大数据在保障性住房布局与规划中的应用探索—以深圳市龙华区为例.pdfVIP

大数据在保障性住房布局与规划中的应用探索 ——以深圳市龙华区为例 安庆，单樑，荆万里 摘要：回顾以往的保障性住房建设工作，保障性住房常具有布局偏远、与周边公服设施脱节、单一功能集 中建设、职住空间匹配性差等特征，导致了其空间布局与民众住房需求的不匹配，拉高了保障性住房租住 群体生活的时间成本与金钱成本，从而导致保障性住房项目的高空置率与民众对于保障性住房的低积极性。 因此，精准把握保障性住房的空间需求特征，是建设健康高效的住房保障体系的必要条件。本文将用大数 据的方法对保障性住房的需求与建设的空间要素进行分析，研究保障性住房适合建设的区域。本文以深圳 市龙华区为例，以手机信令数据的时间属性与空间属性为基础，发掘区域的人群分布特征与活动聚集特征。 叠加公积金数据，分析研究现状需求的空间分布特征与职住关系。结合POI数据，分析城市各区域的现状 居住适宜性，为后续的选址工作提供完善且可靠的指引。 关键词：保障性住房，大数据，空间布局，公积金，POI，手机信令 1引言 1.1保障性住房的工作开展背景 1.1.1保障性住房工作时代背景与必要性 改革开放至今，中国的经济水平、城市建设都已有了巨大的变化。而随着经济建设发展 与住房市场放开，房地产迎来了飞速发展的机遇。截至2016年，中国的城市化率已经达到 了57.4%，城镇人口达7.93亿。 中国的住房保障制度也随着经济与城市的发展生根发芽。中国的保障性住房制度始于 20世纪90年代，直至 “十二五”之前，保障性住房以整体较为平稳的规模建设。保障性住 房第一次被正式写入政府文件是在 1998年，而在2011年建设3600万套保障性住房的目标 被提出来之后，保障性住房建设大幅度增长，而在此大背景下，从供应的主体和对象，到住 [1] 房的类型、位置与规模都发生了明显的变化 。保障性住房在中国并不是一个新千年的全新 概念，但被广泛接受的时间并不长。这一现象源于中国独特的历史背景原因。在计划经济时 代的房屋分配制度本质上就是保障性住房的一种表现形式，而且借由房屋分配制度又使得绝 大多数的城市居民能做到居有其所；在市场经济时期，快速城市化过程中所留下来的城中村 由于其便利的区位与生活设施和灵活且低廉的租金，吸引了大批的低收入人群和外来务工人 员，间接承担了城市中保障性住房的职能。 随着中国经济的快速发展，居民收入水平逐渐提升，对住房环境有了更高的要求，现有 的承载了大量住房保障职能的城中村变得无法满足住房需求。住房保障工作再一次变得紧迫 起来。在2017年，住房保障工作作为国家发展的重要举措写入了十九大报告中，也宣告着 保障性住房的规划建设进入了一个高速发展的新时期。 1.1.2保障性住房现状建设情况困境 住房保障制度实行至今，已有一批保障性住房的房源投入运营中。然而现状房源在实际 使用的过程中存在着诸多问题，导致房源分配情况不佳等情况。 以深圳为例，深圳先后开展了安居型商品房、公共租赁住房、人才房、保障性住房等多 个名目不同种类的住房保障工作，并已有一部分的房源向社会供应。按照深圳的人口状况与 住房所有情况，保障性住房的房源目前在数量上是完全无法满足社会需求的，因此在房源分 配情况上应该呈现供不应求的情况。然而在实际的保障性住房房源分配过程中，出现了保障 性住房建设统筹的缺失，项目建设分布不均、部分地区或部分户型空置率过高的问题。因此， 需要摸清保障性住房的供应现状与需求情况，分析适宜居住的城市区域，以及合适的户型配 比结构，是兼具必要性与紧迫性的任务。 1.2 大数据的时代背景与趋势 从被称为 “大数据元年”的2013 年至今，大数据也以其独有的规模性与普适性从互联 网行业扩散至社会各行各业。由于大数据天然具有的普适性与大尺度等特征与中宏观规划在 尺度上的贴合，各规划相关学者与规划研究设计机构也加积极尝试将大数据引入城市规划设 计工作。由于大数据技术本身的新兴性，中国与国外在规划发展上没有代差，并有了站在同 一起跑线的机遇，正如吴志强院士说的那样：“大数据研究是城市规划领域第一次中国学者 [2] 和西方学者站在同一起跑线上” ，王建国院士也将 “基于人机互动的数字化城市设计”归 纳为城市设计发展第四代范型，大数据与城市规划的关系也变得空前紧密。然而，近些年城