摘要
陆家嘴地区作为上海市的核心商务区，其早高峰时段的通勤状况对于空间规划和交通组织具有重要影响。本研究基于手机数据和开源地图数据，选取08:00—09:30作为早高峰时段，识别通勤者空间位置，获取通勤路径、距离和时耗，量化分析通勤流的时空集聚特征及各就业地块的通勤便捷度。研究发现，陆家嘴早高峰通勤流呈显著的时空集聚性，61.1%的通勤者在此时段到达，主要集中于地铁站点及世纪大道、延安东路隧道和浦东南路等主要交通干道处；陆家嘴的步行和车行通勤普遍存在不便，具体体现为徒步绕行和乘车拥堵问题，其中小陆家嘴区域尤为突出；当前存在三个主要问题，即世纪大道阻隔步行路径、陆家嘴地铁站与浦东大道地铁站间隔过大、延安东路隧道和浦东南路交通拥堵严重。基于上述发现，可为改善陆家嘴通勤环境、优化空间布局提供数据支持与决策参考。

01

研究背景

陆家嘴地区位于上海市黄浦江畔，是中国最具影响力的金融核心区之一。然而，在大规模开发建设取得成效的同时，就业岗位集中、吸引点密集、出行需求量大等特点给这里的交通组织带来极大挑战。1993年获批的《上海陆家嘴中心区规划设计方案》提出，通过建设隧道与轨道交通、完善干道网络、设置地下环路与双层反向单行交通体系等以人、车流疏导为理念的方案广受好评。然而，实施过程虽然围绕陆家嘴、东昌路、世纪大道三处地铁站建设TOD组团，但限于实施难度，多采取逐步开发的方式，无法一步到位。在现有空间格局基本成型的前提下，如何优化路网系统，提升人、车流组织效率，是陆家嘴地区城市更新的重点。

早高峰通勤体验差一直是陆家嘴地区人、车流组织中的突出问题。参考2018年末第四次经济普查数据，陆家嘴金融贸易区的从业人员在50万以上，早高峰时段有大量通勤者在短时间内集中到达陆家嘴，造成局部路段严重拥堵。同时，步行路径被机动车道阻断，难以连成完整网络，导致从地铁站到就业地块的步行距离过长。尽管这些问题很早就有学者关注，但由于缺少相关研究数据，少有研究能将其量化，指出陆家嘴地区哪里的问题最严重、严重到什么程度。陆家嘴的早高峰通勤流在时空间上有怎样的特征？陆家嘴哪些就业地块的通勤体验最差？这两个问题有待借助新数据源和分析方法来解答。

手机信令数据能够提供大范围、多种类、全时段的个体活动信息，为城市中心区的通勤流分析提供新契机。在宏观城市尺度利用手机数据的时空行为进行分析的方法已逐渐成熟，并在城市人口分布、职住空间关系、居民活动空间等领域取得丰硕成果。近年来，在开源地图数据的辅助下，相关研究通过地图匹配算法，降低手机数据在中、微观尺度研究中的误差，调用API接口获取更精确的出行距离、时长矩阵，并搭建多代理人平台，还原个体真实路径，预测人流变化。因此，从个体活动视角分析陆家嘴地区的通勤流特征，评价其空间设计的合理性，是可行且有意义的研究方向。

本研究关注陆家嘴范围内的通勤流，即从陆家嘴各出入口到就业地块的通勤路径。利用手机信令数据识别通勤者的就业地块、通勤出入口和通勤方式，利用开源地图数据获取精确的通勤路径、通勤距离和时耗，进而分析陆家嘴地区早高峰通勤流的时空特征，评价各就业地块的通勤便捷度，为空间设计提供支撑。首先，选取早高峰时段，分析陆家嘴通勤者的到场时段分布和通勤流OD分布；其次，从步行和车行两个方面构建指标体系，评价各就业地块的通勤便捷度；最后，选择三个典型地块剖析陆家嘴地区通勤体验差的原因，并提出相应的优化策略建议。

02

研究范围、数据与方法

2.1  研究范围与数据

本文所指陆家嘴范围包含陆家嘴街道和潍坊新村街道两个街道单元，东侧以源深路为界，南侧以峨山路为界，西北两侧以黄浦江为界，总计9.87km²（图1）。按照路网可以将研究范围划分成80个地块单元，每个地块边长在100~400m。研究范围对外共有18个主要出入口，其中包括6个地铁站出入口（陆家嘴地铁站、东昌路地铁站、世纪大道地铁站、浦电路地铁站、商城路地铁站、浦东大道地铁站），5个跨江隧道出入口（延安东路隧道、新建路隧道、大连路隧道、人民路隧道、复兴东路隧道），以及7个地面出入口（源深路昌邑路、源深路张杨路、世纪大道杨高南路、峨山路杨高南路、峨山路东方路、峨山路浦东南路、峨山路浦明路）。

图1  陆家嘴研究范围

Fig.1  Research area of Lujiazui

资料来源：笔者自绘

本研究利用手机数据识别早高峰通勤流，并利用开源地图数据计算精确的通勤距离（时耗），构建通勤便捷度评价指标。手机信令数据由智慧足迹公司提供，时间跨度为2019年5月整月。数据包含手机用户的职住地信息、驻留点信息，以及每次出行经过基站时被记录的时间戳信息。在数据精度方面，用户驻留点的空间位置精确到边长为250m×250m的基站网格，用户出行轨迹点的空间位置精确到间距为100m左右的手机基站，打点的时间精度为“秒”。此外，本研究同时使用开放街道地图（Open Street Map, OSM）和高德地图提供的开源数据。一方面，通过编写Python代码，从OSM开源地图中下载路网矢量数据，计算最短步行距离，用于步行便捷度评价及通勤路径可视化；另一方面，通过调用高德地图API，获取从陆家嘴各出入口到就业地块平峰和高峰时段的最短驾车时耗，用于乘车便捷度评价。

2.2  早高峰通勤流识别

本研究选取早间8:00—9:30作为早高峰时段，识别该时间段内陆家嘴范围内的通勤流，即从陆家嘴各出入口到就业地块的通勤路径。早高峰通勤流识别包括三个步骤：首先，根据用户职住地位置找出陆家嘴的通勤者；其次，根据通勤轨迹点位置判断通勤者从哪个出入口进入陆家嘴，并根据出入口类型判断通勤方式；最后，将“出入口—就业地块”OD匹配到路网上生成通勤路径。

2.2.1 通勤者识别

经数据清洗后，用户被识别为陆家嘴通勤者需要满足三个条件：一是常驻手机用户；二是识别的居住地不在陆家嘴；三是识别的就业地在陆家嘴。从识别数量看，共识别出10.3万名通勤者，每个工作日的早高峰平均能识别出4.7万名通勤者。从陆家嘴通勤者的就业岗位分布看（图2a），就业密度较高的地块主要集中在小陆家嘴、商城路地铁站周边及世纪大道地铁站周边。从居住地分布看，通勤者主要居住在周边5km范围内（图2b），居住热点区域主要集中在地铁沿线，尤其是4号、6号及9号线。

图2 陆家嘴通勤者职住地分布

Fig.2 Distribution of Lujiazui commuters’ home and work locations

资料来源：笔者自绘

2.2.2 通勤出入口及通勤方式识别

通过三个步骤判断通勤者从哪个出入口进入陆家嘴：首先，找出每位通勤者每个工作日早间8:00—9:30进入陆家嘴前后的两个轨迹点，取其空间位置的中点作为“入场位置”；其次，若同一通勤者在不同的工作日有多个“入场位置”点，则计算这些点的几何中心，并将其作为“入场位置”；最后，计算“入场位置”与18个出入口的直线距离，将距离最近的出入口识别为通勤出入口。

陆家嘴范围内的通勤方式根据通勤出入口的类型来判断：若通勤者的通勤出入口是地铁站，则通勤方式为地铁；若通勤出入口是隧道或者地面交叉口，则通勤方式为地面交通。从识别结果看，地铁出行的通勤者占比62.5%，地面交通出行的通勤者占比37.5%。

2.2.3 通勤路径识别及距离（时长）计算

首先以通勤者的通勤出入口作为出发地，以就业地块作为目的地，生成“出入口—就业地块”通勤OD；其次基于OSM提供的最短路径算法计算最短路径，通勤者步行距离为出入口到就业地块的最短步行路径长度；最后提取出入口与地块形心（即物体的几何中心）的经纬度坐标，分别在平峰时段（0:00）和高峰时段（8:45）调用高德地图API，计算从出入口到就业地块的车行时耗。

2.3  通勤便捷度评价

本文的通勤便捷度指通勤者从出入口进入陆家嘴后，到达就业地块需要走多远的距离、花多长时间，从“通勤最后一公里”视角，评价城市中心区空间设计的合理性。针对地铁和地面交通两种通勤方式，评价指标分为步行便捷度与车行便捷度两个方面。步行便捷度评价关注通勤者地铁出站后走多远到达就业地块，步行路径是否受到阻隔；车行便捷度评价关注通勤者通过地面交通进入陆家嘴后要花多长时间到达就业地块，道路拥堵问题是否严重。相应地，本研究构建六项评价指标来评价各地块的通勤便捷度（表1）。地块的地铁通勤占比和地面通勤占比两项指标反映了步行便捷度和车行便捷度的重要程度；平均步行距离和平均车行时耗直观地反映了通勤者到达陆家嘴后还需走多远、花多长时间才能到达就业地块。

表1 通勤便捷度评价指标

Tab.1 Indicators for commuting convenience evaluation

资料来源：笔者整理

03

陆家嘴早高峰通勤流分析

3.1  早高峰通勤者的时段分布

图3展示了工作日陆家嘴通勤者的时段分布曲线，大图以30分钟为时间间隔，统计各时段到达陆家嘴的通勤者人数。可以看到，大多数通勤者在8:00—9:30时段内到达陆家嘴，占一天中总量的61.1%。小图进一步截取早高峰时段，以5分钟为时间单元，统计已到达陆家嘴并正在前往就业地块的“移动中的通勤者”人数，可以看到，移动中通勤者的数量在8:40左右达到最高峰，有2.2万名通勤者已经进入陆家嘴范围并正在步行或乘车前往就业地块，占一天中总量的28.6%。由此可见，早高峰时段会有大量通勤者集中出现在陆家嘴空间环境中，早高峰通勤流的时段集聚性很强，埋下了空间拥堵的隐患。

图3 陆家嘴通勤者时段分布曲线

Fig.3 Temporal distribution curve of commuters in Lujiazui

资料来源：笔者自绘

3.2  早高峰通勤流的空间分布

图4展示了数量在30人次以上的“出入口—就业地块”通勤OD和各出入口通勤流承担量。从通勤OD的空间分布看（图4a），世纪大道轴线附近的通勤OD最为密集，陆家嘴地铁站、东昌路—商城路地铁站、世纪大道—浦电路地铁站的通勤OD呈同心圆状辐射至周边地块，形成三个通勤组团，从这五个地铁站进入陆家嘴的通勤者数量占总量的58.2%，与TOD发展模式契合度较高。在非地铁站出入口中，延安东路隧道是最主要的跨江隧道出入口，峨山路浦东南路是最主要的地面出入口，从这两个出入口进入陆家嘴的通勤流呈放射状向内部地块辐射；陆家嘴的东北侧通勤流较少，主要原因是目前还有一些地块处于待开发状态，就业岗位数量少。

图4 陆家嘴“出入口—就业地块”通勤OD分布和各出入口通勤流承担量

Fig.4Distribution of “entrance and exit employment block” commuting OD link and capacity of commuting flow at each entrance and exit in Lujiazui

注：OD量为联通手机数据识别量。

资料来源：笔者自绘

从出入口通勤流承担量上看，从地铁站出入口进入陆家嘴的通勤流占比最多，占总量的62.5%；其次是从地面出入口进入陆家嘴的通勤流，占总量的22.5%；从跨江隧道出入口进入陆家嘴的通勤流最少，占总量的15%（图4b）。

图5展示了通勤OD的路网匹配结果，其中左图为从跨江隧道、地面出入口进入的通勤流与车行路网匹配的结果，右图为从地铁站出入口进入的通勤流与步行路网匹配的结果。从各路段的车行流量看，陆家嘴范围内几条主要道路承担了大部分通勤流。其中，延安东路隧道、浦东南路和世纪大道三处车行流量最大，其次是张杨路、浦东大道、新建路隧道、大连路隧道和东方路。这主要是因为43.8%的地面通勤流从延安东路隧道和峨山路浦东南路两个出入口进入。对比高德地图的道路拥堵状况可以发现，延安东路隧道出口、浦东南路的峨山路至张杨路段、世纪大道整段在通勤早高峰经常处于红色、黄色拥堵状态，与本文的分析结果基本吻合。从各路段的步行流量看，小陆家嘴各条道路的步行流量都很高。其中，陆家嘴天桥和银城中路的步行流量最大，很容易造成短时人流拥挤，步行体验感较差。此外，世纪大道、福山路、潍坊路浦东南路、张杨路也有较大的步行流量，主要来自世纪大道、商城路、浦电路三处地铁站的出站人流。

图5 陆家嘴早高峰时段机动车和步行路网的通勤流量

Fig.5 Morning-peak commuting flow of driving and walking road network in Lujiazui

资料来源：笔者自绘

04

陆家嘴通勤便捷度评价

4.1  步行便捷度评价

本文计算80个就业地块的地铁通勤占比、平均步行距离、徒步绕行系数，以评价步行便捷度，其中五个地块没有识别到通勤者被排除。地块的地铁通勤占比平均值为62.1%，平均步行距离均值为1475m，徒步绕行系数均值为1.66。总体来说，选择地铁的通勤者占大多数，说明TOD开发模式达到初步效果。然而，平均步行距离和徒步绕行系数都反映出陆家嘴地区的步行通勤便捷度不高。一方面，通勤者平均要步行近1.5km才能从地铁站到达自身就业地块，如果以1m/s的步行速度计算，步行时间将达25分钟；另一方面，陆家嘴的徒步绕行系数均值大于标准方格路网形态下的，说明陆家嘴地区的步行网络并不完善，导致通勤者需要绕行走更远的距离。尽管较长的步行距离对于部分运动爱好者来说是一个“被动”锻炼的机会，并非坏事。但对大多数通勤者而言，更长步行距离意味着更长的通勤时间，会带来诸多不便。

图6展示了地铁通勤占比、平均步行距离、徒步绕行系数及步行便捷度综合评价结果。从地铁通勤占比看，陆家嘴地铁站、世纪大道地铁站、浦电路地铁站和浦东大道地铁站周边地块的通勤占比较高；东昌路地铁站与商城路地铁站周边地块的地铁通勤占比低于其他几个地铁站（图6a），可能是因为周边建成环境密度低于其他地铁站且驾车可达性较好。以500m为单元尺度，将地块的平均步行距离分为五类（图6b）。可以看到，虽然靠近边缘的地块步行距离大于2.0km，但考虑到这些地块的地铁通勤占比较小，因此问题不大。值得注意的是，尽管小陆家嘴地块的地铁通勤占比较高，但世纪大道北侧地块的平均步行距离却超过1.5km，世纪大道南侧多数地块的平均步行距离也超过1.0km。

图6 地块的地铁通勤占比、平均步行距离、徒步绕行系数及步行便捷度综合评价

Fig.6 Blocks’ proportion of metro commuting, average walking distance, walking detour index, and pedestrian convenience comprehensive evaluation 

资料来源：笔者自绘

此外，如果将平均步行距离小于1.0 km的地块划为TOD组团，可以发现，世纪大道—浦电路地铁站组团和浦东大道地铁站组团覆盖的范围较大，而陆家嘴地铁站、东昌路—商城路地铁站组团的覆盖范围较小。地块的徒步绕行系数能够解释上述现象（图6c）。可以看到，两个覆盖范围较小的TOD组团的徒步绕行系数都大于2.00，说明通勤者的实际步行距离是地铁站与就业地块间直线距离的两倍以上。由此可见，虽然地块处于地铁站的服务范围内，但由于步行路径受阻，通勤者出站后需要走很长的距离。对于陆家嘴、东昌路、商城路三处地铁站来说，宽阔的世纪大道阻隔了步行路径，可能是造成徒步绕行系数高的主要原因。为排除就业密度较低地块对结果造成的影响，本文选取就业密度排名前40的地块进行步行便捷度综合评价（图6d）。其中，点的大小代表地块的就业密度，点的横、纵坐标分别代表平均步行距离和徒步绕行系数，虚线为两项指标的均值。可以看到，地铁通勤占比大于50%的地块有32个。其中，空间绕行是最主要的问题；小陆家嘴多数就业地块的徒步绕行系数高于平均值，存在不同程度的绕行问题。此外，离出入口过远也是一个主要问题，使得地块平均步行距离过长，同时就业密度也不低。

4.2  乘车便捷度评价

本文计算80个就业地块的地面通勤占比、平均车行时长、乘车拥堵系数，以评价车行便捷度，其中5个没有识别到通勤者的地块同样被排除。地块的地面通勤占比平均值为37.9%，平均车行时长均值为13.9分钟，乘车拥堵系数均值为1.79。参考《全国主要城市通勤监测报告——通勤时耗增刊》，上海市单程平均通勤时耗为42分钟。假设陆家嘴与全市平均通勤时耗相差不大，通勤者在陆家嘴范围内的乘车通勤时间约占总通勤时间的1/3。此外，拥堵系数均值反映出陆家嘴范围内的高峰驾车时耗是平峰驾车时耗的2倍以内，说明陆家嘴早高峰的道路拥堵问题并不十分严重，除局部路段拥堵情况严重外，大部分路段在早高峰时段是比较畅通的。

图7展示了地面通勤占比、平均车行时耗、乘车拥堵系数及车行便捷度综合评价结果。从地面通勤占比看（图7a），陆家嘴西南侧地块的地面通勤占比较高，这些地块大多分布在延安东路隧道、人民路隧道、复兴东路隧道及峨山路的几个地面出入口周边。以2分钟为时间间隔，将地块平均车行时耗划分为六类，涵盖10分钟以内至16分钟以上区间（含数据缺失）（图7b）。可以看到，东方路以西、张杨路以北地块的平均车行时耗大多在14分钟以上，特别是世纪大道中段两侧地块的车行时耗最长。这一方面是因为车行出入口距离处于研究范围中部的地块较远；另一方面是因为从出入口到达这些地块需要经过延安东路隧道、世纪大道、浦东南路这些较为拥堵的路段。地块的乘车拥堵系数也能印证这一点（图7c），整个小陆家嘴的乘车拥堵系数基本在1.75以上，受道路拥堵影响较为严重的范围向南延伸到张杨路、向东延伸到东方路（浦东大道地铁站西北侧几个大尺度地块的乘车拥堵系数很高，可能是因为目前地块还在开发，受道路施工影响较大）。由此可见，陆家嘴整体的拥堵情况并不严重，但拥堵问题集中在局部空间范围中。整个小陆家嘴的拥堵情况都不容乐观，且拥堵范围已向东、北两侧延伸，而这些地块的就业岗位密度普遍较高。同样，本文选取就业密度排名前40的地块进行车行便捷度综合评价（图7d）。其中，点的大小代表地块的就业密度，点的横、纵坐标分别代表平均车行时耗和乘车拥堵系数，虚线为两项指标的均值。可以看到，地面通勤占比大于50%的地块有8个，虽然不如地铁通勤为主的地块数量多，但仍不可忽视。离出入口远且道路拥堵是这类地块的主要问题，体现为乘车拥堵系数较大，平均车行时耗较长。

图7 地块的地面通勤占比、平均车行时耗、乘车拥堵系数及车行便捷度综合评价

Fig.7 Blocks' driving proportion, average driving duration, driving congestion index, and driving convenience comprehensive evaluation

资料来源：笔者自绘

4.3  主要就业地块的通勤便捷度分类

基于通勤便捷度指标可以将就业地块划分为8类，分类标准如表2所示。首先比较就业地块的地铁通勤占比和地面通勤占比，将其划分为步行通勤为主和车行通勤为主两大类。其次根据各类地块的特征指标（如步行类地块依据平均步行距离和徒步绕行系数，车行类地块依据车行时耗和乘车拥堵系数）是否高于平均值，进一步细分为通勤便捷型、单一问题型和复合问题型地块。其中，单一问题型地块主要存在绕行、拥堵或距离过远问题，复合问题型地块则同时存在两种及以上的问题。

表2  基于通勤便捷度指标的就业地块分类标准

Tab.2  Classification of employment blocks according to commuting convenience indicators

资料来源：笔者整理

图8展示了通勤便捷度分类结果。“步行为主、通勤便捷”的地块主要分布在几个地铁站周边，其中世纪大道—浦电路地铁站周边已形成初具规模的通勤圈；“步行为主、存在绕行问题”的地块分布在陆家嘴地铁站南侧及商城路地铁站周边，其中陆家嘴地铁站南侧的上海国金中心、金茂大厦等地块虽然离地铁站很近，但由于出站后需要走天桥跨过世纪大道，实际步行距离比直线距离远很多；“步行为主、离出入口远”的地块处于陆家嘴的边缘，这类地块虽然绕行问题不严重，但本身离地铁站远因此步行距离长；“步行为主、离出入口远且绕行”的地块主要分布在陆家嘴地铁站北侧，包括平安金融大厦、东方明珠、汇亚大厦等地块，这类地块的问题更加严重，既不靠近地铁站，步行路径又受到阻隔；“车行为主、通勤便捷”的地块有新梅联合广场及其西南侧的金融办公地块两处，驾车从张杨路可以直达这两个地块，因此可避开拥堵路段；“车行为主、离出入口远且拥堵”的地块大多处于陆家嘴范围的中部，但值得注意的是，上海国际会议中心和上海中心地块位于延安东路隧道和人民路隧道地面出口后方，因此通勤者乘车出隧道后需要反向调头，降低了车行便捷度。由于不存在“车行为主、存在拥堵问题”的地块，而“车行为主、离出入口远”的地块也仅有崂山五村一处，对这两类地块不作详细说明。

图8 40个主要就业地块的通勤便捷度分类

Fig.8 Commuting convenience classification of 40 main employment blocks

资料来源：笔者自绘

05

典型地块的问题剖析及策略建议

在根据通勤便捷度划分的地块类型中，“步行为主、存在绕行问题”“步行为主、离出入口远且绕行”“车行为主、离出入口远且拥堵”三类地块的数量居多（表3）。因此，本文进一步从这三种类型中各选取一个典型就业地块，剖析造成早高峰通勤不便的具体原因，并提出相应的策略建议。表3展示了金茂大厦、恒生银行大厦、上海中心三个典型地块的六项通勤便捷度指标及地块类型。对于金茂大厦地块来说，地铁通勤占比75.6%、平均步行距离934m、徒步绕行系数2.10，是典型的“步行为主、存在绕行问题”的地块；对于恒生银行大厦地块来说，地铁通勤占比84.0%、平均步行距离1508m、徒步绕行系数2.04，是典型的“步行为主、离出入口远且绕行”地块；对于上海中心地块来说，地面通勤占比59.2%、平均驾车时耗22.4分钟、道路拥堵系数2.09，是典型的“车行为主、离出入口远且拥堵”地块。

表3  三个典型地块的便捷度指标

Tab.3  Commuting convenience indicators of three typical blocks

注：步行为主的地块淡化了车行便捷度指标，车行为主的地块淡化了步行便捷度指标。

资料来源：笔者整理

图9展示了从出入口到达这三个典型地块的具体通勤路径，道路线宽越大，代表有越多的通勤者选择这条路径。首先，从金茂大厦地块的通勤路径看（图9a），有72.7%的通勤者选择从陆家嘴地铁站进入。因此，陆家嘴地铁站到金茂大厦地块这段路的绕行是主要问题。金茂大厦所在地块距离陆家嘴地铁站的直线距离约450 m，但由于世纪大道阻隔了地面步行路径，从陆家嘴地铁站出站的通勤者需要先上天桥，跨过世纪大道后走银城中路、花园石桥路才能到达地块，这导致实际步行距离是直线距离的两倍以上。其次，从恒生银行大厦地块的通勤路径看（图9b），与其最靠近的陆家嘴地铁站还是最主要的出入口，有66.5%的通勤者从这里进入，但也有部分通勤者选择从浦东大道、东昌路、商城路三个地铁站进入。处于几个地铁站的中间却距离都较远是恒生银行大厦地块面临的主要问题。此外，由于这个地块在陆家嘴地铁站的背面，徒步绕行系数也较高，在两者的共同影响下，通勤者出站后需要步行1.5km以上才能到达就业岗位。最后，从上海中心地块的通勤路径看（图9c），从陆家嘴地铁站进入的通勤者只占30.3%，其余通勤者分别从峨山路浦东南路、延安东路隧道、人民路隧道等车行出入口进入。分析其车行路径可以发现，上海中心地块处于人民路隧道地面出口的后方，出隧道后需调头返回，增加了车行时耗。其他入口主要包括延安东路隧道和峨山路浦东南路，但从这两个出入口进入都需要经过拥堵路段，通勤者驾车平均需耗时22分钟以上才能到达。

图9  金茂大厦、恒生银行大厦、上海中心地块的通勤路径

Fig.9 Commuting path of Jinmao Tower, Hengsheng Bank Building, and Shanghai Center

资料来源：笔者自绘

梳理三个典型地块的具体问题和策略建议。对于金茂大厦地块来说，世纪大道对步行路径的阻隔是造成其空间绕行的主要原因。相应地，优化策略需要从整体上改善小陆家嘴的慢行交通环境。如在陆家嘴天桥和世纪连廊的基础上，构建地下步行通道，连接陆家嘴地铁站和金茂大厦、环球金融中心这些主要就业地块，形成上、中、下三层慢行交通布局。对于恒生银行大厦地块来说，其处于各地铁站中间却距离站点都较远，且背向最近的陆家嘴地铁站，是造成其步行距离长的主要原因。相应地，优化策略一方面可以提供多样的出站接驳方式，如接驳巴士和一定比例的共享单车；另一方面14号线浦东南路地铁站的位置恰好在其周边，地铁站的建成能够在很大程度上解决这一问题。对于上海中心地块来说，其处于人民路隧道地面出口的后方，且延安东路隧道和浦东南路较为拥堵，是造成车行时耗长的主要原因。相应地，优化策略除了从更大尺度统筹缓解交通拥堵外，优化地面公交线路、降低驾车出行占比也是可行的方法。如可以新增地面公交，从复兴东路隧道、张杨路、东方路这些比较畅通的路段进入陆家嘴，覆盖车行通勤为主的地块、疏解车流量压力。

06

结论

城市中心区的就业岗位集中、吸引点密集、出行需求量大，极容易造成交通拥堵、人流拥挤，从而降低城市运行效率，带来不可忽视的经济损失。因此，有必要分析城市中心区各类人、车流的时空间特征，检视其空间设计在人、车流组织方面的合理性。本研究旨在从个体活动视角检视陆家嘴的空间组织绩效，总结经验和教训，为其他城市中心区的开发建设提供参考。研究利用手机数据和开源地图数据，分析上海陆家嘴地区的早高峰通勤流情况，并构建六项指标体系，评价陆家嘴的通勤便捷度，挖掘其存在的空间问题并提出相对应的策略建议。主要的观点和结论归纳如下：

首先，联通手机数据在陆家嘴范围内能够识别出10.3万名通勤者。其中，61.1%的通勤者在早高峰时段到达陆家嘴，62.5%的通勤者从地铁站进入陆家嘴，22.5%的通勤者从地面交叉口进入，15.0%的通勤者从跨江隧道进入。通勤流的时空集聚性较强，一天中28.6%的通勤者在8:40左右集中到达陆家嘴，人流量集中在陆家嘴天桥、银城中路等路段，车流量集中在延安东路隧道、浦东南路、世纪大道等路段。

其次，通勤方式占比、平均步行距离与车行时耗、徒步绕行与乘车拥堵系数，是评价通勤便捷度的主要指标。从指标计算结果看，地铁通勤占比较高，通勤者从出入口到就业地块平均需要步行1475m、车行13.9分钟，徒步绕行系数均值为1.66，乘车拥堵系数均值为1.79。按照便捷度指标，可以进一步将主要就业地块划分为若干类型。

最后，本文选取小陆家嘴三个典型地块进一步剖析空间绕行、地块离出入口过远及道路拥堵的成因，发现世纪大道对步行路径的阻隔、陆家嘴地铁站与浦东大道地铁站间隔过远、延安东路隧道和浦东南路拥堵是三个亟须解决的问题。相应地，空间优化策略应关注如何完善上、中、下三层慢行系统，如何提供丰富多样的出站接驳方式，或增设地铁站，以及如何优化公交线路，降低私家车的通勤比例。

此外，研究本身还存在三点不足。其一，手机数据在中观尺度的识别精确度有待验证，目前还没有找到理想的数据源进行校核。根据经验判断，几个超高层办公建筑所在地块的就业密度偏低，可能是高层手机基站信号不稳定导致识别缺失率较大。其二，考虑到计算复杂度，本文在调用API获取地块与出入口的距离（时耗）矩阵时，将地块中各建筑出入口位置简化后合并为地块形心坐标。因此，从出入口到大尺度地块的步行距离和车行时耗存在些许偏差。其三，本文采用高德地图和OSM两类开源地图数据，这两类数据目前还难以相互验证，最短路径和车行时耗计算结果的一致性有待检验。未来研究将进一步校核识别结果的准确度，获取更精准的距离（时耗）矩阵。

常务理事单位

广州市城市规划勘测设计研究院

北京市城市规划设计研究院

深圳市城市规划设计研究院股份有限公司

江苏省规划设计集团有限公司

上海长三角智慧城镇建设发展有限公司

上海复城科技（集团）有限公司

常务副理事单位

重庆市规划设计研究院

成都市规划设计研究院

武汉市规划研究院（武汉市交通发展战略研究院）

保利置业集团（上海）投资有限公司

上海复旦科技园建设发展有限公司

上海复城生态科技集团有限公司

上海复旦城市规划设计研究院有限公司

理事单位

沈阳市规划设计研究院有限公司

武汉市自然资源保护利用中心

宁波市规划设计研究院

西安市城市规划设计研究院

广东省城乡规划设计研究院科技集团股份有限公司

上海临港九亭复旦科技园建设发展有限公司

昆明市规划设计研究院有限公司

支持单位

上海城策行建筑规划设计咨询有限公司

南昌市城市规划设计研究总院集团有限公司

南京市规划设计研究院有限责任公司

上海闵行规划设计研究院有限公司

包头市规划设计研究院

安徽省城乡规划设计研究院有限公司

浙江省城乡规划设计研究院

上海宝山规划设计研究院有限公司

上海杰筑建筑规划设计股份有限公司