学术成果第56期 | 基于功能关联的人口流动网络度量城市功能可达性及其对人口流动的驱动作用

随着城市化和全球化进程的不断推进，城市作为人口聚集和经济活动中心，其功能分化日益明显。居住、商业、教育、医疗等功能区域在城市发展中相互交织影响，牵引形成了复杂且具有规律性的人口流动格局。依据人口流动空间能够有效表征城市功能实际服务范围，本文提出了一个城市功能关联的人口流动网络（FPMN），动态表征城市功能服务能力，并基于空间交互的可转移性、互补性与干预机会条件定量化城市功能对人口流动的驱动作用。结合单一地理节点的机会累积与人口流动反映的潜在机会，在FPMN中定义k-step PFA指数，克服地理距离对人口流动可转移性的限制，表征了城市地理节点与功能节点之间的功能可达关系；在k-step PFA的基础上，考虑空间交互发生的互补性和干预机会条件提出FDI，定量化城市人口流动的功能驱动关系。实验结果表明，FPMN有效表征了城市功能的实际服务范围和服务能力，k-step PFA相较于一般基于地点的可达性指标具有更高的数值分布和更小的空间差异，更符合城市功能实际服务范围；同时，相较于辐射模型等机会模型，FDI能够更准确地刻画地理节点之间的人口流动功能驱动关系，并通过倾向参数揭示了人口对不同城市功能的出行倾向特征。本研究将静态的城市功能与动态的人口流动结合，实现了城市功能服务能力的动态表征，揭示了城市功能对人口流动的驱动作用。

本文方法总体流程如图1所示，包括数据预处理、功能关联的人口流动网络、人口流动k步功能可达度以及人口流动的功能驱动指数四个部分：

图1 方法总体流程图

结合城市土地利用标准与高德POI类型对POI重分类，并定义各个类别POI的服务能力。基于手机信令数据提取工作日与周末的重复人口流，构建人口流动网络。

将静态的城市功能与动态的人口流动结合，建立FPMN，网络模型涉及两个基本对象：地理节点和功能节点。定义城市地理节点为参与人口流动的地理单元，定义城市功能节点为城市内部属于该功能的所有POI的集合。尽管POI存在具体的地理位置，但功能是泛在的，独立于具体的地理位置。

定义可达步长k描述地理节点与功能节点之间的邻接间隔，其等于地理节点通过FPMN访问功能节点所需的最短步长。当k=1时，地理节点与功能节点之间具有直接可达关系，此时功能可达度等于单一地理节点空间范围内的机会累积；当k>1时，地理节点与功能节点之间具有间接可达关系，地理节点通过人口流动网络建立起接近目标功能节点的路径，由此k-step PFA纳入了人口流动反映的潜在可达机会。

在k-step PFA基础上，考虑空间交互发生的互补性和干预机会提出FDI，以量化城市功能对人口流动的驱动作用。定义参数α与β从人口出行目的视角量化人口的出行决策倾向，参数α表征人口流动的探索性倾向，探索性倾向越强，选择远距离潜在目的地的可能性就越大；参数β表征人口流动的谨慎性倾向，谨慎性倾向越强，选择近距离潜在目的地的可能性就越大。

本文以武汉市为研究范围，基于手机信令数据、POI数据构建FPMN。图2可视化了工作日FPMN的网络结构，灰色连线代表地理节点间的关系，彩色连线分别代表12个功能节点与地理节点间的关系。

为了评价k-step PFA度量城市功能服务能力的效果，将其与仅考虑功能供应的累计可达度（CA）和以城市内部人口出行的极限距离1km为半径的阻抗系数为2的重力模型可达度（GBA）对比。在社区尺度统计各指标的均值和变异系数，同时比较不同指标在城市不同区域的可达性大小及其空间差异。

在同一城市圈层中，各功能的k-step PFA和GBA均值相较于CA均有明显提高，说明k-step PFA 和GBA均能有效捕捉潜在功能机会。同时，GBA在密度较高的主城区其倾向高估可达性，而在设施稀疏的郊区容易低估可达性，但结合人口流动的k-step PFA不会被直接影响，其值反映了人口流动下的城市功能实际服务能力。相较于CA和GBA，k-step PFA的CV和GC均有所减小，表明k-step PFA能够捕捉人口流动下城市功能服务水平空间不均衡性降低的现象。

（1）基于最优参数组合的FDI计算

为了确定各功能下FDI对应的出行倾向参数最优值，并评价FDI对地理节点之间功能驱动作用的刻画能力，首先基于FDI拟合地理节点之间的流量，然后使用Sørensen相似度指数（SSI）计算不同参数组合下FDI拟合流量矩阵与真实人口流动数据的相似度。

各功能最高SSI值对应的参数组合即为该功能的最优参数组合，在图4中使用黄色框线突出。由于不同城市功能提供的活动场景不同，人们面对不同功能往往具有不同的出行倾向。从工作日到节假日，武汉市内人口流动倾向从谨慎向探索转变，这反映出城市在工作日和节假日具有不同的活动模式，即人口在工作日注重高效的便利，在节假日注重多元的机会。

（2）FDI拟合人口流动精度评估

基于SSI指数比较了FDI与常见介入机会模型对地理节点间人口流量的拟合精度。如图5所示，对于功能对人口流动的驱动作用刻画最好的是FDI，在不同功能上其预测精度均明显高于辐射模型和单一机会模型，且比机会优先模型的预测精度平均高出约4.8%。

为了有效表征城市功能服务能力，并准确量化城市功能对人口流动的驱动作用，本文提出了一个城市功能关联的人口流动网络（FPMN）。在FPMN中定义k-step PFA改进基于地点的城市功能可达性度量方法，并在其基础上提出FDI，定量化城市功能对人口流动的驱动作用。实验结果表明：（1）FPMN刻画了城市功能的动态服务范围，能够明显区分工作日和节假日的人口流动模式；（2）k-step PFA通过步长参数k扩展了城市功能可达性的距离尺度，相较于CA、GBA具有更高的数值分布和更小的空间差异，更全面地刻画了城市功能服务能力；（3）FDI通过倾向参数α与β提供了量化城市各功能如何影响人口出行决策的途径，且相较于传统的机会模型，FDI在人口流动预测上具有更高准确性。

当前，人口相关的多源时空数据爆炸式增长，为人口流动的城市驱动效应挖掘提供了数据基础，更加精细时空尺度的规律研究是未来的研究方向之一。同时，将人口流动划分为不同群体的出行流，从而更好地识别功能设施对不同社会群体的服务能力，也是探讨城市资源配置的公平性等议题的关键。

基金支撑