基于大數據方法的長沙市中心城區職住關系研究

湯坤　余珩　朱佩娟　李嵐君　姚淳

摘 要：從實證角度以長沙主城區為例，借助百度地圖這一公眾使用非常廣泛的互聯網工具，利用百度地圖熱力圖和百度地圖POI數據，通過大數據方法并結合傳統方法數據、實地調研、問卷調查，探討其內部職住關系的演變特征及其動力機制，結合社會學、地理學、生態學、城市規劃學多個學科知識，從多個維度提出平衡職住關系的對策，以期為促進城市可持續發展提供參考。

關鍵詞：大數據；職住關系；長沙主城區

中圖分類號：F299.22 文獻標志碼：A 文章編號：1673-291X（2016）33-0119-03

引言

大數據正是當前最熱的話題之一，也是一場革命，將對各行各業帶來深刻影響，甚至改變我們的思維方式[1]。隨著中國社會的發展，在制度改革與市場轉型的背景下，城市空間經歷著向外擴張和內部重組的過程，市場化下居民的自主擇業與擇居，職住合一的格局逐漸瓦解，許多大城市都出現了職住分離。隨著經濟發展迅速，城市空間呈圈層擴張，舊城舊房的改造，企事業單位的搬遷與郊區房地產的發展，職住格局不斷演變，職住分離已經顯現[2]，隨之而來的通勤時間與精神消耗的增加、交通擁堵與空氣污染的加劇等影響了居民的生活質量，長距離的通勤更是對資源和時間的浪費，降低了城市生產效率，因此迫切需要加強對職住關系問題的研究[3]。

職住關系一直是城市空間研究的重要問題，包括職住平衡、職住空間錯位等內涵、外延、案例實踐[4～7]。職住關系的研究基礎是對職住地空間上的鎖定，傳統研究方法的數據主要來自于街鎮鄉尺度的人口普查和經濟普查，而街鎮鄉尺度的數據政府并沒有公開，導致研究也無法推廣。部分研究是采用問卷調查（入戶調查）的方式，獲取居民的出行目的、出行方式、出行時間等，運用SPSS、Apidata等統計軟件對數據進行處理，但調查數據面臨總量小、費力、更新慢等現實問題，在快速城鎮化的背景下又無法捕獲最新的發展動態。然而，大數據時代主要利用的是公共開放數據（public open data），具有大量、高速、多樣、真實等特點，可以解決職住關系研究中遇到的這些現實問題。

關于城市職住關系現象的研究，國內學者涉及內容較為廣泛。孟斌等人在研究中發現，不同職業類型和職位就業者在通勤時間和通勤距離方面存在顯著差異，其中工業企業的就業者職居分離情況最嚴重[8]；翟青等人研究了信息技術發展對職居分離程度的影響，發現居民手機上網流量越大，家庭網絡時間越長，其職居分離程度越大；許炎等人以蘇州工業園為實證案例，從規劃執行、功能結構、實施時序三個角度探討了職住分離問題的成因，并提出以產業結構“優二進三”為核心的空間轉型發展策略以及以公交優先發展為核心的交通轉型發展策略；李剛等人關注的是職居分離對弱勢群體的影響，發現在快速城市化過程中，弱勢群體職住分離的空間結構特征正在由單中心結構向多中心結構逐漸演變；黨云曉[9]等人在研究北京市低收入人群的職居分離演變趨勢的過程中，發現低收入人群居住地和工作地在空間分布上，均表現出從內城向外城逐漸增加的趨勢；鄭國等關注的是開發區的職住分離問題。目前學界不僅在研究手段上有定性描述和利用各種指數進行的測度，而且在研究范圍上也有對城市整體和某些特定區域如開發區的研究，但對職住分離的測度方法或多或少還存在一些不足的地方。本研究在此基礎上以長沙中心城區為例，借助公眾運用廣泛的百度地圖識別職住關系，探索大數據視野下的職住關系研究問題，有一定的創新和實踐意義。

一、數據與方法

（一）研究區域

長沙市作為湖南省的省會，是湖南省政治、經濟、文化、交通、科技、金融、信息中心，是中國中西部地區最具競爭力城市，是我國南方重要的中心城市。同時，長沙又是中部地區設立的第一個國家級新區湘江新區的所在地，大長沙的設想和長沙國際化的步伐給城市發展帶來契機也帶來考驗。隨著長沙的快速發展，機動車數量不斷增加，干道車速呈現明顯下降，遇到了一定的“大城市病”。長沙市位于湖南省東部偏北、湘江下游和長瀏盆地西緣，其地域范圍為東經111°53′～114°15′，北緯27°51′～28°41′。全市土地面積1.1819萬平方公里，其中城區面積556平方公里[10]。

長沙市轄芙蓉、天心、岳麓、開福、雨花和望城6區，長沙、寧鄉兩縣及瀏陽市。本研究選取芙蓉、天心、岳麓、開福、雨花和望城6區和長沙繞城高速包圍的區域作為研究區域。

（二）數據來源

百度熱力圖是百度公司基于智能手機使用者，訪問百度產品（如搜索、地圖、天氣、音樂等）時所在的位置信息，計算得到人群空間分布圖。百度熱力圖通過計算各個地區內聚類的人群密度和人流速度，綜合計算出聚類地點的熱度，計算結果用不同的顏色和亮度反映人流量的空間差異，其數據每15 分鐘更新一次。百度作為中國排名第三的互聯網公司（數據來源2015《互聯網周刊》Q1排名），用戶數量巨大，其中百度地圖這一款產品早在2013年用戶數量就多達2億，每日接受多達35億次的位置請求。利用百度地圖熱力圖這一大數據產品研究城市問題有很高的科學性、可行性和前瞻性，本研究以2016年8月某工作日24小時監測，每隔半個小時更新一次的百度熱力圖為數據基礎開展相關研究。

同時，本研究也利用了百度地圖POI數據，POI是指網絡地圖的信息點，每個POI包含名稱、地址、經緯度等基本信息和網絡地圖根據使用者需求賦予的擴展信息，海量POI構成了網絡地圖最重要的數據基礎。我們通過開發一個工具軟件獲取研究范圍內的百度地圖所有的POI，并且進行分類處理，進行數據分析。

（三）數據處理

1.熱力圖處理技術路線。由于百度地圖熱力圖是只在百度地圖移動客戶端開放的可視化產品，為了獲取熱力圖我們用PC模擬一個安卓系統，并利用自編程序截取高清熱力圖，截取時間間隔半個小時。選取2016年8月的某工作日進行數據追蹤，并以此作為研究的基礎數據。

2.POI數據處理技術路線。對于POI數據，我們通過下載工具獲取了研究區域內所有的POI數據，首先，下載得到的數據是百度坐標系統，我們把數據坐標轉換到地理坐標系統；接下來，我們把所有的POI數據進行分類處理，分成餐飲、娛樂、住宅等類別；最后，進行數據清洗，刪除地理位置重合、有錯誤的數據。

（四）研究方法

1.工作場所分布核密度分析。核密度分析是根據輸入的要素數據集計算整個區域的數據聚集狀況，從而產生一個連續的密度表面，根據產生的密度表面進行分析。本研究選取分類好的POI數據中的公司、事業單位等工作人員密集的工作場所進行核密度分析，以此對就業空間進行初步的界定。

2.居住場所分布核密度分析。同上述分析一樣，本研究選取分類好的POI數據中的住宅等居住場所進行核密度分析，以此對居住空間進行初步界定。由于受到小區規模等因素影響，居住場所分布核密度分析的結果需要進行一定的實地驗證，并綜合熱力圖等其他數據進行再次分析，得出最后的居住地聚集程度結果。

3.就業空間結構分析。利用長沙市主城區公司類和事業單位等工作場所的POI數據可以大致確定工作地的范圍和區域密度，由于POI數據只是點數據，只能確定哪些區域具有工作場所，無這個問題，我們選取了百度熱力圖上午十點左右的數據與POI數據結合進行綜合分析，得出長沙市主城區的就業空間。工作時間人口的分布會受到工作場所密度的影響，但是工作場所密度越高的區域并不能說明人口一定越多，熱力圖科學地說明了人口的分布，與核密度分析結果進行疊加分析法確定公司規模、員工數量等，僅利用POI數據分析，無法得出科學的就業空間。POI核密度分析和熱力圖分析進行結合很好地解決了哪里可以上班和人在哪里的問題，得到的結果也更加科學。另外，如五一大道等地受到商業的影響在百度熱力地圖中顯示的人口密度可能要比實際高，需要再做分析。

4.居住空間結構分析。利用長沙市主城區房地產類的POI數據，其主要為住宅類型的房地產，利用這類數據可以大致確定居住地的范圍和區域居住密度。房地產POI數據只是點數據，只能確定哪些地方具有居住地，無法確定居住人口的量，結合熱力圖可以確定夜間人口的分布，兩者結合可以確定居住空間結構。我們的研究選取百度熱力圖夜間十一點左右的數據結合POI數據進行分析，得出長沙主城區的居住空間結構。

其主要分析方法與就業空間結構分析的方法類似，也是采用疊加分析，得出分析結果。

二、研究結論

（一）居住空間結構

1.居住空間結構整體特征。長沙市居住空間總體呈現單中心格局，以密度核為中心呈環狀向外遞減分布，“一主兩次”格局處于初級發育階段，居住空間主要集中在二環線以內。其中，居住主中心以五一大道為短軸、芙蓉中路為長軸，大體呈不規則橢圓形偏南分布在湘江以東。這里是城市傳統的中心地區，聚集著最多的居住人口。兩個次中心初步形成，一個次級居住中心呈長條帶狀沿岳麓區桐梓坡路分布，另一個以長沙縣縣政府為中心分布在星沙鎮。與《長沙市城市總體規劃》所確定的一主兩次結構基本一致，但次中心欠明顯。

2.居住空間結構整體特征分析。從整體看來形成三個主要居住片區，分別是以長沙市繞城高速為界的五一大道至長沙市火車站段，岳麓大道附近及岳麓大道與雷鋒大道交匯為中心附近為第一個次聚集地，望仙路與星沙大道交匯為中心附近為第二個次聚集地。其中，各聚集地圍繞核密度中心呈圈層狀向外擴展，居住地分布面積隨密度減小而增大，如在河東城南處形成面積較大居住地。

絕大部分的居住片區密度隨中心區向四周遞減。從總體來看，居住地從五一大道至長沙火車站段向外遞減，以五一大道為界線的居住地分布較為均勻密集的河東城北部分遞減特征較為明顯。在各個街道中芙蓉中路和湘江中路、蔡鍔南、北路與五一大道的交叉口形成長沙市高密度的居住中心。

五一大道至火車站段為中心的南北一定范圍及河東城南部分形成核心的聚集地，居住地聚集主要街道為：五一大道、自五一大道的湘江中路南北段、蔡鍔南北路、芙蓉中路、迎賓路、韭菜園路、韶山北路北段、建湘路、中山路、營盤路、車站北路。在其他聚集次中心中是居住地聚集的街道是萬家麗中路及附近的東二環、友誼路、麓山大道、望仙東路、麓山南路、板倉中路、黃興路、三一大道、岳華路、岳麓大道和玉蘭路交匯處。在楓林一路及麓山路交匯處、麓景路、撈刀河與國道107、金星北路、芙蓉南路、杉木沖中路、劉家沖中路也形成了聚居地。同樣，居住地圍繞居住地聚集高密度街道呈圈層狀密度向外遞減擴展。

利用密度分析可得知，長沙市形成以五一大道為中心呈環狀向四周擴散的主要居住密度核，其中，黃興北路居住地密度較大。在中南大學（礦冶園）附近的南二環線為中心、岳麓大道與岳華路交匯處為中心、開元路與板倉中路交匯處為中心的次級居住密度核。除中心交匯處以外，岳麓大道與谷豐南路、麓景路與桐梓坡西路交匯處居住密度較大，尤其是南二環線的居住密度達到全市最大。在楓林一路、湘江北路和芙蓉北路之間的盛世路段、星沙鎮北面國道107與撈刀河、東四路與漓湘路沿線東北部初步形成居住地，主要居住密度核密度以最大密度地區為中心向四周擴散。

（二）就業空間結構

1.就業空間結構整體特征。長沙市就業空間總體呈現多組團格局，以多個密度核為中心并沿交通軸線呈組團狀分布[10～11]。主要集中繞城高速內，較居住空間而言呈現更多的外延性和擴展性。就業地形成了以五一大道為中心的范圍最廣的就業集聚地，在岳麓區及星沙鎮的長沙市經濟開發區、高新技術區、高科技園等園區，形成了高密度就業地。在繞城高速附近由于產業的“退二進三”等因素形成若干以第二產業為主的聚集地[12～13]。

2.居住空間結構整體特征分析。長沙市各區域都分布有一定數量的公司，湘江東岸與湘江西岸的公司分布情況形成了鮮明的對比，湘江東岸公司數量眾多，除五一大道、京珠高速與三一大道交匯的星沙工業園區的公司分布較為集中外，其他區域分布較為散亂。湘江西岸則集中性體現較為突出，西二環線以內以河西交通樞紐站為中心集聚著大量公司企業，其他區域較為稀少。

市區內公司主要有三個集中區域，分別是以麓谷、梅溪湖濱江新城、河西交通樞紐站為中心河西城區內的公司企業，以五一大道、芙蓉路交界處的市中心CBD為中心的河東城區內的公司企業，以星沙工業園區為代表的河東城區公司。公司數量大體上沿這三個中心依次遞減，河東遞減程度不明顯，河西則較為顯著。

利用密度分析可得知，長沙市形成以五一大道中段為中心呈帶狀向四周延伸的主要就業密度核，以長沙縣星沙開發區為中心呈環狀向四周擴散的次級就業密度核，以河西麓谷工業園區為中心向四周擴散的次級就業密度核。