《Land》:Built Environment Effects on Passenger Flow Distribution in Overlapping Catchment Areas of Adjacent Rail Transit Stations
编辑推荐:
伴随轨道交通与城市发展的持续融合,以站点为核心的高密度建设常向外拓展并形成点轴式发展模式。由此,相邻站点的影响范围日益重叠,共享吸引域内的客流分布同时受到步行时间成本与建成环境差异的共同作用。本研究以厦门轨道交通为案例,构建了相邻站点重叠吸引域划定、客流贡献度
伴随轨道交通与城市发展的持续融合,以站点为核心的高密度建设常向外拓展并形成点轴式发展模式。由此,相邻站点的影响范围日益重叠,共享吸引域内的客流分布同时受到步行时间成本与建成环境差异的共同作用。本研究以厦门轨道交通为案例,构建了相邻站点重叠吸引域划定、客流贡献度测度、建成环境关联解析及规划策略推导的研究框架。研究采用等时圈分析(isochrone analysis)与人口热力数据识别重叠区域并估算客流差异,同时运用普通最小二乘(OLS)回归与XGBoost模型估算距离环贡献权重并解析非线性的建成环境关联。结果表明,距离衰减、开发强度、土地利用混合度、道路网可达性、公共服务设施及接口条件共同关联于相邻站点间的客流分配。该研究将站点区域研究从单一站点吸引域拓展至多站点重叠空间,提供了精细化空间尺度的客流差异测度方法,并为高密度城区的站城协同整合、差异化步行及接驳设施配置以及客流引导提供了规划支撑。
本研究聚焦于高密度城区相邻轨道交通站点重叠吸引域内的客流分配问题,具有重要的理论与现实意义。随着城市发展转向存量提质与高质量发展阶段,紧凑型公共交通导向开发(TOD)已成为提升土地利用效率、降低机动化出行依赖及支撑城市可持续增长的重要策略。然而,现有研究多集中于单一站点吸引域分析,或将重叠区域仅视为空间数据处理中的技术问题,缺乏从城市设计视角出发、解释相邻站点建成环境差异如何塑造重叠域内客流分配的量化框架。本研究正是回应这一研究空白,将分析焦点从单一站点吸引域及站点级客流量转向共享吸引域内相邻站点间的客流差异。
研究人员以厦门轨道交通系统为实证对象,构建了"重叠吸引域划定—客流贡献测度—建成环境解析—优化策略提出"的研究框架。研究首先采用10分钟步行等时圈(约800米范围)界定站点影响范围,识别相邻站点的空间重叠区域;继而整合人口热力栅格数据、距离环划分及观测客流数据,通过OLS回归标定不同距离环的客流贡献权重,进而计算重叠域对各相邻站点的客流贡献系数及客流差异值;最后以密度、多样性、设计、换乘与接驳条件及目的地可达性五个维度构建建成环境指标体系,运用XGBoost回归模型识别建成环境因子与重叠域内客流分布差异的相对重要性及非线性预测关联,并据此提出规划优化策略。
研究背景方面,轨道交通站点作为城市交通网络的关键节点与城市空间组织的重要锚点,其周边区域经历了从"单点开发"到"站城融合"再到"站域走廊协同"的演进历程。在初始网络建设阶段,核心问题在于新建轨道可达性与既有城市肌理之间的错配;在站城整合阶段,站点的节点价值(node value,指网络连通性、可达性及客流集散能力)与场所价值(place value,指土地利用强度、功能混合度、公共空间品质及城市活动集中度)日益紧密关联;随着网络密度增加,分析焦点需从孤立站点吸引域拓展至相邻站点间的共享空间,即相邻站点重叠域。该概念不同于传统的几何或服务面积交集式重叠吸引域,而是强调重叠可达性、建成环境差异、客流分配、功能组织及站城协同之间复合关系的分析与规划概念。
研究数据来源与样本选择方面,客流数据源自厦门轨道交通集团提供的2025年3月19日(工作日)及3月22日(休息日)全部站点的单日进出闸机刷卡记录,取两日均值作为各站点样本日均进出客流量。人口数据采用GHSL GHS-POP人口栅格数据集(原始分辨率约100米),经裁剪、投影及重采样后聚合为200米×200米网格。建成环境数据涵盖DEEPUD建筑与功能POI数据、OpenStreetMap道路网及设施数据,并通过Mapbox Isochrone API获取步行可达性输出,同时结合站点周边设施实地核验。研究最终构建了包含5个准则层(密度、多样性、设计、交通换乘、目的地可达性)及14个特征变量的指标体系。
主要技术方法方面,研究人员采用了四项核心技术:等时圈分析与空间叠加用于界定重叠吸引域 spatial extent;基于人口热力栅格与距离环划分的客流贡献系数计算,避免仅依赖几何面积或最近距离进行粗略分配;OLS回归用于估计不同距离环人口热力值与观测客流之间的线性关联,以标准化系数导出规划导向的距离环贡献权重;XGBoost梯度提升回归模型用于捕捉建成环境差异与客流分布差异之间的非线性关系、阈值效应及交互作用,并通过特征重要性排序与偏依赖图(PDP)进行模型解释。模型采用80:20比例随机分为训练集与测试集,通过五折交叉验证及网格搜索进行超参数调优,以均方误差(MSE)、均方根误差(RMSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)及决定系数(R2)评估模型性能。
研究结果部分,各小节发现如下:
**距离环客流贡献权重估计** 通过OLS回归分析(R2=0.784),研究人员发现轨道交通站点区域的客流来源并非随距离单调递减,而是呈现先增后降的分布特征。标准化回归系数经归一化后,各距离环的相对贡献权重为:(200–400]米环36%、(0–200]米环29%、(400–600]米环22%、(600–800]米环13%。(200–400]米环贡献最高,原因在于(0–200]米 immediate 站点周边常受站体结构、主干道、广场及交通用地影响,常驻人口与稳定活动密度相对有限;而(200–400]米范围更多包含成熟住区、混合商业及公共服务目的地,且仍处于便利步行距离内。该权重为规划导向性关联测度,非因果转化参数。
**重叠域客流差异计算** 研究构建了基于"人口热力值—距离环贡献权重"的客流贡献计算方法,定义客流贡献系数为"重叠域加权客流潜力占站点完整影响域加权客流潜力的比例"。以莲坂站与湖滨东路站及其重叠域为例,计算得出该重叠域向莲坂站贡献约6284人次、向湖滨东路站贡献约14544人次,两站客流差异约8261人次,表明该重叠域内客流分布显著不均衡。
**模型性能与特征变量重要性** XGBoost模型在训练集和测试集上均表现优异(R2分别为0.997和0.984,RMSE、MAE及MAPE值均较低)。特征重要性结果显示:功能混合度(functional mix,0.160)为最强预测因子,其次依次为站城连接设施密度(0.105)、居住密度(0.098)、站点出入口密度(0.092)、道路网密度(0.085)及容积率(0.084)。关键变量主要集中在TOD的密度、多样性与设计维度,表明相邻站点重叠域的客流分布失衡与周边建成环境差异密切相关。
**非线性预测关联解析** 偏依赖图揭示了六项代表性特征的非线性效应:
容积率(floor area ratio)差异较小时,客流差异亦较小;差异增大时,客流差异随之增大,但持续增大后反而下降,可能因低容积率区域若邻近公园绿地,环境质量优势可稳定贡献客流。
功能混合度差异越大,客流差异越大。高混合度站点整合居住、商业、文化及娱乐等多元功能,对重叠域客流吸引力更强、稳定性更高;低混合度站点功能同质化,客流更易向高多样性相邻站点集中。
功能主导度(functional dominance)差异较小时,功能分布均衡,客流差异较小;差异增大至一方具有明确主导功能而另一方功能同质时,客流差异达最大值;当另一方也发展出主导功能时,客流差异反而缩减。
站点出入口密度差异越大,客流差异越大。每增加一处出入口约关联3061次出行增量;当密度差异达4.1处/平方千米时,客流差异出现突变,主要源于换乘站影响。
站城连接设施密度差异较小(低于4.25处/平方千米)时,客流差异变化平缓;超过后边际收益递减,表明设施并非越多越好,需权衡建设维护成本与实际效益。
公交站点密度差异小于5.8–6.4站点/平方千米时,客流差异较小;超过该范围后,过高公交密度可能与轨道交通竞争,降低站点对重叠域客流的吸引力。
讨论部分,研究结论主要涵盖以下方面:
**相邻站点重叠域的普遍性与规划意义** 厦门案例显示,相邻站点重叠域约占站点总影响面积的41.7%(空间重叠比率),表明重叠服务域在密集轨道网络中普遍存在且具有实质性规划意义。此类区域应被视为共享的站城空间,而非按最近距离简单划归单一站点的残余区域。
**客流贡献的非简单距离衰减模式** 厦门案例中(200–400]米环贡献最高,说明紧邻站前核心区域外的成熟住区与混合功能街区可能比站体 immediate 区域提供更稳定的客流来源。
**建成环境差异与客流失衡的关联** XGBoost模型显示功能混合度、站城连接设施密度、居住密度、站点出入口密度及道路网密度等为关键预测因子,结果应作为规划诊断与协调站域更新的证据,而非单向因果效应的证明。
**实践启示** 相邻站点应作为协调组群进行规划。在重叠域内,可通过提升站间步行连续性、差异化站域功能、匹配出入口及站城连接设施配置、优化接驳服务等方式平衡客流,避免过度集中于单一站点。
研究局限包括:客流数据为两日站点级 aggregate 进出闸量,非个体AFC(自动售检票系统)轨迹或路径选择记录;横截面设计、代理变量及aggregate建成环境测度无法识别个体站点选择机制、步行路径、换乘选择、舒适感知、社会经济属性或 ancillary 服务使用;客流与站域设施之间可能存在内生性、反向因果及遗漏变量问题。未来研究应整合多期AFC记录、手机信令数据、GPS轨迹、行人路径选择调查、陈述偏好与显示偏好调查及纵向站域观测,采用面板模型、准实验设计、工具变量及离散选择模型等方法,以更好识别相邻站点重叠域内的个体站点选择机制。
研究结论翻译如下:
(1)相邻站点重叠域在密集轨道网络中普遍存在且具有运营相关性。它们应被视为共享的站城空间,其中可达性、功能、步行连接及接口设施共同塑造客流分配,而非按最近距离分配给单一站点的残余区域。
(2)轨道交通站点区域的客流贡献不遵循简单距离衰减模式。在厦门案例中,(200–400]米环具有最高相对贡献,表明紧邻站前区域外的成熟住区与混合功能街区可能比站体核心本身提供更稳定的需求。这些权重为标准化OLS系数导出的规划导向关联测度,而非因果转化率。
(3)建成环境差异与相邻站点间客流失衡相关联。XGBoost模型显示出可接受的训练及测试性能,特征重要性结果表明功能混合度、站城连接设施密度、居住密度、站点出入口密度及道路网密度为最重要的预测因子之一。结果应作为规划诊断与协调站域更新的证据阅读,而非单向因果效应的证明。
就实践而言,研究发现提示相邻站点应作为协调组群进行规划。在重叠域内,规划者可通过提升站间步行连续性、差异化站域功能、按需求匹配出入口及站城连接设施、调整接驳服务以减少单一站点的过度集中等方式 nsresult平衡客流。
本研究的贡献在于将站点区域分析从孤立单一站点吸引域转向相邻站点重叠域,并结合人口热力、距离环权重及观测站点客流以估算aggregate客流差异。该框架可支撑密集轨道走廊内的精细化站域更新评估及多站点协调调控。