習近平總書記于2014年視察北京時提出明確城市戰略定位、調整疏解非首都核心功能等要求，定下了北京市“疏解整治促提升” (簡稱“疏整促”)的基調�！笆枵佟惫ぷ鞯哪繕嗽谟诮鉀Q北京市因“用地資源過密分布”“職住功能區不合理分布”等城市布局問題引發的污染嚴重、地鐵擁擠等一系列“大城市病”。2021年，北京市印發了《關于“十四五”時期深化推進“疏解整治促提升”專項行動的實施意見》，指出，要“內部功能重組與向外疏解相促進”，即“優化存量、控制增量、疏解余量”。本書將“十四五”時期北京“疏整促”專項行動中的目標作為現實問題，針對這一現實問題展開后續一系列的研究。
在社會治理領域， “用數據決策、用數據服務、用數據治理、用數據創新”逐漸成為共識。隨著數字技術賦能城市治理，城市發展也由高速增長向高質量發展逐步推進。對于首都而言，城市是由城市功能、城市交通、城市人口等一系列子系統組成的復雜系統。交通系統作為城市系統中連接城市功能、人口兩個子系統的重要紐帶，其布局與城市資源空間布局的匹配度，決定了城市運行效率和城市治理水平。對于城市功能、交通以及人口三個子系統而言，城市功能與交通子系統之間存在“源與流”的關系，“源”的失衡布局是“流”不暢的根源；人口子系統中人口的區域分布以及人口在區域間的流動又是城市功能、交通系統相互作用的直觀表征。
“疏整促”背后的科學問題實則是北京市城市用地的布局優化問題，本書著眼于地鐵站點影響域內用地與地鐵系統的協同優化問題，從地鐵站點影響域內用地對地鐵站點客流影響機理這一關鍵點入手，擴展了職住空間特征研究角度，將靜態與動態職住空間特征相結合，探索不同職住空間類型的分布特點和通勤聯系，拓展了大數據方法在城市規劃中的應用方向；針對地鐵站點客流需求預測場景，提出了基于Stacking集成學習框架的地鐵站點客流需求預測模型，并深入分析了不同屬性用地與地鐵站點客流需求之間的量化關系，進一步深化了用地-客流互動理論；構建了地鐵站點影響域多目標優化模型，實現了地鐵系統與站點影響域內用地的協同優化，提出了城市用地布局方案，兼顧用地布局合理化、經濟效益最優化、市民幸福感最大化，對緩解“大城市病”問題具有積極意義。
本書擴展了對職住空間特征研究的角度，通過聚類方法探索不同職住空間類型的分布特點和通勤聯系，豐富了職住空間與公共交通間互動關系的研究思路，為后續的相關研究提供了更加全面的數據支持和科學理論基礎；同時，拓展了大數據方法在城市規劃中的應用方向，基于多源大數據，將職住空間類型與宏觀社會經濟影響因素、建成環境影響因素相結合，探究不同類型職住分離及失衡的主要影響因素，為職住研究提供了多層次的數據支持；豐富了軌道交通與城市職住空間平衡的理論，為城市規劃提供了更加科學的數據支持和技術手段。
本書由王兆華、祝歆共同編寫完成，具體分工如下：第1章、第2章、第3章、第6章、第7章、第8章由王兆華編寫，第4章、第5章由祝歆編寫。北京印刷學院、北京聯合大學、北京交通大學以及北京市哲學社會科學規劃辦公室對本書的研究工作給予了莫大關心和支持，特此表示感謝。
作者
2023年8月
第1章 概述001
1.1 城市功能與客流協同優化研究開展的背景 001
1.2 城市功能與客流協同優化研究的內容 005
1.2.1 地鐵站點影響域劃分 005
1.2.2 基于多源大數據的城市發展精細化評價方法 005
1.2.3 大數據驅動下的智能公共交通網絡研究 006
1.2.4 基于多元大數據的北京市職住空間特征影響因素 006
1.2.5 基于多元大數據的北京市職住空間特征及影響因素研究 006
1.2.6 基于地鐵站點影響域內用地配置的城市功能優化研究 007
1.3 城市功能與客流協同優化研究的方法 007
1.4 城市功能與客流協同優化研究的創新之處 008
第2章 地鐵站點影響域范圍精細化劃分研究010
2.1 站點影響域劃分現狀 010
2.1.1 地鐵站點影響域邊緣形態 011
2.1.2 地鐵站點影響域范圍大小 011
2.2 地鐵站點影響域范圍 013
2.2.1 基于地鐵接駁廣義出行費用模型的站點影響域范圍劃分 014
2.2.2 地鐵站點對不同距離用地單元影響強度 017
2.3 北京市地鐵站點影響域范圍劃分結果及分析 018
2.3.1 數據處理 018
2.3.2 參數設置 021
2.3.3 計算結果 023
2.3.4 結果分析 024
小結 031
第3章 地鐵站點影響域用地精細化評價方法/032
3.1 站點影響域內用地評價研究現狀 033
3.1.1 傳統地鐵站點影響域用地強度評價方法 033
3.1.2 大數據背景下的地鐵站點影響域用地強度評價方法 034
3.2 地鐵站點影響域內城市用地評價方法 036
3.2.1 多源城市原始大數據集 036
3.2.2 地鐵站點影響域內城市用地評價指標體系 038
3.2.3 站點影響域內城市用地評價計算方法 041
3.3 站點影響域用地評價結果 044
3.3.1 居住屬性用地分析 044
3.3.2 交通屬性用地分析 044
3.3.3 商務屬性用地分析 046
3.3.4 商業屬性用地分析 047
3.3.5 行政屬性用地分析 047
3.3.6 休旅屬性用地分析 048
3.3.7 科教屬性用地分析 049
3.3.8 醫療屬性用地分析 049
3.4 北京市地鐵站點影響域用地精細化評價結果及分析 050
小結 052
第4章 基于復雜網絡的公交網絡優化研究/053
4.1 公交網絡優化研究現狀 053
4.1.1 大數據驅動的智能交通網絡研究 053
4.1.2 復雜網絡在公共交通研究中的應用 054
4.2 大數據驅動下的公交線網模型構建 055
4.2.1 公交-地鐵復合交通網絡模型及其特征 055
4.2.2 基于出行大數據的網絡效率改進 058
4.3 公交線網結構調節及應用模擬 059
4.3.1 城市公交線網結構調整機制設計 059
4.3.2 城市公交線網結構調節機制 060
4.3.3 北京市公共交通網絡拓撲特性分析 062
4.3.4 線網結構調節模型應用仿真模擬 063
小結 065
第5章 北京市職住空間影響因素研究/066
5.1 職住空間特征及影響因素研究現狀 067
5.1.1 職住平衡相關理論 067
5.1.2 職住空間結構相關理論 069
5.2 基于軌道交通通勤的職住空間特征分析 070
5.2.1 軌道交通通勤與職住空間數據描述與預處理 070
5.2.2 職住空間錯位分析 073
5.2.3 職住空間類型識別 079
5.3 職住空間影響因素分析 084
5.3.1 職住空間影響因素模型構建 084
5.3.2 北京職住空間影響因素模型計算與結果分析 090
5.3.3 北京職住空間調整方法及應用 094
小結 096
第6章 地鐵站點影響域內用地-客流互動機理研究/097
6.1 用地-客流互動機理研究現狀 097
6.1.1 基于多元回歸的直接預測法 097
6.1.2 大數據背景下的直接預測法 098
6.2 問題描述 100
6.3 模型構建 101
6.3.1 Stacking 客流集成預測模型 101
6.3.2 基學習器模型訓練 102
6.3.3 基學習器訓練結果分析 106
6.3.4 元學習器模型訓練 115
6.3.5 Stacking 客流集成預測模型性能比較 117
6.3.6 基于SHAP 算法的不同屬性用地對地鐵客流影響效應計算 119
6.4 實例分析 120
6.4.1 不同時段地鐵站點影響域各類屬性用地對客流量影響分析 120
6.4.2 地鐵站點影響域用地對站點客流影響結果分析 127
小結 128
第7章 城市交通-用地協同優化研究/130
7.1 交通-用地協同優化研究現狀 130
7.1.1 城市用地優化現狀 130
7.1.2 多目標優化理論及其在用地優化中的應用 132
7.2 地鐵站點影響域用地多目標優化研究 133
7.2.1 地鐵站點影響域用地優化多目標模型 133
7.2.2 基于NSGA-Ⅲ的多目標優化模型求解 143
7.3 地鐵站點影響域用地優化——以北京地鐵4 號線為例 148
7.3.1 實例分析 148
7.3.2 參數設置 148
7.3.3 優化結果 152
7.3.4 結論分析 155
小結 156
第8章 總結和展望/157
8.1 主要結論 157
8.1.1 地鐵站點影響域劃分研究 157
8.1.2 地鐵站點影響域用地精細化評價 157
8.1.3 基于復雜網絡的公交網絡優化研究 158
8.1.4 北京市職住空間影響因素研究 159
8.1.5 地鐵站點影響域用地-客流互動機理 160
8.1.6 運輸性能提升視角下的交通-用地協同優化研究 161
8.2 研究展望 161
參考文獻 163
新書資訊