028.基于人口迁徙大数据的上海近沪地区社会联系特征研究.pdfVIP

基于人口迁徙大数据的上海近沪地区 社会联系特征研究 许志榕 摘要：大数据背景下，城市规划研究迎来了不少新的突破。以腾讯、百度、阿里等巨头企业带来的海量数 据为城市空间结构、区域联系度研究提供了新型的数据基础。利用腾讯位置大数据，获取用户日常流动轨 迹，识别区域间人口迁徙的特征，可了解不同地区间社会联系关联度。通过采集”腾讯人口迁徙”大数据 中2016年 “五一“前后 （2016年4月26 日-2016年5月31 日）长三角三省一市共计209个城市的人口迁 徙详细汇总数据，区分工作日与周末，从人口迁徙总量、人口迁徙OD分量、不同迁徙交通方式、人口首要 迁徙目的地等各角度分析上海与长三角城市间的联系特征，并寻求上海近沪地区社会联系特征。结果表明， 跨行政区域的人口联系日益频繁，尤其在上海与近沪地区明显。呈现出的总体特征包括：空间上沪宁轴强 于沪杭轴，沪昆苏联系最为紧密；功能上，周末联系强于工作日联系，上海与周边地区休闲休憩联系强于 商务就业联系，仅昆山、太仓、江阴等少量城市工作日联系大于周末联系；交通方式上，江苏与上海以公 路联系为主，浙江与上海以铁路联系为主，沪宁沪杭轴线上铁路联系强于公路联系、但上海近邻地区公路 联系强于铁路联系；势力圈划分结果表明，包括苏州市市辖区、昆山、太仓、吴江、常熟、嘉善、嵊泗、 启东以上海为首要迁徙目的地，表明了他们与上海强烈的社会联系度。 关键词：人口迁徙, 上海, 近沪地区，势力圈 1 引言 1.1 背景 过去数年，在长三角城市群协同发展的大趋势以及上海 “2035总规”编制的大背景下， 近沪地区诸多城市提出了同城化的诉求。以昆山、嘉善、平湖、南通等城市为突出表现，在 轨道交通延伸、房地产开发、通勤互通等方面提出了与上海的对接需求与想法。国外以通勤 为主要特征的特大城市与周边城市的联系在我国并未成为城市之间社会联系的主要方式，非 通勤的人口流动仍是常态。这种常态在计划经济时代表现为“周末工程师”模式，而现在则 缺乏相关的定量研究去体现，本研究正是基于此目的，力争通过人口迁徙数据去反映上海与 周边地区城市的社会联系特征。 1.2 综述 过往，学界对于城市间的联系问题，也开展了较多的定量化研究。基于空间、空间结构 要素和空间相互作用等概念，以对流空间联系强度测度为主，成为理论界研究城市联系的最 ① 重要手段。城市间的流空间测度要素主要以人流、物流、信息流、资金流为主要选择要素 。 过往，受制于数据获取难度，以静态数据为主的研究方法有重力模型法 （顾朝林等，2008）、 潜力模型法 （宋正娜等，2009）、场强模型法 （鲁莎莎等，2013）、断裂点模型法 （曹芳东等， 2010）、城市流模型法 （冷炳荣等，2011b）、偏离份额分析法 （Nazaraetal,2004）、V 图划 分方法 （Mu et al，2006）以及中介机会模型法 （Stouffer，1940）、效用模型法 （Block， 1960）等，以及以上模型方法的不同改进与优化模型。 随着大数据在城市规划等相关空间研究领域的广泛应用，城市之间相互关系也可以利用 大数据进行较为直观的解读。其中主要运用的数据有手机信令数据和地图平台的人口迁徙数 据。地图平台迁徙数据主要指百度迁徙和腾讯迁徙数据，迁徙数据是基于定位服务技术，通 过手机用户的定位信息映射人口流动轨迹，塑造出人口流动过程中产生的气质城市节点级连 ② 接路径 。百度和腾讯LBS开放平台为数十万款APP提供定位服务，覆盖数亿手机用户，为 空间联系提供实测流数据支撑。利用百度迁徙春运人口大数据，魏治等选取对外联系度、优 势流、城市位序-规模分析等方法对转型期中国城市网络特征进行分析，但是构建网络为无 向网络。刘望保等从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局 及其与“胡焕庸线”之前的关系等角度分析中国城市之间的人口日常流动相关特征与空间格 ③ 局 。地理行为大数据存在被采集群体偏向性较强和个体社会经济属性确实或不真实等问题， 腾讯和百度迁徙大数据存在缺乏迁徙者的个体社会经济属性，无法建立起迁徙行为与个体社 会经济属性之间相关性的缺陷，但数据首次通过海量数据全程、动态、即时地展示了城市之 间的人口流动格局，而更适合用于城市之间的人