【文章导读】大数据背景下的通勤模型构建与应用（上篇）——模型篇

来源：城市规划

导读

近年来，随着大数据的兴起，借助大数据的城市空间研究成果不断涌现。以手机信令、公交刷卡、大规模GPS等为代表的“大数据”已经进入城市规划和城市研究的各个领域，但研究重点仍聚焦于城市现状分析上。利用大数据建立模型，并基于模型进行具体规划应用的探索较少。本研究以手机信令数据为主要数据源，以“通勤”（居住-就业）作为研究对象，构建精细化的上海市分单元通勤模型，并探索基于残差分析的模型优化方法，最后通过两个案例展示了模型在规划实践中的应用。

说明：本文为论文《大数据背景下的通勤模型构建与应用——以上海为例》的主要内容的简写导读版，由于需要说明建模的方法过程，理论性较强。分两篇推送，上篇为模型篇；下篇为应用篇。

1

数据来源

手机信令数据。本研究使用上海移动手机信令数据，数据记录量上，上海市域范围内平均每天约记录到1600万左右用户，产生信令数据约5亿条。通过手机信令数据识别用户的居住地和就业地，共识别出1370万稳定的居住就业人口，占上海市六普常住人口的57%。将数据汇总到上海市各普查区单元（社区、行政村），得到每个单元的居住人口和就业人口（即就业岗位）以及各单元之间的通勤联系（居住-就业）。可以看到，从中心城区向外记录量逐渐越少，平均从每单元出发的通勤流1836条。

▲ 图6 | 基于大数据的建模路径

3个模型中，基础模型包含两个最基本变量（就业岗位数量和通勤时间），拟合优度较低；优化模型通过残差分析加入了更多的变量(X)，可认为是常规手段下最好的模型；残差模型包含常规变量和残差变量(N)，拟合优度最高，但只可预测不可解释，因为残差自变量本质上是不可解释的。

欢迎在朋友圈转发，转载请在后台留言

微信改版后

好多人说不能很方便找到我了

其实把咱们“城市规划”置顶就可以啦

只需要5秒钟哟~

官方投稿网址：http://www.planning.com.cn

微博：http://weibo.com/cityplanningreview

微信号：chengshiguihuazazhi

电子期刊：App Store搜索“城市规划”(支持iPad下载)

国内统一刊号：CN 11-2378/TU

国际标准刊号：ISSN 1002-1329

关注、分享、在看与点赞，至少我要拥有一个吧~