陈先龙，李彩霞

(广州市交通规划研究院，广东广州510230)

交通大数据视角看广佛同城

陈先龙，李彩霞

(广州市交通规划研究院，广东广州510230)

广佛同城发展由来已久，是中国城市群中同城化程度最高的区域。简要分析广佛同城的交通基础设施发展演变历程，并基于模糊大数据(手机信令数据)和准确大数据(运行监测数据)对广佛通勤交通特征进行分析。结合手机信令数据对广州南站的客流组成及空间分布进行研究，对广州南站选址偏远问题进行解析。结果表明：广佛同城具有双向对等性的联系；地铁在同城化推进过程中起到重要的促进作用，拓展同城化活动范围；广州市机动车交通需求管理政策不够系统，非广佛车牌在通勤小汽车中比例超过40%，需要引起足够的关注；广州南站服务的客流中广州客流与佛山客流比为7:3，与对应的常住人口规模比例相当，初步实现了交通战略规划提出的共享理念。

交通大数据；通勤交通；枢纽共享；交通需求管理；广佛同城；手机信令数据

0 引言

广州、佛山两市空间相连，拥有近200km的边界线，历史文化同根同源。广佛同城发展由来已久，是中国城市群中同城化程度最高的区域，经历了从民间自发形成到政府引导发展的过程[1]，并在2000年以后得到进一步明确和加强。2000年，完成《广州城市建设总体战略概念规划纲要》，首次官方提出打造广佛都市圈。2006年，广州市和佛山市联合编制《广佛两市道路系统衔接规划》，从基础设施规划建设层面促进广佛两市同城化发展。2008年，国务院批准《珠江三角洲地区改革发展规划纲要(2008—2020年)》[2]，明确提出“以广佛同城引领珠江三角洲地区打造布局合理、功能完善、联系紧密的城市群”，将广佛同城发展提升到国家战略层面。

在此背景下，2009年广州市和佛山市联合签署《广州市、佛山市同城化建设合作框架协议》，明确广佛同城化的指导思想、发展规划，并建立联席会议制度。此外，四个子协议则针对城市规划、交通基础设施、产业协作、环境保护等广佛同城化中最迫切要解决的问题。2015年，广佛两市联合编制了《广佛两市轨道交通衔接规划》，为两市轨道交通一体化发展提供指引。2016年国务院批复的《广州市城市总体规划(2011—2020年)》和《佛山市城市总体规划(2011—2020年)》均提出深入推进广佛同城化发展。

广佛同城作为同城化的典型范例，众多学者从多个方面对其运行机制、发展政策、城市规划和交通规划等进行研究。文献[3]以广佛同城发展为对象，探讨跨市交通发展的模式、问题与对策。文献[4]通过同城化案例分析，研究同城化不同发展阶段的特点和交通设施布局。文献[1]以广佛同城为案例对同城化规划设施面临的问题、成因和改善策略进行研究。文献[5]通过网络问卷调查，采用社会统计学及GIS空间分析方法，对广佛城际出行的变化及空间分布特性进行研究。文献[6]结合对伦敦、纽约、东京都市圈案例的分析，探讨广佛都市圈国家铁路、城际铁路、城市轨道交通、低运量轨道交通四网合一及枢纽空间的规划预留等问题。

图1 民国时期广州对外联络三大铁路示意Fig.1 Three major railways connecting Guangzhou and other regions during the period of the Republic of China

图2 广州市区交通图(1969年4月版)Fig.2 Urban transportation in Guangzhou(VersionApril 1969)

近年来，大数据技术应用也日趋广泛。文献[7]通过手机信令数据对上海市的职住空间特征进行分析，并结合不同新城的职住空间特征分析探讨新城范围划定对统计结果的影响。文献[8]基于北京市公交IC卡数据对城市职住关系和通勤交通进行研究。文献[9]基于移动通信数据研判同城化实现的基础条件，并对温岭市同城化地区内部的职住通勤关系等问题进行研究。

大数据分析方法为从量化的角度更深入地掌握广佛同城化特征提供可能。本文从广佛同城的发展及演变着手，结合历年交通调查数据分析，以手机信令数据、公交IC卡数据、道路卡口视频监测数据为突破口，进一步探讨广佛同城化的交通运行特征。

1 广佛同城交通基础设施演变

1.1 清末—民国时期：从内河运输到铁路时代

受益于珠江三角洲密集的河网系统，这一时期的交通运输以水运为主。1901年12月，广州民国三大铁路(见图1)之一广三铁路动工，自广州珠江南岸石围塘，经三眼桥、佛山、小塘至三水，全长48.9 km。1903年全线建成通车，标志着广佛交通联系进入铁路时代。有趣的是，广三铁路广佛段长16.5 km，行驶时间约27 min，旅行速度与现状地铁广佛线相当。

1.2 新中国成立初期—改革开放前：道路、铁路简单联系时代

1960年10月1日，广东省珠江上第一座桥梁珠江大桥通车(见图2)，标志着广佛之间的交通联系进入陆路直通时代。这也是很长一段时间内广州与佛山乃至粤西的唯一陆路通道。

1.3 改革开放—2010年：高速公路时代

1989年，中国最早的高速公路广佛高速公路建成通车，实现了从国省道运输到高速公路的跨越。2000年6月，广州环城高速全线通车，进一步增强了广佛之间的联络。随着佛山一环路建成通车，广州和佛山形成了双心+环形放射的高快速路网络系统(见图3)。

1.4 2010年至今：地铁衔接与全面融合时代

2009年12月31日，广州地铁5号线开通运营，起点站滘口位于珠江大桥南桥头，毗邻南海区大沥镇。2010年11月广佛线(魁奇路—西朗段)通车，正式标志广佛同城进入地铁通勤时代。2013年12月，广州地铁6号线开通运营，可直接服务南海区里水镇。在建的广州地铁7号线西延段、佛山地铁2号线等线路也即将开通。此外，根据《广佛两市轨道交通衔接规划》，未来广佛两市之间将有9条地铁线对接，广佛衔接将进入全面融合、共享时代(见图4)。

总结广佛交通系统联系的发展历程，经历了水路—铁路—公路—高速公路—地铁与城际铁路发展的多个阶段，这也是一个不断追求科技进步和交通系统效率提升的过程。

2 广佛联系交通需求及特征分析

2.1 基于境界线调查的广佛联系交通需求成长分析

广佛两市面积1.12万km2，2016年末常住人口2 150万人，其中广州市1 404万人，佛山市746万人。广州市自1997年开始对境界线进行交通量观测，并对基础设施进行统计。截至2016年末，广佛两市衔接通车道路20条，共116条车道(见图5)。结合道路交通量、地铁客运量、公共汽车客流数据统计推算，广佛境界线客流交互量从2005年46万人次·d-1增至2016年111万人次·d-1，年均增长率超过8%，2014年以来更是以接近10%的年均增长率迅猛增长，这也表明广佛两市的联系日趋紧密(见图6)。由于境界线交通量只是通过广佛境界线截面的交通数据，不能反映出行OD，同时其中也包含了过境交通流，并不是完整意义的广佛联系出行。

2.2 基于手机信令数据的广佛同城职住与通勤交通分析

基于手机信令数据分析职住和通勤的技术方法已经基本成熟。本文基于20天约3000万用户的手机信令数据，分析广佛同城的职住及空间分布，居住人口分布见图7。

1）居住在佛山、工作在广州的通勤人口。

居住在佛山、工作在广州的通勤人口(以下简称“佛山通勤人口”)约13.3万人，主要分布在佛山市大沥镇(广佛公路、穗盐路)、里水镇(金沙洲)及地铁广佛线周边(见图8)。从图8a可以看出，除了传统的广佛延绵带，地铁广佛线对通勤人口的分布有巨大的带动作用。此外，良好的公共汽车接驳能够有效扩大地铁的辐射范围，公交IC卡数据分析结果显示，地铁5号线滘口站和地铁6号线浔峰岗站公共汽车接驳客流量均超过地铁客运量的25%。

图3 广佛高速公路系统(佛山一环为快速路)Fig.3 Guangzhou-Foshan freeway system(The 1st-ring road in Foshan is highway)

图4 广佛都市圈城市轨道交通线网规划Fig.4 Urban rail transit network planning in the Guangzhou-Foshan metropolitan area

工作地主要分布在广州市中心六区(约占90%)，特别是相邻的白云、荔湾及越秀三区。该部分通勤客流平均出行距离为9 km(约为广州市政府到佛山市祖庙距离的一半)，单程平均出行时间为27 min。

图5 广佛两市现状通车道路Fig.5 Existing roadways in Guangzhou and Foshan

图6 2005—2016年广佛境界线客运交通需求变化Fig.6 Passenger travel demand within Guangzhou-Foshan boundary from 2005 and 2016

2）居住在广州、工作在佛山的通勤人口。

居住在广州、工作在佛山的通勤人口(以下简称“广州通勤人口”)约8.8万人，主要分布于佛山与广州边界及地铁广佛线周边，呈分散和蔓延态势，规律性相对较弱(见图9)。值得注意的是，地铁广佛线南海段金融城一带吸引了较多的居住地在广州的人口。地铁的区位优势和南海的租金优势在这一区域得到了较为充分的发挥。地铁IC卡数据的分析结果进一步说明了这一点。

该部分通勤客流平均出行距离为11 km，单程平均出行时间为29 min，出行距离和时耗均略大于佛山通勤人口。

3）小结。

手机信令数据为模糊数据，主要表现为位置不确定、一人多号、非全样本等，但由于数据规模足够大，用以分析大致量级和变化趋势基本可信。从手机信令数据分析结果来看，广佛通勤人口(22.1万人)约占常住人口总量(2 150万人)的1%；佛山通勤人口与广州通勤人口约为3:2。这表明广佛之间的同城化为交互模式，而非单向吸血模式。地铁在同城化推进过程中起到重要的促进作用，加速同城化发展；有效的公共汽车接驳能够较好地拓展地铁辐射范围。

2.3 基于地铁IC卡数据的广佛通勤特征分析

1）客流规模、分布及成长态势。

统计结果显示，地铁广佛线客流从开通初期9万人次·d-1增长至2016年末24.55万人次·d-1，年均增长率达18%(见图10)。从客流组成来看，广佛间交互客流占客流总量的51%，充分反映了地铁广佛线在广佛同城中的重要作用。

2）佛山通勤人口。

广佛线佛山段早高峰进站客流量1.74万人次·h-1，其中通勤客流约1.2万人次·h-1，占69%，其中往广州通勤客流0.98万人次·h-1，占通勤客流的82%(见图11)。

3）广州通勤人口。

广佛线佛山段早高峰出站客流1.65万人次·h-1，其中通勤客流约1.18万人次·h-1，占71%，其中广州往佛山通勤客流约0.88万人次·h-1，约占总通勤客流的75%(见图12)。此外，千灯湖站是广州通勤客流重要的吸引点。

4）客流方向性与沿线人口就业。

广佛线自通车以来，高峰小时断面客流一直保持较好的方向均衡性，2016年早高峰客流方向不均衡系数1.19(见表1)，与广州市区1号线相当，远低于2号线、3号线、4号线等线路。究其原因主要有两个方面：1)广佛同城是交互模式，而非单向吸血模式，早高峰时段佛山往广州通勤客流和广州往佛山通勤客流比约为4:3，比较接近；2)广佛线沿线的就业岗位和人口分别为36.3万个和73.9万人，比值约为0.5，与城市的就业岗位人口比值比较接近，人口和就业岗位的均衡进一步降低了线路客流的方向不均衡系数。与之相对的是地铁3号线北延段(燕塘站以北段)覆盖人口76万人，就业岗位26万个，就业岗位人口比仅为0.34，线路客流方向不均衡系数达2.39。

5）小结。

刷卡数据分析结果表明，广佛线客流处于高速成长期。作为比较准确的大数据，地铁刷卡记录进一步验证了手机大数据分析的部分结果，包括广佛同城交互的对等性。此外，对比分析表明，合适的就业岗位人口比能改善地铁客流方向不均衡系数，有效减少运能浪费。

2.4 基于道路卡口车牌识别数据的小客车通勤分析

车牌识别数据是另一类较为准确的大数据源。本文对广佛联系中的重要卡口龙溪大道车牌识别结果进行分析。研究时间为连续两周的10个工作日，早高峰通勤时间定为7:00—9:00，车牌统计数据如表2所示。假定早高峰时段出现次数大于等于5次的小汽车为通勤小汽车，则通勤小汽车比例约为3%，出广州方向通勤车辆比例高于入广州方向。此外，广州车牌的通勤比例略高于其他车牌，同样出广州方向通勤车辆比例高于入广州方向。与2005年相比，通勤车辆比例从13.6%约下降10个百分点，这也反映了地铁广佛线对通勤出行结构的巨大影响。

图8 佛山通勤人口分布Fig.8 Distribution of commuting population in Foshan

从通勤车辆车牌组成来看(见表3)，非广佛车牌占比超过40%，佛山往广州方向非广佛车牌比例高达53%，这与广州的机动车限牌政策不够系统有直接关系。从早高峰时段小汽车车牌组成来看，非广佛车牌约占13%，广佛车牌占比超过85%。早高峰时段广州往佛山方向的佛山车牌占比为36.4%，广州车牌占比为50.5%，这也在一定程度上证明了广佛同城的双向性，而非简单的广州居住地蔓延。

3 枢纽共享视角的广州南站客流特征分析

3.1 广州南站概况

广州南站位于广州市中心城区以南，广州与佛山交界处的番禺区石壁镇，距离广州市政府直线距离15 km。广州市老城中心区的地铁公园前站距离广州南站12站，约17.2 km，车内时间约30 min。新城中心区的地铁体育西站距离广州南站12站，约22.8 km，车内时间约36 min。

广州南站自建成以来客流高速增长，客流发送量从2011年4.2万人次·d-1增至2016年15.4万人次·d-1，年均增长率接近30%。客流的高速增长也使得广州南站在广州枢纽中逐渐占据主导地位，客流规模超过广州火车站、广州东站与广州北站之和(见图13)。但广州南站自选址确定起就一直因距离中心城区太远而饱受争议。显然，单从广州的视角来看，广州南站的区位距离市中心较远，这是事实。然而，从广佛同城的视角看，结论可能会有所不同。

3.2 从广佛同城和枢纽共享的视角看广州南站客流分布

根据手机信令数据分析结果，广州南站客流来源广州:佛山:东莞约为65:27:8。佛山客流在广佛客流中占比约为29.8%，与其常住人口在广佛常住人口总量中的比例34.7%比较接近。

图9 广州通勤人口分布Fig.9 Distribution of commuting population in Guangzhou

图10 地铁广佛线客流量变化Fig.10 Changes in passenger flow on Guangzhou-Foshan subway lines

图11 广佛线佛山段早高峰进站客流Fig.11 Arrival passenger volume at Foshan section of Guangzhou-Foshan subway line during morning peak hours

图12 广佛线佛山段早高峰出站客流Fig.12 Departure passenger volume at Foshan section of Guangzhou-Foshan subway line during morning peak hours

从发送客流的时间可达性来看，约84%的广州客流可以在45 min内到达广州南站，约有88%的佛山客流可以在45 min内到达广州南站(见图14)。这也反映了广州南站所能提供的可达性指标对于广州市和佛山市基本一致，同时也契合了2007年《广州城市交通发展战略规划》提出的共享理念。

常住人口和流动人口的出行起点分布存在较大差异(见图15)。流动人口更愿意选择地铁沿线及临近的地区作为临时居住地。而从客流组成来看，现状广州南站服务的常住人口和流动人口比约为55:45，即流动人口几乎达到与常住人口同等量级的水平。因此，枢纽共享既是广佛同城的共享，也是常住人口与流动人口的共享。

可见，所谓的广州南站偏远是相对的，选择在城市中心固然有其优势，但是客流的平均出行时耗是更为客观的指标。面向多中心的城市空间结构，就可达性而言，未来多枢纽组合布局将更能适应城市发展。

4 结论

本文简要回顾了广佛同城的交通基础设施发展演变历程，基于模糊大数据(手机信令数据)和准确大数据(运行监测数据)分析广佛同城化通勤出行特征，并从共享的视角简

表1 广佛线早高峰客流方向不均衡系数Tab.1 Unbalanced directional factor for passenger volume on Guangzhou-Foshan subway during morning peak hours

表2 早高峰时段车牌出现频次Tab.2 Frequency of car plate emergence during morning peak hours %

表3 早高峰时段小汽车车牌属地组成Tab.3 Composition of localities of car license plates during morning peak hours%

图13 2011—2016年广州各枢纽客流日均发送量发展趋势Fig.13 Development trend of the daily average passenger volume at different terminals of Guangzhou from 2011 to 2016

1）包括粤E、粤Y和粤X。要分析了广州南站客流特征，形成主要结论如下：

1）历史观测数据显示，广佛同城日趋紧密且处于高速增长状态，境界线日客流交互量突破百万人次。

2）广佛同城具有双向对等性的联系，而非简单的居住蔓延带来的单向吸血模式。

3）地铁在同城化推进过程中起到重要的促进作用，加速同城化发展；同时有效的公共汽车接驳能够较好地拓展地铁的辐射范围。

4）地铁正逐步成为广佛通勤主导模式，地铁广佛线开通后走廊小汽车通勤比例从13.6%降至3%，影响显著。

5）受广州车牌限制政策影响，非广佛车牌在通勤小汽车中所占比例超过40%，需要引起足够的关注，择机优化广州市机动车限牌政策。

6）广州南站服务的客流中广州客流与佛山客流比为7:3，与对应的常住人口规模比例相当，初步实现了交通战略规划提出的共享理念。

7）约85%的客流到达广州南站的出行时耗在45 min以内，广州南站位置偏远只是相对的。

[1]魏宗财，陈婷婷，甄峰，王波.对我国同城化规划实施的思考：以《广佛同城化发展规划》为例[J].城市规划学刊，2014(2)：80-86.Wei Zongcai,Chen Tingting,Zhen Feng,Wang Bo.Reconsideration on the Implementation Thoughts on City Integration Planning in China:Case of Guang-Fo Integration Development Planning[J].Urban Planning Forum,2014(2):80-86.

[2]中华人民共和国国务院新闻办公室.珠江三角洲地区改革发展规划纲要(2008—2020)[EB/OL].2008[2017-07-30].http://www.scio.gov.cn/xwfbh/xwbfbh/wqfbh/2014/20140610/xgzc31037/Document/1372733/1372733.htm.

[3]林雄斌，杨家文，谢莹.同城化背景下跨市交通的规划与政策：以广佛同城为例[J].国际城市规划，2015，30(4)：101-108.Lin Xiongbin,Yang Jiawen,Xie Ying.Intercity Transport Planning and Policy-Making:The Case of Guangzhou-Foshan Urban Region[J].Urban Planning International,2015,30(4):101-108.

[4]张帆，戴彦欣.同城化发展与交通设施布局：来自国内案例的分析[C]//中国城市规划学会城市交通规划学术委员会.新型城镇化与交通发展：2013年中国城市交通规划年会暨第27次学术研讨会论文集.北京：中国建筑工业出版社，2014：54.

[5]牟振华，李美玲，崔东旭.广佛同城背景下居民城际出行行为研究[J].城市发展研究，2014，21(8)：44-49.Mou Zhenhua,Li Meiling,Cui Dongxu.Intercity Travel Behavior Study Under the Integration of Guangzhou and Foshan[J].Urban Development Studies,2014,21(8):44-49.

[6]景国胜.广佛都市圈视角下的轨道交通发展思考[J].城市交通，2017，15(1)：38-42.Jing Guosheng.Rail Transit Development in Guangzhou-Foshan Metropolitan Area[J].Urban Transport of China,2017,15(1):38-42.

[7]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，2016，14(1)：15-23.Zhang Tianran.Job-Housing Spatial Distribution Analysis in Shanghai Metropolitan Area Based on Cellular Signaling Data[J].Urban Transport of China,2016,14(1):15-23.

[8]龙瀛，张宇，崔承印.利用公交刷卡数据分析北京职住关系和通勤出行[J].地理学报，2012，67(10)：1339-1352.Long Ying,Zhang Yu,Cui Chengyin.Identifying Commuting Pattern of Beijing Using Bus Smart Card Data[J].Acta Geographica Sinica,2012,67(10):1339-1352.

[9]李星月，陈濛.大数据背景下同城化量化分析方法及温岭市实践[J].规划师，2016，32(2)：83-88.Li Xingyue,Chen Meng.Quantitative Study of Urban Integration with Big Data and Wenling's Practice[J].Planners,2016,32(2):83-88.

[10]广州市交通规划研究院.广州交通发展简史[M].北京：中国人民大学出版社，2016.Guangzhou Transport Planning Research Institute.Guangzhou Traffic History[M].Beijing:China Renmin University Press,2016.

图14 广州南站发送客流到站时耗分布Fig.14 Distribution of travel time of departure passengers at Guangzhou South Railway Station

图15 广州南站服务人口空间分布Fig.15 Spatial distribution of population served by Guangzhou South Railway Station

Guangzhou-Foshan Integration Development through Transportation Big Data

Chen Xianlong,Li Caixia
(Guangzhou Transport Planning Research Institute,Guangzhou Guangdong 510230,China)

The time-honored Guangzhou-Foshan integration development represents the highest degree of urbanization among the cluster of metropolitan areas in China.This paper briefly introduces the development of transportation infrastructure facilities in Guangzhou-Foshan integration,and analyzes the characteristics of commuting travel between Guangzhou and Foshan using fuzzy big data(cellular signaling data)and accurate big data(operation monitoring data).Based on the cellular signaling data,the paper discusses the passenger composition and spatial distribution of Guangzhou South Railway Station,as well as the problem of the remote site selection.The results show that Guangzhou and Foshan have bidirectional passenger connections.The subway plays a critical role in promoting the integration and expanding the scope of integration activities.The travel demand management policy of motorized transportation in Guangzhou is less systematic,and cars with plates outside Guangzhou and Foshan account for more than 40%among all commuting cars,which deserves to be acknowledged.The ratio of passengers from Guangzhou and Foshan at Guangzhou South Railway Station is 7:3,which is corresponding to the ratio of resident population.The sharing concept proposed in transportation strategic planning has been preliminarily realized.

transportation big data;commuting transportation;terminal sharing;travel demand management;Guangzhou-Foshan integration development;cellular signaling data

1672-5328（2017）05-0033-09

U491.1+2

A

10.13813/j.cn11-5141/u.2017.0506

2017-08-08

陈先龙(1978—)，男，安徽当涂人，教授级高级工程师，信息模型所副所长。主要研究方向：城市交通模型开发与应用、交通仿真研究。E-mail:harleych@163.com