APP下载

时空交通大数据在职住分布的应用

2021-09-10王嘉

交通科技与管理 2021年4期
关键词:大数据

王嘉

摘 要:近年来,城市化进程不断发展,人口活动与空间结构功能配置之间的相互匹配落差日益加大,产生了各种大城市病:交通拥堵的加剧、空气质量的下降、职住的日益分离、通勤距离/时间的增长。就业与居住作为城市的主要职能,二者的空间结构关系直接或间接地影响城市交通、空间规划、空气质量污染等各方面与人口生活密切相关的城市特征。基于时空大数据在交通行业的智能分析感知,可应用于城市治理之中,通过分析职住结构、人口分布、经济结构等方面,辅助构建面向智能感知服务的智慧城市。

关键词:时空交通;大数据;职住分布

以2019年1月北京市政府搬迁至位于北京市通州区的北京城市副中心为契机,本文基于智慧感知的时空大数据来分析居民通勤出行行为与城市职住空间特征之间内在关系,提出时空交通大数据在优化城市交通规划、辅助运营决策中的作用,探讨重大政策事件对职住结构的影响分析。

1 北京城市副中心概述

中共中央、国务院2017年正式批复的《北京城市总体规划(2016年-2035年)》,明确了“一核一主一副”的城市空间布局。其中,“一副”即指北京城市副中心。根据北京城市总体规划,北京城市副中心规划范围为原通州新城规划建设区,总面积约155平方公里。外围控制区即通州区全区约906平方公里。建设北京城市副中心,不仅是调整北京空间格局、治理大城市病、拓展发展新空间的需要,也是推动京津冀协同发展、探索人口经济密集地区优化开发模式的需要。

2 基于时空交通大数据的职住分析模型

2.1 职住指标分析

2.1.1 居住-就业空间一致性指标

居住-就业空间一致性指数(以下简称一致性指數)主要用来衡量该区域内就业人数与居住人口的空间一致性程度。结果为正,则说明该区域内就业比例高于居住比例,区域属性为就业导入性;结果为负,则说明该区域内居住比例高于就业比例,区域属于居住导入型;结果的绝对值越接近于0,则区域内职住空间越平衡。其公式为:

2.1.2 职住空间平衡指标

职住空间平衡指数主要包括居住者就业平衡指数和就业者居住平衡指数两个子指数。相比于空间一致性指数单纯的从数量上比较,平衡性指数能够更好的从职住空间质量上反映各个区域的职住关系。

居住者就业平衡指数依据一卡通职住模型,主要用来衡量某个区域内居住者的就业平衡性。结果越小,则区域内的职住空间越不平衡。其公式为:

就业者居住平衡指数主要用来衡量某个区域内工作者的居住平衡性。结果越小,则区域内的职住空间越不平衡。其公式为:

3 通州区职住分布关系及变化

3.1 通州区居住和就业人口分布结构

2019年1月11日 ,北京市级党政机关和市属行政事业单位正式搬迁,2019年12月通州区日均通勤总人数相对2018年12月上升了39.8%,其中在通州居住而外区工作的人数占2019年12月通勤总人数的57%,体现出通州区整体较为明显的居住特征。通州区工作人口(通州区工作外区居住人口与通州区居住通州区工作人口之和)上升的比例(89.2%)大于居住人口(通州区居住通州区工作人口与通州区居住外区工作人口之和)上升的比例(43.8%),说明通州区职住不平衡的情况有所改善,一方面来自城市副中心行政办公、商务服务等通勤人员的增加,另一方面通州区居住和就业人口结构的变化带来的影响。

3.2 通州区居住空间分布特征及变化

通州区居住人口热力体现为西北多东南少的结构。居住人口主要集中在中仓街道和新华街道,在物资学院区域北运河西部区域尤为集中。人口热力最低的区域位于家务乡和永乐店镇。从2018年到2019年的居住人口热力的变化来看,居住人口结构变化不大,但是新华街道和北苑街道的人口热力减少较为显著,而通运街道和潞邑街道人口密度增加较多,这一变化与城市副中心北京市政府办公区搬迁影响有一定关系。

3.3 通州区就业空间分布特征及变化

就业地热力分布呈现“双中心”、西北高东南低、城区向外递减的结构。双中心指的是通州城区商务中心和亦庄地区经海路区域,就业地聚集效应十分显著。就业密度最高的地方主要集中在中仓街道和北苑街道,就业密度较低的区域分布在东南部永乐镇。从2018年到2019年的就业人口热力的变化来看,就业人口结构中心扩散效应逐渐显现,在副中心的带动下,未来通州区就业结构将形成多中心就业格局。

3.4 通州区职住平衡分析及变化特征

2019年相对2018年,跨区通勤客流呈现换乘次数减少、通勤时间增加。采用公共交通客流OD分析“一次出行”模型分析,通州区和城六区早高峰通勤时间分别为53分钟和40分钟,通州区比城六区多花费32.5%;通州区和城六区早高峰平均通勤距离分别为14 km和12 km,通州区比城六区多花费16.7%。且通州区早高峰出行量远高于晚高峰,说明通州区的居住属性相对就业属性来说更为明显。

深入分析居住就业空间一致性指数、就业者居住平衡指数与居住者就业平衡指数在居住和就业空间上的分布特征与规律,才能以职住平衡为目标将时空交通大数据在优化城市交通规划中发挥辅助运营决策作用。

居住就业空间一致性指数从数量上反映区域内就业、居住的强弱关系。结果为正表示区域属性为就业导入性,结果为负表示区域属于居住导入型,通州区居住比例高于就业比例,属于居住导入型。由于平衡性指数(0%~100%)能更好地反映区域内职住的平衡情况,以下将分析通州区的平衡指数来衡量职住平衡情况。从北京市行政区的居住者就业平衡指数来看,昌平、丰台属于典型的职住不平衡区域,且为居住导入型,通州区的居住者就业平衡指数为49%,职住不平衡情况略好于昌平。密云怀柔等远郊区域的职住较为平衡,大多数均在区内进行通勤。

由于交通条件便利,与北京市区相邻的区域职住平衡指数较高,就业中心聚集地的职住平衡指数也较高。马驹桥镇和台湖镇的职住平衡指数在通州区排名靠前。

4 总结与建议

伴随着北京市政府搬迁完成,将带动城市副中心周围产业发展,到2035将年承接中心城区40~50万常住人口疏解。

首先,在通州区跨区通勤人数增长较多,对公共交通运力匹配及服务满意度将带来一定的影响和挑战建议加快通州区各规划地铁线路的建设实施进度,同时也要考虑搬迁后公交运力的及时匹配。

其次,在北三县居住、城区工作的热门区域,如国贸周边的地面交通在早晚高峰时段过于拥堵,这些通勤人群很大一部分在通州区中转,加上开业的中国尊将带来10万潜在客流,将加大通州区通勤距离和通勤时间。因此建议北三县直达国贸的公交车变更为分流接驳至通州区各地铁站。

最后,在职住平衡方面,通州区工作人口上升比例较大,说明通州区职住不平衡的情况有所改善,但长通勤时间、多次换乘的通勤特点依然明显,总体表现出比较明显的居住地属性。建议以城市副中心搬迁为契机,优化当地产业发展结构,增加本地就业吸引力,提升通州区内部通勤比。

参考文献:

[1]徐宏宇,王浩,王尔申.基于扩展卡尔曼滤波的GPS定位数据处理方法研究[J].科学技术与工程,2012(31):8137-8142.

[2]杨林,鲁廷武.基于GPS和GIS的车辆管理系统应用[J].淮海工学院学报(自然科学版),2011(S1):80-81.

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