■ 邰虹月 TAI Hongyue

0 引言

在智能手機(jī)應(yīng)用融入日常生活的互聯(lián)網(wǎng)時代，人們逐漸意識到大數(shù)據(jù)對于日常生活的重要性。在我們每天使用百度相關(guān)應(yīng)用軟件的同時，百度可以通過對用戶數(shù)據(jù)的匯總，整理成可以為城市服務(wù)的“大數(shù)據(jù)”。國內(nèi)已有學(xué)者結(jié)合百度熱力圖進(jìn)行相關(guān)研究：如汪程采取百度熱力圖與問卷調(diào)查相結(jié)合的形式，總結(jié)了城市中心城區(qū)人群在空間利用方面的時空特征[1]；冷炳榮使用百度熱力圖對重慶市區(qū)的職住關(guān)系進(jìn)行了研究[2]；李娟通過百度熱力圖識別6 5 8個城市中心，對中國城市多中心發(fā)展進(jìn)行了展開研究[3]。此外，由于巨大的數(shù)據(jù)樣本量，百度熱力圖在各個領(lǐng)域內(nèi)的研究價值得到了持續(xù)關(guān)注[4]。

1 研究對象與數(shù)據(jù)選擇

1.1 研究對象

本文以大連市內(nèi)五個行政區(qū)為研究對象，分別為中山區(qū)、西崗區(qū)、沙河口區(qū)、甘井子區(qū)、高新園區(qū)，五個區(qū)面積共2 4 7 0.7 7 k m2，人口3 7 6.2 7萬。

1.2 百度熱力圖平臺介紹

百度地圖熱力圖是百度公司推出的大數(shù)據(jù)可視化產(chǎn)品，以手機(jī)用戶地理坐標(biāo)為基礎(chǔ)，對于數(shù)據(jù)進(jìn)行后臺分析、處理和轉(zhuǎn)換，通過色塊冷暖表達(dá)人群在城市平面上的聚集程度。需要說明的是，人群的聚集程度僅由顏色的冷暖體現(xiàn)，是一個相對的表達(dá)，軟件中沒有明確的人口密度或聚集程度數(shù)值，對于大眾而言更加便于理解和感知。使用此數(shù)據(jù)進(jìn)行城市研究，需要對數(shù)據(jù)進(jìn)行爬取、存檔、處理等轉(zhuǎn)換工作。

由于移動數(shù)據(jù)代表的人口分布與真實(shí)的人口分布數(shù)據(jù)可能存在誤差[5]，雖然百度地圖熱力圖數(shù)據(jù)的樣本量已經(jīng)十分龐大，但在研究中也只能說明一定的人群聚集與分布情況或趨勢，不能將其看作城市人口的真實(shí)分布情況。因此，基于數(shù)據(jù)本身的特點(diǎn)，本研究忽略對于人口聚集情況真實(shí)量值的探討，重點(diǎn)研究大連市五區(qū)內(nèi)人口聚集或分布的相對情況。

1.3 數(shù)據(jù)獲取

本文通過基于Ar Map軟件的百度大數(shù)據(jù)采集V 1.1工具箱（圖1），調(diào)試好相關(guān)參數(shù)，分別爬取2 0 1 8年6月1 0號（周末）與6月1 1號（工作日）兩天的熱力圖數(shù)據(jù)，從7:0 0～2 1:0 0，每隔1 h爬取數(shù)據(jù)一次，共爬取熱力圖3 0張（6月1 0日1 5張，6月1 1日1 5張）。

1.4 數(shù)據(jù)選取與處理

通過對爬取熱力圖的初步分析，人群聚集隨時間的變化在部分時間段內(nèi)變化不大，所以選擇7:0 0、9:0 0、1 1:0 0、1 3:0 0、1 8:0 0、2 1:0 0六個變化較為明顯的重要時間節(jié)點(diǎn)。圖2中分別為工作日和休息日7:0 0、9:0 0、1 1:0 0、1 3:0 0、1 8:0 0、2 1:0 0大連市五區(qū)百度熱力圖，由于爬取的數(shù)據(jù)為P N G格式的圖片，想要獲得具體的數(shù)據(jù)，需對爬取到的熱力圖進(jìn)行再次處理。

將圖2中的圖片導(dǎo)入Arc Map中，該圖片自身具有四個通道，其中命名為“b a n d_4”的第四通道使用2 5 6級灰度來表達(dá)圖片中數(shù)據(jù)信息。另外三個通道為R G B色彩通道，第四通道相比之下更利于對于數(shù)據(jù)進(jìn)行分類對比。因此，在Arc Map軟件中加載第四通道，對于圖片本身擁有的數(shù)據(jù)量值，使用軟件自帶的自然間斷法進(jìn)行重分類操作。將原有的數(shù)值重新分類為7個等級，研究中將第六級和第七級定義為高熱區(qū)，第四級和第五級定義為次熱區(qū)。使用該方法對爬取的所有P N G圖片數(shù)據(jù)進(jìn)行處理，需要注意的是，每張圖片本身的數(shù)據(jù)不同，但對其進(jìn)行重分類操作中級別劃分?jǐn)?shù)值是不變的。完成對于數(shù)據(jù)的處理之后，各張圖片數(shù)據(jù)就擁有了可以一起對比的基礎(chǔ)和依據(jù)。處理之后的熱力圖如圖3所示。

圖1 軟件操作界面截圖

圖2 工作日、休息日百度熱力圖

2 人口時間空間集聚特征分析

在Arc Map工具箱中，利用柵格計(jì)算工具，使用不同等級的熱力區(qū)像素?cái)?shù)值代表該區(qū)的面積，分別計(jì)算出不同時間點(diǎn)高熱區(qū)面積占比與次熱區(qū)面積占比。計(jì)算公式為高（次）熱區(qū)面積占比=第六、七（四、五）級像素?cái)?shù)值之和/總像素?cái)?shù)值。得出二者隨時間變化的折線圖（圖4、5）。

2.1 時間足跡

2.1.1 工作日

圖3 工作日、休息日處理數(shù)據(jù)

總體上，次熱區(qū)變化明顯，高熱區(qū)變化較小。次熱區(qū)隨時間推進(jìn)呈現(xiàn)先下降后增加最后下降的趨勢，高熱區(qū)呈現(xiàn)先緩慢上升后下降的趨勢。

對于由圖表體現(xiàn)出的人口集聚而言，早晨人口相對集中，早晨7:0 0，絕大部分居民還在家中，即對于大連五區(qū)而言，人口在居住用地中處于一種相對集聚的狀態(tài)。到了9:0 0，次熱區(qū)占比明顯下降，可以理解為居民由居住地位移到工作地點(diǎn)，在空間上是一種分散的過程。上午1 1:0 0，次熱區(qū)占比進(jìn)一步下降，1 3:0 0，次熱區(qū)占比基本穩(wěn)定，與1 1:0 0相比，小幅度下降。證明次熱區(qū)集聚的人口在午飯時間段沒有進(jìn)行遠(yuǎn)距離的位移。1 8:0 0，次熱區(qū)出現(xiàn)了增加，證明居民由工作單位回到了居住地。2 1:0 0，次熱區(qū)出現(xiàn)小幅度下降，高熱區(qū)占比也到達(dá)最低值。

2.1.2 休息日

由休息日高熱區(qū)、次熱區(qū)折線對比圖可得，總體上，次熱區(qū)變化明顯，高熱區(qū)變化趨勢較小。

次熱區(qū)隨時間推進(jìn)呈現(xiàn)波浪趨勢，可以理解為，休息日人群的流動與集聚更加隨意，并沒有呈現(xiàn)工作日那種隨時間變化的明顯規(guī)律。高熱區(qū)呈現(xiàn)先上升后下降的趨勢，即城市人群向少數(shù)區(qū)域進(jìn)行集聚，向次熱區(qū)外進(jìn)行集聚。于1 1:0 0，高熱區(qū)占比到達(dá)最高值，即人們在此時到達(dá)休閑場所呈現(xiàn)集聚。與工作日相比，休息日高熱區(qū)占比從1 1:0 0～2 1:0 0一直處于較高水平，與居民周日的生活軌跡基本一致。

2.2 空間特征

城市高熱區(qū)作為城市中人口聚集程度較高的區(qū)域，這些區(qū)域是表征城市空間使用的重要節(jié)點(diǎn)區(qū)域。將百度熱力圖與地圖數(shù)據(jù)進(jìn)行疊合，可以得出城市人口集聚或分布的空間特征。

2.2.1 工作日

將工作日整日的熱力平均值匯聚成圖6，大連市五區(qū)范圍內(nèi)連續(xù)的高熱區(qū)共有1 0處，結(jié)合地圖數(shù)據(jù)對1 0處高熱區(qū)進(jìn)行命名，并按照其熱度大小排序，依次為：西安路商業(yè)圈、中山廣場、青泥洼橋、友好廣場、大連火車站、華南廣場、和平廣場、東特購物廣場、人民廣場、馬欄廣場。將高熱區(qū)聚集區(qū)域進(jìn)行進(jìn)一步整理與整合，總結(jié)出高熱聚集區(qū)域的空間格局相關(guān)要素（表1）。由表中可得，高熱聚集區(qū)用地性質(zhì)多為商業(yè)、商務(wù)、辦公用地，且與地鐵、公交等公共交通要素密切相關(guān)。

2.2.2 休息日

休息日大連五區(qū)內(nèi)共有連續(xù)高熱區(qū)1 0個，結(jié)合地圖分別進(jìn)行命名，按照高熱區(qū)面積大小進(jìn)行排序，依次為：西安路商業(yè)圈、青泥洼商業(yè)街、華南廣場、大連火車站及勝利廣場、和平廣場、柏威年購物中心、大連市醫(yī)科大學(xué)附屬第一醫(yī)院、西崗區(qū)婦幼保健院、馬欄廣場、東特購物廣場。1 0個高熱區(qū)中有8個具有很強(qiáng)的商業(yè)休閑功能，其中：勝利廣場、青泥洼、西安路、華南廣場基本上是大連市的商業(yè)中心區(qū)，承載了市民大量的休閑娛樂購物的需求。說明休息日大連市五區(qū)內(nèi)，主要人群集聚活動以購物休閑為目的，商業(yè)休閑區(qū)是使用強(qiáng)度最高的區(qū)域。除此之外，兩處高熱區(qū)是醫(yī)院，婦幼保健院和大醫(yī)一院（圖7）。

根據(jù)表2可知，休息日與工作日人口的聚集在空間上存在明顯差異，雖集聚區(qū)域仍然多以商業(yè)、商務(wù)用地為主，但是出現(xiàn)了兩處醫(yī)療用地，且大連火車站這一城市交通用地集聚程度休息日明顯高于工作日。該特征也與居民日常行為特征相符合，即休息日遠(yuǎn)距離出行頻率大于工作日，休息日就醫(yī)頻率大于工作日。

圖4 工作日高熱區(qū)、次熱區(qū)折線對比圖

圖5 休息日高熱區(qū)、次熱區(qū)折線對比圖

圖6 工作日高熱區(qū)空間分布圖

表1 工作日五區(qū)人群活動分布與空間格局的關(guān)系表

3 問題分析與對策初探

3.1 高熱區(qū)域的等級結(jié)構(gòu)較差

大連市中心區(qū)工作日和休息日表現(xiàn)出來的共同集聚中心主要集中在百盛、麥凱樂、新瑪特等商場及車站、廣場等大型公共服務(wù)設(shè)施附近。主要中心人口過于集中，而次級中心與主要中心之間的銜接作用不明顯，建議下一步注重次級中心的設(shè)立，使中心區(qū)的人流密度得到有機(jī)疏散。

3.2 城市邊緣的蔓延

一方面，是市中心部分區(qū)域的過度集聚；另一方面，是工作日人口在工作時間分散。可以推斷出，人口在工作時段分散到了城市的不同區(qū)域，這樣的趨勢長此以往定會帶來城市空間的蔓延。所以，對于市區(qū)內(nèi)的就業(yè)崗位應(yīng)該進(jìn)行合理的引導(dǎo)，例如，組織社區(qū)產(chǎn)業(yè)的發(fā)展，促進(jìn)居民的社區(qū)就業(yè)，城市內(nèi)應(yīng)該注重就業(yè)密度，提升城市空間的使用效率，加快職住平衡工作，減緩城市的無效蔓延。

3.3 城市土地使用、交通線路的合理統(tǒng)籌

由于大連市特殊的“蜂腰”地形，城市南北之間的聯(lián)系必須通過“蜂腰”區(qū)域，這樣也就解釋了西安路商圈作為商業(yè)核心，又是南北聯(lián)系的交通要道，成為高熱區(qū)聚集的原因。即在后期的城市更新及交通網(wǎng)（尤其是地鐵線路）鋪開的過程中，應(yīng)處理好城市用地與交通線路站點(diǎn)的協(xié)調(diào)，鼓勵公共出行，打造以地鐵站點(diǎn)為核心的步行生活圈，為市中心區(qū)減輕壓力。

4 結(jié)語

圖7 休息日高熱區(qū)空間分布圖

表2 休息日五區(qū)人群活動分布與空間格局的關(guān)系表

利用大數(shù)據(jù)分析城市空間結(jié)構(gòu)，為城市的更新發(fā)展提供依據(jù)，已經(jīng)成為了當(dāng)今規(guī)劃的熱點(diǎn)。本研究使用百度熱力圖作為數(shù)據(jù)來源，以大連市五區(qū)為研究對象，研究城市人群的聚集情況。介紹了百度熱力圖軟件的特點(diǎn)以及數(shù)據(jù)爬取軟件的使用方法，簡要說明了使用此數(shù)據(jù)進(jìn)行研究需要的必要流程；以大連市五區(qū)為研究案例，使用Arc Map柵格計(jì)算工具將數(shù)據(jù)量化，分析了居民工作日與休息日的時間足跡，將熱力數(shù)據(jù)與地圖疊合，分析了居民集聚的空間特征；針對分析，提出大連市五區(qū)在城市空間結(jié)構(gòu)、城市蔓延、土地使用、交通組織方面存在的問題，并進(jìn)行了對策初探。本文僅是利用百度熱力圖進(jìn)行了初步的城市人群聚集研究，在今后的城市發(fā)展中，大數(shù)據(jù)必將應(yīng)用于更加廣泛的領(lǐng)域。