jì)算機(jī)制圖軟件將常住人口數(shù)據(jù)賦值到每個(gè)地鐵站點(diǎn)的影響范圍。

用計(jì)算機(jī)制圖軟件將網(wǎng)絡(luò)上獲取的上海市電子地圖圖層與地鐵站點(diǎn)周邊范圍圖層置于同一圖層,標(biāo)出對(duì)應(yīng)地理邊際點(diǎn)后進(jìn)行地理圖層重疊處理,得到每一個(gè)軌道站點(diǎn)周邊范圍內(nèi)8類用地的數(shù)量。統(tǒng)計(jì)每一個(gè)地鐵站周邊范圍不同土地利用類型地理價(jià)值點(diǎn)的數(shù)量值,除以地鐵站影響范圍的面積值,即得到每一座地鐵站周圍各類用地的密度值,單位為個(gè)每平方千米。

2.2 地理加權(quán)回歸模型

地理加權(quán)回歸模型是在局部設(shè)定一個(gè)交通小區(qū),設(shè)定區(qū)塊的大小,在每個(gè)局部中進(jìn)行回歸計(jì)算,將區(qū)域的地理坐標(biāo)作為加權(quán)最小二乘回歸的目標(biāo)點(diǎn),體現(xiàn)出越靠近中心點(diǎn)的區(qū)域越會(huì)獲得更大的權(quán)重,步驟如下：

步驟①：在一個(gè)局部?jī)?nèi),根據(jù)各個(gè)要素之間的空間位置逐個(gè)計(jì)算出它們的空間距離,根據(jù)計(jì)算出的空間距離結(jié)果獲得衰減函數(shù)。

衰減函數(shù)的計(jì)算公式為：

(1)

其中,β為回歸參數(shù)矩陣,X為自變量矩陣,W為空間權(quán)重函數(shù)矩陣,Y為因變量矩陣。

(2)

采用高斯函數(shù)計(jì)算空間權(quán)重函數(shù)。這種方法可以考慮給定范圍內(nèi)所有樣本點(diǎn)數(shù)據(jù)。

wij=exp[-(dij/b)2]

(3)

其中,dij為取樣點(diǎn)至研究區(qū)塊的距離,wij為權(quán)重,b為權(quán)重與距離關(guān)系的函數(shù)(帶寬)。引入CV指數(shù)計(jì)算帶寬如下：

(4)

步驟②：利用步驟①的衰減函數(shù),將各個(gè)要素值帶入,計(jì)算權(quán)重參數(shù)βk(ui,vi)。

步驟③：結(jié)合步驟②的權(quán)重得到最后的加權(quán)回歸方程：

(5)

其中,βk(ui,vi)是樣本數(shù)據(jù)集i對(duì)應(yīng)的第k個(gè)回歸參數(shù),(ui,vi)為樣本自變量的空間坐標(biāo),εi為隨機(jī)誤差,n為自變量個(gè)數(shù)。

2.3 擬合結(jié)果

選取上海市徐匯區(qū)各個(gè)地鐵站點(diǎn)影響范圍常住人口作為因變量,8種地理興趣點(diǎn)的密度作為自變量進(jìn)行相關(guān)性分析。

空間自相關(guān)分析描述了空間變量的區(qū)域結(jié)構(gòu)分布,可檢驗(yàn)指標(biāo)之間的關(guān)聯(lián)性。用局部莫蘭指數(shù)進(jìn)行相關(guān)性分析,利用莫蘭指數(shù)進(jìn)行8個(gè)自變量的空間自相關(guān)檢驗(yàn),計(jì)算公式如下：

(6)

(7)

統(tǒng)計(jì)的zI得分按下式計(jì)算：

(8)

其中,

E(I)=-1/(n-1)

(9)

V(I)=E(I2)-E(I)2

(10)

得到莫蘭指數(shù)的計(jì)算結(jié)果都大于零,最終取置信度水平大于99%的3個(gè)自變量,分析結(jié)果如表1所示：

表1 莫蘭指數(shù)

在計(jì)算機(jī)制圖軟件中進(jìn)行地理加權(quán)回歸,得到相應(yīng)的擬合結(jié)果。相關(guān)系數(shù)結(jié)果如表2所示。

表2 相關(guān)系數(shù)結(jié)果

從3個(gè)影響因素對(duì)地鐵周邊常住人口相關(guān)系數(shù)的中位數(shù)及均值可知,停車場(chǎng)服務(wù)密度對(duì)上海市徐匯區(qū)常住人口的影響程度最大,停車場(chǎng)密度越高的地區(qū)常住人口越多。住宅小區(qū)密度與常住人口呈正相關(guān),說(shuō)明住宅小區(qū)密度越大的地區(qū)常住人口越多。公交車站密度與常住人口呈負(fù)相關(guān),且相關(guān)系數(shù)較高。原因是公交車站密集的地方一般是大型商圈或娛樂(lè)場(chǎng)所,不適宜居民的休息和日常生活,故常住人口呈負(fù)相關(guān)(已知西北方向?yàn)槌鞘兄行?。

圖4是停車場(chǎng)服務(wù)密度相關(guān)系數(shù)的空間分布,靠近市中心區(qū)域的分類顏色更深,說(shuō)明市區(qū)停車場(chǎng)密度對(duì)常住人口影響較大。主要原因是市區(qū)各類娛樂(lè)場(chǎng)所、生活服務(wù)、醫(yī)療科教等比起城市其他地區(qū)較為密集,交通發(fā)達(dá),生活服務(wù)也更加方便,但是缺少相應(yīng)數(shù)量的公共車位,因此有停車場(chǎng)對(duì)居民的吸引力很強(qiáng)。

圖4 停車場(chǎng)密度相關(guān)系數(shù)空間分布

圖5表示住宅小區(qū)密度相關(guān)系數(shù)的空間分布,郊區(qū)與市區(qū)臨界帶的顏色較深,說(shuō)明該分界帶區(qū)域住宅小區(qū)密度與常住人口的相關(guān)性較高。造成此類現(xiàn)象的原因有兩方面：市區(qū)內(nèi)對(duì)于大部分城市居民而言居住生活成本太高,郊區(qū)缺少該有的生活配套設(shè)施,所以大部分居民選擇在城區(qū)與郊區(qū)的分界帶居住。

圖5 住宅小區(qū)密度相關(guān)系數(shù)空間分布

3 結(jié)論

以上海市徐匯區(qū)的城市軌道交通站點(diǎn)數(shù)據(jù)及土地利用數(shù)據(jù)為基本數(shù)據(jù),根據(jù)泰森多邊形法得到地鐵站點(diǎn)影響范圍,進(jìn)一步構(gòu)建緩沖區(qū)得到上海市地鐵站點(diǎn)影響范圍的周邊范圍,將上海市土地利用數(shù)據(jù)與地鐵站點(diǎn)周邊范圍相交,得到每一個(gè)站點(diǎn)影響范圍的土地利用數(shù)據(jù),賦值到地鐵影響范圍的數(shù)據(jù)圖層。利用計(jì)算機(jī)制圖軟件地圖提取各類土地利用的用地密度信息,對(duì)站點(diǎn)周圍土地利用密度差異進(jìn)行分析,通過(guò)分析站點(diǎn)影響范圍內(nèi)常住人口數(shù),選取地理加權(quán)回歸模型,分析常住人口與土地利用不同類型用地密度之間的相關(guān)關(guān)系,得到站點(diǎn)影響范圍的常住人口與土地利用類型的用地密度相關(guān)關(guān)系,可進(jìn)一步通過(guò)不同土地利用類型數(shù)據(jù)來(lái)預(yù)測(cè)常住人口的值,進(jìn)而預(yù)測(cè)城市軌道交通站點(diǎn)的客流吸引量。