時空行為視角下多層級城市生活圈空間結構測度與類型劃分研究

摘要依據城市生活圈理論，基于時空大數據對北京市的多層級城市生活圈進行研究。利用社團識別、核密度估計和多算法聚類等技術手段，量化測度北京社區生活圈、通勤生活圈和擴展生活圈的空間結構，刻畫居民活動產生的“社區—停留點—路徑”網絡，揭示了不同生活圈居民日常活動的時空規律。根據通勤及生活性出行的距離—概率曲線，利用基于Hausdrof距離的K-Medoids聚類算法對北京全市社區生活圈進行類型劃分和特征歸納，同時選取代表性案例進行深入分析。研究發現北京全市生活圈依照不同出行特征可劃分為均衡型、通勤依賴型、生活依賴型、廊道型及其他類型5大模式，其差異主要體現在就業活動和其他生活性活動圈層與居住地和城市中心的空間相對關系上，空間上呈現顯著的圈層分布特征。研究為理解城市生活圈的空間結構提供了實證基礎，并為城市規劃和管理實踐提供數據支持和決策參考。 AbstractUtilngspatiotemporalbigdata，thisstudyconductsempiricalresearchonmulti-evelurbanlifeciclesinBeijingfromtheperspectiveoftheurbanlifecircletheory.Combiningquantitativemethdssuchascommunitydetection，keeldensityetiationandmulti-algorithmclustering，boundariesofcommunitylifecicles，commuting lifecircles，andextendedlifeciclesiBeijingareaalyzedespetively.A\"commuity-tayoint-path\"networkgneratedfromrsdents'actiiisisapped，chealsspatiotemporalpatermsof variousdailytravelsofcommunitylifecircles.Applying theK-Medoids clustering algorithmonHausdorf distancebetweentravel distance-probabilitycurvesofcommutingandnon-worktripsseparatelycommunitylifeciclesareclassifiedintosveraldistinctcategoris，uponwhichin-depthcasestudiesarecaedoutResultsdemonstratetatBeijing'slifecircleseedeteptoedsialprimarilyexistinthespatialrelativityofemployment andactivitylifecircles to places ofresidenceand urbancenters，showingsignificantconcentricandpolycentricspatialdistribution.Thestudyotonlyprovidesempiricalinsightsintothespatiallogicofurban life circles but also offers data-driven references for urban planning and governance practices.

Spatial Structure Measurement and Classification of Multi-level Urban Life Circle from the Perspective of Space Time Behavior Analysis： A Case Study of Beijing LIANG Hong，JU Qiuwen，CHAI Yanwei，JINShangqi，SUN Daosheng，ZHANG Xiaodong，GU Zhongtai

關鍵詞生活圈;時空行為學;時空大數據;手機信令數據;K-Medoids聚類Key words life circle;space-time behavior; spatiotemporal big data;cellular signaling data; K-Medoids clustering文章編號1673-8985（2025）03-0049-10中圖分類號TU984文獻標志碼A

D0I 10.11982/j.supr.20250307

0引言

黨的二十大以來，以人為本的新型城鎮化戰略的深入實施成為政府工作的關鍵，重視社會建設、城市治理、人民福祉已經成為城市工作者的共識。城市規劃工作的重點也應從對客觀物質空間環境的安排逐漸轉變為居民個性化需求的深入捕捉、分析、解讀和響應[]。在上述趨勢下，2021年自然資源部發布《社區生活圈規劃技術指南》，明確了社區生活圈的規劃原則與要求，多個地方實踐中也提出因地制宜的生活圈規劃建設導則和實踐方案2]。根據當前規劃實踐的各類指導文件，生活圈一般是指滿足居民工作與生活的各類需求的基本空間單元，在操作層面普遍由一定時間的步行可達范圍劃定，在此基礎上大多基于步行時間、用地面積、服務人口等指標開展服務設施的配置[3-4]。然而，現有的工作方案尚未提出具有普適性或針對性的生活圈確切空間范圍劃定方法，固有的空間尺度和人口規模在以人為本的規劃語境下的生活圈功能組織方面的適用性有待加強[5]8。為在生活圈規劃中貫徹集約共享的空間布局原則，現階段城市規劃實踐工作迫切要求對城市生活圈進行邊界劃定與量化研究。

近年來，圍繞生活圈的研究在空間上呈現出由區域到社區的微觀化趨勢。2010年代初的生活圈研究大多由交通領域的學者從區域交通聯系和都市圈建設的角度開展，2016年后生活圈的研究對象逐漸聚焦到社區的空間層面，學者們普遍以社區為研究的基本空間，圍繞人居環境品質提升的理念，側重于探討公共服務設施布局的公平性與效率性[8-9]。生活圈作為研究對象，不同學科的研究也給出了不同解答。部分學者認為，生活圈既具有豐富的時空尺度屬性，又涵蓋了人的日常活動、社交開展和價值實現的社會學內涵[10]。袁家冬等[1116從城市地域系統的角度提出，日常生活圈是一種功能性的城市地域系統，可以我國行政區的最小區劃單位為基礎進行統計和研究。柴彥威等12基于時空間行為視角提出自下而上的多層級城市生活圈結構，并在此基礎上提出“生活圈是以微觀或匯總的‘生活’行為為基礎的生活范圍”[3]3，強調了時空行為在劃定生活圈中的關鍵作用。基于時空行為理論與方法開展城市生活圈識別研究，能夠切實從人本視角出發進行生活圈的劃定、測度與評價，回答城市中人與空間互動關系的問題，從而促進正面研究人、基于人、為人服務的城市研究與規劃體系的建構。

實證研究方面，當前已有多種數據與方法被應用于生活圈的測度與評價研究。部分學者直接采用既有的行政邊界或規劃單元對生活圈的服務效用進行評價[14-16]，或提取關鍵的建成環境要素利用步行仿真模擬法劃定15分鐘生活圈[17]。也有學者從居民的主觀認知出發，利用訪談調查法進行社區或鄰里空間的邊界識別[18-19]，在一定程度上強調了人與建成環境的互動。為更真實反映居民的實際出行和對空間的真實需求，部分學者從居民的出行規律出發，基于居民GPS出行路徑利用點集輪廓提取法[20]或標準置信橢圓法[21-22]劃定生活圈。然而后兩種方法在計算效率和研究空間范圍等方面存在局限性。

新時空分析方法與城市大數據的融合演進為生活圈的研究提供了新機遇。基于位置服務（LBS）和手機信令等用戶時空行為數據已成為研究者描繪居民日常出行范圍、測度生活圈效能的重要數據來源。復雜網絡等方法在區域空間尺度下的空間結構的探索呈上升趨勢，如城市功能區、都市圈和城市群的聯系緊密度認知與評價等領域[23-25]。基于密度的方法主要劃定服務范圍和出行圈層，例如利用客流來源密度隨距離衰減的突變點劃定各等級城市公園的服務范圍[21。部分學者聚焦就業中心和商業中心的通勤與消費行為，劃定中心的“勢力范圍”，探索城市空間功能結構[27-28]。基于復雜網絡的社區發現算法的優勢在于能夠高效地把作為節點的空間單元劃分為內部聯系緊密的組團，而密度方法適用于針對居住地出發的多層級出行范圍劃定，利用時空大數據、融合網絡與密度兩種方法，能夠實現多層級城市生活圈的測度。

在出行范圍識別的基礎上，王德團隊[29-30]根據居民通勤出行和生活性出行空間圈層形態，綜合距離一概率直方圖、出行空間特征統計指標等因子對選定住宅區樣本的出行模式類別進行了歸納。然而，上述研究中作為生活圈測度和模式總結的基本空間單元是既有固定邊界“住宅區”，限制了日常出行時空規律特征的挖掘和發現。本文認為基于居民的近家出行行為規律劃定基本空間單元，進而針對空間單元的城市尺度通勤與非通勤出行特征進行聚類和類型歸納，能夠支持更高效、更客觀的城市生活圈時空規律探索。

本文基于柴彥威等[13]36-40提出的多層級生活圈體系，利用手機信令數據，融合多種基于密度與網絡的空間范圍劃定方法，劃定北京市社區一通勤一擴展生活圈體系，測度歸納生活圈居民日常活動的時空規律，并在此基礎上根據通勤及生活性出行的距離一概率曲線，利用K-Medoids聚類算法對全市社區生活圈進行類型劃分和特征歸納，以發掘居住空間分異形成的典型出行模式，從而有效支持特大城市的功能布局、各層級服務設施配置、交通規劃的現狀服務效能評估和優化提升策略制定。

1數據與方法

1.1研究對象與技術路線

根據多層級生活圈理論，社區生活圈是滿足居民日常基本活動需求的圈層，居民發生多次、短時、規律性行為的次數最多；通勤生活圈包含居民通勤及工作的圈層，通常以一日為尺度，空間上包括工作地及附近區域；擴展生活圈滿足居民的偶發行為，空間尺度擴大到整個都市區范圍內[1116。

研究基于手機信令數據，以用戶居住地為起點，提取停駐點一出行時空網絡，根據出行目的與日期屬性區分通勤、近家與遠家擴展出行，分別劃定社區、通勤和擴展生活圈，以社區生活圈為基本單元，根據通勤與擴展出行的距離一頻率曲線為社區進行類別劃分和特征提取，最終融合分類結果，歸納居民出行的時空共性與特異性（見圖1）。

1.2數據來源與研究范圍

本文的基礎數據集為2024年9月的手機信令數據，數據以geohash格網為空間單元，涵蓋當月在北京市15天以上基站交互記錄的用戶。數據內容包括用戶ID（為保護用戶隱私不可查看）、空間位置信息、日期、起止時間、基站所在格網邊長等信息。

為提高研究樣本的代表性，利用北京市建成區范圍內的居住用地對應geohash格網篩選用戶居住地，對本地常住居民進行樣本選取。

1.3 數據處理

針對原始手機信令數據，首先進行乒乓誤差和數據漂移矯正，去除冗余的記錄；其次，針對每個用戶的整月到訪點記錄進行DBSCAN聚類，將時間和空間上接近的數個到訪點概括為一個停駐點，并計算停駐時長；再次，對全體樣本居民分別統計一個月內的停駐點累計晝夜停留頻次與時長，以每個居民夜間停留時長最長的停駐點作為本月的居住地，并根據累計月到訪天數和每日白天停留時長確定部分用戶的當月就業地，將其余未被識別為居住地和就業地的停駐點定義為其他停駐地。依照上述數據清洗與樣本篩選流程，得到全市研究樣本用戶775萬，當月內平均每個用戶產生家外停駐點66.5個。

以每一位用戶的居住地為出發點，就業地和其他停駐點為目的地，從個體層面分別構建全市通勤出行網絡和非通勤出行網絡。在非通勤網絡中，選擇直線距離小于 2km 的近家生活性出行用于社區生活圈的識別與劃定。以社區生活圈為基本單元，利用通勤出行劃定每個社區的通勤生活圈，將大于 2km 的非通勤生活性出行依照工作日和非工作日劃分，分別用于劃定周中和周末擴展生活圈 （見圖2）。

圖1研究技術路線圖Fig.1Diagramofresearchframework資料來源：筆者自繪。

1.4社區生活圈劃定

已有學者提出，15分鐘生活圈對應的空間尺度包含半徑從步行750m到借助交通工具的3—5 km的范圍[568。本文基于全市常住用戶的手機信令數據提取的家外駐留繪制出行距離一頻數曲線，發現在距離居住地2km處出現了頻數突變，且2km內出行占比為總量的 11% 綜合既有研究與研究數據，本文認為小于 2km 的出行能夠反映居民日常出行的時空共性特征，因此選取居住地 2km 以內的非通勤出行進行社區生活圈的劃定。

基于共享度矩陣的復雜網絡的社區發現算法識別全市社區生活圈。根據以geohash格網為單元的居住地一近家生活性出行自的地構建居住柵格之間的距離加權的共享度矩陣，共享度 能夠表征兩個居住格網i和j近家出行模式的相似程度，其計算公式如下：

式中：m為兩個居住格網之間共同訪問的周邊格網： Ω_imF?ΓP_jm 分別為格網i和j訪問第 個共享格網的次數； d_ij 為i和j兩個格網質心之間的歐式距離。

研究采用萊頓算法（Leidenalgorithm）進行聚類分析，該方法能夠更精準地識別城市空間中的高互動區域，避免出現碎片化或割裂的生活圈單元[31。基于居住格網的共享度矩陣，聚類后識別劃定活動分布共享的社區生活圈組團。

1.5通勤與擴展生活圈劃定

以社區生活圈的劃定結果為基本空間單元，選擇從各社區內部出發的通勤出行與大于 2km 的周中、周末非通勤出行。密度衰減或密度梯度是城市經濟學中使用的一種傳統方法[2]，空間密度插值法可用于特定范圍的劃定[26]4，[33]。本文引入城市經濟學中基于空間概率的核密度估計與插值法，分別劃定通勤生活圈、周中和周末的擴展生活圈。

在提取居民通勤和生活性出行的基礎上，以社區生活圈和 250m×250 m格網聚合出行網絡的起點和終點。為消除社區出行人口規模差異，以到達格網頻數除以來源社區的總出行頻次，計算每個社區到每個格網的通勤、周中擴展和周末擴展出行的頻率。針對每個社區將各類出行的頻次值由大到小進行排序，按順序進行累加，當累加之和達到或恰好超過 50% 時，停止累加并計算最后相加的格網的頻率密度，利用此頻率密度作為頻率核密度預測等值線圖的臨界值，劃定該社區此類出行圈層范圍（見圖3）。本文將以此法劃定的通勤、周中擴展和周末擴展出行范圍分別定義為以社區為基礎的通勤和周中、周末擴展生活圈。

圖2北京全市居住格網居民出行歐式距離分布曲線Fig.2Euclidean distance-frequency curve of trips of residents in residential grids of Beijing資料來源：筆者自繪。

1.6生活圈類別劃分

利用密度插值法劃定的通勤與擴展生活圈邊界能夠具象地描繪居民日常出行時空特征，但單一取值劃定的空間圈層并不能全面反映出行頻率隨距離增加的衰減特征和社區間衰減規律的細微差異。本文利用出行距離一頻率分布曲線反映社區居民的通勤與生活性出行時空特征，相比平均出行距離、遠距離出行人口比例等單一維度指標提供更為具象的信息。為消除社區出行人口規模差異，以2km 作為統計區間，統計社區出行距離落在各區間的頻數占社區總出行的比例，最終得到出行距離一頻率曲線。筆者借助基于分割的聚類分析方法，將出行距離分布作為居住區樣本的特征進行聚類，總結并歸納不同社區的通勤生活圈與擴展生活圈的空間形態特征，進而發掘時空間行為與城市功能之間的耦合關系。

圖3通勤與擴展生活圈的劃定方法示意圖Fig.3Anexampleof recognizingcommutingand expanded lifecircles

分割聚類通常采用K均值（K-means）聚類方法和K中心點（K-mediods）聚類方法。與K-means法相比，K-mediods法以最具代表性的觀測值表示簇的中心，能夠更有效地解決“噪聲”敏感的問題，更為穩健[34。本文應用K-mediods算法聚類多個社區的通勤與非通勤出行的距離一頻率分布曲線，算法關鍵步驟如下：

首先，隨機選取K個居住區的出行距離分布曲線作為中心點集合。計算每個樣本點到每個中心點的Hausdorff距離，將樣本點放入離中心點距離最近的聚類中。

其次，在每個聚類中，選擇與聚類中每個樣本點的距離絕對誤差最小的點作為新的中心點。聚類誤差平方和（sumofsquarederror，SSE）可由下式計算：

式中：K表示最終期望的分類數 ;X_km 表示第k個聚類中的第m個樣本點； M 為第k個聚類的樣本點數； C_k 是第 k 個聚類的中心點。

最后，如果新的中心點集與原中心點集相同，則算法終止；如果新的中心點集與原中心點集不一致，則返回上一步。

K-mediods算法需要預先確定聚類數量。本文選取輪廓系數作為聚類數量評價指標，為了保證每個聚類簇的分類效果，每類的平均輪廓系數的最低值將作為第二個評價指標。每個樣本點的輪廓系數計算公式如下：

式中：ai表示樣本i到類內其他樣本的平均

圖43類生活圈聚類數量與輪廓系數關系圖Fig.4Cluster number-silhouette coefficient curves of three types of life circles

距離： σ_bi 表示樣本i與最近類中所有樣本點的平均距離。最終的輪廓系數為n個樣本點的輪廓系數的平均值，如下式所示：

輪廓系數的取值在（-1，1）之間，平均輪廓系數值越大，代表簇內緊密度越高、簇間分離度越大，聚類效果越好。依據聚類簇數一輪廓系數曲線分別為通勤、周中擴展和周末擴展選擇16、14和16作為聚類數量（見圖4）。最終根據聚類結果、出行距離一概率曲線形態及生活圈形態等可視化結果，將社區分類進一步聚合，分別形成8、6、8類。

在3類生活圈各自的K-mediods聚類結果基礎上，構建多層級生活圈綜合分類體系。結合社區生活圈的通勤、周中與周末擴展出行空間特征，根據上述劃分結果為全市社區劃分綜合類別，并歸納其空間結構特征。

2北京城市生活圈特征

2.1社區生活圈劃分及特征

采用基于共享度矩陣的Leiden社區發現算法，在北京市共識別社區生活圈532個，其中三環內38個 （7.1%） 、三至四環39個（7.3%） 、四至五環75個（ 14.1% 、五至六環225個 （42.3%） ）、六環外155個 （29.1%） 。北京社區生活圈面積呈現出“中心緊湊、外圍擴散”的空間分異規律，具體表現為三環內至六環外社區生活圈面積中位數逐漸遞增，分別為三環內 3.32km² 三四環間 3.58km²， 四五環間 3.56km² 五六環間 3.80km²， 六環夕 $、 4 . 7 3 k m ^ { 2 } 。$ 同時，四環內社區生活圈面積大小相對均質，越向外圍，社區生活圈面積變化差異越為顯著。從居住人口來看，從內城向外社區生活圈的人口密度逐漸減低，三環內社區生活圈居民密度中位數（1.98萬人/km2）下降至六環外居民密度中位數（0.23萬人/km2）。

社區生活圈的空間規模直觀映射居民日常活動范圍緊湊程度。中心城區較小的面積源于高功能混合度與設施密集布局，支持步行主導的集約化生活模式；外圍區域則因設施離散化分布而需更大的活動空間（見圖5-圖6）。同時，社區生活圈居民密度與空間規模呈負相關關系，且當人口密度達到1萬人/km值以上時，面積穩定于 3km² 左右（見圖7）。這表明較高的人口集聚水平可有效提升服務設施的規模效應，驅動公共服務設施與商業設施協同優化配置，從而使居民日常需求能在緊湊空間內實現集約化滿足。但當人口密度突破該臨界值后，設施供給密度趨于飽和狀態，成為社區生活圈空間規模穩定的內在約束機制。

2.2通勤生活圈分類及特征

基于居民通勤行為劃定從單個社區生活圈出發的通勤圈，采用Hausdorff距離矩陣的K-Medoids聚類算法將通勤生活圈劃分為8種類型，并參考通勤圈形態最終整合形成單中心型 20.9% 多中心型（ 40.0% ）與廊道型 （39.1% ）3大類別（見表1）。類型空間分布呈現顯著結構化特征：單中心型通勤生活圈主要集中于城市高等級就業中心周邊（CBD、金融街、中關村、上地、豐臺科技園、亦莊）及外圍遠郊城區（昌平、密云、懷柔、延慶）；多中心型通勤生活圈集中分布于四環內區域，依托良好的交通可達性與主要就業中心形成多向聯系；廊道型通勤生活圈則沿軌道交通線路末端延展，典型分布區包括西南部燕房線、南部大興線、東部1/6號線、東北部機場線、北部5/8號線及西北部昌平線沿線區域（見圖8）。

2.3擴展生活圈分類及特征

基于相同方法論框架，工作日與周末擴展生活圈分別被劃分為6類與9種亞型，最終整合為單中心型（工作日 30.1% 周末 41.9% ）、多中心型（工作日 11.2% 周末 23.4% ）及廊道型（工作日 58.7% 周末 34.8% ）3大類別（見表2-表3）。工作日擴展生活圈形態結構相對單一，與通勤生活圈具有形態相似性，但廊道型主導特征顯著（占比 58.7% ），空間分布呈現典型圈層結構：三環內以單中心型集聚為

圖5社區生活圈居住人口密度空間分布圖Fig.5Distributionof resident densityofcommunitylife circles

資料來源：筆者自繪。

圖6社區生活圈面積規模空間分布圖Fig.6 Spatial distribution of area of community lifecircles

資料來源：筆者自繪。

圖7北京全市社區生活圈居住人口密度與面積 關系圖 Fig.7Relationship betweenresident densityand area of community life circles in Beijing

資料來源：筆者自繪。

主，三至五環間過渡帶形成多中心型密集區，五環外則表現為廊道型主導，同時遠郊城區（延慶、平谷、懷柔）存在離散分布的單中心

表1通勤生活圈類型模式與特征 Tab.1Patterns and features of commuting life circle categories

資料來源：筆者自制。

型（見圖9）。

周末擴展生活圈則表現出更強的空間異質性，單中心型主導地位強化（占比 41.9% ）

的同時，涌現出雙主中心結構等空間組織模式（見圖10）。此類結構多分布于某類功能中心 10km 輻射范圍內，與社區生活圈形成緊密的聯系，反映出社區生活圈與區域性服務設施的空間協同性。空間分布整體維持圈層特征，但存在區域分異：六環內多保持“中心單核—外圍廊道”的經典模式，而西北部昌平城區及遠郊城區（懷柔、密云）則形成逆向圈層結構——城區外圍出現單中心型密集區，城區核心區反而呈現與中心城區連接的廊道化延伸特征。

3多層級城市生活圈綜合類別劃分

3.1多層級生活圈類型劃分與特點

通過集成通勤生活圈與周中/周末擴展生活圈的空間特征，構建多層級生活圈綜合分類體系，識別出均衡型（ 33.1% 通勤依賴型（ 18.6% 、生活依賴型（ （14.1%） 、廊道型（20.3% ）及其他類型（ 13.9% ）5大模式。在全市的空間分布如圖11所示。

生活圈的5大模式的差異主要體現在就業活動和其他生活性活動圈層與居住地和城市中心的空間相對關系上，5個模式的具體特征如下：

圖8通勤生活圈類別劃分結果Fig.8Classificationresultsofcommuting life circles資料來源：筆者自繪。

（1）均衡型：這類社區的通勤與擴展生活圈均呈現單中心或多中心結構，居民在圍繞居住地3- .5km 半徑范圍內實現就業與生活性活動的自足，日常出行時空成本較為合理。此類模式的典型多層級生活圈空間范圍見圖12a。

圖9周中擴展生活圈類別劃分結果 Fig.9 Classification results of weekday expanded life circles 資料來源：筆者自繪。

圖10周末擴展生活圈類別劃分結果Fig.10 Classification resultsof weekend expanded lifecircles資料來源：筆者自繪。

（2）通勤依賴型：這類社區是廊道型通勤圈與單中心周末擴展生活圈的空間耦合，居民就業活動依賴城市中心，日常生活性活動的需求如購物、游憩、就醫等能在居住地周圍3-7km 范圍內被滿足。這反映出城市邊緣區域就業一服務設施的空間失衡，區域性功能中心得到充分培育，但高等級就業中心仍未形成。此類模式的典型多層級生活圈空間范圍見圖12b。

（3）生活依賴型：此類社區是單中心或多中心通勤圈與廊道型周末生活圈的空間疊合，與通勤依賴型相反，居民就業活動在居住地周邊開展，但日常生活性活動高度依賴城市中心的服務，這折射出城市近郊就業中心配套服務設施供給結構性短缺的問題。外圍居民需通過6— 12km 跨區出行滿足較高層級的生活性需求，如娛樂、購物、就醫等。此類社區的多層級生活圈空間范圍見圖12c。

（4）廊道型：此類社區是通勤與擴展生活圈雙重廊道化的結果，居民的就業活動與生活性活動均依賴城市主中心，映射出城市邊緣區就業崗位與各類服務設施的匱乏。此類型的多層級生活圈空間范圍見圖12d。

（5）其他類型：呈現“工作日廊道一周末多中心”非常規組合，多分布于高校分校區與企業分支機構聚集帶。此類型大多具有廊道型重廊道化特征映射出城市邊緣區對中心城功能的多維度依賴，并通過軌道交通實現以空間換時間來滿足該區域居民的多層級需求。例如，通州果園的居民多層級生活圈沿軌交1號線、6號線向中心城區蔓延，就業與生活均依賴軌道交通與中心城區的功能中心產生緊密聯系（見圖12d）。

圖11多層級生活圈綜合分類結果Fig.11 Comprehensive classification resultsof multi-level life circles資料來源：筆者自繪。

表2周中擴展生活圈類型模式與特征 Tab.2Patternsand features of weekday expanded life circle categories

資料來源：筆者自制。

圖124類典型社區通勤與擴展生活圈測度結果 Fig.12Commutingand expanded lifecirclesdelineatingresultsoffour typicalcommunities

表3周末擴展生活圈類型模式與特征 Tab.3Patterns and features of weekend expanded life circle categories

資料來源：筆者自制。

圖13生活圈綜合分類主要空間分布示意圖Fig.13Schematic map of distribution of comprehen-sivelifecircleclassificationresults資料來源：筆者自繪。

的工作日擴展生活圈和非廊道型的通勤與周末擴展生活圈，反映專業化功能組團對居民時空行為的異化影響。

3.2空間結構特征

從空間結構上看，各類別的生活圈具有顯著的空間圈層分布特征。均衡型生活圈集中分布于北四環至南三環的核心城區，并沿東北向望京外延伸至五環外。該地區高等級就業中心及完善的生活商業設施在一定范圍內滿足居民的各級各類需求，形成了較為理想的多層級生活圈結構。例如，和平里的居民的多層級生活圈均位于中心城區偏北，就業與生活活動大多在居住地周邊開展（見圖12a）。

通勤依賴型生活圈則主要集聚于東南三環至五環過渡帶及天通苑等成熟居住區，其“生活設施完善一就業中心缺失”的職住空間失衡特征，導致居民需通過8—15km長距離通勤滿足就業需求。例如，房山良鄉居民通勤和周中擴展生活圈沿房山線、軌交9號線及其他線路延申至中心城區西側，周末擴展生活圈僅圍繞居住地周邊形成（見圖12b）。

與通勤依賴型生活圈形成對比的是生活依賴型生活圈的空間分布模式，其圍繞上地、亦莊等新興產業集聚區形成環狀分布帶，展現出“就業中心極化一服務設施滯后”的特征，居民在保持3— .5km 通勤優勢的同時，需通過6-12km跨區出行滿足高階生活消費需求。例如，博興居民通勤生活圈緊密圍繞亦莊新城展開，但周中、周末擴展生活圈均涉及朝陽區更高級的城市功能中心（見圖12c）。廊道型生活圈沿六環軌道交通末端呈帶狀延展，其雙

值得注意的是，外圍新城呈現出差異化復合結構（見圖13）：西南部亦莊新城呈現“生活依賴型外圍包裹均衡型核心”的結構，印證了區域級商業中心對核心區服務效能提升的輻射作用；而北部外圍城區則形成“均衡型外圍環繞生活依賴型核心”的逆向空間組織，揭示了中心地區高需求群體與郊區基礎服務供給的結構性錯配，仍需遠距離出行滿足其高等級需求。

4結論

本文基于手機信令數據，從時空行為視角構建了北京市社區—通勤—擴展（周中/周末）多層級生活圈測度體系，結合K-Medoids聚類算法對多層級生活圈進行了綜合類型劃分，揭示了居民日常活動的空間組織規律。研究劃定社區生活圈532個，并呈現顯著的“中心緊湊一外圍擴散”的空間分異特點，居民實際的近家活動范圍反映了居民區生活類服務設施的供給密度，其面積與人口密度呈非線性負相關的特點也揭示了人口集聚規模對服務設施規模效應的提升作用及其上限水平。

通勤與擴展生活圈的聚類分析結果表明，各類生活圈呈現顯著的空間圈層結構：中心城區及遠郊城區以單中心型為主，過渡帶以多中心型為主導，城市外圍軌道沿線末端則以廊道型為典型特征，共計識別出22個子類型。進一步整合形成“均衡型\"“通勤依賴型”“生活依賴型”“廊道型”4類主導模式，突破了單一維度城市功能結構分析的局限，系統揭示了城市不同區域的發展階段特征與居民供需匹配關系。其中“通勤依賴型”和“生活依賴型”分別反映了產業功能與生活功能的單極發展態勢，揭示了部分區域功能失衡導致的通勤或生活圈外延現象；“廊道型”則集中分布于城市邊緣軌道沿線，依托軌道交通與中心城區的時空壓縮效應彌補本地功能短板。值得注意的是，遠郊城區出現的“均衡型”環繞“生活依賴型”的逆向空間結構，揭示了供需關系不僅包含數量規模層面的匹配，也可能因為高需求群體與基礎服務供給的結構性錯配而導致生活圈外延。

本文所歸納的多層級生活圈空間結構同時揭示了北京城市空間結構轉型的階段性特征：盡管單中心發展模式仍主導著城市功能格局（表現為外圍廊道型主導），但在外圍多點地區的新城培育已初現成效（如上地、亦莊等單中心型通勤圈的形成）。當前空間矛盾集中體現為“中心極化一邊緣依賴”的雙重困境——中心城區面臨設施飽和壓力，而新興就業中心尚未實現職住和擴展生活功能協同，導致軌道交通末端形成大量補償性廊道型生活圈。要突破這一發展瓶頸，需在強化昌平、大興、房山、通州等外圍新城產業集聚的同時，重點推進高等級公共服務設施定向疏解與15分鐘社區生活圈建設，通過就業一居住一服務三重協同推動城市結構向多中心網絡化轉型，例如，加強上地地區（生活依賴型）與回龍觀一天通苑地區（通勤依賴型）的聯系，如建立更便捷的交通廊道促進資源互補的協同發展。這不僅是對新型城鎮化戰略的實踐響應，更是實現人本導向空間治理、破解城市病的關鍵路徑。

參考文獻References

[1]柴彥威，李春江.城市生活圈規劃：從研究到實踐[J].城市規劃，2019，43（5）：9-16.CHAIYanwei，LI Chunjiang.Urban livingcircleplanning：fromresearch to practice[J].CityPlan-ningReview，2019，43（5）：9-16.

[2]中華人民共和國自然資源部.社區生活圈規劃技術指南（TD/T1062-2021）[S].2021.MinistryofNatural Resources of thePeople'sRepublic of China.Spatial planning guidance： com-munity lifeunit（TD/T1062-2021）[S].2021.

[3]上海市規劃和國土資源管理局.上海市15分鐘社區生活圈規劃導則[Z].2016.Shanghai Planningand Land Resource Adminis-tration Bureau. Shanghai planning guidance of15-minute community-life circle[Z].2016.

[4]杜伊，金云峰.社區生活圈的公共開放空間績效研究——以上海市中心城區為例[J].現代城市研究，2018（5）：101-108.DUYi， JIN Yunfeng.Performance evaluationofpublicopenspacein community life cycle level：acase study of downtown of Shanghai[J].ModernUrban Research，2018（5）：101-108.

[5]錢征寒，劉泉，黃丁芳.15分鐘生活圈的三個尺度和規劃趨勢[J].國際城市規劃，2022，37（5）：63-70.QIAN Zhenghan，LIUQuan，HUANG Dingfang.Threescalesand planning trendsof15-minutelife circle[J].Urban Planning International，2022，37（5）： 63-70.

[6] 邵源，李貴才，宋家驊，等.大珠三角構建優質生活圈的“優質交通系統”發展策略[J].城市規劃學刊，2010（4）：22-27.SHAO Yuan，LIGuicai，SONG Jiahua，etal.Strategy for quality transport systemin the GreaterPearl River Delta Region towardsa quality livingarea[J].Urban Planning Forum，2010（4）：22-27.

[7]張亦漢，李利紅.廣州一小時生活圈的劃分及其變化分析[J].中山大學學報（自然科學版），2014，53 （3）：140-145.ZHANG Yihan，LI Lihong.The division andanalysis of one hour living circle in Guangzhou[J].ActaScientiarumNaturaliumUniversitatisSunyatseni，2014，53（3）：140-145.

[8]常飛，王錄倉，馬玥，等.城市公共服務設施與人口是否匹配？——基于社區生活圈的評估[J].地理科學進展，2021，40（4）：607-619.CHANG Fei， WANG Lucang， MA Yue， et al. Dourban public service facilities match populationdemand？ Assessment based on community lifecircle[J].ProgressiGeogra，4（4）：60619.

[9]馬文軍，李亮，顧娟，等.上海市15分鐘生活圈基礎保障類公共服務設施空間布局及可達性研究[J].規劃師，2020，36（20）：11-19.MAWenjun，LILiang，GU Juan，et al.Researchonspatial layoutandaccessibility of infrastructuralpublic service facilities in the l5-minute life circle，Shanghai[J].Planners，2020，36（20）：11-19.

[10]金云峰，袁軼男，梁引馨，等.人民城市理念下休閑生活圈規劃路徑- -基于城市社會學視角[J].園林，2021，38（5）：7-12.JIN Yunfeng，YUAN Yi'nan，LIANG Yinxin，etal.Planning path of leisure life circle under theconcept of People's City—based on the perspectiveof urban sociology[J].Landscape ArchitectureAcademic Journal，1，38（5）：7-12.

[11]袁家冬，孫振杰.關于我國城市統計區重建的地理學研究[J].地理科學進展，2005（4）：11-18.YUAN Jiadong， SUN Zhenjie. A geographystudy on reconstruction of urban statistical area inChina[J].Progress in Geography，2005（4）：11-18.

[12]柴彥威，張雪，孫道勝.基于時空間行為的城市生活圈規劃——以北京市為例[J].城市規劃學刊，2015（3）：61-69.CHAI Yanwei， ZHANG Xue，SUN Daosheng.Astudy on life circle planning based onspace timebehavioral analysis： a case study of Beijing[J].Urban Planning Forum，2015（3）：61-69.

[13]孫道勝，柴彥威.城市社區生活圈規劃研究[M].南京：東南大學出版社，2020.SUN Daosheng， CHAI Yanwei. Research on urbancommunity life sphere planning[M]. Nanjing：Sourtheast University Press，2020.

[14] 張琬昕，楊超.基于過剩生活出行的15分鐘社區生活圈評價指標[J].同濟大學學報（自然科學版），2025，53（2）：272-279.ZHANG Wanxin，YANG Chao.Evaluationindicators of15-minute community-life circlebased on excess living-trip[J]. Journal of TongjiUniversity（NaturalScience），2025，53（2）：27-279.

[15]曾祥俠，呂浪，唐洪剛.社區生活圈視角下的公共服務設施空間分異研究[J].水利規劃與設計，2025（3）：31-38.ZENG Xiangxia， LYU Lang， TANG Honggang.Research on the spatial differentiation of publicservice facilities from the perspective of communitylife circle： taking thecentralurban areaof GuiyangCity as an example[J].Water Resources Planningand Design，2025（3）：31-38.

[16]韓增林，李源，劉天寶，等.社區生活圈公共服務設施配置的空間分異分析一 —以大連市沙河口區為例[J].地理科學進展，2019，38（11）：1701-1711.HAN Zenglin，LI Yuan，LIU Tianbao，et al.Spatial differentiation of public service facilities'configuration in community life circle：a casestudy of Shahekou District in Dalian City[J].Progress in Geography，2019，38（11）：1701-1711.

[17]車冠瓊，蘭旭，王倚天.居民步行仿真模擬下的生活圈居住區空間優化[J].南方建筑，2025（2）：21-29.CHE Guanqiong，LAN Xu， WANG Yitian. Spatialoptimizationofresidential areas inthe living circlebased on residents'walking simulations[J].SouthArchitecture，2025（2）：21-29.

[18]CAMPBELLE，HENLYJR，ELLIOTTDS，etalSubjective construction of neighborhood bound-aries：lessons froma qualitative study of fourneighborhoods[J]. Journal of Urban Affairs，2010，31（4）：461-490.

[19] CHO C M，CHOI Y S.The effect of resident-perceived neighborhood boundary on the equityof public parks distribution： using GIS[C]/Inter-national Workshop on Web and Wireless Geogra-phical Information Systems.Berlin， Heidelberg：Springer，2005：296-307.

[20]孫道勝，柴彥威，張艷.社區生活圈的界定與測度：以北京清河地區為例[J].城市發展研究，2016，23 （9） ：1-9.SUN Daosheng， CHAI Yanwei， ZHANG Yan. Thedefinition and measurement of community lifecircle：acase study ofQinghe Areain Beijing[J].Urban Development Studies，2016，23（9）：1-9.

[21]鄒思聰，張姍琪，甄峰.基于居民時空行為的社區日常活動空間測度及活力影響因素研究：以南京市沙洲、南苑街道為例[J].地理科學進展，2021，40 （4） ：580-596.ZOU Sicong， ZHANG Shanqi， ZHEN Feng.Measurement of community daily activity spaceand influencing factors of vitality based onresidents'spatiotemporal behavior：taking ShazhouandNanyuan Streetsin Nanjingasexamples[J].Progress in Geography，2021，40（4）： 580-596.

[22]申悅，柴彥威.基于GPS數據的北京市郊區巨型社區居民日常活動空間[J].地理學報，2013，68 （4） ：506-516.SHENYue，CHAI Yanwei.Dailyactivity space ofsuburban mega-community residents in Beijingbased on GPS data[J].Acta Geographica Sinica，2013，68（4）： 506-516.

[23]MA S，LONG Y.Functional urban area delinea-tions of cities on the Chinese Mainland usingmassiveDidi ride-hailingrecords[J].Cities，2020，97（2）： 102532.

[24] ZHANG X，WANG H，NING X， et al. Identifica-tion of metropolitan area boundaries based oncomprehensive spatial linkages of cities： a casestudy of the Beijing-Tianjin-Hebei Region[J].ISPRS International Journal of Geo-Information，2022，11（7）： 396.

[25]CHENT，GUY，ZOUB.DelineatingChina'smetropolitan areas using commuting flow data[J].SSRN，2022： 4052749.

[26] GUAN CH， SONG J， KEITHM， et al. Delineatingurbanpark catchment areasusingmobile phonedata： a case study of Tokyo[J]. Computers，Environment and Urban Systems，2020，81：101474.

[27]王德，王燦，謝棟燦，等.基于手機信令數據的上海市不同等級商業中心商圈的比較——以南京東路、五角場、鞍山路為例[J].城市規劃學刊，2015 （3） ：50-60.WANG De，WANG Can，XIE Dongcan，et al.Comparison of retail trade areas of retail centerswith different hierarchical levels： a case study ofEast Nanjing Road，Wujiaochang，Anshan Roadin Shanghai[J]. Urban Planning Forum，2015（3）：50-60.

[28]丁亮，鈕心毅，宋小冬.上海中心城就業中心體系測度——基于手機信令數據的研究[J].地理學報，2016，71（3）：484-499.DING Liang， NIU Xinyi， SONG Xiaodong.Measuring the employment center systeminShanghai central city： a study using mobile phonesignaling data[J].Acta Geographica Sinica，2016，71（3）： 484-499.

[29] 王德，李丹，傅英姿.基于手機信令數據的上海市不同住宅區居民就業空間研究[J].地理學報，2020，75（8）：1585-1602.WANG De，LI Dan，FUYingzi.Employmentspace of residential quarters in Shanghai： anexploration based on mobile signaling data[J].Acta Geographica Sinica，2020，75（8）：1585-1602.

[30]傅英姿，王德.上海市典型住宅區生活空間結構模式研究[J].地理科學進展，2021，40（4）：565-579.FU Yingzi， WANG De.Living space structuralpattern of typical residential areas in Shanghai[J].Progressin Geography，2021，40（4）： 565-579.

[31] TRAAGVA，WALTMANL，VANECK NJ.FromLouvain to Leiden： guaranteeing well-connectedcommunities[J].Scientific Reports，2019，9（1）：1-12.

[32]LOUAILT，LENORMANDM，ROSOGC，et al.Frommobile phone data to the spatial structure ofcities[J].Scientific Reports，2014，4： 5276.

[33]吳康敏，王洋，葉玉瑤，等.廣州市零售業態空間分異影響因素識別與驅動力研究[J].地球信息科學學報，2020，22（6）：1228-1239.WUKangmin，WANGYang，YEYuyao，etal.A study on the influencing factors and drivingforcesofspatialdifferentiationofretailformatsinGuangzhou[J]. Journal of Geo-informationScience，2020，22（6）：1228-1239.

[34]ZHOUJ，WUY，LIUF，etal.Prospects and obstaclesanalysis ofapplyingblock chain technologytopowertradingusinga deeplyimproved modelbasedontheDEMATEL approach[J].SustainableCitiesandSociety，2021，70：102910.