EN中文

地理研究 >

2015 , Vol. 34 >Issue 6: 1015 - 1028

DOI: https://doi.org/10.11821/dlyj201506002

高速铁路与出行成本影响下的全国陆路可达性分析

  • 蒋海兵 , 1 ,
  • 张文忠 2 ,
  • 祁毅 3 ,
  • 蒋金亮 , 4
展开
  • 1. 盐城师范学院城市与资源环境学院, 盐城 224002
  • 2. 中国科学院地理科学与资源研究所, 北京 100101
  • 3. 南京大学建筑与城市规划学院, 南京 210093
  • 4. 南京大学地理与海洋科学学院, 南京 210093
张文忠(1966- ),男,内蒙古呼和浩特人,研究员,博士生导师,研究方向为城市和区域发展。

作者简介：蒋海兵(1978- ),男,江苏建湖人,博士,研究方向为城市和区域发展。E-mail:

收稿日期: 2014-12-23

  要求修回日期: 2015-03-20

  网络出版日期: 2015-07-12

基金资助

国家自然科学基金项目（41230632,41301108）

国家社会科学基金项目（14BSH036）

教育部人文社会科学研究项目（11YJC790077）

收起

The land accessibility influenced by China's high-speed rail network and travel cost

  • JIANG Haibing , 1 ,
  • ZHANG Wenzhong 2 ,
  • QI Yi 3 ,
  • JIANG Jinliang , 4
Expand
  • 1. School of Urban and Resource Environment, Yancheng Teacher's College, Yancheng 224002, Jiangsu, China 2. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 3. School of Architecture and Urban Planning, Nanjing University, Nanjing 210093, China
  • 4. School of Geographic and Oceanographic Sciences, Nanjing University, Nanjing 210093, China

Received date: 2014-12-23

  Request revised date: 2015-03-20

  Online published: 2015-07-12

Copyright

《地理研究》编辑部
Fold

摘要

基于GIS技术与网络分析模型,应用可达性指数与标准交通经济成本参数（GTC）,测度2020年规划高铁通车前后全国陆路可达性的空间格局与变化,探究高速铁路与出行成本影响下陆路可达性的特征。结果显示：从时间可达性看,高铁提高全国陆路可达性的整体水平与交通网络的客流运输效率,优化陆路交通网络,使跨区域中心城市之间联系日趋紧密,扩大中心城市的辐射范围,沿线重要城市人口覆盖范围急剧增长。高铁沿线站点、重要城市化地区与部分边远地区城市可达性获益最多,高铁对城市间中远距离关系影响突出,短距离影响主要局限于高铁沿线地区。此外,地区之间交通公平性差距结论并不统一。从经济可达性看,高铁对不同收入群体陆路可达性影响效果不同,对中低收入群体经济可达性影响有限,而对于高收入群体,随着旅行时间价值提高,经济可达性空间格局将不断接近时间可达性空间格局。

关键词： 高速铁路; 可达性; 公平性; 空间格局

本文引用格式

蒋海兵 , 张文忠 , 祁毅 , 蒋金亮 . 高速铁路与出行成本影响下的全国陆路可达性分析[J]. 地理研究, 2015 , 34(6) : 1015 -1028 . DOI: 10.11821/dlyj201506002

Abstract

In China, with the drastic development of Chinese high-speed rail (HSR), assessing the impacts of HSR projects on transportation accessibility has recently been a hot topic for planners and researchers. Nevertheless, so far there has been limited research on exploring the implications of HSR on transportation accessibility, especially from the economic cost perspective. This paper studied the pattern and characteristics of land transportation accessibility influenced by China's HSR and travel cost. With the support of GIS technology and massive spatial data, the study constructed spatial analysis models based on shortest path algorithm and network analysis to calculate the accessibility index and generalized travel cost (GTC) parameter, so as to compare the pattern of land transportation accessibility before and after the construction of high speed rail for the planning year 2020. Firstly four accessibility indicators namely location indicator, economic potential, daily accessibility indicator and isochrones were used to measure time accessibility spatial distribution. Secondly, cost accessibility was measured by GTC. The accessibility maps address both the possible benefits and their spatial distribution. At last, the coefficient of variation of the accessibility values and its change before and after the construction of HSR was measured to represent the transport equity. Also the paper estimated whether the disparities of land accessibility were increased after the implementation of HSR. The results showed that from travel time perspective, HSR has improved overall level of the national land time accessibility and efficiency of passenger transportation, optimized the land transport network, then it tightened the connection among different metropolitan areas, expanded the radiation scope of the central cities. In addition HSR contributed to enlarging their service market demarcation and broadened markets of main central cities along the lines in short time distances. Furthermore cities along the HSR lines and in remote regions benefit most from the construction. HSR line had significant effect on the medium- and long-distance travel toward passengers, while short-distance travel mainly influenced the area along the railway lines.However, HSR led to more polarized accessibility patterns which indicated that various regions obtain unbalanced accessibility gain from HSR and enlarged the traffic inequity between different regions.As far as the travel cost accessibility was concerned, different demographic groups benefited differently from the HSR. Obviously travel cost accessibility pattern of the high-income groups was similar to the time accessibility pattern. On the contrary, for medium- and low-income groups, the HSR will not dramatically change the spatial pattern of economic accessibility. Therefore from traffic supply perspective, HSR only provided the possibility for the realization of the time-space convergence, which could greatly enhance regional social economic ties and reconstruct regional spatial pattern, which could not be achieved without passengers travel behavior' response to the HSR.

Key words： high-speed rail; accessibility; equity; spatial pattern

1 引言

高速铁路不仅提供大运量、高频率、快速、便捷、准时、舒适的服务,让沿线城市之间的人员往来更加高效,增强中远距离城市与国际联系,而且它能耗低、环境污染小、占地少、受天气因素影响小,这些优点让其深受众多国家的青睐。近年来高铁可达性及其空间效应研究备受国内外学者关注,国外学者不仅探讨高铁影响下的陆路交通可达性格局[1-5],而且还研究高铁可达性对城市房地产价格[6]、商务写字楼区位[7]的影响。中国高铁日新月异的发展推动了国内相关研究工作,相关研究关注高铁可达性[8-13]及其对社会经济空间分布[14,15]与区域空间结构的影响[16-18]。
从通勤时间收益来看,高铁将会大幅度削减城市之间的旅行时间,将产生效率与公平两方面影响：一方面,给区域带来明显的“时空收敛”效应,创造出更多交通区位优势,大幅提高区域陆路交通网络整体通达效率,扩大中心城市对其他地区的影响力,重构城市与区域空间结构,影响人口与经济活动的空间分布。另一方面,带来非均衡的“时空收敛”,加剧区域之间的可达性差距,带来交通公平性问题。
从通勤经济成本来看,各种交通工具的出行成本与个体消费能力决定乘客选择的交通方式,而交通方式的选择又影响乘客的机动能力与可达性水平,所以出行成本会影响旅客选择交通工具与出行方式,一方面它能产生积极效果,如推动向环境友好型的交通出行方式转变;同时,也带来负面效果[19],如高票价带来出行成本增加,阻碍更多中低收入乘客选择该交通工具。
目前国内外诸多高铁可达性研究均从时间可达性角度来探讨,忽略高铁出行成本与社会人口因素,这在某种程度上会夸大高铁给区域带来的可达性影响。近年来国外少数学者采用经济成本可达性分析工具评价交通价格政策与新建交通设施的空间影响[19,20],而国内则尚未发现此类研究。同时,国内较多关注高铁对沿线城市或局部区域中心城市的可达性影响;较少结合多种交通方式探讨高铁对全国所有城市可达性影响;较少考虑高铁换乘时间与城市内部拥挤时间;得到的全国高铁可达性格局分辨率较低,难以显示省内或市内高铁可达性的细节与差异。
Fig. 1 The planning map of national high speed railway network of China in 2020

图1 2020年全国高铁规划网络图

鉴于此,从交通供给与需求两方面探析规划高铁网络与出行成本影响下全国陆路可达性变化格局与特征,既分析高铁的时间可达性,也探讨高铁与出行成本共同影响下的不同收入群体的经济可达性。综合考虑可达时间、票价与工资水平等因素,通过GIS技术与海量数据构建可达性测算模型,分别测度地区间最短时间距离与最低出行成本可达性,探究高铁与出行成本影响下的区域陆路可达性空间分异特征,评价规划高铁网络的可达性收益空间格局。

2 研究方法

2.1 研究区与数据来源

2.1.1 研究区概况 《中国铁路中长期发展规划（2008-2020）》指出,到2020年将建立省会城市及大中城市间的快速客运通道,规划“四纵四横”铁路快速客运通道以及四个城际快速客运系统,将建设1.6万km以上的客运专线（图1）。截至2012年底,中国高速铁路运营里程达9356 km,未来高铁网络将成为重要的客运大动脉,规划的高铁网络几乎贯穿其全国除藏中南地区之外的所有重要的城市化地区(重要的城市化地区：按照全国主体功能区规划,全国城市化地区包括环渤海地区（京津冀地区、辽中南地区、山东半岛地区）、长江三角洲地区和珠江三角洲地区、冀中南地区、太原城市圈、呼包鄂榆地区、哈长地区（(哈大齐、长吉图）、东陇海地区、江淮地区、海峡西岸经济区、中原城市群地区、长江中游地区（武汉城市圈、长株潭城市群、鄱阳湖生态经济区）、北部湾地区、成渝地区（重庆经济区、成都经济区）、黔中地区、滇中地区、藏中南地区、关中—天水地区、兰州—西宁地区、宁夏沿黄地区、天山北坡地区等21个城市化地区。)
2.1.2 数据来源 为了提高可达性测算精度,使用2010年全国交通道路数据（1∶25万）与2020年全国高铁规划网络(2020年高速铁路规划网络按照《中国铁路中长期发展规划（2008-2020）》、crh.gaotie.cn与www.360doc.com/content/11/0218/23/4665399_94209414.shtml整理得到。) 的数据,道路数据包括高速公路、国道、省道、部分地区县道、普通铁路与高速铁路。根据《中华人民共和国公路工程技术标准》规定的道路设计速度,结合区域实际情况,确定各类道路行车时速,其中：高速公路设置为100 km/h,国道为80 km/h,省道为60 km/h,部 分地区县道路与其他道路为40 km/h,轮渡为20 km/h,铁路为90 km/h。根据《中国铁路 中长期发展规划（2008-2020）》,年《中国区域经济统计年鉴》。为了获得高铁对全国陆路可达性的影响, 高铁通车前后的人口数据统一使用2011 年数据,（由于2012 年《中国区域统计年鉴》中 未公布2011 年县域GDP数据,所以GDP数据统一使用2010 年数据）,同时不考虑规划期 内公路与普通铁路网络变化。
为了能科学合理地构建全国陆路可达性空间分析模型,结合全国交通实际运行状况,参考相关文献[21],做出以下假设：
（1）高速公路出入口与普通铁路站点位于临近这些道路15 km范围内的城市,并且高速公路、普通铁路与公路之间的换乘均通过县级以上城市来实现。高铁通过站点换乘其他各类交通方式。
（2）将公路、普通铁路、动车与高铁之间换乘时间均设置为30 min,同时,利用相关文献[21]中的公式测算城市内部拥挤成本,但未考虑铁路站点停留时间。
（3）县域与市辖区人口集中于城市建成区的质心。
（4）忽略全国各地平均工资水平之间的差距。假设全国高收入者年收入为40万元。
2.1.3 研究思路 从交通供需两方面,即时间可达性与经济成本可达性,分析高铁与出行成本影响下的全国陆路可达性。
在交通供给方面,利用时间距离与可达性指数测算高铁通车前后全国陆路时间可达性。① 测算2316个县级以上城市之间最短时间距离,得到时间距离矩阵。② 应用最短时间距离、社会经济参数与可达性指数得到各地时间可达性值。③ 应用城市可达性值与反距离权重法插值得到高铁通车前后全国陆路可达性空间格局与变化图。
在交通需求方面,综合考虑高铁与出行成本因素分析高铁影响下的可达性格局及其变化。① 根据2011年全国平均工资与高收入水平及各种交通工具的出行成本构建标准交通成本参数,以平均工资与高收入工资来反映旅行时间价值,利用旅客收入水平与交通成本来反映各种交通工具的需求。② 计算并获得县级以上城市之间最低经济成本距离,结合加权平均旅行成本指标得到2316个城市的经济成本可达性水平,通过插值法得到高铁通车前后全国陆路可达性空间格局与变化图。③ 对比供需情况下,分析全国陆路可达性空间格局差异。

2.2 研究方法与评价指标

2.2.1 时间距离测算指标——最短时间距离 最短时间距离的计算公式为：
t ij = t i + t r ij + t j (1)
式中：tij为城市i建成区质心到城市 j 建成区质心之间总的最短时间;ti为城市i建成区内部拥挤时间;tj为城市j建成区内部拥挤时间;trij为城市i到城市j之间的最短时间。
利用相关文献[21]中的公式,得到城市内部拥挤时间,城市内部时间低于10 min的城市均假设为10 min,以此解决潜力指数的“自身潜力”问题。计算公式为：
t i = 15 × lg ( pop × 10 ) (2)
式中：ti表示城市i建成区内部拥挤时间;pop为城市城区或县域人口总数,单位为百万人。
2.2.2 经济成本距离测算指标——标准交通经济成本 标准交通经济成本考虑旅行时间价值和交通运输费用,旅行时间价值通过收入水平反映出来,将时间价值、票价及油价等成本统一转化成货币成本值,城市i到城市j之间标准交通经济成本GTCij计算公式为：
GTCij③(说明：a. 普通游客旅行时间成本根据2011 年全国平均工资水平41799 元/年,计算得到0.35 元/min;高收入者旅行时间成本根据假设的年收入40 万元,计算得到3.3 元/min。b. 公路出行成本来自于五人座普通轿车燃油成本,手动档轿车百公里平均耗油量7 L,93 号汽油价格7.2 元/L;所以每人每公里公路成本为：7×7.2/(100×5)≈0.1 元/km;五人座普通轿车全国高速公里收费平均0.5 元/km,每人每公里高速公路收费为0.1 元/km。c. 普通铁路与高速铁路的出
行成本为车票价格,200 km/h以下为动车,以上为高铁二等座。)=旅行时间成本（普通游客0.35元/min,高收入者3.3元/min）+公路运行成本（高速公路收费0.1元/km+普通公路0.1元/km）+普通铁路运行成本（0.22元/min）+高铁运行成本（动车0.75元/min,高铁1.75元/min）+轮渡（1元/km） (3)
2.2.3 可达性评价指标 （1）加权平均旅行时间（经济成本）
表示某个城市到其他城市加权平均旅行时间（经济成本）。得分越低,表示该城市可达性水平越高,与中心城市的联系愈紧密,区位条件越优越,反之亦然。它强调城市之间的中远距离关系以及各地与中心城市的相对区位[21]。加权平均旅行时间公式为：
A i = ∑ j = 1 n ( T ij × M j ) ∑ j = 1 n M j (4)
式中：Ai表示城市i可达性;Tij表示城市i到达城市j的最短时间（最少经济成本）,Tij = t ij 或Tij = GTC ij;Mj表示城市j的社会经济发展规模,采用城市j的GDP总值 GD P j 、人口总数 POP U j 等指标表示为 M j = POP U j × GD P j ;n为评价系统内除城市i以外的城市总数。
（2）日常可达性指数
表示某个城市在特定时间内可到达的人口或经济活动规模,表示某城市的市场潜力与业务联系规模。3 h或4 h被认为是一个关键截止点[21],本文统计县级以上城市4 h内到达的人口总数。日常可达性指数公式为：
D A i = ∑ j = 1 n POP U j δ ij (5)
式中： D A i 指城市i的日常可达性指数; δ ij 为系数,如果城市i到城市j时间少于4 h,则 δ ij = 1 ,其他时候则取0。
（3）经济潜力指数
表示某个城市克服时间成本,可以到达的经济活动的数量,反映各地接受中心城市的空间“合力”或经济辐射的能力[21]。日常可达性与经济潜力指数则反映交通设施对城市短距离的作用。经济潜力指数公式为：
p i = M i t ii a + ∑ j = 1 n M j t ij a (6)
式中：Pi表示城市i的潜力值,Pi越高,可达性越好; t ii a 表示城市i内部的时间、费用等; t ij a 表示城市i到中心城市j所花费的时间、费用等;a为距离摩擦系数,一般取1[21,22]。

3 结果分析

3.1时间可达性空间格局变化分析
通过计算得到全国2020年高铁通车前后陆路可达性情况,如表1和图2所示。
3.1.1 中心城市可达性分析 表1显示：全国320个地级及以上城市之间平均最短旅游时间由19.14 h下降到10.96 h,总旅行时间由1959562.50 h下降到1122703.37 h,中心城市间的时间距离变化率达到42.7%,表明高铁网络开通将极大地削减地级以上中心城市之间的时间距离。同时,选择21个重要城市化地区的36个核心城市,表1显示：36个城市之间平均最短旅行时间由19.65 h下降到10.69 h,变化率达到45.6%,反映出高铁运营将有力地缩短城市化地区核心城市之间的时间距离,将有力地促进城市化地区核心城市之间社会经济的交流。
3.1.2 加权平均旅行时间分析 图2a显示：通车前形成以河南省为核心的低值区,在800 min以内,许昌市最低（692 min）,从核心区到外围区值不断提高,可达性格局呈现南北延伸的“同心圆”状,高值区为边缘城市,尤其是西部边缘地区在2800 min以上,新疆于田县最高（3585 min）,最高县是最低县的5.18倍。高通车前可达性空间格局主要受制于城市地理位置、人口密度和重要城市分布等因素。
通车后可达性空间格局被高铁网络所扭曲,高铁网络和节点塑造高可达性的“走廊”与“岛”以及网络之间的低可达性“盲区”（图2b）,带来“隧道效应”,即空间格局不连续性。基本形成由“京武、京沪、沪蓉、徐兰”高铁网络构成的倒“甘”字形地区为核心的低值区,为500 min以内,蚌埠市最低（395 min）,加权时间值沿高铁网络向外围不断提高,距离高铁网络远的地区可达性差,部分地区成为低可达性的“岛”,西部边缘地区城市可达性最差,在2200 min以上,革吉县最高（2979 min）是最低市的7.5倍,可达性空间格局更多依赖于高铁网络分布格局。
Tab. 1 The travel time variation between main cities without and with HSR in 2020

表1 2020年高铁通车高铁通车前后全国中心城市之间的旅行时间变化

城市旅行时间 有高铁(h) 无高铁(h) 变化值(h) 变化率（%）
全国320个地级及以上城市 总旅行时间∑j=1320Ti 1122703.37 1959562.50 836859.13 42.7
平均城市总旅行时间∑j=1320Ti/320 3508.44 6123.63 2615.19 42.7
城市间平均旅行时间∑j=1320Ti/320×320 10.96 19.14 8.17 42.7
21个重要城市化地区的36个核心城市 总旅行时间∑j=136Ti 13862.43 25465.03 11602.59 45.6
平均城市总旅行时间∑j=136Ti/36 385.06 707.36 322.29 45.6
城市间平均旅行时间∑j=136Ti/36×36 10.69 19.65 8.95 45.6
Fig. 2 The spatial pattern of location indicator analysis between without and with HSR scenarios in 2020

图2 2020年高铁通车前后全国陆路加权旅行时间空间格局分析图

通车前后,中东部地区可达性整体水平始终最高。表2显示高铁网络导致加权时间平均值减少39%（465 min）,但图2c显示各地时间受益分配不均衡。从变化值看,中国西北、东北与西南等边远地区收益最明显,达到700 min以上,变化值最高的是乌鲁木齐（962 min）,中东部地区多在320 min以下,淅川县最低（215 min）。图2d显示东北、西北与西南边远地区绝对与相对变化值均较高,表明全国高铁网络开通将显著提高高铁开通的外围地区可达性,该地区成为最大受益者,极大地缩短局部外围地区城市与内地中心城市和城市群之间的时间距离,明显地改善部分边远地区城市区位条件,加强边远地区城市与东中部地区中心城市之间的社会经济联系。
从变化率看（图2）,高变率地区除高铁沿线站点城市为“岛状”或“网络状”,还包括哈长、辽中南、天山北坡、兰州—西宁、关中—天水、成渝、滇中、黔中、海西、京津冀、北部湾、长三角、珠三角地区等城市化地区,变率均在40%以上,而且范围广,获得更多的时间收益,丰都县最高（56%）。随着到高铁网络距离增加,变化率越低。西藏地区变化率最低,变化率在20%以下,其中革吉县最低（13%）,表明高铁沿线站点与部分边疆地区城市可达性获益最多,中国主要城市化地区之间加权时间大幅缩减,将推动它们之间联系将更加紧密。
3.1.3日常可达性分析
通车前,以天津、郑州、合肥、杭州与济南为顶点围合的区域可达性在1亿人以上,约有29万 k m 2 范围（图3a）。通车后,县级以上城市4 h内平均可达人口由4012万上升至5416万,平均值增幅为35%（表2）。该区域沿着高铁网络向沪—武与京—武沿线地区拓展,1亿人以上的高可达地区范围扩大（图3b）,达到57万 k m 2 。通车前后,高可达性地区仍集中在中东部地区。
Tab. 2 The variation for selected accessibility indicators between without and with HSR scenarios in 2020

表2 2020年高铁通车前后全国县级以上城市可达性值的变化

指标 无高铁 有高铁 变化率（%）
最小值 平均值 最大值 变异系数 最小值 平均值 最大值 变异系数 平均值 变异系数
加权平均旅行
时间（min）		 692.86 1188.58 3585.5 0.44 395.97 723.95 2979.55 0.56 39.0 28.0
潜力可达性 67.19 300.42 536.66 0.37 76.9 442.9 745.1 0.35 47.4 6.4
日常可达性（万人） 1 4011.79 16262.13 0.93 1 5416.24 29040.95 1 35.0 7.30
Fig. 3 Daily accessibility indicator spatialpattern analysis maps between without and with HSR scenarios in 2020

图3 2020年高铁通车前后全国陆路日常可达性空间格局分析图

图3c显示：高变化值地区主要集中于京沪、京武、徐郑、沪武、石济高铁沿线构成的“日”字形地区,变化值超过5000万,其他则多呈“岛状”分散于少数高铁沿线城市。变化率大于50%的地区呈现出“岛状”与“网络状”分布格局,集中于高铁沿线,沪汉蓉高铁沿线变化率甚至达到100%以上,反映高铁带来的“隧道效应”。高铁沿线中人）,威信县增长率最高（582%）。在地级城市中,宿州市人口增加值最高（1.56亿人）,陇南市变化率最高（539%）。
日常可达性变化高低与高铁网络格局和人口密度有关。在省会城市中（表3）,合肥人口增长最多,达到1.38亿人,随后依次为武汉、郑州、济南、石家庄和南京,人口增长量均超过8000万。变化率最高的城市为武汉（228%）,随后依次为合肥、南昌、福州与海口等城市,增长率均超过100%。高铁网络将巩固武汉与郑州等城市在全国交通枢纽地位。数据显示：高铁网络沿线城市可达性水平大幅提高,明显增强高铁沿线中心城市服务业的市场潜力,增加沿线地区之间商务往来的机会,推动区域间的社会经济联系。
3.1.4 经济潜力分析 图4显示：通车前,大于360的高值核心区主要分布于中东部地区,并呈现类似同心圆变化趋势,向外围逐渐下降,西部地区整体水平低于150。潜力值最高的城市为上海（536）。通车后,可达性整体水平提高,除中东部地区之外,大于400的高值区沿着高铁网络扩张,并向周边逐渐下降。
高铁网络带来潜力指数的平均值增长47.4%,潜力值的整体水平提高。从变化值看,高铁沿线的长三角、环渤海、珠三角、长江中上游、江淮、海西、东北、成渝及北部湾地区增长明显,均在170以上。西部地区则增长较少,多在45以下。从变化率看,在大于55%的高变率地区,西北、东北、西南及东南沿海地区范围广,该地区通车前的潜力值较低,其他地区则沿高铁网络为“岛状”或“带状”分布。表明高铁明显地提高中心城市的辐射能力,加强高铁沿线城市与城市群地区之间的社会经济联系。同时,增强边远地区接受中心城市与城市群的辐射能力,扩大边远地区可达的经济活动规模,提升边远地区的经济发展潜力。
Tab. 3 Daily accessibility indicators for the major cities without and with HSR scenarios in 2020

表3 2020年高铁通车前后重点城市4 h可达性变化

城市 无高铁
(万人)		 有高铁
(万人)		 变化值
(万人)		 变化率(%) 城市 无高铁
(万人)		 有高铁
(万人)		 变化值
(万人)		 变化率(%)
拉萨 90.1 90.1 0 0 太原 4560.79 7345.22 2784.43 61.1
台北 260 260 0 0 天津 7401.7 12605.96 5204.26 70.3
乌鲁木齐 601.48 601.48 0 0 杭州 8524.21 14749.81 6225.6 73.0
银川 805.42 805.42 0 0 沈阳 3886.79 6783.38 2896.59 74.5
呼和浩特 1404.78 1504.98 100.2 7.1 长沙 6420.22 11366.09 4945.87 77.0
西宁 1210.57 1312.17 101.6 8.4 郑州 12308.11 22348.72 10040.61 81.6
昆明 2466.44 2883.64 417.2 16.9 济南 11367.45 20694.12 9326.67 82.0
重庆 6567.07 7957.37 1390.3 21.2 西安 3914.57 7184.1 3269.53 83.5
贵阳 2893.5 3717.79 824.29 28.5 南京 10065.76 18593.57 8527.81 84.7
兰州 2243.22 2925.61 682.39 30.4 长春 3368.6 6301.59 2932.99 87.1
南宁 2818.51 3800.51 982 34.8 石家庄 9343.28 18159.98 8816.7 94.4
成都 5521.04 7617.87 2096.83 38.0 海口 1146.33 2427.83 1281.5 111.8
北京 6903.7 10392.9 3489.24 50.5 福州 2892.3 6500.44 3608.14 124.7
哈尔滨 3192.2 4961.47 1769.27 55.4 南昌 5026.02 11976.13 6950.11 138.3
广州 5889.66 9276.85 3387.19 57.5 合肥 8885.66 22672.54 13786.88 155.2
上海 7078.98 11333 4254.03 60.1 武汉 5067.93 16595.1 11527.17 227.5
心城市可达人口迅猛增加,收益最多的城市集中于高铁沿线,长丰县增加值最高（1.7亿3.1.5 三大城市群的首位城市等时圈分析 分别模拟出三大城市群的首位城市——北京、广州与上海的等时圈图,比较10 h内的可达性面积、人口及GDP变化（图5和表4）。
Fig. 4 Potential indicator spatial pattern analysis between without and with HSR scenarios in 2020

图4 2020年高铁通车前后全国陆路潜力可达性的空间格局分析图

Fig. 5 Primate cities' isochrones spatial pattern in three urban agglomerations

图5 三大城市群首位城市等时圈空间格局分析

通车前,上海、广州与北京的等时圈均大致呈同心圆状（图5a、图5d、图5g）。通车后,等时圈沿着高铁网络呈“指状”与“岛状”延伸与扩散（图5b、图5e、图5h）,2 h以上等时圈覆盖面积、人口及GDP均显著高于通车前,如三大城市4~6 h圈覆盖面积、人口与GDP多为通车前3倍以上（表4）。距离三大城市越远的高铁沿线城市时间距离变率越高,多处高铁沿线城市变率超过50%（图5c、图5f、图5i）,三大城市通过高铁网络及其他的道路网络能快速扩散到其他地区,缩短城市群之间的时间距离。数据显示：高铁对旅客中远程距离出行影响效果突出（表4）,并且明显扩大高铁沿线特大城市的人口与经济活动覆盖范围,扩大城市群的影响区域,包括商品与劳动力市场范围。
Tab. 4 Primate cities' isochrones areal analysis in three urban agglomerations

表4 三大城市群的首位城市等时间圈分析

城市 通车前各时间圈（h） 通车后各时间圈（h）
0~2 2~4 4~6 6~8 8~10 0~2 2~4 4~6 6~8 8~10
北京 可达面积(km2) 17657 117318 219118 354666 518204 17749 181451 659819 973109 1181971
上海 12285 76452 157182 183693 300616 12612 150326 530218 814470 1079559
广州 24812 99406 135002 176595 275532 25099 145877 435428 908679 840771
北京 可达人口(万人) 1818.4 5085.3 6843.07 10462.98 16354.44 1818.4 8574.54 28006.22 32524.16 24664.37
上海 2313.78 4765.2 7617.96 9916.52 15622.16 2313.78 9019.23 28491.74 39974.54 27205.95
广州 2131.37 3758.29 5646.86 6145.45 8143.13 2131.37 7145.48 16620.5 33503.23 40989.09
北京 可达GDP(亿元) 15418.64 23049.72 25642.50 33282.29 55128.90 15418.64 34907.14 96663.95 135882.80 79469.03
上海 29063.45 35950.04 26760.66 20058.91 44554.45 29063.45 53401.03 85281.30 146229.29 71374.75
广州 25270.65 16559.16 9636.42 16223.39 21677.72 25270.65 26202.59 45966.79 118405.57 125155.97

3.2 经济成本可达性空间格局特征

3.2.1 普通出行者的经济成本可达性空间格局 在平均工资水平下,有无高铁经济可达性的空间格局变化较小,平均值仅提高6.45%（表5）。通车前后均形成“核心—外围”的可达性空间格局（图6）。通车前后,潢川县均为最低,于田县最高,变化较明显的区域为西南地区。在目前全国平均工资水平下,普通乘客以私人目的乘坐高铁意愿较低,所以,高铁对普通旅客的区域可达性影响作用有限。

Tab. 5 Weighted average travel cost indicators changes for two different income groups between without and with HSR scenarios in 2020

表5 2020年高铁通车前后不同收入群体加权平均经济可达性变化

指标 无高铁 有高铁 变化率
最小值(元) 平均值
(元)		 最大值
(元)		 变异系数 最小值
(元)		 平均值(元) 最大值(元) 变异系数 平均值(%) 变异系数
平均工资经济可达性 421.2 704.3 1986 0.423 401.32 657.50 1936.68 0.429 6.45 1.4
高收入经济可达性 2492.97 4261.6 12819.32 0.436 1669.61 2932.694 10886.96 0.511 31.1 17.1

3.2.2 高收入者的经济成本可达性空间格局 假设出行者年薪40万元,有无高铁的加权经济成本空间格局发生显著变化。通车前,形成“核心—外围”的结构（图7a）,许昌市最低,为2493元,于田县最高,达到12819元。通车后,形成以高铁网络为骨架的可达性空间格局（图7b）,蚌埠最低,为1669.6元,革吉县最高,为10886元。绝对变化值高的为西北、东北与西南地区（图7c）,达到2000元以上,其中变化值最高的乌鲁木齐,达到2806元。相对变化率高的地区分布于西北、西南、东北、珠三角与长三角地区及部分高铁沿线地区（图7d）,变化率达到30%以上。

Fig. 6 Weighted average travel cost indicators spatial pattern for general income travelers

图6 普通出行者经济成本可达性空间格局

Fig. 7 Weighted average travel cost indicators spatial pattern for high income travelers

图7 高收入出行者经济成本可达性空间格局

根据表5可知,在平均工资与高收入水平下,有无高铁下的陆路可达性变化存在较大差异。在平均工资水平下,有无高铁各项指标变化不大。而在高收入水平下,平均值变化率达到31.1%,变异系数提高17.1%,接近加权时间值的变化（表2）。
分析可知：经济可达性空间格局不仅取决于可达时间变化,同时取决于乘客的旅行时间价值、油价及高铁票价,这些因素决定不同收入群体的选择不同的出行方式,特别是对快速交通方式的选择,导致不同收入群体的经济成本可达性空间格局差异。

3.3 出行成本与时间可达性对比分析

3.3.1 两种可达性空间格局对比分析 对比出行成本可达性与时间可达性空间特征,在高收入水平下（图2、图7）,经济成本可达性与时间可达性空间格局及其变化较为接近,说明在个人收入水平极高的情况下,单位时间成本高,在时间可达性与经济成本可达性中旅客的选择路径与可达性空间格局均趋于一致。而在平均工资水平下,综合考虑各种陆路交通方式的成本与旅行时间价值,有无高铁经济可达性空间格局变化较小。
高铁提高了高收入群体陆路可达性空间格局,然而并未明显改变多数中低收入者陆路可达性空间格局,不同收入群体陆路时间可达性差距扩大。相对其他陆路交通工具,高铁票价高昂,一般远高于普通乘客的支付能力,高票价限制高铁上座率与需求,制约高铁广泛使用,对于中低收入群体,经济距离并未像时间距离那样随着高铁运营产生大幅下降,因而削弱了高铁对区域可达性的积极效应。从出行成本角度来看,高铁仅为区域大幅时空收敛,缩短城市时间距离提供可能性,而真正实现全社会陆路可达性的整体水平的大幅提高,离不开绝大多数旅客选择这种交通出行方式,而这需要克服出行成本门槛的约束。
3.3.2 高铁公平性影响分析 公平性问题被认为是交通基础设施的社会影响之一,目前多数交通公平性研究仅考虑交通设施分布的公平性,较少关注不同收入群体享受交通服务的社会公平性。
从交通设施分布公平性看（表2）,加权时间、潜力值与日常可达性的变异系数变化率分别提高了28%、-6.4%与7.3%,加权时间与日常可达性的变异系数有所提高,潜力指标小幅下降。两个指标显示可达性均衡程度降低,潜力指标则显示均衡程度小幅提高,显示交通公平性结论并不一致,这说明通车后城市区位优势与日常可达性水平差距扩大,而各地接受中心城市辐射能力差距缩小。从社会公平看,高铁扩大了不同收入群体的时间可达性差距,高收入群体能获得高铁带来的便捷性服务,然而高铁却较少改变中低收入群体的可达性空间格局。

4 结论与讨论

从时间可达性分析可得：① 高铁显著地削弱各地间的时空摩擦力,大幅度地提高全国陆路可达性的整体水平与客流运输效率,有效地缩短重要城市化地区之间的时间距离,有力地促进跨区域间社会经济交流合作。同时扩大高铁沿线重要城市人口覆盖范围,加强这些城市的吸引力与辐射力。高铁将对城市中远程距离可达性影响效果明显,短时间距离影响集中于高铁沿线。② 高铁通车前后,中东部地区的可达性水平始终最高。然而各地可达性收益并不均衡,可达性收益取决于高铁网络的连接程度,高铁站点城市、重要城市化地区与部分边远地区可达性收益最多。③ 交通公平性结论并不一致。城市区位优势与日常可达人口的差距扩大,而各地接收经济辐射能力的差距缩小。高铁站点分布、城市区位、人口密度、站点城市对外联系水平是影响高铁可达性格局的主要因素。
从经济成本可达性可得：① 高铁对不同收入群体陆路可达性效果不同,扩大不同收入群体的时间可达性差距。在当前全国平均工资水平、高铁票价及油价的影响下,高铁对经济可达性影响有限。在高收入水平下,旅行时间价值高,经济可达性的空间格局将不断接近时间可达性的空间格局。② 从交通供给角度看,高铁只是为实现区域大幅时空收敛,增强区域社会经济联系与重构区域空间结构提供了可能性,而它的真正实现离不开大多数乘客出行行为对它的响应。③ 从需求角度看,在票价不变的前提下,随着收入水平不断提高,人们乘座高铁意愿将会逐渐增强。同样,票价调整亦能改变不同收入群体的陆路可达性的空间格局,若票价下调,则将会增强中低收入群体的乘座意愿。这两种情况均会使经济可达性格局及其变化将会不断接近时间可达性格局与变化,将缩短城市间的时间距离转化为社会经济活动的区位优势,最终会广泛而又深入地影响区域社会经济联系与空间结构演变。事实上,交通公平性不仅需注意交通设施的区域公平,而且需要考虑不同收入群体的社会公平。高铁是大运量与高频率的交通工具,应面向大多数社会群体,当前高铁的乘客主要是商务、公务及旅游出行旅客[15]。
.

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Martínez H, Givoni M.The accessibility impact of a new high-speed rail line in the UK: A preliminary analysis of winners and losers. Journal of Transport Geography, 2012, 25(11): 105-114.

[2]
Ureña J M, Menerault P, Garmendia M.The high-speed rail challenge for big intermediate cities: A national, regional and local perspective. Cities, 2009, 26(5): 266-279.

[3]
Monzón A, Ortega E, López E.Efficiency and spatial equity impacts of high-speed rail extensions in urban areas. Cities, 2013, 30(1): 18-30.

[4]
Ortega E, López E, Monzón A.Territorial cohesion impacts of high-speed rail at different planning levels. Journal of Transport Geography, 2012, 24(9): 130-141.

[5]
Levinson D.Accessibility impacts of high-speed rail. Journal of Transport Geography, 2012, 22(5): 288-291.

[6]
Andersson D E, Shyr O F, Fu J.Does high-speed rail accessibility influence residential property prices? Hedonic estimates from southern Taiwan. Journal of Transport Geography, 2010, 18(1): 166-174.

[7]
Willigers J, Wee B V.High-speed rail and office location choices, a stated choice experiment for the Netherlands. Journal of Transport Geography, 2011, 19(4): 745-754.

[8]
蒋海兵, 徐建刚, 祁毅. 京沪高铁对区域中心城市陆路可达性影响. 地理学报, 2010, 65(10): 1287-1298.

[Jiang Haibing, Xu Jiangang, Qi Yi.The Influence of Beijing-Shanghai high-speed railways on land accessibility of regional center cities. Acta Geographica Sinica, 2010, 65(10): 1287-1298.]

[9]
孟德友, 陆玉麒. 高速铁路对河南沿线城市可达性及经济联系的影响. 地理科学, 2011, 31(5): 537-543.

[Meng Deyou, Lu Yuqi.Impact of high-speed railway on accessibility and economic linkage of cities along the railway in Henan province, China. Scientia Geographica Sinica, 2011, 31(5): 537-543.]

[10]
贺剑锋. 关于中国高速铁路可达性的研究: 以长三角为例. 国际城市规划, 2012, 12(6): 55-62.

[He Jianfeng.A study on the accessibility of high-speed rail in China. Urban Planning International, 2012, 12(6): 55-62.]

[11]
Cao J, Liu X C, Wang Y H, et al.Accessibility impacts of China's high-speed rail network. Journal of Transport Geography, 2013, 28(2): 12-21.

[12]
王姣娥, 胡浩. 中国高铁与民航的空间服务市场竞合分析与模拟. 地理学报, 2013, 68(2): 175-185.

[Wang Jiao'e, Hu Hao. Competition and cooperation of high-speed rail and air transport in China. Acta Geographica Sinica, 2013, 68(2): 175-185.]

[13]
陆军, 宋吉涛, 梁宇生, 等. 基于二维时空地图的中国高铁经济区格局模拟. 地理学报, 2013, 68(2): 147-158.

[Lu Jun, Song Jitao, Liang Yusheng, et al.The simulation of spatial distribution patterns of China's HSR-economic zones based on the 2D time-space map. Acta Geographica Sinica, 2013, 68(2): 147-158.]

[14]
Zheng S Q, Kahn M E.China's bullet trains facilitate market integration and mitigate the cost of megacity growth. Proceedings of the National Academy of Sciences of the United States of America (PNAS), 2013, 110(5): 1248-1253.

[15]
王缉宪. 高速铁路影响城市与区域发展的机理. 国际城市规划, 2011, 26(6): 1-5.

[Wang Jixian.Urban and regional impacts of high-speed railways. Urban Planning International, 2011, 26(6): 1-5.]

[16]
王姣娥, 丁金学. 高速铁路对中国城市空间结构的影响研究. 国际城市规划, 2011, 26(6): 49-54.

[Wang Jiao'e, Ding Jinxue. High-speed rail and its impacts on the urban spatial structure of China. Urban Planning International, 2011, 26(6): 49-54.]

[17]
汪德根, 陈田, 李立, 等. 国外高速铁路对旅游影响研究及启示. 地理科学, 2012, 32(3): 322-328.

[Wang Degen, Chen Tian, Li Li, et al.Enlightenment and research of tourism impact on high-speed rail. Scientia Geographica Sinica, 2012, 32(3): 322-328.]

[18]
王缉宪, 林辰辉. 高速铁路对城市空间演变的影响. 国际城市规划, 2011, 26(1): 16-23.

[Wang Jixian, Lin Chenhui.High-speed rail and its impacts on the urban spatial dynamics in China: The background and analytical framework. Urban Planning International, 2011, 26(1): 16-23.]

[19]
Condeço-Melhorado A, Gutiérrez J, Martín J.Spatial impacts of road pricing: Accessibility, regional spillovers and territorial cohesion. Transportation Research Part A, 2011, 45(3): 185-203.

[20]
Koopmans C, Groot W, Warffemius P, et al.Measuring generalized transport costs as an indicator of accessibility changes over time. Transport Policy, 2013, 29: 154-159.

[21]
Gutiérrez J.Location, economic potential and daily accessibility: An analysis of the accessibility impact of the high-speed line Madrid-Bardelona-French border. Journal of Transport Geography, 2001, 9(4): 229-242.

[22]
Kotavaara O, Antikainen H, Marmion M, et.al. Scale in the effect of accessibility on population change: GIS and a statistical approach to road, air and rail accessibility in Finland, 1990-2008. Geographical Journal, 2012, 178(4): 366-382

Options
文章导航

/

〈 〉