西寧市居民工作日和休息日時空活動差異研究

楊 鴻 海,李 彬,楊 喜 平

(1.青海省地理空間和自然資源大數(shù)據(jù)中心,青海 西寧 810001;2.陜西師范大學(xué)地理科學(xué)與旅游學(xué)院,陜西 西安 710119)

0 引言

居民時空間行為研究一直是地理信息和人文地理領(lǐng)域研究的重要課題之一，通過分析居民的城市出行時空特征及其與建成環(huán)境的相互作用關(guān)系，有助于理解居民如何利用城市空間，從而解讀城市空間結(jié)構(gòu)和構(gòu)建以人為本的城市空間規(guī)劃[1]。國內(nèi)外學(xué)者基于出行的問卷調(diào)查數(shù)據(jù)，從不同角度分析居民時空行為，包括通勤行為和職住平衡[2，3]、活動空間和社會分異[4]、休閑行為[5]、購物行為[6，7]等以及建成環(huán)境和地理背景、性別、年齡對居民出行行為的影響[8-10]。這些研究主要從個體微觀角度分析城市居民活動的時空行為特征，缺乏從宏觀動態(tài)角度探析城市大規(guī)模群體的時空行為特征，緣于問卷調(diào)查數(shù)據(jù)的樣本量較小，無法獲取大規(guī)模群體的出行行為信息。隨著信息和通信技術(shù)發(fā)展，大規(guī)模人群的時空軌跡數(shù)據(jù)獲取成為可能，這些數(shù)據(jù)覆蓋范圍大、時空分辨率高并能及時更新，已成為研究城市群體移動時空行為和空間結(jié)構(gòu)的主要數(shù)據(jù)源[11-13],促使學(xué)者重新審視大數(shù)據(jù)背景下人文地理領(lǐng)域的研究問題[14-16]。例如，手機信令數(shù)據(jù)為研究居民時空行為提供了新的數(shù)據(jù)源，可從宏觀、群體和時空角度探索城市居民出行行為和空間結(jié)構(gòu)，既可針對傳統(tǒng)的通勤行為和活動空間[17]等問題展開新的討論，也可就城市多中心結(jié)構(gòu)[18，19]、居民活動時空特征和移動模式[20-23]、城市用地功能感知[24-26]和空間異常探測[27]等方面理解城市人地交互關(guān)系。由于缺乏個體的社會經(jīng)濟屬性和活動語義信息，時空軌跡數(shù)據(jù)并不能深刻透視居民出行的驅(qū)動機制，因此，需將出行問卷調(diào)查數(shù)據(jù)和時空軌跡數(shù)據(jù)融合，從多角度對城市人群活動行為進(jìn)行綜合分析。

研究工作日和休息日居民在城市空間的時空活動差異及影響機制，對城市出行空間規(guī)劃具有重要意義。目前，國內(nèi)相關(guān)研究主要集中在北京、上海、廣州等經(jīng)濟發(fā)達(dá)區(qū)域，對西部尤其是高原城市居民的出行行為研究[3,8,28，29]較少。城市居民在工作日和休息日的出行存在差異，因此，本研究以手機信令數(shù)據(jù)為數(shù)據(jù)源，分析西寧市居民在工作日和休息日的時空活動差異，并基于城市興趣點(POI)數(shù)據(jù)，分析POI設(shè)施的空間分布對居民在工作日和休息日時空活動差異的影響，以期從宏觀、時空動態(tài)角度明晰西寧市居民時空行為特征。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域

西寧市作為青海省省會、青藏高原東部門戶和西北地區(qū)重要交通要道，對青海省、青藏高原地區(qū)和西北地區(qū)的經(jīng)濟發(fā)展意義重大，是青藏高原地區(qū)唯一一座人口超百萬的現(xiàn)代化城市。西寧市主城區(qū)位于湟水流域中游河谷盆地，包括城中區(qū)、城北區(qū)、城東區(qū)和城西區(qū)，總面積346 km2，受地形和河流限制，東西狹長，南北略窄，湟水河橫貫東西，支流南川河、北川河呈十字相交，是典型的條帶狀半開放式河谷型城市(圖1)。本文研究工作日和休息日西寧市主城區(qū)居民的時空活動特征。

圖1 研究區(qū)域及信號塔位置Fig.1 The study area and the location of signal tower

1.2 研究數(shù)據(jù)

(1)手機信令數(shù)據(jù)，主要覆蓋西寧市主城區(qū)，時間為星期日(2018年8月5日)和星期一(2018年8月6日)，用戶數(shù)分別為380 375和383 887，約占西寧市城鎮(zhèn)人口的22%，每天的軌跡點約4 200萬，平均每個用戶每天約110個記錄，每個記錄包括用戶ID(加密處理)、性別(0女性、1男性)、年齡、活動類型(1通話、2上網(wǎng)、3短信)、活動開始時間、活動結(jié)束時間、信號塔經(jīng)緯度坐標(biāo)。此外，共從手機數(shù)據(jù)中提取出約2 600個信號塔，并對其進(jìn)行唯一編號(towerID)，由圖1可知，信號塔在城市中心區(qū)域分布較密集，郊區(qū)較稀疏。由于手機信號不穩(wěn)定或用戶使用手機習(xí)慣的差異，不同用戶的手機軌跡點存在差異，為盡量避免數(shù)據(jù)質(zhì)量差異影響研究結(jié)果，對數(shù)據(jù)進(jìn)行如下處理：1)篩選在工作日和休息日均有軌跡點記錄的用戶，確保兩天的用戶相同，避免用戶差異帶來誤差；2)用戶使用手機頻率會影響每天記錄點數(shù)量，針對工作日和休息日，選取每小時均有記錄點的用戶，確保一天中每小時均可追蹤到用戶在城市中的空間位置；3)手機信號不穩(wěn)定會使軌跡記錄點存在“乒乓效應(yīng)”，即在幾個相鄰信號塔之間出現(xiàn)頻繁跳動的震蕩點和遠(yuǎn)距離的漂移點等情況，本文采用林楠等[30]提出的方法對原始軌跡進(jìn)行噪聲處理。最終共篩選出58 070個用戶數(shù)據(jù)，用于分析工作日和休息日城市居民時空活動差異。

(2)從高德地圖上共爬取71 319條2018年西寧市POI數(shù)據(jù)，用于分析POI的空間分布對居民工作日和休息日活動停留時空差異的影響。基于《城市用地分類與規(guī)劃建設(shè)用地標(biāo)準(zhǔn)(GB50137-2011)》，將POI重分為6個大類：商業(yè)(包括餐飲服務(wù)、購物服務(wù)、住宿服務(wù)和體育休閑服務(wù))、居住(包括住宅區(qū))、工業(yè)(包括公司企業(yè)、政府機構(gòu)及團體、金融機構(gòu))、公共(包括科教文化服務(wù)和醫(yī)療保健服務(wù))、交通(包括交通服務(wù)設(shè)施和道路附屬設(shè)施)和綠地(包括公園廣場和風(fēng)景名勝)。

2 研究方法

2.1 停留軌跡提取

在個體時空軌跡上，城市居民活動體現(xiàn)為停留(個體因參與某活動需在城市某一空間位置持續(xù)停留一段時間)，出行體現(xiàn)為停留之間的移動。本文主要關(guān)注居民在城市中停留的時空分布特征。停留提取過程為：基于每個用戶一天的軌跡記錄點，將其按時間順序串聯(lián)，構(gòu)建用戶出行的時空軌跡(式(1))；按時間順序依次遍歷軌跡點pi，如果存在連續(xù)的軌跡點子集Trsub滿足式(2)，即當(dāng)用戶在該位置停留持續(xù)時間dur=ti+m-ti超過δt時，則認(rèn)為用戶在信號塔towerIDi位置處發(fā)生停留。

(1)

式中：(xi,yi)為信號塔的位置坐標(biāo)；ti為時間；n為軌跡點數(shù)量。

(2)

2.2 核密度估計

在手機信令數(shù)據(jù)分析中，通常采用信號塔生成的泰森多邊形作為信號塔的服務(wù)范圍，認(rèn)為多邊形內(nèi)人群均勻分布，從而得到城市空間上連續(xù)的人群分布，但泰森多邊形內(nèi)的土地利用并不均勻，導(dǎo)致多邊形內(nèi)人群并非均勻分布；同時，采用多邊形對通信信號進(jìn)行切分會導(dǎo)致相鄰多邊形內(nèi)的人群分布出現(xiàn)階梯不連續(xù)情況，不符合空間現(xiàn)象發(fā)生的空間連續(xù)性[31]。基于此，一些學(xué)者采用核密度估計方法生成連續(xù)空間上的人群分布，并廣泛應(yīng)用于手機數(shù)據(jù)人群活動分析中[32]。該方法首先將整個研究區(qū)域劃分為規(guī)則格網(wǎng)，然后基于已知樣本點計算格網(wǎng)中心的核密度值，計算公式為：

(3)

式中：r為搜索半徑；k(·)為核函數(shù)；pi為基站i的停留人數(shù)；di為待估格網(wǎng)的中心點(x,y)到基站i(xi,yi)的距離；n為搜索半徑范圍內(nèi)的基站數(shù)量。

2.3 多元線性回歸

城市興趣點(POI)的空間分布直接影響居民的活動分布。為分析工作日和休息日城市居民時空活動分布差異與POI分布的關(guān)系，本文采用多元線性回歸模型(式(4))定量分析POI空間分布對人群在工作日和休息日停留分布的影響。

Yi=β0+β1X1i+β2X2i+…+βkXki+εii=1,2,…,n

(4)

式中：β0為常數(shù)項；βj(j=1,2,…,k)為解釋變量X的回歸系數(shù)，采用最小二乘估計；k為解釋變量的數(shù)量；εi為觀測量i的隨機誤差；n為觀測數(shù)量。當(dāng)回歸系數(shù)為正時，表示POI變量對居民停留產(chǎn)生積極影響，即該類型POI數(shù)量的增多會促進(jìn)居民在該區(qū)域停留；當(dāng)回歸系數(shù)為負(fù)時，表示POI變量會對居民停留產(chǎn)生消極影響，即該類型POI數(shù)量增多會減少居民在該區(qū)域停留。

3 結(jié)果與分析

3.1 工作日和休息日居民時空活動差異

為分析不同時段居民在城市中的停留空間分布，根據(jù)居民生活規(guī)律，將一天劃分為T1(00:00-06:00)、T2(06:00-09:00)、T3(09:00-12:00)、T4(12:00-14:00)、T5(14:00-17:00)、T6(17:00-20:00)、T7(20:00-24:00)7個時段，每個時段對應(yīng)城市主要的群體活動，如T2為早上通勤時段，T3為上午工作時段。針對每個時段，設(shè)置停留時長閾值δt為30 min，利用式(1)-式(3)計算居民在休息日和工作日不同時段的核密度差值(圖2)。圖2中，紅色系表示休息日人數(shù)較多，藍(lán)色系表示工作日人數(shù)較多。

圖2 居民工作日和休息日的停留時空差異Fig.2 Spatio-temporal differences of residents′ stops on weekdays and weekends

總體而言，在T1時段(圖2a)，城市大部分居民處于睡眠狀態(tài)，無論是在休息日還是工作日，該時段人群分布較多的區(qū)域在空間上比較分散。到早上通勤時段T2(圖2b)，城市中心出現(xiàn)大面積的藍(lán)色區(qū)域，表示在工作日該時段該區(qū)域人群出現(xiàn)聚集。在上午工作時段T3(圖2c)，城市中心區(qū)域附近和城市北部區(qū)域出現(xiàn)大面積的藍(lán)色區(qū)域，表示在工作日該時段該區(qū)域人群分布較多，推斷該區(qū)域主要是工業(yè)用地，分布有大量工作崗位；同時可以看到，相比于T2時段，T3時段出現(xiàn)大面積連片的紅色區(qū)域，說明該時段在休息日人數(shù)較多，該區(qū)域可能是居住用地聚集區(qū)。在T4時段(圖2d)，中心城區(qū)藍(lán)色區(qū)域面積開始減少，與T3時段相比，紅色區(qū)域也出現(xiàn)減少，該時段居民主要活動為外出就餐，引起居民停留分布出現(xiàn)變化。下午工作時段T5與上午工作時段T3相比，城市中心藍(lán)色與紅色區(qū)域出現(xiàn)減少，但出現(xiàn)一些高密度的紅色小區(qū)域(圖2e)，表明該區(qū)域在休息日出現(xiàn)人群聚集狀態(tài)。在T6時段(圖2f)，城市中心仍然存在藍(lán)色區(qū)域，表明工作日該時段該區(qū)域人數(shù)仍然聚集，但紅色區(qū)域出現(xiàn)明顯減少，零星分布在城市不同區(qū)域；此外，在該時段工作日和休息日人群分布差異的強度減弱，表明該時段一些區(qū)域工作日和休息日的人群活動數(shù)量差異不大。T7時段是居民自由活動時間，該時段城市大部分區(qū)域被紅色覆蓋(圖2g)，表明休息日西寧市居民可能傾向于在該時段從事社交、娛樂等活動，導(dǎo)致休息日人群分布較多。

從上述分析可以看出，在同一時段，工作日和休息日西寧市居民的活動停留在空間分布上存在差異，并且隨著時段推移，空間分布也不斷變化。在工作日，由于西寧市的大部分工作崗位集中在市中心區(qū)域，因此中心區(qū)域居民停留人數(shù)較多；在休息日，居民可參與各種活動，人群空間分布較分散。

3.2 POI空間分布對居民時空活動差異的影響

表1 各時段停留密度差值大于0的回歸結(jié)果Table 1 Regression results of differences of resident stop density greater than 0 in each period

表2 各時段停留密度差值小于0的回歸結(jié)果Table 2 Regression results of differences of resident stop density less than 0 in each period

從表1可以看出：1)在所有時段，商業(yè)設(shè)施POI對休息日居民停留產(chǎn)生積極影響，表明某區(qū)域商業(yè)設(shè)施數(shù)量的增加將促使該區(qū)域在休息日吸引居民停留。2)居住用地對休息日居民停留的影響強度在早上較大，在下午影響強度減小。在休息日，城市大部分居民早上居家，因此在休息日早上某區(qū)域居住用地比例增加導(dǎo)致居民停留增多，尤其在T2和T3時段。在T4時段，居民外出活動增多，居住用地的影響強度減弱。到T6時段,居住用地對居民停留產(chǎn)生負(fù)影響，原因在于在休息日該時段居民傾向于參與各種活動(就餐、娛樂等)，這些活動位置可能遠(yuǎn)離居住用地，對其產(chǎn)生了一定抑制作用。3)在T1、T2和T7時段，工業(yè)用地對居民停留產(chǎn)生消極影響，此時大部分居民居家；在T5和T6時段，工業(yè)用地對其產(chǎn)生顯著積極影響，但強度較低，城市中一些辦公大廈雖為工業(yè)用地，但同時也是商業(yè)集中區(qū)(如購物中心)，這兩個時段居民可能會在這些商業(yè)集中區(qū)從事購物、聚餐或娛樂活動等。4)公共用地在休息日白天大部分時段對居民停留產(chǎn)生消極影響，因為公共用地主要包括科教及醫(yī)療用地，休息日學(xué)校放假，醫(yī)院大部分員工也放假。5)交通用地在各時段對居民停留產(chǎn)生顯著積極影響，且影響強度在下午逐漸增大，表明在休息日交通設(shè)施越便利的地方，越能吸引居民參與社交活動。6)綠地在大部分時段對居民停留產(chǎn)生消極影響，但影響強度較小，綠地主要包括公園和景區(qū)，理論上休息日會促使居民參與休閑活動，但其回歸系數(shù)卻為負(fù)，原因有待后續(xù)研究。

從表2可以看出：1)與休息日相比，商業(yè)設(shè)施在工作日對居民停留的影響強度減弱，在T3上午工作時段和T5下午工作時段，城市大部分居民從事工作相關(guān)的活動，因此，工作日這兩個時段商業(yè)設(shè)施對居民停留產(chǎn)生較強的消極影響。2)居住用地在T1和T7時段對居民停留產(chǎn)生積極影響，而在其他時段均產(chǎn)生消極影響，主要是這兩個時段居民在家睡覺，而工作日其他時段居民需從事與工作相關(guān)活動，因此居住用地只在這兩個時段對居民停留產(chǎn)生積極影響。3)與休息日相反，工業(yè)用地在工作日白天對居民停留產(chǎn)生顯著積極影響，且強度較大；在T4中午時段，人群就餐活動引起影響強度出現(xiàn)減弱。4)與休息日相反，公共用地在工作日白天大部分時段對居民停留產(chǎn)生積極影響，因為工作日學(xué)校和醫(yī)院等公共場所均正常開放，只在T1和T7時段產(chǎn)生消極影響。5)與休息日一致，交通用地在工作日各時段對居民停留產(chǎn)生顯著積極影響，表明在工作日交通設(shè)施越方便越有利于居民出行并停留。6)綠地對居民停留的影響強度較小，可能是由于城市中綠地類型的POI數(shù)量較少，具體原因還需進(jìn)一步對城市綠地和景點進(jìn)行深入分析。

4 結(jié)論

手機信令數(shù)據(jù)能夠感知城市居民空間位置隨時間的變化，已成為研究城市大規(guī)模群體時空行為的重要數(shù)據(jù)源。本文以西部高原城市西寧市中心城區(qū)為例，基于手機信令數(shù)據(jù)分析居民在工作日和休息日的時空活動差異，并定量分析POI的空間分布對居民停留活動的影響。具體結(jié)論如下：1)對于單中心空間結(jié)構(gòu)的城市而言，居民活動的空間分布在工作日主要集中在市中心區(qū)域，休息日在空間上較分散，并且圍繞居住區(qū)分布；2)相較于傳統(tǒng)基于問卷調(diào)查的研究，手機信令數(shù)據(jù)有助于捕獲居民在城市空間活動的時空動態(tài)，無論工作日還是休息日，居民在城市空間的停留隨時間動態(tài)變化；3)不同類型的POI設(shè)施在工作日和休息日對居民停留的影響存在差異，同一類型的POI在不同時段對居民停留的影響強度存在差異。休息日，商業(yè)和交通設(shè)施的增加促使居民停留，而工業(yè)用地、公共用地在大部分時段對居民停留產(chǎn)生消極影響；居住用地增加對早上居民停留產(chǎn)生積極影響，但下午時段影響強度減弱。工作日，工業(yè)用地設(shè)施增加、交通可達(dá)性提高會促進(jìn)居民停留，商業(yè)設(shè)施、居住用地在工作時段對居民停留產(chǎn)生消極影響；公共用地在工作時段促進(jìn)居民停留，在晚上和凌晨對其產(chǎn)生消極影響。

本研究因數(shù)據(jù)源限制，仍存在一些局限：手機信令數(shù)據(jù)缺乏居民出行的活動語義信息，不清楚用戶停留的目的(參與何種活動)，且只在用戶進(jìn)行通話、上網(wǎng)和短信活動時才會記錄用戶的位置信息，導(dǎo)致其并不能實時感知用戶的位置，存在軌跡缺失的可能性；同時，不同用戶軌跡采樣時間間隔不一致，可能會影響停留識別。后續(xù)研究需與傳統(tǒng)問卷調(diào)查數(shù)據(jù)融合，利用各種數(shù)據(jù)源的優(yōu)勢互補反映城市居民的時空活動差異。