城轨站点与站域物流服务终端设施的互动机理研究  

作 者:

作者简介:
鲁晓春,男,北京交通大学经济管理学院教授,博士生导师,研究方向:物流与供应链仿真优化;丁旭,女,北京交通大学经济管理学院硕士研究生,研究方向:物流与供应链仿真优化(北京 100044)。

原文出处:
北京交通大学学报:社会科学版

内容提要:

城市轨道交通站点客流量与站域物流服务终端设施数量的互动关系较为复杂,难以简单地建立量化模型。从研究城市空间形态与物流服务设施的互动关系入手,建立城市轨道交通站点客流大数据与站域物流服务设施的中介效应模型,发现站点客流与站域物流服务设施存在促进、抑制两种互动关系。客流超过阈值后,客流规模的增加对物流服务设施数量增加产生抑制作用,站点吸引力同时对客流与物流设施选址产生影响,并存在中介效应。将中介效应模型与机器学习模型结合,利用中介效应模型揭示内在影响机制,建立基于SVR的客流—设施预测模型,并以实例数据进行验证。通过分析轨道交通站点客流与物流设施互动关系,并将其应用于设施数量预测模型,可为城市轨道交通网络化布局及站点规划提供新思路。


期刊代号:F14
分类名称:物流管理
复印期号:2022 年 02 期

字号:

      将城市轨道交通与土地利用的互动区域定义为“站域”,其并没有明确的量化范围[1]。站在城市发展的角度,轨道交通承载了最大规模市内人口流动,改善了站域的可达性,出现了站域中的土地竞争。物流需求是一种引致需求,社会经济活动的生产、交换、分配及消费的过程中都伴随物流需求的产生[2]。物流、交通等均是社会经济活动的物质化体现[3],物流需求的产生必将伴随社会经济活动的发生。物流服务设施包括仓库、快递网点、自提柜等,是社会经济活动的必要节点和基本支撑。

      北京市作为超大城市的典型代表,人口规模庞大,社会系统复杂[4]。根据北京市交通发展年报,2019年,居民上下班、上下学、生活类出行占出行总量比例分别为42.3%,4.7%,52.9%,其中,轨道交通运量占客运总量的47.2%,达到39.62亿人次。轨道交通已成为北京市客运量最大的城市客运方式,其产生的乘数效应和放大效应,可带动社会服务设施的涌入和公共服务设施功能效用的放大[5],因而,城轨站点客流与站域物流设施数量可能存在内在关系,但目前尚未有关于轨道交通对物流服务设施选址影响的实证分析,将二者建立数据模型,往往发现模型很难成立。

      2018年11月,中共中央、国务院明确要求以疏解北京非首都功能为抓手,推动京津冀协同发展,对物流产业进行调整。据《北京日报》报道,2015年到2019年,北京市累计疏解提升市场、物流中心919个。另一方面,城市居民生活离不开物流服务。新颁布的《北京城市总体规划(2016年~2035年)》第47条明确提出“推动快递网点、便民服务点、自助寄递柜、网购服务站等物流服务终端设施建设,完善邮政普遍服务体系”。本文以北京市为例,对复杂社会系统中人流与物流的互动机理进行分析探讨,并基于站域内特征向量特点建立SVR设施数量预测模型,以期为超大城市物流设施布局、物流需求与物流配套设施、轨道交通综合体系规划提出新思路和有针对性的参考意见。

      二、研究现状

      近年来,国内外研究早就注意到轨道交通对城市发展的影响。这些研究涉及了轨道交通与土地利用类型[6]及开发强度或密度[7-8]、邻域特征的异质性[9]、土地价值[10-11]的互动关系等内容,发现城市轨道交通与站域土地利用存在复杂的相互作用关系,城市交通与土地利用是相互制约、相互影响的[12]。相关研究中,选取个别站点进行微观分析[13]的方法不能体现宏观层面的互动关系,利用大数据能够弥补微观分析中局部放大、难窥整体的不足。

      现有实证研究城市轨道交通设施的集聚作用时,利用轨道交通站点建造前后,或相似地点有无轨道交通站点进行对比的研究方法,但这两者的主体均为设施的建造地点,而非设施,且两种方法都无法将城市发展因素纳入控制变量,难以排除干扰因素[14]。城轨站点对物流设施选址的影响缺乏量化实证研究,本文利用大数据研究轨道交通站点客流与站域物流服务终端设施的互动机理,希望在一定程度上解释二者的互动关系与内在影响机制。

      三、相关性分析

      基于空间理论,Hillier[15](1996)指出行为模式的逻辑折射出空间形态的建构逻辑,站点与站域空间是出行、物流等等社会经济活动之间彼此关联的物质化体现。周佳宁等[16](2020)发现,在人流或资金流相对紧密的多中心网络结构中,物流呈现突出的“核—辐”结构,北京物流网络结构中,站点—物流设施的辐射特征凸显。

      (一)数据收集及处理

      通过高德地图WEB服务API获取了北京六环内共计8003个物流终端服务设施GIS数据,清洗后得到7076个设施点,其中包含快递网点、自提柜及邮局等物流设施类型。如图1所示,物流设施在城市中心聚集,分布密度由内部向外部圈层逐渐降低,城市中心的聚集效应凸显,符合产业布局圈层分布特点。本文整理了2017年5月8日北京市轨道交通各站点刷卡记录,处理后得各站点出入站客流量,其中不包含换乘的乘客及无效的出入站数据,空间分布如图2所示。

      (二)站点客流量与站域物流服务设施数量的相关性分析

      本文选择使用最广泛的圆形边界方法界定站域边界,在划定站域的辐射范围时,以往研究基于站点的步行可达范围,各城市取值不同[17]。现今共享单车成为站点与写字楼、商场、住宅等区域连接的新方式,改善了站点可达性[1],扩大了站域半径。因此,本文以站点为圆心,选取r∈[250,3000]的站域半径(单位:米),通过API接口获取相应范围物流设施数量,数据描述见表1。文中客流量一词除特殊说明外均包括进、出站客流。

      

      

      为消除量纲不同导致聚类及预测结果产生的偏差,将数据归一化,原始值映射到[0,1]。通过表2客流—设施相关性及显著性分析发现,客流量与r=250的站域物流设施数量显著无线性相关关系。如图3所示,斯皮尔曼系数略高于皮尔逊系数,客流—设施之间存在等级相关性,半径r∈[1000,1500]时相关性较高,客流对物流设施数量的影响半径在1500米时达到最大,随后下降。

相关文章: