, (1)
北京大学学报(自然科学版) 第61卷 第6期 2025年11月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 61, No. 6 (Nov. 2025)
doi: 10.13209/j.0479-8023.2025.010
摘要 以北京城市轨道交通站域空间为研究单元, 基于以公共交通为导向的城市发展(TOD)模式, 采用高斯两步移动搜索法(Ga2SFCA), 将站点乘客与站域公共服务设施作为供需双方, 分析公共服务设施在站域的空间分布特征、可达性情况及其建成环境影响。结果表明, 北京市公共服务设施沿轨道交通站域的分布整体上呈现良好的趋势, 但不同类型设施的可达性差异明显; 社会福利、教育及商业娱乐设施的高可达性可带动区域同类设施的发展, 医疗卫生和文化体育设施则偏向随机分布。基于公共服务设施的供需和可达性, 能够有效地检验作为区域中心的轨道交通站域对周边地区的服务能力, 为城市公共设施的配置和优化提供参考。
关键词 公共服务设施; 可达性; 站域; TOD; 北京
公共服务设施是服务公众的社会性基础设施[1], 与居民生活息息相关。公共服务设施的可达性指居民享有公共服务设施的难易程度[2], 是衡量设施分布公平性与均衡性的重要指标[3], 也是城市研究领域长期关注的热点[4]。可达性主要受供需双方影响, 也与交通出行密切相关[5]。在城市公共服务设施的到达、离开和获得服务层面, 公共交通出行是主要方式[6]。良好的公共交通可以提升出行范围和便捷性, 降低出行成本, 为人们提供更多利用公共服务设施的机会[7]。另一方面, 基于公共交通体系的公共服务设施布局是从城市规划层面提升公共服务设施可达性的有效手段[8]。
轨道交通是城市公共交通线网中的骨干部分, 具有运量大、效率高以及费用少等优势[9], 是居民使用公共服务设施的重要交通方式之一。随着以公共交通为导向的城市发展(transit-oriented develop-ment, TOD)模式在我国各大城市的应用不断深入, 轨道交通从原来“满足出行功能”的角色向“引导城市发展”的角色转变[10]。强化基于公共出行的轨道交通站域资源整合, 引导公共服务设施等城市资源在站域空间的有效分配, 是国内大城市实现 TOD目标的关键[11]。作为轨道交通与城市的“触点”, 轨道交通站域成为居民生活、出行及利用公共服务设施的核心载体空间, 对公共服务设施的资源配置及可达性影响显著[12]。从 TOD 站域的角度研究以北京为代表的城市公共服务设施可达性问题, 可以帮助我们从城市和公共交通两个层面了解公共资源的配置机制, 不仅有利于完善公共服务设施布局, 提高供需匹配程度, 还可以为轨道交通建设的优化提供思路。
公共服务设施与轨道交通均是城市公共基础设施的重要组成部分, 彼此密切相关[13], 但目前公共设施的可达性研究主要从居民点的角度展开[14], 将居住地和设施点作为锚点, 度量出行时间、距离、经济支出等服务水平及其公平性[15]。近年来, 人们对轨道交通沿线公共服务设施的关注逐渐增加, 部分学者开始从轨道交通的角度考察公共服务设施的配置情况。其中, 较为典型的是将轨道交通作为与出行时间紧密联系的特定出行模式, 通过揭示交通方式的出行时间成本来分析可达性问题[16], 尤其关注低收入者和残疾人、老年人、儿童等弱势群体使用公共服务设施的公平性问题[17]; 另一类研究则通过对轨道交通站点和线网周边公共服务设施的完善程度、聚集情况和耦合关系等方面的分析[18–19], 评价轨道交通站点的便捷性及其与公共服务设施的协调程度等。
基于轨道交通站点乘客需求和站点周边公共服务设施供给情况的可达性研究有助于更有效地揭示轨道交通与公共服务设施的匹配关系, 衡量作为区域中心的站点对周边地段的服务能力, 进而反映公共服务设施配置的公平性和效率。但是, 目前相关研究较少, 且现有研究多将城市整体作为研究对象, 将公共服务设施和居民点作为供需双方。
以往公共服务设施可达性相关研究多集中于单一类型的设施[20], 如体育设施、绿地公园和医疗设施[21–23]等。这类研究利于发现特定设施服务水平不足的方面以及需要改善配置的区域[24], 推进建立合理的公共服务设施分配策略, 但忽视了各类设施之间的关系, 回避了设施之间的替代效应——特定城市公共服务设施的低可达性可以通过另一个公共服务设施的高可达性来弥补[25]无法有效地衡量公共服务设施对居民生活的影响, 难以揭示公共服务设施体系作为有机整体在城市规划布局上的合理 性[26]。因此, 需要对包含不同类型的城市公共服务设施可达性展开综合分析, 有效地识别公共服务设施的整体供需情况, 进而针对性地指导公共服务设施配置。本研究从整体的角度, 针对教育、社会福利、文化体育、医疗卫生和商业娱乐五类主要城市公共服务设施展开分析。
从 20 世纪 80 年代公共服务设施可达性相关研究出现伊始[27], 已发展出基于数理统计、拓扑网络和几何网络的三大类可达性度量方法[28]。其中, 基于几何网络的空间相互作用模型考虑了供需点间的相互作用和距离衰减因素, 更贴合城市尺度和实际情况。由该方法演化而来的两步移动搜索法因考虑因素相对全面、计算简便且易于理解而被广泛运 用[29]。近年来, 通过在两步移动搜索法中引入高斯距离衰减函数, 考虑了距离衰减问题, 使得可达性的研究更具科学性[30], 其模型所需数据问题也因大数据的发展得到更好的解决。另一方面, 地理信息技术(geographic information system, GIS)的发展使两步移动搜索法在空间分析及可视化表达方面具有优势, 被广泛运用于空间可达性的评价研究[31]。
作为区域的中心, 轨道交通站点集聚各类公共设施, 并向周边区域提供服务, 实现站域各类功能的均衡发展[32]。但是, 各个轨道交通站点不是孤立的, 在公共设施的配置和服务方面存在相互协同和彼此竞争的关系, 这一点在以北京为代表的轨道线网发达、站点密集的大城市尤为明显。采用全局空间自相关检验, 可以判断设施可达性在站域间的空间依赖性[33], 进而分析高设施可达性站点能否协同提升周边站点的设施可达性, 有利于客观地论证站域范围公共服务设施的空间分布和可达性机制。另一方面, 在站域空间中, 功能和行为引导和刻画站域建成环境特征, 站域环境反过来解释和决定其中的功能和行为。因此, 开展设施可达性与站域建成环境的相关性分析, 有助于更好地理解公共服务设施可达性的影响因素, 揭示站域公共服务设施的供需规律。
本研究以北京市为例, 从 TOD站域的供需角度出发, 揭示公共服务设施在站域的分布特征、可达性以及供需满足程度。采用基于站域的高斯两步移动搜索法(Gaussian two-step floating catchment area, Ga2SFCA), 以轨道交通站点为需求点, 公共服务设施为供给点, 评估站域公共服务设施的步行可达性, 并基于可达性, 对站域进行空间自相关分析。在此基础上, 通过设施可达性与建成环境的相关性分析, 揭示公共服务设施分布和可达性的影响因素。
本研究的技术路线如图 1 所示。首先, 收集和处理相关数据, 采用核密度法, 以设施规模为权重, 分析北京四环路内轨道交通站域内公共服务设施的空间分布格局。在此基础上, 采用基于站域供需的高斯两步移动搜索法, 度量站域公共服务设施的可达性, 对加权平均得到的各类设施的可达性指数进行可视化分析。然后, 通过莫兰指数(Moran’s I)进行站域空间自相关分析, 探讨站域公共服务设施可达性的空间依赖机制。最后, 通过因子分析, 提取建成环境公共因子, 并验证建成环境与设施可达性相关性, 基于设施可达性指数对站域进行 K-means聚类, 将建成环境公共因子引入聚类结果的回归方程中, 通过无序多分类逻辑回归以及多元线性回归方法, 分析站域建成环境对各类设施可达性的影响情况。
基于站域供需的高斯两步移动搜索法是将站域空间作为研究单元, 轨道交通站点作为需求点, 公共服务设施配置点作为供给点, 分别对站域内的五类公共服务设施进行可达性度量。实现过程分为两个步骤。
第一步, 设定每个设施点 j的搜索阈值(即设施的有效服务半径d0), 然后搜索该阈值范围内每个站点 k的客流量, 利用高斯方程赋以权重, 对这些加权后的客流量进行加和, 得到站域空间内设施点 j的潜在使用乘客量; 再将设施规模除以潜在使用乘客量, 得出供需比率 Rj。计算公式[34]如下:
, (1)
式中, Pk 是设施 j有效服务半径内(dkj ≤ d0)站点 k的客流量; dkj 是从站点 k到设施点 j的空间距离; Sj 是设施规模, 五类设施各自选取不同的设施规模指标。G(dkj, d0)是距离衰减函数, 计算公式[34]为
(2)
第二步, 设定每个站点 i的搜索阈值
, 利用高斯方程, 对该搜索阈值范围内(dij ≤)每个设施 l的供给比率(Rl)赋以权重, 然后对加权后的 Rl 进行加和, 得到站点 i 与设施 l的可达性指数 Ai, 计算公式[35]如下:
。 (3)
对每个站域各类设施的可达性指数进行标准化处理, 通过加权平均得到每个站域空间综合各类公共服务设施的可达性指数。
北京市轨道交通线网发达, 站点众多, 近年来持续推进 TOD 规划以及轨道微中心建设, 公共服务设施数量大, 配置完善, 基于 TOD 站域的公共服务设施分布具有代表性。截至 2023 年底, 北京四环路内拥有轨道交通站点 144 个, 占全市站点总量的50.17%, 公共服务设施数量占全市总量的 48.07%, 二者均呈现数量众多、分布密度大的特征, 有利于刻画可达性和供需关系。四环路以外及郊区和卫星城, 虽然轨道交通站点和公共服务设施总量大, 但分布范围广, 分布密度小。因此, 本文选取北京市四环路内片区作为研究范围(图 2)。
2.2.1 需求点数据
本文中需求点为轨道交通站点, 其规模为站点日平均出站客流量。采用 2023 年北京交通信息中心的站点进出站客流量数据, 需求点的搜索阈值为站域范围。进出站点的旅客主要通过步行方式利用周边公共服务设施, 当前研究中站域空间尺度一般设定为步行距离 800～1000m 的范围[36], 郊区则放宽到 1200m。北京四环路内片区属于城市中心区, 但面积大, 故本文以步行可达距离的高值 1000m 为基准划分站域空间单元(图 3)。
图1 站域设施可达性与建成环境关系研究技术流程
Fig. 1 Technical flow chart of relationship study between accessibility of station-area facilities and built environment
图2 北京市四环路内轨道交通站点及公共服务设施分布
Fig. 2 Distribution of rail transit stations and public service facilities within the Fourth Ring Road of Beijing
2.2.2 供给点数据
本文中供给点为公共服务设施。《城市公共服务设施规划标准 GB50442》(修订版)[37]中将公共服务设施划分为教育、社会福利、文化体育、医疗卫生和商业娱乐 5 个大类 11 个小类。供给点规模即公共服务设施的规模, 搜索阈值为公共服务设施的服务半径, 相关设施的规模和空间位置数据获取自各类设施的官网和公开发布的地图。不同设施的规模指标和服务半径有所不同, 按照数据筛选各类设施的规模指标, 设定各类设施的搜索阈值(表1)。
2.2.3 建成环境指标数据
美国学者 Cervero 等[38]提出站域建成环境的“密度(density)、多样性(diversity)、设计(design)”规划原则(即 3D 指标), 是 TOD 建成环境研究领域的重要参考指标。近年来, 关于 TOD 交通、经济、社会以及环境评价等众多研究均以 3D 指标为基础展开[39–40]。本文基于 3D 指标体系, 选取其中 5 个分项指标。由于站点属性(站点的地理位置以及是否为枢纽站等)对站域空间影响显著, 故本文增加站点属性维度, 形成四类七项建成环境影响因素指标(表2), 用于探讨站域空间建成环境与公共服务设施可达性的相关性。
图3 北京四环路内站域空间单元划分
Fig. 3 Division of station area spatial units within the Fourth Ring Road of Beijing
2.2.4 道路网数据
从开源数据网站 OpenStreetMap 获取北京城市真实道路网络。交通阻抗是可达性度量的关键要素之一, 本文采用贴近现实情况的最短网络距离作为交通阻抗。
提取北京四环路内片区轨道交通站域内的公共服务设施, 将其视为点要素, 以设施规模为权重, 通过核密度分析, 得到站域设施的空间分布情况(图 4)。综合各类公共服务设施对站域基本上全覆盖, 但是片区之间差异明显, 呈现多中心的圈层分布态势(图 4(a))。多个高密度组团在研究区东部集聚分布, 在东二环路内的东单–王府井商圈、北新桥–交道口地区以及东三环路附近的三里屯–朝外地区和北京商务中心区形成设施高度集中区, 其次为西二环路内以金融街–西单商圈为中心的高密度组团, 东、西两个组团共同构成高值内圈层。在四环路内的西北片区, 以海淀黄庄站和苏州街站为中心的中关村西区形成凸显于周边的高值小组团。在南、北三环路外以及西三环北路内外两侧, 各类设施密度呈现低值, 形成低密度外圈层。在高密度内圈层与低密度外圈层之间, 由多个中密度站域组团过渡和衔接。
表1 北京城市四环路内公共服务设施数据信息
Table 1 Data information on public service facilities within the Fourth Ring Road of Beijing
设施大类设施小类设施数量搜索阈值/m规模指标 教育小学12351000班级数量 中学 6601500 社会福利养老机构 4702500床位数量 社区养老服务驿站 6751500 文化体育图书馆 2662500建筑面积(ha) 文化馆 公共体育馆 博物馆 医疗卫生二级医疗机构 1572500病床数量 三级医疗机构 111 商业娱乐购物中心 8632500统一设定为100
表2 站域空间建成环境影响因素指标
Table 2 Selection of factors influencing the built environment of station area
类别指标名称 计算公式 单位 密度人口密度站点日均出站客流量/总面积100人/km2 建筑密度建筑基地面积/总面积% 多样性特定类型机构密度特定类型机构数量/总面积个/km2 设计路网密度道路总长度/总面积km/km2 道路交叉口密度道路交叉点数/总面积个/km2 站点属性地理位置站点到天安门广场的欧式距离km 站点性质枢纽站、换乘站、普通站–
各类设施的站域覆盖率排序为教育>社会福利>商业娱乐>文化体育>医疗卫生。教育设施分布较为广泛, 集中分布在二环路周围及四环路内西北片区, 核密度呈现北高南低的特征(图 4(b)), 高值站点为灯市口站、海淀黄庄站和苏州街站, 次高值区域位于广渠门内、东四等站点附近, 故宫西部和北部为核密度中等片区。社会福利设施集中分布在二环路内西南片区和东北片区, 形成以和平门站–菜市口站–长椿街站为中心的三角形高值核密度组团, 次高值区域出现在二环路内西北部的新街口站–西直门站周边(图 4(c)), 核密度由中心向外分散, 并出现空白站域。商业娱乐设施与站域弱邻近分布, 没有明显的集聚特征, 核密度呈沿横轴发展趋势, 高值站点为大望路站、王府井站和亮马桥站等(图 4 (d))。文化体育设施的分布较为稀疏, 有聚集倾向, 核密度高值分布零散, 且在南部地区分布少, 在奥体中心站、天安门东站和军事博物馆站等区域形成小面积高值组团(图 4(e))。医疗卫生设施偏向随机分布, 一半以上的站域出现空白, 但核密度高值组团多(图 4(f)), 高值站点为西土城站、王府井站以及和平西桥站等。
通过对比发现, 每一类设施的分布均呈不同程度的非均衡态, 各类设施在高密度区域的重合度弱, 高核密度值的站点各有不同。一方面反映不同区域城市功能和社会服务分工的差异, 另一方面说明不同类型的设施之间具有空间互补特征, 通过彼此协同, 形成城市公共服务设施的整体全覆盖。从站点层面看, 大部分核密度高的站点位于二环路附近, 其中灯市口站、广安门内站、王府井站和团结湖站在多类设施上均有较大的数量和核密度, 表现出一定的综合服务能力。从图 4 可以看出, 设施数量与核密度高值的分布不完全重合, 设施数量多的站域核密度值未必高, 说明设施规模对聚集效应影响明显。教育和社会福利设施规模小, 数量多, 站域覆盖面广, 但核密度均值低, 高值组团少; 医疗卫生和文化体育设施规模大, 数量少, 站域覆盖面窄, 但核密度均值高, 高值组团多。上述结果反映不同类型设施在城市中的分布特征及服务模式的差异, 教育和社会福利设施以服务社区为主, 其分布特点是适应广泛而分散的需求; 医疗卫生和文化体育设施侧重服务于广阔的区域, 体现城市型设施的专业性和辐射性。
图4 北京四环路内站域公共服务设施的空间分布
Fig. 4 Spatial distribution of public service facilities within station areas on the Fourth Ring Road in Beijing
3.2.1 站域公共服务设施可达性特征
通过高斯两步移动搜索法计算北京四环路内轨道交通站域空间 5 类设施的可达性指数, 加权平均得到各类设施的可达性指数, 标准化处理后分为 9个等级, 进行站域空间色彩分级可视化。如图 5 所示, 站域范围各类设施的可达性水平较好, 可达性指数在 5 级以上的站域数量多, 并且明显超过单一类设施, 虽然部分站点公共服务略显不足, 但已表现出公共服务设施沿站域空间分布的整体模式(图5(a))。高可达性站域延续多中心圈层式布局, 但高值连片区集中于二环路内, 且向城市中轴线以西偏移。三环路内东南地段和中西部形成次高可达性组团, 三环路外则主要为少量高可达性站域的散点分布。从供需比率的计算公式(式(1))可知, 可达性水平与供给规模成正比, 与距离和需求规模成反比, 故高可达性站域分为高供给型和低需求型两种。北京四环路内综合各类设施的可达性高值站域中, 高供给型略少于低需求型, 均表现出较好的供给平衡状态, 其中可达性最高的站域为北二环路的新街口站和故宫南侧的虎坊桥站, 低可达性站域为东北四环路的东风北桥站和芍药居站。
轨道交通站域各类设施可达性水平从高到低排序为商业娱乐>社会福利>教育>医疗卫生>文化体育。商业娱乐设施的可达性水平整体上较高, 高可达性站域分布均衡(图 5(b)), 大部分为设施数量和规模均较大的高供给型, 如西四环路的长春桥站和西三环路的公主坟站; 也有设施数量和规模均为中等但客流量小的低需求型站点, 如西三环路外的万寿路站, 同样达到供给平衡。低可达性站域数量不多, 在研究区北部和东偏南的局部地区呈现弱聚集特征。
社会福利和教育两类社区型设施的站域可达性水平整体上较高。社会福利设施的可达性水平比教育设施略高, 高值区域集中分布在二环路南侧, 其他片区也有少量分布(图 5(c))。在高可达性站域中, 低需求型多于高供给型, 如东四环路的平乐园站和西南四环路的丰台南路站。教育设施的可达性高值多分布在二环路, 西四环路也有少量分布(图 5(d)), 均衡性比社会福利设施略好, 高值站域大多表现为低需求型, 设施规模不大但供给充分, 如故宫南侧的景泰站和东侧的灯市口站。从社区型设施的整体可达性来看, 高值多出现在低需求型站域, 说明社区型设施面临资源分配相对公平的问题, 低需求地区只需要较少的资源就能达到供给平衡, 而高需求地区即使已分布较多设施, 但仍然处于供不应求的状态。
医疗卫生和文化体育两类城市型设施的站域整体可达性水平相对较低。医疗卫生设施的可达性高值站域少, 站域间差距悬殊, 高值区域大多分布在研究区北部(图 5(e)), 高值站域大部分为高供给型, 如北三环路北侧的西土城站。文化体育设施与之相似, 高值区域集中分布在二环路以内(图 5(f)), 在东三环路的农业展览馆–团结湖以及潘家园–十里河地区有局部高值外溢, 高值站域大多为高供给型, 保持高需求与高供给之间的平衡状态。从城市型设施的整体可达性来看, 高值站域多为高供给型, 保持较高的供需关系, 但低值站域仍然占据大部分, 只依靠轨道交通加步行的方式, 难以公平地享受这类设施的服务。
通过对比发现, 每类设施的可达性高值站域各不相同, 并且, 与设施数量和核密度高值站点相比, 很多设施数量和核密度高的站点未必是可达性高值站点。这说明供需规模是决定可达性的重要因素, 会出现站域良好的设施条件不能满足站点大客流量的情况, 进而未达到理想的高可达性, 也会出现设施数量和核密度不高但可达性高的个别站点。另一方面, 可达性也受站域建成环境质量影响, 站点面积规模和路网密度等导致可达性水平、数量和核密度分布存在差异。例如, 与新街口站相比, 西四站的公共服务设施数量多, 规模大, 站点客流量小, 但站域综合各类设施的可达性水平低于前者。这也说明对站域建成环境的分析有助于更清晰地刻画可达性的影响因素和机制。
图 5 北京四环路内站域公共服务设施可达性指数的空间分布
Fig. 5 Spatial distribution of the accessibility index of public service facilities within the Fourth Ring Road of Beijing
值得注意的是, 虽然不同类型设施的高可达性站点各异, 但低可达性站点基本上一致, 均为南三环路的宋家庄站和南四环路公益西桥站等相对边缘地区。从图 5 可以看出, 这些区域的可达性指数普遍较低, 表明上述站域的公共服务设施配置不足, 大部分公共服务设施仍然在城市中心区域集聚。因此, 需要进一步优化沿站域公共服务设施的配置, 实现均衡分布, 从而提高设施可达性, 提升居民的生活便捷性。
3.2.2 基于站域公共服务设施可达性的空间自相关分析
为了进一步揭示站域公共服务设施可达性的空间依赖机制, 进行站域空间自相关分析。首先, 通过 400m 网格的初步分析, 发现研究区轨道交通站域存在明显的空间自相关(P<0.1)。然后, 对得到的可达性指数进行空间自相关分析, 再嵌套站域泰森多边形, 研究四环路内所有站域基于设施可达性的空间依赖情况, 进而分析一个设施可达性高的站点能否带动其周边站域的设施可达性。通过 Moran’s I进行度量, 得到基于可达性的站域空间自相关分析结果(表3)。
从表3 可以看出, 研究区公共服务设施综合可达性的空间自相关分析结果通过 1%的显著性水平检验, Moran’s I为 0.326, 表现为一定的集聚现象, 各类设施集聚程度排序为综合各类>社会福利类>教育类>文化体育类>医疗卫生类>商业娱乐类。其中, 教育、社会福利和文化体育 3 类设施可达性的站域空间自相关分析结果具有显著意义, 表明其在各站域之间存在“先富带动后富”的效应, 即站域之间的高可达性存在空间上的相互依赖。以教育设施为例, 海淀区的平均教育条件高于其他区, 可将其视为一种空间依赖的表现, 教育设施数量多、密度大、可达性好的站域会影响其邻近站域, 形成同样的高质量教育片区, 从而表现出教育类站域在空间上的聚集现象。医疗卫生设施与商业娱乐设施可达性的空间自相关分析结果未通过显著性水平检验, 意味着数据的随机性较大, 站域空间内的医疗卫生和商业娱乐设施可达性不具备空间集聚性, 一个站域的高可达性不对其周边站域构成影响。
本文基于站域视角的各类公共服务设施空间依赖性差异, 揭示不同类型设施在城市中的互补和协同效应, 可为优化基于公共出行的服务设施布局提供依据。在规划布置公共服务设施时, 应考虑不同设施的空间分布机制, 对于具有集聚效应的设施(如教育、社会福利和文化体育设施), 应合理地布局, 促进站域层面的“先富带动后富”效应, 实现基于轨道交通出行的公共服务资源均衡分布。对于分布较为随机的设施(如医疗卫生和商业娱乐设施), 则应确保其合理地覆盖, 避免因随机性导致出现轨道交通出行设施服务盲区。
表3 基于可达性的站域空间自相关分析结果
Table 3 Reachability based spatial autocorrelation results
设施类型Moran’s IZ得分 教育0.1502.781** 社会福利0.1552.884** 文化体育0.1212.293* 医疗卫生0.0711.385 商业娱乐0.0521.081 综合各类0.3265.809**
注: *和**分别表示在p<0.05水平显著相关和p<0.01水平极显著相关, 下同。
统计北京市四环路内站域建成环境的影响因素指标数据, 结果如表4 所示。在此基础上, 通过因子分析, 对 7 项指标进行优化, 最终提取的 3 个公共因子包含原始数据中 7 个影响因子 80.157%的信息。根据因子载荷量, 将这 3 个新的公共因子命名为土地利用多样性、街道设计和需求规模(表5)。优化后的 3 个因子变量解释性强, 有利于分析站域建成环境对设施可达性的影响。
将建成环境的 3 个影响因子与设施可达性进行相关性分析, 结果如表6 所示。土地利用多样性与设施可达性之间均显著正相关, 其中土地利用多样性与综合可达性和教育设施可达性极显著中度相关, 与其他 4 类设施可达性的相关程度较弱; 需求规模只与综合设施可达性及教育设施可达性显著负向相关; 街道设计与设施可达性之间均无显著相关性。下面从两个方面分析建成环境对公共服务设施可达性的影响。
1)建成环境对不同类型设施可达性的影响。确定影响因子与设施可达性的相关性之后, 进一步研究站域建成环境影响设施可达性的具体情况。将五类设施的可达性指数对四环路内所有站域进行 K-means 聚类分析, 结果如表7 所示。将建成环境的 3 个公共因子引入 4 类高值聚类结果的回归方程中, 采取无序多分类逻辑回归的方法分析相关性。在回归分析中, 以聚类结果中的其他类站域作为参考类别, 即实验结果的各项数据均以其他类站域为对照项。建成环境与 K-means 聚类结果的回归分析结果(表8)显示, 土地利用多样性与这 4 类站域均极显著正相关, 需求规模与社区生活极显著负相关, 需求规模与文化健身类站域显著负相关。与其他类站域相比, 土地利用多样性对这 4 类站域均产生正向影响, 即建筑密度和 POI 密度越大, 站点越靠近市中心, 越容易形成这 4 类站域; 需求规模只对社区生活类和文化健身类站域产生负向影响, 即站点规模和日均客流量越小, 越容易形成社区生活类与文化健身类站域。健康保障类和城市活力类站域的形成与需求规模关系不大, 而是更多地取决于土地利用多样性, 可能是因为医疗卫生设施和商业娱乐设施的供给对象不以轨道交通为主要出行方式, 而是更多地采用小汽车出行方式。
表4 部分站域建成环境影响因素指标数据统计结果
Table 4 Statistical results of the indicators of the influencing factors of the built environment in some station areas
说明: A1表示人口密度(百人/km2), A2表示建筑密度(%), B表示特定类型机构密度(个/km2), C1表示路网密度(km/km2), C2表示道路交叉口密度(个/km2), D1表示地理位置(km), D2表示站点性质。
表5 优化后提取的站域建成环境影响因子指标
Table 5 Indicators of the environmental impact factors of the station area after optimization and extraction
影响因素指标土地利用多样性街道设计需求规模 建筑密度0.895 特定类型机构密度0.819 地理位置0.7200.409 道路交叉口密度0.946 路网密度0.920 站点性质0.895 人口密度0.782
2)建成环境对设施综合可达性的影响。多元线性回归分析结果显示, 作为纯粹的客观因素, 建成环境对设施可达性的影响幅度为 39.5% (表9), 具有显著性意义, 证明建成环境可以在相当程度上决定站域空间内公共服务设施可达性水平。结合表5中公共因子携带的信息来看, 建筑密度和 POI 密度越高, 站点越靠近城市中心, 设施综合可达性水平越高。同时, 作为交通枢纽的站点规模和日均客流量越大, 设施综合可达性水平越低。
本文从站域供需的视角, 开展北京四环路内站域公共服务设施的分布和可达性分析, 主要研究结论如下。
表6 建成环境与设施可达性的相关系数
Table 6 Correlation between built environment and facility accessibility
建成环境影响因子相关系数综合各类设施教育设施社会福利设施文化体育设施医疗卫生设施商业娱乐设施 土地利用多样性 0.602** 0.471** 0.225** 0.269** 0.278** 0.197* 街道设计−0.047−0.061−0.112 0.120 0.042−0.101 需求规模 −0.182**−0.198*−0.121−0.096−0.090 0.069
表7 基于可达性的站域 K-means 聚类分析结果
Table 7 Reachability based station area K-means clustering results
设施类别高可达性设施类别 数量 社区生活教育、社会福利27 文化健身文化体育15 健康保障医疗卫生18 城市活力商业娱乐 9 其他所有类别设施可达性均低71
表8 建成环境与 K-means 聚类结果的回归分析结果
Table 8 Regression analysis of built environment and K-means clustering results
站域类别非标准化回归系数土地利用多样性街道设计需求规模 社区生活1.450** 0.069 −0.809** 文化健身1.217** 0.322 −0.789* 健康保障1.086** 0.186−0.440 城市活力1.207**−0.343−0.482
表9 建成环境与综合可达性的多元线性回归分析结果
Table 9 Results of multiple linear regression analysis on the built environment and comprehensive accessibility
R2调整R2F值公共因子非标准化回归系数 标准化回归系数 0.3980.39529.958**土地利用多样性0.288**0.602** 街道设计−0.023−0.047 需求规模−0.087**−0.182**
1)研究区站域综合各类公共服务设施分布均衡, 呈现多中心的特点, 对站域的覆盖率、可达性和空间依赖性均优于单一类设施。五类设施中, 覆盖率由大到小依次为教育、社会福利、商业娱乐、文化体育和医疗卫生, 可达性水平由高到低依次为商业娱乐、教育、社会福利、文化体育和医疗卫生, 空间依赖性由强到弱依次为社会福利、教育、文化体育、医疗卫生和商业娱乐。
2)站域建成环境会对站域设施可达性有显著的影响, 其中土地利用多样性对设施可达性有正向影响, 需求规模对社区生活类和文化健身类站域以及综合可达性有负向影响。
本文研究结果显示, 公共服务设施的多中心分布和良好的可达性反映资源配置的均衡性。商业娱乐设施尽管可达性好, 但空间依赖性较低, 选址和布局较为灵活, 可根据市场需求和就业机会, 调整其在城市不同区域的配置。社会福利和教育设施具有较高的空间依赖性和良好的可达性, 表明其选址和布局高度依赖特定的地理位置, 且分布合理, 便于居民接近和使用。文化体育和医疗卫生设施的可达性和空间依赖性较低, 其分布较为分散且密度不足, 难以充分满足居民的需求。此外, 各类设施的可达性低值区集中在同一区域, 提示这些区域在公共服务方面存在短板, 有必要合理地增添和优化设施。整体来看, 北京四环路内公共服务设施逐渐形成沿轨道交通站点分布的特征, 最大程度上利用了公共交通带来的优势城市空间, 目前已表现出高质量站域带动周边临近站域, 共同建立具有良好设施可达性的城市功能区的发展趋势。
由于数据获取的局限性等因素, 本研究仅选取代表性的公共服务设施类型, 且采用单一设施可达性评价方法, 可能会影响结论精确性。后续研究中, 如能选取更多类型的城市公共设施, 采取多种可达性评价方法进行对比分析, 将有助于弥补上述不足, 提升研究结论的准确性和应用价值。
参考文献
[1] 田金欢, 李志英, 周昕, 等. 城市服务边界划定下的昆明市公共设施配置建议. 规划师, 2019, 35(16): 11–16
[2] Hansen W G. How accessibility shapes land use. Jour-nal of the American Institute of Planners, 1959, 25(2): 73–76
[3] 李元芳, 乔伟峰, 杨春花, 等. 基于公共服务设施可达性的村镇建设格局评价及优化策略研究——以常州市金坛区为例. 地理与地理信息科学, 2024, 40(1): 106–113
[4] Grubesic T H, Durbin K M. Breastfeeding support: a geographic perspective on access and equity. Journal of Human Lactation, 2017, 33(4): 770–780
[5] Jin H, Lu Y. Multi-mode huff-based 2SFCA: examining geographical accessibility to food outlets in Austin, Texas. ISPRS International Journal of Geo-Informa-tion, 2022, 11(11): 579–596
[6] Saif M A, Zefreh M M, Torok A. Public transport accessibility: a literature review. Periodica Polytechni-ca Transportation Engineering, 2018, 47(1): 36–43
[7] El-Geneidy A, Levinson D, Diab E, et al. The cost of equity: assessing transit accessibility and social dispa-rity using total travel cost. Transportation Research Part A: Policy and Practice, 2016, 91: 302–316
[8] Foth N, Manaugh K, El-Geneidy A M. Towards equita-ble transit: examining transit accessibility and social need in Toronto, Canada, 1996–2006. Journal of Tran-sport Geography, 2013, 29: 1–10
[9] Yuan F, Sun H, Kang L, et al. Passenger flow control strategies for urban rail transit networks. Applied Mathematical Modelling, 2020, 82: 168–188
[10] 李翔宇, 马雯萱. 基于RFM模型的北京地铁站域类型识别及其更新策略. 中国名城, 2025, 39(1): 44–53
[11] Zhou J P, Yan Y L, Webster C . Using big and open data to analyze transit-oriented development new outcomes and improved attributes. Journal of the American Planning Association. 2020, 86(3): 364–376
[12] Ye C He Q, Huang W, et al. Analysis of the spatial distribution characteristics of residences and work-places under the influence of metro transportation in metropolises from the perspectives of accessibility and travelers’ industries: the case of Guangzhou. Sustaina-bility, 2022, 14(21): 14187
[13] 周建高, 汤晓冬. 东京都轨道枢纽TOD建设与启示. 中国名城, 2022, 36(4): 23–30
[14] 宛天月, 陆伟, 孙佩锦, 等. 基于文献计量的公共服务设施空间公平性研究进展与展望. 城乡规划, 2023(5): 93–105
[15] Nahmias-Biran B H, Martens K, Shiftan Y. Integrating equity in transportation project assessment: a philosop-hical exploration and its practical implications. Tran-sport Reviews, 2017, 37(2): 192–210
[16] Liao Y, Gil J, Pereira R H M. et al. Disparities in travel times between car and transit: spatiotemporal patterns in cities. Sci Rep, 2020, 10(1): 4056
[17] Sharma G, Patil G R. Public transit accessibility appro-ach to understand the equity for public healthcare ser-vices: a case study of Greater Mumbai. J Transport Geogr, 2021, 94: 103123
[18] 赵秀敏, 郑舒涵, 金淑敏, 等. 新时代中国式现代化进程中的杭州TOD实践. 中国名城, 2024, 38(7): 10–16
[19] 杨艳红, 王雪纯. “双碳”目标下老城区地铁站域优化策略研究——以南京张府园地铁站域为例. 中国名城, 2023, 37(4): 45–52
[20] Fasihi H, Parizadi T. Analysis of spatial equity and ac-cess to urban parks in Ilam, Iran. Journal of Environ-mental Management, 2020, 260: 110122
[21] Fitri M, Zainal Abidin N E, Novan N A, et al. Acces-sibility of inclusive sports facilities for training and competition in indonesia and malaysia. Sustainability, 2022, 14: 14083
[22] Wang S, Wang M, Liu Y. Access to urban parks: comparing spatial accessibility measures using three GIS-based approaches. Computers, Environment and Urban Systems, 2021, 90: 101713
[23] 赵玫, 高巍, 王璇. 铁路公园的发展、形态与价值. 国际城市规划, 2025, 40(4): 151–158
[24] Li Y, Lin Y, Geertman S, et al. Accessibility-based equity of public facilities: a case study in Xiamen, China. Applied Spatial Analysis and Policy, 2021, 14 (4): 947–968
[25] Ashik F R, Mim S A, Neema M N. Towards vertical spatial equity of urban facilities: an integration of spa-tial and aspatial accessibility. Journal of Urban Mana-gement, 2020, 9(1): 77–92
[26] Lan F, Wu Q, Zhou T, et al. Spatial effects of public service facilities accessibility on housing prices: a ca-se study of Xi’an, China. Sustainability, 2018, 10(12): 4503–4522
[27] Guy C. The assessment of access to local shopping opportunities — a comparison of accessibility mea-sures. Environment and Planning B, Planning & De-sign, 1983, 10(2): 219–238
[28] 高巍, 欧阳玉歆, 赵玫, 等. 公共服务设施可达性度量方法研究综述. 北京大学学报(自然科学版), 2023(2): 344–354
[29] Yang L, Zhang S, Guan M, et al. An assessment of the accessibility of multiple public service facilities and its correlation with housing prices using an improved 2SFCA method — a case study of Jinan city, China. ISPRS International Journal of Geo-Information, 2022, 11(7): 414–432
[30] Dai D. Racial/ethnic and socioeconomic disparities in urban green space accessibility: where to intervene?. Landscape and Urban Planning, 2011, 102(4): 234–244
[31] Geurs K T, De Montis A, Reggiani A. Recent advan-ces and applications in accessibility modelling. Com-puters, Environment and Urban Systems, 2015, 49: 82–85
[32] 洪小春, 于鹏, 肖冰, 等. 京沪两市地铁站域低碳更新的政策工具与设计策略协同机制对比研究. 中国名城, 2025, 39(5): 89–96
[33] 沈绿珠. 空间关联分析及其应用. 统计与决策, 2006(8): 28–30
[34] 饶钰飞, 邹亚锋, 罗锋, 等. 基于两步移动搜索法的福州市公园绿地主客观可达性研究. 生态学报, 2024, 44(10): 4064–4080
[35] 李孟桐, 杨令宾, 魏冶. 高斯两步移动搜索法的模型研究——以上海市绿地可达性为例. 地理科学进展, 2016, 35(8): 990–996
[36] 刘泉. 轨道交通TOD地区的步行尺度. 城市规划, 2019, 43(3): 88–95
[37] 中华人民共和国建设部. 城市公共服务设施规划标准GB 50442-2008 [S]. 北京: 中国建筑工业出版社, 2008
[38] Cervero R, Kockelman K. Travel demand and the 3Ds: density, diversity, and design. Transportation Research Part D: Transport and Environment, 1997, 2(3): 199–219
[39] Chen F, Wu J, Chen X, et al. Disentangling the impacts of the built environment and residential self-selection on travel behavior: an empirical study in the context of diversified housing types. Cities, 2021, 116: 103285
[40] Li M, Rodriguez D A. Marked crosswalks, station area built environments, and transit ridership: associations between changes in 877 US TOD stations, 2010–2018. Transportation Research Part A: Policy and Practice, 2024, 179: 103926
Accessibility Analysis on Public Service Facilities in Beijing under the Supply and Demand of TOD Station Area
Abstract Taking rail transit station area in Beijing as the research unit and considering both passengers and public service facilities in rail-station area as representative factors for supply and demand respectively, the paper investigates the spatial distribution characteristics and accessibility of public service facilities with Gaussian two-step floating catchment area (Ga2SFCA) method, analyses the influence of built environment based on the Transit Oriented Development (TOD) model. The findings reveal that overall, the distribution of public service facilities along the rail transit stations in Beijing generally shows a favorable trend. However, there are significant variations in accessibility among different types of facilities. High accessibility of social welfare, education, commercial and entertainment facilities can foster similar developments in adjacent regions, whereas medical and health services as well as cultural and sports amenities tend to be more randomly distributed. By examining both supply-demand dynamics for public service facilities alongside their accessibility levels, it becomes possible to effectively evaluate how well a station area functions as a regional center serving surrounding areas while also providing insights for optimizing urban facility configurations.
Key words public service facilities; accessibility; station area; TOD; Beijing
教育部人文社会科学规划基金(23YJA760120)和国家自然科学基金(42571530)资助
收稿日期: 2024–10–21;
修回日期: 2025–01–17