摘要
由于手机信令数据记录了每一个用户的日常行为信息,具有海量、实时动态、位置精确等特点,现已成为采集城乡居民时空行为变动的重要数据来源。本文通过对重庆联通手机信令数据的分析,识别居住地、就业地及O-D流,突破了传统交通出行调查数据量小、费力、更新慢等特点。目前,手机信令研究成果主要集中在职住空间识别方面,而对于识别出来的职住状况与交通运行系统之间的关联,以及出现这种职住状况背后的原因等方面缺乏系统的研究,本文尝试性地在这些方面有所突破。
引文
[1]毛其智,龙赢.中国人口密度的时空演变与城镇化空间格局初探[EB/OL].北京城市实验室:http://www.beijingcitylab.com/.
[2]张纯,易成栋,宋彦.北京市职住空间关系特征及变化研究--基于第五和六次人口普查和2001和2008年经济普查数据的实证分析[J].2013中国城市规划年会论文集.
[3]何莲娜,黄晓春,程辉等.大数据挖掘助力微观尺度下“经“”规”对话[C].2013中国城市规划年会论文集.
[4]姜军,段进,陈沧杰等.通勤距离、通勤时间及其与职住平衡的关系研究[J].现代城市研究,2015(7):119-123.
[5]刘望保,侯长营.转型期广州市城市居民职住空间与通勤行为研究[J].地理科学,2014,34(3):272-279.
[6]许宁,尹凌,胡金星.从大规模短期规则采样的手机定位数据中识别居民职住地[J].武汉大学学报(信息科学版),2014,39(6):750-756.
[7]钮心毅,丁亮.利用手机数据分析上海市域的职住空间关系--若干结论和讨论[J].上海城市规划,2015(2):39-43.
[8]钮心毅,丁亮,宋小冬.基于手机数据识别上海中心城的城市空间结构[J].城市规划学刊,2014(6):61-67.
[9]任颐,毛荣昌.手机数据与规划智慧化-以无锡市基于手机数据的出行调查为例[J].国际城市规划,2014(6):66-71.
[10]冉斌.手机数据在交通调查和交通规划中的应用[J].城市交通,2013(1):72-83.
[11]Cervero R.Jobs-housing balance and regional mobility[J].Journal of the American Planning Association,1989,55(2):136-150.
[12]郑思齐,徐杨菲,张晓楠等.职住平衡:度量、规律与社会成本--以北京市为例的实证研究[R].北京城市实验室工作论文#53.
滴滴出行,第一财经商业数据中心,无界智库,《中国智能出行2015大数据报告》.
重庆市域联通用户约500万,由于本次研究空间范围是重庆市主城区(5473平方公里),因此本次研究的数据是将监测时间2015年4月份工作日在重庆主城区的联通用户纳入分析对象。