都市激情亚洲视频欧美-日韩一级精品视频在线观看视频-国产在线精品一区二区三区在线观看-亚洲日韩国产精品推荐

數字驅動 | TOD量化分類方法研究-以寧波為例

21世紀以來,我國城鎮化進程不斷加快,各大城市逐漸進入存量發展階段,以公共交通為導向的開發(Transit Oriented Development,TOD)模式由于具有土地資源集約、生態環境友好、交通效率高等特點[1],正在被各大城市廣泛應用。但由于不同城市及城市的不同地區存在建設條件、規劃性質等差異,TOD模式在實踐中并不能簡單的復制,對TOD進行類型劃分,并結合不同類型提出對應的發展策略,是推行TOD模式的重要前置條件。

 

在TOD概念提出初期,卡爾索普將TOD地區分為城市級TOD和鄰里級TOD兩種基本類型[2],后續國外夏洛特[3]、薩克拉門托[4]和國內深圳[1]、成都[5]等城市在兩種基本類型基礎上,結合其城市特征對TOD類型進行了進一步劃分,但多是由專家根據分類原則對站點進行定性篩選劃分,主觀性較強。此外,Bertolini[6]通過建立“節點-場所”模型對站點地區節點與場所的關系進行了評價及分類,后續各國專家學者通過選取對應的節點指標和場所指標對荷蘭阿姆斯特丹[7]、蘭斯塔德[8]、國內長三角地區[9]、成都[10]、天津[11]等城市和地區的站點進行了量化評價及分類,但由于“節點-場所”模型中幾種類型的邊界是不穩定的、模糊的區域[8],分類結果的客觀準確性難以保證,基于此,陳飛[12]、萬琛[13]、袁瑤[14]等提出采用聚類的思想進行TOD分類,但在指標體系構建、指標權重確定、聚類算法選取等方面各有側重、未成體系。

 

本文以“節點-場所”模型為基礎,提出以各城市實施TOD的主要目的為抓手構建TOD分類指標體系,運用定性和定量的方法雙重確定指標權重,并采用K-means聚類算法對TOD進行量化分類。

 

 

01 TOD量化分類方法

 
 
1.分類方法

 

(1)分類模型
 

軌道站點地區既是多樣化的交通網絡節點,也是一個臨時或永久的場所,Bertolini將軌道站點地區在城市中的作用總結為“節點-場所”模型,該模型將站點地區節點和場所的關系分為了平衡、從屬、壓力、失衡節點、失衡場所5種類型,但5種類型之間的邊界更多的屬于定性層面的界定[8]。

 
圖片
 
圖1 節點場所模型示意圖
 
資料來源:參考文獻[6]

 

 

(2)TOD量化分類方法流程

 

本文首先從各城市實施TOD的目的出發,構建符合各城市特征的量化分類指標體系,其次采用層次分析法和德爾菲法的定性和定量相結合的方法確定各指標權重,然后在對各指標數據無量綱化處理的基礎上加權計算各站點節點維度和場所維度得分,最后以其為輸入在分析TOD最佳分類個數的基礎上進行K-means聚類,從而得到TOD量化分類結果。

 
圖片
圖2 TOD量化分類方法流程圖

 

 

2.以實施目的為導向的TOD分類指標體系構建
 

由于城市規模及社會經濟背景等差異,各個城市實施TOD的目的各有側重,實施目的是制定實施策略的依據,TOD量化分類指標選取也應該以實現TOD實施目的為導向,結合各城市特征選取合適的節點指標和場所指標構建指標體系。

 

對于美國等很多發達國家的城市,大部分城市地廣人稀,人們習慣于獨立院落的居住模式,對過高的居住密度難以接受,實施TOD的首要目的是提高公共交通的乘坐率和稅收,其次是促進社區經濟發展和精明增長;在香港,公共交通出行比例一直相當高,土地資源極度緊缺,節約土地是TOD最核心的目標[15]。

 

在我國,目前很多城市已經逐步進入存量發展階段,土地高密度開發是TOD實施的主要目的之一。此外,軌道交通是一種昂貴的城市基礎設施,其建設存在巨大的資金壓力,并且龐大的運營維護費用也使許多城市背上沉重的負擔,2020年各城市地鐵公司財務狀況顯示,去掉政府補助的資金,僅深圳地鐵通過站城一體開發實現了凈利潤為正[16],實現軌道建設運營可持續也是很多城市實施TOD的主要目的。

 

 

3.定性和定量相結合的指標權重確認
 

層次分析法是一種定性和定量相結合的、系統化、層次化的分析方法,本文構建的指標體系層次性特征明顯,適合采用層次分析法。層次分析法的核心是通過指標與指標之間、準則與準則之間的相對重要性的比較,通過構建對比矩陣,確定權重大小。

 
圖片
 
圖3 層次結構模型
 
圖片來源:參考文獻[13]

 

由于層次分析方法首先需要主觀判斷指標兩兩之間的重要程度,故本文進一步結合了德爾菲法(專家打分法)對各指標權重進行初步確定,邀請多位專家分別進行節點維度及場所維度指標權重賦值,并進行多輪反饋。

 
圖片
 
圖 4 德爾菲法流程示意圖
 
資料來源:參考文獻[18]

 

根據專家打分結果,參考指標兩兩比較重要程度,采用9級標度法分別構建“節點指標”和“場所指標”判斷矩陣,并利用python語言對判斷矩陣求解最大特征根及對應的特征向量,最后通過一致性檢驗后將特征向量歸一化即可得到各指標權重。

 
圖片
 
表1 “9級”標度法
 
資料來源:參考文獻[13]

 

 

4.基于K-means聚類算法的TOD量化分類
 

為消除指標量綱的不同而造成的影響,對各指標數據進行無量綱化處理,并在此基礎上通過加權計算得到各站點的節點值和場所值。此外,由于K-means聚類算法的聚類個數k需要由預先指定,為提高TOD類型劃分的準確性,采用肘部法等確定最佳聚類個數。

 

肘部法:隨著聚類數目增多,每一個類別中數量越來越少,距離越來越近,因此組內誤差平方和肯定是隨著聚類數目增多而減少的,所以關注的是斜率的變化,當誤差平方和減少得很緩慢時,就認為進一步增大聚類數效果也并不能增強,存在得這個“肘點”就是最佳聚類數目[19]。

 

 

02 寧波TOD量化分類實踐

 

本文選取寧波已建的1-5號線共114個站點進行TOD類型劃分。

 

1. 指標體系構建
 
(1)寧波實施TOD模式的目的
 

對于寧波,推行TOD模式的目的主要包括促進土地集約高效利用、支撐中心體系的構建、推動以軌道為主體的綠色交通發展、支撐產業發展和軌道建設運營的可持續化等。

 

①以TOD促進土地集約高效利用
 

寧波已進入存量發展階段,現狀市域總建設用地已經突破了原土地規劃的上限,且存在大量工業碎片低效用地。此外,寧波市國土空間規劃明確提出要保留零星工業用地,推動土地綜合整治,提升產業空間活力。面對土地資源緊約束的,寧波希望以TOD促進土地集約高效利用。

 

②以TOD支撐中心體系的構建
 

寧波未來城市發展格局將進一步打開,市區將構建形成“主中心+副中心+地區中心”的多級中心體系,為強化各級中心核心功能集聚與組團分工,寧波希望以TOD支撐中心體系的構建。

 

③以TOD推動以軌道為主體的綠色交通發展
 

未來寧波市主城區管理人口及崗位將大幅增長,進而導致居民出行總量也大幅增。因此,寧波希望通過推行TOD理念,引導軌道站點周圍集約化,提升軌道出行分擔率,滿足未來出行需求。

 

④以TOD支撐產業發展
 

寧波市工業底蘊濃厚,第二產業一直都是寧波的支柱性產業,國土空間規劃也明確提出要保障一定的產業用地。未來寧波既要做強傳統產業,又要聚焦戰略性產業,同時面向未來預留海洋經濟、航空航天、數字經濟(工業互聯網、5G+)等重點領域新興產業,寧波希望以TOD支撐產業發展。

 

⑤以TOD支撐軌道建設運營的可持續化
 

寧波市軌道建設進程逐漸加快,第一、二輪軌道建設線網里程172公里,第三輪軌道建設線網里程123.3公里,軌道建設資金籌集壓力增大,同時還要維持的軌道運營,根據相關分析,2020年政府補貼了29.1億元[16],寧波希望以TOD開發支撐軌道建設運營的可持續化。

 

(2)寧波TOD量化分類指標體系構建及數據來源
 

根據寧波TOD實施目的的分析,結合其他城市指標選取經驗,建立具有寧波特色的“節點-場所”TOD量化分類指標體系。其中節點指標除了軌道站點自身的交通條件以外,還包括其在城市中心體系中的區位等級;場所指標包括站點地區的土地利用、人口崗位、產業支撐、房價等。其中,城市區位及產業平臺數據來源于寧波市國土空間規劃的階段成果,站點承載力、聯通度、可達性數據、房價數據來源于網絡收集及整理,人口崗位數據來源于聯通手機信令數據,其他規劃、統計材料來源于政府公開網站收集。具體指標如表2所示。

 
圖片
 
表 2 寧波TOD量化分類指標體系

 

 

2. 指標權重確認
 

結合專家打分結果,分別構建節點指標和場所指標判斷矩陣,求解得到各指標權重如表3和表4所示。

 
圖片
 
表3 “節點指標”判斷矩陣及結果
 
 
圖片
 
表4 “場所指標”判斷矩陣及結果

 

 

3.寧波TOD量化分類
 

對各指標數據進行無量綱化處理,在此基礎上通過加權計算得到各站點的節點值和場所值,并以各站點的節點值和場所值為輸入,利用肘部法對寧波TOD最佳分類個數進行分析。如圖5所示,當組數為3時出現了拐點,隨著組數的增加誤差平方和降低幅度不再明顯,因此本文將寧波TOD類型劃分為3類。

 
圖片
 
圖5 TOD最佳分類數量分析

 

利用K-means聚類分析將寧波TOD類型劃分為3類,具體如圖6所示,寧波市所有站點的節點均值及場所均值均較低,TOD發展總體處在初期階段。各類型聚類中心及數量如表5所示,其中類型1的節點均值及場所均值均遠大于所有站點的均值,可以認為是城市型TOD,此外類型1節點均值大于場所均值,后續需考慮提升站點地區的土地開發;類型2節點均值及場所均值均略大于所有站點的均值,可以認為是社區型TOD;類型3節點均值及場所均值均遠小于所有站點的均值,可以認為還未形成TOD開發。

 
圖片
 
圖6 寧波TOD分類
 
 
圖片
 
表5 寧波各類型TOD聚類中心及數量

 

 
結語
 

本文以“節點-場所”模型為基礎,探索了TOD量化分類方法,并對寧波進行了TOD量化分類,可以為后續開發工作及其他城市的TOD分類工作提供參考。然而,本文是對寧波所有站點進行的量化分類,未來可以考慮將一些服務對外樞紐等特殊站點挑選出來后再進行量化分類,可能會進一步提高分類的準確性;此外,現今大數據技術蓬勃發展,未來可以考慮在指標體系構建及數據處理方面對TOD量化分類方法進一步研究;最后,TOD分類只是推行TOD模式的一個前提條件,更重要的是對分類后的不同類型TOD提出對應的發展策略,這樣才能更好的進行TOD模式實踐。

 

深城交歷經25年,以“讓交通與城市更美好”為使命,長期以來一直致力于城市TOD模式的探索研究,主導參與了城市、區域、線路、站點等各個層面的TOD研究工作,具有豐富的TOD工作經驗和優勢。展望未來,深城交將繼續致力于TOD模式的推廣,為我國城市可持續化發展助力。

 

 

參考文獻

[1].田鋒, 呂國林, 邵源等. 基于TOD模式的土地利用與交通協調發展研究——以深圳為例[C]// 中國城市交通規劃2009年年會暨第23次學術研討會論文集人性化城市綜合交通體系規劃與實踐. 2009.

[2].劉泉, 錢征寒. 北美城市TOD軌道站點地區的分類規劃指引[J]. 城市規劃, 2016(3期): 63-70.

[3].吳放. 美國夏洛特TOD發展概況及TOD車站類型分類方法[J]. 國際城市規劃, 2013, 028(001): 121-125.

[4].Steer Davies Gleave, Glatting Jackson Kercher Anglin, Inc. Sacramento Regional Transit: A Guide to Transit Oriented Development (TOD) (Draft Final)[S]. Toronto: Steer Davies Gleave, 2009.

[5].成都市規劃和自然資源局. 成都市軌道交通場站綜合開發專項規劃[R].成都:成都市規劃和自然資源局,2016.

[6].Bertolini L. Nodes and Places: Complexities of Railway Station Redevelopment[J]. European Planning Studies, 1996, 4(3): 331-345.

[7].Bertolini, L. Spatial development patterns and public transport: Theapplication of an analytical model in the Netherlands[J]. Planning Practiceand Research, 1999(14): 199-210.

[8].李立峰. 基于節點—場所模型的軌道站點地區交通與土地利用協同性研究[D]. 重慶大學, 2018.(引用Groenemeijer L, 2001.)

[9].宋文杰, 史煜瑾, 朱青,等. 基于節點—場所模型的高鐵站點地區規劃評價——以長三角地區為例[J]. 經濟地理, 2016(10):9.

[10].程之浩. 成都市軌道交通站點地區空間利用評價及優化策略研究——以成都地鐵2號線為例[D]. 西南交通大學.

[11].陳錚, 孟令君, 張虹. 基于"節點——場所"模型軌交站點交通與土地利用耦合度分析——以天津小白樓地鐵站為例[J]. 城市, 2017(8):5.

[12].陳飛, 張惠, 孫一璠. 耦合功能連接性的TOD發展模式"節點—場所"測度模型構建[J]. 地理信息世界, 2020, 27(5):6.

[13].萬琛. TOD測度與優化:我國三個典型城市的比較研究[D]. 武漢大學.

[14].袁瑤, 張萍. 上海市軌道交通車站區域TOD類型劃分[J]. 綜合運輸, 2020, 42(5):7.

[15].陳莎, 殷廣濤, 葉敏. TOD內涵分析及實施框架[J]. 城市交通, 2008, v.6; No.27(06): 57-63.

[16].   唐俊. 深圳地鐵利潤超百億元, 地鐵收入支柱不靠賣票靠什么?[EB/OL]. [2021-05-19]. https://baijiahao.baidu.com/s?id=1700164589330084963&wfr=spider&for=pc.

[17].魯穎. TOD4.0導向下的深圳市軌道交通4號線“站城人一體化”規劃策略[J]. 規劃師, 2020, v.36; No.321(21): 84-91.

[18].王濤. 德爾菲法在地鐵線路升級施工風險識別中的應用[J]. 項目管理技術, 2021, 19(4):4.

曹明. 【機器學習】確定最佳聚類數目的10種方法. [EB/OL]. [2017-07-07 19:08]. https://www.cnblogs.com/think90/p/7133753.html

 

 

交通規劃一院

撰寫:夏小龍

審核:陸曉琳

審定:徐正全

 

返回列表