手機信令數據分析在城鎮體系規劃中的應用實踐*
——南昌大都市區的案例

姚　凱　鈕心毅

手機信令數據分析在城鎮體系規劃中的應用實踐*
——南昌大都市區的案例

姚凱鈕心毅

在南昌大都市區規劃中將手機信令數據作為城鎮體系規劃基礎數據，進行了創新研究實踐。首先，從手機信令數據中獲取了江西省40個縣市范圍內手機用戶37天的時空活動軌跡，以區域內常住居民的多日跨鎮出行數量來模擬區域內各城市網絡聯系強度；其次，依據城市網絡聯系強度，分別從城鎮等級體系、中心城市腹地和區域發展廊道3個方面，結合對既有規劃的比較，對區域城鎮體系現狀進行了綜合評估；最后，對大都市區規劃提出空間發展策略：積極培育多中心城市體系、依托主要廊道優化空間結構、合理構建城鎮組群提供了定量分析支撐。

手機信令數據 ｜ 城鎮體系規劃 ｜ 城市網絡聯系

姚凱

上海同濟城市規劃設計研究院三所副所長，高級工程師，碩士

鈕心毅

同濟大學建筑與城市規劃學院副教授，博士

0　引言

隨著城鎮化的加速，任何城市已不再是一個封閉的發展系統，而是通過各種網絡與區域內其他城市緊密地聯系在一起，形成了城市群。在此背景下，各類突破行政區劃的城市群、都市區規劃逐漸成為城鎮體系規劃的熱點領域，而單純依靠統計數據的傳統研究方法面臨著日益嚴峻的挑戰。這是因為：（1）統計數據雖然能夠反映城市的各自發展特征，但不能反映區域內城市之間的相互聯系；（2）大多數數據的統計單元都是縣級以上單元，鄉鎮及以下數據難以獲??；（3）城市間的聯系不僅僅局限在經濟聯系層面，更重要的是人口流動聯系，這是傳統數據難以反映的。

近年來，城市之間“流”的分析逐步成為區域研究的一個新方向，如有學者利用對城市間航班數量[1]、鐵路發車班次的統計[2]，通過“交通流”來研究區域城市網絡關聯；有學者利用移動互聯網社交網絡聯系分析，通過“信息流”來研究區域城市網絡關聯[3-4]；還有學者利用企業注冊分支機構的分析，通過“商務流”來研究區域城市網絡關聯[5]。這些分析方法突破了傳統方法單純依靠統計數據的局限，但也難以準確反映城市之間的人流聯系情況。例如，鐵路發車班次無法準確反映城市之間的實際客流量。這些研究方法也還沒有能直接應用到城鎮體系規劃實踐中。

圖1　南昌大都市區空間單元分布圖

隨著移動通信在城鄉的普及，憑借其覆蓋范圍廣、持有率高、動態性好的特點，手機信令數據為區域和城市研究提供了新的數據支撐。手機信令數據是大樣本、覆蓋范圍廣、用戶持有率高，能更好反映人流行為的時空規律；手機信令數據是匿名數據，安全性好，沒有任何個人屬性信息，不涉及個人隱私；手機信令數據是非自愿數據，用戶被動提供信息無法干預調查結果；手機信令數據具有動態實時性和連續性，能準確反映在連續時間區段內，不同時間點手機用戶所在的空間位置，為定量描述區域內人群流動軌跡提供了可能。這些特點均能有利于獲取居民在城市之間的出行動態，為定量描述城市之間的人流聯系提供了可能。

利用手機數據進行城市規劃的分析研究正逐步增加。在區域層面，Krings等利用比利時移動電話運營商提供的2 500萬個用戶的通信信息，通過手機賬單地址對應的郵政編碼表征通話地理位置，再通過兩地用戶通話信息量構建通話強度模型，模擬區域城市間的網絡關聯強度[6]。Becker等依據手機數據，分析了紐約、洛杉磯、舊金山3大都市區的通勤范圍[7]。鈕心毅等利用手機信令數據，通過夜間居住地和日間工作地的識別，分析了上海市域空間結構、新城與中心城之間通勤聯系[8-9]。總體上，運用手機信令數據在區域范圍內進行城鎮體系、城市群方面的研究目前還比較少見，本研究將手機信令數據運用到南昌大都市區規劃實踐中，希望對探索城鎮體系規劃技術和方法的創新做出貢獻。

1　南昌大都市區概況與技術路線

1.1南昌大都市區概況

2012年江西省提出“省會核心增長極”戰略，以南昌為中心依托1h交通圈構建大都市區，引領江西發展?！赌喜蠖际袇^規劃》（以下簡稱大都市區規劃）正是有效落實上位規劃，指引區域統籌發展的重要規劃。

為突出區域性、綜合性、前瞻性特點，本研究在《江西省城鎮體系規劃（20122030）》（以下簡稱省域城鎮體系規劃）確定的南昌大都市區范圍基礎上，將研究范圍進一步擴大至南昌、九江、宜春和撫州5個地級市全域以及上饒市的余干、鄱陽、萬年3個縣，總面積約7.15萬km2，現狀總人口約2 257萬人，所屬的縣級空間單元（市轄區、縣和縣級市）共計40個（圖1）。

1.2技術路線

本研究由中國聯通提供數據支持，使用2015年10月到11月連續37天（其中工作日26天，休息日11天）的用戶匿名手機信令數據展開研究。數據主要包括用戶匿名ID、信令發生時手機連接的基站坐標、信令發生時間和信令類型等內容。平均每日記錄到約156萬用戶信令記錄，其中活躍用戶有139萬個（37天中出現23天及以上），每個用戶每天產生約60條記錄。

將研究范圍內的40個縣級單元進一步分為678個鄉鎮基本單元（其中市轄區以區為單元，不再細分）。建立手機用戶的OD流動軌跡：即以用戶居住地為O點，跨鄉鎮出行目的地為D點，建立手機用戶在都市區內活動的OD流動軌跡。具體而言，即通過手機用戶夜間重復出現率最高的鄉鎮標記識別為該用戶的居住地，本研究共識別出約112萬個用戶的居住地；通過手機用戶最遠出行鄉鎮作為出行目的地，本研究共識別出37天內共有約1 423萬人次用戶的跨鄉鎮出行?？紤]到聯通手機用戶在各城市占比有一定差異，為反映實際人流聯系量，依據鎮常住人口數量對聯系人流量進行擴樣校正。以校正后的人流聯系量為依據，可計算城鎮之間的聯系強度和范圍，進而進行以下3方面分析：

評估城鎮等級體系：通過城市網絡聯系模型對都市區內跨縣的手機用戶流動軌跡數據進行匯總和統計分析，得到研究區域內城鎮之間的聯系方向和聯系強度，表征城市網絡聯系體系，進而對城鎮等級體系進行定量化評估。

界定中心城市發展腹地：在城市網絡聯系體系中單獨選取省會南昌等中心城市，依據其他城市與中心城市聯系強度進行比較，以50%為閾值確定各中心城市的腹地。

識別區域發展廊道：通過分析區域內人口流動的主要線路來識別區域發展廊道。

2　評估城鎮等級體系

表1　城市聯系網絡一覽表

圖2　城市網絡聯系分布圖

2.1基于網絡聯系強度分析的城鎮等級體系

按照40個城市單元的行政區劃賦予研究范圍內約4.5萬個基站單元屬性?；诳鐓^縣手機用戶OD流動軌跡，構建了城市單元間的聯系方向和聯系強度矩陣，可以從被聯系城市數量和聯系人流總量兩方面表征城市之間的網絡聯系強度。

經分析可知，相比較聯系人流總量而言，被聯系城市的數量多少更能反映一個城市在區域網絡中的節點地位。例如，鄱陽湖東岸的鄱陽和萬年兩個人口大縣37天內累計跨縣人流總量達到了100萬人次以上，但大部分均在兩縣間相互流動（這與湖東傳統農區的農業漁業活動有一定關系），缺乏與區域其他城市的聯系，因而兩縣在區域城鎮體系網絡中地位相對較低；反之，南城的聯系總人流量雖然不及鄱陽、萬年，但其與周邊撫州、金溪、南豐、宜黃、黎川等城市均聯系密切，其網絡節點地位相對較高。

進一步分析發現：大多數城市與其他城市的聯系強度主要集中在前5位城市中，因此本研究選擇聯系強度前5位的城市作為主要聯系城市，以主要聯系城市數量的多少來表征城市在城鎮體系中的等級地位，即被主要聯系城市數量越多的城市越是高等級的城市。依此原則，可以將區域內城市劃分為4檔（圖2，表1）。

表2　城鎮等級結構評估一覽表

表3　5個中心城市腹地分析一覽表

第一檔城市為南昌市轄區，其作為區域城市網絡的核心地位突出，是區域內36個城市的主要聯系方向。

第二檔城市6個，兩個地級市撫州和九江的市轄區分別是區域內12個、9個城市的主要聯系方向。南昌縣依托交通樞紐地位和鄰近南昌市區的區位優勢獲得了10個城市的主要聯系。此外，永修縣、豐城市、高安市也屬于第二檔。

第三檔城市14個，分別是宜春市轄區、進賢縣、瑞昌市等，是4至7個城市的主要聯系方向。作為地級市市區的宜春市轄區，在省域城鎮體系規劃中劃為地區中心，但是由于在城市網絡聯系中地位有限，進入了第三檔城市。

第四檔城市19個，分別是靖安縣、安義縣等，是1至3個城市主要聯系方向，網絡聯系度較弱。這些城市主要分布于鄱陽湖東岸傳統農區、九嶺山區和贛閩邊山區。

2.2城鎮體系等級結構評估與規劃引導

對比省域城鎮體系規劃所確定的城市等級結構（表2），可以發現：

省域中心南昌作為區域城市網絡的核心地位突出，南昌市轄區基于跨縣人流軌跡的城鎮等級位于第一檔，聯系城市個數是第二位城市的3倍，這與其作為省域中心的定位相符合。同時發現，與南昌市轄區有緊密聯系的南昌縣也進入了第二檔。

九江市區的網絡地位并未達到省域副中心的規劃預期，計算上與其融合發展的九江縣僅是區域內16個城市的主要聯系方向。如何提升九江的區域地位是深入推進落實昌九一體化，關乎江西未來發展的重大問題。地區中心撫州市區基本實現規劃目標。但同樣作為地區中心的宜春市區，僅位列第三檔，低于省域城鎮體系規劃的定位，這與其位于西部邊緣，城市經濟輻射帶動能力有限有一定關系。此外，分析發現作為縣域中心的豐城市、永修縣和高安市均進入第二檔，超過其在省域城鎮體系規劃中的定位，這3個縣級單元均距離南昌較近，又處于主要交通通道上，是南昌向外輻射的重要節點，在大都市區規劃中需要重新認真考慮其在區域中的位置。特別是豐城市不僅被主要聯系的城市數量多，且聯系強度大，是都市區內最具潛力副中心的選擇。

進賢、星子、東鄉、南城、金溪、上高等縣主要位于京九、滬昆和向莆3大交通廊道上，是省域城鎮體系規劃所確定的縣級中心中實力較強的梯隊，而作為地區中心的宜春市區在網絡中的地位有限。

對于第四檔的靖安、安義等，大多分布于生態敏感地區，是一般的縣級中心，其未來發展應以特色化、生態化為導向。

3　界定中心城市腹地

3.1中心城市選取與腹地界定技術方法

基于對城鎮等級的評估，第一檔和第二檔城市網絡聯系度較高，無疑在都市區城鎮體系格局中發揮較大作用，本研究以第一檔城市南昌和第二檔城市九江、撫州、豐城、宜春作為中心城市（其中豐城為新興的潛力中心城市；宜春市區作為地級市政府駐地，雖然網絡聯系強度較低但仍作為中心城市研究），通過網絡聯系強度識別5個中心城市的發展腹地（表3）。

圖3　5個中心城市腹地分布圖

具體方法是：統計每個城市單元與5個中心城市的聯系強度。選取每個城市單元與5個中心城市中聯系強度最高者，若其強度值達到5個中心城市聯系強度值總和的50%以上，則將該城市單元界定為該中心城市的發展腹地；若聯系最高的城市其強度值尚未達到總強度值的50%，則認為該縣級單元屬于聯系強度前兩位中心城市的腹地爭奪區，對于爭奪區可以進一步通過比較聯系強度較高的前兩位城市的具體網絡聯系強度值來判斷該城市與誰關系更為密切。

3.2中心城市腹地界定

研究表明南昌的腹地范圍較大，完全超出自身行政區劃范圍，既包括了南昌市域內的所有縣區，也包括了九江市的永修、武寧和修水，宜春市的高安、奉新和靖安和上饒市的余干、鄱陽、萬年等縣，甚至包括了撫州市區和豐城兩個中心城市。這個腹地范圍與省域城鎮體系規劃確定的南昌大都市區范圍基本一致，這說明基于手機數據分析的南昌人流聯系范圍與基于交通可達性分析的南昌1h交通圈是基本吻合的，從而證明了通過手機數據分析界定城市腹地的可行性和準確性。

研究同時發現：九江的腹地有限，其范圍自身小于行政區劃范圍，受南昌影響較大，其中永修、武寧和修水屬于南昌市的腹地范圍，這與九江市區地理位置趨邊，綜合發展實力不強具有一定關系；撫州的腹地范圍與自身行政區范圍完全一致，這與撫州多山的封閉地理環境以及歷史悠久的臨川地域文化凝聚力具有很大關系；宜春的腹地較小，其范圍僅能覆蓋自身行政區劃內宜春市區和萬載、宜豐、上高3縣，而樟樹屬于豐城腹地范圍，高安、奉新和靖安屬于南昌腹地范圍，銅鼓屬于宜春與南昌腹地爭奪范圍，南昌聯系強度更高；豐城、高安、樟樹之間，撫州、東鄉，金溪之間，鄱陽、都昌和萬年之間聯系密切，組群特征明顯（圖3）。

與傳統引力模型分析相比手機信令數據分析對于中心城市腹地的識別更為精準，大部分爭奪區找到了歸屬，腹地邊界相對明晰（比較有趣的是基于鄉鎮單元的分析識別出了一些中心城市的遠距離飛地型發展腹地）（圖4）。

4　識別區域發展廊道

4.1區域發展廊道識別

區域發展廊道可以通過識別區域內人流軌跡的主要路徑來模擬，即區域廊道通過人流量疊加法。該方法以鄉鎮為空間單元，匯總37天中每個鎮通過的人流人次，統計累加各鄉鎮單元通過的用戶數量，通過跨鄉鎮人次和連綿度識別區域發展廊道。

由圖5可見，區域內過境人流線路與區域人口分布差異較大，說明南昌大都市區及其周邊地區空間發展的異質性較高，鄱陽湖東岸存在大量缺乏城鎮網絡聯系的傳統農業地區，而沿主要交通廊道城鎮串珠式的分布格局比較顯著。

4.2區域主要發展廊道識別

分析顯示，南昌大都市區內滬昆、京九和向莆3條廊道“大”字形分布特征較為明顯。但是，3條發展廊道的發育水平存在一定差異，其中京九廊道上人流強度和連綿度均高，發育程度較好，是南昌大都市區未來應著力依托發展的重點廊道；滬昆廊道上人流強度和連綿度次于京九廊道，以南昌市轄區為界東段強度和連綿度相對較高，而西段在南昌市轄區與高安之間、萬載與上高之間有一定洼地。向莆廊道雖然在省域體系規劃中地位不高，但通過人流量疊加法分析其人流強度和連綿度與滬昆廊道處于同一等級，同時該廊道也是中部地區出海的便捷通道，聯動長江中游城市群和21世紀海上絲綢之路核心區。因此在南昌大都市區規劃中應對向莆廊道的發展予以高度重視。

圖4　手機數據分析分析的城市腹地分布對比圖

圖5　區域發展廊道

5　結論與討論

5.1結論

手機信令數據為城鎮體系規劃提供了新的研究方法和數據支持。手機信令數據從新的分析視角揭示了一些傳統方案難以澄清的發展特征，進而對南昌大都市區規劃所提出的空間發展3大策略：積極培育多中心城鎮體系、合理構建城鎮組群、依托主要廊道優化空間結構提供了定量分析支撐。在多中心體系培育方面，打破了基于城市行政等級“論資排輩”的傳統規劃模式，識別出了像豐城這樣行政等級不高但網絡關聯度較高，具有發展潛力的新興副中心，通過副中心和沿主要廊道上的縣級中心的培育，以多中心網絡體系的構建實現南昌從大城市向大都市區的發展轉變；在構建城鎮組群方面，更為精準地識別出了南昌大都市區在南昌直接腹地之外還存在豐（城）樟（樹）高（安）、撫（州）東（鄉）金（溪）、鄱（陽）都（昌）萬（年）等城鎮組群，這為依托不同城鎮組群劃分次區域實現大都市區差異化的發展引導奠定了科學基礎；在空間結構優化方面，通過過境人流的定量化分析有效地證明了滬昆、京九和向莆3條發展廊道的地位，從而明確了大都市區依托“大”字形格局優化的空間布局結構。

手機信令數據也在客觀上推動了城鎮體系規劃的提升和轉型。首先是推動了城鎮體系規劃向“人本”方向的回歸，與傳統規劃方法不同，手機信令數據分析能夠獲得居民在城市之間出行的真實數據，從而得到城市之間的基于人流的網絡聯系強度，進而對城鎮體系做出符合人流趨勢的判斷和規劃，這是單純依靠物流和經濟聯系模擬難以企及的。其二是推動了城鎮體系規劃精確性的提升，傳統規劃研究所依賴的統計年鑒、人口經濟普查數據雖然具有權威性但統計單元較大，主要數據通常只能到縣區層級，而手機信令數據基本可以滿足鄉鎮甚至更細的空間單元，為規劃提供了更加精確和詳實的分析依據，也為規劃突破行政區劃的制約奠定了堅實基礎。

5.2討論與展望

當然手機信令數據在規劃中的運用也存在一定的局限，必須引起注意。一是由于手機信令數據沒有用戶屬性，因此研究只能通過用戶在特定時間內的位置屬性來推理用戶屬性，當然推理與現實必然會存在一定的偏差；二是手機信令數據也存在數據質量問題，只不過質量的表現形式、產生偏差的原因不同而已[10]。手機信令數據與傳統統計數據相結合、對照和補充使用更具有積極的研究意義。

（感謝上海同濟城市規劃設計研究院裴新生、張博鈺、劉振宇，同濟大學建筑與城市規劃學院丁亮、王垚對本文的貢獻。）

References

[1]周一星，胡智勇. 從航空運輸看中國城市體系的空間網絡結構[J].地理研究，2002，21（3）：276-286.

ZHOU Yixing, HU Zhiyong. Looking into the network structure of Chinese urban system from the perspective of air transportation[J]. Geographical Research, 2002,21(3):276-286.

[2]羅震東，朱查松，薛雯雯.基于高鐵客流的長江三角洲空間結構再審視[J]. 上海城市規劃，2015（4）：74-80.

LUO Zhendong, ZHU Chasong, XUE Wenwen. The analysis on spatial structure of Yangtze River Delta based on passenger flow of high-speed railway[J]. Shanghai Urban Planning Review,2015 (4): 74-80.

[3]甄峰，王波，陳映雪，等.基于網絡社會空間的中國城市網絡特征——以新浪微博為例[J].地理學報，2012，67（8）：1031-1043.

ZHEN Feng, WANG Bo, CHEN Yingxue, et al. China's city network characteristics based on social network space:an empirical analysis of Sina Micro-blog[J].ActaGeographicaSini ca,2012,67(8):1031-1043.

[4]甄峰，王波，秦蕭，等. 基于大數據的城市研究與規劃方法創新[M].北京：中國建筑工業出版社，2015.

ZHEN Feng, WANG Bo, QIN Xiao, et al. Urban studies and innovation in urban planning methods based on big data[M]. Beijing: China Architecture & Building Press, 2015.

[5]唐子來，李濤. 長三角地區和長江中游地區的城市體系比較研究：基于企業關聯網絡的分析方法[J]. 城市規劃學刊，2014（2）：24-31.

TANG Zilai, LI Tao. A comparative analysis of urban systems in the Yangtze Delta Region and the Middle Yangtze Region: an approach of firm-based interlocking network[J]. Urban Planning Forum, 2014(2):24-31.

[6]Krings G, Calabrese F, Ratti C, et al. Urban gravity: a model for inter-city telecommunication flows[J]. Journal of Statistical Mechanics: Theory and Experiment, 2009(7): L07003.

[7]Becker R, Cáceres R, Hanson K, et al. Human mobility characterization from cellular network data[J]. Communications of the ACM, 2013, 56(1): 74-82.

[8]鈕心毅，丁亮. 利用手機數據分析上海市域的職住空間關系——若干結論和討論[J].上海城市規劃，2015（2）：39-43.

NIU Xinyi, DING Liang. Analyzing job-housing spatial relationship in Shanghai using mobile phone data: some conclusions and discussions[J]. Shanghai Urban Planning Review, 2015(2):39-43.

[9]丁亮，鈕心毅，宋小冬. 利用手機數據識別上海中心城的通勤區[J]. 城市規劃，2015（9）：100-106.

DING Liang, NIU Xinyi, SONG Xiaodong. Identifying the commuting area of Shanghai Central City using mobile phone data[J]. City Planning Review, 2015(9): 100-106.

[10]宋小冬，丁亮，鈕心毅.“ 大數據”對城市規劃的影響：觀察與展望[J]. 城市規劃，2015（4）：15-18.

SONG Xiaodong, DING Liang, NIU Xinyi. Influence of big data on urban planning: review and prospection[J]. City Planning Review, 2015(4): 15-18.

Practical Analysis of Mobile Phone Signaling Data in Urban System Planning: A Case Study of Nanchang Metropolis

Mobile Signal Data is practically used as the basic data of urban system plannin gin Nanchang Metropolis case. First, the study get the mobile phone users’ activity routes,who were located in research areas during the 37 days. The users’ outing times are used to model the connection among the city network. Second, according to the city network connection, the study analyzes the urban ranking system, central city hinterland and regional development corridor, so as to evaluate the urban system planning. Third, the study provides the quantities support for the spatial strategies of Nanchang Metropolis for cultivating multi-center city system, optimizing the spatial structure, and building rational urban groups.

Mobile Signal Data | Urban system planning | City network connection

1673-8985（2016）04-0091-07

TU981

A

上海同濟城市規劃設計研究院、同濟大學高密度區域智能城鎮化協同創新中心科研項目：“基于手機信令數據的區域城鎮體系規劃方法研究”（編號：KY-2016-ZD1-A01）課題部分成果。