基于多源大数据的武汉市区域空间格局研究

詹庆明 范域立 等，上海城市规划杂志

综合多源数据、采用精细方法、分析具体问题，是大数据时代对于城市和区域问题分析提出的新要求。探讨交通格局、区域联系、人口腹地等区域研究中的主要话题在这一背景下的发展方向，利用交通大数据和人口流动大数据表现出的多属性、高密度和广覆盖特点，在经典的区域分析模型基础上，提出综合便利度模型、便利度—引力模型和势力范围模型。

本文以武汉市为研究对象展开分析，通过一系列多对多指标，揭示武汉市与周边中心城市的不同形式的竞争关系；从东西、远近等不同角度阐述武汉所面对的区域发展机遇。通过研究发现，针对多源大数据的特点设计区域空间格局方法和指标，能更好地梳理和量化对区域问题的理解。

0、引言

在自然资源部“武汉市大数据城市空间格局变化监测试点”项目中，对于结果可解释性和实证分析的需求促使我们尝试在传统统计模型和空间分析模型的基础上，以易于理解和解释的方式，对大数据所包含的信息进行尽量充分的挖掘和利用。这些尝试最终反映在综合便利度模型、便利度—引力模型和势力范围模型3种改进的分析模型以及相应的分析结果上。在本文中，我们对3种模型的来源、改进方式和相互关系进行了说明，通过对武汉市的实证分析，阐述其实际的作用效果，并进一步讨论这一思路在城市与区域分析中的发展潜力与扩展空间。

研究思路和框架

1、研究范围和重点研究对象

本文以地级及以上行政单元作为基本空间单元，研究武汉市与内地其他城市的关系。受到数据来源和计算资源的限制，在计算部分指标时，仅以部分与武汉市可比性较强的重点城市作为研究对象。具体的选取标准为：直辖市、国家中心城市和副省级城市，长江经济带上的省会城市和特大城市，干线机场以上城市，区域客运枢纽以上的铁路枢纽城市。

研究范围

研究采用的基础数据

2、基于多源大数据的区域空间格局研究方法

城市的交通便利程度及城市在区域交通网中的位置、城市之间的实际联系强度和中心城市所具有的腹地范围都是中心城市区域格局评价的重要方面。城市对外交通联系的便利程度影响其潜在的劳动力和原材料来源、产品市场、商贸活力等，很大程度上决定了其经济发展的总体潜力；而城市之间的人流、物流、资金流等实际联系则更加直接地影响到城市的旅游服务、物流等行业的发展前景；在多种因素的综合作用之下，最终形成呈现一定层级结构的城市腹地系统，成为各级中心城市的主要人口来源和市场。下文将具体讨论如何利用大数据的特点，对这3个方面的评价方法进行改进。

2.1  区域交通便利度评价

最近的研究引入了网络分析方法，能够以道路和铁路等交通设施网络为基础描述城市在区域交通网络中的总体中心程度，然而一般是将特定城市之间的联系视作具有单一属性的链接，对特定“城市对”的交通便利程度描述较为粗糙。可以从数据来源和评价方法两个角度进行应对。

（1）通过爬取在线数字地图，获取精确的城市间公路交通成本数据。

（2）通过爬取列车和航班网络订票系统，获取任意城市之间的班次信息及任意班次的具体数据，从而对城市间铁路和航空交通状况有全面立体的认知。

（3）改进两城市间交通便利程度的度量方式。过去通常构建两地（A，B）之间某种交通方式下最短距离或者最短交通时间的函数，作为两地交通便利度的表征，即：

   （1）

其中costmin (A→B)为从城市A到城市B的最小成本，函数f为给定的效用函数。然而，这样的做法抹去了不同班次的成本累积带来的差异性。显然，在同样的最短列车时间下，每天有大量的高铁列车班次和少量的普通列车班次，与每天有大量的普通列车班次和少量的高铁列车班次，这两种情况对于两市之间便利交通的实际影响是截然不同的。为了反映这一点，应当将每一趟列车的成本均纳入考虑，即：

  （2）

其中costRoutei (A→B)为通过路线i从城市A前往城市B的成本，函数f为给定的具有可变数量自变量的效用函数。作为一种较方便的实现方式，可以采用类似谐波网络中心度的方式，以两座城市之间累积班次交通时间的倒数作为两座城市之间该交通方式下的便利程度，即：

  （3）

进一步以从对象城市前往所有可能城市的便利程度的累加作为对该城市总体交通便利程度的描述，即：

  （4）

从而得到同时考虑对象城市所能联通的城市个数以及对象城市前往每个城市的每一种方式所需成本的综合性交通便利度指标。

2.2  城市间联系强度评价

引力模型被广泛地应用于评价两地之间的潜在联系程度。一般地，它包含一个规模参数和一个距离参数，类比于物理学中万有引力模型的质量和距离。常用的规模参数包括城市经济总量、人口总量等，而距离参数则多使用空间距离或者路径距离。最终得到两城市之间的潜在空间联系强度R。一种典型的模型形式为：

  （5）

式（5）中，PA和PB表示两个城市的人口数（万人）；GA和GB表示两个城市的GDP（亿元）；DAB表示两个城市间的空间直线距离。即借由城市的经济规模与人口规模二者的几何平均值来反映城市的“质量”；b表示城市间相互作用模型的距离衰减指数，在全国范围研究中常考虑取值为1。

然而，单纯的路径距离并不能准确地表述两地之间发生联系和交换的成本，在路径距离不变的情况下，两地之间列车和航班班次的多少、公路通行速度的高低、列车运行速度的高低等因素综合起来也会极大地影响两地之间实际联系的强弱。因此，本文以两座城市之间的综合便利度的倒数来替代距离参数，即：

  （6）

这一改进的引力模型可以更准确地表征两城市之间的潜在吸引力。进一步地，如果通过腾讯定位数据等位置服务数据获取给定时段中两城市间的实际客流量，以两城市之间实际发生流动的人口来替代两城市的总人口，则可以表征两城市之间的实际客流联系水平。两城市之间人口流动越频繁、来往越便利，则它们的联系越密切。同时，将两城市的经济总量作为规模参数之一，则表征了这种密切联系所带来的潜在经济效益。即：

  （7）

其中，QAB为一定时间段内城市A前往城市B的客流总量，QBA为相应时间段内城市B前往城市A的客流总量。通过调整计算客流总量的时段，还可以就通勤、节假日休闲、回乡等不同场景下的城市间联系强度展开分析。

2.3  中心城市人口腹地分析

本文以3个指标描述给定中心城市A春节前特定时段的人口流入城市B的现象，来分别表征城市B人口流入城市A的绝对数量、城市B对城市A的依赖程度和城市A相对于其他中心城市在城市B中的竞争优势。包括：

绝对流入指数，即给定时间内从城市A流入城市B的总出行量，即：

  （8）

相对流入指数，即给定时间内从城市A流入城市B的总出行量占流入城市B的总出行量的比例，即：

  （9）

其中{Bi|i∈[1,N]∩N+}为除城市A以外所有其他城市构成的集合。

竞争流入指数，即给定时间内从某一中心城市流入该城市的总出行量占来自其他重点城市流入该城市的总出行量的比例，即：

  （10）

其中{Bi |i∈[1,M]∩M+}为所有中心城市构成的集合。

3、结果分析

从区域交通便利度评价结果来看，综合武汉市陆路、航空交通建设和运营情况，武汉市形成了以公路和高速铁路为主干，覆盖“1+8”城市圈和信阳、岳阳等城市的核心区域交通网络；以高速铁路构成交通廊道、以高等级公路为补充，连接到郑州、合肥、南昌、长沙等重点城市，覆盖中部五省主要大中城市的中部地区区域交通网络；以及以高速铁路为主干、以普通铁路和航空交通为补充，延伸到北京、上海、珠三角、西安、川渝、云贵、辽沈等地区的辐射区域交通网络。总体上，特殊的地理区位使得武汉市具有陆路交通东强西弱，航空交通近少远多的特点。

武汉市到各地级市综合交通便利度

这一空间结构特点在武汉市实际的对外客流联系强度中得到了一定的体现。从全年客流量来看，与武汉市联系最紧密的地区主要有：湖北、河南、江西、湖南等省份内公路交通5小时内可达的城市，以公路旅客和铁路旅客为主；京广高铁郑州至北京段及武汉至广州段，福州一武汉一线和沪昆高铁的部分城市，以铁路旅客为主；辽宁、云南、海南、广西、上海等相对独立的地区，以航空旅客为主。

武汉市与全国地级市综合旅客联系量

与交通便利程度不同的是，武汉市对外客流联系量呈现出西多东少的特点。考察各地区中心城市的对外引力联系总强度和各交通方式下交通便利度，可以对这种差异性有较好的理解。武汉市处于中东部经济、交通发达地区的边缘，其发展落后于京津—长三角—珠三角构成的区域大三角顶点，但是京广线这条长边的支撑点，构成了陕甘、川渝、滇黔等西部省份连接中东部地区的重要通道。因此，西部地区的部分城市在交通成本和经济实力权衡的影响下，与武汉市建立了较为密切的人口和经济联系。

全国地级市铁路、动车、公路和航空便利度

综合武汉市与其他重点城市的人口腹地范围、各中心城市的对外引力联系强度和不同时段武汉市与其他城市之间的客流联系，武汉市对西部省市特别是川渝、陕南、黔滇一带的吸引力主要来自武汉市的相对竞争优势，在西武高铁、沿江高铁建成后，西部地区有望进一步成为武汉市未来发展的新腹地；武汉市与西部地区之间的旅客联系以人口迁移和工作往来为主，可以进一步开发对应的休闲旅游市场。武汉与辽沈、河北地区之间的历史渊源，可以作为武汉市未来跨区域合作和产业走出去的潜在方向。在湖北省周边，豫南一带则以人口迁徙为主，鄂、湘、赣三省之间的联系以短途旅游为主；借力中三角高铁网络、进一步整合中三角地区旅游资源，将有利于武汉旅游产业的进一步发展。

4、结语

本文在问题考察的深度上还有许多继续加强的角度和空间。一方面，通过补充货运交通、航运交通等更多交通方式或交通类型的班次和流量信息，以及补充资金流、信息流等更丰富的非实体流动数据，可以更加准确、全面地描述城市之间的实际关系；另一方面，现有数据还可以深入挖掘，如班次信息中各类班次在一天或者一周之内的分布状况与不同类型旅客选择倾向之间也存在着密切的联系。

详情请关注《上海城市规划》2019年第3期《基于多源大数据的武汉市区域空间格局研究》，作者：詹庆明、范域立，武汉大学城市设计学院；罗名海，武汉市测绘研究院；米子豪、张慧子、张月朦，武汉大学城市设计学院。