理论研究 | 高铁城际网络对区域时空及费用可达性的影响研究——以武汉城市圈为例
导读
为评估高铁城际网络建成带来的时空压缩效应对中西部单核城市群内部联系的促进程度、票价上涨对居民出行意愿的影响程度，以武汉城市圈为例，截取2008年、2017年高铁网“有-无”状态两个时间节点，从时间、费用两大影响乘客出行意愿的要素出发，在传统时空可达性基础上，增加费用可达性指标，进行高铁时空、费用效益的综合评价。同时，使用基于GIS的网络分析与成本-距离方法进行可视化及计算，结合县域经济增长状况考察高铁网的空间经济效益。主要结论为：（1）基于时间维度的可达程度和可达面积在高铁-城际网络形成后均获得提升，但城市间存在显著不均；（2）铁路价格的上涨导致城市圈内的旅行费用升高，但并未加大居民出行经济负担；（3）城市圈在旅行时间缩减上呈现“均化”，而在消费能力强度增长上则呈现“极化”；（4）县域层面，客运专线是时空压缩效应的主要贡献者，与经济增长紧密相关。
本文字数：7692字
阅读时间：24分钟
作者
邹游，武汉大学城市设计学院
赵倩，中国城市规划设计研究院西部分院
关键词
高铁；费用可达性；武汉城市圈；成本距离分析；网络分析；GIS
01
引 言
交通运输方式的变革，能够通过对人口流动与经济活动的推动，从而促进区域空间结构、聚落空间格局的变迁。21世纪以来，中国高铁网建设取得举世瞩目的成就，其对时空距离的压缩产生的“高铁效应”，将深刻改变区域与城市空间关系。
可达性的提升，正是高铁产生时空压缩效应及后续引发空间经济结构变化的基础。既往研究表明，由于车次调整、换乘设计、费用高昂、车站区位等影响乘客有效移动的负面因素和数据准确性的差异，高铁实际可达性提升与研究中的预期值有所差异[1]。部分研究为追求时效性，采用规划时速代替实际运营时速进行计算，可达性结果缺乏准确性。此外，客运专线施行与传统铁路不同的定价原则，以往研究中却较少考虑票价对出行选择的影响[2, 3]。
从研究对象上看，国外早期建成的客运专线网主要连接首都及其它国家级中心城市，如日本新干线[4]、西班牙高铁网[5]等；或连接国内、国际经济中心城市，如欧洲大陆高速铁路网[5-7]。中国境内的高铁研究则大多数以京广[8]、京沪[9, 10]、长三角[11-13]、京津[14]等为研究对象，集中于干线及其途径站点的分析，存在对“线”关注多，对“网”关注少的现象。在研究对象的空间分布上则以东部经济发达地区为主，呈现“东多西少”的特征。
我国城镇化已进入以都市圈和城市群为主体形态的发展阶段。区别于“都市圈”1小时交通圈的概念，武汉城市圈实际上是一个单核城市群。武汉城市圈作为长江中游城市群的核心功能区之一，是其参与全球竞争的重要单元。并且，武汉城市圈高铁、城际网络（由于域内城际铁路运营时速多大于200km/h，故将其归入“准高铁”进行研究，以下简称客运专线网或高铁网）既属于既往高铁研究受关注较少的中西部地区，又属于“单核放射型”的客运专线网，且绝大部分已于2009年至2017年建成通车。其时间、价格数据具有相对准确的优势。因此，研究武汉城市圈客运专线网络建成前后两个时间节点的时间可达性、价格可达性、空间可达范围变化及其与县域经济发展的关系，对评估客运专线对中西部单核心城市群可达性空间格局的影响及其效益，并以此为依据建立更加有效的区域协同发展模式，具有重要现实意义。
02
数据来源与研究方法
2.1 数据来源
以武汉城市圈9座成员城市为研究对象。经济数据源自各市《统计年鉴》，公路、铁路线路取自百度地图、高德地图等软件。取武广高铁通车前的2008年底（此时城市圈范围内尚未建成时速200km以上的公共交通）及2017年底（4条城际铁路与3条高速铁路均修建完成并投入运营）为研究时间节点（图 1）。
图 1 （a：2008年底武汉城市圈交通网络 b：2017年底武汉城市圈交通网络）
其中，2008年城市间铁路旅行时间、价格数据来源于当年发行的《2008年铁路旅客列车时刻表》，2017年旅行时间与价格数据来源于中国铁路总公司12306网站。考虑天门南、仙桃西两站地理位置的特殊性，使用汉口站至天门南站实际旅行时间作为武汉至仙桃旅行时间，使用汉口站至仙桃西站作为武汉至天门实际旅行时间。无火车直达的城市对之间，取百度地图若干次城市间汽车旅行时间均值及经武汉中转的铁路旅行时间中的较小者。
2.2 研究方法
以2008年（开通前）-2017年（开通后）两个时间节点的相关参数评估客运专线网络的可达性及变化。相关参数包含基于时间的平均可达性、加权平均旅行时间，以及基于支出的平均旅行费用和消费能力指数。以网络分析和成本-距离分析作为可达空间评估及检验的主要方法。
2.2.1 平均可达性与加权平均旅行时间
平均可达性，指在特定交通系统下，某城市到其它城市最短旅行时间的平均值，是在多个城市内表征可达性强弱的最简单方法。其表达式如下：
式中，Ai为城市i的平均可达性，n为区域内除i市以外的城市总数，Tij为从i城市到j城市的最短旅行时间。本研究所采用的Tij数值均来源于已开通传统铁路及客运专线的实际运行时刻。且在铁路不能直接连接的城市对之间，将计算换乘城市市内旅行时间（换乘城市一般为武汉）及直达汽车时间。最终取列车时刻表直达火车时间、火车经武汉中转时间、两市政府间直达汽车时间三者间的低值。
加权平均旅行时间为点对点平均旅行时间与社会经济要素流量值之商。通过对新兴交通方式在客运专线网络建设前后加权平均旅行时间的对比，直观表征沿线地区可达性改善程度。其表达式如下：
Ai为节点加权平均旅行时间（min），Tij为i到j的平均旅行时间（min）；Mij为j的社会经济要素流量值，此处取该城镇该年GDP数值（亿元）。加权平均旅行时间同样为时间值，该值越小，说明该城镇可达性越高。
2.2.2 平均旅行费用与铁路消费能力指数
平均旅行费用的计算借鉴了平均可达性的计算方法[2, 3]，即在铁路网中，某城市到区域内其它城市旅行费用的平均值。
式中，Ci为i市的平均旅行费用，Cij为i市到j市之间的铁路票价，为方便不同年份的数据比较，增加通胀系数k。本研究取相对简便的货币供应量计算法，得到2017年的物价约为2008年的1.78倍。故取K为1.78。在没有直达列车或直达列车被取消时，城市对之间交通费用按照我国铁路定价标准[15]与当年汽车票价计算。
依据平均旅行费用与当年度各城市城镇居民人均可支配收入，可计算两个年份的铁路、高铁消费能力指数：
式中，CAi为i市的高铁消费能力，该数值越大，证明该地区城乡居民对购买车票的经济压力越小，购买可能性越高。Ci为i市的平均旅行费用，PSDIi为i市当年居民人均可支配收入。由于某年度居民可支配收入与不含调节系数的平均旅行费用为可比数值，故在消费能力指数公式中不加入价格调节系数。
2.2.3 GIS空间分析
成本-距离（Cost-distance）分析法是GIS中的一种距离计算方法，该方法不仅可以考虑目的地之间的欧氏距离，还能将时间、金钱、耗费人力等成本因素综合计算，能够更为准确地计算区域内由某一起始点出发，到达各地的成本。该方法中交通方式的选择与交通成本和距离两个因素直接相关。在计算过程中以源点周边3*3栅格范围为基准，计算得到一定范围内各个栅格至最近源的成本距离，进行多次迭代分析后，将分析范围逐渐扩大至整个研究区域，得到所有栅格到达目的地源所需的距离成本（图 2）。
图 2 成本-距离栅格分析示意
需要强调，由于成本-距离分析虽然计算结果较精确，但难以根据实际情况仅在高铁、高速公路出口处对外“开口”，故将网络分析（Network Analysis）作为本文可视化的补充。
上述两种方法在实际应用时均需要设定起始点。本研究中，武汉市为城市圈中心城市，也是湖北省政治、经济、文化中心，其服务全省的各项职能集中于武昌区。故选取武汉市武昌区洪山路7号湖北省政府为起始点输入，同时分别赋值高铁运行速度（表 1）、普通铁路（70 km/h）、高速公路（80 km/h）、国道（50 km/h）、省道（40 km/h），将结果划分为间隔30分钟的等时圈。
表 1 GIS成本-距离分析铁路线速度赋值表
03
数据分析及表达
3.1 平均可达性与加权平均旅行时间分析
依据列车时刻表及互联网地图数据，计算2008年（表 2）、2017年（表 3）城市圈域内点对点城市最短旅行时间。
表 2 2008年城市圈最短旅行时间（单位：小时）
表 3 2017年城市圈最短旅行时间（单位：小时）
由计算结果可知，高铁、城际列车开通后，与2008年相比，2017年各市间的出行时间均出现显著下降，仅个别城市有例外情况（如鄂州与黄冈依然为公路直达）。9市中，仅武汉、鄂州、天门三座城市的可达性提升比例大于城市圈均值，即高铁-城际网络的出现对这三座城市的出行效率推动效应最强。而黄石、咸宁和潜江平均可达性提升比例显著低于城市圈均值，原因主要是地理位置和线路调整等。值得注意的是，随着高铁时代的到来，许多直达车取消，城际和高铁列车需要经武汉中转，亦是导致这几座城市平均可达性提升不及预期的原因。
图 3 （a：2008与2017年各市平均可达性；b：2008与2017年各市加权平均旅行时间；c：2008-2017年间各市平均可达性与加权平均旅行时间变化幅度）
与平均可达性（图 3a）相比，加权平均旅行时间（图 3b）考虑了城市经济规模。随着高铁时代的到来，各市加权平均旅行时间数值城均出现不同程度的减少，反映了交通联系增强的事实。具体来看，城市圈内相对经济体量大的城市，加权平均旅行时间较短（图 3c）。而天、仙、潜这类中小城市由于自身经济体量小、距离中心城市远，加权平均旅行时间均较长。其中，孝感加权平均旅行时间显著低于均值。这不仅与地理位置和线路选择造成的旅行时间变化有关，亦与城市经济增长状况有关。反映城市圈大多数城市的经济增长与交通便利性增长相匹配，而少数城市（如孝感）的经济增长未跟上城市圈整体步伐。
3.2 平均旅行费用与消费能力指数分析
计算可比平均旅行费用可知，即便将价格上涨因素计算在内，城市圈成员城市的平均旅行费用仍有不同程度的上涨（图 4）。2008年，各市平均旅行费用差距不大，在城市圈内部费用可达性较为均一。2017年，由于高铁、动车和城际列车的引入，平均旅行费用出现显著上涨，各城市间的平均旅行费用开始出现较大差距。
对涨幅的分析结果显示，可比价格涨幅可分为三个梯队：鄂州、黄冈、仙桃、武汉涨幅最小，黄石、天门、潜江、孝感涨幅居中，咸宁涨幅最大。具体而言，价格涨幅较大往往源于按照可比价格计算的直达大巴票价显著低于城际或高铁票价，或普速列车直达票价显著低于高铁中转票价。例如咸宁、孝感之间2008年的直达普通列车票价仅为24.5元，2017年的高铁直达价格为96.5元，若乘坐较便宜的城际列车，则需由武汉站自行前往汉口站换乘。同样，孝感、黄石、潜江等城市大多仅至武汉有直达动车或高铁，而去往其它城市需中转，无形中增加了相关费用。这反映出放射状客运专线网络增加了周边城市间的直接交通成本。
图 4 2008与2017年各市可比平均旅行费用及其涨幅（单位：元）
然而，平均旅行费用仅能反映价格这一单一变量的相对变化幅度。而居民收入水平与交通费用的比例关系才是真正决定市民出行意愿的核心要素。使用平均旅行费用与该地年度居民可支配收入的比值，计算两个年份的铁路消费能力指数。
由计算结果（图 5）可知，2008至2017年间，绝大部分居民实际购买铁路运输服务的能力显著增加。证明随着人民生活水平的提升，高铁出行并未增加居民经济负担。所谓 “高铁票价贵”，一是因普速铁路20余年未调整票价，二是因大巴车票价涨幅基本与物价涨幅一致，不及普速—高速列车涨幅迅速。故相对收入而言，普铁到高铁的“涨价”依旧处在合理区间。
图 5 各市2008年与2017年铁路消费能力指数及其变化
分析和比较消费能力增长幅度，可得出各城市出行负担变化情况。除咸宁外，武汉城市圈其余城市居民出行负担均有不同程度的降低，出行经济负担降低。考虑到高铁、城际列车引发的加权平均旅行时间的降低，居民出行成功实现了“提速”和“降费”（相对价格）的兼得。
3.3 时间-费用综合分析
综合比较9座城市在两个年份中的消费能力指数与加权平均旅行时间（图 6），能够对可达综合水平进行实力划分。
首先，在总体可达水平上，2017年较2008年有明显提升，9座城市均向加权平均旅行时间更少、消费能力指数更大方向移动。其次，具体到城市，武汉和鄂州无论消费能力亦或旅行时间，均显著优于同年份其它城市，且武汉作为核心城市优于鄂州。值得注意的是，2008年，其余城市在消费能力上相近，但旅行时间存在较大差距；而2017年时，其余7座城市在消费能力和旅行时间上表现出较高一致性。
图 6 各城市消费能力指数与加权平均旅行时间比较
表 4 2008年与2017年消费能力指数与加权平均旅行时间数据分析
对计算结果的统计分析（表 4）亦表明，高速、城际铁路网络的引入，在旅行时间缩减方面对区域影响倾向于“均化”，即各城市间的旅行时间差异随交通线网的完善而减小；而在消费能力改变上则呈现“极化”，即各城市对于铁路的消费能力差异随交通线网的完善而逐渐扩大。
3.4空间可视化与经济效益分析
由于铁路站点分布及官方统计数据口径限制，所获得的时间、收入等数据仅能满足在地级市层面开展研究。使用GIS网络分析，以湖北省人民政府为起始点制作出行等时圈可视化结果，并使用成本-距离分析结果进行栅格计算，能够对前文分析结果提供有效对照和补充。
由网络分析结果可知，因2008年武汉市中心城区附近路网密集，域内又没有高速铁路，故1小时圈层面积较小，2小时圈层主要沿铁路、公路等交通干线延伸（图 7a）。显示出在2008年，普速铁路虽然速度并不突出，但依然同高速公路共同在区域中扮演着廊道作用。
图 7（ a：2008年公铁网络下武汉城市圈等时圈；b：2017年铁路网与2008年公路网叠加后武汉城市圈等时圈；c：2017年公铁网络下武汉城市圈等时圈）
2008至2017年间，武汉城市圈公路网络与高铁网络均不断完善。为避免9年间公路建设对等时圈拓展范围造成影响，本研究假设公路仍保持在2008年水平，并综合新建高铁、城际线路（共7条）的设计及运营时速，以2008年公路数据、2017年高铁运营数据为基础，计算2017年等时圈范围（图 7b）。由计算结果可知，2008至2017年间由于客运专线的开通，各等时圈范围均获得明显扩展，且扩展方向与新建客运专线一致。反映出高速、城际铁路网的引入有效扩大了出行等时圈范围，显著增强了城市圈各成员城市与中心城市的交通连接。
而后依据2017年实际公、铁网络建设情况进行等时圈分析（图 7c）。由于公路的兴建，与仅计算新建高铁网的分析结果相比，1.5小时以上等时圈空间范围有部分增加。说明公路建设亦为城市圈外围连通性作出了较大贡献。
图 8（a：2008-2017年武汉城市圈仅考虑客运专线的可达时间缩减；b：2008-2017年武汉城市圈可达时间实际缩减；c：2008-2017年武汉城市圈仅考虑公路修建可达时间缩减）
成本-距离分析结果可以进行栅格计算（raster calculate）。在保持公路建设状况不变（仅计算2008年公路）的前提下，计算两个年份间由武汉出发，受高铁修建影响的旅行时间实际缩减情况（图 8）。旅行时间缩减最大的区域位于大悟、麻城、阳新、崇阳、通城、赤壁、潜江、天门等地，反映出客运专线对偏远地区旅行时间的缩减效应更加显著。
与此相对，若对2008至2017年仅考虑公路修建带来的可达时间缩减进行计算后发现，几乎所有区县相较之前两种“有-无”分析而言，并未发生明显变化。据此判断，高速公路固然有提升可达性的作用，但相比以高铁为代表的客运专线，并非主要和决定性因素。
此外，计算两个年份城市圈各区县（全县各地点）到武汉的平均可达时间、08年公路叠加17年铁路的平均可达时间，与两个年份的各区县人均GDP进行相关分析及线性回归分析（表 5）。结果表明，县域—核心城市的交通时长均值，与县域人均产值呈现显著负相关。即县域距离城市圈中心的可达时间越短，人均产值越高。
而回归方程的斜率（图 9）在两个年份间的变化则显示，可达时间越短，其对经济增长的促进效应可能越强。总体来看，在武汉城市圈范围内，客运专线的速度提升对区域时空距离的压缩效应十分显著，且时空距离的压缩与县域经济增长紧密相关。
表 5 县域人均GDP与平均可达时间相关分析结果
**：在置信度为0.01水平（双侧）时，相关性显著
图 9 以县域平均可达时间为自变量的线性回归分析结果
04
结论与讨论
本文首先以平均可达性和加权平均旅行时间为指标，以武汉城市圈为例，对城市圈层面时间可达性进行了有（2017年）-无（2008年）对比研究。而后，增加了以往被忽视的价格因素对居民出行选择的影响分析，探讨了“铁路价格增长及普速列车减少是否导致居民‘被高铁’而承担更大经济压力”的问题。并使用GIS进行了以中心城市为起点的县域等时圈及与经济发展的相关分析，作为对地级市可达性分析的补充。主要结论如下：
第一，总体上各城市基于旅行时间维度的可达程度和可达面积在高铁-城际网络形成后均获得显著提升，但可达性与其提升程度均存在显著不均。尽管部分城市由于班次、线路调整导致直达列车减少、换乘时间增加，但总体旅行时间下降非常显著，客运专线的速度优势得到了充分发挥。客运专线网络的空间分布及城市在铁路网络中的空间位置，是可达性与其提升程度分布不均的主要影响因素。此外，无论是平均可达性还是加权平均旅行时间的缩减比例，均存在城际差异。其中，中心城市获益最大，而边缘的城市平均可达性提升比例较低。大多数城市的经济增长与交通便利性增长相匹配。
第二，铁路价格上涨，虽导致城市圈内的旅行费用显著升高，但并未加大居民出行负担。其原因是居民收入上涨幅度更大，综合来看反而促进了交通“提速”与“降费”的兼得。对于价格可达性的研究表明，2008至2017年间，可比平均旅行费用的上升比例为25%，显示了绝对价格的上涨。而基于旅行费用和人均可支配收入的消费能力指数的城均涨幅达到19.7%则显示，尽管交通绝对价格上涨，但由于居民收入的增长幅度更大，客运专线时代人们的出行实际上受到“被涨价”的影响并不显著。相反，由于消费能力的提升，乘坐高铁、城际列车逐渐成为城市圈城际出行客源的主要选择。
第三，从区域角度看，在高速、城际铁路网络的引入与区域经济发展的共同作用下，区域在旅行时间缩减上呈现“均化”，而在消费能力改变上则呈现“极化”。2008至2017年间，各城市间的旅行时间均发生显著缩减，相互之间的差距缩小，表现为标准差缩小，数据点在时间维度上离散性变弱。而由于经济发展程度的差异，铁路消费能力最强城市与最弱城市之间的差距则呈扩大趋势，表现为标准差扩大，数据点离散性更强。
第四，客运专线是时空距离压缩效应的主要贡献者，且其建设与区域经济增长紧密相关。成本-距离分析结果显示，客运专线对偏远地区旅行时间的缩减效应更加显著。同时，高速公路与客运专线相比，后者为区域可达性的主要贡献者。而相关分析及回归分析的结果显示，县域—核心城市旅行时间与经济增长呈现显著负相关。
综上，对于武汉城市圈的综合可达性及其变化的研究表明，客运专线网络的引入，使得城市圈层面上的旅行时间维度的可达程度与可达面积均获得显著提升。而随着居民收入的增加，价格维度的消费能力与选择倾向亦获得提升。由于选线布站、地理位置、城市经济等方面的影响，城市圈各成员城市的可达性的获利不均。总体来看，越靠近交通网络中心的城市，经济获利越大。客运专线所引发的时空压缩效应，将对区域经济发展产生由核心到边缘的正向推动作用。
参考文献（上滑查看全部）
[1] 邹游, 周婕. 高速铁路对城市及区域发展的影响研究综述[J]. 城市交通, 2018(04): 15-25.
[2] 黄洁, 钟业喜, 李建新, 等. 基于高铁网络的中国省会城市经济可达性[J]. 地理研究, 2016,35(04): 757-769.
[3] 孟德友, 李小建. 中国省会城市高铁费用可达性及居民消费格局[J]. 地理科学进展, 2018,37(08): 1055-1065.
[4] HAN J, YOSHITSUGU H, JIA P, et al. Economic Effect of High-Speed Rail: Empirical Analysis of Shinkansen's Impact on Industrial Location[J]. Journal of Transportation Engineering, 2012,138: 1551-1557.
[5] CAMPA J L, ARCE R, LÓPEZ-LAMBAS M E, et al. Can HSR improve the mobility of international tourists visiting Spain? Territorial evidence derived from the Spanish experience[J]. Journal of Transport Geography, 2018,73: 94-107.
[6] MARTÍ-HENNEBERG J. European integration and national models for railway networks (1840–2010)[J]. Journal of Transport Geography, 2013,26(Supplement C): 126-138.
[7] VICKERMAN R. High-speed rail and regional development: the case of intermediate stations[J]. Journal of Transport Geography, 2015,42(Supplement C): 157-165.
[8] 姜博, 初楠臣, 修春亮, 等. 中国“四纵四横”高铁网络可达性综合评估与对比[J]. 地理学报, 2016(04): 591-604.
[9] 韦胜, 袁锦富, 徐建刚, 等. 京沪高铁站点客流时空分布特征分析[J]. 地域研究与开发, 2018,37(01): 54-57.
[10] 戴学珍, 徐敏, 李杰. 京沪高速铁路对沿线城市效率和空间公平的影响[J]. 经济地理, 2016,36(03): 72-77.
[11] 李峰清. 基于高铁网络的我国城镇化空间模式再探——基于上海-长三角腹地的检验及辨析[J]. 城市规划, 2018,42(03): 109-117.
[12] 宋冬林, 姚常成. 高铁运营与经济协调会合作机制是否打破了城市群市场分割——来自长三角城市群的经验证据[J]. 经济理论与经济管理, 2019(02): 4-14.
[13] 韦功鼎, 李雪梅. 高速铁路知识溢出对第三产业集聚的影响研究——基于长三角城市群的实证研究[J]. 经济问题探索, 2019(02): 130-136.
[14] 魏立华, 丛艳国. 城际快速列车对大都市区通达性空间格局的影响机制分析--以京津唐大都市区为例[J]. 经济地理, 2004,24(6): 834-837.
[15] 黄武军. 我国高速铁路客票定价管理与策略研究[D]. 中国铁道科学研究院, 2017.
*本文为2021中国城市规划年会论文
【免责声明】本公众号发布的内容仅供学习交流使用，不以任何形式进行牟利。内容版权归原作者所有。如有侵犯您的权益，请及时与我们联系，我们将于第一时间协商版权问题或删除内容。内容为作者个人观点，不代表本公众号立场和对其真实性负责。
你可能还想看这些
肖金成：以都市圈为重要环节，构建现代化区域发展体系
点击图片阅读全文
陈小鸿：基于空间关联的都市圈识别方法——以长三角为例
点击图片阅读全文
甄峰：加快智慧城市群建设，助力长三角高质量发展
点击图片阅读全文