滴滴百城出行轨迹图出炉 比一比城市半径谁最大

本篇文章1765字，读完约4分钟

中国经济网，北京，10月26日-我相信很多人仍然记得nasa(美国国家航空航天局空 NASA)发布的全球夜景图，它真正实现了从上帝的角度观察人类活动和经济趋势。对于一个中国城市来说，除了观察城市的灯光之外，还有什么方法可以正确地观察城市的发展和动态？

答案很自然。流动是城市的本质，它包括人和交通的流动，也包括信息和数据的流动。这种流动性是城市活动和繁荣最直接的表现。

像星云一样，每个城市在流动中形成自己独特的轮廓和结构。滴滴出行大数据记录了城市的流量数据，并试图为每个城市勾勒出一个客观、严谨的架构。

接下来，让我们以全新的姿态欣赏滴滴出行绘制的“城市星云”。

图1滴滴出行数据绘制的100个城市的“星云图”，根据滴滴出行大数据，我们分析了出行量大、人口多的100个城市，并计算了这些城市的出行半径。

城市半径是指大部分(90%以上)旅行的起点或终点都分布在以中心为原点的圆内。经过多年的“铺大蛋糕”，北京这个特大城市的出行半径已经扩大到31.7公里，几乎覆盖了整个六环路。

排名最后的沧州，半径只有6.0公里。众所周知，沧州第二区总面积为227平方公里，但活动旅游区仅占市区的一半，其半径是北京的4.3倍。

表1城市半径排名

毫无疑问，城市地域的扩张是经济发展和人口聚集的结果。

经过进一步分析，我们发现城市半径与其经济发展水平之间存在高度正相关(r=0.73)。从表1和图2中不难发现，经济发达和人口净流入地区的城市半径往往较大。

在城市半径排名前50名的城市中，有21个城市位于珠江三角洲和长江三角洲地区；从省际分布来看，广东、江苏和浙江分别占8席、7席和6席。图2城市半径、国内生产总值与居民人口的关系。正如1978年签署的《马丘比丘宣言》所言，“交通被视为城市的基本功能之一”，道路网可以说是城市交通的主要子午线。道路网络的机动性非常高，滴滴出行平台上的车辆甚至可以每天覆盖北京所有道路300多次。

接下来，我们继续使用滴滴出行的追踪数据来探索城市的“脉络”，并依次探索五种城市结构的分类。

首先是网格结构。这种结构源于路网发展与传统文化的融合，在历史悠久、地势平坦、地域广阔的城市中经常出现。

考虑到历史因素，网格结构兼顾了传统文化的保护和交通网络的规划，这不仅有利于建筑的合理布局，也有利于公共交通系统的灵活组织。如下图所示，Xi市的路网结构呈棋盘状纵横交错，是网格状城市结构的代表。图3 Xi市第二类路网结构为圆形放射状结构。这是一个从市中心逐渐辐射的路网结构，其非线性系数较小，有利于中心老城区与周边新城区的紧密联系，并在一定程度上避免了公交交通给城市发展带来的障碍。

随着城市的发展，环形放射状结构不断完善。如图4所示，作为一个圆形放射状城市的模型，成都路网的总体布局是由“井”和圆形放射状道路组合而成。图4成都城市道路网结构第三类为狭长结构。这种路网结构受到特殊地形的限制，每条道路都是根据城市所处的地形而发展的，地形曲折，无法形成特定的几何图形，从而“被迫”出现一个南北向或东西向的狭窄城市结构。

狭窄的建筑在山地城市很常见，其中最典型的是重庆。图5重庆市第四类城市路网结构为沿海结构。沿海城市的道路系统受陆地面积的限制，但其中心区域往往离海不远，因此很容易形成自由式的不规则城市结构。

在中国，有很多沿海城市，其中深圳是最好的。

图6深圳城市道路网结构的第五种类型是“蜘蛛网”结构。这种城市结构经常出现在区域联系紧密的城市群中，尤其是珠江三角洲地区的广州和佛山。从图7可以看出，佛山位于广州的西南部。这两个城市的市区相距很近，在它们的道路网络中有许多相连和重叠的部分。

珠江三角洲是一个高度区域一体化的地方，交通打破了行政区划的界限，城市内部的流动溢出成为城市间和区域间的流动。图7旅游大数据描绘了广州和佛山的融合。每个人对这座城市都有自己的印象。在1000人的眼中，一个城市可能有1000种不同的轮廓和结构，由此产生的城市记忆因人而异。

通过呈现这些城市的“星云”和“脉络”，滴滴出行可以帮助我们对城市有一个更宏观的认识，让我们重新思考脚下的土地。无论未来技术如何发展，城市流动性的本质都不会改变:它基于人和人与人之间的紧密联系。

数据来源:国家统计局，滴滴出行大数据

(主编:崔晨hx015)