规划问道

【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派

【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派



【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派



内容导读
【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派
伴随信息化的快速发展和城市蔓延的不断加剧,大城市居民面临着越来越多的居住、工作和活动地点之间的空间不平衡的挑战。特别是通勤距离的增加,以及由此导致的日常通勤时间的延长,不仅在城市中造成严重的交通拥堵,而且还严重影响了城市居民生活质量和主观幸福感。但现有研究还缺乏对大城市居民居住、就业及非职住活动空间三者关系及其空间分离影响机制的解析。

本文基于北京市2019年5月手机信令数据,在识别居民居住空间、就业空间和主要活动空间的基础上,对这三类空间的相互分离程度进行了详细探索,并从建成环境和社会经济因素两方面探讨了北京城市居民日常活动空间分离的影响机制。本研究通过评估家庭、工作和活动场所三者之间的空间分离程度及其与地理背景变量的相关性,其结果可以为探究大城市居民的居住-就业-活动空间关系特征和城市功能空间优化提供有益的科学启示。


研究方法
【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派
图1展示了整个研究的设计框架。首先,我们采集了来自智慧足迹平台的数百万个手机用户的相关数据,并对该数据进行了相应的清洗和预处理。其次,根据月停留时间和停留频次对手机用户的居住、就业和主要活动地进行了识别。再者,以家为锚点,采用移动距离、回转半径两个指标对居民日常活动空间范围进行测度。

在此基础上,进一步定义了基于街道单元的职住分离度、住活分离度以及职住活分离度三个指标,进而探索的三类分离度的空间分布特征。最后,从建成环境和社会经济属性两个角度,采用地理探测器方法中的因子探测和交互探测对三类分离度的空间分异格局进行归因分析。

【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派

图1 研究方法框架


研究结果
【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派
01 街道尺度下的居住-就业-活动空间分离情况
图2反映的是街道尺度下的居住—就业—活动空间分离度的空间分布格局及其热点。就住职分离(HWS)而言,平均HWS为0.67,最低为0.46(博兴街道),最高为0.92(军庄镇),反映出北京市存在着较为严重的职住分离且两级分化严重的情况。此外,HWS的空间分布也具有一定的圈层结构特征,越靠近城市中心,街道的HWS相对越低。其次,各街道内部的住活分离(HAS)相对较低(平均分离度为0.49),街道之间的差异相对较小。再者,就住职活分离(HWAS)而言,HWAS的分布区间为0.35~0.77,平均HWAS为0.51。HWAS的空间分布具有显著的圈层结构特征,并表现出由中心向外围递增的趋势。总体而言,街道的HAS分离程度相对较低,HWAS次之,HWS最为严重。

【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派

图2 居住—就业—活动空间分离度的空间格局与热点分布特征

02 不同居民人群的居住-就业-活动空间分离度状况
不同人群的居住—就业—活动空间分离状况如表1所示。整体而言,职住分离现象最为严重,用户整体的平均HWS达0.72,明显高于平均HAS(0.52)和HWAS(0.56)。就性别而言,男性和女性的的三类分离度差异很小,男性的三类分离度仅比女性高出1-2个百分点。而就年龄属性来说,青年人的HWS和HWAS最高,分别为0.73和0.57,而中年人的HAS最大(0.53),相对而言,青少年的三类分离度均为最低。总体而言,按性别和年龄划分出的各类人群之间的住职活动分离程度差异均较小。

表1 不同人群的居住—就业—活动空间分离度

【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派


03 居住-就业-活动空间分离的影响因素分析
因子探测结果发现(图3),影响HWS、HAS和HWAS的16个因子中分别有11、5和14个因子通过了显著性检验,且不同的因子解释力之间存在着明显的差异。就HWS而言,房价是其首要影响因素,交通便利程度是次要影响因素,其中路网密度和公交站点密度的解释力分别为0.38和0.22。对于HWAS的分离程度而言,房价、距市中心的距离和路网密度是影响街道HWAS的三大主要影响因子,因子解释力分别为0.58、0.53和0.39。然而,就HAS而言,选取的16个影响因素指标中仅有居住密度、路网密度、性别比、房价和距市中心的距离等5个因子通过了显著性检验,大部分指标未能通过显著性检验。结果表明居民活动空间与居住空间的分离程度受房价、人口结构、交通便利程度和区位条件等因素影响较大,而与其他因素无直接的相关性。

【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派

图3 因子探测结果

交互探测结果显示(图4a~4c),HWAS、HWS和HAS的任意两个因子两两交互后,其解释力均大于单一因子独立作用时的解释力,表明居民日常生活空间的分离程度受到建成环境和社会经济属性等各类影响因素的共同制约。其中房价对于居民日常生活空间组织具有决定性的影响作用。而人口结构独立作用时,对于居民日常活动空间的分离程度的影响相对较弱,但和其他因子特别是房价及区位因素共同作用时,其影响力呈非线性增强。

【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派

图4 因子交互探测结果


总结与讨论
【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派
基于北京市2019年5月的手机信令数据,本文首先识别了用户的居住、就业和主要活动空间,并对该三类空间的相互分离程度进行详细测度和空间分析,进而探讨了地理背景(包括建成环境和社会经济因素)对于居民日常活动空间分离的影响机制,主要结论如下:

(1)居住、就业和活动密度的空间分布存在着显著的空间集聚特征,并呈现出较为明显的社会空间分异。

(2)北京市居民日常生活范围和空间分离程度相对较大,住职分离最为严重,住职活分离次之,住活分离程度最低,且三类分离度均具有显著的空间分异特征。然而,尽管男性的三类出行距离(HWD、HAD和Rg)和分离度(HWS、HAS和HWAS)均大于女性,但两类人群的指标差异均较小,反映出北京市居民出行距离和空间分离度的性别差异相对较小。

(3)房价是影响居住-就业-活动空间分离程度的首要因素,而交通便利程度,区位条件等也都对其具有重要影响。同时,居民日常生活空间的分离程度受到建成环境和社会经济属性等各类影响因素的共同制约,任意两个影响因子共同作用都会进一步增强对于居民日常生活空间关系的解释力。

本研究首次评估了家庭、工作和活动场所三者之间的空间分离度及其与地理背景(包括建成环境和社会经济因素)的相关性,打破了原有的职住关系二元论,能够有益提升快速城市化背景下的居住-就业-活动空间关系的科学理解。同时,能够为宜居城市建设、社区生活圈规划以及空间结构优化等方面的政策制定和实施提供重要的科学指导。

引用格式:Liu, J., Meng, B., Yang, M., Peng, X., Zhan, D., & Zhi, G. (2022). Quantifying spatial disparities and influencing factors of home, work, and activity space separation in Beijing. Habitat International, 126, 102621.



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):【手机信令数据研究】居住-就业-活动空间分离度特征及影响因素分析丨城市数据派

赞(0)