上海轨道交通通勤客流特征研究

[目的]上海轨道交通的通勤客流量巨大,需针对使用城市轨道交通进行通勤的通勤者,分析其空间分布及接驳等客流特征。[方法]基于百度位置大数据及上海轨道交通客流数据,对上海轨道通勤从总量、空间分布、线路及站点进出情况、居住地和工作地两端接驳特征等方面进行了分析,并提出对策建议。[结果及结论]所提对策建议为:增加轨道切向线、优化站点周边用地布局、提升轨道网络通道上的职住平衡等。

北京通勤圈范围识别、特征与跨界通勤模式研究

从跨界通勤视角审视北京与环京地区关系的新变化,基于行政边界和5km网格两种空间单元,通过通勤率、通勤规模等指标测算,识别进入北京通勤圈的主要环京区县。结合职住空间分布、人口属性等分析通勤圈发展特征,发现跨界通勤向着网络化格局发展,当前已形成5条主要通勤廊道、3类通勤目的地、4种不同驱动力的典型跨界通勤模式。未来应正视环京地区跨界通勤的必要性和必然性,强化北京通勤圈内城镇组团互补融合发展,形成“圈层补充、廊道串联、簇轴发展”的空间结构。

消费出行视角下的城市实体商业中心服务空间特征——对上海9个商业中心的研究

以上海9个不同等级实体商业中心为研究对象,探究消费出行视角下城市实体商业中心的服务空间特征。使用互联网位置服务数据,测算消费出行的空间范围,通过数据挖掘估测消费出行目的为体验性、非体验性,进而比较商业中心服务空间特征。首先,消费者来源地空间范围特征上,同一个商业中心的体验性消费的空间范围明显小于非体验性消费;不同等级商业中心之间比较,非体验性消费空间范围等级差异显著,体验性消费空间范围差异较小,且与中心等级不一致。其次,消费者来源地空间模式上,同一个商业中心的体验性消费空间聚集度比非体验性消费更高;不同等级商业中心之间比较,等级低的商业中心,体验性、非体验性的聚集模式差别明显。认为商业中心服务体验性、非体验性消费的空间特征差异显著。在当前社会经济趋势下,实体零售业态中体验性消费有不断上升的趋势,实体商业中心体系规划原则和方法需要做出改变和应对。

基于通勤大数据的城市职住分离度研究——《2020年全国主要城市通勤监测报告》核心指标分析

为探索城市职住空间分布对通勤出行的影响,基于35座中国大城市的通勤大数据,着重解析职住分离度指标的内涵和统计特征。发现该指标与城市规模相关性不显著,受职住集聚分布格局等因素影响较大,指标值的减小对实际通勤距离的缩短具有积极意义。基于职住分离度和过剩通勤系数两项指标间的负相关特点,分别选取9座城市作为代表城市,总结了重点空间单元的提取条件和职住分离成因。最后,从就近安居、职住梯度布局、交通服务差别化三方面阐述大城市职住分离度的优化对策。

基于LBS数据的天津市双城通勤圈研究

为了明确天津市双城格局下的城市通勤圈范围,利用百度LBS数据识别出用户的居住地、就业地,并计算其通勤出行范围。在此基础上,采用就业人口比例法和热力图等值线法识别天津市双城通勤圈范围。验证了天津市双中心的城市布局中确实存在两个独立的通勤圈且在覆盖范围、集聚度等方面存在明显差异,双城结构下的通勤圈与单中心城市也存在显著差异。利用外环线和综合通勤圈将天津市划分为三个层次分区,通过人口、就业岗位、建设用地、通勤交通需求、交通基础设施等方面比较可知,三个层次分区存在明显差异性。该识别结果加深了对天津市域空间结构的认识,为在市域范围内分层次、分区域制定有针对性的规划政策提供依据。

街区尺度下的通勤出行方式挖掘及其影响因子——以北京市为例

通勤数据的传统获取手段存在成本高、覆盖面小、更新慢等问题,难以满足实时、高效监测和管理的需求。基于百度地图时空大数据,综合应用多种机器学习方法,构建一套识别城市街区尺度下通勤出行方式的技术框架,具有准确率高、覆盖面广、空间分辨率高等优势。挖掘北京市六环高速公路以内各街区的通勤出行方式构成特征,结果显示各类交通方式的通勤出行比例相对均衡。进而考察通勤出行方式的具体空间布局,探索其与路网密度、用地功能混合密度、公共交通设施服务水平3项建成环境因子之间的内在联系。对比分析结果验证了路网密度、用地功能混合密度与小汽车通勤出行呈负相关关系,轨道交通服务水平对通勤出行的影响具有空间异质性。

疫情下公共交通系统通勤客流测算及优化建议——以北京市为例

在新型冠状病毒肺炎疫情的影响下,北京市的公共交通通勤出行需求显著下降,公共交通系统运营状况与正常情景存在较大差异,亟须科学测算通勤客流的空间分布和数量特征。基于百度地图慧眼提供的时空大数据,针对公共交通通勤出行群体,推算通勤OD分布。借助路径规划算法对每条公共汽车和轨道交通线路的通勤客流强度进行分区段测算。进而使用头尾分割法对公共汽车和轨道交通线路的重要性和保障等级进行划分。最后,提出疫情时期城市公共交通系统运营优化的策略建议。

基于互联网位置数据的通勤特征挖掘技术

针对传统通勤特征测算中存在的不足,提出一种基于互联网时空大数据的通勤特征挖掘技术框架。基于互联网定位、地图数据,利用机器学习算法挖掘常驻点、提取通勤OD,基于通勤OD进一步挖掘通勤距离、通勤时间以及通勤方式,并将上述通勤特征数据应用于全国主要城市通勤监测报告和国土空间规划等方面。使用多源时空大数据对通勤监测指标和结果进行校验,结果表明基于互联网位置数据的通勤特征与抽样调查获得的通勤特征具有一致性,且能够以大样本、低成本、高空间精度提供高频更新的通勤监测指标,是对传统方法的有效补充和强化。

基于街景地图数据的北京市东城区街道绿色空间正义评估研究

绿色空间正义是城市空间正义的典型代表,意为在人群中公平分配维护绿色空间的责任和享有绿色空间的权益。根据其定义,以北京市东城区为例,从责任和权益2个角度着眼,一方面基于百度街景地图数据提炼街道空间绿视率的空间分布特点,表征街道绿色空间的客观可感知水平;另一方面将街道绿视率和实时人口热力叠加,探讨街道绿色空间的实际被感知程度,从而完成对北京市东城区街道绿色空间维护和享有情况的评估。发现邻近使用者维护街道绿色空间的责任对绿化客观可感知水平的重要性,以及合理的道路断面设计对同时提升街道空间活力和绿视率即绿化实际被感知程度的有效性。由此总结出2点街道绿色空间规划设计建议,即明晰权责边界并保证公共权益优先级,以及加强落地性设计导则中对绿色空间正义问题的关注,并对未来研究提出展望。

城市活力恢复及其影响因子——突发性公共卫生事件情景下的探索

针对新型冠状病毒肺炎疫情这一突发性公共卫生事件对我国城市经济社会秩序的重大影响,量化评估城市的活力恢复状况及其影响因素,为各级政府制定和部署更具针对性的恢复政策提供支撑。具体而言,本文整合多源时空大数据,量化分析各城市活力恢复的动态特征,总结城市活力恢复模式,并探讨了各类模式的空间分布特征。然后,借助统计方法,系统分析了不同影响因子对于形成不同恢复模式的影响。本文研究发现:根据活力恢复轨迹的不同,我国城市可分为6种恢复模式,不同恢复模式具有不同的空间分布特征,其中多个国家中心城市的活力恢复水平仍有待进一步提高。区域中心性、政府管制强度和外部输入风险对城市的活力恢复具有显著的影响,而医疗服务能力的直接影响相对不突出。根据上述结论,文章为后续城市恢复生产和生活提供了具体的政策建议。

基于大数据与网络分析的长三角城市群识别研究

通过百度迁徙大数据,运用城市空间联系强度分析方法和复杂网络分析方法,构建了长三角城市群中的城际出行网络模型,测度并分析其空间结构。结果显示:(1)城际出行网络形成“东强西弱、南北均衡”的格局态势,并形成以合肥、南京、上海、杭州、宁波为主的多中心辐射格局特征。(2)长三角城市群的人口城际出行网络分布上呈现“一大三小”的多中心网络空间格局,上海、南京、杭州和合肥4个节点城市在整个网络中处于绝对主导地位。(3)长三角各个城市在中心性、结构洞水平、核心—边缘结构等指标方面表现出较大的差异性。整体来看,上海、南京、杭州的网络地位较高,铜陵、宣城、池州、滁州、金华、台州、舟山等的网络地位较低。(4)基于城际人口出行数据的长三角城市群空间结构,可以分为以上海、南京、杭州和合肥为中心的4个城市体系。

城市网络关系中的广州、深圳城市功能研究——基于对航空客流来源地的比较分析

基于对城市功能映射于城市网络的理论认识,以城市间航空客流为中介,借助百度地图慧眼位置信息服务(LBS)大数据,采取比较广州、深圳航空客流来源地城市的功能特征,以及来自北京、上海两座特大型城市的广州、深圳航空客流在北京、上海两市中就业地所在城区的功能特征等两种途径,反向判断广州、深圳在中国城市网络中体现的总体功能特征倾向。结果表明:1)广州表现出行政管理、商贸等功能特征倾向;2)深圳的科技创新、金融与高新制造功能特征相对显著;3)深圳较广州在基于生产者服务业的中国城市网络中具有更高等级节点地位。文章采用的利用人口定位大数据从城市网络中灵活提取城市功能特征的方法,可作为对以经济产业类为统计数据进行城市功能研究的补充。

儿童健康导向的居住区规划设计维度刍议——以北京市东城区为例

健康城市规划理论与实践研究渊源已久而方兴未艾,在其中聚焦儿童群体契合城市规划精细化发展要求,势在必行。本文以北京市东城区为例,从儿童健康导向研究的三个特殊性入手,辅以百度慧眼时空大数据深度挖掘测度分析街道尺度儿童健康水平,结合传播机制模型从传染源、传播途径、易感人群三方面叠合居住区空间探究儿童健康导向下的居住区规划设计维度。基于GIS叠合量化评估、对比分析,初步形成儿童健康导向下的居住区规划设计维度框架,并分别就各维度提出若干规划设计策略建议,旨在为北京市健康城市规划建设工作提供具体性辅助。

基于时空大数据的北京城市功能混合评估方法及规划策略

城市功能混合是提升城市效率和活力的重要手段,也是现代城市规划的重要原则。提出了一种基于多源时空大数据的城市功能混合评估新方法,该方法借鉴了TF-IDF算法和信息熵算法,不仅考虑各类城市功能的空间布局结构,而且反映了其实际使用特征,从而将城市功能的供给侧与需求侧特征结合起来。基于这一方法,对北京六环以内地区的城市功能混合进行计算。结果表明,城市功能混合现象极为普遍,应视为城市规划和管理的一项基本原则;从空间特征上看,功能混合密度符合距离衰减特征,体现了空间区位与城市中心结构对城市功能混合的显著影响。在此基础上,进一步探讨了不同主导功能的用地中,各类城市功能混合的配比关系和空间特征。最后,面向城市规划和管理,提出了提升城市功能混合、加强城市精细化治理水平的可行建议。

基于百度慧眼的中国收缩城市分类研究

收缩城市是快速城市化过程中不可忽视的一类城市,按照城市人口变化格局,开展收缩城市分类研究,是发现城市人口“空洞”及变化特征的重要一环。国际上将收缩城市主要分为穿孔型、圈饼型和边缘型,中国的收缩城市究竟包括哪些类型?尚缺少研究证实。本文以中国实体城市为分析单位,利用百度慧眼2016年11月─2018年11月200 m格网的常住人口数据,发现常住人口减少的实体城市共1506座,占实体城市总量(3022座)的49.8%。选取人口较为密集且在研究时段内出现严重收缩现象的126座收缩城市为研究样本,探讨中国收缩城市分类问题。分析表明:126座收缩城市样本多分布在秦岭淮河一线以北地区,包括穿孔型、全局型、局部型、圈饼型、边缘型等5种类型。其中,穿孔型收缩城市最多,共47座(37.3%),为中国收缩城市的主导类型,主要分布于黑龙江、内蒙古、甘肃;全局型收缩城市有33座(26.2%),主要分布于甘肃、陕西;局部型收缩城市有25座(19.8%),主要分布在黑龙江、内蒙古;圈饼型收缩城市有18座(14.3%),主要分布在内蒙古;边缘型收缩城市有3座。“重速度、轻质量”的前半程城镇化,以“增长”为主导的城市规划执念,资源枯竭或经济转型导致传统工业企业衰落解体,政府主动调整下的产业转移等是产生穿孔型收缩城市的主因。研究为政府精细调整城市发展重心、优化土地利用结构、提高城市宜居性、开展收缩语境下的城市规划与设计,提供了科学依据。

基于时空大数据的粤港澳大湾区城镇群结构研究

粤港澳大湾区是中国重点建设的战略区域,其协同结构的有效认知是打造世界级湾区的核心研究内容。作为一种重要的城镇群发展模式,大湾区内部具有复杂的城镇协同关系,这一关系充分体现在城镇间的人群流动特性上,而跨城职住迁徙是区域人口流动的一种直观、稳定的表现,基于高精度跨城职住迁徙数据开展湾区协同结构的认知意义显著。文章在总结归纳国内外湾区协调发展研究、跨城职住综合应用研究的基础上,基于百度地图所识别的跨城职住时空大数据开展了粤港澳大湾区协同认知方法的研究与实践。研究构建了跨城职住交换网络,以统计单元为网络节点、以交换流量为连接权重,从加权连入连出度占比、加权中心度、迁徙平均距离3个方面认知跨城职住关系。研究进一步结合经济数据展开城镇群协同关系的聚类分析,将大湾区内各空间单元归纳为交流中心单元、优势单元及其特例、待发展单元、输出型单元、输入型单元6类。研究结果发现,当下粤港澳大湾区构建了广州—佛山、中山—珠海、深—莞—惠3处交换结构异质性组团,多中心发展结构明显。同时湾区协同不均衡的问题仍然存在,各类协同特征单元呈显著的圈层结构分布,东西岸城镇交换关系差异明显。最后,本文结合大湾区区域综合结构特征以及大湾区相关规划政策空间布局特征,阐述了大湾区内城镇群结构的发展状态、发展问题以及未来方向。指出未来粤港澳大湾区的发展需要进一步加强多中心协调机制优势,解决区域内东强西弱、周边滞后、核心北移等结构问题。梳理各类单元间的合作模式,强化协同网络中优势空间单元的贡献程度,巩固交流中心单元的参与程度,避免极核同周边形成单向的输入输出,充分利用广阔的湾区腹地促进区域功能的循环与互补,以期为粤港澳大湾区的协同发展提供支持。