W H A T'S   N E W
最 新 发 布

大数据分析 基于手机信令数据的城市交通慢行分析 —— 以天津市为例

2017-09-18 10:00:00

导读封面.jpg


导读:手机信令数据是手机用户进行通话、短信、上网等活动时留下的信号数据。其覆盖范围广、连续性高、用户基数大等特点让它成为近年城市规划及交通行业中分析人口流动、职住平衡的热门数据源。本文以天津为例,利用手机信令数据解析居民出行特征,并结合街道指数,分析短距慢行出行街道环境的相关性,从而对城市慢行分区策略制定提供量化支撑。



天津独特的城市肌理让市民日常出行距离与时间保持在了一个较舒适的范围,同时也促进了天津绿色交通的发展。数据显示,天津人均出行时间仅为21分钟、出行距离为4.8公里,在国内外大城市中表现突出(图1)。然而,近年来小汽车使用水平的提高给城市交通带来拥堵、停车等一系列挑战,步行、自行车越来越受到民众重视的同时也对城市道路设施提出新的需求。为充分了解天津市最新居民出行特征,宇恒可持续交通研究中心CityDNA小组利用天津市2016年9月一周内联通信令数据从出行特征慢行分析慢行分区三个方面解析了天津市民出行状况。

图1出行统计表.jpg

图1 六大城市人均出行统计表


出行量

经过一系列数据清洗后,我们根据居民使用手机的行为规律首先识别了用户工作时段与休息时段的停留基站,并由此判断用户职住地停留点与非职住地停留点,从而获取到居民出行链信息。图2即展示了通过手机信令数据识别出用户的通勤规律。可以看到,图中呈现了明显的早晚通勤高峰规律,其中早高峰集中在7点,晚高峰出现在17点。而平峰时段识别出的用户出行量体现了信令数据在捕捉非特征通勤时段出行的优势。

图2.jpg

图2 通勤出行量分时统计图

图3展示了同样从手机信令数据解析获得的天津、上海、深圳日均停留点数。可以认为,1个日均停留点为用户在家未出行;2个停留点为用户从家出发到达工作地。从图中可知,天津市出行占比峰值出现在日均2个停留点,占比约达到40%。而对比上海、深圳的人均停留点数据发现,天津与上海的日均停留点分布基本相近,而深圳日均停留点数为1的比例高出天津、上海约15%,而日均停留点为3、4的比例较低。天津与上海居民日均日停留点较多,一定程度说明市民城市工作、娱乐生活丰富,弹性出行量大。

图3.jpg

图3 天津、上海、深圳人均日停留点统计图


跨区出行

图4展示了6:30至7:30以及17:30至18:30天津市域手机用户出行轨迹。可以发现,中心城区及滨海新区的就业吸引所导致的早晚跨区交通流十分明显。

图4 早晚高峰手机用户出行图


图5显示了早高峰时段(7点至9点)中心城区“家-工作及“家-非工作”两类出行的流量占比。总体上看,天津外围行政区的内部出行远多于流入流出量。而在以和平区为首的中心城区,包括红桥区、河北区、河东区、南开区、及河西区,跨区出入流量均占据了相当大比例,共计约达70%。此外值得注意的是,红桥区、和平区“家-工作出行类别内部流量占相对更少,这一现象表明这两个区存在一定程度上的职住分离状况

图5.jpg

图5 中心城区跨区出行统计图

出行距离

接着,我们对比了由信令数据得到的天津中心城区居民出行距离分布、2011年居民出行调查及由公交IC卡所得出行距离分布。由下方分布图可见,信令数据识别的出行距离分布与由另外两个渠道获得的出行距离分布趋势总体一致。其中与IC卡数据匹配程度更高,峰值均出现在3公里左右。由于信令数据所得的出行距离是通过基站间直线距离累加而得,因而比实际出行距离小,实际分布曲线将略微向右侧偏移。

图6.jpg

图6 信令数据、家访数据、IC卡数据三渠道出行距离对比图


在了解用户基本出行特征后,我们对用户出行速度进行了测算并尝试识别短距慢行出行。以图7所示,在2公里以内的短距出行中,慢速出行(0-4公里每小时)的比例占到了绝大部分。而随着出行距离的增加,慢速出行占比骤减,10公里以上慢速出行近乎为零。结合出行调查进行比较,我们合理推测该部分短距慢速出行的方式构成以步行与骑行为主

图7.jpg

图7 出行距离分速度占比图

我们进一步获得每个交通分析小区的短距慢行出行占比,并将宇恒自主建立的街道步行、骑行指数在交通小区上叠加获得基于交通分析小区的街道步行、骑行指数(更多关于街道指数请点击:街道指数平台上线啦)。从数值上看,图8中可见短距慢行与步行、骑行指数均呈现了显著正相关性(Pearson相关性指数分别为0.50与0.53)。也就是说,在慢行指数高的街道,短距慢行所占比例相对较高。


图8.jpg

图8 中心城区慢速短距出行占比与步行骑行指数散点图

如图9所示,从空间上看,短距慢行比例出行分布大致呈现内高外低的趋势,比例较高区域主要集中在城中心,而中心城区外围,特别是外环外所占比例较低。外环内土地混合度较高、细密路网的城市肌理成为了缩短出行距离、方便慢行出行的优势;而外环外围多存在单一用途的超大街区、街道开发相对粗放、路网密度低等问题,抑制了慢行出行需求,使得短距慢行占比有所下降

图9.jpg

图9 中心城区慢速短距出行占比与步行骑行指数图


为进一步结合不同城市片区建成形态特征,我们针对慢行设施现状与通过信令识别短距慢行需求进行了对比分析。根据街道指数等多种因子,将中心城区划分为慢行核心区、核心拓展区、孵化区、提升区、潜力区、工业区六种类型,分区条件及结果如图10所示。

图10.jpg

图10 中心城区慢行分区图


如图11所示,从街道步行、骑行指数与短距慢行占比来看,核心区及核心拓展区内慢行指数最高。其街道步行指数均在60以上,骑行指数在55以上,短距慢行分担率超过12%,而其他区域均不足10%。这一定程度上表明在慢行需求高的区域内相关配套设施较为完善,但在提升区及潜力区,慢行需求与设施供给水平仍有待提高。

图11.jpg

图11 慢行分区平均步行、骑行指数、低速短距占比图

在确认了慢行区域划分与短距慢行出行占比关系后,我们以核心区及提升区为例,通过地图网站截取典型街道的街景照片,直观展示街道慢行需求与现状配套设施匹配状况,并提出相应的规划策略

核心区为现状城市中心区,含天津的历史风貌区小白楼CBD、五大道、意式风情街滨江路、和平路步行街等。该区居民出行短距慢行占比高。从图12可以看到,核心区内街道尺度较小,步行基础设施较为完善,路网密度高,为慢行提供了良好的条件。结合街道指数来看,区内步行指数77,骑行指数达到65,路网密度11公里/平方公里,过街点密度33个/平方公里,属于有良好慢行环境区域。核心区的规划策略是在保持现状的同时拓展慢行专区,建设高品质的慢行出行环境,提升慢行出行的意愿、优化出行结构,从而打造高品质的城市中心区

图12.jpg

图12 慢行核心区现状——以和平路劝业场为例


提升区覆盖核心区及拓展区外围区域。以刘园片区为例,该区道路建设尺度较大,路网密度稀疏,街道活力有限。慢行便捷度、舒适度、安全性均无法得到很好的保障。结合街道指数看,总体上其步行、骑行指数较低,平均为56与45。街道密度平均为5公里/平方公里,过街点密度为7个/平方公里,慢行环境较差。建议提升区总体的规划策略为通过构建完整、通达的慢行交通网络、保障慢行出行基本的安全性、便捷性,同时在城市开发、更新的过程中优化街区结构,新增街道界面,提升慢行出行竞争力。

图13.jpg

图13 慢行提升区现状——以刘园为例


通过手机数据分析职住分布已经较为成熟,但针对出行特征的研究仍较少。本文通过手机信令数据探索出行特征,尤其是结合城市设施现状分析短距慢行出行量,为拓展手机信令数据在规划及交通领域的应用提供了新的思路——信令数据能对规划师及决策者了解城市居民出行特征、研究出行需求与基础设施供给、优化城市出行环境提供科学的定量支撑。


本项工作受世界银行委托《天津中心城区绿色交通发展战略研究》项目资助。感谢合作伙伴天津市城市规划设计研究院在研究过程中给予的帮助。同时感谢申爱林、陈素平的建议与帮助。