0 引言
随着我国城市化进程不断加快、区域协调联动愈加紧密，高铁枢纽作为城市发展重要增长极和内外客流转换的重要节点，与城市交通网络的衔接日益密切。中共中央、国务院印发的《国家综合立体交通网规划纲要》[1]提出建设多层级一体化国家综合交通枢纽系统，推进综合交通枢纽一体化规划建设。《现代综合交通枢纽体系“十四五”发展规划》[2]明确综合交通枢纽是各种运输方式高效衔接和一体化组织的主要载体，应提升枢纽与城市衔接服务水平。基于以上国家发展战略如何科学合理地进行公共交通规划与资源配置，最大限度地发挥城市交通网络的效能，是当前研究的重点[3]。交通可达性是评估交通系统效率的重要指标，反映出行者利用给定交通系统出行的便捷程度[4]。因此，研究高铁枢纽衔接城市交通网络的可达性特征对推进枢纽多层级一体化发展、增强综合枢纽客流吸引力、提升旅客服务品质与出行体验有着重要的理论和实践意义。
国内外学者在交通可达性分析等方面开展了诸多研究。交通可达性为出行者到达目的地的机会潜力，Buliung等利用地理信息技术实现了个体时空行为数据的可视化分析并进行了实证探索[5];Pereira分析了快速公交扩建项目实施后出行时间阈值的选择对可达性的影响[6];孙耿杰以出行距离或出行时间作为可达性的量度，建立了基于出行目的的城市交通可达性模型[7];Kujala等考虑公共交通的换乘与等待时间，基于改进累积机会模型与时空概率模型对公共交通的综合可达性进行了分析[8];刘常平等结合地理信息系统空间分析方法和潜力模型，对北京职住空间发展特征和就业可达性进行了分析[9];江世雄结合北京地铁实体拓扑网络，提出划分两阶段的城市轨道交通系统可达性评价方法，提高了轨道交通站点的客流吸引力[10];姚志刚等选取对数正态等8种分布函数对公交可达性数据进行拟合，以更精确地表述公共交通资源的分布特征和服务的公平性[11]。作为城市交通衔接转换的重要节点，交通枢纽的可达性逐渐引起学者们的关注：宗刚等从设施供给与需求异质性的角度探讨公共交通枢纽的可达性，并分析了不同时段下北京市公共交通枢纽可达性时空分异特征及其原因[12];Liu等将出行时间作为可达性测度指标，将出行过程分解为步行、等待、换乘和运输等环节，提出了交通枢纽及其周边地区多种交通方式系统的空间可达性评估方法[13];徐艳飞等定量测算铁路枢纽节点的可达性水平，探讨综合交通体系下武汉铁路枢纽的规划发展对策[14];Li等从吸引和辐射两个维度分析评估了轨道交通枢纽的可达性，为改善轨道交通网络布局和站点出行环境提供了依据[15];Yang等提出了铁路网络性能指数以评估交通可达性，并对全球40个城市铁路网络性能进行了比较分析[16]。由于移动定位技术和大数据服务的快速发展和广泛应用，与传统地理数据挖掘相比，互联网开放平台的地图服务为研究可达性提供了新的数据获取方法[17]。相关研究中，赵长相通过网络爬虫技术抓取实时路况信息，提出建立综合客运枢纽可达性模型以优化枢纽布局的方法[18];贾文峥等利用高德地图和东京出行路径规划数据，分析了北京与东京轨道交通1小时通勤可达空间范围，计算最小与最大通勤距离[19];周雨阳等基于调查数据与应用程序接口出行数据构建公共交通可达性模型，结合城市地形结构与土地利用对北京南站公共交通可达性进行分析评价[20]。
总体而言，现有国内外研究针对交通可达性取得了较为丰富的成果，但多数文献针对枢纽可达性仅研究城市部分区域，没有充分利用互联网地图开放数据覆盖范围广的特点，缺少大场景下枢纽的城市交通网络可达性对比评估。因此，本文以国内主要省会城市和直辖市的高铁枢纽为研究对象，基于互联网地图开放数据系统化分析高铁枢纽衔接城市交通网络的换乘可达性静态特征和时空可达性动态特征，对小汽车与公共交通时空可达性进行对比，以期为高铁枢纽与城市交通网络一体化衔接优化提供依据与支撑。
1 研究对象与数据来源
1.1 研究对象
为定量分析高铁枢纽衔接城市交通网络的动静态可达性，本文选取国内主要省会城市和直辖市中到发车次最多的高铁枢纽作为研究对象，其中拉萨市以到发车次最多的普通火车站拉萨站为研究对象，共计31 个枢纽，其基本特征如表1 所示。研究枢纽包括了特等站和一等站，不同枢纽间的到发车次数量差异较大，因此研究对象具有较好的广泛性和代表性。
表1 研究对象枢纽基本特征 |
| 高铁枢纽 | 枢纽 等级 | 类型 | 高铁枢纽 | 枢纽 等级 | 类型 |
|---|---|---|---|---|---|
| 南京南站 | 特等站 | 高铁站 | 海口东站 | 一等站 | 高铁站 |
| 杭州东站 | 特等站 | 普高同站 | 哈尔滨西站 | 特等站 | 普高同站 |
| 南昌西站 | 一等站 | 普高同站 | 长春站 | 特等站 | 普高同站 |
| 福州站 | 一等站 | 普高同站 | 沈阳站 | 特等站 | 普高同站 |
| 合肥南站 | 特等站 | 高铁站 | 西安北站 | 特等站 | 高铁站 |
| 济南西站 | 特等站 | 高铁站 | 兰州西站 | 特等站 | 普高同站 |
| 上海虹桥站 | 特等站 | 高铁站 | 西宁站 | 一等站 | 普高同站 |
| 太原南站 | 一等站 | 普高同站 | 拉萨站 | 一等站 | 普通站 |
| 呼和浩特站 | 一等站 | 普高同站 | 银川站 | 一等站 | 普高同站 |
| 北京南站 | 特等站 | 高铁站 | 昆明南站 | 特等站 | 高铁站 |
| 天津站 | 特等站 | 普高同站 | 贵阳北站 | 特等站 | 高铁站 |
| 郑州东站 | 特等站 | 高铁站 | 成都东站 | 特等站 | 普高同站 |
| 武汉站 | 特等站 | 高铁站 | 重庆北站 | 特等站 | 普高同站 |
| 长沙南站 | 特等站 | 高铁站 | 石家庄站 | 特等站 | 普高同站 |
| 广州南站 | 特等站 | 高铁站 | 乌鲁木齐站 | 特等站 | 普高同站 |
| 南宁东站 | 特等站 | 普高同站 |
高铁枢纽所在城市的规模等级是分析枢纽可达性的重要参数，其影响着枢纽整体的功能配套、设施布局与线网衔接，本文选取枢纽所在城市的城区常住人口数量作为城市规模等级划分标准，分类结果如图1 所示，31个枢纽所在城市被分为超大城市、特大城市、Ⅰ型大城市、Ⅱ型大城市和中小城市，研究对象中除中小城市和超大城市占比较小外，其余各等级城市分布相对均匀。
区位特征是高铁枢纽可达性的直接影响因素，位于城市中心区、城市近郊区以及城市远郊区这3 种不同区位的枢纽在城市交通网络衔接方面存在明显差异。因此，本文根据高铁枢纽与城市中心的距离将枢纽区位分为中心区、近郊区和远郊区3 种类型，通过选取位于城市中心地带的市行政中心作为中心点，测量枢纽到城市中心点的直线距离。
结合枢纽所在城市规模等级分类，枢纽区位特征如图2 所示。由图可看出，不同类型城市的高铁枢纽在中心区、近郊区、远郊区均有分布，多数枢纽均位于中心区或近郊区，仅少数高铁枢纽如广州南站、昆明南站等位于远郊区。
通过对高铁枢纽所在城市等级和区位特征的分析，发现选取的高铁枢纽样本具有多层次与多样性的特征，能较好地反映各省会城市及直辖市枢纽自身和所在城市的特点，可为多维度研究高铁枢纽衔接城市交通网络的动静态可达性提供必要的基础。
1.2 数据来源
本文使用的数据均为互联网地图开放数据，具体通过高德开放平台调用路径规划服务应用程序接口（Application Programming Interface, API）获取指定出发点与目的地间的公交路径和驾车路径信息。为精细化分析高铁枢纽衔接城市交通网络的动静态可达性，将所在城市进行栅格化处理，即将31 个省会城市和直辖市分别按照网格划分为若干个 的栅格单元，进行“高铁枢纽至栅格”的可达性研究。出行中使用地铁和公交次数作为相应高铁枢纽衔接城市交通网络换乘可达性静态特征分析的基础数据，公交和驾车出行信息中的行程时间作为相应高铁枢纽衔接城市交通网络时空可达性动态特征分析的基础数据，公共交通数据来源于平台已接入的线路信息。上述所有数据在经过整合预处理后，用以进行高铁枢纽衔接城市交通网络的动静态可达性分析。
2 高铁枢纽衔接城市交通网络换乘可达性静态特征
高铁枢纽作为城市对内、对外重要的交通集散节点，其与城市区域的换乘衔接便捷程度直接影响旅客到达和离开高铁枢纽的效率。随着综合交通运输体系的不断发展，公共交通已成为枢纽客流集疏运的重要方式，通过分析不同高铁枢纽与城市区域公共交通网络的换乘衔接空间特征和静态换乘可达性，可为枢纽与公共交通的换乘衔接优化提供针对性依据。其中静态换乘可达性使用枢纽与城市栅格区域的公共交通换乘次数表征。
2.1 换乘衔接空间特征
统计31个高铁枢纽通过公共交通方式在不同换乘次数下到达的城市栅格区域，利用GeoPandas进行可视化分析，部分城市存在高铁枢纽无法通过公共交通换乘到达的栅格，同时有部分枢纽周边区域的栅格在公交路径规划中无需乘坐公交而是步行即可到达，这两类栅格虽然公共交通使用次数均为0，但是二者含义截然不同，为便于分析枢纽衔接城市交通网络的静态换乘可达性，剔除枢纽周边公共交通使用次数为0的栅格。
由图3 可知，超大城市北京市、上海市以及广州市高铁枢纽几乎能通过公共交通到达城市各个区域，而特大城市中除重庆市外，其余城市枢纽无法到达的栅格数量也相对较小，表明超大、特大城市公共交通站点布设和线路衔接较为合理，枢纽旅客能通过换乘到达城市范围内大多数区域。重庆市等城市枢纽由于搜索城市区域除主城区以外还包括周边区县，此类区域内的出行者若要到达对应高铁枢纽需乘坐跨线巴士，普通公交无法到达，同时受限于接入平台的公交信息，导致枢纽无法到达的栅格数量占比相对较大。超大、特大城市枢纽使用相同公共交通次数下所能到达的栅格呈现规律性分布，这与此类城市的轨道交通、快速公交等长距离、高速度、大运量的公共交通布局密切相关，枢纽旅客通过换乘能到达更远的城市区域，换乘衔接空间特征呈现以轨道交通等大运量公共交通线网为骨干的带状向外扩散形态。
由图4 和图5 可知，Ⅰ型大城市中合肥市、济南市以及石家庄市，Ⅱ型大城市中南昌市的公共交通辐射范围较广，其他城市高铁枢纽通过公共交通无法到达的栅格区域数量相比于超大、特大城市显著增加，表明此类高铁枢纽与公共交通网络衔接性较弱，枢纽旅客无法通过换乘到达更广泛的城市区域。与超大、特大城市类似，Ⅰ型大城市、Ⅱ型大城市以及中小城市在高铁枢纽通过公共交通可达的城市区域方面也表现出同样的带状辐射特征，但带状网络向外扩散幅度较低，高铁枢纽与城市公共交通网络的换乘衔接水平有待提升。
2.2 静态换乘可达性
为评估不同高铁枢纽的城市公共交通静态换乘的可达性差异，计算枢纽与城市栅格区域换乘次数占比，得到其分布特征如图6 所示。由图可看出，31个高铁枢纽与城市栅格区域换乘次数最大为7，其中除杭州东站外其余高铁枢纽都能通过3次及以下公共交通换乘到达70%以上的城市区域。Ⅰ型大城市、Ⅱ型大城市、中小城市高铁枢纽到城市栅格区域公共交通换乘次数中0次换乘和1次换乘占比较大，而超大城市和特大城市的1次换乘、2次换乘和3次换乘占比较大;Ⅰ型大城市、Ⅱ型大城市、中小城市较少出现高铁枢纽需要换乘4次以上才能到达的情况，而此类现象在超大城市和特大城市出现较多。其中海口市和拉萨市的枢纽通过低换乘次数到达的栅格占比最多，这与两城市公共交通所到达的栅格数量密切相关，两者通过公共交通能到达的城市栅格区域均较少。进一步分析各城市的枢纽二次换乘可达率，发现相比于超大、特大城市，Ⅰ型大城市、Ⅱ型大城市以及中小城市二次换乘可达率明显更高，多数Ⅰ型大城市、Ⅱ型大城市以及中小城市二次换乘可达率高于80%，在超大、特大城市中这一指标多数不及70%，但其枢纽的整体城市交通网络静态换乘可达性良好。
3 高铁枢纽衔接城市交通网络时空可达性动态特征
基于路径规划服务API实时获取高铁枢纽至城市栅格区域的行程时间数据，该数据同时将路网分布、出行时段、交通流量等海量信息纳入考虑，准确可靠地反映了城市交通网络的实际交通运行状况。本文使用高铁枢纽至城市栅格区域的出行行程时间分布表征动态时空可达性，对31个枢纽小汽车与公共交通动态时空可达性进行对比分析。
3.1 小汽车时空可达性
基于驾车路径规划API获取高铁枢纽至城市栅格的小汽车早高峰（8:30）出行行程时间数据，并将返回数据中为空值的栅格区域用与其最邻近栅格区域的行程时间替代，得到高铁枢纽衔接城市交通网络的小汽车动态时空可达性。超大和特大城市、Ⅰ型大城市、Ⅱ型大城市和中小城市高铁枢纽的早高峰小汽车时空可达性分别如图7 、图8 、图9 所示，图中纵坐标表示枢纽到达城市栅格的小汽车行程时间（单位：min）。
从图7 ~图9 可知，多数城市的高铁枢纽均可在120 min小汽车车程内到达城市大部分区域，只有少部分城市（如重庆市、哈尔滨市、昆明市）存在大面积小汽车120 min不可达的现象，这与城市地形和规划设计有关。小汽车出行更多依赖城市的路网结构，一般会围绕城市快速路等形成明显的放射状可达性时空图，同时分布不均衡的路网结构易造成小汽车在某一方向上的时空可达性具有显著优势，例如福州市、西宁市等城市存在着明显的放射状时空可达性结构。整体而言，各高铁枢纽与城市交通网络小汽车动态时空可达性呈现外疏内密的分布格局。
3.2 公共交通时空可达性
与小汽车路径规划数据处理相同，选取早高峰（8:30）高铁枢纽至城市栅格的公共交通出行行程时间数据，可视化得到不同城市规模下的早高峰公共交通时空可达性，如图10 ~图12 所示，各图纵坐标表示枢纽到达城市栅格的公共交通行程时间。从图10 ~图12 可知，许多城市存在大范围需乘坐公共交通180 min以上可达的栅格区域，相比于小汽车的时空可达性，各高铁枢纽与城市区域间的公共交通时空可达性明显降低。高铁枢纽与城市交通网络的公共交通时空可达性表现出明显的条形放射状，这与城市的公共交通站点与线路布设密切相关，尤其是在以轨道交通作为公共交通体系主要骨架的城市，例如南京市高铁枢纽60 min可达范围与该城市的1号线、3号线、S1号线等轨道交通线路覆盖区域较吻合。
3.3 小汽车与公共交通时空可达性对比
为进一步分析不同高铁枢纽的小汽车和公共交通时空可达性差异，集计不同交通方式在30 min、60 min、90 min以及120 min出行时长下可达的栅格区域数量，如图13 所示，各子图下部所示为公共交通，上部为小汽车，各图纵坐标表示小汽车和公共交通在每个城市可达区域的占比。由图可看出，与公共交通出行相比，高铁枢纽与城市区域的小汽车衔接时空可达性更好，但随着出行时长的增加，公共交通可达区域占比也逐步提升，小汽车与公共交通的可达性差异逐步减小。在不同出行时长下，超大、特大城市的公共交通时空可达区域占比相对高于Ⅰ型大城市、Ⅱ型大城市、中小城市，且随着出行时长的增加，这种趋势愈加明显。
分析不同城市高铁枢纽至城市区域的公共交通和小汽车出行时长分布，考虑旅客实际出行行程时间，筛选出枢纽至城市区域出行时长在180 min以内的数据，其分布如图14 所示。由图可看出，多数高铁枢纽至城市区域公共交通行程时间远高于小汽车，即高铁枢纽的城市交通网络小汽车动态时空可达性明显优于公共交通。
4 结束语
本文选取国内主要省会城市和直辖市中31个高铁枢纽为研究对象，将枢纽所在城市栅格化处理后，基于互联网地图开放数据分析了高铁枢纽衔接城市交通网络的换乘可达性静态特征和时空可达性动态特征。研究结果表明，多数高铁枢纽都能通过3次及以下公共交通换乘到达70%以上的城市区域，各等级城市枢纽通过公共交通可到达的城市区域表现出以轨道交通等大运量公共交通线网为骨架的带状向外扩散形态，但Ⅰ型大城市、Ⅱ型大城市以及中小城市带状网络向外扩散幅度较低，枢纽与城市公共交通网络的换乘衔接水平有待提升;高铁枢纽与城市区域的小汽车动态时空可达性呈现外疏内密的分布格局，而公共交通时空可达性表现出明显的条形放射状;与公共交通出行相比，枢纽与城市区域小汽车衔接动态时空可达性更好，但随着出行时长的增加，公共交通可达区域占比也逐步提升，两者可达性差异逐步减小。
本文系统地定量分析了31个高铁枢纽衔接城市交通网络的动静态可达性，但对不同类型枢纽可达性差异影响因素考虑不够，未来将考虑路网结构、枢纽区位等因素分析枢纽衔接城市交通网络动静态可达性差异，进一步融合时空可达性对枢纽类型进行划分，以服务于综合交通枢纽换乘衔接水平与运行效能的提升。