研究目标：城市轨道交通与土地利用的结合已成为促进城市紧凑发展的重要方法。靠近轨道交通站点可以提高土地利用变化的概率，但很少有研究分析轨道交通对土地利用变化影响的空间异质性。
方法：本研究利用共享单车数据，提出了距离衰减函数来刻画地铁站可达性的空间异质性，并研究了地铁站可达性对土地利用变化的影响。本研究选择中国上海嘉定新城作为研究区域。
结果：与使用线性距离衰减函数的模型相比，通过使用非线性距离衰减函数来划定地铁站可达性，并将其作为矢量元胞自动机模型（VCA）中神经网络训练的驱动因素，提高了模拟精度。
结论：这项研究有助于制定更有效的战略，促进轨道交通与土地利用的一体化发展。本研究的意义在于，考虑到地铁站可达性的空间异质性，基于矢量元胞自动机优化土地利用模型具有通用性，也可应用于其他情况，如考虑公交站点和道路网络的可达性。以交通为导向的发展（TOD）是通过加强土地利用与交通之间的联系来促进城市可持续发展的有效战略。可达性是地理学和运输学中广泛讨论的一个概念，对于评估城市轨道交通与土地利用之间的关系至关重要。靠近城市轨道交通的可达性增加了土地利用变化的可能性。元胞自动机（CA）模型是模拟土地利用变化最广泛使用的方法之一。现有研究虽然证实了城市轨道交通对土地利用变化的空间异质性影响，但未能充分研究空间异质性的非线性属性，即土地利用变化的概率不会随着与轨道交通距离的减少而线性增加。本研究旨在骑行背景下使用共享单车轨迹数据研究城市轨道交通对土地利用变化的影响，考虑到地铁站可达性的空间异质性。地铁系统服务于大部分市民出行，在优化土地利用和促进城市可持续发展方面发挥着至关重要的作用。研究以上海嘉定新城为案例，以领先的共享微型交通服务提供商（即摩拜单车）提供的共享单车数据为主要数据源。本研究使用矢量元胞自动机模型模拟了土地利用变化过程。研究问题包括 (1) 与线性模型相比，地铁站非线性距离衰减可达性模型能否更好地反映轨道交通对土地利用变化的影响？(2) 地铁站可达性对土地利用变化的影响有多大？本研究可以帮助城市规划部门和公交管理机构制定合理的管理策略和土地利用政策，指导地铁投资和规划，最终实现高质量的公交导向型发展。上海是中国最大的大都市之一，拥有世界上最长的轨道交通系统之一。在轨道交通建设的基础上，上海地方政府在土地利用规划中引入了 TOD 概念，并将 TOD 作为支持城市可持续发展的重要战略。与中心区相比，轨道交通对土地利用的引导作用在郊区更为突出。本研究选择上海郊区新城嘉定新城作为研究区域（图 1）。嘉定新城距离上海市中心 30 公里，面积 463 平方公里。图1 嘉定新城的位置（中国上海）和轨道交通系统
2009 年，嘉定新城通过地铁 11 号线与上海市中心实现连通。到 2019 年，嘉定新城区域内共有 5 个地铁站与地铁 11 号线相连。研究区域位于连接嘉定新城与上海市中心的 11 号线的末端。嘉定新城的土地利用受到轨道交通系统的影响。为了简化初始数据集，本研究将土地利用数据重新划分为六类，包括居住用地、行政与公共服务用地、工业用地、商业用地、非开发用地和其他用地。根据土地利用变化情况（图 2），从 2014 年到 2019 年，工业用地减少了 20.0%，商业用地增加了 13.5%，城市转型优先发展第三产业。
图2 上海嘉定新城 2014 年和 2019 年的土地利用情况注：为了更好地说明问题，黑色圆圈标出了土地利用变化较大的几个区域。
无桩共享单车没有了被锁定在停靠站点的限制，其运行促进了共享单车的使用，减少了前往地铁站点系统的时间，从而提高了地铁站点的可达性。截至2017年7月，上海是全球最大的共享单车市场，估计有150万辆共享单车。由于近年来无桩共享单车已成为解决地铁站周边“最后一公里”问题的重要有效途径，这在一定程度上放大了TOD影响区。在这项研究中，共享单车的轨迹数据被用来计算地铁站的可达性。本研究使用的自行车出行轨迹数据集包括 777,896 次共享自行车出行，时间跨度为两周。有选择性地提取起点或终点位于地铁站 50 米范围内的自行车出行数据，但删除起点和终点均在 50 米范围内的数据。更多技术细节请参考 Zhang
et al. (2019) 所做的工作。为研究城市轨道交通对土地利用变化的影响，本研究开发了一个土地利用模拟模型，将线性或非线性情景下的地铁站可达性作为土地利用模拟的驱动因素之一（图 3）。根据历史土地利用数据，我们使用土地利用模拟模型模拟了两种情况下的土地利用变化，即考虑线性或非线性距离衰减的地铁站可达性。首先，根据历史土地利用数据，特别是地铁站可达性数据，使用随机森林模型挖掘各种驱动因素的影响 (Yao
et al., 2017)。然后，使用耦合人工神经网络和元胞自动机模型模拟土地利用变化。最后，将模拟的土地利用情况与实际土地利用情况进行比较，以评估在考虑线性和非线性距离衰减可达性的两种情况下模拟的准确性。
图3 用矢量元胞自动机模型研究考虑地铁站的线性或非线性距离衰减可达性的用地模拟
在土地利用模拟过程中，使用欧氏距离（线性距离的测量方法）测量了地铁站的线性距离衰减可达性（ALinear）。随着与地铁站距离的增加，地铁站可达性逐渐降低。具体来说，（ALinear）由公式（1）定义如下：其中，Dist表示地块到地铁站的距离，Distmin表示周围所有地块到地铁站的最小距离，Distmax表示到地铁站的最大距离。
土地利用模拟模型中地铁站的非线性可达性是通过共享单车出行频率来衡量的，因为自行车是乘客往返地铁站的主要接驳方式之一。共享单车的轨迹数据可用于检索单车-地铁接驳出行，计算这些出行的出行频率，然后以非线性距离衰减形式划分可达性。指数衰减函数已被用于揭示出行距离与出行频率之间的关系 (Halás
et al., 2014)。同样，本研究选用该函数推导非线性距离衰减的可达性（ANon-Linear），公式（2）如下所示：其中，Dist表示到观测地铁站的距离，ANon-Linear表示距离Dist的出行频率，α和β表示距离衰减参数。随着与地铁站距离的增加，出行频率也随之降低，这表明出行意愿呈非线性距离衰减。参数拟合结果为α = 0.20，β = 1.68。指数衰减函数的拟合优度为 0.96（图 4）。图4 到地铁站的非线性距离衰减可达性（ANon-Linear）。
根据线性或非线性距离衰减函数分别对地铁站的可达性进行了定义和可视化（图 5）。在规划实践中，我们需要划定地铁站的影响区，这是说明轨道交通对土地利用影响的空间边界的一种简单易懂的方法：影响区内的地块通常被认为受轨道交通影响较大，而影响区外的地块则被认为受影响较小。通过按换乘距离计算自行车-地铁乘客的累计百分比，我们划定了地铁站的影响范围。通过参考之前的研究(Lin, et al., 2019)，使用自行车-地铁接驳出行距离累积分布的第 95 百分位值来确定地铁站的自行车影响区。根据共享单车的轨迹数据，本研究中的自行车影响区被确定为地铁站 2273 米范围内的区域。
由于嘉定新城在研究期间经历了大规模的建设，土地利用的变化受到交通规划和经济增长的显著影响。表 1 显示了 VCA 模型中驱动土地利用变化的因素。这些驱动因子分为三大类，包括交通条件、社会经济条件和区位因素。表1 研究中使用的驱动因子清单
图6显示了驱动因子的空间分布。地铁站可达性表示地铁站可达性对土地利用变化的影响，在线性和非线性方案中均有考虑。与主干道的距离与地铁站可达性相结合，共同反映了交通条件，这将影响土地利用的变化，尤其是可达性高的区域的土地利用变化。人口密度与地铁站的客流强度有关，影响着土地利用的需求和分布。人口密度高的地区可能需要更多的住宅和商业设施来满足居民的需求。房价反映了居住用地使用价值的演变，并根据竞租理论影响不同类型土地使用的变化。到嘉定新城中心的距离和到嘉定新城副中心的距离是对城市发展有重要影响的区位因素。将这六个驱动因素导入 VCA 模型，计算总体发展概率。在土地利用模拟中，所有变量均归一化为 0-1 范围。
本研究中土地利用数据的初始年份为 2014 年，在考虑非线性和线性可达性的情况下，使用 VCA 模型模拟了 2014 年至 2019 年的土地利用变化。根据Yao et al. (2017) 的研究，地块土地利用变化的总体概率由以下公式得出：其中，k代表土地利用类型，i代表地块，![]()
为总体变化概率。![]()
是整体发展概率。![]()
是邻近效应，根据周边地块内土地利用类型的数量和分布计算得出。![]()
是限制水体和道路开发的约束因子。具体来说，![]()
设置为 0 表示限制开发区域，1 表示适宜开发区域。![]()
为随机因子，范围在 0 到 1 之间，其中α为范围在 0 到 1 之间的参数。Ak,i是地铁站的可达性，由于地铁站的可达性是土地利用变化的重要驱动因素，因此在推导土地利用转换规则时将其作为一个新的组成部分。地铁站的可达性影响乘客的出行行为，导致城市轨道交通对土地利用变化影响的空间异质性，从而最终带来土地利用的变化。图 7显示了地铁站可达性对城市内部各土地利用类型的影响程度。考虑非线性距离衰减的地铁站可达性 VCA 模型的地铁站可达性贡献率高于考虑线性距离衰减的地铁站可达性 VCA 模型。行政与公共服务用地的非线性距离衰减对地铁站可达性的贡献率从 0.109 提高到 0.190，商业用地的贡献率从 0.137 显著提高到 0.175，工业用地和居住用地的贡献率也显著提高。这些变化意味着，考虑地铁站非线性距离衰减可达性的 VCA 模型能够更显著地反映地铁站可达性在土地利用变化过程中的驱动作用。地铁站可达性是一个重要因素，因为地铁是上海最普及的公共交通，轨道交通的运营对土地利用变化起着重要的推动作用。轨道交通的发展吸引了自行车集散地周边的大量人口，各种经济活动也随之聚集，从而促进了土地利用的变化。
图7 地铁站的线性或非线性距离衰减对每种城市内土地利用类型增长的权重为了明确 VCA 模型模拟土地利用的准确性，我们将模拟的土地利用结果与实际土地利用情况进行了比较（图 8）。图8 实际（a）和模拟（b）土地使用情况与地铁站线性距离衰减和（c）非线性距离衰减可达性的放大图
评估模型模拟性能的两个指标，即总体准确度（OA）和优度值（FoM）指标，如下所示：其中，A表示在模拟中保持不变，而在地面实况中发生变化的地块；B表示正确预测了土地利用变化以及土地利用类型的地块；C表示正确预测了土地利用变化，但土地利用类型错误的地块；D表示在模拟中发生了土地利用变化，而在地面实况中保持不变的地块；N表示研究地点的单元总数。表2显示了模拟结果的总体情况。在土地利用模拟中，地铁站线性距离衰减可达性的OA为 0.739，非线性距离衰减可达性的总体精度为 0.752，提高了 1.3%。在 FoM 测量中，线性距离衰减可达性综合 VCA 模型为 0.151，非线性距离衰减可达性综合 VCA 模型为 0.161，提高了 1.0%。在地铁站影响区，非线性距离衰减可达性 VCA 模型的总体精确度达到 0.80，比线性模型提高了 2.7%。表2 模拟结果的总体情况
结果表明，在地铁站影响区内，非线性距离衰减可达性 VCA 模型比线性距离衰减可达性 VCA 模型的精度有显著提高。考虑了地铁站非线性距离衰减可达性的土地利用模拟比考虑了地铁站线性距离衰减可达性的土地利用模拟具有更高的FoM和总体精度，这表明了地铁站非线性距离衰减可达性在模拟城市内部土地利用中的优势。总之，非线性模型考虑了轨道交通站点可达性的非线性空间异质性，有效提高了土地利用模拟的精度。本研究运用无桩共享单车与自行车-地铁出行相关的出行数据校准的非线性距离衰减函数，研究了地铁站可达性的空间异质性。通过在矢量元胞自动机模型中使用非线性距离衰减的地铁站可达性作为驱动因素之一，与使用线性距离衰减可达性的模型相比，实现了更高的模拟精度。在采用公交导向发展战略时，本研究对土地利用和轨道交通规划具有潜在的实际意义。通过 VCA 模型模拟地铁站周边的城市发展，有助于优化地铁站周边的土地利用，从而制定更有效的政策，鼓励城市轨道交通与土地利用的协同发展。
Zhou,
X., Zhao, Z., Fu, W., Huang, Z., Yao, Y., Huang, Y., and Zhang, Y. 2024. The
impact of heterogeneous accessibility to metro stations on land use changes in
a bike-sharing context. Journal of Transport Geography, 121, 104019.点击推送最下方“阅读原文”直达UrbanComp团队官网下载论文。
