EN中文

地理科学进展 >

2021 , Vol. 40 >Issue 6: 958 - 966

DOI: https://doi.org/10.18306/dlkxjz.2021.06.006

研究论文

基于空间公平理论的公共交通服务评价——以深圳市为例

  • 李博闻 , 1 ,
  • 黄正东 , 1, 2, * ,
  • 蒯希 2 ,
  • 于溪 2
展开
  • 1.武汉大学城市设计学院,武汉 430072
  • 2.深圳大学智慧城市研究院,广东 深圳 518061
*黄正东(1968— ),男,湖北随州人,博士,教授,主要研究方向为城市交通规划。E-mail:

李博闻(1991— ),男,湖北宜昌人,博士生,主要研究方向为交通地理。E-mail:

收稿日期: 2020-08-03

  要求修回日期: 2020-12-02

  网络出版日期: 2021-08-28

基金资助

国家自然科学基金面上项目(42071357)

国家重点研发计划项目(2018YFB2100704)

国家自然科学基金与欧洲城市化联合研究计划合作研究项目(71961137003)

版权

版权所有，未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
收起

Evaluation of public transport services based on the spatial equality theory: A case study of Shenzhen City

  • LI Bowen , 1 ,
  • HUANG Zhengdong , 1, 2, * ,
  • KUAI Xi 2 ,
  • YU Xi 2
Expand
  • 1. School of Urban Design, Wuhan University, Wuhan 430072, China
  • 2. Research Institute for Smart Cities, Shenzhen University, Shenzhen 518061, Guangdong, China

Received date: 2020-08-03

  Request revised date: 2020-12-02

  Online published: 2021-08-28

Supported by

National Natural Science Foundation of China(42071357)

Key Research and Development Project(2018YFB2100704)

National Natural Science Foundation of China-Joint Programming Initiative Urban Europe(71961137003)

Copyright

Copyright reserved © 2021
Fold

摘要

使用空间无关的公平性衡量指数评价公交服务时,会忽视公交服务需求与供给的空间分布特征。为解决此问题,论文提出基于空间公平理论的公交服务评价框架,即通过构建综合基尼系数与莫兰指数的空间公平评价方法,实现整体尺度公交服务评价;通过对分析单元上相对需求与相对供给变量的匹配关系、空间差距进行分析,实现局部尺度公交服务评价,对整体尺度结果进行补充。深圳市的案例研究表明：① 基于平等主义的整体尺度空间公平指数显示,空间公平性最好与最差的行政区均位于中心城区,分别为罗湖区与南山区;② 局部尺度分析结果进一步印证,单一使用基尼系数评价公交服务存在局限性,相同或接近的基尼系数可以对应完全不同的公交服务不公平状态与供需匹配情况。

关键词： 公共交通服务评价; 空间公平性; 洛伦兹曲线; 基尼系数; 双变量莫兰指数; 深圳市

本文引用格式

李博闻 , 黄正东 , 蒯希 , 于溪 . 基于空间公平理论的公共交通服务评价——以深圳市为例[J]. 地理科学进展, 2021 , 40(6) : 958 -966 . DOI: 10.18306/dlkxjz.2021.06.006

Abstract

Using aspatial equality measurement index to evaluate public transport services may overlook the spatial agglomeration relationship of the demand and supply of public transport services. Therefore, a public transport service evaluation framework based on spatial equality theory was proposed—at the global scale, an evaluation method that integrates the Gini coefficient and Moran's I indicator was developed, and at the local scale, a spatial gap analysis was employed to explore the coupling relationship between demand and supply at each analysis unit. The case study of Shenzhen City revealed that: 1) The egalitarian-based spatial equality index shows that the administrative districts with the best and worst spatial equality status are both located in the downtown area of the city, which are Luohu and Nanshan districts. 2) The local scale evaluation visually displays the demand and supply gaps and matching status at each analysis unit. The results indicated that there exist limitations in the use of the Gini coefficient alone when conducting public transport service evaluation—the same or similar Gini coefficients can correspond to completely different service supply and demand matching status.

Key words： public transport service evaluation; spatial equality; Lorenz curve; Gini coefficient; bivariate Moran's I; Shenzhen City

公共交通系统的规划建设是资金、政策、需求等因素综合决策的结果,其不可避免地导致公共交通服务在不同区域的差异分配。这种分配结果往往会损害部分居民基本出行权益,甚至形成对少量弱势群体的社会排斥[1]。基于交通公平的公交服务评价研究,可以对公交服务的分配方式进行直接评价,相应结果不仅有助于公交服务的快速优化,改善不公平现状;亦可为公共交通建设规划方案的科学评判提供理论依据。因此此类研究一直都备受关注[2]。
公交服务评价研究中常用的公平理论可以概括为3类[3,4]：平等主义(egalitarianism)、功利主义(utilitarianism)和罗尔斯主义(Rawlsianism)。平等主义强调公交服务要在个体间平等分配,在分配过程中不对任何群体进行额外考量。功利主义强调最大化群体的综合得益(benefits),该理论通过此举调和个体之间需求的冲突。罗尔斯主义认为公交服务应该在个体中平等分配,但同时也承认个体的内生条件与所处外部环境存在差别,因此认为不公平的分配只有在缓解这种差别的前提下,才可以被视为合理[5]。
这些常用的公平理论在研究公交服务分配问题时,主要关注如何基于特定的道德准则构建公平的分配范式,而在构建范式的过程中,极少考量空间的作用[6,7,8]。而索亚[8]认为,“空间并不是真空的,其充满了政治、意识形态等各种力量,这些力量可以塑造我们的生活”。这凸显出研究空间公平问题的重要性。回到交通公平研究的讨论范畴,作为一个多方面因素综合决策的结果,公交服务有明显的空间分布特征,以“空间无关”的公平理论为指导,使用“空间无关”衡量指标(例如基尼系数[9])对有空间分布特征的公交服务进行评价,显然是存在缺陷的。因此引入空间公平理论评价公交服务是十分必要的。
如何准确定义空间公平,以及如何基于空间公平理论进行实证研究仍缺乏标准的框架[10]。多数学者认为空间公平理论并不是对公平的再定义,而是为已有公平理论引入空间维度的思考与分析[6-7,10]。
本文以深圳市为例,提出一种基于空间公平的公交服务评价框架,详细论述“为什么”与“如何”将空间分析与交通公平研究相结合,以弥补传统公平性评价研究对服务需求与供给空间关系的忽视问题。主要研究内容包括：① 建立适合于均等小尺度分析单元的公交服务供给变量衡量模型,通过公交站点与相应公交线路数据,估算分析单元公交服务配置强度,将结果作为公交服务供给,展开评价研究;② 提出整体尺度空间公平评价方法,即综合使用基尼系数与双变量莫兰指数,将对服务潜在需求(居住人口分布)与供给(公交服务配置强度分布)变量空间集聚关系的衡量,纳入基于传统公平理论的整体尺度评价研究中;③ 使用空间差距分析,基于分析单元的服务相对需求供给匹配程度、差距得分对局部尺度进行评价,深入解译不同区域公交服务空间公平状态,对整体尺度评价结果进行补充。

1 研究区域与数据

1.1 研究区域与分析单元

深圳市全市面积1997.47 km2,下辖9个行政区、2个功能区。根据深圳市2019年统计年鉴(http://tjj.sz.gov.cn/tjsj/),截至2018年底常规公交车与地铁的运行线路数量分别为981条与9条,年日均客运量分别为446.2万人次与516.8万人次。
选取1 km×1 km网格作为分析单元[11,12],研究区域内共有2199个分析单元。该划分方法具有各评价单元面积均等的特点,避免了传统划分方法(街道、交通小区或社区)中评价单元规模差异过大的问题。

1.2 数据及处理方式简介

本文数据由2个部分组成：
(1) 建筑物居住人口数量数据。该数据通过对深圳市人口数据集与建筑物分布数据集进行清洗与空间关联获得。其中,人口数据集统计了截至2018年5月的深圳市人口基本信息,数据收集方式为网格员实地调查,其中记录了每位居民所生活的建筑物的唯一识别码;建筑物普查数据集包含了截至2019年2月的深圳市建筑物形状、位置及唯一识别码。
(2) 站点数据。包括常规公交站点与地铁站点,数据均收集自高德地图开放API,收集时间为2018年12月。通过对地铁站点数据集的在建、建成字段进行筛选,本文研究所使用的地铁站点数据实际对应了2019年12月前已通车的所有站点。数据预处理时,将同一常规公交站点位于道路两侧的站台融合为一个公交站点;将同一地铁站点的不同出口融合为一个地铁站点,即取不同出口中心坐标为所得结果。
通过使用GIS空间相交工具,第一部分数据用于获得分析单元尺度的居住人口分布,将该结果视作公交服务的潜在需求分布,即认为人口密集(稀疏)的分析单元,公交服务的潜在需求较大(小),第二部分数据用于分析单元尺度的供给(公交服务配置强度)分布分析。从时空特性角度来看,通过人口统计数据获取的潜在需求分布较静态,但使用该类型数据可清晰地揭示“公交服务是否在个体间平等分配”这一核心公平问题[13,14,15]。因此,本文将基于以上2类数据,使用提出的空间公平研究框架,对深圳市公交服务进行评价。

2 研究方法

本文所使用的方法主要分为3个部分。第一部分使用站点数据,提出基于核密度估计理论的服务配置模型,计算公交服务供给;第二部分提出整体尺度空间公平评价方法,即通过分析莫兰指数的原理,阐述其与基尼系数的联系,基于此建立空间公平定义,最后提出具体空间公平评价方法;第三部分为局部尺度空间公平评价方法,即基于分析单元需求与供给的数值匹配关系,对局部区域公交服务空间公平状态进行评价,以对整体尺度评价结果进行补充。本文中,由于潜在需求值与供给变量计算结果的数量级、单位不同,直接对二者进行对比分析存在一定谬误。因此,基于所使用方法的特点与同类研究经验[15],在整体与局部尺度研究中,首先对需求与供给变量进行了“百分比”标准化,将二者转化为相对需求供给值后,再进行相应评价分析。

2.1 公交服务供给衡量方法

考虑研究中分析单元尺度的均等性,以及公交服务使用概率随距离衰减的特性,将建立基于核密度估计理论的服务供给指数,即以服务配置强度密度估计的形式得出分析单元服务供给指数值,表达对应位置公交服务供给,计算公式如下：
S I fnc = 1 π r 2 ∑ i = 1 n f d i r S C i
其中,
f d i r = 1 - d i r ( 0 ≤ d i ≤ r ) 0 ( d i > r )
式中：SIfnc为分析单元的服务供给指数;r为搜索半径;di为公交站点i(常规公交或地铁站点)距离分析单元中心的欧式距离;SCi为站点i的服务强度权重,结合已有研究经验[12,16-17]与数据特点,这里赋值为日班运营时间内经停站点的公交(常规公交或地铁)线路数量;f为衰减函数;n为搜索半径内公交或地铁站点的数量。
供给指数的计算原理表述为：以分析单元中心为圆心,按照搜索半径形成圆形区域(图1),结合居民出行基本规律,圆形区域内的站点为居住在分析单元内的居民可使用的所有站点。该区域内的每个站点的服务强度施加在计算中心的影响之和,为该分析单元的公交服务供给指数。当计算式中权重一定时,距离中心越远的站点对供给指数计算结果的影响越小,代表该站点被该单元内居民使用的可能性越低,这种影响的衰减服从函数f (本文采用线性衰减公式)。结合分析单元的大小与站点的最大使用范围[18],确定针对公交与地铁站点的供给指数搜索半径为1000 m 与1500 m(500 m单元半径加500 m公交使用范围或1000 m地铁使用范围)。
图1 供给指数计算原理

Fig.1 Calculation method of the supply index

常规公交与地铁的供给指数分开进行计算,在衡量一个分析单元的公交服务供给时,采用类似于柯里[16]提出的供给指数(supply index)的计算方法,将常规公交与地铁的供给指数进行加权相加得到最后结果。权重确定方式为：根据2018年常规公交与地铁的运行线路数量(981与9条)与年日均客运量(446.2万与516.8万人次),近似估计SCi值为1单位服务强度的地铁线路的服务能力与SCi值为126单位服务强度的常规公交线路服务能力相同[计算式为：(516.8×981)/(446.2×9)≈126],即在计算分析单元公交服务供给指数时(地铁加常规公交),通过在现状地铁服务的相应计算结果前乘以权重126,将二者转换至同一衡量体系下。

2.2 整体尺度空间公平评价方法

2.2.1 基于基尼系数的评价方法
洛伦兹曲线(Lorenz curve)以图像的形式反映财富或某种资源的分配与人口之间的相互关系。基尼系数(Gini coefficient)以一个指数值反映相应分配是否公平。洛伦兹曲线的绘制方法为：首先对分析单元按照人均资源量(本文为人均服务供给),从小到大进行排序,再根据单元上的对应变量累积值绘制曲线。基尼系数可通过绝对公平线(line of the perfect equality)与洛伦兹曲线所夹面积(图2中S1),除以绝对公平线与坐标轴所夹面积近似求得(图2中S1+S2)。这2种方法被广泛地应用于交通公平研究中[9,13,19],在使用洛伦兹曲线与基尼系数评价公交服务时,实际研究的是分析单元服务相对需求与相对供给的数值集聚程度,例如在基于平等主义的公平性研究中,当较多服务需求大的分析单元上集聚了少量服务供给值,则整体来看,需求供给公平性欠佳。基尼系数计算的近似公式如下：
G = S 1 S 1 + S 2 = 1 - 2 S 2 = 1 - ∑ k = 1 n X k - X k - 1 Y k + Y k - 1
式中：G为基尼系数;S1为洛伦兹曲线与平衡曲线所夹面积;S2为洛伦兹曲线与坐标轴所夹面积;k为分析单元编号(k=0, 1, …, n),其为对分析单元排序后产生的编号,n为分析单元总数量(n=2198),其中X0=0,Xn=1;Xk为服务需求占总量比率(相对需求)的累积值,Yk为服务供给占总量比率(相对供给)的累积值。基尼系数的取值在0~1之间,基尼系数越小,相应公平性越好。
图2 洛伦兹曲线与绝对公平线示意图

Fig.2 Lorenz curve and the line of the perfect equality

洛伦兹曲线及基尼系数所得结果与观测值的位置无关[20,21]。但公交服务作为一种分散在地理空间上的公共资源,若忽视服务需求与供给的空间分布特征,进行基于公平性的服务评价,则所得评价结果是不完整的。本文将论述构建空间公平研究的理论框架,即论述“为什么”与“如何”将公交服务需求与供给空间集聚分析与交通公平研究相结合。
2.2.2 基于莫兰指数的评价方法
图3展示了一种简单的棋盘问题(checkerboard problem)[21],图上的数值分别代表区域Ⅰ与Ⅱ的人口分布(需求)与公交服务配置强度分布(供给)。2个区域的洛伦兹曲线与基尼系数的计算结果完全相同(基尼系数为0.126),即2个区域的交通公平程度一样。但与区域Ⅰ展示的情况相比,区域Ⅱ的公交服务有明显的空间聚集趋势,本文使用双变量莫兰指数(Bivariate Moran's I)[22]衡量这一空间集聚趋势,相应计算公式如下：
I = n ∑ i = 1 n ∑ j = 1 n w ij z xi z yj ∑ i = 1 n ∑ j = 1 n w ij ∑ i = 1 n z xi z yj
式中：I为双变量莫兰指数,取值在[-1, 1]之间,其为正、负与零值分别表示空间正相关、负相关以及空间无关性;n为分析单元总数量;为保证与使用洛伦兹曲线与基尼系数的评价的一致性,zxi与zyj分别为分析单元的服务需求及供给值占总量比率的标准化结果;wij为邻接矩阵,其构建规则为皇后邻接规则。图3的例子中,区域Ⅰ与Ⅱ的双变量莫兰指数别为-0.149与0.276,对应的实际情况为：区域Ⅱ内强度更高的服务配置更倾向于分布在人口密度较大的区域,即与区域Ⅰ的服务供给相比,区域Ⅱ可以更好地服务需求大的区域。
图3 棋盘问题

注：图中数字表示区域Ⅰ与Ⅱ的人口分布(需求)与公交服务配置强度分布(供给)。

Fig.3 The checkerboard problem

通过以上分析可知,整体尺度下对公交服务需求与供给空间集聚度的衡量,不仅弥补了传统交通公平研究对空间关系的忽视问题,也拥有明显实际意义。因此,本文通过衡量需求与供给空间集聚度,为交通公平研究引入空间维度的考量,以此构建整体尺度下空间公平研究方法。
本文遵从平等主义的公平理论,认为公交服务需求供给数值集聚度较弱与空间集聚度较强的区域空间公平性较好。
2.2.3 空间公平评价方法
综上,如何综合衡量公交服务需求与供给变量的数值(基尼系数)与空间集聚度(莫兰指数),成为整体尺度评价研究的关键,相关方法已在经济学领域广泛讨论[20-21,23],主要分为2大类：① 分开使用空间自相关指数与基尼系数对结果进行系统讨论; ② 构造新的指数同时计算2种集聚度。本文将使用这2类方法对公交服务进行评价。在构造新的指数时,采用与阿比亚类似的方法[23],使用一个综合指数——SE指数同时衡量需求与供给变量的数值集聚度与空间集聚度：
SE = G α ( 1 - I ) 1 - α
式中：G为基尼系数;I为双变量莫兰指数值;α为指数权重,取值在0~1之间。SE指数计算结果取值在[0, 21-α]之间。当G值取1(完全不公平)且I值取-1(供给变量低值只集聚在需求变量高值附近),SE取得最大值21-α(最差情况);当G值取0(完全公平)或I值取1时(供给变量高值只集聚在需求变量高值附近),取得最小值0(最好情况)。SE指数值越小,公交服务空间公平越好。
通过选择不同的权重,SE指数可以在衡公交服务需求供给量数值与空间集聚度间,进行有选择的侧重。总体来看,由于SE指数有同时衡量数值与空间集聚度的能力,因此认为该空间公平评价指数解决了单独使用基尼系数对空间关系的忽视问题,为传统的基于平等主义的公交评价,引入了空间维度的分析与考量。

2.3 局部尺度空间公平评价方法

局部尺度的空间公平评价方法来自于对计算基尼系数所使用参数的空间解构,即通过分析单元相对需求供给空间差距分析,展示服务需求与供给在局部地理尺度的匹配关系,对整体尺度评价结果进行补充。相应分析主要包括2步：
(1) 基于相对需求供给值对分析单元进行分类。根据相对需求供给与对应均值的大小关系,将分析单元分为高—高、低—高、低—低、高—低4类。以高—高分类为例,其代表：相对需求高于平均水平(对应均值)、相对供给也高于平均水平。从平等主义公平理论出发,与高—高及低—低分类分析单元相比,由于低—高与高—低分类单元上有更为明显的不公平现象,因此本文更为关注此类分析单元。
(2) 计算低—高与高—低分析单元上相对需求供给之差距得分。具体公式如下：
TG = ( TN - TS ) β
式中：TG为分析单元上的差距得分;TN为分析单元上服务相对需求值,即为总人口占比;TS为分析单元上服务相对供给值,即为服务配置强度计算结果的相应占比;β为缩放系数,由于实际计算中分析单元数量较多,每个分析单元上相对需求与相对供给计算结果数值很小,为方便表示,将二者相减结果乘以系数104作为最终差距得分。

3 结果分析

3.1 整体尺度评价结果

图4a、4b展示了总人口与公交服务配置强度的分布情况,其分类标准为：采用自然间断点分级法,将所有分析单元分为8类。图4c展示了全市尺度下的洛伦兹曲线分析结果,为进行对比,图中添加了南山、盐田与宝安区的相应分析结果。表1展示了用于进行交通服务评价的基尼系数G、双变量莫兰指数I与SE指数的计算结果。
图4 公交服务供需分布情况与洛伦兹曲线分析结果

Fig.4 Distribution of the demand-supply of bus services and outcomes of the Lorenz curve

表1 公共交通服务评价指标计算结果

Tab.1 Results of the public transport service evaluation

地区 基尼系数 莫兰指数 Z分数 SE(0.3) SE(0.7)
全市 0.551 0.455 29.599 0.547 0.431
南山区 0.630 0.326 7.290 0.660 0.549
福田区 0.463 0.293 5.366 0.623 0.458
罗湖区 0.350 0.579 7.146 0.398 0.262
盐田区 0.455 0.279 5.428 0.628 0.458
宝安区 0.482 0.442 13.068 0.534 0.399
龙岗区 0.381 0.591 17.304 0.400 0.272
坪山新区 0.396 0.578 8.585 0.414 0.286
光明新区 0.468 0.483 8.903 0.502 0.370
龙华新区 0.452 0.401 8.176 0.550 0.401
大鹏新区 0.557 0.316 10.456 0.643 0.509

注：表中Z分数为基于9999次随机置乱的莫兰指数值Z标准化得分;SE(0.3)、SE(0.7)分别表示指数权重取0.3、0.7的SE指数值。

由图4a、4b可知,深圳市的人口与服务配置主要分布在南山、福田、罗湖、宝安与龙华区。前3个行政区为深圳市的中心城区,而宝安与龙华区为深圳“关外”经济发展较好、交通较为便利的2个区。由洛伦兹曲线可知,全市范围内,占供给总量20%的分析单元上集聚了约60%的总人口,相应基尼系数值为0.551,表明公交服务布局存在一定的不公平现象,此结果与一些已有案例类似(墨尔本与帕斯的基尼系数值分别为0.68[9]与0.52[14])。
由表1中SE指数可知,从平等主义公平理论出发,区一级尺度的评价结果表明,空间公平性最差的行政区——南山区与最好的行政区——罗湖区均位于中心城区。其中,形成南山区这种现象的理论原因为：单从评价数值集聚度角度出发进行分析,根据此区对应的洛伦兹曲线尾部快速上升之特性可得(图4c)：区内一些服务配置强度较高的分析单元上,存在少数居民享有较多公交服务的现象;单从评价空间集聚度角度出发进行分析,由Z分数与值为0.326的双变量莫兰指数可知,与其他区评价结果相比,此区内高强度的服务配置,集聚在高人口密度地段周边的趋势也较弱。因此,直观上形成了空间公平性欠佳的结果。
综合2种指数较全面的解释能力,产生此结果的实际原因分析为：南山区作为伴随着互联网经济腾飞而发展起来的高新技术产业基地,其承载的居住功能相对较少,高强度的公交服务配置主要服务于经济活动,因此直观上形成少数居民享有较多公交服务的现象。
由表1可知,使用示例的指数权重计算SE指数时,罗湖区的相应结果始终保持最小,因此认为此区内服务需求与供给的空间公平性最佳。形成此现象的原因推测为：由于社会经济发展程度、定位等因素与南山区不同,罗湖区内职住匹配较好。居住人口分布与服务于职住活动的公交服务供给综合匹配程度较高、公交服务空间公平性较好。
盐田区的评价结果也需要深入探讨。该区的基尼系数与双变量莫兰指数计算结果分别为0.455与0.279。若仅从数值集聚度出发进行评价,全区范围内30%的服务配置上集聚了约60%的人口,该结果好于平均水平,而本文认为,这一评价结果忽视了需求与供给的空间分布特征,与全市以及其他区相比,该区对应双变量莫兰指数值最小,结合该区发展定位与人口分布实际情况,造成此现象的原因分析为：与中心城区相比,该区内人口分布较稀疏,满足经济活动、休闲游憩活动成为公交服务的主要设计目标,高强度的服务配置并没有较强的趋势集聚在人口密度大的区域附近,其最终导致公交服务空间公平较差的结果。
综上可得,考虑服务需求与供给的空间分布特征进行评价研究,能更全面解释、挖掘二者的潜在相互关系,因此,本文认为需要综合分析服务需求供给的数值与空间集聚度,进行公交服务空间公平性评价。

3.2 局部尺度评价结果

图5展示了基于相对需求供给差距的分类结果,从平等主义的公平理论出发,本文更为关注属于低—高与高—低分类的分析单元,为直观展示两种分类分析单元的差距得分,将对应数值的绝对值作为分析单元的高度值进行了三维显示。需注意的是：由于分析单元上相对需求供给值总和始终为1,因此当分析单元数量一定时,所有分析单元相对需求与供给的均值大小固定且相等,这也形成了低—高分类单元差距得分均大于0、高—低分类单元差距得分均小于0的结果。
图5 局部尺度评价结果

Fig.5 Evaluation result at the local scale

整体来看,高—高分类分析单元主要分布在中心城区,低—低分类分析单元主要分布在非中心城区,分类结果较符合实际情况。低—高分类的分析单元集中在南山与福田区,高—低分类分析单元主要分布在龙华、宝安、光明这些关外行政区。图5同样展示了所有高—低、低—高分类单元差距得分的基础统计指标,其中高—低分类单元上差距得分最大值为28.284,对应单元位于龙华区富士康科技园附近(图5区域①);低—高分类单元上差距得分最小值为-81.575,对应单元位于福田火车站附近(图5区域②)。
由4类分析单元的基础分布可知,中心城区的公交服务供给十分充足,而在非中心城区部分地段,公交服务明显不足。通过这种分布情况,可以推得与整体尺度评价趋同的结论：中心城区的空间不公平状态主要由公交服务配置强度高,直观形成少数人享有多数服务配置的结果而造成;而非中心城区的空间不公平状态主要由公交服务配置不足,多数人只能使用少量公交服务而造成。这表明基尼系数对公交服务不公平程度的反映能力较有限。虽然基尼系数能表明存在不公平现象,但什么原因造成这种不公平现象,以及这种不公平现象主要位于何处,还需结合更为细致的空间公平分析。
相应地,提升不同行政区空间公平性的政策措施也需要存在差异。对于南山、福田这一类分布了大量低—高分类单元的城市核心区而言,建议结合实际情况,在一些服务供给远远高于需求的地段,适当地提升居住用地比例以及居住密度,对于深圳而言,可行的实际措施包括：继续推进与保障性住房建设相关的城市更新规划编制等。而对于宝安、龙华这些位于关外的行政区,建议在一些典型的供给无法满足需求的区域加大交通基础设施建设力度,缩小需求与供给之间的差距。例如龙华区富士康科技园附近(图5区域①)、宝安区工业园区较集中的松福路附近(图5区域③)。

4 讨论

理论与实证部分的研究均表明：仅使用洛伦兹曲线与基尼系数,基于“空间无关”的公平理论对公交服务进行评价存在一定局限性。
从整体尺度来看,空间无关的公平指数会将明显存在空间分布差异的2种供需匹配状态,解释为拥有相同(不)公平程度,基于相应分析所得出的评价结果有失偏颇。本文通过论述数值集聚度(基尼系数)与空间集聚度(莫兰指数)的内生关系,阐述了衡量公交服务需求与供给空间集聚度对交通公平研究的意义,以此为基础建立了空间公平评价框架,对原有公平理论进行了补充。需注意的是,本文的评价研究建立在平等主义的公平理论上,以此得出南山区空间公平性较差的结果。而基于不同的公平理论会得出不同的结论,例如,若基于功利主义的观点,南山区公交服务公平程度为最好。
从局部尺度来看,由于存在“基尼系数与洛伦兹曲线不可能建立一一对应关系”这样的内生原理问题[24,25],相同的基尼系数本就会隐含不同的不公平状态,而由于公交服务评价非常关注需求与供给两方在地理空间中的匹配关系,“无法一一对应”这类在经济学领域被广泛讨论的问题,在交通公平研究中被放大(即相同的基尼系数可以对应不同的公平状态,而不同的不公平状态对应不同供需匹配状态)。虽然通过分析洛伦兹曲线偏度,可以在一定程度上解释这种“放大问题”[24],例如对比分析图4c中宝安区曲线头部的平缓程度(代表多数人只能使用较少服务现象较明显)与盐田区曲线尾部的提升程度(代表少数人享有多数服务现象较明显),可得两区虽基尼系数接近,而实际造成对应行政区空间不公平状态之原因是不同的。但交通地理研究更为关注在哪些区域存在问题,例如需求与供给不匹配在哪,基尼系数与洛伦兹曲线的计算结果显然达不到此类目标,因此凸显出在交通公平研究中引入局部空间维度分析的重要性。本文提出的将相对需求供给解构至分析单元上的方法,可以直接获得每个单元上的需求与供给匹配情况,并对存在错配区域的需求与供给差距进行直观显示。
基于交通公平性,使用基尼系数进行公交服务评价研究,已成为交通地理学的热点研究领域,而通过上文的讨论同样可以推得：如若希望对多个城市公交服务的公平状态进行对比研究,仅仅对比相应基尼系数是明显不够的。这也为类似研究提出了新的挑战,具体的方法还有待探索,但本文提出的空间公平评价分析不失为一个有前景的方向。

5 结论与展望

使用“空间无关”理论与方法评价公交服务时,存在忽视公交服务需求与供给空间分布特征的问题,为解决此问题,本文从整体与局部2种尺度切入,提出基于空间公平的公交服务评价框架,并以深圳市公共交通系统为例展开实证研究。深圳全市与行政区尺度的评价表明：
(1) 基于需求与供给空间分布特征的公平性评价,可以对公交服务供需关系、匹配状态进行深入了解,从而在整体上给出更为全面的评价结果。由示例权重的SE指数可得,空间公平性最好与最差的行政区分别为罗湖区与南山区。
(2) 分析单元尺度的评价揭示了公交服务供需匹配的细节,同时通过分析全市范围内低—高与高—低单元上的平均差距得分、空间分布,进一步印证了：造成中心城区与非中心城区局地公交服务空间不公平状态的原因截然不同。中心城区内的空间不公平状态,直观上显现出少数人享有较多服务供给的现象,实际上反映了区域内公交系统服务于较高就业需求的现实情况;而非中心城区内的空间不公平状态主要由公交服务配置不足,多数人只能使用少量公交服务而造成。因此提升中心与非中心城区局地公交服务空间公平性的措施也应不同。例如,对于前者,建议可结合实际情况,采取适当提升居住用地比例的方法,以使更多居民享有相应区域较好的公交服务;而对于后者,可采取加大公交基础设施建设力度,整体提高公交服务配置强度的方法。
基于本文的局限与特点,可进行的后续研究包括：① 本文所提出的空间公平评价框架仅考量了较为静态的居住人口需求,后续研究可基于通勤大数据(手机信令数据、刷卡数据),建立协调多种公平理论、同时考量出发(居住)与到达(就业)两端需求的时空动态公平评价框架;② 在构建空间公平衡量指数SE时,本文并没有确定数值与空间集聚度的比重,后续研究可探索不同应用场景下的α取值规则,以获得最符合需求的SE结果;③ 构建供给指数时,使用过站公交线路数量作为服务配置强度实际上是对站点服务配置强度的近似估计,后续研究可基于更为详细的公交数据(公交线网、发车频率信息等),优化公交服务配置强度估算方式。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Adhi S N, Chowdhury S, Shiftan Y. Justice in public transport systems: A comparative study of Auckland, Brisbane, Perth and Vancouver[J]. Cities, 2019,90:88-99.

DOI

[2]
蒋海兵, 张文忠, 韦胜. 公共交通影响下的北京公共服务设施可达性[J]. 地理科学进展, 2017,36(10):1239-1249.

DOI

[ Jiang Haibing, Zhang Wenzhong, Wei Sheng. Public service facility accessibility as influenced by public transportation in Beijing. Progress in Geography, 2017,36(10):1239-1249. ]

[3]
Sun Z, Zacharias J. Transport equity as relative accessibility in a megacity: Beijing[J]. Transport Policy, 2020,92:8-19.

DOI

[4]
Thomopoulos N, Grant-Muller S, Tight M R. Incorporating equity considerations in transport infrastructure evaluation: Current practice and a proposed methodology[J]. Evaluation and Program Planning, 2009,32(4):351-359.

DOI PMID

[5]
Pereira R H M, Schwanen T, Banister D. Distributive justice and equity in transportation[J]. Transport Reviews, 2017,37(2):170-191.

DOI

[6]
Bucheli F. Marginal youth: Mapping spatial capability exclusion in Bogota[J]. GeoJournal, 2020,85(3):593-615.

DOI

[7]
Dikeç M. Justice and the spatial imagination[J]. Environment and Planning A: Economy and Space, 2001,33:1785-1805.

DOI

[8]
Soja E. Seeking spatial justice [M]. Minneapolis, USA: University of Minnesota Press, 2010.

[9]
Delbosc A, Currie G. Using Lorenz curves to assess public transport equity[J]. Journal of Transport Geography, 2011,19(6):1252-1259.

DOI

[10]
Israel E, Frenkel A. Social justice and spatial inequality[J]. Progress in Human Geography, 2018,42(5):647-665.

DOI

[11]
赵德. 多方式公共交通资源耦合效能评价[D]. 南京: 东南大学, 2016.

[ Zhao De. Evaluation on multimodal public transit resources integration. Nanjing, China: Southeast University, 2016. ]

[12]
吴玲玲, 黄正东. 基于多样性的大城市公共交通服务水平研究[J]. 交通运输系统工程与信息, 2019,19(1):222-227.

[ Wu Lingling, Huang Zhengdong. Diversity as an indicator of urban public transit service quality. Journal of Transportation Systems Engineering and Information Technology, 2019,19(1):222-227. ]

[13]
唐子来, 江可馨. 轨道交通网络的社会公平绩效评价: 以上海市中心城区为例[J]. 城市交通, 2016,14(2):75-82.

[ Tang Zilai, Jiang Kexin. Social equity performance evaluation of rail transit network: A case study in Shanghai central district. Urban Transport of China, 2016,14(2):75-82. ]

[14]
Ricciardi A M, Xia J H, Currie G. Exploring public transport equity between separate disadvantaged cohorts: A case study in Perth, Australia[J]. Journal of Transport Geography, 2015,43:111-122.

DOI

[15]
Carleton P R, Porter J D. A comparative analysis of the challenges in measuring transit equity: Definitions, interpretations, and limitations[J]. Journal of Transport Geography, 2018,72:64-75.

DOI

[16]
Currie G. Quantifying spatial gaps in public transport supply based on social needs[J]. Journal of Transport Geography, 2010,18(1):31-41.

DOI

[17]
Wu B M, Hine J P. A PTAL approach to measuring changes in bus service accessibility[J]. Transport Policy, 2003,10(4):307-320.

DOI

[18]
Gutiérrez J, Cardozo O D, García-Palomares J C. Transit ridership forecasting at station level: An approach based on distance-decay weighted regression[J]. Journal of Transport Geography, 2011,19(6):1081-1092.

DOI

[19]
时振钦, 周素红, 陈颖. 分行业居住—就业空间关系及路网交通需求分异: 以广州市为例[J]. 城市规划, 2020,44(2):87-94.

[ Shi Zhenqin, Zhou Suhong, Chen Ying. Jobs-housing relationship in different industries and its impact on traffic demand on road networks: A case study in Guangzhou. City Planning Review, 2020,44(2):87-94. ]

[20]
Rey S J, Smith R J. A spatial decomposition of the Gini coefficient[J]. Letters in Spatial and Resource Sciences, 2013,6(2):55-70.

DOI

[21]
Dawkins C J. Space and the measurement of income segregation[J]. Journal of Regional Science, 2007,47(2):255-272.

DOI

[22]
Anselin L. Local indicators of spatial association: LISA[J]. Geographical Analysis, 1995,27(2):93-115.

DOI

[23]
Arbia G. The role of spatial effects in the empirical analysis of regional concentration[J]. Journal of Geographical Systems, 2001,3(3):271-281.

DOI

[24]
洪兴建, 李金昌. 关于基尼系数若干问题的再研究: 与部分学者商榷[J]. 数量经济技术经济研究, 2006,23(2):86-96.

[ Hong Xingjian, Li Jinchang. A further study about some problems of the Gini coefficient. The Journal of Quantitative & Technical Economics, 2006,23(2):86-96. ]

[25]
钟学义. 质疑《一种改进的Gini系数》[J]. 数量经济技术经济研究, 2005,22(8):159.

[ Zhong Xueyi. Query on "A modified Gini coefficient". The Journal of Quantitative & Technical Economics, 2005,22(8):159. ]

Options
文章导航

/

〈 〉