佳文赏析 | 经济水平如何影响出行活动？

编者按

我国城市化进程和社会经济水平发展快速，不同经济水平人群的行为活动以及对城市资源的利用也变得越来越复杂。为此,关庆锋教授通过耦合深圳市手机信令数据和细尺度房价数据，实现了经济水平准确划分，并通过计算惯性矩、活动位置数、活动熵、出行时间、出行距离、出行速度、出行时间、居家时间、工作时间等指标，定量地分析不同经济水平人群的空间分布和行为活动特征。其结果可为合理配置城市资源、解决城市隔离等社会不公平问题提供了参考和建议。

相关论文已在学报2020年第1期发表啦(文末点击“阅读原文”可以查看完整论文) !

固定布局                                                        
工具条上设置固定宽高
背景可以设置被包含
可以完美对齐背景图和文字
以及制作自己的模板

在现实中，依靠调查问卷以及经济普查的手段，虽然可以获取较准确的经济水平，但由于更新周期长、耗费人力物力大等原因，难以方便及时地获取用户经济水平并进行分析。作者通过空间关联方法，基于用户信令数据提取得到家庭位置并将其和细尺度的房价分布数据相耦合，从而获取了用户住宅价格。

2017年深圳市5m分辨率精细房价空间分布

随后，通过经济水平的快速划分，为手机信令数据中加入了用户经济水平。采用自然间断点数据分级的方法，考虑到用户住宅价格数据自身的特点，基于数据方差与类偏差平方和等指标，将用户分成类内差异最小，类间差异最大的5类不同经济水平的人群。

深圳市基于住宅价格的不同经济水平人群划分

深圳市24小时手机用户分布动态图

惯性矩+活动位置数+活动熵+

出行距离+职住距离+居家工作娱乐时间

为了定量地分析不同城市人群行为活动模式，如下图，首先采用停驻点停驻算法，将用户原始位置数据提取成更有意义的停驻点位置序列。并结合日常生活的时间规律，从位置序列中获取用户家庭位置、工作位置等活动信息。随后分别计算了惯性矩、活动位置数、活动熵、出行时间等活动指标。从空间和时间2个维度对用户活动点的分布，活动模式进行了定量的分析。

耦合手机信令数据和房价分布数据的

不同经济水平人群行为活动模式分析流程

这里只对惯性矩、活动位置数、活动熵这类计算相对复杂的指标进行说明，其他指标（出行速度、出行时间、职住距离等）的具体信息可到原文中查看。

惯性矩Rg：

用于量化用户日常活动的空间的大小，较大的Rg值通常表示较大的活动空间，较小则代表用户的日常活动主要集中在较小的地理区域中。

活动位置数A：

A较大表示用户当日活动较频繁。出行频率较高。相反A越小则代表用户的活动地点较少，可选择活动较为单一。

活动熵H：

H越大表示用户的活动点的离散程度越高，活动多样性越大。

结论1    经济水平高低不影响用户日常活动的频率和多样性

通过对比不同经济水平人群活动，我们可以发现不同经济水平人群活动位置数、活动熵之间差异不大。大多数人主要集中在居住、工作地点。这些地点是不同经济水平人群在工作日的共有活动。

深圳市不同经济水平人群活动指标箱线图

结论2   用户经济水平的提高使得日常活动的范围不断扩大、跨区活动占比越来越高

由上图可知经济水平对人群惯性矩（出行范围）存在较大影响。随后，作者根据用户惯性矩对数分布中的拐点将其分为5类，得到深圳市手机用户惯性矩的空间分布如下图所示。

深圳市手机用户惯性矩空间分布

并基于5类惯性矩，对不同经济水平人群活动中心及活动范围进行分析如下图所示。

深圳市不同经济水平人群惯性矩分类比例

随着用户经济水平的升高，第1、2、3类惯性矩在各人群所占比例不断下降，第4、5类惯性矩所占比例上升。当用户经济水平较低时，用户的第2类惯性矩所占比例大于第4类，但当经济水平升高后，情况发生变化。高经济水平人群的第4类惯性矩所占比例最大。同时，通过观察用户惯性矩空间分布由此可知，第4、5类惯性矩多分布在区域交界处和跨区海域中。这表明，随着用户经济水平的提高，用户日常活动的范围不断扩大，跨区活动占比越来越高。

结论3   经济水平越高，人群的居家和工作时间越少，娱乐时间越多

经济水平对人们活动点数量、活动熵影响不大，但从下表仍可以看出随着经济水平的提高，人们的居家、工作时间逐渐减少，生活娱乐时间开始变多。此现象与经济学中时间分配理论一致。为了提高工作收入，劳动者会将部分工作时间代替居家时间。但当工资达到一定水平后劳动者会选择更多时间去闲暇，娱乐。在高收入人群，工资对工作的投入激励为负效应，且当收入达到一定水平后，劳动力会更加追求闲暇而非增加工作投入，因此工资的提升不再引起工作时间的增加。

深圳市不同经济水平人群活动指标对比表

结论4   不同同经济水平人群活动分布呈现“南高北低，西高东低”的分布格局

不同经济水平日常活动点（居住、工作、生活娱乐）的分布及标准差椭圆如下图所示。经济水平较高的人群活动点多分布在原“关内”地区，如南山区、福田区、罗湖区，其聚集性较强，离散程度较小，具有明显的方向性。而随着经济水平降低，人群活动点的分布开始向宝安区、龙华区、龙岗区移动，且离散程度变大。而经济水平较低人群的活动点则明显在光明区和宝安区的北部以及坪山区和龙岗区聚集，和高经济水平人群相似，其分布具有明显的聚集性和方向性。

深圳市不同经济水平人群活动点分布图

由上述可见，不同经济水平人群的活动模式存在着较为明显的空间和时间差异性。而活动模式的时空差异性必然导致人群对食品、物资、教育、安全、医疗、交通、信息、娱乐等城市设施和资源利用的差异，可能进一步扩大社会群体间的隔离。因此，为提升社会公平性和全民幸福感，减少城市资源荒漠问题，在城市管理和规划中，应适当地考虑社会群体活动模式的时空差异性。强调以人为本，科学合理地配置城市基础设施和资源，不仅应该是今后研究的重点，更应该是政府决策的重要抓手。

作者信息

于美国加州圣芭芭拉大学获得博士学位，现为中国地质大学（武汉）地理与信息工程学院教授。研究兴趣包括时空大数据分析与挖掘、时空动态模拟、高性能地理空间计算、空间计算智能等，学术成果发表于IJGIS、CEUS、TGIS、C&G、EMS等期刊。

于武汉大学测绘学院获得工学学士和工学硕士学位，中山大学地理科学与规划学院理学博士毕业。现为中国地质大学（武汉）地理与信息工程学院副教授，阿里巴巴集团数据部高级工程师（访问学者）。长期以来致力于多源时空数据挖掘开展研究，近期研究兴趣集中于城市计算模型、城市计算模型与规划和健康城市的相关研究。

《地球信息科学学报》由中国科学院地理科学与资源研究所和中国地理学会联合主办，月刊，是中国科学引文数据库(CSCD)核心期刊、中国科技核心期刊、全国中文核心期刊、北大《中文核心期刊要目总览》来源期刊。《2019年版中国科技期刊引证报告(核心版)》显示，《地球信息科学学报》影响因子位列测绘科学技术期刊第3名，综合评价总分位列第4名。

责任编辑：鲁嘉颐
审编：王波涛 终审： 顾伟男   田巍   梁龙武

猜你喜欢

扫描二维码，关注我们