基于大數據的濟南都市圈空間聯系研究

林本江 閆冬

摘 要：跨區域、精準化的都市圈建設是提高城市承載能力和運行效率的重要戰略，也是區域協調發展戰略的重要途徑。本文基于大數據從人口崗位、出行特征、區域聯系、圈層結構等維度剖析濟南都市圈在不同時空粒度下的特征，并基于改進的城市引力模型預測都市圈空間聯系規律。研究發現濟南都市圈呈多中心網狀結構，濟南對外輻射強度集中在30 km半徑范圍內，未來幾年濟南對外輻射強度尤其是與泰安、淄博間的聯系強度有所提升。

關鍵詞：都市圈;時空特征;引力模型

中圖分類號：C922 文獻標識碼：A

0 引言

隨著國家區域發展總體戰略的不斷實施，都市圈同城化發展日漸成為參與區域競爭的重要單元。城市間關系的緊密程度可作為表征同城化實施進程的表現形式，而城際間的人流聯系在一定程度上可代表同城化地區城市間的互動關系[1]，如何精細化的識別并預測都市圈層面的人流聯系規律尤為重要。本文采用百度慧眼數據和手機信令數據，通過數據的清晰、有效軌跡的提取、職住識別、出行識別等一系列算法進行數據挖掘分析，系統的研究了濟南都市圈現狀人口聯系特征與未來聯系趨勢，多維度多尺度的對人口的動靜態特征進行分析，為區域同城化發展提供了量化支撐，服務區域協調發展戰略。

1 都市圈出行特征分析

濟南都市圈由濟南、淄博、泰安、德州、聊城、濱州鄒平市組成。目標是打造成“蘊育齊魯，開放創新，先進制造業和服務業中心以及具有綜合競爭力強大的都市圈、城市群”。

1.1 人口崗位

根據第七次全國人口普查結果統計，都市圈常住人口總計3 171.7萬人，其中濟南占比29%，德州、聊城、泰安各占17%～18%。根據百度慧眼數據的人口崗位分布顯示，都市圈人口崗位分布以各城市的中心城區為主，如德州德城區、聊城東昌府區等，各城市中心城區人口占總人口的31%。

1.2 空間聯系

通過手機信令數據研究發現，都市圈客流聯系以濟南、泰安、淄博、德州和聊城中心城為中心，呈多中心放射分布，其中濟南與德州方向客流占比34.0%、與泰安方向客流占比25.7%。對外輻射方面，濟南中心城向周邊的商河、章丘、齊河等方向形成了主要客流廊道。出行特征方面，客流平均出行距離約38公里，其中5～15公里出行最多，約占28%;出行時間集中在早上7：00—9：00以及下午4：00—6：00。

1.3 圈層劃分

按照都市圈人口崗位密度分布、各分區出行聯系、與濟南中心城區通勤規律等綜合因素，將濟南都市圈劃分為4大圈層。

2 區域聯系預測

2.1 引力模型原理

城市引力模型是物理學上的萬有引力定律和距離衰減效應在經濟地理學方面的應用，其一般形式為：

（1）

其中：Fij為城市i與城市j之間的吸引力，Qi和Qj分別為兩城市的質量，dij為兩城市間的距離，b為距離摩擦系數，通常取值為2，G為引力常數，通常取值為1。

2.2 改進的引力模型指標體系

城市之間產生需求吸引不僅受人口、GDP等指標影響，也受經濟、社會、生活和基礎設施等多方面綜合因素驅動。本文對引力模型指標的城市質量和城市間距離進行改進，構建了3級2類14個指標體系。考慮到省內多為公路和鐵路出行，時間和空間距離指標以公路和鐵路為主。

城市綜合實力計算采用多因素分值加權求和的方法，公式如下：

（2）

其中：Mi為綜合實力得分，Wk和Pik分別是城市i中第k項指標的權重和指標值，n為評價綜合實力的指標個數。

時間、距離模型如下：

（3）

其中：dijk為城市i與城市j之間空間/時間距離的通達性值，Wh為城市i與城市j的第h項指標的權重。

改進的引力模型公式如下：

（4）

2.3 基于改進引力模型的區域客流模型

城市間的引力越強，其客流交互越密集，客流強度越大，故利用引力模型構建區域間的客流分布模型如下：

（5）

（6）

其中：yij為城市i與城市j的現狀客流聯系，為城市i與城市j的現狀引力，Wij為修正系數。Yij為城市i與城市j的規劃年客流，為城市i與城市j的規劃年引力。

將城市引力模型數據與現狀的交通出行需求進行擬合，改進前城市間引力與客流聯系的擬合值為R2=0.66，改進后城市及間的引力與城市間的客流聯系擬合值為R2=0.80。

基于改進引力模型預測濟南都市圈遠景出行如下圖。濟南都市圈主要廊道呈現以濟南主城區為中心，向外放射狀分布，都市圈客流為向心出行。濟南與周邊城市的主要廊道分布在濟南老城-章丘-周村-張店、濟南老城-長清-平陰/肥城、濟南老城-齊河-禹城通道上。

3 結語

本文借助大數據手段，突破了傳統受數據限制的困境，對濟南都市圈空間聯系現狀特征和未來趨勢進行了研究。研究表明濟南都市圈具有多中心放射性的空間結構特征，人口、資源集聚在濟南中心城半徑30 km以內，輻射能力還有待提升。同時研究表明，基于改進城市引力模型在客流交互研究中具有較強的實操性和精準性。基于大數據手段的客流特征分析可用于指導目前高速發展區域空間戰略規劃工作。

參考文獻

[1]陳少杰，沈麗珍.基于騰訊位置大數據的三地同城化地區人口流動時空間特征研究[J].現代城市研究，2019（11）：1-12.

[2]王崑陽，譙博文，張晶.大數據視角下的京津冀地區城市體系現狀——以POI數據和手機數據為例[J].首都師范大學學報（自然科學版），2020（6）：71-79.

[3]董志國，劉紅杏，吳冠中.基于手機大數據的城市群空間特征研究——以珠三角為例[J].交通與運輸，2017（5）：32-34.

[4]李劍鋒.基于大數據分析的南京都市圈出行特征研究[J].科技創新與應用，2017（34）：1-3.