文档介绍：大数据背景下同城化量化分析李星月,陈濛摘要:观国内现有的同城化研究和实践,多以战略研究为主,对同城化实现的基础条件的判断还较少。研究方法上,同城化分析基本停留在定性分析层面,基于定量分析的研究还鲜有涉及。在大数据开始逐渐应用于城市规划研究的背景下,本文探索了一种基于移动通信数据的前沿分析方法,用以分析研判同城化实现的基础条件。在城市规划语境下,借助客观数据的定量分析,对温岭市同城化地区内部的职住通勤关系、公共服务中心的吸引力强度等重要问题做出研究,从而判断其同城化的基础条件及未来趋势,为后续的规划建设工作提供分析基础。关键词:城化大数据移动通信数据职住通勤公共中心吸引力 2005年在《深圳2030城市发展策略》中,“同城化”的概念被首次提出 1。作为国内首创的新名词,“同城化”在英文中的对应词汇几乎未见。从国内现有的研究来看,同城化的定义尚未形成明确的概念,但规划实践中,众多学者已经对“同城化”进行了广泛的探讨,并逐渐成为区域统筹战略下的研究热点。普遍来看,同城化是指地域相邻、经济和社会发展要素紧密联系的城市之间为打破传统城市间的行政分割和保护主义限制,以达到资源共享、统筹协作、提高区域经济整体竞争力的一种新型城市发展战略 2。特点上,实现同城化的城市间空间距离较近,具有方便快捷的交通方式进行联系,便于降低运输成本(王德等,2009) 3;城市间存在紧密的经济社会联系, 产业结构具有明显的互补性是同城化的内在基础(李红等,2010) 4。 ,也对同城化实现的前提提出了要求,但对同城化发展的基础条件的判断却相对缺乏。传统的同城化基础条件判断一般以交通条件、出行时间、城市规模等级、城市功能为标准,无法真正评判其城市或地区间的联系紧密度,但这恰恰体现了这些地区现在或将来是否具备实行同城化战略的条件。鉴于此, 笔者认为,可以采用职住通勤、公共中心吸引力强度两大指标来进行分析研判。 2000人交流群432529468,仅限注规考试!! 然而,定性地判断职住通勤和公共中心吸引力强度并不具有说服力,这就需要引入量化分析手段进行客观数据的分析,为同城化基础条件的判断提供依据。 ,在国内外已有一些探索。移动通信数据是一种由移动用户生成的记录个人时间、空间、行为尺度上的数据形式。在手机开机后,如果进行通话、短消息、上网等操作,都会通过基站记录位置信息,如不进行上述操作,手机终端会定期与基站进行周期性数据更新,也会记录下位置信息 5。但由于移动通信数据本身并未包含职住、游憩、购物等活动类型,需通过数据本身分析加工进行职住判定、通勤分配以及城市公共中心研究,从而对同城化进行定量分析。依据以上思路,Duan等(2011)假设移动通信用户在当日晚上9点至第二日早上7点中最大机率出现的地方即为移动通信用户的居住地,以此来对移动通信用户的居住地进行判定 6。F Calabrese等(2010)在手机数据的准备过程中,采用了寻找次级出行链并通过定义空间阈值和时间阈值,识别出用户停留位置的方法 7。Ratti等(2006)从比较不同时段手机用户空间分布着手,将手机数据用于描述意大利米兰的城市活动空间分布,比较了不同时间段活动强度变化 8。上述典型研究探索了移动通信数据分析同城化中职住、出行轨迹链以及城市空间结构的方法,分析方法有了一些进展, 但尚未成熟。 ,具有数据量大、需要转译的特点。因此,要将大数据分析与城市规划相结合,特别是本文所述的中等城市同城化的分析判断,不仅需要城市规划语境下对大数据信息的筛选、转译和对未来的预测判断,同时也需要数据分析为同城化判断提供定量的研究支持。同城化量化分析体系的指标选取包含职住通勤和公共中心吸引力强度两个方面。其中, 职住通勤包含市域,市区及其周边地区两个维度,用以判断地区间联系的紧密程度;公共中心吸引力强度用以判断市区公共设施的服务范围。分析过程采用主客观结合的方式,结合大数据的客观属性与城市规划的研判,得出综合评价(图1)。 2000人交流群432529468,仅限注规考试!! 图1 同城化量化分析方法研究框架 ,在传统同城化分析的基础上,尝试借助大数据手段,对市区与周边镇的同城化条件进行量化分析。 2014年,温岭位于国家百强县排名44位,经济总量稳步上升,温岭市域常住人口约144 万人,其中市区(包括横峰街道、城北街道、太平街道、城西街道、城东街道、温峤镇)