出租车出行数据下的城市特征感知——以深圳为例

摘要

城市居民出行与空间结构紧密相关,研究当下人群在城市空间的交互现象,有助于未来城市规划的空间布局。基于深圳市出租车出行数据,选取稳定的OD短距离出行部分,先使用infomap社区算法识别主体城市社区,再通过K-means聚类算法识别各社区内部的交互群体,揭示了城市的多层次交互网络与空间结构:全局层面,识别出8个主要的社区,其中以罗湖区与福田区为主体社区的总交互量最大;在时间序列上,罗湖区与福田区的社区形态稳定,城市居民交互活跃,其他社区因夜间作息停止活动导致交互范围明显缩小,并且上下班高峰期内,除了重要的交通枢纽区,城市的居民区与功能区形成规律性的人流迁移现象;社区内部层面,沿着主要的道路,次级社区中城市居民由于需求出行形成交互,同时次级社区之间也会产生交互,地理距离障碍会导致不同次级社区的形成。研究结果有利于分析真实的城市生态,为解决城市问题提供了客观参考。