一种居民出行OD的职住平衡区域划分方法与流程

一种居民出行od的职住平衡区域划分方法
技术领域
1.本发明属于城市职住空间划分领域。


背景技术：

2.城市空间布局结构的优化调整速度落后于不断加快的城市化进程，导致了职住不平衡现象的出现，居民出行需求和出行距离都显著增加，从而引发了交通拥堵、环境污染等问题。为了缓解职住不平衡及其引发的出行难题，在提出具体的针对职住不平衡的改善措施以前，需要结合区域发展程度、区位特征及其职住平衡程度，有针对性地对职住不平衡区域提出优化措施。传统职住平衡研究侧重于区域职住人口分布特征，利用人口调查数据、土地利用数据等展开分析。该方法耗费人力、数据更新慢，难以及时、精确地更新城市职住平衡现状。


技术实现要素：

3.发明目的：为了解决上述现有技术存在的问题，本发明提供了一种居民出行od的职住平衡区域划分方法。
4.技术方案：本发明提供了一种居民出行od的职住平衡区域划分方法，具体包括如下步骤：
5.步骤1：采集以交通小区为单元的居民出行数据和交通小区地理空间数据，所述居民出行数据包括居民出行起讫点的交通小区编号和每个出行方向上的居民出行数量；所述交通小区地理空间数据包括每个交通小区中心点的经纬度坐标；
6.步骤2：对采集的数据进行数据清洗，去除异常的数据；
7.步骤3：若居民出行的起讫点均在同一个交通小区中，则该出行为区内出行；若居民出行的起讫点不在同一个交通小区中，则该出行为跨区出行；
8.步骤4：根据每一个出行方向上的起讫点交通小区中心点的经纬度坐标，计算该交通出行方向上起讫点交通小区之间的空间距离；得到该交通出行方向上全部居民的出行总距离，并利用起点交通小区居民人口数进行均值计算，得到每个起点交通小区在每个出行方向上的平均居民出行距离；
9.步骤5：按照预设的范围和第i个交通小区的每个出行方向上的平均居民出行距离，判断第i个交通小区的每个出行方向的出行距离类型；所述出行距离类型包括：近距离，中等距离和远距离；i＝1，2，3......，n，n为交通小区的总个数；
10.步骤6：根据每个交通小区的区内出行数量和跨区出行出数量，计算该交通小区的独立指数，根据每个交通小区的每个出行方向的出行距离类型计算该交通小区出行强度；并根据该交通小区的独立指数判定该交通小区的区域类型，根据该交通小区的出行强度判定该交通小区的区域特征；
11.步骤7：根据每个交通小区的区域类型和区域特判定该交通小区是否为职住平衡区域。
12.进一步的，所述步骤5中若第i个交通小区的某一个出行方向上的平均居民出行距离在[0，x1]的范围内，则该出行方向的出行距离类型为近距离；若第i个交通小区的某一个出行方向上的平均居民出行距离在(x1，x2]的范围内，则该出行方向的出行距离类型为中等距离；若第i个交通小区的某一个出行方向上的平均居民出行距离大于x2，则该出行方向的出行距离类型为远距离，x1和x2分别为预设的中等距离阈值和远距离阈值。
[0013]
进一步的，x1＝5；x2＝10。
[0014]
进一步的，所述步骤6中根据如下公式计算每个交通小区的独立指数：
[0015][0016]
其中，ni为第i个交通小区的独立指数，ai为第i个交通小区的区内居民出行数量，ki为第i个交通小区的总跨区居民出行数量；
[0017]
根据如下公式计算每个交通小区的出行强度：
[0018][0019]
其中，k
ij
为第i个交通小区的跨区出行中出行距离属于j组的总居民出行数量；j＝1，2，3，j＝1时表示近距离，j＝2时表示中等距离，j＝3时表示远距离。
[0020]
进一步的，所述步骤6中根据交通小区的独立指数判定该交通小区的区域类型的具体方法为：若第i个交通小区的独立指数ni≥1，则该第i个交通小区的区域类型为区内出行主导型；否则该第i个交通小区的区域类型为跨区出行主导型；
[0021]
所述步骤6中根据交通小区的出行强度判定该交通小区的区域特征，具体判定方法如下表1所示：
[0022]
表1
[0023][0024]
其中，x和δ均为预设的阈值，且x＞δ。
[0025]
进一步的，所述步骤7中将区域类型为区内出行主导型或区域特征为近距离出行主导型的交通小区作为职住平衡区域。
[0026]
有益效果：本发明结合交通小区居民出行数据及其地理信息特征，提出了城市职住平衡区域划分方法，利用各交通小区居民出行数量和出行距离，构建出行特征指标体系，对区域独立性和居民出行距离进行描述，以此反映区域的出行特征，结合出行特征与小区区位分布构建城市职住平衡分区方法，从而反映各职住分区对应的出行距离特征，以此为依据可进行相应的城市交通服务、设施布置等发展规划。本发明有针对性地对职住不平衡区域提出优化措施，从居民出行特征角度对城市职住平衡区域进行划分不仅可识别区域职住平衡程度，同时有利于分析职住不平衡区域的居民出行特征，从而提出相关城市规划、交通发展建议；本发明能较好地反映出各职住空间类型居民出行距离的差异，从人口的每日流动角度解释职住平衡程度，从而可以从居民交通出行角度提供解决职住不平衡问题新思路。
附图说明
[0027]
图1为本发明流程图；
[0028]
图2为本发明判断交通小区区域类型和区域特征的流程图；
[0029]
图3为本发明判断职主平衡区域的示意图。
具体实施方式
[0030]
构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
[0031]
如图1所示，本实施例包括以下步骤：
[0032]
1)居民出行数据采集与处理；
[0033]
采集以交通小区为单元的居民出行数据和交通小区地理空间数据，居民出行数据字段包括数据采集日期、出行起点交通小区编号、出行终点交通小区编号和该出行方向的居民出行数量；交通小区数据包括各个交通小区编号、交通小区中心的经纬度坐标、小区长度、宽度和面积。具体实施时，数据由百度公司提供，交通小区居民出行数据覆盖了2018年9月到2019年8月每月各随机选取一个工作日和一个非工作日的南京市居民出行od数据。交通小区数据为地理空间数据。
[0034]
对采集的数据进行处理，利用python编程清洗数据，删除出行数量显著大于或小于各交通小区平均出行数量的数据，得到各交通小区有效居民出行数量(也既人次)，并将居民出行数据中起点交通小区的出行数量进行整合，分别获得区内出行数量(即起讫点相同的交通小区出行数量)和跨区出行数量(即起讫点不同的交通小区出行数量)。
[0035]
2)提取数据的地理空间信息；
[0036]
具体实施过程通过地理信息处理软件arcgis实现。将交通小区shp.文件和居民出行数据文件导入arcgis，利用关联功能将居民出行数据关联给交通小区面数据。利用空间分析工具根据居民出行数据中每一交通出行方向上起讫点交通小区的中心点坐标计算起讫点交通小区之间的空间距离；将该出行方向上的居民出行人次乘以该空间距离，得到该出行方向上的总出行距离，根据起点交通小区在该出行方向上的总出行距离以该起点交通小区居民人口数，得到起点交通小区在该出行方向上的居民平均出行距离。
[0037]
3)出行距离分组；
[0038]
为便于概括居民出行距离特征，需对离散的居民出行距离按照一定标准重新定义分组，出行距离(业绩是起点交通小区在每个出行方向上的居民平均出行距离)共分为近距离出行、中等距离出行和远距离出行三组。根据“幸福通勤”的定义，距离小于5公里的通勤人口比重可以作为衡量城市职住平衡和通勤幸福的指标，因此划定在0～5公里距离范围内的出行为近距离出行，以5公里为步长进行等距划分，则在5～10公里距离范围内的出行为中等距离出行，大于10公里的出行为远距离出行。对上一步获得的各交通小区在每个交通方向上居民平均出行距离进行出行距离分组。
[0039]
具体实施过程中，利用stata统计数据处理软件对居民出行距离统计分析，以验证该距离分组的合理性，以出行数量为权重，计算南京市某一个出行方向的居民平均出行距离为8.1km，落在中等出行距离分组内，且出行距离人次累计百分比如表1所示，50％居民出行距离在5公里以内，75％居民出行距离在10公里以内，该分组方法产生的通勤距离人次累计百分比分布图呈正态分布不至产生偏分布，证实该方法可行。
[0040]
表1
[0041]
人次累计百分比25％50％75％85％出行距离/km2.355.0710.7814.88
[0042]
4)构建城市职住平衡区域划分依据指标；
[0043]
城市职住平衡区域划分依据指标包括两方面内容：独立指数和出行强度，利用步骤1～3中整理得到的居民交通小区区内出行数量、跨区出行数量和出行距离分组，计算各交通小区的各项指标值。
[0044]
(1)独立指数ni的具体计算方法为：
[0045][0046]
式中，ai为交通小区i的区内出行数量，ki为交通小区i的总跨区出行数量，n为交通小区个数。
[0047]
(2)出行强度f
ij
的具体计算方法为：
[0048][0049]
式中，k
ij
为交通小区i的跨区出行中出行距离属于j组的人次(也既居民出行数量)，n为交通小区个数；j＝1时表示近距离，j＝2时表示中等距离，j＝3时表示远距离。
[0050]
5)构建基于出行特征的城市职住平衡分区模型；
[0051]
如图2所示，根据居民出行数量和距离特征，提出基于交通小区出行特征的职住平衡分区模型，具体划分步骤如下：
[0052]
(1)按独立指数划分区域类型
[0053]
根据独立指数计算结果对交通小区按独立程度划分为两类：跨区出行主导交通小区和区内出行主导交通小区，如表2。
[0054]
表2
[0055]
独立指数区域类型独立程度ni＞1区内出行主导型较好ni＜1跨区出行主导型较差
[0056]
(2)按出行距离分组的出行强度划分区域特征
[0057]
针对跨区出行主导的交通小区进一步比较各出行距离分组的出行强度，得到小区主导的出行距离特征，共分为7类：近距离出行主导型、中等距离出行主导型、远距离出行距离主导型、中短距离出行主导型、中远距离出行主导型、两端优势型、出行距离均衡型，如表3。
[0058]
表3
[0059][0060]
(3)划定职住分区
[0061]
结合交通小区的居民出行特征和地理空间特征，划分城市职住平衡分区类型，具体分为职住平衡、职住较不平衡、职住严重不平衡、一般型职住不平衡和职住平衡-分离混合5类。具体分类流程如图3所示。
[0062]
根据该划分方法，南京市职住平衡区域如表4所示。
[0063]
表4
[0064][0065]
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。