可达性评价在国土空间总体规划中的应用——以广州市为例
2025-06-05摘要
可达性评价作为评估交通与土地利用互动的重要技术手段,目前已在国内城市体检和规划评估中得到简单应用。在国土空间规划体系初步建立的背景下,基于国土空间的可达性综合评价模型,通过选取适用于不同空间类型的交通与空间利用输入评价因子,并适配相应的可达性基础算法,综合测算多场景的可达性输出评价指标,判断交通基础设施布局与国土空间利用的匹配程度。以广州市为例,可达性评价可以辅助国土空间总体规划多种场景决策,包括验证开发边界、引导空间结构优化、精确投放空间资源。在总体规划阶段引入可达性评价,将交通的作用从原城市规划体系中的末端提前至国土空间规划体系中的前端,可有效引导交通与国土空间利用互动。
作 者
马小毅 广州市交通规划研究院有限公司副院长,教授级高级工程师
刘明敏 广州市交通规划研究院有限公司正高级工程师
何鸿杰 广州市交通规划研究院有限公司工程师
土地利用与交通之间的“源流”关系一直受到规划界重视,并通过设计相应指标来评判、推动两者间的互动。在众多指标中,可达性指标因考虑因素全面,受到多方学者、从业者的一致认同,并被伦敦市确定为法定指标。然而,可达性指标的内涵丰富、计算复杂,在国内的城乡规划体系中并未得到广泛应用。2018年3月国家设立自然资源部,2019年5月城乡规划、土地利用规划和主体功能区规划等合并为国土空间规划。国土空间和土地的定义虽有所区别,但与交通的源流关系并未改变。2019年7月,自然资源部颁布《资源环境承载能力和国土空间开发适宜性评价技术指南(试行)》(简称《技术指南》),提出将可达性纳入评价指标体系,并列出交通干线、中心城区、主要枢纽、周边中心城市的可达性分级标准;2020年9月,自然资源部颁布《市级国土空间总体规划编制指南(试行)》,提出将改善交通可达性作为优化空间格局的主要措施。政府文件的出台,标志着在国内一直处于研究状态的可达性指标开始在城市体检和规划评估中得到应用并逐渐走向法定化。
在既有研究和实践中,可达性指标的内涵、算法及适用场景各不相同,《技术指南》中建议的算法也存在一定局限性。本文通过对可达性指标的溯源,分析在国土空间规划体系中引入可达性指标的迫切性及构建评价模型的可行性,按照应用场景全程、考虑因素全面、操作灵活简便、结果有效易懂四个原则,构建一套适配国土空间规划的可达性评价模型,并以广州市为例,探讨可达性评价的应用,为后续可达性评价的标准化提供技术支撑。
01
可达性指标溯源
1.1 指标内涵
“可达性”狭义上指出行个体使用某种交通方式,从某一地点到达另一地点的便捷程度或出行成本。一方面,可达性反映不同土地利用情况下出行者对交通资源的占用可能性;另一方面,可达性反映出行者参与特定活动或使用公共设施的机会。可达性指标的内涵包括交通与土地利用两大方面。交通方面包括交通设施供给、出行时间、票价、供需比等;土地利用方面包括人口、就业、经济、开发强度、空间尺度、点对点(点对面)等。
1.2 相关算法
可达性算法最早可追溯至古典区位论,瑞利(Reilly)在1931年提出零售业分布引力算法;汉森(Hansen)将可达性定义为交通网络中各个节点间相互作用的机会大小,并利用重力模型,定量计算可达性值。之后,可达性的算法不断被提出,根据研究对象可归为宏观和微观两大类。其中,宏观算法包括时空阻隔、机会累积和空间作用三种,研究对象为群体统计特征;微观算法主要是个体效用算法,研究对象精确到个体。
时空阻隔算法如下:
式中,i和j分别表示规划单元和目的地编号;N表示规划单元的数量;dij表示规划单元i和目的地j之间的出行成本;wij表示i和j之间出行的重要度;ai 表示规划单元i到其他区域的时空阻隔程度,SS表示时空阻隔。
机会累计算法如下:
式中,t表示出行成本范围,即统计规划单元i可接触机会数量的范围限制;Oij表示规划单元i在出行成本t范围内在目的地j的可接触机会数量;Oij表示规划单元i可获取目的地j的所有机会数量;ai co表示规划单元i到其他区域的可接触机会数量,CO表示机会累计。
空间作用算法如下:
式中,aisi 表示规划单元i到其他区域的单位出行成本可接触机会规模,SI表示空间作用。
个体效用算法如下:
式中,k表示出行者编号;K表示出行者的总数量;wk表示评价因子的权重,反映出行者对评价因子的重视程度;Eijk表示出行者k从规划单元i到目的地j的评价因子数值,反映出行者对应出行活动可产生的量化效用;aiTU 表示规划单元i到其他区域的出行者效用总和,TU表示个体效用。
四种算法各有侧重,时空阻隔算法原理简单明了,只关注交通,适用范围较为局限;机会累计算法反映区域的宏观集计特征,但易忽视出行个体的微观特征;空间作用算法在短距离出行场景下误差较大;个体效用算法不考虑机会需求,且测算所需数据多样复杂。四类可达性算法的具体特点比较见表1。
表1 可达性算法特点的比较
Tab.1 Comparison of accessibility algorithms’ features
资料来源:笔者自绘
1.3 既有应用
将可达性评价纳入法定程序的国家目前只有英国。1963年由英国交通部发布的《城镇交通:关于城市地区长期交通问题的研究》,将可达性、人居环境标准与物理改造投资成本确定为反映交通问题的三个主要指标。我国《城乡规划法》(1968)采纳了其中关于大型城市法定发展规划应增设交通规划作为强制内容的建议。伦敦交通局(Transport for London, TfL)以可达性来量化交通基础设施和各种服务质量。其中,公共交通可达性水平(Public Transport Accessibility Levels, PTALs)是一种可达性评价应用范围最广的技术体系。2003年,英国副首相办公室要求地方交通机构在编制法定规划《地方交通规划》(Local Transport Plan, LTP)时,必须包含公共交通可达性分析。PTALs基于空间栅格,将公共交通基础设施服务能力定量化,其分析结果偏向于从交通设施维度和时间维度反映公共交通可达性。由于只关注公共交通因素,PTALs值不适合在城市中心区域之外使用。
我国上海、深圳、杭州、武汉等城市的规划人员借助PTALs分析技术,对可达性在公交系统评估、用地开发强度指导及停车配建政策等方面进行积极探索,但均处于研究阶段。《技术指南》中的交通可达性指标采用时间距离方法计算,按照与目标区的交通距离分为五个等级,指标没有考量土地利用因素,与交通影响评估中的供需比指标类似,难以摆脱既有交通规划单向配合土地利用的窠臼。
02
可达性评价模型在国土空间规划体系中的
适用性分析
2.1 模型引入的迫切性
伴随我国城市的大规模建设,城市交通快速发展,交通供需矛盾不断演变,城市交通规划的重要性日益凸显。在编制体系上,交通与城市规划实现强联系(图1),并通过一系列法规、规范进行明确。然而,真正实现两者之间互动的是在体系末端的详细规划阶段,即通过交通影响评估中的供需比指标,影响建设项目的开发规模。供需比一般以需求和容量之比进行测算,在道路上称为饱和度,在轨道上称为满载率。供需比只能在控制性详细规划阶段对土地建设规模进行反馈,强调交通的支撑作用,弱化交通的互动作用。强联系、弱互动的特点,不足以支撑交通规划在新确立的国土空间规划审批体系中获得法定地位。因此,亟须引入新指标,实现交通规划与国土空间规划的强互动,支撑城市交通规划法定地位的确立。
图1 城市规划与交通规划技术体系
Fig.1 Urban planning and transportation planning technical system
资料来源:笔者自绘
国内正式认识到交通与土地应实现强互动的时间可追溯到1979年。当时,周干峙、郑祖武、金经昌等城乡规划界人士组织成立“大城市交通规划学组”,提出交通规划与城市规划密切结合的综合治理理念。但受限于经济发展与交通基础设施建设之间粗放式互相推动的高速发展模式,密切结合的理念并没有得到很好的实现。具体表现为,过去四十多年,中国城市尤其是大城市的建成区面积急速扩张。如广州市建成区面积从20世纪80年代初期的54km2扩张至现在的1249km2,城市的无序蔓延已经接近交通与土地利用失衡错配需要改善的临界点。目前,中国大城市的土地资源,特别是区位优越的区域,普遍已经或即将进入存量甚至减量发展时代。对于进入存量发展阶段的大城市而言,空间利用的高质量发展就是要实现城市用地的提质增效、高效集约,实现以可持续发展作为第一价值观,解决长期以来国土空间利用粗放、低效与无序扩张的问题。因此,在国土空间规划体系的前端——总体规划阶段,及时引入可达性评价模型(图2),通过对模型的综合分析,引导交通与国土空间规划的互动,不但能提升交通规划的作用,而且有利于国土空间规划理念的实现。
图2 国土空间规划引入可达性评价示意
Fig.2 Illustration of the introduction of accessibility evaluation in territorial spatial planning
资料来源:笔者自绘
2.2 模型构建的可行性
可达性评价没有得到广泛应用的主要原因在于:一方面,单一算法无法同时表示交通、国土空间两种系统的关系;不同算法的可操作性和计算成本也不同,强行使用单一算法,会导致简单输出评价指标(简称“指标”)计算困难、复杂指标无法计算的问题。另一方面,输入评价因子(简称“因子”)体系需要根据不同用地主要使用的交通方式进行构建。如生产主导区域的出行,更关注个体交通方式和前往交通枢纽的便捷性;而生活主导区域的出行,更关注公共交通方式的规模和可获得程度。技术的发展尤其是大数据收集分析和计算机编程技术的进步,为综合评价模型的建立提供了可行性。基础数据方面,大数据收集分析可提供翔实的数据;计算流程方面,计算技术可以将复杂的流程封装,让计算机自动处理,规划工作人员仅需根据自身评价的需求选取对应的因子和算法;应用方面,可视化技术可将评价结果直观、易懂地展示给具有不同知识背景的人群。
03
可达性评价模型
3.1 构建流程
有效指标通常具有两种特征:一是传递目标;二是衔接行动。可达性评价模型的指标应与国土空间规划及其他标准化工作中常用的表达方法保持高度一致,在描述居民空间出行质量的同时,满足数值一维呈现、等级可分、区域可比、结果可视化及结果可直接应用于规划成果的要求。因此,构建可达性评价模型需要遵循以下四个原则。一是应用场景全程,场景包括国土空间规划体系内各个规划阶段中的方案构思、评价、完善等;二是考虑因素全面,综合体现交通和国土空间利用两大类因素,可根据使用场景选取特定的交通因素,使可达性表现出特定的倾向性。如个体交通方式可达性、公共交通方式可达性;也可根据不同研究区域的空间利用类型选择,使可达性表现为生产空间可达性、生活空间可达性等;三是操作灵活简便,将不同输入影响因子的选择及对应算法的匹配等复杂处理过程进行封装,方便规划使用人员在对应需求目标下选择所需的因子。四是结果易懂、有效。按照多种维度选取不同因子和匹配算法,计算不同维度的中间结果,通过综合加权等方式,产生一维评价指标,清晰地比较可达性优劣,有效反映交通与国土空间利用的互动水平。构建可达性评价模型的流程见图3。
图3 构建可达性评价模型的流程示意
Fig.3 Flowchart of building an accessibility evaluation model
资料来源:笔者自绘
3.2 因子选取与分值计算
3.2.1 因子选取
可达性作为交通和国土空间利用互动的评价指标,综合考虑评价对象的交通和国土空间利用状况,选取的因子应聚焦这两个方面。因子选取须考虑三个方面:一是精确性,不能过于笼统而无法精准地描述目标;二是层次性,即能反映规划在不同类型空间主导下的结果;三是易获取性,即较易获得且计算加工便捷。
交通的因子按方式类型分为个体交通和公共交通两类,在不同类型方式下可按设施规模和出行成本继续细分。因子需要根据区域产业偏好的交通服务进行选择,使用不同的因子能更好地反映区域的出行质量。具体的交通因子和适配可达性算法如表2所示。
表2 交通因子和适配可达性算法
Tab.2 The traffic factors and adapted accessibility algorithms
资料来源:笔者自绘
国土空间利用的因子按空间类型分为生产、生活、生态三类,在不同类型空间下按用地性质可以继续细分。因子需要根据区域空间主导的用地进行选择,使用不同的因子能更好地反映实际可达性水平,具体分类如表3所示。国土空间利用因子均符合可接触机会的特征,此类因子的分值均使用机会累计算法(公式2)进行计算。
表3 国土空间利用因子
Tab.3 The territorial spatial use factors
资料来源:笔者自绘
3.2.2 因子分值计算
设规划单元i和目的地j相关的第m个因子实际数值为vijm,计算第m个因子分值使用的可达性基础算法为fm(·),是时空阻隔、机会累计、空间作用、个体效用算法中的任意一种,经过fm(·)计算和处理后,规划单元i的第m个因子分值为:
可达性评价通常不只考虑单一因子,需要综合多种因子进行计算,可以在特定场景下反映出行者某种出行特征的可达性。不同因子的单位和数量不一致,经过四种基本可达性算法计算后,单位和数量级仍难以统一。为统一不同因子的量纲,用于后续综合可达性计算,可对多个规划单元的Aim进行分组并分别赋予对应的分数,基于Aim的自身特征实现无量纲化。对Aim进行分组的方法为自然间断点分级法,该数据聚类方法旨在确定将数值归入不同分组的最佳安排,在尽量减小组内方差的同时尽量增大组间平均值的偏差,具体分组方法为:
式中,g表示分组编号;G表示第m个因子的分组数量;Agm和Agm分别为第m个因子的第g个分组区间的下限和上限。当Aim落在区间(Agm, Agm ]时,规划单元i的第m个因子会被赋予分组分值Iim,用于后续的可达性值计算。ε为根据需要设置的最低等级分值,部分因子可能出现大量规划单元因子分值较低的情况,当这些因子占比过大时,可能影响可达性值的计算。例如,城市大部分区域均不存在轨道交通站点,由于这些区域轨道交通站点密度或数量为0,在分组过程中被赋予最低分值,可能导致后续计算的可达性值偏低。因此,为避免这种情况发生,若评价因子显著服从的偏态分布,可将ε设置为具有一定大小的值;若评价因子服从正态分布,ε只需设置为0。虽然通过ε改变了分组分值,但规划单元评价结果的相对大小关系并没有被改变。
表4 可达性评价的主要场景及其因子范围
Tab.4 Major scenarios of accessibility evaluation and related range of evaluation factors
资料来源:笔者自绘
3.3 指标测算
3.3.1 可达性值计算
同一规划单元含有不同的用地开发类型,对应不同的单位、生产部门或企业,生产过程中所偏好的交通服务具有较大区别。使用单一因子体系评价含有不同开发类型的规划单元,很容易造成评价结果倾向于某一开发类型,导致评价结果不够客观。例如,制造业工厂可能更关注频繁使用的公路与对外枢纽等交通设施,对公共交通设施和出行质量不敏感,在生产类和个体交通类因子值较高的区域,制造业工厂偏好的可达性更高,而使用公共交通高度相关的可达性进行评价则会导致结果出现误判。为避免单一因子体系无法同时满足不同规划需求的问题,根据规划场景的要求,基于表2和表3的交通和空间利用因子分类进行组合,形成“6+2+3”的类型场景,如表4所示。在“6+2+3”类型场景中,选择最契合规划对象的一类或多类预设评价因子进行可达性计算,如工业区、开发区规划可选择P1类,商业区规划可选择P2和L2类。
可达性值计算方面,首先利用熵值法、专家打分法等方法,确定因子m在上述“6+2+3”预设评价因子组合s下的权重值βsm。计算出Iim后,在权重βsm确定的基础上对Iim进行加权平均,获得综合可达性值Csi。设预设因子组合s下选用的因子集合为Ms,规划单元i在因子组合s下的可达性值Csi计算公式如下:
另外,规划应用中有时需要考虑更大范围区域的可达性值,此时只需将规划单元面积作为权重,将大单元内的子规划单元可达性值再次进行加权平均计算,即可得到聚合单元的可达性值,计算公式如下:
式中,n表示聚合单元编号;Zn表示聚合单元n包含的规划单元集合;Di表示规划单元i的面积。
3.3.2 可达性等级划分
获得各规划单元i的可达性值Csi或各聚合单元的可达性值Csn后,可对Csi或Csn进行分级,使规划单元i或聚合单元n除了具有精确的可达性值外,还具备对应的可达性等级,方便进行单元间的对比和可视化。根据Csi或Csn在表5中的对应区间,确定规划单元i的可达性等级rsi或聚合单元n的可达性等级rsn。
上述综合评价模型的构建,为国土空间规划工作开展各场景评价提供了一套完整的技术工具。该工具可以应用于总体规划、详细规划、建设规划等多个阶段规划的多个场景,不同的场景应以自身的目标为出发点,选择有区别的评价因子及适配的算法。下文结合广州市国土空间总体规划中部分应用场景的探索,试图限定各场景分析对应的因子及算法,并在此基础上分析相应的评价结果。
04
案例应用:广州市
4.1 数据来源
数据来源主要有三个方面:一是城市用地数据,包括土地利用数据,地图开放平台数据(公交站点线路、兴趣点数据、公共服务设施数据)和调查数据(国土调查数据、建筑轮廓和层高数据等);二是传统交通数据,包括交通网络数据(道路、轨道、公交等交通网络数据),基础属性数据(停车场泊位分布情况等)和社会经济统计数据(常住人口、就业岗位等);三是新兴大数据,包括手机信令数据、互联网平台数据(导航时间数据等)。
表5 区域可达性等级赋予标准
Tab.5 The ranking criteria of regional accessibility
资料来源:笔者自绘
4.2 应用场景
在广州市国土空间总体规划编制过程中,本文选择以下三种应用场景开展辅助判断(表6)。
表6 可达性评价模型在国土空间总体规划中的应用
Tab.6 Application scenarios of the accessibility evaluation model in territorial spatial master planning
资料来源:笔者自绘
4.2.1 辅助城镇开发边界划定
城镇开发边界是在国土空间规划中划定的,一定时期内指导和约束城镇发展,在其区域内可以进行城镇集中开发建设,重点完善城镇功能的区域边界。开发边界内应具有较为完善的基础交通设施,以支撑城镇功能开发。因此,这一场景的可达性水平以交通因子为主,重点反映交通供给水平,间接反映空间的发展能力。
该场景下,应计算交通综合可达性指标,选取反映交通设施规模和出行优势的相关因子进行评价,对应表4中的T1和T2,包括个体交通方式与公共交通方式两类,具体选用的评价因子见表7。
表7 辅助城镇开发边界划定选用评价因子
Tab.7 Selected evaluation factors for supporting urban development boundary delimitation
资料来源:笔者自绘
选取因子后,构建以设施规模和出行成本为基础的可达性模型,评价空间出行的便捷程度。图4中红圈标注地区的可达性等级较低,根据选取的评价因子,可达性水平低于某一等级,说明该地区缺乏能够支撑城镇功能的交通设施,应谨慎纳入开发边界内。
图4 辅助城镇开发边界划定[底图审图号:GS(2024)0650号]
Fig.4 Supporting urban development boundary delimitation
资料来源:笔者自绘
4.2.2 引导城市空间结构优化
城市空间结构是确定城市功能分区、划定重要片区的主要手段。重要核心、极点或组团通常具备完整的产业或是强就业中心。因此,在选用评价因子计算可达性时,尽可能选取与生产空间相关的因子。该场景下,应计算生产空间的可达性指标,选用评价因子限定在表4中的P1和P2两大类评价因子范围内,由空间利用因子中的生产类和交通因子中的个体和公共交通两类方式组成,具体选用的评价因子见表8。
表8 引导空间结构优化选用评价因子
Tab.8 Selected evaluation factors for guiding spatial structure optimization
资料来源:笔者自绘
图5中的中心城区的可达性等级最高,普遍为1~3级,其次为东部地区,水平在4~5级,部分近郊新城的可达性等级在城市外围区域中相对突出,可达到3级水平。新型居住城镇、轨道沿线和枢纽周边的等级在外围点状地区中相对突出,其他远郊地区的可达性普遍在最低的7~8级。东部地区的优越可达性在广州国土空间总体规划中得到重视,空间结构由上一轮城市总体规划的“一主六副”调整为“三核四极”,东部中心由原来的副中心提升为三核之一。
图5 广州市域空间可达性评估与应用[底图审图号:GS(2024)0650号]
Fig.5 Accessibility evaluation and application in the urban area of Guangzhou
资料来源:笔者自绘
4.2.3支持资源精准投放
随着我国城市发展逐步进入存量阶段,在国土资源紧约束条件下,迫切需要提升交通与国土空间利用的协同水平,以国土资源的精准投放,促进国土空间价值和交通系统效益同步提升。在城镇开发边界内,部分城区发展程度高,继续投入交通、国土等资源的边际效益较低,继续开发或开展城市更新的性价比有限;在城镇开发边界外,部分集镇或景点有较大的开发潜力,投入少量交通、国土等资源有可能获得较大收益,边际效益较高。
识别资源投入成效的方法之一是比较资源投入前后居民出行质量的变化。因此,可达性增量可作为国土资源精准投放的重要参考。该场景下,选用与“引导空间结构优化”场景相同的因子,计算现状年的生产空间可达性指标,并与“引导空间结构优化”场景中的规划年生产空间可达性指标进行对比,获取可达性提高增量,体现在选用因子不变时,不同时间节点可达性的可比性。
图6结果显示,东部中心、南沙、番禺智造创新城、北部增长极和国家知识中心城的核心地区,相较于现状的可达性值提升最大,加大这些地区的国土资源投入有利于实现交通与国土空间利用的协同,也从侧面证明空间结构调整的科学性。从化区绿色发展可达性水平绝对值和增加值都较低,若规划将其打造为重要“极点”,则需进一步加大交通资源投入,否则应谨慎安排国土资源的投放。中心城区可达性水平绝对值较大,提升幅度大的地区以点状零星分布为主,应结合城市更新,更精准地在这些地区投入国土资源。
4.3 结论
当选用的评价因子保持不变时,不同城市、不同地区、不同时间节点的可达性值可相互对比,对比结果用于判断不同城市、不同地区的可达性高低和不同时间节点可达性的变化情况。而使用不同评价因子计算的可达性值之间没有可比性。
图6 市域范围内的可达性增量评估结果[底图审图号:GS(2024)0650号]
Fig.6 The incremental evaluation result of accessibility within the urban area
资料来源:笔者自绘
在“支持资源精准投放”场景下,图6a、6b可达性值计算使用的评价因子完全相同。因此,两个不同时间节点的可达性评价结果可相互对比,用于判断可达性变化幅度。而图4和图5分别是“辅助城镇开发边界划定”和“引导空间结构优化”场景,可达性计算使用的评价因子不相同,可达性值的侧重点不同,分别是城镇功能开发潜力和服务产业能力。这可能导致部分评价单元的可达性数值在两种不同场景中存在“一高一低”的现象,但这两种结果之间没有可比性,相互之间并不会产生矛盾。
05
结语
全国范围内的省、市、县级国土空间总体规划正在陆续批复,国土空间规划的重点正在逐步从战略性向可操作性、可实施性转移。为充分发挥交通在国土空间规划体系中的作用,促进国土空间利用的有序发展,交通规划亟须谋划完善的评价指标融入国土空间规划体系,实现交通与国土空间利用的高效互动。可达性指标能有效量化交通与不同类型空间的相互作用特征,可以作为交通与国土空间利用互动的重要评价指标。通过改进和融合既有算法,构建交通与国土空间利用互动的可达性评价模型,并在各个规划层级中引入,特别是在总体规划阶段引入,可评价不同场景的可达性。由于应用场景目标各异,后续可基于可达性评价模型,进一步明确规范各类场景评价因子选取和算法匹配的标准,满足国土空间规划对不同层级和阶段的交通与国土空间利用互动的要求。