國土空間規劃視角下的城市空間結構研究
——基于多源數據的宿州實證分析

韓勝發，劉歡迎，申 彪

引言

在國土空間規劃編制如火如荼推進的背景下，作為國土空間規劃編制重要基礎的第三次全國土地調查數據（以下簡稱“三調數據”），主要通過圖像識別的方式進行用地性質判斷，導致出現中心城區用地性質不準確、分類不精細且無法反映城市空間結構的問題。如何科學合理地編制國土空間規劃、優化完善城市空間結構、精準識別城市中心體系的等級與分類、明確城市功能區的范圍與類別，成為國土空間規劃編制的重要議題。

城市空間結構和居民活動相互作用、相互影響、相互制約。城市空間結構對城市居民生產和生活活動、城市經濟社會發展具有重要影響，居民活動是城市空間結構的重要表征?；谌巳夯顒拥臅r空規律，可以識別城市空間問題并優化城市空間結構。本研究以三調數據為基礎，利用手機通訊基站位置數據、興趣點（以下簡稱“POI”）數據、企業位置和相關屬性數據，可以準確描述不同時段城市中人群活動的密度格局和功能格局。在國土空間規劃編制的背景下和各類空間信息數據的支持下，豐富利用城市人群時空活動規律來表征城市空間結構的相關研究。

本研究的理論前提是城市各類功能區對應不同的用地類型與設施類型，用地和設施在不同時段承載的人群活動類型和密度呈現出不同的時空規律，圍繞“用地-設施-時間-人群”四要素之間的互動構造出城市功能格局和人群活動密度格局，利用人群活動與功能服務之間的關系表征城市空間結構。如何基于三調數據結合多源數據識別城市空間結構，進而支撐國土空間規劃的編制，目前的研究還較為匱乏。本研究以安徽省宿州市為例，提出綜合運用三調數據、手機信令數據、POI數據、企業數據識別宿州現狀城區的城市空間結構的方法。

1 基于大數據的城市空間結構研究綜述

研究城市空間結構的數據類型包括單一數據和多元數據兩種。單一數據包括百度數據、手機信令數據、GPS數據和110報警信息數據。吳志強等提出了基于百度地圖熱力圖提供的動態人口分布數據進行城市空間結構研究的方法，鈕心毅等利用手機信令數據表征的用戶密度識別了上海中心城區的城市公共中心和城市功能區，魏海濤等運用出租車GPS定位軌跡數據揭示了城市空間結構并提出了優化策略，吳慮等運用110報警信息識別了城市犯罪的空間分布結構。另一類是多種數據相結合的研究，韓昊英等利用公交刷卡數據、POI數據和居民出行行為數據識別北京城市各類功能區，梁立峰利用燈光遙感數據、POI數據和手機定位強度數據分析了3種數據空間耦合相同或相異區域，楊俊宴以上海市的建筑空間數據和手機信令數據表征的人群動態遷移演化特征揭示了城市動態結構。

既有研究充分利用了大數據的動態、海量、易獲取的優勢，結合人群分布和行為特征，從不同角度、利用不同方法表征了抽象的城市空間結構，但研究都局限于現狀城市功能分區劃分，沒有針對三調數據存在的精度問題和無法反映用地開發強度的問題進行研究，導致現行的國土空間規劃編制缺少支撐。為提高城市空間結構識別的科學性和國土空間規劃的編制效率，本研究提出以三調數據為基礎，基于人群活動的時空規律，疊合企業數據、POI數據來刻畫城市空間結構的方法。

2 數據特征、人群活動特征和研究方法

2.1 數據特征——三調數據、手機數據、POI數據、企業數據

三調數據特征。在第二次全國土地調查成果的基礎上，利用遙感、測繪、地理信息、互聯網等技術，統籌利用現有資料，以正射影像圖為基礎，形成地類分布與利用狀況?！妒屑墖量臻g規劃編制指南》要求三調數據是國土空間規劃編制的基礎，三調數據具有全域覆蓋的優勢，但是精度較低，無法反映城市空間結構和各類設施的能級，這對國土空間規劃編制提出了挑戰。

手機數據特征。研究范圍面積為204.13 km，通訊基站數量為7 314個，手機信令數據選取工作日和休息日各一天，工作日為2020年9月21日，信令數量為2 800萬條，休息日為2020年9月27日，信令數量為2 700萬條，時間粒度為小時級。研究獲取的手機信令數據是脫敏數據，不包含手機識別碼、時間戳、事件類型等字段。因此，本研究通過整體分析的方法來判斷人群活動密度格局，無法進行個體行為特征分析。

POI數據特征。從百度地圖平臺獲取2020年9月21日POI數據1 975條，涉及行政辦公設施、教育設施、商業設施、文體設施、交通設施、醫療設施和廠礦企業數據。該類數據有助于劃分城市功能區、識別城市中心、分析業態集聚和推薦興趣點，可以進行設施空間布局分析，通過與手機信令反映的人群活動密度格局相結合，進行各類專業中心的能級劃分。

企業數據特征。高新企業數據包括企業注冊地址、主要業務活動、主要產品、科技活動人員、科技活動費用和期末擁有有效專利數，通過數據空間布局和加權分析，可以得到科創企業的空間格局和能級，進而判斷科創中心和科研創新區的分布。

2.2 人群活動特征——居住時段、就業時段、游憩時段、高峰時段

人群活動的規律與日常工作和生活內容高度相關，某一時間統計單元的用戶密度空間分布，可反映城市居民活動的空間分布特征和城市功能格局。根據就業、居住、游憩和混合4種活動的時間特點，結合人群活動規律和手機信令，將工作日和休息日一天24小時的數據進行匯總分析，其中工作日1：00-4：00為居住時段，工作日7：00-11：00為就業時段，休息日14：00-16：00為游憩時段，工作日和休息日17：00-18：00為高峰時段（圖1）。

圖1 宿州市現狀城區工作日和休息日全天分小時信令統計

2.3 數據分析方法

2.3.1 三調數據分析方法

三調數據作為國土空間規劃的基礎，反映建成區的土地使用基本情況，研究使用網格分析方法，以150 m×150 m對三調數據進行網格劃分，對網格內的用地主導功能進行判別，形成現狀城區用地功能底圖，成為空間研究和分析的基礎（圖2）。

圖2 三調數據網格分析

2.3.2 手機信令數據、POI數據和企業數據分析方法

手機信令數據可以表征人群密度格局，研究采用核密度和網格分析方法來描繪不同時段城市人群活動的密度格局。在ArcGIS軟件中以800 m為搜索半徑進行核密度分析來判斷城市主中心，以300 m為搜索半徑進行核密度分析來判斷城市專業中心，將用戶端數量落位到50 m×50 m的柵格中，利用每個柵格的屬性值表達人群密度格局。

POI數據的核密度分析可以描繪人地要素的空間分布形態，量化人群活動空間的范圍和強度。通過POI數據表征的人群空間活動類型和強度與用地屬性等建成環境特征之間的耦合關系，判斷活動的類型和城市專業中心的分類和能級；

通過對企業的專利數量、科研資金規模和科研人員數量進行加權匯總，進行空間點數據的密度分析，對科研資源現狀分布密度格局進行刻畫，疊合三調數據用地分類，明確科研資源的空間分布，進而為科創中心和科創片區的識別奠定基礎。

2.4 研究方法對城市空間結構規劃的影響

本研究采用的數據和方法對城市空間結構規劃具有三方面的重要影響：一是從微觀個體行為的角度出發，分析城市中不同時段人群活動的規律和特征，將以人民為中心的理念融入城市空間結構研究，使得抽象的規劃研究體現出豐富的人文理念；二是研究分析利用手機數據表征復雜的人群活動密度格局，并利用各類設施數據模擬人群活動類型和城市功能，將平面的用地功能和人群活動密度統一起來，對識別城市功能的級別和時空分布具有重要意義；三是該方法基于現狀人群活動規律和密度格局，對未來城市空間結構進行趨勢性判斷，因而對提升空間結構規劃的科學合理性具有重要的支撐作用。

3 人群活動時空規律和城市空間結構識別

3.1 人群活動分時段特征和活動類型

3.1.1 人群活動分時段密度格局特征

居住時段用戶密度分布格局總體均衡，居住用地的高密度區位于高層居住區，非居住用地上的高密度區位于職業學院學生宿舍、工業區職工宿舍、綜合醫院、火車站等地區（圖3）。居住時段人群活動在各類用地上的分布數量和密度表明大量人口分布在非居住用地上，這一現象應在中心城區的公共服務設施規劃、交通設施規劃中引起高度重視，尤其需要對以居住用地為核心的公共服務設施規劃配置方法進行優化和調整。

圖3 工作日（左）和休息日（右）居住時段用戶密度分布

就業時段用戶密度分布格局呈現出“中心+軸帶+多點”的特征（圖4），總體格局呈現出兩方面的特征：一方面，服務業就業在城市中心區較為集中，且呈現出逐漸向外圍擴散的態勢，尤其是外圍的一些大型文體設施、商業綜合體等功能節點的建設，引導就業崗位向外擴散；另一方面，位于城市北部和南部的產業園區內的服務業人群密度明顯低于中心城區的服務業人群密度，對于正處在城鎮化快速發展階段的宿州而言，需要加強二產的發展和空間保障。

圖4 工作日（左）和休息日（右）就業時段用戶密度分布

游憩時段用戶密度分布格局呈現出“中心+多點”的特征。“中心”為城市中心地區，體現出文化娛樂、商業休閑功能高度集中的特征?！岸帱c”為宿州古城、三角洲公園、港口路和汴河東路相交處等城市休閑游憩功能節點（圖5）。游憩時段人群活動在各類用地上的分布數量和密度反映出居民活動多發生在公共管理與公共服務用地和商業服務業用地，居民休閑活動以購物、娛樂和文體活動為主，公園綠地上的用戶數量較少，表明公園的數量和服務質量有待加強。

圖5 工作日（左）和休息日（右）游憩時段用戶密度分布

高峰時段用戶密度分布格局呈現出“一核三軸”的特征?！耙缓恕睘槌鞘兄行膮^的行政、商業、辦公和醫療綜合服務中心，“三軸”為汴河路、拂曉大道和淮海路3條主要功能軸（圖6）。高峰時段人群活動在不同用地上的分布數量和密度呈現出全天活動最為活躍的特征，體現出下班高峰期和晚餐在居民日常生活中的高頻性和重要性。居住用地用戶數最高這一現象表明居家生活是該地區的主導生活方式，這一出行規律和生活規律為職住平衡、緩解交通擁堵提供了一定的研究基礎。

圖6 工作日（左）和休息日（右）高峰時段用戶密度分布

3.1.2 人群活動分布強度與用地耦合分析

4個特征時段的人群總量分布和密度分布呈現出如下特征：在各類用地中，用戶總量高低排序依次為居住用地、交通運輸用地、公共管理與公共服務用地、商業服務業用地、工礦用地和倉儲用地，各類用地的用戶密度排序依次為公共管理與公共服務用地、商業服務業用地、交通運輸用地、居住用地、文化用地和綠地與開敞空間用地（表1）。居住用地用戶總量最大，一方面是因為非就業人口比例高、老齡化程度高，另一方面是因為三調數據不精準，將一些沿街商業服務業用地劃歸為居住用地，導致人群活動性質判斷有誤。交通運輸用地、公共管理與公共服務用地和商業服務業用地的用戶密度大，體現了非居住類人群活動高度集聚的特征，這對判斷各類用地的服務績效和公共安全性具有重要的支撐作用。

表1 宿州市工作日和休息日特征時段人群活動分布統計

3.2 城市中心體系識別——城市主中心和城市專業中心

3.2.1 基于手機信令數據的城市主中心識別

對工作時段和高峰時段的手機信令進行核密度分析形成人群活動密度格局，結果顯示城市主中心為“一心一帶”的格局?！耙恍摹睘榛春Ｂ泛豌旰勇废嘟惶?，是城市人群活動最密集的地區。結合POI數據，該地區主導功能顯示為行政、商業、醫療服務功能?！耙粠А睘榉鲿源蟮篮晚嘣坡纺媳毕驇羁臻g，結合POI數據顯示該軸帶為交通、游憩、教育、居住、商業密集區，是城市逐漸擴展形成的以居住功能為主導的生活服務帶，拂曉大道兩側密布高層小區導致人口較為密集。

3.2.2 基于人群活動密度格局和POI數據的城市專業中心識別

城市專業中心識別采用人群活動密度格局和POI數據疊合分析的方法（表2）。行政中心識別采用就業時段人群活動密度格局和行政設施POI數據疊合分析的方法，科創中心識別采用就業時段密度格局和高新技術企業空間位置數據、專利數據、科研資金規模數據、科研人員規模數據和科研設施POI數據疊合分析的方法，文化中心識別采用游憩時段、就業時段用戶密度格局和文化設施POI數據疊合分析的方法，產業中心識別采用就業時段用戶密度格局和三調數據中的工礦用地和商業服務業用地疊合分析的方法，游憩中心識別采用游憩時段人群活動密度格局和文體設施、商業設施、公園POI數據疊合分析的方法。

表2 城市專業中心識別方法矩陣

3.3 基于手機數據的城市功能軸線體系識別

以工作日和休息日就業時段手機信令密度格局為分析對象，城市軸線體系呈現出“十字+一縱”的結構。“十字軸線”以城市商業中心為原點沿汴河路和淮海路向四周輻射，該軸線隨著城市規模的擴張，形成了以城市商業、醫療、教育等基本功能為核心的城市功能軸（圖7）。

圖7 工作日（左圖）和休息日（右圖）就業時段用戶密度格局

3.4 基于三調數據、人群活動時段、人群活動密度的城市功能區識別

3.4.1 居住生活區——三調數據+居住時段+人群活動密度格局

居住生活區的識別采用居住時段的人群活動密度格局和三調數據疊合分析的方法。研究采用工作日和休息日凌晨3：00-4：00時段內的手機信令數據，工作日居住用地內的用戶數為24.7萬個，非居住用地用戶數為38.2萬個，總計62.9萬個；休息日居住用地用戶數為19.2萬個，非居住用地用戶數為30.2萬個，合計49.4萬個（表3）。數據顯示了兩方面的特征：一是居住時段大量人口分布在非居住用地上，且工作日總人數大于休息日，表明休息日有大量人員外出度假或旅游，城市自身的吸引力較弱；二是高密度居住生活區的分布與高層住宅區高度相關，主要位于城市外圍，尤其是三角洲公園周邊和城市主要道路兩側。

表3 居住生活區用戶數和密度分級統計

3.4.2 就業功能區（二產+三產）——三調數據+就業時段+人群活動密度格局

二產就業功能區的識別采用工作日和休息日就業時段的人群活動密度格局和三調數據疊合分析的方法，三調數據重點分析工礦用地和倉儲用地。數據顯示工作日用戶數和用戶密度均高于休息日，中低密度區域占比高于80%（表4），表明二產就業吸納能力不強，工業用地崗位密度較低。

表4 就業（二產）功能區用戶數和密度分級統計

三產就業功能區的識別采用工作日就業時段（上午和下午）、休息日游憩時段人群活動密度格局和三調數據疊合分析的方法。結果顯示商業服務業用地和其他用地手機用戶數基本持平，強度高低排序依次為工作日上午、工作日下午和休息日（表5），空間分布格局呈現出“中心-邊緣”的特征。

表5 就業（三產）功能區用戶數和用地面積統計

3.4.3 科研創新區——就業時段+專利數據+科研人員數據+科研資金數據+企業分布數據

科研創新區識別采用就業時段的人群活動密度格局和三調數據、專利數量、科研人員數量和科研資金數量疊合分析的方法，三調數據分析商業服務業用地、科研用地、教育用地。識別結果顯示科研創新區主要位于北部高新區、南部經開區、淮海路和汴河路相交處、東南部化工園區和東部大學城，城市中心區和產業園區的密度高于教育用地，表明高校的專利數量、科研資金數量低于高新企業，未來城市需要提升高等院校的科研水平和能級。高密度區占比為10.4%，中低密度區占比近90%（表6），表明高新企業中具有較強競爭力的企業較少，需要引入高新企業、高端技術人才，提升城市在科技創新方面的競爭力。

表6 科研創新區用戶數和用地面積統計

3.4.4 交通樞紐區——高峰時段+人群活動密度格局+三調數據+POI數據

交通樞紐區識別采用高峰時段的人群活動密度格局和三調數據、POI數據疊合分析的方法，三調數據分析交通運輸用地。識別結果顯示，交通樞紐區主要為宿州站周邊、客運站和碼頭地區，工作日高密度區占比為12.50%（表7）。數據表明交通樞紐較為集中，最高密度區為宿州站，碼頭和客運站在交通服務體系中處于較低密度區。

表7 交通樞紐區用戶數和用地面積統計

3.4.5 休閑游憩區——游憩時段+人群活動密度格局+三調數據+POI數據

休閑游憩區識別采用游憩時段手機用戶密度格局疊合三調數據、POI數據進行分析，三調數據重點分析公園綠地。分析顯示高密度區面積占比僅為3.1%（表8），空間分布上位于三角洲公園，表明大型城市公園對人群的吸引力較大，未來城市應結合人群需求設置綜合性城市公園，以滿足人民的休閑需求。

表8 休閑游憩區用戶數和用地面積統計

3.4.6 城市空間結構生成

將城市主中心、城市專業中心、城市發展軸線和城市各類功能區疊合形成城市功能分區（圖8）和城市空間結構（圖9）。該結構與現場踏勘、上版城鄉總體規劃的結論基本一致，差異是對于新增拂曉路發展軸的判定。拂曉路發展軸的出現是由于兩方面的原因：一方面是近年客運站、大型公園、商業綜合體和高層居住區的建設布局在拂曉路沿線，另一方面是城市東部鐵路的限制和淮海路南北過長導致城市重大設施向西布局，使得城市發展軸線偏離淮海路，向西移動形成了與淮海路平行的一條南北軸線。由于城市西部京臺高速公路的限制，城市未來重大設施的布局和發展方向應調整既有格局，以組團化布局為目標，形成更加生態、高效的空間格局。

圖8 城市功能區疊合

圖9 宿州城市空間結構現狀

4 結語

本研究的核心邏輯是通過匯總微觀個體行為來刻畫和描繪城市空間結構，以個體的時空行為規律研究為基礎，通過手機用戶時空分布密度格局確定城市空間結構，在城市空間結構的基礎上疊合各類設施POI數據、三調數據和企業數據來判定手機用戶活動類型和城市功能，形成了在大格局基礎上將局部職能的宏觀格局和微觀職能相結合的研究思路。

手機信令數據、POI數據、企業數據和三調數據在城市公共中心體系等級和職能類型識別、專業中心識別、軸線體系識別、城市功能區識別、用戶時空分布格局和變化趨勢研究方面具有普遍性和創新性。該方法的優點是數據量大、動態更新、精度高，尤其適用于大尺度的城市空間結構分析。同時，該方法也有三方面的缺點：一是手機用戶數據信息保密程度高，數據獲取具有一定的難度，無法進行個體時空行為的高精度分析；二是在中小城市的空間結構識別方面優勢不明顯；三是在多種類型數據相互疊加的過程中，對于數據標準的統一計量還需要進一步研究。在國土空間規劃全面展開且要求很高的背景下，該方法和數據對于提高國土空間規劃編制的科學性和編制效率具有重要的支撐作用。