2025年2月，武汉大学城市设计学院彭正洪教授团队在城市规划顶级期刊《城市》（Cities）上发表了题为“Unraveling the accessibility-usage mismatch: Identifying driving factors and weather-sensitive metro stations using GPS data for improved metro competitiveness”的研究论文。该研究揭示了城市居民出行选择中对于地铁交通网络存在"可达性-使用率错配"现象深层次成因。武汉大学博士生田鹏为该论文第一作者，武汉大学蔡萌副研究员、彭正洪教授为共同通讯作者，哈佛大学刘凌波副研究员、武汉大学吴昊副教授、王晶晶博士后、杨红博士后参与了该项工作。
随着我国城市轨道交通网络的快速扩张，地铁已成为大城市绿色出行的重要方式。然而，研究发现在实际出行中却存在着地铁“可达性-使用不匹配”（accessibility-usage mismatch）现象，即部分出行的起点和终点均位于地铁站步行可达范围内，但乘客仍然选择出租车等方式出行。这类出行也被称为“地铁可替代出行（metro-replaceable trips）”。深入识别并分析这种出行行为，有助于减少出租车出行、促进公共交通利用，为提升地铁出行吸引力提供科学依据。
研究以武汉市为案例，基于出租车GPS轨迹数据，筛选出早晚高峰期间上下车点均位于地铁站500米服务半径内的行程，并将其定义为“地铁可替代出行”。其次，采用高斯两步移动搜索法（G2SFCA），综合考虑POI吸引力与距离衰减效应，精准识别通勤出行，并利用高德地图API模拟相应的地铁行程路径以获取时间、距离、价格及换乘等关键属性。随后，提取涵盖天气状况、出行属性、建成环境及社会经济等多维特征变量，构建LightGBM机器学习模型进行预测；引入SHAP方法对模型进行可解释性分析，量化了各驱动因素的重要性，还揭示了非线性关系与特征交互效应。最后，应用UMAP算法对SHAP值进行降维处理，结合K-means聚类算法划分通勤模式，进而精准识别受气象条件影响显著的“天气敏感型地铁站点”。
图1技术路线图
研究发现，天气条件是导致地铁可达性—使用不匹配的关键驱动因素。具体而言，降雨（无论强度大小）会显著加剧这一不匹配现象，促使通勤者由地铁转向出租车；相反，在低温或大风天气下，由于户外候车舒适度降低，通勤者反而更倾向于选择环境相对稳定的地铁。此外，因素间存在显著的交互作用，例如在降雨时，较低的温度能够有效削弱降雨促使乘客选择出租车的正向效应。
图2高峰时段地铁可替代出行的空间分布：(a) 早高峰；(b) 晚高峰
图3 早高峰时段各特征的SHAP依赖关系图
图4 早高峰时段天气敏感型地铁站点的空间分布
研究进一步识别了若干关键阈值，例如：当通勤距离超过约7.5公里（早高峰）或6公里（晚高峰）时，或出租车与地铁价格比超过6.5时，乘客更倾向于选择地铁；当地铁出行时间超过出租车的2.6倍时，出租车吸引力显著增强。最后，研究明确了天气敏感型站点的空间特征，该类站点多分布于高密度的居住或商业区，且其出入口多沿主干道布局，普遍缺乏有效的遮蔽设施与微气候缓冲空间。
该研究得到了国自然科学基金项目的支持。
原文链接：https://doi.org/10.1016/j.cities.2025.105794
