居民出行活动特征与收入水平的关系——以上海为例-地理科学进展.PDF

第36 卷 第9 期 地理科学进展 Vol.36, No.9 2017 年9 月 ProgressinGeography Sep. 2017 居民出行活动特征与收入水平的关系 ——以上海市为例 1,2,3 3,4 1,2,3 1,2* 郭思慧 ，文聪聪 ，何 云 ，裴 韬 (1. 中国科学院地理科学与资源研究所，北京 100101；2. 中国科学院资源与环境信息系统国家重点实验室， 北京 100101；3. 中国科学院大学，北京 100049；4. 中国科学院遥感与数字地球研究所，北京 100094) 摘 要：居民出行活动与居民的收入水平关系是公共交通、城市地理研究的重要问题。传统获取居民出行活动信息 主要基于问卷调查的方式，不仅成本高、样本量有限，且研究局限于定性讨论，研究结果易因受访者的主观意识而 产生偏颇。随着信息技术的革新，传感器记录的大规模人类活动信息为研究居民出行活动特征与居民收入水平关 系提供了可能性。本文利用上海市居民时空轨迹数据，从居民出行活动的角度出发，首先构建居民出行活动指标， 并利用主成分分析法提取居民出行活动特征的主要成分；然后对主成分进行K-Means 聚类，并针对不同出行活动 特征的类别，分析居民出行活动特征与居民收入水平的关系，结果表明：①居民出行地点多样性与居民出行范围大 小是反映居民出行活动特征的主要成分；②移动范围越小、移动地点多样性越低的居民类别，其平均工资水平越 高；③不同移动性特征的类别平均收入水平差异与各类别居民工作地的产业发展有关。研究结论可为城市规划及 相关经济政策制定提供参考。 关键词：出行活动；移动性指标；收入水平；主成分分析；K-Means 均值聚类；上海市 1 引言 特征，来预测居民的个体经济水平，预测精度超过 80% ；Smith-Clarke 等(2014)对2 个发展中国家的实 居民的出行活动与居民收入的关系是城市地 证研究发现，手机用户集群行为中的固有模式(如 理学研究的重要内容。传统获取居民出行活动信 通话次数、通话网络等)特征与普查数据中的贫困 息的方式主要基于问卷调查(张文尝等, 2007; 丁威 指数显著相关；Blumenstock 等(2015)结合卢旺达手 等, 2008; 周素红等, 2010; 陆锡明等, 2011) ，不仅成 机网络数据提取居民通话模式特征(如通话次数、 本高、获取效率低，且有效问卷的样本量小，给居民 通话时长) 、通话联系网络特征及移动模式特征(移 出行活动研究增加了难度。随着信息技术的革新， 动范围、出行地点)来预测居民的社会经济水平(收 与居民经济活动有关的行为数据被无处不在的传 入水平、住房情况、受教育程度等) ，并通过预测的 感器实时记录，通过分析这些来源于社会经济系统 居民社会经济水平重建了整个国家的财富分布状 的大数据，以较低的调查成本实时高效地了解居民 况，结果与政府普查数据高度一致。这些研究都表 微观经济属性成为可能(高见等, 2016) 。例如，Soto 明，居民的社会经济活动与居民收入状况之间存在 等(2011)利用手机数据中抽取的移动模式(移动半 一定的关系。然而，上述研究所涉及的社会经济活 径、移动熵等) 、通话模式(通话量、短信条数等)和社 动含义较广，通话模式、社交模式等都包含在内，城 交网络模式(通话联系人比例、短信联系人比例等) 市居民的出行活动模式与收入水平间的关系实际 收稿日期：2017-06 ；修订日期：2017-08。 基金项 目：国家自然科学基金项目 [Foundation: National Natural Science Fo