EN中文

Economic geography >

2021 , Vol. 41 >Issue 6: 171 - 179

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.06.019

The Influence of Urban Public Rail Transport on the Land Use Change：A Case Study of the Metro Line 3 and Line 7 in Guangzhou

  • HE Yinjie , 1, 2 ,
  • WU Dafang , 1, ※ ,
  • LIU Yanyan 1 ,
  • ZHANG Zhanlu 2 ,
  • LIU Yihua 1
Expand
  • 1. School of Geography and Remote Sensing，Guangzhou University，Guangzhou 510006，Guangdong，China
  • 2. School of Public Administration and Policy，Renmin University of China，Beijing 100872，China

Received date: 2020-12-27

  Revised date: 2021-05-01

  Online published: 2025-04-08

Fold

Abstract

Based on "3S" and POI data,this paper obtains the fine-scale land use information in the study area. According to the urbanization development level of each region,it delimited corresponding buffer range of the Metro Line 3 and Line 7 in Guangzhou,and investigated the spatio-temporal impacts of public rail transport on land-use change. It simulated and predicted the land use in 2027 using CA-Markov probability model. The results indicated that: 1) Reasonable buffers are important to obtain fine statistical area of land change affected by public rail transport by reducing interference of other factors to some extent. 2) The public rail transport promotes denser development and more intense utilization of land in the imminent areas,which thus brings huge economic benefits and inevitable impacts on urban ecological landscape. 3) The most significant land use change mainly distributed in undeveloped urban areas. 4) Based on the results of the CA-Markov model,land use configuration in the proximity of Line 3 will keep stable if there is no major policy intervention in the future,while it will become more intensive in the proximity of Line 7.

Key words： urban rail transit; fine-scale land use change; spatio-temporal effects; 3S technologies; CA-Markov model; commercial land; residential land

Cite this article

HE Yinjie , WU Dafang , LIU Yanyan , ZHANG Zhanlu , LIU Yihua . The Influence of Urban Public Rail Transport on the Land Use Change：A Case Study of the Metro Line 3 and Line 7 in Guangzhou[J]. Economic geography, 2021 , 41(6) : 171 -179 . DOI: 10.15957/j.cnki.jjdl.2021.06.019

城市轨道交通系统能改变人们的行为活动模式和为周边带来巨大的经济利益，进而导致土地利用、土地覆被的变化。城市轨道交通主要包括地铁、轻轨、磁悬浮、有轨电车等类型，而在多数发达城市中地铁系统占的比例最大。在设计城市轨道交通系统时，重要的是充分利用轨道交通所提供的机遇，预测土地利用的变化，提前制定好规划策略，以实现土地的用途管制和节约集约利用。本文采用“3S”等技术，就城市轨道交通对土地利用的影响以及未来的演变进行研究，呈现17年来广州市城市轨道交通沿线的土地利用变化过程，并通过CA-Markov模型，模拟预测2027年的土地利用状况。本文从时空变化角度洞察城市轨道交通对土地利用的影响，旨在帮助城市规划者对未来土地利用变化做前瞻性估计。
国外早期研究城市轨道交通对沿线土地的影响主要集中在用途[1]、价值[2-3]、人口[4]、客流量[5]、利用强度[6]和开发模式[7-8]等方面[9-10]，近年来逐渐转向关注站点的可达性[11]、绿化空间[12]、居民健康[13-14]以及对出行行为选择偏好[15-16]。国内学者则更多的是将目光聚焦在城市轨道交通对经济发展和土地用途转变的影响，比较代表性的研究有：李少英[17-18]结合遥感影像和POI数据从时间和空间两个维度定量研究地铁对土地利用转变的复杂影响过程与空间差异规律。何东华[19]从地铁规划到开通运营实例分析了广州市体育西站和公园前站的土地布局和权属信息的变化情况。李铖[20]利用GIS技术和Markov模型探讨了上海市地铁线路对周边的土地利用影响变化及预测未来的情况。刘保奎[21]从土地利用信息熵和土地利用均衡度探讨深圳地铁1号线开工前与建成后两个时点的变化呈现出不同的特点。刘诗奇[22]分析了北京市典型站点周边土地利用的空间分布特征。上述的研究方法主要有图层叠加、缓冲区分析、逐步回归模型、空间统计方法、地理网络分析方法、景观生态学方法等。但在做研究区域缓冲区分析时，都没有很精细研究[23]，没有确定交通线路对不同等级、不同区域的影响范围。如果只是对交通线路笼统地划定一个统一的缓冲区，对于一条跨区域的长的交通线路，某段交通线路对周边土地利用的影响范围是超过划定的缓冲区的，这样会导致少统计一些土地变化面积；而某段线路的影响范围则是没有划定的缓冲区那么大，这样会把其他因素影响（如：政策、社会、经济、自然）为主造成的土地利用变化的面积也统计进来，从而导致多统计一些面积，故要根据研究区域的实际情况针对性地划分研究缓冲区范围。
综上，目前城市轨道交通对土地利用变化影响的文献大多研究方法单一，定性研究为主，利用到“3S”技术和动态演示土地利用过去未来变化的文献相对较少，研究节点“重过去，轻未来”。并且，国内外学者大多数对交通线路的缓冲区划分时没有一个严格的理论支撑。因此，本文尝试做出以下改进：利用“3S”等技术方法做定量研究，并且模拟预测2027年两条线路的土地利用变化情况。对于较长的跨多个区域的交通线路，根据实际情况对不同等级的区域做不同距离的缓冲区分析。

1 研究区域与梯度带划分

1.1 研究区域

广州地铁属于广州市的城市轨道交通系统，截至2019年，广州地铁共有13条运营线路，总长为391.6 km，共231座车站，开通里程居中国第三，世界第四，日均客运量超过760万人次，最高日客运量超过1 002.6万人次，承担了广州市达48%的公交客流运送任务，客流强度居全国第一[24]。
广州地铁3号线与7号线在汉溪长隆站交接，3号线为南北走向，北接新白云国际机场，南到番禺广场；7号线为东西走向，东到大学城南，西接广州南站，两条线路覆盖了广州市最重要的交通客运站（图1，表1）。广州地铁3号线具有典型性，2010年10月，广州地铁3号线北延段全线贯通试运营，地铁线路长达64.41 km，是当时中国最长的地铁线路，客流量现亦为广州市轨道交通之最，2017年日均客运为193.1万人次，此外广州市3号线经过的行政区域多（白云区、天河区、海珠区、番禺区），换乘线路站点多，是广州市最重要的线路之一。广地铁7号线具有时效性，2016年12月运营，是较新的线路之一，能够反映轨道交通与土地利用变化的热点问题。
图1 地铁3、7号线位置图

Fig.1 Location of Metro Line 3 and Line 7

表1 广州地铁3、7号线概况

Tab.1 Overview of Guangzhou Metro Line 3 and Line 7

线路 路段 建前规划时间 运营时间 线路长度（km）
广州地铁3号线 广州东站—客村站 1997 2005年12月 64.41
广州东站—番禺广场站 2000 2006年12月
天河客运站—石牌桥站 2000 2006年12月
机场南站—体育西路站 2003 2010年10月
广州地铁7号线 广州南站—大学城南站 - 2016年12月 17.41
选取两条线路研究，原因在于：①利于排除单条线路存在的偶然因素。②两条线路的特点及异同使研究结果更具全面性和说服力。③一条线路得出的规律可用另一条线路验证。选这两条线路研究可更为直观地显示轨道交通对广州市土地利用“东进西联、南拓北优”的发展战略。

1.2 梯度带划分

城市轨道交通线路对周边土地的影响范围并无明确界限，目前国内外文献都认为地铁线路至少对缓冲区500 m以内土地利用产生影响，而某些经济比较发达的区域路段地铁线路的影响可达2 000 m，所以选择研究的缓冲区带的范围一般在500~2 000 m之间。在实践当中，地铁线路研究缓冲区划分通常有以下四种依据：步行半径、地形标志、功能因素、开发边界[25]。本文尝试以各区的城市化发展水平来划分不同的梯度带缓冲区。
大多数学者在研究轨道交通对沿线土地利用变化影响时，都选择1 000 m缓冲区作为研究的范围，但对于一条跨越多个区的长地铁线路，经过的每个区城市化发展水平不同，地铁线路对周边土地的影响范围也不一样，城市化发展水平高的区域地铁线路影响的范围会大，反之城市化发展水平相对低的区域，地铁影响的范围会随之缩小。所以，应该根据每个区的城市化发展水平不同，在1 000 m缓冲区的基础上，分段划定缓冲区。地铁3号线路经过广州市天河、海珠、白云和番禺4个行政区，本文对这4个区的城市化发展水平做一个相对合理的排序，引入城市化水平复合指数。该指数能一定程度代表各区基本的经济、人口和空间情况。模型的选择应尽量简化，指标选择需有代表性，本文将城市化水平复合指数（IU）简化为人口城市化、空间城市化、经济城市化三个层面[26-27]。选择人口城市化率、经济城市化率、空间城市化率分别代表人口、经济和空间的城市化水平，各指标内涵为：人口城市化率（PU）为非农业人口占总人口的比重，经济城市化率（EU）为各区GDP占全市的比重，空间城市化率（SU）为城市建设用地面积占土地面积的比重。其概念模型为：
I U = ∑ P U , E U , S U
具体测算中，采用加权法直接计算，即：
I U = P U · W p u + E U · W e u + S U · W s u
式中： W p u为人口城市化的权重； W e u为经济城市化的权重； W s u为空间城市化的权重； W p u+ W e u+ W s u=1.0。根据前人研究的结果[26]，3个城市化分量的权重分别取： W p u=0.40， W e u=0.35， W s u=0.25。具体划分结果见表2。
表2 广州各区域划分表

Tab.2 Partition of different districts of Guangzhou

区域名称 人口城市化率
（PU）/%		 各区GDP占全市的比重（EU）/% 城市建设用地面积占土地
面积的比重（SU）/%		 城市化水平复合指数（IU）/% 区域划分 交通线路影响范围/m
天河区 100.00 20.10 57.00 61.29 特别繁华区 1 400
海珠区 100.00 8.10 65.00 59.09 繁华区 1 200
番禺区 89.07 9.10 34.00 47.31 一般区 1 000
白云区 80.93 8.30 38.00 44.78 一般区 1 000

注：数据为2017年，PU、EU来源于广州市各区统计年鉴，SU来源于遥感图像解译。

结合区域划分的情况，合理地确定各个区域内地铁的影响范围：特别繁华区域天河路段的影响范围为1 400 m，繁华区海珠路段的影响范围为1 200 m，一般区番禺和白云路段的影响范围为1 000 m。

2 数据来源与方法技术

2.1 数据来源

①2000、2005、2010、2017年4期的Landsat遥感TM影像图，平均云量0.18。云层均不覆盖研究区域。数据可在空间地理数据云获得，分辨率为30 m（即图中每个栅格代表实际长宽30 m×30 m）。②广州市的主要交通干线和水域图可在OpenStreetMap获取。③广州市社会、经济、产业发展数据可以在广东统计信息网上获取。④广州市轮廓、高程、历史高分影像、POI点可在91卫图助手获取。

2.2 方法技术

2.2.1 遥感影像初步解译

①遥感图像裁剪与波段组合。②图像监督分类：初步分为绿地、水域、空地、建筑用地四类。③分类后处理：小斑块去除。④精度验证：随机选择验证样本，利用混淆矩阵计算工具，输出结果总体分类精度和Kappa系数达80%以上。⑤分类结果转矢量。

2.2.2 人机精细解译

基于历史高分遥感影像（最高分辨率可达0.1m）与POI数据对初步解译得到的建筑用地图斑进一步精细解译。根据《城市用地分类与规划建设用地标准-GB50137-2011》，稍作调整，把建设用地进一步细分为：一类居住用地、二类居住用地、三类居住用地、公共用地、商业用地、工业用地、交通设施用地、行政办公用地、教育科研用地、体育用地、医疗用地、特殊用地和城市其他用地13类。解译完成后进行精度验证，随机生成1 000个均匀分布的POI采样点，对比POI类别属性与解译的结果，对于有冲突的地类结果，通过百度街景地图功能或实地考察确定，输出结果显示Kappa系数达90%以上。

3 结果概况

通过解译得到2000、2005、2010和2017年广州市7号线、3号线沿线的土地利用数据（图2、图3，表3、表4）。
图2 2000—2017年广州地铁3号线沿线土地利用分布图

Fig.2 The land use of Guangzhou Metro Line 3 from 2000 to 2017

图3 2000—2017年广州地铁7号线沿线土地利用分布图

Fig.3 The land-use of Guangzhou Metro Line 7 from 2000 to 2017

表3 2000—2017年地铁3号线各类型的土地利用面积

Tab.3 The land use area of Metro Line 3 from 2000 to 2017

用地类型 2000 2005 2010 2017
面积（hm2） 百分比（%） 面积（hm2） 百分比（%） 面积（hm2） 百分比（%） 面积（hm2） 百分比（%）
城市其他用地 2 091.65 14.42 2 583.66 17.96 3 261.81 22.66 2 603.72 17.92
工业用地 973.05 6.71 1 153.48 8.02 1 129.34 7.85 1 217.26 8.38
公共用地 33.08 0.23 16.24 0.11 27.07 0.19 58.87 0.41
行政办公用地 28.52 0.20 31.05 0.22 53.57 0.37 60.78 0.42
交通设施用地 422.20 2.91 603.29 4.19 634.73 4.41 643.36 4.43
教育科研用地 665.68 4.59 757.94 5.27 871.99 6.06 771.08 5.31
空地 1 198.46 8.26 587.81 4.09 423.01 2.94 182.79 1.26
绿地 3 124.40 21.54 2 525.20 17.55 1 580.30 10.98 1 812.33 12.48
三类居住用地 2 562.60 17.66 2 413.80 16.78 2 758.45 19.17 2 882.64 19.84
商业用地 588.22 4.05 635.00 4.41 900.08 6.25 1 055.73 7.27
水域 1 207.19 8.32 1 284.17 8.93 603.10 4.19 869.09 5.98
特殊用地 60.96 0.42 45.07 0.31 45.87 0.32 52.07 0.36
体育用地 36.62 0.25 43.19 0.30 39.89 0.28 56.88 0.39
一二类居住用地 1 510.21 10.41 1 700.97 11.82 2 023.59 14.06 2 221.84 15.29
医疗用地 3.91 0.03 6.17 0.04 39.00 0.27 39.03 0.27
表4 2000—2017年地铁7号线各类型的土地利用面积

Tab.4 The land use area of Metro Line 7 from 2000 to 2017

用地类型 2000 2005 2010 2017
面积（hm2） 百分比（%） 面积（hm2） 百分比（%） 面积（hm2） 百分比（%） 面积（hm2） 百分比（%）
城市其他用地 214.40 5.71 632.21 15.95 1 014.13 25.16 743.54 18.66
二类居住用地 54.22 1.44 87.37 2.20 121.68 3.02 214.40 5.38
工业用地 314.98 8.38 393.00 9.92 417.68 10.36 379.57 9.53
公共用地 0.43 0.01 12.64 0.32 17.45 0.43 5.40 0.14
行政办公用地 0.00 0.00 0.00 0.00 2.23 0.06 2.23 0.06
交通设施用地 1.38 0.04 1.55 0.04 169.46 4.20 138.95 3.49
教育科研用地 8.42 0.22 139.09 3.51 147.13 3.65 157.29 3.95
空地 465.97 12.40 342.82 8.65 311.13 7.72 299.05 7.51
绿地 1 667.58 44.38 1 357.30 34.25 886.40 21.99 987.07 24.77
三类居住用地 338.28 9.00 360.13 9.09 415.24 10.30 441.86 11.09
商业用地 21.11 0.56 57.31 1.45 121.57 3.02 200.03 5.02
水域 633.72 16.87 456.16 11.51 209.00 5.19 226.50 5.68
体育用地 0.66 0.02 4.87 0.12 42.22 1.05 38.36 0.96
一类居住用地 36.05 0.96 112.13 2.83 144.06 3.57 139.57 3.50
医疗用地 0.00 0.00 6.14 0.15 11.32 0.28 10.76 0.27
由表3可知3号线沿线的用地类型变化情况：2000—2017年，教育科研用地和三类居住用地比较稳定，平均占地面积为5.31%和18.36%。交通设施用地面积逐年增长，由422.20 hm2占研究区域的2.91%增长到643.36 hm2占研究区域的4.43%。空地逐年减少，由1 198.46 hm2占研究区域的8.26%缩减到182.79 hm2占研究区域的1.26%。医疗用地和行政办公用地由初始年份占研究区域的0.03%和0.20%分别增加到0.27%和0.42%。绿地曾经是2000年用地面积最大的地类，占整个研究区域的21.54%，到2017年排名降到第4，只有12.48%，降幅达到了42%，排在三类居住用地、城市其他用地和一二类居住用地之后。绿地、空地、水域等自然用地类型面积均呈现快速减少趋势，但2017年绿地面积有所回升。工业用地、公共用地、行政办公用地、交通设施用地、商业用地、一二类居住用地、医疗用地面积则呈现上升趋势。
图2空间分布可知，2000年起，3号线沿线的教育科研用地性质用途没太大变化，这是由于面积较大的教育科研用地集中在岗顶、华师、五山这三个站，这里面覆盖了暨南大学、华南师范大学、华南理工大学、华南农业大学等高校，这些高校的用地范围和性质基本没变。三类居住用地主要是城中村，用地范围也基本没变，说明广州城乡建设用地约束性指标执行得很好。随着私家车数量的增长，交通设施用地主要是露天停车场，面积逐年增长。地铁3号线沿线周边的空地逐年减少，体现在珠江新城、广州塔、嘉禾望岗等区域，珠江新城主要由空地变为商业用地，广州塔区域由空地变为了公共用地和二类居住用地，嘉禾望岗则从空地变为医疗用地和二类居住用地。医疗用地面积和行政办公用地逐年增加。自然景观方面，水域演变为绿地再到建筑用地，这转变也是城市化进程中不可避免的，但由于近年来国家强调生态安全，使得2017年的绿地面积有所回升。
由表4可知7号线沿线的用地类型变化情况：2000—2017年，教育科研用地由8.42 hm2涨到了157.29 hm2，占比从0.22%上升至3.95%。交通设施用地也快速增加，由1.38 hm2上涨到了138.95 hm2，占比从0.04%上升至3.49%。一二类居住用地也快速上升，从90.27 hm2占用地面积的2.4%，增加到353.97 hm2占用地面积的8.8%。空地逐年减少，由465.97 hm2占研究区域的12.40%缩减到299.05 hm2占研究区域的7.51%。商业用地占比由0.56%增加到了5.02%。绿地面积大幅度的减少，从2000年占整个研究区域的44.38%，到2017年只剩24.77%，降幅达到了40%，但即使大幅度减少，2017年绿地依旧是7号线沿线用地面积最多的地类。公共用地和行政办公用地面积不多，占研究区域0.2%以下，工业用地和三类居住用地则相对处于较稳定的状态。
由图3可知，2000—2017年7号线头尾两端的用地类型发生了根本性的变化。大学城南由绿地和空地发展成了教育科研用地，广州南站由以前水域（基塘）和农田转变为交通设施用地。这两端的土地利用变化，主要影响因素还是政策。绿地面积减少，大量的空地转换为一二类居住用地（房地产）。7号线缓冲区范围内的公共用地和行政办公用地较少，对整体用地结构影响不大。商业用地逐年上升，主要由于长隆和南村万博两处商业用地的面积扩张，预计未来7号线站点周边的空地还将继续转化为商业用地。7号线反映出轨道交通对商业和房地产的带动作用是十分显著的。
利用景观统计软件Fragstats，分析两条线路景观格局指数（表5），2000—2017年3号线沿线以居住用地为主导，居住用地是优势斑块，蔓延度指数增加，说明轨道交通建设后居住用地为代表的优势斑块连接度在不断增强；而7号线沿线是以绿地为主导，绿地是优势斑块，蔓延指数不断减少，说明造成以绿地为代表的地类的斑块个数呈减少趋势。3号线香农多样性指数和香农均匀度指数在研究期内比较稳定，说明成熟线路的土地结构趋于平衡；7号线香农多样性指数和香农均匀度指数在研究期内呈上升趋势，说明新开通的线路周边用地类型会不断地增多。
表5 景观格局指数（景观级别）

Tab.5 Landscape pattern indexes (landscape)

线路 CONTAG蔓延度（%） SHDI香浓多样性 SHEI香浓均匀度
2017 2010 2005 2000 2017 2010 2005 2000 2017 2010 2005 2000
7号线 45.97 47.36 50.40 54.29 2.16 2.12 1.93 1.67 0.80 0.78 0.73 0.65
3号线 47.78 48.09 45.57 45.91 2.17 2.17 2.19 2.16 0.80 0.80 0.81 0.80
两条线路用地结构对比分析。商业用地和一二类居住用地经济效益和对周边生态影响都远优于工业用地。3号线的一二类居住用地占研究区域的15.29%，商业用地占7.27%，工业用地占8.38%；而7号线一二类居住用地仅占8.88%，商业用地占5.02%，工业用地占9.53%。并且，3号线的空地为1.26%，而7号线的空地高达7.51%。相对于较成熟的3号线来说，7号线土地开发密度和利用强度都有待进一步提升。但就生态角度而言，由于7号线沿线周边的经济发展相对落后，所以绿地占比较高，达24.77%，3号线仅为12.48%，7号线的生态服务功能要比3号线高。

4 轨道交通对土地利用变化的时空效应

4.1 城市轨道交通对土地利用影响的时间规律

利用CA-Markov模型预测未来的土地利用状况，结果见表6。2017—2027年，3号线的城市建设用地，包括工业用地、行政办公用地、交通设施用地、教育科研用地、商业用地、居住用地、体育用地、医疗用地的变化率都在21%以内，不会有太剧烈的变化。绿地、水域、公共用地等可再生用地的变化率也控制在25%以内，空地变化幅度比较剧烈。一二类居住用地由2017年的占地15.29%升至17.39%，商业用地上升至7.39%，上升幅度为1.5%。工业用地从原来的8.38%减少到8.29%。绿地预计未来将会从1 812 hm2上升到2 208 hm2，占区域的15.22%，变化幅度为21%。7号线的土地利用还会持续大幅度变化，并且公共用地变化明显。与3号线情况类似，7号线的空地会越来越少。一二类居住用地面积还会持续上升，商业用地占地百分比将上升到8.72%，上升幅度为70%。工业用地面积增加，从原来的379 hm2上升到396 hm2。绿地未来的比例预计会减少。
表6 2017—2027年研究区土地利用变化

Tab.6 Land-use changes of the study area from 2017 to 2027

用地类型 7号线 3号线
2017 2027 2017 2027
面积（hm2） 百分比（%） 面积（hm2） 百分比（%） 面积（hm2） 百分比（%） 面积（hm2） 百分比（%）
城市其他用地 743 18.66 796 20.00 2 604 17.92 2 236 15.27
工业用地 379 9.53 396 9.94 1 217 8.38 1 202 8.29
公共用地 5 0.14 16 0.39 59 0.41 74 0.51
行政办公用地 2 0.06 2 0.04 61 0.42 54 0.37
交通设施用地 138 3.49 154 3.86 643 4.43 645 4.45
教育科研用地 157 3.95 157 3.95 771 5.31 615 4.24
空地 299 7.51 40 1.00 183 1.26 39 0.27
绿地 987 24.77 975 24.46 1 812 12.48 2 208 15.22
三类居住用地 441 11.09 459 11.51 2 883 19.84 2 896 19.97
商业用地 200 5.02 341 8.72 1 056 7.27 1 072 7.39
水域 226 5.68 223 5.60 869 5.98 802 5.53
体育用地 38 0.96 37 0.94 57 0.39 51 0.35
一类居住用地 139 3.50 139 3.49 2 222 15.29 2 524 17.39
二类居住用地 214 5.38 232 5.82
医疗用地 10 0.27 11 0.28 39 0.27 39 0.27
特殊用地 0 0.00 0 0.00 52 0.36 71 0.49
结合土地转移矩阵和CA-Markov模型预测结果来看，2017—2027年3号线的用地情况将基本趋于稳定，不会有太剧烈的变化，一二类居住用地、商业用地还会有所上升，空地和工业用地减少，未来将更加注重生态建设；7号线周边的土地利用强度还会持续上升，空地、工业用地向商业用地转变，发展成为更成熟的地块，同时配套的交通设施用地也随之上升，而绿地自然景观不可避免地减少。该结果是基于现有的土地利用开发模式和速度情况下得出的，如果未来广州政府把一些重点的工程项目安排到这两条线路的缓冲区范围内，那么某种用地类型肯定还会发生剧烈的变化。

4.2 城市轨道交通对土地利用影响的空间规律

将2000年与2017年的图层进行叠加分析，发现7号线在2000—2017年有2 087 hm2面积的土地利用发生变化，占7号线研究范围的55%。3号线有5 503 hm2面积的土地利用发生变化，占3号线研究范围的38%。说明轨道交通对沿线土地利用变化的影响显著。同样，分别叠加分析2000—2005、2005—2010、2010—2017年的图层，统计各个地铁站点3期的土地利用变化率（图4）。
图4 广州地铁3、7号线站点土地利用变化率图

Fig.4 The change rate of land-use of each station of Guangzhou Metro Line 3 and Line 7

3号线数据结果来看：2000—2005年各个站点土地利用平均变化率为26.55%，其中变化率最大的是高增，达到了56.61%，其次是汉溪长隆，第三是人和。有11个站点变化率超过30%。2005—2010年各个站点平均变化率为22.30%，其中变化率最大的是嘉禾望岗，达到了62.38%，其次是白云大道北，第三是珠江新城。有8个站点变化率超过30%。2010—2017年各个站点平均变化率为19.24%，其中变化率最大的是人和，达到了49.46%，其次是珠江新城，第三是汉溪长隆。有6个站点变化率超过30%。2000—2017年，机场北的变化率是最低的，为4.21%。从各个站点3个时间跨度的变化率平均值来看，变化率由高到低依次是：人和、汉溪长隆、嘉禾望岗、高增、珠江新城、广州塔、白云大道北、厦滘、龙归、大塘、大石、体育西、林和西、永泰、同和、番禺广场、京溪南方医院、五山、市桥、客村、广州东站、沥滘、华师、梅花园、天河客运站、石牌桥、岗顶、燕塘、机场北。2000—2017年，3号线各站点的平均变化率在降低，用地类型趋向成熟。2000—2005年是变化最大的时段，广州市高速发展，3号线附近的土地利用也变化剧烈；2005—2017年3号线各站点的变化率开始降低，土地利用结构基本稳定，预计2017—2027年站点周边的土地利用变化率还将进一步降低。变化率最高的5个站点分别是：人和、汉溪长隆、嘉禾望岗、高增、珠江新城。城市建设成熟的区域的站点（体育西、石牌桥、岗顶、市桥、客村）和两端（机场北、番禺广场）在各个时间段的土地利用变化率不大，是因为北端机场属于交通设施用途，南端番禺区政府属于行政办公用途，两块区域的土地用途相对固定。有了轨道交通后城市建设相对不成熟的区域发生了剧烈的变化，这些区域承担了成熟区域的疏解功能，涌入了大量的人流和商机，得到了足够的发展机会。
7号线数据结果来看：2000—2005年中发生变化的土地面积为949 hm2，各个站点土地利用平均变化率为43.16%，其中变化率最大的是大学城南，达到了78.65%。大学城南和南村万博的变化率都超过50%。2005—2010年发生变化的土地面积为935 hm2，各个站点平均变化率为42.54%，其中变化率最大的是广州南站，达到了83.68%。2010—2017年发生变化的土地面积为774 hm2，各个站点平均变化率为35.20%。变化率前3的分别是：大学城南、南村万博、广州南站。影响7号线土地利用变化有3个重要的时间节点：①2003年广州市筹建大学城项目，使得大学城南站的土地利用发生了剧烈的变化，大量土地转变为教育设施用地；②2010年修建了广州南站，水域和绿地变为交通设施用地；③2014年随着番禺万达广场的入驻，大量空地开发成商业用途。除此之外，钟村、员岗、板桥等仍是以三类居住用地（城中村）为主，无明显变化。

5 结论与讨论

①轨道交通促使沿线土地的高密度开发和高强度利用，2000—2017年两条地铁线路周围有38.00%的土地利用发生变化。这17年间，3号线的商业用地和一二类居住用地的面积由占比14.46%上升到22.56%；7号线则由2.96%上升到13.90%，轨道交通给周边土地带来了巨大的经济效益，同时土地利用方式更节约集约。但3号线的绿地、水域和公共用地这些可再生利用地，面积占比从30.09%降低到18.87%；7号线则是从61.25%降低到30.59%。并且，3号线和7号线景观格局指数也说明城市轨道交通在快速发展的同时也导致沿线生态景观面积减少和破碎化，连通性变差。
②从CA-Markov模型预测结果来看，未来如果没有较大的政策变动情况下，较成熟的3号线的土地利用结构将趋于稳定，不会有太大的变化；较新的7号线沿线的土地利用结构将会变得更加成熟，土地更节约集约利用。
③地铁沿线的土地变化发生较剧烈的位置在城市建设不成熟区域，而这些地方不一定是地铁线路的首尾两端，本研究中北端白云机场和南端番禺广场平均变化率只有4.21%和18.86%。
根据研究区域的实际情况来划分缓冲区，相对于以往笼统地划分统一范围的缓冲区，能更合理地统计出受轨道交通影响的土地利用变化面积，一定程度排除了把非受到轨道交通影响的面积也统计进来的情况。基于城市化复合水平指数来划分不同地段的缓冲区只是一种尝试，在一些受到轨道交通影响的区域，同时也有可能受到政策、社会、自然要素的影响，如何进一步精细地区分出来，需要引入更加精细和成熟的模型，划分更加合理的缓冲区，这也是未来研究的方向。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Cervero R, Landis J. Twenty years of the Bay Area Rapid Transit system:Land use and development impacts[J]. Transportation Research Part A Policy & Practice, 1997, 31(4):309-333.

[2]
Cervero R, Duncan M. Benefits of proximity to rail on housing markets[J]. Journal of Public Transportation, 2002, 5(1):1-18.

[3]
Hess D B. Impact of proximity to light rail rapid transit on station-area property values in Buffalo,New York[J]. Urban Studies, 2007, 5(6):1041-1068.

[4]
Gutiérrez J. Análisis dimensional del transporte público en Madrid[M]. Madrid: Consorcio Regional de Transportes, 1997.

[5]
Bowes D R, Ihlanfeldt K R. Identifying the impacts of rail transit stations on residential property values[J]. Journal of Urban Economics, 2001, 50(1):1-25.

[6]
Sung H, Choi K, Lee S, et al. Exploring the impacts of land use by service coverage and station-level accessibility on rail transit ridership[J]. Journal of Transport Geography, 2014, 36(2):134-140.

[7]
Cervero R, Ferrell C, Murphy S. Transit-oriented development and joint development in the United States:a literature review[J]. Tcrp Research Results Digest, 2002, 52(10):144.

[8]
Ratner K A, Goetz A R. The reshaping of land use and urban form in Denver through transit-oriented development[J]. Cities, 2013, 30(1):31-46.

[9]
何尹杰, 吴大放, 刘艳艳. 城市轨道交通对土地利用的影响研究综述——基于Citespace的计量分析[J]. 地球科学进展, 2018, 33(12):1259-1271.

DOI

[10]
Hurst N B, West S E. Public transit and urban redevelopment:The effect of light rail transit on land use in Minneapolis,Minnesota[J]. Regional Science & Urban Economics, 2014, 46(1):57-72.

[11]
Brown B B, Yamada I, Smith K R, et al. Mixed land use and walkability:Variations in land use measures and relationships with BMI,overweight,and obesity[J]. Health & Place, 2009, 15(4):1130-1141.

[12]
Ewing R, Robert Cervero. Travel and the Built Environment[J]. Journal of the American Planning Association, 2010, 76(3):265-294.

[13]
Frank L D, Sallis J F, Conway, et al. Many pathways from land use to health:associations between neighborhood walkability and active transportation,body mass index,and air quality[J]. Journal of the American Planning Association, 2006, 72(1):75-87.

[14]
Edwards R D. Public transit,obesity,and medical costs:assessing the magnitudes[J]. Preventive Medicine, 2008, 46 (1):14-21.

DOI PMID

[15]
Mohammad S I, Graham D J, Melo P C, et al. A meta-analysis of the impact of rail projects on land and property values[J]. Transportation Research Part A, 2013, 50(5):158-170.

[16]
Vermote L, Macharis C, Hollevoet J, et al. Participatory evaluation of regional light rail scenarios:A Flemish case on sustainable mobility and land-use[J]. Environmental Science & Policy, 2014, 37(3):101-120.

[17]
李少英, 彭洁玲, 吴志峰, 等. 基于地铁与土地利用影响关系的广州地铁站点特征聚类[J]. 广州大学学报:自然科学版, 2016, 15(3):63-69.

[18]
谭章智, 李少英, 黎夏, 等. 城市轨道交通对土地利用变化的时空效应[J]. 地理学报, 2017, 72(5):850-862.

[19]
何冬华. TOD影响下的站点地区空间发展演进与土地利用形态重组[J]. 规划师, 2017, 33(4):126-131.

[20]
李铖, 李俊祥, 李蓉, 等. 上海轨道交通对城市土地利用变化的影响[J]. 应用生态学报, 2008, 19(7):1537-1543.

[21]
刘保奎, 冯长春. 城市轨道交通对站点周边土地利用结构的影响[J]. 城市发展研究, 2009, 16(4):149-155.

[22]
刘诗奇, 郭静, 李若溪, 等. 北京轨道交通典型站点周边的土地利用特征分析[J]. 城市发展研究, 2014, 21(4):66-71.

[23]
胡金晓, 朱明, 濮励杰, 等. 交通道路对区域土地利用变化的影响研究进展[J]. 长江流域资源与环境, 2018, 27(1):205-214.

[24]
丁建龙, 何霖. 广州地铁集团有限公司2017年年度报[R]. 广州: 广州地铁集团有限公司, 2018.

[25]
惠英. 城市轨道交通站点地区规划与建设研究[J]. 城市规划学刊, 2002, 8(2):30-33.

[26]
王志如, 张满银. 北京地铁网络时空演化特征评估及演化机制[J]. 经济地理, 2021, 41(4):1-9.

[27]
薛俊菲, 陈雯, 张蕾. 中国市域综合城市化水平测度与空间格局研究[J]. 经济地理, 2010, 30(12):2005-2011.

Options
Outlines

/

〈 〉