迁移行为对城市职住平衡状态影响的分析方法及系统

1.本发明属于职住平衡评价分析技术领域，特别涉及一种迁移行为对城市职住平衡状态影响的分析方法和系统。


背景技术：

2.职住平衡是大城市交通拥堵、环境污染等问题的成因之一，也是当前新型城镇化建设的重要理念。近期国内外研究在职住平衡的概念、测度方法、内在机理、调控策略等方面做出了有益探索，但对于职住匹配动态演化过程的研究还较为薄弱。
3.职住迁移行为是个体对自身职住空间关系的自主调整，也是区域职住平衡/失衡的直接成因。相关技术对于居住迁移行为、就业迁移行为，以及它们两者互动关系的探索还不成熟，缺失个体职住迁移行为和职住平衡的之间的测度方法。常见的职住比、自足度、空间相异指数等方法只能测度职住平衡变化的结果，但无法解析区域职住平衡变化的过程。


技术实现要素：

4.根据现有技术的不足，本发明的目的是提供迁移行为对城市职住平衡状态影响的分析方法及系统，能够计算特定迁移行为对城市职住平衡的影响力强度与方向，从而精细化提出产城融合化发展的建议。
5.为了解决上述技术问题，本发明采用的技术方案为：
6.迁移行为对城市职住平衡状态影响的分析方法，包括以下步骤：
7.步骤1、基于大数据获取基期年至期末年目标地多个区域间的人口职住地迁移行为情况，获取各类迁移行为情况，构建人口迁移行为数据库；
8.步骤2、基于所述人口迁移行为数据库，建立职住平衡影响模型，计算各类迁移行为对区域职住平衡的影响指数；
9.步骤3、比较各影响指数间的数量关系，据此识别职住平衡状态变化的驱动力和驱动方向，提出产城融合化发展的建议。
10.进一步地，所述步骤1具体包括：
11.步骤101、识别目标地多个区域内基期年、期末年的每个个体的居住地位置、就业地位置；
12.步骤102、获取同一个体居住地位置、就业地位置信息变动情况，将迁移行为进行分类为居住迁入、就业迁入、居住迁出、就业迁出；
13.居住迁入包括居住随迁入、居住单迁入、职住同迁入；就业迁入包括就业随迁入、就业单迁入、职住同迁入；居住迁出包括居住随迁出、居住单迁出、职住同迁出；就业迁出包括就业随迁出、就业单迁出、职住同迁出。
14.进一步地，所述步骤2中，在职住平衡影响模型中，获取各类迁移行为对区域职住平衡的e影响指数，e影响指数包括e
业入
、e
居入
、e
业出
、e
居出
，e
业入
为就业迁入影响指数；e
居入
为居住迁入影响指数，e
业出
为就业迁出影响指数，e
居出
为居住迁出影响指数计算公式如下：
15.e
业入
＝2
×m业随
/s0+m
同时
/s
0-(m
业单-m
业随
)/d016.e
居入
＝2
×m居随
/s0+m
同时
/s
0-(m
居单-m
居随
)/d017.e
业出
＝-2n
业单
/s
0-n
同时
/s0+(n
业单-n
业随
)/d018.e
居出
＝-2n
居单
/s
0-n
同时
/s0+(n
居单-n
居随
)/d019.式中：m
业随
、m
业单
、m
居随
、m
居单
和m
同时
分别为就业随迁入个体数、就业单迁入个体数、居住随迁入个体数、居住单迁入个体数、职住同迁入个体数，n
业随
、n
业单
、n
居随
、n
居单
和n
同时
分别为就业随迁出个体数、就业单迁出个体数、居住随迁出个体数、居住单迁出个体数、职住同迁出个体数，s0为基期年该区域的职住同区数，d0为基期年该区域的职住异区数；
20.判断e
业入
、e
居入
、e
业出
、e
居出
的大小，若大于0，则说明该影响指数对应的迁移行为推动了区域职住平衡；若小于0，则说明该影响指数对应的迁移行为推动了区域职住失衡；若等于0，则说明该影响指数对应的迁移行为对区域职住平衡没有影响。
21.进一步地，所述步骤3中，获取职住迁移行为影响指数e
总
，e
总
为就业迁入影响指数、就业迁出影响指数、居住迁入影响指数、居住迁出影响指数之和；
22.首先判断e
总
是大于0还是小于0，若e
总
大于0，说明迁移行为总体上将推动区域的职住平衡，居住迁移行为与就业迁移行为之间的互动机制整体向好；若e
总
小于0，说明迁移行为总体上将推动区域职住失衡，居住迁移行为与就业迁移行为之间的互动机制还不完善；
23.其次，判断并比较e
业入
、e
业出
、e
居入
、e
居出
的大小，对于这四项指数而言，数值的绝对值越大，说明该类迁移行为对区域职住平衡状态的影响越强，反之越小，指数的绝对值最大则说明该类迁移行为是区域职住平衡状态变化的主要驱动行为，若e
总
大于0，则应当优先寻找e
业入
、e
业出
、e
居入
、e
居出
中的最大值，并鼓励这一类迁移行为；若e
总
小于0，则应当优先寻找e
业入
、e
业出
、e
居入
、e
居出
中的最小值，并限制、或改变这一类迁移行为。
24.进一步地，所述步骤2具体包括：
25.步骤201、计算基期年各区域的职住同区数占比；
26.步骤202、计算各类迁移行为导致的变化量职住同区数占比；
27.步骤203、对于各类迁移行为，综合变化量职住同区数占比与基期年的职住同区数占比，形成影响指数。
28.进一步地，在步骤201中，职住同区数占比p的计算公式为：
[0029][0030]
式中：c
职住同
为职住同区人数，c
职住异
为职住异区人数。
[0031]
进一步地，在步骤202中，根据该区域各类职住迁入的人数和各类职住迁出的人数，各类迁移行为导致的变化量职住同区数占比的计算公式为：
[0032]u业入
＝(2
×m业随
+m
同时
)/(m
业单
+m
业随
+m
同时
)
[0033]u居入
＝(2
×m居随
+m
同时
)/(m
居单
+m
居随
+m
同时
)
[0034]u业出
＝-(2
×n业单
+n
同时
)/(n
业单
+n
业随
+n
同时
)
[0035]u居出
＝-(2
×n居单
+n
同时
)/(n
居单
+n
居随
+n
同时
)
[0036]
式中：u
业入
为就业迁入导致的变化量职住同区数占比；u
居入
为居住迁入导致的变化量职住同区数占比，u
业出
为就业迁出导致的变化量职住同区数占比，u
居出
为居住迁出导致的
变化量职住同区数占比，m
业随
、m
业单
、m
居随
、m
居单
和m
同时
分别为就业随迁入个体数、就业单迁入个体数、居住随迁入个体数、居住单迁入个体数、职住同迁入个体数，n
业随
、n
业单
、n
居随
、n
居单
和n
同时
分别为就业随迁出个体数、就业单迁出个体数、居住随迁出个体数、居住单迁出个体数、职住同迁出个体数。
[0037]
进一步地，在步骤203中，对于居住迁入或就业迁入而言，若导致的变化量职住同区数占比的绝对值高于基期年职住同区数占比，则说明该类迁移行为对区域职住平衡造成负面影响；若低于基期年职住同区数占比，则说明该类迁移行为对区域职住平衡造成正面影响；
[0038]
对于居住迁出或就业迁出而言，若导致的变化量职住同区数占比的绝对值高于基期年职住同区数占比，则说明该类迁移行为对区域职住平衡造成正面影响；若低于基期年职住同区数占比，则说明该类迁移行为对区域职住平衡造成负面影响。
[0039]
进一步地，在步骤3中，对区域职住平衡造成正面影响的迁移行为进行鼓励，对区域职住平衡造成正面影响的迁移行为进行限制或改变。
[0040]
迁移行为对城市职住平衡状态影响的分析系统，包括：
[0041]
基础数据库模块，用于基于大数据获取基期年至期末年目标地多个区域间的人口职住地迁移行为情况，获取各类迁移行为情况，构建人口迁移行为数据库；
[0042]
计算分析模块，用于基于所述人口迁移行为数据库，建立职住平衡影响模型，计算各类迁移行为对区域职住平衡的影响指数；
[0043]
成果输出模块，用于比较各影响指数间的数量关系，据此识别职住平衡状态变化的驱动力和驱动方向，提出产城融合化发展的建议。
[0044]
与现有技术相比，本发明具有以下优点和有益效果：
[0045]
1、本发明提供的迁移行为对城市职住平衡状态影响的分析方法及系统，提供了一种更为综合的职住平衡状态的判定原则，即职住同区数占比，相比于当前的就业自足度、居住自足度而言更为系统、全面，计算更为简单。
[0046]
2、本发明提供的迁移行为对城市职住平衡状态影响的分析方法及系统，创新性地解析了各类职住迁移行为带来的职住同区数、异区数变化机理，能够通过影响指数之间的比较，精准识别出是哪一类职住迁移行为导致的区域职住失衡，以及哪一类职住迁移行为最有利于区域职住平衡，研究粒度和可解释性更强。
[0047]
3、本发明提供的迁移行为对城市职住平衡状态影响的分析方法及系统，便于从特定迁移行为的角度，提出区域职住平衡优化策略，应用价值更高，对后续城市运营的指导针对性更强。
附图说明
[0048]
图1为根据本发明实施例的在测度职住平衡影响指数时的流程图。
[0049]
图2为根据本发明实施例的迁移行为对城市职住平衡状态影响的分析系统框架图。
具体实施方式
[0050]
下面结合附图对本发明作进一步的详细说明。可以理解的是，此处所描述的具体
实施例仅用于解释相关发明，而非对该发明的限定。
[0051]
参见附图1，本发明提供迁移行为对城市职住平衡状态影响的分析方法，包括以下步骤：
[0052]
步骤1、基于大数据获取基期年至期末年目标地多个区域间的人口职住地迁移行为情况，获取各类迁移行为情况，构建人口迁移行为数据库；
[0053]
步骤2、基于所述人口迁移行为数据库，建立职住平衡影响模型，计算各类迁移行为对区域职住平衡的影响指数；
[0054]
步骤3、比较各影响指数间的数量关系，据此识别职住平衡状态变化的驱动力和驱动方向，提出产城融合化发展的建议。
[0055]
本发明从个体的职住迁移行为视角展开职住平衡研究，能够精细化识别职住平衡的动态过程，探索个体职、住迁移行为的互动机制，利于挖掘区域职住失衡的主导原因，预测职住平衡发展趋势，也更利于从人的需求出发构建职住平衡优化策略。
[0056]
在一种实施方式中，构建人口迁移行为数据库，包括：
[0057]
根据手机信令大数据、微博签到数据、开放地图数据等识别基期年、期末年的每个个体的居住地位置、就业地位置。举例来说，联通手机信令数据可以识别个体在一个月内在白天9:00-17:00的最长驻留位置为就业地，晚上21:00-次日8:00的最长驻留位置为居住地；依据就业地、居住地坐标信息可以关联到特定区域。
[0058]
所述步骤1包括：
[0059]
步骤101、识别目标地多个区域内基期年、期末年的每个个体的居住地位置、就业地位置；
[0060]
步骤102、获取同一个体居住地位置、就业地位置信息变动情况，将迁移行为进行分类为居住迁入、就业迁入、居住迁出、就业迁出；
[0061]
居住迁入包括居住随迁入、居住单迁入、职住同迁入；就业迁入包括就业随迁入、就业单迁入、职住同迁入；居住迁出包括居住随迁出、居住单迁出、职住同迁出；就业迁出包括就业随迁出、就业单迁出、职住同迁出。
[0062]
可以发现，职住同迁入、职住同迁出在这四种迁移行为里计算了两遍，在后续公式里已有考虑并做出对应处理。
[0063]
具体地，若基期年本地居住、外地就业，期末年本地居住、本地就业，说明该市民的就业跟随居住迁入了本地，属于“就业随迁入”；若基期年本地就业、外地居住，期末年本地居住、本地就业，说明该市民的居住跟随就业迁入了本地，属于“居住随迁入”；若基期年外地居住、外地就业，期末年本地居住、外地就业，说明该市民的居住单方面迁入了本地，属于“居住单迁入”；若基期年外地居住、外地就业，期末年本地就业、外地居住，说明该市民的就业单方面迁入了本地，属于“就业单迁入”；若基期年外地居住、外地就业，期末年本地居住、本地就业，说明该市民的居住、就业同时迁入了本地，属于“职住同迁入”；若基期年本地居住、本地就业，期末年本地居住、外地就业，说明该市民的就业单方面迁出了本地，属于“就业单迁出”；若基期年本地居住、本地就业，期末年本地就业、外地居住，说明该市民的居住单方面迁出了本地，属于“居住单迁出”；若基期年本地居住、外地就业，期末年外地居住、外地就业，说明该市民原在本地职住分离，后与本地脱离了关系，属于“居住随迁出”；若基期年本地就业、外地居住，期末年外地居住、外地就业，说明该市民原在本地职住分离，后与本
地脱离了关系，属于“就业随迁出”；若基期年本地居住、本地就业，期末年外地居住、外地就业，说明该市民的居住、就业同时迁出了本地，属于“职住同迁出”。
[0064]
在第一种实施方式中，所述步骤2中，在职住平衡影响模型中，获取e影响指数，e影响指数包括就业迁入影响指数、居住迁入影响指数、就业迁出影响指数和居住迁出影响指数，计算公式如下：
[0065]e业入
＝2
×m业随
/s0+m
同时
/s
0-(m
业单-m
业随
)/d0[0066]e居入
＝2
×m居随
/s0+m
同时
/s
0-(m
居单-m
居随
)/d0[0067]e业出
＝-2n
业单
/s
0-n
同时
/s0+(n
业单-n
业随
)/d0[0068]e居出
＝-2n
居单
/s
0-n
同时
/s0+(n
居单-n
居随
)/d0[0069]
式中：e
业入
为就业迁入影响指数；e
居入
为居住迁入影响指数，e
业出
为就业迁出影响指数，e
居出
为居住迁出影响指数，m
业随
、m
业单
、m
居随
、m
居单
和m
同时
分别为就业随迁入个体数、就业单迁入个体数、居住随迁入个体数、居住单迁入个体数、职住同迁入个体数，n
业随
、n
业单
、n
居随
、n
居单
和n
同时
分别为就业随迁出个体数、就业单迁出个体数、居住随迁出个体数、居住单迁出个体数、职住同迁出个体数，s0为基期年该区域的职住同区数，即基期年居住、就业均在该区域的人数的两倍，因为人数带来了职住数双倍的变化；d0为基期年该区域的职住异区数，即基期年本地居住、外地就业或本地就业、外地居住的人数。
[0070]
对于e影响指数而言，若大于0，即说明该迁移行为推动了区域职住平衡，且该e影响指数越大，对职住平衡的推动越强；若小于0，即说明该迁移行为推动了区域职住失衡，且该e影响指数越小，对职住失衡的推动越强；若等于0，说明该迁移行为对区域职住平衡没有影响。e影响指数的绝对值最大的迁移行为代表了该区域的职住平衡驱动力，其e影响指数的正负关系代表了驱动方向。
[0071]
因此，可以分别探讨就业迁入影响指数e
业入
、居住迁入影响指数e
居入
、为就业迁出影响指数e
业出
、居住迁出影响指数e
居出
对区域职住动态平衡的影响。
[0072]
职住迁入影响指数为就业迁入影响指数与居住迁入影响指数之和。
[0073]
职住迁出影响指数为就业迁出影响指数与居住迁出影响指数之和。
[0074]
就业迁移行为影响指数为就业迁入影响指数与就业迁出影响指数之和。
[0075]
居住迁移行为响指数为居住迁入影响指数与居住迁出影响指数之和。
[0076]
按照这一思路，可以分别探讨职住迁入影响指数、职住迁出影响指数、就业迁移行为影响指数、居住迁移行为影响指数对区域职住动态平衡的影响。
[0077]
最后，还可以得到职住迁移行为对职住平衡的总体影响指数e
总
，e
总
为就业迁入影响指数e
业入
、就业迁出影响指数e
业出
、居住迁入影响指数e
居入
、居住迁出影响指数e
居出
之和。
[0078]
按照这一思路，还可以分别探讨职住迁入、职住迁出、就业迁移行为、居住迁移行为对区域职住动态平衡的影响。对于职住迁入而言，即就业迁入影响指数与居住迁入影响指数之和；对于职住迁出而言，即就业迁出影响指数与居住迁出影响指数之和；对于就业迁移行为而言，即就业迁入影响指数与就业迁出影响指数之和；对于居住迁移行为而言，即居住迁入影响指数与居住迁出影响指数之和。最后，还可以得到职住迁移行为对职住平衡的总体影响指数e
总
，即就业迁入、就业迁出、居住迁入、居住迁出四个影响指数之和。相关的计算结果如图3所示。
[0079]
最后，还可以得到职住迁移行为对职住平衡的总体影响指数e
总
，e
总
为就业迁入影
响指数e
业入
、就业迁出影响指数e
业出
、居住迁入影响指数e
居入
、居住迁出影响指数e
居出
之和。
[0080]
所述步骤3中，首先判断职住迁移行为影响指数e
总
是大于0还是小于0。若e
总
大于0，说明这些迁移行为总体上将推动区域的职住平衡，居住迁移行为与就业迁移行为之间的互动机制整体向好；若e
总
小于0，说明迁移行为总体上将推动区域职住失衡，居住迁移行为与就业迁移行为之间的互动机制还不完善。
[0081]
其次，判断并比较e
业入
、e
业出
、e
居入
、e
居出
的大小。对于这四项指数而言，数值的绝对值越大，说明该类迁移行为对区域职住平衡状态的影响越强，反之越小。指数的绝对值最大则说明该类迁移行为是区域职住平衡状态变化的主要驱动力。若e
总
大于0，则应当优先寻找e
业入
、e
业出
、e
居入
、e
居出
中的最大值，并鼓励这一类迁移行为；若e
总
小于0，则应当优先寻找e
业入
、e
业出
、e
居入
、e
居出
中的最小值，并限制、或改变这一类迁移行为。
[0082]
在本发明的第二种实施方式中，所述步骤2具体包括：
[0083]
步骤201、计算基期年各区域的职住同区数占比；
[0084]
步骤202、计算各类迁移行为导致的变化量职住同区数占比；
[0085]
步骤203、对于各类迁移行为，综合变化量职住同区数占比与基期年的职住同区数占比，形成影响指数。
[0086]
职住同区数占比为某一时间下，该区域实现职住平衡的数量占该区域职住总数量的比值。
[0087]
在步骤201中，职住同区数占比p的计算公式为：
[0088][0089]
式中：c
职住同
为职住同区人数，c
职住异
为职住异区人数。这里的职住数量指就业和居住各自的人数，职住同区数量等于2倍职住同区人数，因此需要计算两倍；而职住异区的人因为仅有居住、或者就业在本区，其职住数量等同人数，因此只需计算一倍。
[0090]
为便于理解上述公式的原理，本发明提供了表1以做进一步说明。具体而言，其本质是计算某类迁移行为带来的职住同区数变化率与职住异区数变化率之间的差值。若职住同区数变化率大于职住异区数变化率，即该迁移行为最终会导致该区域职住同区数的占比提升，即推动区域职住平衡；若同区数变化率低于异区数变化率，即该迁移行为最终会导致该区域职住异区数的占比提升，即推动区域职住失衡。
[0091]
表1
[0092][0093]
所述步骤202中，根据该区域各类职住迁入的人数和各类职住迁出的人数，计算各类迁移行为导致的变化量职住同区数占比：
[0094]u业入
＝(2
×m业随
+m
同时
)/(m
业单
+m
业随
+m
同时
)
[0095]u居入
＝(2
×m居随
+m
同时
)/(m
居单
+m
居随
+m
同时
)
[0096]u业出
＝-(2
×n业单
+n
同时
)/(n
业单
+n
业随
+n
同时
)
[0097]u居出
＝-(2
×n居单
+n
同时
)/(n
居单
+n
居随
+n
同时
)
[0098]
式中：u
业入
为就业迁入导致的变化量职住同区数占比，代表就业迁入导致区域职住平衡变化的水平；u
居入
为居住迁入导致的变化量职住同区数占比，u
业出
为就业迁出导致的变化量职住同区数占比，u
居出
为居住迁出导致的变化量职住同区数占比，m
业随
、m
业单
、m
居随
、m
居单
和m
同时
分别为就业随迁入个体数、就业单迁入个体数、居住随迁入个体数、居住单迁入个体数、职住同迁入个体数，n
业随
、n
业单
、n
居随
、n
居单
和n
同时
分别为就业随迁出个体数、就业单迁出个体数、居住随迁出个体数、居住单迁出个体数、职住同迁出个体数。
[0099]
步骤203中，综合变化量职住同区数占比与基期年的职住同区数占比，形成影响指数。对于迁出型活动(就业迁出、居住迁出)而言，若迁出导致的变化量职住同区数占比的绝对值高于基期年职住同区数占比，则说明该类迁出活动对区域职住平衡造成负面影响，则限制、或改变这一类迁移行为；若低于基期年职住同区数占比，则说明该类迁出活动对区域职住平衡造成正面影响，则鼓轮这一类迁移行为。对于迁入型活动(就业迁入、居住迁入)而言，若迁入导致的变化量职住同区数占比的绝对值高于基期年职住同区数占比，则说明该类迁入活动对区域职住平衡造成正面影响，则鼓轮这一类迁移行为；若低于基期年职住同区数占比，则说明该类迁入活动对区域职住平衡造成负面影响，则限制、或改变这一类迁移行为。
[0100]
获取变化量职住同区数占比的绝对值与基期年职住同区数占比的差值，差值的绝对值的最大值为区域职住平衡状态变化的主要驱动力。
[0101]
本发明实施例的数据获取较为全面，故下文提供的计算结果是依照步骤2的第一种实施方式所得。如果缺乏基期年的职住地信息，而仅有发生了职住迁移行为的人群信息，可以按照另一种实施例的计算方法，也能够通过比较获得主要驱动力和大致的驱动方向。
[0102]
在步骤3中，对区域职住平衡造成正面影响的迁移行为进行鼓励，对区域职住平衡造成正面影响的迁移行为进行限制或改变。
[0103]
本发明提供的实施例表2是武汉市各新城和中心城区的影响指数计算结果，现就东南新城的影响指数结果做深度解读。具体为：
[0104]
表2
[0105][0106]
东南新城的职住迁移行为影响指数e
总
大于0，说明该区域职住平衡趋势总体向好。其中，职住迁入明显有利于职住平衡(职住迁入影响指数e入＞0)，而居住迁入对区域职住平衡的正面影响最大(居住迁入影响指数e
居入
最大)，说明东南新城正处于就业吸引居住的良性发展期。同时，职住迁出对东南新城的职住平衡产生了较大的负面影响。其中，居住迁出的负面影响较大(居住迁出影响指数e
居出
最小)，说明此区域的居住条件可能存在一定问题，本来职住同区的人为追求更好的居住环境、服务配套等而搬离此地，带来职住失衡。
[0107]
由此可见，东南新城职住动态平衡的主要驱动力是居住迁入，其驱动方向为正向。东南新城作为湖北省新城建设的重点(光谷科学城)和高新技术产业的聚集地，其对就业的吸引力充沛。同时，该城也已经进入就业吸引居住的良性发展期，但就业对居住的吸引力仍不够强，甚至出现大量职住同区人口的居住单方面外迁。因此，东南新城应鼓励居住迁入，重点培育就业-居住的迁移行为互动机制，响应本地就业人口的居住需求。优化教育、养老、休闲、商业等城市公共服务设施配套，创造多层级、高水平的居住环境，以促进就业人口的就地职住平衡。同时，这也有助于提升就业“黏性”，保留住高水平人才以促进产业平稳较快发展。
[0108]
从上述描述中可见，采用本发明可以更精准地反映出郊区新城由于就业、居住人口的迁入、迁出带来的职住动态平衡过程，包括职住迁移行为的状态、各类迁移行为对职住平衡的影响、职住平衡变化的动因和核心问题等，从而掌握新城职住平衡的演变态势，进而可以从人对居住地、就业地的选择上精准制定郊区新城职住平衡的优化策略，也为具体到人、更深层次地研究职住平衡的实现机制提供了方法支撑。
[0109]
图2示出根据本发明实施例的迁移行为对城市职住平衡状态影响的分析系统的构成图。该分析系统整体可以分为：
[0110]
基础数据库模块21，用于基于大数据获取基期年至期末年目标地多个区域间的人口职住地迁移行为情况，获取各类迁移行为情况，构建人口迁移行为数据库；
[0111]
计算分析模块22，用于基于所述人口迁移行为数据库，建立职住平衡影响模型，计算各类迁移行为对区域职住平衡的影响指数；
[0112]
成果输出模块23，用于比较各影响指数间的数量关系，据此识别职住平衡状态变化的驱动力和驱动方向，提出产城融合化发展的建议。
[0113]
本发明实例还提供了一种计算机可读存储介质，用以实现上述一种迁移行为对城市职住平衡状态影响的分析系统。
[0114]
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
[0115]
综上所述，本发明提供的迁移行为对城市职住平衡状态影响的分析方法及系统，提供了一种更为综合的职住平衡状态的判定原则，即职住同区数占比，相比于当前的就业自足度、居住自足度而言更为系统、全面，计算更为简单。
[0116]
本发明提供的迁移行为对城市职住平衡状态影响的分析方法及系统，创新性地解析了各类职住迁移行为带来的职住同区数、异区数变化机理，能够通过影响指数之间的比较，精准识别出是哪一类职住迁移行为导致的区域职住失衡，以及哪一类职住迁移行为最有利于区域职住平衡，研究粒度和可解释性更强。
[0117]
本发明提供的迁移行为对城市职住平衡状态影响的分析方法及系统，便于从特定迁移行为的角度，提出区域职住平衡优化策略，应用价值更高，对后续城市运营的指导针对性更强。
[0118]
以上所述仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，其保护范围应以所述权利要求的保护范围为准。

技术特征：
1.迁移行为对城市职住平衡状态影响的分析方法，其特征在于，包括以下步骤：步骤1、基于大数据获取基期年至期末年目标地多个区域间的人口职住地迁移行为情况，获取各类迁移行为情况，构建人口迁移行为数据库；步骤2、基于所述人口迁移行为数据库，建立职住平衡影响模型，计算各类迁移行为对区域职住平衡的影响指数；步骤3、比较各影响指数间的数量关系，据此识别职住平衡状态变化的驱动力和驱动方向，提出产城融合化发展的建议。2.根据权利要求1所述的迁移行为对城市职住平衡状态影响的分析方法，其特征在于，所述步骤1具体包括：步骤101、识别目标地多个区域内基期年、期末年的每个个体的居住地位置、就业地位置；步骤102、获取同一个体居住地位置、就业地位置信息变动情况，将迁移行为分类为居住迁入、就业迁入、居住迁出、就业迁出；居住迁入包括居住随迁入、居住单迁入、职住同迁入；就业迁入包括就业随迁入、就业单迁入、职住同迁入；居住迁出包括居住随迁出、居住单迁出、职住同迁出；就业迁出包括就业随迁出、就业单迁出、职住同迁出。3.根据权利要求2所述的迁移行为对城市职住平衡状态影响的分析方法，其特征在于：所述步骤2中，在职住平衡影响模型中，获取各类迁移行为对区域职住平衡的e影响指数，e影响指数包括e
业入
、e
居入
、e
业出
、e
居出
，e
业入
为就业迁入影响指数；e
居入
为居住迁入影响指数，e
业出
为就业迁出影响指数，e
居出
为居住迁出影响指数计算公式如下：e
业入
＝2
×
m
业随
/s0+m
同时
/s
0-(m
业单-m
业随
)/d0e
居入
＝2
×
m
居随
/s0+m
同时
/s
0-(m
居单-m
居随
)/d0e
业出
＝-2n
业单
/s
0-n
同时
/s0+(n
业单-n
业随
)/d0e
居出
＝-2n
居单
/s
0-n
同时
/s0+(n
居单-n
居随
)/d0式中：m
业随
、m
业单
、m
居随
、m
居单
和m
同时
分别为就业随迁入个体数、就业单迁入个体数、居住随迁入个体数、居住单迁入个体数、职住同迁入个体数，n
业随
、n
业单
、n
居随
、n
居单
和n
同时
分别为就业随迁出个体数、就业单迁出个体数、居住随迁出个体数、居住单迁出个体数、职住同迁出个体数，s0为基期年该区域的职住同区数，d0为基期年该区域的职住异区数；判断e
业入
、e
居入
、e
业出
、e
居出
的大小，若大于0，则说明该影响指数对应的迁移行为推动了区域职住平衡；若小于0，则说明该影响指数对应的迁移行为推动了区域职住失衡；若等于0，则说明该影响指数对应的迁移行为对区域职住平衡没有影响。4.根据权利要求3所述的迁移行为对城市职住平衡状态影响的分析方法，其特征在于：所述步骤3中，获取职住迁移行为影响指数e
总
，e
总
为就业迁入影响指数、就业迁出影响指数、居住迁入影响指数、居住迁出影响指数之和；首先判断e
总
是大于0还是小于0，若e
总
大于0，说明迁移行为总体上将推动区域的职住平衡，居住迁移行为与就业迁移行为之间的互动机制整体向好；若e
总
小于0，说明迁移行为总体上将推动区域职住失衡，居住迁移行为与就业迁移行为之间的互动机制还不完善；其次，判断并比较e
业入
、e
业出
、e
居入
、e
居出
的大小，对于这四项指数而言，数值的绝对值越大，说明该类迁移行为对区域职住平衡状态的影响越强，反之越小；指数的绝对值最大则说明
该类迁移行为是区域职住平衡状态变化的主要驱动行为，若e
总
大于0，则应当优先寻找e
业入
、e
业出
、e
居入
、e
居出
中的最大值，并鼓励这一类迁移行为；若e
总
小于0，则应当优先寻找e
业入
、e
业出
、e
居入
、e
居出
中的最小值，并限制、或改变这一类迁移行为。5.根据权利要求2所述的迁移行为对城市职住平衡状态影响的分析方法，其特征在于，所述步骤2具体包括：步骤201、计算基期年各区域的职住同区数占比；步骤202、计算各类迁移行为导致的变化量职住同区数占比；步骤203、对于各类迁移行为，综合变化量职住同区数占比与基期年的职住同区数占比，形成影响指数。6.根据权利要求5所述的迁移行为对城市职住平衡状态影响的分析方法，其特征在于：在步骤201中，职住同区数占比p的计算公式为：式中：c
职住同
为职住同区人数，c
职住异
为职住异区人数。7.根据权利要求6所述的迁移行为对城市职住平衡状态影响的分析方法，其特征在于：在步骤202中，根据该区域各类职住迁入的人数和各类职住迁出的人数，各类迁移行为导致的变化量职住同区数占比的计算公式为：u
业入
＝(2
×
m
业随
+m
同时
)/(m
业单
+m
业随
+m
同时
)u
居入
＝(2
×
m
居随
+m
同时
)/(m
居单
+m
居随
+m
同时
)u
业出
＝-(2
×
n
业单
+n
同时
)/(n
业单
+n
业随
+n
同时
)u
居出
＝-(2
×
n
居单
+n
同时
)/(n
居单
+n
居随
+n
同时
)式中：u
业入
为就业迁入导致的变化量职住同区数占比；u
居入
为居住迁入导致的变化量职住同区数占比，u
业出
为就业迁出导致的变化量职住同区数占比，u
居出
为居住迁出导致的变化量职住同区数占比，m
业随
、m
业单
、m
居随
、m
居单
和m
同时
分别为就业随迁入个体数、就业单迁入个体数、居住随迁入个体数、居住单迁入个体数、职住同迁入个体数，n
业随
、n
业单
、n
居随
、n
居单
和n
同时
分别为就业随迁出个体数、就业单迁出个体数、居住随迁出个体数、居住单迁出个体数、职住同迁出个体数。8.根据权利要求7所述的迁移行为对城市职住平衡状态影响的分析方法，其特征在于：在步骤203中，对于居住迁入或就业迁入而言，若导致的变化量职住同区数占比的绝对值高于基期年职住同区数占比，则说明该类迁移行为对区域职住平衡造成负面影响；若低于基期年职住同区数占比，则说明该类迁移行为对区域职住平衡造成正面影响；对于居住迁出或就业迁出而言，若导致的变化量职住同区数占比的绝对值高于基期年职住同区数占比，则说明该类迁移行为对区域职住平衡造成正面影响；若低于基期年职住同区数占比，则说明该类迁移行为对区域职住平衡造成负面影响。9.根据权利要求8所述的迁移行为对城市职住平衡状态影响的分析方法，其特征在于：在步骤3中，对区域职住平衡造成正面影响的迁移行为进行鼓励，对区域职住平衡造成正面影响的迁移行为进行限制或改变。10.迁移行为对城市职住平衡状态影响的分析系统，其特征在于，包括：
基础数据库模块，用于基于大数据获取基期年至期末年目标地多个区域间的人口职住地迁移行为情况，获取各类迁移行为情况，构建人口迁移行为数据库；计算分析模块，用于基于所述人口迁移行为数据库，建立职住平衡影响模型，计算各类迁移行为对区域职住平衡的影响指数；成果输出模块，用于比较各影响指数间的数量关系，据此识别职住平衡状态变化的驱动力和驱动方向，提出产城融合化发展的建议。

技术总结
本发明提供迁移行为对城市职住平衡状态影响的分析方法及系统，包括基于大数据获取基期年至期末年目标地多个区域间的人口职住地迁移行为情况，获取各类迁移行为，构建人口迁移行为数据库，基于所述人口迁移行为数据库，建立职住平衡影响模型，计算各类迁移行为对区域职住平衡的影响指数，比较各影响指数间的数量关系，据此识别职住平衡状态变化的驱动力和驱动方向，提出产城融合化发展的建议。本发明通过建立职住平衡影响模型，计算各类迁移行为对区域职住平衡的影响指数，能够计算特定迁移行为对城市职住平衡的影响力强度与方向，从而精细化提出产城融合化发展的建议。精细化提出产城融合化发展的建议。精细化提出产城融合化发展的建议。


技术研发人员：牛强 伍磊 吴宛娴
受保护的技术使用者：武汉大学
技术研发日：2023.03.30
技术公布日：2023/9/14