大數據:基於百度慧眼數據的寧波市區職住空間分析

大数据:基于百度慧眼数据的宁波市区职住空间分析

是百度地圖慧眼與我院共建的聯合創新實驗室。百度地圖慧眼將利用自身海量位置大數據、人工智能技術及產品優勢,助力我院在區域和城市規劃、城市交通規劃與諮詢等領域進行更高效、精準的規劃產出。同時,雙方也將充分發揮各自優勢,針對城市發展中遇到的問題、社會關注熱點進行積極深入的合作探索。

城市居民的日常生活中,居住與就業是最重要的兩項活動,城市居民的職住空間結構是城市空間結構的重要組成部分。本研究的數據來源為百度慧眼平臺,由我院百度慧眼寧波規劃創新實驗室提供並分析。百度慧眼基於百度地圖開放平臺的去隱私化定位數據,經過脫敏清洗處理,整合定位和POI等多源數據,提取上百個特徵,基於人工智能算法挖掘得出高覆蓋率的設備的居住和就業地。同時,本研究疊合寧波市區“一張圖”數據庫、街道(鎮)行政邊界等基礎數據開展數據分析。

寧波市區居住及工作人口總體分佈情況

1.市區居住空間及居住人口分佈情況

寧波市區居住人口熱力點呈組團式分佈。老江東區域居住熱力普遍較高,與鄞州區居住人口熱力集聚區塊連綿成片,成為居住熱力高點最大的片區。此外,海曙西門街道、白雲街道,機場路兩側也是繞城內居住人口熱力較高且連綿成片的片區。洪塘居住片區、駱駝中心區也有一定的居住人口集聚。北侖新碶街道、鎮海老城區、奉化錦屏街道、嶽林街道是各自區內居住人口集聚片區。

大数据:基于百度慧眼数据的宁波市区职住空间分析

居住人口熱力分佈圖

大数据:基于百度慧眼数据的宁波市区职住空间分析

各地塊居住人口密度圖

利用百度慧眼大數據平臺進行分析,平均居住人口密度約為1600人/平方公里。六區中,鄞州區的居住人口總量最高,江北區的居住人口總量最低。就居住人口密度而言,江北區的平均居住人口密度最高,而奉化區的平均居住人口密度最低,約為0.0454萬人/平方公里。各街道中,峰值居住人口密度出現在鄞州區的東勝街道,單網格(1000m*1000m)識別出居住人口27665人,人口密度達到2.7萬人/平方公里。

大数据:基于百度慧眼数据的宁波市区职住空间分析

各區居住人口與居住人口密度統計圖

經分析發現,以江廈橋東為中心,居住人口密度在沿中山路東西兩個主要方向整體上呈衰減態勢,除了鼓樓及天一廣場區域主要為商業商務用地。老江東所在的江廈橋東及其周邊區域是居住人口密度最高的區塊,峰值為2.1萬人/平方公里。

大数据:基于百度慧眼数据的宁波市区职住空间分析

中山路城市軸線居住人口密度變化趨勢圖

2. 市區工作人口分佈情況

工作人口熱力呈現“三足鼎立”形態分佈。工作人口熱力點最高的出現在三江口天一廣場周邊,同時,東部新城和鄞州中心區則是工作人口熱力次高片區,且連接這三個片區的區域的工作人口熱力均較高,形成了一個由三江口、東部新城、鄞州中心區片區連綿延續的工作人口熱力集聚片區。

大数据:基于百度慧眼数据的宁波市区职住空间分析

工作人口熱力分佈圖

大数据:基于百度慧眼数据的宁波市区职住空间分析

各地塊工作人口密度圖

利用百度慧眼大數據平臺進行分析,寧波中心城區的平均工作人口密度約為826人/平方公里。六區中,江北區的平均工作人口密度最高,為0.14萬人/平方公里,鄞州、海曙、鎮海的平均工作人口密度均超過千人每平方公里,而奉化區的平均工作人口密度最低,約為0.022萬人/平方公里。各街道中,峰值居住人口密度出現在海曙區的江廈街道,為2.02萬人/平方公里。

大数据:基于百度慧眼数据的宁波市区职住空间分析

各區工作人口及工作人口密度統計圖

以天一廣場為中心,工作人口密度在沿中山路東西兩個主要方向整體上呈衰減態勢。工作人口密度在天一廣場區域達到峰值,2.2萬人/平方公里,鼓樓、海宴北路、西門口及江廈橋東也是工作人口密度較高區域。就業人口密度變化趨勢與熱力圖所呈現出的特徵相吻合。

大数据:基于百度慧眼数据的宁波市区职住空间分析

中山路城市軸線工作人口

密度變化趨勢圖

3.小結

(1)就業人口更加集聚

寧波市人口工作人口密度比居住人口密度更為集中和極化,峰值更高,隨著距各自中心距離的增長衰減的程度也越大。三江口核心區優勢明顯,東部新城與其相互呼應,鄞州中心區也具有一定的優勢,此外北侖港附近集聚大量工作人口,其他地區並沒有形成明顯的就業中心。

(2)居住、就業人口分佈存在明顯差異

居住和就業人口的分佈具有很強的相關性,但一致性較差,居住人口集中區域與就業人口集中區域有很明顯的錯位分佈,大量居住人口分佈於就業地的周邊街道。此外,戚家山、招寶山街道存在一定的獨立居住人口,即與周邊最近的就業人口集聚地距離較遠。

寧波市區職住空間關係

1.市區居住-就業空間一致性分析

居住-就業空間一致性指標與解釋

居住-就業空間一致性指數(以下簡稱一致性指數)主要用來衡量一定區域內就業人數與居住人口的空間一致性程度。結果為正,則說明該區域內就業比例高於居住比例,區域屬於就業導入性;結果為負,則說明該區域內居住比例高於就業比例,區域屬於就業導出型;結果的絕對值越接近於0,則區域內職住空間越平衡。其公式為:

大数据:基于百度慧眼数据的宁波市区职住空间分析

由於各街道就業、居住人口占寧波市區總體較少,導致各街道的空間一致性指數過小,為便於分析,將結果修正至0到±10進行比較,下文的街道一致性指數均為修正後的指數;各街區的指數不做修正。

各街道的空間一致性

大数据:基于百度慧眼数据的宁波市区职住空间分析

各街道一致性指數

由計算結果顯示,市區各街道,共有48個街道一致性指數大於0,其中13個街道大於1;有29個街道一致性指數小於0,其中13個街道小於-1。各街道的居住就業空間一致性指數如圖所示,可以看出,指數大於1的強就業導入區域,基本包含了現階段寧波市區的各個就業集中區域,如三江口(江夏街道)、東部新城(福明街道)、鄞州商務區(鍾公廟街道)、北侖海港區(新碶街道)、奉化工業園區(江口街道)等;而指數小於1的強就業導出區域,大部分分佈在這些強導入區域的附近,為其提供工作人口;其餘指數在-0.5至0.5,職住相對平衡的街道,則大部分位於市中心區的邊緣。

2.市區職住空間平衡分析

職住空間平衡指標與解釋

職住空間平衡指數主要包括居住者就業平衡指數和就業者居住平衡指數兩個子指數。相比於空間一致性指數單純的從數量上比較,平衡性指數能夠更好的從職住空間質量上反映各個區域的職住關係。

居住者就業平衡指數(以下簡稱居住者指數)主要用來衡量某個區域內居住者的就業平衡性。結果越小,則區域內的職住空間越不平衡。其公式為:

大数据:基于百度慧眼数据的宁波市区职住空间分析

就業者居住平衡指數(以下簡稱就業者指數)主要用來衡量某個區域內工作者的居住平衡性。結果越小,則區域內的職住空間越不平衡。其公式為:

大数据:基于百度慧眼数据的宁波市区职住空间分析

街道職住空間平衡

由計算結果顯示,居住者指數的均值為0.45,即平均有45%的居住者選擇在本街道工作;就業者指數的均值為0.47,即平均有47%的就業者選擇在本街道居住。共有52個街道居住者指數大於0.3,其中20個街道大於0.6;有50個街道就業者指數大於0.3,其中29個街道大於0.6;兩項指數均大於0.6的有16個。

兩個指數的分佈情況如圖所示。可以看出,不論居住者還是就業者,距離市中心越遠,就越傾向於在本街道工作和就業。指數高於0.3的街道,全部位於繞城高速之外,剛納入繞城高速範圍的下應、洪塘等街道,也有很高比例的居民選擇在本街道工作;經濟活躍的江夏、鼓樓、月湖、中馬等靠近中心區的街道就業者居住平衡指數小於0.1,而溪口、蓴湖、瞻岐等市區邊緣的街道,沒有能夠集聚大量人口的就業地,就業者居住指數高於0.8。

從各街道的職住空間衡量可以看出,市區範圍總體職住較為平衡,平均有接近一半的居民在本街道進行就業和居住,但各個街道之間差距明顯。

大数据:基于百度慧眼数据的宁波市区职住空间分析

各街道居住者就業指數

大数据:基于百度慧眼数据的宁波市区职住空间分析

各街道就業者居住指數

3.小結

(1)一致性指數能夠從數量上反映一定區域內就業、居住的強弱關係,但平衡性指數能更好的反映區域內職住的平衡情況。

(2)鄞州區就業導入性最強,平衡性較差;江北區職住數量相似,但平衡性也較差;其餘四區均為就業導出區,但海曙區平衡不高,其餘三區的平衡性較好。

重點區域分析

大数据:基于百度慧眼数据的宁波市区职住空间分析

各重點區域一致性指數、平衡指數對比

從數據分析可知,一致性指數方面,四個重點區域一致性指數均為正,即就業比例高於居住比例,其中三江口核心區一致性指數達到1.3,具有很強的就業導入性;鄞州中心區與東部新城核心區也具有較強的就業導入性;而東錢湖新城一致性較好,工作比例略強於居住。職住平衡指數方面,三江口核心區有26%的居住者在本區域工作,只有11%的就業者在本區域居住;東部新城核心區平衡指數都在0.3左右,鄞州中心區則只有0.2,均低於市區平均值;東錢湖新城的職住平衡指數高於0.5,平衡性較好。從數據來看,四個重點區域的一致性指數與職住平衡指數均能較好的反映出本區域目前的職住狀況,與居民的日常感知基本相同。

四個區域各有其職住特徵,三江口和鄞州中心區都經過多年發展,雖然一致性和平衡性都較差,但其周邊配套較為完善,考慮到實際情況,短時間內無法從空間上做出調整;東部新城在目前的發展狀況下,兩項指數尚可,但未來繼續發展,就業比例進一步提高時,其居住功能就會遇到瓶頸,職住平衡性會進一步下降;東錢湖新城現狀職住狀況良好,目前首先要考慮發展問題。

結論

研究發現:

(1)寧波市人口分佈總體呈現從市中心向外圈層式擴散和人口密度隨距市中心的距離增大而衰減,工作人口比居住人口更加集中,二者的集中趨勢具有相伴性,有明顯的錯位分佈。

(2)平衡性指數要比一致性指數更能準確反映職住空間平衡特徵,各街道的職住空間平衡隨著距市中心的距離增大而變好,鄞州、江北、海曙三區職住空間較為不平衡。

(3)三江口核心區、鄞州中心區平衡性很差,東部新城、東錢湖新城隨著發展會逐漸暴露出問題。

以上述結果為基礎,提出以下幾項措施,以減緩寧波市區職住不平衡問題:

首先,藉助區劃調整,加快完善產業結構。其次,在市中心、就業密集區附近加強人才公寓、公租房與配套設施的建設,為在附近就業的居民提供能夠承受的居住條件。最後,加強各區、各主要就業地與居住地之間的公共交通建設,尤其是大運量軌道交通的建設。我們很難讓寧波市區的職住空間達到完全平衡,但可以通過改善交通環境來優化職住空間不平衡帶來的弊端,增加職住空間內來往的便利性,形成方便、快捷的多交通工具協同發展,減少通勤中的時間成本。

[1]孫琪.基於大數據的寧波市居民職住通勤時空分析[D].寧波,寧波大學,2017.

[2]郭永昌.上海社會階層空間錯位研究[D].華東師範大學,2007.

[3]鄭思齊.“職住平衡指數”的構建與空間差異性研究:以北京市為例[J]. 清華大學學報(自然科學版),2015(04).

[4]寧波市城市規劃區內重要地段和重要建築目錄(2017)[EB/OL],http://gtog.ningbo.gov.cn/art/2017/4/25/art_390_803203.html

[5]王詠嘯.基於移動設備定位數據的上海市職住空間錯位研究[J].理想空間,NO.73.

[6]寧波市中心城區手機信令出行調查報告[EB/OL],https://mp.weixin.qq.com/s?__biz=MzA3NTA0NDI3Ng==&mid=2650062048&idx=1&sn=269364fe81f231cea1eeb1a4f443f0ad&chksm=8776983bb001112d2f891ea398832975aba65207e9325d8c9ceef86bbb51df93f2e09f56e063&scene=0#rd

——參考文獻


分享到:


相關文章: