基于手机大数据的城市轨道交通规划策略研究 ——以石家庄市为例

陈 锋

（中国地铁工程咨询有限责任公司，北京 100034）

交通需求分析和预测是城市轨道交通规划的重要依据。《城市轨道交通线网规划标准》规定“城市轨道交通线网方案应以交通需求分析为依据”，“交通需求分析应以城市综合交通需求预测模型为基础，分析城市交通系统运行状况和城市轨道交通需求，为论证城市轨道交通建设必要性、确定线网规模、评价线网规划方案、研究建设时序、控制城市轨道交通设施用地等提供定量依据”。

但是，交通需求预测模型是非常复杂的宏观交通模型，其预测精度容易受城市规划变更、轨道交通线网调整以及基础数据质量等影响。安栓庄等[1]对北京、上海、广州、深圳、南京、天津等城市的客流预测结果进行了评估，发现多数线路客流预测结果与实际客流存在较大偏差(见表1)。美国交通运输部交通系统中心Pickrell[2]博士整理编辑了美国8个城市轨道交通项目相关数据，工作日日均客流量、公共交通总客流量、轨道交通开通后对公共交通总客流量的影响等三项预测结果的精度都难以让人满意(见表2)。

表1 国内轨道交通客流预测准确性分析Table 1 Analysis of accuracy of rail transit ridership prediction in China

表2 美国轨道交通客流预测准确性分析Table 2 Analysis of accuracy of rail transit ridership prediction in America

交通需求分析和客流预测结果是城市轨道交通规划、设计、建设、运营等各个环节的重要依据，客流预测结果的较大偏差将会影响轨道交通运营的经济效益和社会效益。近年来，随着大数据相关政策的出台以及云计算等技术的发展，手机大数据已经逐步被应用于城市规划、商业选址等领域。与传统调查方式相比，手机信令数据具备覆盖范围广、样本量大、时空连续等优势，手机大数据的应用也为轨道交通规划行业带来了新技术和新视角[3]。

城市数据派主办的《全国规划行业大数据应用十大机构》的评选活动汇总了约230项规划大数据项目，其中手机大数据已成为目前排名第一的大数据源(见图1)。

图1 规划行业大数据类别和比例 Figure 1 Categories and proportions of big data in the planning industry

手机主动(电话、短信、位置移动等)或被动(基站为保持通信畅通而索引手机位置)与基站通信产生手机信令数据，根据信令数据和基站位置即可定位手机用户的当前位置(见图2)。海量手机用户就形成了海量的时间连续、空间完整、关联到人、真实无感的出行矩阵，通过昼夜的历史出行规律，进而识别手机用户的居住和就业地等信息。

图2 手机定位原理 Figure 2 Principle of mobile phone positioning

虽然手机大数据主要应用于现状分析，但是基于手机大数据的技术特点和优势，可以从城市特征刻画、现状模型校核及发展趋势研判等方面弥补需求预测模型的不足，与之优势互补，提高轨道交通规划的科学性和合理性。

以石家庄市为例，基于联通智慧足迹DaaS平台，挖掘和分析2019年10月的联通手机大数据，从职住分布、职住平衡、出行需求、通勤圈等四个维度剖析城市特征，并与巴黎大区横向对标分析，研判城市发展趋势，借鉴巴黎大区轨道交通发展的经验，从规划策略层面为轨道交通规划提供支撑。

1 城市特征刻画及发展趋势研判

1.1 职住分布

石家庄市下辖8个区、11个县、代管3个县级市，总面积1.45万km2，截至2019年，常住人口1103.12万人。

手机数据分析结果显示，石家庄市职住呈现高度集聚分布，10 km圈层内人口和岗位占30 km(相当于都市区范围)的70%和73%。从国内看，石家庄职住集聚度与天津接近，但远高于成都(见表3、图3)。

图3 石家庄市职住分布 Figure 3 Population and job distribution in Shijiazhuang

表3 城市职住聚集度对比(各圈层职住占比)Table 3 Comparison of job-housing concentration degree (proportion of each circle)%

从国际上看，石家庄市职住圈层分布内密外疏，人口规模和圈层分布呈现出与巴黎大区(面积1.20万km2，人口1141万[4])相似的特点。区别在于，石家庄市5 km圈层内职住更为密集，而巴黎大区则是15～30 km圈层发展更为成熟，职住密度更高，如图4所示。

图4 人口和岗位密度圈层分布 Figure 4 Distribution of population and job density in each circle

巴黎大区的特征是就业、居住密度沿圈层递减，职住相对均衡，通勤时间较短，多种交通方式并用。石晓冬等人[5]通过世界上五大都市圈职住圈层分布的对比，将巴黎大区定义为通过空间导向，也就是人口和岗位在空间上相对均衡分布来实现职住相对平衡的典型城市。

1.2 职住平衡

就业和居住的空间分离(也称“职住分离”)会带来偏高的交通需求和交通成本，在交通设施供给不充分和城市管理效率偏低的情况下，就会造成交通拥堵。

郑思齐等人[6]提出的职住平衡指数包括两个子指数，即“居住者平衡指数 JHBRH,i”和“就业者平衡指数 JHBRJ,i”，如公式(1)和公式(2)。

其中，J HBRH,i为区域i的居住者平衡指数，MATCHi为同时在该区域就业和居住的人数，Hi则表示在i区域居住的总人数；同理， JHBRJ,i为区域i的就业者 平衡指数，Ji为在i区域就业的总人数。

手机职住分析结果显示，石家庄市区以外市县(除灵寿、新乐外)职住平衡较好，约60%以上居民本地就业，如图5所示。受中心城区大量就业岗位聚集的影响，都市区外围四个组团(正定、藁城、鹿泉、栾城)的居住者平衡指数则处于中等水平。而中心城四区居住者平衡指数较低，意味着中心城内部具有大量的跨区出行，中心城一体化水平较高。

图5 石家庄市居住者和就业者平衡指数 Figure 5 Residents and employees balance index of Shijiazhuang

藁城区和桥西区是外围组团和中心城区的典型代表，二者形成鲜明对比。藁城43%居民选择本地就业，32%居民选择到中心城就业(裕华区15%、长安区11%，桥西区6%)，而桥西区则正相反，仅有35%居住本地就业，47%居民选择中心城其他区就业(新华区14%，长安区18%，裕华区15%)，如图6所示。

图6 藁城区和桥西区居民工作地分布 Figure 6 Resident working distribution of Gaocheng and Qiaoxi districts

1.3 出行需求

手机大数据的出行分析显示，石家庄市中心城4个区间交通联系最为密切，特别是长安区和裕华区间交通出行量最大。其次，都市区外围四个组团与中心城间出行量也较大，但各区县交通出行分布存在较大差异，例如中心城各区与藁城间的出行量较大的依次为裕华区、长安区、桥西区及新华区，与藁城居民的工作地分布基本一致。

而从市域来看，受距离和交通条件等因素影响，都市区以外各市县与中心城各区间的交通交换量相对较小，其中元氏县、平山县和辛集市依次排在前三位。

从中心城区(第一圈层)、都市区外围四个组团(第二圈层)和市域其他市县(第三圈层)三个圈层来看，第一圈层出行占到全市的39.3%，如果扩展第二圈层则占全市出行的61.1%。第三圈层与第一圈层间的出行占全市出行的14.1%，但与第二圈层间出行较少，其出行仅占全市的7.0%(见表4，图7)。

图7 石家庄市基于手机数据的出行分布 Figure 7 Trip distribution based on mobile phone data in Shijiazhuang

表4 石家庄市与巴黎大区三个圈层Table 4 Comparison of three circles between Shijiazhuang and Paris Region

2010年，巴黎大区居民出行调查分析报告显示，人均日出行次数3.87次[4]，远高于石家庄市(2.60次/人，2015年)，但出行分布与石家庄有相似之处。巴黎大区，57.5%的出行集中在核心区范围内，扩大至中央集聚区范围则集中了87.2%的出行，如图8所示。与石家庄市的主要区别在于，巴黎大区的第二圈层发展更为成熟，区内出行占全市的21.7%，而石家庄市仅为8.1%。

图8 巴黎大区出行分布[6] Figure 8 Trip distribution in Paris Region

1.4 通勤圈

相关数据分析结果显示，部分大城市轨道交通通勤客流全日占比可达到60%，高峰时段更是高达80%，由此可见通勤出行的分析对轨道交通规划至关重要。

关于“通勤交通圈”的定义，是与“通勤交通”定义相对应的，即与核心城市有“通勤交通”联系的圈层。常用定义的有两种，按照日本的界定，当通勤交通中超过5%是与核心城市间发生的，那么，这个地区就可以纳入到核心城市的“通勤交通圈”范围；第二种是中心城(或核心城市)通勤者在各圈层分布累计超过90%[7]。

这里基于第二种定义分析石家庄的通勤圈。手机数据大数据分析结果显示，石家庄市的通勤圈半径约为30 km，与都市区范围大致吻合，涵盖了中心城区(新华区、桥西区、裕华区及长安区)及第二圈层的四个组团(鹿泉区、栾城区、藁城区及正定县)，如图9所示。

图9 石家庄市通勤出行圈 Figure 9 Commuting circle of Shijiazhuang

以上分析结果表明，石家庄城市目前整体上呈现强中心、大通勤半径、职住聚集度高等特征。通勤圈半径达到30 km，都市区内部各区县出行联系密切，同时职住在中心城区高度集聚，特别是10 km圈层内人口和岗位占比超过都市区的70%，而都市区以外各市县职住平衡较好，本地就业比例较高，与中心城的交通交换量尚小。同时也说明都市区以外市县与中心城的一体化程度有待提高，快捷的轨道交通系统是提高一体化程度的必然选择。虽然在经济发展水平和国际影响力上无法与巴黎相比，但是石家庄在城市人口规模、职住分布和出行分布上与巴黎大区具有一定的相似之处。

2 轨道交通规划策略研究

基于石家庄总体规划所确定的“双核、双轴、双带”的都市区空间结构和《远景空间发展战略》确定的“一城三区三组团”的多中心城市空间体系，经过宏观交通模型的多方案比较，石家庄市形成了由6条线组成的“大放射，小方格”2010年版远景线网方案[8]，如图10所示。

图10 石家庄市轨道交通线网及通勤圈 Figure 10 Urban rail transit network and commuter circle of Shijiazhuang

基于手机大数据对城市空间结构和职住特征的刻画，对2010版轨道交通线网进行评价。石家庄轨道交通线网以中心城为服务重点，中心城(三环以内)轨道交通线路全长169.2 km，三环以内线网密度达到0.42 km/km2，同时向外延伸至都市区外围区县，线网整体布局与城市现状通勤圈基本吻合。

但是，由于石家庄市目前通勤圈半径已经达到30 km，而且未来随着石家庄城市产业升级，市域一体化程度的强化，特别是第二圏层的逐步发展和成熟，多中心格局将逐步形成，石家庄市的通勤圈有进一步外扩的趋势，那么2010版轨道交通线网对中心城与外围组团，以及外围组团间出行的支撑就会存在速度上的不足。

巴黎大区的轨道交通系统由地铁、区域快线(RER)、市郊铁路和有轨电车四个层次构成，其客运量占到全部公共交通客运量的70%[9]。巴黎大区的轨道交通系统秉承了“由内而外，先径向后环向”的发展逻辑，各层次轨道交通在覆盖范围、服务对象上错位发展、互为补充[10]。其中，地铁主要服务于10 km圈层以内的核心区，且站点高度密集；而RER则主要服务于60 km半径范围，外围地区设置支线，扩大线路覆盖范围，线路穿越中心城区，串联六大火车站。RER在运营上开行大站快车，旅行速度可达50～70 km/h，采取共线运营模式，实现互联互通，与地铁多点换乘，缓解换乘压力，建立市郊与中心城间的快速联系，兼顾中心城区的长距离快速出行，与地铁系统形成优势互补，如图11所示。

图11 巴黎大区轨道交通系统 Figure 11 Urban rail transit network of Paris Region

虽然目前城市经济发展水平和国际影响力与巴黎大区不可同日而语，但是作为京津冀世界级城市群的区域中心城市，石家庄市正面临着巨大的发展机遇，未来在城市规模、空间结构、职住分布，乃至出行特征上与巴黎大区的相似性很可能进一步提高。

城市轨道交通系统的规划和建设应与出行需求特征相匹配。巴黎大区通过空间导向，即人口和岗位在空间上相对均衡分布来实现职住相对平衡，并构建了包括RER在内的四个层次的轨道交通系统来满足不同出行距离、不同可达性要求的出行需求，其RER是都市圈快速轨道交通系统的典范。鉴于城市现状特征和未来发展趋势的相似性，石家庄市应借鉴巴黎大区的经验，明确轨道交通规划策略。

1)为了应对城市通勤圈的扩大，在新的规划背景下，应深入研究市域范围的轨道交通布局，使轨道交通建设真正面向全域范围来建设，增加轨道线网覆盖范围，实现“全域覆盖”；

2)强化交通枢纽衔接，实现对重大交通枢纽的完全覆盖，对机场、石家庄铁路枢纽“两主六辅”客运站以及各个方向的公路枢纽实现内外交通高效衔接；

3)丰富轨道交通系统的层次及制式，在目前普速地铁制式的基础上，增加市域快速轨道交通系统，服务中心城至组团、组团与组团间的快速出行，建立多层次的城市轨道交通体系，为石家庄市城市空间的拓展和一体化、可持续发展提供支撑。

3 结论和建议

以石家庄为例，利用手机大数据从职住分布、职住平衡、通勤圈、出行需求等四个维度刻画石家庄城市特征，并与巴黎大区进行对标分析，研判城市发展趋势，为轨道交通规划策略提供了参考。同时，城市轨道交通属于重大交通基础设施，其远期需求和客流预测至关重要。因此，在充分发挥手机大数据多层次、多维度、高精度量化分析优势的同时，还应与交通需求预测模型优势互补，扬长避短。