北京市人口空间分布特征

基于手机信令数据的北京市人口空间分布特征

王 淼1,2 杨伯钢1,2 谢燕峰1,2 陶季奇1,2 郭燕宾1,2 陈 娟1,2

1. 北京市测绘设计研究院,

2. 城市空间信息工程北京市重点实验室

摘 要：手机信令数据兼有时间信息和空间信息,是用于研究人口空间分布、城市空间特征较好的大数据。利用手机信令数据和乡镇区划数据,分类分乡镇分析提取不同口径用户数量及用户密度概率分布函数,北京市人口空间分布及其均衡性。研究发现：北京市人口分布呈现出由首都功能核心区向中心城区和新城扩散的态势,对于手机信令可分时段统计用户,呈现出人口密度分布并不平衡,中心城区和新城个别街道如卢沟桥街道、新桥街道、沙河地区等工作居住用户远超于其他乡镇街道,人口聚集明显;在职住方面,个别街道存在就业功能空间外溢,居住功能空间紧张的现象,职住用户分布不匹配现象。

0 引言

人口空间分布是人口地理学研究的重要领域[1]。研究城市人口空间分布,发现城市人口分布差异,对城市社会经济、产业布局、建设规划及城市的健康可持续发展具有重要意义。面对城市扩张发展以及人口流动不断变化,获取人口数据显得尤为重要,传统人口普查统计数据多以“年”作为时间尺度,更新时间过长,因此，以人口普查为手段的统计方法在迅速发展的城市里作用局限性较大。

随着大数据时代的来临、信息科学技术的发展以及移动电话的普及,各大运营商架设的手机基站所采集的大规模手机信令数据在轨迹数据挖掘、城市国土规划和人口空间分布等研究领域中发挥着重要作用[2]。相对于以往城市人口主要采用普查手段,手机信令基于基站定位是一种时空轨迹大数据[3],以“日”“月”“季度”等时间作为尺度,在区域-城市-区县-街道各级尺度均有涉及,对人口昼夜活动区域进行监测更新,是人口大数据天然采集器[4]。

在此基础之上,本文以北京市为例,以乡镇街道为研究尺度,利用手机信令月粒度人口数据,分时分地区对北京市人口空间分布进行分析研究。

1 数据来源与研究区域

1.1 数据来源

手机信令数据来源于北京移动、联通、电信三大电信运营商2019年9月整月数据,数据量约30亿条,包括用户的唯一标识码、时间戳、位置更新、基站编号、归属地等信息[5]。

街道数据来自北京市地理国情常态化监测(2019年)地理单元乡镇级行政区划数据成果。

1.2 研究区域

北京位于华北地区,中心位置116°20′E、39°56′N,东与天津毗连,其余均与河北相邻[6],北京市总面积约1.64×104 km2,北京市下辖16个市辖区,327个乡镇街道(2019年)。

2 研究方法

2.1 研究思路

首先是数据预处理,根据数据需求和条件,逐一筛选记录,剔除无法定位、信息缺失、数据不连续、难以识别等异常值,形成手机信令数据样本[7];根据基站编号、时间戳,计算每条记录对应的空间位置;根据唯一标识,提取行动轨迹和驻留点位信息;分类分街道计算得到北京市乡镇街道尺度下每天白天时段的白天服务用户、白天工作用户、白天过路用户、每天夜晚时段的夜晚服务用户、夜晚居住用户、夜晚过路用户6个不同口径的服务用户数据;利用手机信令数据与北京市区划数据相结合,分析北京市人口空间分布及均衡性[8]。

2.2 数据口径

(1)白天服务用户：指每天白天时段(早上08:00:00—晚上09:00:00,城市人口活跃的时间段),在该区域出现的服务用户的基础上,排除掉路过该区域的用户,代表了该区域每天白天主要服务的人口。

(2)白天工作用户：指每天白天时段,在该区域稳定工作的用户。

(3)白天过路用户：指每天白天时段,路过该区域的用户,每次经过不超过2 h。

(4)夜晚服务用户：指每天夜晚时段(晚上09:00:00-次日上午08:00:00,城市人口休息的时间段),在该区域出现的服务用户的基础上,排除掉路过该区域的用户,代表了该区域每天夜晚主要服务的人口。

(5)夜晚居住用户：指每天夜晚时段,在该区域稳定居住的用户。

(6)夜晚过路用户：指每天夜晚时段,路过该区域的用户,每次经过不超过2 h。

2.3 分析模型

北京市乡镇街道数量多,可分析其用户数量以及用户密度分布规律。利用Excel表格对用户数量以及用户密度进行正态分布密度函数[9]统计。

(1)

对数正态分布(log-normal distribution,LND)指随机变量的对数符合正态分布[10]。它和正态分布的关系是：如果X是正态分布的随机变量,则exp(X)为对数正态分布;同样,如果Y是对数正态分布,则ln(Y)为正态分布。

对于x>0,对数正态分布的概率密度函数为

(2)

其中,α为变量x的对数平均值;β为变量x的对数标准差[11]。

拟合曲线趋势由于参数α和β的结果不同而不同,拟合趋势主要有两类形状,f(x)值随着用户的增加先增加然后下降,此类形状表明人口分布相对来说更均衡,f(x)值随着用户的增加直接下降,此类形状表明人口分布相对更不均衡[12]。

3 结果分析

3.1 分街道人口空间分布

3.1.1 不同口径分街道人口数量分布

根据图1可知,北京市分街道六个状态用户数量分布整体呈现集中在中心城区。白天服务用户数量空间分布上主要聚集在首都功能核心区、中心城区以及新城靠近中心城区边界,呈现由首都功能核心区往外扩散态势;白天工作用户数量空间分布上主要聚集在中心城区以及新城中心乡镇街道,呈现区域重点乡镇街道中心聚集态势;白天过路用户数量空间分布上主要聚集在中心城区以及新城中心乡镇街道,呈现中心聚拢态势;夜晚服务用户数量空间分布上主要聚集在中心城区以及新城中心乡镇街道,呈现区域重点乡镇街道中心聚集态势;夜晚居住用户数量空间分布上主要聚集在中心城区以及新城中心乡镇街道,呈现区域重点乡镇街道中心聚集态势;夜晚过路用户数量空间分布上主要聚集在中心城区以及新城中心乡镇街道,呈现区域重点乡镇街道中心聚集态势。

(a)白天服务用户

(b)夜晚服务用户

(c)白天工作用户

(d)夜晚居住用户

(e)白天过路用户

(f)夜晚过路用户

[审图号：京S(2017)009号]

图1 北京市分乡镇街道6个不同口径的用户数量分布图

3.1.2 不同口径分街道人口密度分布

根据图2可知,北京市分街道六个状态用户密度空间分布集中在中心城区,由首都功能核心区向外辐射呈现。白天和晚上服务用户密度空间分布上主要聚集在朝阳区以及首都功能核心区的商务经济发展区,整体分布环绕在中心城区中;白天工作用户密度空间分布在朝阳区以及首都功能核心区的商务经济发展区、海淀区高新技术产业开发区,整体上呈现根据产业发展而聚集态势;白天和晚上过路用户密度空间分布上主要聚集在交通枢纽以及景区所在街道,整体上呈现根据旅游业发展而聚集态势;夜晚居住用户密度空间分布上主要聚集在中心城区以及新城中心乡镇街道,呈现区域重点乡镇街道中心聚集态势。

(a)白天服务用户密度

(b)夜晚服务用户密度

(c)白天工作用户密度

(d)夜晚居住用户密度

(e)白天过路用户密度

(f)夜晚过路用户密度

[审图号：京S(2017)009号]

图2 北京市分乡镇街道6个不同口径的用户密度分布图

3.2 分街道人口均衡性分析

计算北京市分区域6个不同口径的用户数量以及密度对数正态分布参数α和β结果,绘制出每个区域的对数正态分布拟合曲线,以观察每个区域的用户数量以及密度分布函数特征[13]。

3.2.1 分街道人口数量均衡性分析

选取东城区、海淀区、通州区为例,分析各街道用户数量分布特征,如图3所示,白天服务用户数量f(x)值随着用户数量的增加先增加后下降,区域用户数量空间分布相对来说均衡一些。门头沟区街道用户数量f(x)值随着用户数量的增加直接下降,区域用户数量空间分布相对来说不均衡。

图3 东城、海淀、通州和门头沟区各街道白天服务用户数量结构图

3.2.2 分街道人口密度均衡性分析

如图4所示,东城区和海淀区用户密度f(x)值随着用户密度的增加先增加后下降,区域用户密度空间分布相对来说均衡一些。通州区和门头沟区用户密度f(x)值随着用户密度的增加直接下降,区域用户密度空间分布相对来说不均衡。

图4 东城、海淀、通州和门头沟区各街道白天服务用户密度图

3.3 北京市职住用户分析

采用白天工作用户密度数据以及夜晚居住用户密度数据,计算其比值可知北京市整体职住用户比较大[14],朝阳区建外街道职住用户比最大,其次是西城区金融街街道,昌平区东小口镇最小,工作用户的比重大于规划值,存在就业功能空间外溢,居住功能空间紧张的现象,职住用户分布不匹配。

[审图号：京S(2017)009号]

图5 北京市乡镇尺度职住用户比统计图

4 结束语

根据手机信令用户数据分析可知,北京市人口分布呈现出由首都功能核心区向中心城区和新城扩散的态势,对于手机信令可分时段统计用户,呈现出人口密度分布并不平衡,中心城区和新城个别街道如卢沟桥街道、新桥街道、沙河地区等工作居住用户远超于其他乡镇街道,人口聚集明显。

北京市人口的特点是流动性大、基数大和增长迅速,人口分布与经济发达程度高度相关[15]。随着中心城区以及新城的建设,首都功能核心区的疏解,北京市人口会根据产业变动发展而分布,促进周边乡镇街道产业发展,扩大人口分布范围,缓解因人口聚集带来一系列城市压力等问题。

参考文献

[1] 钟炜菁,王德,谢栋灿,等.上海市人口分布与空间活动的动态特征研究——基于手机信令数据的探索[J]. 地理研究,2017,36(5):972-984.

[2] 孔扬鑫. 基于手机信令数据的人口流动分析[D]. 上海：华东师范大学,2017.

[3] 杨喜平,杨鸿海,李彬,等.基于手机数据的西部城市居民出行特征研究——以西宁市为例[J].人文地理,2021,36(1):115-124.

[4] 肖志权,张子民,毛曦,等.基于手机信令数据居民出行链提取算法[J].北京测绘,2019,33(10):1192-1195.

[5] 张科,陈嘉超,陈先龙.城市间经济引力模型实证研究及敏感性分析[J].交通与运输,2020,36(2):20-24.

[6] 潘剑彬,王若晨,翟莹,等.北京城市街道空间几何形态与热环境研究[J].沈阳建筑大学学报(社会科学版),2021,23(5):438-444.

[7] 赵丽,魏仁干.基于手机信令数据的目标群体识别研究[J].科技风,2021(30):74-76.

[8] 曾永明. 中国人口空间分布形态模拟与预测——基于“五普”和“六普”的分县尺度人口密度研究[J].人口与经济,2016(6):48-61.

[9] 徐亚丹. 基于EXCEL软件的“正态分布”教学[J].智库时代,2019(48):207-208.

[10] 薛丹芝. 城市人口规模分布的统计规律性及其形成机制[D]. 杭州:浙江工商大学,2010.

[11] 关庆锋,任书良,姚尧,等. 耦合手机信令数据和房价数据的城市不同经济水平人群行为活动模式研究[J].地球信息科学学报,2020,22(1):100-112.

[12] 杜臣昌,和娴. 基于特征分区的山东省人口数据空间化研究[J].商丘师范学院学报,2019,35(12):35-38.

[13] 王铁铮,谷俊杰. 内蒙古人口空间分布特征分析——GIS地统计分析在人口研究中的应用[J].现代经济信息,2014(6):459-460.

[14] 许洪波,许金辉.基于手机信令的空间位置数据计算职住地[J].北京测绘,2016(6):69-71,90.

[15] 石光. 京津冀协同发展中的人口分布变化——移动互联网大数据视角[J].重庆理工大学学报(社会科学),2018,32(12):1-8.

引文格式: 王淼,杨伯钢,谢燕峰,等.基于手机信令数据的北京市人口空间分布特征[J].北京测绘,2022,36(11):1465-1469.

基金项目：科技部创新方法工作专项(2020IM020500);北京市科技计划(Z211100004221015);城市空间信息工程北京市重点实验室开放基金(20210102)

作者简介：王淼(1986—),男,湖北咸宁人,硕士,教授级高工,注册测绘师,研究方向为地理信息开发、分析与应用。E-mail:448346740@qq.com。

转自：“测绘学术资讯”微信公众号

如有侵权，请联系本站删除！