移动定位大数据支持乡村规划研究：进展、困难和展望

本文为《城乡规划》2020年期刊以飨读者的第 19 篇论文

摘要 ●●

移动定位大数据支持乡村规划研究已取得了进展，但还存在技术障碍和困境。移动定位大数据能从个体行为出发，通过测算乡村活动支持乡村规划。

移动定位大数据应用于乡村规划有两个适用场合：第一个适用场合是乡村聚落体系研究，量化测度村镇体系的空间结构；第二个适用场合是认识乡村地域职住空间关系，评估设施服务水平。

从技术途径来看，移动定位大数据支持乡村规划研究有从活动轨迹出发、从活动强度出发两种途径，但仍存在时空分辨率、设备普及率两个技术阻碍。时空分辨率阻碍了对乡村地区个体移动轨迹定位的连续性测算，会影响活动轨迹出发途径的可行性；乡村地域内移动终端设备普及率存在明显的差异，会影响活动强度出发途径的可行性。如果能较好地突破这两个应用困境，那么移动定位大数据在乡村规划研究和实践中的适用场合还将会有拓展。

作者

钮心毅  同济大学建筑与城市规划学院教授，上海市城市更新及其空间优化技术重点实验室

岳雨峰  同济大学建筑与城市规划学院博士研究生

1

引言

移动定位大数据（Mobile Positioning Big Data）随着ICT 技术的发展而产生，是一类带有地理定位标签的大数据的总称。

随着移动通信和移动互联网的普及，个体随身携带的手机等移动终端设备产生了连续的定位数据，能记录个体活动的时空轨迹。移动通信网络中产生的手机信令数据、使用移动互联网的LBS（Location BasedService）数据等，都属于移动定位大数据。

由于随身携带的移动终端设备的高普及率，移动定位大数据就能反映出特定城乡空间内人类活动的时空特征，由此形成了其支持城乡规划研究的基础。

移动定位大数据支持城乡规划研究从测度城市空间活动起步，逐步在区域规划、城市规划、乡村规划等研究中得到不同程度的应用。

在区域城市群的规划研究中，使用移动定位大数据，量化认识城市群之间的出行联系，通过不同的时空特征，量化测度城市群空间结构。

在城市规划研究中，移动定位大数据应用从城市中心体系研究起步，逐步拓展到职住空间关系、交通设施、公园绿地等服务水平方面。

在城市规划实践中，移动定位大数据也逐渐被用于监测、评估城市空间结构演变、重要设施服务绩效，并进一步延伸出了总体规划实施评估应用框架等。

从城乡空间内人类活动的时空特征出发，移动定位大数据尤其在职住空间关系、城市中心体系、城市关联网络3 个方向取得了显著的进展，为城市内部空间结构、区域空间结构研究带来了新的视角。

关于移动定位大数据支持乡村规划进展的探索和研究较少。近期已有了将手机信令数据用于探索村镇体系结构的技术框架研究，也有利用手机信令数据获取的人流联系，来表征村镇聚落的空间功能联系，继而分析乡村聚落空间结构的研究。

但是相比于区域、城市两个方面的研究进展，研究移动定位大数据支持乡村规划的相关文献总体上较少。

移动定位大数据在乡村规划领域的应用差异，与乡村空间的特征有着密切关系。

本文将从移动定位大数据表征的乡村活动特征入手，解读移动定位大数据在乡村规划研究中的应用需求，然后通过研究实例，讨论当前移动定位大数据在乡村规划研究中可行的适用场合和技术途径，继而讨论当前移动定位大数据支持乡村规划研究所遇到的技术阻碍，并对其未来发展趋势作出展望。

2

移动定位大数据与乡村活动

2.1

移动定位大数据与个体活动轨迹

对乡村空间内部活动的研究，存在基于活动轨迹和活动强度两种途径。

两种途径分别决定了移动定位大数据应用于乡村规划研究的适用领域。第一种途径是针对活动轨迹，即记录个体在乡村空间活动中的时空轨迹。

在保护个人隐私的前提下，希望获得的匿名行为的时空轨迹具有较好的连续性，从而保证研究所必要的时间分辨率、空间分辨率。

时间分辨率要求个体在一天内的各时间段上都能相对均匀地留有活动轨迹点，而空间分辨率则要求活动轨迹点的空间定位相对准确，移动定位大数据定位到的活动位置应该是实际活动的发生位置。

活动轨迹研究途径还须对轨迹所代表的行为目的进行分类，以确定不同类型行为所发生的时空位置。一般而言，可划分为区分行为目的轨迹、不区分行为目的轨迹两种类型。

不区分行为目的轨迹反映了居民在乡村聚落之间出行联系的紧密程度。从个体行为时空轨迹中，按照一般时空规律，筛选、识别出特定行为目的产生的时间和空间位置，便能剥离出区分行为目的的活动轨迹。

例如匿名用户在连续两个月内，60% 的夜间均在同一位置留下了轨迹点，则这一位置可以被推断为该用户的常住地；

而匿名用户在连续两个月内，60% 的工作日日间均在同一位置留下了轨迹点，则这一位置很可能是该用户的工作地。

总体而言，行为轨迹研究途径是从移动定位大数据中计算出区分目的与不区分目的的行为轨迹。汇总时空轨迹以便得到乡村聚落空间内各种联系的流量、流向特征，以此解读乡村地域内的空间联系特征。

2.2

移动定位大数据与乡村活动强度

第二种途径为针对乡村活动强度的研究途径，即记录乡村空间活动在不同空间地域内的活动强度差异，用移动终端设备记录的活动强度数据测度居民实际的活动强度。

若移动定位大数据反映出某些空间位置上随身携带设备的活动频繁，意味着这一位置上的居民活动人数多、活动密度高。反之，意味着活动人数少、活动密度低。

鉴于乡村空间的范围与内部差异较大，因此，活动强度也会存在较大差异。移动定位大数据本身具有时间维度，也能分时段进行乡村空间活动强度的测算，因此能够反映出不同时间维度乡村活动的变化。

例如移动定位大数据能够用于分析乡村集镇在休息日、集庆活动日的空间活动强度变化，继而支持乡村公共服务水平与绩效的研究。

若使用特定的时空识别规则，筛选获取居住、工作等行为的空间位置，能进一步测算特定活动目的的空间分布特征，如就业活动强度的空间分布特征。

总体而言，对乡村空间内活动强度的关注，不仅能有效支持居民活动与乡村空间使用效率之间耦合关系的研究，也可以被视作一种有效的监测手段，用以支持 “空心村”等现实乡村议题的研究。

3

适用场合

3.1

适用场合一：乡村聚落体系的空间结构研究

3.1.1  研究目的与数据

选取杭州市远郊的桐庐县作为研究实例，阐述当前乡村规划研究中的第一个适用场合。这一实例是通过分析乡村居民的日常出行流动特征，从乡村聚落之间的联系强度来认识乡村聚落的空间结构特征。

研究数据来源于移动通信运营商的匿名手机信令数据，包含了2017年春季一周内的连续4 个工作日、2个休息日。考虑到人群出行流动的不同目的，以县域范围内乡村之间的全目的出行为基础，进一步识别乡村居民在工作日的通勤出行行为。

基于全目的出行和通勤出行两种模式，计算桐庐县184 个村级单元之间的全目的出行联系量与通勤联系量。依次采用最大优势流法与社会网络分析法，测度村镇之间的流动联系特征。

以全目的出行流动为例，依托最大优势流法，筛选出以各乡村单元为出发地的最大人流量的跨村流动目的地，由此确定各村的跨村流向地与最大的跨村流动量。

此外，建立出行流动的二值矩阵，输入社会网络分析工具Ucinet 中，建立可计算的关系网络，使用凝聚子群分析，能够进一步测度村镇流动网络中的流动联系相关性，揭示村镇聚落的子结构特征。

同时，依托社会网络分析工具NetDraw系统的主成分布局输出，可以直观地反映出村镇聚落中各村镇节点的中心职能特征与网络关系特征。

3.1.2  研究内容与结果

桐庐县共有184 个村级空间单元，各村之间的主要跨村出行流、通勤流分别反映了村镇间第一大、第二大的跨村全目的出行流动联系（图1）与跨村通勤流动联系（图2）。

图1  桐庐县主要的跨村出行流

图2  桐庐县主要的跨村通勤流

根据6 天计算周期的累计计算结果，村镇间最大的跨村出行量约为8 400 人，均值约为685 人。日均最大跨村通勤量约为750 人，均值为62 人。两类跨村流动的空间联系，均反映出县域内存在联系较紧密的聚落组群。

以跨村流动的最大优势流看（图3），县域内东部的城南街道、中部的横村镇、西部的分水镇三镇镇区在村镇间的全目的流动中扮演了主导地位。

图3  桐庐县跨村出行的最大优势流

以跨村通勤的最大优势流看（图4），县域内三个镇区的主导地位进一步凸显，镇区周边乡村的最大通勤流均指向上述三个镇区内部的各空间单元。

图4  桐庐县跨村通勤的最大优势流

关系数矩阵的迭代计算。其中，设置最大切分深度为2，集中标准系数为0.2，最大重复计算次数为25。通过计算，获得反映村镇网络单元从属位置的树状图，以此表达各乡村单元在地理空间上的归属子群。

基于全目的出行流动的凝聚子群计算（图5），县域西南部的百江镇游离于3 个主要聚落组团外，这表明百江镇的独立性较高，镇域内各乡村间的内部流动强于对外的流动联系。而基于通勤流动的凝聚子群计算（图6），结果则大为不同。

图5  桐庐县基于出行流动的乡村聚落子群

图6  桐庐县基于通勤流动的乡村聚落子群

县域中部的瑶琳镇、中南部的钟山乡均成为独立的聚落子群，表明这两个乡镇在就业流动网络中的独立性更强。相反，百江镇合并于以分水镇为核心的聚落子群，表明其与分水镇在就业流动网络中的流动关系更为相似。

研究抽离出村镇流动关系网中具有较大流动规模的网络关系对，进一步探讨主要村镇流动网络的节点等级。以全目的出行流动为例，对村镇流动联系规模高于最大跨村流动量均值685 人的流动对进行筛选，获得主要流动关系对153 对。

基于全目的流动网络的主成分布局结果（图7），发现所属城南街道大联村社区的网络点度数最高，扮演着中心枢纽的作用。

图7  桐庐县基于出行流网络的主成分布局

基于通勤流动网络的主成分布局结果（图8），则发现所属桐君街道城关村社区与大联村社区的点度数相当，两个社区在通勤流动网络中扮演着同等重要的作用。

图8  桐庐县基于通勤流网络的主成分布局

这一实例，在研究途径上从活动轨迹出发，使用区分活动目的轨迹；在研究方法上，结合使用网络分析方法；在研究内容上，聚焦乡村聚落之间的联系，测度乡村聚落的空间结构。

移动定位大数据有效地解决了乡村聚落之间的联系测度，从而可量化地认识乡村聚落体系的空间结构。

3.2

适用场合二：乡村地域职住空间关系、设施服务水平研究

3.2.1  研究目的与数据

选取上海郊区奉贤区的撤制镇为研究实例，阐述当前乡村规划研究中的第二个适用场合。

奉贤区经历了多次乡镇撤并，现有镇均是由多个乡镇合并而成，镇域内存在多个撤制后保留的镇区。这一实例，是为了测算撤制镇的镇区为原镇域范围内居民提供就业和公共服务的水平，分析乡镇撤并对居民生活的影响。

研究数据来源于某移动通信运营商的匿名手机信令数据，包含了2014年春季连续两周内的10 个工作日、4 个休息日。将各镇均划分为200×200 m的栅格单元，在此基础上以手机信令数据获取乡村居民的常住地位置，分别计算工作日、休息日镇区内居民的活动轨迹，进一步在镇域内划分不同活动的势力范围。

以工作日的就业活动为例，逐个计算各栅格单元内前往镇区就业居民的人口及其占比。若该栅格单元内居民前往某一镇区就业的人数占比超过50%，则判定此栅格单元属于该镇区的就业势力范围。随后，通过计算各镇区的势力范围栅格面积在原撤并前镇域面积中的占比，可量化比较各镇区对周边乡村地区的就业吸引力。占比越高，表明镇区在原有镇域范围内的就业中心职能越强；反之，则表明其不再具有就业中心职能。以同样的思路，评价休息日镇区的公共服务势力范围和公共服务吸引力。

3.2.2  研究内容与结果

研究发现，奉贤区内各撤制镇对原有镇区提供服务的水平各有不同。例如奉城镇由原奉城镇、洪庙镇、塘外镇、头桥镇四镇合并而成，镇域内存有头桥、塘外、洪庙3 个撤制镇社区，即原镇区（图9）。

图9  奉城镇各个社区工作日、休息日职能范围划分

头桥社区在工作日、休息日的势力范围，与原镇域的势力范围重合度较高，这表明乡镇撤并后，头桥社区依旧保留了作为原镇域范围内居民就业和生活服务中心的职能。

塘外社区仅在原镇域西南角保留了一部分势力范围，其势力范围在工作日、休息日的占比分别为43.73%、29.72%。

塘外社区自身均处于奉城镇区势力范围内，表明原塘外镇域内多数居民的就业与公共服务需求主要依靠奉城镇区来实现。塘外社区已不再具有原镇域范围内居民就业和生活服务中心的职能。

洪庙社区在工作日基本能够保有其势力范围，而在休息日其势力范围稍小，势力范围在工作日、休息日的占比分别为90.70%、76.38%。这表明洪庙社区与头桥社区类似，依旧保留了作为原镇域范围内就业中心的职能，而与头桥社区不同的是，其作为生活服务中心的部分职能已被奉城镇剥夺。

对奉贤区四团镇的研究结果又有所不同。四团镇由原四团镇、邵厂镇、平安镇合并而成，镇域内有平安、邵厂两个撤制镇社区（图10）。

图10  四团镇各社区工作日、休息日职能范围划分

其中，四团镇区在工作日、休息日的势力范围与原四团镇域的势力范围基本一致，其对南部两个撤制的居民并未产生显著的吸引。南部两个社区之间的势力平衡则已被打破，无论是工作日还是休息日，平安社区强烈地影响着原邵厂镇域范围内居民的生活。

邵厂社区基本丧失了自身的势力范围，不具有作为原镇域范围内居民就业和生活服务中心的职能，其势力范围在工作日、休息日的占比分别为56.92%、24.91%。四团镇区未成为撤并后镇域南部的第三产业就业中心与生活服务职能中心，反而是撤制后的平安社区确立了作为镇域南部就业与生活服务中心的地位。

这一实例使用了移动定位大数据来获取乡村居民的常住地，通过区分活动目的轨迹，测算了各个镇区在工作日、休息日的服务范围，从而评估乡镇合并后各镇区对原有镇域服务水平的变化。移动定位大数据有效地测算出乡村居民去往各个镇区的比例，从而较好地量化认识乡镇合并对居民活动的影响。

4

困难和技术障碍

4.1

时空分辨率与乡村活动稀疏之间的矛盾

在乡村规划研究中，移动定位大数据应用的第一个阻碍是移动定位大数据的时空分辨率与乡村活动稀疏之间的矛盾。

乡村活动自身的特征表现为一种稀疏性，即乡村地域各种活动密度较低，散布范围较广。移动定位大数据在乡村地域定位中的时空分辨率本身也相对较低。以手机信令数据为例，乡村地域的基站建设密度低，各基站承担的服务范围广，其定位分辨率相对城市较低。

同时，村庄位置与基站位置也会存在空间布局上的不匹配，这可能会导致居民的实际活动空间位置与定位位置不一致，由此影响到个体活动定位的准确性与可靠性，一定程度上阻碍了从活动轨迹出发的乡村研究的应用途径。

乡村活动自身的稀疏性特征也加剧了时空分辨带来的不确定性。

以实际应用情况看，手机信令数据在乡村地域的空间分辨率不足，易导致个体活动的定位失真、部分活动轨迹丢失。

以前述桐庐县的聚落研究为例，研究中就出现了县域内11 个村庄单元的活动轨迹完全丢失的情况，因而无法被纳入空间结构的测度中。

总体上看，时空分辨率与乡村活动稀疏之间的矛盾，影响了从活动轨迹出发的研究途径，但选取合适的应用场合，其仍可以有效地支持乡村规划研究。前文提到的两个应用实例，都是从活动轨迹出发，以县域、镇域的空间尺度，以及较长时间内的重复记录，来回避时空分辨率与乡村活动稀疏之间的矛盾。

4.2

设备普及率差异与乡村活动分布之间的矛盾

在乡村规划研究中，移动定位大数据应用的第二个阻碍，是移动终端设备普及率与乡村活动密度之间的矛盾。活动强度研究途径的应用，涉及到设备普及率、设备使用率是否能与乡村居民人数、发生活动人次数直接对应。

在乡村地域内，移动终端设备的普及率存在巨大差异。在目前的技术手段下，每百人拥有的设备数量难以准确估测。

一方面，受到城乡发展水平的影响，在同一地域的城乡之间，活跃设备数量占总人口的比例会存在较大差异；

另一方面，在乡村内部，活跃设备数量占总人口的比例也是不均匀的，存在较大差异。

由于设备普及率的差异，设备记录的移动定位大数据，难以较好地反映乡村活动的实际空间分布特征。

这一矛盾导致同一批移动定位大数据，采用统一的时空计算规则、针对同一地域的活动进行计算结果时，城乡（如县城与乡村）之间、乡村内部（如镇区与乡村）都会存在显著的识别率差异。

继续以手机信令数据为例，选择同一个移动运营商的数据，针对同一市域内常住人口的识别计算，郊县乡村地域的常住设备识别率可能仅为中心城区识别率的1/3，由此将影响到乡村活动识别的准确性与可靠性。

设备普及率差异与乡村活动分布之间的矛盾，阻碍了从活动强度出发的乡村研究应用途径。从已有研究来看，极少有从活动强度途径出发的应用研究，原因就在于这一技术阻碍。

5

应用展望

5.1

从个体活动轨迹来研究乡村空间，是一条可行路径

乡村空间是乡村规划的重要研究对象之一。

其中，乡村聚落的空间结构，乡村生态、生产、生活空间等，都是乡村空间的研究内容。对这些乡村空间议题的研究有多种途径，其中，乡村居民的空间行为、城乡人口流动都是常见的研究途径。

移动定位大数据能够有效地反映乡村居民的空间行为。已有的两个适用场合也说明了应用移动定位大数据，从个体活动轨迹来研究乡村空间是可行的路径。

如果有长期数据的支持，移动定位大数据也能有效测算出城乡之间的人口流动。这便为移动定位大数据支持乡村规划中的乡村空间研究，提供了应用基础。

例如乡村居住空间研究尤其要关注土地资源与乡村居民生活活动之间的关系。某些特定生活空间的异化， 如“ 空心村” 等， 适合依托移动定位大数据的活动强度来进行量化研究。

当前，乡村生产空间正发生着剧烈的变化，从传统的、以耕作半径来定义的农业生产空间，转向以多种产业就业来确立的生产空间。由此催生了一系列 “专业村”等空间形式。针对新的乡村生产、生活形式，可以通过移动定位大数据，测算生产、生活的空间行为变化展开研究。

从乡村空间研究的需求出发，依托移动定位大数据，经由个体活动轨迹与强度来研究乡村空间，是一条可行的研究之路。

5.2

对乡村规划研究、乡村规划实践中的应用领域展望

在当前的城镇化进程中，乡村发展与乡村规划领域的研究面临着诸多复杂的命题。

有学者将其归纳为8 大类议题。其中，新农村建设综合研究、农村“空心化”与“空心村”整治、中心村与“专业村”建设、城乡发展一体化与等值化等议题，均可归结为针对乡村空间利用与演化的研究议题，也将是移动定位大数据在乡村发展研究中的适宜应用场合。

展望新型城镇化趋势下我国乡村规划研究的方向，构筑城乡转型发展的村镇建设格局，支撑城乡一体化发展的乡村生活、生产、生态空间，将成为今后值得重点关注的研究议题。

在此背景下，移动定位大数据从乡村空间活动出发的应用途径，也将在上述两个方面发挥作用。

若未来的技术进步，能较好地解决移动定位大数据在时空分辨率、设备普及率上的技术障碍，那么移动定位大数据在乡村规划研究中的适用场合还将进一步拓展。

在今后的乡村规划研究领域，移动定位大数据将会在以下两个方面发挥重要作用：

第一，应用于支持镇村空间体系格局的研究。移动定位大数据能够支持对乡村地区人口、土地、产业、生态协调耦合模式的研究，为构建有序、高效的城镇聚落空间体系和乡村聚落空间体系提供支持。

第二，通过对乡村活动的量化研究，应用于支持农村土地综合整治，重构乡村生产、生活和生态空间的研究。

此外，在国土空间规划体系的框架下，移动定位大数据在乡村规划实践中的应用重点，还将出现在对乡村空间及其重构的规划编制、实施监测、评估的全过程体系中。

基于移动定位大数据的活动轨迹、活动强度两类研究途径，仍将是适宜的乡村空间研究技术途径。

往期推荐