大数据支持下的超大城市职住平衡研究

潘兰平，宋小冬，钮心毅

（1. 上海市房屋土地资源信息中心，上海 200003；2. 同济大学建筑与城市规划学院，上海 200092）

1 研究背景

1.1 落实职住平衡是城市化进程中的超大城市迫切现实需求

落实职住平衡是超大城市空间规划体系中重要内容。超大城市空间范围大，居民职住分离现象严重导致交通拥堵、长距离通勤出行频繁。落实职住平衡不仅提高居民对城市生活满意度，也是提高合理优化城市功能，促进城市空间资源集约利用、降低交通能耗的重要措施。上海是一个近2400万人口的超大城市，对职住平衡程度进行监测、评估，将其作为空间规划体系中重要组成内容，这是城市化、社会发展的现实需求。

1.2 超大城市空间规划体系编制、实施、评估全过程应用建立需要有效的支撑技术

在超大城市空间规划中，传统的技术手段难以对空间规划编制、实施、评估的全过程进行支持。就落实职住平衡要求而言，由于城市居民数量、职业、交通设施变化，城市内部职住平衡关系也是动态变化。由于基础数据滞后，影响到规划编制对未来趋势的预判，导致规划措施失当。为此，需要有新的技术手段能支持对职住平衡状况动态、较低成本监测评估，支持超大城市空间规划编制、实施、监督。

2 研究目标与内容

2.1 研究目标

（1）实现大数据支持超大城市职住平衡动态监测，提高空间规划体系实施中对职住平衡监测能力，支持在空间规划体系中落实职住平衡

通过研究以大数据为基础职住平衡测算的关键技术，用大数据分析居民的居住地、工作地，将现有5-10年为周期普查数据测算职住平衡，提升到以季度为周期的职住平衡动态监测。实现在上海2035总体规划编制、实施、评估中落实职住平衡要求。

（2）建立大数据支持超大城市空间规划体系编制、实施、评估的全过程应用平台，有效提高空间规划管理的信息化水平

以大数据动态监测职住平衡关键技术为基础，研究在上海2035总体规划编制中职住平衡分析应用技术方法、规划实施监测中的职住平衡测算技术方法、规划评估中的职住平衡技术方法；为现有空间规划中优化职住平衡提供全过程的数据管理、数据分析平台。职住平衡的全过程应用平台支持空间规划的组织编制单位、规划设计单位、管理监督单位使用，提高空间规划信息化应用水平。

2.2 研究内容

基于研究目标，本项目的研究内容包括以下四个部分：（1）空间大数据支持超大城市职住平衡测算方法；（2）大数据监测超大城市职住平衡状况关键技术；（3）大数据支持超大城市总体规划编制、实施、评估全过程职住平衡应用体系；

（4）超大城市空间规划体系的大数据支撑平台。

3 空间大数据支持超大城市职住平衡测算方法

为了改进职住平衡测算传统方法，本项研究提出了密度函数估计法，以通勤距离为自变量，居住密度为因变量，建立密度估计函数，用交通调查资料校核函数的参数，从工作岗位估计职工的居住密度和实际居住密度相比较，利用两者的偏差描述职住分离状况。在上海中心城区的通勤范围内，以人口普查、经济普查为主要基础资料，手机信令作为辅助资料，指数函数为密度估计函数，对上述方法做了实验性检验，研究结果如下：

（1）计算得到的职住分离密度所反映的城市空间特征符合一般经验认知，与轨道交通高峰客流方向相符，与公众对城市交通的感受也基本一致。

（2）因函数连续，没有边界隔离。只要基础资料精细，可基本化解单元尺度问题。

（3）本方法较传统方法精确性有明显提高。

（4）便于从密度的角度了解职住空间关系。

密度估计法适合于超大城市中心城区做全局评价，可同时观察到局部特征；估计函数的参数要靠交通调查资料校核，居住人口、工作岗位的统计单元越小越好。

4 手机信令数据监测超大城市职住平衡状况的关键技术

4.1 手机信令数据的数据清洗

手机信令作为大数据的一种，是典型的时空位置大数据，在规划行业正得到越来越广泛的应用。城市是人口集中的地方，也是手机用户集中的地方，据手机信令和城市规划的原理，凡是涉及到居民在时空上的移动和分布，使用手机大数据都可以准确分析出来。这正好用于我们规划、交通以及城市管理等各个方面的定量分析。与其他大数据优点相比较，它与城市规划领域的贴合度更加体现在全样本、实时性、动态化、无群体性差别等。

本研究提出的大数据监测超大城市职住平衡状况的关键技术是利用手机信令数据测算用户工作地、居住地的算法。由于从移动通信运营商提供的手机信令原始数据质量参差不齐，可能存在记录缺失、重复数据冗余等状况，故第一步对原始数据进行清洗。数据清洗包括数据的排序、删除异常和去重。

4.2 手机信令数据的工作地、居住地的算法

以数据清洗后的表为基础，进行职住地的计算，核心是完成停留表的计算和职住地的计算。停留表是记录用户在有效停留点停留起始时间和结束时间的一张表，是后面职住地计算的基础。为了确保职住地计算尽量靠谱，研究分别采用累积时间法和特征时间点法对职住地进行了测算和校验。最终输出结果为职住地表，从该表就表示了出每一个用户的居住地、工作地，进而通过道路拟合运算得出每一个手机用户的通勤距离。

5 大数据在超大城市总体规划编制、实施、评估全过程的应用体系

5.1 大数据在超大城市总体规划编制中的应用

本研究提出了将大数据计算结果用于超大城市单元规划编制工作，即职住平衡五步分析法（表1）。

第一，利用人口普查、经济普查、手机信令等数据，采用通勤距离的密度函数估计法进行主城区整体职住平衡评价；计算结果为密度零壹指数（或绝对零壹指数）栅格数据集、专题图，按单元对指标汇总。

第二，根据计算结果，对全市职住关系现状提出原则性的定性指导意见。

第三，利用土地使用、建筑面积、人口、岗位转换关系、零壹指数等方法对已批控规职住关系进行评估。

第四，提出未来职住关系整体方案；提出主中心、副中心、地区中心、产业园区的性质、规模，居住人口分布意见；提出规划副中心、地区中心、产业园区，轨道交通和路网优化建议。

第五，形成单元规划职住关系评估结论，按单元、街坊计算密度零壹指数、绝对零壹指数，进一步说明规划思路、职住关系的变化趋势及全局指导意见的落实情况。

上述技术方法纳入了上海市规划和国土资源管理局2017年12月颁布的《上海市主城区单元规划编制技术要求和成果规范（试行）》法定文件中（以下简称法定文件），在国内第一次把利用大数据落实职住平衡要求纳入法定空间规划体系。

表1 规划编制中职住平衡分析步骤Table 1 The analytical procedure of jobs-housing balance in urban planning

5.2 大数据在超大城市总体规划实施监测中的应用

本研究中提出了将大数据用于上海2035城市总体规划职住平衡监测分析。在上海的空间规划体系中，一般将市域以外环线为边界，将上海市域分为外环以内、外环以外两个部分。这一划分直接影响到了规划编制标准和规划管理要求，外环线以内、以外范围分别制定了不同规划指标和规划政策。本研究利用手机信令数据识别了上海中心城的通勤区，研究表明上海市域空间结构在“中心城—郊区”之间还存在一个“中心城通勤区”层次，从而为上海各类规划实施中在市域内增加中间层次提供技术支持，便于分区域实施不同规划政策。

研究发现，在上海市域内的中心城以外区域存在一个较明显的通勤区，通勤区以外属于郊区。中心城居民通勤范围集中在中心城及周边的通勤区内。在中心城及通勤区内，超过97%的居民实现了职住平衡。郊区新城中居民主体仍是在新城内部通勤，或者新城以外的本区域内通勤。要优化上海市域居民职住空间关系，需要在中心城内合理布局就业次中心和安排居住人口，郊区新城应以增加就业岗位为主要目标。

5.3 大数据在超大城市总体规划评估中的应用

大数据为城市规划提供了一种新的数据源和新的技术思路，能够有效把握城乡居民的居住地、就业地、通勤行为活动，为城市总体规划的实施评估提供了新的数据源，有效弥补传统城市规划实施评估缺乏从主体活动需求角度动态考虑城市各类功能间的相互作用机制的缺陷。

本研究通过手机信令数据识测算的就业密度、新城就业者来源、新城就业势力范围、新城独立指数等四个方面，分析新城的居住功能与产业功能的融合程度。对宝山新城、闵行新城、嘉定新城、青浦新城、松江新城、金山新城、南桥新城、临港新城、城桥新城9个新城与中心城间职住空间关系进行分析，评估了郊区新城“集聚人口”、“功能完善、产城融合”发展目标的实现度。研究发现，郊区新城已经是郊区范围内经济活动的主要聚集区域，各新城的就业辐射范围主要仍在本行政辖区内。闵行新城、松江新城发展较好，提供就业岗位数量较多、就业密度也较高，宝山新城发展相对较差，新城范围内无就业密集区。尚没有一个新城能从其他区县吸引较高比例的就业者，上海郊区新城尚未能形成市域的就业次中心。

6 超大城市空间规划体系规划的大数据支撑平台

平台总体框架采用大平台、微服务、轻应用的核心架构。大平台是指建立了超大城市空间规划大数据支撑平台所需的基础平台，支持数据、服务和应用云化，构建一个分布式、高并发、高性能、高可用的基础运行环境。微服务是考虑空间规划涉及业务复杂，应用范围广，应当在功能服务基础上按“单一职责原则”进一步拆分为微小粒度的、业务逻辑责任单一的、相互比较独立的微服务，每个微服务相互隔离，且互不影响。随着业务功能不断增多，微服务的数量也会逐渐增加，平台可实现对微服务自动化部署与监控预警的能力，更加高效地管理微服务。轻应用是指采用轻量级设计开发方式和开发框架，通过对微服务的合理组装和调用，可以快速的搭建出具体应用，从而支撑城市运行监测，辅助规划编制、规划实施监管、城市体检评估、城市模拟仿真，最后支持规划决策。当各环节业务需求发生变化时，可以快速调整服务组织和逻辑，快速应对需求，实现应用系统的快速部署和运行。

通过大平台、微服务、轻应用的总体架构，实现业务与技术分离、按需组合、跨平台及应用开发全过程管理等特性，实现业务高度灵活定制与技术体系统一管理的有机结合。

7 特色及创新性

本研究主要基于“大平台、微服务、轻应用”的总体框架，通过创新技术手段及应用，完善空间治理体系，建立超大城市空间规划大数据支撑平台，服务于空间规划编制、实施、监督和评估业务全过程，实现对城市运行以及自然资源的开发利用和保护的动态监测、持续监管。特色及创新性体现在以下4个方面：

7.1 业务方面

平台以辅助空间规划业务应用为核心，贯通空间规划编制、实施、监督与评估业务全过程，旨在实现横向协同、上下联动，为组织编制单位、规划设计单位、管理监督单位提供数据及技术支撑，提高空间规划信息化应用水平。

7.2 数据方面

融合传统数据与新数据，兼顾结构化数据与非结构化数据。通过平台，能够实现多元异构数据的实时采集、处理、分析挖掘及可视化，从而支持城市运行和自然资源的动态监测与持续监管。

7.3 技术方面

引入大数据、微服务及云技术。引入大数据技术，构建基于大数据技术的数据仓库；采用微服务架构，增强平台服务空间规划业务的灵活性和可用性；通过平台将数据、服务与应用云化，实现系统服务资源的统一。

7.4 应用方面

发挥传统数据和新数据各自优势，开展大数据动态监测分析，将职住平衡测算周期从5-10年缩短到季度为周期，达到动态监测；制定了职住平衡评估五步法，并纳入上海主城区单元规划技术要求，在国内第一次把利用大数据落实职住平衡要求纳入法定空间规划体系；建立了支持超大城市空间规划全过程的大数据信息化应用平台，为整个空间规划编制、实施和动态评估提供了基础设施支撑。

8 结论

本研究采用的大数据职住平衡状况动态监测技术与国内外相关技术相比，具有更新周期短，成本低，实现动态监测的特点。在国内第一次将落实职住平衡的要求纳入了法定空间规划体系，建立了空间大数据支持下超大城市总体规划中的职住平衡测算方法，弥补了传统空间规划中不足。建立支持超大城市空间规划编制、实施、评估全过程的大数据信息化水平应用平台，与国内相关技术相比，具有全过程、实用性的创新。

本研究成果是应用于空间规划中编制信息化支持、更是应用于空间规划实施监测、规划评估的信息化支持，适用于超大城市空间规划体系全过程应用。将提出大数据方法技术应用空间规划管理和监督，带动行业更科学规范，对其他城市空间规划管理信息化建设有示范作用。