高铁开通对成渝城市群可达性与空间公平性影响研究

牟凤云，黄 淇，杨 猛，李秋彦，陈 林

(重庆交通大学 建筑与城市规划学院, 重庆 400074)

0 引 言

在国家政策导向下，成渝城市群的建设与发展不断加快，关于成渝城市群的规划由最初的经济区聚焦到双城经济圈，为顺应国家政策和时代变化，笔者从双城经济圈的角度，探讨高铁开通对成渝城市群区域可达性效率与空间公平性的影响，期望研究可为高铁站点选址及支线合理规划提供决策依据。

区域发展水平与交通可达性水平联系紧密，而可达性效率与空间公平性一直是交通规划与管理时需要平衡的问题[1]，近年来高铁开通对区域交通可达性影响颇深[2-3]，成渝城市群亦然。在可达性水平的测度上，相关研究呈现出由单指标向多指标过渡的趋势[4]， J.GUTIÉRREZ等[5]采用多项可达性指标评估了法国边境高速线对可达性的影响；唐可月等[6]采用多项可达性指标研究高速铁路对哈大、郑西高铁沿线站点城市经济发展的影响。多项指标研究方法克服了采用单项指标的片面性，但分析结果往往过于分散，无法综合反映高铁开通对区域可达性效率的影响。近年来，国内外相关研究开始借助数据包络方法(DEA)构建综合可达性评价指标求取可达性效率[7-9]，朱思源[10]利用DEA模型对京沪高铁沿线站点城市的可达性水平进行评价；李涛等[11]运用Super-DEA模型，分析了厦深高铁开通后粤闽沿线地区的可达性变化与空间分异特征。在空间公平性测度上，现有研究呈现出由可达性指标的相对、绝对变化率向公平性指标过渡的趋势， K.HYOJIN等[12]对韩国高铁延伸对可达性和空间公平性变化的影响进行了研究；B.JOHANNES[13]对运输基础设施项目的空间公平和效率影响进行了评估；戴学珍等[14]从效率与公平角度探讨京沪高铁的开通对沿线城市的影响。

现有研究虽取得一定成效，但仍存在一些局限性：①在指标层面上，现有研究仅选取一两项指标进行可达性评价，在多角度可达性评价上存在局限性，而选取多项指标进行多角度评价的结果往往较为分散，对建立更综合的可达性模型有待进研究；②现有研究多为高铁开通前后区域可达性格局与经济格局的影响[15]，对于区域可达性效率及区域发展的空间公平性研究较少；③相关研究鲜有从城市群尺度开展，且对西部地区尤其是成渝城市群的研究很少。针对以上不足，笔者以成渝城市群为研究区，首先选取多项可达性指标对研究区可达性进行多角度评价，再利用数据包络模型(DEA)构建综合可达性指标，对研究区域的可达性水平及效率进行更完善更综合的评价，最后选取公平性指标对区域发展的空间公平性进行评价。

1 成渝城市群概况及数据处理

1.1 成渝城市群概况

成渝城市群是以四川省成都市、重庆市主城区为双核心组成的城市群，位于沿长江通道横轴和包昆通道纵轴的交汇地带，是长江经济带的重要战略支撑，其北弧中心城市为遂宁市，南弧中心城市为内江市，范围内包括四川省境内15个市和重庆市境内27个区(县)及其他部分地区，总面积为18.5×103km2，常住人口9267万人，截止2020年初，人均地区生产总值达到65 000元，城镇化率达到60%，交通设施体系总体上属于较为健全的水平。成渝城市群区位如图1，成渝城市群边界根据2016年4月27日《国家发展改革委、住房城乡建设部关于印发成渝城市群发展规划的通知》所含附件《成渝城市群发展规划》中《成渝城市群范围示意图》内容提取。

图1 成渝城市群区位Fig. 1 Map of Chengdu-Chongqing urban agglomeration注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1605号的标准地图制作，底图无修改

面积上，重庆市主城各片区面积相对于研究内其他城市较小，为缩小研究单元间面积差异，将其作为统一单元。经济上，主城九区(渝中区、江北区、南岸区、九龙坡区、沙坪坝区、大渡口区、北碚区、渝北区、巴南区)是重庆市政治经济中心，各片区既相对独立又彼此联系，因此作为统一单元。政策上，以重庆市主城九区与成都市作为两个功能不同的核心区构建成渝双城经济圈，将重庆主城九区作为统一单元能更好地研究核心区与周边差异性。考虑到面积可比性、经济发展形态和相关政策等方面，将重庆市主城九区作为统一单元，与成渝城市群内其余20个区县、15个市共同组成36个研究单元。

1.2 数据获取及处理

1.2.1 数据获取

成渝高铁作为双城经济圈的重要纽带，于2015年12月开通运营，为排除其他因素影响，同时考虑高铁开通后效益在时间上的滞后性，2014年和2016年是十分关键的时间节点，参考2014—2016年成渝城市群发展的相关政策、人口流动量、人均地区生产总值、城镇化率和交通设施体系等因素后，笔者兼顾关键时间节点成渝城市群相关数据变化情况，选取2014年、2016年数据作为高铁开通前、后的数据进行比较分析。

笔者使用的社会经济数据(GDP、常住人口以及人口城镇化率等)均来源于《重庆统计年鉴2015》、《四川统计年鉴2015》、《重庆统计年鉴2017》和《四川统计年鉴2017》；交通道路数据来源于OSM(Open Street Map)官网(https:∥download.geofabrik.de/asia/china.html)。

1.2.2 数据处理

从道路交通矢量数据中提取成渝城市群2014年、2016年的高速铁路、普通铁路、高速公路、国道、省道、县道，并根据JTG B01—2003《中国公路工程技术标准》，为不同道路赋予相应速度。

运用GIS网络分析工具构建成渝城市群城际通行时间成本矩阵；在时间成本矩阵及社会经济数据基础上，计算各项可达性指标；再在各项可达性指标基础上，运用DEAP2.1软件求解可达性效率值，构建可达性综合指标；最后在可达性综合指标基础上，计算空间公平性指标。

2 指标选取及模型构建

2.1 可达性指标选取

笔者选取平均旅行时间、加权平均时间、日可达性、经济潜力作为可达性指标。

平均旅行时间、加权平均时间[4]可反映从成渝城市群内某城市出发，到达其他所有城市的最短出行时间的平均水平。前者仅与交通水平相关，后者不仅与交通水平相关，还与城市人口经济规模相关，这两个指标值越低，城市可达性水平越高。日可达性可反映在某一出行成本限制下，从成渝城市群内某城市出发可到达的其他城市数量；经济潜力体现了成渝城市群内某城市对其他城市的经济吸引、辐射能力，这两个指标值越高，城市可达性水平越高。可达性指标计算公式如式(1)～式(4)：

(1)

(2)

(3)

(4)

式中：Ti表示研究区内城市i到其他城市的平均旅行时间，Tij表示研究区内城市i到城市j的最短旅行时间；n表示研究区内城市数量；Ai表示研究区内城市i到其他城市的加权平均时间；Mj表示城市j的人口经济规模，笔者用常住人口数和地区生产总值计算；Di表示城市i的日可达性；θij为系数，城市间通常以3 h为标准，即可以在当天8 h内完成往返的出行，因此笔者以3 h为出行成本限制，若城市i到j的时间低于3 h，则θij=1，否则取0；Pi表示城市i的经济潜力，α为城市i与j间摩擦系数，通常取1。

2.2 DEA模型构建

DEA模型针对多投入、多产出问题，是一种利用线性规划方法，对有可比性的同类单元进行相对有效性评价的数量方法。选取DEA模型的原因及优势为：①可用于评价含多种投入、产出要素的决策单元间的相对效率，衡量决策单元的要素由投入转为产出的程度；②可客观确定各可达性指标权重，避免受主观影响；③多项可达性指标量纲不一，不易标准化处理，运用DEA模型可摆脱数据量纲限制。

在选取的4项可达性指标中，平均旅行时间、加权平均时间侧重于从时间成本角度衡量区域间可达性水平，作为投入指标。日可达性、经济潜力侧重于反映交通基础设施建设对空间相互作用产生的效益，作为产出指标。综合可达性指标函数如式(5)：

maxIi=(mini[Ti],mini[Ai],max[Di],

max[Pi])

(5)

不同形式DEA模型计算出的效率值不尽相同。对比各类DEA模型发现，基于规模报酬不变的C2R模型更符合笔者需求。其可在规模报酬不变条件下，从产出最大化角度计算高铁开通前后城市可达性效率值，判断高铁开通对成渝城市群的可达性影响效率是否最优化，及现有交通设施条件水平能否充分发挥，故选取C2R模型进行研究。

2.3 公平性指标选取

笔者选取变异系数和斯皮尔曼系数作为公平性指标。

变异系数可用于测度成渝城市群在高铁开通前后可达性水平的空间公平性程度，其值越大则公平性越低；斯皮尔曼系数可用于反映成渝城市群在一段时间内可达性水平排序上的变化，其值域为[-1,1]，越接近1则可达性水平排序变化越小，越接近-1则变化越大。公平性指标如式(6)、式(7)：

(6)

(7)

式中：δ是变异系数；σt是可达性指标Ai的标准差；Pi用于表示城市i人口规模的权重；β表示斯皮尔曼等级相关系数；b为二列成对变量的等级差数；m为等级个数。

3 高铁开通的影响分析

3.1 可达性水平影响分析

由成渝城市群高铁开通前后可达性指标统计(表1)可知，高铁开通后成渝城市群可达性水平大幅上升，平均旅行时间下降8.34%，加权平均时间下降9.41%，日可达性上升11.36%，经济潜力上升18.95%，成渝城市群的日可达性和经济潜力的提升幅度大于平均旅行时间和加权平均时间的降低幅度。由此可知，相比于降低出行时间成本，高铁开通对扩大城市影响范围、提升城市间相互作用效益的效果更为显著。

表1 高铁开通前后可达性指标的区域统计特征Table 1 Regional statistical characteristics of accessibility indexbefore and after the opening of high-speed railway

不同可达性指标变化幅度呈现出明显空间差异。平均旅行时间上，重庆市境内降低幅度(-7.39%)低于成渝城市群平均水平(-8.34%)，四川省境内降低幅度(-9.41%)高于成渝城市群平均水平(-8.34%)，说明在仅考虑城市间距离的情况下，高铁开通更大幅度地降低了重庆市境内城市的出行时间成本；加权平均时间上，重庆市境内的降低幅度(-9.51%)高于成渝城市群平均水平(-9.41%)，四川省境内的降低幅度(-9.23%)低于成渝城市群平均水平(-9.41%)，说明在既考虑城市间距离，又考虑城市经济规模的情况下，高铁开通更大幅度地降低了四川省境内城市的出行时间成本。

日可达性上，重庆市境内的上升幅度(5.82%)低于成渝城市群平均水平(11.36%)，四川省境内的上升幅度(14.11%)高于成渝城市群平均水平(11.36%)，说明高铁开通为四川省境内城市提供了更多的发展机会，带来了更大的经济效益；经济潜力上，重庆市境内的上升幅度(19.12%)高于成渝城市群平均水平(18.95%)，四川省境内的上升幅度(17.96%)低于成渝城市群平均水平(18.95%)，说明高铁开通更大幅度地提升了重庆市境内城市的经济吸引能力。

运用GIS空间分析工具，得到成渝城市群高铁开通前后出行时间成本空间变化分异如图2，可达性水平空间变化分异如图3。

图2 成渝城市群高铁开通前后出行时间成本时空变化分异Fig. 2 Spatio-temporal variation of travel time cost before and after the opening of high-speed rail in Chengdu-Chongqing urban agglomeration注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1605号的标准地图制作，底图无修改

图3 成渝城市群高铁开通前后可达性水平空间变化分异Fig. 3 Spatial variation of accessibility level before and after the opening of high-speed rail in Chengdu-Chongqing urban agglomeration注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1605号的标准地图制作，底图无修改

由图2可知：在可达性水平上，高铁开通前后，平均旅行时间、加权平均时间的峰值区始终分布于成渝城市群东北部和西部地区，谷值区始终分布于中部地区，可达性变化率上，高铁开通后，平均旅行时间、加权平均时间降低幅度最大的区域均集中于北弧中心城市遂宁市附近。

相反在成渝城市群内，日可达性、经济潜力的峰值区始终分布于中部地区，谷值区始终分布于东北部和西部地区；可达性变化率上，经济潜力提升幅度最大的区域也集中于北弧中心城市遂宁市附近，日可达性提升幅度最大的区域则集中于西北部的绵阳市附近。究其原因，是由于高铁分布、基础路网发育水平、城市地理位置等因素的共同作用形成了上述可达性水平空间变化分异特征。

3.2 可达性效率影响分析

由成渝城市群所有城市、站点城市、非站点城市综合可达性指标统计结果(表2)可知，高铁开通后，站点城市间可达性效率上升19.44%，非站点城市间可达性效率上升4.14%，但所有城市间的可达性效率不升反降，这是由于通过DEA模型构建的综合可达性指标是相对比较值，一个城市的综合可达性指标，是通过比较该城市与有效生产前沿城市的距离确定的。经过比较，成渝城市群内许多偏远城市的综合可达性指标被相对拉低，因此可达性效率降低的城市，比可达性效率提高或不变的城市数量更多，所有城市间的可达性效率下降4.16%。

表2 可达性指标统计结果Table 2 Statistical results of comprehensive accessibility indicators

由此可知，高铁开通引起了廊道效应，不仅强化了高铁沿线站点城市间的合作与联系，使站点城市间可达性效率大幅上升，而且强化了站点对其周围非站点城市的辐射作用，使非站点城市间可达性效率小幅上升；此外，高铁开通引起了空间极化效应，扩大了站点与非站点城市间差异，使众多偏远的非站点城市可达性效率被相对拉低，因此高铁开通并未从总体上提升成渝城市群的可达性效率。

由综合可达性指标的区域统计特征(表3)可知：高铁开通前后，重庆境内城市的综合可达性指标高于成渝城市群平均水平，四川境内城市的综合可达性指标低于成渝城市群平均水平，可见重庆境内城市的可达性效率明显优于四川境内城市。

表3 综合可达性指标的区域统计特征Table 3 Regional statistical characteristics of comprehensiveaccessibility indicators

运用GIS空间分析工具，得到成渝城市群内所有城市、站点城市、非站点城市之间可达性效率空间变化分异图，如图4。

图4 成渝城市群高铁开通前后可达性效率空间变化分异Fig. 4 Spatial variation of accessibility efficiency before and after the opening of high-speed rail in Chengdu-Chongqing urban agglomeration注：该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2016)1605号的标准地图制作，底图无修改

由图4(a)可知，高铁开通前，所有城市间可达性效率峰值区分布于南部地区，高铁开通后，峰值区转移至中部地区，虽有所转移，但始终位于城市群和高铁网络的几何中心附近，而谷值区则始终分布于偏远的东北及西部地区。总体上，可达性效率空间格局由成渝城市群几何中心向四周呈现出“核心-外围”的分布趋势；此外，高铁开通后，位于北弧的遂宁市、潼南区可达性效率上升效果最为显著，而东北部地区的城市可达性效率不升反降；综上可知，城市的可达性效率深受地理位置的影响，位于城市群和高铁网络几何中心附近的城市可达性效率通常较偏远的城市可达性效率高。

成渝城市群站点城市可达性效率空间变化分异情况如图4(b)，可发现高铁开通后，站点城市可达性效率普遍上升，尤其是位于成都经济圈内的站点城市可达性效率上升效果最显著，而位于重庆经济圈内的站点城市可达性效率上升效果居于其次。此外，成渝高铁沿线站点城市可达性效率亦小幅上升。

综上可知，成渝城市群内重庆、成都两大增长极内部的经济联系强于二者间的经济联系，高铁开通在进一步加强两大经济圈内部经济联系的同时，也小幅加强了两大经济圈间的联系，然而为推动打造成渝地区双城经济圈作出的努力，尚需进一步加强。此外，高铁开通前后，成渝城市群东北部地区的城市可达性效率始终较低，究其原因，是由该地区位处偏远山区、地形较崎岖、基础路网发育水平较弱且高铁较为稀疏等原因共同导致。

成渝城市群非站点城市可达性效率空间变化分异结果如图4(c)。由图4(c)可知：高铁开通后，非站点城市的可达性效率普遍上升，尤其是北弧中心城市遂宁市的可达性效率上升效果最为显著，而位于南弧的自贡市可达性效率上升效果居次。这是由于遂宁市、自贡市不仅位于城市群和高铁网络的几何中心附近，且地处两大经济圈间过渡地带，高铁开通后重庆、成都经济影响的腹地范围不断扩大，位于两大经济圈间过渡地带的城市可达性效率也随之上升。此外，高铁开通前，非站点城市可达性效率空间格局围绕重庆市主城区为核心形成高值区，高铁开通后，该高值区分布范围有所扩大，说明高铁开通提升了重庆经济圈内城市的空间相互作用潜力，扩大了重庆市主城区经济影响的腹地范围。

3.3 公平性影响

3.3.1 变异系数(δ)分析

δ系数主要计算出各城市站点在不同时间空间公平性变化情况，反映出高铁开通引起了高铁沿线的廊道效应。根据公式计算出δ系数(表4)，研究发现：①高铁开通后，成渝城市群内所有36个城市的δ值增长100.29%，说明高铁开通总体上严重加剧了成渝城市群内区域发展的不公平性；②高铁沿线的17个站点城市的δ值降低14.49%，19个非站点城市的δ值降低27.48%，说明高铁开通分别促进了站点城市间、非站点城市间发展的公平性，且非站点城市促进效果比站点城市好。③高铁开通后，重庆市境内和四川省境内城市的δ值分别增长了76%、125%，说明高铁开通严重加剧了重庆市境内城市间、四川境内城市间发展的不公平性，且四川省境内城市间发展的不公平性更显著。

表4 δ系数求解结果Table 4 Solution results of δ coefficient

综上可知，高铁开通引起了高铁沿线的廊道效应，使得站点与非站点城市间的可达性水平差异进一步扩大化，加剧了站点与非站点城市在发展上存在的不公平现象。此外，高铁开通引起了空间极化效应，在成渝城市群内形成了以重庆市主城区、成都市为核心的两大增长极，严重加剧了重庆市境内城市之间、四川境内城市之间发展的不公平性。

3.3.2 斯皮尔曼系数(β)分析

β系数主要用以判定高铁开通前后可达性差异性以及影响程度。根据公式计算出β系数(表5)，研究发现：①成渝城市群内所有36个城市的β值为0.86，较接近于1，说明高铁开通对成渝城市群的可达性排序存在较小影响；②19个非站点城市的β值为0.95，最接近于1，说明高铁开通对非站点城市可达性排序的影响很小；而高铁沿线的17个站点城市的β值为0.61，小于非站点城市的β值，说明高铁开通对站点城市可达性排序的影响程度相对于非站点城市更大；③重庆市境内城市的β值为0.36，非常低，说明高铁开通后，重庆市境内城市可达性排序发生了很大变化；而四川省境内城市的β值为0.76，大于重庆市境内城市，说明高铁开通对重庆市境内城市可达性排序的影响程度比四川省境内城市更大。

表5 β系数求解结果Table 5 Solution results of β coefficient

综上可知，高铁开通对站点城市可达性影响较大，对非站点城市可达性影响很小，扩大了站点与非站点城市间可达性差异，加剧了站点与非站点城市间发展的不公平性。此外，高铁开通对重庆市境内城市的可达性影响较大，对四川省境内城市的可达性影响较小，扩大了重庆市境内与四川省境内城市间的可达性差异，加剧了重庆市境内与四川省境内城市间可达性在空间分布上存在的不公平现象。

4 结 语

笔者基于多项可达性指标、公平性指标以及DEA模型，从可达性效率和空间公平性两方面探讨了高铁开通对成渝城市群的影响，研究结论如下：

1)可达性水平上：①高铁开通后成渝城市群可达性水平大幅上升，且相比于降低出行时间成本，高铁开通对扩大城市影响范围、提升城市间相互作用效益的效果更为显著。②对比重庆市境内城市和四川省境内城市，高铁开通更大幅度地降低了重庆市境内城市的平均旅行时间、提升了重庆市境内城市的经济吸引能力，更大幅度地降低了四川省境内城市的加权平均时间，为四川省境内城市提供了更多的发展机会，带来了更大的经济效益。

2)可达性效率上：可达性效率空间分布格局上，重庆市境内城市的可达性效率明显优于四川省境内城市，高铁开通后，①总体上，成渝城市群可达性效率空间格局呈现出“核心-外围”分布趋势；②高铁开通不仅扩大了两大增长极的腹地范围，加强了两大经济圈内部的经济联系，且小幅加强了两大经济圈之间的联系，使位于过渡地带的城市可达性效率随之上升。

3)空间公平性上：①高铁开通引起了廊道效应，加剧了站点与非站点城市在发展上存在的不公平现象；②高铁开通引起了空间极化效应，形成了以重庆市主城区、成都市为核心的两大增长极，加剧了两大经济圈内部发展的不公平性。③高铁开通扩大了重庆市境内与四川省境内城市之间的可达性差异，加剧了两大经济圈间发展的不公平性。

综上可知，成渝城市群可达性效率及公平性的提升不能仅仅依靠提高城市路网密度或扩建交通基础设施，还应该对增长极及其腹地实行差异化的交通对策。笔者研究结果不仅可以为成渝地区高铁站点的选址及支线的合理规划提供较为科学的参考，还对促进成渝城市群交通经济均衡发展、双城经济圈一体化建设等都具有积极意义。此外，笔者在研究过程中未考虑铁路站点停靠、转乘时间以及铁路、公路的出入口问题，同时也未考虑其他新建路网对可达性的影响，希望在进一步的研究中可以深入探讨。