<tbody id="6sijb"></tbody>

      1. 首頁 > 新聞中心 > 企業新聞

        基于公共出行大數據的城市空間活力特征分析

        基于公共出行大數據的城市空間活力特征分析——深圳

         吳光周 等 新型智慧城市風向標

        中國電子科技集團有限公司智慧城市建模仿真與智能技術重點實驗室

         

        引言

         

        本研究以深圳市為研究范圍,利用居民公共交通出行大數據,通過分析居民出行的時空特征規律,揭示深圳市居住、就業、交通、娛樂的空間格局,并通過構建城市活力評價指標,展現深圳市空間活力分布特征。本研究由中國電科智慧城市建模仿真與智能技術重點實驗室完成,歡迎留言討論!

         

        中國電科智慧城市建模仿真與智能技術重點實驗室依托中電科新型智慧城市研究院建設運行,以引領未來城市發展理念、驅動城市數據應用創新、促進城市智能應用推廣為使命,聚焦城市建模仿真、城市智能技術兩大研究領域,開展新理念研究、新技術研究和新應用轉化,并圍繞社區/城區和重點行業領域開展實踐,目標建設成為國家級新型智慧城市領域的研究和實踐高地。

         

         

        1 研究背景

         

        隨著中國城市化進程的不斷推進和城市規模的擴大,城市人口、物資、信息的流動日益頻繁,城市生活更加高效豐富,居民活動特征也愈發復雜多變。然而,在我國粗放式的城市發展背后出現了許多“城市病”,如城市職住空間分離、交通擁堵、街區空間尺度巨大、公共空間缺乏、場所認知度降低等。這一系列的城市問題共同引發了城市空間品質下降、城市活力消解的難題。城市中心區域內空間混亂擁擠、雜亂無章,而城市外圍新區卻人煙稀少,“臥城”以及“空城”等城市消極空間的出現更是凸顯了城市空間資源的不合理配置。如何滿足多樣化的人群活動需求、優化市民的城市生活質量,提升城市空間品質、重塑活力空間是當代眾多城市亟待解決卻又常被忽略的問題。

         

        近年來,“以人為本”的新型城市化成為城市發展的新趨勢,宜居城市、活力城市建設已成為城市規劃重點關注問題。通過高品質空間的塑造來提升城市活力,提高居民在城市中活動與生活的品質,構建和諧宜居的城市具有重要的現實意義。

         

        本研究以提升城市空間品質為著眼點,基于深圳市城市公共交通出行大數據,包括:出租車GPS數據、公交車GPS數據和IC卡刷卡數據,分析深圳市居民出行的一般規律,并構建城市活力評價指標,綜合評估深圳市不同區域的城市活力,識別缺乏活力的區域。研究成果為未來城市建設,城市活力空間重塑提供參考依據。

         

         

        2 數據處理

         

        本研究的基礎研究數據包括:深圳市2018.3.26~2018.3.30共5個工作日的出租車GPS數據,公交車GPS數據和IC卡刷卡數據。為更精細地衡量城市空間活力的分布特征,本研究首先將深圳市行政區劃圖網格化,網格大小為200m*200m,總計得到54186個網格,以此作為本研究的基本研究單元。然后,提取公共交通出行的起訖點,并匹配至具體網格,分析不同網格的客流分布特征,從而定量評估城市不同區域的空間活力。

         

        (1)軌道交通出行

        居民的軌道交通出行量可通過IC卡數據獲取。IC卡數據記錄了居民刷卡的時間、站點及狀態(進站/出站)。根據刷卡的時間信息和狀態信息,分別提取不同時間段(1小時時間間隔),站點客流的進出量。通常情況下,軌道交通站點不是居民出行的最終目的地,所以還需將客流量進一步分配到站點周邊的網格,流量分配原則基于重力模型:

        Gik表示網格i對地鐵站點k的客流的吸引力,mi表示網格i的面積,dik表示網格i到站點k距離,α表示阻抗系數,本研究取值為1。S表示地鐵站點k的流量,f表示站點k分配到網格i的流量。

         

        (2)常規公交出行

        與軌道交通出行不同,居民IC卡數據中只記錄了居民刷卡的時間,公交車的線路和車牌號,還需結合公交車GPS數據來進一步確定居民常規公交出行的起訖點。具體步驟如下:

         

        1.根據IC卡刷卡時間和車牌號來匹配公交車GPS數據,確定在刷卡時間前后所對應公交車的位置。

        2.將步驟1中確定的公交車位置與深圳市公交車站進行匹配,選擇距離最近的公交車站作為居民刷卡上車的車站。

        3.重復步驟1和步驟2,識別出所有刷卡記錄中的上車點。

        4.根據居民一天中多次出行的刷卡記錄,將后一次刷卡的上車點作為前一次出行對應的下車點,第一次出行的上車點作為最后一次出行的下車點。倘若居民僅有一次刷卡記錄,則根據刷卡記錄中對應的公交車線路不同站點下車點的流量,按照頻率來確定下車點。

        5.根據上下車點空間位置,計算上下車點的空間距離,結合公交車GPS數據中公交車的平均速度,估算下車時間。

         

        同理,還需將客流量進一步分配到公交站點周邊的網格,流量分配原則基于重力模型:

        其中,S表示公交站點n的流量,f表示公交站點n到網格i的流量。

         

        (3)出租車出行

        出租車GPS數據記錄了出租車的車牌號、速度、時間、狀態(0表示空車,1表示重車)、經緯度等信息。根據出租車狀態的變化規律提取不同出租車的上下車點,如果出租車狀態由0→1,則對應狀態為1的點為出租車的上車點;反之,如果出租車狀態由1→0,則對應狀態為0的點為出租車的下車點。將出租車上下車點的經緯度坐標與網格中心點的坐標進行匹配,距離最近的網格即為出租車下車點??紤]到出租車提供一種門到門的客運服務,所以在提取出租車起訖點時不再涉及流量分配過程。此外,上述過程僅識別了出租車出行的次數,還需根據出租車平均載客量來修正居民的出行人次。

         

        其中,f表示網格i的出租車流量,S表示網格i的出租車出行次數,λ表示出租車平均載客量。根據深圳市交通運輸委員會統計報告,深圳市3月份日均出租車客運量為100萬人次,而當天提取的出租車出行次數為50萬余次,因此本研究中出租車平均載客量為2人/車。

         

         

        3 居民出行特征分析

         

        3.1 居民出行總體特征

        居民出行具有明顯的特征規律。工作日通勤特征明顯,早晚高峰時期流量明顯高于非高峰時段,早晚高峰客流量占當天客流總量的50.54%。早高峰的客流強度高于晚高峰,而晚高峰的持續時間更長,早高峰的持續時間為7:00~9:00,晚高峰則是17:00~20:00。這是因為,早高峰客流主要以居民上班通勤為主,加之居民上班時間相對固定,客流集中。而晚高峰除居民下班通勤客流之外,還有相當一部分休閑娛樂的客流量,加之下班通勤的選擇和時間相對自由,客流強度有所降低,持續時間變長。

         

        相比之下,出租車客流并沒有明顯的通勤特征,高峰客流與平峰客流量的差異不大。出租車客流的最高峰值出現在14:00~16:00時段內,隨后客流量保持一個穩定的水平??梢?,出租車出行更多是以非通勤目的的居民出行。

        圖1 全市不同交通出行方式客流分布

         

        空間上,公共交通客流分布潮汐特征明顯。深圳市的早高峰通勤客流主要以關內區域內部通勤,關外區域內部通勤與關外向關內通勤為主。

         

        關內內部通勤主要集中在南山區(粵海街道和南頭街道)、福田區(福田街道、華富街道和華強北街道)、羅湖區(南湖街道、東門街道和桂圓街道)。這些區域由于發展歷史悠久,經濟發展水平較高,匯聚大量的就業機會,并配有相應的居住區域,已形成固定的居住和就業格局。

         

        關外內部通勤主要發生在龍華街道,坂田街道、民治街道、布吉街道和新安街道。對于離城市中心較遠的關外地區,有著大量的勞動密集型工業區和居住成本較低的聚居地——城中村。這種特殊的居住和就業結構滿足許多外來務工人員就業和居住的選擇,使得該地區聚集了大量的流動人口,并形成就業人員就近居住的空間格局。

         

        關內外通勤主要由龍華區、寶安區、龍崗區向福田區、南山區、羅湖區流動。這是由于關內核心區的就業輻射范圍隨著經濟的發展和城市蔓延逐漸擴散至關外地區,吸引關外的就業人口,再加之城市中心區域高昂的居住成本以及關外相對較低的居住成本,使得一部分的居住人口轉移至關外地區,從而形成了典型的居住在關外,就業在關內的職住空間格局。

        圖2 早高峰客流分布熱力圖

         

        圖3 早高峰客流流向圖

         

        圖4 晚高峰客流分布熱力圖

         

        圖5 晚高峰客流流向圖

         

        在非高峰時段(9:00~17:00),大量的出行客流集中在福田和羅湖區,其他地區相對較少,這與深圳市當前用地布局和人口分布相吻合。從OD出行圖可以看出,大部分居民以短途出行為主,居民的日常休閑活動集中于居住地周邊,長距離跨區域的出行相對較少,這也符合一般居民休閑娛樂的習慣。

         

        福田區和羅湖區的就業人口和非就業人口密度相對較高,服務業和零售業等第三產業較為發達,社會消費品零售額遠高于其他各區(圖9),加之該地區公共基礎設施配套完善,在非高峰時期有大量休閑娛樂的居民出行。

         

        南山區人口密度相對較低(圖8),且南山區高新技術企業聚集(圖10),就業人口比重相對較高,非高峰時期居民出行有對低于福田區和羅湖區。

         

        關外地區由于非就業人口比重較低,第三產業相對落后,社會消費品零售額也普遍較低,公共基礎設施配套有所不足,導致非高峰時期居民出行較少,且還有部分居民流向關內區域。

        圖6 非高峰時期客流分布熱力圖

         

        圖7 非高峰時期客流流向圖

         

        圖8 各街道辦人口密度

         

        圖9 社會消費品零售額(第三產業)

         

        圖10 各區高新產業分布

         

        夜間時段(20:00以后),居民機動化出行主要集中于福田、羅湖以及南山、寶安、龍華的中心區域,可見這些區域是深圳市夜生活的集中區域,其中羅湖和福田的夜生活最為豐富,關外區域相對匱乏。

         

        對比居民機動化出行的上下客點和OD出行圖,可以發現夜間會有一個明顯的客流從關內流向關外的趨勢。結合上文的分析結果可知這部分客流主要是夜生活結束后返回關外居住地的客流,這也從側面反映出關外地區夜生活需求和供給不均衡的現象。

        圖11 夜間時期客流分布熱力圖

         

        圖12 夜間時期客流流向圖

         

        3.2 軌道交通客運效率分析

        軌道交通憑借其強大的客運能力,已成為城市公交交通系統的重要組成部分。從軌道交通進出站的客流分布來看,早高峰進站客流主要集中在關外站點,出站客流主要集中于福田、羅湖及南山核心區,晚高峰則相反,潮汐特征明顯。其中,民樂、西麗、白石洲等地鐵站區域居住人口密集,交通便利,以外出通勤為主。而華強北、會展中心、科技園等區域就業機會豐富,以外入通勤為主。關外的富士康工業區、華為坂田園區等幾個較大的就業區也均以外入通勤為主。

        圖13.a 早高峰軌道交通進站客流

         

        圖13.b 早高峰軌道交通出站客流

         

        圖14.a 晚高峰軌道交通進站客流

         

        圖14.b 晚高峰軌道交通出站客流

         

        軌道交通系統的客運效率是影響城市公共交通服務水平的重要衡量指標,提高客運服務效率也是提高軌道交通經濟效益的有效途徑。根據軌道交通客流的OD點,結合最短路徑原則識別不同OD對的出行軌跡,統計不同地鐵線路的節點流量和斷面流量,如圖15所示。

         

        地鐵4號線,11號線,5號線,3號線以及1號線的部分線路客流密集,其中4號線的沿線客流進出量、節點流量和線路斷面流量均為遠高于其他線路,客運效率最高,這是因為近年來龍華片區修建大量的居民區,居民通勤需求最高。

         

        地鐵4號線、3號線和11號線均為連接關外與關內的主要地鐵線路,承載著大量由關外前往關內的通勤客流,而且軌道交通快速、高效的客運服務能力很好的滿足關外地區居民長距離的出行需求,客運效率較高;地鐵5號線主要是連接關外各區的線路,途徑許多居住人口密集的區域(西麗、明治、五和等)以及交通樞紐站(深圳北站和布吉站),客流強度較大,客運效率較高。

        圖15高峰時期軌道交通站點斷面客流量分布

         

        地鐵2號線、7號線、9號線均為連接關內各區的軌道線路,客流量相對較少,僅在個別換乘站有較大客流,客運效率較低。一方面,關內地區常規公交覆蓋率較高(圖16),關內常規公交站點的密度高于關外地區,常規公交分擔了很大部分居民的出行;另一方面,關內地區居民跨區的通勤出行相對較少,通勤的距離相對較低(圖17),降低了居民對軌道交通長距離出行服務的需求。

        圖16 公交站點密度分布

         

        圖17高峰時期軌道交通站點出行距離分布

         

        3.3 軌道+常規公交接駁效率分析

        在公交都市戰略指導下,我國大城市逐漸形成以軌道交通為主,常規公交為輔的城市公共交通運行模式。在這種模式下,地鐵+常規公交的接駁效率是衡量公交系統服務水平的重要參考指標?;趽Q乘時間的評估方法能很好的衡量接駁系統的時間效率,但其難以衡量接駁系統的客流轉運效率。倘若一個接駁系統的客運能力遠超過接駁需求,盡管接駁的時間便捷程度很高,但造成了一定程度客運能力的浪費。

         

        本研究從接駁系統的客流轉運效率出發,通過分析軌道交通客流和常規公交客流時空分布的相似性來評估不同區域地鐵+常規公交的接駁效率??土鞣植嫉南嗨菩栽礁?,則表明接駁系統客流轉運效率越高。

         

        地鐵+常規公交的接駁方式主要有“常規公交下車→地鐵上車”以及“地鐵下車→常規公交上車”兩種模式,本研究通過KL散度來分別分析這兩種模式地鐵客流和常規公交客流時空分布的相似程度,從而來評估不同區域的地鐵+常規公交的接駁效率。

         

        1. 地鐵下+公交上:

        2. 地鐵上+公交下:

         

        地鐵+常規公交接駁效率:

         

        其中,KL(K)表示街道K的地鐵+常規公交客流分布的相似度,KL(K)的值越小則地鐵客流和常規公交客流分布的相似程度越高,接駁效率就越高,計算結果如圖18所示。

         

        關內地區常規公交和地鐵客流分布的KL散度值較小,客流分布的相似程度較高,接駁效率明顯優于關外地區,接駁效率最高的街道為東曉街道和翠竹街道,明治街道和西鄉街道的常規公交和地鐵的接駁效率最低。

        圖18 各街道辦地鐵+公交客流分布相似度分布圖

         

        3.4 公共交通通達性分析

        交通通達性是衡量城市不同區域交通發展水平的一個重要指標。根據以往城市的發展規律,城市發展較好的區域往往是交通通達性較好的區域,往往也是城市居民通勤的出發和到達集中的區域。交通通達性不僅取決于交通出行的快捷程度,還應考慮到不同交通出行方式選擇的自由程度。本研究通過分析不同交通出行方式(出租車、公交車、地鐵)客流量的耦合關系來定量評估不同區域的交通通達性水平,耦合度越高,則交通通達性越好。

         

        1. 常規公交系統和地鐵系統耦合度:

        2. 常規公交系統和出租車系統耦合度:

        3. 地鐵系統和出租車系統耦合度:

        4. 公共交通系統耦合度:

         

        C(K)表示街道K的公共交通系統耦合度,C(K)值越大,則公共交通通達性越高,計算結果如圖19所示。關內區域公共交通系統的耦合度較高,公共交通的通達性水平優于關外地區,呈現由福田區和羅湖區為中心依次向外遞減的趨勢。

        圖19 各街道辦公交系統耦合度分布圖

         

        3.5 職住分離分析

        “居住”與“就業”是城市空間結構演化中的兩個關鍵變量,居住與就業崗位的空間分布影響著城市居民通勤出行的時空分布特征。合理的職住分布能夠減輕居民通勤壓力和出行時間,緩解交通擁堵,減少環境污染。當前我國的城市化進程使城市空間結構發生了顯著變化,許多大城市在發展中均出現了職住分離、空間錯位等現象,加之土地資源有限和人口膨脹,導致城市交通問題愈演愈烈,已經嚴重制約城市的可持續發展和居民生活品質的提升。

         

        本研究基于早高峰時期居民出行的特征規律定量評估不同區域的職住分離程度。“內外通勤比”反映區域內職住自足度的情況,體現了職住關系的質量。“內外通勤比”越高,區域內居住人口在本區域內就業的比重越高,職住關系質量和自足度越高。“內外通勤比”定義如下:

        其中,Ψ(k)表示街道K的內外通勤比,FK,K表示街道K范圍內工作出行的數量,FK,I表示街道K到街道I人數,FI,K表示街道I到街道K人數。

         

        圖15表明,深圳市存在較為明顯的職住空間分離情況。鹽田區、羅湖區、福田區、南山區的“內外通勤比”相對較低,職住分離程度較高,其中福田,羅湖和南山區的各街道辦的內外出行比極低,均不超過0.15。這是因為關內地區的匯聚大量就業人口,而居住人口相對較少,且居住人口中非就業人口比重較高,所以早高峰時期有大量的通勤客流流入。龍華新區的內外通勤比也較低,但龍華新區因擁有大量的居住人口,早高峰時期有大量的客流流出。關外其他各區的內外通勤比則處于較為合理的水平。

        圖20 各街道辦早高峰內外通勤比分布圖

         

        鹽田區的產業以港口物流、生態旅游、文化產業、出口監管和倉儲等為主,城區的定位是現代化旅游和海港城區,第三產業占比很高,第二產業相對不足。然而,鹽田區的第三產業主要以旅游服務業為主,高新技術產業匱乏(圖10),遠低于其他行政區,就業機會不足。據鹽田區國民經濟和社會發展統計,2017年末鹽田區常住人口23.72萬(戶籍人口占比31.6%),區內就業人員6.38萬人,職住比為0.269。而且,鹽田區人口呈現一種逐年增長的趨勢(圖22),區內就業人口卻呈現下降趨勢,2017年末單位從業人員6.38萬人,同比下降4.9%,較大的就業缺口使得區內居民選擇羅湖、福田等地區就業,產生較為嚴重的職住分離現象。

         

        21 鹽田區產業結構

         

        圖22鹽田區常住人口結構

         

        圖23 各行政區早高峰內外通勤比分布圖

         

         

        4 城市空間活力評估

         

        城市的本質是人的聚集,群體與個人的活動網絡構成了城市的深層結構,也是城市具有活力的真正原因。城市作為人們生活的載體,人的活動是創造城市活力的最直接來源。Jane Jacobs指出“人流在時間上的均勻分布”是城市空間保存活力的關鍵。一個地區的活力取決于兩個方面:足夠的人流密度(人流量)以及人流量在不同的時間段出現,人流量只在某個別時段集中出現的區域不是一個具有活力的區域。實際上,許多居住區、辦公區往往只會在高峰時期出現大規模的人流,其它時刻人流量十分有限,這樣的區域很難說是一個有活力的區域。因此,本研究從人流強度和人流時間持續性兩個方面出發,構建新的城市活力評價指標,實現更全面的城市活力評估。

         

        1. 活力強度

        其中,V表示網格i的活力強度,f表示在時段t,網格i客流總量。

         

         

        2. 活力時間持續性

        活力的時間持續性是指客流量在不同時間段均勻分布的程度??土髁康臅r間分布越均勻,則意味著客流量在不同時間段出現的概率越高,則活力的時間持續性越高。

         

        信息熵(香農熵)表示一個隨機分布的不確定度,來衡量隨機分布的多樣性。一個隨機分布的信息熵越大,則該分布就越均勻。在本研究中,如果人流量在時間上的分布的信息熵越大,則意味著人流量在時間上的分布就越均勻,活力時間持續性就越高。

        其中,表示網格i的活力時間持續性,表示研究單元i,時段t的客流量占總的客流量的比重。

         

        所以,城市空間活力表達如下:

         

        城市空間活力的評估結果(圖24)表明深圳市最具活力的區域主要集中于福田、羅湖和南山核心區,關外區域活力相對較低,這也符合深圳市當前城市發展的現狀,關內核心地區由于發展歷史悠久,經濟發展水平較高,各方面的城市基礎配套完善,城市區域充滿活力。

         

        近年來,隨著深圳市產業結構調整,部分產業轉移至關外地區,受到交通條件的限制和空間位置的影響,距離關內核心區較近的關外地區,如:寶安、龍華和龍崗,受關內地區的輻射影響更大,發展水平明顯較高其它關外地區,城市空間活力也處于較高的水平。光明新區、坪山新區和大鵬新區以及寶安區的北部地區由于地處偏僻、交通條件相對落后,城市空間活力匱乏。

         

        不同街道辦的客流活力對比結果(圖25)表明:明治、新安、龍華和坂田街道全天客流的分布處于一個最為合理的情況(第Ⅰ象限),客流密度和客流時間持續性都較高。相比之下,關內核心區,包括:南湖、東門、福田、南園、粵海等街道雖有很高的客流密度,但其客流的時間分布較不均衡,客流容易在個別時段集中出現(第Ⅳ象限)。光明新區、大鵬新區以及坪山新區的各個街道雖然其客流時間持續性較高,但其客流密度往往較低(第Ⅱ象限),活力有限。而鹽田區的各街道則是客流密度和客流時間持續性均有所不足(第Ⅲ象限),城市空間活力匱乏。

        圖24 深圳市城市空間活力分布

         

        圖25 各街道客流特征圖

         

        鹽田區雖是關內行政區,但其自然環境得天獨厚,屏山傍海,海岸蜿蜒曲折,沙灘、島嶼錯落,是深圳最美麗的“黃金海岸”。鹽田區內還包含東部華僑城生態景區、梧桐山國家森林公園、海拔944米的梧桐山主峰、大梅沙海濱公園、小梅沙海濱度假村和海洋公園、中信明思克航母世界軍事主題公園,三洲田庚子首義革命舊址、中英街等著名旅游景點,旅游產業較為發達,已逐漸成為現代化旅游海港城區。然而,鹽田區內缺乏軌道交通,主干道路,高速公路等重要交通配套設施,交通相對落后;高新技術產業顯著落后(圖10),企業數量遠低于其他行政區,規上工業產值極低(圖27),缺乏對其他行政區的就業人員的吸引力,再加之區內人口較少,綜合原因導致在非旅游高峰時期,鹽田區的城市空間活力明顯低于其他關內核心地區。

         

        圖26 深圳各區人口分布

         

         

        圖27 深圳各區規上工業產值

         

        圖28 各街道辦客流活力分布

         

         

        參考文獻

         

        [1]凱文·林奇. 城市形態[M].第一版,華夏出版社.2003

        [2]Jacobs J. The Death and Life of Great American Cities [M]. Random House LLC,1961

        [3]蔣滌非. 城市形態活力論[M]. 東南大學出版社,2007.

        [4]Sagl G, Resch B, Hawelka B, et al. From Social Sensor Data to Collective HumanBehaviour Patterns: Analysing and Visualising Spatio-Temporal Dynamics in UrbanEnvironments[C]// GI_Forum 2012: Geovisualization, Society and Learning. 2012.

        [5]Ratti C, Frenchman D, Pulselli R M, et al. Mobile Landscapes: Using LocationData from Cell Phones for Urban Analysis[J]. Environment & Planning BPlanning & Design, 2006, 33(5):727-748.

        [6]汪海,蔣滌非.城市公共空間活力評價體系研究[J].鐵道科學與工程學報,2012, 09(1):56-60.

        [7]郭文伯,張艷,柴彥威,等.基于GPS數據的城市郊區居民日?;顒訒r空特征——以北京天通苑、亦莊為例[J]. 地域研究與開發,2013, 32(6):159-164.

        [8]任頤,毛榮昌.手機數據與規劃智慧化——以無錫市基于手機數據的出行調查為例[J]. 國際城市規劃, 2014, 29(6):66-71.

        [9]葉宇,莊宇,張靈珠,等.城市設計中活力營造的形態學探究——基于城市空間形態特征量化分析與居民活動檢驗[J].國際城市規劃, 2016(1):26-33.


        站长软件日曝光上亿次 C4C4点NET|97超碰人人爱百度|国产三级在在线观看

        <tbody id="6sijb"></tbody>