用手机大数据看上海城市空间结构

都说城市是个有机体，那么，一个城市在一天之中，其内部的潮汐究竟是如何涨落的？人们从哪里来，到哪里去？那些由管理者们划定的商圈，现实中人流是否符合预期的热闹景象？

随着大数据研究的进展，这一宏观层面的观察也不难实现。手机数据就是一项十分有用的工具。

手机是当下最普及的移动定位设备之一。数据显示，2013年末上海市手机普及率132.5%，总用户3200.65万。用手机定位数据研究居民在城市空间的活动，以此可以测度城市空间结构。

同济大学建筑与城市规划学院的副教授钮心毅及其课题组，自2014年开始进行这项研究：基于手机大数据，识别上海外环以内的中心城空间结构。

研究者以上海市中国移动2G用户手机数据，包括手机信令数据和基站数据两部分。信令数据为不含用户信息的匿名信号数据。研究以连续两周的手机信令数据为基础，且此连续两周时间避开了节假日。在这两周内，每日信令数据平均记录到1700万以上不同手机用户，并将其与发出信号的基站进行定位。

移动公司2G用户大致占上海手机总用户量的60%。目前每个月有相当数量的上海居民从2G转为3G或4G用户。研究者也指出，少数区域存在信令数据缺失。

研究者假设，居民的就业、游憩、居住等活动空间分布与城市空间结构密切相关，城市空间结构影响居民活动的时空规律，居民活动的时空规律也反映城市空间结构，这些也是手机大数据研究的前提。

评估上海公共中心发展状况

依据《上海中心城分区规划（2004-2020）》提出的公共中心规划方案，上海中心城有一个市级主中心、四个副中心。主中心是外滩、人民广场、南京路、淮海路一带；四个市级副中心分别是徐家汇、五角场、花木、真如；再加上26个地区级中心，这些构成上海中心城的公共中心体系。不同等级的中心分别承担不同等级的功能。

距规划实施已有十年，目前这些公共中心的发展状况，是否与原先规划的一致？

研究者希望，利用手机大数据，通过特定时间点多日平均密度的计算，来探讨公共中心规划功能和等级的实施效用。

公共中心汇聚商业、商务、行政、文化等综合功能、人流活动高度密集，一般而言是手机用户的高密度区。研究者假设，手机用户密度越高，人流聚集度越强，越可能是公共中心。研究者将多日平均密度值高于2.5万人/平方公里的区域，作为高值区，高值区里的值越高，则公共中心的等级越高。

两周中10个工作日上午十点的多日平均密度值最高的区域，是在南京路—世纪大道的东西线以及外滩—四川北路的南北线；三级密度以上的高值区沿南京西路延伸至静安寺；其中，陆家嘴也进入高值区，但密度值却并非最高，与原设想有偏差，研究者指出，这与数据来自中国移动2G手机有关，陆家嘴这一区域可能以4G手机用户居多。

或许，相比上班的时间地点，反倒是人们居住/休闲的时空较集中。数据显示，相比工作日上午十点，休息日下午三点的手机用户密度空间（用所研究的连续两周里四个休息日求得多日密度平均值）分布更集中：高值区的密度更高，低值区的密度更低；密度值最高的，还是南京路—外滩，向北延伸到虹口足球场，向南延伸到豫园，反映出四川北路和豫园的商业活动性非常强。

另外，淮海路的密度值没有原设想中的高。

比较工作日和休息日的特定时间点多日平均密度的分布，可以得出：在市级主中心上，无论工作日还是休息日，南京路-外滩片区都是高值区中密度最高的，说明该区域不仅中心等级高，且综合功能突出；而陆家嘴在工作日、休息日的人流聚集度相差大，说明它属于商务型的公共中心。

市级副中心方面，徐家汇工作日和休息日的多日平均密度相当，均达到二级密度，可见该区域不仅就业岗位多，消费场所也多；五角场在休息日进入了二级密度，但在工作日其密度值较低，说明该副中心的商业强，就业相对弱；而花木、真如两个副中心未进入高值区。

同时，高值区域不仅包含公共中心，还包括大学、综合医院等人员活动密集区，其密度超出了周边。为此，研究者特地把能识别的大学、医院等区域剔除；而把原规划的副中心、地区中心放入图中。计算结果量化呈现如下：

工作日10：00 上海公共中心的手机用户密度

休息日15:00上海公共中心的手机用户密度

对上海中心城的26个地区中心，从手机用户密度量化结果看，有7个发展较好：其中，中山公园在休息日的最大值已进入二级密度，可见其商业功能已超出了原规划等级；而长寿、控江、打浦桥等5个地区中心也达到三级密度；庙行在休息日的最大值也临近三级密度。而其他的地区中心，要么还没开始建设，要么尚未达到既有规划的预期，功能并不突出。

另外，研究者还发现几个规划之外的商业区，如虹口凯德龙之梦、中环百联、环球港等，这些上海新兴购物中心，并不在原来的公共中心规划体系中，集聚起大量人流，也在手机数据识别中进入高值区，已在事实上成为城市新地区级公共中心。

手机用户密度识别出来的上海公共中心

此外，研究者还采用工作日上午十点与休息日下午三点用户密度的比值，识别公共中心的职能复合程度。

比值接近1的公共中心，其商务职能、商业服务职能的复合程度较高，如淮海路、四川北路。比值越大的公共中心，其职能上更趋于商务功能，如陆家嘴、张杨路；比值越小的公共中心，其职能更趋于商业服务功能，如庙行地区中心、江湾—五角场副中心、豫园商业中心。

以此，研究者认为，总体上，上海中心城的规划公共中心体系尚未完全形成，副中心、地区中心仍在建设形成中。

识别上海中心城功能分区

对比2011年《上海中心城土地使用现状图》和2004年《上海中心城分区规划》，人们可以问：城市空间结构与规划设想在哪些地方存在区别？在土地使用性质之外，居民的居住、就业、游憩活动强度又如何？研究者试图运用手机数据来检验。

研究者采用白天与晚上的特定时间点多日平均密度比值，以及晚上人口密度，来反映人群在昼夜之间的流动变化，以识别就业、游憩、居住的功能状况。

研究者对工作日上午十点和晚上十一点的多日平均密度比值进行空间聚类分析。取5%显著性水平：Z值小于 1.96的区域，是低值聚类区，是晚上人多白天人少，属于连片功能较为单一的居住功能区；属连片功能较单一的居住功能区；Z值大于1.96的区域，是高值聚类区，是白天人多晚上人少，属成片功能较为单一的就业功能区。

工作日手机密度的空间聚类分析

依据数据统计，研究者得出，上海中心城连片功能较单一的居住区，主要在浦西的中环以外、浦东的内环线以外。对照夜间手机用户密度，浦西中环沿线居住密度相对高，而浦东大部分居住区的居住密度相对低。研究者也指出，用单位用地面积的手机用户密度来识别居住密度，有一定局限，手机用户密度的差异会受到人均居住建筑面积差异的影响。

连片功能较单一的就业功能区，主要在浦西的漕河泾等工业区，以及浦东的陆家嘴、外高桥保税区等产业园。单一就业功能且就业密度较低的区域，一般是大型工业区；单一就业功能而就业密度高的，一般是商务办公区。

同样方法，对休息日下午三点和晚上十一点的多日平均密度比值进行空间聚类分析。比值较高则说明，日间该区域游憩或消费的人流多，且夜间该区域居民较少。由此，研究者得出，上海中心城连片的游憩空间，主要分布在南京路—世纪大道沿线，在各区以块状呈现。这与上海的几大公园、主要购物中心的布局相吻合，包括世纪公园、世博园等。其中，会展中心和大型公园就属于功能单一的游憩区。

休息日手机密度的空间聚类分析

基于以上多日平均密度比值和空间聚类分析，研究者对就业、游憩和居住等功能区进行混合程度识别。比如，一个区域工作日晚上十一点多日平均密度高，而休息日下午三点和晚上三点的比值也高，就可认定此空间为居住功能，也混合游憩功能。

将典型功能区的分布综合在一张图上，研究者指出：在市级公共中心体系中，南京路—外滩和徐家汇是就业、居住、游憩混合程度高的地区，而陆家嘴是就业、游憩功能的混合区。

比较浦西和浦东，浦西城市功能的混合程度高于浦东。浦西总面积的21%，是功能较为单一的就业、游憩、居住功能区，而对应浦东是47%。浦西城市功能混合程度较高，而浦东城市功能分区更明确。总体上，浦东的居住密度、就业密度也低于浦西。

手机密度对上海中心城功能区的综合识别

（蒋晓娟依据钮心毅在2014年11月25日同济大学“城市规划方法和技术团队2014年度学术报告会”的发言综合整理。正式研究成果已发表于《城市规划学刊》2014年第6期。课题组成员还包括宋小冬、丁亮。所有图表源自课题组成员自绘，本文经课题组审订。）

澎湃新闻 王昀编辑

• 关键词: