城市轨道交通线网规模与人口和岗位密度之间的关系

李元坤叶霞飞

城市轨道交通线网规模与人口和岗位密度之间的关系

李元坤叶霞飞

（同济大学道路与交通工程教育部重点实验室，201804，上海//第一作者，硕士研究生）

人口密度与岗位密度是确定城市轨道交通线网规模的重要指标，但如何表征人口密度和岗位密度指标与线网规模的关系有待进一步研究。选取城市轨道交通线网密度作为衡量线网规模的指标，对国内外典型城市的轨道交通线网密度、线网负荷强度、人口密度、岗位密度、人口密度加岗位密度、人口密度与岗位密度中较大值等进行关联性分析，研究城市轨道交通线网密度与人口、岗位密度指标之间的关系，并比较亚洲和欧美城市轨道交通线网密度与人口、岗位密度之间关系的差异，为合理确定我国城市轨道交通线网规模提供借鉴。

城市轨道交通；线网规模；人口密度；岗位密度

Author′s addressState Key Laboratory for Road and Traffic Engineering，TongjiUniversity，201804，Shanghai，China

在确定城市轨道交通线网规模时，分析城市交通出行需求尤为重要。而交通出行需求与城市的人口密度、岗位密度密切关联。除了这两项密度指标，人口密度加岗位密度、人口密度与岗位密度中较大值等指标都可能对线网规模的确定产生影响。因而，线网密度与上述4个密度指标之间的关系有待进一步研究。

本文选取城市轨道交通线网密度作为衡量线网规模的指标，基于国外典型城市轨道交通线网及其对应的城市人口、岗位密度调查数据，研究线网密度与上述4个密度指标之间的关系，为合理确定我国城市轨道交通线网规模提供借鉴。

1 境外典型城市轨道交通线网密度、人口密度及岗位密度的调查分析

统计了境外11个典型城市不同区位的城市轨道交通线网密度、人口密度、岗位密度和线网负荷强度等基础数据。本文所指的城市轨道交通包含城市范围内所有为城市客运服务的轨道交通系统。此外，由于首尔市为首尔都市圈的中心，市域范围内的开发相对均匀且强度大，为此，仅将首尔市划分为核心区和市区。境外11个典型城市的区位划分结果如表1所示。

1.1线网密度、人口密度及岗位密度的统计数据

11个境外典型城市各区位的面积、城市轨道交通线网密度、人口密度、岗位密度的统计结果如表2所示。从表2中可以看出，纽约、柏林、伦敦各区位的线网密度普遍大于日本各城市和台北都会区。

1.2线网负荷强度统计数据

进一步统计各市的线网负荷强度，发现负荷强度差异较大。除札幌、仙台市外，其他亚洲城市的负荷强度均较高，3个欧美城市及札幌、仙台市的负荷强度远低于其他亚洲城市（见图1）。

表1 境外11个典型城市的区位划分表

表2 境外11个典型城市各区位的面积、线网密度及人口密度、岗位密度指标统计表

表2 （续）

图1 1 1个典型城市轨道交通线网的负荷强度

综合分析各城市线网密度和负荷强度，除札幌、仙台市为低线网密度、低负荷强度型线网，亚洲城市的线网总体上属于低线网密度、高负荷强度型，而欧美城市线网总体属于高线网密度、低负荷强度型。由此可认为，亚洲城市和欧美城市的线网类型存在一定差异。

1.3异常数据分析

纽约市核心区的城市轨道交通为地铁系统，统计显示其线网密度高达3.49 km/km2（主要原因是系统内存在大量双复线情况），但纽约市地铁系统的负荷强度仅为0.91万人/（km·d），如此高线网密度低负荷强度的情况较为特殊。

台北捷运的发展包括三个阶段，目前刚完成了第二阶段的线网建设。截至2015年底，台北捷运已开通的线路长度为131.1 km，还有70.83 km的线路在建，且有119.92 km的线路在规划阶段。考虑到台北捷运系统处于不断建设中，现有的线网密度不足以作为研究参考。

根据以上分析，纽约市核心区及台北都会区的线网情况较为特殊，不适用于本研究，需作为异常数据排除。因此，仅研究除台北外其余10个城市的轨道交通线网密度与人口密度、岗位密度的关系，其中又排除纽约市核心区的数据。

2 城市轨道交通线网密度与人口、岗位密度之间的关系

对境外10个典型城市的核心区、市区、郊区的线网密度与人口密度、岗位密度、人口密度加岗位密度、人口密度与岗位密度中较大值等4个指标之间的关系进行回归分析，并分别对亚洲、欧美城市的数据进行回归，以比较它们之间的差异。

2.1回归模型的选择

通过对上述4个指标的双变量相关性分析，发现4个指标之间高度相关，无法进行多元回归，因此采用一元回归模型。再以线网密度与人口密度加岗位密度之间关系的散点图（见图2）为例，看出两者呈明显的线性正相关关系。为此，本文选用包含常数项的一元线性回归模型对线网密度与人口、岗位密度之间的关系进行回归分析。

2.210个境外城市的轨道交通线网密度与人口、岗位密度的回归模型

图2 城市轨道交通线网密度与人口密度加岗位密度之间的关系

以城市轨道交通线网密度为因变量，分别以4个人口、岗位密度指标为自变量进行线性回归，结果如表3所示。从表3可以看出，所有回归模型均通过显著性检验和F检验。其中，基于人口密度加岗位密度、人口密度与岗位密度中较大值的回归模型修正R2（判定系数）相同且最大。

表3 城市轨道交通线网密度与4个指标的回归结果

为进一步分析两个R2较大的回归模型的拟合效果，将10个城市的市域数据分别代入基于人口密度加岗位密度、人口密度与岗位密度中较大值的模型中，求得预测值与实际值的平均误差分别为0.12 km/km2和0.14 km/km2。因此，认为前者的拟合效果更优。即人口密度加岗位密度指标最能反应城市轨道交通线网密度与人口、岗位密度之间的关系。回归方程如下：

式中：

P——城市轨道交通线网密度，km/km2；

ks——人口密度加岗位密度，万人/km2。

2.3亚洲和欧美城市轨道交通线网密度与人口、岗位密度的回归模型

分别对7个亚洲城市的20条数据和3个欧美城市的8条数据进行回归分析，结果如表4、表5所示。从表4、表5中可以看出，亚洲和欧美的4个回归模型均通过检验。其中，基于人口密度加岗位密度的模型修正R2最大，即此模型的回归拟合效果最优。亚洲和欧美的回归方程分别为：

式中：

Pa——亚洲城市轨道交通线网密度，km/km2；

表4 亚洲城市轨道交通线网密度与人口、岗位密度的回归结果

表5 欧美城市轨道交通线网密度与人口、岗位密度的回归结果

Pe——欧美城市轨道交通线网密度，km/km2。

2.4城市轨道交通线网密度与人口、岗位密度回归模型的应用

如果可以获取某城市轨道交通规划范围内的人口密度加岗位密度指标，则可根据上述基于人口密度加岗位密度的城市轨道交通线网密度回归模型估算城市轨道交通线网密度，并根据线网密度来估算城市轨道交通线网规模。

对比式（2）、式（3）可以发现，欧美回归方程的回归系数大于亚洲回归方程的回归系数，且当人口密度加岗位密度相同时，欧美对应的城市轨道交通线网密度大于亚洲的城市轨道交通线网密度，说明欧美更倾向于通过提高城市轨道交通线网密度来满足客流需求的增长。

欧美城市的轨道交通线网总体属于高线网密度、低负荷强度型，虽然密集的城市轨道交通线网可以保证良好的服务水平，但前期需要投入大量资金进行线路建设，后期还会产生较高的运营费用。而亚洲城市的轨道交通线网总体属于低线网密度、高负荷强度型，虽然较高的负荷强度会一定程度上降低服务水平，但可以在有限的城市轨道交通线网密度上，通过灵活的运营组织充分利用线网能力，以减少建设和运营成本的投入。

鉴于我国城市人口与经济社会发展的实际情况，建议现阶段宜采用式（1）或式（2）来估算我国城市中心城区的轨道交通线网规模。

3 结论

（1）人口密度加岗位密度指标可以较好地反映城市轨道交通线网密度与人口密度和岗位密度之间的关系，可根据城市轨道交通线网密度与人口密度加岗位密度之间的回归模型来估算城市轨道交通线网规模。

（2）当城市人口密度加岗位密度相同时，欧美城市的轨道交通线网密度大于亚洲城市的轨道交通线网密度，随着人口密度加岗位密度指标值的增大，欧美城市轨道交通线网密度的增长率大于亚洲城市轨道交通线网密度的增长率。

（3）对于我国的城市轨道交通线网建设，若为了尽可能地提升线网服务水平，可参考欧美城市的高线网密度、低负荷强度型线网，通过较高的线网密度提供给乘客方便、舒适的出行体验，但线网的前期建设和后期运营成本高；若为了在有限规模和投资下尽可能满足乘客出行需求，可参考亚洲城市的低线网密度、高负荷强度型线网，通过采用灵活的运营组织方法提升线网负荷强度，实现输送更多的乘客。

（4）鉴于我国城市人口与经济社会发展的实际情况，现阶段宜采用基于10个境外城市数据的回归模型或基于亚洲7个城市数据的回归模型来估算我国城市中心城区的轨道交通线网规模。

［1］寇俊，黄靖宇，顾保南.东京都市圈郊区圈层轨道交通供需特征分析及其对上海的启示［J］.城市轨道交通研究，2015（9）：4.

［2］柳荫，陆建.城市轨道交通建设规模研究［J］.城市交通，2006，4（2）：16.

［3］杨珂.轨道交通线网规划与城市发展关系研究［J］.公路，2016（3）：138.

［4］孟迎春.我国城市轨道交通规模研究［D］.北京：北京交通大学，2009.

［5］胡超凡，郭春安.北京城市轨道交通线网合理规模研究［J］.铁道运输与经济，2006，28（10）：52.

Relationship between Urban Rail Transit Network Scale and Population/Job Density

LIYuankun，YE Xiafei

Population density and job density are important indicators to determ ine the scale of urban rail transit network, but further studies are needed to confirm the relationship between network scale and population/job density.So the density of urban rail transit network is taken as the index to measure the scale of the network，the correlation among urban rail transit network density，network load intensity，population density，job density，population density plus job density，the greater value of population density and job density is completed with the data collected from the major cities in China and abroad.All the data are used to investigate the relationship between urban rail transit network density and population/job density，and the differences between Asian cities，European cities and American cities in this area are compared to provide a reference for the planning of rational urban rail transit network scale in Chinese cities.

urban rail transit;network scale；population density；job density

U231

10.16037/j.1007-869x.2017.07.001

2017-01-10）