基于大数据分析的哈尔滨城市组团宜居性评估与优化研究 - 城市数据人

2020-09-09 3518 admin

关注城市数据人微信公众号

数据资讯、数据分享、数据技能

添加微信“wwwcaup”，注明城市数据人

加入读者交流微信群

小编：今日为大家推荐来自微信公众号“UPDIS共同城市”的文章：基于大数据分析的哈尔滨城市组团宜居性评估与优化研究，文章以哈尔滨为例，尝试以居住建筑与人均居住建筑面积的比值推算居住人口、以高德地图公共服务设施POI数据推算配套情况、以58招聘就业岗位POI数据推算就业岗位需求情况，建立了以组团为尺度的宜居性评估模型，解决了传统规划评估时组团边界与行政边界不同造成的数据获取较难的问题。该模型可推广应用至其他区域、城市乃至地区层面的组团评估，具备较广泛的应用性与操作性。

以下为文章详情：

城市组团是描述城市空间格局的关键因素，组团式城市体系有助于缓解城市人口过度集中，降低城市服务设施成本。城市组团也是居民日常生活的基本空间单位，城市组团的宜居性通常从以下方面反映：安居乐业，居住舒适，工作岗位充足；交通便捷，公共交通网络发达；公共产品和公共服务供给充足，质量良好；生态健康，绿地等开敞空间丰富。

在进行城市规划过程中，充分挖掘组团在功能构成、公共服务设施布局方面的现状问题，有助于通过功能优化调整、公共服务设施供给，来提高城市组团的宜居性。本文基于互联网大数据的挖掘，对哈尔滨不同城市组团内公共服务设施的丰富程度以及就业岗位的匹配程度进行定量分析，以此为基础对城市组团功能构成提出优化建议。

一、数据来源与研究方法

1.1 研究区域与数据来源

哈尔滨市中心城区是指哈尔滨市道里区、道外区、南岗区、香坊区、平房区、松北区的行政辖区，呼兰城区及双井镇、长岭镇、沈家镇、孟家乡和阿城城区（包括新利街道、舍利街道）及蜚克图镇、料甸乡、红星乡，总面积为4187平方公里。参考《哈尔滨城市总体规划（2011-2020）》提出的“一江、两城、九大组团”哈尔滨中心城区空间结构，本文结合实际调研与建设情况，构建“中心、群力、哈西、哈东、平房、松浦、利民、呼兰”八大组团，以作为后续评估与优化宜居性的组团划分边界。

哈尔滨市中心城区组团分布图（图片来源：作者绘制）

本文研究数据主要包括哈尔滨市中心城区现状用地数据、高德地图建筑轮廓数据与公共服务设施POI数据、58招聘就业岗位POI数据，其中现状用地数据通过部门访谈与现状调研获得，其余数据通过python网络爬虫获得后结合高德地图地理解析模块实现可视化，数据格式与指代指标见下表：

哈尔滨市城市组团宜居性评估数据分类及来源一览表（注：以上数据通过FME统一将坐标转化为CGCS2000坐标系）（图片来源：作者绘制）

其中，公共服务设施POI数据从高德地图获取，实现路线为：先获取哈尔滨市全量高德地图POI数据，再根据高德地图web服务api说明文档筛选其中属于本文研究范畴的公共服务设施类POI，总共涉及以下16大类、181小类POI数据。

高德地图公共服务设施POI类别一览表（注：根据高德地图web服务api说明文件整理，

https://lbs.amap.com/api/webservice/download）（图片来源：作者绘制）

1.2 研究方法

因组团边界往往与行政边界不同，导致传统规划研究方法较难获得各组团内的居住人口数据，因此，本文尝试通过居住建筑与人均居住建筑面积的比值来反算各组团居住人口，以此作为各组团的居住人口估算数据。同时，以高德地图公共服务设施POI数据反映配套情况，以58招聘就业岗位POI数据反映就业岗位需求情况，分别评估各组团的就业岗位与公服配套压力情况，实现组团间的宜居性评估对比。

各组团宜居性评估技术路线示意图（图片来源：作者绘制）

二、结果分析

2.1 各组团居住人口规模与分布特征

因本文提出的组团边界与传统街道行政区划边界不同，较难通过常规统计口径获得各组团内居住人口总数与分布，因此，笔者尝试提出一种新的居住人口估算思路：通过各组团内现状居住用地（R1\R2\R3及H14，基期年为2014年）涵盖的总建筑面积与全国人均居住建筑面积的比值来推算各组团居住人口，以作为组团内现状人口参照。

哈尔滨市中心城区各组团建筑分布与现状用地分布图（图片来源：作者绘制）

以2014年现状用地为基础提取出居住用地内涵盖的建筑总量，进而参考2016年统计局公布的全国居民人均住房建筑面积数据：城镇居民36.6平米/人、农村居民45.8平米/人的标准估算各组团内居住人口规模，具体计算方法如下：

从居住人口规模来看，首先，中心组团作为哈尔滨市建成度最高的老城区，集中了超过四成的现状居住建筑和居住人口，承担了中心城区近半的居住人口压力；其次，哈西、群力、哈东组团作为第二梯队，合计也集中了近四成的居住人口，是围绕中心组团往外进行功能与人口疏解的第一圈层；最后，其余组团居住人口均未超过10%，属于居住人口承担较少的城市组团。

哈尔滨市中心城区各组团居住建筑面积总量与居住人口估算一览表（注：城镇居住用地按照人均36.6平米、农村居住用地按照人均45.8平米估算）（图片来源：作者绘制）

从居住人口空间分布来看，以松花江为界，位于江南的五个组团集中了中心城区87%的居住人口，其中中心组团以及外围的群力、哈西、哈东组团明显形成“核心-边缘”的圈层式扩散格局，南侧平房组团则因距离中心较远无法形成连绵发展结构；位于江北的松北、利民、松浦组团则分布较为松散，三者未形成明显的核心聚集结构，其中松北组团最早是哈尔滨市2004版城市总体规划中提出的“一江两城”总体格局，随着2005年市政府搬迁至松北至今，属于近十几年内哈尔滨市重点开发的新区，但与同为新区的群力组团对比，并未形成较为典型的组团核心结构，反映人气聚集上弱于群力组团。

哈尔滨市中心城区各组团居住用地分布与居住人口核密度分析图（图片来源：作者绘制）

2.2 各组团就业岗位与公服配套特征

本文以58招聘网站哈尔滨市招聘需求信息作为各组团的就业岗位需求基本参照，通过python抓取后利用高德地图地理解析模块获取各POI的经纬度信息，在GIS平台实现可视化。

从现状就业岗位需求分布情况来看，各组团总共有12.4万个就业岗位需求，主要集中分布在松花江以南地区：尤其是中心组团，集中了全中心城区占比67.4%的就业岗位，哈西组团、群力组团就业岗位占比均处于8%的水平，反观作为重点新区的松北组团，其就业岗位水平与哈东组团（5.4%）相当、仅略好于利民组团（4.2%）。就业岗位分布上，松花江以北组团整体差于以南组团，未形成核心圈层式结构，反映出产业培育、岗位需求上江北与江南存在较大差距，核心就业需求仍集中于江南老城区内。

哈尔滨市中心城区各组团就业岗位POI与公共服务设施POI热力图（图片来源：作者绘制）

以经过类别筛选后的高德地图哈尔滨市POI数据作为各组团公共服务设施基本参照，从公共服务设施POI数据的空间分布情况来看，近六成配套设施集中在中心组团并在中央大街、西大直街两处形成明显的配套核心，另外群力、哈西、哈东组团受到中心组团配套核心的辐射影响，分别达到7.1%、14.6%、8.7%的水平。同样，与就业岗位分布类似，位于江北的松北、利民组团有一定的服务设施集聚，但并未形成明显的服务中心体系，对生活及生产活动的服务支撑明显不足。剩下的松浦、平房组团则因为自身体量过小，未能形成集聚的公共服务配套结构。

哈尔滨市中心城区各组团就业岗位POI与公共服务设施POI一览表（注：就业岗位POI来自58招聘数据，公共服务设施POI来自高德地图POI数据）（图片来源：作者绘制）

2.3 各组团宜居性评估

以居住人口作为就业和配套的比对基础，按照每千人配比标准，分别计算各组团的就业岗位数、公共服务设施配套数与居住人口的比值与占比，可得出各组团的千人就业岗位数和公服配套数，但由于目前相关研究和规范文件并未明确该两项指标的绝对值测度标准，因此，本文尝试提出以经过归一化处理后的相对比值作为测度指标，按照以下方法进行各组团宜居性测算：

哈尔滨市中心城区各组团宜居性评估一览表（注：各组团宜居性评估=（就业岗位-公服配套）/居住人口，反映的是每千人居住人口对应的就业岗位与公服配套的差值，差值越大表明就业与配套的差距越大。）（图片来源：作者绘制）

从各组团宜居性测算结果来看，可总结为以下三种特征组团：①就业、配套与居住人口比值均超过22%且两者差值高达7%的传统服务核心型，如中心组团；②两者差值为负的就业岗位缺乏型，如哈西组团、哈东组团、平房组团和松浦组团；③两者差值为正的配套缺乏型，如群力组团、松北组团和利民组团。

哈尔滨市中心城区各组团宜居性评估图（图片来源：作者绘制）

三、结论与讨论

3.1 哈尔滨城市组团现状问题

从形成原因分析，按照宜居性的相对比例测算，作为传统服务核心型的中心组团集中了中心城区所有组团的两成至三成的就业岗位和配套设施，两者差值高达7%反映出中心组团的就业岗位需求强于公服配套比例，目前仍存在大量可外溢、待疏解的就业需求。

作为就业缺乏型的组团有哈西、哈东、平房和松浦组团，其形成存在两种原因：

其一是受邻近中心组团吸引力影响，如哈西组团和哈东组团，因处于中心组团辐射的第一圈层，其组团内配套设施不及中心组团完善，因此大量的公司企业更倾向于在中心组团内选址，造成组团内就业岗位需求跟不上配套；

其二是受组团本身定位影响，如平房组团因距离中心组团较远，上版总规已定位为产城融合的自我配套型组团，就业与配套的差距最小（仅为-1.8%），反映其组团本身职住较为均衡，而位于江北的松浦组团则因为新区开发定位为大型独立占地式公共服务设施供给组团，因此集中了哈尔滨大剧院（63.6公顷）、东北虎林园（161.7公顷）、波塞冬沙滩水世界（一期占地30公顷）等大型配套设施，造成其配套设施远超就业岗位需求，达到-7.1%的最高差距。

作为配套缺乏型的组团有群力、松北和利民组团，三者形成原因各有异同：

其一，群力组团与哈西、哈东组团同为中心组团的第一辐射圈层，但群力组团在就业岗位培育上明显优于其他两个组团，从现状建设情况来看，群力组团集中了金鼎广场、金中环等新兴商业综合体，集中提供了较多的就业岗位，因此群力组团的就业情况优于哈西、哈东组团；

其二，同为新区的松北组团结构与群力组团类似，但其宜居性指标比群力组团高出一倍，主要原因在于配套设施完善程度未跟上就业岗位需求；

其三，利民组团作为江北地区传统建成区，其就业、配套的比例结构与平房组团类似（两者差距仅为2.2%），均属于距离中心组团较远组团，本身发展上以产城融合式自给自足为主，从宜居性角度来说属于较为均衡组团。

3.2 哈尔滨城市组团优化建议

以各组团宜居性测度指标为基础，结合各组团的就业岗位、公服配套、居住人口现状情况，针对性地将中心城区八个组团分为四种优化建议类型，分别是：

人口疏解型：疏解老城功能，优化人口结构，提升居住环境品质，以中心组团为典型，需加强老城人口与就业往外围邻近组团的疏解力度；

配套强化型：增加公共服务设施供给，为产业创新及社区宜居提供支撑，以群力、松北两个新区组团为典型，需重点强化新区的公共服务类配套设施的培育，增加并完善公服配套供给，以强化新区的人口集聚效应。

产城融合型：功能复合开发，完善职住平衡，增加就业人员的居住配套，以哈西、哈东和松浦组团为典型，需强化就业岗位培育力度，在企业注册选址与招商方面给予相关政策优惠等倾斜，以实现职住平衡。

综合提升型：扩容提质，特色营城，完善组团分工职能，以平房、利民组团为典型，因距离中心组团较远，建议以整体综合提升为主，完善自身配套品质、提高就业岗位培育，进一步加强职住平衡的组团格局。

哈尔滨市中心城区各组团优化建议一览表（注：组团优化建议措施结合项目组研究成果提出一定修改完善）（图片来源：作者绘制）

四、存在问题与展望

总体看来本文立足于大数据的研究视角，充分结合就业岗位POI、公服配套POI、矢量建筑轮廓、现状用地这四类较易获得的数据类型，尝试以居住建筑与人均居住建筑面积的比值推算居住人口，以高德地图公共服务设施POI数据推算配套情况，以58招聘就业岗位POI数据推算就业岗位需求情况，建立了以组团为尺度的宜居性评估模型，解决了传统规划评估时组团边界与行政边界不同造成的相对精确数据获取较难的问题。

存在的问题主要是组团边界划定的范围会影响后续宜居性评估的效果，如组团划定过大则容易造成评估结果集中在某几个组团内，较难客观反映各组团宜居性差异；如组团划定过小则容易使各组团评估结果均衡，亦不能真实反映组团差异。因此，划定组团评估边界时建议结合以往规划和现实调研情况共同划定，尽可能做到客观、与当地居民日常感受相契合。

未来研究可结合二手房房价、交通拥堵热力图、PM2.5污染分布等数据进一步深化完善各组团的宜居性测度指标模型，形成稳定的评估指标体系，能更客观地评价各组团的宜居性并提出更为准确的优化建议。

参考文献：

[1]林文棋,陈会宴,谢盼,李颖,陈清凝,李栋.基于多源数据的北京市朝阳区人口时空格局评估与预测[J].地球信息科学学报,2018,20(10):1467-1477.
[2]庞前聪,袁磊,江文亚.组团型城市空间宜居性研究——以珠海市为例[J].中外建筑,2016(07):76-80.
[3]徐煜辉,张程亮.宜居城市建设背景下的公共设施体系构建——以重庆市北碚区蔡家组团为例[J].规划师,2011,27(03):33-38+54.
[4]杨静. 基于POI数据的城市商业中心和组团识别与提取[D].南京师范大学,2018.

作者：吴海平，中山大学人文地理学硕士，现就职于深圳市城市规划设计研究院；黄京，深圳市城市规划设计研究院规划五所副主任工程师

原文编辑排版：陈程

原文插画：王彦妍

本文来自：微信公众号 UPDIS共同城市

城市数据人

http://udu.org.cn

城市数据人 - 城市数据领域知识社群