使用数据驱动框架衡量上海地铁可达性与公共服务需求之间的空间公平性

这为何关系到城市生活

对于乘坐地铁或关注医院、学校等日常服务公平获取的人来说，地铁系统的规划方式会悄然影响生活机会。本文研究上海庞大的地铁网络，提出一个既简单又有力的问题：人流与公共服务是否匹配，还是有些社区乘客众多却缺乏近距离服务？通过细致的出行和位置数据，作者指出了地铁在哪些地方有效服务了人群——以及在哪些地方让人们处于不利地位。

跟随人群，而不是仅看地图

以往多数研究用静态地图和行政区划来衡量服务可达性，假设人们的行为如图纸上的平均居民。本文作者改为跟踪真实出行。他们将一周的匿名上海地铁智能卡记录——数以百万计的进出站刷卡——与医院、学校、文化场所和购物区等详细兴趣点数据结合。对每个车站，他们计算在合理通勤时间内通过地铁到达这些地点的便利程度，并统计实际使用该站的人数及时段。该方法把地铁视为一个活生生的日常流动系统，而不仅仅是地图上的线路。

衡量可达性与需求

在“供给”方面，团队为每个车站构建了可达性得分。若乘客能在较短时间内到达多类公共服务，车站得分较高；随着通行时间延长，得分下降。多种服务合并为一个指数，使得周边有顶级医院和学校的车站显著区别于只有少量商店的车站。在“需求”方面，他们创建了车站活力指数，反映车站总体繁忙程度、有多少出行表现为日常通勤，以及在非高峰和周末有多少休闲或购物出行。这勾勒出更细致的图景：中央商务枢纽、卧城社区和休闲目的地在数据中呈现不同特征。

地铁服务与需求不匹配的地方

研究的核心是一个简单的匹配度得分，用以比较每个车站的可达性与需求。高分意味着服务水平与人流相对平衡；非常低的分数则表示不匹配——要么人多而可达性不足，要么可达性充足但少有人使用。当这些得分在上海地图上展示时，出现了鲜明的格局。中心城区聚集医院、大学和文化场所，通常享有较好的可达性，且与需求之间的匹配度较为合理，即使在拥挤的换乘枢纽亦然。相比之下，许多外环与沿海车站显示强烈的通勤人流但可达性较差，这意味着居民为获得高质量医疗或文化服务需进行漫长且昂贵的出行。网络整体的基尼系数为0.348——这一常用来衡量收入不平等的指标——显示了可达性收益相对于乘客分布存在明显不均衡。

检验结果的稳健性

由于此类指数依赖于对旅行时间建模和不同使用模式加权的选择，作者检验了结果对这些假设的敏感性。他们调整可达性随额外通行分钟数下降的陡峭程度，并尝试强调通勤出行、休闲出行或将所有需求信号同等对待的替代加权方法。尽管这些测试对中等水平的车站有所重排，但主线结论保持不变：大量通勤者出发的外围车站持续显示出比中心富裕地区弱的关键服务可达性。这种稳健性表明，明显的核心—边缘分化是当前地铁服务布局的真实结构性特征，而非建模的偶然产物。

对更公平城市的意义

简而言之，研究表明，尽管上海地铁网络规模大且客流旺盛，但它放大了中心区服务充足地区与快速增长、价格更低的郊区之间的长期差距。许多远郊居民严重依赖地铁，却需远行才能到达高水平医院或文化中心。作者认为，弥合这一差距不仅仅是修建新轨道：还需要将公共服务更靠近高需求的外环车站，改善进站配套公交和本地连接，并在车站周边协调土地利用，使就业和设施跟上人口增长。他们的框架将真实行为与服务位置联系起来，为全球城市提供了一种实用方法，帮助识别公共交通网络与公共服务不同步的地方——以及如何重新设计以支持更具包容性的城市生活。

引用: Jiang, P., Liu, Y., Shi, X. et al. Measuring spatial equity between metro accessibility and public service demand in Shanghai using a data-driven framework. Sci Rep 16, 8992 (2026). https://doi.org/10.1038/s41598-026-40160-y

关键词: 地铁可达性, 空间公平, 公共服务, 上海城市规划, 智能卡数据