手機信令數據輔助下的張江科學城職住分析及對策

鄒 偉 陳 鑫 秦 戰 ZOU Wei, CHEN Xin, QIN Zhan

0 引言

張江高科技園區于1992年7月正式成立。園區內已形成集成電路產業鏈、生物醫藥創新鏈和軟件產業鏈3項特色，成為上海建設全球科創中心的重要基礎[1]。2015年3月，《張江高科技園區建設全球科創中心行動方案》正式發布，提出基于張江高科技園區建設張江科學城，全面推動上海科創中心建設發展[2]。高科技園區向科學城轉型發展，是時代賦予的歷史機遇，同時也提出了更高要求。根據已獲批的《張江科學城建設規劃》[3]，張江科學城的目標是建成“科研要素更集聚、創新創業更活躍、生活服務更完善、交通出行更便捷、生態環境更優美、文化氛圍更濃厚”的世界一流科學城，而現存的區域職住問題嚴重制約著張江科學城建設目標的實現。

為實現產業生產協同化，科創園區一般以高新技術研發和生產相對單一的功能為主，片面強調生產效率，導致職住分離現象較為普遍。此外，單純的科創園區經常伴隨公共性問題，如交通擁堵、生產區內配套服務設施水平不高等。張江科學城作為國內較早成立的高新園區，在結構規劃階段已前瞻性地規劃了部分居住用地，但伴隨園區內產業蓬勃發展而大量創新人才引進，園區內有限的住宅供給和周邊地區售價相對高昂的高檔低密度住宅，難以滿足數十萬就業人口的住房需求，張江科學城職住問題較為突出。

當前移動通訊完全覆蓋城市區域，通過分析移動終端（手機）用戶的數據，可獲得更貼合城市規劃領域的全樣本、實時性的市民“行為地圖”，為城市職住分離問題的研究和解決提供了新的視角和思路。基于手機信令數據，本文定量分析張江科學城職住問題及影響因素，并提出城市規劃應對策略。

1 手機信令在規劃中的應用

手機信令數據是最常見的基于位置服務類型的數據，可分為呼叫詳細記錄數據和信號數據，包含用戶ID、發射塔ID、經緯度等。基于時空精度高、無需額外設備等數據優點，手機信令數據最初用于交通分析與仿真，后應用于區域和城市研究。經多年深入研究，手機信令數據可以很好地識別微尺度以及中觀和宏觀尺度上的城市時空特性，成為開展城市問題分析的基礎[4]。

當前，已有較多學者在城市規劃領域，開展了基于手機信令數據的研究。冉斌、唐小勇、任頤和周濤等研究了手機數據在城市交通規劃中的應用，指出手機數據可以實現低成本、大規模地調查描述城市出行現狀與規律，總結其中存在的問題，為城市交通規劃提供較為可靠的決策依據[5-7]；姚凱等以南昌大都市區為例，分析手機大數據在城鎮規劃中的應用實踐[8]；馬紅杰等將手機大數據應用到產業研究中，分析城市人口分布、人口特征及職住關系等問題[9]。

本文采用某移動通訊運營商6個月脫密數據（包含近1 900萬手機用戶）對全市手機用戶的“行為地圖”進行描繪。根據用戶白天和夜間不同時段空間位置的移動特征，結合手機信令在單位時間的產生條數，識別用戶的就業和居住地點。

2 張江科學城職住分析

2.1 技術方法

本文采用手機信令數據作為分析基礎，對全市手機用戶的“行為地圖”進行描繪。定義手機用戶6個月內超過總天數60.0%的用戶為常住人口，利用夜間（當日20：00—次日08：00）海量手機數據訓練識別，將出現概率最高并且比例超過60.0%的區域識別為用戶的居住地，獲得約1 270萬常住人口（抽樣率達到53.0%，具備趨勢分析的基礎）。就業崗位分析中，限定分析對象，剔除非常規性產生通勤交通的工作崗位，如居住和就業距離400 m以內（上海市交通調查出行定義的最短距離）及無固定工作場所的職業人群（如快遞員、保險出險員等），對每天工作日工作時段（09：00—18：00）手機數據分析，得到的手機用戶近似視為全市工作崗位樣本，總量約632萬；并同時獲得樣本的居住地與工作地的聯系分布結果。

依據上述方法，筆者發現張江地區常住人口約36萬人，與全國六普人口數據中常住人口42萬人相差約16.6%；工作崗位約50萬人，采取加權16.6%（常住人口差值換算）約為58.3萬人，與官方提供的園區就業人口58萬人基本擬合。因此，判定本次研究的數據分析理論上可行。

圖1 張江科學城工作日及周末人口24 h分布

2.2 人口分布

根據手機信令數據測算（圖1），工作日期間，張江科學城區域日間（10：00—15：00）人數均值及夜間（00：00—04：00）人數均值分別為61.4萬人和35.6萬人，兩者存在25.8萬人差值，占日間人數均值的42.0%，即工作日期間有超過40%的人口進行跨區域通勤行為；而在周末期間，區域日間及夜間的人數均值為46.3萬人和35.6萬人，兩者差值僅為10.7萬人，考慮周末工作等特殊情況，周末期間的人口以居住人口為主，外部通勤流動行為較少。綜合工作日及周末情況，夜間人口非常接近，區域內的居住人口較為穩定，從側面說明該區域所能提供的居住性質服務相對飽和；而工作日日間人數存在較大的區域外部居住行為，對區域內交通出行造成一定的壓力。

從更細化的人口空間分布（圖2-圖3）角度發現，張江科學城工作日和周末的日間及夜間人口分布特點較為相近：日間人口分布集中在軌道交通2號線沿線的張江北區和張江中區，這些片區聚集著張江高新工業園區、張江海外科技創新園、上海浦東軟件園等研發為主的高科技產業項目，是張江地區的主要企業集聚區，承擔著張江科學城科創功能及綜合服務功能等；而夜間人口則主要分布在軌道2號線金科路、廣蘭路站周邊及張江中部康橋工業園區域，這些片區則為張江配套居住生活區和動遷安置區，集中了較多的商業、教育、醫療等公共服務設施，是張江科學城的主要生活居住功能區域。此外，工作日與周末的日間人口分布變化最為顯著，顯著區域為西北部張江科技園和上海浦東軟件園等研發功能產業區，結合區域人員時間分布結果，這些片區已成為跨區域出行通勤的主要集中區。

張江科學城的生產研發功能及居住生活功能等過于集中于單獨數個片區，內部功能結構分布已形成區域化組團傾向，尤其是在軌道交通2號線及外環高架等交通出行樞紐，易造成局部區域人口過度集中以及交通出行能力不足等問題。

圖3 張江科學城周末日間及夜間人口分布圖

圖4 張江科學城工作日通勤OD分布圖

圖5 張江科學城工作日通勤OD距離分布

2.3 通勤OD分布

基于手機信令數據構建張江科學城工作日人員的通勤分布（圖4）。張江科學城內部的通勤人口比例達到59.3%（該數值與工作日夜間和日間人口數據的比值58.0%較為接近），區域外部通勤人口的比例則為40.7%，內外部通勤人口比例接近3：2，表明張江科學城職住問題較為突出，有超過40.0%的人員需參與日常跨區域通勤出行。這些跨區域通勤人員中，外環內（扣除張江科學城）、浦東新區（扣除張江科學城）等區域分別占到12.6%和27.0%，是張江科學城就業人口的重要來源，同時也是就業人口的主要居住地。

從工作日通勤OD距離結果來看（圖5），張江科學城就業人員的通勤距離數值偏大。張江科學城就業人口的通勤距離大部分處于10 km范圍內，其中1 km、3 km、5 km和10 km的通勤人數占比分別為17.3%、55.6%、65.0%及79.5%。17 km范圍內的通勤人口，已覆蓋到全部通勤人口的90.0%以上。經測算，張江科學城就業人員的平均通勤距離為5.7 km。

張江科學城的西北部張江科技園和上海浦東軟件園、南部的康橋國際物流中心和聚誠創業園等片區，有近一半就業人口的通勤距離在3.0 km以上，而這些片區集中在軌道交通2號線及外環高架附近。當前片區內就業人口以班車、私人小汽車為主要出行方式，呈現較為明顯的機動化出行特征；同時片區內地鐵站點及公交線路有限，居住性質的服務空間趨于飽和，由此引發片區內部分道路的常發性擁堵現象。

3 張江科學城職住因素分析

張江科學城職住問題由多方面原因造成，包含園區傳統規劃定位及實際建設限制等，結合實際現狀調研，歸納為以下3個方面。

3.1 住宅總量不足

圖6 張江科學城人才公寓分布圖

根據現狀用地規模分析，居住用地面積約7.6 km2，占建設用地的15.3%，與國家標準（20%—32%）存在一定差距。依據官方數據，張江科學城內各類人才公寓總建筑量約30萬m2（4 356套），可滿足約1.2萬人居住，但僅能滿足申請人數的50%，大量引進人才不得不到外圍尋找住房。現狀使用人才公寓（圖6）中，由國企運營的公寓共9家，包括科技公寓、創業公寓、高科苑、復旦三期、天之驕子人才公寓、紫薇公寓、金秋大廈、博士后公寓和德國中心酒店公寓。隨著區域產業的快速發展，高新技術人才快速集聚，科學城及周邊的多層次居住需求越發明顯；定位高科技園區的張江科學城，區域內現狀住宅總量難以短時間內填補供需雙方的差值，導致張江科學城職住現象突出。

3.2 住宅類型單一

張江科學城人才公寓類型較為單一，無法充分滿足不同年齡段人才的住房需求。現狀投入運營的人才公寓中，以1室1廳和2室1廳為主力戶型。1室戶平均面積約30 m2，占現有人才公寓總量的83%；2室戶平均面積約50 m2，占14%；3室及以上約占3%。在此背景下，張江科學城內人才公寓主要滿足單身青年的住房需求，對帶眷人才家庭住房的供應不足。通過手機信令用戶年齡信息分析，園區內25—30歲與30—40歲兩個年齡段的人才占據就業崗位的80%以上。按常律推測，25—30歲人才處于結婚或準備結婚階段，30—40歲人才基本已組成家庭，這些人才對2室1廳及以上規格住宅的需求迫切。

3.3 住宅品質參差不齊

（1）產業宿舍品質較低

張江科學城內部分企業為職工提供了產業宿舍，宿舍布局分散且相對建造品質較低，以多層單廊形式宿舍為主，單間面積18—25 m2，每間居住6—8人，僅能解決基本的居住問題。同時，由于選址于企業用地內部，導致這類產業宿舍與區域交通設施結合程度較低；職工生活較為單調閉塞，難以便捷享受區域公共服務設施。當前，產業宿舍能幫助企業解決職工的基本居住需求，是生產性企業應對職工生活需求的主要解決方案，但從區域發展來看，尚需提升科學城的整體管理能力和服務水平。

（2）高層次人才居住設施缺少

張江科學城集聚全球研發精英，是上海除主要科研院校外高層次研發人才密度最高的區域，而園區內部缺少服務高層次人才和海外人才為主的科學家公寓、國際社區等。依據張江人才引進填報的家庭住址信息可知，這些高層次人才基本集聚在浦東聯洋、花木、陸家嘴、北蔡、川沙、唐鎮等國際性居住社區內（80%以上），這一群體的生活需求顯而易見。此外，未來張江科學城將圍繞服務國家戰略進一步引進人工智能、腦類科學和生物醫藥等領軍人才及其團隊，對居住生活環境也將提出更高的要求。為國內外頂尖科技人才建設高層次的國際化社區，幫助這一群體安居樂業并促進彼此廣泛交流，是張江科學城必須要解決的問題。

4 張江科學城職住應對策略

數據分析結果表明，工作日期間有超過40%的人口進行跨區域通勤行為，其對張江科學城職住問題的影響頗為明顯。考慮到住宅總量不足、類型單一、品質參差不齊等原因，為了極大程度解決園區內職住問題，應對策略上，不僅應與周邊地區聯動，提高住宅總量供給，平衡區域內長距離通勤人數，同時還需增加多樣化住宅供給，滿足不同層次人員的居住需求。

4.1 內外聯動提高住宅總量供給

根據張江高科技園區“十三五”規劃及《張江科學城建設規劃》推算，遠期科學城建成后工作崗位人口總量將超過80萬。綜合考慮科創人群的家庭結構及年齡狀況，并預留一定的增長空間，取平均帶眷系數為1.5，總共將產生約120萬人的居住需求。參照相關國際經驗和規劃引導指標，科學城內難以完全滿足如此大規模人口的居住需求，故需通過內外聯動方式提升張江科學城及周邊的住宅用地供給，以解決職住平衡問題。

張江科學城周邊區域已形成花木、碧云、北蔡、周浦、康橋、唐鎮等居住社區，內部建成相對完善的社區服務設施。從社區現狀分布來看，張江科學城內集中居住區域5 km半徑基本可到達這些社區中心，在當前張江科學城內部服務能力不足的情況下，大量居民可以選擇就近的外圍社區中心消費和享受服務。

兼顧現狀居住社區的發展與近期迫切的住宅供給需求，張江科學城規劃應考慮自身定位和分期發展需求，處理好區域內部和對外聯系的關系，充分利用周邊設施，避免重復建設：（1）區域內部，依托孫橋居住組團和南部橫沔社區拓展布局，形成規模效應，遠期在南部優化居住社區布局，形成北中南3區域若干個居住社區，實現區域人口均衡導入并引導公共服務設施集聚發展；（2）區域外部，依托浦東新區北蔡、花木、唐鎮、康橋和周浦等周邊居住社區，滿足新增大部分崗位人口的居住需求。

4.2 增加多樣化的居住設施

在增加住房供給總量的基礎上，張江科學城需多途徑提供多樣化的居住設施產品，包括新建住宅（以租賃為主、商品房為輔）、人才公寓、產業宿舍等，更有效地解決園區內剛性住房需求。

張江科學城北部為研發生產密集型區域，現狀儲備可建設用地較少，配套服務設施也基本成型，建議北部區域整合優化居住用地，設置公共租賃住房，短期內滿足北部區域青年創業人才的基本居住需求；孫橋社區則具備更便捷的外部公共服務設施共享、更具潛力的整體輻射能力，建議孫橋社區由北向南拓展，規劃新增國際社區，全面提升張江科學城海內外高級人才的服務能力；張江科學城南部具備廣闊的發展空間，當前建設集中于沿外環高速和羅山路—滬奉高速，可規劃新增大型國際社區，滿足大批量居民的生活需求。

人才公寓是張江科學城內科技人才的主要居住生活設施類型。區域研發及商務用地上，結合軌道交通站點規劃配置20%—30%的人才公寓、宿舍等居住類型，作為公共租賃住房的補充，滿足多類型人才的需求。酒店式公寓作為公寓型居住服務的重要類型，提供家庭式的居住布局，解決高端人才的必要生活服務需求。從選址角度考慮，酒店式公寓應與交通設施、公共服務設施緊密聯系，保證一定的居住氛圍與便捷性。故可在文化、環境、設施完善的橫沔古鎮、周浦鎮等地區，設置用作居住、工作、休閑的酒店式公寓，利于吸引高層次創新人才。

此外，結合產業用地，配置數量充足、種類齊全的產業宿舍。按照《上海市加快推進具有全球影響力科技創新中心建設的規劃土地政策實施辦法》，允許在產業用地中配置一定比例的產業宿舍，緩解張江科學城住房供給的緊張局面。

5 結語

基于張江科學城及周邊區域的手機信令數據分析，筆者發現張江科學城的職住問題較為突出，尤其是科學城北部軌道交通2號線沿線等區域，每日有超過40%的人員需跨區域通勤出行，極大加劇了周邊部分道路的常發性擁堵。針對這些現象，結合住宅總量不足、類型單一、品質參差不齊等因素，建議采取與周邊地區聯動提高住宅總量供給、增加多樣化住宅供給等規劃措施，有助于解決張江科學城的職住問題。此外，依托手機信令等新興數據及技術方法，能更直觀準確地對區域發展進行定性判斷和趨勢分析，發現規劃對象的核心問題所在，有針對性地提出城市規劃問題的解決方案。