APP下载

基于大数据方法的长沙市中心城区职住关系研究

2017-03-31汤坤余珩朱佩娟李岚君姚淳

经济研究导刊 2016年33期
关键词:大数据

汤坤 余珩 朱佩娟 李岚君 姚淳

摘 要:从实证角度以长沙主城区为例,借助百度地图这一公众使用非常广泛的互联网工具,利用百度地图热力图和百度地图POI数据,通过大数据方法并结合传统方法数据、实地调研、问卷调查,探讨其内部职住关系的演变特征及其动力机制,结合社会学、地理学、生态学、城市规划学多个学科知识,从多个维度提出平衡职住关系的对策,以期为促进城市可持续发展提供参考。

关键词:大数据;职住关系;长沙主城区

中图分类号:F299.22 文献标志码:A 文章编号:1673-291X(2016)33-0119-03

引言

大数据正是当前最热的话题之一,也是一场革命,将对各行各业带来深刻影响,甚至改变我们的思维方式[1]。随着中国社会的发展,在制度改革与市场转型的背景下,城市空间经历着向外扩张和内部重组的过程,市场化下居民的自主择业与择居,职住合一的格局逐渐瓦解,许多大城市都出现了职住分离。随着经济发展迅速,城市空间呈圈层扩张,旧城旧房的改造,企事业单位的搬迁与郊区房地产的发展,职住格局不断演变,职住分离已经显现[2],随之而来的通勤时间与精神消耗的增加、交通拥堵与空气污染的加剧等影响了居民的生活质量,长距离的通勤更是对资源和时间的浪费,降低了城市生产效率,因此迫切需要加强对职住关系问题的研究[3]。

职住关系一直是城市空间研究的重要问题,包括职住平衡、职住空间错位等内涵、外延、案例实践[4~7]。职住关系的研究基础是对职住地空间上的锁定,传统研究方法的数据主要来自于街镇乡尺度的人口普查和经济普查,而街镇乡尺度的数据政府并没有公开,导致研究也无法推广。部分研究是采用问卷调查(入户调查)的方式,获取居民的出行目的、出行方式、出行时间等,运用SPSS、Apidata等统计软件对数据进行处理,但调查数据面临总量小、费力、更新慢等现实问题,在快速城镇化的背景下又无法捕获最新的发展动态。然而,大数据时代主要利用的是公共开放数据(public open data),具有大量、高速、多样、真实等特点,可以解决职住关系研究中遇到的这些现实问题。

关于城市职住关系现象的研究,国内学者涉及内容较为广泛。孟斌等人在研究中发现,不同职业类型和职位就业者在通勤时间和通勤距离方面存在显著差异,其中工业企业的就业者职居分离情况最严重[8];翟青等人研究了信息技术发展对职居分离程度的影响,发现居民手机上网流量越大,家庭网络时间越长,其职居分离程度越大;许炎等人以苏州工业园为实证案例,从规划执行、功能结构、实施时序三个角度探讨了职住分离问题的成因,并提出以产业结构“优二进三”为核心的空间转型发展策略以及以公交优先发展为核心的交通转型发展策略;李刚等人关注的是职居分离对弱势群体的影响,发现在快速城市化过程中,弱势群体职住分离的空间结构特征正在由单中心结构向多中心结构逐渐演变;党云晓[9]等人在研究北京市低收入人群的职居分离演变趋势的过程中,发现低收入人群居住地和工作地在空间分布上,均表现出从内城向外城逐渐增加的趋势;郑国等关注的是开发区的职住分离问题。目前学界不仅在研究手段上有定性描述和利用各种指数进行的测度,而且在研究范围上也有对城市整体和某些特定区域如开发区的研究,但对职住分离的测度方法或多或少还存在一些不足的地方。本研究在此基础上以长沙中心城区为例,借助公众运用广泛的百度地图识别职住关系,探索大数据视野下的职住关系研究问题,有一定的创新和实践意义。

一、数据与方法

(一)研究区域

長沙市作为湖南省的省会,是湖南省政治、经济、文化、交通、科技、金融、信息中心,是中国中西部地区最具竞争力城市,是我国南方重要的中心城市。同时,长沙又是中部地区设立的第一个国家级新区湘江新区的所在地,大长沙的设想和长沙国际化的步伐给城市发展带来契机也带来考验。随着长沙的快速发展,机动车数量不断增加,干道车速呈现明显下降,遇到了一定的“大城市病”。长沙市位于湖南省东部偏北、湘江下游和长浏盆地西缘,其地域范围为东经111°53′~114°15′,北纬27°51′~28°41′。全市土地面积1.1819万平方公里,其中城区面积556平方公里[10]。

长沙市辖芙蓉、天心、岳麓、开福、雨花和望城6区,长沙、宁乡两县及浏阳市。本研究选取芙蓉、天心、岳麓、开福、雨花和望城6区和长沙绕城高速包围的区域作为研究区域。

(二)数据来源

百度热力图是百度公司基于智能手机使用者,访问百度产品(如搜索、地图、天气、音乐等)时所在的位置信息,计算得到人群空间分布图。百度热力图通过计算各个地区内聚类的人群密度和人流速度,综合计算出聚类地点的热度,计算结果用不同的颜色和亮度反映人流量的空间差异,其数据每15 分钟更新一次。百度作为中国排名第三的互联网公司(数据来源2015《互联网周刊》Q1排名),用户数量巨大,其中百度地图这一款产品早在2013年用户数量就多达2亿,每日接受多达35亿次的位置请求。利用百度地图热力图这一大数据产品研究城市问题有很高的科学性、可行性和前瞻性,本研究以2016年8月某工作日24小时监测,每隔半个小时更新一次的百度热力图为数据基础开展相关研究。

同时,本研究也利用了百度地图POI数据,POI是指网络地图的信息点,每个POI包含名称、地址、经纬度等基本信息和网络地图根据使用者需求赋予的扩展信息,海量POI构成了网络地图最重要的数据基础。我们通过开发一个工具软件获取研究范围内的百度地图所有的POI,并且进行分类处理,进行数据分析。

(三)数据处理

1.热力图处理技术路线。由于百度地图热力图是只在百度地图移动客户端开放的可视化产品,为了获取热力图我们用PC模拟一个安卓系统,并利用自编程序截取高清热力图,截取时间间隔半个小时。选取2016年8月的某工作日进行数据追踪,并以此作为研究的基础数据。

2.POI数据处理技术路线。对于POI数据,我们通过下载工具获取了研究区域内所有的POI数据,首先,下载得到的数据是百度坐标系统,我们把数据坐标转换到地理坐标系统;接下来,我们把所有的POI数据进行分类处理,分成餐饮、娱乐、住宅等类别;最后,进行数据清洗,删除地理位置重合、有错误的数据。

(四)研究方法

1.工作场所分布核密度分析。核密度分析是根据输入的要素数据集计算整个区域的数据聚集状况,从而产生一个连续的密度表面,根据产生的密度表面进行分析。本研究选取分类好的POI数据中的公司、事业单位等工作人员密集的工作场所进行核密度分析,以此对就业空间进行初步的界定。

2.居住场所分布核密度分析。同上述分析一样,本研究选取分类好的POI数据中的住宅等居住场所进行核密度分析,以此对居住空间进行初步界定。由于受到小区规模等因素影响,居住场所分布核密度分析的结果需要进行一定的实地验证,并综合热力图等其他数据进行再次分析,得出最后的居住地聚集程度结果。

3.就业空间结构分析。利用长沙市主城区公司类和事业单位等工作场所的POI数据可以大致确定工作地的范围和区域密度,由于POI数据只是点数据,只能确定哪些区域具有工作场所,无这个问题,我们选取了百度热力图上午十点左右的数据与POI数据结合进行综合分析,得出长沙市主城区的就业空间。工作时间人口的分布会受到工作场所密度的影响,但是工作场所密度越高的区域并不能说明人口一定越多,热力图科学地说明了人口的分布,与核密度分析结果进行叠加分析法确定公司规模、员工数量等,仅利用POI数据分析,无法得出科学的就业空间。POI核密度分析和热力图分析进行结合很好地解决了哪里可以上班和人在哪里的问题,得到的结果也更加科学。另外,如五一大道等地受到商业的影响在百度热力地图中显示的人口密度可能要比实际高,需要再做分析。

4.居住空间结构分析。利用长沙市主城区房地产类的POI数据,其主要为住宅类型的房地产,利用这类数据可以大致确定居住地的范围和区域居住密度。房地产POI数据只是点数据,只能确定哪些地方具有居住地,无法确定居住人口的量,结合热力图可以确定夜间人口的分布,两者结合可以确定居住空间结构。我们的研究选取百度热力图夜间十一点左右的数据结合POI数据进行分析,得出长沙主城区的居住空间结构。

其主要分析方法与就业空间结构分析的方法类似,也是采用叠加分析,得出分析结果。

二、研究结论

(一)居住空间结构

1.居住空间结构整体特征。长沙市居住空间总体呈现单中心格局,以密度核为中心呈环状向外递减分布,“一主两次”格局处于初级发育阶段,居住空间主要集中在二环线以内。其中,居住主中心以五一大道为短轴、芙蓉中路为长轴,大体呈不规则椭圆形偏南分布在湘江以东。这里是城市传统的中心地区,聚集着最多的居住人口。两个次中心初步形成,一个次级居住中心呈长条带状沿岳麓区桐梓坡路分布,另一个以长沙县县政府为中心分布在星沙镇。与《长沙市城市总体规划》所确定的一主两次结构基本一致,但次中心欠明显。

2.居住空间结构整体特征分析。从整体看来形成三个主要居住片区,分别是以长沙市绕城高速为界的五一大道至长沙市火车站段,岳麓大道附近及岳麓大道与雷锋大道交汇为中心附近为第一个次聚集地,望仙路与星沙大道交汇为中心附近为第二个次聚集地。其中,各聚集地围绕核密度中心呈圈层状向外扩展,居住地分布面积随密度减小而增大,如在河东城南处形成面积较大居住地。

绝大部分的居住片区密度随中心区向四周递减。从总体来看,居住地从五一大道至长沙火车站段向外递减,以五一大道为界线的居住地分布较为均匀密集的河东城北部分递减特征较为明显。在各个街道中芙蓉中路和湘江中路、蔡锷南、北路与五一大道的交叉口形成长沙市高密度的居住中心。

五一大道至火车站段为中心的南北一定范围及河东城南部分形成核心的聚集地,居住地聚集主要街道为:五一大道、自五一大道的湘江中路南北段、蔡锷南北路、芙蓉中路、迎宾路、韭菜园路、韶山北路北段、建湘路、中山路、营盘路、车站北路。在其他聚集次中心中是居住地聚集的街道是万家丽中路及附近的东二环、友谊路、麓山大道、望仙东路、麓山南路、板仓中路、黄兴路、三一大道、岳华路、岳麓大道和玉兰路交汇处。在枫林一路及麓山路交汇处、麓景路、捞刀河与国道107、金星北路、芙蓉南路、杉木冲中路、刘家冲中路也形成了聚居地。同样,居住地围绕居住地聚集高密度街道呈圈层状密度向外递减扩展。

利用密度分析可得知,长沙市形成以五一大道为中心呈环状向四周扩散的主要居住密度核,其中,黄兴北路居住地密度较大。在中南大学(矿冶园)附近的南二环线为中心、岳麓大道与岳华路交汇处为中心、开元路与板仓中路交汇处为中心的次级居住密度核。除中心交汇处以外,岳麓大道与谷丰南路、麓景路与桐梓坡西路交汇处居住密度较大,尤其是南二环线的居住密度达到全市最大。在枫林一路、湘江北路和芙蓉北路之间的盛世路段、星沙镇北面国道107与捞刀河、东四路与漓湘路沿线东北部初步形成居住地,主要居住密度核密度以最大密度地区为中心向四周扩散。

(二)就业空间结构

1.就业空间结构整体特征。长沙市就业空间总体呈现多组团格局,以多个密度核为中心并沿交通轴线呈组团状分布[10~11]。主要集中绕城高速内,较居住空间而言呈现更多的外延性和扩展性。就业地形成了以五一大道为中心的范围最广的就业集聚地,在岳麓区及星沙镇的长沙市经济开发区、高新技术区、高科技园等园区,形成了高密度就业地。在绕城高速附近由于产业的“退二进三”等因素形成若干以第二产业为主的聚集地[12~13]。

2.居住空间结构整体特征分析。长沙市各区域都分布有一定数量的公司,湘江东岸与湘江西岸的公司分布情况形成了鲜明的对比,湘江东岸公司数量众多,除五一大道、京珠高速与三一大道交汇的星沙工业园区的公司分布较为集中外,其他区域分布较为散乱。湘江西岸则集中性体现较为突出,西二环线以内以河西交通枢纽站为中心集聚着大量公司企业,其他区域较为稀少。

市区内公司主要有三个集中区域,分别是以麓谷、梅溪湖滨江新城、河西交通枢纽站为中心河西城区内的公司企业,以五一大道、芙蓉路交界处的市中心CBD为中心的河东城区内的公司企业,以星沙工业园区为代表的河东城区公司。公司数量大体上沿这三个中心依次遞减,河东递减程度不明显,河西则较为显著。

利用密度分析可得知,长沙市形成以五一大道中段为中心呈带状向四周延伸的主要就业密度核,以长沙县星沙开发区为中心呈环状向四周扩散的次级就业密度核,以河西麓谷工业园区为中心向四周扩散的次级就业密度核。

猜你喜欢

大数据
基于在线教育的大数据研究
“互联网+”农产品物流业的大数据策略研究
大数据时代新闻的新变化探究
浅谈大数据在出版业的应用
“互联网+”对传统图书出版的影响和推动作用
大数据环境下基于移动客户端的传统媒体转型思路
基于大数据背景下的智慧城市建设研究
数据+舆情:南方报业创新转型提高服务能力的探索