规划头条

声明:本站为行业文章博客,并非新闻类网站,整理最新规划行业文章,供规划从业者参考;微文栏目采集自微信公众号,图片为外部链接,本站不存储微信文章图片
如有版权问题,请直接发送邮件到 admin@caup.net ,将会第一时间进行处理反馈。
 微文:城市更新:大数据支持下城市更新政策实施的精细化评估初探——以上海市铜川路水产市场搬迁为例
点击查看文章全文
规划云知识卡片
Kw-Card-0
政策(163)
GO
Kw-Card-1
设计(47)
GO
Kw-Card-2
城市更新(352)
GO
Kw-Card-3
大学(25)
GO
Kw-Card-4
规划(85)
GO
Kw-Card-5
案例(35)
GO
Kw-Card-6
地形图(17)
GO
Kw-Card-7
区位(39)
GO
Kw-Card-8
评估(17)
GO
Kw-Card-9
地图(60)
GO
Kw-Card-10
行政(45)
GO
Kw-Card-11
建筑(35)
GO
Kw-Card-12
城市(45)
GO
Kw-Card-13
交通(20)
GO
Kw-Card-14
排版(30)
GO
Kw-Card-15
酒店(19)
GO
Kw-Card-16
入口(26)
GO
Kw-Card-17
办公(57)
GO
Kw-Card-18
腾讯(17)
GO
Kw-Card-19
大数据(93)
GO
Kw-Card-20
商务(30)
GO
Kw-Card-21
工业(52)
GO
Kw-Card-22
同济(36)
GO
Kw-Card-23
更新(26)
GO
Kw-Card-24
刘淼(3)
GO
Kw-Card-25
城市规划设计(29)
GO
Kw-Card-26
规划设计(59)
GO
Kw-Card-27
上海(54)
GO
Kw-Card-28
产业(70)
GO
Kw-Card-29
水产(1)
GO
Kw-Card-30
数据(16)
GO
Kw-Card-31
广东(35)
GO
Kw-Card-32
副中心(20)
GO
Kw-Card-33
广场(40)
GO
Kw-Card-34
数据收集(28)
GO
Kw-Card-35
人口(41)
GO
Kw-Card-36
画像(3)
GO
Kw-Card-37
土地利用(99)
GO
Kw-Card-38
存量(68)
GO
Kw-Card-39
新区(44)
GO
Kw-Card-40
城市规划(67)
GO
Kw-Card-41
公共服务(56)
GO
Kw-Card-42
道路(33)
GO
Kw-Card-43
城镇化(24)
GO
Kw-Card-44
调研(66)
GO
Kw-Card-45
存量用地(19)
GO
Kw-Card-46
街道(121)
GO
Kw-Card-47
商业(46)
GO
Kw-Card-48
经营(33)
GO
Kw-Card-49
城乡(60)
GO
Kw-Card-50
江苏(35)
GO
Kw-Card-51
通勤(16)
GO
Kw-Card-52
边缘区(6)
GO
Kw-Card-53
新城(51)
GO
Kw-Card-54
历史(56)
GO
Kw-Card-55
地形(18)
GO
Kw-Card-56
工作(49)
GO
Kw-Card-57
探索(41)
GO
Kw-Card-58
农产品(17)
GO
Kw-Card-59
浙江(18)
GO
Kw-Card-60
热力图(4)
GO
Kw-Card-61
城市治理(35)
GO
Kw-Card-62
人群画像(4)
GO
Kw-Card-63
就业(22)
GO
Kw-Card-64
找工作(4)
GO
Kw-Card-65
国土(44)
GO
Kw-Card-66
空间(73)
GO
Kw-Card-67
权属(19)
GO
Kw-Card-68
中心城区(29)
GO
Kw-Card-69
规划(47)
GO
Kw-Card-70
规划(47)
GO
Kw-Card-71
规划(47)
GO
Kw-Card-72
综合市场(5)
GO
Kw-Card-73
居住(4)
GO
Kw-Card-74
上海市(18)
GO
Kw-Card-75
城市边缘区(6)
GO
Kw-Card-76
资源(17)
GO
Kw-Card-77
城市更新政策(1)
GO
Kw-Card-78
上海城市规划(2)
GO
Kw-Card-79
研究院(1)
GO
规划云知识卡片>>>
  政策()  设计()  城市更新()  大学()  规划()  案例()  地形图()  区位()  评估()  地图()  行政()  建筑()  城市()  交通()  排版()  酒店()  入口()  办公()  腾讯()  大数据()  商务()  工业()  同济()  更新()  刘淼()  城市规划设计()  规划设计()  上海()  产业()  水产()  数据()  广东()  副中心()  广场()  数据收集()  人口()  画像()  土地利用()  存量()  新区()  城市规划()  公共服务()  道路()  城镇化()  调研()  存量用地()  街道()  商业()  经营()  城乡()  江苏()  通勤()  边缘区()  新城()  历史()  地形()  工作()  探索()  农产品()  浙江()  热力图()  城市治理()  人群画像()  就业()  找工作()  国土()  空间()  权属()  中心城区()  规划()  规划()  规划()  综合市场()  居住()  上海市()  城市边缘区()  资源()  城市更新政策()  上海城市规划()  研究院()

摘要: 随着城镇化和经济发展迈入“新常态”,城市更新将成为许多城市未来经济增长、社会发展和空间优化的主要途径。与新城新区建设相比,城市更新项目通常要面对更为复杂的多元主体及其经济、社会和政治诉求,因而对城市更新政策实施进行精细化的评估具有重要的现实意义。在传统技术条件下,相关调查、跟踪观测需要耗费较大的人力物力,但大数据(移动位置数据LBS)的出现提供了新的机遇。以上海市铜川路水产市场搬迁为例,基于腾讯位置大数据及其标签数据,重现搬迁前铜川路水产市场的人群画像,并对市场搬迁前后从业人员的去向进行跟踪观测,探索大数据支持下城市更新政策实施的精细化评估方法。得出结论,位置大数据可以提供高质量、富细节、多层次的基础数据,可以据此建立快速、高效的实施评估方法,为地方政府的高质量城市治理提供技术支持。引言随着城镇化和经济发展迈入“新常态”,城市更新将成为许多城市未来经济增长、社会发展和空间优化......(2019-08-08 18:04:41)| 本站微文频道仅收录微信文章标题与文首300字  |   作者:国匠城

反馈邮箱 admin@caup.net
声明:本站为行业文章博客,并非新闻类网站,整理最新规划行业文章,供规划从业者参考;微文栏目采集自微信公众号。
本站不存储微信文章图片,站内图片已获得正版授权
如有版权问题,请直接发送邮件到 admin@caup.net ,将会第一时间进行处理反馈。

城市更新:大数据支持下城市更新政策实施的精细化评估初探——以上海市铜川路水产市场搬迁为例



随着城镇化和经济发展迈入“新常态”,城市更新将成为许多城市未来经济增长、社会发展和空间优化的主要途径。与新城新区建设相比,城市更新项目通常要面对更为复杂的多元主体及其经济、社会和政治诉求,因而对城市更新政策实施进行精细化的评估具有重要的现实意义。在传统技术条件下,相关调查、跟踪观测需要耗费较大的人力物力,但大数据(移动位置数据LBS)的出现提供了新的机遇。以上海市铜川路水产市场搬迁为例,基于腾讯位置大数据及其标签数据,重现搬迁前铜川路水产市场的人群画像,并对市场搬迁前后从业人员的去向进行跟踪观测,探索大数据支持下城市更新政策实施的精细化评估方法。得出结论,位置大数据可以提供高质量、富细节、多层次的基础数据,可以据此建立快速、高效的实施评估方法,为地方政府的高质量城市治理提供技术支持。

引言


随着城镇化和经济发展迈入“新常态”,城市更新将成为许多城市未来经济增长、社会发展和空间优化的主要途径。与管理增量的新城新区建设相比,面向存量的城市更新项目通常要面对更为复杂的多元主体及其经济、社会和政治诉求。本文选择的“铜川路水产市场搬迁”就是在上海市普陀区从城市边缘区向中心区转型的过程中,“大市场、大流通、大配送”的传统产业格局转型的一个典型案例。

本文基于腾讯位置大数据及其标签数据重现搬迁前的铜川路水产市场的人群画像,并对市场搬迁前后从业人员的去向进行跟踪观测,据此讨论大数据支持下城市更新政策实施的精细化评估的技术路径,为地方政府的高质量城市治理提供技术支持。 

研究案例与数据


1. 铜川路水产市场

铜川路水产市场占地面积约206亩(13.7 hm2),包括铜川水产市场、百川综合市场和利民冻品市场3部分,是以经营国内外高档鲜活水产海鲜精品为主的大型批发市场。自1996年10月开始营业,受到市场盛赞,曾一度成为上海最大的海鲜水产批发市场。但由于上海市中心城区外扩、产业结构提升和真如副中心发展的要求,铜川路水产市场日渐面临多方面的压力。
 
铜川路水产市场搬迁前实景
 
2013年8月,上海市人民政府公布《上海市食用农产品批发和零售市场发展规划(2013-2020年)》,其中明确提出:“上海只建设东方国际水产中心和江阳水产市场两个专业水产品批发市场。”由此,江阳水产市场和东方国际水产中心成为铜川路水产市场的水产经营资源的承接对象。在实际搬迁过程中,江阳水产市场被确定为主要的水产经营资源承接对象。

2. 数据收集与说明

本文研究的数据来源是腾讯位置数据,它可根据用户多元APP请求特性计算用户性别、年龄等标签,根据用户的位置请求时空行为累积信息计算用户的居住地、工作地及籍贯地。

选取特定时间及特定观测对象,从市场搬迁前后的原从业人员的行为特征入手,跟踪观测上海市普陀区铜川路水产市场搬迁工作的开展。研究内容包括:(1)基于热力图的市场设施布局和使用分析;(2)基于标签识别的人物画像分析;(3)基于从业人员职住分布的通勤距离和时间分析;(4)基于访客工作地及居住地的市场影响范围分析;(5)基于5个时间节点从业人员新工作地的跟踪观测和分析。
 
居住数据提取算法流程

搬迁前的铜川路水产市场的基本特征


1. 市场运营的空间格局

根据对从业人员的热力分布图可以看出,水产市场呈现“兵营式”布局以及“沿街沿主出入口”纵向排列的特点,与市场自身的工作性质较为一致。从人员分布比例来看,在铜川路主干道路上分布的从业人员最多,占比超过22%;市场1号门入口的主干道次之,分布近10%的从业人员;其余邻近铜川路的街道里弄则呈现较高的分布热度,水产市场东西两端人员分布较少。


正常工作日的从业人员在市场区域内的热力分布图(2016年4月)


2. 从业人员来源构成

依据人物画像数据,标定原铜川路水产市场从业人员的家乡来源信息。从家乡来源构成来看,铜川路水产市场以福建人、上海人居多。从市场从业人员的性别、年龄构成统计情况来看,男女比例近似3:1,19-30岁的青年为从业人员主力,超过80%;少年(0-18岁)和老年(56岁以上)仅占少部分。
 
从业人员家乡来源的省域分布图
 
3. 访客来源分布

从全国范围来看,铜川路水产市场的主要访客来自上海本地,近90%的上海本地访客来到水产市场开展业务;有超过10%的人员来自上海以外,涉及江苏、浙江、安徽、福建、广东等地,尤以上海周边的江苏和浙江占比较多,分别为5.8%和1.5%。这说明铜川路水产市场以上海为核,对周边省市存在一定的辐射影响作用。此外,福建和广东等地访客较多,与水产市场有很多从业人员来自这些省相关。

上海市本地访客遍及上海全市区域,包括奉贤、金山、松江、崇明等远郊地区;多数访客分布集中在铜川路水产市场周边,其中距离市场1 km、3 km、5 km和10 km的人数分别超过25%、45%、55%和75%,访客居住地与水产市场的平均距离为8.1 km。

4. 访客属性

从访客工作地用地类型统计来看,居住用地的占比近3成,为所有访客用地类型中最高,其所代表的访客群为中老年离退休或无业居家人员;人数占比次之的为道路广场用地,达到23.4%的比例,考虑到一定的空间误差,推测其所代表的访客群可能为路边沿街的餐饮商贩人员;商业服务业设施用地占比则超过20%,其代表的访客群为住宿、酒店、餐饮、商务等服务人员。此外,工业用地和公共管理与公共服务用地也存在较大的占比,这一类人员应为工人及行政企事业人员等。综合访客群的构成特点,铜川路水产市场主要服务于餐饮服务人员、中老年离退休或无业居家人员等群体,部分辐射到工人及行政企事业人员。

市场搬迁前后原从业人员的行为特征及成因机制


1. 市场搬迁以前的从业人员特征

搬迁以前,铜川路从业人员的通勤行为具有“就近居住、居职平衡”的特征。这种特征与原铜川路水产市场以流动人口为主的就业构成紧密相关。一方面,从居住空间分布来看,从业人员居住地距离市场1 km、2 km和3 km的人数分别超过75%、85%和90%,其中桃浦地区为其重要集聚地;而在水产市场内居住的比例也占到近30%。另一方面,从公共交通出行时间来看,15 min和30 min通勤时长的从业人员分别超过90%及95%,其全部从业人员加权公共交通平均通勤时间为12 min,大幅低于中心城平均通勤时间43 min。

2. 市场搬迁后从业人员的行为特征

从2016年4月、6月、8月、10月底及12月等5个时间节点的观测结果来看,原铜川路水产市场从业人员继续留在上海就业的人员比例持续下降,累计减少超过20%的从业人员。此外,在离开上海就业的占比22%的人员中,其从业去向以江苏、福建、广东、安徽为主,这一点与前文中“从业人员家乡来源构成”有一定关联性。

在上海市内从业人员的分布中,外环内中心城区域从业人员下降比例较明显,至12月时已低于6成,共计近2成的从业人员迁移至外环外就业;而搬迁项目的定点安置区域(江阳(杨)水产市场),原从业人员有3成同步前往就业,至12月时约5成,低于90%的商铺前往率。最后考虑到搬迁过程商户的意愿,管理人员将全面关闭时间延后2个月到12月31日。

3. 市场搬迁后从业人员行为特征的成因

从原铜川路水产市场从业人员的跟踪观测来看,至2016年12月时,仅5成人员前往安置区域,低于90%的预定目标,即部分从业人员未能跟随商铺同步搬迁。经现场调研访谈,发现原因如下:(1)多数老板的水产交易主要依靠老客户,只需要依靠电话、网络联系就可以完成交易,而新办公地点作为门面,全员入住需求尚不强;(2)由于子女学业因素,部分从业人员短期内留在中心城;(3)当前市场刚关闭、商户实施搬迁,其新市场区位较偏僻,新增性质的交易业务减少,尚不急于满员上班;(4)从业人员未跟随原有店面,选择就地重新找工作。

大数据支持下城市更新政策实施的精细化评估刍议


大数据支持为城市更新政策实施的精细化评估带来新的机遇。

首先,以位置数据为代表的大数据可以提供高质量、富细节、多层次的基础数据。在大数据支持下,不仅能够实现对历史场景的再现,还可以获得比过去传统手段更加丰富和细致的信息。

其次,在新数据和新技术的支持下,建立快速、高效的更新政策实施的精细化评估方法是可行的。以本次“铜川路水产市场搬迁”为例,笔者依托腾讯位置数据,再现铜川路水产市场的特征画像;同时,依据腾讯数据定制的人物画像标签属性;此外,结合住房和城乡建设部、国土管理部门特有的地形图、土地利用、土地权属、空间管控等数据,进一步获得更多的市场搬迁管理信息。这样一套“发展历程和趋势-时空行为观测-管理导向评估”的政策实施评估工作方法,在其他重点地段的城市更新中也可以进行相似的流程设计。


“铜川路水产市场搬迁”的政策实施的精细化评估技术线路图
 
最后,大数据和新技术可以更好地服务于政府管理和社会治理。城市更新正成为新一轮城市发展越来越重要的组成部分。与增量规划不同的是,存量用地上存在着大量工作或居住的人群,在地段更新的过程中如何更好地考虑这些已有人群的需求,已经成为城市更新的一项重要议题。本文通过对铜川路水产市场搬迁工作的细致观测,获得了有效的人员迁移等信息,有助于辅助相关规划对存量人员的规划疏导并及时发现相关问题。同时,在实际的城市规划及政府管理工作中,还可以实现一定时间内对重点地段城市更新的跟踪研究,甚至是实时监测,从而更好地服务于城市管理和社会治理。 
 
详情请关注《上海城市规划》2019年第2期《大数据支持下城市更新政策实施的精细化评估初探--以上海市铜川路水产市场搬迁为例》。

作者:
刘淼、邹伟,上海市城市规划设计研究院;
王芃森,腾讯地图平台部;
侯杰,腾讯产业政策部;
陈晨,同济大学建筑与城市规划学院。





这里是原文,点击查看原文全文

如有版权问题请联系 admin@caup.net:规划头条 » 城市更新:大数据支持下城市更新政策实施的精细化评估初探——以上海市铜川路水产市场搬迁为例

相关推荐

讨论请到国匠热点讨论群:点击加入QQ群

登陆国匠城 注册国匠城

规划云首页
多风格地图底图 getxy 在线协作工具 意向图片搜索 线稿自动上色 断面绘制工具 词频统计工具 mapv style xuetang fenxitupeise upnews