浙江大学学报(工学版)

浙江大学学报(工学版), 2025, 59(2): 310-318 doi: 10.3785/j.issn.1008-973X.2025.02.009

交通工程、土木工程

考虑末端出行的城市轨道交通就业可达性

陈越,, 许奇, 贾顺平,, 魏润斌, 孙世一, 李雯茜

1. 北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室，北京 100044

2. 北京交通大学 交通运输学院，北京 100044

3. 北京轨道交通路网管理有限公司，北京 100101

4. 利兹大学 交通研究所，利兹 LS29JT

Job accessibility of urban rail transit considering access and egress travel

CHEN Yue,, XU Qi, JIA Shunping,, WEI Runbin, SUN Shiyi, LI Wenxi

1. Key Laboratory of Transport Industry of Big Data Application Technologies for Comprehensive Transport, Beijing Jiaotong University, Beijing 100044, China

2. School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, China

3. Beijing Metro Network Management Limited Company, Beijing 100101, China

4. Institute for Transport Studies,University of Leeds, Leeds LS29JT, England

通讯作者: 贾顺平，男，教授. orcid.org/0000-0002-0583-1490. E-mail: shpjia@bjtu.edu.cn

收稿日期: 2023-12-27  

基金资助: 国家自然科学基金资助项目（71621001）；中央高校基本科研业务费专项资金资助项目（2023YJS134）.

Received: 2023-12-27  

Fund supported: 国家自然科学基金资助项目（71621001）；中央高校基本科研业务费专项资金资助项目（2023YJS134）.

作者简介 About authors

陈越（1997—），男，博士生，从事公共交通规划管理及交通大数据分析的研究.orcid.org/0000-0002-0183-7537.E-mail：22110284@bjtu.edu.cn , E-mail：22110284@bjtu.edu.cn

摘要

在轨道交通与城市融合发展的背景下，基于地铁站点的步行影响范围和由共享单车订单数据识别所得的骑行影响范围，测算站点到居住小区和就业兴趣点(POI)的步行和骑行时间，提出考虑末端出行的两步移动搜索法. 结合洛伦兹曲线和基尼系数，测算和分析北京市六环内城市轨道交通站点的就业可达性及其公平性，量化末端出行对二者的影响. 结果表明，在步行和骑行2种末端出行方式下，各站点的末端出行时间平均为18.6、8.6 min，占总出行时间的29%、16%，且第一公里耗时略高于最后一公里. 城市轨道交通就业可达性由中心城区向外围沿圈层递减，呈现明显的廊道特征. 整体上基尼系数达到0.16、0.17，就业可达性分布较公平，但低房价站点存在明显的可达性劣势，局部上四环外和低房价类型站点的可达性分布相对更不均衡. 相较于传统方法，利用改进方法所得的结果显示，考虑末端出行后可达性平均变化20%、9%，且外围站点变化更大，公平性的变化程度达到10%、2%.

关键词： 城市轨道交通 ; 可达性 ; 交通公平性 ; 末端出行 ; 最后一公里 ; 两步移动搜索法

Abstract

The walking catchment areas and cycling catchment areas identified from the bike-sharing order data were used in the context of the integrated development of rail transit and city in order to determine the walking and cycling time from metro stations to residential neighborhoods and job-related point of interest (POI). Then a two-step floating catchment area method considering access and egress travel was proposed. The job accessibility and equity of metro stations within the Sixth Ring Road of Beijing were measured combined with the Lorenz curve and Gini coefficient. The impacts of access and egress travel on them were quantified. The average access and egress travel time of each station was 18.6 min and 8.6 min for walking and cycling, accounting for 29% and 16% of the total travel time, and the time spent in the first mile was slightly higher than that in the last mile. The job accessibility of urban rail transit gradually decreased from the central city to the periphery and showed obvious corridor characteristics. The overall Gini coefficient of accessibility reached 0.16、0.17, indicating the equal distribution of accessibility. The accessibility of low housing price stations had a notable accessibility disadvantage. The distribution of accessibility was relatively more inequitable in low housing price stations and stations outside the 4th ring. The results of improved model showed that the inclusion of access and egress travel time resulted in an average change in accessibility of 20% and 9% with greater changes at outlying stations, and the average equity change reached 10% and 2% compared with the traditional model.

Keywords： urban rail transit ; accessibility ; transport equity ; access and egress travel ; last mile ; two-step floating catchment area method

PDF (2847KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

陈越, 许奇, 贾顺平, 魏润斌, 孙世一, 李雯茜. 考虑末端出行的城市轨道交通就业可达性. 浙江大学学报(工学版)[J], 2025, 59(2): 310-318 doi:10.3785/j.issn.1008-973X.2025.02.009

CHEN Yue, XU Qi, JIA Shunping, WEI Runbin, SUN Shiyi, LI Wenxi. Job accessibility of urban rail transit considering access and egress travel. Journal of Zhejiang University(Engineering Science)[J], 2025, 59(2): 310-318 doi:10.3785/j.issn.1008-973X.2025.02.009

城市轨道交通是大城市尤其是特大城市解决通勤问题的重要手段. 近年来，由于客流效益低以及通勤时间过长的问题，城市轨道交通已从快速发展阶段转向高质量发展阶段，实现交通与土地利用的融合发展成为重要目标. 城市轨道交通就业可达性，即出行者利用城市轨道交通系统到达工作机会的难易程度，是通勤者居住、就业选择的重要影响因素，也是轨道交通规划、建设和运营的重要评价指标. 研究城市轨道交通就业可达性有利于理解城市轨道交通与土地利用的复杂互动关系，针对性地改善交通系统和调整职住分布，提升客流效益，缓解职住分离及导致的过度通勤问题[1-2]，实现轨道交通与城市的融合发展，充分发挥站城一体化(transit-oriented development, TOD)的社会效益.

国内外学者主要通过2类方法测算城市轨道交通的可达性. 第1类关注出行时间，其中诸多研究基于城市轨道交通网络构建站点的起讫点成本矩阵，将可达性定义为站点到其他所有站点的平均出行时间[3-4]. 部分学者考虑站点间的相互作用关系，以客流指标加权出行时间计算可达性[5-6]. 此外，Zhu等[7-8]利用调查得到的实际通勤时间表示城市轨道交通就业的可达性. 第2类则在出行时间的基础上，综合考虑交通与土地利用要素，利用累计机会模型计算出行者在一定交通成本内可达的站点[9-10]或职住人口[11]的数量.

既有研究已取得了丰富的成果，但存在可改进的方向. 既有研究仅考虑了站间出行时间，忽视了轨道交通全出行链中的第一公里和最后一公里，即末端出行的影响[12-13]. 已有针对公共交通站点及铁路枢纽的研究表明，末端出行对可达性具有显著影响[14-15]，需要在可达性建模中考虑多方式的组合出行[16-17]. 确定站点影响范围是考虑末端出行时间的基础，站点的骑行影响范围的划分方法有待研究. 仅考虑出行时间或者利用累计机会模型测算可达性，均不能刻画供需之间的竞争关系. 利用两步移动搜索法[18-19]可以解决该问题，但直接应用传统方法不能纳入末端出行时间. 此外，已有研究主要关注城市轨道交通就业可达性的效率特征，缺少对公平性特征的分析.

本文基于站点的步行影响范围及根据共享单车订单数据识别所得的骑行影响范围，提出考虑末端出行的两步移动搜索法. 结合洛伦兹曲线和基尼系数，构建城市轨道交通就业可达性测算和分析的研究框架. 以北京市为例进行分析，为配置城市和交通资源、创新可达性导向的职住对接机制提供一定的参考与依据.

1. 研究方法

1.1. 研究框架

本文的研究框架如图1所示. 收集交通与土地利用的各部分数据，基于站点影响范围确定站点职住分布、末端出行时间和站间出行时间，提出考虑末端出行的两步移动搜索法，计算城市轨道交通就业可达性. 分别从空间特征、公平性的角度分析可达性，比较提出的改进方法与传统方法的差异.

图 1

新窗口打开| 下载原图ZIP| 生成PPT

图 1   城市轨道交通就业可达性的研究框架

Fig.1   Research framework of job accessibility of urban rail transit


1.2. 考虑末端出行的两步移动搜索法

在既有两步移动搜索法的基础上，提出考虑末端出行的改进方法，具体的计算步骤如下.

1）对于每个站点j，搜索其在给定出行时间内可达的所有站点k，计算第m种末端出行方式下，站点j的加权供需比$ R_j^m $：

$ R_j^m = \frac{{S_j^m}}{{\displaystyle \sum\limits_{k \in \left\{ {T_{kj}^m \leqslant {T_0}} \right\}} {f\left( {T_{kj}^m} \right) \cdot P_k^m} }} . $

式中：m为1或2，分别表示末端出行方式为步行或骑行；$ S_j^m $为站点j影响范围内的就业兴趣点 (point of interest, POI)数量；$ P_k^m $为站点k影响范围内的人口数量；f(·)为衰减函数；$ T_0^{} $为出行时间阈值，由于2020年北京市的平均通勤时间为47 min[20]，结合“全国123出行交通圈”的规划目标，将T0设置为60 min；$ T_{kj}^m $为站点k和j之间的总出行时间，

$ T_{kj}^m = t_{{\mathrm{h}}k}^m+{t_{kj}}+t_{j{\mathrm{w}}}^m . $

式中：$ {t_{kj}} $为站点k与j之间的站间出行时间，包括候车、在车、换乘时间，由AFC刷卡数据确定；$ t_{{\mathrm{h}}k}^m $和$ t_{j{\mathrm{w}}}^m $分别为第m种末端出行方式下站点k影响范围内所有小区到站点k、站点j到其影响范围内所有就业POI的平均出行时间.

2）对于每个站点i，搜索其在给定出行时间内可达的所有站点j，加权集计所有站点j的供需比：

$ A_i^m = \sum\limits_{j \in \left\{ {T_{ij}^m \leqslant {T_0}} \right\}} {f\left( {T_{ij}^m} \right) \cdot \frac{{S_j^m}}{{\displaystyle \sum\limits_{k \in \left\{ {T_{kj}^m \leqslant {T_0}} \right\}} {f\left( {T_{kj}^m} \right) P_k^m} }}}. $

式中：$ A_i^m $为第m种末端出行方式下站点i的城市轨道交通就业可达性，可以解释为站点j的出行者在给定时间内利用城市轨道交通系统人均可到达的工作机会数量. 为了具体分析可达性统计特征，引入$ {A_{{\text{mean}}}} $、$ {A_{{\text{std}}}} $分别表示可达性平均值和标准差.

f的选择是测算就业可达性的重要环节，既有研究多采用不同时间范围内固定系数的分段函数[19]或连续变化的指数函数、幂函数、高斯函数、核密度函数等函数[21-22]. 考虑到高斯型函数在较近和较远阶段衰减较慢的特点[23]，选取标准化的高斯函数，如下所示：

$ f\left({T}_{kj}^{m}\right)=\left\{\begin{array}{l}\dfrac{\mathrm{exp}\left[-0.5 {\left({{T}_{kj}^{m}}/{{T}_{0}}\right)}^{2}\right]-{{\mathrm{e}}}^{-1/2}}{1-{{\mathrm{e}}}^{-1/2}},\text{ }{T}_{kj}^{m}\leqslant {T}_{0};\\ 0,\text{ }{T}_{kj}^{m} > {T}_{0}.\end{array}\right. $

提出的改进方法与传统两步移动搜索法之间的核心差异如图1所示. 传统方法中给定站点的搜索范围仅考虑了站间出行时间，忽视了出行者在全出行链过程中第一公里和最后一公里的出行时间. 从图1可以看出，在考虑末端出行时间后，给定站点在相同出行时间阈值下的搜索范围变小，说明传统方法无法反映真实供需关系的空间范围. 由于各个站点的职住分布情况不同，利用改进方法可以更好地体现站点的空间异质性. 此外，相较于基于行政单元、栅格或传统站点单元的就业可达性研究[24,11]，提出的改进方法可以结合实际的刷卡数据与末端出行数据，考虑多方式组合出行.

1.3. 基于洛伦兹曲线的公平性评价方法

洛伦兹曲线和基尼系数是量化可达性的公平性特征的重要方法[25-26]. 对于洛伦兹曲线而言，收入常被用来作为研究单元排序的依据[25]，由于站点影响范围内细粒度的个体化数据难以获取，参考Zhu等[26]的研究，利用小区平均房价表示站点的社会经济属性并将其由低至高排序. 横轴为排序后研究单元数量的累计占比，纵轴是相应研究单元的就业可达性累计占比，以此综合考虑住房成本和通勤成本. 基尼系数由洛伦兹曲线计算得出，为公平线和洛伦兹曲线围合区域的面积与公平线以下区域面积的比值. 基尼系数的计算公式可以表示如下：

$ G = 1 - \sum\limits_{p = 1}^P {\left( {{X_p} - {X_{p - 1}}} \right)\left( {{Y_p}+{Y_{p - 1}}} \right)} . $

式中：Xp为前p个站点的累计占比；Yp为前p个站点的累计就业可达性占比；P为站点总数量；G为基尼系数，取值为[0, 1.0]. 基尼系数越大，则洛伦兹曲线越远离公平线，表示分配结果越不公平；反之基尼系数越小，则洛伦兹曲线越接近公平性线，表示分配结果越公平.

2. 研究区域与数据

2.1. 研究区域

选取北京市六环内区域为研究范围，面积约为2 267 km2，2020年人口与岗位分别占全市的78%和80%[27]. 选取2017年城市轨道交通系统作为研究对象，研究范围内共有18条线路和266座站点.

确定站点影响范围是研究轨道交通就业可达性的基础. 缓冲区是最常见的处理形式[28-29]，其操作简单，但缺点是对所有站点进行统一处理，未体现不同站点的差异性特征. 此外，不同站点的缓冲区存在重合、交叉的现象. 泰森多边形作为另一种空间范围划分方式[30]，解决了重合区域的问题并且考虑了样本点的差异性. 如图2所示，参考Wang等[31-32]的研究，分别生成站点1、2的800 m缓冲区(A、B)与泰森多边形(C、D). 将缓冲区的重合区域与泰森多边形相交，再将所得的各部分重合区域分配给对应泰森多边形的车站，得到影响范围(E、F).

图 2

新窗口打开| 下载原图ZIP| 生成PPT

图 2   重合区域处理的示意图

Fig.2   Diagram of processing of overlapping area


800 m缓冲区范围仅为步行影响范围，骑行是城市轨道交通重要的接驳方式，有必要进一步考虑各站点的骑行影响范围. 在既有研究的基础上[33]，利用共享单车订单数据，筛选出起点或终点在与站点距离小于等于200 m的范围内的骑行订单数据. 根据出行距离的85分位数，排除长距离出行的数据. 对于剩余数据的OD点，利用ArcGIS的聚合点工具，生成各站点的骑行范围. 与步行影响范围相同，利用泰森多边形处理重合区域，得到各站点差异化的骑行影响范围，如图3的各站点更大的外围区域所示. 可以看出，站点骑行影响范围尤其外围地区范围明显大于步行影响范围，呈现出更强的空间异质性特征.

图 3

新窗口打开| 下载原图ZIP| 生成PPT

图 3   城市轨道交通站点步行和骑行影响范围

Fig.3   Walking and cycling catchment area of urban rail transit station


2.2. 数据说明

城市轨道交通就业可达性的测算须使用以下3类数据.

1) 就业数据. 借助高德地图开放平台的POI搜索API(application programming interface)，获取公司企业类的POI数据，以表示就业机会[34-35]. 共得到就业POI数据101 397条，包括名称、坐标、地址、类别等信息.

2) 人口数据. 采用北京市第7次人口普查数据和链家小区数据. 其中，链家小区数据共计8923条，包括小区名称、经纬度、房价、户数及栋数等字段. 为了获取地铁站点影响范围内的常住人口，根据各小区在所处街道中的户数占比，将各街道的七普人口分配到各个小区，最终集计到各站点.

3) 交通出行数据. 采用北京地铁AFC数据、北京市摩拜共享单车订单数据和高德地图路径规划数据. 其中，北京地铁AFC数据来自2017年10月某工作日，包括进站车站、出站车站、进站线路、出站线路、进站时间及出站时间等字段. 北京市摩拜共享单车订单数据来自2017年5月一周工作日内早晚高峰时段的407 790条订单数据，包括骑行起始时间和地点、车辆ID、车辆类型和用户ID等信息. 借助高德地图路径规划API，分别获取各站点到其步行和骑行影响范围内小区、就业POI的路径规划数据，共计124 106条，包括起终点坐标、出行距离、出行时间等字段.

3. 结果分析

3.1. 城市轨道交通的末端出行时间

如图4所示为末端出行的时间分布. 图中，$t_{\mathrm{sw}}^1 $、$t_{\mathrm{sw}}^2 $分别为站点到就业POI的步行时间和骑行时间，$t_{\mathrm{hs}}^1 $、$t_{\mathrm{hs}}^2 $分别为小区到站点的步行时间和骑行时间，N为对应末端出行时间的车站数量. 从图4可以看出，平均末端步行时间总和为18.6 min，远高于平均骑行时间8.6 min. 尽管骑行影响范围大于步行影响范围，但骑行速度远高于步行，导致骑行时间较短. 从全出行链的角度上看，末端步行和骑行时间分别占总出行时间的29%、16%，因此末端出行是轨道交通出行的重要组成部分. 此外，各站点到就业POI的平均步行时间为9.0 min，略少于居住小区到站点的平均步行时间9.6 min. 末端骑行时间呈现出类似的特征，该结果说明相较于居住，就业在站点核心区域的聚集性更强.

图 4

新窗口打开| 下载原图ZIP| 生成PPT

图 4   城市轨道交通末端出行时间的统计

Fig.4   Statistics of access and egress travel time of urban rail transit


3.2. 城市轨道交通就业可达性

城市轨道交通就业可达性的空间分布如图5所示，其中可达性已标准化到[0, 1.0]并按等距划分原则展示. 可以看出，2种末端出行方式下的可达性均具有明显的廊道连续性，整体上呈现出由中心城区向外围递减，北优于南，东优于西的空间特征. 可达性的空间分离现象明显，高可达性站点高度集中于四环内区域. 可以看出，一些站点例如北京站、北京南站、北京西站虽然有着良好的区位优势，由于站城融合程度低，末端出行时间过长，导致就业可达性较低. 需要进一步加强大型交通枢纽与周围职住的交通衔接，改善慢行环境. 在连接外围新城的线路中，东南方向亦庄线的就业可达性相对较高. 良好的就业可达性不仅有利于缓解中心城区的交通及其他资源的压力，而且可以有效地支撑外围新城的高质量建设与发展.

图 5

新窗口打开| 下载原图ZIP| 生成PPT

图 5   城市轨道交通就业可达性的空间分布

Fig.5   Spatial distribution of job accessibility of urban rail transit


如图6所示，尽管不同末端出行方式的就业可达性存在一定的差异，整体上结果均体现出北京市不同环路区域的城市轨道交通就业可达性存在递远递减的趋势，与单中心的城市结构相符. 二环内城市轨道交通站点的就业可达性最高，平均约为0.009，四环外站点的可达性快速下降，五环至六环区域的站点平均就业可达性平均仅约为0.003. 由于城市化的发展及中心城区高额的房价，城市外围的轨道沿线地区聚集大量人口，产生巨大的就业需求，但就业可达性远低于中心城区. 对于这些地区的出行者，为了获得充足、优质的就业机会，长距离通勤成为必然选择，这进一步加剧了城市职住分离的现象.

图 6

新窗口打开| 下载原图ZIP| 生成PPT

图 6   不同环路区域的城市轨道交通就业可达性

Fig.6   Job accessibility of urban rail transit of areas between different ring line


不同线路的就业可达性统计特征如图7所示. 可以看出，各线路的平均就业可达性呈现明显的阶梯式分布，因区位及功能特征而异. 2号线站点的就业可达性最高，5号线和10号线次之，这些线路主要位于城市核心区域，覆盖了主要的就业岗位聚集区. 昌平线、八通线、房山线等连接外围新城的线路的就业可达性最低. 因为相较于其他直径线或半径线，环线中各站点的交通区位特征与建成环境特征较均衡，2号线和10号线各站点就业可达性的标准差较小. 由于服务机场接驳，站间距大，首都机场线的标准差最大，即各站点间的可达性差距大.

图 7

新窗口打开| 下载原图ZIP| 生成PPT

图 7   不同线路的城市轨道交通就业可达性

Fig.7   Job accessibility of urban rail transit of different line


3.3. 城市轨道交通就业可达性的公平性

城市轨道交通就业可达性的洛伦兹曲线如图8所示. 可以看出，实际的洛伦兹曲线位于公平线下方，步行和骑行2种方式下的基尼系数达到0.16、0.17，按照财富分配的国际标准，这意味着就业可达性分配公平. 为了具体分析公平性特征，将所有站点按平均房价的分位数划分为低、中、高房价3类站点. 从统计结果可知，低房价站点与高房价站点的就业可达性占比分别为20%与42%，前者存在明显的就业可达性劣势. 对于北京而言，各地区的住房成本与通勤成本难以平衡，低房价站点的出行者不得不承担更高的交通成本，以获取充足、多样的就业机会.

图 8

新窗口打开| 下载原图ZIP| 生成PPT

图 8   城市轨道交通就业可达性的洛伦兹曲线

Fig.8   Lorenz curve of job accessibility of urban rail transit


不同类型站点内的公平性特征值得关注，分别以环路和平均房价作为站点类型的划分依据，从区位以及社会经济特征2个角度研究某类型站点内的就业可达性分配情况. 以骑行方式为例，结果如图9所示.

图 9

新窗口打开| 下载原图ZIP| 生成PPT

图 9   不同类型站点的洛伦兹曲线

Fig.9   Lorenz curve of different kind of station


从图9(a)可以看出，二环内、二环至三环、三环至四环站点的洛伦兹曲线比较接近，与公平线几乎重合. 四环至五环和五环至六环站点的曲线偏离公平线，基尼系数分别达到0.07、0.12. 这说明外围区域的站点不仅整体上就业可达性较低，内部的就业可达性分配相对更不均衡，因此不仅要提高这些劣势地区站点的就业可达性，也要注重它们的均衡发展问题. 相似地，从图9(b)可以看出，相较于整体的洛伦兹曲线，各房价类型站点的洛伦兹曲线更加接近公平线. 低房价站点的曲线偏离公平线最远，这意味着低房价站点存在就业可达性分配不均衡的问题.

3.4. 改进方法与传统方法的差异

如图10所示为相较于传统仅考虑站间出行时间的两步移动搜索法，利用考虑末端出行的改进方法得到的就业可达性变化值及变化比例的空间分布. 其中，就业可达性变化值已标准化到[−1, 1]并按等距划分原则以不同颜色展示；此外，按照可达性变化比例将站点分为4类，以不同大小展示. 可以看出，末端出行对可达性具有显著影响，且存在空间异质性. 从变化幅度上看，由于开发紧凑性较低以及可达性基数小，外围地区站点的可达性变化比例明显高于中心城区. 在步行和骑行2种末端出行方式下，各站点的平均变化幅度分别为20%、9%，后者变化较小的原因是末端骑行时间较短，占总出行时间的比例小. 不同站点的可达性变化趋势存在显著差异. 在改进方法中，考虑末端出行后，各站点在给定时间阈值下可达站点的数量减少，由于潜在需求减少，可达站点的供需比上升. 对于可达性上升站点，受供需比上升的影响更大，例如就业资源较集中的亦庄线末端站点. 对于可达性下降站点，受可达站点减少的影响更大，导致可达性下降，例如以居住为主的1号线、14号线西部末端站点.

图 10

新窗口打开| 下载原图ZIP| 生成PPT

图 10   考虑末端出行对可达性的影响

Fig.10   Effect on accessibility after considering access and egress travel


对于公平性而言，末端出行不仅影响各站点的可达性水平，也会影响可达性的整体空间分布模式. 相较于仅考虑站间出行时间的传统方法，利用考虑末端步行、骑行时间的改进方法所得的基尼系数分别变化了10%、2%. 由此可见，利用传统的测算方法，无法正确地评估城市轨道交通就业可达性的公平性特征.

4. 结　论

(1) 末端出行对城市轨道交通就业可达性与公平性有显著影响，有必要利用考虑末端出行的两步移动搜索法更加准确地识别供需竞争的空间范围，测算实际的就业可达性与公平性. 北京市的案例显示，步行和骑行2种方式下的末端出行时间平均为18.6、8.6 min，占总出行时间的29%、16%. 相较于传统方法，利用改进方法所得的结果显示，就业可达性平均变化20%、9%，且外围站点变化更大，就业可达性的公平性程度变化了10%、2%.

(2) 2种末端出行方式下，小区到站点的平均出行时间高于站点到就业POI的出行时间5.8%. 就业资源比居住小区在站点影响范围内聚集性更强的特点表明，有必要在新开发区域引导居住资源向站点核心区域集中的规划方式，提供便捷的接驳服务例如共享单车、微循环公交，减少第一公里的出行时间. 应在城市更新的过程中注重核心区域的慢行环境设计，增强街道活力，为出行者提供良好的慢行体验.

(3) 五环至六环区域站点的平均就业可达性仅为二环内站点的1/3. 就业可达性的空间异质性是导致过度通勤的重要原因，由于住房成本和通勤成本难以协调统一，外围地区的出行者不得不承担更高的出行成本，获取充足、多样的就业机会. 快速直达的城市轨道交通运营组织方式例如快慢车、直通运营有利于缩短出行时间、提高就业可达性. 在外围地区的廊道上合理配置可负担住房和匹配的就业资源，有利于实现廊道上的职住平衡，促进社会资源的公平分配.

本研究存在一些局限之处. 本文对于末端出行仅考虑了步行和骑行方式，未来可进一步研究地面公交、出行车、网约车等城市轨道交通的接驳方式，结合实际的出行特征，精确识别站点的吸引范围. 考虑到不同交通方式间存在竞争关系，后续的可达性研究在建模上有待进一步考虑不同出行方式的结构. 此外，未来可以使用出行调查数据、统计数据、手机信令数据等多源数据表示就业岗位数量及其特征，结合客流数据研究站点的就业可达性.

参考文献

KAIN J F

Housing segregation, negro employment, and metropolitan decentralization

[J]. The Quarterly Journal of Economics, 1968, 82 (2): 175

DOI:10.2307/1885893      [本文引用: 1]

CERVERO R

Jobs-housing balancing and regional mobility

[J]. Journal of the American Planning Association, 1989, 55 (2): 136- 150

DOI:10.1080/01944368908976014      [本文引用: 1]

张翔, 刘杰, 殷勇, 等

基于SUE客流分配的城市轨道交通可达性研究

[J]. 交通运输工程与信息学报, 2019, 17 (2): 138- 145

DOI:10.3969/j.issn.1672-4747.2019.02.018      [本文引用: 1]

ZHANG Xiang, LIU Jie, YIN Yong, et al

Research on the accessibility of urban rail transit based on sue passenger flow assignment

[J]. Journal of Transportation Engineering and Information, 2019, 17 (2): 138- 145

DOI:10.3969/j.issn.1672-4747.2019.02.018      [本文引用: 1]

李建霆, 李璀瑾, 周鑫, 等

轨道交通可达性时空演化及对公交可达的影响: 以湖南省长沙市为例

[J]. 宁夏大学学报: 自然科学版, 2021, 42 (4): 444- 448

[本文引用: 1]

LI Jianting, LI Cuijin, ZHOU Xin, et al

Spatiotemporal evolution of rail accessibility and its impact on public transit accessibility: taking Changsha city as an example

[J]. Journal of Ningxia University: Natural Science Edition, 2021, 42 (4): 444- 448

[本文引用: 1]

CHEN S, CLARAMUNT C, RAY C

A spatio-temporal modelling approach for the study of the connectivity and accessibility of the Guangzhou metropolitan network

[J]. Journal of Transport Geography, 2014, 36: 12- 23

DOI:10.1016/j.jtrangeo.2014.02.006      [本文引用: 1]

PENG J, CUI C, QI J, et al

The evolvement of rail transit network structure and impact on travel characteristics: a case study of Wuhan

[J]. ISPRS International Journal of Geo-Information, 2021, 10 (11): 789

DOI:10.3390/ijgi10110789      [本文引用: 1]

ZHU P, HO S N, JIANG Y, et al

Built environment, commuting behaviour and job accessibility in a rail-based dense urban context

[J]. Transportation Research Part D: Transport and Environment, 2020, 87: 102438

DOI:10.1016/j.trd.2020.102438      [本文引用: 1]

胡娜, 张纯

城市轨道交通可达性对通勤满意度的影响

[J]. 城市交通, 2022, 20 (3): 90- 99

[本文引用: 1]

HU Na, ZHANG Chun

Impacts of accessibility of urban rail transit on commuting satisfaction

[J]. Urban Transport of China, 2022, 20 (3): 90- 99

[本文引用: 1]

王姣娥, 熊美成, 黄洁

时空约束下的地铁可达性研究: 以北京为例

[J]. 地理科学, 2022, 42 (1): 83- 94

[本文引用: 1]

WANG Jiaoe, XIONG Meicheng, HUANG Jie

Subway accessibility under space-time constraints: a case study of Beijing

[J]. Scientia Geographica Sinica, 2022, 42 (1): 83- 94

[本文引用: 1]

SHAO R, DERUDDER B, YANG Y

Metro accessibility and space-time flexibility of shopping travel: a propensity score matching analysis

[J]. Sustainable Cities and Society, 2022, 87: 104204

DOI:10.1016/j.scs.2022.104204      [本文引用: 1]

LYU G, BERTOLINI L, PFEFFER K

How does transit-oriented development contribute to station area accessibility? a study in Beijing

[J]. International Journal of Sustainable Transportation, 2020, 14 (7): 533- 543

DOI:10.1080/15568318.2019.1578841      [本文引用: 2]

高顺祥, 陈珍, 张志健, 等

骑行替代步行后公共交通可达性改善效果评估方法

[J]. 地球信息科学学报, 2023, 25 (3): 439- 449

DOI:10.12082/dqxxkx.2023.220495      [本文引用: 1]

GAO Shunxiang, CHEN Zhen, ZHANG Zhijian, et al

Evaluation of improvement of public transport accessibility considering riding instead of walking

[J]. Journal of Geo-information Science, 2023, 25 (3): 439- 449

DOI:10.12082/dqxxkx.2023.220495      [本文引用: 1]

饶传坤, 雷思静

厦门岛轨道交通站点共享单车接驳影响因素研究

[J]. 浙江大学学报: 理学版, 2024, 51 (1): 90‐98

[本文引用: 1]

RAO Chuankun, LEI Sijing

Study on the influencing factors of shared bikes connection to rail transit stations in Xiamen island

[J]. Journal of Zhejiang University: Science Edition, 2024, 51 (1): 90‐98

[本文引用: 1]

LIU L, MILLER H J

Measuring the impacts of dockless micro-mobility services on public transit accessibility

[J]. Computers, Environment and Urban Systems, 2022, 98: 101885

DOI:10.1016/j.compenvurbsys.2022.101885      [本文引用: 1]

MOYANO A, MOYA-GÓMEZ B, GUTIÉRREZ J

Access and egress times to high-speed rail stations: a spatiotemporal accessibility analysis

[J]. Journal of Transport Geography, 2018, 73: 84- 93

DOI:10.1016/j.jtrangeo.2018.10.010      [本文引用: 1]

付晓, 李梦瑶, 陆欣, 等

考虑行程时间不确定性的服务设施时空可达性度量

[J]. 交通运输系统工程与信息, 2019, 19 (2): 86- 93

[本文引用: 1]

FU Xiao, LI Mengyao, LU Xin, et al

Measurement of space-time accessibility to service facilities considering travel time uncertainty

[J]. Journal of Transportation Systems Engineering and Information Technology, 2019, 19 (2): 86- 93

[本文引用: 1]

ZHANG Y, FU X, YU Z, et al

How does multi-modal travel enhance tourist attraction accessibility? a refined two-step floating catchment area method using multi-source data

[J]. Transactions in GIS, 2024, 28 (2): 278- 302

[本文引用: 1]

LUO W, WANG F

Measures of spatial accessibility to health care in a GIS environment: synthesis and a case study in the Chicago region

[J]. Environment and Planning B: Planning and Design, 2003, 30 (6): 865- 884

DOI:10.1068/b29120      [本文引用: 1]

LUO W, QI Y

An enhanced two-step floating catchment area (e2sfca) method for measuring spatial accessibility to primary care physicians

[J]. Health and Place, 2009, 15 (4): 1100- 1107

DOI:10.1016/j.healthplace.2009.06.002      [本文引用: 2]

中国城市规划设计研究院. 2020年度中国主要城市通勤监测报告[R]. 北京: 中国城市规划设计研究院, 2021.

[本文引用: 1]

XING J, NG S T

Analyzing spatiotemporal accessibility patterns to tertiary healthcare services by integrating total travel cost into an improved E3SFCA method in Changsha, China

[J]. Cities, 2022, 122: 103541

DOI:10.1016/j.cities.2021.103541      [本文引用: 1]

刘纪平, 曹元晖, 王勇, 等

利用网络泛地图资源评价15min生活圈医疗服务可达性: 以上海市为例

[J]. 武汉大学学报: 信息科学版, 2022, 47 (12): 2054- 2063

[本文引用: 1]

LIU Jiping, CAO Yuanhui, WANG Yong, et al

Evaluating the accessibility of medical services in the 15 min life circle using internet pan-map resources: a case study in Shanghai

[J]. Geomatics and Information Science of Wuhan University, 2022, 47 (12): 2054- 2063

[本文引用: 1]

陶卓霖, 程杨

两步移动搜寻法及其扩展形式研究进展

[J]. 地理科学进展, 2016, 35 (5): 589- 599

DOI:10.18306/dlkxjz.2016.05.006      [本文引用: 1]

TAO Zhuolin, CHENG Yang

Research progress of the two-step floating catchment area method and extensions

[J]. Progress in Geography, 2016, 35 (5): 589- 599

DOI:10.18306/dlkxjz.2016.05.006      [本文引用: 1]

XIAO W, WEI Y D, WAN N

Modeling job accessibility using online map data: an extended two-step floating catchment area method with multiple travel modes

[J]. Journal of Transport Geography, 2021, 93: 103065

DOI:10.1016/j.jtrangeo.2021.103065      [本文引用: 1]

EL-GENEIDY A, LEVINSON D, DIAB E, et al

The cost of equity: assessing transit accessibility and social disparity using total travel cost

[J]. Transportation Research Part A: Policy and Practice, 2016, 91: 302- 316

DOI:10.1016/j.tra.2016.07.003      [本文引用: 2]

ZHU L, SHI F

Spatial and social inequalities of job accessibility in Kunshan city, China: application of the Amap API and mobile phone signaling data

[J]. Journal of Transport Geography, 2022, 104: 103451

DOI:10.1016/j.jtrangeo.2022.103451      [本文引用: 2]

北京交通发展研究院. 2020北京市交通发展年度报告[R]. 北京: 北京交通发展研究院, 2021.

[本文引用: 1]

CHENG L, WANG K, DE VOS J, et al

Exploring non-linear built environment effects on the integration of free-floating bike-share and urban rail transport: a quantile regression approach

[J]. Transportation Research Part A: Policy and Practice, 2022, 162: 175- 187

DOI:10.1016/j.tra.2022.05.022      [本文引用: 1]

DU Q, ZHOU Y, HUANG Y, et al

Spatiotemporal exploration of the non-linear impacts of accessibility on metro ridership

[J]. Journal of Transport Geography, 2022, 102: 103380

DOI:10.1016/j.jtrangeo.2022.103380      [本文引用: 1]

王文静, 陈艳艳, 汪一泓

基于泰森多边形的地铁换乘量生成模型及影响因素分析

[J]. 公路交通科技, 2021, 38 (10): 137- 143

DOI:10.3969/j.issn.1002-0268.2021.10.018      [本文引用: 1]

WANG Wenjing, CHEN Yanyan, WANG Yihong

A generation model of metro transfer flow and analysis on its influencing factors based on Voronoi polygons

[J]. Journal of Highway and Transportation Research and Development, 2021, 38 (10): 137- 143

DOI:10.3969/j.issn.1002-0268.2021.10.018      [本文引用: 1]

WANG J, WAN F, DONG C, et al

Spatiotemporal effects of built environment factors on varying rail transit station ridership patterns

[J]. Journal of Transport Geography, 2023, 109: 103597

DOI:10.1016/j.jtrangeo.2023.103597      [本文引用: 1]

YANG L, YU B, LIANG Y, et al

Time-varying and non-linear associations between metro ridership and the built environment

[J]. Tunnelling and Underground Space Technology, 2023, 132: 104931

DOI:10.1016/j.tust.2022.104931      [本文引用: 1]

WU X, LU Y, GONG Y, et al

The impacts of the built environment on bicycle-metro transfer trips: a new method to delineate metro catchment area based on people’s actual cycling space

[J]. Journal of Transport Geography, 2021, 97: 103215

DOI:10.1016/j.jtrangeo.2021.103215      [本文引用: 1]

DING C, LIU T, YAO B, et al

Understanding the time-dependent effect of built environment attributes on station-level metro ridership uncertainty in Beijing: a big data analytic approach

[J]. Tunnelling and Underground Space Technology, 2023, 137: 105148

DOI:10.1016/j.tust.2023.105148      [本文引用: 1]

LIU B, XU Y, GUO S, et al

Examining the nonlinear impacts of origin-destination built environment on metro ridership at station-to-station level

[J]. ISPRS International Journal of Geo-Information, 2023, 12 (2): 59

DOI:10.3390/ijgi12020059      [本文引用: 1]

/

〈 〉