大数据下的卫星城镇交通与土地空间规划探索

谭 杰

（燕京理工学院，河北 三河 065200）

1 大数据与卫星城镇

在城市空间划分中，数据在其中占有极其重要的地位，精确的数据能够有效的帮助决策。随着信息技术的迅速发展，传统数据获取方法缺陷不断的暴露，大数据技术的出现得到了众多的关注［1］。

1.1 新型城镇化下的卫星城镇

随着城市化水平的不断提高，大量人口和产业不断向城市聚集，城市的空间结构形态也发生了巨大变化，出现了多样化的城市空间形态，其中“卫星城镇”就是城市空间形态的重要表现形式。“卫星城镇”是大城市外围，既有就业岗位也有完善住宅和公共设施的独立城镇，与中心城既保持一定的距离，又密切联系。卫星城镇在城镇体系中承担着职能分担、结构优化与城乡联系的功能，城市的过度集中所带来的问题，需要通过建立卫星城镇来进行分散以协调。在发达国家中，卫星城镇已经是大都市圈结构中的重要一环，例如：纽约、伦敦、东京、巴黎等世界性大城市，其卫星城市的各个空间和社会形态经过近百年的演化和发展，趋于独立和平衡；在我国早在20世纪80年代中期，部分中心城市就提出建设卫星城镇的意见，用高速交通干线连接中心城和卫星城，疏导产业、人口、平衡资源等，并逐步出现在京津冀、珠江三角洲、长江三角洲、成渝经济圈等区域。

随着我国城镇化的加速与深化，以消耗资源环境为代价、以空间机械扩张为核心的城市发展模式已难以为继［2］。在中共中央、国务院印发《国家新型城镇化规划（2014－2020年）》中对城镇化建设提出了新的要求，以人为本的城镇化核心，这是我国新型城镇化建设中必要的思考方向。

1.2 传统数据获取方式

传统的空间划分研究方法主要包括定量分析和质性分析两类，质性分析主要关注城市社会空间产生的微观机制及变化，通常使用归纳演绎法，且数据主要使用文字、图像或影像资料，但调查成本较大，难以证明其数据的有效性。

定量分析通常使用统计分析与计量模型，但在数据获取上由于使用问券调查、查询资料等方法，不可避免数据量小或者二手数据等缺陷。

同时，GIS工具也常用于传统城市空间划分中，在通过传统手段获取的数据基础上，进行可视化分析或空间分析，主要对城市的静态模型进行分析，缺乏对实时数据的动态分析。

1.3 实时移动数据的获取

根据中国互联网络信息中心（CNNIC）发布第34次《中国互联网络发展状况统计报告》，截至2014年6月，中国网民规模达6.32亿，其中，手机网民规模5.27亿，手机上网使用率达83.4%，首次超越传统PC整体80.9%的使用率，移动网络从“广泛”向“深入”转换。网络技术的发展与互联网的普及使得社会科学领域研究的数据能够通过网络轻松获取，数据的获取不再是传统的问卷调查与访谈，使用软件抓取数据、空间定位技术的应用与从互联网设备直接读取数据皆成为主要的数据获取方式，数据内容转变为以地理位置信息为主，这种直接信息数据的提取使得分析结果更加精确与客观，特别是对于居民行为和需求的分析能够有极大的助力，利用居民社交网络、手机APP、数据定位、流量分析等对“人”的行为研究，进行城市空间规划提供了方法创新。

2 大数据下的交通研究

2.1 人口疏导与分散

卫星城镇的建立通常是为了分流中心市区人口，我国经济不断发展，城市化水平逐步提高，各大主要城市人口不断增加，许多城市已无法负荷庞大的人口数量，尤其中心市区聚集了大多数的人口，其人口密度十分之高。

在第五和第六次人口普查数据、南京大学解译的遥感数据等信息基础上，北京城市实验室（简称BCL）就借助Geocoding Map等工具进行空间分析，探寻中国人口密度的时空变换。近10年来经济驱动下，以京津组团、成渝组团、长株组团、汉中组团、长江三角洲、珠江三角洲等区域为代表，其流动人口的暴涨。例如西安中心市区人口密度高达5372人／km2，甘肃兰州社会科学研究院编写的《兰州市经济社会发展蓝皮书（2014－2015）》显示，兰州城区人口密度已超过10000人／km2，城区核心区人口密度已突破4万人／km2；河南省社会科学院编纂的《河南社会发展报告（2014）》报告，截至2013年9月，郑州市区流动人口达340万，且每年以25%的速度递增，城区人口密度仅次于广州，居全国第二位。

城市中心区高密度的人口，大大增加了就业压力与基础设施的压力。公共资源正在被严重透支。在未来5－10年，我国城镇化过程中面临的最主要的挑战，仍是城市规模的扩大与水资源、土地资源短缺、环境污染和生态恶化之间的矛盾，建设外围卫星城镇，能够分流中心城区的外来人口；同时，由于中心区域高额的房价、生活成本、就业压力等因素，多数外来人口会选择中心城市周边的城镇居住。这部分人口依然可以从事在中心城区的工作，但是减少了中心城区的人口压力。

2.2 研究现状的局限

随着交通的高速发展，居住在卫星城，工作在大型中心城市的双城“生活模式”已经开始普遍。例如：北京东郊的燕郊镇，每天约有35万人居住在燕郊，工作在北京，连接两地的交通方式主要以通勤班车和私家车为主，在每天6：30－9：00，17：00－20：00交通高峰时段，交通负荷巨大，尽管2015年初开通了D9022、D9024两班城际动车，然而不到两月后取消，原因是上座率低。目前卫星城镇交通模式配置、交通基础设施规划建设远远赶不上通勤人口数量的增加，在传统交通量调查数据基础上的研究模型、交通模式配置上的质与量的比例关系等研究会投入大量的人力和财力，并且会出现数据的延迟和差误，也带来盲目的措施，不利于长期研究。

2.3 大数据的分析

城市交通是城市空间规划的重要部分，传统城市交通规划主要是基于城市人口规模与产业布局建设道路，更多的考虑城市层面的空间协调而忽视居民个体的交通需求，特别是对于卫星城镇来说，引入大数据技术的城市交通规划能够从每一个居民个体与居民群体出发，研究该区域居民出行方式与习惯，预测出群体出行的态势，对其可能出行的时间，出行路线，出行方式等等进行预测，进而对中心城市与卫星城镇间、卫星城镇内部城市的交通资源、道路建设、交通规划进行合理的安排。

利用大数据进行城市交通规划已有不少实例，如表1所示。

这些例子中不难看出，“流空间”是大数据技术下的城市交通规划的基本理念，居民出行方式与习惯的大量样本数据的引入分析，使得交通规划和土地利用调整更加合理。而卫星城镇中的交通规划具有独特的时间性和地点性，即“聚集性”与“分散性”，在大数据的分析下，研究居民不同时间段、不同区域的出行习惯；但是不同与普通城市出租车、公交、轨道的出行数据分析，由于其居住与工作地的距离，还应当考虑私家车的出行数据。

表1 大数据在城市居民交通行为与规划中的运用实例

3 大数据下的空间结构和土地规划

3.1 产业布局与土地的尴尬

卫星城镇多建于大型城市边上，这些城市应当发展高等级的产业结构，根据各个城市的特点，发展高新技术产业、装备制造业、文化产业和现代旅游业为主导产业。按照级差地租规律，在中心城区发展人文、旅游、商贸、娱乐、高新技术、金融、保险、信息咨询、技术服务、会展等功能，将不适宜在中心城区发展的传统工业逐步迁出，一方面灵活利用土地资源，实现中心城区土地利用结构与产业结构的双优化；另一方面，中心城区转移第二产业到卫星城市，能够带动其经济发展，扩大辐射范围。但随着大量卫星城镇的出现，人口剧增伴随房地产业的喷发，投资与置业需求加速了楼盘用地的供应力度，导致城市用地增长弹性系数扩大，（城市建成区面积的年增长速度／非农业人口的年增长速率，该系数反映城市用地规模扩展的合理性）。当系数＞1.12时，城市用地规模扩展过快；当系数＜1.12时，则城市用地规模扩展不足；当系数＝1.12时，城市用地规模扩展较为合理［7］。据统计，我国城市用地增长弹性系数早在2004年均超国际水平1.12，达到2.28，部分新兴卫星城镇用地增长弹性系数已超过3.0，且成逐年上升趋势。

在我国，卫星城镇因所处的区域位置和功能定位，包括“城”也包括“乡”，卫星城镇的用地规模盲目扩展，伴随环境恶化、绿地生态服务功能低下、公共设施落后等，“睡城”的空壳化不利于可持续发展，应设定城镇发展的边界，防止面积的过度扩张，同时优化产业布局。

3.2 空间结构与功能布局划分

功能区划分对于城市的发展与居民生活有着密切的关联，其功能组织和布局安排需要根据城市规模和发展战略的需求而进行。居民对于卫星城镇的定位非常明确，传统的城市功能区划分忽略了居民感知角度，仅根据该城市的宏观数据对城市宏观层面的功能进行布局，缺少具有共性特征的城市单元。

大数据在城市空间结构和功能区划分中的应用有着诸多先例可以参考，如表2所示。

表2 大数据在城市空间结构和功能区划分中的应用实例

不同于传统划分原则，居民的情感数据被用于大数据技术下的功能区划分方法中，其研究结果更加满足人文需求，为卫星城镇的企业和居民提供的各种配套设施和配套环境，并体现出了“紧凑混合布局”的规划理念。在卫星城镇的空间结构和功能区划分中，应当充分将中心城考虑在内，在大环境下安排，不能单独对其进行功能划分，避免盲目的“理想化规划”造成功能区的冗余和发展瓶颈。

4 总结

大数据时代的城市空间划分方法不再局限与传统的划分之中，有了更加精确客观的数据作为支撑，它使城市空间的研究尺度更加全面科学，在城市空间规划之中卫星城镇比较特别，其人口规模并不亚于许多中小型城市，但是其功能性与这些城市有所不同。卫星城镇的存在通常是为中心城分流，但对其空间规划必须将中心城考虑在内，大数据技术在这之中便起到了极大的作用；其二，卫星城镇的交通规划与空间行为具有时间性，以大数据作为支撑的时间尺度得到扩展，以“动态”的方式研究城市，打破常规的“静态”研究；在单纯的从人口与用地规模等出发的宏观布局基础上，使得城镇空间的规划能够建立在居民个人行为与群体行为之上，使得最终的空间规划符合实际需求和可持续发展，在以人为本的核心理念下探索新型城镇化的发展道路。

［1］ 秦萧，甄峰.大数据时代智慧城市空间规划方法探讨［J］.现代城市研究，2014，（10）.

［2］ 柴彦威，龙瀛，申悦.大数据在中国智慧城市规划中的应用探索［J］.国际城市规划，2014，（6）.

［3］ Becker R A，Caceres R，Hanson K，et al.A tale of one city：Using cellular network data for urban planning［J］.IEEE Pervasive Computing，2011，10（4）：18－26.

［4］ Liu Y，Y L，Liu Y，et al.Urban land uses and traffic‘source－sink areas’：Evidence from GPS－enabled taxi data in Shanghai［J］.Landscape and Urban Planning，2012，106：73－87.

［5］ Hudson－smith A，A H，Hudson－smith A 等.NeoGeography and Web 2.0：concepts，tools and applications［J］.Journal of Location Based Services，2009，3：118－145.DOI：10.1080／17489720902950366.

［6］ 钮心毅，丁亮，宋小冬.基于手机数据识别上海中心城的城市空间结构？［J］.城市规划学刊，2014，（6）.

［7］ 王圣学，李宏志，王蔚然.西安城市空间与卫星城规划布局研究［J］.城市，2009，（1）.