1、第32卷 第4期 湖 南 城 市 学 院 学 报（自然科学版）Vol.32 No.4 2023年7月 Journal of Hunan City University（Natural Science）Jul.2023 城市轨道交通及BRT周边地区职住平衡与建成环境的 关系研究：以合肥市为例 颜 冉1,2，丁述庆3(1.安徽建筑大学 建筑与规划学院，合肥 230022；2.澳门城市大学 创新设计学院，澳门 999078；3.安徽省交通规划设计研究总院股份有限公司，合肥 230088)摘 要：轨道交通可重塑城市职住空间格局，其在承担长距离通勤出行的同时也使得职住空间进一步分离为了交通基础设施与城市
2、空间的协调发展，本研究采用宜出行热力数据分析了合肥市中心城区的职住空间分布，并基于职住比将站域划分为职住平衡、就业型和居住型3种职住空间类型，运用多元logistic回归模型探究其建成环境与职住平衡类型之间的关系结果表明：合肥市中心城区已形成以老城区、政务区和滨湖新区为核心的多中心城市空间结构；站域的就业密度及其土地利用混合度与密度对职住平衡有显著影响；轨道交通站点有助于就业中心的形成，但对居住型的职住空间影响不大；BRT(bus rapid transit)对职住空间类型的影响并不显著该研究结果可为依托轨道交通重塑城市职住格局、改善职住平衡提供支撑 关键词：职住平衡；建成环境；宜出行大数据；
3、轨道交通 中图分类号：TU984；K901 文献标识码：A doi:10.3969/j.issn.1672-7304.2023.04.0007 文章编号：16727304(2023)04004707 Study on the relationship between working and housing balance and built environment in the area around rail transit and BRT:a case study of Hefei City YAN Ran1,2,DING Shuqing3(1.School of Architecture
4、 and Urban Planning,Anhui Jianzhu University,Hefei,Anhui 230022,China;2.Faculty of Innovation and Design,City University of Macau,Macau 999078,China;3.Anhui Transport Consulting&Design Institute Co.,Ltd,Hefei,Anhui 230088,China)Abstract:Rail transit can reshape the urban working and housing space pa
5、ttern,which not only undertakes long-distance commuting,but also further separates the working and housing space.In order to coordinate the development of transportation infrastructure and urban space,this study uses the easygo big data to analyze the spatial distribution of working and housing in t
6、he central urban area of Hefei.According to the working and housing ratio,the working and housing spatial is divided into three categories:the working-housing balance type,employment-oriented type and residence-oriented type.The multivariate logistic regression model is used to explore the relations
7、hip between the built environment and the type of working-housing balance.The results show that the central urban area of Hefei has formed a multi-center urban spatial structure with the old urban area,the administrative area and the Binhu new area as the core.The employment density and the mixing d
8、egree and density of land use have a significant impact on the balance of working and housing.Rail transit stations contribute to the formation of employment centers,but have little impact on housing spaces.The BRT system has no significant effect on the working and housing spatial pattern.The resul
9、ts of this study can provide support for reshaping urban working and housing pattern and improving the balance of urban working and housing relying on rail transit.Key words:working and housing balance;built environment;easygo big data;rail transit 在快速城镇化和机动化背景下，城市职住空间格局不断发生变化1居民通勤距离和耗时的增加使城市职住空间不断分
10、离，并导致交通拥堵等问题不断恶化在我国高密度开发模式下，大 收稿日期：2022-09-28 基金项目：安徽省哲学社会科学规划项目(AHSKQ2020D127)第一作者简介：颜冉(1989)，女，安徽亳州人，讲师，博士生，主要从事城市建成环境与出行行为研究E-mail: 湖 南 城 市 学 院 学 报（自然科学版）2023年第4期 48 力优先发展公共交通已成为大中城市交通发展的基本战略公共交通尤其是轨道交通串联高密度居住空间与就业空间，形成“轨道型职住平衡”2，但这种“轨道型职住平衡”在提高通勤效率的同时也大大扩展了通勤等时圈的空间范围，在一定程度上加剧了职住分离“站域型职住平衡”是以轨道交通
11、站点为中心，并与大城市中心城区保持适度的空间距离，根据站域的土地利用密度、多样性等建成环境实现的小范围职住平衡2“站域型职住平衡”与“轨道型职住平衡”结合形成多点串线的“点轴式”职住平衡被认为是实现大城市职住匹配并与轨道交通协同发展的有效途径2-3 目前，已有大量研究关注轨道交通与职住空间的匹配，即“轨道型职住平衡”如张纯等3从空间和功能整合探讨了轨道交通与城市协同发展模式；郝世英等4分析了台北轨道交通对城市空间结构的影响；张艳等2从轨道交通周边的就业和居住空间分布研究了职住空间与轨道交通的匹配关系，并认为城市在发展“轨道型职住平衡”的同时也应注重“站域型职住平衡”的发展“站域型职住平衡”的研
12、究相对较少且大多聚焦于站点客流与其建成环境的关系5-11如张艳等10对深圳市轨道交通站域的职住空间变化进行了量化分析，发现城市轨道交通增大了中心区和郊区的职住依赖程度，不利于郊区就业中心的形成；任鹏等11利用武汉市轨道交通刷卡数据计算站域的职住比，并运用地理加权回归模型分析了站域的职住平衡与其建成环境的关系然而，刷卡数据只能表征轨道出行的人群，以此计算的职住比并不能代表站域的职住比 为了进一步探讨交通站点区域的职住空间与建成环境的关系及其对职住平衡的影响是否存在显著差异，本文以合肥市快速公交(BRT)和轨道交通站域为研究对象，采用宜出行大数据，在分析其职住空间特征的基础上探究“站域型职住平衡”
13、的影响因素，以期为城市主要交通区域的职住平衡和土地利用提供规划依据 1 研究区概况、数据来源与研究思路 1.1 研究区概况 本文研究区域为合肥市中心城区以及与其有密切联系的地域范围，包括合肥市老城区、政务区和滨湖新区(见图 1)研究站点包括截至 2020年 5 月合肥市已开通的 3 条地铁站点、BRT 站点以及 K 字母开头的大站快车站点，且舍弃了包含大量非日常通勤的站点以及服务半径内无住宅小区的站点具体研究对象为最终选定的 216 个站点的周边地区，即距站点中心 600 m 的泰森多边形缓冲区范围 图 1 研究区位置示意 1.2 数据来源 研究数据来源于网络大数据，主要包括腾讯的 宜 出 行
14、 热 力 数 据 和 高 德 地 图 的 路 网 与POI(point of interest)数据其中，宜出行热力数据是基于腾讯定位服务软件生成的一种实时地理位置数据，包括 QQ(8 亿人)、微信与 WeChat(12亿人)、QQ 空间(6 亿人)、腾讯视频(4 亿人)等活跃用户的实时位置相对于时效性较差且手机信令数据费用高昂的普查数据，宜出行热力数据具有强实时性、高精确性、广覆盖性等优点，被广泛应用于城市规划领域以及城市职住空间格局的识别12-13笔者先以 Python 工具获取了 2021 年11 月连续 10 个工作日的白天时段(10:0011:00)和晚上时段(22:3023:30)
15、的宜出行数据(原始数据为 csv 格式)；再用 GIS 软件将该原始数据转换为空间点数据，且空间分辨率设为 27 m，并以各点的数据表示该精度网格内的相对活动人口数 1.3 研究思路 首先，依据宜出行数据得到合肥市中心城区的职住空间分布；其次，根据职住比对职住空间类型进行分类；最后，采用多元 logistic 回归模型分析职住空间类型与其建成环境的关系，并据此提出该市轨道交通和 BRT 周边地区的职住平衡优化建议 2 职住空间测度及其分类 2.1 职住空间测度 职住空间关系的常用测度指标为职住比 颜冉，等：城市轨道交通及BRT周边地区职住平衡与建成环境的关系研究：以合肥市为例 第 32 卷 4
16、9(jobs-housing ratio，JHR)，即一定区域内的就业岗位数与居住人口数的比值14此外，也有学者使用了其他测度方式，如昼夜人口密度比15和工作时段与休息时段的热力值比16宜出行热力数据可以反映不同时段的活动人口在空间上的聚集程度本文参考谭欣等16和林勋媛等17的测度方法，将工作日白天工作时段内的活动人口均值与晚上休息时段的活动人口均值的比值作为测度职住空间关系的指标，具体步骤如下：1)计算活动人口强度ita首先，在 GIS 软件中用渔网工具将研究区划分为 200 m200 m的网格；其次，利用空间统计工具获取各网格内在工作日白天工作时段和晚上休息时段活动的人口数量，并根据/itititiahh (1)计算出ita其中，ith为第 i 个网格内 t 时段的活动人口数；itih为所有网格内 t 时段的活动人口总数；t 为工作日统计时段，可分别用1t、2t表示白天工作时段和晚上休息时段；ita为第 i 个网格在 t 时段的活动人口强度显然，若1tt，ita可表示第 i 个网格的工作人口强度；若2tt，ita则表示其居住人口强度该步骤的实质是对渔网内的工作人口和居住人口作归一化