轨道站点公共交通导向的开发综合指数对周边建筑停车配建指标的影响

汤祥, 尹超英, 何鹏, 单天赐, 李根*

(1.南京市城市与交通规划设计研究院, 南京 210008; 2.南京林业大学汽车与交通工程学院, 南京 210042)

公共交通导向的开发(transit-oriented development,TOD)是以公共交通为依托的城市规划和发展模式,特点是以轨道交通枢纽为中心,实现空间紧凑、高密度发展以及功能混合的土地利用[1]。实践证明TOD对建筑停车需求有明显的削减效果[2]。Tian等[3]结合10个TOD典型区域的研究发现商业建筑高峰停车需求只占ITE峰值需求的27%。周杨等[4]运用梯度提升决策树与SHAP解释模型发现,轨道交通站点周边可达性对居民活动及出行方式选择影响呈现显著相关关系。戴冀峰等[5]通过调查发现,小汽车驾驶员最大寻车忍耐度为15 min,停车泊位便捷性是出行者方式选择重要考虑因素。

目前中国停车配建多采用统一的停车配建指标数值,面对土地价值不断提升,中心区、新城开发的中央商务区,超高层建筑已成为开发建设的一种常态[6],配建指标成为制约地块容积率提升关键因素之一。朱震军等[7]重点基于公共交通服务能力,提出了超高层建筑在既有公共交通服务能力约束下的停车配建指标优化的方法。崔叙等[8]通过分析轨道交通出行时空分析特性,提出轨道站点周边路网密度、步行距离、办公规模对市民出行活动有非线性正向影响。邓敏等[9]提出从站点服务能力、接驳距离构建了地块的公共交通出行水平评估模型,根据不同的出行便捷度从而制定不同停车供给。李爽等[10]认为在城市中心区和公共交通服务水平高的地区可降低建筑物配建停车位指标。有国内学者分别提出了考虑区位集聚效应及交通可达性、基于路网承载力的配建指标值的方法[11-12]。 国内上海、广州等城市发布的配建停车标准文件中,对轨道站点周边的办公建筑配建停车指标均进行了相应的降低[13-14],如上海轨道交通站点300 m服务范围内公共建筑的配建停车指标降幅为20%。

综上所述,国内外学者基于TOD建筑的交通特性分析,对轨道站点周边建筑的小汽车出行及停车需求特性进行了多角度探讨,并提出相应的停车配建指标数值确定方法。但是,目前轨道站点TOD建筑的界定范围以及影响程度多以定性的经验数值为主,对轨道站点能级、距离及周边衔接条件等方面差异的影响研究相对较少。例如,根据《南京建筑物配建停车设施设置标准与准则》研究中实地调查数据:同等距离条件下轨道枢纽站(两条线以上)办公建筑停车需求率数值低于一般轨道站15%～20%;同一轨道站点距离100 m与300 m时,办公建筑停车需求率数值相差10%～15%。因此,现提出TOD综合指数的概念,通过对轨道交通站点影响区TOD发展水平进行评估,并探讨对周边建筑停车配建指标影响研究,提升轨道站点周边建筑配建泊位数值确定的科学性。

1 TOD综合指数

1.1 TOD量化研究模型

TOD作为以轨道交通为导向的土地开发利用模式,其范围内的公共建筑同时具备了交通网络节点(node)和城市功能场所(place)两种属性。这两种属性互相促进同时又存在一定的矛盾冲突[15]。为评估城市土地开发利用和交通功能两个层面互相之间的价值关系,有学者提出了“节点-场所”模型,该模型从轨道交通站点服务水平和站点周边土地利用与经济活动水平两个维度衡量轨道交通站点的进行量化评估。

目前,TOD量化模型大多基于经典的“节点-场所”模型或其改进模型,该模型最早由Bertolini提出并应用于荷兰阿姆斯特丹和乌德勒支城市集聚区的轨道站点地区研究。“节点-场所”模型是基于定量化的评价指标来测度轨道交通站点地区交通功能、土地利用水平的协调程度。其中,节点是指轨道交通站点,通过节点维度来测度轨道交通站点服务水平,服务水平越高的站点越能带动地区发展;场所是指轨道交通站点影响区,通过场所维度来测度影响区土地利用分布的多样性,多样性越好的区域越能吸引更高密度的活动需求。

1.2 轨道站点TOD综合指数

“节点-场所”模型认为轨道交通站点不单是单独的节点,而是与站点周边场所组成一个协调统一的整体,表征了土地利用与交通发展之间的相互关系。然而这种相互反馈关系缺乏衔接媒介,居民从轨道交通站点到达周边场所获得购物、医疗等各种服务时,需要有联系介质来表征这种获取服务过程的可达性,称为“联系”。即在传统的“节点-场所”模型基础上,新增“联系”维度,将相对孤立的节点交通性与场所功能性关联起来,来更好地表征两者之间相互影响、相互制约的关系。在新增的“联系”维度的评价指标上,借鉴国外Walk Score的应用[16],引入步行指数得分衡量场所内的步行友好性。最终,建议构建了3个维度、15项指标的评价体系来测度轨道交通站点的TOD综合指数,如表1所示。

表1 TOD综合指数的评价指标体系Table 1 Evaluation index system of TOD comprehensive index

1.3 轨道站点TOD综合指数计算

TOD综合指数评价是一个复杂的多因素综合评价过程,采用熵权-模糊综合评价方法进行指标的确权。熵权法的突出特点是客观性强,依赖于数据本身的离散性,不会随研究者的主观性而变化。模糊综合评价法是依据模糊数学的隶属度理论将定性评价转化为定量评价,通过专家打分构建模糊综合评价矩阵。熵权-模糊综合评价方法既能体现客观数据所蕴含的信息,又充分尊重专家的意见。具体工作流程如下。

步骤1建立原始关系矩阵。矩阵X={xij}m×n表示m个评价对象对应n个评价指标,xij表示第i个评价对象对应的j项目指标值。

步骤2数据标准化处理。各指标量纲不同,需要对各指标数据进行处理得到标准化矩阵Y={yij}m×n。

(1)

式(1)中:yij为标准值;xjmax为j项目指标的最大值;xjmin为j项目指标的最小值。

步骤3计算隶属度矩。

(2)

式(2)中:pij为第i个评价对象在第j项指标下的特征比重。

步骤4计算信息熵与差异系数。

(3)

dj=1-ej

(4)

式中:ej为第j项指标的信息熵;dj为第j项指标的差异系数。

步骤5计算指标权重。

(5)

式(5)中:wj为第j项指标的权重。

步骤6构建模糊综合评价矩阵。首先根据需要对决策评语评价等级进行分级,用V={v1,v2,…,vk}表示;基于专家打分,用各评价等级的专家数除以专家总数作为评价因素对考核等的隶属度值,构建的隶属度矩阵R。

步骤7建立综合评价模型。根据熵权法计算得到的15个指标因素的权重集W, 与模糊综合评价矩阵进行综合评判,得到评价向量B, 结合评语集V,得到轨道交通站点TOD综合指数D。

B=WR

(6)

D=VB-1

(7)

2 停车配建与TOD综合指数关联分析

2.1 TOD综合指数对建筑停车需求的影响

建筑的停车供给主要由配建停车指标确定,而停车供给与停车需求之间相互制约、相互影响。对于办公建筑而言,出行方式相对固定,停车需求主要取决于日常通勤的小汽车出行比例。刘怡等[17]以城市交通效率最大和环境影响最小为目标,建立交通出行结构优化模型预测停车需求,对比传统数学分析方法预测停车需求,表明交通出行结构优化模型对停车需求预测更为准确。尹超英等[18]通过路径分析-离散选择一体化模型,考虑了居住地及工作地的停车可用性对小汽车通勤出行的影响,表明停车可用性对小汽车通勤出行具有显著的正效应。

TOD综合指数越高的区域,出行者选择轨道交通出行比例也会相对增高,从而降低小汽车出行需求后可相应地降低停车配建泊位规模,因此小汽车出行比例的变化也即停车需求改变的实际表现,同样也是配建指标折减比例所需刻画的目标。在出行方式选择方面,非集计模型被广泛应用,其选择模型是基于不同影响因素,从多个备选方案中选择其认为效用最大的方案。非集计模型以效用理论为基础,出行者总会倾向于选择效用最大的选择方案。其效用函数包括两部分:确定项Vab、随机项εab,假设随机项和确定项相互独立并且服从Gumbel函数分布。确定项函数Vab通常采用线性函数作为其表达形式。

Uab=Vab+εab

(8)

(9)

式中:Xabz为出行者b选择第a个方案中所包含的第z个特性变量;z为特性变量的个数;θz为第z个特性变量所对应的参数。

出行成本是出行方式选择的重要因素,也是效用的衡量指标,重点研究的是小汽车、轨道交通两种出行方式的变化影响。办公建筑出行者以日常通勤出行为主,小汽车出行成本的主要影响因素包括:出行时长、燃油成本、停车费用(即办公建筑配建停车场的停车费);轨道交通出行成本的主要影响因素包括:步行距离(即轨道站点至办公建筑的步行距离)、票价、拥挤成本。此外,出行者的个人特性也会影响出行方式的选择,重点考虑性别、年龄、月收入3个变量因素。

多项Logit(multinomial Logit, MNL)模型是非集计模型中使用最为广泛的模型之一,能够描述多个方案的选择概率。对于办公建筑的出行者而言,其出行目的是固定的,当外界因素改变时,出行者的行为选择可以概况为3种:选择配建停车场的小汽车出行P1、选择其他停车场的小汽车出行P2、选择轨道交通出行P3,出行者做出某一选择的概率为

(10)

式(10)中:Pab为出行者b选择第a方案的概率;Vab为出行者b选择第a方案效用值确定项;Vcb为出行者b选择其他方案效用值确定项;Ab为出行者b各类出行方案选择的概率集。

2.2 TOD综合指数对配建指标影响计算

办公建筑配建停车指标数值制定,对于某一类别轨道交通站点影响区的办公建筑,会构建一类出行方式选择模型,步行距离变化时,出行者选择轨道交通出行的概率会发生变化,相应地也会改变选择配建停车场的小汽车出行比例。采用步行距离变化前后选择配建停车场的小汽车出行比例的变化率来表示折减比例,具体模型构成过程如下。

步骤1选择评价指标,构建“节点-场所-联系”模型。

步骤2利用“熵权-模糊”法对指标进行赋权,建立综合评价模型,计算轨道站点综合发展指数。

步骤3依据计算的综合发展指数,针对每一类别轨道站点影响区的办公建筑及选择影响因素,构建出行方式选择模型。

步骤4改变步行距离,计算出行者选择轨道交通出行的概率。采用步行距离变化前后选择配建停车场的小汽车出行比例的变化率来表示配建指标数值的变化幅度,其计算公式为

(11)

3 南京市停车配建指标修订实例应用

3.1 研究数据情况介绍

至2022年初,南京地铁全长427.1 km,全年客运量达12.78亿人次。所用数据包含如下4个方面。

(1)基于手机信令数据绘制的热力图数据,其原理是通过网络运营商的无线通信网络获取移动终端的位置信息,以反映人口的移动与聚集情况。

(2)从百度地图、Walk Score 网站获取的空间数据和基于Python的网络爬虫API数据。

(3)南京市轨道交通站点及相关数据,来源于研究项目《南京市轨道交通线网规划修编》。

(4)南京市轨道交通站点周边办公建筑停车及出行数据,来源于《南京市建筑物配建停车设施设置标准与准则》项目研究过程中的停车基础数据调查。

3.2 南京停车分区TOD综合指数计算

南京根据用地发展和交通条件,将全市划分为3个不同的停车分区。

停车分区的影响因素与分区概况分别如表2及图1所示,不同的区域采用差别化的建筑物停车配建指标数值。

图1 南京停车政策分区图Fig.1 Nanjing parking policy zoning map

表2 停车分区的影响因素Table 2 Influencing factors of different parking zones

从轨道站点服务范围来看,多按行人步行10 min(800～1 500 m的半径)的距离划定轨道交通站点核心区范围。参考殷悦等[19]提出的南京市轨道交通站点的影响区应当是以1 km半径范围,以轨道站点1 km半径范围内的区域作为轨道交通的站点影响区。从节点、场所、聚类3个维度对南京市轨道交通站点进行TOD综合指数计算,结果如图2所示。总体而言,绕城路以内的老城区站点综合指数水平较高,有多条轨道交通线路服务,站点服务能力强,新街口站、大行宫站、三山街站等站点周边地区土地类型丰富,信息熵较低。江宁区、浦口区等外围地区的站点综合测度水平呈现递减态势,主要是外围站点服务能力较弱,且土地类型相对单一,如天润城站周边用地基本为住宅用地,南京交院站周边用地以学校为主。但栖霞仙林中心、江宁百家湖地区存在综合测度次高的站点,表明轨道交通有力推动地区发展。

图2 TOD综合指数图Fig.2 Map of TOD comprehensive index

3.3 停车分区的建筑出行行为选择模型

针对停车分区的一类区、二类区、三区分别选取了新街口站、花神庙站、星火路站3个典型站点,对每个典型站点周边的办公建筑开展出行行为调查,每个站点各发放250余份问卷,采用实际调研(RP)和意向调研(SP)相结合的综合调研方法,调研内容主要包括以下4个部分:社会经济属性,包括居民的年龄X1、性别X2、月收入X3;私家车出行信息,包括居民的停车费用X4、出行时长X5、燃油费用X6;轨道交通出行信息,包括步行距离X7、票价X8、出行时间X9。出行选择意向信息,调研步行距离每增加100 m时,居民的停车选择意向。

3.3.1 一类区:新街口站

站点的主要特征是位于城市的核心区,轨道交通容量高、人口活力及土地协同利用程度高,计算TOD综合指数高。研究新街口站共发放问卷251份,共回收有效问卷208份,有效回收率为82.9%。在对问卷调查数据进行量化处理后,进行出行行为选择模型的参数标定,标定结果如表3所示。

表3 参数标定结果Table 3 Results of parameter calibration

模型标定结果中,模型的似然对数值(Log likelihood)为-72.14,似然比检验统计量LR chi2为61.09,对应P值为0,说明模型显著;模型的拟合优度PseudoR2为0.697 5,表示模型拟合效果较好。于是,此类站点周边办公建筑的选择配建停车场的小汽车出行概率为

2.328X4-0.249X5+1.041X6-

0.992X7-0.57X8-0.19X9;

1.966X4-0.223X5+0.811X6-

1.19X7-0.673X8-0.182X9。

3.3.2 二类区:花神庙站

站点的主要特征是TOD综合指数水平适中,一般位于城市核心区外,公共交通水平、人口活力与土地协同利用程度适中,仍有一定发展空间。研究在明发广场站共发放问卷约250份,共计回收有效问卷201份,有效回收率为80.4%。对问卷调查数据进行量化处理后,确定此类站点周边办公建筑的选择配建停车场的小汽车出行概率为

3.549X4+1.917X5+0.326X6-

0.983X7-1.527X8-2.253X9;

4.469X4+2.7X5+0.406X6-

0.656X7-1.779X8-1.584X9。

3.3.3 三类区:星火路站

站点位于城市外围地区,主要特征是,公共交通水平、人口活力、土地利用程度均较低,因此TOD综合指数水平较低。星火路站共发放问卷约250份,共计回收有效问卷199份,有效回收率为79.6%,对问卷调查数据进行量化处理后,对出行行为选择模型的参数标定。此类站点周边办公建筑的选择配建停车场的小汽车出行概率为

3.109X7-0.672X8-0.704X9;

8.09X7-1.756X8-1.861X9。

3.4 办公建筑配建停车指标折减

根据上述三类轨道交通站点构建的模型,不同步行距离下,出行者选择办公建筑配建停车场小汽车出行分担率的变化曲线,如图3所示。

图3 基于步行距离的小汽车出行率变化曲线Fig.3 Ratio of private car usage based on walking distance

将上述结果代入所构建的办公建筑配建停车指标幅度变化计算流程,计算得到不同停车分区的轨道站点影响周边办公建筑,不同步行距离下的配建停车指标折减数值,如表4所示。

表4 办公建筑配建停车指标折减数值Table 4 Reduction ratios of parking indicators for office building construction

从停车需求的数值变化趋势可以看出,站点周边的办公建筑停车配建折减数值均随着步行距离增加而逐渐降低,降低程度逐渐减少。相同步行距离下,轨道站点的TOD综合指数越高,折减数值越大,即一类区>二类区>三类区。对于二类区站点,步行距离在400 m以内的办公建筑停车配建指标折减数值与距离的敏感性较弱,其值变化不大。在400～700 m的范围内,停车配建指标大约以4%幅度降低。超过700 m后,对于距离的敏感性变强,每增加100 m停车配建折减数值降低了约7%。 对于三类区站点,步行距离在400 m以内办公建筑停车配建指标折减数值与距离的敏感性较弱,停车配建指标折减数值变化较小。

3.5 轨道站点TOD配建指标折减数值政策

南京市停车配建指标在停车分区的配建指标差异化研究基础上,综合考虑实际项目建设方案审批中的经验与实际可操作性以及前后政策衔接的平稳性,增加了不同类别轨道站点及不同距离影响下的停车配建指标的折减数值的管理规定。在《南京市建筑物配建停车设施设置标准与准则》中第18条明确提出:一类区内50%以上的用地面积在距离建成或规划轨道站出入口100 m和300 m范围内公共建筑,可分别相应减少20%、10%的停车泊位配置;二类区内50%以上的用地面积在距离建成或规划轨道站出入口100 m范围内公共建筑,可减少10%的停车泊位配置。

4 结论

针对当前TOD建筑停车配建指标对轨道站点能级、距离和衔接条件等考虑不足而采用均质化折减系数的问题,在传统的轨道站点“节点-场所”模型基础上,引入“联系”维度评价以系统刻画出行者从轨道交通站点到达周边建筑的交通衔接转换过程的影响,构建了TOD综合指数模型,提出了轨道站点TOD综合指数对周边建筑停车配建指标影响计算方法,并在《南京市建筑物配建停车设施设置标准与准则》的政策研究中进行了实际应用。研究主要得出如下结论。

(1)不同能级轨道站点、交通衔接条件及出行距离等影响要素与停车配建规模之间存在动态关联关系。

(2)构建的TOD综合指数模型,可以更有效反映不同的轨道站点类别、交通衔接条件、出行距离对停车需求变化的影响机理。

(3)基于三维度TOD综合指数模型的停车配建指标计算方法,可用于城市轨道枢纽周边建筑停车配建指标数值的优化,有效提升建设方案的工程经济性。

研究方法和结论可以为制定城市轨道站点TOD建筑的停车配建指标折减政策提供理论支撑,有利于进一步合理配置城市空间资源、缓解城市交通拥堵、引导绿色低碳出行。