杭州市城市軌道交通 優勢區域的時空變化

吳 放，竺 越，扈 軍，朱 煒，胡曉軍

（1. 浙大城市學院建筑學系，杭州 310015；2. 浙江建設職業技術學院建筑與藝術系，杭州 311231）

以公共交通為導向的城市發展(Transit-Oriented Development，TOD)作為一種有效的交通與土地利用協調發展的城市開發模式，為我國的城市化、可持續化、宜居化的同步推進提供了一條有效的途徑。交通空間是承載城市功能的骨架，交通便捷度直接影響各類城市第三產業的空間可達性和消費者交易成本。由于第三產業的時空不可分離性導致“可達性”在產業空間區位選擇過程中發揮著十分關鍵的作用，推動著各類服務產業沿交通干線集聚、向交通站點集中等依附性布局。隨著軌道交通的建設，以及TOD城市發展，新建地鐵站點對原基于道路交通網絡的可達性布局將產生重大影響。隨著地鐵軌網的不斷擴大，由地鐵站點網絡所形成的大尺度可達性優勢將重塑城市交通優勢區域的布局，繼而帶來城市服務產業布局的變遷和重組。

2020年6月，杭州市頒布了《關于深入貫徹〈交通強國建設綱要〉，創建交通強國示范城市的實施意見》，明確指出“交通不僅是實現通達的工具，更重要的是優化城市空間布局的手段”。杭州正進入千萬級人口的特大城市發展階段，以軌道交通為導向、以職住平衡為目標，依托重要站點建設形成“多中心、網絡化、組團式”的新平臺，將成為城市未來發展的主要空間形態。因此，針對TOD城市發展要求，對杭州市軌道交通發展中的優勢區域的時空變化進行研究，具有重要的現實意義。

復雜網絡方法作為一種描述自然、社會及工程技術中相互關聯的理論，為研究現實網絡系統的結構特征和作用規律提供了新的視角[1]。中心性特征是復雜網絡分析的研究重點，現有研究已發現：道路網絡的中心性特征作為城市空間結構形成與演化的決定性因素[2-3]，能夠改變城市土地的可達性和區位聚集效應[4-8]；除生產資料市場外，其余商業網點空間分布與交通網絡中心性均有較強關聯性[7-8]。但相關研究較少考慮地鐵網絡系統。目前有關地鐵網絡中心性的研究，主要涉及結構特征[9-10]、中心性特征[11-12]等問題的研究。張鐵巖等、王志如等對地鐵網絡的復雜性特征和無標度特性進行了研究[9-10]；于洋等、夏令軍對地鐵網絡的可達性、滲透性，空間分布等特征進行了研究[11-12]。但現有研究較少關注地鐵站點中心性特征在時間和空間兩個維度上的演變，對軌道交通優勢區域的時空變化尚認識不足。

筆者選擇杭州市三期地鐵規劃為分析對象，使用復雜網絡與空間格局分析方法，研究城市軌道交通優勢區域的時空變化特征。不僅將有助于定量分析地鐵站點對于周邊區域的影響，而且有助于前瞻地認識地鐵規劃對于站點客流量和城市空間格局演變的作用，對于識別不同城市區域基于地鐵網絡中心性特征的TOD發展優勢、潛力及差異，制定合理的存量優化階段的城市更新策略具有重要意義。

1 研究方法

1.1 研究對象

選擇杭州市三期規劃地鐵站點為研究對象(見圖1)，研究范圍西至老余杭，東至大江東新城，南至杭州繞城高速南線，北至臨平。杭州市地鐵三期建設規劃總里程為387.8 km。至2022年杭州亞運會前，各期地鐵都將投入實際運營(見表1)。

表1 杭州市三期地鐵建設概況 Table 1 Overview of Hangzhou Metro Planning

圖1 杭州市2005-2022年三期地鐵規劃線路圖 Figure 1 Planned metro route map in Hangzhou from 2005 to 2022

1.2 模型構建和網絡中心度指標

使用Space L方法構建地鐵網絡模型。該方法將地鐵站點視為節點，站點間的軌道線路視為連接。中間中心度表示“一個點在多大程度上位于圖中其他‘點對’的中間”[13]，反映了站點對其他站點間聯系起到的控制作用。其公式為[14]：

式中：iRBC為節點i的標準化中間中心度；n為交通網絡節點數；gjk為節點j與k之間最短路徑數；gjk(i)為節點j與k之間最短路徑中穿過節點i的最短路徑數。

接近中心度表示“一個點與圖中其他所有點的距離接近關系”[13]，反映了站點與其他站點之間的接近程度。其公式為[14]：

式中：iRPC為節點i的標準化接近中心度；n為交通網絡節點數；dij為節點i與j之間的最短距離。UCINET 6.212軟件可實現中心度指標的測度。

1.3 空間格局分析

全局空間自相關分析可根據要素位置和屬性值測量空間自相關性，研究要素是否呈現某一距離范圍內具有顯著統計意義的聚類或離散。高/低聚類分析(Getis-Ord General G*) 可統計可度量高值或低值的聚類程度。空間趨勢分析可用于識別輸入數據分布的趨勢，通過地理統計分析工具(Geostatistical Analyst)中的趨勢分析工具(Trend Analysis)進行分析。以上分析均可通過ArcGIS 10.5軟件實現。

2 研究結果

2.1 地鐵站點客流量與站點中心度指標的關系

選取“杭州市數據開放平臺”公布的2020年12月某工作日的杭州市地鐵客流量數據，研究其與各期地鐵站點中心度指標的相關性關系和顯著性水平(見表2)。選定工作日的地鐵站點客流量與各期地鐵站點的中間中心度、接近中心度均呈正相關關系；且對于第一期至第三期調整的4階段，中間中心度和接近中心度與地鐵客流量的相關系數均呈現逐漸增大的趨勢。其中，第三期調整階段的站點中間中心度相關性最高，相關系數為0.570，且相關性顯著。第三期調整階段的站點接近中心度，其次，相關系數為0.443，且相關性顯著。

表2 地鐵站點客流量與中心度指標的相關系數 Table 2 Correlation coefficient between passenger flow and centrality index of subway stations

以各期建設階段的地鐵站點中間中心度和接近中心度為自變量，以地鐵站點客流量為因變量，做回歸分析(見表3)。分析發現，除了第一期外，其余3個階段的回歸方程解釋性均達到顯著水平，表明上述回歸方程均具有統計學意義；并且從第一至第三期調整階段，F檢驗值和擬合度(調整R2)逐漸提高，顯著性水平也逐漸提高；第三期調整階段的回歸方程擬合度最高，為0.322，顯著性水平為0.000，表明該階段的站點中間中心度和接近中心度指標對2020年12月某工作日的杭州市地鐵客流量數據具有較強的解釋性。

表3 回歸分析及回歸方程 Table 3 Regression analysis and regression equation

因此，站點中心度指標與站點客流量具有顯著正相關性，將對地鐵站點客流量產生重要的影響。

由此，對于軌道交通中心度優勢區域時空變化的認識，將有助于了解城市地鐵客流量的變化與分布，進一步認識城市格局的發展和演變。

2.2 軌道交通優勢區域的時空變化

2.2.1 時間維度

比較各建設階段地鐵站點的中心度指標差異。

正態分布檢驗(K-S檢驗)表明，除了第一期的接近中心度外，其余各階段中心度數據的顯著性指標都小于0.05，均不符合正態分布，故采用相關樣本非參數檢驗來研究一個站點在不同規劃周期的變化狀況。分別對4期共有、后3期共有、后2期共有站點進行比較。比較發現，站點整體在4個規劃周期中的中心度指標均存在顯著差異(見表4)。成對比較發現，關于中間中心度指標，各期之間的差異均十分顯著；關于接近中心度指標，除了第一期、第二期、第三期調整階段差異不顯著外，其他各期之間的差異也均十分顯著。

表4 分期配對非參數檢驗 Table 4 Staged paired non-parametric test

比較各建設階段地鐵站點的中心性特征(見表5)，發現隨著站點數量的增加，站點中間中心度均值逐漸降低，最大值也逐漸降低，表明中心站點的絕對控制作用隨著站點數量的增加而下降；另標準差逐漸降低，而變異系數逐漸提高，這表明站點之間中間中心度離散程度逐漸增大的趨勢，中心站點的相對控制優勢在逐漸增大，所在區域逐漸向城市區域中心演化。站點接近中心度均值和最大值也逐漸降低，但降幅都很小，表明中心站點到達其他站點的接近程度隨著站點數量的增加并沒有顯著降低；另標準差逐漸降低，但變異系數基本不變，這表明站點之間接近中心度離散程度變化不大(見圖2)。

表5 地鐵站點中心性指標探索性分析 Table 5 Exploratory analysis of centrality indicators of subway stations

圖2 中心性指標的均值與標準差比較 Figure 2 Comparison of mean and standard deviation of centrality index

表6為各建設階段中心度指標排在TOP5的站點。比較發現，中間中心度相較接近中心度而言，TOP5站點變化更大。“火車東站站”“西湖文化廣場站”“沈塘橋站”和“御道站”為第三期調整階段中心度指標雙TOP5的站點，而其中的“火車東站站”“西湖文化廣場站”也正是位列近期杭州市地鐵客流量前十名的站點。

表6 各建設階段中心度指標TOP5的站點 Table 6 TOP5 sites for centrality indicators in each planning stage

以上分析表明，隨著地鐵網絡的擴建，具有中心度優勢的站點不是一成不變的；具有中心度優勢的站點往往具有大地鐵客流量的特征。

2.2.2 空間維度

對各階段的站點網絡進行全域空間趨勢分析(見圖3)。圖中x軸表示地理坐標系上的“東-西”方向，y軸表示“南-北”方向，z軸表示中心度指標。綠色與藍色實線分別表示在“東-西”和“南-北”方向上的分異趨勢。

對于中間中心度，分析顯示除了第一期，其他3個階段的“東-西”和“南-北”方向趨勢線均呈倒U形，表明中間中心度總體趨勢表現為東西南北四側低，中部區域高的分異現象。第一期的站點主要布局在城市的中部、南部和東部，所以表現出中西部區域的中間中心度明顯高于東部的現象。隨著地鐵網絡的擴展，東西向、南北向趨勢線的曲度都變得更小，反映了中間中心度均值逐漸降低的趨勢；而各個站點z軸高度的差異變得更為懸殊與明顯(見圖3)，這反映了中間中心度的離散程度變得更大，部分站點的相對優勢變得更加顯著的趨勢，這與時間維度分析發現的特征一致。

圖3 站點中心度空間趨勢圖 Figure 3 Spatial trend of site centrality

對于接近中心度，總體趨勢亦表現為東西南北四側低，中部區域高的分異現象。第一期的趨勢圖反映了城市中西部區域的接近中心度優勢顯著高于東部的現象。隨著地鐵網絡的擴建，東西向、南北向趨勢線的曲度都變得更小，反映了接近中心度均值也逐漸降低的趨勢，但變化不如中間中心度顯著。4期的z軸高度差異表明接近中心度指標的離散程度變化不大。在第二期，兩個方向趨勢線的端點皆為0；而到了第二期調整階段，“東-西”趨勢線的西端顯著大于0，表明城市西部區域的接近中心度將顯著提高，并明顯高于其他方向。這表明，預期到2022年，以杭州鐵路西站和未來科技城為主的城市西部區域將成為繼中部核心地區之后，另一個軌道交通更具選擇性和便捷性的區域，地鐵客流量將大幅增長，逐漸成為杭州市重要的城市發展區域。

多距離空間聚類分析結果表明各階段地鐵站點網絡在空間上均呈現顯著的集聚分布。高/低聚類分析發現，z得分均為正，并且P值均為0，表明空間分布均具有顯著的高值集聚特征。站點中心度集聚分布見圖4。

圖4 站點中心度集聚分布圖 Figure 4 Distribution of site centrality

1) 第一期。對于中間中心度，高/高集聚的站點共有10個，主要集中分布在兩個區域：一個是火車東站附近的鴻泰路和九和路沿線區域，包含彭埠站、七堡站2個站點；另一個是慶春路、鳳起路、延安路、 中山北路、文暉路沿線區域，主要包含慶菱路站、鳳起路站、西湖文化廣場站等8個站點。對于接近中心度，高/高集聚的站點共有11個，主要集中在以鳳起路和延安路交叉口為中心的沿線擴展區域，主要包括延安路、慶春路、鳳起路、環城西路、中山北路、文暉路、建國北路等沿線區域，主要包含鳳起路站、沈塘橋站、定安路站、打鐵關站和慶菱路站等站點。該階段，鳳起路、延安路、文暉路等道路沿線區域是兼具中間中心度和接近中心度雙優勢的區域。

2) 第二期。對于中間中心度，高/高集聚的站點共有12個，與第一期相比，仍主要分布在原兩個區域：但火車東站附近的區域延伸至天城路，新包含了火車東站站、九和路站2個站點；鳳起路附近的區域南退至鳳起路，而北側一直向西延伸到了文二西路、古墩路沿線，包含了文新路站、學院路站、沈塘橋站等站點。對于接近中心度，高/高集聚的站點共有25個，范圍在前一期的基礎上主要向東擴展至4號線途經區域，主要包括婺江路、富春路、錢江路、新塘路等區域，新包含了新風站、慶春廣場站、錢江路站、市民中心站等站點；向南擴展至錢塘江南岸，主要包括江南大道、奔競大道等沿線區域，新包含了錢江世紀城站、博覽中心站2個站點。該階段，環城西路、莫干山路等道路沿線區域是兼具中間中心度和接近中心度雙優勢的區域。

3) 第三期。對于中間中心度，高/高集聚的站點共有27個，主要集中分布在三個區域：東部主要為天城路、九和路和九沙大道沿線區域，包含了火車東站站、客運中心站等站點；南部為建設三路與市心北路沿線區域，包含建設三路地鐵站；中西部為西湖大道、延安路、天目山路和建國北路等沿線區域，包含了城站站、古蕩站等站點。中西部的集聚區域最大。對于接近中心度，高/高集聚的站點共有59個。范圍進一步向四個方向擴展：向西至學院路、玉古路沿線；向北至大關路和西文街沿線；向東至秋石高架路、塘工局路沿線；向南到亞運村、杭州奧體博覽城等區域，新包含了玉古路站、御道站等站點。該階段，延安路、莫干山路、建國路、文二路、曙光路、西湖大道、天城路等道路沿線區域是兼具中間中心度和接近中心度雙優勢的區域。

4) 第三期調整。對于中間中心度，新規劃加入的機場快線，在城市東南部的錢江路和杭甬高速公路沿線形成了新的高/高集聚區域，主要包括了御道站、蕭山高教園站等站點。對于接近中心度，高/高集聚的站點共有63個，區域范圍主要向東西方向進一步擴大。該階段、延安路、莫干山路、學院路、天城路、錢江路、杭甬高速公路等道路沿線是兼具中間中心度和接近中心度雙優勢的區域。

第三期及調整階段的中心度優勢區域與“杭州市數據開放平臺”公布的杭州市地鐵客流量居前的站點所在區域高度吻合。

3 結語

1) 地鐵站點客流量與站點中心度指標的關系。地鐵站點客流量與地鐵站點中心度指標具有顯著的正相關關系，且以中心度指標為自變量的回歸方程，對解釋地鐵站點客流量具有統計學意義。近當期的軌網站點中心度指標對地鐵站點客流量的解釋性最強，可部分預測地鐵站點客流量。

2) 軌道交通優勢區域的時空變化。

時間維度：同一站點在不同建設周期的中心度指標均存在顯著差異。隨著地鐵網絡的擴建，具有中心度優勢的站點不是一成不變的，其往往具有大客流量的特征。隨著站點數量的增加，站點的中間中心度和接近中心度均值都逐漸降低，但前者的離散程度在逐漸增大，而后者基本保持不變。這表明中心站點的絕對控制作用在逐漸下降，而相對控制優勢在逐漸增大，所在區域逐漸向城市區域中心演化。第三期調整中新增的機場快線對于提升整體軌網的中心度指標起到了顯著作用。

空間維度：站點中間中心度和接近中心度在總體上均呈現東西南北四側低，中部區域高的分布趨勢。對于中間中心度，部分站點(例如火車東站站)的相對優勢變得更加顯著。對于接近中心度，在第三期調整階段城市西部區域顯著高于其他方向，將會成為杭州的重要發展區域。各階段站點網絡在空間上均呈現顯著的高值集聚特征。對于中間中心度，高值集聚區與兩個城市區域(鳳起路和延安路交叉口、火車東站區域)有緊密聯系；對于接近中心度，高值集聚區以鳳起路和延安路交叉口為源點，呈不斷向周邊各方向擴張的趨勢。上述區域與地鐵客流量居前的站點所在區域高度吻合。

筆者綜合復雜網絡與空間格局分析方法，為分析城市軌道交通優勢區域的時空變化特征提供了有效的定量分析途經，有助于前瞻性地認識地鐵規劃對于城市空間格局演化的作用。但由于地鐵站點客流量不僅受到站點中心度指標的影響，還會受到例如城市功能、用地性質、發展階段等諸多因素的影響，因此確定影響因素，揭示各因素間的作用關系和空間異質性特征，是今后需要深入研究的課題。另外，在大部分城區范圍內，軌道交通建設要晚于城市建設，因此，在認識軌道交通優勢區域時空變化的基礎上，如何與現有城市空間和道路網絡產生協同作用，進一步優化出行模式和促進公共健康也是未來的重要研究方向。