规划问道

【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派

【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派


1 研究背景
【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派

生活圈一般指“维持居民日常生活而发生的诸多活动所构成的空间范围” 。近年来,生活圈作为承担满足居民日常公共服务与多元活动需求的重要空间载体,在世界各地的规划实践日渐丰富。与此同时,产生了如“15分钟城市”、“15分钟生活圈”的规划理念及其相应实践。随着我国城市发展转向“以人为本”的新阶段,生活圈规划也开始受到重视。自行车是我国城市主要的出行方式,近年来随着共享单车的大规模发展,骑行生活圈的重要性进一步增强。共享单车不仅扩大了轨道交通的服务范围,也增加了自行车在日常生活圈的使用活动。



2 研究方法
【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派

研究将实际空间位置特征一致的无桩、分散租还点合并成同一个虚拟租赁点,作为基本研究单元。在虚拟租赁点的基础上,基于租赁点之间联系紧密度对骑行生活圈范围加以识别,本文使用社区发现算法来界定生活圈。社区发现是将网络中的节点划分为组,使组内联系更密切的同时使组间联系较稀疏,以此来计算得到网络中社区的算法。本研究中,节点为虚拟租赁点,边即节点间联系为租赁点间的骑行联系,骑行联系总量为边的权重。



3 研究结果
【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派

市域骑行簇群分布与生活圈判别

根据租赁点之间的联系强度,采用社区发现方法在市域识别出68个骑行簇群,大致分为呈圈层分布的三类:致密型、紧凑型、松散型。


【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派

上海市域骑行簇群分布图


通过调整社区发现算法中的解析度参数,可以改变骑行簇群大小。通过调整解析度在中心城区的浦西中环内范围得到半径大致为1.5—2km的骑行生活簇群,这些簇群的尺度与共享单车的平均骑行距离相当,簇群内部租赁点密度更高、骑行联系更紧密,可作为被社区算法识别出的骑行生活圈。总体上,中心城区骑行簇群具有由内而外的圈层分异特征;浦西与浦东之间也存在明显分异:在浦西,致密状态的骑行簇群连绵到东北方向(杨浦区)和西南方向(徐汇区、闵行区);在浦东,则集中在陆家嘴、金桥及南码头地带。中心城区识别出的骑行簇群大多能与主要功能区的地理范围相对应,如陆家嘴、老城厢、南京路、衡复风貌区等,表明这些功能区内部的短距离骑行需求较强。与此同时,有不少骑行簇群打破了市辖区行政边界,骑行活动受行政范围的局限很小。


【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派

上海中心城区骑行簇群分布图

骑行簇群分异成因分析

除了圈层间差异,在同一个圈层中的骑行簇群也呈现大小、形状各异的变化。概言之,影响骑行簇群形态的主要因素有两个:一是地物隔离,二是中心特征。

地物隔离即 “硬边界”,由于其阻隔作用,会自然形成骑行簇群的边界。如上海火车站南侧区域,北侧被京沪铁路分隔,南侧被苏州河分隔,于是形成了一个面积很小的骑行簇群。

中心形态指骑行簇群内部的骑行活动中心的类型与分布情况。根据社区发现的结果,骑行中心可分为三类:广域型、内向型与消解型。

【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派

广域型骑行中心:徐家汇

广域型骑行中心服务多个相邻骑行簇群,对应城市中的高级别中心。这一类中心,如徐家汇,对周边的骑行簇群均具有影响力。广域型中心对应数个虚拟租赁点,各自与不同的骑行簇群产生紧密联系,同时,同属一个骑行中心的虚拟租赁点由于距离较近,互相联系不密切,故在社区发现算法中,中心区域的虚拟租赁点会被划分至与其联系最密切的骑行簇群。因此广域型中心一般会成为骑行簇群的边界。

【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派

内向型骑行中心:中山公园站

内向型骑行中心位于一个骑行簇群的中心,与广域型中心不同,其服务范围限定于其所在的骑行簇群。中山公园站即为一个典型的内向型中心,中山公园站自身为高客流量地铁站,共享单车接驳量大,其站点周边又存在大量商业开发,自然形成一个集轨道接驳与商业功能结合的骑行中心。

【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派

消解型骑行中心:陆家嘴

消解型骑行中心指一些城市中的大型公服或商业设施,因业态与骑行活动完全不匹配、周边道路网骑行环境不良等因素,以至于以骑行活动为依据进行研究时,这类中心完全消解,无法被探知其存在。因此,其对应的骑行簇群几乎完全以“硬边界”划分。陆家嘴内的骑行中心是很典型的消解型中心,尽管陆家嘴是高等级城市中心,但其业态对于骑行活动而言较脱节,因此无法被算法所识别。受此影响,陆家嘴这一骑行簇群三面由硬边界(黄浦江、张家浜、杨高中路)分隔。

广域型中心与内向型中心的划分不是绝对的,如果调整解析度从而改变骑行簇群大小,同一中心的性质可能发生变化。当骑行簇群的尺寸小于内向型中心的服务范围时,内向型中心即转变为广域型中心。

生活性干道在骑行簇群发现中具有独特的性质,一方面,生活性干道路幅较宽,对骑行活动具有一定阻隔作用;另一方面,生活性干道两侧商业设施与公共服务设施丰富,易形成骑行中心——故生活性干道兼具边界与中心两种性质。当骑行簇群较大时,生活性干道的服务范围有限,不足以使其成为一个骑行中心,因此其边界作用占主导。当解析度产生变化,使骑行簇群的尺寸与生活性干道的服务范围相符,生活性干道就会成为骑行中心。

【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派

不同分辨率下的衡山路周边簇群划分

衡山路即为一例,当解析度较小,骑行簇群较大时,衡山路是骑行簇群间的边界。解析度上升,骑行簇群尺寸收缩至与衡山路的服务范围相一致,同时周边的内向型中心(如轨道交通大学站)由于簇群尺寸小于其服务范围而变化为广域型中心,衡山路即成为一个小骑行簇群的线形中心。

规划启示与规划应用

现有社区规划通常依照现有的街道、社区为边界进行划分。而步行生活圈也往往依据街道、社区进行组织。但研究结果表明,常作为街道与社区划分边界的次干路往往具有较强的生活性功能,因此会成为实际社区生活圈的中心而非边界。因此,在实际进行社区规划时,以街道、社区这类行政边界作为范围进行划分时,往往无法充分反映社区各类生活活动的实际情况。在这类情形下,采用基于实际共享单车使用活动的社区发现算法,能够更为科学地划分社区规划时所涉及的街道边界。


课题负责人:刘冰      

课题组成员:王舸洋、朱俊宇、张涵双、鹿明、曹娟娟


本课题受到国家自然科学基金项目“基于客流均衡视角的轨道TOD走廊空间模式及其优化策略研究”(项目编号:52178052)、“多尺度建成环境下的公共自行车使用特征、行为机制”(项目编号:51378360)以及上海同济城市规划设计研究院有限公司暨长三角城市群智能规划协同创新中心科研课题“基于共享单车大数据的典型骑行生活圈模式识别”(项目编号:KY-2020-YB-A04)的资助
本文转载自:同济规划TJUPDI
最近有朋友问我们:为什么没有及时看到推文?因为微信改了推送规则,没有点“赞”在看,没有把我们“星标”,都有可能出现这种状况。
“星标”,不迷路!看完文章顺手点点“赞”在看,就可以准时与我们见面了~

原文始发于微信公众号(城市数据派):【国家自然科学基金项目成果】基于共享单车大数据的生活圈识别丨城市数据派

赞(0)