苏州市辖区内多高速铁路站区建设形象感知比较分析

Comparison of Image Perception Construction of Multiple High Speed Railway Stations in Suzhou City

摘要

基于社交评论数据，应用高频关键词提取、语义网络分析、评论观点抽取、情感形象分析等研究方法，分析苏州市4个高速铁路站点的形象感知和功能分异特征。研究发现，苏州站服务质量高，是苏州市的核心站点；苏州北站距离城市中心较远，主要承担远距离出行任务；苏州园区站和苏州新区站属于城市片区型站点，但两者的交通需求存在显著差异，反映出不同片区的功能差异。基于研究结果，提出高速铁路站区的发展应注重建筑特色设计，使之成为城市的文化符号和地标；同时，应加强交通换乘功能的完善、增加地下空间的利用率、加强无障碍设施，以此提升高速铁路站点形象感知和城际交通便利性，为高速铁路站区建设形象感知研究提供参考。

Abstract

BBased on social comment data, research methods including high-frequency keyword extraction, semantic network analysis, opinion extraction from reviews, and emotional analysis were applied to analyze the image perception characteristics and functional differentiation of the four high speed railway stations in Suzhou. The results show that Suzhou Station, the core station in Suzhou, has a high service quality. Besides, Suzhoubei Station, far from the city center, mainly undertakes long-distance travel tasks. Suzhou Industrial Park Station and Suzhou New District Station are urban district-type stations with significant differences in their transportation demands reflecting the functional differences between different districts. Based on the research results, it is proposed that architectural feature design should be the focus of high speed railway station area development to cultivate them as cultural symbols and landmarks of the city. Additionally, it is necessary to improve the transportation transfer function, increase the utilization rate of underground space, and strengthen barrier-free facilities. These efforts enhance the image perception of high speed railway stations and the convenience of intercity transportation, providing references for the research on the image perception construction of high speed railway station areas.

Graphical abstract

关键词

高速铁路站点 / 社交媒体 / 形象感知 / 自然语言分析 / 苏州市

Key words

High Speed Railway Station / Social Media / Image Perception / Natural Language Analysis / Suzhou City

0　引言

目前我国许多大中城市已经拥有多个高速铁路站点，认识不同站点在城市中的功能定位和发展特征是科学规划高速铁路站点的重要基础^[1-2]。评估城市中多个高速铁路站点布局的发展特征差异，已成为高速铁路网络规划与建设研究中的重要研究方向。评估城市中多个高速铁路站点地区的发展，需要认识到以下问题。一是要从城市总体视角，分析各个高速铁路站点与城市空间结构的关系，识别各个站点的功能定位差异。二是高速铁路作为运载量大、运行速度快的一种交通工具，对不同高速铁路站点运营效果的评估尤为关键。三是乘客是高速铁路的直接使用者，需要通过乘客出行满意度去评估。四是高速铁路站区服务质量主要表现在站场及站前广场的空间设计、多尺度交通组织及周边场所功能等方面，涵盖了建筑设计、景观营造、空间舒适度、换乘多样性和便捷性、站点位置及站城一体设计等^[3-4]。现有高速铁路站区评估和规划研究主要从时空压缩、经济极化和空间溢出等地理视角出发，利用交通路网和高速铁路列车班次等多源大数据，探讨高速铁路带来的交通可达性和网络连通性^[5-6]。然而，仅从地理角度分析交通服务质量仍不够全面，还需从使用者角度研究城市中不同高速铁路站点地区的综合形象感知特征。

当前，单个城市多个高速铁路站区形象感知成果较少，需要利用自然语言分析技术从社会感知视角进行形象感知分析^[1，5]。现有形象感知研究成果涵盖了旅游目的地、社区服务、乡村民宿、历史文化遗产和城市交通服务等方面^[7]，形象感知通常被分为认知形象、情感形象和总体形象^[8]。其中，认知形象是对旅游地感知属性的观点和看法，情感形象是对旅游地的感情和态度，总体形象则是认知形象和情感形象的综合。形象感知研究中，社交评论数据是重要的数据源。相比于传统实地调研和问卷数据，社交评论数据具有信息量大、覆盖范围广、时序性强及多含微观地理位置信息等特点^[9-11]。主流的社交评论数据类型包括微博签到^[11]、旅游游记^[12]、大众点评^[13]等，其中大众点评数据在城市活力评估、旅游热点评估等领域得到广泛运用。大众点评的社交评论数据包含大部分高速铁路站点的各种社会感知信息，可较为全面提取出使用者在不同高速铁路站点出行中产生的最直接感受和建议^[14]。相比传统问卷调查方式，高速铁路站区社交评论反映了人们在高速铁路出行中的综合体验或建议，具有数据量大和覆盖面广的特点。

关于形象感知的测度方法，大致可分为量化测评、质性测评、综合测评3大类^[15]。量化测评基于指标体系开展分析，依赖于事先的指标设定和数据获取。质性测评则包括内容分析法、图片启发法、扎根理论方法等，综合测评法则是融合了量化测评和质性测评2种方法。就体现具体地理实体的独特性和整体构成而言，质性测评法更有效，其优势在于可反映地理实体社会化后的特征形象和使用者感知的显著属性。在文本分析方法中，基于自然语言分析的词频统计、词云图、文本情感分析及文本语义网络方法较为常见^[16]。其中，文本语义网络通过建立评论中关键词或空间实体之间的关联，以及发掘核心关系网络，成为一种基于复杂网络理论的有效社交评论数据分析方法^[17]。然而，在高速铁路站点地区形象感知分析领域中，社交评论数据的应用案例相对较少。同时，尽管文本分析方法中每条评论的评论观点提取方法已较为常见，但如何聚合每条评论的观点形成一个整体性的评论观点结果的方法仍鲜有研究。因此，利用社交评论数据进一步提取高速铁路站点的整体评论观点具有重要的方法探索价值。本研究基于大众点评数据，分析苏州市中心城区4个高速铁路站点的社会形象感知和功能分异特征。

1　研究区域概况与方法

1.1　技术思路

根据认知形象和情感形象2大分析任务，设计总体技术思路如图1所示。首先，对评论数据进行预处理，收集各个站区的基本特征，为后续各项分析提供数据基础。其次，从高频关键词提取、语义网络分析、评论观点抽取及情感形象分析4个方面开展技术分析。其中，高频关键词提取、语义网络分析、评论观点抽取为认知形象研究提供支撑，情感形象分析则为高速铁路站点地区的情感形象归纳和总结提供支撑。具体而言，高频关键词提取可对4个高速铁路站区评论文本中共同关键词和差异性关键词进行提取，以挖掘出4个站区的共性和差异性特征；语义网络分析，可以从主要关键词语义关系的角度，更加综合性地揭示出各个站区的差异性特征；评论观点抽取，则是从评论语句中先提取出大众观点，实现更直接的认知特征提取；情感形象分析是针对上述3个方法分析成果，进一步从情感意象和情感态度2个方面归纳总结出情感形象特征。最后，从城市总体视角、与城市空间结构的关系、功能分工及应用拓展等方面，进行总结和展望分析。

1.2　研究区域概况与数据集

目前，苏州市中心城区主要有2条高速铁路线路，分别是京沪高速铁路(北京南—上海虹桥)和沪宁城际铁路(上海—南京)，共建设4个高速铁路车站，分别是苏州站、苏州北站、苏州园区站和苏州新区站。在城市空间结构上，苏州站位于城市核心区，也是城市的核心站，空间辐射范围广；苏州北站位于相城区，距离市中心约20 km，地铁2号线延伸至该站，乘车时间约50 min，是城市空间上重要对外交通门户；苏州园区站位于苏州工业园区板块；苏州新区站位于苏州新区板块，在城市空间结构上相对偏远。其中，苏州站历史最为悠久，是由原普速铁路站点升级改造而形成的高速铁路车站，与2条地铁相连，有着较多的高速铁路列车班次，客流量大，主要承担沪宁城际铁路出行交通需求；苏州北站主要停靠京沪高速铁路线路上的班次，客流量较大，主要承担远距离出行至北京等地的交通需求；苏州园区站主要服务于工业园区内旅客的沪宁城际铁路出行需求，具有一定的停靠班次和客流量；苏州新区站目前停靠班次较少。在车站等级上，苏州站和苏州北站都是一等站，但在建筑面积上存在约11万m²的差距，评论数量上的差距也比较明显；苏州园区站规划为二等站，仍然具有一定的客运量；苏州新区站规划定位相对较低，为三等站。本研究采集了2010年7月—2021年1月期间大众点评网站上苏州市4个高速铁路车站的评论数据，研究区域4个高速铁路车站基本情况如表1所示。

1.3　研究方法

1.3.1　高频关键词提取

分词提取是文本挖掘分析中的基础方法，其目的是提取隐含、潜在的重要信息，描述事物的基本特征。本研究采用自然语言处理中的结巴(jieba)中文分词，首先提取出评论中的分词信息，进而对所提取出的分词语义进行辨析，删除意义不大的分词，并将语义相似的分词进行替换操作。通过专家建议和文献梳理^[4，6]，当前高速铁路规划、建设及管理的社会关注点，主要涉及站点地区的站点社会形象、站点设施建设、交通出行联系及出行时间便利性等方面。为此，从站区形象、建设层面、交通联系及出行时间4个方面对所提取的关键词进行分类分析。

1.3.2　语义网络分析

根据复杂网络理论，本研究将高频关键词作为复杂网络的节点，或将属性词和描述词一起作为网络节点。若一条评论中出现2个不同的高频关键词，或一个属性词和一个描述词之间存在一次组合关系，则认为这2个节点之间存在一条复杂网络边的连接关系。网络节点及之间的关系可以组成一个具体的复杂网络模型^[18]。通过专业复杂网络分析软件，对所构建的语义网络进行节点之间连接关系强度的特征分析。其中，在百度评论观点语义网络分析时，由于节点数量过多，只选取权重数排名前40位的网络边参与最终复杂网络构建，以突出主要评论观点内容。

1.3.3　评论观点抽取

百度自然语言分析功能提供评论观点抽取的功能接口，可提取出评论语句的主要观点。该方法返回的结果中包含2个重要的评论观点词语：属性词和描述词。根据《现代汉语词典(第5版)》，属性词一般表示人、事物的特性或特点，具有区别或分类的作用；描述词一般是指形容词，用来描写或修饰名词或代词，表示人或事物的性质、状态、特征或属性，常用作定语。一个属性词和一个描述词的组合可形成一条评论观点，如“距离远”由属性词“距离”和描述词“远”组合而成。

1.3.4　情感形象分析

大众点评数据包含用户的评分数据。在本次研究中，用户总体上给予高速铁路站点较高的评分值，多是以积极的态度评价，因此情感分析评价工作的意义较小，转而采用基于高频关键词解析情感形象作为研究重点。情感形象可分为情感意象和情感态度，前者是旅客对高速铁路站点的感知，后者反映旅客对高速铁路站点的认同特征^[19]。情感意象通常通过一些形容词和名词来归纳总结，如美、著名、古城等；情感态度所涉及的关键词要能表达出人们的认同情况，如不错、喜欢等。

2　结果分析

2.1　认知形象分析

2.1.1　共性特征

4个高速铁路站点之间存在许多共同的关键词，如方便、上海、不错等，这从一定程度上刻画了站点之间的公共特征。本研究选取词频数排名前60位的共词作为重点研究对象，并将其分为4类。共词分类结果如表2所示。

（1）站区形象类包括方便、不错、喜欢等关键词，描述旅客对于高速铁路出行服务的关心程度和基本情感倾向。

（2）建设层面类包括车站建设和交通建设2个方面的内容。车站建设类共词包括广场、指示牌、地下通道、无障碍等关键词，展现人们对于高速铁路站场关注的主要细节内容。其中，指示牌反映出站点区域中细节和人性化设计的重要性；地下通道和无障碍揭示高速铁路站点区域中地下空间发展和无障碍设施在高速铁路站点区域设计中的重要性。交通建设类共词有地铁、打车、无缝对接等，说明接驳交通组织的重要性，反映停靠班次对人们高速铁路出行计划的重要影响^[20-21]。

（3）交通联系类包括苏州、上海、无锡等地点关键词。一方面，反映苏州与周边城市通过2条高速铁路线路形成紧密的交通联系。另一方面，苏州站、苏州北站、苏州园区站、苏州新区站在评论中共同出现表明苏州市内4个站点之间在乘客心中存在着比较的关系。此外，市区和相城区说明高速铁路出行与城市核心区的距离关系对于不同区位上的高速铁路站点均为重要影响因素。

（4）出行时间类共词主要有每天、早上、晚上等，刻画高速铁路出行中重要时间段分布特点。

2.1.2　差异性分析

选择排名前40位的分词作为各个站点的高频关键词。高频关键词词云图如图2所示。图2展示了4个高速铁路站点的高频关键词分布情况，其中苏州站在站区形象和车站建设等方面的特色较为明显，有广场、建筑、园林、古色古香、江南、古典等高频关键词。相比之下，苏州北站的特定高频关键词有市区、北京、相城区等，主要涉及到交通联系类特征，反映出该站距离城区较远，客流多是去往北京方向的特点。不同于苏州北站，苏州园区站特定高频关键词主要有园区、车次、人少、很小、金鸡湖、咖啡店等，主要涉及交通联系和建设层面类关键词，展现出城市片区型高速铁路站点的建设特征。例如，金鸡湖和咖啡店这2个关键词很好地反映出与该站点区位较近的著名国家5A级旅游景区金鸡湖，以及苏州工业园区是苏州重要的金融和商务中心。苏州新区站涉及到的特定高频关键词主要有班次、很少等，主要涉及建设层面中交通建设和出行时间类关键词，反映出该站当前班次停靠太少等问题。

2.1.3　高频关键词的语义网络关系

语义网络分析结果图如图3所示，展现了高频关键词的语义网络关系情况。其中，苏州站关联度较高的分词主要有苏州、上海、建筑、设计、古香古色、风格、方便、地铁、公交等，揭示了苏州站具有较强的交通出行便利性和建筑设计特色。苏州北站则是地铁、相城区、北京、距离等词的关联度较高，体现了该站承担了京沪高速铁路远距离出行任务、站点选址离中心城区较远等特征。苏州园区站表现为上海、苏州站等词的关联度较高，反映了苏州园区站的区位、与上海联系较为紧密、与苏州站功能分工差异等特征。这里的分工指的是尽管苏州园区站也主要以沪宁城际铁路出行为主，但主要服务于苏州工业园区的交通需求，相对于苏州站客流量较小。苏州新区站表现为家门口、班次、地铁、太少、冷清等词的关联度较高，反映了苏州新区站存在班次过少的问题，以及高速铁路乘客居住地与站点距离较近的特征。

2.1.4　评论观点分析

属性词和描述词所组成的语义网络关系图如图4所示。通过分析属性词和描述词的语义网络关系，得到4个高速铁路站点评论观点情况。苏州站总体上以正向评论为主，给人留下交通出行方便、车次多、服务好、建筑风格不错、广场宽敞、设施齐全的整体印象，但也存在感觉乱、火车站不大、地方一般等问题。苏州北站的正面评价观点包含地铁方便、旅客众多、建筑漂亮、设施齐全、服务好等，但也有感觉乱、距市中心远、管理和设计一般、规模不大、交通不方便等问题。苏州园区站的正向评价观点包括交通方便、距离近、环境安静、态度友好、设施齐全等，然而该站点存在车次少、规模小、旅客不多等问题。苏州新区站主要正向评论观点包含感觉不错、出行方便、酒店近等，但负面评论观点也比较多，如设计一般、车次不多、地方偏小、取票不方便、旅客少等。总体上，苏州站的正向评价观点反映了其特色，而其他3个站点的负面评论观点则蕴含了各自当前发展中存在的问题。

2.2　情感形象分析

情感形象分为情感意象和情感态度。旅客对高速铁路站点的情感感知被称为情感意象，而对高速铁路站点的情感认同则是情感态度。在情感意象方面，苏州站的高频关键词有江南、苏州园林、古色古香、建筑、古城等，代表了苏州的地域文化和建筑特色，传递了苏州千百年来所形成的印象感；苏州北站相关的词语有北京、相城区、地铁、距离等，表明苏州北站目前主要以一种远距离高速铁路出行方式吸引旅客的感受；苏州园区站包含的高频关键词有园区、咖啡、金鸡湖、上海等，体现了上海周边苏州工业园区的现代化开发区特征，以及国家5A级金鸡湖旅游景点对高速铁路旅客的重要吸引力；苏州新区站的高频关键词有家门口、冷清等，直观地反映出苏州新区站所面临的班次较少和高速铁路站区活力较低的困境。

在情感态度方面，4个高速铁路站点均涉及的高频关键词有方便、喜欢、干净、不错、齐全、冷清、宽敞明亮等，总体上，旅客对苏州高速铁路出行持满意态度。而远、地方一般等词则反映了苏州北站存在着交通不便的问题，尤其对远距离出行人群而言；安静、远等词说明了苏州园区站与城市功能衔接不够紧密的问题；偏等词则揭示了苏州新区站高速铁路出行时的区位不便问题。

3　结论与展望

（1）总体上，苏州市4个高速铁路站点都具有方便、喜欢、干净等形象特征，是沪宁城际铁路、京沪高速铁路等区域出行的重要交通载体，旅客高速铁路出行感知的重点内容是交通换乘和以广场为代表的站点地区景观。综合交通出行是决定高速铁路出行效率与服务水准的重要判断标准。在细节方面，站点地区的指示牌设计、地下空间利用、无障碍设施配置等内容是高速铁路站点地区设计的重要组成部分，这些设计能够对乘客出行感受和交通公平存在一定的正向影响。

（2）不同高速铁路站点在交通引领和站点地区功能开发上存在差异性。作为一等站的苏州站受到人们的关注内容也较为广泛，如换乘通道瓶颈、地下空间利用不足、地铁接驳出行等问题。苏州北站距离苏州市中心较远，主要承担着到北京等地的长距离高速铁路出行的需求，导致人们对到达该站点有着较高的市内交通时间成本印象。苏州北站距离城市中心距离较远的区位特征，使得该站点的交通接驳能力建设尤为重要。作为二等站的苏州园区站交通功能与所在片区发展特征密切相关，客流量相对较小。苏州园区站的交通定位是满足城市一个功能片区的出行需求，因此该站点充分地体现了苏州工业园区的特色。同时，由于所在片区是全国综合实力排名第一的开发区，该站点还面向着更多的城际商务出行需求。作为三等站的苏州新区站则表现出发展动力严重不足的站点，低客流量难以支撑其发展。该站交通定位与苏州园区站相似，但实际达到的效果不甚理想。

（3）从理论价值上看，高速铁路站点地区既是一个交通节点，也是城市中一个重要的场所。交通节点与场所功能对于单个站点而言，两者相辅相成，既不可只强调交通功能，也不能忽视站点的交通能力而过分进行站点地区的开发，站点地区的发展应依据各自特点进行战略规划决策。

参考文献

[1] 韦　胜，徐海贤.高铁“一城多站”的特征、问题与优化：以沪宁沿线城市为例[J].现代城市研究，2019，34(9)：112-117.

[2] WEI Sheng， XU Haixian. The Characteristics，Problems and Optimization of “One City with Multi-Stations” in Chinese High Speed Rail Network：Taking Cities along the Shanghai-Nanjing HSR Line as Examples[J]. Modern Urban Research，2019，34(9)：112-117.

[3] 李传成，孟雷雷，张　婷. 铁路多站点对城市空间结构影响的比较研究[J]. 国际城市规划，2018，33(6)：36-42，87.

[4] LI Chuancheng， MENG Leilei， ZHANG Ting. Study on the Influence of Multi Railway Stations on Urban Spatial Structure[J]. Urban Planning International，2018，33(6)：36-42，87.

[5] LUO S L， HE S Y. Using Data Mining to Explore the Spatial and Temporal Dynamics of Perceptions of Metro Services in China：The Case of Shenzhen[J]. Environment and Planning B：Urban Analytics and City Science，2021，48(3)：449-466.

[6] 曹　阳，李松涛.站城关系视角下的高铁站点地区空间发展应对：以河南省境内典型高铁站区为例[J].城市发展研究，2018，25(3)：47-53.

[7] CAO Yang， LI Songtao. Response of High Speed Rail Station Area to Space Development in the View of Relationship between Station and Town：Take Typical High Speed Rail Station Area in He'nan Province as Example[J]. Urban Development Studies，2018，25(3)：47-53.

[8] 蒋海兵，徐建刚，祁　毅. 京沪高铁对区域中心城市陆路可达性影响[J]. 地理学报，2010，65(10)：1287-1298.

[9] JIANG Haibing， XU Jiangang， QI Yi. The Influence of Beijing-Shanghai High Speed Railways on Land Accessibility of Regional Center Cities[J]. Acta Geographica Sinica，2010，65(10)：1287-1298.

[10] 汪德根，陈　田，陆　林，等. 区域旅游流空间结构的高铁效应及机理：以中国京沪高铁为例[J]. 地理学报，2015，70(2)：214-233.

[11] WANG Degen， CHEN Tian， LU Lin，et al. Mechanism and HSR Effect of Spatial Structure of Regional Tourist Flow：Case Study of Beijing-Shanghai HSR in China[J]. Acta Geographica Sinica，2015，70(2)：214-233.

[12] MOU N X， ZHENG Y H， MAKKONEN T，et al. Tourists’ Digital Footprint：The Spatial Patterns of Tourist Flows in Qingdao，China[J]. Tourism Management，2020，81：104151.

[13] BALOGLU S， MCCLEARY K W. A Model of Destination Image Formation[J]. Annals of Tourism Research，1999，26(4)：868-897.

[14] 梁春阳，林广发，张明锋，等. 社交媒体数据对反映台风灾害时空分布的有效性研究[J]. 地球信息科学学报，2018，20(6)：807-816.

[15] LIANG Chunyang， LIN Guangfa， ZHANG Mingfeng，et al. Assessing the Effectiveness of Social Media Data in Mapping the Distribution of Typhoon Disasters[J]. Journal of Geo-Information Science，2018，20(6)：807-816.

[16] 陈瑗瑗，高　勇. 利用社交媒体的位置潜语义特征提取与分析[J]. 地球信息科学学报，2017，19(11)：1405-1414.

[17] CHEN Yuanyuan， GAO Yong. Extracting and Analyzing Latent Semantic Characteristics of Locations Using Social Media Data[J]. Journal of Geo-Information Science，2017，19(11)：1405-1414.

[18] WU C， YE X Y， REN F，et al. Check-in Behaviour and Spatio-Temporal Vibrancy：An Exploratory Analysis in Shenzhen，China[J]. Cities，2018，77：104-116.

[19] MOU N X， LIU Z W， ZHENG Y H，et al. Cycling in Tibet：An Analysis of Tourists’Spatio-Temporal Behavior and Infrastructure[J]. Tourism Management，2022，88：104418.

[20] 蒋　鑫，吴丹子，王向荣. 基于网络点评数据的园林展会后利用评价研究[J]. 风景园林，2018，25(5)：74-80.

[21] JIANG Xin， WU Danzi， WANG Xiangrong. Investigation about After-Use Evaluation of Garden Exhibition Based on Online Comments Data[J]. Landscape Architecture，2018，25(5)：74-80.

[22] 季　松，段　进. 高铁枢纽地区的规划设计应对策略：以南京南站为例[J]. 规划师，2016，32(3)：68-74.

[23] JI Song， DUAN Jin. High Speed Rail Station Area Planning：Nanjing South Railway Station[J]. Planners，2016，32(3)：68-74.

[24] 刘国华，王红国. 旅游目的地形象测量：基于国外文献的研究[J]. 旅游学刊，2010，25(6)：83-87.

[25] LIU Guohua， WANG Hongguo. Measurement of Tourist Destination Image：Based on the Study of Overseas Literature[J]. Tourism Tribune，2010，25(6)：83-87.

[26] 周　李，吴殿廷，虞　虎，等. 基于网络游记的城市旅游流网络结构演化研究：以北京市为例[J]. 地理科学，2020，40(2)：298-307.

[27] LIU B， HUANG S S， FU H. An Application of Network Analysis on Tourist Attractions：The Case of Xinjiang，China[J]. Tourism Management，2017，58：132-141.

[28] 李春玲，李绪刚，赵　炜. 基于古诗词语义解析的乡村景观认知：以成都平原为例[J]. 中国园林，2020，36(5)：76-81.

[29] 李　萍，陈　田，王甫园，等. 基于文本挖掘的城市旅游社区形象感知研究：以北京市为例[J]. 地理研究，2017，36(6)：1106-1122.

[30] LI Ping， CHEN Tian， WANG Fuyuan，et al. Urban Tourism Community Image Perception and Differentiation Based on Online Comments：A Case Study of Beijing[J]. Geographical Research，2017，36(6)：1106-1122.

[31] 蔡　鹏，付欣荣. 基于“站-城-人-产”融合的高铁新城产业发展策略探索[J]. 铁道运输与经济，2023，45(8)：88-95.

[32] CAI Peng， FU Xinrong. Exploration of Industrial Development Strategy of High Speed Rail New Towns Based on Integration of “Station-City-Population-Industry”[J]. Railway Transport and Economy，2023，45(8)：88-95.

[33] 邓毛颖，徐士伟，房庆恒. 基于站城融合的广州铁路客运枢纽布局规划优化策略研究[J]. 铁道运输与经济，2021，43(8)：78-83.

[34] DENG Maoying， XU Shiwei， FANG Qingheng. Research on Optimization Strategy of Railway Passenger Transport Hub Layout of Guangzhou Based on Station-City Integration[J]. Railway Transport and Economy，2021，43(8)：78-83.

基金资助

中国博士后科学基金项目(2022M710669)

江苏省重点研发计划社会发展项目(BE2023799)

江苏省自然科学基金面上项目(BK20211371)

自然资源部部省合作试点项目(2023ZRBSHZ061)

自然资源部部省合作试点项目(2024ZRBSHZ071)