|
（在全省“十四五”规划理论与实践培训班上的讲课） 大家上午好！很高兴，有机会和大家一起交流规划编制工作。 每五年一轮的规划又要启动了，作为从事规划的同志，我们思考最多、也是挑战最大的，就是如何在新一轮规划编制中体现创新。 其实围绕规划的创新，无非就四个层面：一是规划理念创新，比如“多规融合”，比如曾经提出“开门编规划”，比如现在的统一规划体系；二是规划内容创新，比如“十一五”首创约束性指标、预期性指标，每一轮根据不同发展阶段确立的规划重点，像“十四五”重点关注的“以人民为中心”和“高质量发展”；三是规划表现形式创新，比如“十一五”出现的“专栏”形式,其实是网络时代“超文本链接”的一种表现，再如目前我们规划都附上一个重点项目表，是体现能落地和可操作性的需要；四是规划技术手段创新。应该说技术手段创新最重要，但目前看来可能是创新最不明显的，至今还是主要依靠在座各位的大脑和双手。 所以我院从2017年起组织科研团队，探索运用大数据手段，在规划编制的技术手段上进行创新。今年五月，我们递交了《加强多源大数据在“十四五”发展规划中的应用》报告给省领导，得到了省领导高度重视。省主要领导批示：这个报告很好，加快多源数据资源整合共享开放，是推动数字经济发展的重要动力。请相关厅局阅研。还有省领导批示：多源大数据应用是篇大文章，在规划编制、经济形势分析、应急管理、社会治理等方面大有作为，需系统谋划，抓重点领域应用。随后发改委相关领导召集了各处室和科研单位进行了研讨，明确要在十四五规划前期课题研究上率先应用。 今天机会难得，我想向大家汇报一下多源大数据在规划编制，尤其是发展规划编制中的应用。我直接从实务操作入手，讲几个不同的应用场景和案例。 首先和大家解释一下，所谓多源大数据的数据来源在哪里。主要三个方面：一是分散在各个部门内的政务数据。政府部门其实沉淀了大量有价值的数据，但之前开放使用的不多，形成信息孤岛，如今全省推进数字化，专门成立大数据局，让数据共享成为可能；二是市场上由一些运营公司、平台公司提供的数据服务和产品。如移动、联通公司的手机信令数据，百度、高德等公司的移动互联网数据，交通运营公司提供的高铁出行、公交刷卡数据，电力公司的用电数据，同花顺等金融领域的公司提供的投资数据等等；三是通过软件编程从网络上公开信息中爬取和收集的特定数据。 我们接着看应用场景和案例： 第一个应用场景，是对人口发展问题的洞察 对于规划编制而言，人口分析是基础，也是连接发展规划和空间规划的重要纽带。之前城乡建设规划有自己的人口预测，但往往由于建设用地指标的考虑，水分较大。如今人口研究和规划的职能到发改委后，人口分析将是发改系统凸显发展规划统领作用，实现与空间规划多规融合的重要抓手。 但之前对人口分析的技术手段不多，主要是详细数据无法获得。统计局每年是5‰的人口抽样调查，2015年才有个1%抽样，样本量太小，无法真实表现人口结构和分布，尤其是动态分布的现状。然而以大数据方法，可以很好地弥补传统数据的不足。 如下四张图：图一是1935年胡焕庸提出的中国人口分布主要在“黑河—腾冲45度线”右侧的，所谓胡焕庸线这一假设。随后三张图，是近期根据NASA夜间卫星图、春运交通迁徙图和阿里菜鸟物流图，三种不同来源的大数据，都证明了“胡焕庸线”的设想。 但在规划实际应用中，手机信令数据还能够发挥更大的作用。因为它具有：（1）样本量大（手机普及率高，移动用户占70%以上）；（2）绑定自然人（获得注册人身份信息，也可与智能手机软件数据联合分析）；（3）时间连续性（不会频繁更换号码）；（4）空间完整性（几乎手机不离身）；（5）更新速度快（实时发生，被动信令不超过半小时）；（6）无感知采集，等特点。当然，也要经过一系列的技术处理。 比如我们以手机信令数据来看全省常驻人口的分布。通过手机信令数据每天滚动计算一次，以职住模型识别，居住地连续6个月在同一个县市区的，判断此人为常驻人口。 机信令数据显示，浙江人口分布已明显呈现向四大都市区集聚的趋势，其中人口最多的是杭州都市区，且集聚辐射效应非常强。已经呈现出要将宁波都市区和金义都市区无缝联接，形成超大都市区的趋势。 从各个县市区来看，萧山、余杭和义乌是常驻人口最多的县区，都有170万以上的移动用户为常驻人口，三者总计就占了全省常驻人口的10%。而浙西南绝大部分县市区，以及沿海部分海岛地区的常驻人口要远低于其他部分，从全省来看，嵊泗县、洞头区、景宁畲族自治县是常驻人口最少的县区。 从常驻人口中的劳动年龄人口来看，其实和总人口分布大致相当，但集聚效应更加明显。杭州都市区内聚集了全省范围内的大部分劳动年龄人口。其中劳动年龄人口最多的几个区域是萧山、义乌和余杭，都占全省劳动年龄人口的比例都在3.45%以上。紧随其后的慈溪市、江干区、鄞州区、乐清市、瑞安市也是几个劳动年龄人口较多的地区。 从60岁以上的老年人口来看，慈溪市、余杭区和萧山区是老年人口最多的区域，都是占全省老年人口的2.3%以上，不过由于这几个市县的总人口和劳动年龄人口占比都在3%左右，所以老龄化程度是远低于全省水平的。从区域老龄化程度来看，全省89个区县中，文成县、岱山县以及泰顺县是老龄化程度最高的三个区县，就移动手机用户中，老龄化程度就超过了15%（真实数据可能更高，因为还有一些老年人不用手机）。此外，义乌市的老龄化程度仅有4.8%，为全省最低，所以说义乌是一个富有生机的年轻的移民城市。 外来劳动力结构来看，来自于安徽、江西、贵州、河南和四川5省的外来劳动力总和占全部外来人口的65%以上。其中，安徽省外来劳动人口所占的比例远远大于其他各省份，达到了18.96%。整体上看，浙江省对东南沿海省份、西北省份和东北省份的吸引力较低，但对浙江省西面相邻的几个内陆省份具有较高的吸引力，此外西南地区的云贵川三省。这对我省一些县市区如果招工不足，想从省外引进外来劳动力时，具有方向指引的作用。 当然手机信令对人口发展的形态分析，不只是全省层面，更适用于市和县。比如从德清县的分时段人口热力图来看，武康镇的集聚效应明显，其余地方分布较为分散，白天工作时段呈现明显的沿交通网线分布特征。可能正是这样的人口分布格局，2019年5月省政府批复成立的浙江德清经济开发区，是将零散发展要素串点成线，通过新市镇德清工业园区与钟管镇、禹越镇、新安镇就近整合形成，成为分散又联接的四个区块。 第二个应用场景，是对区域协同发展分析 在规划编制过程中，我们往往需要跳出本地区域来看自身，从更大空间范围来观察本地与外部的联系，或者内部不同区块之间的关系，以利于推进区域协调发展。 而手机信令、移动物联网等数据有着动态追踪的特点，在区域空间交互关系的分析上有很好的效果。 我们用手机信令分析工作周和黄金周，长三角区域城市的人流交互关系。可以看到，上海、杭州、南京作为中心城市的辐射作用和相互间的强联系非常明显。同时显示出三个有价值的信息：
一是说明省会城市在未来区域发展中的集聚和辐射带动作用更加凸显（等会城市投资数据亦可看出这一趋势）； 二是图中可以看出上海和杭州是强联系，上海和南京是强联系，但是南京和杭州是弱联系，铁三角缺了一条线，未来长三角一体化要补上这一条线，那么对于这条线上的湖州而言是个大机遇。 三是相比南京和上海的联系，杭州和上海的联系略弱一些，弱主要弱在杭州和上海之间，不像南京和上海之间还有很多苏州、无锡、常州、镇江这样的强联系中间点。所以我们今后在嘉兴嘉善建设一体化发展示范区尤为关键。 如果我们再拿长三角地区各个城市每年被外部股权投资的笔数，按照时间序列做成一张动态图，可以看出随着时间演进，芜湖、镇江、南通等三线沿江城市逐渐落后，而省会城市名列前茅，这和手机信令数据显示的人口交互关系是吻合的。也说明在区域发展和竞争中，原本沿江沿路等交通区位优势，正让位于更关键的政治资源优势和人才集聚优势。
如果我们再分析省内四大都市区的核心区（注：台州的路桥、椒江等三个区也属于宁波都市区核心区，但由于空间相离，所以没有纳入分析）在区域协同和对外人流交互关系上的大数据，可以得到很多信息。
可以看出杭州都市区不愧为老大,与周边县市区往来基本上都在20万人次以上,尤其和宁波都市区、金义都市区建立了超强联系，虽然和温州都市区因为距离原因联系弱了点，但总体还是呈现出雨露均沾的态势。 宁波都市区和金义都市区的辐射集聚效应也在呈现，但可以看出他们对外最强联系和交互的还是与杭州都市区。 相对的，温州都市区辐射范围最小，与周边区县的联系次数都处于10万左右。说明温州的城市能级还有待提高，这应该是温州十四五及更长一段时期内所要重点解决的任务。 如果我们再分析都市区内部的联系。时间关系，我不对每个都市区都进行分析汇报了，就选择杭州都市区分析观察。
就联系紧密性而言，杭州都市区内余杭区、拱墅区、西湖区3个区域之间的联系最为紧密，而西湖区与下城区、上城区、滨江区的联系相对较低。在外围区县中，桐乡市和海宁市的联系程度相对较高。总体来看，杭州都市区内部相互联系程度大于50万的区县组合一共有15个，远大于其他都市区。 再看89区县黄金周和普通周的出行和人流交互情况。可以看出，杭州地区内部各区县之间的联系在89个区县之间最为紧密，相互间的联系基本都在50万以上，出行的总量占全浙江出行总量的25%以上。在杭州都市区范围外，出行联系大于50万的区县组合有义乌-东阳、余姚-慈溪、苍南-平阳,桐乡-海宁等，也都符合大家平时的感受。
但其中有一个特殊的点是诸暨，原本应该是北承杭州都市区、南接金义都市区，但在人口联系上并未表现。说明其还未充分发挥中转站的职能，反而会被南北两大都市区极化效应所边缘化，未来应积极面对这一挑战。 第三个应用场景，是完善城市公共服务 基于城市公共服务设施空间位置与用户人流的大数据分析，有助于进一步优化基础设施布局，实现公共服务的精准供给。 对杭州地铁用户大数据分析，我们将一个月中用户地铁出行占其所有出行比率大于30%，定义为地铁活跃用户。同时将杭州主城区的人口进行职住画像，晚上住在杭州的作为居住人口，白天工作在杭州的作为工作人口。
可得出地铁活跃用户中的居住人口为74.8万，占总居住人口的10.1%。地铁活跃用户中的工作人口为66.7万，占总工作人口的14.2%。他们居住和工作的地点形成热力图，就是地铁有效服务的范围。 我们也可同样分析公交站线的服务人口，左上图是一条公交线路不同站点的上车人数，对这些人进行来源追踪，就成为左下图服务人群的热力图。右边柱状图是每条站线不同时间段的人数，可以分析我们公共交通线路是否合理布局，哪些站线必须增加车辆，哪些可以压缩。
我们也可以基于手机终端用户的时空分布，实现医院就医人员来源地、性别、年龄等画像分析和医院影响势力范围分析；通过就医人员的大数据分析为医院的规划建设提供可靠的数据支撑；如果能够和医保消费数据共同分析，其价值更大。
我们还可以将学校地理位置布局和周边人群数量，以及学龄人口预测数据相结合，对今后教育资源的配置进行指引。
以手机终端用户时空分布，对商圈影响范围评估，对主要人流聚集商圈进行边界的识别，以及商圈人流密度的监测，已经是一项非常成熟的大数据分析产品。此应用可延伸至公园、图书馆、全民健身中心、文化场馆等公共产品，测算对市民的影响势力范围，实现对公共设施布局规划的辅助分析。
第四个应用场景，是优化生产力布局 如果我们将区域内所有的重点项目、龙头企业、重大产业平台和技术人才等要素，都以清晰的时空来可视化表现，对今后生产力优化布局提供很好的参考作用。 我们将全省2014年-2018年所有的省级重大产业项目进行空间上呈现，会发现两大布局特征一是绕都市区分布；二是沿主要交通轴线分布。
省委宣传部委托我们对全省影视产业调研并编制规划，我们将所有已建和在建的影视基地在空间上标注定位，就可以看到存在极大的重复建设问题，今后如何差异化发展，并串珠成线进行协同开发，是我们今后规划的重点任务。 如果我们根据企业工商注册数据，追踪一个县市区内部的企业空间分布的历史演变，也会得到很有价值的信息。黄岩委托我们编制服务业规划时，我们将该区过去30年来所有的交通运输仓储企业、批发零售企业的空间位置，按时空轴线进行动态热力图观察，可以看出这些企业集群空间发展趋势的特征，并由此对今后规划的空间布局给出明确的指引。
根据同样的方法，对一个区域产业的相关大数据进行系统采集和分析，并在空间上进行可视化表达，就形成了产业地图和智慧云平台，为今后精准招商、企业落地、经济监测、营商环境改善等提供很好的参考。我院去年就建设了大健康产业地图，目前受相关部门委托，在建设交通产业地图和人工智能产业地图。有些县市区和园区也和我们联系，想对本区域内所有企业的运营情况、空间分布、平台载体、行业分类、人力支持、用地情况、投融资情况等都以大数据动态监测，并在网络系统上可视化，这就是马云鼓吹的“智慧区域”、产业大脑。但个人认为马云做不了，因为要整合大量的政务数据，同时要对区域发展规律有深刻的认识。
由于今天时间有限，所以我只能蜻蜓点水式地向大家介绍下多源大数据在规划编制中的几个场景。未来大数据应用空间广阔，也需要我们共同探索和深化。目前我院已经形成了集经济研究、计量分析、区域规划、地理信息系统等多名专业人才的大数据应用研究小组，也整合了大量政务数据资源，并和诚智天扬、智慧足迹、极海、企研、中国移动、百度慧眼等国内知名的大数据服务公司成为合作伙伴，也感谢他们对本课件提供的技术支持。 今后我们将依托微信，不间断推出我们的大数据研究成果，也欢迎大家来交流探讨。谢谢！ （本文作者又帅人又好，还不扫描下方微信认识一下？） |
|
|
