高速铁路新线开通对城市群铁路客运交通网络时空可达性的影响

Impact of Opening of New High Speed Railway Line on Spatiotemporal Accessibility of Railway Passenger Transport Networks for Urban Agglomerations

摘要

为探究高速铁路新线开通对城市群铁路客运交通网络时空可达性的影响，基于复杂网络Space L建模方法，建立以实际铁路客运站为网络节点的时空加权城市群铁路客运交通网络模型；提出可达性评估模型以度量节点与网络的时空可达性及其变化；以成宜高速铁路及成渝城市群为实例进行研究。结果表明：成宜高速铁路开通后，新增7座运营车站，约43%与47%既有站点的空间与时间可达性有所提升，但提升效果有限；网络平均最短路线长度、平均最短运行时间降幅分别为0.23%，0.03%，网络时空可达性有所提升但不够显著；经斯皮尔曼相关性检验及对比分析，站点依据时间可达性值的排序不变，站点依据空间可达性值的排序略有变化，新线开通对时空可达性的影响并不相同，但前10个关键站点的排序不变；铁路网络时空可达性关键站点存在差异。

Abstract

To explore the impact of the opening of a new high speed railway line on the spatiotemporal accessibility of railway passenger transport networks for urban agglomerations, a spatiotemporal weighted railway passenger transport network model for urban agglomerations based on the complex network Space L modeling method was established, with actual railway passenger stations as network nodes. An accessibility evaluation model was proposed to measure the spatiotemporal accessibility and its changes in nodes and the network. Chengdu-Yibin High Speed Railway and Chengdu-Chongqing Urban Agglomeration were taken as a case study. The results show that after the opening of Chengdu-Yibin High Speed Railway, seven new stations have been operated, and the spatial of about 43% of existing stations and the temporal accessibility of about 47% of existing stations are improved, but the improvement effect is limited. The average shortest route length and average shortest travel time of the network decrease by 0.23% and 0.03%, respectively, indicating a slight improvement in the spatiotemporal accessibility of the network. Through the Spearman correlation test and comparative analysis, the ranking of stations based on temporal accessibility values remains unchanged, while the ranking of stations based on spatial accessibility values has slight changes, indicating that the impact of the new line opening on spatiotemporal accessibility is not uniform. However, the ranking of the top 10 key stations remains unchanged. There are differences between key stations in terms of spatiotemporal accessibility in the railway network.

Graphical abstract

关键词

铁路运输 / 交通可达性 / 复杂网络 / 城市群 / 区域铁路网 / 功能连通性

Key words

Railway Transportation / Transport Accessibility / Complex Network / Urban Agglomeration / Regional Railway Network / Functional Connectivity

0　引言

《交通强国建设纲要》(国务院公报2019年第28号)明确指出，要构建便捷顺畅的城市群交通网，到2035年基本建成交通强国，并实现城市群2小时通达的目标。在这一背景下，作为城际出行的重要交通基础设施，随着新建高速铁路线路的开通，城市群铁路客运站与网络的时空可达性将发生何种演变，这有待进一步深入剖析和阐明。研究城市群铁路客运交通网络的时空可达性及高速铁路新线开通所带来的影响，不仅有助于实现交通强国建设目标，也有助于保障旅客城际出行便捷顺畅。

Hansen^[1]将可达性定义为互动机会的大小，即出行者利用给定的交通系统从出发地点到达活动地点的便利程度^[2]。在交通运输领域，可达性的概念通常是指两点间的交通便捷程度，也被称为交通可达性^[3]。交通站点的可达性反映该节点在网络中的功能连通性，交通网络的可达性反映交通网络整体的功能连通性。连通性可以分为拓扑连通性与功能连通性(可达性)。在拓扑连通性方面，学者通常采用复杂网络理论中的拓扑指标，如度、介数、效率等，评估交通站点与网络整体的拓扑连通性。张英贵等^[4]采用度、中介中心度、紧密中心度和聚类系数等复杂网络的基本统计参数，分析区域轨道交通网络拓扑特性。Zhang等^[5]采用度、效率、聚集系数等拓扑指标，评估铁路货运交通网络的节点重要性。毛剑楠等^[6]引入复杂网络中聚集度及介数中心性指标，分别计算公路与铁路综合城市拓扑网络属性。在功能连通性(可达性)方面，学者常采用平均(最短)出行时间^[7]、加权平均(最短)出行时间^[8]、重力(引力)模型^[9]的可达性值衡量站点与网络的可达性。马书红等^[10]采用加权平均出行时间、重力模型，评估关中平原城市群的时间与空间可达性。温惠英等^[11]基于ArcGIS空间分析技术、修正的引力模型，测算和分析粤港澳大湾区公路交通可达性、路网密度和经济联系强度。关于城市群内部高速铁路开通所带来的影响，学者们普遍对城市的可达性与经济联系进行了研究。胡瑞等^[12]基于加权平均出行时间、日常可达性和引力模型分析高速铁路对山东半岛城市群交通可达性的影响，表明高速铁路开通后各沿线城市加权平均出行时间明显降低，经济联系格局得到重塑。牟凤云等^[13]分析高速铁路开通对成渝城市群可达性效率的影响，表明高速铁路开通后成渝城市群可达性水平大幅上升，重庆市域内城市的经济吸引能力明显提升。王亮等^[14]测度长三角地区41个地级及以上城市间最短时间距离及其变化，表明高速铁路和城际铁路的建设和开通使得城市之间的时间距离大幅度缩短，城际社会经济交流更加密切，区域内1小时以内的城市对数量急剧增多。高速铁路增强城市间可达性，拉动城市群经济增长，对城市群经济空间结构演化起到重要作用^[15]。

综上所述，虽然许多学者对城市群交通可达性进行研究并取得一定成果，但仍存在不足之处。首先，既有研究重点关注高速铁路开通对城市可达性与经济联系的影响，忽略了实际铁路客运站与网络的时空可达性变化。其次，一些研究侧重于分析不同时期高速铁路演变对城市可达性与经济联系的影响，对最新建成投用的高速铁路线路所带来的时空可达性影响缺乏研究。因此，本研究的主要贡献在于：①从铁路客运站与铁路网络的角度出发，构建更加细致的城市群铁路客运交通网络，并提出可达性评估模型，重点关注站点与网络的时空可达性及其变化；②研究成宜高速铁路(成都东—宜宾东)开通前后的成渝城市群铁路客运交通网络，旨在剖析成宜高速铁路开通前后既有站点与网络的时空可达性变化，进而识别关键站点并得出相关实践性的结论。

1　城市群铁路客运交通网络模型

将城市群范围内的铁路客运站抽象为网络中的节点并进行编号，得到节点编号集合N=\{\mathrm{1},\mathrm{2},\cdots ,n\}，n为节点总数。基于复杂网络Space L方法，根据实际铁路线路，将相邻节点间的线路抽象为网络中的连边，得到有效连边集合E=\{e_{ij}|i,j\in N;w_{ij}>\mathrm{0}\}，w_{ij}为连边e_{ij}的权值，若连边存在则w_{ij}>\mathrm{0}，若连边不存在则w_{ij}=\mathrm{0}。搜集铁路线路数据，采用站间里程标定空间边权，可生成空间加权邻接矩阵{\mathit{W}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}=(w_{ij}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}{)}_{n\times n}，w_{ij}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}为连边e_{ij}的空间边权值。借助铁路12306网站查询站点间的车次信息，由于站间最短运行时间体现列车在该区间可以安全运营的最高速度，因此采用车次信息中的最短运行时间标定时间边权，可生成时间加权邻接矩阵{\mathit{W}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}=(w_{ij}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}{)}_{n\times n}，w_{ij}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}为连边e_{ij}的时间边权值。基于此，构建铁路新线开通前的城市群铁路客运交通网络模型G_{\mathrm{1}}=(N_{\mathrm{1}},E_{\mathrm{1}},{\mathit{W}}_{\mathrm{1}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}},{\mathit{W}}_{\mathrm{1}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}})，网络G_{\mathrm{1}}节点总数为n_{\mathrm{1}}。构建铁路新线开通后的城市群铁路客运交通网络模型G_{\mathrm{2}}=(N_{\mathrm{2}},E_{\mathrm{2}},{\mathit{W}}_{\mathrm{2}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}},{\mathit{W}}_{\mathrm{2}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}})，网络G_{\mathrm{2}}节点总数为n_{\mathrm{2}}。

2　可达性评估模型

2.1　节点可达性值

在交通运输领域，可达性是指两点间的交通便捷程度，可达性值是交通便捷程度的数值表示。因此，采用节点间的最短路线长度与最短运行时间评估节点间的空间与时间可达性。通过计算特定节点到其他节点的平均最短路线长度(空间可达性值)评估节点的空间可达性。同时，采用该节点到其他节点的平均最短运行时间(时间可达性值)评估节点的时间可达性。铁路新线开通后，网络节点总数由n_{\mathrm{1}}增加至n_{\mathrm{2}}，既有n_{\mathrm{1}}个节点间的最短路线可能会得到优化，节点可达性水平得以提升。为使铁路新线开通前后节点的可达性具有可比性，在计算网络G_{\mathrm{1}}或网络G_{\mathrm{2}}中节点的可达性值时，仅考虑既有n_{\mathrm{1}}个节点间的最短路线长度或最短运行时间。节点平均最短路线长度、节点平均最短运行时间分别如公式⑴、公式⑵所示。

A_{i,G_k}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}=\frac{\mathrm{1}}{n_{\mathrm{1}}-\mathrm{1}}{\displaystyle \sum _{j\in N_{\mathrm{1}}}^{j\ne i}}\sum _{e_{i^{\text{'}}{j}^{\text{'}}}\in E_{kij}}{w}_{k{i}^{\text{'}}{j}^{\text{'}}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}⑴

A_{i,G_k}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}=\frac{\mathrm{1}}{n_{\mathrm{1}}-\mathrm{1}}{\displaystyle \sum _{j\in N_{\mathrm{1}}}^{j\ne i}}\sum _{e_{i^{\text{'}}{j}^{\text{'}}}\in E_{kij}}{w}_{k{i}^{\text{'}}{j}^{\text{'}}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}⑵

式中：G_k为第k个网络，k\in \{\mathrm{1},\mathrm{2}\}；A_{i,G_k}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}为网络G_k中节点i的平均最短路线长度，km；A_{i,G_k}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}为网络G_k中节点i的平均最短运行时间，min；n_{\mathrm{1}}为铁路新线开通前铁路网络G_{\mathrm{1}}的节点总数；N_{\mathrm{1}}为网络G_{\mathrm{1}}的节点编号集合；e_{i^{\text{'}}{j}^{\text{'}}}为节点i^{\text{'}}与j^{\text{'}}间的连边；E_{kij}为网络G_k中节点i与j间最短路的连边集合；w_{k{i}^{\text{'}}{j}^{\text{'}}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}为网络G_k中连边e_{i^{\text{'}}{j}^{\text{'}}}的空间边权值，km；w_{k{i}^{\text{'}}{j}^{\text{'}}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}为网络G_k中连边e_{i^{\text{'}}{j}^{\text{'}}}的时间边权值，min。

2.2　节点可达性变化值

为分析铁路新线开通对既有站点时空可达性的影响，需要计算既有节点的平均最短路线长度变化值(空间可达性变化值)与平均最短运行时间变化值(时间可达性变化值)。在公式⑴、公式⑵基础上，节点空间可达性变化值、节点时间可达性变化值分别如公式⑶、公式⑷所示。

C_i^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}=\frac{\mathrm{1}}{n_{\mathrm{1}}-\mathrm{1}}{\displaystyle \sum _{j\in N_{\mathrm{1}}}^{j\ne i}}(\sum _{e_{i^{\text{'}}{j}^{\text{'}}}\in E_{\mathrm{2}ij}}{w}_{\mathrm{2}{i}^{\text{'}}{j}^{\text{'}}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}-\sum _{e_{i^{\text{'}}{j}^{\text{'}}}\in E_{\mathrm{1}ij}}{w}_{\mathrm{1}{i}^{\text{'}}{j}^{\text{'}}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}})⑶

C_i^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}=\frac{\mathrm{1}}{n_{\mathrm{1}}-\mathrm{1}}{\displaystyle \sum _{j\in N_{\mathrm{1}}}^{j\ne i}}(\sum _{e_{i^{\text{'}}{j}^{\text{'}}}\in E_{\mathrm{2}ij}}{w}_{\mathrm{2}{i}^{\text{'}}{j}^{\text{'}}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}-\sum _{e_{i^{\text{'}}{j}^{\text{'}}}\in E_{\mathrm{1}ij}}{w}_{\mathrm{1}{i}^{\text{'}}{j}^{\text{'}}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}})⑷

式中：C_i^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}为节点i的平均最短路线长度变化值，km；C_i^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}为节点i的平均最短运行时间变化值，min。

2.3　网络可达性值

在网络层面，网络的可达性应综合考虑网络中所有节点间的可达性。为使铁路新线开通前后网络的可达性具有可比性，在计算网络可达性值时，仅考虑既有n_{\mathrm{1}}个节点间的最短路线长度或最短运行时间。为此，采用既有节点间的平均最短路线长度评估网络的空间可达性，同时使用既有节点间的平均最短运行时间评估网络的时间可达性。网络平均最短路线长度(空间可达性值)、网络平均最短运行时间(时间可达性值)分别如公式⑸、公式⑹所示。

A_{G_k}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}=\frac{\mathrm{1}}{n_{\mathrm{1}}(n_{\mathrm{1}}-\mathrm{1})}{\displaystyle \sum _{i\in N_{\mathrm{1}}}^{}}{\displaystyle \sum _{j\in N_{\mathrm{1}}}^{j\ne i}}\sum _{e_{i^{\text{'}}{j}^{\text{'}}}\in E_{kij}}{w}_{k{i}^{\text{'}}{j}^{\text{'}}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}⑸

A_{G_k}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}=\frac{\mathrm{1}}{n_{\mathrm{1}}(n_{\mathrm{1}}-\mathrm{1})}{\displaystyle \sum _{i\in N_{\mathrm{1}}}^{}}{\displaystyle \sum _{j\in N_{\mathrm{1}}}^{j\ne i}}\sum _{e_{i^{\text{'}}{j}^{\text{'}}}\in E_{kij}}{w}_{k{i}^{\text{'}}{j}^{\text{'}}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}⑹

式中：A_{G_k}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}为网络G_k的平均最短路线长度，km；A_{G_k}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}为网络G_k的平均最短运行时间，min。

3　实例研究

3.1　成宜高速铁路概况

成宜高速铁路是四川省内的一项重要交通工程，连接了成都市、自贡市和宜宾市，又称成自宜高速铁路，设计速度为350 km/h。该项目于2018年12月21日启动自贡—宜宾段的建设，随后于2019年3月27日开展成都—自贡段的建设。2023年12月26日，成宜高速铁路正式开通运营，新增7座运营车站，成为四川省内继成渝高速铁路(成都东—沙坪坝)后的第二条最高运营速度达到350 km/h的高速铁路。成宜高速铁路起于成都东站，止于宜宾东站，线路全长246 km，共设有11座车站，分别为成都东站、天府站、三岔湖站、天府机场站、资阳西站、资中西站、威远站、自贡站、沿滩站、南溪北站和宜宾东站。其中，天府站与三岔湖站暂缓开通，而成都东站与自贡站为既有车站。成宜高速铁路的投入运营有助于提升沿线城市的出行便捷性，完善成渝城市群铁路网络。

3.2　成渝城市群主要铁路客运站

根据《成渝地区双城经济圈建设规划纲要》(国务院公报2021年第31号)、《成渝城市群发展规划》(发改规划〔2016〕910号)确定研究区域范围，通过百度地图与铁路12306对每个县级及以上城市的铁路客运站进行搜索并记录。选取截至2023年11月的72个主要铁路客运站，作为成宜高速铁路开通前的成渝城市群铁路客运交通网络G_{\mathrm{1}}的节点。由于成宜高速铁路11个车站中成都东站与自贡站为既有车站，而天府站与三岔湖站暂未投入使用，故在网络G_{\mathrm{1}}节点基础上增加7个节点，选取截至2024年3月的79个主要铁路客运站，作为成宜高速铁路开通后的成渝城市群铁路客运交通网络G_{\mathrm{2}}的节点。对这些铁路客运站进行编号，成渝城市群主要铁路客运站如表1所示。

3.3　成渝城市群铁路客运交通网络

以各铁路线路为基础，采用邻接表对站间邻接关系进行记录。搜集铁路线路资料，记录站间里程，标定邻接表中站间连边的空间边权值。通过铁路12306查询并记录邻接站点间的最短运行时间，标定邻接表中站间连边的时间边权值。利用数学软件对邻接表进行读取，可生成空间加权邻接矩阵与时间加权邻接矩阵。按照城市群铁路客运交通网络模型构建方法对成宜高速铁路开通前后的网络分别建模，得到成宜高速铁路开通前的成渝城市群铁路客运交通网络G_{\mathrm{1}}=(N_{\mathrm{1}},E_{\mathrm{1}},W_{\mathrm{1}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}},W_{\mathrm{1}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}})，网络G_{\mathrm{1}}节点总数n_{\mathrm{1}}=\mathrm{72}；得到成宜高速铁路开通后的成渝城市群铁路客运交通网络G_{\mathrm{2}}=(N_{\mathrm{2}},E_{\mathrm{2}},W_{\mathrm{2}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}},W_{\mathrm{2}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}})，网络G_{\mathrm{2}}节点总数n_{\mathrm{2}}=\mathrm{79}。在百度地图拾取坐标系统中采集各站点的经纬度坐标并记录。成渝城市群铁路客运交通网络如图1所示。

成宜高速铁路串联了成都东站与自贡站并在其间形成了新的路线。这意味着某些站点间的最短路线可能会发生变化，站点与网络的时空可达性可能也会随之发生变化。这种变化及其影响有待进一步剖析。

3.4　空间可达性分析

按照节点可达性值公式，计算成宜高速铁路开通前后成渝城市群铁路客运交通网络各节点的平均最短路线长度。节点的空间可达性值如图2所示。

由图2可知，相较于成宜高速铁路开通前铁路网络G_{\mathrm{1}}，成宜高速铁路开通后铁路网络G_{\mathrm{2}}中，大部分节点的平均最短路线长度差异不够明显，仅有少数节点的平均最短路线长度明显减少，例如节点30，31，32，33。为更清晰地观察节点空间可达性的变化情况，计算72个既有节点的平均最短路线长度变化值。结果显示，31个节点的空间可达性有所提升，而其余41个节点的空间可达性则没有发生变化。按照该变化值由低到高对站点进行排序，若该变化值相同则按站点编号由低到高对站点进行排序。选取了平均最短路线长度变化排序前8的站点进行展示。空间可达性变化最明显的8个站点如表2所示。

由表2可知，自贡站、富顺站、泸州站、泸县站的平均最短路线长度变化值均为-6.85 km，其空间可达性提升最多。部分站点的平均最短路线长度变化值相同。其主要原因在于，成宜高速铁路开通后，部分OD对间的最短路线改道途经成宜高速铁路成都东—自贡区间路段，这些OD对间的最短路线长度减少且变化值相同。成都东—自贡，不途经成宜高速铁路的最短路线长度为196 km，途经成宜高速铁路的最短路线长度为178 km，后者与前者差值为-18 km。尽管成宜高速铁路开通使得约43%节点的空间可达性有所提升，但提升效果有限。

按照网络可达性值公式，计算成渝城市群铁路客运交通网络的平均最短路线长度。结果显示，成宜高速铁路开通前铁路网络G_{\mathrm{1}}与成宜高速铁路开通后铁路网络G_{\mathrm{2}}的平均最短路线长度分别为329.52 km与328.76 km。G_{\mathrm{1}}，G_{\mathrm{2}}的平均最短路线长度相差0.76 km，降幅为0.23%。可见，成宜高速铁路对网络空间可达性提升效果有限。其主要原因在于，成宜高速铁路仅串联了成都东站与自贡站，并未串联多个既有铁路客运站；成都东—自贡已存在由成渝高速铁路与绵泸高速铁路(内江北—泸州)构成的高速铁路通道，成宜高速铁路对其空间压缩效应有限，仅为-18 km。

3.5　时间可达性分析

按照节点可达性值公式，计算成宜高速铁路开通前后成渝城市群铁路客运交通网络各节点的平均最短运行时间。节点的时间可达性值如图3所示。

由图3可知，相较于成宜高速铁路开通前铁路网络G_{\mathrm{1}}，成宜高速铁路开通后铁路网络G_{\mathrm{2}}中，节点的平均最短运行时间差异均不够明显。为深入剖析节点时间可达性变化情况，计算了72个既有节点的平均最短路线长度变化值。结果显示，34个节点的时间可达性有所提升，其余38个节点的时间可达性没有变化。按照该变化值由低到高对站点进行排序，若该变化值相同则按站点编号由低到高对站点进行排序。选取了平均最短运行时间变化排序前8的站点进行展示。时间可达性变化最明显的8个站点如表3所示。

由表3可知，自贡站、富顺站、泸州站、泸县站的平均最短运行时间变化值均为-0.42 min，其时间可达性提升最多。部分节点的平均最短运行时间变化值相同。其主要原因在于，成宜高速铁路开通后，部分OD对间的最短路线改道途经成宜高速铁路成都东—自贡区间路段，这些OD对间的最短运行时间减少且变化值相同。成都东—自贡，途经成宜高速铁路与不途经成宜高速铁路的最短运行时间差值为-1 min。尽管成宜高速铁路开通使得约47%节点的时间可达性有所提升，但提升效果有限。

按照网络可达性值公式，计算成渝城市群铁路客运交通网络的平均最短运行时间。结果显示，成宜高速铁路开通前铁路网络G_{\mathrm{1}}与成宜高速铁路开通后铁路网络G_{\mathrm{2}}的平均最短运行时间分别为158.58 min与158.53 min。G_{\mathrm{1}}，G_{\mathrm{2}}的平均最短运行时间相差0.05 min，降幅为0.03%。可见，成宜高速铁路对网络时间可达性提升效果较为微弱。主要原因在于，成宜高速铁路仅串联了成都东站与自贡站，并未串联多个既有铁路客运站；成都东—自贡已存在由成渝高速铁路(最高运营时速350 km)与绵泸高速铁路(最高运营时速250 km)构成的高速铁路通道，成宜高速铁路对其时间压缩效应有限，仅为-1 min。

3.6　对比分析

对比表2与表3可知，空间与时间可达性变化最明显的8个站点相同。根据节点可达性变化值，31个相同节点的空间与时间可达性均提升，但南充站(19)、营山站(20)、蓬安站(21)这3个节点的时间可达性提升，而空间可达性未提升。这表明，成宜高速铁路开通对既有节点空间与时间可达性的影响并不完全相同。为进一步剖析这一现象，采用斯皮尔曼相关系数对72个既有节点的可达性值进行相关性检验，以对比成宜高速铁路开通前后站点依据可达性值的排序差异。

斯皮尔曼相关性检验方法的基本思路为：将2组数据按降序位置分配一个相应的等级，然后按照皮尔逊相关性检验方法计算2组变量等级间的相关性。因此，斯皮尔曼相关系数被定义为等级变量之间的皮尔逊相关系数，适用于对比排序差异。斯皮尔曼相关系数取值范围为-1~1，若为正值则代表两组数据正相关，若为负值则代表两组数据负相关，若大于0且越接近1则代表两组数据正相关性越好。斯皮尔曼相关性检验结果如图4所示。

图4中，G_{\mathrm{1}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}为成宜高速铁路开通前的空间加权铁路网络，G_{\mathrm{2}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}为成宜高速铁路开通后的空间加权铁路网络；G_{\mathrm{1}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}为成宜高速铁路开通前的时间加权铁路网络，G_{\mathrm{2}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}为成宜高速铁路开通后的时间加权铁路网络。可以看出，G_{\mathrm{1}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}与G_{\mathrm{2}}^{\mathrm{t}\mathrm{i}\mathrm{m}\mathrm{e}}的节点可达性值完全正相关(斯皮尔曼相关系数为1.000 0)，这2个网络为成宜高速铁路开通前后的时间加权铁路网络；G_{\mathrm{1}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}与G_{\mathrm{2}}^{\mathrm{s}\mathrm{p}\mathrm{a}\mathrm{c}\mathrm{e}}的节点可达性值并不完全正相关(斯皮尔曼相关系数为0.999 4)，这2个网络为成宜高速铁路开通前后的空间加权铁路网络。这说明，成宜高速铁路开通前后，站点依据时间可达性值的排序没有发生变化，站点依据空间可达性值的排序发生了细微变化。

无论是成宜高速铁路开通前还是成宜高速铁路开通后，空间加权铁路网络与时间加权铁路网络的节点可达性值并不完全正相关(斯皮尔曼相关系数为0.942 6~0.944 5)。这说明，站点依据空间可达性值的排序与站点依据时间可达性值的排序存在差异。

为更清晰地对比站点在时空可达性值排序上的差异，对成宜高速铁路开通前后成渝城市群铁路客运交通网络的站点依据空间与时间可达性值分别进行升序排列，选取2个网络中空间与时间可达性最好的各前10个车站，共计40个车站进行展示。成宜高速铁路开通前后时空可达性最好的40个关键站点如表4所示。

由表4可知，成宜高速铁路开通前后，空间可达性关键站点相同，时间可达性关键站点也相同。这说明，成宜高速铁路开通并没有对前10个空间或时间可达性关键站点的排序产生影响。其主要原因在于，成宜高速铁路对既有城市群铁路客运交通网络时空可达性提升效果有限。从空间与时间可达性对比的角度来看，依据空间可达性值与依据时间可达性值识别出的关键站点存在明显差异。例如，空间可达性最好的站点是遂宁站(38)，但时间可达性最好的站点是成都东站(22)；蓬溪站(39)、潼南站(5)、合川站(4)是空间可达性关键站点，但不是时间可达性关键站点；简阳南站(29)、资阳北站(71)、内江北站(41)是时间可达性关键站点，但并非空间可达性关键站点。这说明，空间可达性与时间可达性关键站点存在明显差异。

4　结论

（1）成宜高速铁路在成都东—自贡之间形成了新的路线，进一步加密了成渝城市群铁路客运交通网络。成宜高速铁路开通提升了31个既有站点的空间可达性，以及34个既有站点的时间可达性，但其提升效果有限。成宜高速铁路开通使得网络的平均最短路线长度与平均最短运行时间分别缩短了0.76 km，0.05 min，未显著提升网络的时空可达性。其主要原因在于，成宜高速铁路仅串联了成都东站与自贡站，并未串联多个既有铁路客运站；成都东—自贡已存在由成渝高速铁路(最高运营时速350 km)与绵泸高速铁路(最高运营时速250 km)构成的高速铁路通道，成宜高速铁路对其时空压缩效应有限。这说明，在高速铁路新线规划与设计时，未充分考虑新线对既有客运站可达性的提升效果。因此，建议在高速铁路新线规划和设计时，适当考虑新线对既有铁路客运站时空可达性的影响。

（2）成宜高速铁路开通前后，空间与时间可达性变化最明显的8个站点相同，站点依据时间可达性值的排序没有发生变化，而站点依据空间可达性值的排序则略有变化。但是，成宜高速铁路开通并没有对前10个空间或时间可达性关键站点的排序产生影响。不仅如此，站点依据空间可达性值的排序与时间可达性值的排序存在差异，空间与时间可达性关键站点存在明显差异。可见，成宜高速铁路开通对时空可达性的影响并不相同，铁路网络时空可达性存在差异，体现了以铁路网络为代表的交通网络在时间功能属性上的复杂特性。

（3）交通网络时空可达性的复杂演变不可或缺地依赖于仿真计算层面的实验观测，所提方法可以有效实测交通节点与网络的时空可达性及其变化，为铁路新线建设必要性提供了论证新思路。

（4）尽管成宜高速铁路开通对既有站点的可达性提升效果有限，但这并不意味着城市的可达性不会明显提升。由于高速铁路新线开通产生新的铁路客运站，一些城市间的通达时间可能会大幅缩短，从而明显提升城市的可达性。根据实际情况，不同铁路新线开通对铁路客运站、铁路网络及城市的时空可达性提升效果可能并不相同。后续研究可以在这些方面开展进一步的对比验证。

参考文献

[1] HANSEN W G. How Accessibility Shapes Land Use[J]. Journal of the American Institute of Planners，1959，25(2)：73-76.

[2] 杨星琪，黄海军. 高铁对城市经济空间结构影响的研究综述[J]. 交通运输系统工程与信息，2022，22(5)：7-18.

[3] YANG Xingqi， HUANG Haijun. Review of Impact of High Speed Rail on Urban Economic Spatial Structure[J]. Journal of Transportation Systems Engineering and Information Technology，2022，22(5)：7-18.

[4] 吴　鹏，李得伟. 考虑实际出行成本的城市群铁路客运站点与网络可达性研究[J]. 铁道运输与经济，2023，45(6)：85-92.

[5] WU Peng， LI Dewei. Accessibility of Railway Passenger Transport Stations and Networks in Urban Agglomeration Considering Actual Travel Costs[J]. Railway Transport and Economy，2023，45(6)：85-92.

[6] 张英贵，陆　强，高　全，等. 基于关键站点识别的区域轨道交通路网抗干扰性研究[J]. 铁道科学与工程学报，2022，19(7)：1845-1853.

[7] ZHANG Yinggui， LU Qiang， GAO Quan，et al. Anti-Interference Performance of Regional Rail Transit Network Based on Identification of Key Stations[J]. Journal of Railway Science and Engineering，2022，19(7)：1845-1853.

[8] ZHANG X， ZHANG W， LEE P T W. Importance Rankings of Nodes in the China Railway Express Network under the Belt and Road Initiative[J]. Transportation Research Part A：Policy and Practice，2020(139)：134-147.

[9] 毛剑楠，刘　澜. 城市群客运网络节点重要度识别方法[J]. 公路交通科技，2019，36(5)：130-137.

[10] MAO Jiannan， LIU Lan. A Method for Identifying Node Importance of Passenger Transport Network in Urban Agglomeration[J]. Journal of Highway and Transportation Research and Development，2019，36(5)：130-137.

[11] SHAW S L， FANG Z X， LU S W，et al. Impacts of High Speed Rail on Railroad Network Accessibility in China[J]. Journal of Transport Geography，2014(40)：112-122.

[12] JIANG S X， CAI C H， XIAO L D. Intercity Accessibility and Equity：Empirical Study of High Speed Rail and Air Travel Network in China[J]. Case Studies on Transport Policy，2023(13)：100995.

[13] HE S Y. Regional Impact of Rail Network Accessibility on Residential Property Price：Modelling Spatial Heterogeneous Capitalisation Effects in Hong Kong [J]. Transportation Research Part A：Policy and Practice，2020(135)：244-263.

[14] 马书红，陈西芳，武亚俊，等. 基于可达性的城市群交通网络公平性分析[J]. 交通运输系统工程与信息，2022，22(6)：51-59.

[15] MA Shuhong， CHEN Xifang， WU Yajun，et al. Equity Analysis of Transportation Networks in Urban Agglomerations Based on Accessibility[J]. Journal of Transportation Systems Engineering and Information Technology，2022，22(6)：51-59.

[16] 温惠英，姜　莉. 基于交通可达性的粤港澳大湾区城市腹地划分研究[J]. 华南理工大学学报(自然科学版)，2021，49(12)：79-88.

[17] WEN Huiying， JIANG Li. Identification of Urban Hinterland Based on Traffic Accessibility：A Case Study of Guangdong-Hong Kong-Macao Greater Bay Area[J]. Journal of South China University of Technology (Natural Science Edition)，2021，49(12)：79-88.

[18] 胡　瑞，于尚坤，刘惠冉，等. 山东半岛城市群高铁可达性及其经济联系响应[J]. 西北大学学报(自然科学版)，2023，53(2)：161-171.

[19] HU Rui， YU Shangkun， LIU Huiran，et al. High Speed Rail Accessibility and Economic Linkage Response in Shandong Peninsula Urban Agglomerations[J]. Journal of Northwest University (Natural Science Edition)，2023，53(2)：161-171.

[20] 牟凤云，黄　淇，杨　猛，等. 高铁开通对成渝城市群可达性与空间公平性影响研究[J]. 重庆交通大学学报(自然科学版)，2021，40(8)：15-24.

[21] MU Fengyun， HUANG Qi， YANG Meng，et al. Influence of the Opening of High Speed Rail on the Accessibility and Spatial Equity of Chengdu-Chongqing Urban Agglomeration[J]. Journal of Chongqing Jiaotong University (Natural Science)，2021，40(8)：15-24.

[22] 王　亮，蒋海兵，刘丙章. 长三角地区交通一体化的多尺度分析及空间效应[J]. 经济地理，2024，44(1)：99-106.

[23] WANG Liang， JIANG Haibing， LIU Bingzhang. Multi-Scale Analysis and Spatial Effect of Transportation Integration in the Yangtze River Delta[J]. Economic Geography，2024，44(1)：99-106.

[24] 欧国立，陈荟岭. 高速铁路影响下的京津冀城市群经济空间结构特征探析[J]. 铁道运输与经济，2021，43(12)：40-47.

[25] Guoli OU， CHEN Huiling. Characteristics Analysis of Economic Spatial Structure of Beijing-Tianjin-Hebei Urban Agglomeration under the Influence of High Speed Railways[J]. Railway Transport and Economy，2021，43(12)：40-47.

基金资助

国家自然科学基金项目(71971019)

中央高校基本科研业务费专项资金项目(2022JBQY006)

中国铁路北京局集团有限公司科技研究开发计划课题(2023BK01)