an style="font-weight: bold;">(2)聚焦典型时间段建立高德出行空间数据。
借助苏州交通警务平台对各条道路的交通出行强度进行实时监控,确定区域内21条(双向)典型生活性主干道,并基于对21条道路交通出行强度数据的整理,确定不同空间维度上居民出行的典型时间段,分别为:①工作日“村—镇”层级生活性主干道出行累积高峰时间段为7:30~ 8:00 和 17:30 ~ 18:30( 图 2-a)。②工作日“镇—城”层级生活性主干道出行累积高峰时间段为7:30~8:30和17:00~18:30。③工作日的13:00,三层级空间交通出行指数处于中等水平且较为平稳。④节假日高峰时期,交通出行累积高峰时间段持续时间较长,为9:00~18:00(图2-b)。基于调查结果,对工作日的闲时和高峰期两类典型时间段内时空可达性数据进行采集,而对节假日则根据其平稳的出行指数特征选取相关时间段进行数据采集。
(3)基于高德出行大数据进行GIS等值线分析。
通过叠加三层级空间上典型时间段内不同交通出行方式的高德出行数据,进行 GIS 等值线分析,以进一步分析不同空间维度可达性的整体特征,对比不同交通方式的可达性空间差异。首先,校正三层级空间 OD 点,添加典型时间段可达性测度数据属性值;其次,借助ArcGIS软件的空间分析功能,分别对三层级空间上高德出行大数据进行分析,生成三层级空间上多组典型时间段的小汽车和公共交通出行时间等值线图,探索村镇聚居空间的可达性特征;最后,通过叠加小汽车和公共交通两种出行方式的等值线,揭示两种交通出行方式间可达性的时空差异。
二 基于“村—镇—城”三层级的时空可达性分析
(一) 兼具快捷与差异化的可达性特征
苏州城乡聚居点分布相对密集,并依托“两环路—快速路—主干路—干线公路—县乡公路”的“村—镇—城”交通网络,实现了全域城乡1小时时空圈,“村—城”、“村—镇”和“镇—城”间的往来较为快捷。同时,在城镇化、自然地形及地理区位等多元驱动下,区域内可达性差异特征显著。
1.全域城乡出行1小时时空圈
(1)“20—40—60”三圈层时空圈。
在全域1小时时空圈内,90%的“村—镇”、“镇—城”和“村—城”出行时间分别在20分钟、40分钟和60分钟以内,形成城乡三层级空间出行为“20—40—60”分钟的三圈层格局(图3)。其中,“村—镇”层级可达性最高,平均出行时间为12分钟,超过50%的村到达镇中心所需时间小于10分钟。而“村—城”层级的可达性相对最低,平均出行时间为38分钟。
(2)“村—城”可达性离散程度较大。
受自然地形和地理区位影响,“村—镇—城”三层级的可达性离散程度存在差异。对比各层级出行时间标准差, “村—城”层级为11.1,“镇—城”层级为9.7,“村—镇”层级为8.2,“村—城”层级的可达性离散程度最大,其最小出行时间仅需15分钟,而最大出行时间达到84分钟。
(3)“村—城”和“镇—城”可达性波动明显。
总体比较典型时间段内三层级时空出行数据,“村—城”和“镇—城”层级出行时间波动明显。“村—城”和“镇—城”工作日高峰时段平均出行时间是非高峰期出行时间的1.2倍,其中“村—城”的最大波动幅度将近 2 ∶ 1,表明随着该地区城镇化进程的不断深化,村镇与中心城区人员往来日益密切,“村—城”和“镇—城”的交通通勤特征日趋显著。而对于具有良好历史文化及自然资源的旅游型村镇,如金庭和东山镇,“村—城”和“镇—城”节假日高峰时段平均出行时间是工作日高峰时段的1.2倍(图4)。
2. 多元驱动下的可达性空间分异
(1)城镇化驱动下近城区“村—镇”可达性优势明显。
&n |