基于手机信令数据的广州市社区建成环境对居民通勤距离的影响研究

通过优化社区建成环境来优化通勤行为是缓解大城市交通压力的重要举措,实施差异化的社区建成环境政策可能更有助于优化通勤行为。在利用手机信令数据构建居委会之间的职住联系OD数据库并计算居委会的居民平均通勤距离的基础上,构建社区建成环境“5D”指标体系,利用地理加权回归模型（GWR）来分析社区建成环境对居民通勤距离的影响。研究表明,包括密度、多样性、通达性、距离等维度的多项指标对居民平均通勤距离有显著影响。人口密度提高能减少居民平均通勤距离,但区域差异明显,人口密度较高的城郊村居民承受着长距离通勤。混合的土地利用能减少居民平均通勤距离,尤其是减少郊区居民平均通勤距离。地铁通达性在一定程度上增加了区域居民平均通勤距离。通过调控改善中心城区与郊区的居住成本差异,增加中心城区局部功能相对单一区域和郊区的土地利用混合度,增加中心城区局部区域轨道交通建设力度,皆有利于优化居民通勤行为和减少区域通勤距离。     

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。     

基于手机定位数据的珠海市职住空间特征研究

深入分析职住平衡的概念及内涵,从时间和空间两个视角提出了两种职住平衡测度方法。采用移动手机定位数据对珠海居民的就业和居住空间分布、通勤距离、通勤来源进行了分析,同时测算了各规划分区的职住指数。结果表明：就业地与居住地在空间分布上保持较高的一致性;全市居民以短距离通勤为主,平均通勤距离为2048m,各规划分区的居民通勤距离存在较大差异;各规划分区有80%以上的居民实现了本地就业或居住。同时,从自然、规划、政策方面分析了职住影响因素,并提出了优化产业和人口空间配置、打通各规划分区之间交通瓶颈、合理配套公共服务设施等相关建议。     

手机信令数据在职住空间、出行行为和交通碳排放研究中的应用进展与前景

手机信令数据具有覆盖范围广、获取成本低、时空精度较高、稳定实时追踪等优势,能够有效识别大规模人群的空间活动和出行特征,已成为应用最广泛的交通大数据类型之一。文章在手机信令数据的分类和特征基础上,总结了其在职住空间关系和交通出行行为研究中的技术应用,随后结合上述应用成果和已有文献对其在交通碳排放研究中的应用潜力和场景进行了探讨,最后总结了手机信令数据在职住空间、出行行为和交通碳排放研究中的应用框架、应用机遇与挑战以及未来研究内容与技术创新方向。目前,手机信令数据在职住空间领域中的应用包括职住地识别、职住关系和通勤网络特征及其影响因素解析,在出行行为领域中的应用包括驻留-出行识别、出行方式和路径识别,以及人群移动普适规律解析。以上技术应用能够有效服务交通碳排放领域研究,为交通碳排放测算以及城市空间结构、居民出行行为对交通碳排放的影响研究奠定了基础。未来,相关研究应进一步关注长时序动态追踪、大范围对比分析以及人口和交通新现象研究,并注重多源数据的融合、传统方法与机器学习的结合以及数字孪生模型的构建。     

转型期广州市城市居民职住空间与通勤行为研究

以广州市2001年、2005年和2010年大型家庭社会调查为基础,研究了广州市城市居民职住空间和通勤行为的演化,从微观层面分析城市居民职住空间分离和城市通勤行为的影响因素。结果表明：2000年以来广州市城市居民职住空间分离趋势较为明显,但通勤成本仍然是城市居民居住区位或工作地选择过程的重要考虑因素;通过使用职住空间平衡测量指标来测度城市职住空间平衡的空间差异,研究结果显示：内圈层存在最为严重的职住空间失衡,而随着近年来广州市产业和居住郊区化进程的突飞猛进,城市郊区的职住空间失衡状况有明显改善,职住空间平衡率大幅度提升。从通勤行为来看,广州市城市居民使用传统的通勤方式比重最高,家庭收入、文化程度、住房产权和性质状况、工作单位性质等城市居民通勤行为显著影响通勤方式。     

广州市过剩通勤的相关特征及其形成机制

在不改变目前城市结构的前提下, 通过模拟居民的居住与就业区位的最优组合获取理论上的最小通勤, 过剩通勤是实际通勤成本与最小通勤成本之间的差值, 它反映了城市通勤效率和潜力。利用线性规划函数, 以广州市为例, 利用2001 年和2005 年家庭调查问卷数据, 计算两年的过剩通勤分别为58.41%和44.74%, 这部分通勤是可通过优化居住与就业的区位组合而理论上可节约的。过剩通勤与家庭社会经济特征有关, 尤其与家庭收入、户籍类型、 住房产权和类型等密切相关, 家庭结构分化和收入分化是产生过剩通勤的重要原因。除受模型假设产生的误差影响外, 过剩通勤的产生还受社会经济体制改革、城市规划与建设及个人 的居住与就业偏好等因素的影响; 住房、国企和土地等相关制度的改革导致城市居住与就业空间重组、城市规划较少关注小区域范围内居住与就业的平衡、个人的择居和择业偏好的变化, 这些因素相互影响、相互作用, 共同对过剩通勤的产生和扩大产生重要影响。     

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。     

基于手机信令数据的上海市不同住宅区居民就业空间研究

上海市住宅区地域分布广,住房属性、就业环境与交通环境各异,就业活动空间呈现不同的组织与分布模式。利用2014年手机信令数据识别上海市移动手机用户的居住地和工作地,选取253个典型住宅区为分析样本,将样本住宅区居民就业地核密度分布、通勤距离—概率分布等可视化方法结合就业地特征量化因子,以综合归纳上海市住宅区就业空间分布模式,分析影响因子及形成机制。研究揭示了上海市住宅区就业空间的几类典型模式,包括单中心、带状、双中心、多中心或分散,以及模式间的过渡类型。在就业空间影响因子方面,就业中心分布与轨道交通线路是主导因子,影响就业空间模式的整体分布;居住区类型特征是次要因子,导致局部就业空间模式变异。研究结论可为上海市空间结构优化布局、产业空间调整、轨道交通建设及住房建设提供参考。     

中国中西部大城市的职住平衡与通勤效率——以西安为例

城市规划和政策若追求减少小汽车依赖,增加公共交通的吸引力和改善生活品质,职住平衡是当中不可忽视的问题、甚至是策略。既有职住平衡研究很少审视发展中的城市,尤其是中国西部城市。本文提出了影响职住平衡的6 组因素,而职住平衡影响通勤效率。6 组因素对于不同发展阶段的城市影响也不同。因此有必要辨识出影响发展中城市的具体因素以便改善其职住平衡和通勤效率。改善职住平衡和通勤效率有助于这些城市吸引人才和提高它们在交通机动性、生活品质和可持续方面的竞争力。利用2011 年西安市居民交通调查的59967个样本,研究了该市的通勤效率、职住平衡和过剩通勤,并和其它国内外城市可比指标进行比较。本文发现西安平均通勤距离较短,通勤效率较高。从交通分析小区的水平,西安职工的平均通勤距离和工作岗位/居民数量和工作岗位总数成反比。当地单位大院的职住平衡和通勤效率较好,但正在降低。     

上海中心城就业中心体系测度————基于手机信令数据的研究

利用手机信令数据识别上海市域内手机用户的工作地和居住地,获取就业者的通勤数据,测度上海中心城的就业中心体系.首先用就业者工作地数据生成就业密度分布图,基于中心城的就业密度识别就业中心.随后,用就业者工作地和居住地数据分别从就业密度和通勤联系两方面测度各中心的能级,分析各中心的腹地和势力范围.研究发现:① 上海中心城的就业中心呈主中心强大的弱多中心体系;② 就业密度越高的中心与其他地区的通勤联系一般也越强,但通勤联系在各中心间的差异更显著;③ 能级越高的中心腹地面积越大,但势力范围不一定越大;④ 相比于能级,职住功能混合度对职住平衡的影响更大;⑤缺少就业中心的地区势力范围呈交替状.本研究一定程度上能有助于解决既往就业中心体系研究因空间单元较大,缺少通勤数据在中心识别,通勤联系测度等方面受到的局限,希望能为构建上海中心城就业多中心体系提供帮助.     

广州租赁住房的空间分布格局及其成因

采用开放数据,并借助K-means聚类等空间计量方法,解析广州租赁住房空间的格局特征,结果发现：1）租赁住房空间与商品住房空间在中心城区具有明显的东西分离的分布特征,同时租赁住房空间沿交通线分布的趋势更为明显,并在中心城区外围形成几处集中分布的地区;2）广州租赁住房空间分为核心租赁地区、核心自住地区、次级租赁地区、外围租赁地区、低容量自住地区和其他地区6种类型;3）投资性购房热潮、城市发展战略导向与轨道交通建设、郊区化与同城化的共同影响促成了广州租赁住房的空间分布格局。     

肯尼亚交通优势度及其空间分异格局分析

基于2018年肯尼亚铁路、公路、机场、港口等交通基础设施数据,设定交通优势度指数及交通网络连接度指数和交通对外通达度指数2个分指数,采用探索性数据分析法对肯尼亚交通优势度及其空间分异格局进行分析,并对其影响因素进行探讨。研究发现:①肯尼亚交通优势度空间差异十分显著,以内罗毕、蒙巴萨和基苏木为主要交通节点的铁路沿线地区交通优势度水平明显高于其他地区;②肯尼亚交通优势度空间分异格局总体上呈现出较强的非均衡性,交通网络连接度呈现出以内罗毕为核心,以铁路沿线为轴带呈圈层状向四周递减的空间分异格局,而交通对外通达度呈现出北部和西北部较低而南部和东南部较高的空间分异格局。③地形地貌、气候、水文、人口集聚、经济发展等是形成肯尼亚交通优势度空间分异的主要影响因素。对交通基础设施空间分布进行优化调整,积极引导经济空间合理布局,是推动肯尼亚经济健康持续发展的重要途经。     

广州市美丽乡村空间分异特征及其影响因素

以广州市已公布的4批美丽乡村建设试点数据为基础，通过最邻近指数、基于Riple’s函数的多距离空间聚类分析、核密度分析和叠置分析等方法，探讨了广州市美丽乡村的发展现状、空间分布格局及其影响因素。结果表明：1）自2013年起，广州市美丽乡村数量逐年递增且增长率呈现上升趋势；2）广州市美丽乡村空间分布呈明显的集聚型分布；3）Ripley’s函数分析表明美丽乡村要素点空间分布格局随距离变化略有不同，在0.14 km处集聚强度达到最大；4）核密度分析显示美丽乡村高密度区域主要分布在广州南部和西北部，包括番禺－南沙1个热点主核心区和从化、花都－白云2个热点副核心区，密度分布呈现多核心不均衡特点；5）乡村的地形水文、人文历史、交通区位和政策规划为美丽乡村空间分布的主要影响因素，其中，政策规划因素对“美丽乡村群”空间格局的形成起决定性影响。空间分布特征总体反映出广州市美丽乡村规划建设初见成效，并逐步形成以热点核心区为基础的“美丽乡村群”。最后，在乡村选点、空间优化、价值提升以及乡村治理等方面提出若干建议。     

广州市零售业态空间分异特征与机制

零售业业态空间分异识别对优化城市资源配置至关重要,基于高精度大样本数据的零售业态空间分布识别较传统研究更精确便捷。以广州市2014年47 026个零售业网点数据为基础,基于信息熵、平均最近邻分析法、核密度估计等研究方法,探讨广州市的零售业分布格局、业态空间分异与零售业结构影响机制。结果表明：1）广州市零售业功能显著集聚于城市核心区,越秀、荔湾与天河北的零售功能发育相对均衡,均衡度从核心向外围显著下降;2）不同业态零售业分异较大,以商业服务和基本生活服务为主的零售业态网点分布的集聚度显著高于大体量的综合类零售业态;3）各业态零售业随着城市圈层的外拓分异显著,大体量型零售业态分布相对均衡,以商服功能为主的零售业态则主要集中于核心层与内圈层;4）人流集聚程度、交通通达性、职住人口分布、地方政策与社会空间分异共同影响着零售业业态空间的形成与演化。     

基于点状数据与GIS的广州大都市区产业空间格局

利用2004年数字城市数据,研究了广州大都市区产业内部、产业之间的空间关系,比较了广州大都市区中心城区和新城区各种产业的空间格局。将广州大都市区行业分为制造业、批发和运输、零售、生产服务业、房地产业、管理服务、教育、医疗保健及社会扶助和娱乐设施等10类。利用1 km2格网画出了各行业点状密度,并通过分区产业百分比及区位商分析了各产业企业的空间分布,中心城区的主导产业是管理服务、房地产、零售及金融保险等服务行业,而在新城区其主导功能是制造业、批发与运输及生产服务业等。利用平均最邻近距离分析广州大都市区中心城区和新城区各产业内企业之间的空间关系,广州大都市区各产业企业都呈凝聚分布,在中心城区金融行业分布最集中,其次是房地产、生产服务业、娱乐、管理服务等。利用邻近性指数分析了各产业之间的空间关系,发现生产服务业和管理服务业、教育和医疗保健与社会扶助、娱乐和零售等邻近性较大。     

空间数据挖掘与发展趋势探讨

基于空间数据挖掘的含义,分析空间数据挖掘的特点、主要方法分类和面临的主要问题;结合空间数据的特点,提出一种空间数据挖掘体系结构,并分析空间数据挖掘的基本过程,阐述了当前空间数据挖掘面临的主要问题并展望其发展趋势。     

北京市职住空间错位对居民通勤行为的影响分析——基于就业可达性与通勤时间的讨论

基于问卷调查的非汇总数据、第五次人口普查和第一次经济普查数据,测度了北京城市124 个街道的就业可达性,并作为职住空间错位的标度指标,讨论了职住空间错位与居民通勤时间之间的关系。研究发现：① 北京城市中心区的就业可达性高于郊区,高就业可达性的街道主要集中在二环以内及东二环至东四环的东北一隅。② 全体样本的回归分析发现,在控制社会经济属性与住房状况等条件下,街道就业可达性对通勤时间的影响并不显著,但就业可达性平方与居民通勤时间存在负向相关关系。③ 分收入组来看,中高收入组两变量影响均不显著,中低收入组和低收入组就业可达性对通勤时间的影响显著,表现为通勤时间与就业可达性为正向相关,与就业可达性平方为负向相关,说明一定的阈值范围内居住街道就业可达性的提高鼓励居民延长通勤时间,但超过一定阈值后则限制居民长时间通勤。该结果与西方城市研究的研究结论不同,反映出中国城市处于空间重构和转型期的独特性。但二者的共同点是低收入居民等弱势群体更容易受城市职住关系的结构性变化的制约,城市规划和住房政策应更加重视通过公共服务设施的空间配置消减低收入居民面临的空间障碍。     

广州市商业型健身房空间分布及其影响因素

以百度地图网页上采集的POI数据和第六次人口普查数据为基础,借助ArcGIS 10.2和Geoda软件,通过核密度分析、方向分布分析、缓冲区分析、近邻分析和空间自相关等方法,对广州市商业型健身房的空间分布特征进行研究,结果表明：广州市商业型健身房在空间分布上呈现“中心圈层＋外围组团”结构,存在空间集聚现象以及沿城市干道和地铁站分布指向性不明显而呈现临近住宅小区分布指向性。在广州市商业型健身房空间分布的影响因素方面,经过模型比较,选择空间滞后模型对其进行定量分析,结果表明：人口规模与受教育水平对广州市商业型健身房的空间布局影响显著,而区位因素和社区环境影响力较小。