滴滴大数据绘制的“城市星云图”是这样的

滴滴大数据绘制的“城市星云图”是这样的
2017年10月26日 16:11 明晨

相信很多人对NASA(美国国家航空航天局)发布的全球夜间灯光地图记忆犹新,它真正实现了从“上帝视角”观察各地的人类活动和经济动态。而对于一座中国城市来说,除了观察城市的灯光,还有别的方法正确观察城市的发展和动态吗?

答案自然是流动。流动是一个城市的本质,它既包含人和交通的流动,更是信息和数据的流动。这种流动性是反映城市活跃程度和繁荣程度最直接表象。

如同星云一般,每一座城市在流动中都形成了自己独特的轮廓和结构。滴滴出行大数据记录下城市的流动数据,并尝试为每一座城市描绘出客观而严谨的轮廓结构。

接下来,让我们以一种全新的姿势,欣赏滴滴出行绘就的“城市星云”。

图1 滴滴出行数据绘制的百城“星云图”

根据滴滴出行大数据,我们对出行量和人口数量较多的一百座城市进行分析,测算出这些城市的出行半径。

城市半径意味着,以市中心为原点,绝大多数(超过90%)的出行起点或终点都分布在以此为半径的圆圈之内。历经多年“摊大饼”式的扩张型发展后,北京这所超大城市的出行半径已经增长至31.7公里,几乎覆盖整个六环城区。

排名最末的沧州城市半径仅为6.0公里。要知道,沧州市内二区的面积相加为227平方公里,而出行活跃面积却只有城区的一半,半径也与北京相差了4.3倍之多。

表1 城市半径排行榜

毫无疑问,城市版图的扩张是经济发展和人口集聚的结果。

进一步分析,我们发现城市半径和其经济发展水平具有高度正相关联系(r=0.73)。在表1和图2中也不难发现,经济较发达、人口净流入地区的城市半径往往也更大。

城市半径榜单排名前50的城市里,有21座城市位于珠三角和长三角地区;从省际分布来看,广东、江苏和浙江分别在榜单中占据8、7、6个席位。

图2 城市半径与城市GDP总量、常住人口数量的关系

正如1978年签署的《马丘比丘宣言》中提出的,“交通被看做是城市的基本功能之一”,而道路网络可以说是城市交通的主要经脉。依托于路网的流动性如此之高,以至于滴滴出行平台上的交通工具每天甚至可以将北京所有道路覆盖300多遍。

接下来,我们继续使用滴滴出行的轨迹数据,摸索城市“脉络”,依次探究5种城市结构的分类。

第一种是方格网式结构。这种结构来自于路网发展与传统文化的融合,较多出现在历史悠久、地势平坦且面积广泛的城市。

考虑到历史因素,方格网式结构统筹兼顾了传统文化保护与交通路网规划,不仅有利于建筑物合理布局,而且有利于公共交通系统的灵活组织。如下图所示,西安的路网结构如棋盘一般纵横交错,是方格网式城市结构的代表。

图3 西安城市路网结构

第二种是环形放射式结构。这是一种从城市中心逐步向外放射的路网结构,它的非直线系数较小,有利于中心老城区与外围新城区的密切联系,一定程度上也避免了过境交通给城市发展带来的阻碍因素。

随着城市发展,环形放射式结构也在不断改良。正如图4中所示,作为环形放射式城市的典范,成都的路网整体布局是“井”字与环状放射形道路相结而合形成。

图4 成都城市路网结构

第三种是狭长式结构。这种路网结构受特殊地势所限,各条道路依托城市所在的地形发展,弯延曲折,无法构成特定的某种几何图形,从而“被迫”出现南北向或东西向的狭长城市结构。

狭长式结构在山区城市比较常见,其中最典型的是重庆市。

图5 重庆城市路网结构

第四种是滨海式结构。沿海城市的道路系统受陆域范围所限,而其中心区却往往离海边不远,因此容易形成自由式的不规则城市结构。

在中国,拥有滨海式结构的城市众多,其中翘楚当属深圳。

图6 深圳城市路网结构

第五种是“蜘蛛网”式结构。这种城市结构往往共同出现在区域联系紧密的城市群中,尤其是珠三角地区的广、佛二市。图7中可见,佛山位于广州西南方向,两座城市的市区相隔很近,其道路网络也不乏有相连和重叠部分。

在珠三角这个高度区域一体化的地方,交通打破了行政区划边界,城市内的流动溢出成为城市间的、区域性的流动。

图7 出行大数据描绘的广佛一体化

每个人都有属于自己的城市印象。在一千个人眼中,某座城市或许有一千个不同的轮廓和结构,由此产生的城市记忆也因人而异。

通过呈现这些城市“星云图”和城市“脉络”,滴滴出行或许能够帮助我们对城市有更加宏观的了解,让我们重新思考脚下的这片土地。无论未来的技术如何发展,城市流动的本质不会改变:它归根结底是立足于人,立足于人与人之间强韧的纽带。

财经自媒体联盟更多自媒体作者

新浪首页 语音播报 相关新闻 返回顶部