基于客流特征的北京地铁站点类型识别

地铁站点是城市各种社会经济活动的关键节点,不同类型的地铁站点在城市中的区域条件、交通功能、土地利用类型等方面均存在差异,科学的站点分类有助于了解城市功能分区及评价轨道交通基础设施建设状况。本文基于2013年3月份14天工作日地铁刷卡客流量数据,运用引入客流特征的时间序列聚类方法,对北京市195个地铁站点进行分类。研究表明：①地铁站点客流量存在时空差异,也是城市功能分区时空差异的表现之一。②通过引入客流特征的时间序列方法,将地铁站点分为居住导向型、就业导向型、职住错位型、错位偏居住型、错位偏就业型、混合型、综合型及其他型8种不同类型。③利用地铁站点客流量数据,是将空间行为和实体空间进行关联比较的有效途径。     

基于手机信令的跨界地区职住中心识别及其模式——以广佛地区为例

利用手机信令数据,以广佛地区为例,采用洛伦茨方法识别广州和佛山的职住中心,进而分析了广佛跨界地区居民职住模式的时空特征及其影响因素。结果发现：1）广州市居民职住空间呈现就业单中心和居住郊区化特征,职住空间错位明显;佛山市居民职住空间则呈现大分散、小集聚的特征。2）同城化下职住空间呈现新态势,以金沙洲、芳村—桂城为主的跨界地区已形成连绵的、高强度通勤区域。3）5个跨界地区职住空间模式不同,其主要原因有：交通枢纽型的花都空港地区和新客站地区因其交通枢纽功能,影响着两地的劳动力和资本要素流动,带动周边产业发展;居住型的金沙洲和芳村—桂城地区承接了两市中心城区的居住外溢;产业型的五沙地区发挥区位优势形成跨界产业园,吸纳周边人口就业。可见,不同类型的跨界地区的发展都有利于缝合广佛两市空间断裂带,加速城市空间的契合。     

手机信令数据支撑下广州市过剩通勤及其空间分异格局

利用手机信令数据构建居委会尺度下的职住联系数据库,分析广州过剩通勤及其空间分异格局。研究发现,广州市过剩通勤为76.01%,与国内和西方国家城市相比处于较高水平,说明广州市职住空间组织效率偏低。过剩通勤的空间分异特征主要表现为：功能相对单一的郊区大型工业或房地产集聚区过剩通勤率偏高;传统市中心虽然就业机会集中,但因为高居住成本也出现较高的过剩通勤率;近郊区的特定功能区域,如大学城、偏农业发展型城郊村等区域出现较低的过剩通勤率;快速轨道交通（地铁）建设因降低了居民对通勤距离的敏感度而导致过剩通勤水平的提升,高过剩通勤率空间分布与地铁沿线和地铁站点分布存在一定的空间一致性。提升大城市的职住空间组织效率除需重点考虑提升区域职住空间平衡外,优化城市功能结构、降低住房成本区域差异等也需予以重点考虑。     

城市轨道交通通勤与职住平衡状况的关系研究——基于大数据方法的北京实证分析

城市轨道交通网络的发展在提高居民通勤效率的同时也对其职住平衡状况产生了一定影响。论文以北京市206个轨道站点为例,基于高斯混合模型(Gaussian mixture model, GMM)和一卡通刷卡数据将轨道站点按职住功能进行分类,利用腾讯“宜出行”定位数据考察轨道站点周边的动态人口分布并计算就业居住比。研究发现：① 中心城区的职住状况明显优于中心城区以外区域;② 轨道交通线网末端区域的职住平衡程度较差,仅有少数成规模的高端服务产业集中分布的轨道站点周边形成了区域性就业中心;③ 部分就业-居住较为均衡的城郊地区仍存在一定的职住不匹配现象。随后,通过计算一卡通出进站比和“宜出行”职住比得到出进站均衡度和职住平衡度,利用广义自回归条件异方差(generalized autoregressive conditional heteroskedasticity, GARCH)模型对轨道交通通勤和职住平衡程度进行相关性分析,研究结果表明：① 出进站均衡度与职住平衡度具有非常显著的正向关系,即站点进出站人数越接近,站点周边区域的职住状况越好;② 典型就业地站点与站点周边区域的职住平衡程度显著正相关,而典型居住地站点与站点周边区域的职住状况存在显著的负相关性。这表明,人口稠密的聚居区无法带动同样数量就业岗位的产生,而完善的就业中心能够吸引一定数量的人口在附近居住;③ 轨道站点的区位条件与职住平衡状况存在一定正向关系;④ GMM能够对属性复杂模糊的轨道站点进行有效的聚类分析;⑤ 具有实时性强、精确度高、覆盖度广、获取难度低等优点的“宜出行”数据能够在微观空间尺度下弥补其他捕捉和分析实时人口时空分布特征方法的局限性。     

地铁站点多时间维度客流影响因素的精细建模——以广州市中心城区为例

当前我国地铁规划建设进入了快速发展阶段,地铁站点客流影响因素的精细建模与分析对站点的规划、管理具有重要意义。该文基于地铁刷卡数据、高分辨率影像及网络爬虫获取的POIs数据、互联网房产数据和建筑物轮廓高度数据等多源空间数据,采用向后逐步回归分析法对广州市中心城区地铁站点多时间维度上客流的影响因素进行精细建模与分析。研究发现:1)整体上,地铁1号线早进晚出客流较其他线路大;站点早出晚进客流集聚效应显著,主要集中在以体育西路为中心的天河中心圈和以公园前为中心的老城区中心圈。2)在所构建的8种客流回归模型中,CBD虚拟变量、商业用地、三类居住用地、进出站口数量和站点吸引范围内平均小区容积率5种因素对站点客流具有显著正向影响,其中CBD虚拟变量影响最大,而房价、水体对客流具有显著负向影响。3)工作日和休息日客流影响因素存在明显差异,二类居住用地、教育科研用地和医疗卫生用地只在工作日客流中具有显著正向影响,用地多样性只在休息日客流中具有显著的负向影响。4)二类居住用地与工作日早进晚出客流关系密切;站点吸引范围内平均建筑层数只在工作日早出晚进客流回归模型中保留并起显著作用。     

北京城市居住和就业空间类型区分析

基于2010年北京市工商企业登记数据和第六次人口普查数据,从分行业视角对北京市城区职住空间结构及其类型区特征进行详细实证分析。研究表明：北京市就业空间结构和居住空间结构均有3个主成分因子构成,其中就业空间结构包括综合服务业、流通地产服务业与二产、高科技产业等主因子,居住空间结构则由一般服务业、流通生活服务业与二产、科技和教育产业等主因子构成,且不同城市就业与居住空间主因子的空间关联强度存在差异。采用GIS分组分析方法可将北京城市居住和就业空间划分为5种类型区,即流通生活服务业与二产居住集中区、流通生活服务业与二产职住综合区、一般服务业职住综合区、职弱住强型科教优势区和职强住弱型科教优势区。分析发现,北京城市居住和就业空间结构形成主要受到历史力、市场力、政府力和个体力等因素共同作用。     

基于手机信令数据的北京市职住空间分布格局及匹配特征

职住空间作为城市系统最重要的组成部分,直接影响了城市的形态结构、居民的行为体验以及社会的和谐宜居,长期以来受到城市研究者的关注和重视。论文利用覆盖北京全市域并持续1个月的1亿多条手机信令数据,基于DBSCAN的聚类方法,通过OD定向联系,识别出同时具备居住—就业关系特征的职住空间。在此基础上,针对北京市辖区、环路、街道乡镇等不同空间尺度,综合运用空间错位指数、职住偏离度、职住分离率、通勤流动率等计算方法,研究北京职住空间分布格局及匹配特征。研究发现：① 北京市居住空间呈现大分散、小集聚特征,就业空间呈现大集聚、小分散特征;② 基于各个空间尺度、不同测度方法的分析结果均表明,职住空间的不匹配程度呈现出由中心城区向外围逐渐降低的态势,但基于街道乡镇尺度呈现出由内向外更细化的就业集聚—居住集聚—二者均衡的三段式变化特征;③ 无论是就业空间高度集聚导致的非集聚区就业岗位数量不足,还是包括就业高集聚区在内大量区域出现的双向通勤现象,均说明居住功能和就业功能空间重组的必要性。     

产业与地形因素影响下的山地城市职住空间关系——以重庆市主城九区为例

选择重庆主城九区作为典型案例,基于百度慧眼识别的就业人口与居住人口数据,通过测算就业－居住偏离度指数分析其人口分布特征与职住空间关系,划分就业主导区、基本匹配区与居住主导区。并基于全国第四次经济普查数据,在对产业进行综合因子分析基础上,定量化识别产业综合因子和地形因子对重庆主城九区职住空间匹配性影响。结果表明：1）重庆市主城区的就业与居住人口空间分布趋势具有一致性特征,整体上呈现“中间高、四周低”的特征;2）重庆市主城区的职住空间基本平衡,街道尺度上职住偏离特征不显著,但城市多组团的中心地区职住空间匹配特征稍有差异,呈现主中心（解放碑）职住平衡度低、4个副中心职住平衡度高的格局;3）空间回归模型表明,综合性服务产业因子和生产性服务产业因子强化了职住分离程度,社会性服务产业因子、制造业因子和地形起伏度降低了职住空间差异。总体上,产业布局与地形地貌是重庆主城区职住空间关系的重要影响因素,二者与政府规划、交通条件和居民生活相互补充、共同作用,塑造了重庆主城现今协调发展的就业－居住空间格局。     

近10年来苏州主城区职住空间格局演变及类型划分

基于2010年和2019年高德地图POI数据,运用缓冲区、标准差椭圆和最近邻层次空间聚类法分析近10年苏州主城区职住空间格局的演变特征.研究表明:苏州主城区居住郊区化和就业多中心格局显著,职住空间呈"南—北"向分布且重心南移,职住热点区分别展现"凝聚型+扩散"和"分散型+向心"的动态分布;从分产业角度按集聚分区测度方法将职住空间划分为7种类型,即居住主导型、制造业主导型、服务业主导型、制造业+服务业主导型、居住+制造业主导型、居住+服务业主导型和职住均衡发展型;根据类型区不同特征,概括出3种演变模式,即核心区服务业拓展模式、近核区职住均衡化模式和远核区职住稳定发展模式.     

基于社会属性的北京市居民居住与就业空间集聚特征

制度转型期,中国城市居民社会空间发生了新的变化,居民居住和就业空间组织也变得更为复杂,并引起了广泛关注。基于2010 年问卷调查数据,采用缓冲区、最近邻层次聚类和Ripley K函数等空间分析方法对北京城市不同社会属性居民的居住和就业空间分布特征进行实证分析。研究发现：① 总体上,北京城市居民居住和就业空间圈层分异明显。在各圈层内部,不同人群的居住和就业空间分布比例亦存在相对差异;职住空间错位程度表明距市中心15 km左右是城市就业功能和居住功能主导地位转化的分界线;职住平衡度整体上呈现出由内圈层到外圈层递减的趋势,但高收入阶层和年轻白领的职住平衡度相对较低。② 不同人群居住与就业空间集聚特征存在明显差异。一般平民居住和就业均呈散点状集聚;年轻打工族居住和就业集聚区域紧邻,主要集聚在四环以内的城市东部区域;高收入阶层居住呈现“小集中、大分散”集聚特征,就业集聚区多集中在四环以内的城市东部和西北部区域;年轻白领居住集聚区呈现城市西部条带状和东部散点状相结合特征,就业集聚区主要在中关村和CBD为中心的两条轴状区域。③ 不同人群居住和就业空间集聚的尺度特征较为相似,呈现随距离增加“先增后减”变化趋势,但距离阈值存在差异。表现为高收入群体居住空间可选范围较小,一般平民就业空间可选范围较小,而年轻白领居住和就业空间可选范围均较大。     

北京城市居民职住分离的空间组织特征

利用地理信息系统和空间分析技术,选择北京市为实证研究对象.在近万份实际调查问卷数据基础上,从城市空间结构变迁的角度审视北京城市居民职住分离的空间组织特征和职住分离的影响因素.研究发现北京城市居民单程通勤时间为38分钟,其中通勤时间超过40分钟的人群比例为43.7%,可见北京市居民职住分离程度比较严重:同时,从居住地和工作地的角度都可以发现北京居民职住分离现象在区县尺度和街道尺度存在着明显的空间差异:总体而言城市中心区域职住分离情况好于郊区,在郊区中重点开发的卫星城镇工作机会较多,在这些区域就业者的职住分离问题并不严重:而一些重点建设的大型居住社区由于功能过于单一,这些区域的居民职住分离问题十分突出.集聚分析表明.北京市存在明显的就业和居住集聚区,并且两者在空间上的错位比较明显;对城市居民的通勤流向的分析表明.向心流还是主体通勤方向,但也存在一定比例的逆向通勤,表明北京城市化过程中居民职住分离的空间组织特征正在逐渐演变.     

广州地铁站点交通流特征与居民地铁出行的人群分异

基于广州地铁交通流的始发地（Origin）—目的地（Destination）（OD分析）,运用出行成本（距离/时间）、集中出行距离区间等指标对地铁站点交通流特征及居民地铁出行的人群分异进行刻画。结果表明：1）地铁站点随出行距离增加的乘客累积比例呈“S”型曲线变化,广州地铁站点的平均出行成本约为14.04 km（20.48 min）,并由中心向外逐层增加约4 km（5 min）和13 km（10 min）,周末平均出行成本略高于工作日。2）广州地铁出行的集中距离区间为8.55~26.61 km,在该出行距离范围内的乘客量占总数的71.88%;周末出行集中距离区间宽度变窄,但乘客量的集中比例却有所下降。3）社会弱势群体如女性、老年人、固定上下班的大学以上学历人群、办事人员、商服人员等是地铁潜在客流的主要构成群体;不同人群的地铁平均出行距离出现分化,其中出行需求小、出行能力偏弱的群体平均出行距离较短,出行需求大的群体平均出行距离普遍较长;除个别人群外站点集中出行距离区间相对差异不大。     

广州市零售商业中心消费活动时变模式及其影响因素

利用2016年在广州典型大型零售商业中心进行的客流量监测和居民消费行为问卷数据,分析基于客流时间变化的广州大型零售商业中心消费活动时变模式,构建多项Logistic回归模型,从消费者社会经济属性、消费活动特征和商业中心建成环境3方面探讨该时变模式的影响因素。结果显示：① 广州不同的大型零售商业中心内消费活动存在明显的时变特征差异,可分成稳定型、下午高峰型、傍晚高峰型和不规则波动型4类时变模式;② 这种时变模式受到消费者社会经济属性、消费活动特征和商业建成环境等变量的影响。其中,消费者社会经济属性和消费活动特征影响有限且影响差异较大,以稳定型为参照组,在广州居住时间、居住区位和家庭月收入等社会经济属性,以及消费结构、出行路径、交通方式和出行距离等消费活动特征能区分稳定型和下午高峰型商业中心,但只有在广州居住时间和出行距离、交通方式3个变量能显著地解释稳定型和傍晚高峰型商业中心的差异;建成环境是影响零售商业中心时变模式的首要因素,商业网点密度、用地混合度、公交与地铁站点密度、商业中心区位特征、到市中心距离等变量均对各个类型商业中心的形成作用显著。期望为城市零售商业中心的分类和评价提供一个新思路,为预测商业中心可能的消费活动时变模式、消费者属性和活动特征提供理论依据,对城市商业规划和商业中心开发运营有一定的现实指导意义。     

基于百度热力图的银川市中心城区职住关系研究

“职”和“住”是城市最基本的功能，职住关系反映了城市秩序与效率。以百度热力图、百度路况图所提供的实时动态大数据为依据，配合城区土地利用现状图，分析了银川市主城区职住关系。结果表明：在一个工作日内，上班时间段内，教育、商业用地上的人口聚集力度更大，而在休息时段，居住用地上的人口聚集状况更明显，二者表现出大致反向的趋势。这意味着上班时段内人口大量离开居住区，百度热力下降；而下班时段又返回居住区，百度热力上升，居民在工作地—居住地间存在着节律性的钟摆式流动。上班时间段内人群高度集中的区域大部分是商务中心、城市综合体、高等院校、医院和物流中心等工作地；休息时段人群高度集聚中心由就业中心转为居住区和休闲购物区，说明整个城区存在一定的职住分离。银川市职—住比介于0.34~3.4之间，职住相对平衡；但区域间差异较大。总体来看，城市中心区比外围区的职住平衡更明显。依据职住比，将职关系划分为基本平衡型、 轻微就业倾向型、 严重就业倾向型、 轻微居住倾向型和严重居住倾向型五类。     

新型城镇化背景下地铁站点综合服务能力评价——以武汉市地铁二号线为例

科学合理地评价地铁站点的综合服务能力是分析地铁站点运行状况和配套设施情况的基础,也是新型城镇化背景下指导地铁站点建设与管理、进一步提升城市公共服务质量的战略措施。以地铁站点为评价单元,从地铁站点内、外部配套设施两方面选取44个指标,构建地铁站点综合服务能力评价指标体系,并以武汉市地铁二号线为例进行实证研究。结果表明:构建的评价指标体系能客观评价地铁站点的综合服务能力,与实际调查结果相符;地铁站点外部的公共服务设施制约着地铁站点的综合服务能力;城市地铁应重视外部服务设施的建设,均衡各区域公共资源,合理引导人口分布,提高地铁的服务效益,为新型城镇化服务。     

北京市地铁客流的时空分布格局及特征——基于智能交通卡数据

城市轨道交通是居民绿色出行、缓解大城市交通拥堵的重要交通方式。研究大城市地铁客流时间和空间的分布特征,有利于深入了解大城市公共交通的需求,进而制定合理的交通需求管理政策。本文以北京市地铁为例,计算了431万条智能交通卡数据的出行时间和OD矩阵(Origin-Destination Matrix),研究其客流的时间和空间分布特征。研究发现：①全天、早高峰和晚高峰的出行时间分布符合Gamma分布,总体上离城市中心越远,平均出行时间越长;②从市辖区尺度和环路尺度分析,乘客流向和流量均呈现对称性;③从街道尺度来看,居民地铁出行强度的空间不均等性很强。     

天气因素对城市地铁客流时空分布的影响——基于智能交通卡数据的实证研究

城市地理空间、气候环境及交通系统间存在复杂的相互联系、相互制约的关系,交通及地理时空数据为理解三者间关系带来了新的机遇。城市轨道交通是居民绿色出行、缓解中国大城市交通拥堵的重要交通方式。深入研究影响城市地铁客流时间和空间分布变化的因素,有利于制定合理的土地利用及交通需求管理政策,也可为实时响应特定天气条件下旅客出行需求的变化和优化公交服务运营提供理论依据。论文使用智能交通卡数据,以南京市为例,通过建立一种季节性差分自回归移动平均(seasonal autoregressive integrated moving average with explanatory variables, SARIMAX)模型,解释不同种类的天气因素(如降雨、气温、相对湿度、风速等)对地铁客流量时空分布的影响程度。研究发现：降雨类因素在高峰和周末时段对地铁客流量的影响较大;各天气因素对各地铁站点客流量的影响大致呈现出从城市中心区域向外围区域逐渐变小的渐变式规律,且地铁无规律出行者比有规律出行者更易受恶劣天气因素的影响。     

多中心城市就业—居住的非完全结构匹配模型

多中心城市被认为是缓解大都市地区职住通勤问题的一种空间模式。但在规划实践中,往往片面强调"田园城市"的分散理念,自足性的职住议题也仅关注就业、居住的总量平衡,忽视了规模集聚的正向外部性、职住空间匹配的结构性问题。基于就业门类的结构性问题,对多中心城市的功能和交通组织进行理论梳理,辨析多中心职住空间的组合模式。研究发现,职住完全匹配的多中心(组团)模式存在明显的理论冲突,无法付诸规划实践,进而提出了非完全结构匹配的多中心职住假说模型:在就业多中心均衡性的前提下,保障通勤距离受限群体的职住邻近性、满足本地居民的就业设施的类型完善,通过就业中心的专门化集聚实现"整体大于局部之和"的多中心优势。并以广州为例,运用假说模型进行了多中心职住匹配的实证探索。     

兰州市职住空间组织特征

以兰州市为实证研究对象,基于2010年兰州市内1 500份家庭调查问卷数据基础上,利用地理信息系统技术,对兰州市居民的职住空间组织特征进行实证研究。研究发现兰州市居民的居住地和就业地之间的平均距离为2.34 km,有一半居民的通勤距离在1 km内,和北京、上海、广州等东部大城市相比,兰州市的通勤距离比较短,还没有出现类似东部大城市的职住分离比较突出的现象。兰州市作为多中心、带状组团城市,各组团内部就业与居住基本平衡,居民通勤多以本组团内部的通勤行为为主,没有出现大规模的跨区通勤,各组团居民的通勤行为具有“近多远少”特点。各组团职住空间特征存在明显的差异,城关区和安宁区的平均通勤距离较短,七里河和西固区的平均通勤距离较长。职住空间组织特征与城市中居住功能和就业功能的空间差异有关。城关区属于单向外来通勤流为主的区域、七里河区属于双向通勤流比较平衡的区域、安宁区和西固区属于单向外出通勤流为主的区域。     

全国中心城市发展水平研究

本文采用区域经济分析中常用的主成分方法(PCA),来研究全国35个中心城市的发展梯度及差异.通过计算各中心城市的主成分载荷矩阵、主成分得分矩阵、梯度值,总结出全国中心城市发展水平的空间地域分异规律,并针对中心城市发展水平的梯度分区,提出一些区域经济持续发展的建议.