从地铁站点看城市形态

常规的房地产市场研究关注市场供求，时间较为短期，研究的方向也偏向于短期的趋势判断。但是房地产本身是个基于城市的生意，所以对房地产本质的认识，还是要从城市入手。所以北京万科成立了一个研究性质的部门，城市研究院，专门负责研究更长一段时间，更基础一些的城市和房地产认识研究。

大数据是近年最流行的方向，这种新的方式提供了一些传统调研所不能给与的快速及时，以及更大的数据量，丰富了研究本身。

因为万科和百度有持续合作，所以我们请他们提供了数据，本次研究是想从地铁周边的居住和工作人群入手，关注一下我们生活城市的形态。百度提供给我们城市的地铁站周边500米内的居住人口数，工作人口数，工作人口的本科以上学历比例等数据（北京、深圳、成都）。

通过研究，我们有一些有意思的发现：

1、从城市的聚集度上看，北京、深圳、成都是完全不同的三类城市

我们拿每个城市最繁华的一条线做个例子，北京以地铁一号线，深圳以罗宝线，成都以二号线为例。

首先看北京的数据，一号线的工作人数很有意思，从四惠站开始有万人左右，然后到国贸大望路陡增到接近5万人，然后一直维持3万人规模到复兴门截止（中间天安门西站无办公），然后一路走低，最后到苹果园不足5000人；

北京的特点很明显，有明显的中心，国贸-大望路中心，但是经过中心后其实工作人口下降并不明显，工作人口也有中心的60%左右。

总结一下：北京有明显的城市中心，但中心实际上是个东起大望路，西至复兴门的大办公中心。中心办公强度并很高。

再看看深圳，深圳从罗湖站开始，到国贸站工作人数迅速到达65000人，然后逐渐回落到40000左右，然后华强路又迅速到95000人，然后又下降，购物公园和会展中心又增加，香蜜湖又快速回落，车公庙又快速增加到50000以上，然后又下降，到高新园又升高到接近5万人，然后又回落，直到西乡站才勉强恢复到2万人。

从上面的数据看，深圳是典型的多中心城市，我们以北京强度最大的国贸-大望路中心作为衡量标准，深圳办公强度高于或等同于的中心有国贸-老街中心，华强路中心（最强），购物公园中心，车公庙中心、高新园中心。最后在宝安外有一个西乡副中心（弱），所以从地铁站点来看，深圳是个5+1的多中心城市。

再看成都，特点最简单，东门-春熙路-天府广场中心，中心集聚，强度不小，也有5万人，和北京国贸-大望路中心类似，但是一经过中心，办公强度迅速下降。总结一下，成都是典型的单中心城市，城市中心小而美。

2、学历和产业结构的分析

因为深圳的多中心布局，每个中心产业结构相对清晰，我们尝试通过百度的学历数据，对应一下产业结构和学历水平

深圳的华强中心，国贸中心这两个中心就业基本以商贸消费类产业为主。大致本科比例在20%-30%之间。

购物公园中心（平安保险总部）、车公庙中心（招商银行总行所在地）是深圳的金融中心，大致本科以上比例在40%左右；

深大-高新园中心是深圳的高科技中心（腾讯总部），本科及以上学历几乎上升到50%，发现IT行业实际对于高学历人才需求最旺盛。

两个端头是罗湖和机场东，典型的物流人流中心，发现物流行业对于高学历人才需求最不旺盛。大致本科以上学历比例在10%-20%。

回到北京，我们看了看一些典型地铁站周边工作人群的本科及以上比例

北京的情况很复杂，不像深圳城市分工明确，但是对照深圳的结果，也有一些简单结论：

o   北京产业符合学历规律，但是普遍比深圳高5-10个百分点，说明北京人才厚度明显。

o   北京的城市分类复合型强，除了西二旗的IT和复兴门的金融外，其他几个中心都是混合构成，很少有一个地方只有一个主导产业；

o   传统的中关村其实已经不是IT行业的中心，更像是已转型成商贸和消费中心，从学历结构看，IT产业北移上地西二旗趋势非常明显；

o   位于城市中心的交通枢纽也变成了混合行业的中心，比如北京站

3、结语

大数据工作也是刚刚开始，我们的研究尚特别粗浅，比如其实北京的中心从一号线看单一的原因也是因为只看了一条地铁线，如果很多条线复合下来看，北京这几年其实是有一个副中心冒出来的，就是北面中关村继续向北的上地西二旗的IT中心。

未来我们也会继续做一些深化的研究，将大数据和传统的地产规划经验结合起来，产生出一些更有意思的成果，取得对这个城市更加深刻的认识。