基于路径规划数据的公共交通站点覆盖水平评价方法

杜光远，谭桂菲

（交通运输部科学研究院，北京 100029）

0 引言

近年来，我国积极推进落实城市公共交通优先发展战略，城市公共交通站点覆盖水平受到了各级各部门的高度重视，从2012年起一系列重要政策文件陆续出台，其中《国务院关于城市优先发展公共交通的指导意见》《国家新型城镇化规划（2014—2020 年）》《关于进一步加强城市规划建设管理工作的若干意见》等都明确要求2020年“实现100 万人口以上城市中心城区公交站点500m 全覆盖”[1-3]。2013 年，交通运输部将中心城区建成区内公共交通站点500m 覆盖率作为公交都市考核的重要指标[4]。

公共交通站点覆盖率，是指城市一定空间范围内公共交通站点覆盖面积与对应空间区域内适应设置公共交通站点区域总面积之比，也称为公交站点服务面积率，是反映公交站点布局合理性，评价公共交通基本服务水平的一项重要指标[4]。对城市公交站点覆盖率的研究也在不断深入，丁午等基于栅格分析技术对公交站点覆盖率的计算方法进行了改进，从高分辨率遥感影像与公交站点信息数据叠加得到的栅格数据中提取栅格矩阵进行分析[5]；王重元基于人口及岗位规模进行站点覆盖率计算，较为全面地考虑人口及岗位分布情况[6]；白杨等应用GIS网络分析工具对研究区域公交站点的布局现状进行分析[7]。上述研究都进一步优化了公交站点覆盖率测算的传统方法，但同时也都存在前期工作量大、技术门槛高等不足。

本文将针对现有公共交通站点覆盖率方法存在的不足，基于互联网开放地图平台的路径规划数据，在细颗粒度数据下，提出公交站点评估、布设和优化等工作的新思路，总结应用可达性分析进行公共交通站点覆盖水平评价的新方法。

1 我国城市公共交通站点覆盖现状

目前最常看到的公交站点覆盖范围计算方法，是以公交站点为圆心，以300m 或500m 为半径画圆作缓冲区，将缓冲区覆盖范围与城市建成区的范围相比，得到公共交通站点的覆盖率[8-10]，如图1 所示。该方法标准统一、操作简单、数据可获取、适用范围广，是目前相关政策、标准中对公交覆盖水平评价的主要指标测算方法。但该方法一直以来存在一个问题：由于受到城市建筑、道路及城市设施布局的影响，地图上某一距离的直线可达不等同于实际步行可达。

图1 以公交站点为圆心作缓冲区得到的覆盖率

目前我国大部分城市在核心区范围内已基本实现了公共交通站点500m 内全覆盖，但在城市边缘和特殊区域内仍然存在公交站点覆盖的盲区。究其原因，一方面，公共交通被动适应城市发展的情况尚普遍存在，公交服务的供给难以适应城市建成区范围的急速扩大。不少城市存在“摊大饼”和新城盲目扩张现象，造成城市边缘建成区内人口和资源的聚集程度较低，从成本效益角度考虑，不适宜开通常规公共交通服务，从而导致该地区公共交通服务薄弱[9-10]。另一方面，从20世纪50年代兴起的“单位大院潮”，到90年代开始的“小区封闭潮”，使得城市中出现越来越多的封闭式区域，这些区域在给城市空间带来严重的分割，导致土地等资源浪费的同时，也破坏了城市应有的路网结构形态，不利于城市道路的布局，直接导致了城市公共交通站点覆盖在这些区域形成了空心化。此外，由于这类区域自身封闭等特征，即便属于公交站点500m 直线覆盖范围之内，但周边居民往往需要通过绕行较大的距离才能抵达公交站点，实际的公共交通站点覆盖水平并不高。通常，越往城市外围，封闭区域范围往往也越大，对公共交通线网布局和站点布设的影响也随之变大。

2 基于路径规划数据的公共交通站点覆盖水平评价方法与分析思路

2.1 基于路径规划数据的站点可达性分析思路

在对城市公共交通站点覆盖水平进行评价时，应充分结合城市道路网的通达情况，构建拓扑关系的交通网络，进行步行可达性分析评价[11-14]。互联网地图平台数据具有覆盖面全、实时性高等特点，目前我国主要的互联网开放地图平台（百度、高德、腾讯）都提供了批量输入起点和终点位置，输出自驾车、公交、自行车、步行4 种方式的路线、距离、时间等路径规划数据的API 接口服务，如图2所示。

应用这个数据接口，首先利用地理信息软件，将城市网格化，以公交站点为起点，以城市不同网格为终点，调用路径规划数据API 接口，得到根据实际路网和交通状况返回的公交站点与城市不同区域的可达时间和距离数据，按照给定的步行可达距离和时间标准，评价从站点出发标准时间或距离下的城市区域可达面积，将该面积与要评价区域总面积相比，得到考虑了可达性的城市公共交通站点覆盖率。

图2 百度地图平台路线规划的API接口

2.2 基于路径规划数据的公交服务覆盖水平评价

本文以合肥市一环内核心区为例，首先将该区域进行网格化处理，按50m×50m进行划分，共划分了2 226个网格，如图3所示。

图3 城市核心区网络分格图

接下来，将网格中心点与公交站点两两配对，并将点对作为输入项，调取百度路径规划API 接口，查询所有点对之间的步行距离和步行时间。将返回的查询数据进行筛选，取每组点对距离或时间数据的最小值，共得到2 226 个网格中心点与其最近的公交站点的步行距离和步行时间，通过聚合和再分类，得到任一步行距离的站点覆盖范围，根据评价需求统计出不同实际步行距离和步行时间下，覆盖了核心区范围内2 226个格子的比例，即得到了该步行距离或时间下的公共交通站点覆盖率，从而对公交站点服务薄弱区域进行识别，为站点新设和优化提供了相较于直线缓冲区评价更细致的数据分析和评价，如果将公交发车班次放进去，还可以综合加权分析每一网格的公交便利度等。基于步行距离与步行时间的公交站点覆盖水平评价分别见图4、图5。

图4 基于步行距离的公交站点覆盖水平评价图

图5 基于步行时间的公交站点覆盖水平评价图

此外，还可以结合城市建筑轮廓数据，将一个个城市建筑轮廓作为人们出行的发生点，应用相同方法，调用不同建筑物与城市公共交通站点间的步行距离和时间数据，来评价城市中每个建筑到公交站的距离和时间。合肥市核心区建筑轮廓与公交线网分布见图6。

图6 合肥市核心区建筑轮廓与公交线网分布

从图6 中可以看出，该区域公交站点直线500m 缓冲区覆盖率早已达到100%，但通过步行可达性分析，站点500m步行可抵达的覆盖率只有86.06%。因此，对于类似城市500m 公交站点覆盖率早已经达到了100%的区域，并不是没有提升的空间，应该重点关注那些尚未步行可达覆盖的区域，将其作为提升覆盖水平工作的重点。以城市建筑轮廓为对象的公交站点覆盖水平评价，见图7。

图7 以城市建筑轮廓为对象的公交站点覆盖水平评价

应用此方法，不仅可以进行区域整体分析，还可以对单条线路的站点进行评价。把人口数据也计入在内，将人口数据和步行距离数据叠加分析，可进一步评价不同站点布局方案下，线路周边公交服务覆盖人口和便利水平等。核心区某公交线路周边建筑衔接关系，见图8。

图8 合肥市核心区某公交线路周边建筑衔接关系

2.3 拓展应用

此方法不但适用于公交站点布局的评价，还可以对自行车停靠点、P+R 设施、交通枢纽等交通设施以及快递服务点、公共厕所等生活服务设施进行可达性分析和布局优化。例如，近年来共享单车快速发展，不少城市公交+共享单车的组合出行方式，已成为不少市民的日常选择之一。通过获取的骑车、步行的距离和时间，不但可以对不同区域的公交+自行车的便利度进行分析，还可以对共享单车停放区（很多城市通过电子围栏指定共享单车可停放区域）以及公共自行车停靠点的管理和布局进行优化。

合肥市核心区基于骑行距离和骑行时间的设施便利度评价，分别如图9、图10所示。

图9 合肥市核心区基于骑行距离的设施便利度评价

图10 合肥市核心区基于骑行时间的设施便利度评价

3 提升城市公共交通覆盖水平的措施建议

提高城市公共交通站点覆盖率，最有效的途径是通过扩大公共交通线网覆盖范围，以提升公共交通网络通达深度，具体可以从内外两个角度来实现。

3.1 向内深挖自身潜力

一方面通过科学规划、调整优化城市公共交通线网，以提升公共交通网络通达深度。综合应用城市多元大数据，在详细把握城市空间特征、居民出行规律和公交客流时空分布特征的基础上，充分考虑居民的步行可达能力，以提升公交客运量为核心，提高公交服务可达性为重点，通过对城市公交线网布局的优化重构以及相关配套措施的实施，全面提升城市公共交通服务均等化水平。

另一方面，创新服务模式，不断推进城市公共交通供给侧改革。在充分掌握不同区域、不同类型出行主体出行需求的基础上，积极发展商务班车、定制公交、社区公交等特色服务。特别在城市边缘区和公共交通客流尚未成熟区，有针对性地完善多元化公交服务网络，提供更丰富的服务形式，弥补站点覆盖率的不足[15]。

3.2 向外争取良好环境

一方面，用城市公共交通重塑城市结构，引导城市空间有序扩张，促进公共交通引导城市发展理念的落地。在新型城镇化推进过程中，城市公共交通的发展应由被动适应向主动引导转变，树立公共交通引导城市发展的理念，促进城镇空间有序扩张发展，为新型城镇化战略和公共交通优先发展战略的落实创造良好外部环境。

另一方面，落实中央城市工作会议提出的“街区制”城市规划理念，减少封闭式区域。积极推进落实国家关于住宅小区街区制，实现内部道路公共化等相关政策，扩大适宜设置公共交通站点的区域范围的同时，加快完善优化外围建成区的城市交通网络，为公共交通站点覆盖率提高创造良好的外部环境。

4 结语

本文基于互联网开放地图平台的路径规划数据，提出了公共交通站点覆盖水平评价的新方法。该方法与传统以直线距离作缓冲区的方法相比，考虑了实际步行可达性，更贴近实际；与通过构建路网模型评价的方法相比，具有前期工作量小、数据实时性好、适用面广等优点。此外，本文提出了提升城市公共交通覆盖水平的措施建议。在未来城市公共交通的研究中，可进一步拓展对城市公共交通综合服务水平评价的研究，以及多元异构大数据在城市交通中的综合应用研究。