《0161.利用公交一卡通刷卡数据评价北京职住分离的空间差异》.pdfVIP

0161.利用公交一卡通刷卡数据评价北京职住分离的空间差异 龙瀛，崔承印，张宇，何莲娜 (北京市城市规划设计研究院，北京 100045) 摘要： 本文基于2008 年北京市连续一周的公交 IC 卡（Smart Card Data, SCD ）刷卡数据，结合2005 年居民出行调查、地块级别的土地利用图，识别公交持卡人的居住地、就业地和通勤出行，进而评价 北京职住分离的空间差异特征，具体的：1）将识别的通勤出行分别从通勤时间和距离角度，与居民 出行调查数据和其他已有北京相关研究进行对比，显示较好的吻合性；（2 ）对来自三大典型居住区和 去往六大典型办公区的通勤出行进行可视化并对比分析；（3）对全市基于公交的通勤出行进行可视化， 并识别主要交通流方向。 关键词：公交IC 卡刷卡数据；职住关系；通勤时间和距离；空间错位；北京 1 研究背景和已有相关研究 本文旨在利用海量公交 IC 卡（Smart Card Data, SCD）的刷卡数据，识别北京市的居 住－就业（Housing-jobs）区位分布二者之间的关系，并对公交通勤出行进行识别、评价和 可视化。以往的职住分析主要基于问卷调查数据开展。目前，随着基于位置服务（Location Based Services，LBS），如移动通讯（GSM）、全球定位系统（GPS）、社会化网络（SNS）和 无线宽带热点等技术的进步和广泛应用，大规模、高质量的个体时空数据的获取正不断成为 可能，这些遍布（Ubiquitous）的个人贡献（Volunteered）的数据对描述和理解城市空间 [1-2] [3] 结构提供了新的渠道 。从 Shavol 提出人类感知（Human Sensing）以来，LBS 技术已经 被越来越多地应用于城市研究中，但是还在起步。在更多的城市空间结构研究，多采用典型 [4] [5] 调查的方法获取个体数据 ，获取大容量微观样本还存在一定的障碍 。 公交 IC 卡刷卡数据 SCD 作为一种大规模的具有地理标识 （Geo-tagged）和时间标签的 数据，可以用于城市空间结构的研究与分析。以往这类研究主要基于居民出行调查数据开展， 但是这种调查成本高，每隔几年才能开展一次，而 SCD 具有连续型好、覆盖面广、信息全面 且动态更新等优点，因此在城市研究中具有较好的可应用型。在国外，有研究建议使用 SCD [6] [7] 进行公共交通的规划设计决策 ；Joh 和 Hwang 利用首尔大都市区 400 万人次的 1000 万次 [8] SCD，分析了公交卡持有者的出行轨迹与都市区的土地利用特征；Jang 利用首尔 100 万次 [9] SCD，对公交出行时间和换乘信息进行估计；Roth 等 基于伦敦实时的 Oyster 卡数据库，得 到伦敦地铁乘客移动特征，用来分析多中心的城市结构。在国内，截至 2007 年，有超过 100 [10] [11] 个城市启动了公交 IC 卡收费系统 ，利用 SCD 已有部分研究，如董晓晶等 开发了一套北 京 SCD 处理工具，为公交线网优化和交通管理提供依据；彭晗等[12]利用长春市的公交 IC 卡 数据，辅助支持城市公交换乘枢纽选址；杨智伟等[13]基于大连 SCD 进行客流预测。总体上， 这些研究主要侧重于利用 SCD 支持交通系统的规划设计和交通系统特征，少有研究利用 SCD 进行城市结构分析，如职住关系、通勤出行时空分布等。 1 本文拟基于 2008 年北京市连续一周的 SCD 分析北京的职住关系和通勤出行特征 。北京 自2006 年 4 月 1 日起，