北京市局部空间的在场人口研究：分布、流动性及时段特征*—— 基于手机信令数据的探索

韩滨鹂 任熙元 王 德 HAN Binli, Ren XiYuan, WANG De

0 引言

随着交通设施的完善和生活节奏的加快，城市中海量人口的日常性活动对城市资源的时空利用模式产生了结构性影响[1-2]，给城市管理和资源配置带来新的挑战[3]。然而，面对人口在城市内部日益频繁的跨区域流动，传统的人口普查和活动调查方法难以全面而精细地刻画这种短周期变化[3]。既有研究发现特大城市的空间功能分区[4]、设施等级差异[5]、职住关系错位[6]等因素造成部分区域一天中人口数量波动极大，超出了传统人口研究的范畴。因此，研究城市局部空间的人口数量、构成及其随时间的波动，填补现有研究的空白，对实现城市空间精细化管理以及把握城市空间结构特征都有重要意义。

城市局部空间中的人口，主要由本地居民、就业者、因办事或休闲游憩等其他目的而到访此地的人员构成，将其统称为“在场人口”比较恰当，即在城市局部空间中有停留行为的人口。相关研究以人流量观测数据[7]、交通调查数据[8]、高分辨率的遥感数据为基础[9]，结合人口普查数据、土地利用数据进行空间插值或统计建模，进而估算在场人口的规模和空间分布特征[10-11]。但受限于数据条件，鲜有研究能精准地刻画城市日常生活中人口分布的复杂性与动态性。城市局部空间单元的在场人口有多大规模、这些在场人口的流动性有何差异、日常流动性带来的在场人口数量波动具有怎样的时段规律，这些问题还有待进一步回答。

近年来移动定位和无线通信技术迅速发展，以手机信令数据为代表的移动定位大数据为城市人口研究提供了新契机。国内外学者对于手机信令数据在降噪处理[12-14]、停留点识别[15-16]、活动链提取[17-18]等技术环节的可行性进行验证，在城市空间结构[19-20]、居民活动空间[21]、出行行为特征[22-23]等领域取得了许多重要研究成果，并逐步开始关注城市在场人口的时空分布特征。钟炜菁等利用手机信令数据展示上海市各时段的在场人口分布，发现在场人口的昼夜时段分布差异明显[24]；施澄等统计了杭州市域的在场人口规模及其空间分布，指出每日在杭州市发生停留的人口比市域常住人口多出10～15%，并且增量主要集中在城市中心与交通枢纽[25]；王德等根据人口活动的规律性将在场人口进一步分为随机流动性人口、规律流动性人口及静止人口，并发现随机流动性人口向城市重要节点的集聚性极强，在空间承载力评估中有必要将其纳入考量[3]。由此可见，人口日常活动对城市空间造成的影响已不可忽视，亟需借助新数据源与研究方法揭示在场人口的复杂性与动态性，从而积极应对大城市人口与空间资源的精细化管理需求。

北京是我国首都，作为特大城市，居住、就业密度很高；同时作为全国文化、国际交往中心，人口流动性也极高。本文利用2017年连续4周的北京联通手机信令数据，分析北京“在场人口”的空间分布、流动性以及时间变化规律。旨在揭示北京市在场人口的时空分布规律，明确“在场人口”重点管控区位、重点管控人群类型、重点管控时段，为城市人口管理和空间政策制定提供参考。

1 概念界定与研究方法

1.1 在场人口的概念界定

在场人口的概念不同于人口普查、人口管理中的概念。人口普查、人口管理中的人口统计口径以户籍和居住时长为标准，主要分为三类：“户籍人口”，是指公民依《中华人民共和国户口登记条例》已在其经常居住地的公安户籍管理机关登记了常住户口的人；“常住人口”，是指户籍人口中离开户籍地未满6个月的人口与外来人口中离开户籍地超过6个月的人口的总和，通常被认为是最基础的人口规模指标[26-27]；“实有人口”，是指在本市居住3天以上的人员，一般和实有房屋联系在一起形成“两实”管理[28]。总体来说，这三类人口概念都是建立人口与居住地的“一一对应”关系，即个体被算作其居住地所在空间单元的人口。

对于城市局部空间来说，在场人口是指在此有停留行为的全部人口；同一位居民一天中因工作、办事、购物、游憩等活动会有多个停留地，因此会被统计为多个空间单元的在场人口。在场人口规模与统计的空间单元尺度和时间窗口相关，空间统计单元尺度越小，就有越多的跨区域停留被纳入，与传统人口概念的差异就越明显；统计时间窗口越长，则有越多的到访人口被计入在场人口；日均在场人口和时段在场人口分别反映在场人口的日均规模和瞬时规模。此外，由于居民在城市中的时空行为具有规律性或随机性，在场人口本身还具有流动性特征，反映停留的稳定程度，即某空间单元的在场人口偶尔、经常、或全天在此停留，分别定义为随机流动性人口、规律流动性人口、静止人口。

基于手机信令数据的各类在场人口统计方法如下：

一、日均在场人口

将一天中在某空间单元停留20 min以上（排除路过和偶然停留人口）的用户计为该单元的当日在场人口，取28天在场人口的均值作为日均在场人口，同理可得工作日日均在场人口和休息日日均在场人口。

二、随机流动性人口、规律流动性人口、静止人口

本文参考王德等[3]对在场人口流动性特征的分类标准，将随机流动性人口界定为偶尔在某空间单元停留的在场人口，停留目的不确定性较强，若用户在28天中仅有2天及以下在某空间单元发生停留，则识别为当日此处的随机流动性人口；规律流动性人口，指经常在某空间单元停留的在场人口，通常与此处有稳定的通勤、日常活动联系，若用户在28天中有2天以上在该空间单元发生停留，则识别为当日此处的规律流动性人口；静止人口，指全天都停留在某空间单元中的在场人口，通常是居家办公者或老人，若用户当日仅在此处停留且时长满足6 h以上（排除数据质量影响），则识别为当日此处的静止人口。

三、时段在场人口

时段在场人口，指特定时段内某空间单元中的在场人口数，本研究以2小时为间隔将一天分为12个时段。考虑到用户关机对研究结果的影响，计算时段在场人口时需要进行修正：不考虑用户关机比例较大0:00—6:00时段；6:00—8:00、20:00—24:00这几个时段一定程度上受到用户关机影响，按常住人口比例进行补齐，将全市在场人口数量修正到其他时段的平均值。

1.1 研究对象 中山市内建筑工人、企业工人和餐饮宾馆服务等三种职业的流动人口。流动人口的定义是指在没有改变原居住地户籍的情况下，到户口所在地以外的地市从事务工、经商、社会服务等各种经济活动的人群，排除旅游、上学、访友、探亲、就医、从军等情况。

1.2 研究指标框架

本研究在界定在场人口概念的基础上，构建相应指标框架探究北京市在场人口的分布、流动性以及时段变化特征（表1）。在分布特征方面，统计各空间单元的“日均在场人口”，反映日均水平上局部空间单元实际到访的人口数量；同时计算日均在场人口与居住人口的比值来反映在场人口与传统人口概念在分布上的差异。在流动性特征方面，根据个体发生停留的稳定性将在场人口进一步分为随机流动性人口、规律流动性人口以及静止人口，分别计算其占日均在场人口的比例。在时段变化特征方面，统计工作日与休息日的日均在场人口数，两者的比值大小反映了平日与周末在场人口规模的变化幅度；进一步统计各时段的停留人数，从而反映各空间单元一天中在场人口数量随时间的变化特征。

表1 在场人口研究框架Tab.1 analysis framework of onsite population

1.3 数据来源及处理

本研究采用2017年9月连续4周的北京联通用手机信令数据，其中无法定节假日，无需考虑节假日对于本研究结论的影响。数据形式为联通已识别的个体出行链，其中包括用户ID、驻留和出行的起讫时间点及位置网格编号、停留类别（“工作”“居住”“到访”，用于推测工作地和居住地）等。4周共28天累计记录到1 837万用户，其中核心用户（即常住用户）1 037万人，对比2015年北京人口抽样调查结果中的2 170.5万常住人口，样本覆盖率为48 %。每日记录到的用户数在900～990万之间，其中发生过出行活动的用户数在500～650万之间。

本研究以北京市中心城区（城六区）为主要研究范围。在场人口的数量与研究采用的局部空间尺度相关，而北京联通手机信令数据提供的位置信息是基站位置网格，网格尺度从250 m～16 000 m不等，北京中心城区的信令数据主要集中于250 m、500 m、1 000 m三个尺度的网格。若选用的局部空间尺度过小，则网格数据需做空间分配，产生的误差较大；另一方面，北京中心城区的功能组团尺度大多在300 m—2000 m之间；综合考虑空间精度以及数据准确性，本研究选取500 m×500 m的栅格作为局部空间分析单元。北京市域共包含66 940个栅格，中心城区包含5 811个栅格，将基站位置网格的人口数据按面积分配的方法统计到这些栅格中。

2 北京市在场人口的空间分布及流动性构成

2.1 在场人口的空间分布特征

在500 m×500 m栅格尺度下，北京全市域在场人口总量为1 558万，相比日均900～990万的手机用户数量，由于同一用户在城市中发生跨区域活动会被算作多个空间单元的在场人口，在场人口的总量规模约是传统概念下人口规模的1.5倍。日均在场人口向城市中心区的集聚特征比较明显，主要集中在六环以内，周边的11个新城是相对高值区但与中心城区差距较大（图1c）。对比日均在场人口与同样通过手机信令数据识别出的居住人口（图1a）、工作人口（图1b）的空间分布，日均在场人口密度峰值大约是居住人口的3倍、工作人口的2倍，并且向城市中心以及其他重要节点的集聚性更强。

图1 北京市域居住人口、工作人口、日均在场人口的空间分布Fig.1 distribution of residents, workers, and onsite population in Beijing

进一步分析北京市中心城区的在场人口分布（图2），结果显示人口密度高值区呈“多组团状”分布，这与上海市在场人口“单中心向外衰减”的分布趋势[3]存在差异，究其原因，一方面是北京中心城区的南北向中轴线周边开发强度普遍较低，另一方面可能是因为北京几处城市中心的发展更加均衡，在场人口分布规律与北京中心城区“分散集团式”的空间结构相契合。这些高值组团都出现在四环以内的就业中心、商业中心、交通枢纽，主要有CBD地区、王府井、中关村、西单以及北京南站几处，日均在场人口规模都在4 万人/km2以上。

图2 北京中心城区日均在场人口分布Fig. 2 distribution of onsite population in Beijing Central Area

从在场/居住人口比值的空间分布上看（图3），故宫、颐和园、奥体中心，以及大型交通枢纽由于本身不以居住功能为主，日均在场人口数量远高于居住人口，局部栅格单元在场、居住人口比值最高可达到38倍，对于这些区域若仍参照居住人口规模则人口压力会被大大低估。此外，CBD区域在场居住比也相对较高，日均在场人口是居住人口的3～6倍，由于该区域不主要承担交通和游憩功能，较高的在场居住比反映出较严重的职住失衡问题。

图3 北京中心城区累计在场/居住人口比Fig.3 ratio of onsite population to residents in Beijing Central Area

2.2 在场人口的流动性构成特征

在场人口按照流动性又可以分为随机流动性人口、规律流动性人口与静止人口三类，对于一个空间单元来说，不同类型的在场人口在此发生停留的频率不同，相应产生的影响也有差异。随机流动性人口偶尔到此发生停留，每天都是由不同人群组成，对空间资源的需求也是多样且短时的；规律流动性人口则很可能与此处有稳定的通勤或日常活动联系，使用的设施类型相对单一、有规律；静止人口则一天中绝大多数时间处于这里，对本地空间资源需求量最大，并且是长期固定的。图4展示了三类在场人口的空间分布，大部分地区规律流动性人口密度普遍高于随机流动性人口和静止人口。随机流动性人口呈点状聚集的趋势，大量集中在城市中心与交通枢纽；规律流动性人口呈组团状聚集，主要出现在城市的各级生活中心与就业区；静止人口分布相对均匀，一些大型居住区的密度相对较高。

图4 三类在场人口的空间分布Fig. 4 distribution of three kinds of onsite population

将三类在场人口的占比按照自然间断点分为5类可以看到（图5），主要的休闲游憩空间、交通枢纽，随机流动人口占比超过50%；中心城区大多数空间单元的规律流动性人口都比较大，占在场人口总量的半数以上，这也反映出城市居民日常活动的规律性，通勤和规律的日常生活出行占大多数；北京中心城西侧及边缘区域静止人口占比较大，可能的原因是这些区域以非集建区居多且青壮年劳动力占比较小，因而日常流动活力不强。根据空间单元中各类人口占比将城市空间分为随机流动主导、规律流动主导、静止主导三类（图6）。北京中心城区圈层特征较为明显，第一圈层为二环以内的城市核心区，以随机流动主导型为主；第二圈层为五环至二环之间，以规律流动主导型为主，其中多为居住、就业地区，少量休闲游憩组团以及交通枢纽为随机流动主导型，如颐和园、奥体公园、火车站等；第三圈层为五环以外，以静止主导型为主，其中多为近郊乡村地区，少量就业组团、居住组团为规律流动主导，如五里桥地区、上地等地区，另外还有少量随机流动主导型组团如郊野公园。

图5 三类在场人口的占比分布Fig.5 proportion of three kinds of onsite population

图6 在场人口的流动性构成分区Fig.6 feature zones recognized according to onsite population structure

3 北京市在场人口的时段变化规律

3.1 在场人口日间变化特征

既有研究发现，居民日常活动存在日间差异，会以“周”为单位产生周期性变化，其中工作日和休息日之间的差异最大[29-30]。从北京市域的在场人口规模上看，工作日和休息日日均在场人口规模分别为982、862万，工作日比休息日多13.9 %，一方面是因为工作日居民在城市中的活动更频繁，另一方面是也因为工作日北京市域会吸引大量外来办事人员，增加了人口总量规模。工作日北京中心城区在场人口的空间分布呈组团化（图7a），而周末在场人口密度的高值区明显减少，进一步向交通枢纽、商业中心以及少量的就业组团集中（图7b）。

图7 工作日（a）与休息日（b）日均在场人口的空间分布Fig. 7 distribution of onsite population at workdays/weekends

工作日周末在场人口比值显示（图8），中心城区大部分空间单元工作日的在场人口数量均高于周末，差异较大的空间呈组团状、沿轴线分布，即以长安街为横轴联系的主要商业、就业组团以及北部的中关村、三元桥、望京、上地等就业组团，工作日在场人口明显高于周末，数量是周末的1.5～3倍；纵轴线上的奥体公园、故宫等休闲游憩组团以及西部的三山五园、森林公园等，工作日在场人口明显少于周末，仅为周末的31%～85 %。

图8 工作日/休息日日均在场人口比Fig. 8 ratio of onsite population at workdays to that at weekends

3.2 在场人口时段间变化特征

本研究以2小时为间隔将一天划分成12个时段，排除22:00—06:00用户关机影响较大的时段，观察工作日和休息日在场人口时段变化特征，结果显示：首先，在场人口数量随时段的波动幅度不可忽视，即使在整个中心城区层面，时段波动的极差也达到了近100万人，占总量规模的1/6到1/5；其次，工作日各时段的在场人口数量普遍高于休息日，这与前文得到的结论是一致的，可能的原因前文已经提到，此处不再赘述；最后，对于工作日来说早间8:00—10:00、下午16:00—18:00在场人口相对较多，这与早晚通勤高峰关系较大；休息日则是12:00—18:00在场人口相对较多，一定程度上是受由休闲游憩活动的规律性影响。

选取工作日与休息日的几个主要时段观察在场人口的空间分布（图10），可以看到北京中心城区一天中在场人口的集聚程度具有“由弱变强再变弱”的规律，即工作日凌晨到早间在场人口集聚程度相对较弱，在场人口早高峰之后从10:00开始向就业中心、交通枢纽、商业中心的集聚程度明显增强，晚高峰20:00开始在场人口的集聚程度逐渐下降恢复到初始水平；休息日在场人口随时段的变化幅度则相对较小，从午间12:00开始在场人口向商业中心、游憩景点的集聚程度增强，一直持续到20:00之后开始下降。不同时段在场人口分布之间的对比可以清晰地反映出在场人口在城市内部的流动性，并且这种流动大部分都向城市的一些重要节点聚集。

图9 北京市中心城区各时段在场人口总量Fig. 9 onsite population in Beijing Central Area in different time periods

图10 重点时段的在场人口分布Fig.10 distribution of onsite population in key time periods

进一步计算每个空间单元的在场人口时段变化率指标，即时段在场人口最大值相对最小值增加的百分比，用于表征一日内空间单元中的在场人口随时间波动的剧烈程度。结果显示，工作日在场人口随时段波动较大的区域主要是一些典型的就业组团、商业组团以及休闲游憩组团（图11a），这些区域高峰时段在场人口增幅在1.5倍以上，甚至达到十几倍；休息日在场人口随时间波动较大的区域主要是一些休闲游憩组团以及商业组团（图11b），局部栅格单元的增加幅度达到数十倍。

图11 工作日(a)与休息日(b)时段在场人口变化率Fig.11 variation rate of period onsite population at workdays/weekends

最后，选取六类典型的城市空间观察工作日和休息日在场人口时段变化规律（图12）。为便于理解，将随机流动性人口与规律流动性人口合并为流动性人口。结果显示：首先，就业中心、大学学区在场人口密度的日间差异最为明显，而游憩景点、居住区、交通枢纽以及商业中心的日间差异相对较小。其次，一天中各类典型空间在场人口的高峰时段存在差异，就业中心、大学学区8:00—18:00时段的在场人口密度在一天中相对更高；商业中心的密度峰值则出现得较晚，在14:00—18:00左右；游憩景点的营业时间使其在10:00—16:00时段的在场人口密度更高；居住区工作日白天在场人口少于晚间，到了周末白天在场人口反而更多；交通枢纽的在场人口受列车、航班班次影响则一直在波动。最后，在场人口的流动性构成影响着在场人口的波动幅度和时间规律，静止人口全天不发生流动，静止人口占比较高的城市空间通常在场人口波动幅度相对较小，例如居住区、大学学区；就业中心流动性人口占比较高，其中大部分为具有通勤联系的规律流动性人口，虽然波动幅度较大但时间规律是明确的；游憩景点、交通枢纽、商业中心这些随机流动性人口占比较高的空间在场人口波动幅度较大、且常出现短时人流高峰，这与随机流动性人口的强时间、空间集聚性有关。

图12 典型城市空间的在场人口时段变化曲线Fig.12 onsite population curve according to time periods in specific areas

4 讨论与思考

从前文的研究结果中可以发现，在场人口与居住人口之间的差异不仅表现为总量规模，还表现在时间、空间上的分异，其本质是城市居民居住地与活动地的差异。北京新一轮的总体规划已经明确指出面向实有人口，统筹配置住房、公共服务和基础设施；而实有人口的概念尚未考虑人口在城市局部空间中的日常流动以及相应带来的设施错位使用，因此更加精细化的资源配置和城市人口管理，有必要将在场人口指标纳入考量范围。

笔者认为，在城市设施资源的配置时需要认识到各类设施资源服务的人口类型是不同的：对于交通设施、文化、商业、医疗类高等级的公共服务设施、安保警备来说，需要服务出现在服务范围内所有类型的人口，并且对人流高峰需要有预判，因此这类设施资源的配置应参考日均在场人口和高峰时段在场人口规模；对于供电、供水这类能源供给的市政设施来说，服务的是每时每刻在其服务范围内的所有人口，并且需要为使用高峰预留弹性空间，相应地这类设施资源的配置应更关注高峰时段在场人口规模；对于面向社区的基本公共服务设施来说，实际上主要服务于本地居住人口，因此配置时参考常住人口规模即可，若考虑部分设施需满足本地就业人口的需求，则参考静止人口和规律性流动人口的规模。

另外，城市精细化管理需要充分考虑在场人口的空间分布规律和在时间维度上的波动性。在场人口密度高、在场/居住比值高的区域，通常为人口压力较大或被低估的地区，在城市管理中宜重点关注，包括大型交通枢纽、就业中心、商业中心、休闲游憩区域。时段变化率较大的区域，重点管控其高峰时段，做好流量调控和安全预警工作。而对于在场人口流动性不同的空间，宜采取差异化的管控措施：静止人口主导型空间一般人口压力较小；对于规律流动性人口导致的压力，采取错峰上下班能一定程度缓解人口和交通压力；对于游憩景点、交通枢纽等随机流动性人口主导的空间，需针对常出现的短时人流高峰进行流量预警、调控和疏解。

5 结论

在城市的日常生活中，居民的活动空间不仅限于其居住地周边，因而其空间位置是实时变化的。人口在城市内部频繁的跨区域活动对城市空间的影响已经不可忽视，并很可能存在传统人口普查和行为调查无法展现的特征。在此背景下，本研究利用手机信令数据研究北京市在场人口的空间分布、流动性构成以及时段变化规律。

主要的结论包括：一、北京市在场人口主要向六环以内的中心城区集聚，在中心城区内部呈“多组团状”分布。部分空间单元的日均在场人口甚至高达居住人口的6～38倍，其人口压力超过了以往认知。二、在场人口按照流动性可分为随机流动性人口、规律流动性人口和静止人口三类。北京中心城区在场人口的流动性构成存在明显的圈层差异。二环以内的第一圈层为随机流动主导，五环至二环之间的第二圈层以规律流动主导型为主，五环以外的第三圈层以静止主导型为主；三、北京中心城区在场人口的空间分布同时存在日间差异和时段间差异，并与城市空间功能结构有一定契合关系。局部栅格单元高峰时段的在场人口密度能够达到平峰时段的十几倍甚至数十倍，并且各类典型城市空间具有鲜明的时段变化规律。

最后，在场人口指标对于城市设施资源的配置、城市人口管理具有一定参考价值。总体来说，高等级的公共服务设施、交通设施应参照日均在场人口和高峰时段在场人口规模；能源供应、区级、社区级服务设施应参照高峰在场人口留出弹性空间；服务本地居住人口的基本公共服务设施参考常住人口规模即可，同时可以结合日均在场人口规模进行调整。而在场人口管理，需重点关注在场人口密度大、在场居住比高的区域，针对高峰时段，做好流量预警、调节工作。

图表来源：

表1：作者绘制

图1-12：作者绘制