手机数据和城市空间结构--基于规划评估思路的探索

发送原创文章至admin@caup.net，可申请注册邀请码

您需要登录才可以下载或查看，没有帐号？注册方式

x

今天分享的这篇文章来自同济大学建筑与城市规划学院钮心毅老师的一次学术报告会分享。讲述了基于规划评估思路，利用手机数据对城市空间结构的研究。研究团队：钮心毅，丁亮，宋小冬。

报告标题为：

手机数据和城市空间结构--基于规划评估思路的探索

讲座介绍了手机数据在规划行业的一些应用探索，尤其是对于城市空间结构的研究。提出的研究视角具有特色，是基于规划评估思路，或许是比较有针对性的一次城市规划行业应用实践。现将演讲总结如下：

一、关于手机数据

研究以上海为例，当前居民移动电话拥有率已达到相当高比例。上海市手机普及率126%，总用户3008.3万，这是2012年末的数据，现在还要更高，而且移动通信网络城乡空间全覆盖。

手机数据有以下三个特征，符合大数据概念：

1、覆盖了每一个手机持有者，不再依赖于小样本抽样，能更好反映总体上时空规律。

2、属于非自愿提供数据，用户被动提供位置信息。

3、手机数据是动态数据，连续反映手机持有者的空间位置，为描述居民就业、游憩、居住等活动时空动态提供了可能。

由于数据精确到了城市中的每个人，因此我们可以对城市空间结构影响下的居民活动进行判断，即某种城市空间结构，呈现了某种居民活动特征。

而反过来，这种活动特征，也可以反映出现实的城市空间结构。二者可以相互反馈，进行验证。

对于现有的手机数据来说，包括手机信令数据和基站数据两个部分。

1、手机信令数据，可以将上海市域内一日手机信令数据中记录，记录为1700-1800万个中国移动2G手机的识别号，代表了1700-1800万个移动2G用户。

2、基站，上海市域内移动2G基站约37000多个

手机用户密度空间分布能够说明很多问题，具有重要的研究意义。

如在某个瞬间一定地域内，记录手机用户的空间分布状况，则可以反映该瞬间城市居民活动的空间特征。

而依据连续多日同一时间点上的用户密度值，计算该时间点上的多日密度平均，能消除偶发事件对人流聚集规律的影响（堵车、会展、演艺活动）。

用户密度空间分布能够相对准确的反应一些城市结构特征。

下图就是某天十点钟的上海市手机用户分布，与土地利用现状叠加，空间特征很明显。通过分析手机用户密度，与现状土地使用对比，在某个瞬间一定地域内手机用户的空间分布状况，与全市现状土地使用特征相当吻合。

手机用户时空分布，可以用于识别城市空间结构，可以应用到规划评估，基本思路如下表。

其中不同时间记录的手机用户，也对应了不同的城市功能：

工作日（周一至周五） 10点 -- 就业
休息日（周六、周日） 15点 -- 游憩
工作日 23点、休息日 23点 -- 居住

在此基础上，研究团队进行了上海中心城公共中心识别和评估研究。采取了休息日15点手机用户多日平均密度分布，以及工作日10点手机用户多日平均密度分布。

按自然间断法，将密度数值最高的三个级别作为高值区。按密度值高到低，将高值区划为一级密度、二级密度、三级密度。采用局部空间自相关的局部G统计量（ Getis-Ord Gi*）对工作日 10点、休息日 15点多日平均密度进行空间聚类分析，取5%显著性水平， Z值大于1.96的区域作为高值聚类区域，空间聚类结果接近，均为"一大、三小"的高值聚类区。

结论如下：

上海中心城规划公共中心体系尚未完全形成，副中心、地区中心仍在建设形成中。总体上仍呈现单中心趋势。

浦西功能混合度高于浦东。功能较为单一的就业、游憩、居住功能区合计占浦西总面积的21%，而在浦东占到了47%。

浦西城市功能混合程度较高，居住密度、就业密度较高，浦东城市功能分区明确，混合程度相对较低，居住密度、就业密度相对较低。

还有一些内容，期待作者更多的PPT分享。

最后的展望：

1、手机数据无法记录用户就业、游憩、居住等活动类型，对城市空间结构的识别只能是基于对就业、游憩、居住等行为的一般规律认识基础上。

2、手机数据是传统城市空间结构研究方法的有益补充。如果与传统数据（人口普查、经济普查数据）相互对照、相互补充，就能获取更多的信息。

手机数据（大数据）在城市规划中应用：

1、在规划实践上可以用来评估：虽无法做规划预测，但能用于规划实施的评估。

2、规划理论上可以用来验证。

END.

以上内容来自国匠城小伙伴，根据作者讲座整理，未经过作者审阅。