基于百度API的城市中心区轨交站域接驳路径优化对策研究——以天津市营口道站为例

王 天，宫同伟，康晓琪

（天津城建大学，天津300384）

随着国家经济的快速发展，中国大多数城市进入轨道交通发展的繁荣时期，轨道交通逐渐成为城市公共交通发展的核心要素和引领力量。然而，对于现在的大多数大城市及特大城市，尤其是城市中心区来说，轨道交通的交通承担率并不是很高，各种交通方式未形成完善的出行系统，其造成原因包含了轨道交通站点的选址、站点的服务水平、交通接驳线路的选择等，其中，轨交站域接驳路径对于轨道交通产生至关重要的影响。因此，城市中心区轨交站域接驳路径优化对策研究，对提升轨道交通的交通承担率将会产生非常重要的影响。

21世纪以来，对于轨交站域接驳路径研究已形成一定规模，其研究主要可分为两个方面。一是轨交站域交通接驳并对接驳影响进行研究。张思佳、何跃齐等[1-2]通过考虑轨道交通不同接驳方式的接驳范围对出行者行为的影响，系统分析出行费用、接驳距离、综合枢纽管理模式、接驳信息系统等因素对交通接驳的影响；叶益芳、陈燕萍等[3-5]通过对轨道交通站点周边环境结合，提出共享单车与轨道交通接驳，并从站点位置选择、停车场周边交通组织、共享单车调度、步行接驳系统等方面进行分析。二是交通接驳分析及优化对策研究。左绍祥、崔晓琳[6-7]通过对站点接驳方式研究及需求预测，对接驳方式提出交通线网运营等方面的协调优化机制；刘芮琳、BATES等[8-10]通过归纳站点交通系统特性进行详细研究，在接驳方式及路径优化提出道路、交通等方面的改善措施和建议。研究者通过传统的数据与分析方式，分析接驳影响及提出优化机制或对策建议，为乘客提供接驳路径参考。

现有接驳路径研究多关注于接驳过程并提出相应结论，却较少关注于路径本身，对路径优化对策研究也较少。此外，在轨交站域道路日益完善的同时，可供乘客选择的路径也日益增加，乘客出行路径决策愈加复杂化[11]，传统的路径规划多关注于单一出行方式、单一路径目标，路径规划服务难以满足居民实际的出行需求[12]，也不能全面反映轨道交通站点的服务水平。而在大数据出现之后，以其大量、快速、准确的特点，弥补了当前在接驳路径方面的研究缺陷。因此，基于大数据的轨交站域接驳路径研究成为当前研究热点。鲁鸣鸣等[13]通过研究交通大数据驱动下交通接驳，为乘客提供不同时间段的差异化线路规划，以增加轨道交通的覆盖范围；张艳[14]通过POI数据与用地结构结合，确定轨道交通站点缓冲区的功能特性；万涛等[15]通过手机信令数据获取轨交车站客流来源空间分布，以用于交通规划中。

综上所述，笔者探索性地提出一种适于大数据背景下城市中心区轨交站域接驳路径研究框架，通过以选取站点为例进行研究，从而为接驳路径相关深入研究提供了一种新思路。

1 研究路线

1.1 研究思路

通过对国内外轨交站域接驳路径研究所遇到的问题分析，基于百度API、GIS，运用路网数据、百度API数据，制定研究框架对接驳路径进行研究并得出相应特征，将研究过程中所遇到的问题进行分析，并从多方面以城市更新角度提出优化对策。

首先，选取合理站点建立以轨道交通站站点为中心的O-D出行点矩阵，确定研究范围。其次，对研究范围内时间最短路径与距离最短路径对比，得出路径特征；对出行点进行不同情景下的时间对比，得出时间特征；对路径进行周一至周日出行早高峰、出行早平峰、出行午平峰、出行晚高峰的路径模拟，得出路段特征。再次，将研究特征叠加城市现状用地进行分析，分析影响因素与形成原因。最后，从导航应用、共享单车、居住小区与建筑综合体、道路、交通、公共服务设施方面从城市更新角度提出相关优化对策，以提升轨道交通的交通承担率，促进城市空间结构优化和高效健康发展。

1.2 研究方法

本研究基于GIS、百度API，运用情景模拟法、空间分析法进行轨交站域接驳路径研究。

通过百度API得出研究范围内不同时间点下路径与出行点时间，进行本次轨交站域接驳路径研究。百度API中百度位置服务、实时路况信息、路径规划、模拟路径导航的使用，获取更为开放式与实时性的数据源，得出更加准确与实时的时间以及实时交通路线与道路交通路况。百度API的使用，改变研究者采用传统的调研数据、城市空间数据等研究缺陷，以海量的数据来源、更具实时性、省时省力等优点被广泛使用。

通过GIS空间分析法中路网分析、时间分析、泰森多边形分析的使用，得出更精确的研究范围进行研究，并将研究结果可视化表达。GIS空间分析法可以解决传统数据表达及空间联系的问题，获取不同交通测度方式下时空联系[16]，使研究结果更为精确且能够直观表达。

通过对工作日与休息日、出行平峰期与出行高峰期进行接驳路径模拟，可以更全面客观地分析变量对于接驳路径研究的影响，从而得出结论。情景模拟法可以依据现有条件，对可能出现的研究情况进行模拟，从而更直观地得出不同研究因素对结果的影响。

1.3 研究对象

轨道交通站点决定着轨道交通方式对其他交通方式客流的吸引能力[17]，不同的研究对象会产生不同的结果。本研究需要选取步行、骑行接驳出行比例最高的轨道交通站点进行研究，且共享单车使用量需形成一定规模。天津市营口道站点位于和平区内，为天津市中心区，且其共享单车使用量为天津市最大的轨道交通站点。故此，选取天津市营口道站点进行研究。

1.4 研究范围

现有等时线方面研究中，研究者通过对等时线进行定义、特性及生成方法研究，构建实时等时线，发现空间可达性规律[18]。虽能得出相应结论，但研究精度与实时性较差。随着大数据的广泛使用，改变传统数据获取方式，使数据获取更加准确，更具实时性。

本研究基于百度API，以天津市营口道站点为中心、50 m×50 m为间隔，在半径2.5 km范围内创建O-D矩阵，并获取时间。根据调查可知，乘客普遍可接受的接驳时间为10 min左右[19]，以此作为轨道交通站点的合理吸引范围[20]确定条件。因此，通过GIS时间分析，创建以营口道站点为中心的10 min骑行等时线。同时，将营口道站与周边轨道交通站点创建泰森多边形，避免站点之间相互影响。最后，在本次研究中，为保证每个街区均为10 min可达并保证街区完整性，得出以下研究范围，如图1所示，作为本次轨交站域接驳路径研究范围。

图1 研究范围图

本研究范围介于北纬39.1166°—39.124 4°，东经117.198°—117.212 9°之间，总面积约1.7 km2。其中，包括居住小区59个，商业综合体9个，建筑综合体71个；五大道文化旅游区、天主教西开总教堂等游赏性景点；复兴公园休憩式游园；天津市胸科医院；劝业场小学等3个小学；耀华中学等2个中学。

2 接驳路径路径特征研究

本研究通过对百度API获取的出行点时间最短路径与距离最短路径进行对比，挖掘路径选择原因，对路径进行空间分析，以得出路径特征。

2.1 路径对比研究

在路径研究中，现有研究者仅对路径本身进行研究，通过给定交通路网的拓补结构向乘客提供合理路径[21]，而对路径实际问题及路径选取原因分析较少。本研究通过路径对比分析，挖掘道路实际问题，扩大轨道交通站点吸引范围，提升道路使用效率与服务水平，从而获得更为快速的交通响应。其中，距离最短路径为不考虑道路的实时路况、路径曲折等因素的空间最短路径；时间最短路径会综合考虑道路服务水平、实时路况信息、道路曲折程度等因素，为完成出行所需时间最短的路径。

路径对比情况如图2所示，由图2可知：①相对于距离最短路径，时间最短路径会选取路径相同或距离较长的路径完成出行；②时间最短路径会避开部分道路等级较高、红绿灯数量较多、等待时间较长路段，选取绕行距离较长、交叉口红绿灯数量较少的路段完成出行。

图2 路径对比图

2.2 路径曲折系数研究

路径曲折系数图如图3所示。对路径曲折系数进行分析，可以了解路径服务水平以及路径出行损耗。路径曲折系数为路径实际长度与空间长度的比值。在交通网络中，若路径分叉次数过多，会在乘客使用、运营管理上带来困难[22]，路径曲折系数越大，其出行损耗越大，服务水平越低，反之截然。本研究通过对研究范围内时间最短路径进行分析，以得出路径曲折特征。

图3 路径曲折系数图

由路径曲折系数图分析可知，对同一OD点，时间最短路径大多数会比距离最短路径的路径曲折系数高约0.1～0.5，而路径曲折系数增加0.1，其路径长度会增加约60 m。

3 接驳路径时间特征研究

本研究通过对不同情景下的出行点时间进行同一时刻不同出行点之间进行横向对比、同一出行点不同时间段之间进行纵向对比，得出高峰与平峰、工作日与休息日对出行时间的影响，进而得出时间特征。

3.1 出行点时间研究

在出行过程中，乘客将会选择时间最优路径完成出行[23]，时间因素成为乘客越来越关注的方面。本研究将对研究范围内出行点所需时间取平均值进行出行点时间研究，选取周一早高峰、午平峰、晚高峰出行点时间平均值作为早高峰、午平峰及晚高峰出行点时间进行研究，选取周一早高峰与周六早高峰出行点时间平均值作为休息日与工作日出行点时间进行研究。

出行点时间对比如图4所示，由图4可得：①不同时间段出行点时间差处于0%～10%占比最高；②骑行的出行点时间差总体大于步行；③同一天内早高峰对出行时间的影响大于晚高峰，同一时段的工作日对出行时间影响大于休息日；④在早高峰、晚高峰、工作日、休息日影响要素中，工作日早高峰对于出行时间的影响最大。

图4 出行点时间对比图

3.2 出行点位置研究

在出行点研究中，现有研究仅对出行点时间进行研究，而缺乏实际位置的落实及对形成原因进行分析。本研究通过对工作日早高峰出行点时间差进行分析，得出时间差小于0%与大于20%的出行点，并对形成原因进行分析。

研究范围出行点分布如图5所示，由图5可得，时间差为负的出行点位于居住小区、部分商业综合体、公园等地，时间差大于20%的出行点位于学校、商厦、商业综合体、医院等地。

图5 研究范围出行点分布

4 接驳路径路段特征研究

本研究基于百度API，通过对研究范围内出行点路径进行情景模拟，获取时间最短路径，从而得到路段重复次数，通过分析路段重复次数，得出高频重复路段及重复次数较低路段等路段特征。

由于百度API求取的时间是根据实时路况而定的，因此容易受到轨交站域上下班出行高峰、节假日或者重大交通事故影响。基于百度API、GIS，采用百度实时路况信息、路径规划、百度模拟路径导航，对研究范围内出行点的时间最短路径进行模拟，获取路段重复次数。本次研究范围内所有出行道路均设置非机动车上行与下行车道，步行与骑行交通方式均可利用同一路径完成出行。

本研究针对低峰期与高峰期、休息日与工作日情景下的时间最短路径进行模拟，将进行周一至周日7、8、9时出行早高峰，10、11、12时出行早平峰，13、14、15时出行午平峰，18、19、20时出行晚高峰的路径模拟以得出特征。最后，将获取到7日内12个时间点共84个时间点的所有路径用于本次接驳路径研究。同时，将研究范围内所有路段以交叉口分割，对路径进行次数统计，对其分析并以GIS可视化表达。

路段分析如图6所示，由图6可得：①越靠近轨道交通站点，路段重复次数越高，呈现出以轨道交通站点为中心的圈层式分布结构；②存在营口道与南京路以站点为到达的超高频重复路段，锦州道、山西路、西宁道不直达营口道站点的超高频重复路段，长春道、唐山道、柳州路、西安道、宝鸡东道与营口道站点有一定距离的高频重复路段；③存在独山路、哈尔滨道与营口道站点距离极近但路段重复次数较低路段。

图6 路段分析图

5 接驳路径特征分析

5.1 路径特征分析

在接驳路径选取研究中，距离最短路径理论为最优接驳路径，而实际却为时间最短路径。时间最短路径会选取路段重复次数适中道路作为路径完成出行，一方面可以避免较高重复路段的拥挤情况，减少出行时间，增加出行效率；另一方面，重复次数适中路段其道路自身服务较优、机动车与非机动车之间干扰较低，从而获得更为舒适的出行体验。对于时间最短路径而言，会存在以下三种情况：①选取道路等级较低路段，替换如南京路、营口道等道路等级较高的路段，避免更大程度的拥挤，造成出行时间增加；②选取重复次数适中路段代替重复次数较低路段，例如赤峰道等道路通畅、机非分行路段，以获得更优的道路服务水平，丰富出行体验；③替换交叉口较多路段，选取交叉口数量相对较少，红绿灯时间较短路段，例如以陕西路替换南京路，使红绿灯等待时间减少，出行时间更短。

对于路径曲折系数，由于时间最短路径会选取交叉口数量较少、距离较长路段，造成路径曲折系数增加。此外，相对于距离最短路径而言，时间最短路径更倾向于道路等级较低、交通更加流畅的路段，使出行时间减少，但造成路径曲折率较高，出行损耗较高。

5.2 时间特征分析

早高峰对出行时间的影响约高于晚高峰1.5%，部分原因是以通勤、通学、工作等为出行目标的乘客出行时间集中在早高峰，大量出行造成拥挤，影响出行时间；部分原因是早高峰期间，乘客出行目标明确且迅速，能够在短时间内造成大量的出行，从而对出行时间产生影响；而对于晚高峰而言，会因为乘客类型及出行目的不同，形成错峰出行，对轨交站域出行时间的影响相对于早高峰较小。对于步行与骑行而言，机动车与非机动车之间存在相互干扰，且骑行亦存在相互干扰，故骑行的时间差大于步行。

其中，对于时间差为负的出行点来说，由于出行的休闲性，乘客会选择在低峰出行时间段完成其生活或休闲的出行目标，避开出行高峰完成出行，造成出行时间差为负。而乘客以通学、通勤、工作等有在固定时间段内有目的的出行，大量集聚人群会造成高峰期与低峰期出行时间差大于20%。

总体而言，对于花园、旅游区等休闲地点、超市等生活地点来说，乘客更倾向于避开出行高峰期完成出行需求，使低峰期出行时间大于高峰期出行时间。而对于商业综合体、金融中心等工作地以及固定出行点来说，会因为时间段内大量出行造成拥挤，使得高峰期时间大于低峰期；而对于医院、学校、购物中心等建筑来说，会因自身功能等因素使出行时间增加或减少影响，出现出行点在低、高峰期时间差大于20%或者时间差为负的情况。

5.3 路段特征分析

营口道站点周边道路，为轨道交通站点提供交通服务，以其交通功能造成道路重复次数极高。而随着距离增加，可供乘客出行选择的道路数量增加，使路段重复次数减少，因此对于总体而言，呈现出以轨道交通站点为中心的圈层式结构，且高频重复路段多位于站点附近。

对于营口道、南京路以站点为到达的超高频重复路段而言，其道路等级高、道路交通服务较好、曲折性较低，乘客大多选择此类路段完成出行，故此路段重复次数极高。对于锦州道等不直达营口道站点的超高频重复路段，其为研究范围内各部分的连接路段，因道路的交通通畅性及服务水平较高，形成极高重复次数。对于长春道等与营口道站点有一定距离的高频重复路段，部分原因是其道路等级相对较高，交通通畅性较好，曲折性较低，因交通功能形成高重复次数；部分原因是道路路面情况、道路景观及自身服务较好，因其建设水平形成高重复次数。

在与营口道站点距离极近但路段重复次数较低路段中，部分原因是道路建设原因，部分原因是采取路段出行会造成绕行，故乘客选择路段出行次数较低。其中，独山路为天主教天津西开总堂西侧道路，大多为游览者出行提供服务，且道路为单行、服务水平低，故乘客出行选取此路段次数较少。哈尔滨道南部路段位于天津国际金融中心西北侧，因其道路较窄且路边经常有车辆停放，造成路段服务水平较差，使路段重复次数较低。

6 接驳路径优化对策

6.1 路径优化对策

针对时间最短路径曲折系数大于距离最短路径，在道路方面，打通断头路，增大道路网络规模[24]，使乘客直达轨道交通站点或出行目的地，减少实际出行距离，降低路径曲折系数。在居住小区与建筑出入口方面，可通过对居住小区出入口调整，或使居住小区开口偏向于轨道交通的出入口侧，减少绕路情况，降低曲折系数，增加出行效率。

针对路径选择而言，在百度地图等导航应用方面，可将时间最短路径作为O-D点之间的默认路径，并加入人群偏好为乘客提供出行路径选择，提供更加人性化的多元路径服务。此外，在出行过程中，路径规划应实时化，根据前方道路实时路况，出现拥挤可从时间最短路径、距离最短路径的部分路段进行替换，绕过拥挤路段完成出行。此外，根据已选择的接驳方式，计算完成出行剩余时间，帮助乘客调整自身出行计划，以选择更快速的交通方式接驳，形成动态化的路径导航；在共享单车方面，相关软件可在使用过程中加入路径规划服务，为乘客提供便捷服务。

6.2 出行时间优化对策

针对工作日而言，在共享单车方面，增加共享单车托运次数，呈现出早高峰、晚高峰、平峰托运次数逐渐递减。增加高峰时间共享单车数量，满足接驳人群的共享单车需求。同时，加入人群与建筑物因素，使人群与车辆在空间与数量之间达到平衡。此外，可考虑加入共享单车的远程操作服务，乘客可从站点空间操控单车解锁，采用蓝牙服务操控单车，靠近预定单车即可解锁，缩短解锁时间，使出行更具效率。在交通方面，在高峰期调整交叉口红绿灯时间，或可形成轨交站域非机动化模式，在一定半径范围内，取消红绿灯或设置长黄灯，使人行与车行优先化。

针对出行时间而言，在共享单车方面，提出共享单车分时段调配模式[25]，以解决单车时空分布不均问题，使共享单车企业可根据轨道交通站点的使用量为共享单车作出相应的调整。共享单车使用量如图7所示。

图7 共享单车使用量图

根据共享单车使用量图可知，以营口道站点为O点，可在8时、13时、18时等使用量较高时间进行共享单车的托运，以保证乘客出站后有可供其完成出行的单车；以营口道站点为D点而言，在8—9时、12时、18时等使用量较高时间点进行停车点托运，满足以轨道交通站点为目的出行点乘客的单车需求。对共享单车使用量进行整体分析，可得在18时单车使用量为最大值，因此，共享单车企业需增加车辆托运次数，满足轨交站域共享单车需求；在交通方面，相关机构必须采取措施对道路进行分时段交通控制，提升轨道交通站点的慢性接驳水平[26]，从而形成绿波交通。

针对低峰期出行时间大于高峰期的出行点而言，在道路方面，可对出行点周边道路进行优化，提升交通流畅度。在公共服务设施方面，可根据出行点周边设施情况作出相应调整，增加座椅、路灯、绿化、景观小品等设施，提升出行体验。

6.3 高频重复路段优化对策

针对营口道与南京路等高频重复路段而言，在共享单车方面，可根据居民出行需求以交通设施角度[27]作出调整，在路段中每隔100 m设置停车点，配置相应的共享单车停放设施，并在轨道交通的出入口设置一定规模的停放场地。此外，推出“推荐停车点”[28]服务。“推荐停车点”可通过标示线及软件GPS强化设置，进一步规范共享单车合理停放，以延伸轨道交通的合理服务范围[29]。在居住小区与建筑综合体方面，可通过调整出入口位置，将出入口设置于道路等级较低或路段重复次数较低的路段，或对出入口进行管控，控制其出入，以降低内部车辆或到达车辆会对道路交通的干扰。在道路方面，可扩宽道路，增设车行道，减缓拥挤情况。设置机动车与非机动车道，并对其进行严格管理，保障非机动车与行人的完整路权。在交通方面，对交通信号灯进行调整，延长信号灯绿灯时长，以疏散交通，使乘客出行更加顺畅。采取一定交通管控措施，发挥城市支路的交通分流作用，给乘客以最佳出行体验。在公共服务设施方面，可设置更多数量的公共服务设施，例如座椅、景观小品等，为人们提供更舒适的出行服务。

针对哈尔滨道等重复次数较低路段而言，在共享单车方面，合理的骑行吸引范围取决于骑车者的生理与心理条件以及路况、停车场地位置等因素[30]，因此，需增设共享单车数量与其停车点，根据道路条件，间隔100～200 m设置停车点，并利用人行横道侧的空地摆放，优化骑行接驳环境，以缩短出行时间，提高道路服务水平。在道路方面，增设非机动车道，使机动车与非机动车间隔，保证路权完整性，以减缓道路拥挤情况。同时，考虑城市道路的实际因素，发挥重复次数较低路段的交通补充作用，缓解城市交通型道路的交通压力；在公共服务方面，设置座椅等公共服务设施，增强道路交通功能。

7 结语

城市轨交站域接驳路径是确保城市公共交通良性发展、提升城市轨道交通利用率的基础。本研究利用百度API通过在多种交通方式出行下获取路径与时间，基于百度API的轨交站域接驳路径研究，可以使步行、骑行交通方式的出行时间和路径规划更准确，使驳路径研究结果更精准。

经过本次研究，得到以下结论：对同一OD点，时间最短路径大多数会比距离最短路径的路径曲折系数高约0.1～0.5，且路径曲折系数增加0.1，其路径长度会平均增加60 m；不同时间段出行点时间差处于0%～10%占比最高，且骑行的时间差大于步行；在出行时间影响因素中，工作日早高峰对于出行时间的影响是最大的；时间差为负的出行点位于居住小区、部分商业综合体、公园等地，时间差大于20%的出行点位于学校、商厦、商业综合体、医院等地；越靠近轨道交通站点，路段重复次数越高，呈现出以轨道交通站点为中心的圈层式分布特点；得到研究范围内10条高频重复路段与3条距站点极近但路段重复次数较低路段。

本次轨交站域接驳路径研究，在学术方面，通过借鉴已有研究的相关理论和研究方法，运用到轨交站域进行相关研究，这种研究思路，可为其他领域研究提供思路。在实践方面，本研究可为相关的导航应用提供实时性路径规划思路；可以为共享单车在停车站位置选择、车辆的调度以及导航路线提供相关的改善方法；可为现有居住小区与建筑综合体等进行出入口调整、进出车辆控制改进；可从道路、交通、公共服务角度，对城市更新提出相关的改进建议，以提升轨道交通的交通承担率，促进城市空间结构优化和高效健康发展。

本研究过程中尚存在以下不足：①本研究采用百度API作为本次出行点的时间来源、对于百度API来说，其自身数据是实时的，可能会因为利用时刻出现数据波动而造成研究出现误差。②路径规划及接驳路径研究一方面可反映实时的道路交通情况，进行出行低峰期与高峰期、工作日与休息日的分析，可为相关研究提供参考；另一方面，受节假日、交通事故或时间段影响，时间最短路径及接驳路径情况会产生轻微变动，必须在之后进行相应的调整。