吳長江

(成都市規(guī)劃設(shè)計研究院,四川成都 610094)

隨著城市不斷發(fā)展，建成區(qū)環(huán)境發(fā)生很大變化，城市人口、工業(yè)、商業(yè)逐漸由中心向外擴(kuò)張遷移，由于居住地、工作地外延擴(kuò)張速度差異，由此可能引起不同程度的職住分離和錯位現(xiàn)象。而居住和就業(yè)是城市空間中的重要要素，兩者的匹配程度很大程度上影響了空間人口布局和用地規(guī)劃。目前，國內(nèi)多個城市已將促進(jìn)職住平衡和產(chǎn)城融合作為一項重要的發(fā)展目標(biāo)。除此之外，城市各區(qū)域的交通擁堵狀況又對人們選擇工作地和居住地產(chǎn)生重要影響。

手機(jī)信令作為位置大數(shù)據(jù)，兼具空間位置和特征信息，具有動態(tài)、實時、客觀、精細(xì)、獲取速度快、覆蓋面廣等優(yōu)勢，本研究將移動手機(jī)信令數(shù)據(jù)作為數(shù)據(jù)源，以成都市居住就業(yè)空間分布現(xiàn)狀和通勤交通現(xiàn)狀為出發(fā)點，從行政區(qū)到街道、社區(qū)不同尺度分析，結(jié)合成都市產(chǎn)業(yè)分布特征，旨在為解讀城市職住平衡、產(chǎn)業(yè)合理布局提供有力支撐，以期為成都市城市空間結(jié)構(gòu)相關(guān)研究提供重要參考。

1 數(shù)據(jù)源

本研究由中國移動提供數(shù)據(jù)支持，包括在成都市范圍內(nèi)出現(xiàn)的所有中國移動用戶(包括非成都市歸屬地的移動號手機(jī)用戶)，使用時間為2019年04月16日至2019年04月22日共計7 d的用戶匿名手機(jī)信令數(shù)據(jù)。數(shù)據(jù)主要包括用戶編碼、時間、基站等信息，平均每日記錄到約1 294.2萬用戶信令記錄，每個用戶每天產(chǎn)生約67條記錄。據(jù)統(tǒng)計，成都市共有各類基站小區(qū)約2萬個，基站小區(qū)分布密集，主要建成區(qū)優(yōu)于300 m×300 m柵格密度，可以滿足城市內(nèi)部空間特征分析的精度要求(圖1)。

圖1 成都市手機(jī)信令數(shù)據(jù)空間分布

2 研究方法

2.1 就業(yè)通勤提取方法

為了排除差旅、就醫(yī)等偶發(fā)出行需求的影響，綜合考慮一般就業(yè)通勤人口出行特征，將通勤OD定義為：工作日7:00-9:00、17:00-19:00視為就業(yè)通勤往返時段，一周內(nèi)至少3個工作日，同一用戶發(fā)生同一OD行為視為就業(yè)通勤OD，對應(yīng)的用戶識別為就業(yè)通勤人口，其對應(yīng)的起點和終點分別視為居住地和工作地?；讷@取的通勤OD及通勤人口空間數(shù)據(jù)進(jìn)行通勤流動特征分析和職住中心識別。

提取流程：原始信令數(shù)據(jù)→提取駐留點(>30 min) →提取OD→篩選通勤OD線。

2.2 通勤流動分析框架

(1)區(qū)縣單元分析：內(nèi)部通勤、跨區(qū)通勤規(guī)模；分析區(qū)縣間聯(lián)系強(qiáng)度和通勤特征。

(2)街道單元分析：中心城區(qū)為主，探索全域城鎮(zhèn)間流動特征及重點區(qū)域。

(3)社區(qū)單元分析：挖掘熱點職住中心，通勤距離分布，重點區(qū)域人口時序變化特征。

2.3 職住中心識別

考慮居住和就業(yè)的一般規(guī)律，應(yīng)用核密度、自然間斷分級等技術(shù)方法識別典型就業(yè)中心、居住中心，并分析其空間布局特征，建立手機(jī)用戶居住地和就業(yè)地的識別規(guī)則。

3 通勤人口流動特征分析

3.1 不同空間統(tǒng)計尺度的通勤流動特征

如圖2和圖3所示，從區(qū)縣尺度來看，雙流區(qū)、新都區(qū)、郫都區(qū)等產(chǎn)業(yè)功能集聚區(qū)的內(nèi)部通勤規(guī)模最高，但跨區(qū)通勤比例也明顯偏高，高新南區(qū)的就業(yè)吸引指數(shù)最高，流入人口/跨區(qū)流動量大于75 %，浦江縣、新津縣、邛崍市、大邑縣、簡陽市等三圈層遠(yuǎn)離主城區(qū)，通勤基本限于本區(qū)，其中，浦江縣的內(nèi)部通勤比例高達(dá)95 %，與其他區(qū)縣基本沒有通勤聯(lián)系。從全域來看，通勤人口流動主要發(fā)生在中心城區(qū)，且區(qū)域間的職住聯(lián)系較強(qiáng)。高新南區(qū)內(nèi)部通勤人口近6萬人，流入人口超過5萬人，郫都區(qū)、成華區(qū)、天府新區(qū)以及龍泉驛區(qū)人口凈流出較明顯。而三圈層區(qū)縣的通勤主要發(fā)生在本區(qū)域內(nèi)，和中心城區(qū)職住聯(lián)系強(qiáng)度較弱。

圖2 成都市區(qū)縣間通勤人口流動聯(lián)系強(qiáng)度分布

圖3 成都市區(qū)縣通勤人口流動范圍及規(guī)模統(tǒng)計

雙流區(qū)、新都區(qū)的內(nèi)部通勤占比規(guī)模顯著，且通勤目的區(qū)域比較積聚；主城區(qū)的跨區(qū)聯(lián)系明顯，流入流出人口均較大；在人口流入方面，高新南區(qū)占比最大，其人流來源較為分散、范圍較廣。

如圖4所示，基于街道尺度的通勤統(tǒng)計發(fā)現(xiàn)，流動規(guī)模排名前10的跨城鎮(zhèn)(街道)分別為：主城區(qū)中，高新區(qū)中和街道、石羊街道以及天府新區(qū)華陽街道為桂溪街道提供了大量的居住容量，分別達(dá)到了9 044人、8 007人，構(gòu)成了強(qiáng)職住聯(lián)系；在二圈層區(qū)域，郫都區(qū)犀浦鎮(zhèn)、紅光鎮(zhèn)和合作街道呈現(xiàn)出強(qiáng)烈的通勤聯(lián)系，龍泉驛區(qū)龍泉街道和柏合鎮(zhèn)、 高新區(qū)合作街道和西園街道、、新都區(qū)大豐街道和金牛區(qū)沙河源街道、雙流區(qū)東升街道和九江街道構(gòu)成了明顯的職住供給關(guān)系，流動規(guī)模在2 000～4 000人；而三圈層中，僅有彭州市天彭街道和致和鎮(zhèn)聯(lián)系明顯，為2 185人。整體來看，三圈層的通勤流量主要集中發(fā)生在建成區(qū)周邊，流向單一，而中心城區(qū)，特別是主城區(qū)的通勤聯(lián)系復(fù)雜，規(guī)模和流向差異較大。

圖4 成都市通勤流動線(以街道為統(tǒng)計單元)

3.2 平均通勤距離分布特征

如圖5所示，根據(jù)全域通勤距離統(tǒng)計發(fā)現(xiàn)，約95 %的人口其通勤距離不超過10 km，其中1 km內(nèi)通勤人口超過70萬人(識別通勤人口共計141.94萬人)，超過70 %人口通勤距離在3 km內(nèi)。主城區(qū)的3 km內(nèi)通勤占比比周邊區(qū)縣較大。

圖5 成都市通勤距離分布(以社區(qū)為基本單元)

其中，通勤距離小于3 km占比排名前10為： 簡陽市簡城街道和射洪壩街道、青羊區(qū)黃天壩街道、青白江區(qū)大彎街道、新都區(qū)大豐街道、龍泉驛區(qū)十陵街道、青白江區(qū)紅陽街道、溫江區(qū)公平街道、郫都區(qū)犀浦鎮(zhèn)、雙流區(qū)西航港街道,最高近90 %，最低也超過82 %。

另外，通勤距離在3～10 km區(qū)間的占比排名前10：高新區(qū)(桂溪街道、肖家河街道)、青羊區(qū)(太升路街道、汪家拐街道、草市街道)、錦江區(qū)(合江亭街道、督院街街道、鹽市口街道、春熙路街道、水井坊街道)，3～10 km通勤距離人口占比均超過38 %，最高將近50 %(鹽市口街道)。

3.3 職住中心識別

利用Arcgis核密度工具生成人口凈流量核密度分布圖(圖6)，通過自然間斷點分級法迭代識別熱門職住中心?？梢郧逦闯?，沿著人民南路，從天府廣場到高新區(qū)金融城沿線區(qū)域分布著大量的就業(yè)崗位，由此吸引了大量的就業(yè)人口。

圖6 通勤人口凈流量核密度分布(三維效果)

如圖7所示，成都市的職住空間關(guān)系整體上處于較平衡狀態(tài)，就業(yè)空間在主城區(qū)內(nèi)呈現(xiàn)以天府廣場和金融城為中心的雙核結(jié)構(gòu)，并且核心高度聚集，密度極高；周邊衛(wèi)星城聚集的產(chǎn)業(yè)園區(qū)也已形成了一定規(guī)模和影響的就業(yè)中心，如高新西區(qū)，新都區(qū)，青白江區(qū)，龍泉驛區(qū)，雙流區(qū)。

圖7 基于手機(jī)信令識別的成都市典型職住中心

跨區(qū)通勤主要發(fā)生在主城區(qū)及近郊區(qū)縣，識別的就業(yè)中心主要分布在位于城市中心的商貿(mào)發(fā)達(dá)的春熙路-鹽市口商圈，商務(wù)辦公密集的高新區(qū)南部園區(qū)，以及二圈層的產(chǎn)業(yè)功能積聚區(qū)等。而居住中心主要集中分布在就業(yè)中心附近3 km范圍內(nèi)。其中，局部跨區(qū)通勤人口量依然龐大，高新南區(qū)3～10 km通勤占比超過35 %，且發(fā)現(xiàn)高新區(qū)南部園區(qū)的職住問題突出，尤其是沿著地鐵1號線周邊區(qū)域，工作日早高峰期間超過60 %的人員需跨區(qū)域通勤出行，極大加劇了周邊部分道路的常發(fā)性擁堵。

為了探析熱點就業(yè)中心的人口時序變化特征，如圖8所示，從工作日和周末人口變化趨勢可以看出，位于城市傳統(tǒng)核心的春鹽商圈的工作日和周末人口量差異并不顯著，這可能是由于春鹽商圈以商貿(mào)為主，其工作性質(zhì)并非典型的朝九晚五雙休，并且疊加其休閑、旅游屬性，造成其未顯示出明顯的工作日、周末潮汐人口變化趨勢。而位于二圈層的龍泉汽車產(chǎn)業(yè)園、高新西區(qū)產(chǎn)業(yè)園，以及位于主城南部的高新商務(wù)區(qū)的工作日時段比周末人口顯著增加，說明這幾個區(qū)域為典型的密集就業(yè)型區(qū)域。

圖8 典型就業(yè)區(qū)域工作日和周末人口24h分布

同時由于就業(yè)空間與居住分布的不匹配，居住人群無法實現(xiàn)在新城就業(yè)，導(dǎo)致居住在新城、就業(yè)在主城及就業(yè)在新城、居住在主城的空間錯位，造成了局部區(qū)域就業(yè)通勤集中存在。

4 結(jié)束語

本文所設(shè)計的通勤人口識別算法主要針對典型的朝九晚五型就業(yè)通勤人群流動特征。因此，對某些行業(yè)從業(yè)人員的流動特征并未充分呈現(xiàn)，如零售業(yè)、建筑業(yè)、制造業(yè)等工作時間不固定或工作地點不固定人群識別較困難。對于具有固定工作地點、固定就業(yè)時間的人群識別精度較高，可以很好的實現(xiàn)通勤人口流動特征識別。本文通過建立成都市通勤人口流動特征一般分析方法及城市職住空間分布特征研究，探究其匹配關(guān)系，有利于認(rèn)識城市發(fā)展規(guī)律，解釋城市空間內(nèi)在結(jié)構(gòu)及更新，有利于城市未來空間更好布局與發(fā)展。