基于复杂自适应系统理论的城市职住空间与公共交通体系耦合机制研究

In the context of rapid urbanization in China, the problem of commuter cost increase caused by excessive separation of jobs-housing space in urban areas has caused widespread concern, but the research on the mechanism of micro-level between jobs-housing and the public transport system is lacking. With the application of big-data and complex adaptive system theory in the fine-scale urban simulation, it is expected to further study their intrinsic coupling mechanism. This study takes Shenzhen as an example. Based on the macroscopic understanding of the spatial matching of the jobs-housing space and the public transport system, we would analyze the relationship between them and the residents' public transportation trip. Using the multi-source big-data combined with the field survey of selected feature areas, residents’ commuter patters and the adaptive progress of temporal and space change of the jobs-housing space and public transport system, could be comprehensively understand. Using agent-based modeling of the complex adaptive system research method, the process of the residents' environment with the spatial and temporal changes of jobs-housing space and the public transportation system could be simulated and tested by selected areas. This modeling could further simulate the impacts of different optimization and adjustment policies of jobs-housing space and public transport system on the residents travel. This study would provide a theoretical basis and technical guidance for building a fast and efficient public transport System which adapts to urban spatial structure.

快速城市化背景下中国大城市居民职住空间的过度分离引发的通勤成本增加、交通拥挤等问题已经引起了广泛关注，但中微观层面的职住空间和公共交通体系之间的机制研究较为欠缺。随着大数据和复杂自适应系统理论方法在精细化城市仿真模拟中的应用兴起，有望进一步深入研究其内在耦合机制。本研究以深圳为例，旨在通过对职住空间和公共交通体系时空匹配的宏观理解基础上，分析其与居民公共交通出行间的关系，选择典型特征区，采用多源大数据结合实地问卷调查，全面深入的了解居民出行的行为模式及其对职住空间及公共交通体系时空变化的自适应过程，并采用基于主体建模的复杂自适应性系统研究方法对其过程进行仿真模拟，与实证结果相互校核，以期模拟不同的职住空间格局和公共交通网络优化和调整政策对居民出行可能带来的影响，为构建一个快速高效、能够和城市空间格局相互适应、相互促进的公共交通体系，提供理论依据和技术指导。

快速城市化背景下中国特大城市居民职住空间的过度分离引发的通勤成本增加、交通拥挤等问题已经引起了广泛关注，但中微观层面的职住空间和公共交通体系之间的机制研究较为欠缺。课题组以深圳为例，采用手机信令、建筑普查、人口普查、公交刷卡等多源大数据，并结合实地问卷调查，全面深入的分析了居民出行行为模式及其对职住空间和公共交通体系时空变化的自适应过程，并采用基于主体建模的复杂系统模型对比了不同职住空间与多模式公共交通网络的匹配方式带来的通勤效果，为构建一个快速高效、能够和城市空间格局相互适应协同发展的公共交通体系提供理论依据和技术指导。研究结果表明：1）总体上，深圳的轨道交通与职住空间中心较为吻合，但是就业中心的过度集中，导致轨道线网部分路段过饱和特征明显，发展轨道型职住匹配，但不能以轨道型职住匹配替代近域型职住匹配，应弱化轨道交通的长距离通勤功能，形成客流流动的多中心城市格局；2）从轨道站点层面来看，职住均在轨道站点周边即存在很大概率选择轨道通勤，选择轨道通勤的比例在 45%左右。从轨道线路层面来看，轨道线路可达性会影响线路轨道出行率，中等出行成本、换乘 1 次以下、非直线系数低线路轨道出行率较高。随着常规公交与地铁线路里程的增长，公共交通依赖人群保持在25%左右的水平，整体通勤比例并不高。除此之外，定制公交在一定程度上弥补了常规公交的不足，在中长距离的通勤上效率更高，而共享单车则在短距离通勤上也发挥了一定积极的作用，在骑行社区内部同职住人数越高，表现为骑行活力也愈高；3）基于复杂自适应系统的模拟结果表明，围绕居住中心分散的就业中心，以及围绕就业中心分散的居住中心，相对于过度集中的职住空间分布具有更高的通勤效率。中心区对于就业的强大集聚效应不利于非中心地区形成具有“反磁力”效应的就业次中心。在未来的发展中，需要考虑强有力的配套政策鼓励就业在近郊区和外围区站点的集聚。