高铁对合肥及周边城市可达性及商业腹地变化影响研究
需求分析
- 时任安徽省省委书记的郭金龙书记在省第八次党代会报告里指出：“中心城市辐射带动力不强，是安徽省区域经济发展不快、城镇化进程滞后的重要原因”。 与周边省份的中心城市相比，合肥的人口和经济规模及其占全省总量的比重明显偏低，与其作为中部地区人口大省的省会城市地位较不相称。受城市综合实力的影响，合肥市辐射区域的能力尚弱，合肥作为省会中心城市的带动和辐射作用还有待进一步提高。 2009年2月18日，省委书记王金山在调研合肥经济圈建设时强调：“合肥是省会经济圈的中心，是引领和推动经济圈发展的动力源。要强化主体责任、主动精神和主导作用，切实把龙头和示范带动作用发挥出来。要保持当前强劲发展势头，进一步做大经济总量，力争把合肥建成与中部其他省会城市相抗衡相媲美的中心城市”。
- 高铁建设，能够加强城市之间的联系。合蚌高铁的建成通车对合肥市的经济、文化发展有很大的提升，对合肥市的日常可达性有很大的提高。
- 本文研究的意义是发挥GIS在交通规划中的应用。为合肥市提供参考。
- 在“十二五”规划中，合肥市大力发展信息产业技术，加快技术产业发展，带动整个合肥经济圈的发展。高铁大大缩短了人们的出行时间，便于人们出行，就业机会加大。
- 大合肥经济圈的发展定位为建设创新型国家的示范区和创新型安徽的核心区域。空间结构为“十”字型走廊主导的网络结构，“十”字走廊由南北发展走廊和东西发展走廊两部分组成，南北发展走廊为京福高铁和华东第二通道沿线，东西发展走廊为沿江走廊。大合肥经济圈最终与南京都市群、昌九城市走廊共建宁合昌“新三角”经济区。
- 大合肥经济圈各城市功能定位
城市名称 | 功能定位 |
|---|---|
合肥 | 全国重要的科研教育基地，国家区域性交通枢纽，泛长三角的中心城市之一；安徽省省会和省域核心城市，大合肥经济圈的龙头城市；优势明显的现代制造业基地、科技创新及高新技术产业化基地和现代服务业基地；区域旅游会展中心、商贸物流中心、金融信息中心。 |
芜湖 | 长江流域重要的交通枢纽、物流中心、加工制造业基地；安徽省的经济中心之一；大合肥经济圈中心城市之一，人居环境优美、投资环境优良、经济社会生态效益俱佳的城市。 |
蚌埠 | 京沪铁路沿线重要的物流中心，加工制造业基地；安徽省的经济中心之一；大合肥经济圈中心城市之一，重要的交通枢纽，服务大合肥经济圈整体的金融、贸易、研发、商贸中心。 |
马鞍山 | 国家重要的钢铁加工基地；长江中下游地区重要的港口城市，重要的加工制造业基地；大合肥经济圈中心城市之一，现代化的滨江山水园林、旅游城市。 |
安庆 | 长江中下游重要的综合交通枢纽城市；安徽省历史文化名城；大合肥经济圈的中心城市之一；皖－赣－鄂三省交界区域的中心城市及商贸、物流中心，加工制造业基地。 |
六安 | 安徽省重要的加工制造、冶金工业基地和旅游度假基地；大合肥经济圈的重要成员；大合肥经济圈接轨鄂豫、带动皖西、辐射大别山北麓的门户。 |
滁州 | 长三角的家电产业基地和优质农产品供应基地，休闲后花园之一；大合肥经济圈的重要成员。 |
巢湖 | 安徽省重化工基地之一；大合肥经济圈的重要成员；大合肥经济圈进入长三角的门户和东向发展的桥头堡；以临港重化工业、建材及新材料和休闲旅游业为主要特色的滨湖山水城市。 |
淮南 | 以煤电化产业为主导的国家能源基地和安徽省重化工基地；大合肥经济圈的重要成员，大合肥经济圈商贸物流、金融保险、技术服务及社会服务中心，“三山、三水、三城”的宜居、宜游、宜创业城市。 |
铜陵 | 中国重要的铜产业、电子基础材料产业加工基地；大合肥经济圈的重要成员。 |
池州 | 安徽省“两山一湖”旅游区重要的服务中心；安徽省历史文化名城；大合肥经济圈群的重要成员，现代化的山水园林城市。 |
解决思路
- 先确定研究方法及理论，以及研究的实际意义。
- 数据的采集与处理。
- GIS方法的应用与处理。
- 结果的分析与评价。
研究的技术路线如下：
- 相关概念和计算方法
栅格数据使用一定尺寸的网格来划分空间，认为每个网格内的空间具有相同的属性，具有确定的数值（网格的属性）。使用栅格数据，可以对某一个或一组空间数值在空间上的分布进行简单有效的描述。对栅格数据，传统的空间分析方法，如叠置、切割、求交等都可以进行操作和计算。
为了在栅格数据上计算每个网格到某个目的网格（或网格集）的最短加权距离，需要使用最短路径算法，由于栅格数据的特殊性，这里先对最短路径算法在栅格数据上的实现作一个简单说明。
Dijkstra最短路径算法计算的是一个“图”结构上的某个结点到所有节点的最短路径。在栅格图像上应用时，最重要的问题就是如何将栅格数据抽象成图的结构加以计算。计算首先需要取得成本栅格图（Cost Raster），该图将研究区使用一定精度的正交格网分割为栅格图像，每个栅格的属性值表示其“成本”（Cost），这里即表示通过它所需要的时间消耗程度。如图1所示，由于栅格图像的特殊性，每个非边缘网格的周围有且仅有8个其他的网格，以每个网格的中心为“节点”（Node），可以抽象为8条“边”（Side）。对边的“长度”取值，使用以下简单定义：如果边连接两个直接水平或垂直相邻的网格，则使用两个网格的值的平均值表示该边的长度；若边连接的网格斜相邻，则使用该两个网格的数值的平均值乘以的结果来表示该边的长度。如图1所示，中间的结点到其左边节点的边的长度为 ，与右下节点的边的长度为 。
在计算过程中，将每个源设定为单一节点，其所属栅格的成本值定为0，每个源周围的n个栅格与该源形成n条边（如图2所示）。这样便构建了完整的“图”结构，可以进行最短路径计算了。
再以图1为例，若右下角网格作为一个“源”，则成本加权最短路径计算结果如图3所示。结果共有2个：○1每个节点到该源的累积总“成本”值（Accumulated Cost）；○2每个节点到最短路径上前一个节点的路径方向（Direction）。因为方向有且仅有8个，所以可以用一个有且仅有8个元素的集合编码来表示，表示图上即表示为方向栅格图（Direction Raster），每个网格的值是8个元素中的一个，表示下一个网格相对其的方向。在多源的情况下，还可以得到每个网格可以花费最低成本到达的源——即服务提供者——这一结果，表现在图上即为分配栅格图（Allocation Raster）。其网格属性的元素数量与源的数量相同，表示该网格所接受服务的源。所有相同属性的网格的集合即表示对应源的服务范围。
在分析空间可达性问题时，我们可以根据目的和需要，采用多种“成本”类型来进行计算，最常用的就是时间成本，即对空间上每个点的时间距离进行分析计算。在时间地理学领域，这种应用体现在通过居民生活行为的时空间研究，认识居民工作、购物、娱乐等活动的基本规律，为城市就业空间、居住空间、商业空间、休闲服务空间等的规划布局服务。
分析过程
1、栅格图片的数字化及属性添加过程
注：
①命名规则是无高铁时，命名为xxx_before;有高铁时，命名为xxx_after;
②以无高铁为例，有高铁时方法步骤一样。
(1)有无高铁数字化后的结果图
图1 安徽省交通路网(无高铁)
图2 安徽省交通路网(有高铁)
(2)属性字段的添加与赋值
对交通路网添加两个字段，“Speed”和“Cost”，别名分别是：速度、成本；
- 在【工作空间管理器】中【数据源】下右键点击“交通路网_before”数据集，如图所示。
- 点击【属性】弹出如下对话框，点击属性表结构，然后点击【添加】按钮即可开始属性字段的添加；
- 属性字段的赋值；
县道 | 省道 | 国道 | 铁路 | 高速 | 高铁 | 陆地 | |
|---|---|---|---|---|---|---|---|
速度(km/h)(Speed) | 30 | 60 | 80 | 90 | 120 | 300 | 15 |
成本(Cost) | 20 | 10 | 7.5 | 6.7 | 5 | 2 | 40 |
其中“成本”的计算，是通过公式cost(成本)=（10/Speed）×60，以10km路程计算出各类型道路所用的时间(分钟)。
- 点击【浏览属性表】弹出属性表，然后找到相应字段进行属性的添加。
- 最后完成有高铁时的交通路网的属性添加，步骤同上。
2、矢量转栅格
（1）对交通路网(无高铁) 进行栅格化处理，栅格大小为1000m×1000m；
- 在菜单【分析】模块下【栅格分析】中，点击【矢栅转换】出现矢量栅格化，如下图所示；
- 点击【矢量栅格化】弹出如下对话框，对“交通路网_before”数据集，以“Cost(成本)”字段值作为栅格值进行栅格化处理
- 点击确定完成栅格化处理，结果如下
3、对“交通路网成本栅格_before”数据集进行重分类
- ·点击菜单【数据】模块，【栅格】处理中的【重分级】，如下图所示：
- 点击【重分级】按钮弹出如下对话框
- 分成5级，如上图所示，无值单元赋值为40（即为陆地的成本），使得各类型道路的成本值分别为5、6.7、7.5、10、20、40(陆地)。
- 点击确定后结果如下
- 上图的“成本栅格_before”不是研究区内的成本栅格，需再处理，处理方法如下：
①对“省面_R”数据集进行栅格化处理，以“UserID”字段值为栅格值，其中UserID=1；
②栅格化后的结果，其中白色区域为无值区域（NoData）；
③通过栅格【代数运算】，求研究区成本栅格
- 在【数据】模块下，【栅格】处理中的【代数运算】
- 点击【代数运算】弹出对话框，并输入代数运算公式如下： 用“省面”栅格乘以“成本栅格_before”，即可得到研究区成本栅格
④结果如下
上图是无高铁时的“研究区成本栅格_before”数据集。
同样的方法可以得到有高铁时的“研究区成本栅格_after”数据集，如下图所示：
4、生成成本距离
（1）在【分析】模块，【栅格分析】中的【距离栅格】下的【生成距离栅格】，如下图所示
（2）点击【生成距离栅格】弹出对话框
- 当源数据集选择“市_P”时，“耗费数据集”选择“研究区成本栅格_before”，“结果数据”栏中只选择“距离数据集”和“分配数据集”两个进行填写；
- 点击确定结果如下 无高铁时的各市可达性空间分布：
无高铁时各市商业腹地空间分布：
有高铁时的操作，只需将“耗费数据集”改为“研究区成本栅格_after”即可，其他过程一样，结果如下：
有高铁时的各市可达性空间分布：
有高铁时各市商业腹地空间分布：
- 当源数据集选择“合肥市_P”时，“耗费数据集”选择“研究区成本栅格_before”，“结果数据”栏中只选择“距离数据集”进行填写，其他为空。
- 点击确定，得到无高铁时合肥市可达性空间分布：
- 同样得到有高铁时合肥市可达性空间分布：
6、可达性分析
对上面得到的可达性进行【代数运算】转化成以“分钟”或“小时”为单位的可达性空间分布。
因为在计算中我们所使用的成本栅格图为1000米格网，即在水平或垂直方向上，每千米合1个网格。网格的数值是我们定的成本值，大约相当于每行进10千米所需要的分钟数。所以，将其换算到累计成本时的计算方法是，每分钟相当于的成本为每分钟能够经过网格上的成本之和。以道路来计算，每分钟行进1千米，经过网格1个，分辨率为1000米，则成本为1×10×1000=10000。所以，将累计成本值换算为时间分钟数的计算方法即：分钟数=成本值÷10000。同理可知，小时数=成本值÷600000
对可达性的结果进行处理的分别公式为
各栅格代数运算后，再进行分级处理的结果图如下
无高铁时的各市可达性空间分布图(单位:小时)
有高铁时的各市可达性空间分布图(单位:小时)
从上图可以清晰地看出有高铁时，合肥及蚌埠可达性大幅度提高，加强了合肥经济圈（合肥、六安、淮南、桐城及定远）的建设与规划。
无高铁时合肥市可达性空间分布图
有高铁时合肥市可达性空间分布图
从上面两幅图可以看出，1小时圈面积增大；以3小时通常为一日行程，在有高铁时，合肥市的可达性几乎可以到达各个地级市，加强的各市与中心城市之间的经济、文化交流与联系。
- 合肥市可达性绝对变化是由(合肥市_可达性min_before － 合肥市_可达性min_after)得到；而合肥市可达性相对变化是由(合肥市_可达性min_before － 合肥市_可达性min_after)÷合肥市_可达性min_before得到。其中为栅格代数运算，运算式为对应的数据集。运算结果如下图所示：
合肥市可达性绝对变化
合肥市可达性相对变化率
从绝对变化与相对变化可以看出，变化比较大的区域处于合蚌高铁和京沪高铁附近，说明高铁的建设和通车，会大幅度减小人们出行的时间，增强人们的机遇和就业机会，同时也会带动各周边商业的发展。
7、商业腹地变化
无高铁
有高铁
从上图可以看出，有无高铁，对各市的商业腹地大小的影响。有高铁时，合肥市及蚌埠的商业腹地的面积会提高，以合肥为中心，带动其周边城市的发展，发挥中心城市的主导作用，使得安徽更快、更好的发展，促进十二五规划的进程。合肥经济圈的发展应淡化行政区划，从区域角度强化城市间的经济联系，形成经济、市场高度一体化的发展态势；协调城镇之间发展的关系，推进跨区域基础设施共建共享；保护并合理利用各类资源，改善人居环境和投资环境，促进区域经济、社会与环境的整体可持续发展。面对区域一体化的经济发展形势，构建合肥经济圈圈层结构、明确近远期发展重点是合肥经济圈发展的客观必要，我们认为近期以合肥、淮南、六安、巢湖、桐城的合肥经济圈为中心，远期“1+10”（合肥、六安、巢湖、淮南、蚌埠、滁州、马鞍山、铜陵、芜湖、安庆、池州），形成以合肥为中心，合肥经济圈、沿淮城镇群、沿江城镇群融合发展，总面积约8.5万平方公里的大合肥经济圈是合肥经济圈未来发展的较好选择。