市域(郊)铁路的正外部性效益评估研究：以上海金山铁路为例

Research on Assessment of Positive Externality Benefits of Urban (Suburban) Railways：A Case Study of Shanghai Jinshan Railway

摘要

市域(郊)铁路是我国“新运输模式”的发展重点，能够积极发挥对城市社会经济发展的正外部性效应。不同于新建市域(郊)铁路在建设之初已有体系性的沿线城市空间布局，既有国铁线路改造的市域(郊)铁路受限于原有土地类型、产业条件，改建后沿线用地功能调整和相关城市化建设难度大，需要持续监测其正外部性效益变化趋势并采取合适的促进措施。分别从土地利用活力、社会经济规模、交通可达性、道路网络配置水平、交通服务设施水平和交通环境效益6个维度进行正外部性指标体系构建，运用熵权-TOPSIS模型对指标进行权重确定和综合评估。以上海金山铁路为例，从时间与空间层面分析了其改造开通运营以来的正外部性效益的变化趋势和相关推动措施有效性，为其他线路提供参考。研究发现，金山铁路运营前3年站域交通类指标环比增长率达14.66%，显著高于经济类指标的5.27%，而第4年至第6年交通类指标增长率回落至11.08%，经济类指标则反超至11.92%，外部性存在“交通优化→土地增值→产业升级”时滞效应。

Abstract

Urban (suburban) railway is a focal point for the development of China’s “new transportation modes”, aiming to actively leverage their positive externalities for urban social and economic growth. Unlike newly constructed urban (suburban) railways, which were designed with systematic urban spatial layouts from the beginning, urban (suburban) railways based on existing national railway line reconstructions face limitations due to original land types and industrial conditions. These constraints make it challenging to adjust the land use functions and related urban development along the route after reconstruction, requiring ongoing monitoring and appropriate measures to promote positive externality benefits effectively. This paper constructed an indicator system for positive externality assessment across six dimensions: land use vitality, socio-economic scale, transportation accessibility, road network configuration level, transportation service facility level, and transportation environmental benefits. The entropy weight-TOPSIS model was used to determine the weight of each indicator and conduct a comprehensive evaluation. Using the Shanghai Jinshan Railway as an example, the study analyzed the trends in positive externality benefits and the effectiveness of measures taken since its reconstruction and operation from both temporal and spatial perspectives, providing references for other similar railway lines. The results confirm that in the first three years of Jinshan Railway’s operation, the year-on-year growth rate of transportation indicators in station areas is 14.66%, significantly higher than the 5.27% growth in economic indicators. From the 4th year to the 6th year, the growth rate of transportation indicators drops to 11.08% while that of economic indicators rises to 11.92%, revealing a time-lag effect in externalities characterized by the sequence “transportation optimization→land value appreciation→industrial upgrading”.

Graphical abstract

关键词

城市交通 / 市域(郊)铁路 / 正外部性效益 / 既有线改造 / 多元数据 / 熵权-TOPSIS

Key words

Urban Traffic / Urban (Suburban) Railway / Positive Externality Benefit / Existing Line Reconstruction / Multi-Source Data / Entropy Weight-TOPSIS

0　引言

市域(郊)铁路是连接都市圈中心城区和周边城镇组团，为通勤客流提供高速度、大运量、公交化运输服务的轨道交通系统。国家“大力支持利用既有铁路富余能力或对既有铁路适当改造后开行市域(郊)列车”^[1]，改造既有铁路资源运营市域(郊)列车的建设模式快速发展。既有铁路的市域化改造推动了城市外围空间布局、土地性质转变，也促进了相关城市交通基础设施的同步发展，具有极强的正外部性效应^[2]。但不同于新建市域(郊)铁路在建设之初即制定了体系性的沿线城市空间规划，既有国铁线路改造的市域(郊)铁路沿线用地多不是城市建设用地，功能调整和相关城市化建设难度大。城市政府作为发展市域(郊)铁路的责任主体^[1]，需要持续监测正外部性效益变化趋势并采取合适的促进措施，提升市域(郊)铁路发挥的城市化效益。

城市轨道交通正外部性内涵的范围逐步拓展，涉及到经济、交通、社会、环境等多方面^[3-4]。朱雅婷^[5]基于沿线土地增值、用户出行成本节省以及负面损失减少3个维度通过系统动力学模型进行外部性分析；Liu等^[6]将城市轨道交通的社会、交通、环境、城市发展效益进行货币化分析；张杰等^[7]提出通过交通、人口、经济可达性进行外部性效益量化。目前轨道交通正外部性指标的测度方法仍以宏观调查为主，如土地价格、人口增长率、GDP增长率等^[8-9]。数据科学的发展为多维度获取城市空间指标、交通特征指标提供了有效手段，特别是在公共服务可达性提升水平、城乡土地利用活力、站点周边兴趣点(Point of Interest，POI)聚集程度等正外部性指标测度方面，如通过POI数据测算公共空间活力指标^[10]、反映用地强度与均衡性^[11]，但这些新技术尚未被深入应用于测量市域(郊)铁路的正外部性效益。基于以上背景和需求分析，以既有国铁线路改造的市域(郊)铁路为对象，尝试建立一个多准则的分析方法综合评估市域(郊)铁路正外部性，在指标测量量化方面使用POI、OMS (OpenStreetMap)等多元数据。并以我国第一条国铁线路改造的市域(郊)铁路金山线为例，分析外部性牵引下的综合交通系统机制创新。

1　市域(郊)铁路正外部性评估方法与数据

1.1　市域(郊)铁路的正外部性研究侧重点

市域(郊)铁路与中心城区轨道交通在正外部性方面存在显著差异。市域(郊)铁路主要服务于30~80 km半径的都市圈空间，覆盖城市外围组团及卫星城镇；而中心城区轨道交通则主要服务10~50 km半径的城市核心区。市域(郊)铁路通过带动车站周边路网和接驳交通设施的开发，实现轨道交通服务的延伸，从而提升郊区居民出行可达性与通勤便利性，特别是体现在公共服务资源如医疗、教育用地的可达性，提升城郊区域服务均等化水平；而中心城区公共交通网络发达，公共服务设施相对密集，可达性提升空间小，因此中心城区轨道交通以缓解交通拥堵为核心目标，其外部性多体现在通过提升既有路网衔接效率、协调公交线路走向等方式，实现城市出行结构优化。另外，市域(郊)铁路对城市起到的引导开发作用^[12]主要体现于吸引人口与产业，其外部性更关注新增人口和就业、土地溢价、产业集群；相较之下中心城区轨道交通建设受制于土地资源紧约束，需要控制合理的城市内部功能混合度及容积率。可见，市域(郊)铁路正外部性指标需要结合其功能进行专门研究。

1.2　市域(郊)铁路正外部性评估指标体系

建立市域(郊)铁路正外部性评估指标体系时，在经济、社会、交通、环境4类外部性^[13-14]的基础上，将正外部性扩充为土地利用活力、社会经济规模、交通可达性、路网配置水平、交通服务设施水平、交通环境效益6个维度，基于2.1节中市域(郊)铁路正外部指标研究侧重点，构建市域(郊)铁路正外部性评估指标体系如表1所示。

（1）土地利用活力外部性指标。市域(郊)铁路的运营能激活周边土地利用活力，丰富产业种类与行业类型，借助结构混合度得到土地利用活力指数，以此衡量沿线土地的利用活力。土地利用活力是指在一定空间内多种土地利用方式或类型的混合程度，如一定范围内含公共、住宅等用地类型。采用多样性指标法从丰富度、无序度、聚集度3个指标层面构建土地利用活力指数并加以量化计算^[15]，均为正向指标，土地利用活力指标计算方法如表2所示。

（2）社会经济规模外部性指标。市域(郊)铁路缩短了中心城区与周边城镇组团以及新城间的出行时间，不仅改变沿线的产业布局，促进沿线土地的优化利用和高密度开发，提升城郊区域的土地价值；而且拉动了沿线经济发展，带动的产业发展为社会创造了大量的就业岗位。选用就业岗位数量与房产实际成交价格2项指标作为社会经济规模外部性的表征。

①就业岗位数量。随着市域(郊)铁路的运营和发展，其沿线就业岗位数量逐年增长，沿线就业岗位数量越多证明沿线产业发展和社会经济越完善。该指标指市域(郊)铁路站点周边固定范围内的岗位数量，个。

②房产实际成交价格。市域(郊)铁路能提升沿线区域的地产价值，挖掘土地潜在价值，因此通过站点周边的地产实际成交价格反映土地增值。该指标指市域(郊)铁路站点周边固定范围内的房地产平均成交价格，元。

（3）交通可达性外部性指标。交通可达性是衡量交通与用地关系的重要工具，是评价设施规划和区域布局的重要指标。考虑居民获得公共交通服务的难易程度，以及居民前往大型公共服务设施(如医疗、体育、教育、文化设施等)的便捷程度，设置城郊间居民出行可达性与大型公共设施出行可达性2个指标作为市域(郊)铁路交通可达性指标。

①城郊间居民出行可达性。城郊间居民出行可达性由服务于居民小区连接城郊通行的公共交通线路数量及其平均发车间隔决定^[16]，线路越多、发车间隔越短居民出行可达性越高，指标值越大。

TRS{L}_i={\displaystyle \sum _{r=\mathrm{1}}^{NT{R}_i}}{\mathrm{e}}^{-\delta \times F{R}_{ir}}(1)

式中：\delta为连接城郊之间的公共交通发车间隔敏感程度，数值越大表示居民对发车间隔越敏感，可达性下降越快；F{R}_{ir}为线路r的平均发车间隔，min；NT{R}_i为经过小区i的线路数，条。

②大型公共设施出行可达性。大型公共设施出行可达性反映居民小区公共交通网络的可达性，由居民小区到达区域大型公共设施需要的换乘次数决定^[16]，居民前往大型公共设施所需换乘次数越少出行越便捷，可达性越高，该指标值越大。

RA{L}_i={\displaystyle \sum _{z=\mathrm{1}}^Z}\frac{\mathrm{1}}{T{R}_{i\to z}+\mathrm{1}}(2)

式中：RA{L}_i为大型公共设施出行可达性；Z为大型公共设施数量，个；T{R}_{i\to z}为小区i到大型公共设施需要的换乘次数，次。

（4）道路网络配置水平外部性指标。道路网络作为城市重要基础设施是衡量区域城市化水平的重要指标。市域(郊)铁路对用地开发的促进作用能够拉动沿线或车站周边城市道路网络建设。采用路网密度和路网连通度共同反映市域(郊)铁路周边城市道路网配置水平。

①路网密度。路网密度指市域(郊)铁路站点周围客流吸引区域内所有城市道路的总长度与区域总用地面积之比，反映了该区域内路网的发展水平。

C_m=\frac{L_i}{A_i}(3)

式中：C_m为路网密度，km/km²；L_i为道路总长度，km；A_i为区域总用地面积，km²。

②路网连通度。路网连通度为市域(郊)铁路站点周围客流吸引区域内路网所有节点连接路径数的平均值，反映了该区域内城市路网的通达程度。

E=\frac{{\displaystyle \sum _i^n}{k}_i}{n}(4)

式中：E为路网连通度，条/个；k_i 为路网节点i连接的路径数，条；n为区域内路网节点总数，个。

（5）交通服务设施水平外部性指标。市域(郊)铁路站点周围用地功能多样、开发强度大、人口集聚，其交通出行需求量极高，应配置完善的公交接驳设施、高效的公共交通接驳线路、便捷的停车换乘设施来支撑高密度的城市活动需求。因此，选取站点周边公交站点密度、公交线网密度、公共停车场停车位数量3个指标来表征市域(郊)铁路沿线交通服务设施水平，从而体现市域(郊)铁路拉动区域道路交通发展的效果。

①公交站点密度。站点周边公交站点密度指市域(郊)铁路站点周边客流吸引区域内公交站点数量与区域面积的比值，其值越大表明区域公交设施配置水平越高，公交便捷程度越高。

B_s=\frac{S}{SW}(5)

式中：B_s为公交站点密度，个/km²；S为站点数量，个；SW为区域总面积，km²。

②公交线网密度。站点周边公交线网密度指市域(郊)铁路站点周边客流吸引区域内每平方千米内公交线路经过的道路中心线长度，其值反映了区域公交服务规模及成熟性。

B_d=\frac{L_b}{SW}(6)

式中：B_d为公交线网密度，km/km²；L_b 为常规公交线路长度，km；SW为区域总面积，km²。

③公共停车场停车位数量。市域(郊)铁路发展会带动沿线或车站周边停车场建设，部分停车场因车站提供P+R换乘服务而配置，另一部分因车站周边开发强度的提升而配置，因此周边公共停车场停车位数量是衡量市域(郊)铁路对沿线交通基础设施牵引效果的一项重要指标。该指标指市域(郊)铁路站点周边固定范围内的公共停车场停车位数量，个。

（6）交通环境效益外部性指标。机动车数量的增加导致道路通行能力下降、空气污染加剧。市域(郊)铁路的开通吸引了部分原先乘坐小汽车(私家车、出租车、网约车)或公共汽车出行的乘客，而市域轨道交通作为以耗电代替燃油的大运量公共交通，污染物排放明显低于小汽车。

研究私家车和公共汽车2类机动车向市域(郊)铁路转移客流量所引起的空气污染减少量，该指标通过计算减少的污染处理费用进行量化(单位：元)，如公式(7)所示，小汽车、公共汽车的主要污染物排放量以及处理费如表3所示^[5]。

V=\sum _{k\in K}{C}_k\cdot P_k\cdot D_k(7)

式中：K=\left\{\mathrm{1}，\mathrm{2}\right\}，k\in K代表小汽车、公共汽车2类交通方式；C_k为k类交通方式总污染物处理费，元；P_k为居民选择k类交通方式出行的比例；D_k为k类交通方式总行驶距离，km。

随着公交车和私家车电动化发展，可将上述指标替换为人公里的碳排放指标。

1.3　市域(郊)铁路正外部性指标数据来源

将车站周围固定吸引范围作为统计半径，从时间、空间维度量化市域(郊)铁路正外部性各项指标值。其中空间数据收集包括：①形成POI数据库，首先在地图开放平台申请并获取API的Key值，编写python脚本实现对高德POI数据的按区域爬取，并对数据进行洗刷和纠偏，形成各区域POI数据库，最后导入ArcGIS中；②获取OSM路网数据，通过OpenStreetMap爬取不同年度的路网数据，并投影到ArcGIS中的地理数据库(Geodatabase)中，最后进行拓扑检查。指标具体测算方法如下。

（1）土地利用活力评价指标。基于ArcGIS利用投影与变换工具将车站周边POI点转化为UTM51N的标准形式，并利用核密度分析工具进行计算，按站点半径将图层重构，获得相应站点的土地利用活力指数。

（2）社会经济规模指标。①就业岗位数量：通过企业登记平台统计沿线站点周边吸引范围内企业数量和企业员工数，获得沿线站点就业岗位数量。②房产实际成交价格：基于房地产年鉴及房产交易平台数据，以站点周边吸引范围内的所有房产实际成交价格作为数据基础，计算站点附近的房产平均成交价格并取整，得到房产实际成交价格。

（3）交通可达性评价指标。利用网络分析工具，将站点范围内路网和POI点构造成新的路网，建立OD成本矩阵，分析人口密度、居住水平、路网与POI点，得到可达性计算表；随后利用反距离权重插值工具设置相关参数，生成可达性空间分布图；最后得到城郊间居民出行可达性水平以及居民与大型公共设施出行可达性指标。

（4）道路网络配置水平评价指标。通过对站点周边吸引范围内的OSM路网数据进行分析，获取各站点周边路网密度及连通度。

（5）交通服务设施水平评价指标。①公交站点密度与线网密度：通过ArcGIS中套索统计工具得出线路站点周边的公交站点密度和公交线网密度。②公共停车场停车位数量：通过相关停车APP平台查得站点吸引范围内的公共停车场停车位数量并进行统计。

（6）交通环境效益评价指标。获取各年份各车站客发量，基于历年的交通出行分担率指标，测算各站吸引的客流量减少的机动车出行量，再结合机动车污染物排放统计指标，计算得到各个车站对应年份的日均空气污染减少量。

1.4　市域(郊)铁路正外部性评估模型

轨道交通效益评估通常涉及多指标融合评估，传统层次分析法、模糊综合评价法主观性较强。部分研究使用逼近理想解排序法(TOPSIS)评估城市轨道交通系统的综合运行效益^[17]、城市群交通枢纽节点重要度^[18]、轨道交通线路重要度^[19]等，其中心思想在于确定各项指标的最优解和最劣解，求出各方案与最优解、最劣解之间的差距，以此评价方案优劣。熵权法是根据指标所含信息有序程度来确定权重的客观赋权方法。熵权-TOPSIS模型是将熵权法得到的客观权重引入TOPSIS法中，替换原本的主观权重。

本研究旨在进行市域(郊)轨道交通站点发展差异分析以及线路整体外部性随时间变化情况分析，拟采用基于熵权-TOPSIS方法来评估市域(郊)铁路正外部性效益，基本思路为：运用熵权法对各项指标进行赋权，运用TOPSIS法计算待评价线路或站点与样本数据中最优解的接近度，最后确定各年份线路或站点综合得分并排序。算法具体步骤如下。

（1）熵权法计算指标权重。

①假设被评估的样本共m个，指标共n个，各项指标值为a_{ij}(i=\mathrm{1}，\mathrm{2}，\cdots ，m；j=\mathrm{1}，\mathrm{2}，\cdots ，n)，建立相关的判断矩阵A。

A=\left[\begin{array}{ccc}{a}_{\mathrm{11}}& \cdots & a_{\mathrm{1}n}\\ \mathrm{︙}& & \mathrm{︙}\\ a_{m\mathrm{1}}& \cdots & a_{mn}\end{array}\right](8)

②对初始数据A进行0-1标准化处理，得到矩阵B={\left(b_{ij}\right)}_{m\times n}，其中b_{ij}为a_{ij}标准化后的值。

正向指标原始数据的标准化公式如下。

b_{ij}=\frac{a_{ij}-a_j^{\mathrm{m}\mathrm{i}\mathrm{n}}}{a_j^{\mathrm{m}\mathrm{a}\mathrm{x}}-a_j^{\mathrm{m}\mathrm{i}\mathrm{n}}}(9)

负向指标原始数据的标准化公式如下。

b_{ij}=\frac{a_j^{\mathrm{m}\mathrm{a}\mathrm{x}}-a_{ij}}{a_j^{\mathrm{m}\mathrm{a}\mathrm{x}}-a_j^{\mathrm{m}\mathrm{i}\mathrm{n}}}(10)

式中：a_j^{\mathrm{m}\mathrm{a}\mathrm{x}}，a_j^{\mathrm{m}\mathrm{i}\mathrm{n}}分别为第j项指标下的最大值和最小值。

③计算第i个样本在第j项指标上的相对比例系数p_{ij}，基于p_{ij}进一步计算第j项指标的熵E_j。

p_{ij}=\frac{b_{ij}}{{\displaystyle \sum _{i=\mathrm{1}}^m}{b}_{ij}}(11)

E_j=-{(\mathrm{l}\mathrm{n}m)}^{-\mathrm{1}}{\displaystyle \sum _{i=\mathrm{1}}^m}{p}_{ij}\mathrm{l}\mathrm{n}{p}_{ij}(12)

式中：p_{ij}为0时p_{ij}\mathrm{l}\mathrm{n}{p}_{ij}为0。

④计算第j个指标的信息效用值d_j，以及第j个指标的权重值w_j。

d_j=\mathrm{1}-E_j(13)

w_j=\frac{d_j}{{\displaystyle \sum _{j=\mathrm{1}}^n}{d}_j}(14)

（2）TOPSIS法确定评估综合得分。

①将无量纲的评估标准化决策矩阵B={\left(b_{ij}\right)}_{m\times n}与熵权法权重向量相乘，得到加权的评估标准化决策矩阵R={\left(r_{ij}\right)}_{m\times n}，其元素为r_{ij}=w_j{b}_{ij}(i=\mathrm{1,2},\cdots，m；j=\mathrm{1,2},\cdots ,n)。

②计算最优解向量和最劣解向量X^{+}与X^{-}。

X^{+}={\left(r_{\mathrm{1}}^{+}，r_{\mathrm{2}}^{+}，\cdots ，r_n^{+}\right)}_{m\times n}(15)

X^{-}={\left(r_{\mathrm{1}}^{-}，r_{\mathrm{2}}^{-}，\cdots ，r_n^{-}\right)}_{m\times n}(16)

式中：r_j^{+}是第j项指标在所有方案中的最优表现值，r_j^{-}是第j项指标在所有方案中的最劣表现值。

③计算标准化向量到最优解和最劣解的距离D_i^{+}与D_i^{-}。

D_i^{+}=\sqrt[]{{\displaystyle \sum _{j=\mathrm{1}}^n}(X^{+}-r_{ij}{)}^{\mathrm{2}}}(17)

D_i^{+}=\sqrt[]{{\displaystyle \sum _{j=\mathrm{1}}^n}(X^{+}-r_{ij}{)}^{\mathrm{2}}}(18)

④计算各样本指标评估值向量与最优解的相对贴近度C_i即评估综合值y_i。

y_i=C_i=\frac{D_i^{-}}{(D_i^{-}+D_i^{+})}(19)

2　金山铁路正外部性效益评价

金山铁路(上海南—金山卫)是连接上海中心城区与金山区的上海市首条市域(郊)铁路，串联徐汇区、闵行区、松江区和金山区，共设置9个车站，全长56.4 km。金山铁路列车采用3种开行方式：直达列车、大站停列车、站站停列车。高峰时段开行列车13.5对，发车间隔在17~34 min，平时段开行23.5对，平均发车间隔约为45 min。

金山铁路改建通车以来客流量总体逐步上升(2020年后由于疫情有所影响)，由开通初期的1.4万人次/d逐年增长至2019年3万人次/d。金山铁路日均客运量如图1所示。

金山铁路作为我国首条利用既有线路改造的市域(郊)铁路，国家发展和改革委员会发布的《关于促进市域(郊)铁路发展的指导意见》，将其列为首批市域铁路示范项目^[20]。该线路由货运改造为市域通勤线路，带动沿线站点职住结构、土地与产业类型显著变化，城市化效益突出；自2012年开通以来，运营成熟，客流与土地开发已进入稳定互动阶段，具备良好的外部性评估基础。同时，相关改造方案与土地开发政策透明，为研究提供了可靠政策依据。因此，选取金山铁路作为案例，基于第2章所述方法，选用高德开放平台与ArcGIS10.8，在车站周围2 km范围内，以3年为间隔开展正外部性指标的量化分析。结果显示，各类正外部性指标整体随时间推移呈正向增长。进一步采用熵权-TOPSIS方法，从时间与空间2个维度综合评价其正外部性发展水平。

2.1　基于时间维度的金山铁路线路整体正外部性评价

熵权法所得权重来看，一级指标中“土地利用活力”“社会经济规模”“交通服务设施水平”3项所占权重较大，分别为0.20，0.19，0.17，是线路整体外部性提升最大的3个方面。二级指标中，“土地利用活力指数”“空气污染减少量”权重较大。

不同年份金山铁路正外部性效益排名如表4所示，金山铁路正外部性指标评分变化图如图2所示。

从正外部性效益排名可以看出，通车早期金山铁路正外部性效益值大幅度提升，带动沿线城市化发展效果显著。从图2中可以发现，在2011至2017年间的运营初期，金山铁路外部性效益在交通配套建设方面增幅巨大，“交通可达性”“路网配置水平”“交通服务设施水平”3项指标2017年的得分已经达到了对应峰值的79.43%，80.23%，85.34%，可见周边交通水平迅速提升，基础设施先行的政策，给后续的经济活力持续提升奠定基础。

进一步基于图2中指标变化情况展开分析，“社会经济规模”“土地利用活力”2项指标在每一时间跨度的增幅均很大，且2023年得分最高，可以看出金山铁路在活跃该区域社会经济、提升周边土地利用活力方面效果非常明显。这是由于金山铁路通车，有效提升了金山区与中心城区的可达性，引致人口聚集及投资环境改善，在推动战略性新兴产业和先进制造业集聚的同时，提升了生活、生产服务业质量；此外线路通车使金山区发展旅游业的潜力得到充分发挥。

2.2　金山铁路各站正外部性指标及影响因素分析

（1）不同年份沿线车站正外部性效益变化。根据1.4节熵权-TOPSIS法统计每3年沿线车站正外部性效益排名趋势如图3所示。

上海南站位于上海市中环线以内，靠近城市核心区，而金山铁路沿线的大型居住区主要集中在金山卫站附近；两站间产生大量通勤客流，约占全线客流总量的56％。两站周边城市化水平先天条件显著优于中间各站，因此正外部性评估排名位于前列。

车墩站排名于2017年提升并稳定在第5名，从具体指标数据来看，车墩站的建成驱动了上海影视基地(二期)与叁零SHANGHAI创意产业园的定向落户，同步助推车墩镇获批国家级“中国特色小镇”，车墩站周围土地利用活力指数从倒数跃居到了第三；车墩公交枢纽也于2018年启用，共5条公交线路，步行接驳时间仅为1 min。验证了市域(郊)铁路车站运营与产业定向导入可以快速提升区域正外部性。

（2）中间站交通正外部性与经济正外部性演化趋势。上海南站与金山卫站在金山铁路未开通时就有较好的经济基础与交通配套设施，因此选取金山铁路其他中间站进行分析。建立交通类指标集J₁共7项，建立经济土地指标集J₂共3项，计算金山铁路中间站交通类指标与经济土地类指标对应的环比增长率，并分别乘以熵权法权重、按指标集求和得到综合环比增长率，公式如下。

G_{s,i,x}=\sum _{j\in J_x}\left(\frac{a_{ij}^s-a_{i\mathrm{\text{'}}j}^s}{a_{ij}^s}\right)\cdot w_j(20)

式中：G_{s,i,x}为i阶段s站x类指标集的综合环比增长率；J_x为指标集，二级指标j\in J_x\left(x=\mathrm{1,2}\right)；a_{ij}^s为i阶段s站指标j的数值，a_{i\mathrm{\text{'}}j}^s为上一阶段s站j指标的数值；w_j为指标j熵权法权重。

根据公式(20)得到的金山铁路中间站综合环比增长率如图4所示。在2011年至2014年金山铁路通车初期，站域交通类指标的增长速度最快，平均环比增长率达14.66%，显著高于经济类指标的5.27%；而2014年至2017年交通类指标回落至11.08%，经济类指标增长率则反超至11.92%。这表明在既有线路改造前，站点周边区域土地利用类型较为单一，且缺乏完善的道路交通配套设施，市域(郊)铁路的通车首先促进了周边交通基础设施的完善。随着出行时间缩短和接驳交通品质提升，逐步吸引更多人口和岗位迁入，因而，周边经济增长和土地开发成效略晚于交通提升。

金山铁路正外部性存在“交通优化→土地增值→产业升级”的传导路径，与TOD理论中“可达性提升触发土地功能重组”机制相吻合，国内外同类市域(郊)铁路项目也验证了这种时滞效应，市域(郊)铁路项目外部性显效期对比如表5所示。因此应强化交通、土地、产业的协同开发，通过优先提升交通可达性、保证差异化土地混合利用来缩短时滞效应周期。

3　结论与展望

本研究分析了市域(郊)铁路正外部性特点并构建了正外部性效益评估指标体系，通过爬取多元数据实现指标的量化计算，利用熵权-TOPSIS模型进行综合效益的评估分析。以金山铁路为例，模型量化估测了线路建成以来的正外部性效益变化趋势，通过相关指标的权重计算发现土地利用活力、社会经济规模、交通服务设施水平3个因素对正外部性效益贡献度高。细化沿线车站的区域正外部性指标发现，市域(郊)铁路车站建成与产业定向导入可以快速提升区域正外部性，同时市域(郊)铁路周边土地增值与产业升级效益释放具有显著时滞性，正外部性呈现“交通优化→土地增值→产业升级”的渐进传导路径，政府需明确各个时间段发展重点、优先提升交通可达性、保证差异化土地混合利用。

本研究的评估方法能够辅助政府开展市域(郊)铁路正外部性效益的长期监测，量化分析相关举措对正外部性效益发挥的有效性，未来可以从以下几方面进行研究：①进一步丰富并合理优化指标体系，通过分解政府资本性投入(如接驳设施建设)、企业运营投入(如列车开行密度)与市场响应因子(如物业开发溢价)，构建“投入-产出”绩效模型；②通过蒙特卡洛敏感性分析，识别关键政策杠杆点，如容积率奖励阈值、P+R停车场配建比例；③针对都市圈、城市群等不同空间尺度，针对新建、改建市域(郊)铁路不同项目类型，从建设资源转化率、外部性提升周期与幅度2个层面制定差异化评估标准，建立市域(郊)铁路正外部性案例库，提炼不同区域、不同发展阶段的最佳实践路径。

参考文献

[1] 国务院办公厅转发国家发展改革委等单位关于推动都市圈市域(郊)铁路加快发展意见的通知(国办函 〔2020〕116号)[EB/OL]‍. (2020-12-17)‍[2024-10-18]‍.

[2] TAO Z B， FENG X S， LI K M， al e t‍. Impacts of Urban Rail Transit on City Growth：Evidence from China[J]‍. Urban Rail Transit，2022，8(2)：121-133‍.

[3] 刘清漪，蒋琦玮，王梦缘‍‍. 基于熵权和灰色聚类模型的城市轨道交通外部效应研究[J]‍. 铁道科学与工程学报，2018，15(12)：3266-3273‍.

[4] LIU Qingyi， JIANG Qiwei， WANG Mengyuan‍. Study on Externality Evaluation of Urban Rail Transit through Entropy-Weight and Grey Clustering Model[J]‍. Journal of Railway Science and Engineering，2018，15(12)：3266-3273‍.

[5] FARNES K， HURST N， WONG W W， al e t‍. An Exploratory Study on the Benefits of Transit Orientated Development (TOD) to Rail Infrastructure Projects[J]‍. Smart and Sustainable Built Environment，2025，14(2)：310-325‍.

[6] 朱雅婷‍. PPP模式下城市轨道交通正外部性评估和补偿研究[D]‍. 南京：东南大学，2020‍.

[7] LIU B， JI J， CHEN J， al e t‍. Quantitative VfM Evaluation of Urban Rail Transit PPP Projects Considering Social Benefit[J]‍. Research in Transportation Business & Management，2023，49：101015‍.

[8] 张　杰，刘清芝，石隽隽，等‍. 国际典型可持续发展指标体系分析与借鉴[J]‍. 中国环境管理，2020，12(4)：89-95‍.

[9] ZHANG Jie， LIU Qingzhi， SHI Junjun， al e t‍. Analysis and Inspiration from International Typical Sustainable Development Index System[J]‍. Chinese Journal of Environmental Management，2020，12(4)：89-95‍.

[10] WETWITOO J， H‍ KATO. High Speed Rail and Regional Economic Productivity through Agglomeration and Network Externality：A Case Study of Inter-Regional Transportation in Japan[J]‍. Case Studies on Transport Policy，2017，5(4)：549-559‍.

[11] BANISTER D， M‍ THURSTAIN-GOODWIN. Quantification of the Non-Transport Benefits Resulting from Rail Investment[J]‍. Journal of Transport Geography，2011，19(2)：212-223‍.

[12] 李国栋‍. 基于POI数据的轨道交通站点周边土地利用混合度分析及布局优化研究[D]‍. 西安：长安大学，2021‍.

[13] 户佐安，邓锦程，杨江浩，赵妍‍. 轨道交通站点聚类及其对客流预测的影响分析[J]‍. 交通运输系统工程与信息， 2023，23(6)：227-238‍.

[14] HU Zuoan， DENG Jincheng， YANG Jianghao， ZHAO Yan‍. Rail Transit Station Clustering and Its Impact on Passenger Flow Forecasting [J]‍. Journal of Transportation Systems Engineering and Information Technology，2023，23(6)：227-238‍.

[15] 李　锋，张永超‍. 北京市域(郊)铁路与城市空间廊道式协同发展策略研究[J]‍. 城市轨道交通研究，2022，25(S2)：9-17‍.

[16] 邓东德‍. 重庆城市轨道交通外部效应分析及评价指标体系研究[D]‍. 重庆交通大学， 2014‍.

[17] QIAO Y K， PENG F L， WANG Y‍. Monetary Valuation of Urban Underground Space：A Critical Issue for the Decision-Making of Urban Underground Space Development[J]‍. Land Use Policy，2017，69：12-24‍.

[18] 周　德，钟文钰，周　婷，等‍.基于POI数据的城市土地混合利用评价及影响因素分析：以杭州市主城区为例[J]‍.中国土地科学，2021，35(8)：96-106‍.

[19] ZHOU De， ZHONG Wenyu， ZHOU Ting， al e t‍. Assessment on Urban Mixed Land Use and Analysis of Its Influencing Factors Based on POI Data：A Case of the Main Districts of Hangzhou City[J]‍. China Land Science，2021，35(8)：96-106‍.

[20] 樊嘉聪，高亿洋，吴昊‍. 城市公共交通可达性评价方法研究：以珠海市为例[J]‍. 城市交通，2021，19(6)：102-106，52‍.

[21] FAN Jiacong， GAO Yiyang， WU Hao‍. Evaluation of Urban Public Transportation Accessibility：Taking Zhuhai as an Example[J]‍. Urban Transport of China，2021，19(6)：102-106，52‍.

[22] HUANG W C， SHUAI B， SUN Y， al e t‍. Using Entropy-TOPSIS Method to Evaluate Urban Rail Transit System Operation Performance：The China Case[J]‍. Transportation Research Part A：Policy and Practice，2018，111：292-303‍.

[23] 周　敏，王海明，杨振珑，等‍. 基于熵权-TOPSIS的成都市地铁TOD站点评价排序研究[J]‍. 铁道运输与经济，2023，45(4)：150-156‍.

[24] ZHOU Min， WANG Haiming， YANG Zhenlong， al e t‍. Evaluation Ranking of Chengdu Metro TOD Stations Based on Entropy Weight-TOPSIS[J]‍. Railway Transport and Economy，2023，45(4)：150-156‍.

[25] 尹传忠，张祥栋，曲思源，等‍. 基于熵权-TOPSIS模型的长三角地区规划铁路评价探讨[J]‍. 铁道运输与经济，2021，43(1)：77-82，101‍.

[26] YIN Chuanzhong， ZHANG Xiangdong， QU Siyuan， al e t‍. Evaluation of Railway Planning in Yangtze River Delta Based on Entropy Weight-TOPSIS Model[J]‍. Railway Transport and Economy，2021，43(1)：77-82，101‍.

[27] 孙景华，忻铁朕‍.优先利用既有铁路资源互联互通开行跨线市域列车探讨：以上海金山市域铁路为例[J]‍.城市轨道交通研究，2025，28(2)：180-183‍.

[28] 周子荑‍. 基于博弈论视角的国有铁路参与大城市轨道交通的合作机制初探：以北京S2线为例[D]‍. 北京：北京交通大学，2016‍.

[29] 滕　靖，丁子璐，杨　阳，等‍. 市域(郊)铁路运营管理模式适用性研究[J]‍. 铁道运输与经济，2023，45(3)：129-135，157‍.

[30] TENG Jing， DING Zilu， YANG Yang， al e t‍. Research on Applicability of Urban (Suburban) Railway Operation and Management Mode[J]‍. Railway Transport and Economy，2023，45(3)：129-135，157‍.

[31] 于汝滨，石修路，林　靖‍. 成都市域铁路竞争力提升策略研究[J]‍. 综合运输，2023，45(9)：165-171‍.

[32] YU Rubin， SHI Xiulu， LIN Jing‍. Research on the Competitiveness Promotion Strategies of Chengdu Suburban Railway[J]‍. China Transportation Review，2023，45(9)：165-171‍.

[33] 成都市郫都区人民政府‍. 成都市郫都区土地利用总体规划调整完善方案(2014年调整完善版)[EB/OL]‍.(2014-07-31)[2024-10-18]‍.

[34] Sorensen， André‍. Subcentres and Satellite Cities： Tokyo’s 20th Century Experience of Planned Polycentrism[J]‍.International Planning Studies，2001，Vol‍.6(1)： 9-32‍.

基金资助

中国国家铁路集团有限公司科技研究开发计划课题(2021F023)