运营商大数据用于城市规划.pdf

手机信令数据在城市规划实施评价分析中的应用
钮心毅
******@tongji.
同济大学建筑与城市规划学院
高密度人居环境生态与节能教育部重点实验室
重庆邮电大学
手机信令数据——一种大规模采样的轨迹数据
手机信令数据(大规模采样的个体时空轨迹数据)
连续:连续、动态反映手机持有者空间位置
大规模:持有率高、典型的“大数据”、地理位置
覆盖城乡
被动:用户时空位置被动记录,被调查者无法干预
一条信令记录表示了一个用户一日时空活动轨迹上的一个点
匿名ID 时间戳地理坐标(经度) 地理坐标(经度)
93c8de06200bf4154d9a9b3e89d150c9932190f08d4acdefbaee439bbfa 20160610164118
96e59
a874e1798e3d33a7a10b82b903e735c9a4bba7bcb610b8b49acb7115b8 20160610164019
5c2be9
a7a956ea141c7eff28208ffb4bede0175dfda0a5f11c474c88a97cb671f5b 20160610170421
ebf
手机信令数据——居民活动——城市内部的功能联系
个体行为——城市功能联系工作地
城市四大功能:居住、工作、游憩、交通

手机信令数据形成的时空轨迹中,按照行为一般时空规律识别出居住地
特征点:“居住、工作、游憩”特征行为时空位置
个体上的“特征行为点”、总体上的“城市功能”
建立“居住——工作”、“居住——游憩”城市功能之间联系
城市规划的传统数据源难以测度功能联系,手机信令游憩地
数据
传统数据无法表示“居住——工作”、“居住——游憩”的联系
例如:人口普查、经济普查、建筑普查、土地利用调查数据等都
是静态统计数据,无法提供“居住——工作”的联系
手机信令数据——居民活动——城市之间的功能联系
城市之间的人流联系
中途停留地城市
手机信令数据形成的时空轨迹中识别出居民在“常住地”城镇、
跨城镇出行“目的地”,
个体:居民跨城镇出行的行为时空位置(常住地、目的地) 常住地城市
总体:城市之间联系,具备了联系流量、流向。
传统数据也难以测度城市之间人流联系
手机信令数据为什么能用于城市规划评价分析?
目的地城市
能测度城市内部的功能联系、城市之间功能联系
大样本——带来了研究总体趋势的可能
连续性——带来了研究功能联系的可能
区域城市群评估与分析
应用领域1:通过城市之间的人流联系分析城市群规划
实施
传统方法:依靠城市之间空间位置,难以测算实际联系
手机信令数据:反映城镇之间人员流动,以城镇之间人员
流动联系流向、流量测算城市之间空间关系
方法
以手机信令数据测算人员流动,测算常住地、出行目的地,
计算出城镇之间联系度
长三角城市群之间空间关系(2016年10月)
南京
苏州上海
杭州
宁波
区域城市群评估与分析
江苏省
昆山
苏州
上海市
嘉兴
浙江省
杭州
上海与长三角地区联系(上海中心城区出发的联系)
区域城市群评估与分析
江苏省
昆山
苏州
上海市
嘉兴
浙江省
杭州
上海与长三角地区的联系(到达上海中心城区的联系)
中心城区空间结构和空间布局
适用领域 2:中心城区空间结构和空间布局的实施评估
传统方法:使用土地使用现状数据等分析空间布局实施状况,
无法判断片区、组团之间空间联系。
手机信令数据:通过居民出行联系测算城市各个片区之间联
系,定量分析城市组团、片区形成的空间结构
方法
通过手机信令数据测算城市片区之间功能联系,包括职住功
能联系、全目的出行联系。
以联系强度分析城市片区空间格局是否实现
杭州市城市总体规划的“一主三副”城市空间结构
主城中心城区与副城职住联系
3500 30343173 %
中心城区空间结构 3000
2500 2125 2061 %
2000
1372 %
1500 1235
1000 %
500
主城与江南副城的联系相对最强,是其它两个副城的两倍 0 %
江南副城临平副城下沙副城
居民就业去向就业者来源
居民就业去向构成就业者来源构成
中心城区居住势力范围中心城区就业