劉 曦，王 軍，何曼麗

（1. 上海市地質(zhì)調(diào)查研究院，上海 200072；2. 上海市國(guó)土資源調(diào)查研究院，上海 200072)

基于大數(shù)據(jù)的上海市存量土地開(kāi)發(fā)潛力評(píng)價(jià)

劉 曦1,2，王 軍1,2，何曼麗1,2

（1. 上海市地質(zhì)調(diào)查研究院，上海 200072；2. 上海市國(guó)土資源調(diào)查研究院，上海 200072)

本文采用大數(shù)據(jù)技術(shù)處理并融合了手機(jī)信令、交通、互聯(lián)網(wǎng)、土地利用現(xiàn)狀、人口普查等各類(lèi)數(shù)據(jù)，構(gòu)建了識(shí)別模型?；谀Ｐ蛯?duì)上海城市開(kāi)發(fā)邊界范圍進(jìn)行了土地開(kāi)發(fā)潛力分區(qū)分類(lèi)評(píng)價(jià)，定量計(jì)算出各區(qū)域和各類(lèi)用途土地開(kāi)發(fā)潛力。結(jié)果顯示外圍新城和新市鎮(zhèn)是主要的潛力區(qū)域，工業(yè)用地、宅基地具有較大的開(kāi)發(fā)潛力。最后通過(guò)分析上海居民地鐵通勤特征驗(yàn)證了土地開(kāi)發(fā)潛力分區(qū)分類(lèi)評(píng)價(jià)結(jié)果，并基于評(píng)價(jià)結(jié)果提出了規(guī)劃建議。

大數(shù)據(jù)分析；存量土地；開(kāi)發(fā)潛力；土地規(guī)劃

當(dāng)今信息化社會(huì)的發(fā)展，日新月異的信息技術(shù)革命，特別是“大數(shù)據(jù)、云計(jì)算、平臺(tái)化技術(shù)、移動(dòng)互聯(lián)網(wǎng)”等新興技術(shù)的發(fā)展，帶來(lái)了海量、多源、甚至可能是雜亂的“大”數(shù)據(jù)，如移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)、手機(jī)信令數(shù)據(jù)、交通出行數(shù)據(jù)等?！叭恕亍獣r(shí)”關(guān)系融為一體的大數(shù)據(jù)逐步走進(jìn)并融入城市空間規(guī)劃與土地利用管理領(lǐng)域，這將慢慢打破傳統(tǒng)城市規(guī)劃以政府和專(zhuān)家的價(jià)值判斷為核心以及定量研究不足的瓶頸，為公眾參與規(guī)劃提供新方法和新視野[1]。城市空間規(guī)劃和土地利用管理的核心是以人為本，傳統(tǒng)方法以靜態(tài)數(shù)據(jù)為基礎(chǔ)，通常采用遙感、測(cè)繪等技術(shù)手段[2]，未考慮居民活動(dòng)因素，缺乏對(duì)人群時(shí)空活動(dòng)的“動(dòng)態(tài)”分析。而大數(shù)據(jù)從采集頻率、采樣率與采樣持續(xù)性上，都是一種技術(shù)突破，提供了一種長(zhǎng)期、動(dòng)態(tài)、持續(xù)更新數(shù)據(jù)的可能，成為現(xiàn)有人口調(diào)查、客流調(diào)查手段的一項(xiàng)重要組成，具備有效監(jiān)測(cè)分析城市內(nèi)不同區(qū)域間人流交換情況的能力，從地塊級(jí)的微觀(guān)尺度了解居民活動(dòng)與時(shí)間、空間的關(guān)系。大數(shù)據(jù)“微觀(guān)、全面、動(dòng)態(tài)、連續(xù)、可定位”的特征，契合了城市空間規(guī)劃與土地利用管理的數(shù)據(jù)應(yīng)用需求，所以大數(shù)據(jù)不只是一個(gè)口號(hào)，也不僅僅是一個(gè)IT技術(shù)術(shù)語(yǔ)，對(duì)于城市空間規(guī)劃與土地利用管理意味著新數(shù)據(jù)、新技術(shù)和新思維，甚至是新的規(guī)劃方法論[3]。

國(guó)外學(xué)者喬斯（Josh）和馬爾米（Malmi）等分別利用來(lái)自Bright Kite、Go Walla和Foursquare的用戶(hù)簽到數(shù)據(jù)，總結(jié)了用戶(hù)的場(chǎng)所使用習(xí)慣，并對(duì)城市的熱點(diǎn)區(qū)進(jìn)行了預(yù)測(cè)[4,5]；詹先遠(yuǎn)等利用state of art技術(shù)分析了推特用戶(hù)的簽到數(shù)據(jù)，推測(cè)了紐約市的土地利用類(lèi)型[6]。Hollen Stein等通過(guò)獲取800萬(wàn)個(gè)Flicker的位置和圖像信息來(lái)確定倫敦和芝加哥的邊界。國(guó)內(nèi)，北京城市實(shí)驗(yàn)室（BCL）的龍瀛博士利用海量公交IC卡的刷卡數(shù)據(jù)，識(shí)別北京市的居住—就業(yè)區(qū)位分布二者之間的關(guān)系，并對(duì)公交通勤出行進(jìn)行識(shí)別、評(píng)價(jià)和可視化[7]。南京大學(xué)甄峰教授基于新浪微博大數(shù)據(jù)，從網(wǎng)絡(luò)社會(huì)空間的角度入手，對(duì)中國(guó)城市網(wǎng)絡(luò)層級(jí)和關(guān)聯(lián)特征進(jìn)行了研究[8]。同濟(jì)大學(xué)王德教授以上海為案例地，利用手機(jī)信令數(shù)據(jù)，挖掘城市人口空間分布與活動(dòng)的特征信息，評(píng)價(jià)了城市中的空間效率、職住關(guān)系、晝夜平衡、城市運(yùn)營(yíng)狀態(tài)和空間活性[9]。北京大學(xué)林堅(jiān)教授科研團(tuán)隊(duì)基于價(jià)值密度低、時(shí)效性高的GPS數(shù)據(jù)進(jìn)行土地分類(lèi)，并以深圳市福田區(qū)為案例，通過(guò)海量出租車(chē)GPS數(shù)據(jù)的時(shí)空挖掘，在驗(yàn)證居民活動(dòng)、出租車(chē)上下車(chē)活動(dòng)與城市用地類(lèi)型之間相關(guān)關(guān)系的基礎(chǔ)上，利用SVM監(jiān)督分類(lèi)算法和粒子群優(yōu)化方法得出的最優(yōu)參數(shù)對(duì)出租車(chē)GPS數(shù)據(jù)進(jìn)行分類(lèi)和準(zhǔn)確率驗(yàn)證，結(jié)果顯示：出租車(chē)GPS數(shù)據(jù)的分類(lèi)結(jié)果與福田實(shí)際的土地利用類(lèi)別匹配精確度高達(dá)97.16%，可以證明出租車(chē)GPS數(shù)據(jù)能夠?qū)崿F(xiàn)對(duì)城市土地利用類(lèi)型實(shí)時(shí)、精確的動(dòng)態(tài)感知[10]。網(wǎng)絡(luò)自媒體“城市數(shù)據(jù)團(tuán)”基于各類(lèi)大數(shù)據(jù)對(duì)城市的交通、人口、就業(yè)、住房、環(huán)境等熱點(diǎn)問(wèn)題做了深入研究[11]，并通過(guò)通俗化的語(yǔ)言在微信公眾號(hào)、知乎等平臺(tái)上對(duì)公眾進(jìn)行傳播，為城市規(guī)劃管理機(jī)構(gòu)與公眾之間架起了一座溝通橋梁。從以上研究來(lái)看，大數(shù)據(jù)的發(fā)展為研究居民的時(shí)空行為帶來(lái)了新的研究方法，采集各類(lèi)大數(shù)據(jù)成為可能，為把握居民的時(shí)空活動(dòng)特征提供了有力支撐。

當(dāng)前，我國(guó)大城市土地資源開(kāi)發(fā)利用開(kāi)始轉(zhuǎn)型發(fā)展，原來(lái)擴(kuò)張型的開(kāi)發(fā)利用模式難以為繼，上海2040規(guī)劃確定了3200km2建設(shè)用地的總規(guī)模，這意味著上海建設(shè)用地未來(lái)將“零增長(zhǎng)”，新的用地政策旨在“優(yōu)化用地結(jié)構(gòu)、提高用地質(zhì)量”，今后將以集約緊湊式發(fā)展、提高土地綜合利用效率的方式為主，存量土地規(guī)劃和土地再開(kāi)發(fā)成為新的研究重點(diǎn)。本研究以人群活動(dòng)為視角，基于海量、多源的大數(shù)據(jù)量化分析上海市土地開(kāi)發(fā)利用特征，挖掘存量用地潛力，研究合理用地結(jié)構(gòu)，為城市空間規(guī)劃與土地利用管理提供新思路。

1 研究路線(xiàn)

本研究以存量土地利用開(kāi)發(fā)為主題，采集與人的空間活動(dòng)密切相關(guān)的通信、交通、互聯(lián)網(wǎng)等大數(shù)據(jù)，提取各類(lèi)數(shù)據(jù)的空間屬性，并將其處理為GIS圖層，在此基礎(chǔ)上融合人口、規(guī)劃和土地等傳統(tǒng)數(shù)據(jù)，建立分析模型，將動(dòng)態(tài)的人群活動(dòng)空間分布特征與相對(duì)靜態(tài)的土地利用特征進(jìn)行對(duì)比分析，分區(qū)分類(lèi)評(píng)價(jià)各區(qū)域土地開(kāi)發(fā)潛力，并對(duì)分析結(jié)果進(jìn)行驗(yàn)證，為城市空間規(guī)劃和土地開(kāi)發(fā)利用提出合理建議，研究路線(xiàn)如下：

（1）數(shù)據(jù)采集：通過(guò)與上海市交通委信息中心建立數(shù)據(jù)共享協(xié)議，獲取了連續(xù)7天的上海移動(dòng)手機(jī)基站信號(hào)數(shù)據(jù)、全市軌道交通刷卡數(shù)據(jù)。此外，文中上海市第六次人口普查數(shù)據(jù)、土地利用現(xiàn)狀數(shù)據(jù)來(lái)自“上海2040規(guī)劃”基礎(chǔ)數(shù)據(jù)。

（2）數(shù)據(jù)處理：采集到原始數(shù)據(jù)后，需對(duì)數(shù)據(jù)進(jìn)行解析、結(jié)構(gòu)化處理和統(tǒng)一入庫(kù)，提取入庫(kù)后數(shù)據(jù)的空間位置屬性，將其進(jìn)行投影轉(zhuǎn)換，生成GIS專(zhuān)題圖層。

（3）模型構(gòu)建：采用GIS空間建模方法，分析手機(jī)信令、交通等大數(shù)據(jù)與人口、土地利用數(shù)據(jù)的相關(guān)關(guān)系，構(gòu)建分析模型，從大數(shù)據(jù)的視角對(duì)模型進(jìn)行定量分析。

（4）結(jié)果分析：分區(qū)、分類(lèi)評(píng)價(jià)各區(qū)域土地的開(kāi)發(fā)強(qiáng)度，挖掘存量土地的開(kāi)發(fā)潛力和將來(lái)土地開(kāi)發(fā)的重點(diǎn)區(qū)域；研究職住平衡等問(wèn)題驗(yàn)證評(píng)價(jià)結(jié)果，對(duì)完善土地利用布局規(guī)劃提出建議。

2 數(shù)據(jù)處理和模型構(gòu)建

2.1 手機(jī)信令數(shù)據(jù)

移動(dòng)通信網(wǎng)絡(luò)的信號(hào)覆蓋從邏輯上被設(shè)計(jì)成由若干六邊形的基站小區(qū)相互鄰接而構(gòu)成的蜂窩網(wǎng)絡(luò)面狀服務(wù)區(qū)，手機(jī)終端總是與其中某一個(gè)基站小區(qū)保持聯(lián)系，移動(dòng)通信網(wǎng)絡(luò)的控制中心會(huì)定期或不定期地主動(dòng)或被動(dòng)地記錄每個(gè)手機(jī)終端時(shí)間序列的基站小區(qū)編號(hào)信息。經(jīng)過(guò)多年來(lái)移動(dòng)通信運(yùn)營(yíng)商持續(xù)的建設(shè)與優(yōu)化調(diào)整，中國(guó)移動(dòng)上海地區(qū)用戶(hù)數(shù)量約2000萬(wàn)，日均活躍用戶(hù)超過(guò)1000萬(wàn)，擁有超過(guò)3萬(wàn)個(gè)手機(jī)基站，城鄉(xiāng)范圍內(nèi)人能夠活動(dòng)到的空間基本都有移動(dòng)信號(hào)覆蓋，很少還有信號(hào)盲區(qū)存在?；鹃g隔15分鐘記錄一次用戶(hù)位置，日均數(shù)據(jù)量達(dá)10億條，將手機(jī)用戶(hù)時(shí)間序列的移動(dòng)信號(hào)數(shù)據(jù)，映射至現(xiàn)實(shí)的地理空間位置，即可完整、客觀(guān)地還原出手機(jī)用戶(hù)的空間活動(dòng)軌跡，從而挖掘得到人口空間分布與活動(dòng)特征信息。本研究采集了中國(guó)移動(dòng)上海地區(qū)連續(xù)7天手機(jī)信令數(shù)據(jù)，并進(jìn)行了如下處理：

（1）基站位置分布

基站是獲取手機(jī)用戶(hù)位置的基礎(chǔ)，基站數(shù)據(jù)結(jié)構(gòu)如下：（FDT_TIME，ID，F(xiàn)INT_ID_COUNT，F(xiàn)FLT_X，F(xiàn)FLT_Y），其中FDT_TIME為時(shí)間段、ID為基站識(shí)別碼、FINT_ID_COUNT為該時(shí)段在該基站滯留的移動(dòng)用戶(hù)數(shù)量、FFLT_X和FFLT_Y字段描述了基站的空間位置，將基站在地圖上投影獲得基站分布圖（圖1，每一個(gè)紅點(diǎn)代表一個(gè)基站），圖中顯示基站總數(shù)超過(guò)3萬(wàn)，全市平均每平方千米分布5個(gè)基站，基站之間平均間距約300m。

圖1 上海手機(jī)基站分布Fig.1 Mobile phone base stations distribution in Shanghai

（2）常住人口與手機(jī)信令相關(guān)度分析

由于手機(jī)用戶(hù)覆蓋了大部分人群，手機(jī)用戶(hù)與常住人口之間存在線(xiàn)性相關(guān)關(guān)系，若使用手機(jī)信令數(shù)據(jù)進(jìn)行人口動(dòng)態(tài)分布研究，首先需分析其相關(guān)關(guān)系的置信度。本研究利用2010年第六次全國(guó)人口普查數(shù)據(jù)，統(tǒng)計(jì)單元為鄉(xiāng)鎮(zhèn)（街道），為匹配人口數(shù)據(jù)，將基站數(shù)據(jù)關(guān)聯(lián)鄉(xiāng)鎮(zhèn)（街道）行政單元，獲取每個(gè)行政單元的手機(jī)用戶(hù)數(shù)量，計(jì)算連續(xù)7天的平均值。散點(diǎn)圖分析兩者相關(guān)關(guān)系（圖2）：Y（常住人口）=2.205X（手機(jī)信令），相關(guān)系數(shù)0.822，相關(guān)性的可信度較高。

（3）“核密度”模型構(gòu)建

基于移動(dòng)基站的定位數(shù)據(jù)，采用GIS的核密度模型[12]（KDE）對(duì)空間點(diǎn)進(jìn)行計(jì)算，進(jìn)而得出活動(dòng)空間的分布格局。核密度模型屬于非參數(shù)密度估算，其定義是設(shè)點(diǎn)集X1、…、Xn作為分布密度函數(shù)f中抽取的樣本，估算f在某點(diǎn)x處的值f(x)，公式為：

式中：k(x)為核函數(shù)；h為窗口寬度，也稱(chēng)為平滑參數(shù)或帶寬；(X－Xi)表示估值點(diǎn)x到事件Xi處的距離；n為點(diǎn)要素?cái)?shù)目。

圖2 手機(jī)信令與常住人口相關(guān)性分析Fig.2 The correlation analysis of the cell phone signal data and the permanent population data

ArcGIS軟件提供了構(gòu)建空間核密度模型的工具Kernel Density，設(shè)置population字段為單個(gè)基站的手機(jī)用戶(hù)數(shù)量，該值用于確定單個(gè)基站的手機(jī)用戶(hù)數(shù)，例如單個(gè)基站的手機(jī)用戶(hù)數(shù)量為300，在計(jì)算過(guò)程中會(huì)將該點(diǎn)算作300個(gè)點(diǎn)。利用核密度模型計(jì)算全市所有基站的手機(jī)信令數(shù)據(jù)，再根據(jù)手機(jī)用戶(hù)數(shù)與常住人口數(shù)的相關(guān)關(guān)系，能得到動(dòng)態(tài)的人口分布圖（圖3）。

圖3 基于核密度模型計(jì)算某區(qū)域人口密度動(dòng)態(tài)分布Fig.3 The population density calculated base on the KDE model

2.2 軌道交通刷卡數(shù)據(jù)

目前，上海已建成全球最長(zhǎng)的軌道交通網(wǎng)絡(luò)，覆蓋了上海市中心城區(qū)和大部分新城地區(qū)，海量的軌道交通IC卡（Smart Card Data，SCD）的刷卡數(shù)據(jù)作為一種大規(guī)模的具有地理標(biāo)識(shí)（Geo-tagged）和時(shí)間標(biāo)簽的數(shù)據(jù)，可以用于城市空間結(jié)構(gòu)的研究與分析。以往這類(lèi)研究主要基于居民出行調(diào)查數(shù)據(jù)開(kāi)展，但是這種調(diào)查成本高，每隔幾年才能開(kāi)展一次，而SCD具有連續(xù)性好、覆蓋面廣、信息全面且動(dòng)態(tài)更新等優(yōu)點(diǎn)，因此在城市研究中具有較好的可應(yīng)用性。

（1）SCD數(shù)據(jù)結(jié)構(gòu)

本文所利用的SCD為2016年5月上海市完整一周（周一至周日）的刷卡記錄。記錄涵蓋的基本信息包括：卡ID號(hào)、刷卡的時(shí)間和地點(diǎn)（其中地點(diǎn)以線(xiàn)路號(hào)和站點(diǎn)名稱(chēng)表示）、結(jié)算金額、進(jìn)出站信息（進(jìn)站或出站）等。該周共有61819016次刷卡記錄，平均每天接近900萬(wàn)筆刷卡次數(shù)。

（2）站點(diǎn)統(tǒng)計(jì)

從SCD記錄可以統(tǒng)計(jì)單個(gè)地鐵站在某個(gè)時(shí)間段的進(jìn)站和出站信息，連續(xù)的記錄可以分析該地鐵車(chē)站的人流量變化，進(jìn)而判斷該地鐵站附近人群的活動(dòng)特征。

（3）OD模型構(gòu)建

OD模型是對(duì)人們的出行的起點(diǎn)和終點(diǎn)進(jìn)行分析，通過(guò)OD模型可研究人群在不同時(shí)段的出行特征。本研究采集了連續(xù)一周完整的SCD原始數(shù)據(jù)，從中可找出相同ID卡在時(shí)間序列上連續(xù)的一次進(jìn)站和出站記錄，二者可視為一組OD記錄，通過(guò)相同方法找出某個(gè)時(shí)段所有的OD記錄，再根據(jù)地鐵站的空間位置，投影在地圖上生成OD模型（圖4）。

圖4 軌道交通OD圖Fig.4 The OD model of Shanghai railway transit

3 結(jié)果分析

3.1 土地開(kāi)發(fā)潛力分區(qū)評(píng)價(jià)

（1）人口密度

人口空間分布數(shù)據(jù)是科學(xué)開(kāi)展城市空間規(guī)劃和土地利用管理的基礎(chǔ)與前提，是影響公共資源配置、基礎(chǔ)設(shè)施建設(shè)、城市社會(huì)經(jīng)濟(jì)、生態(tài)環(huán)境發(fā)展等方面最根本的要素。本研究提取了移動(dòng)基站連續(xù)一周的平均滯留用戶(hù)數(shù)，基于手機(jī)信令數(shù)據(jù)與常住人口的相關(guān)關(guān)系，采用核密度模型計(jì)算人口密度的分布，計(jì)算單元為50m×50m，結(jié)果如圖5。計(jì)算結(jié)果可以看出上海人口分布的不均衡，兩級(jí)分化嚴(yán)重，外環(huán)線(xiàn)以?xún)?nèi)的中心城區(qū)（664km2）是全市主要的人口聚集中心，承載了50%以上的人口，平均密度超過(guò)1.5萬(wàn)人/km2，其中核心區(qū)域（半徑小于5km）人口密度達(dá)到3萬(wàn)人/km；郊區(qū)新城是次級(jí)的人口聚集中心，人口密度在1萬(wàn)人/ km左右，以衛(wèi)星城的形態(tài)分布在中心城周?chē)?；廣大郊野地區(qū)人口密度普遍較低，在1000人/km2以下。直觀(guān)分析人口密度分布圖，上海土地開(kāi)發(fā)潛力應(yīng)在廣大的郊野地區(qū)，但是由于土地利用總體規(guī)劃的約束，大部分郊野地區(qū)布局為基本農(nóng)田和生態(tài)保護(hù)區(qū)，不能作為建設(shè)用地開(kāi)發(fā)利用，因此，需結(jié)合土地利用總體規(guī)劃深入研究土地開(kāi)發(fā)潛力。

圖5 手機(jī)信令數(shù)據(jù)分析上海人口密度分布Fig.5 Shanghai population density distribution base on the Mobile phone signaling data

（2）土地開(kāi)發(fā)潛力識(shí)別

上海將城鎮(zhèn)建設(shè)用地約束在城市開(kāi)發(fā)邊界內(nèi)（又稱(chēng)“集中建設(shè)區(qū)”），本研究通過(guò)分析城市開(kāi)發(fā)邊界內(nèi)的人口密度分布特征識(shí)別出土地的開(kāi)發(fā)利用強(qiáng)度，再根據(jù)開(kāi)發(fā)利用強(qiáng)度來(lái)定量分區(qū)，識(shí)別出不同等級(jí)的潛力地區(qū)。主要從以下兩方面進(jìn)行了研究：

一是按照人口密度高低劃分存量土地開(kāi)發(fā)潛力等級(jí)。上海2040規(guī)劃確定了城市人口密度為1萬(wàn)人/km2左右的總目標(biāo)（人均建設(shè)用地100m2），因此將城市開(kāi)發(fā)邊界中小于1萬(wàn)人/km2的區(qū)域識(shí)別存量土地開(kāi)發(fā)潛力區(qū)域，并按照人口密度進(jìn)行分級(jí)，潛力從大到下作如下劃分：一級(jí)開(kāi)發(fā)潛力區(qū)對(duì)應(yīng)人口密度小于1000人/km2，二級(jí)潛力區(qū)對(duì)應(yīng)人口密度1000~2000人/km2，三級(jí)潛力區(qū)對(duì)應(yīng)人口密度2000~5000人/km2，四級(jí)潛力區(qū)對(duì)應(yīng)人口密度5000~10000人/km2。識(shí)別結(jié)果顯示（表1、圖6），全市城市開(kāi)發(fā)邊界內(nèi)具有開(kāi)發(fā)潛力的土地面積總量為2160km2，占比達(dá)到76.37%，其中潛力最大的一級(jí)區(qū)面積為687.51km2，占城市開(kāi)發(fā)邊界范圍的24.30%，主要分布在外圍遠(yuǎn)郊地區(qū)的新城、新市鎮(zhèn)；二級(jí)、三級(jí)以及四級(jí)潛力區(qū)在各區(qū)域均有分布，其中在中心城北部和東部分布要比西部和南部區(qū)域較多；飽和區(qū)域主要分布在中心城內(nèi)部地區(qū)。

表1 上海城市開(kāi)發(fā)邊界內(nèi)土地開(kāi)發(fā)潛力分區(qū)測(cè)算結(jié)果Table 1 The development potential calculation result in Shanghai urban development boundaries

圖6 上海城市開(kāi)發(fā)邊界內(nèi)土地開(kāi)發(fā)潛力分區(qū)Fig.6 The subarea of development potential in Shanghai urban development boundary

二是從土地可承載人口密度定量計(jì)算土地開(kāi)發(fā)潛力。我們引入一個(gè)潛力指數(shù)作為定量分析指標(biāo)。定義：潛力指數(shù)=實(shí)際人口密度/規(guī)劃人口密度。根據(jù)定義，潛力指數(shù)與實(shí)際人口密度成正比關(guān)系，與規(guī)劃人口密度成反比關(guān)系，潛力指數(shù)大于等于1的區(qū)域?yàn)轱柡蛥^(qū)域，潛力指數(shù)在0~1之間的區(qū)域?yàn)榉秋柡蛥^(qū)域，具有開(kāi)發(fā)潛力。本研究中“實(shí)際人口密度”根據(jù)手機(jī)信令數(shù)據(jù)計(jì)算得出，“規(guī)劃人口密度”依據(jù)上海2040規(guī)劃中“合理優(yōu)化人口結(jié)構(gòu)和布局”的相關(guān)規(guī)定：“在城市開(kāi)發(fā)邊界范圍內(nèi)，中心城人口密度控制在1.5~1.8萬(wàn)人/km2，中心城周邊地區(qū)人口密度控制在1.0~1.5萬(wàn)人/km2，新城人口密度控制在1.2萬(wàn)人/km2以上，新市鎮(zhèn)人口密度控制在1.0萬(wàn)人/km2以上”。據(jù)此計(jì)算出存量土地開(kāi)發(fā)“潛力指數(shù)”，結(jié)果如表2、圖7所示：中心城潛力指數(shù)為0.99，接近于飽和；中心城周邊的主城片區(qū)潛力指數(shù)為0.45，處于半飽和狀態(tài)；新城和新市鎮(zhèn)潛力指數(shù)分別為0.38和0.34，具有較大的開(kāi)發(fā)潛力。因此，針對(duì)不同的潛力區(qū)域要確立不同的規(guī)劃導(dǎo)向，中心城應(yīng)進(jìn)行功能疏解和人口布局優(yōu)化，主城片區(qū)需承接部分中新城導(dǎo)出的人口，新城要提升城市功能，承接產(chǎn)業(yè)和人口，新市鎮(zhèn)合理定位，提升功能，協(xié)調(diào)發(fā)展，總體上構(gòu)建合理的城鎮(zhèn)規(guī)劃體系。

表2 上海城市開(kāi)發(fā)邊界內(nèi)各區(qū)域土地開(kāi)發(fā)潛力指數(shù)Table 2 The land development potential index in Shanghai urban development boundaries

3.2 不同用地類(lèi)型土地開(kāi)發(fā)潛力分析

本研究引入地塊級(jí)別的土地利用現(xiàn)狀圖（2014年，圖7）作為功能分區(qū)的基礎(chǔ)數(shù)據(jù)，該圖層包含每個(gè)地塊的土地類(lèi)型和面積屬性，從中提取出城鎮(zhèn)居住用地、工業(yè)用地、商服用地、公共建筑、公用設(shè)施、交通和農(nóng)村宅基地等7類(lèi)地塊，疊加手機(jī)信令數(shù)據(jù)計(jì)算出的人口密度圖，可對(duì)比分析不同類(lèi)型用地之間的活動(dòng)強(qiáng)度。

圖7 上海市土地利用現(xiàn)狀圖Fig.7 The status of land use in Shanghai

表3列出了各類(lèi)建設(shè)用地不同時(shí)段對(duì)應(yīng)的人口分布密度，可以發(fā)現(xiàn)以下規(guī)律：第一，不同類(lèi)型用地之間存在較大差異，其中城鎮(zhèn)居住用地和商服用地人口密度最高，宅基地和工業(yè)用地人口密度最低，最高和最低者之間相差近5倍之多。第二，相同類(lèi)型用地的人口密度在中心城和外圍地區(qū)存在較大差距（圖8），中心城商服用地白天人口密度達(dá)到24730人/km2，而外圍地區(qū)僅為4769人/km2，超過(guò)5倍差距，其他用地類(lèi)型也存在較大的差異，均呈現(xiàn)出中心城人口密度顯著大于外圍地區(qū)的特征。第三，不同類(lèi)型用地白天和夜間對(duì)比表現(xiàn)出不同的差異特征，城鎮(zhèn)居住用地人口密度白天要低于夜間，中心城外圍地區(qū)表現(xiàn)的比較顯著，白天比夜間高出15.1%；其他類(lèi)型用地均為白天高于夜間，比較顯著的是中心城商服用地，白天比夜間高出12.5%，這反映出有部分人群白天工作在中心城區(qū)，而夜間居住在外圍地區(qū)。

表3 上海市不同用地類(lèi)型的人口密度（人/km2）Table 3 Population density of various land use in Shanghai

圖8 上海市不同類(lèi)型用地人口密度分布Fig.8 Population density distribution of various land use in Shanghai

通過(guò)不同類(lèi)型用地的空間活動(dòng)強(qiáng)度特征分析，挖掘出不同類(lèi)型用地的開(kāi)發(fā)潛力：一是為在各類(lèi)建設(shè)用地當(dāng)中，宅基地和工業(yè)用地活動(dòng)強(qiáng)度明顯偏低，特別是中心城區(qū)的工業(yè)用地普遍存在閑置現(xiàn)象，是存量土地再開(kāi)發(fā)的主要目標(biāo)，應(yīng)在“城市更新”當(dāng)中推進(jìn)開(kāi)發(fā)邊界內(nèi)存量工業(yè)用地的“二次開(kāi)發(fā)”，鼓勵(lì)工業(yè)用地的功能置換和混合使用，同時(shí)對(duì)開(kāi)發(fā)邊界外低效工業(yè)用地和宅基地進(jìn)行減量，騰退建設(shè)用地空間。二是各類(lèi)用地都表現(xiàn)出外圍地區(qū)顯著低于中心城人口密度的特征，這與當(dāng)前上海外圍地區(qū)居住區(qū)公共設(shè)施配套建設(shè)滯后，綜合服務(wù)能力差有關(guān)，造成了中心城的聚集壓力。因此，未來(lái)重點(diǎn)應(yīng)在外圍地區(qū)建設(shè)產(chǎn)城融合社區(qū)，完善公共服務(wù)設(shè)施，促進(jìn)生活、就業(yè)、休閑融合發(fā)展，探索商業(yè)、辦公、居住、公共設(shè)施與市政基礎(chǔ)設(shè)施等用地的復(fù)合開(kāi)發(fā)。

3.3 職住平衡分析

針對(duì)職住平衡等城市空間規(guī)劃問(wèn)題進(jìn)行分析，并對(duì)評(píng)價(jià)結(jié)果進(jìn)行驗(yàn)證。由于大型居住社區(qū)和過(guò)度集聚辦公區(qū)的存在，通勤交通擁堵情況和長(zhǎng)距離出行受到多方關(guān)注[13]。本文分別用SCD數(shù)據(jù)和手機(jī)信令數(shù)據(jù)大數(shù)據(jù)分析居民的通行出行特征，識(shí)別出典型的居住區(qū)域和就業(yè)區(qū)域。結(jié)果如下：根據(jù)SCD數(shù)據(jù)站點(diǎn)統(tǒng)計(jì)分析結(jié)果，上海的軌道交通出行整體呈現(xiàn)出明顯的工作日早晚高峰特征（圖9），其中早高峰時(shí)間段集中在7:30~9:30，出站高峰比進(jìn)站高峰晚30分鐘。不同區(qū)域的地鐵車(chē)站呈現(xiàn)出顯著的差異，居住區(qū)域地鐵車(chē)站呈現(xiàn)明顯的進(jìn)站早高峰、出站晚高峰特征；相反，就業(yè)區(qū)域地鐵車(chē)站呈現(xiàn)明顯的出站早高峰、進(jìn)站晚高峰特征。根據(jù)此特征識(shí)別出了上海典型的就業(yè)區(qū)地鐵站和就業(yè)區(qū)地鐵站，如圖10，顧村公園、莘莊和九亭站為典型居住區(qū)地鐵站，位于中心城外圍地區(qū)，而人民廣場(chǎng)、陸家嘴、靜安寺為典型就業(yè)區(qū)地鐵站，位于中心城核心區(qū)。

圖9 上海軌道交通工作日進(jìn)出站人數(shù)變化圖Fig.9 The commuting characteristics by railway in shanghai

圖10 典型居住區(qū)和就業(yè)區(qū)地鐵站進(jìn)站出站人數(shù)變化圖Fig.10 The passenger flow changes of typical railway stations in residential area and employment area

通過(guò)OD分析識(shí)別典型居住地區(qū)和就業(yè)地區(qū)的通勤特征，從通勤方向、通勤目的地的角度進(jìn)行對(duì)比。分析結(jié)果（圖11）顯示，典型就業(yè)地區(qū)的通勤出行特征是出站乘客呈射狀來(lái)源于多個(gè)區(qū)域，從不同地區(qū)吸引了分布廣泛的就業(yè)者；而典型居住地區(qū)的通勤出行特征是單向通往市中心，通勤距離普遍較遠(yuǎn)。OD分析表明，無(wú)論是市區(qū)的站點(diǎn)還是郊區(qū)的站點(diǎn)，其相互關(guān)聯(lián)度最強(qiáng)的指都是市中心；也就是說(shuō)，無(wú)論人們?cè)谀膫€(gè)站點(diǎn)上了地鐵，他們大部分的通勤出行目的地只有一個(gè)，那就是市中心。究其原因是就業(yè)崗位更傾向在城市中心聚集，而居住人口通過(guò)嚴(yán)格限制市中心的居住用地、大規(guī)模舊城改造把舊區(qū)居民拆離市中心、在近遠(yuǎn)郊各處興建大型居住社區(qū)承接新增人口與市中心遷出人口等政策逐步疏散到了外圍地區(qū)。

圖11 典型居住區(qū)和就業(yè)區(qū)地鐵站OD分析圖Fig.11 The OD analysis diagram of typical railway stations in residential area and employment area

手機(jī)信令數(shù)據(jù)分別計(jì)算工作日白天人口密度和夜間人口密度，兩者的差值能反映出區(qū)域的通勤活動(dòng)特征，白天人口密度大于夜間人口密度區(qū)域?yàn)榫蜆I(yè)區(qū)，反之則為居住區(qū)，分析結(jié)果如圖12所示，就業(yè)區(qū)主要分布在中心城的核心區(qū)域，而居住區(qū)主要分布在就業(yè)區(qū)周邊，特別是外環(huán)線(xiàn)沿線(xiàn)形成了大片的典型居住社區(qū)。通過(guò)這兩種方法識(shí)別出上海地鐵通勤特征，其結(jié)果與上文的土地開(kāi)發(fā)潛力分區(qū)分類(lèi)評(píng)價(jià)結(jié)果相符，驗(yàn)證了評(píng)價(jià)結(jié)果的準(zhǔn)確性。

圖12 基于手機(jī)信令數(shù)據(jù)的職住平衡分析結(jié)果Fig.12 The results of the job-housing balance analysis base on the cell phone signal data

4 討論與展望

分析結(jié)果顯示當(dāng)前上海存量土地開(kāi)發(fā)潛力分布不均勻，從區(qū)域角度來(lái)看外圍地區(qū)土地開(kāi)發(fā)潛力較大，從用地類(lèi)型角度來(lái)看工業(yè)用地和宅基地開(kāi)發(fā)潛力較大?；诂F(xiàn)狀提出如下規(guī)劃建議：（1）鼓勵(lì)工業(yè)用地的功能置換和混合使用，同時(shí)對(duì)開(kāi)發(fā)邊界外低效工業(yè)用地和宅基地進(jìn)行減量，騰退建設(shè)用地空間。（2）中心城應(yīng)進(jìn)行功能疏解和人口布局優(yōu)化，而外圍地區(qū)應(yīng)重點(diǎn)建設(shè)產(chǎn)城融合社區(qū)，完善公共服務(wù)設(shè)施，促進(jìn)生活、就業(yè)、休閑融合發(fā)展；同時(shí)在各區(qū)域探索商業(yè)、辦公、居住、公共設(shè)施與市政基礎(chǔ)設(shè)施等用地的復(fù)合方式對(duì)存量用地進(jìn)行二次開(kāi)發(fā)。

本文的貢獻(xiàn)主要體現(xiàn)在三方面：使用手機(jī)信令、交通等大數(shù)據(jù)和傳統(tǒng)用地、人口調(diào)查數(shù)據(jù)建立規(guī)則，對(duì)大數(shù)據(jù)挖掘和模式識(shí)別，充分利用大數(shù)據(jù)的連續(xù)、微觀(guān)、動(dòng)態(tài)等特點(diǎn)，用于城市空間和土地利用研究；采用連續(xù)一周的大數(shù)據(jù)研究上海的存量土地開(kāi)發(fā)潛力，利用多種方法對(duì)識(shí)別結(jié)果進(jìn)行了綜合對(duì)照，分析結(jié)果更為可靠；與傳統(tǒng)的人口調(diào)查和土地利用調(diào)查相比，更詳細(xì)地展示了上海城市空間活動(dòng)的現(xiàn)狀特征和土地開(kāi)發(fā)強(qiáng)度的分布特征，與其他研究結(jié)果相比，本文所獲得的空間活動(dòng)數(shù)據(jù)具有樣本量大、時(shí)空信息準(zhǔn)確的優(yōu)勢(shì)?？傮w上，本文提出的大數(shù)據(jù)方法在城市空間動(dòng)態(tài)研究，尤其是存量土地開(kāi)發(fā)潛力挖掘中有很好的適用性，為大都市區(qū)開(kāi)發(fā)邊界劃定、用地結(jié)構(gòu)優(yōu)化研究提供了一種新的分析思路。

未來(lái)將從以下幾方面開(kāi)展后續(xù)研究：（1）上海市公交車(chē)系統(tǒng)也廣泛應(yīng)用公交IC卡，SCD信息與本文一致，公交車(chē)出行是對(duì)地鐵出行的有力補(bǔ)充，同時(shí)私家車(chē)、出租車(chē)和網(wǎng)約車(chē)在市民出行當(dāng)中也占據(jù)一定比例，因此將通過(guò)進(jìn)一步獲得公交車(chē)SCD、私家車(chē)、出租車(chē)和網(wǎng)約車(chē)數(shù)據(jù)、能得到更完善的居民通勤信息。（2）拓展大數(shù)據(jù)在城市空間規(guī)劃和土地利用管理研究中的應(yīng)用：比如利用大數(shù)據(jù)綜合分析微觀(guān)區(qū)域的用地結(jié)構(gòu)合理性，為產(chǎn)城融合社區(qū)規(guī)劃提供決策；通過(guò)分析宅基地的人群活動(dòng)強(qiáng)度，識(shí)別出空心村和城中村；研究軌道交通建設(shè)對(duì)土地利用結(jié)構(gòu)變化的影響分析；通過(guò)識(shí)別商圈的輻射范圍和強(qiáng)度，為商業(yè)中心規(guī)劃提供決策等。

References)

[1] 甄峰,王波,秦蕭,等. 基于大數(shù)據(jù)的城市規(guī)劃研究與規(guī)劃方法創(chuàng)新[M]. 北京:中國(guó)建筑工業(yè)出版社,2015.

Zhen F, Wang B, Qin X, et al. Urban planning innovation based on large data[M]. Beijing: China Architecture & Building Press, 2015.

[2] Chi W F, Shi W J, Kuang W H. Spatio-temporal characteristics of intra-urban land cover in the cities of China and USA from 1978 to 2010[J]. Journal of Geographical Sciences, 2015,25(1):3-18.

[3] 茅明睿. 大數(shù)據(jù)時(shí)代的規(guī)劃變革[J]. 北京規(guī)劃建設(shè),2015,(2):45-50. Mao M R. The revolution of city planning in big data era[J]. Beijing Planning Review, 2015,(2):45-50.

[4] Josh Y, Lu E, Kuo W N, et al. Urban poit-of-interest recommendation by mining user check-in behaviors[C]// Proceedings of the ACM SIGKDD International Workshop on Urban Computing. ACM, 2012: 63-70.

[5] Malmi E D, Gatica P D. From foursquare to my square: learning check-in behavior from multiple sources[C]//The 7th International AAAI Conference on Weblogs and Social Media. 2013.

[6] Zhan X Y, Satish V U, Zhu F. Inferring urban land use using large-scale social media check-in data[J]. Networks and Spatial Economics, 2014,(3/4):647-667.

[7] 龍瀛,張宇,崔承印. 利用公交刷卡數(shù)據(jù)分析北京職住關(guān)系和通勤出行[J]. 地理學(xué)報(bào),2012,67(10):1339-1352.

Long Y, Zhang Y, Cui C Y. Identifying commuting pattern of Beijing using bus smart card data[J]. Acta Geographica Sinica, 2012,67(10):1339-1352.

[8] 甄峰,王波,陳映學(xué). 基于網(wǎng)絡(luò)社會(huì)空間的中國(guó)城市網(wǎng)絡(luò)特征——以新浪微博為例[J]. 地理學(xué)報(bào),2012,67(8):1031-1043.

Zhen F, Wang B, Chen Y X. China’s city network characteristics based on social network space: An empirical analysis of Sina Micro Blog[J]. Acta Geographica Sinica, 2012,67(8):1031-1043.

[9] 王德. 基于手機(jī)大數(shù)據(jù)的城市人口空間動(dòng)態(tài)評(píng)價(jià)—以上海市為例[EB/OL]. http://www.udparty.com/index.php/topic/1587.html.

Wang D. The urban population spatial dynamic evaluation of based on the mobile big data: A case study of Shanghai[EB/OL]. http:// www.udparty.com/index.php/topic/1587.html.

[10] 梁軍輝,林堅(jiān),杜洋. 大數(shù)據(jù)條件下城市用地類(lèi)型辨識(shí)研究——基于出租車(chē)GPS數(shù)據(jù)的動(dòng)態(tài)感知[J]. 上海國(guó)土資源,2016,37(1):28-32.

Liang J H, Lin J, Du Y. Research on the identification of urban land use under the big data condition: Dynamic awareness based on taxi GPS data[J]. Shanghai Land & Resources, 2016,37(1):28-32.

[11] 城市數(shù)據(jù)團(tuán). 上海主要商圈消費(fèi)及客流數(shù)據(jù)解讀[EB/OL]. http:// chuansong.me/n/718590048645.

The city data group. Shanghai main business circle consumption and passenger flow data interpretation[EB/OL]. http://chuansong. me/n/718590048645.

[12] 薛濤,戴林琳. 大數(shù)據(jù)視角下城市活動(dòng)的空間特征及其影響因素——以北京市城六區(qū)為例[J]. 城市問(wèn)題,2016,(4):25-38.

Xue T, Dai L L. Analyze the characteristics of urban activity based on big data in a case study conducted in six districts of Beijing[J]. Urban Problems, 2016,(4):25-38.

[13] 城市數(shù)據(jù)團(tuán). 疏散人口讓城市變得更擁堵[EB/OL]. http:// chuansong.me/n/1310887.

The city data group. Evacuation population make the city more congestion[EB/OL]. http://chuansong.me/n/1310887.

Evaluating the potential of stock land development in Shanghai based on big data

LIU Xi1,2, WANG Jun1,2, HE Man-Li1,2
(1. Shanghai Institute of Geological Survey, Shanghai 200072, China; 2. Shanghai Institute of Land Resources Survey, Shanghai 200072, China)

This paper processes and combines traffic data, cell phone data, land use data, and population data using big data technology and constructs a recognition model. Then, based on the recognition model, it evaluates the potential development of stock land within the urban development boundaries of Shanghai and calculates development potential for various regions and land uses. The results show that the new suburban cities and town is the main potential area for development, while the industrial land and country homestead land also have great development potential. This paper verifies the potential land development result by analyzing Shanghai residents’ commutes via subway and making some positive suggestions for urban planners.

big data analysis; stock land; development potential; land use planning

F293.22

A

2095-1329(2017)01-0014-07

10.3969/j.issn.2095-1329.2017.01.004

2016-11-25

修回日期: 2016-12-30

劉曦(1985-),男,碩士,工程師,主要從事國(guó)土資源信息化研究.

電子郵箱: 57731936@qq.com

聯(lián)系電話(huà): 021-56615149基金項(xiàng)目: 上海市規(guī)劃和國(guó)土資源管理局科研項(xiàng)目“上海市新一輪土地利用總體規(guī)劃編制”