基于手机信令的居住与出行特征分析

2020-11-06 05:25张滔徐强
中国房地产业·上旬 2020年10期
关键词:大数据应用

张滔 徐强

【摘要】本文利用2015年无锡一周的手机信令数据对无锡市就业与居住地进行识别,获取通勤OD数据,在此基础上解析无锡市整体职住空间结构,并进行职住平衡分析。结果表明:①无锡居住和就业相对集中于几大主城区,呈多中心格局分布;②除少数几个区域外,无锡整体达到“职住平衡”;③无锡居民普遍就近择业,平均通勤距离小于5KM,属于近距离通勤。

【关键词】手机信令数据;职住平衡;大数据应用;通勤分析

1、引言

就业与居住构成城市土地利用的两大基本要素,二者的空间关系很大程度上决定了城市交通的特征与效率,如何合理的布局就业与居住用地分布成为城市规划的一个核心且永久的问题[1]。总的来说,利用大数据进行职住通勤分析还处于起步阶段,在提取各类通勤特征后缺乏进一步的总结,也缺乏与土地利用等其他空间要素结合的进一步分析。

本文利用2015年无锡一周的手机信令数据,识别居民居住和工作位置,建立通勤OD数据,并以街道为单位对数据归纳汇总,通过可视化手段描述无锡整体职住空间结构,并尝试基于各类特征总结出不同区域的职住空间分布模式和探讨土地利用以及其他空间要素对不同模式形成的影响,以期推动无锡就业与居住的均衡发展。

2、数据来源和研究方法

2.1数据来源和处理方法

本文数据为2015年12月14日到2015年12月18日5天的手机信令数据,5天均为工作日。通过统计每个用户每天的信令记录数,发现有62万用户数据缺失严重,在后续计算过程中对这部分人进行了剔除。

本文采取的职住识别方法:①截取每个用户早上8点到第二天8点的数據,按时间排序,计算相邻两条记录对应基站的空间直线距离,对小于1公里的两条记录进行合并处理,得到每个用户一天的运动轨迹。②在轨迹中选取早上9点到下午5点用户累计停留时间最长的基站作为工作地,选取晚上10点到第二天8点累计停留时间最长的基站作为居住地。③对每个用户多天的识别结果进行融合比对,平均距离误差小于1公里的用户,认为有稳定的工作地和居住地,通勤距离为居住地和工作地的直线距离。

2.2主要技术路线

(1)根据手机信令数据建立规则识别无锡居住地、工作地,并以此建立OD关系。

(2)以街道为单位构建职住的各类指标,包括居住人口密度、就业人口密度、人口昼夜比等,解析无锡职住的空间结构。

(3)以街道为单位根据职住平衡的概念构建评价指标,结合各个区各自的特点(区位、用地、环境)进行职住平衡分析。

(4)探讨造成不同职住空间结构的主要因素,并给出相应的规划建议。

2.3模型算法

2.3.1职住空间结构解析

职住空间结构可以通过居住人口密度、就业人口密度、昼夜人口比这几个指标加以解析。

2.3.2职住平衡分析

职住平衡可以通过职住比、外向通勤人口、内向通勤人口、内部通勤人口、平均通勤距离和长距离通勤人口这几个指标加以解析。

3、研究结果分析

3.1无锡职住空间结构分析

3.1.1居住人口密度

从统计结果看,排在前五的街道为:澄江街道、宜成街道、江溪街道、硕放街道和旺庄街道,后五个是杨巷、江海街道、新建、屺亭和芳桥镇。结合居住人口密度图,我们可以发现,无锡居住人口分布基本集中在主城区或副成区的中心地带。

3.1.2就业人口密度

以街道为单位统计各个区域的就业人口数量并计算各区域的就业人口密度。从统计结果看,排在前五的街道为:澄江街道、宜成街道、旺庄街道、江溪街道、硕放街道,后五个是屺亭、杨巷、新建、江海街道和芳桥镇。无锡就业人口基本集中在主城区或副成区的中心地带。

通过对比居住人口和就业人口分布情况,我们发现两者分布惊人的吻合,前五和后五的街道一模一样,只是顺序稍有差别,这也一定程度上反映了无锡城市规划在职住方面规划的合理性。

3.1.3人口昼夜比

无锡人口昼夜比总体都小于1,超过1的有崇安寺街道、旺庄街道、胡隶镇和南禅寺街道,这几个街道都是商业中心,城市的经济、科技、文化等在此高度集中,交通便利,因此白天聚集了大量人口,晚上人口较少。

3.2区域职住平衡分析

3.2.1职住比

无锡市基本所有街道都达到了“职住平衡”,只有崇安寺街道、旺庄街道、马山街道和胡隶镇高于1.2,其中安寺街道和旺庄街道是商业中心,居住人口较少;马山街道和胡隶镇是旅游地,因此居住的人口也相对较少。

3.2.2外向通勤人口分布

外向通勤人口分布指某研究区域内居住人口外出工作的数量,排在前五的街道分别是江溪街道、澄江街道、硕放街道、旺庄街道和太湖街道。通常居住用地多而工业用地少的区域外向通勤人口数量大。

3.2.3内向通勤人口分布

内向通勤人口指居住在其他区域而在本区域内就业的人口数量,排在前五的街道是旺庄街道、硕放街道、澄江街道、江溪街道和崇安寺街道。

3.2.4平均通勤距离和远距离通勤人口

排在前五的街道是磺土镇、硕放街道、徐舍镇、鸿山街道和通江街道,长距离通勤人口分布在鸿山和硕放区域,这些区域多处于城市外围,且区域内部工商业较少,居民大量外出就业,造成通勤距离变长,在接下来的规划中应适当考虑在周边规划一部分工业和商业,让这些区域内的居民能就近就业。

3.3影响因子分析

通过对职住空间结构和职住平衡各类指标分析,本文认为无锡的职住空间格局和通勤主要受以下几点因素的制约:①区位是一个重要因素,越靠近市中心,各类设施覆盖越全面,居民在就业和居住方面的选择面越广。②用地现状是影响职住空间的直接原因。③无锡整体实现“职住平衡”,通勤距离以近距离通勤为住,平均通勤距离少于5公里,少量的长距离通勤人口分布在城市边缘地带,那里缺少工业和商业,应就此进行针对性的城市规划。

4、结论与展望

本文通过2015年无锡一周的手机信令数据对无锡市就业与居住、职住空间格局以及职住平衡进行分析,发现无锡整体“职住平衡”。

下一步的工作可尝试结合其他类型数据或模型定量的方法,更全面准确地解释造成这些职住空间结构的原因。

参考文献:

[1]孟晓晨,吴静,沈樊卜.职住平衡的研究回顾及观点综述[J].城市发展研究,2009,16(6).23-28.

作者简介:

张滔,男,1986年03月08日出生,硕士研究生,中级工程师;

徐强,男,1981年1月10日出生,硕士研究生,高级工程师。

猜你喜欢
大数据应用
大数据背景下数字校园建设的思考
媒体融合下的春节晚会新思路探析
新形势下推进大数据应用的若干思考
大数据在科技新闻传播领域的应用研究
浅析电信行业大数据应用的路径
大数据与图书馆管理创新
基于电力光纤入户的大数据应用
科学大数据的发展态势及建议
企业管理会计应用大数据分析实例研究
美军大数据技术应用现状研究