基于手机信令数据的城市就业空间特征研究—以沈阳市为例
李鹏飞
（沈阳市规划设计研究院，辽宁 沈阳 110004）
【摘要】 以沈阳市为研究实例，基于手机信令数据，对城市居民个体时空行为活动信息进行深入分析，建立识别用户居住地和就业地的数据清洗规则，提取就业空间分布与职住联系数据。以McMillen（2001）提出的就业中心概念为理论依据，建立分析模型，应用核密度、空间自相关、自然间断分级、等值线等方法对就业分布数据进行深度挖掘，识别就业中心，并分析其空间布局特征；从就业规模和功能联系两个维度综合测度就业中心服务效能，构建就业中心等级体系；最后尝试基于就业功能划分城市空间单元，以此探索城市就业空间结构，揭示城市运行的内部机制。
【关键词】 手机信令数据；就业中心；布局特征；服务效能
0 引 言
目前，城市就业研究常采用经济普查和人口普查数据，应用引力模型等模型计算模拟职住联系[1]，取得了丰富的研究成果。张勤[2]应用街道尺度的人口普查数据，结合问卷调查，研究武汉市就业分布的时空演变，总结就业空间结构特征，对武汉未来就业空间结构的优化提出合理建议；沈体雁[3]通过两次经济普查就业数据（2004、2008）的空间计量经济分析，对东北地区就业密度的空间特征进行研究，得出就业密度格局的时空变化特征规律，分析结果对加快推进东北老工业基地振兴战略具有较高的参考价值；胡瑞山[4]运用第二次经济普查单位地理编码数据分析了北京市就业密度变化特征和就业中心功能，对就业人口集聚的热点地区边界和就业空间进行了准确识别，作为公共交通安排、公共安全和应急事件应对等公共服务安排的重要参考。
普查数据作为城市就业空间研究的常用数据源，其往往受限于数据源的空间尺度、时效性等问题，使得研究成果精度受到一定的影响。大数据技术的发展，拓展了数据获取渠道与规模，弥补了传统数据在城市规划研究领域的局限性[5]。近年来，许多学者通过大数据的应用，对城市就业空间特征进行了深入研究，孙琪[6]应用2015年9月13日～2015年9月19日连续一周的居民公交IC卡刷卡数据识别居民的居住地和就业地，研究其居住就业空间组织特征；王波[7]应用借助新浪微博社区，引入LBS大数据，从居民实际活动的角度对城市空间进行分析，构建、识别城市活动空间要素，从空间等级、用地与活动关系及用地组织、空间流动性、功能区划4个方面分析信息时代下，ICT技术对居民就业等行为活动的影响。手机信令作为位置大数据，兼具空间位置和特征信息，具有动态、实时、客观、精细、获取速度快、覆盖面广等优势[8]，本文将联通手机信令数据作为数据源，对沈阳市现状就业及其空间特征进行研究，旨在为解读城市就业空间提供有力支撑，作为沈阳市新一版城市总体规划的城市空间结构研究专题的重要参考。
1 数据概况与数据处理
根据移动通信网络的覆盖特性及其需提供给用户连续服务的功能，用户的手机终端会和移动通信网络主动或被动的、定期或不定期的保持着联系，移动通信网络将这些联系识别为一系列的控制指令，即为手机信令[9]。一般，可从通信运营商处获取手机信令数据，通过数量庞大的基站连续不断地追踪手机用户的空间位置、状态等信息，实现对手机用户活动比较全面完整的记录。
1.1 数据来源及特点
本次研究的数据来源于沈阳市联通用户手机信令数据，包括经过加密的唯一用户识别号（匿名编号，不涉及个人信息）、信令类型、信令发生时间、信令发生时手机连接的基站等内容，涉及22个工作日，5个休息日、1天五一假期和3天端午小长假。具体内容如下：
时段：2017年5月1日～2017年5月31日
空间范围：沈阳市域
手机信号类型：2G、3G、4G
数据内容：每条信令数据包含用户ID、时间戳、基站位置、事件类型等信息，见表1。
手机信令数据作为一种大规模采样的个体时空数据，与传统调查数据相比，具有以下特点：
表1 手机信令数据信息
Tab.1 Attributes of the mobile phone signaling data
1）为反映就业者的空间分布密度和集聚特征，在ArcGIS10.2中将识别的就业者分布点位以1 000 m（综合考虑联通基站布局）为搜索半径做核密度（Kernel Density）分析，将就业者密度拟合成100 m×100 m栅格的趋势面，栅格值代表就业者密度大小，如图1所示。
观测时段：每日9:00～17:00
侗族，1985年生于广西三江侗族自治县。2009年毕业于广西艺术学院油画第一工作室。结业于中国美术家协会、中央民族大学第四届西部少数民族青年美术家创作高研班，第五届西部少数民族青年美术家创作精品班，第六届全国青年美展创作班。中国美术家协会会员、广西美术家协会会员。2015年受聘为国家民族画院画家。获2016年国家艺术基金资助青年艺术人才、2018年国家艺术基金优秀项目滚动资助作品。多次参加省级、国家级展览并获奖，作品被中国美术馆、国家艺术基金、广西壮族自治区政府、吴冠中艺术馆、江苏美术馆、苏州美术馆、陕西美术博物馆、武狄天成艺术馆、中国—东盟榜样美术馆等机构收藏。
通过分析以上3个典型就业中心指标测算结果与分析，对就业中心综合评价过程中各指标之间的权重确定具有重要的参考作用。
粗脖子官兵很兴奋，说：“盗墓贼身上肯定有好东西，按住他，我来搜！”结果，只搜出几个铜钱，他火上来了，举起刀，就要把盗墓贼砍死。
1.2 数据清洗
手机信令数据无法记录用户活动目的，不能直接获得居住、就业等行为特征。通过对全市原始手机信令数据的分析，考虑居住和就业的一般规律，建立手机用户居住地和就业地的识别规则。
1）居住地识别
观测时段：每日21:00～次日5:00
因此，基本公共服务不管分类如何，应强调其基本性。它是公共服务应该覆盖的最小范围。基本，即是公共程度较高、公共品的特征较强、与民生密切相关的公共服务。公共服务的基本性，一是看其正面外部性的大小；二是看其是否具有非竞争性和非排他性；三是看其是否与民生密切相关。更高层次的需求，属于一般公共服务的范畴，可以由市场机制补充提供。例如，义务教育既具有较大的正外部性、非竞争性和非排他性，又与民生密切相关，可以看作基本公共服务，而高等教育具有准公共品特征，正外部性较小，就属于一般公共服务。
判断规则：
①筛选观测时段内用户的驻留位置，作为潜在居住地；
②逐日统计用户的驻留时间，按月汇总，驻留时间最长的地点作为该用户的初选居住地；
白酒贮存过程中酯含量的减少途径见图5，主要是两方面的原因：（1）贮存过程中白酒的自然挥发即物理损失；（2）白酒在贮存过程中的水解反应、酯-酸交换反应、酯氧化反应即化学损失。
离开金融资本，再好的知识产权转移转化也是一句空话。科技与金融相结合才能整合资源，汇聚力量，把知识产权产品落地，进而实现产业化。科技金融服务领域涵盖项目交易、技术交易、知识产权交易、项目入住产业园、政府PPP项目等，以及不同发展阶段的科技企业股权、债权融资等。工作流程如下：项目公司提出申请并上传材料→项目初评→军民融合路径规划→启动项目调查→投资方案设计→投委会评审→签署合同。这些举措的建立保障了既有投资资金的安全，也将为平台引来更多“源头活水”。
③为排除差旅人士影响，筛选出至少在初选居住地出现10天以上，作为最终的有效居住地。
由于剪力墙是建筑中使用较多的承重结构，在建筑结构的优化设计过程中，需要合理优化剪力墙结构，将剪力墙进行合理的布置，使每层建筑结构的重心与平面刚度中心相吻合，减少地震以及风荷载对建筑整体的影响。
根据以上规则，采用智慧足迹结合西班牙电信Smart Steps专有人员驻留模型对原生信令数据进行清洗，经过匿名提取、高度自动化和深度降噪处理，将联通手机信令数据加工成反映用户职住空间分布与联系的网格数据（网格大小为250 m），作为本次研究的基础数据。表2中，网格数据以CSV格式存储，职住静态分布数据提供了网格坐标和职住的人数信息，动态联系数据涵盖了发生通勤联系的网格坐标和通勤人数信息。
2）调查成本低，样本量极大，覆盖人群比例高，地理位置覆盖城乡；
从2000年起，在国防科工局空间碎片专项科研计划支持下，我国才开展空间碎片防护研究。先后开展了典型铝合金Whipple防护结构、双层和多层铝板、泡沫铝、铝网等填充防护结构的超高速碰撞特性研究。近年来，开发了玄武岩纤维/SiC纤维填充材料，一些成果在“天宫”系列载人航天器上获得了工程应用。
判断规则：
①筛选观测时段内用户的驻留位置，作为潜在就业地；
②工作日内逐日统计用户的驻留时间，按月汇总，驻留时间最长的地点作为该用户的可能就业地；
③对比用户的初选工作地与居住地，如果相同，则取驻留时间次长地点为初选就业地；
④为排除差旅人士影响，筛选出至少在初选工作地出现10天以上，作为最终的有效就业地。
2）就业地识别
表2 数据清洗后通勤信息
Tab.2 Job-housing information after data cleaning
2 就业中心布局与特征分析
2.1 就业中心识别
国内外对于就业中心的识别方法各有异同，总体来说是通过就业密度这一指标来测定[4,10]。根据McMillen（2001）的定义，就业中心是指就业密度显著高于周边区域、且对总体的就业密度函数具有显著影响的地区[11]。依据上述定义,将就业岗位数据进行空间化，以就业岗位核密度分析结果为基础数据，综合应用空间自相关分析、自然间断分级法和等值线法，对沈阳市就业中心进行识别[2,12]。具体过程如下：
图1可见，该高炉钛渣主要物相成分为：铁钛氧化物(Fe2TiO5和Fe5TiO8)、镁钛氧化物(MgTi2O5)、单质铁(Fe)以及复杂的多元素化合物(Ca(MgFeAl)(SiAl)2O6)，钛渣以二氧化钛为主，主要杂质钙和镁合计含量达24.67%。
1）连续动态反映手机持有者的空间位置信息，记录用户的空间轨迹；
图1 就业人群核密度分布
Fig.1 The kernel density map of employees
对就业密度值进行自相关分析，在5%显著性水平下，置信度大于95%（大于1.96倍标准差），选出就业密度的高值聚类区，以拒绝零假设条件（数据样本非随机分布），将高值聚类区作为就业中心识别的基础本底区域，如图2所示。
图2 高值聚类区
Fig.2 Areas of high values of Moran's I
按照以上方法，对18个就业中心的四项指标进行测算，分析就业人口数量指标曲线如图8所示，太原街、和平大街、北站对于就业者具有很强的吸引，就业人数相比其他就业中心具有明显优势；从就业中心服务区域面积来看，指标发展趋势与就业人口数量几乎一致，但曲线明显平缓，没有出现“断崖式”下降；平均通勤距离指标受地域性影响明显，处在新城的沈鼓北方重工、东软软件园、道义等就业中心具有较高的数值，平均通勤距离较长，老城区北行、兴华街就业中心平均通勤距离最短；辐射均衡性指标比较依赖于就业中心密度，对于地区型服务的就业中心如于洪广场、张士、兴华街、沈鼓北方重工等中心，其标准差值较高，北站、五里河、太原街等就业者密度高的就业中心标准差值较小，服务均衡性好一些，研究还发现21世纪、东软软件园就业中心虽然处在浑南的外围新城，其他指标一般，但其吸引的就业者在市区范围内分布较均衡，标准差值也很小。
图3 自然间断点分级法和等值线法结合识别就业中心
Fig.3 Employment centers identif i ed by nature breaks and Isolines
3）在高密度值中心识别的基础上，采用等值线法，识别密度值相对较低的就业中心。等值线的起始值采用上述分级方法的第三级数值，并且以主城区基站的平均距离1 000 m为等值线间隔。选取以等值线分隔的、密度明显高于周边区域的就业密度聚集区为最终的就业中心[2]。
识别结果如图4所示，共识别出以下18个就业中心，包括浑北主城二环内的北站、太原街、五里河、五爱、中街、黎明龙之梦、北行、兴华街、南塔以及二三环之间的三台子、陶瓷城、于洪广场、张士就业中心；浑南奥体、21世纪、东软软件园；北部道义和经济技术开发区沈鼓北方重工等就业中心。这些就业中心以只占中心城3%的面积集聚了27%的就业岗位。其中，经济技术开发区与老城区北站、太原街等地的就业情况相比，虽然就业岗位数量多，由于生产方式的原因，没有在空间上形成岗位的集聚，是拥有大量就业岗位的开发区但就业中心识别数量偏少的主要原因。
图4 沈阳市就业中心
Fig.4 The employment centers of Shenyang city
2.2 布局特征分析
就业中心体系呈现出多中心、多层级、轴线化的发展模式。在城市空间坐标系中，就业中心形成了沿着横轴、纵轴布局的空间形态，与地铁一二号线的走向耦合度极高，象限内部就业中心的缺位体现了沈阳产业发展政策和多中心结构发展的历史沿革，并且与“三环三带四楔”的城市生态空间结构相互补充，如图5所示。总体上，一环内就业中心密度值较高，且出现集中连片的分布特征，就业密度由一环内的高密度集聚向外围扩展逐渐降低。就业中心也呈现出一环内集聚，外围分散的分布模式，老城区的就业中心数量远远超过新城。由此可见，浑河北岸三环内的老城区仍然是就业功能的核心承载区域，大多数就业中心集聚于此，并承载了72%的就业岗位数，外围新城岗位少，中心性差，就业功能较弱。老城区就业人口疏解缓慢，新城职能发育不成熟，是造成沈阳城市就业体系空间分布二元性的主要原因，虽然城市在形态上呈现出多中心结构，但外围新城的功能发展相对滞后，岗位数量不足造成的通勤压力和城市运行效率问题凸显。
图5 沈阳市“三环三带四楔”生态空间结构
Fig.5 The spatial structure of ecological environment of Shenyang city
3 就业中心服务效能评价
3.1 评价指标选取与分析
从就业规模和功能联系两个维度测度就业中心的服务效能。就业规模指就业人口数量和就业中心服务覆盖范围大小，反映了就业中心对就业者的吸引能力；功能联系包括就业者到就业中心的平均通勤距离和就业中心辐射的均衡性，平均通勤距离代表了就业中心的通勤适宜性，就业中心辐射均衡性是指在全市范围内就业中心吸引各区域的就业者数量是否相当，有没有明显的偏向性，本文用各行政区的就业人数百分比的标准差量化表达，标准差越小，表明就业中心辐射均衡性越好。
论坛开幕式由上海财经大学图书馆馆长朱为群教授主持。上海财经大学副校长刘兰娟、中国图书馆学会高校图书馆分会秘书长宋姬芳、上海市图书馆学会理事长周德明、上海市高校图工委常务副秘书长杜夏明先后致辞。与会领导专家对于论坛的国际化视野及主题内容给予高度评价，对论坛的成功举办及其对大学图书馆转型发展的促进作用提出了殷切的期望。
将整个市区空间划分为1 km×1 km的网格，对职住通勤数据进行空间化处理，对通勤联系数据中的就业地网格中心点进行空间落位，提取就业中心范围内的点，将就业中心对应的就业者居住地进行空间落位，即得到该就业中心就业者的分布范围和每个网格的就业者数量。以北站、五爱、三台子就业中心为例，测算服务效能指标，并分析其职能特征，见表3。（就业人口数量为联通手机信令数据识别，不代表真实人数。）
表3 北站、五爱、三台子就业中心指标测算结果
Tab.3 Estimated results of the employment size and functional linkages of Beizhan, Wuai and Santaizi employment centers
对比3个就业中心各项指标结果，从如图6、图7中可以看出，北站就业中心吸引的就业者数量远高于五爱和三台子就业中心，且就业者分布范围广，空间分布形态呈现自中心区向外随距离逐渐衰减的特征，但衰减速度较慢，集聚中心并不局限于很小的区域，而是在相当大的空间范围内保持较高的密度；五爱就业中心就业者数量和服务范围一般，相比北站就业中心其服务范围有明显的收缩，具有一定的辐射能力，呈现出更强的中心集聚性，就业者数量距离衰减较快；三台子就业中心就业者数量少，就业者分布范围小，辐射能力弱，但中心集聚性强烈，距离衰减效应更加明显，在就业中心附近很小的范围内吸引了大量的就业者。在服务均衡性方面，北站较好，体现了其就业中心服务的“广域性”特征，五爱次之，兼具“广域型”和“地缘型”特征，三台子较差，主要表现为“地缘型”特征。
3）用户时空位置被动记录，被调查者无法干预，样本数据客观性强。
图6 北站、五爱、三台子就业中心就业者来源直方图
Fig.6 Histogram of the sources of employees in Beizhan,Wuai and Santaizi employment centers
图7 北站、五爱、三台子就业中心腹地范围
Fig.7 Hinterlands of the Beizhan, Wuai and Santaizi employment centers
3.2 服务效能综合评价
2）应用自然间断分级法（Natural Breaks）划分就业密度值的等级间隔（该方法可获得组间差异最大，组内差异最小的效果），经反复试验，与用地现状图对比，发现五等级划分结果与现实的耦合度最高，并选取一二级分组的高密度值作为就业中心初步识别结果[12]。如图3所示，一二级分组的高密度值主要分布在一环范围内，呈面状集聚，传统认知的几个主要就业中心的识别率非常高。但该方法难以发现外围就业密度较低的中心，不太适用于就业密度梯度大的城市，对于外围形成的就业组团，虽然相对传统就业中心的密度值较低，但已经形成区域性的就业中心，有待进一步识别确认。
加工食物吃太多：加工食物含有大量的添加剂，这些添加剂中的化学成分都需要依靠肝脏解毒代谢。如果长期摄入加工食物，无形中增加肝脏负担，容易引发慢性肝损伤。
图8 各就业中心指标对比曲线
Fig.8 Index comparison of employment centers
将4项指标测算值进行归一化处理，统一数据量纲，作为测度就业中心服务效能的影响因子。应用AHP法结合专家打分法确定各因子之间的权重，就业人数指标0.466 8、服务区域面积指标0.160 3、通勤距离指标0.095 3、服务均衡性指标0.277 6，在ArcGIS软件中通过叠加分析工具计算各就业中心的服务效能[13]，如图9所示。
式中，S是综合得分，Xi为各项指标量化值，Wi为指标的权重值。
图9 AHP法确定因子权重
Fig.9 Illustration of AHP to determine weights
根据服务效能评价结果，构建就业中心的三级体系，分析过程及结果如图10所示。经计算，北站、太原街、五里河为一级就业中心，五爱、21世纪、奥体、中街等为二级就业中心，南塔、道义、三台子、于洪广场等为三级就业中心。空间布局上，一级就业中心分布在城市中心区，二级就业中心在中心区零散分布并向东部和南部轴线延伸，三级就业中心沿北部、西部轴线分布。
在我国社会经济不断发展的背景下，新农村建设项目成为了人们关注的重点。在农村建设的过程中，村庄的外貌等成为了建设的重要内容。农村建设要重点关注村庄的环境，还要关注乡村的具体特点。现阶段，我国的乡村地区建设的过程中缺乏合理和科学的规划指导，在具体实践的过程中衍生出了比较多的问题。这不仅不能进行合理的建设，也会出现资源的浪费，最终影响了农村的可持续发展。
图10 就业中心能级测度
Fig.10 Def i ning hierarchies of the hierarchies of employment centers
4 基于就业功能的城市空间划分
将就业中心腹地作为城市空间进行划分的依据，从就业角度探讨城市空间结构问题。就业中心腹地指就业中心服务的空间单元中，就业者数量占主导的单元组成的空间范围。基于通勤联系数据，计算比较18个就业中心腹地在相同网格中的就业人口数量，将最大人口数对应的就业中心确定为该网格的空间归属，即网格是该就业中心的腹地，若最大值相同，则参考上一章节就业中心评价的等级体系，该网格归属于较高一级的就业中心。研究中针对ArcGIS分析处理的属性表文件，应用MATLAB软件编程实现以上算法，如图11所示。
学生将零碎的片段连成句子后，笔者追问：藏羚羊的现状告诉我们什么？学生总结出：野生动物保护迫在眉睫。这是展示型问题与参阅型问题的第一次协同合作。第二段的阅读任务是填表，将大象过去的生存状况与现在的状态做对比，并分析这背后的成因。笔者追问：从大象今昔状况对比中，我们可以发现什么？学生总结出：人类的积极行为在野生动物保护中能够起到巨大作用（见图2）。
图11 就业中心势力范围划分实现核心代码
Fig.11 Some codes to divide the service area of each employment center
图12 是基于就业功能对城市空间划分的结果。可以看出，3个一级就业中心腹地占据了57%的空间单元，呈现出集中连片布局，三者的界线较清晰，由于其承担着服务全市的职能，在集中连片区以外也产生少量的飞地。相对地，低级别的就业中心腹地在其附近形成少量集聚。浑河对腹地的空间分隔作用很小，浑河北岸就业中心对南岸就业者具有强大的吸引力，北岸的就业中心腹地呈现出跨浑河、连续的分布模式。四环外由于居住用地少，出现零碎、多中心归属的特点，但由于距离中心区较远，大部分网格单元归属于距离较近的就业中心。另外，通过就业中心周边的势力范围可以看出，就业中心自身所在空间单元未必是其腹地。
图12 城市空间划分结果
Fig.12 Urban space division result
综上，浑北老城区的就业中心对全市就业者具有强大的吸引，外围新城的就业功能向心性极其明显，这与现状城市发展阶段相吻合，目前，沈阳外围新城处于初期发展阶段，综合性不强[11]，各项职能的培育主要依靠对浑北主城老城区职能的分担，就业功能较弱，因而形成了就业者在新城居住老城就业的通勤指向，带来了“钟摆式”交通问题[14-15]。老城区的功能疏解、新城功能的完善是未来城市发展的重要任务，在承接老城区功能疏解的同时，应进一步加强新城的综合功能发展，培育公共中心和就业中心，形成新城自身良好的内循环运行和新城老城有机联系的高效的城市运行机制。
5 结束语
应用手机信令数据对沈阳市就业空间特征进行研究，弥补了传统经济普查和人口普查数据在城市就业研究中的不足，提高了成果的准确性。通过职住空间联系，对沈阳市就业中心布局深入剖析、就业中心服务效能综合测度以及城市空间单元划分，加深了对沈阳城市就业空间特征的认知，得出了就业中心分布特征、就业中心等级性、城市空间单元就业归属等方面的结论。揭示了就业空间结构形成的特征规律，并结合现状城市发展阶段，基于就业视角解读城市空间结构，得出的结论对下一步城市空间发展具有一定的参考意义。
参考文献
[1] 魏冶, 修春亮, 王绮. 空间联系视角的沈阳市多中心城市结构研究[J]. 人文地理, 2014,29(3):83-88.
[2] 张勤. 武汉市就业分布的时空演变研究[D]. 武汉:华中师范大学, 2014.
[3] 沈体雁, 张晓欢, 赵作权. 东北地区就业密度分布的空间特征——基于两次经济普查数据的空间计量经济分析[J]. 经济地理, 2012(10):14-20.
[4] 胡瑞山, 王振波, 仇方道. 基于普查单位的北京市就业中心识别与功能定位[J]. 人文地理, 2016,31(4):58-65.
[5] 宋小冬, 丁亮, 钮心毅. “大数据”对城市规划的影响:观察与展望[J]. 城市规划, 2015(4):15-18.
[6] 孙琪. 基于大数据的宁波市居民职住通勤时空分析[D]. 宁波:宁波大学, 2017.
[7] 王波. 基于位置服务数据的城市活动空间研究[D]. 南京:南京大学, 2013.
[8] 张天然. 基于手机信令数据的上海市域职住空间分析[J].城市交通, 2016(1):15-22.
[9] 马春景. 基于手机信令数据的流动人口出行特性分析方法研究[D]. 南京:东南大学, 2016.
[10] Redfearn C L. The Topography of Metropolitan Employment:Identifying Centers of Employment in a Polycentric Urban Area[J]. Journal of Urban Economics, 2007,61(3):519-541.
[11] 谷一桢, 郑思齐, 曹洋. 北京就业中心的识别:实证方法及应用[J]. 城市发展研究, 2009(9):118-124.
[12] 丁亮, 钮心毅, 宋小冬. 上海中心城就业中心体系测度——基于手机信令数据的研究[J]. 地理学报, 2016,71(3):484-499.
[13] 佟耕, 李鹏飞, 刘志国, 等. GIS技术支持下的沈阳市中小学布局规划研究[J]. 规划师,2014,30(s1):68-74.
[14] 李晓. 沈阳城市经济转型背景下的城市空间重构研究[D]. 沈阳:辽宁大学, 2016.
[15] 张晓云, 李鹏飞, 顾琼. 基于基于手机信令数据的城市空间结构研究——沈阳城市职住状况分析与评价[J]. 城市与区域规划研究, 2017(3):68-74.
Detecting the Spatial Characteristics of Urban Employment Using Mobile Phone Signaling Data:a Case Study of Shenyang City
LI Pengfei
(Shenyang Institute of Planning and Design, Shenyang 110004, China)
Abstract: This paper investigated the spatial characteristics of urban employment of Shenyang city using mobile phone signaling data. Firstly, the rules of data cleaning was established to identify the residence and place of employment for each mobile phone user. Secondly, an analytical model was built based on the concept of employment centers proposed by McMillen. Then, the data of urban employment data was analyzed by various approaches including kernel density,spatial autocorrelation, natural breaks and isoline. The employment centers were identif i ed and their spatial patterns were analyzed. After that, the hierarchical structure of employment centers were constructed according to their service effectiveness, which were measured by the employment size and functional linkages. Last but not the least, the urban space was divided by employment function to explore the spatial structure of urban employment, and to reveal the internal mechanisms of urban operation.
Key words: mobile phone signaling data; employment center; layout; service effictiveness
【中图分类号】 TU984.199
【文献标识码】 A
【文章编号】 1672-1586（2019）01-0025-06
引文格式： 李鹏飞. 基于手机信令数据的城市就业空间特征研究——以沈阳市为例[J].地理信息世界,2019,26(1):25-30.
作者简介：
李鹏飞（1986-），男，辽宁沈阳人，地图学与地理信息系统硕士研究生，主要研究方向为大数据在城市规划与城市研究中的应用。
冬季皮肤干燥是发生瘙痒症的主要原因。瘙痒的人都喜欢用热水烫，但烫后皮肤的油脂膜被破坏了，皮肤就会更干、更痒，原有的炎症也会加重。提醒大家，没有一种皮肤病是烫好的！洗澡次数不要过频，水温最好在37℃以下，应选择中性或油性的护肤浴皂，尽量不要用力搓擦。养成使用皮肤保湿剂的习惯非常重要，可定期或在洗浴后全身涂抹具有保湿功能的护肤霜。
E-mail:
261484432@qq.com
收稿日期： 2018-06-07
标签：手机信令数据论文; 就业中心论文; 布局特征论文; 服务效能论文; 沈阳市规划设计研究院论文;