北京市通勤出行特征与典型区域分析

2019 年 7 月 19 日 智能交通技术

                                                                   来源:北京交通发展研究院 

大数据说

北京市通勤出行特征

典型区域分析


摘要

通勤出行是城市交通出行的主体,掌握精细化的特征和规律对于交通治理有重要作用。本文以手机信令数据等多源大数据为支撑,分析了北京市六环内通勤出行时空分布特征,并分析了北京市岗位核心区与重要交通节点——CBD商务中心的通勤出行特征。





图 片 | 秀米、千库网

所有图均可商用

文字 | 网络(使用请替换、侵删)

排版 | 鱼是咸的呀


1. 通勤出行时空特征

(1)通勤概况

通勤出行是指以上下班、上下学为目的的出行,具有时空规律性强,刚性大的特点。北京市六环内通勤出行量日均2300万,占出行总量的52%,平均通勤距离12.4km,平均通勤时耗56min。以通勤距离度量北京市职住分离度,从二环到六环,职住分离度逐渐增大,五-六环间平均通勤距离高达15.6km(图1);快速路、高速公路沿线通勤距离更长(图2),五环外京藏、京通快速路、京港澳、京开沿线通勤距离均大于15km。

图1 各环路平均通勤距离

图2 通勤距离分布

(2)时间分布特征

由于工作时间的固定性,北京市工作日通勤出行早晚高峰集中度高(如图3)。从通勤出行出发时间角度看,早6:00-9:00三个小时集中了从家到单位通勤出行的52%,晚16:00-20:00四个小时集中了从单位到家通勤出行的51%。早高峰时段,8:00通勤出行达到最高峰260万人次,晚高峰时段18:00达到最高峰190万人次。相比于晚高峰,早高峰通勤出行更为集中,出行量变化对时间的敏感度更高。

备注:结果基于伪码信令数据计算

图3 北京市六环内通勤出行时间分布

(1) 工作地分布

(2) 居住分布

图4 北京市通勤人口职住地分布

 北京市连接职-住地之间的通勤期望线(图5)反映出,北京市有明显4大主要通勤方向:天通苑、望京、通州到东三环附近泛CBD区域,以及回龙观到中关村区域。由此可见,泛CBD区域作为北京市的岗位核心区,吸引了4大方向中3个方向的主要通勤人口,具有十分重要的城市及交通地位。

图5 北京市主要通勤期望线



2. CBD商务中心

通勤出行特征

现状CBD居住人口16万(居住密度2.29万人/平方公里),就业岗位41万(就业岗位密度5.86万人/平方公里),职住比例为2.6:1。

图6 CBD区域图

早高峰CBD出行量112万人次,占全天总出行量的39%(全天出行量290万人次)。其中,吸引区域外出行量32万人次,发生出行量12万人次,内部出行2万人次。早高峰CBD吸引的出行以东部最为集中(图7),占比高达46%,主要是吸引了四惠、定福庄、通州城区及燕郊等地的通勤者。其次为南部区域(22%)与北部区域(20%),主要是天通苑、望京、方庄、宋家庄等地的通勤者。从街道粒度来看,早高峰CBD吸引街道TOP10分别为八里庄、呼家楼、建外、六里屯、双井、高碑店、南磨房、平方、永顺和常营街道(图8)。

图7 CBD早高峰吸引通勤者来源分布

图8 早高峰CBD吸引街道TOP10

此外,CBD地处东三环、四环、京通快速路、朝阳路、朝阳北路等主要通道的交叉点,有轨道1号线、6号线、10号线穿过,是重要的交通服务节点。除支撑本区域的出行外,还承载了大量的过境交通,早高峰CBD区域过境出行66万人次,占早高峰总出行量高达59%。早高峰从区域过境的出行方向主要是由东向西,由南向北(图9),经由京通快速路、长安街、朝阳路、东三环、东四环、轨道1号线、6号线过境(图10)。

图9 CBD过境出行的起终点分布

图10 CBD过境出行对区域及

周边的路网压力分布



3. 总结与展望

随着“交通病”问题的蔓延,粗犷的交通特征分析与普适化的政策措施难以支撑对复杂问题的探究,大数据结合多源数据的综合应用,为交通行为的精细化剖析以及出行需求时空特征的深入挖掘提供了契机,大数据从时间、空间维度对原有数据的粒度进行了下沉与拓展,能够支撑对更小时空粒度的研究,并能对交通特征进行长期、持续性的对比和追踪,为更有针对性和实用性的交通政策的提出提供储备。



登录查看更多
28

相关内容

【KDD2020】自适应多通道图卷积神经网络
专知会员服务
119+阅读 · 2020年7月9日
异质信息网络分析与应用综述,软件学报-北京邮电大学
【KDD2020】多源深度域自适应的时序传感数据
专知会员服务
59+阅读 · 2020年5月25日
 【中科院信工所】社交媒体情感分析,40页ppt
专知会员服务
91+阅读 · 2019年12月13日
【论文推荐】文本分析应用的NLP特征推荐
专知会员服务
33+阅读 · 2019年12月8日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
出行即服务(MAAS)框架
智能交通技术
53+阅读 · 2019年5月22日
主流互联网平台广告业务对比分析
百度公共政策研究院
29+阅读 · 2019年5月20日
自动驾驶车载激光雷达技术现状分析
智能交通技术
16+阅读 · 2019年4月9日
MAAS:出行服务的颠覆者
智能交通技术
16+阅读 · 2018年12月27日
五大维度深入分析计算机视觉
专知
9+阅读 · 2018年12月6日
网络舆情分析
计算机与网络安全
18+阅读 · 2018年10月18日
智能时代,图像检索技术在美团APP中的应用分析
人人都是产品经理
9+阅读 · 2018年5月23日
自动泊车系统发展现状及前景分析 | 厚势
厚势
22+阅读 · 2018年1月22日
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Self-Attention Graph Pooling
Arxiv
5+阅读 · 2019年4月17日
CoCoNet: A Collaborative Convolutional Network
Arxiv
6+阅读 · 2019年1月28日
Labeling Panoramas with Spherical Hourglass Networks
Arxiv
3+阅读 · 2018年6月18日
Arxiv
7+阅读 · 2017年12月26日
VIP会员
相关资讯
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
出行即服务(MAAS)框架
智能交通技术
53+阅读 · 2019年5月22日
主流互联网平台广告业务对比分析
百度公共政策研究院
29+阅读 · 2019年5月20日
自动驾驶车载激光雷达技术现状分析
智能交通技术
16+阅读 · 2019年4月9日
MAAS:出行服务的颠覆者
智能交通技术
16+阅读 · 2018年12月27日
五大维度深入分析计算机视觉
专知
9+阅读 · 2018年12月6日
网络舆情分析
计算机与网络安全
18+阅读 · 2018年10月18日
智能时代,图像检索技术在美团APP中的应用分析
人人都是产品经理
9+阅读 · 2018年5月23日
自动泊车系统发展现状及前景分析 | 厚势
厚势
22+阅读 · 2018年1月22日
相关论文
Top
微信扫码咨询专知VIP会员