出租车服务站布局与城市形态协调性量化分析*
2018-05-02贺明光梁科科
叶 臻 贺明光 梁科科
(交通运输部科学研究院 北京 100029)
0 引 言
针对出租车服务站及相应设施,国外的研究方向主要集中在出租车行业发展、市场管理运营、服务质量和驾驶员健康等方面[1-2],对布局研究涉及较少.而国内在出租车服务站的布局研究方面有一定积累:施宏[3]分析了影响出租车服务网点规划的影响因素及约束条件.王两全[4]以出租车服务需求、土地限制、乘客出租车需求为约束,构建了出租车服务设施约束型选址模型.叶海飞[5]从出租车停靠需求特征出发,探讨出租车停靠需求与土地利用之间的内在关系,建立了基于土地利用的出租车停靠规模预测模型.黎冬平等[6]研究了乘客和出租车相互等待的特征,结合仿真给出了出租车服务网点合理规模的确定流程.金雷等[7]基于样本出租车的GPS数据,提出了基于最大覆盖的出租车停靠站选址模型.
当前国内外相关研究主要是针对城市出租车服务站的驾驶员服务需求和车辆需求展开的.然而,包括出租车服务站在内的城市交通设施,是城市形态的重要构成要素[8],与城市其他构成要素,如城市道路网、人口分布、用地分布等有着密切的联系.由于出租车服务站与城市形态之间的复杂互动关系,需要从城市形态的宏观角度去考虑出租车服务站的布局问题,分析出租车服务站在城市空间内的分布特征.通过建立出租车服务站与城市形态之间相互适应、彼此促进的关系,能够促使出租车行业的相关从业者、产业与环境与得到健康可持续的发展,由此出租车服务站布局与城市形态的协调性研究显得尤为重要.
在空间协调性研究方面,相对于传统数理方法,分形理论具有独到优势[9].本文通过分形理论,对城市出租车服务站布局与其他城市构成要素进行分形量化,进而综合分析出租车服务站布局与城市形态的协调性,并以柳州市市区为例进行研究,分析方法的适用条件和合理性.
1 协调性分析
1.1 城市形态分析
通过调查、咨询等方法,可以得到城市出租车服务站的(意向选址)布局.出租车服务站的(意向选址)布局,具有综合性、分散性、复杂性等多个特点.根据城市形态的定义[10]:城市形态是城市各种功能活动在地域上的呈现,而城市形态的构成要素,一般来说包括城市用地、城市路网、城市人口分布等.显然,出租车服务站的分布布局也是城市构成要素.由于城市构成要素之间关系密切、互动频繁,通过分析出租车服务站布局的分布特征,可以有效了解的出租车服务站与其他城市构成要素之间的匹配性与适应性,剖析出租车服务站布局与城市形态之间的协调性.
针对城市形态与城市构成要素的分布特征,以往相关的研究方法,总体可分为定性研究与定量研究,其中定性研究主要有城市形态文字描述、图像分析等,这些方法具有形象、直观、具体等优点,但难以抽象成参数做量化分析[11];传统的定量研究有特征值法、数理统计法、物理学方法等[12],这些方法习惯于从几何和数学入手,对复杂系统进行简化和抽象.
1.2 协调性量化
然而,由于城市形态的特征具有破碎、不规则且非线性的特点,传统定量方法难以对城市形态与城市构成要素分布的空间形态特征,尤其是自相似特征进行有效且全面的描述.
分形理论反映了图形(或系统)对于空间的填充能力和图形不规则边界的复杂程度[13],该理论可以有效地从非线性城市复杂系统本身入手去揭示城市内部的规律性[14].已有研究也表明,大多数城市形态具有分形特征并且分形值保持在一定范围[15].尤其是针对城市形态的主要四种演变方式,即同心圆式扩张、星状扩张、带状扩张和跳跃式生长,分形理论具有优秀的适用性.
城市形态与城市构成要素的分布特征可体现在多个方面,一般包括构成要素的向心聚集度、构成要素在城市范围内的分布均衡性、以及构成要素与城市发展方向上的协调性等.相应的,关于城市形态的分形方法主要有半径维数、网格维数与边界维数3类:其中边界维数主要讨论用地紧凑程度,基本应用于城市用地发育程度研究[16],对于非用地类的城市构成要素的适用程度较低;半径维数表示分形体由测算中心向周边区域的变化情况[17];网格维数来自于分形理论的盒子维数,表示分形体分布的宏观均衡性.可以看出,半径维数与网格维数是全面刻画城市构成要素分布的主要分形量化手段.
基于此,本文采用半径维数、网格维数,并提出方向维数,对出租车服务站选址与其他城市构成要素进行多方面的分形量化,进而分析出租车服务站布局与城市形态之间的协调性.
2 研究方法
2.1 半径维数
半径维数表示城市构成要素从城市中心点向周边区域的分布趋势,有城市区域A,城市中心点O,区域内城市构成要素的总数量为N(如人数、路网长度等),如果城市构成要素的分布是分形的,城市构成要素数量N(r)与相应的城市半径r之间应有如下关系:
(1)
图1 半径维数双对数坐标图
2.2 网格维数
现在从另一个角度,即空间分布的均衡性来分析城市构成要素的分布特征.同样指定城市区域A,区域内城市构成要素的总数量为N.图2将区域的边长视为1个单位,将长边与宽边k等分,则区域分成了k2个大小相同的网格,网格边长为l=1/k.若第i个网格中存在的城市构成要素数量为Ni,则第i个网格中城市构成要素出现的概率为Pi=Ni/N.根据概率Pi的大小为
(2)
由此可以计算出城市区域内,城市构成要素分布的信息量:
∀1≤i≤k2
(3)
若城市构成要素的空间分布是分形的,则信息量IN(l)与网格边长l之间有如下关系:
(4)
图2 网格维数示意图
2.3 方向维数
现在从第三个角度,即城市构成要素分布的方向协调性来研究分布特征.仍然指定城市区域A,区域内城市构成要素的总数量为N.图3以城市中心O为原点,按照方位将城市划分为k等分的扇形区域,扇形角度为α=2π/k.若第j个扇形区域中存在的城市构成要素数量为Nj,则第j个扇形区域中城市构成要素出现的概率为Pj=Nj/N,由此可以计算出城市区域内,城市构成要素分布的信息量:
(5)
(6)
若城市构成要素的方向分布是分形的,则信息量SN(α)与扇形角度α之间有如下关系:
(7)
图3 方向维数示意图
2.4 数据标准化与协调性指数
半径维数、网格维数和方向维数的物理意义各不相同,为使数据以同等重要的地位合理使用,需要把数据标准化处理,即将具有不同物理意义、不同量纲的数据,进行同趋化和无量纲化处理.数据标准化常用的方法有最值法、Z-score法等.本文采用最为常用的最值法,也称“最小-最大”法,即将数据映射到[0,1]区间,其表达式为
(8)
经数据标准化,令半径维数协调性指数φ为
(9)
采用与式(9)相同的方法,可得到网格维数协调性指数σ和方向维数协调性指数γ:0≤σ≤1,σ越大,表示在空间分布的均衡性上,两个城市构成要素的分布趋势越一致;0≤γ≤1,γ越大,表示两个城市构成要素在方向上的分布特征越一致与协调.
2.5 综合指数
为全面评价城市构成要素的向心聚集度、分布均衡性与方向协调性,提出综合指数ω.
ω=β1·φ·β2·σ·β3·γ
(10)
式中:φ为半径维数协调性指数;σ为网格维数协调性指数;γ为方向维数协调性指数;β1、β2、β3为相应的权重系数.由于以上3类协调性指数的基础数据通过了标准化处理,并且此3类协调性指数代表的城市形态特征的重要性相当,令权重系数β1=β2=β3=1.已知0≤φ≤1,0≤σ≤1,0≤γ≤1,因此,ω越大,表明城市构成要素之间的综合协调性越好.
3 实例分析
于2016年5月1日—5月31日,针对柳州市的出租车服务站选址布局开展调查.回收有效问卷849份(人).
3.1 分形维数分析
各分析对象的分形维数见表1.
表1 各分析对象的分形维数
由表1可知:
1) 分析半径维数 柳州市出租车服务场站选址布局、停靠场站选址布局的半径维数均小于2,大于1,表示这2个分布的分布趋势都是从城市中心点向周围区域逐步递减,说明出租车服务需求主要集中于靠近城市中心的区域.此外,这2个分布的无标度区对应的最大城市半径均为6.5 km,根据无标度区的定义,柳州市出租车服务站的有效需求边界为6~7 km,超出这个范围,出租车驾驶员使用服务站的意愿将大幅降低,因此规划服务站选址地点时需考虑有效需求边界,避免选址过于偏僻造成利用率低下.
2) 分析网格维数 出租车服务场站选址布局、停靠场站选址布局的网格维数均大于1,说明其在城市区域内的空间分布较为均衡,在出租车服务站布局时应考虑到选址不宜过于集中城市中心,均衡照顾城市内的各个区域需求.
3) 分析方向维数 出租车服务场站选址布局、停靠场站选址布局的方向维数均接近于1,说明其在城市区域内的方向均衡性较高,在出租车服务站布局时,应充分考虑出租车服务需求在城市内的方向分布性.
4) 进一步分析,发现换班地点分布与人口分布、居住用地的分形维数比较接近,说明出租车驾驶员换班时更多的考虑是在人口分布因素,而不是考虑接受服务因素.
3.2 协调性指数和综合指数分析
经数据标准化处理,分形协调性指数和综合指数计算结果见图4.
图4 计算结果图
由图4可知:
1) 分析半径维数协调性指数 在所有的半径维数协调性指数之中,城市路网的协调性指数最高,说明从柳州市中心向外辐射的角度分析,出租车服务需求与路网分布关系密切;城市工业用地分布的协调性指数很低,说明出租车服务需求与城市工业布局的差别很大.此外,停靠场站选址布局的协调性指数普遍高于服务场站的选址布局,尤其是在城市路网、人口分布和用地分布更加明显.这说明停靠场站的规划选址普遍需要依托城市现有设施开展建设,需要依托城市路网、人口、用地等城市构成要素的分布.而与此对应,服务场站多是以单独用地建设为主,部分结合现有设施建设,因此对于现有城市设施的依托可不做较高要求.
2) 分析网格维数协调性指数 所有的网格维数协调性指数均较高,说明柳州市的城市构成元素的空间分布较为均匀.与城市居住区人口分布、居住用地分布的协调性指数较高,说明服务站的规划选址空间分布应密切参考城市人口分布;双班换班地点的协调性指数比较低,表明驾驶员的换班需求与接受服务需求的空间分布上选择存在着较大区别.
3) 分析方向维数协调性指数 所有的方向维数协调性指数均较高且十分接近,说明柳州市的城市构成元素的方向分布都较为均匀,相关规划应考虑城市要素分布的方向性.
4) 分析综合指数 相对于出租车服务场站,停靠场站选址布局的综合指数更高,表明停靠场站更依赖路网、人口、用地等城市构成要素布局,这从数理上证明了出租车停靠、候客、上下客的场所对于城市设施的依赖性更高,也与常识相吻合.将综合指数从大到小排列,顺序大致为城市路网、居住用地分布、居住人口分布,换班地点分布和工业用地分布,说明柳州市出租车服务场站对于城市路网、人口分布和居住用地的依赖程度最高,对于换班地点分布的依赖程度一般.另外发现,出租车服务场站选址布局几乎不受柳州市工业用地分布的影响,说明尽管是工业城市,但该市的出租车服务需求与该市的工业发展有较大的差距,出租车服务站规划布局只能有条件地考虑工业布局.
4 结 论
城市出租车服务站布局的合理规划,可以规范出租车运营,改善出租车驾驶员与车辆服务环境,方便乘客候车与上下车.本文利用分形理论,分别分析了出租车服务场站和停靠场站的布局在城市形态内的3方面特征,即向心聚集度、分布均衡性与方向协调性.通过分析这些特征,量化分析了出租车服务站布局与城市形态的协调性.后续研究可以从以下几个方面展开:①为提高研究结论的可靠性,进一步补充调查样本;分析更多城市因素对分形参数带来的影响,合理改进分形参数,探讨适合中国城市特点的出租车服务站规划理论和方法.②若城市形态不满足或部分满足分形理论,如城市分形特征值不明显或跳跃式分布的多中心城市形态,应考虑结合城市地理系统的优化分布以及城市的自组织演化动力学,将城市形态分区域、分片区处理,或将城市形态转化为可被分形参数处理的状态.③在开展城市出租车服务站的选址布局规划时,可将与分形理论与传统的选址方法,如数学解析法、运筹学模型、交通配流法等相结合,提高出租车服务站选址布局的有效性与合理性.
[1] MACHIN M A, SOUZA J D. Predicting health outcomes and safety behaviour in taxi drivers[J]. Transportation Research: Part F,2004,7(2):257-270.
[2] RICHARD A. Taxi travel should & subsidized[J]. Journal of Urban Economics,1996,40(3):316-333.
[3] 施宏.城市出租车服务网点布局规划研究—以扬州市为例[D].南京:东南大学,2007.
[4] 王两全.福州市区出租车服务网点规划研究[D].福州:福建农林大学,2014.
[5] 叶海飞.基于土地利用的出租车停靠规模预测方法[J].交通运输工程与信息学报,2013,11(4):76-81.
[6] 黎冬平,陈峻,晏克非.带容量限制的城市出租车服务场站点选址模型[J].东南大学学报(自然科学版),2009,39(2):394-398.
[7] 金雷,谢秉磊.基于上落客时空特征的出租车停靠站选址模型[J].交通运输系统工程与信息,2015,15(2):182-188.
[8] 武进.中国城市形态:结构 特征及其演变[M].南京:江苏科学技术出版社,1990.
[9] 林鸿溢,李映雪.分形论-奇异性探索[M].北京:北京理工大学出版社,1992.
[10] 段进.城市空间发展论[M].南京:江苏科学技术出版社,1999.
[11] 郑莘,林琳.1990年以来国内城市形态研究评述[J].城市规划,2002,26(7):59-64.
[12] 林炳耀.城市空间形态的计量方法及其评价[J].城市规划汇刊,1998(3):42-45
[13] BATTY M, LONGLEY P. Fractal cities: a geometry of form and function[M]. London: Academic Press,1994.
[14] 于建玲.复杂系统的分形、混沌及其若干应用[D].北京:北京交通大学,2006.
[15] 陈彦光.城市形态的分维变化特征及其对城市规划的启示[J].城市发展研究,2006,13(5):35-40.
[16] 刘继生,陈彦光.城市形态边界维数与常用空间测度的关系[J].东北师大学报(自然科学版),2006,38(2):126-131.
[17] BENGUIGUI L, CZAMANSKID D, MARINOVM M, et al. When and where is a city fractal[J]. Environment and Planning: Planning and Design,2000,27:507-519.