城市中心区轨道交通站点步行接驳路径特征及优化

Characteristics and Optimization of Pedestrian Access Paths to Rail Transit Stations in Urban Centers

摘要

轨道交通站点步行接驳路径特征研究，对提升轨道交通承担率具有重要意义。基于百度时空大数据API，运用空间分析法、情景模拟法、视觉语义分割法，以天津市营口道站点为例，构建城市中心区轨道交通站点步行接驳路径特征分析方法，挖掘步行接驳路径特征并揭示成因，提出针对性的优化对策。研究表明，目标站点步行接驳效率南部高于北部，具体表现在路段重复率分布均匀度南部大于北部，差异路径分布数量北部多于南部，超过3/4路径的非直线系数偏高；除站点周边区域外，接驳路径品质西北部优于东南部，具体表现在西北部视觉出行环境建设最优，区域整体设施服务水平良好。根据步行接驳路径特征，提出路网结构调整、道路断面优化、出入口调整、绿化品质提升的优化对策。

Abstract

The study of pedestrian access path characteristics of rail transit stations is of great significance in enhancing rail transit affordability. Based on Baidu spatial and temporal big data API, using spatial analysis method, scenario simulation method, and visual semantic segmentation method, this paper constructed a pedestrian access path characterization method for rail transit stations in the urban center area with Yingkoudao station in Tianjin City as an example. It mined the characteristics of pedestrian access paths and revealed the causes, and put forward targeted optimization countermeasures. The study shows that the walking access efficiency of the target site is higher in the south than in the north. Specifically, the uniformity of the distribution of road section repetition rate in the south is larger than in the north, and the number of differential paths in the north is more than that in the south. In addition, the non-linear coefficient of more than three-quarters of the path is high. Except in the peripheral area of the site, the quality of the access path in the northwestern part of the site is better than that in the southeastern part of the site. In particular, the northwestern part of the site is the best in terms of the visual travel environment, and the overall regional level of facilities and services is good. According to the characteristics of the pedestrian access path, the optimization countermeasures of road network structure adjustment, road section optimization, entrance and exit adjustment, and greening quality enhancement were proposed.

Graphical abstract

关键词

轨道交通站点 / 步行接驳路径特征 / 百度时空大数据 / 优化对策 / 信息技术

Key words

Rail Transit Station / Characteristics of Pedestrian Access Path / Baidu Space-Time Big Data / Optimization Countermeasures / Information Technology

0　引言

轨道交通是城市公共交通的重要组成部分，对城市绿色交通与可持续发展起着不可或缺的作用。但在快速城市化与机动化背景下，日益增长的交通需求和日趋严重的交通拥堵、环境污染等问题凸显，且轨道交通站点接驳路径等要素在城市规划与管理中尚未得到应有的重视。

城市轨道交通接驳研究源于北美地区，学者根据轨道交通与城市土地之间的相互影响，结合区位理论进行研究，并在研究与实践中将轨道交通接驳作为一种模式单独研究^[1-4]。21世纪以来，既有接驳研究已形成一定规模，主要分为3个方面。①轨道交通接驳要素多元评价。轨道交通接驳受接驳方式、出行费用、接驳距离、站点环境、管理模式等多因素影响。Hall^[5]分析接驳方式与范围，提出出行费用、接驳距离、综合枢纽管理模式等因素对交通接驳的影响；谭英嘉等^[6]通过对轨道交通运营影响指标综合分析，实现接驳要素多元评价。②轨道交通接驳特征综合研究。通过综合各影响要素后，挖掘轨道交通接驳特征，研究各类接驳设施影响。叶益芳^[7]分析各接驳方式特征，提出轨道交通车站不同接驳方式合理吸引范围的确定方法；杨敏等^[8]运用轨道交通“接入—轨道交通—接出”模式研究方式，提出各类接驳设施对轨道交通接入和接出方式的影响。③基于大数据的轨道交通接驳优化设计。空间大数据的快速发展，因易于获取、数据量大、精确度高等特点，被广泛应用于相关研究中。Jiang等^[9]运用大数据提取交通活动，提出轨道交通接驳优化方法；管娜娜等^[10]运用公交IC卡刷卡记录，依据站点类型提出换乘接驳策略；蒋源等^[11]运用互联网租赁自行车骑行数据，探究自行车骑行接驳比例影响，提出提升交通效率的优化建议。

综上，由于路径决策复杂化及缺乏详细精确的数据支撑，现有研究受路段服务水平、街道品质等因素影响，多提出与路径关联度不足的优化方案^[12]。对于城市中心区而言，步行接驳路径理应建设良好，但现实中路网结构、道路绿化等因素会对轨道交通站点接驳服务水平产生影响。因此，研究提出大数据背景下的城市中心区轨道交通站点步行接驳路径特征及优化研究框架，既能促进存量视角下接驳路径研究与分析，改善接驳服务质量，提高轨道交通承担率，又可促进城市空间结构优化与高效健康发展。

1　研究方法

研究运用空间分析法、情景模拟法、视觉语义分割法，将所获取的百度时空大数据进行步行接驳路径特征研究，包括接驳效率与接驳品质特征。

1.1　空间分析法

基于GIS软件对出行点矩阵时间分析，经过筛选与处理，剔除非研究数据后构建步行等时线，划定初步研究范围。将目标站点与周边轨道交通站点创建泰森多边形，避免站点之间相互干扰。加载城市路网与建筑底图数据进行叠加分析，结合城市现状建成环境，对已获取的路径数据和街景图片数据综合分析并将其可视化表达，弥补传统数据在数据表达及空间联系方面的缺陷，得出更精准的接驳路径特征。

1.2　情景模拟法

运用情景模拟法可以依据现有条件，模拟工作日、休息日、早高峰、平峰、晚高峰等不同出行时间可能出现的情况。将已获取7 d内共84个时间点的路径数据进行模拟，导入GIS软件后统计路段重复信息，全面客观分析各变量对接驳路径特征研究的影响，使研究结果更为准确。

1.3　视觉语义分割法

通过像素级视觉语义分割的深度体系结构分割技术(SegNet)，分割街景图片中天空、植物、道路、铺装、路灯、交通指示牌、座椅等要素；利用要素之间的占比关系进行指标衡量与批量、精准计算，得出天空可视度、绿视率、道路建设度、设施配备度信息，进而剖析站域品质，是对空间视觉品质、设施服务量化评估的关键。

其中，天空可视度为街景图片中天空要素占比；绿视率为街景图片中植物要素占比；道路建设度为街景图片中人行道、车行道要素占比；设施配备度为街景图片中座椅、路灯、交通指示牌、交通信号灯、垃圾桶等公共服务设施要素占比。各指标计算公式如下。

SVF=\frac{Are{a}_{\mathrm{天空}}}{Are{a}_{\mathrm{总}}}\times \mathrm{100}\%⑴

式中：SVF为天空可视度；Area_天空为街景图片中天空要素面积，m²；Area_总为街景图片总面积，m²。

GLR=\frac{Are{a}_{\mathrm{植物}}}{Are{a}_{\mathrm{总}}}\times \mathrm{100}\%⑵

式中：GLR为绿视率；Area_植物为街景图片中植物要素面积，m²；Area_总 为街景图片总面积，m²。

DRB=\frac{Are{a}_{\mathrm{人行}\mathrm{道}+\mathrm{车行}\mathrm{道}}}{Are{a}_{\mathrm{总}}}\times \mathrm{100}\%⑶

式中：DRB为道路建设度；Area_{人行道+车行道}为街景图片中人行道与车行道要素面积，m²；Area_总为街景图片总面积，m²。

DFA=\frac{Are{a}_{\mathrm{座椅}+\mathrm{路灯}+\mathrm{交通}\mathrm{指示}\mathrm{牌}+\dots +\mathrm{垃圾}\mathrm{桶}}}{Are{a}_{\mathrm{总}}}\times \mathrm{100}\%⑷

式中：DFA为设施配备度；Area_{座椅+路灯+交通指示牌+…+垃圾桶}为街景图片中座椅、路灯等公共服务设施要素面积，m²；Area_总为街景图片总面积，m²。

2　实证研究

基于百度时空大数据的步行接驳路径特征研究并进行特征成因分析，可有效提升轨道交通出行比例，改善轨道交通站点服务满意度，亦是提高城市轨道交通核心竞争力的重要手段。

2.1　研究对象

研究数据包括从OSM开源地图下载的天津市城市路网与建筑底图数据、百度API路径数据、街景图片数据。百度API路径数据包含完成出行所需时间、OD间直线距离、路径详情等信息，研究将采用2021年5月26日至2021年6月1日7时、8时、9时出行早高峰，10时、11时、12时出行早平峰，13时、14时、15时出行午平峰，18时、19时、20时出行晚高峰的7 d内84个时间点数据。街景图片为静息全景数据，可以弥补以往应用街景图片研究中因角度拼接所造成的误差，且30 m为间隔的街景图片能够全面展现道路建设水平^[13-14]，故以30 m为间距设置街景点并获取330张街景图片数据。研究框架如图1所示。

研究需要选取步行接驳出行比例最高的城市中心区轨道交通站点，且站点周边应具有一定的建设基础。根据交通运输部统计数据显示，2021年天津市轨道交通日均进站量为82.9万人次，排名全国第12位；客流强度仅为0.48万人次/km，排名全国第19位，其轨道交通承担率并不是很高，与上海、北京等轨道交通发展相对成熟的城市相比，出行比例仍有较大的提升空间。

营口道站点位于天津市中心区，现状建设已有一定基础，周边用地开发成熟度较高，用地类型为商务办公、商业及居住混合形态。因此，选取天津市营口道站点研究。采用百度API路径数据，以营口道站点A口为中心，50 m×50 m为间隔，以人群可接受通勤距离1 250 m为半径，构建OD出行点矩阵并获取出行时间^[15]。人群普遍可接受的接驳时间为10 min，以此作为站点的合理吸引范围确定条件^[16]，并构建10 min步行等时线；将营口道站点与周边轨道交通站点创建泰森多边形；最后考虑路网整体性与功能性，以及对居住小区与建筑综合体做整体研究需要，故保证街区完整性。研究范围如图2所示，研究范围北至热河路、南至常德道、西至贵阳路、东至湖北路。

获取研究范围内所有居住小区、建筑综合体及其他开放空间出入口共293个，作为实际出行点；合并可采用同一路径出行的出行点，并将路网以交叉口分割。最终得到71个研究出行点与对应路径、149个路段、330个街景点与对应街景图片，作为本次研究对象。

2.2　接驳效率特征研究

接驳效率是轨道交通接驳服务水平的集中体现，包括适当的路段、妥当的路径以及合理的路网。因此，对路段重复率、差异路径分布、路径非直线系数进行研究，分析现状建设问题，提升轨道交通站点接驳效率。

2.2.1　路段重复特征

路段重复率既可以反映一定时间内路段使用频率，也可反映路网使用效率，最佳应呈现以站点为中心的均匀式分布结构。对路段重复率进行研究，计算道路占用率，挖掘路段重复特征，揭示现状问题，从而提升接驳效率。道路占用率指人群出行使用路段占城市路网中路段总量的比例，可用路段数量与区域路段总量的比值表示，通常情况下，道路占用率越高，人群在接驳过程中路段选择分散度越高，出行越通畅，接驳效率越高^[17]。路段重复率分析如图3所示，图3中8.33及19.05等数字表示路段重复率。

对路段重复率研究表明：道路占用率为95.30%，存在7条重复率为0路段，分别为哈尔滨道北段、哈密道北段、沈阳道北段、西安道西段、旅游区道路、成都道北段，接驳效率有待提升。路段重复率分布呈现以站点为中心的非均匀式分布结构，且南部路段重复率分布均匀度大于北部。存在西安道、岳阳道、柳州路、锦州道、河北路与站点有一定距离但重复率较高路段，周边道路包括潼关道、哈尔滨道北段、长春道、山西路东段的重复率较低，亦存在哈尔滨道南段、独山路与站点距离较近但重复率较低路段。其中，哈尔滨道南段、独山路因道路建设原因，宽度较窄，侵占行人路权，造成路段重复率低；西安道、岳阳道等与站点有一定距离但重复率较高路段，道路服务水平较高，良好的道路交通服务水平使之成为轨道交通接驳核心路段，路段重复率较高；而潼关道、哈尔滨道北段、长春道、山西路东段因道路宽度、路权侵占、路侧停车原因，导致路段重复率较低。在重复率为0路段中，哈密道北段、沈阳道北段、西安道西段因不存在出行点，不必经过此路段，与道路建设状况无关。哈尔滨道北段道路宽度较窄，占用路侧停车现象严重，行人路权丢失，出行体验较差；旅游区道路较窄，存在车辆占用道路停放现象，影响行人出行。因此，路段重复率呈现分布均匀度南部大于北部的特征。

2.2.2　路径差异特征

在路径规划中，出行点的时间最短路径应与距离最短路径为相同路径，但现实中却存在差异。将时间最短路径与距离最短路径进行对比，得出路径相同率并分析差异路径成因，从而提升接驳效率。路径对比分析如图4所示。

对71个研究出行点的时间最短路径与距离最短路径对比研究可知，路径相同率为85.92%，存在10条差异路径。进一步分析可知，差异路径分布数量北部多于南部，接驳效率南部高于北部，两种路径因苍梧路、哈尔滨道南段、河南路、保定道、山西路东段、芷江路道路形成差异。其中，哈尔滨道南段、河南路、芷江路道路宽度较窄，机动车与行人之间干扰严重，路侧停车导致行人路权丢失，道路服务水平较低，人群出行体验较差；苍梧路因未设置人行道与非机动车道，机动车与行人、非机动车与行人之间干扰严重，且路侧停车现象影响人群出行体验；保定道、山西路东段交叉口红绿灯等待时间较长，致使人群出行时出现绕行情况，增加接驳距离，影响接驳效率。因此，差异路径呈现分布数量北部多于南部的特征。

2.2.3　路径非直线特征

对路径非直线系数分析，有利于弥补仅在道路网络拓扑下合理路径的缺陷，了解道路服务水平及出行损耗，提升接驳效率^[18]。在交通网络中，若路径分叉次数过多，会带来运营管理等方面的困难^[19]。因此，对路径曲折系数研究，可为人群带来更便捷的出行服务，提升轨道交通站点步行接驳效率。研究范围内路网为环形放射式，非直线系数最优为1.1~1.2^[20]。路径非直线系数分析如图5所示，图中1.42、1.37等数字表示路径非直线系数。

对路径非直线系数分析可知，路径非直线系数平均为1.34，系数较高路径主要分布在站点周边、西北部与东南部，且北部路径平均非直线系数大于南部，接驳效率南部高于北部。非直线系数在1.1~1.2间的路径仅占16.90%，而超过1.2的路径占81.69%，非直线系数最高达2.11。由此可得，研究范围内路径的非直线系数大多偏高，整体接驳效率仍有待提升。其中，站点西北部路网为格网式结构，对于以对角为到达点的出行，路径非直线系数较大，出行损耗较高，接驳效率较低；哈尔滨道南段道路为断头路，且距离站点极近，造成部分人群接驳时需绕行距离相对较长路段，增加路径非直线系数；林西路亦为断头路，出行需绕行，影响出行效率。因此，路径呈现超过3/4路径非直线系数偏高的特征。

综上，因路段重复率、道路占用率、路径相同率、差异路径分布、路径非直线系数分布情况，受城市路网、道路断面、居住小区与建筑出入口等因素影响，通过分析路段重复特征、路径差异特征、路径非直线特征可知，步行接驳效率南部高于北部。

2.3　接驳品质特征研究

步行接驳路径作为城市公共空间精细化设计的重要体现，是城市形象的浓缩，代表着城市公共空间品质。舒适的空间是人群活动的载体，包括绿视率、天空可视度、道路建设度与设施配备度，均会对接驳品质产生影响。

2.3.1　路径视觉品质特征

受多元因素影响，人群出行会产生较高的空间心理需求，需要良好的出行视觉体验。高品质接驳路径给人群以更优的出行体验，包括宜人的天空可视度与绿视率等空间心理感知。路径视觉品质分析如图6所示。

根据天空可视度与绿视率分析结果表明，天空可视度整体建设水平较高，西部建设优于东部；绿视率呈现较明显差距，西北部建设较优于其他区域。天空可视度在20%~30%间比例最高，建设较差道路为长沙路、芷江路、成都道、岳阳道；绿视率在0~1%间比例最高，建设较差道路包括长春道、西宁道、山西道、潼关道。

结合用地现状分析，城市用地性质会对天空可视度产生影响，西部建筑围合感较好，道路宽度适中，且建筑高度与街道宽度之间有合适的比例，拥有良好的天空可视度建设。站点东部为商业综合体、游园、少量居住小区与文化旅游的混合用地类型，人工建成环境较为复杂，建设情况相对较差。天空可视度与绿视率仅反映空间要素的构成占比，交通型道路需要保证机动车行驶视野，道路宽度相对较宽，尺度较大，因此天空可视度与绿视率会受到影响；而生活型道路建设尺度更为人性化，道路两侧种植相对密集，街道空间尺度宜人，天空可视度与绿视率建设相对较优。因此，路径视觉品质呈现西北部出行环境最优的特征。

2.3.2　路径设施服务特征

人群出行使用感知由道路建设水平决定，包括道路宽度、街道家具、交通信号灯等多种要素。适宜的街道空间要素占比能够诱发行为主体的休闲、交往活动，为人群带来优质的使用感受，亦是衡量道路服务水平的重要指标。路径设施服务分析图如图7所示。

根据道路建设度与设施配备度研究可知，道路建设度整体良好，且北部建设水平高于南部；设施配备度分布较为均匀，尤其是站点周边区域。道路建设度在20%~30%间比例最高，建设较差道路为西宁道、独山路、西安道；设施配备度在20%~30%间比例最高，建设较差道路为潼关道、西安道、长春道，但设施服务水平整体较优。

结合城市现状建设分析，北部道路建设完整度较好，道路通达度较高，建成环境良好，拥有较优的建设水平。因站点周边基础建设良好，街道小品、行人座椅、艺术雕塑等街道家具与路灯、交通信号灯、指示牌等交通标识建设已有一定基础，设施配备度较高。东南部为旅游型街区，道路建设通达性较好且宽度适中；生活型道路建设相比较为完善，道路建设度较高。因此，现状设施服务呈现服务水平良好的特征。

综上，受城市建设现状、用地功能、道路服务类型等影响，通过绿视率、天空可视度、道路建设度与设施配备度研究可知，除站点周边区域外，接驳路径品质西北部优于东南部。同时，重复率较高路段、非直线系数较低路径的接驳品质大多较高，拥有适宜的绿视率、天空可视度、道路建设度与设施配备度。亦存在新华路、山西路、陕西路、宝鸡东道4条重复率较低但品质较高路段，其绿视率、天空可视度、道路建设度与设施配备度现状建设较为完善。

3　对策研究

运用环境行为相关理论，考虑人、行为、环境之间的相互平衡关系，根据步行接驳路径特征研究结果，提出针对性优化对策，提高轨道交通站点接驳服务水平，满足人群多元化出行需求，对提升公共交通吸引力具有深远意义。

3.1　路网结构调整

推进轨道交通站点路网结构发展，兼顾安全与效率，以轨道交通站点为触媒，调整路网结构，塑造活力空间。针对研究中哈尔滨道南段、林西路等非直线系数较高道路，可通过提高断头路与城市支路利用率等，提高轨道交通站点接驳效率，具体措施如下。

①构建步行交通网络，打通断头路，增加路网密度，将哈尔滨道南段、林西路的断头路打通，方便人群出行。②开放封闭式小区出入口，在7：00—9：00，11：00—13：00，17：00—19：00等固定时间段开放封闭式小区的门禁，将站点北部兴义里、松月西里、康乐里、寿荫里等居住小区开放，在方便人群出行的同时，为社区带来活力，促进人群之间相互交往。③丰富支路内涵，打通建筑综合体底层空间，类似友谊新天地广场一层空间，打通吉利大厦等建筑综合体一层空间，既能方便人群穿越，降低路径非直线系数，又可增加临街店铺与停车空间，使空间利用最大化。

3.2　道路断面优化

营造人本和谐道路，针对道路断面形式，将“车本主义”向“人本主义”发展模式转变，基于使用需求分配道路空间，优化道路断面，促进城市发展。针对西安道、岳阳道等重复率较高与哈尔滨道南段、独山路等重复率较低道路，可通过调整道路断面形式、增强交通功能的方式，提高道路出行效率；亦可促进重复率较低路段使用，改变路径差异现象。具体措施如下。

①改善建设水平较差道路，将站点北部哈尔滨道、独山路等建设水平较差道路拓宽，减缓拥挤情况，或设置步行专用道路，仅允许步行使用，构建高效慢行系统。②设置机动车与非机动车道，减少相互干扰，包括苍梧路、河南路、芷江路、长春路，对其严格管理，保障行人出行完整路权。③设置共享单车专用停车点，根据居民出行需求从交通设施角度做出调整，推出“推荐停车点”服务^[21]，在西安道、岳阳道、柳州路、锦州道、河北路等重复率较高路段，间隔100~150 m设置停车点，在满足人群需求的同时提升接驳效率。

3.3　出入口调整

提升居住小区与建筑出入口运行效率，按照道路交通实际情况，以符合设计规范、降低交通干扰为前提，调整出入口位置，提高通行能力。针对苍梧路、哈尔滨道南段、河南路等差异路段，改善居住小区与建筑出入口交通，可进一步提升轨道交通接驳效率，提升出行体验。具体措施如下。

①调整出入口位置，存在部分居住小区或建筑综合体出入口位置处于街区内部，包括站点北部兆丰里、庆泰里等小区及西部国际商场、天津中心等建筑综合体，因出入口位置使部分人群出行时绕路，影响接驳效率。因此，调整出入口位置至道路等级较低或重复率较低路段，将国际商场、吉利大厦出入口由南京路调整至西宁道，减少对交通型道路影响。②增加出入口管控措施，将站点北部松月西里、清和南里等小区的出入口设置与路口红绿灯相同时间频率的路闸，控制车辆出入，最大程度降低对道路交通的干扰。

3.4　绿化品质提升

提升园林绿化品质，满足区域绿化需求，打造生态休闲园林绿化，推动区域整体绿化品质提升。针对长春道、西宁道等视觉品质建设较差道路，通过调整绿化建设，进一步提升轨道交通站点绿化服务水平。具体措施如下。

①调整植物种植品种，综合考虑植物季相构图与种植比例，将长沙路、芷江路等道路种植如丁香、金叶女贞、绒毛白蜡、西府海棠、紫叶李等植物，保证四季有景。②设置层次绿化，通过植物配置、组团形式多样化，合理搭配乔灌花草层次，将长春道、西宁道、山西道等绿化率较低道路设置多层次绿化，提升空间绿化品质。

4　结束语

轨道交通站点步行接驳路径是提升城市轨道交通利用率、确保城市公共交通良性发展的基础。研究可为轨道交通站点步行接驳路径特征研究提供新思路，为站点提供针对性优化对策。一方面，利用大数据构建轨道交通站点步行接驳路径特征及优化研究框架，弥补传统数据在空间研究方面的缺陷，获取更精确的研究结果；另一方面，依据步行接驳路径特征提出针对性优化对策，既可实现接驳设施精细化建设，提高接驳服务水平，又有利于城市空间结构优化，促进城市高效健康发展。

参考文献

[1] SUNG H， OH J T. Transit-oriented Development in a High-density City： Identifying Its Association with Transit Ridership in Seoul， Korea[J]. Cities， 2011， 28(1)： 70-82.

[2] SALON D. Heterogeneity in the Relationship between the Built Environment and Driving： Focus on Neighborhood Type and Travel Purpose[J]. Research in Transportation Economics， 2015(52)： 34-45.

[3] EWING R， CERVERO R. Travel and the Built Environment[J]. Journal of the American Planning Association， 2010， 76(3‍)： 265-294.

[4] HANDY S L， BOARNET M G， EWING R， et al. How the Built Environment Affects Physical Activity[J]. American Journal of Preventive Medicine， 2002， 23(2)： 64-73.

[5] HALL R F. System of Urban Rail Transit Hub in European[J]. Transportation Science， 2013，19(3)：2001-2110.

[6] 谭英嘉， 朱一洲， 李少龙. 城市轨道交通接驳常规公交服务评价体系研究[J]. 都市快轨交通， 2021， 34(4)： 55-60.

[7] TAN Yingjia， ZHU Yizhou， LI Shaolong. Evaluation Index System of Urban Rail Transit and Bus Feeder Service[J]. Urban Rapid Rail Transit， 2021， 34(4)： 55-60.

[8] 叶益芳. 城市轨道交通车站不同接驳方式合理吸引范围研究[J]. 铁道运输与经济， 2014， 36(6)： 77-81.

[9] YE Yifang. Study on Reasonable Attraction Scope of Different Connection Modes in Urban Rail Transit Stations[J]. Railway Transport and Economy， 2014， 36(6)： 77-81.

[10] 杨　敏， 吴静娴， 赵静瑶， 等. 城市轨道交通多方式组合出行与接驳设施优化[J]. 城市交通， 2017， 15(5)： 64-69.

[11] YANG Min， WU Jingxian， ZHAO Jingyao， et al. Optimizing Multimodal Transfer Facility Design for Urban Rail Transit Service[J]. Urban Transport of China， 2017， 15(5)： 64-69.

[12] JIANG S， FERREIRA J， GONZALEZ M C. Activity-based Human Mobility Patterns Inferred from Mobile Phone Data： A Case Study of Singapore[J]. IEEE Transactions on Big Data， 2017， 3(2)： 208-219.

[13] 管娜娜， 王　波. 基于公交IC卡数据的成都市地铁与常规道路公交换乘客流特征分析[J]. 城市轨道交通研究， 2018， 21(9)： 148-150.

[14] GUAN Nana， WANG Bo. Characteristics of Transfer Passenger Flow between Metro and Conventional Bus Based on IC Card Data in Chengdu City[J]. Urban Mass Transit， 2018， 21(9)： 148-150.

[15] 蒋　源， 陈小鸿， 胡松华， 等. 城市轨道交通站点互联网租赁自行车骑行接驳比例影响研究[J]. 城市轨道交通研究， 2021， 24(12)： 49-54.

[16] JIANG Yuan， CHEN Xiaohong， HU Songhua， et al. Research of Influences on Proportion of Internet-rented Bike Transit Integration with Urban Rail Transit Stations[J]. Urban Mass Transit， 2021， 24(12)： 49-54.

[17] 刘莎莎， 姚恩建， 张永生. 轨道交通乘客个性化出行路径规划算法[J]. 交通运输系统工程与信息， 2014， 14(5)： 100-104.

[18] LIU Shasha， YAO Enjian， ZHANG Yongsheng. Personalized Route Planning Algorithm for Urban Rail Transit Passengers[J]. Journal of Transportation Systems Engineering and Information Technology， 2014， 14(5)： 100-104.

[19] 林锦涵， 陈芸芝， 汪小钦. 基于绿视率的福州市鼓楼区道路绿化水平评价[J]. 中国城市林业， 2021， 19(3)： 73-77.

[20] LIN Jinhan， CHEN Yunzhi， WANG Xiaoqin. Road Greening Level Evaluation of Gulou District in Fuzhou Based on Visible Green Index[J]. Journal of Chinese Urban Forestry， 2021， 19(3)： 73-77.

[21] YE Y， RICHARDS D， LU Y， et al. Measuring Daily Accessed Street Greenery： A Human-scale Approach for Informing Better Urban Planning Practices[J]. Landscape and Urban Planning， 2019(191)： 103434.

[22] GUTIÉRREZ J， GARCÍA-PALOMARES J C. Distance-measure Impacts on the Calculation of Transport Service Areas Using GIS[J]. Environment and Planning B： Planning and Design， 2008， 35(3)： 480-503.

[23] 杨京帅， 张殿业. 城市轨道交通车站合理吸引范围研究[J]. 中国铁路， 2008(3)： 72-75.

[24] 孙秀芳. 基于深度学习的城市出行交通流和车道占用率预测研究[D]. 青岛： 青岛大学， 2020.

[25] 谢　民， 高利新. 蚁群算法在最优路径规划中的应用[J]. 计算机工程与应用， 2008， 44(8)： 245-248.

[26] XIE Min， GAO Lixin. Ant Algorithm Applied in Optimal Path Planning[J]. Computer Engineering and Applications， 2008， 44(8)： 245-248.

[27] 邹江源， 叶霞飞. 城市轨道交通车站出入口布局规划方法[J]. 城市轨道交通研究， 2019， 22(12)： 39-42.

[28] ZOU Jiangyuan， YE Xiafei. Layout of Station Entrance and Exit for Urban Rail Transit[J]. Urban Mass Transit， 2019， 22(12)： 39-42.

[29] 冯树民，高　贺，郭彩香. 城市道路网结构形式的评价[J]. 哈尔滨工业大学学报， 2007， 39(10)： 1610-1613.

[30] FENG Shumin， GAO He， GUO Caixiang. Evaluation of Structural Types of Urban Road Network[J]. Journal of Harbin Institute of Technology， 2007， 39(10)： 1610-1613.

[31] 何　流， 陈大伟， 李旭宏， 等. 城市公共自行车租赁点布局优化模型[J]. 武汉理工大学学报(交通科学与工程版)， 2012， 36(1)： 129-133.

[32] HE Liu， CHEN Dawei， LI Xuhong， et al. An Optimization Model of the Layout of Public Bike Rental Stations[J]. Journal of Wuhan University of Technology (Transportation Science & Engineering)， 2012， 36(1)： 129-133.

基金资助

天津市哲学社会科学规划一般项目(TJGL21-026)