资讯
  • 资料
  • 资讯
  • 报告
  • 课程
  • 百科

大数据|基于百度慧眼数据的宁波市区职住空间分析

  2018-06-12 09:45:00   来源:百度慧眼大数据

手机阅读

  宁波市人口分布总体呈现从市中心向外圈层式扩散和人口密度随距市中心的距离增大而衰减,工作人口比居住人口更加集中。

  宁波市区居住及工作人口总体分布情况

  1.市区居住空间及居住人口分布情况

  宁波市区居住人口热力点呈组团式分布。老江东区域居住热力普遍较高,与鄞州区居住人口热力集聚区块连绵成片,成为居住热力高点最大的片区。此外,海曙西门街道、白云街道,机场路两侧也是绕城内居住人口热力较高且连绵成片的片区。洪塘居住片区、骆驼中心区也有一定的居住人口集聚。北仑新碶街道、镇海老城区、奉化锦屏街道、岳林街道是各自区内居住人口集聚片区。

  


  利用百度慧眼大数据平台进行分析,平均居住人口密度约为1600人/平方公里。六区中,鄞州区的居住人口总量最高,江北区的居住人口总量最低。就居住人口密度而言,江北区的平均居住人口密度最高,而奉化区的平均居住人口密度最低,约为0.0454万人/平方公里。各街道中,峰值居住人口密度出现在鄞州区的东胜街道,单网格(1000m*1000m)识别出居住人口27665人,人口密度达到2.7万人/平方公里。

  

 

  经分析发现,以江厦桥东为中心,居住人口密度在沿中山路东西两个主要方向整体上呈衰减态势,除了鼓楼及天一广场区域主要为商业商务用地。老江东所在的江厦桥东及其周边区域是居住人口密度最高的区块,峰值为2.1万人/平方公里。

  

 

  2. 市区工作人口分布情况

  工作人口热力呈现“三足鼎立”形态分布。工作人口热力点最高的出现在三江口天一广场周边,同时,东部新城和鄞州中心区则是工作人口热力次高片区,且连接这三个片区的区域的工作人口热力均较高,形成了一个由三江口、东部新城、鄞州中心区片区连绵延续的工作人口热力集聚片区。

 

  利用百度慧眼大数据平台进行分析,宁波中心城区的平均工作人口密度约为826人/平方公里。六区中,江北区的平均工作人口密度最高,为0.14万人/平方公里,鄞州、海曙、镇海的平均工作人口密度均超过千人每平方公里,而奉化区的平均工作人口密度最低,约为0.022万人/平方公里。各街道中,峰值居住人口密度出现在海曙区的江厦街道,为2.02万人/平方公里。

 

  

 

  以天一广场为中心,工作人口密度在沿中山路东西两个主要方向整体上呈衰减态势。工作人口密度在天一广场区域达到峰值,2.2万人/平方公里,鼓楼、海宴北路、西门口及江厦桥东也是工作人口密度较高区域。就业人口密度变化趋势与热力图所呈现出的特征相吻合。

  

 

  3.小结

  就业人口更加集聚

  宁波市人口工作人口密度比居住人口密度更为集中和极化,峰值更高,随着距各自中心距离的增长衰减的程度也越大。三江口核心区优势明显,东部新城与其相互呼应,鄞州中心区也具有一定的优势,此外北仑港附近集聚大量工作人口,其他地区并没有形成明显的就业中心。

  居住、就业人口分布存在明显差异

  居住和就业人口的分布具有很强的相关性,但一致性较差,居住人口集中区域与就业人口集中区域有很明显的错位分布,大量居住人口分布于就业地的周边街道。此外,戚家山、招宝山街道存在一定的独立居住人口,即与周边最近的就业人口集聚地距离较远。

  宁波市区职住空间关系

  1.市区居住-就业空间一致性分析

  居住-就业空间一致性指标与解释

  居住-就业空间一致性指数(以下简称一致性指数)主要用来衡量一定区域内就业人数与居住人口的空间一致性程度。结果为正,则说明该区域内就业比例高于居住比例,区域属于就业导入性;结果为负,则说明该区域内居住比例高于就业比例,区域属于就业导出型;结果的绝对值越接近于0,则区域内职住空间越平衡。其公式为:

  

 

  由于各街道就业、居住人口占宁波市区总体较少,导致各街道的空间一致性指数过小,为便于分析,将结果修正至0到±10进行比较,下文的街道一致性指数均为修正后的指数;各街区的指数不做修正。

  各街道的空间一致性

  

 

  由计算结果显示,市区各街道,共有48个街道一致性指数大于0,其中13个街道大于1;有29个街道一致性指数小于0,其中13个街道小于-1。各街道的居住就业空间一致性指数如图所示,可以看出,指数大于1的强就业导入区域,基本包含了现阶段宁波市区的各个就业集中区域,如三江口(江夏街道)、东部新城(福明街道)、鄞州商务区(钟公庙街道)、北仑海港区(新碶街道)、奉化工业园区(江口街道)等;而指数小于1的强就业导出区域,大部分分布在这些强导入区域的附近,为其提供工作人口;其余指数在-0.5至0.5,职住相对平衡的街道,则大部分位于市中心区的边缘。

  2.市区职住空间平衡分析

  职住空间平衡指标与解释

  职住空间平衡指数主要包括居住者就业平衡指数和就业者居住平衡指数两个子指数。相比于空间一致性指数单纯的从数量上比较,平衡性指数能够更好的从职住空间质量上反映各个区域的职住关系。

  居住者就业平衡指数(以下简称居住者指数)主要用来衡量某个区域内居住者的就业平衡性。结果越小,则区域内的职住空间越不平衡。其公式为:

  

 

  就业者居住平衡指数(以下简称就业者指数)主要用来衡量某个区域内工作者的居住平衡性。结果越小,则区域内的职住空间越不平衡。其公式为:

  

 

  街道职住空间平衡

  由计算结果显示,居住者指数的均值为0.45,即平均有45%的居住者选择在本街道工作;就业者指数的均值为0.47,即平均有47%的就业者选择在本街道居住。共有52个街道居住者指数大于0.3,其中20个街道大于0.6;有50个街道就业者指数大于0.3,其中29个街道大于0.6;两项指数均大于0.6的有16个。

  两个指数的分布情况如图所示。可以看出,不论居住者还是就业者,距离市中心越远,就越倾向于在本街道工作和就业。指数高于0.3的街道,全部位于绕城高速之外,刚纳入绕城高速范围的下应、洪塘等街道,也有很高比例的居民选择在本街道工作;经济活跃的江夏、鼓楼、月湖、中马等靠近中心区的街道就业者居住平衡指数小于0.1,而溪口、莼湖、瞻岐等市区边缘的街道,没有能够集聚大量人口的就业地,就业者居住指数高于0.8。

  从各街道的职住空间衡量可以看出,市区范围总体职住较为平衡,平均有接近一半的居民在本街道进行就业和居住,但各个街道之间差距明显。

  


 

  3.小结

  (1)一致性指数能够从数量上反映一定区域内就业、居住的强弱关系,但平衡性指数能更好的反映区域内职住的平衡情况。

  (2)鄞州区就业导入性最强,平衡性较差;江北区职住数量相似,但平衡性也较差;其余四区均为就业导出区,但海曙区平衡不高,其余三区的平衡性较好。

  重点区域分析

  

  从数据分析可知,一致性指数方面,四个重点区域一致性指数均为正,即就业比例高于居住比例,其中三江口核心区一致性指数达到1.3,具有很强的就业导入性;鄞州中心区与东部新城核心区也具有较强的就业导入性;而东钱湖新城一致性较好,工作比例略强于居住。职住平衡指数方面,三江口核心区有26%的居住者在本区域工作,只有11%的就业者在本区域居住;东部新城核心区平衡指数都在0.3左右,鄞州中心区则只有0.2,均低于市区平均值;东钱湖新城的职住平衡指数高于0.5,平衡性较好。从数据来看,四个重点区域的一致性指数与职住平衡指数均能较好的反映出本区域目前的职住状况,与居民的日常感知基本相同。

  四个区域各有其职住特征,三江口和鄞州中心区都经过多年发展,虽然一致性和平衡性都较差,但其周边配套较为完善,考虑到实际情况,短时间内无法从空间上做出调整;东部新城在目前的发展状况下,两项指数尚可,但未来继续发展,就业比例进一步提高时,其居住功能就会遇到瓶颈,职住平衡性会进一步下降;东钱湖新城现状职住状况良好,目前首先要考虑发展问题。

  结论

  研究发现:

  (1)宁波市人口分布总体呈现从市中心向外圈层式扩散和人口密度随距市中心的距离增大而衰减,工作人口比居住人口更加集中,二者的集中趋势具有相伴性,有明显的错位分布。

  (2)平衡性指数要比一致性指数更能准确反映职住空间平衡特征,各街道的职住空间平衡随着距市中心的距离增大而变好,鄞州、江北、海曙三区职住空间较为不平衡。

  (3)三江口核心区、鄞州中心区平衡性很差,东部新城、东钱湖新城随着发展会逐渐暴露出问题。

  以上述结果为基础,提出以下几项措施,以减缓宁波市区职住不平衡问题:

  首先,借助区划调整,加快完善产业结构。其次,在市中心、就业密集区附近加强人才公寓、公租房与配套设施的建设,为在附近就业的居民提供能够承受的居住条件。最后,加强各区、各主要就业地与居住地之间的公共交通建设,尤其是大运量轨道交通的建设。我们很难让宁波市区的职住空间达到完全平衡,但可以通过改善交通环境来优化职住空间不平衡带来的弊端,增加职住空间内来往的便利性,形成方便、快捷的多交通工具协同发展,减少通勤中的时间成本。

  参考文献

  [1]孙琪.基于大数据的宁波市居民职住通勤时空分析[D].宁波,宁波大学,2017.

  [2]郭永昌.上海社会阶层空间错位研究[D].华东师范大学,2007.

  [3]郑思齐.“职住平衡指数”的构建与空间差异性研究:以北京市为例[J]. 清华大学学报(自然科学版),2015(04).

  [4]宁波市城市规划区内重要地段和重要建筑目录(2017)[EB/OL],http://gtog.ningbo.gov.cn/art/2017/4/25/art_390_803203.html

  [5]王咏啸.基于移动设备定位数据的上海市职住空间错位研究[J].理想空间,NO.73.

  [6]宁波市中心城区手机信令出行调查报告[EB/OL],https://mp.weixin.qq.com/s?__biz=MzA3NTA0NDI3Ng==&mid=2650062048&idx=1&sn=269364fe81f231cea1eeb1a4f443f0ad&chksm=8776983bb001112d2f891ea398832975aba65207e9325d8c9ceef86bbb51df93f2e09f56e063&scene=0#rd

分享: