地铁开通后,出租车少掉的是站与站之间,还是站外的最后一段?
论文名片|Miaoyi Li、Lei Dong、Zhenjiang Shen、Wei Lang、Xinyue Ye,Examining the Interaction of Taxi and Subway Ridership for Sustainable Urbanization,Sustainability,2017,9(2):242,2016年12月14日收稿,2017年1月19日接受,2017年2月10日发表。DOI:10.3390/su9020242。
2014年7月1日,无锡地铁1号线开通,24个站从北到南穿过市中心。若把地铁想成沿线出租车的直接替代,开通后出租车少掉的次数,似乎应该接近地铁新增加的人次。开通前后各四周的记录不是这样。
出租车少掉的,主要是两端都靠近车站的行程,离市中心越远越明显;城市边缘一部分车站和地铁到不了的地方之间,出租车行程反而增加。地铁一天的刷卡人次远多于出租车少掉的次数。这是同一座城市在开通前后的观察比较。记录里没有同一个人从出租车改乘地铁的轨迹,也没有公交和私家车。
先说结论
- 1500辆出租车、约占当时车队四成的样本中,全市日行程从六月工作日的136,135次降到七月的130,839次,少5,296次,相当于六月工作日的3.9%;周末从144,036次降到134,107次,少9,929次,相当于6.9%。
- 把城市分成1公里格、并去掉日均不足1次的连接后,工作日的有向连接从14,902条降到12,168条,少2,734条,相当于六月工作日边数的18.3%;周末从15,910条降到12,929条,少2,981条,相当于18.7%。有连接的格子数仍在400个上下。
- 放在车站约1公里范围内比较时,出租车工作日从8,860次降到7,680次,少1,180次,相当于开通前的13.3%;周末从9,245次降到7,435次,少1,810次,相当于19.6%。同期地铁工作日41,000人次、周末50,528人次。论文把出租车降幅概括为约1,200次和1,800次。
- 站与站之间的出租车,在锡北、江南大学等郊区大约减少四成到五成;城市边缘的车站与站外地点之间出现增加。这是行程变化率,不是逐人核对过的换乘。
- 用上下车次数加权后,全市平衡指数从1.09升到1.18。1表示一个格子的下车次数等于上车次数。出租车连接数的分布仍接近幂律,高连接格子集中在市中心,而这张地图画的是开通前的六月。
这四周的行程,是从哪1500辆车、哪24个站来的?
论文选无锡,给出的城市背景是:2000年到2015年,建成区从110平方公里增到320平方公里,大约增加到三倍;城区人口从60万增到300万,增加到五倍。这两句是城市背景,不是这次GPS算出来的。真正让开通前后可以对比的,是1号线在2014年7月1日才开通。

图 1|新的地铁线落在无锡的什么位置?
无字母子图。左侧小图标出无锡城区相对周边的位置,图中写出崇安、南长、北塘,以及惠山、锡山、滨湖;江阴和宜兴在这张区位图的外侧。右侧是研究区路网,浅色圆点为1号线车站,红星为市中心,比例尺标有0、10、20公里。车站沿南北方向穿过市中心。来源:原论文 Fig. 1。
地铁数据来自交通卡交易:匿名卡号、时间、进站或出站、车站编号,覆盖开通后四周。它记录的是进出站,不是车厢里的连续位置。出租车数据是1500辆车的车载GPS,开通前四周和开通后四周都有,只保留车上有乘客的轨迹,并留下每段行程的起点和终点。论文用这些载客轨迹观察地面交通,并写明1500辆大约是全部出租车的40%。工作日和周末分开算。样本里没有公交和私家车。
全市日行程如下。分母是这1500辆车的载客行程,不是全市人口,也不是全部出租车。
| 时段 | 日行程次数 |
|---|---|
| 六月工作日 | 136,135 |
| 六月周末 | 144,036 |
| 七月工作日 | 130,839 |
| 七月周末 | 134,107 |
表的标题写的是不同时段的日行程次数。每个时段只给一个数,论文没有再说明它是所有相应日期的平均,还是某一个代表日。
作者的比较假设写得很明确:在大约四周这么短的窗口里,地面交通(这里主要指出租车)的平均变化,主要来自地铁开通。这是假设,不是把天气、暑假、票价和其他线路都控制住之后的实验。
少掉的是格子,还是格子之间的连接?
全市日行程只降了几个百分点,还看不出少在哪里。论文把无锡划成1公里乘1公里的格子,格子是节点,格子之间的有向起讫(origin–destination,OD)是边,边上的权重是日均行程量。工作日、周末、六月、七月各自做一张网,并删掉日均流量小于1的边。因此后面的边,至少还剩下每天大约一次的联系。
度(degree)在这里不是乘客人数。入度是有行程指向这个格子的其他格子数,出度是这个格子指出去的其他格子数。论文把两个求和都写成对邻接矩阵元素 aᵢⱼ 求和,公式本身没有改写下标方向;可核对的例子在图2:格子1的入度和出度都是1,格子3的入度是1、出度是2。

图 2|入度和出度数的是相连格子,还是箭头上的流量?
无字母子图。四个方格是节点,箭头是有向行程,旁边的数字是流量。格子3指向格子1的流量为1,指向格子2的流量为5;格子1指向格子4的流量为10;格子4指向格子3的流量为30。按正文的例子,格子1连入、连出各1个格子,格子3连入1个、连出2个。流量30并不会把度算成30。来源:原论文 Fig. 2。
四张网的规模是:
| 网络 | 节点数 | 边数 | 平均边流量 |
|---|---|---|---|
| 六月工作日 | 404 | 14,902 | 7.02 |
| 六月周末 | 407 | 15,910 | 7.16 |
| 七月工作日 | 405 | 12,168 | 7.77 |
| 七月周末 | 416 | 12,929 | 7.86 |
工作日节点从404个变成405个,周末从407个变成416个。地点几乎还在,连接少了将近两成。论文的原话是边数下降将近20%;按上表计算,工作日是2,734/14,902,即18.3%,周末是2,981/15,910,即18.7%。
留下的边反而更忙:工作日平均流量从7.02次升到7.77次,周末从7.16次升到7.86次。所以全市日行程那3.9%和6.9%的下降,对应的是一批较弱连接消失,而不是每个格子对都按同样比例变空。平均流量仍是这1500辆车、且已经去掉日均不足1次之后的边,不能当成全部出租车的街道路段流量。
地铁客流为什么周末更集中在市中心?
出租车网络还没解释地铁自己怎么走。图3把24个站按线路上的空间顺序排成起讫矩阵。

图 3|地铁客流集中在哪些站?
(a)工作日,(b)周末。横轴是起点、纵轴是终点,顺序都沿1号线从堰桥排到长广溪。颜色从浅到深表示客流增加,色标刻度为0、200、400、600、800。三阳广场和南禅寺一带最深,周末整体比工作日更深。图上没有写明800是日均人次、四周合计,还是单方向刷卡数。来源:原论文 Fig. 3。
正文据此说,人们在周末更可能乘坐1号线。后面的全线日均也是周末更高:50,528人次对工作日的41,000人次。作者给了两种解释,都不是从矩阵里直接估计出来的。需求一侧:周末对准时的要求不像工作日上班那样死。供给一侧:这条线更多经过消费场所,而不是就业中心,并从市中心伸向南北郊区。矩阵能支持的是周末颜色更深、市中心站更突出;它不能单独证明乘客是为了购物而不是为了上班。
车站附近少掉的出租车,够不够填上四万地铁人次?
全市网络看的是所有格子。另一段比较把出租车收到车站周围约1公里、也就是1号线走廊附近。图4和表3放在这段分析里。表题只写总日客流,没有重复“1公里”;但出租车那一行大约是表1全市日行程的6.5%(开通前工作日8,860/136,135),和“只取车站附近”的范围相符。地铁一行是全线刷卡。

图 4|开通那条线前后,两种客流的量级差多少?
无字母子图。横轴是六月第1–4周和七月第5–8周,橙色竖线左侧为开通前。浅绿和深绿是地铁工作日、周末,浅蓝和深蓝是出租车工作日、周末。开通前没有地铁柱。开通后第一周的周末地铁柱越过60,000刻度,是图中最高的一根,后面三周的周末柱回落,但仍高于同周工作日柱。出租车柱全程低于10,000,开通后略降。柱顶没有印精确数字。来源:原论文 Fig. 4。
表3把同一组比较收成均值,括号里是标准误:
| 开通前工作日 | 开通前周末 | 开通后工作日 | 开通后周末 | |
|---|---|---|---|---|
| 出租车 | 8,860(202) | 9,245(182) | 7,680(116) | 7,435(420) |
| 地铁 | — | — | 41,000(3,066) | 50,528(8,086) |
工作日出租车减少1,180次,即1,180/8,860=13.3%;周末减少1,810次,即1,810/9,245=19.6%。论文写成约1,200次和1,800次。工作日两个标准误是202和116,1,180大于这两个数;周末开通后的标准误达到420,1,810仍然更大,但周末的波动比工作日宽。地铁周末均值比工作日高9,528人次,而周末标准误有8,086,所以“周末更高”主要是这四周的均值差,不能看成每周都稳定高出近一万人次。图4里第一周周末那根特别高的柱,和这个很大的标准误是同一件事。作者把它解释为刚开通时的好奇或试乘,第二个周末就回落。
41,000人次大约是工作日出租车减少量1,180次的35倍,50,528人次大约是周末减少量1,810次的28倍。单位也不相同:地铁是刷卡人次,出租车是这1500辆车的行程次数。论文没有把出租车降幅按“约占车队40%”放大到全车队。即便按这个份额把1,180和1,810乘以2.5,得到约2,950次和4,525次,仍远小于四万到五万人次。这个乘法只是用论文自己的四成份额做的换算,不是论文报告的全市出租车减少量,也没有证明那1500辆车是走廊上的随机样本。
因此,走廊上的出租车替代解释不了地铁的大部分客流。论文推断,公交和私家车更可能被地铁接走,同时新线路也可能诱增原来没有的出行。这两句话都是推断:数据里没有公交、私家车,也没有开通前的地铁基线。
四月和九月被用来做一次对照。四月在开通前两个月,九月在开通后两个月,都避开长假期。正文说四月的出租车日均很接近六月,九月很接近七月,相差不到5%。正文没有列出这两个月的具体日均。
连接变少以后,高连接的格子还在市中心吗?
边数下降将近两成之后,还要看剩下的连接是不是换了一种形状。论文用最大似然估计,把累积度分布拟合成幂律:度数为 d 的累积比例近似正比于 d 的 −β 次方。β 越大,很高连接数的格子越少。

图 5|度分布的斜率变了,地图上的中心变了吗?
(a)左为六月、右为七月。橙色圆点是入度,蓝色圆点是出度,坐标都是对数。直线是幂律拟合。六月入度 β=4.28、出度 β=3.45;七月入度 β=4.11、出度 β=3.64。纵轴大约从1.00到0.01,横轴是入度或出度,图上没有分开工作日和周末。(b)开通前六月的入度(左)和出度(右)。颜色表示相连格子数,不是起讫次数;两侧共用色标,最低一档印成0–0,其后为0–20,直到140–289。右下角小图标出这两张图在更大范围中的位置。来源:原论文 Fig. 5。
七月出度指数从3.45升到3.64,入度指数从4.28降到4.11。论文没有给出指数的标准误,也没有报告拟合优度,所以0.19和0.17只说明两条拟合线的斜率不同,不能单独当成网络被地铁截断的显著性检验。正文的读法是:出租车总量在下降的同时,连接方式也在变。
(b)只画开通前。高值集中在市中心,向外变稀,论文据此说无锡仍是单中心。点名的热点是三阳广场、南禅寺和火车站。三阳广场后来成为与2号线的换乘站,作者认为这在一定程度上印证了热点判断。那是后来的线路安排,不是这张六月地图自己做的因果检验。距离衰减在讨论里被用来描述离市中心越远、出租车密度越低,论文没有给出距离衰减的指数。
上下车次数离开1,离开了多少?
连接数变了,每个格子的上车和下车也可能不再成对。论文定义一个格子的平衡指数 ηᵢ,等于该格下车次数除以上车次数。等于1,表示这一格的上下车次数相同。个别格子行程很少时,这个比值会变得很大或很小,所以不能直接拿各格的平均数代表全城。
全市指数把每个格子的行程占比当作权重:
η_total = 所有格子的(下车次数+上车次数)× ηᵢ 之和 ÷ 所有格子的(下车次数+上车次数)之和。
按这个加权,1号线开通后 η_total 从1.09升到1.18,离1更远。论文把它解释为出租车上下车的空间分布变得更不平衡,并说新线可能削弱了原有的上下车格局。这仍是开通前后的伴随变化,权重里没有地铁刷卡。
工作日各格子 η 的分布是:
| 最小值 | 中位数 | 均值 | 最大值 | |
|---|---|---|---|---|
| 开通前 | 0.37 | 1.63 | 2.48 | 16.00 |
| 开通后 | 0.25 | 1.51 | 2.87 | 81.00 |
中位数从1.63降到1.51,均值从2.48升到2.87,最大值从16升到81。未加权的均值远高于加权后的1.09和1.18,正是因为少数行程很少的格子把比值拉大了。全市判断应使用1.09到1.18,而不是81。表中没有周末。
郊区站与站之间少了近一半,边缘站的出租车为什么会增加?
前几项还是总量和网络形状。图6把车站附近的出租车行程拆成方向,看减少和增加各在哪。
四种方向是:从车站到站外(A2O),从站外到车站(O2A),从一个车站到其余车站(图中写作 A2Ā),从其余车站到这个车站(Ā2A)。正文有一处把热图写成图6c,并把第一列同时称作模式一和 A2O;图上实际只有(a)(b),第一列的轴标签是 A2O Weekday。下面按图的坐标读。

图 6|出租车的增减,发生在站与站之间,还是站与站外?
(a)上方示意车站、站外和其他车站之间的出租车方向,虚线是出租车,实线是地铁。下方小图画出一种“大部分路程乘地铁、站外用出租车”的走法,是解释用的示意图,不是某位乘客的轨迹。(b)纵轴是沿1号线排列的24个站,三阳广场和南禅寺位于中段;横轴八列依次为 A2O、O2A 的工作日和周末,以及两个站间方向的工作日和周末。颜色是开通后的变化率,红增蓝减,刻度为40%、20%、0、−20%、−40%。前四列是车站与站外,后四列是站与站。来源:原论文 Fig. 6。
后四列比前四列更蓝。离三阳广场和南禅寺越远,站与站的蓝色越深。正文写,锡北、江南大学等郊区,站与站的出租车大约减少40%–50%。色标最深一档标在 −40%,图上没有逐格印出精确百分比,所以“五成”是作者对郊区站间格子的概括,不是另一套回归系数。
前四列在城市边缘出现增加,正文用红框标出。作者的解释是:地铁覆盖不了的最后一段,改由出租车衔接,长距离则改乘地铁。示意图画的就是这种组合。数据支持的是边缘车站与站外地点之间的出租车变化率为正、站与站的变化率为负;它没有把同一个人的地铁刷卡和出租车上下车按时间接上。摘要里“行程时间和距离增加会提高地铁需求”也没有单独的时间或距离系数,依据就是这张远距离站间下降、站外衔接上升的格局。
“离车站越近,替代越强”同样来自列与列的对比:两端都在车站附近的行程,下降超过只有一端在车站附近的行程。它不是一条以到站距离为自变量的连续函数。
这些数停在观察比较,停在哪一步?
上面的数字都限定在1500辆车、开通前后各四周、1公里格子,以及车站约1公里这一段比较里。
不能说清楚的是谁替代了谁。没有同一个人的方式转换,没有公交、私家车和步行,也不能把模型或指数拟合当成机制已经证实。幂律只描述连接数的分布,平衡指数只描述上下车是否成对,两者都没有纳入土地利用。四月和九月只在正文留下“相差不到5%”,看不出那两个月的具体日均,也看不出地铁客流在开通两个月后是否还保持第一周的高度。讨论里关于消费型线路、好奇试乘、诱增出行和郊区站点宜加密,是作者基于上述格局做的规划推断。
一句话总结
地铁开通后的四周里,出租车少掉的主要是车站与车站之间的行程,离市中心越远越明显;地铁到不了的那一端,出租车并没有一起消失,而地铁新增的人次远多于出租车少掉的次数。
核心来源
- Sustainability 论文页,核对题目、作者、发表日期与 DOI:10.3390/su9020242。正文为 Sustainability 2017, 9, 242,共12页。
- 文中图1至图6、表1至表4均来自这一版本。补充材料在文末列为表S1(分时段出租车日行程)、表S2(车站周边出租车日总量)和表S3(四月与九月工作日上下车),正文对四月、九月只给出与六、七月相差不到5%。
作者介绍
五位作者的单位和分工以论文署名及作者贡献说明为准。
- Miaoyi Li:与 Lei Dong 同等贡献。署名金泽大学环境设计学院。设计实验、预处理数据,并参与写作。
- Lei Dong:同等贡献。署名清华大学建筑学院。设计实验、分析数据、绘制图件,并参与写作。
- Zhenjiang Shen:通讯作者之一。署名金泽大学环境设计学院、福州大学建筑学院,以及重庆大学山地城镇建设与新技术教育部重点实验室。为研究提供部分想法。
- Wei Lang:署名香港理工大学建设及环境学院。参与写作。
- Xinyue Ye:通讯作者之一。署名肯特州立大学地理系与计算社会科学实验室。提供部分想法并修改文稿。
延伸思考
以下是 AI 基于论文结果所作的延伸,不属于原论文结论。
若要判断边缘站增加的出租车是不是地铁乘客的最后一段,需要把同一车站、相近时刻的进出站和出租车上下车对齐。对得上,接驳才有时间上的证据;对不上,红色格子更可能是开通初期的额外出行。图4里第一周周末的地铁柱越过60,000,这种对齐不能只用四周平均代替。
只统计出租车降幅,也会把地铁的作用看小。工作日走廊上的出租车少1,180次,地铁有41,000人次。差额只可能来自没被观测的公交、私家车、电动车和步行,或者来自原来没有的新出行。这两件事在只看出租车时会混成同一个“地铁远大于出租车降幅”。把它们分开,才知道新线是在替换旧的机动出行,还是在制造新的出行。