大数据背景下轨道交通站点区域TOD效能评价研究＊——以香港为例

张灵珠 Alain Chiaradia

1 同济大学建筑与城市规划学院高密度人居环境生态与节能教育部重点实验室

2 香港大学建筑学院

近二十余年来，我国轨道交通进入了快速发展阶段，年建设里程位居世界首位，截至2019年12月，中国内地已有40个城市开通城市轨道交通，总运营里程达6 730km，以轨道交通为导向的发展模式已成为我国大城市进行功能和空间结构调整的必然选择。伴随着轨道交通建设的积极推进，以公共交通为导向的开发理念（TOD）得到了广泛认同，并对站点地区提出“站城一体化”开发的新要求，即通过协调公共交通周边的城市结构，最大化开发效率。在此背景下，探讨影响轨道交通站点区域TOD效能的建成环境指标，构建TOD效能的量化评价体系，对未来城市轨交站域建设中更好地实现TOD模式具有重要意义。

1 TOD效能的度量体系

基于TOD城市发展理念，由美国著名交通学者塞韦罗和科克曼（Cervero &Kockelman）提出的“高密度开发（Density）、多样性（Diversity）、良好的设计（Design）”的3D规划原则[1]影响和应用非常广泛，常被用于探究建成环境对于居民通勤或活动影响的基础。之后，尤因与塞韦罗（Ewing&Cervero）又在3D规划原则的基础上增加了“可达性”（Destination Accessibility）和“换乘”（Distance to Transit）这两个变量，形成5D规划原则[2]，后来学者们进一步提出了“6D”模型（加上交通需求管理）以及“7D”模型（加上人口统计属性）[3]。

同样背景下，基于城市中站点地区交通与土地利用一体化开发，贝托里尼（Bertolini）提出了“节点—场所”模型来评估站点地区复杂的交通与活力平衡特点[4]。通过评估TOD发展中“公共交通”（“T”指标）与“发展”（“D”指标）两个维度之间的协同互动关系，“节点—场所模型”将站域区分为5种典型情况：沿中间斜线两侧是“平衡”区位，表示节点价值与场所价值等价；斜线顶部为“压力”区位，意味着该区域的开发潜力最大并且已经得到实现；线底部为“从属”区位，这类区域的空间需求最低，对交通与城市活动的需求也很低；最后还有“失衡节点”与“失衡场所”两类区位，前者表示区域的交通发展相对优于城市活动的发展，后者则正好相反。在“节点—场所”模型及其扩展应用中，节点价值取决于潜在的可达性，往往使用交通的数量与质量来度量；而场所变量则表现出多样性，可以由空间的实际使用决定，如工作机会和居民数量，也可以由房地产的租金水平等变量来确定[5]。近些年发展的“空间耦合”[6]、“协同发展”[7]、“站城一体化开发”[8]等理念，均是阐述城市交通与功能空间的互相配合及联合发展，有效地促进了对轨道站区空间规划的探索。针对TOD效能的度量，帕帕（PaPa）和贝托里尼在“节点—场所”模型的基础上提出TOD程度（Todness）的概念[9]——采用城市中不同片区的网络连接度与就业、人口数量匹配度作为度量TOD是否成功的重要指标。夏正伟等[10]评述了当前研究中影响TOD效能的建成环境指标，总结了影响TOD综合效能的6个维度、37个指标，指出当前关于TOD交通效能的研究在步行和骑行方面尚未形成深入的成果。周江评等[11]综述了量化TOD效能指标的研究，认为当前采用非传统数据的研究还非常有限，他以深圳市167个轨道站点为例，结合百度热力图、微博PoI数据、手机信令数据等大数据测算站点地区的TOD指数，研究其与空间使用的关联。

尽管学者们在TOD项目的建成环境指标、效能指标及两者的匹配协同等方面积累了较为丰富的研究成果。但既有研究主要依赖于传统的数据收集，具有一定局限性，仅少数较为系统地使用了非传统数据评价站点的TOD效能[11]。伴随着新兴城市数据和技术的发展，采用多种新数据同步配合，使大规模、深入评估站域空间的TOD效能成为可能。基于此，本文以中国香港为例，借助多源数据和新技术，从公共交通导向发展的三个维度获取度量指标，探讨轨道交通站域影响TOD效能发挥的建成环境指标，构建TOD效能量化评价体系，并对站点的TOD发展类型进行归纳。

2 数据与方法

2.1 TOD效能指标选取

尽管“节点—场所”模型在站域空间的评价中应用广泛，可用于评价站域“公共交通”（“T”指标）与“发展”（“D”指标）之间的平衡关系，但吕国玮与贝托里尼在对北京的一项研究中提出，“节点—场所”模型并不能全面地反映二者之间在功能与形态上的关联性，在“T”与“D”之外，“导向性”（“O”指标）也是站域地区TOD效能发挥与否的重要指征[12]。韦尔（Vale）在对里斯本轨道站点的评价研究中提出，应将站点地区的城市设计特征整合（如“宜步行性”指标）到“节点—场所”模型中，以更全面评价站点的TOD效能[13]；周江评等对深圳市轨道站点的研究同样提出应从“T”“O”和“D”三个方面对TOD指数进行度量[11]。基于现有研究与数据的可行性，本研究共筛选出“T”“O”“D”三个维度，共15个度量指标（表1）。

2.2 相关指标计算方法

2.2.1 可达性度量：轨道可达性与步行可达性

轨道站点在网络中的可达性及站点区域的步行可达性对于促进公共交通的使用、促进TOD效能的发挥都至关重要。本文采用基于GIS平台的空间设计网络分析软件（sDNA）[14]测度轨道站点的“接近度”（Closeness）和街道网络空间的“穿行度”（Betweenness）。对于轨道交通的计算采用n为分析半径，测度站点在网络系统中的全局可达性。针对高密度的建成环境，传统的道路中心线对于分析步行可达性是远远不够的[15]，因此步行可达性的分析采用覆盖香港大部分建成区的详细室外步行路径网络[16]。在香港，75%的出行者前往或换乘机动交通工具的步行时间在5min以内（约400m）[17]，因此采用400m为分析半径，测算站域范围的步行可达性。

兴趣点数据（Point of Interest，PoI）是对于城市中各项功能设施的空间反映，研究利用Python和高德地图API对站域范围内141 432个兴趣点（PoIs）进行了提取，根据居民日常活动类型和每个兴趣点的实际功能，本文将其分为9类，包括餐饮、购物、住宿、生活服务、科教文化、行政办公、休闲娱乐、交通设施和居住1。

PoI密度（Density）是以“每特定区域中的兴趣点”为标准的变量，是建成环境测量要素中较为广泛应用的变量之一。多样性（Diversity）的土地功能和设施能够鼓励人们步行及搭乘公共交通，本文采用广泛使用的熵指数[18]对多样性进行测度，计算公式如下：

其中，pi表示站域内第i种PoI类型占PoI总数的比例，多样性的数值介于0～1之间，每个站点地区的熵指数越大，代表设施的多样性越好。

2.2.3 土地利用混合度

土地利用混合度体现了一个地区土地功能的多样性，基于香港规划署土地利用现状，选用了站域用地中占比最大的商业（商业和办公）、住宅、康乐、公园绿地、政府机构、其他等六种用地类型。同样基于熵指数，根据不同土地利用类型的差异，计算出土地利用混合度系数，混合度的数值越大，站域空间的用途越趋于多样。

2.2.4 居住密度与就业密度

香港人口普查中居民的社会经济和人口统计以小规划统计区（TPU）为单元进行统计，2016年全港18区共有291个TPU，当一个TPU的人口数不足1 000时，规划署进行人口普查时会将该TPU与邻近的单元合并。本文涉及的站域空间居住和就业数据均以TPU为单元进行计算，每一个站点区域取相应TPU的居住和就业密度值，当站域范围跨越多个TPU单元时，则按各TPU对应的面积计算范围内的居住和就业总人数，加总后除以站域面积计算密度。

表1 TOD效能指标的选取、度量方法

3 案例研究

3.1 香港TOD发展

香港是全球人口最稠密的城市之一，平均人口密度为6 780/km2，受极端地形、气候、体制等因素影响，香港只有20%的土地坡度低于1:5，主要的开发集中于总面积25%的范围内，形成超高密度的开发[19]。香港同时也是有名的适合步行和公交出行的城市，从20世纪70年代开始发展地下铁路（港铁），与北美的TOD实践几乎同步，截至2020年6月底，港铁路线共有10条（不包括机场快线和轻轨线路），全长187km，共95个地铁站，其中大部分被写字楼和住宅楼包围。香港是世界上拥有最复杂的TOD系统的城市之一，其公交出行量占总通勤的比例约为90%，为全球之冠，城市轨道交通量达到公共交通出行量的37%。相较而言，公交交通使用比率在首尔、新加坡、东京和伦敦等发达城市分别为70%、60%、50%和30%[20]。此外，约42%的家庭、43%的就业人口、75%的商业和办公楼都位于地铁站半径500m覆盖区域以内[21]。因此，本研究中站域空间的范围界定是以车站为圆心、半径500m的圆形覆盖区域（图1）。

新近一期《中国纪检监察》披露，在安徽省无为县“凶名赫赫”的“海老大”周帮海，因组织、领导、参加黑社会性质组织，被芜湖市中级人民法院依法判处有期徒刑二十年，没收全部个人财产，其他团伙成员也都受到了法律的制裁。

3.2 香港轨道站域TOD效能评价

为了便于比较，对上述15个指标逐一进行归一化处理，使其数值范围统一到0～1之间，综合平均得分即是各站的TOD效能指标。图2是可视化后的全港MTR站域TOD效能指数分布（分数越高代表TOD效能越高），可以看到，市中心的TOD效能得分普遍较高，得分最高的站域主要分布在中西区、湾仔区、油尖旺区、九龙城区和深水埗区，而TOD效能最低的站域则分布在离岛区、西贡区、沙田区和荃湾区。

从“T”“O”和“D”三方面，对各个维度的5个指标取平均值，每个站域都获得3个维度的效能指标。进一步采用层次聚类方法2将所有站域根据3个维度的效能指标大小进行自动分类，识别站点的相似性和独特性，从而判断站点的TOD发展类型。轨道站域的TOD效能依据“T”“O”和“D”3个维度的分值高低被归为5类（图3）：

（1）第一类的站域空间主要为前文提及的“核心站点”，围绕维多利亚港两岸的市中心分布，共有13个，占总数的14%。这一片区开发强度大、步行网络发达、设施分布密集，相应地，其TOD效能也得到较好发挥。具体而言，15个指标中仅港岛香港—中环站至铜锣湾站区的停车数量（T5）与居住密度（D4）分数较低，其余指标得分均较高。

1 香港地铁（MTR）网络及500m 站域范围示意

2 95 个MTR 站域的TOD 效能指数

3 站域空间TOD 效能聚类分析树形图

4 站域空间TOD 效能聚类分析“T”“O”“D”3 个维度散点图

（2）第二类站域空间主要临近核心区域分布，3个维度指标较为均衡。这一类别的站域往往具有高强度的商业或住宅开发，共有14个，约占总数的15%；沿港岛线东侧的天后、炮台山、北角、鲗鱼涌等站点地区均属于此类。

（3）第三类站域空间3个维度均衡度较差。“O”维度的指标得分较高，“T”维度指标得分偏低，这类站区主要位于轨道网络的支线，公共交通可达性不高，共有36个，约占总数的38%。可以发现，香港自20世纪70年代初发展的第一代新市镇——荃湾、沙田和屯门，以及20世纪70年代后期发展的第二代新市镇——大埔、上水及元朗[22]，除沙田以外，均属于第3类站域。

（4）第四类站域空间主要位于轨道交通线网的末端或是郊区。这类空间在“T”和“O”两个方面得分都不高，“T”维度尤其是轨道交通可达性及频次得分最低，共有24个，约占总数的25%。二十世纪八、九十年代展开的第三代新市镇，如将军澳、天水围和东涌等站域，均属于此列。

（5）第五类站域空间在3个维度的得分均为最低。主要是位于偏远地区且功能相对单一的站点，如博览馆站、迪士尼站、罗湖站、马场站等，数量为8个，约占总数的8%。

4 结论与探讨

本文以香港为例，通过95个MTR站域空间“T”“O”“D”3个维度的15个TOD效能指标测度，探究香港超密度开发情境下的TOD效能评价，采用层次聚类方法对站点的TOD效能进行分类，归纳出5种类型的站域空间。城市发展早期建设的站点，由于开发较为成熟，地理位置居于中部，大多得分较高，归为第一或第二类；中期结合新市镇不同时期开发开通的站点，主要归为第三或第四类；而位于轨道网络末端的站点，大多被归为第五类。与内地城市站域空间TOD效能分析相比较，尽管北京[12]、上海[23]等城市的TOD效能指数同样呈现从城市中心到城市郊区的下降趋势，但不难发现，香港的城市轨道网布局十分独特，其核心换乘站点仅中环—香港站、金钟站、尖沙咀—九龙站等少数几个，几乎所有的支线在最终汇合到“核心站点”之前未发生任何交汇，加剧了维多利亚港周边狭小区域的过度集聚状况[19]，呈现出高TOD效能站点的过度聚集效应，多数新市镇未能实现合理的职住平衡。设立城市副中心或可消除城市聚集产生的负面外部效应，如何使新市镇之间相互连接、使轨道线网末端相互连接，也是港铁未来的建设方向[24]。

香港实施TOD的成功经验值得我国其他高密度城市借鉴，但不能忽略的是其特殊的环境因素。一方面，在香港极其有限的建设用地上，城市的道路、建筑物占地不断受到挤压，形成“垂直之城”，独特的地铁线网、道路网络形态维持了强大的城市中心，有效地限制了小汽车出行；综合性土地开发与完善的步行系统保障了日常工作和生活地点的可达性。相比较而言，我国其他城市的范围大多在不断向外一圈圈拓展，更像是“摊”出来的城市，随着交通出行距离越来越长，城市留给机动车的空间越来越多，人与车在“抢街”的斗争中逐渐处于劣势，越来越多的人倾向于以汽车出行。“公交优先”的口号并未在实际做法上被加以引导，如地铁站点孤岛式设置、地铁站点与相邻物业的结合不顺畅[25]、站点与公交的接驳不够人性化、步行系统不安全等问题仍比较常见[26]。另一方面，香港的建筑规范允许住宅建筑容积率达到10，办公和商业建筑可以高达15[27]，而我国其他城市建筑容积率在市中心大约为4～5。为了促进轨道交通建设与城市发展的协同，住房与城乡建设部在2015年印发了《城市轨道沿线地区规划设计导则》，建议轨道站域原则上应进行容积率下限控制，北京、上海、广州和南京等城市也发布了相关的车站建设及周边土地开发细则，以鼓励站点地区的高密度开发。

尽管对TOD效能的度量和指标有很多种，但它们的基本目标与原则都一致，即高密度、混合用地、公交导向、步行化和多样性等，这些原则旨在减少车辆行驶里程，提高步行出行率，减轻交通拥堵。通过最大限度地提高公共交通的使用，协调周边城市结构，通过综合和高密度开发，提高土地使用率和城市运行效率，实现可持续发展的理念。研究为高密度城市的TOD效能评价和类型划分提供了系统的量化评估方法。除此之外，本文选取的新数据和新技术大部分具有开放性和普遍性的特征，有助于弥补现有量化分析的不足，可为站点地区快速、规模化的TOD效能评价提供依据，进而对支持高密度城市站点地区的规划政策制定、协助精细化城市设计实践导控提供基础。未来的研究可以将TOD效能评价与详细的客流量或详细的活动位置数据结合，并进行关联性分析；指标的选取方面，有些指标因为公开数据的缺失在本研究中未予以采用，在后续研究中可随着数据的公开逐步纳入考虑，亦可以对各指标的权重进行不同权重配比的尝试；此外，可将对TOD效能的评价应用到规划和设计的站点选择及土地利用优化配置的过程中[28]，亦应考虑交通设施带来的广泛经济效应[29]，将更多社会和环境等方面的相关指标纳入，形成更完善的评估框架。

注释

1 在9 类兴趣点中，生活服务包括公共设施、生活服务、医疗保健、汽车服务、金融保险等5 小类，行政办公包括商务大厦、公司企业、政府机构3 小类，休闲娱乐包括旅游景点、休闲娱乐2 小类。由于购物类别中每一个兴趣点代表一个购物中心，此处替换成百度POI 数据（以每个兴趣点代表一家店铺）。

2 层次聚类方法指机器学习的一种，属于无监督学习，本文采用欧氏距离测度样本间距离，选用Ward's 离差平方和法计算类间的距离。

图表来源

文中图表均由作者自绘；表1 数据来源于网络及文献[14]。