如何运用手机信令大数据辅助城市规划决策

2019-11-13 00:00:00 0

一 大数据在都市区规划中的运用

1、什么是手机信令数据

手机数据一般可以分为两种类型:一种是手机通话数据(Mobile CDR Data),即通过手机用户之间的通话频率和时长来反映城市之间的信息联系强度;另一种则是手机信令数据(Mobile Signal Data),即通过手机用户在基站之间的信息交换来确定用户的空间位置,能相对准确的记录人流的时空轨迹。相比而言后者对于规划研究的意义更大。

2、手机信令数据的特点与优势

手机用户只要发生开关机、通话、短信、位置更新和切换基站行为都会记录下信令数据。手机信令数据具有以下特点:一是大样本、覆盖范围广、用户持有率高,能更好反映人流行为的时空规律;二是匿名数据,安全性好,没有任何个人属性信息,不涉及个人隐私;三是非自愿数据,用户被动提供信息无法干预调查结果;四是具有动态实时性和连续性,能准确反映在连续时间区段内,不同时间点手机用户所在的空间位置,为定量描述区域内人群流动轨迹提供了可能。

3、手机数据研究进展

近年来,手机数据在城市规划领域的研究主要在区域和中心城区两个层面。在区域层面,Krings等(2007)利用比利时移动电话运营商提供的2 500万个用户的通信信息,通过手机账单地址对应的邮政编码表征通话地理位置,再通过两地用户通话信息量构建通话强度模型,模拟区域城市间的网络关联强度。Becker等(2011)依据手机数据,分析了对纽约、洛杉矶、旧金山三大都市区通勤范围。

在中心城区层面,钮心毅等(2014)利用中国移动2G用户的手机信令数据,通过夜间居住地和日间工作地的识别,开展了对上海市通勤圈、公共中心体系和功能区的识别研究。王德等(2015)利用中国移动2G用户的手机信令数据, 以上海市南京东路、五角场和鞍山路三个不同等级的商业中心为例研究不同等级商业中心的消费者空间分布特征。

二 南昌大都市区研究背景与技术路线

1、南昌大都市区研究背景和研究范围

2012年江西省提出围绕打造“省会核心增长极”战略,以省会南昌为中心依托一小时交通圈构建大都市区,引领江西发展。2015年《长江中游城市群发展规划》也明确提出“强化武汉、长沙、南昌的中心城市地位,进一步增强要素集聚”。《南昌大都市区规划》正是有效落实上位规划,指引区域统筹发展的重要规划。

本研究在南昌大都市区范围基础上,将规划研究范围进一步扩大至南昌、九江、宜春和抚州4个地级市全域及上饶市的余干、鄱阳、万年3个县,总面积约7.15万km²,现状总人口约2 257万人,所属的县级空间单元(市辖区、县和县级市)共计40个,乡镇级单元678个,总面积约7.15万km²,人口约2 257万人。

2、数据来源

本研究由中国联通提供数据支持,使用中国联通2015年10月到11月连续37天(其中工作日26天,休息日11天)的匿名手机信令数据展开研究。数据主要包括用户匿名ID、信令发生时手机连接的基站坐标、信令发生时间和信令类型等内容。平均每日记录到约156万用户信令记录,其中活跃用户有139万个(37天中出现23天及以上),每个用户每天产生约60条记录。

以乡镇为基本单元,将昌九地区分为678个空间单元(其中市辖区以区为单元,不再细分)。通过用户夜间经常所在的乡镇判断,识别到约112万个用户的常住地所在乡镇。以最远出行乡镇作为出行目的地,识别到37天内共有1 423万人次用户的跨乡镇出行。考虑到联通手机用户在各城市占比有一定差异,为反映实际人流联系量,依据镇常住人口数量对人流联系量进行校正。

如何运用手机信令大数据辅助城市规划决策


图1 以过境人流活动识别的区域廊道

如何运用手机信令大数据辅助城市规划决策


图2 以常住居民跨镇流动识别的区域廊道

3、技术路线

如何运用手机信令大数据辅助城市规划决策


三 手机信令数据在都市区层面的研究

1、对城镇体系格局的评估

(1)基于跨县人流轨迹的城镇等级体系

按照40个县级空间单元的行政区划赋予研究范围内4.5万个基站城市单元属性。基于跨县手机用户流动轨迹,构建了城市单元间的联系方向和联系强度矩阵,可以直接表达为城市之间的网络联系强度。大多数城市与其他城市的联系强度主要集中在前5位城市中,之后的联系强度大幅递减。因此本研究选择联系强度前5的城市作为被联系城市的主要联系方向。以主要联系城市数量来评估城市在都市区内的城镇等级。即作为出行目的地,被主要联系越多的城市是更高等级的城市,将区域内城市划分为4档。

第一档城市为南昌市辖区,其作为区域城市网络的核心地位突出,是区域内36个城市的主要联系方向。第二档城市6个,两个地级市抚州和九江的市辖区分别是区域内12个、9个城市的主要联系方向,与其地级市应有的城市等级一致。南昌县依托邻近南昌市辖区的区位优势获得了10个城市的主要联系。

此外,永修县、丰城市、高安市也属于第二档。第三档城市14个,分别是宜春市辖区、进贤县、瑞昌市等,是4至7个城市主要联系方向。这些城市空间布局主要位于京九、沪昆和向莆三大交通廊道上。作为地级市市区的宜春市辖区,在省域城镇体系规划中划为地区中心,但是,由于在城市网络联系中地位有限,是按城市联系网络划分,进入了第三档城市。第四档城市19个,分别是永修县、靖安县、安义县等,是1至3个城市主要联系方向,网络联系度较弱。这些城市主要分布于鄱阳湖东岸传统农区、九岭山区和赣闽边山区。

(2)城镇等级体系结构评估

对比省域城镇体系规划涉及本次研究范围内的城市等级。省域中心南昌实现了规划目标,南昌市辖区基于跨县人流轨迹的城镇等级位于第一档,联系城市个数是第二位城市的3倍,与南昌市辖区有紧密联系的南昌县也进入了第二档。

省域副中心九江也基本实现了规划目标,九江市辖区和九江县分别隶属第二档和第三档,联系城市总和达到了16个。瑞昌市规划定位略高,基于跨县人流轨迹的城镇等级仅位列第四档,在《南昌大都市区规划》中需要依据其规模、发展潜力重新对其等级进行定位。

地区性中心抚州也基本实现了规划目标。作为地级市的宜春市辖区,仅位列第三档,低于省域城镇体系规划的定位,这可能与其位于昌九地区西部边缘、在上述城市网络联系中的地位有限有一定关系。

此外,地区副中心中丰城市进入第二档,超过规划定位。其余三个城市樟树市、共青城市、鄱阳县均位于第三档,尚未达到地区副中心的等级。县城(市中心)中的永修县、高安市位于第二档,超过规划定位。《南昌大都市区规划》需要重新考虑其等级定位。

2、对区域发展廊道的识别

(1)区域发展廊道识别

区域发展廊道可以通过识别区域内人流轨迹的主要路径来模拟,即区域廊道通过人流量叠加法。该方法以乡镇为空间单元,汇总37天中每个镇通过的人流人次,统计累加各乡镇单元通过的用户数量。通过跨乡镇人次和连绵度识别区域发展廊道。

进一步依据重复出现率区分区域内的本地手机用户和过境手机用户,将发展廊道分为本地和过境两种类型。区域内本地和过境人流线路相对趋同,与区域人口分布差异较大,说明南昌大都市区及其周边地区发展的空间异质性较高,城镇沿主要交通廊道带状发展的格局比较显著。

(2)区域发展廊道评估

与省域城镇体系规划比较,现状区域发展廊道主要集中在省域城镇体系规划确定的沪昆、京九和向莆三条发展廊道上,“大”字形的廊道分布特征较为明显。三条发展廊道的发育水平存在一定差异,其中,京九廊道上人流强度和连绵度均为高,发育程度较好,是南昌大都市区未来应着力依托发展的重点廊道;沪昆廊道上人流强度和连绵度次于京九廊道,以南昌市辖区为界,东段强度和连绵度相对较高,而西段在南昌市辖区与高安之间、万载与上高之间有一定洼地;向莆廊道虽然在省域体系规划中地位不高,但通过人流量叠加法分析其人流强度和连绵度与沪昆廊道处于同一等级,同时,该廊道也是中部地区出海的便捷通道,联动长江中游城市群和21世纪海上丝绸之路核心区。因此,在南昌大都市区规划中应对向莆廊道的发展潜力予以高度重视。另一方面,省域城镇体系规划所确定九景发展轴从手机信令数据分析来看尚未发育,反倒是鄱阳至余干至南昌廊道具有一定强度,可见,景德镇的主要联系方向不是九江而是南昌,南昌大都市区规划应顺应该发展需求,增加景德镇和南昌的发展廊道。

表1 城镇等级体系评估

如何运用手机信令大数据辅助城市规划决策


表2 主要风景区

如何运用手机信令大数据辅助城市规划决策



3、对区域游憩空间的识别

筛选昌九地区主要风景区,统计37天中来风景区旅游的游客数据。庐山风景名胜区的游客总量最多,远高于其他景区,其次是梅岭国家森林公园、明月山风景名胜区,庐山西海国家级风景名胜区和修河国家湿地公园也有较多的游客量。上述景区中庐山风景名胜区和明月山风景名胜区的游客以外地游客为主,其余都以本地游客为主。特别在南昌大都市区范围内的景区,客源基本来自于昌九地区。

庐山风景名胜区的本地游客主要来自于九江市和南昌市。明月山风景名胜区的游客主要来自于宜春市和南昌市辖区、九江市辖区。庐山西海国家级风景名胜区(云居山)、庐山西海国家级风景名胜区(柘林湖)的游客主要来自于景区周边地区及南昌市辖区和九江市辖区。

如何运用手机信令大数据辅助城市规划决策


图3 游客总量


如何运用手机信令大数据辅助城市规划决策


图4 本地外地游客数量比值


如何运用手机信令大数据辅助城市规划决策


图5 庐山风景名胜区游客来源地


如何运用手机信令大数据辅助城市规划决策


图6 明月山风景名胜区游客来源地


如何运用手机信令大数据辅助城市规划决策


图7 庐山西海国家级风景名胜区(云居山)游客来源地


如何运用手机信令大数据辅助城市规划决策


图8 庐山西海国家级风景名胜区(柘林湖)游客来源地


四 手机信令数据在中心城区层面的研究

1、中心城区职住关系研究

从连续10个工作日的信令数据识别出32.8万用户的日间驻留地和夜间驻留地,排除通勤距离0m、未发短信的用户,得到24万用户的就业地和居住地,通过通勤OD,进行通勤比例分析:南昌县城、新建县城、向塘镇、昌北机场就业者居住地在本城区、中心城、其他地区的比例;南昌县城、新建县城、向塘镇、昌北机场就业者居住地在本城区、中心城、其他地区的比例。

南昌县城和新建县城受中心城较强烈的就业吸引,约90%的就业者在本城区内居住,不到10%的就业者在中心城居住;约80%的居住者在本城区内就业,超过10%的居住者在中心城就业。

昌北机场与中心城联系紧密,仅55%左右的就业者在本城区内居住,超过30%的就业者在中心城居住;不到50%的居住者在本城区内就业,超过40%的居住者在中心城就业。

向塘镇发展相对独立,对周边地区有较大的就业吸引力,约85%的就业者在本城区内居住,超过10%的就业者在其他地区居住,约95%的居住者在本城区内就业,到中心城或其他地区就业的比例仅为5%左右。

南昌县城、新建县城可考虑撤县设区、纳入中心城发展框架;昌北机场应增加就业岗位、提高居住服务设施配套水平,满足就业者的生活需求、为居住者提供更多就业机会;向塘镇仍应考虑相对独立发展,成为中心城南的就业节点,为南部远郊地区提供就业岗位。

如何运用手机信令大数据辅助城市规划决策


图9 中心城区研究范围

如何运用手机信令大数据辅助城市规划决策


图10 就业者居住地通勤比例

如何运用手机信令大数据辅助城市规划决策


图11 居住者就业地通勤比例


如何运用手机信令大数据辅助城市规划决策


图12 居住者就业地分布比例


如何运用手机信令大数据辅助城市规划决策


图13 就业者居住地分布比例


2、跨江交通分析

(1)老城新城联系紧密,老城依然是活动最大集聚区。约50%的人口集中在老城(江南)活动,一天内没有跨江行为;约25%左右的人每天会进行跨江活动;约25%的人集中在新城(江北)新城活动,一天没有跨江行为;休息日比平日的跨江活动人口比例增高。

(2)八一广场的辐射范围主要在老城区,而红谷滩的辐射范围在新城老城都有影响。

表3 老城与新城跨江交通人流联系数量

如何运用手机信令大数据辅助城市规划决策



表4 老城与新城跨江交通人流联系比例

如何运用手机信令大数据辅助城市规划决策


五 结论与讨论

手机信令数据为体系规划提供了新的研究方法数据支持。在城镇体系规划中,将手机信令数据用于城镇等级体系、区域发展廊道、区域游憩地客源三个方面的分析;在中心城区层面,应用于中心城区职住关系研究和跨江交通分析。手机数据为城镇体系规划提供了新的技术方法,但仍然存在一些客观存在的问题,如样本量的大小,时间段的选取,以及所在地基站的数量,移动、电信、联通用户在总人口中的占比均会对结果产生影响,手机信令数据在规划中更加科学有效的应用,有待于继续深入探索。

作者信息

姚 凯 上海同济城市规划设计研究院有限公司 规划三所 副所长

张博钰 上海同济城市规划设计研究院有限公司 城乡统筹规划研究中心 副研究员