基于大数据分析的南京都市圈出行特征研究

李剑锋

摘 要：目前国内对都市圈的研究和实践多为功能层面的研究，对都市圈地区交通需求的定量特征分析相对较少，研究方法以定性分析为主，缺乏量化的特征研究和数据支撑。文章首先梳理总结了国内外关于都市圈的基本概念及界定标准，在此基础上以南京都市圈为例，基于百度LBS数据，提出了大数据筛选应用的分析处理流程，利用大数据分析研究了南京都市圈内部的出行分布关系和交通联系特征，划定南京都市圈的辐射影响范围，并对其潜在的交通需求动因进行分析，揭示了都市圈内部交通出行的规律。

关键词：都市圈；大数据；交通特征

中图分类号：TU982 文献标志码：A 文章编号：2095-2945（2017）34-0001-03

1 南京都市圈基本概况

都市圈的概念最早源于美国，后来在日本被广泛应用。然而具体界定都市圈标准目前各国或各地则不尽相同。但主要的测度指标主包含两大类，第一类是衡量中心城市的界定标准，主要包括人口规模（或人口密度）以及城市化水平，第二类是外围地区的界定标准，主要包括到中心城市的通勤率、人口及城市化水平。概念内涵上看，本质是一致的，是指城市发挥其职能时与周边地区所形成的种种密切联系所波及的空间范围，因此它是一个超越城市行政、景观地域的区域概念。

“南京都市圈”是江苏省委、省政府提出着重建设的该省三大都市圈之一，其范围锁定在南京周边100公里左右，由于驱车往来只需1个多小时，故又被称为“南京一小时都市圈”。“南京都市圈”不是行政区划意义上的城市概念，而是一个被发达的交通网络紧密联系起来的城市群落。其实质是以南京为中心形成一个经济区域带，在这个区域带里，大家共同发展，共同做强做大。都市圈成员城市为南京、镇江、扬州、淮安、马鞍山、滁州、芜湖、宣城八市，总面积6.3万平方公里，2016年底常住人口3300萬人。

2 数据基础及数据计算流程

以往由于交通调查技术手段的局限，以往采取的人工调查方法，费力费时，并且小样本调查结果的代表性也有存疑。目前专业/非专业的多源交通时空数据，为交通分析及交通规划提供了新的调查手段，对获得细时间分辨率、高空间分辨率的交通数据已经成为现实。为此利用百度LBS数据，分析都市圈各城市出行特征，从定量分析的角度，分析辐射影响范围，考量既有南京都市圈的实际势力范围。

本文采用的数据为百度LBS，基本原理是通过电信移动运营商的无线电通讯网络或外部定位方式获取移动终端用户的位置信息。主要包括移动用户使用百度地图（包含第三方APP） 的定位数据，以及可以获取接入的车辆GPS数据。采集于2015年11月11日至11月28日。目前目前百度日PV达到了230亿，日活imei4.5亿，平均每部手机每天定位51次。（见表1）

3 南京都市圈内出行分布关系

3.1 总体出行分布关系

从南京与原都市圈八市（镇江、扬州、淮安、滁州、原巢湖、芜湖、马鞍山、宣城）之间出行总量分布看，主要以镇江、扬州、滁州为主，分别占到了32%、14%、20%。

3.2 各城市间出行分布关系

从各城市的角度分析了各自对外的出行联系特征。从大数据出行分析看，南京发挥了核心首位城市的作用，在都市圈8大城市中，南京均处于其余城市对外联系前五位的地位。其中镇江、滁州、马鞍山、扬州都以南京作为首要的核心对外目的地，且镇江、滁州、马鞍山三市与南京的联系强度远远大约各自联系排名第二位的城市。淮安、扬州对外联系排名前两位的城市分别是宿迁（南京）、南京（泰州），在联系强度上前两位差别甚微。芜湖、宣城以南京为核心的联系特征不显著。

其各城市的对外出行分布特征如下：

（1）马鞍山、滁州

马鞍山、滁州对外出行量中，南京均是第一首选目的地，其到南京的出行总量分别是到合肥出行总量的5倍和2倍。

（2）扬州、淮安

扬州、淮安的对外出行目的地中，南京仍为首选，但同时都与相邻的泰州、宿迁之间保持着不相上下的密切联系。

（3）宣城、芜湖

两个城市对外出行总量中，到南京的总量分别位居第三、第五。

（4）南京与镇江

南京与镇江彼此对外出行总量中，互为第一位。

3.3 宁镇细分联系特征及动因分析

3.3.1 联系强度及空间分布

将宁镇板块空间进行细分，分别考察中心城市之间、中心城市与毗邻县市之间，毗邻区县间的出行分布特征。发现以下特征：

（1）南京、镇江、扬州三个中心城区之间的两两联系强度相当，南京中心城区在中心城区相互联系的层面并没有明显的优势。

（2）南京全市域与镇江全市域之间的出行中，有73%是南京与句容之间的出行。

（3）南京与句容之间的出行中，句容到江宁与到市区的比例约为5：4。

从这三条数据可以看出，目前宁镇之间的联系的主力是句容到南京江宁、栖霞以及句容到南京中心城区；镇江中心城区至南京中心城区、南京中心城区至句容、江宁栖霞至句容三者之间出行人次强度比例约为1：4：5。

3.3.2 出行人群特征

在南京中心城区-镇江中心城区、南京中心城区-毗邻县市、毗邻县市之间三个空间层面的出行中，出行人群受教育水平及技能水平存在较大差异。

三个空间层面的出行人群中，本科及以上的人群占比分别为45.8%、29%、14%。

三个空间层面的出行人群中，南京中心城区-镇江中心城区之间专业技术人员的比重高达41%。

3.3.3 高频次人群出行特征

将一周之内城际出行大于2次的人群，定义为高频次出行人群。这部分人群的出行及相关特征如下：

对于高频次人群出行的的强度占总出行量的比例，毗邻区县间比例最高约为35%，毗邻区县到市中心其次约为26.5%，市中心间比例最低为8%。endprint

3.3.4 方式划分及走廊

通过对宁镇间高速公路、城际铁路OD数据的调取，并结合普通公路观测量数据。分析得到宁镇间公路、铁路出行方式比例约为1：1。

在宁镇出行中，各公路干线走廊的分担情况为S338：1、G312：3.1、沪宁高速：4.2、G104：1、S122：2。

在宁扬出行中，各公路干线走廊的分担情况为宁通高速：2.6、G328：2.8、S336：1。

3.3.5 出行动因分析

（1）南京中心城区退二进三，部分产业外迁，外围的新城成为岗位的积聚区。毗邻县市成为劳动力输入的来源地。因此产生了句容与江宁、栖霞之间大规模的城际出行。严格意义上的城际通勤交通也主要显现在这个层面。据粗略了解，目前南京江宁开发区的部分制造业工厂，1/3劳动力来自南京本地，1/3来自苏北和安徽，1/3来自周边毗邻县市。

（2）外围新城一方面承载中心城区的部分产业外溢，另一方面其综合开发也提供了宅地，在级差地租的作用下，中心城区与外围新城之间出现了由于职住分离导致的市内通勤交通。

（3）从城市服务功能上看，中心无可替代的公共服务资源（医疗、图书馆、学校），城市服务功能的能级梯度，派生了毗邻县市与中心城市之间的弹性需求。同时中心城市逐渐成为服务业的积聚高地，提供了就业岗位，也派生了部分就业刚性需求。

（4）南京中心城区与镇江中心城区之间的城际交流，从出行目的上看有探亲、旅游、商务、工作、就学等。但两个中心城市之间高频次交流的这类群体，体现了一个城市现代服务生产业的智力输出，高端人才的流动也主要在这类群体中。也是一个城市核心竞争力和辐射力体现的层面。

4 展望

以大数据为代表的新一代分析技术对交通发展已经产生了深远的影响，新的交通数据采集手段使得众多设想成了可能，人的移动、车的移动、定点监测、交通收费、交通安全和传统基础数据等交通大数据将可实时呈现在我们面前，而这些数据对交通规划、管理和决策的发展都产生了重要的推动作用，为政府精准管理提供基于数据的综合决策成为可能。本文正是借助大数据大样本、细粒度、连续追踪的特点，从整体上的把握了南京都市圈出行态势，从定量的角度分析了南京都市圈的势力范围。未来希望借助大数据多维度的属性，探索交通与产业、社会经济之间的互动关系。

参考文献：

[1]美国城市发展模式——从城市化到大都市区化[M].清华大学出版社，2006.

[2]曾群华.关于区域同城化的研究综述[J].城市观察，2013（6）：85-95.

[3]王德，宋煜.同城化發展战略的实施进展回顾[J].城市规划学刊，2009（4）：74-78.

[4]邹军，王学锋，等.都市圈规划[M].中国建筑工业出版社，2005：27.

[5]蒋小荣.中国城市人口流动网络研究-基于百度LBS大数据分析[J].人口与发展，2017（1）：13-14.endprint