標籤:

除了仰望星空,數據還為你開啟了俯瞰大地的「上帝視角」

文/滴滴媒體研究院

城市的本質是流動,除了人流與交通,信息和數據也隨著城市脈搏在川流不止。滴滴藉助出行大數據繪製了100座「城市星雲圖」,勾勒出數據軌跡下的城市「脈絡」,也為我們揭示了5種典型的城市結構分類。

本文轉自公眾號50KM(ID:FiftyKM)

相信很多人對NASA(美國國家航空航天局)發布的全球夜間燈光地圖記憶猶新,它真正實現了從「上帝視角」觀察各地的人類活動和經濟動態。而對於一座中國城市來說,除了觀察城市的燈光,還有別的方法正確觀察城市的發展和動態嗎?

答案自然是流動。流動是一個城市的本質,它既包含人和交通的流動,更是信息和數據的流動。這種流動性是反映城市活躍程度和繁榮程度最直接表象。

如同星雲一般,每一座城市在流動中都形成了自己獨特的輪廓和結構。滴滴出行大數據記錄下城市的流動數據,並嘗試為每一座城市描繪出客觀而嚴謹的輪廓結構。

接下來,讓我們以一種全新的姿勢,欣賞滴滴出行繪就的「城市星雲」。

(圖片說明:滴滴出行數據繪製的百城「星雲圖」)

根據滴滴出行大數據,我們對出行量和人口數量較多的一百座城市進行分析,測算出這些城市的出行半徑。

城市半徑意味著,以市中心為原點,絕大多數(超過90%)的出行起點或終點都分布在以此為半徑的圓圈之內。歷經多年「攤大餅」式的擴張型發展後,北京這所超大城市的出行半徑已經增長至31.7公里,幾乎覆蓋整個六環城區。

排名最末的滄州城市半徑僅為6.0公里。要知道,滄州市內二區的面積相加為227平方公里,而出行活躍面積卻只有城區的一半,半徑也與北京相差了4.3倍之多。

(圖片說明:城市半徑排行榜)

毫無疑問,城市版圖的擴張是經濟發展和人口集聚的結果。

進一步分析,我們發現城市半徑和其經濟發展水平具有高度正相關聯繫(r=0.73)。在表1和圖2中也不難發現,經濟較發達、人口凈流入地區的城市半徑往往也更大。

城市半徑榜單排名前50的城市裡,有21座城市位於珠三角和長三角地區;從省際分布來看,廣東、江蘇和浙江分別在榜單中佔據8、7、6個席位。

(圖片說明:城市半徑與城市GDP總量、常住人口數量的關係)

正如1978年簽署的《馬丘比丘宣言》中提出的,「交通被看做是城市的基本功能之一」,而道路網路可以說是城市交通的主要經脈。依託於路網的流動性如此之高,以至於滴滴出行平台上的交通工具每天甚至可以將北京所有道路覆蓋300多遍。

接下來,我們繼續使用滴滴出行的軌跡數據,摸索城市「脈絡」,依次探究5種城市結構的分類。

第一種是方格網式結構。這種結構來自於路網發展與傳統文化的融合,較多出現在歷史悠久、地勢平坦且面積廣泛的城市。

(圖片說明:西安城市路網結構)

考慮到歷史因素,方格網式結構統籌兼顧了傳統文化保護與交通路網規劃,不僅有利於建築物合理布局,而且有利於公共交通系統的靈活組織。如上圖所示,西安的路網結構如棋盤一般縱橫交錯,是方格網式城市結構的代表。

第二種是環形放射式結構。這是一種從城市中心逐步向外放射的路網結構,它的非直線係數較小,有利於中心老城區與外圍新城區的密切聯繫,一定程度上也避免了過境交通給城市發展帶來的阻礙因素。

(圖片說明:成都城市路網結構)

隨著城市發展,環形放射式結構也在不斷改良。正如上圖中所示,作為環形放射式城市的典範,成都的路網整體布局是「井」字與環狀放射形道路相結而合形成。

第三種是狹長式結構。這種路網結構受特殊地勢所限,各條道路依託城市所在的地形發展,彎延曲折,無法構成特定的某種幾何圖形,從而「被迫」出現南北向或東西向的狹長城市結構。

狹長式結構在山區城市比較常見,其中最典型的是重慶市。

(圖片說明:重慶城市路網結構)

狹長式結構在山區城市比較常見,其中最典型的是重慶市。

第四種是濱海式結構。沿海城市的道路系統受陸域範圍所限,而其中心區卻往往離海邊不遠,因此容易形成自由式的不規則城市結構。

(圖片說明:深圳城市路網結構)

在中國,擁有濱海式結構的城市眾多,其中翹楚當屬深圳。

第五種是「蜘蛛網」式結構。這種城市結構往往共同出現在區域聯繫緊密的城市群中,尤其是珠三角地區的廣、佛二市。下圖中可見,佛山位於廣州西南方向,兩座城市的市區相隔很近,其道路網路也不乏有相連和重疊部分。

(圖片說明:出行大數據描繪的廣佛一體化)

在珠三角這個高度區域一體化的地方,交通打破了行政區劃邊界,城市內的流動溢出成為城市間的、區域性的流動。

每個人都有屬於自己的城市印象。在一千個人眼中,某座城市或許有一千個不同的輪廓和結構,由此產生的城市記憶也因人而異。

通過呈現這些城市「星雲圖」和城市「脈絡」,滴滴出行或許能夠幫助我們對城市有更加宏觀的了解,讓我們重新思考腳下的這片土地。無論未來的技術如何發展,城市流動的本質不會改變:它歸根結底是立足於人,立足於人與人之間強韌的紐帶。

註:本文僅為作者觀點,不代表DT財經立場。關注DT數據俠後台回復「城市星雲圖」,獲得北上深三大城市高清星雲圖。

期待更多數據俠乾貨分享、話題討論、福利發放?在公眾號DT數據俠(ID:DTdatahero)後台回復「數據社群」,可申請加入DT數據社群。

數據俠門派

本文數據俠來自滴滴媒體研究院。該研究院成立於2015年5月,依託滴滴出行海量數據,專註研究城市智能出行,並與媒體機構、學術組織合作,通過文字、數據、圖片和視頻記錄交通出行變遷,傳播智能出行理念。

加入數據俠

「數據俠計劃」是由第一財經旗下DT財經發起的數據社群,包含數據俠專欄、數據俠實驗室系列活動和數據俠聯盟,旨在聚集大數據領域精英,共同挖掘數據價值。了解數據俠計劃詳情請關注DT數據俠回復「數據俠計劃」,投稿、合作請聯繫datahero@dtcj.com。


推薦閱讀:

你的舊船票能否搭上這艘巨輪?——解讀大數據產業發展規劃(2016-2020年)
雲棲大會中你不可以錯過的技術盛宴!
《大數據時代》讀書筆記(一):引言與P1大數據時代的思維變革
短文本主題建模方法
Scala 包、類、特質和泛型

TAG:城市 | 大数据 |