信息化赋能已经成为新时期国土空间规划的热点,但通过大数据整合进行国土空间利用评价研究仍有待探索.本文旨在借助腾讯位置大数据开展城市居住用地效率评价实证研究,综合运用多源地理空间数据,以居民区为评价单元构建居住用地效率指标,揭示常州市新城区不同居民区用地效率差异.结果表明:①居民区范围内小时粒度的人口规模呈周期波动,峰值一般出现在21:00,符合城市居民昼出夜归的作息规律,且不同容积率水平的居民楼人口集聚度和规模值也存在预期性的差异;②29个居民区按建成年份划分为1980s、1990s、2000s、2010-2015年、2015年以后共5组,各组效率指标平均值分别为1.74、2.45、2.31、0.95和0.91 人/百m2,2010年之前建成的居民区明显高于2010年之后新建的,2010年以后建成的居民区低于全市2.06人/百m2的平均水平(2018年标准);③效率指标值低并非完全等同于集约用地水平低,常州市新城新区开发建设的成长周期、居民对提升人居环境品质的需求,都是导致不同居民区用地效率差异的原因.研究表明,位置大数据作为高精度的人口数据源,能够客观反映居民区人口聚集的时空间特征,基于位置大数据构建的城市居住用地效率指数能够为高质量国土空间利用分析提供新途径.在我国以人为本的城市化进程中,以位置大数据为代表的新型人口数据源将在国土空间规划中发挥愈加重要的作用.

土地集约利用;效率指标;居民区;时空间特征;精细化评价;国土空间规划;位置大数据;常州

河海大学公共管理学院,南京211100;江苏省地质调查研究院,南京210018

[1]袁源;毛磊;李洪庆;赵小风-.基于位置大数据的城市居住用地效率指标构建及评价研究)[J].地球信息科学学报,2022(02):235-248

居住用地,地效,效率指标,指标构建,信息化赋能,国土空间规划,数据整合,国土空间利用,腾讯位置大数据,效率评价,地理空间数据,居民区,评价单元,单元构建,常州市,新城区,同居,人口规模,周期波,城市居民,夜归,作息规律,容积率,居民楼,人口集聚度,预期性,1980s,1990s,2000s,平均水平,指标值,等同于,集约用地,新城新区,开发建设,成长周期,人居环境,环境品质,人口数据,数据源,人口聚集,时空间特征,大数据构建,效率指数,利用分析,城市化进程中,土地集约利用,精细化评价

0.340533