[摘　要]“村—镇—城”之间良好的交通可达性是地区“在地”城镇化的重要支撑。文章以苏州为例，通过采集实时出行大数据作为可达性测度指标，运用ArcGIS等值线空间分析方法，分析城乡交通一体化下村镇空间可达性的新水平与新特征。研究表明，苏州“村—镇”“镇—城”“村—城”已形成“20—40—60”分钟的小汽车三圈层格局，建构了城乡1小时时空圈，但在城镇化的驱动、自然地形的限制及地理区位的影响等因素共同作用下，可达性表现出显著的时空差异特征；公共交通可达性水平远滞后于小汽车，形成2.5小时时空圈，可达性高低的空间分布则与城镇空间发展“双轴”格局密切相关。文章结合不同村镇可达性的特点，因地制宜地提出改善区域道路网络结构、创新公共交通多元发展和调整村镇布局等规划优化策略。

[关键词]个体出行；大数据；“村—镇—城”三层级；优化策略

[文章编号]1006-0022(2019)05-0081-07　[中图分类号]TU982.29　[文献标识码]B

[引文格式]于燕，洪亘伟，刘志强，等．基于出行大数据的苏州村镇空间可达性及优化策略[J]．规划师，2019(5)：81-87．

Spatial Accessibility and Improvement Based on Big Data, Suzhou/Yu Yan, Hong Genwei, Liu Zhiqiang, Lu Kuan

[Abstract] Fluent traffic between village, town, and city is important in supporting in-situ urbanization. With Suzhou as an example, the paper collects instantaneous outgoing big data as measurement indices, uses ArcGIS analysis method, studies the new level and character of town space accessibility in integrated urban rural transport system. The result shows that Suzhou has developed 20minute village-town, 40minute town-city, 60minute village-city traffic circles. Under the influence of urbanization, natural topography, and geographical location, the accessibility has distinctive space-temporal difference. Public transport is lagging far behind cars by 2.5hour traffic circle. Its spatial distribution is closely related to bi-axial urban layout. The paper puts forwards improvement strategies in regional road network, public transportation, village and town layout. 

[Keywords] Individual outgoing, Big data, Village-town-city three levels, Improvement strategies

《国家新型城镇化规划(2014—2020年)》确立了村镇发展的战略地位，促进了村镇进一步探索和深化“在地”城镇化的新模式。城镇密集地区村镇建设空间密度大，注重提高“村—镇—城”的交通可达性，将改善城乡空间可达性作为促进“在地”城镇化的重要手段。苏州作为 “国家发展改革委城乡发展一体化综合改革试点”城市，近年来通过加强各层级综合交通网络建设，极大地缩短了村镇居民出行的时空距离，提高了村镇居民的出行频率，激发了城乡间物资和人员的高效流动，有效推动了“在地”城镇化的持续优化。因此，为进一步优化该地区城乡道路交通网络建设和探究村镇空间布局的新思路，围绕人的出行特征，基于苏州城镇聚集空间格局特征，从“村—镇—城”3个空间维度分析该地区城乡之间居民出行可达性的新特征和新需求。

可达性概念最早出现在工业区位论、农业区位论等古典区位论中，是指从一个地方到另一个地方的难易程度[1]，通常将最短交通时间作为可达性的基本标识单位[2-4]。近年来，学者们主要从城市发展影响因子和城市发展关联指标视角进行可达性研究，前者将可达性作为影响因子，基于可达性特征揭示城市相互作用[5]、设施区域效应[6]、城镇空间扩展[7]和村镇分布特征[8]等的内在作用机制；后者则将可达性作为城市发展过程的构成要素，定量化地研究了其与居民通勤行为[9-10]、景观绿地空间分布[11-12]等城市发展外显性特征的关联性。两者均重视空间结构与可达性之间的关系，而忽视了个体活动对时空可达性研究的有效性，这也是可达性研究的瓶颈之一。在可达性评价研究方面，数理及信息模型构建技术发展成熟[13-15]，多集中采用ArcGIS等软件在中心地理论、空间句法等理论基础上模拟交通。从评价结果看，模拟技术实际也只是理想化了现象或过程，并不能反映微观个体的行为活动。

当前，全球已迈入大数据(Big Date)时代，由移动定位数据组成的海量数据能够真实地反映出城乡之间居民出行的时空特征，使得测度个体的持续活动不再是不可完成的事[16-17]。目前，学者们多采用GPS、GIS及网页工具(网络日志、高德地图等)3 种组合方法，对微观个体行为数据进行采集与分析 [18]。大数据的运用，为引导整个研究领域真正的以人的行为视角进行研究提供了数据和方法支撑。基于此，本文试图将反映个体出行特征的移动大数据和可达性的传统分析方法组合在一起，基于人的行为视角对现有可达性研究进行优化，促使可达性评价更接近居民真实的微观出行行为。