编者按：

2015年5月23日至24日，由中国城市规划学会承办的中国科协年会分会场“大数据与城乡治理”研讨会于广州举行。重庆市规划设计研究院工程师冷炳荣作了题为《大数据方法与重庆主城区职住关系研究》的报告。冷炳荣工程师指出，其研究的出发点是如何引导城市功能的合理配置，缓解由于功能失衡、土地与交通失调带来的通勤问题。同时，目前大数据研究仍处于起步阶段，在重构城市规划或者城市研究的研究体系与研究范式方面还有很长路的要走。

一、研究背景

堵车现在成为常态，特别是单向堵车，对此我们有时候很纳闷，为什么会一边很通畅一边很堵车？堵车让我们联想到了通勤，而说起通勤，自然而然想到一个话题就是职住，出现了很多概念，职住分离、职住错位、职住平衡。管理人员也在想一些办法来缓解职住偏离的现象，像交通管理部门增加道路供给，增加公共交通出行的比例，交通管理上改单行道，禁止左转等等。我们规划部门通常是在自责，我们想的是职住的布局是否合理，城市品质、住房品质和就业岗位是否合理，在这些方面有很大的研究余地。

职住研究，应该是一个传统话题。第一，从宏观上看，一些主要的数据来源和研究方法是人口普查和经济普查。一般来说，一些学者依靠合作，可以拿到一些数据，但是没有完全公开。这个方法研究推广性不是很强。第二，从微观方面来看，大家用的最多的就是问卷调查，包括交通管理部门做的交通出行的调查，但是遇到了一些问题，比如量少、费力、费钱、更新慢等。

基于大数据来看，这个问题有所好转，在宏观层面，目前用得最多的是政府部门的数据，比如做的公交刷卡等等。微观层面，利用LBS的方法来做调研。相比传统数据获取方式来说，它的主要优势为量大、高效、多样等。

基于公共开放数据，通过百度热力图做分析，对职住问题进行深入研究。百度热力图是基于每一部智能手机访问百度产品时留下的地址信息，计算得到人群分布图。这个百度热力图通过颜色来表达线上人口活动的密度程度，并且每15分钟更新一次，根据一天的线上活动、人口变化情况可以判断这个差异，来进行职住研究。

二、研究实证

1.研究区域

重庆是直辖市，但是跟其他三个直辖市又不太一样，是一个中等省的驾驭结构，我们的研究主要集中在主城区，5473平方公里，是一个典型的山城，四条山南北贯通。我们为什么研究这个话题？从重庆来看，可能跟其他的城市相比，提新城比较多，我们是“多中心组团”式，这三版（1983版、1998版、2007版）都是这么贯彻的。我们现在提的空间结构是21个组团，平均每个组团是55万人的结构，跟一些新城的规模差不多。我们提“多中心组团”概念是确保这个组团内职住用地基本平衡，公共服务设施基本齐全，缩短通勤交通与非通勤交通时空距离。我们用大数据的方法进行现状评估和实时评估，从组团这个视角来探讨组团内部的职住平衡，对多中心组团式的规划理念实施情况进行分析。

图1

2.研究方法

基于百度热力图研究重庆都市区24小时活动人口的变化。我们通过计算这个组团内不同的颜色和像素来计算实际活动人口的量，但是我们跟踪的时候，由于网民不断“上线”、“下线”的动态特性，都市区全域范围内不同时刻的活动人口数量是有较大波动的，为消除这一影响，采用占比计算。白天算出来5473平方公里21个组团的人口，各个组团占的比重，各个组团在晚上的比重，以此来计算活动的变化。

借助于其他的一些研究经验，相当于职住比，白天的人和晚上的人有一个职住比，职住比处于0.8到1.2之间时，认为组团内职住关系是基本平衡的。因为这个主题是关于数据挖掘和解析，但是怎么挖这个数据，我们规划师在这方面的技术还是很欠缺的，我们也是跟第三方合作来做的。我们是一级一级的，像微影像一样，进行拼接，百度的坐标跟国家精准度坐标不一样，我们通过找坐标点进行颜色的变化，最后得出在这个组团边界。

3.研究结论

（1）总体特征

总的来看，活动人口白天9万，晚上10万，相当于1%的人口抽样。从空间分布来说，我们一般来看把重庆分内环和外环两类，主要集中在渝中、大杨石、观音桥、南坪、沙坪坝这五个位于内环以内的核心组团，工作时间一般占70%，休息时间占64%，重庆整体的职住偏离不是特别严重，但是内环以内的区域的就业量还是要大一些。

（2）组团人口活动强度变化

图2

把21个组团进行分析，可以发现内环及其外围组团整体波动幅度不高，没有发生明显的潮汐式交通。我们也跟北京做了一个对比（如图2），发现重庆的人口的波动和北京相比差异很大，重庆的最大的外围组团和内环以内的组团的波动量在15%左右，北京在40%。

最后我们对这个组团进行了一个评价，整体来看这个组团，10个组团在0.8到1.2这个区间，像渝中解放碑这一块，比较核心的位置是比较大一些，外围组团居住量大一些。

三、研究展望

下面我也对这个研究谈一些感想。第一个想思考的问题，大数据方法是否可以取代传统的方法，当然从数据的采集来说，在数据采集和数据分析这方面。大数据可能在回答是什么方面有一定的优势，可能回答为什么，我们找动因还是有很大需要借助传统的研究方法的作用。我仔细拿出来一个案例，这是重庆的组团，通过三种分析方面得出来的结论（如图3），从百度热力图来说职住平衡，从土地利用结构分析结果来看职住平衡，从交通出行分析结果来看是出现了功能上的错位，工作在这里，但是晚上不在这里居住，居住在这里，而不在这里工作。我们分析了一些原因，这个组团的高端楼盘是很多的，左边这张图是长安汽车厂和一些农业园区，这个功能是不匹配的，我们需要通过做调研才可以发现，大数据也解决不了。

图3

这是一个跨界的项目，我们对数据挖掘的工程师还是自己定位的规划师，现在来看大量的工作集中在前面，数据抓取、地质匹配等等，对于后面这部分的工作，规划师关心的一个重点，空间分析和规划策略的提出，这是需要关心的，目前来看还有很大的挑战，因为技术不是很成熟，用大数据来做这个事提出了很大的新的挑战。这次总体来看，原来可能是大数据，现在是一些博眼球的事情，总体来看，可能有很长的路要走。

我们现在一直跟踪做这个事，基于百度热力图来做发现了一些问题没有办法解决，我们现在用工商局的数据识别企业扩张的情况，我们正在跟其他方面合作。我们识别了职住空间之后还有O-D的事情，结合传统的数据调查还是一个很有效的手段。

我刚才提到一个项目，提到组团功能不匹配，需要对居住品质以及优质的服务资源和质量，在空间上的关系跟职住的偏离，我们需要耦合起来分析才能得出最主要的结论。我们正处在一个技术革新的时代，规划师把握时代潮流是肯定的，目前大数据还是处在起步的阶段，在重构这种城市规划的体系或者是研究范式，还是有着很长的路要走。

（根据速记整理，未经专家审阅）