> **来源：[研报客](https://pc.yanbaoke.cn)** # 北京城市生活圈监测报告（2025） # 2025 Annual Report of Urban Life Circle in Beijing 北京城市规划学会数字城市规划专业委员会 北规院规划大数据联合创新实验室（BDR） 北京大学 清华大学 联合发布 2025年12月 # 研究团队负责人 # 张晓东 北京城市规划学会数字城市规划专业委员会 首席专家 北规院规划大数据联合创新实验室（BDR）主任 # 柴彦威 北京大学城市与环境学院 教授 北京大学城市与环境学院智慧城市研究与规划中心主任 # 刘志林 清华大学公共管理学院 教授 国际中国规划学会(IACP)主席 # 研究团队主要成员 梁弘 鞠秋雯 薛皓硕 金尚琪 李蕴婷 孙道胜 顾重泰 崔鹤 刘博 陈易辰 张淼 赵培松 李伟 于典 北规院规划大数据联合创新实验室（BDR） 罗雪瑶 张艳 肖苗苗 北京大学城市与环境学院智慧城市研究与规划中心团队 陈奕柔 王晓梦 张雪 清华大学公共管理学院团队 # 特别鸣谢 # 声明 我们力争通过大数据分析，客观、系统呈现城市的居民行为特征与生活圈空间形态。因数据覆盖性等原因，相关指结果和标值可能存在一定偏差，报告所有内容仅供学术交流与参考。期待与更多的合作伙伴一起共同挖掘数据价值，提高我国城市治理的科学化、精细化、智慧化水平，为建设更多人民满意的城市献策出力。 本报告封底、封面图片均为AI开源图像工具Stable Diffusion生成，其余图片均为作者自绘。 如需引用报告中的数据与图片，请与北规院规划大数据联合创新实验室联系。 联系方式：lianghong@bjghy.com # 以人民为中心，创造便捷丰富城市生活，构建多元均衡城市生活圈。 # Structuring Diverse and Balanced Urban Life Circles Means Creating Convenient and Enriched Life for EVERYONE # 前言 # Preface 坚持人民城市人民建，人民城市为人民。城市的核心是人，城市的工作做得好不好、老百姓生活满不满意，是重要评判标准。要坚持以人为本，不断完善城市功能，提高城市生活品质。做好城市工作，首先要认识、尊重、顺应城市发展规律，端正城市发展指导思想。 城市中人与空间互动的复杂性和多样性正在给我们生活的世界带来变革，全球化与本地化、流动性与地方性、线下化与线上化、韧性与风险并存，并呈现出越来越明显的时空异质特征。在这样背景下，城市空间与生活方式的动态演变成为常态，为生活质量、社会公平、可持续发展带来了全新的挑战。 城市生活圈是城市生活中不同人的行为活动集聚涌现形成的，是呈现城市中人与空间互动的复杂网络圈层体系。基于时空间行为理论与方法，开展城市生活圈识别研究，可以回答城市中人与空间互动关系的问题，从而促进正面研究人、基于人、面向人、为人服务的城市研究与规划体系的建构。 《北京城市生活圈监测报告（2023）》全面刻画分析了居民活动产生的“社区-停留点-路径”的复杂网络关系，首次识别划定了北京城区范围内社区生活圈、通勤生活圈和扩展生活圈。在此基础上，《北京城市生活圈监测报告（2025）》继续以社区生活圈为主要研究对象，利用高精度、高频更新的时空大数据，实现社区规模、居民画像、公服设施、通勤与扩展出行特征的持续年度检监测，同时我们还利用新方法实现了扩展出行目的的解构和社区特征挖掘。 本报告实现了社区-通勤-扩展三个空间层级共33项指标的年度持续监测；聚焦购物、餐饮、游憩、休闲娱乐、生活服务、就医六大生活需求，解析居民不同目的出行的时空特征；基于出行频率-距离曲线和聚类算法，构建多层级生活圈综合分类体系，识别出均衡型、通勤依赖型、生活依赖型、廊道型四类模式，并分别形成社区特征画像。 # 目录 # Contents 01 基本情况 09 / 12 02 年度聚焦 13 / 16 03年度监测 17 / 34 04 年度专题： 出行目的解构 35/44 05 年度专题： 社区特征挖掘 45 / 60 城市生活圈基本内涵 数据与方法 出行目的解构 社区特征挖掘 监测内容 社区生活圈：社区本底情况 通勤生活圈：就业中心与通勤出行 扩展生活圈：扩展出行、商业中心和游憩中心 扩展出行的目的划分 餐饮与购物出行的解构 就医与生活服务出行的解构 游憩与休闲出行的解构 多层级生活圈综合分类与特征 均衡性社区画像 通勤依懒型社区画像 生活依赖型社区画像 廊道型社区画像 本部分主要介绍生活圈的划分体系，包含生活圈的基本内涵、数据与方法。该体系基于多源大数据，从居民时空间行为视角构建，分为社区生活圈、通勤生活圈、扩展生活圈、广域生活圈四个方面。 # 基本情况 # 01 # 城市生活圈基本内涵 Definition of Urban Life ( 城市生活圈是城市中人的活动产生的“社区-停留点-路径”的各级各类生活圈的整体性体系。社区是城市中个体居民活动各圈层交互识别分析的基本单元；停留点是城市中个体居民日常生活各种活动地点，是各圈层交互识别分析的锚定单元，决定了生活圈各圈层的基本特征；路径是城市中个体居民活动在基本单元与锚定单元之间所呈现的行为轨迹的时空棱镜。 城市生活圈包括社区生活圈、通勤生活圈、扩展生活圈、广域生活圈四种类型。 各级生活圈结构示意图 # 社区生活圈 由若干居住组团及其公用服务设施构成居民的社区生活圈，主要包括超市、街头公园、餐饮、美容美发等。在这一圈层，居民发生多次、短时、规律性行为的次数最多，满足居民的基本生活需求。 # 通勤生活圈 通勤生活圈以居民的通勤距离为尺度，是居民就业地及周围设施的圈层，不同的居住区位呈现不同的空间尺度和形态。居民在这一圈层的活动以1日为周期，时间节律稳定。这一圈层满足居民的通勤需求，以及发生在工作地周边，或发生在上下班途中的购物、就餐等需求。 # 扩展生活圈 扩展生活圈是以满足居民的偶发行为为目标，空间尺度可以扩大到整个都市区范围内。居民在这一圈层活动节律性较弱，但由于远距离出行的活动大多发生在周末，故基本以一周为周期，这一圈层可以满足居民大部分高等级休闲、购物等活动，比如周末到郊区度假、探亲访友等活动。 # 广域生活圈 随着区域交通的发展与信息技术的进步，居民移动性增强，高铁出行、跨城购物旅游休闲等逐渐进入居民生活。都市区之间既可以进行以日或周为单位的通勤活动，以及购物、休闲等非工作活动的联系也逐渐增强，都市区尺度的协同生活逐渐增多，形成城市之间协同的广域生活圈。 # 数据与方法 Data and Methods 本报告利用了多源大数据，包括手机信令数据、基于位置的服务数据（LBS）、兴趣点数据（POI）等。 各类生活圈的识别主要利用了手机信令数据，基于匿名化的居民实际出行轨迹，捕捉驻留点的时空规律，识别行为类别，定义功能中心。 联系居住地与其他活动的发生地，利用社区发现 Lovain、Leiden 算法，辅以核密度估计法（KDE），划定了社区生活圈、通勤生活圈和扩展生活圈中的消费和游憩生活圈。 本部分简要介绍了本年度的两项重点创新内容：扩展生活圈出行目的的解构和社区特征的挖掘。前者在北京市域范围内根据居民时空间行为对扩展生活圈进行重新识别。后者根据通勤与非通勤出行特征等指标，将全市社区划分为均衡型、通勤依赖型、生活依赖型、廊道型和其他类型。 # 年度聚焦 # 02 # 年度专题|出行目的解构 全市扩展生活圈呈现明显的层次性结构：综合功能核心区功能最完备、服务承载能力最强；复合功能核心区在多功能配置和服务水平上表现突出；外围功能区则部分功能能力较高，具有专业化优势；而郊区城区虽涵盖多种功能，但整体热度相对较低。 # 年度专题|社区特征挖掘 根据通勤与非通勤出行特征等指标可划分为均衡型、通勤依赖型、生活依赖型和廊道型。均衡型社区就业与扩展生活圈主要集中在四环内；通勤依赖型社区居民就业目的地主要为中心城区，扩展生活圈主要围绕居住地周边；生活依赖型的通勤被周边就业中心吸引，高等级扩展活动更依赖中心城区的其他功能中心；廊道社区通勤与扩展生活圈沿轨道交通线向中心城区伸展。 # 年度聚焦小结 北京市域扩展生活圈各级功能中心服务半径差异明显，且受到中心功能的影响。 社区生活圈的类别主要由居民通勤、扩展出行的时空关系决定，且具有显著的空间圈层特征。 本部分是针对北京城市生活圈的常规监测内容，包括社区生活圈、通勤生活圈、扩展生活圈三级空间圈层，关注社区本地信息、人口画像、公共服务设施、通勤和扩展出行特征以及商业消费和休闲游憩中心的等级解构与客流吸引力指标。 # 年度监测 # 03 # 稳定年度监测内容 Data and Methods 依托高精度、高频更新的社会时空大数据，对北京市生活圈展开持续年度监测。 监测体系依据生活圈的空间圈层结构展开：社区生活圈监测包括动态追踪人口规模、公服设施配置与居民画像；通勤生活圈监测精准解析职住间的通勤距离、方式与时空规律；扩展生活圈监测关注识别商业消费心中和休闲游憩中心，以及居民此类出行的模式与范围。 报告通过空间图和交互式网页直观呈现连续多年度生活圈监测成果。 # 社区生活圈：社区本底情况 <table><tr><td rowspan="3">人口规模</td><td>居住人口规模</td><td>各社区生活圈居住人口数量</td></tr><tr><td>居住人口密度</td><td>各社区生活圈每平方千米的居住人口数量</td></tr><tr><td>通勤人口比例</td><td>各社区生活圈中的通勤人口数量</td></tr><tr><td rowspan="3">人口画像</td><td>儿童指数</td><td>儿童指数大数据识别的18岁以下人口数量占比与北京市整体占比的比值</td></tr><tr><td>青年指数</td><td>青年指数大数据识别的25-34岁之间的人口数量占比与北京市整体占比的比值</td></tr><tr><td>老年指数</td><td>老年指数大数据识别的65岁及以上人口数量占比与北京市整体占比的比值</td></tr><tr><td rowspan="6">设施特征</td><td>人均商业设施</td><td>生活圈内部每千人拥有社区级商业设施个数</td></tr><tr><td>人均体育设施</td><td>生活圈内部每千人拥有体育设施个数</td></tr><tr><td>人均养老设施</td><td>生活圈内部每千人拥有养老设施个数</td></tr><tr><td>人均医疗设施</td><td>生活圈内部每千人拥有社区级医疗设施个数</td></tr><tr><td>人均教育设施</td><td>生活圈内部每千人拥有幼儿园和中小学个数</td></tr><tr><td>人均文化设施</td><td>生活圈内部每千人拥有文化设施个数</td></tr></table> # 通勤生活圈：就业中心与通勤出行 <table><tr><td rowspan="3">就业中心</td><td>就业人口</td><td>就业中心就业人口数量</td></tr><tr><td>通勤网络</td><td>5km以下和20km以上的通勤出行量空间分布</td></tr><tr><td>通勤距离中位数</td><td>各社区生活圈中的通勤人口数量</td></tr><tr><td rowspan="6">通勤出行</td><td>短距离通勤比例</td><td>5km以下通勤出行的占比</td></tr><tr><td>长距离通勤比例</td><td>20km以上通勤出行的占比</td></tr><tr><td>通勤距离中位数</td><td>社区通勤人群的通勤距离的中位数</td></tr><tr><td>中短时间通勤比例</td><td>45min以下通勤出行的占比</td></tr><tr><td>长时间通勤比例</td><td>60min以上通勤出行的占比</td></tr><tr><td>通勤时间中位数</td><td>社区通勤人群的通勤时间的中位数</td></tr></table> # 扩展生活圈：扩展出行、商业中心和游憩中心 <table><tr><td rowspan="6">扩展出行</td><td>扩展出行半径</td><td>生活圈居民扩展出行行为距离的中位数</td></tr><tr><td>日常出行半径</td><td>生活圈居民日常高频出行（每周大于等于3次的扩展出行行为）的平均距离</td></tr><tr><td>偶发出行半径</td><td>生活圈居民偶发低频出行（每周小于3次的扩展出行行为）的平均距离</td></tr><tr><td>日常出行比例</td><td>非通勤高频出行占所有非通勤出行的占比</td></tr><tr><td>高频内部出行比例</td><td>非通勤高频生活圈内部出行占所有非通勤出行的占比</td></tr><tr><td>人均高频出行频次</td><td>生活圈居民日均非通勤高频出行次数</td></tr><tr><td rowspan="3">商业中心</td><td>月度客流</td><td>商业中心月度客流量</td></tr><tr><td>服务半径</td><td>前往商业中心出行的距离中位数</td></tr><tr><td>商铺数量</td><td>商业中心内商铺数量</td></tr><tr><td rowspan="3">游憩中心</td><td>月度客流</td><td>游憩中心月度客流量</td></tr><tr><td>服务半径</td><td>前往游憩中心出行的距离中位数</td></tr><tr><td>客流密度</td><td>月客流与公园面积之比</td></tr></table> # 年度监测|社区生活圈 Annual Observation: Community life circle 人口规模 2024 人口规模2025 人口规模变化 2023-2025 居住人口呈现中心城区集中、外围社区分散的特点，而昌平、顺义、大兴、房山、门头沟和海淀山后等地通勤人口比例更高。全市社区生活圈人口规模基本维持稳定；中心城区外围人口规模和通勤人口比例有所增长。 # 年度监测|社区生活圈 Annual Observation: Community life circle 人口画像2024 人口画像 2025 人口画像变化 2023-2025 青年人多集中在中心城北部、东部和南部，老年人则在中心城区集中，学龄前儿童在海淀山后、回天地区、城市副中心、大兴、房山等近郊社区比例较高。中心城区外围老年人比例呈现增长趋势。 # 年度监测|社区生活圈 Annual Observation: Community life circle # 设施特征 -2024 # 设施特征-2025 # 设施特征变化2023-2025 商业设施呈现中心城北部优于南部的特征，文化设施西南近郊和核心区更为丰富，中心城外围教育设施较为充足。其中商业设施的增长最为突出，教育和文化设施规模大致保持稳定。 # 年度监测|社区生活圈 Annual Observation: Community life circle # 设施特征 2024 # 设施特征 2025 # 设施特征变化 2023-2025 中心城区东北部体育设施更为充足，养老设施在中心城区水平显著高于外围，医疗设施仍存在分布不均衡的现象。体育和养老设施规模有所增长，医疗设施区域间差异较为明显。 # 年度监测|通勤生活圈 Annual Observation: Commuting life circle # TOP10就业人口规模 CBD 上地 金融街-西单 亦庄核心区 丰台科技园 望京 中关村 东单 亮马桥 亦庄路东区-南组团 # TOP10 # 通勤距离中位数 西直门 马甸 金科新区 中关村 三里屯 东直门 德胜门外 五道口 望京 CBD # TOP10 # 近距离通勤比例 密云经开区 运河商务区 昌平西园区 新华西街 怀柔科学城 怀柔雁栖经开区 亦庄路南区 窦店 通州东六环 常营 # TOP10 # 长距离通勤比例 通州东六环 信息港 国家地理信息科技产业园 怀柔雁栖经开区↑ 西直门 石油科技园 马甸 个 未来科学城一期 金科新区个 怀柔科学城个 * 对比 2023 年↑为显著增加,↓为显著降低。 # 年度监测|通勤生活圈 Annual Observation: Commuting life circle 短距离通勤的居民主要集中在四环内、亦庄新城等地。亦庄、上地、丰台科技园、通州东六环等地区附近形成了较明显的短距离通勤组团。 通勤量 500 400 300 200 100 居住人口 3000 1000 100 就业人口 3000 1000 100 长距离通勤的居民主要集中在多点地区的地铁6号线、1号线、4号线、15号线、昌平线和房山线的尽端。形成了顺义-望京，昌平-中关村，通州-CBD等主要通勤廊道。 通勤量 80 65 50 35 20 居住人口 1000 500 50 就业人口 1000 500 50 # 年度监测|通勤生活圈 # Annual Observation: Commuting life circle # 年度监测|通勤生活圈 # Annual Observation: Commuting life circle # 通勤时间 -2024 # 通勤时间-2025 # 通勤时间变化 2023-2025 长时间通勤生活圈主要分布在五六环之间的房山、通州和昌平地区。6号线、4号线尽端和17号线沿线的生活圈通勤时间普遍有所降低。 # 通勤距离-2024 # 通勤距离 -2025 # 通勤距离变化2023-2025 2025年各生活圈平均通勤距离约为9.6千米，通勤距离中位数大于10km的生活圈主要分布在五环外的新城地区，如房山、大兴、昌平等。 # 出行特征-2024 # 出行特征-2025 # 出行特征变化 2023-2025 中心城区东、南和西部边缘区域人均出行频次更高，北部社区内部出行占比更高；全市日常出行比例和社区内部高频出行比例均保持稳定，中心城区外围出行频次有所降低。 # 出行特征-2024 # 出行特征-2025 # 出行特征变化2023-2025 全市扩展出行呈现中心短外围长的特征，中心城区外围和北部郊区的部分社区日常出行半径有所增长，其余社区降低；中心城区的出行半径保持稳定，海淀山后、通州与房山大部分社区呈现降低趋势。 # TOP10 # 月度到访人次规模 CBD-朝阳门 王府井-东单 三里屯 中关村 大望路 ↑ 西单 亮马河 个 东直门- 篮街 五棵松个 九龙山合生汇 # TOP10 # 商铺总规模 CBD-朝阳门 三里屯 王府井-东单 西单 公主坟 中关村 天通苑 常营 顺义府前街 大望路 # TOP10 # 消费出行距离中位数 顺义国门1号 望京东 798地区 西直门 大望路 潘家园 前门-大栅栏 王府井-东单 CBD-朝阳门 鼓楼-南锣鼓巷 # 客流特征-2024 # 客流特征-2025 # 客流特征变化2023-2025 广域级商业中心CBD-朝阳门客流量和商铺数量远高于其他商圈全市多个商业消费中心。中心城区边缘的市级和区级中心月度客流增长显著；全市各等级客流吸引力普遍增强，中心城区的白塔寺和边缘地区的望京东、荣京东街、超极合生汇等中心商铺数量逐渐丰富。 * 高能级公园：除社区公园、游园外且面积在1公顷以上的公园 TOP10 综合引领型客流规模 奥林匹克森林公园 朝阳公园 天坛公园 颐和园 长阳公园 圆明园遗址公园 五棵松奥林匹克公园 良乡大学城公园 地坛公园 什刹海公园 TOP10 活力集约型到访密度 团结湖公园 北京市劳动人民文化宫 北京明城墙遗址公园 昌平公园 景山公园 中山公园 回龙观体育文化公园 北京大观园 丰台花园 日坛公园 # 数据与方法 Data and Methods 基于综合客流总量规模、辐射距离与到访密度三项核心指标，对全市360个公园进行游憩活力指数计算；根据能级表现与功能特征，将其划分为综合引领型、活力集约型、特色目的地型及基础保障型四类中心，构建全市休闲游憩等级体系。 TOP10 特色目的地型辐射距离 喇叭沟门国家森林公园 古北口森林公园 金海湖景区 龙庆峡景区 黑龙潭景区 黄松峪国家森林公园 野鸭湖国家湿地公园 北京世园公园 八达岭长城景区 三里河湿地公园 客流特征-2024 客流特征-2025 客流密度变化 客流特征变化2023-2025 Changes in Visitation Density 密度变化-0.36 -0.02 -0.01 0.01 0.23 0.44 (人/m²) 范围变化 -90 -30 -5 5 100 >100 (%) 客流规模增量呈现由中心向外围扩散的态势，郊区节点增幅显著，而客流密度的主要增量则高度集中于中心城区，辐射范围方面，中心城区多节点呈现收缩趋势，外围部分节点有所扩张。 # 年度监测小结 社区生活圈人口规模和结构保持基本稳定，人均商业和体育设施增长显著，养老和医疗设施分布仍存在空间差异。 短距离通勤生活圈主要集中在中心城区、昌平新城、亦庄新城和远郊城区，远距离通勤多集中在房山、大兴、通州等新城地区。 商业消费中心客流和商业设施规模都有所增长，服务范围普遍扩大。远郊游憩中心人气提升，中心强度游憩空间使用强度显著增强。 本部分主要描绘了各社区生活圈在购物、餐饮、游憩、休闲娱乐、生活服务及就医六大领域的日常生活需求方面的出行情况。 年度专题 出行目的解构 04 # 年度专题 | 出行目的解构 Annual Feature: Composition of Trip Purposes 聚焦购物、餐饮、游憩、休闲娱乐、生活服务及就医六大领域的偶发高级日常生活需求，并结合工作日与周末不同生活场景下的出行特征，揭示不同社区在扩展活动出行模式与行为上的显著差异，展示时间层面上出行结构与需求的内在联系。进一步解析城市扩展生活圈的结构特征。 # 年度专题 | 出行目的解构 Annual Feature: Composition of Trip Purposes 工作日占比 49% 周末占比 51% 工作日占比 48% 周末占比 52% 工作日占比 56% 周末占比 44% 工作日占比 54% 周末占比 46% 工作日占比 44% 周末占比 56% 工作日占比 43% 周末占比 57% 具标准的中距离区域化特征，在12km处精确集聚，半数以上的位移距离由16km空间跨度支撑。 重心表现出显著的向外偏移倾向，主集聚点延迟至14km处出现，半数以上的位移距离由16.5km空间跨度支撑。 空间位移门槛最高，曲线爬升最为缓慢，受限于资源分布， $50\%$ 的居民需产生18km以上的跨区长距离位移。 空间分布层级稳定，重心位于10km处，累计频率随距离增加而平滑上升，在14.5km处完成半数需求覆盖。 空间向心性极强，在8km处高度集聚，是各类目的中对近程空间依赖最高的类型，过半活动锁定于15km内。 呈现显著的长尾分布形态，虽在12km处集聚，但受优质资源吸引50%的覆盖门槛向外大幅拉伸至18km。 # 年度专题 | 出行目的解构 Annual Feature: Composition of Trip Purposes # 年度专题 | 出行目的解构 Annual Feature: Composition of Trip Purposes 餐饮出行距离中位数 餐饮出行 | 出行规模分布 餐饮出行 | 长距离占比 中心城区餐饮出行以本地为主，出行距离短；近郊区房山餐饮出行距离相较于购物明显增加；远郊区餐饮长距离出行占比较高，但延庆餐饮长距离出行占比相较购物有所下降。 购物出行距离中位数 购物出行 出行规模分布 购物出行 | 长距离占比 中心城区本地消费主导，出行距离短且商业中心聚集效应强；近郊区需求旺盛，但部分社区存在跨区购物，区域发展不均；远郊区商业资源有限，长距离跨区出行占比最高，居民高度依赖城区或大型商场。 # 年度专题 | 出行目的解构 Annual Feature: Composition of Trip Purposes # 年度专题 | 出行目的解构 Annual Feature: Composition of Trip Purposes 就医出行距离中位数 中心城区的就医出行距离普遍较短，出行需求较均衡；近远郊地区居民依赖更远的医疗资源。中心城区的长距离占比较低，主要以本地医疗为主；而近郊和远郊地区居民更依赖跨区就医。 就医出行|出行规模分布 就医出行 | 长距离占比 服务出行 | 距离中位数 中心城区出行距离较短，近郊区相对较长。社区出行方面，中心城区和近郊区分布较为均衡，普遍较高。长距离出行占比同样呈现中心城区较低、远郊区较高的特征。 服务出行 出行规模分布 服务出行 | 长距离占比 # 年度专题 | 出行目的解构 Annual Feature: Composition of Trip Purposes # 年度专题 | 出行目的解构 Annual Feature: Composition of Trip Purposes 休闲出行距离中位数 距离 (Km) (Km) 14 20 26 41 68 休闲出行 出行规模分布 规模 0.2 . .9 休闲出行 | 长距离占比 占比 9 16 （%） 9 5 中心城区和近郊区的出行距离普遍较短，远郊区则较长。社区出行分布上，中心城区和近郊区较为均衡，长距离出行方面，中心城区占比低，而远郊区则较高。 游憩出行距离中位数 距离 8 5 33 45 63 游憩出行|出行规模分布 规模 0.5 ： 4 游憩出行 长距离占比 占比 16 ） 3 9 100 游憩出行距离中位数呈现层级递增特征，中心城区最短，近郊次之，远郊最高。社区出行主要集中在中心城区，近郊和远郊出行相对较少。长距离出行占比同样呈现阶梯式分布。 # 出行目的解构小结 城市居民不同行为的出行受设施分布和吸引力影响，就医行为出行半径最大，生活服务出行半径最小，餐饮行为出行最为频繁。 全市整体处行目的地来看，餐饮和生活服务分布较为均衡，购物和休闲娱乐主要分布在东部地区，就医行为主要集中在中心城区，游憩与北京市文化遗产单位分布耦合。 根据通勤及生活性出行的距离—概率曲线利用基于Hausdorff距离的K-Medoids聚类算法对北京全市社区生活圈进行类型划分和特征归纳，同时选取代表性案例进行深入分析。研究发现北京全市生活圈依照不同出行特征可划分为均衡型、通勤依赖型、生活依赖型、廊道型及其他类型5大模式。 年度专题 社区特征挖掘 05 # 年度专题 社区特征挖掘 Annual Feature: Classification and Case Study # 多层级生活圈综合分类结果 Comprehensive classification results of multilevel life circles # 数据与方法 Data and Methods 根据通勤及生活性出行的距离-概率曲线，利用基于Hausdroff距离的K-Medoids聚类算法对北京全市社区生活圈进行类型划分和特征归纳。 通过集成通勤生活圈与周中/周末扩展生活圈的空间特征，构建多层级生活圈综合分类体系，识别出均衡型（33.1%）、通勤依赖型（18.6%）、生活依赖型（14.1%）、廊道型（20.3%）及其他类型（13.9%）5大模式。 # 年度专题 社区特征挖掘 Annual Feature: Classification and Case Study 活动地高度集中在居住地周边，集聚性强且集聚范围小，小于5km的出行占所有出行的 $45\%$ 。 活动地在居住地约4km范围内处形成集聚。 活动地在居住地周边，集聚程度小于A1模式。 活动地在居住地周边集聚，同时距居住地6km处形成次级集聚地。 活动地在居住地周边集聚，且向一个方向延伸，延伸范围约 $10\mathrm{km}$ 。 活动地没有明显的高度集聚性， $50\%$ 的居民活动出行距离小于6.5km。 活动地在居住地周边形成集聚，同时在5-15km范围内呈现廊道分布的形态。 活动地在居住地周边少量聚集，沿廊道扩展，并在远距离(20km左右)处聚集。 活动地在居住地周边没有明显的聚集性，呈廊道蔓延。 # 年度专题 社区特征挖掘 Annual Feature: Classification and Case Study 均衡型 均衡型生活圈集中分布于北四环至南三环的核心城区，并沿东北向望京外延伸至五环外。通勤依赖型生活圈主要集聚于东南三环至五环过渡带的成熟居住区。与之形成对比的是生活依赖型生活圈，围绕上地、亦庄等新兴产业集聚区形成环状分布带。廊道型生活圈沿六环轨道交通末端呈带状延展。 # 年度专题 社区特征挖掘 Annual Feature: Classification and Case Study 通勤依赖型 # 短通勤，扩展在社区周边均匀集中分布。 通勤与扩展生活圈均呈现单中心或多中心结构，居民在居住地3-5km半径范围内实现就业与生活性活动的自足。 # 廊道型通勤圈与单中心周末扩展生活圈的空间耦合 居民就业活动依赖城市中心，日常生活性活动能在居住地周围3-7km范围内被满足，就业-服务设施空间失衡。 生活依赖型 廊道型 # 单中心或多中心通勤圈与廊道型周末生活圈的空间叠合 居民就业活动在居住地周边开展，但日常生活性活动高度依赖城市中心，配套服务设施供给结构性短缺。 # 通勤与扩展生活圈双重廊道化 居民的就业活动与生活性活动均依赖城市主中心，映射出城市边缘区就业岗位与各类服务设施的匮乏。 社区生活圈 通勤圈 城市核心边界（四环） 通勤出行 就业中心 高频扩展生活圈 中心城区范围 非通勤出行 购物与休闲中心 低频扩展生活圈 近郊边界（六环） # 均衡型： # 和平里社区 和平里社区位于北二环与北三环之间，通勤与高频非通勤出行半径小，工作日与周末的高频、低频生活圈差异均较小，日常活动范围受通勤行为影响较为有限。 中中中中 # 和平里社区各出行目的的扩展生活圈 老旧住宅面积比例 青年人指数 老年人指数 未成年人指数 90% 0.87 2.16 1.21 和平里社区居民餐饮和生活服务出行围绕社区偏向内城。 购物出行范围集中在中轴线以东的东城区和朝阳区，休闲娱乐出行则更偏向四环内的北侧和东侧。 就医出行集中在中心城区内的东部和西北部，鲜少超出四环范围。 游憩出行目的地较为集中，主要位于核心区东部和三山五园地区。 指标说明： 1.各类人群指数：各社区在特定指标上的人口占比与北京市整体占比的比值，反映该社区在全市的相对情况。数值越大表明此类人群在本社区比例相对更高，大于1表示超过全市平均水平，小于1表示低于全市平均。 2.青年指百度大数据识别到的25-34岁之间的人群。 3.老年人指百度大数据识别到的65岁以上的人群。 4.儿童指百度大数据识别到的18岁以下的未成年人群。 # 均衡型： # 蒲黄榆社区 蒲黄榆社区位于南二环与南三环之间，通勤与高频非通勤出行半径显著高于短通勤集中型。工作日与周末的高频、低频生活圈差异小，日常活动范围受通勤行为影响非常有限。 一国中 # 蒲黄榆社区各出行目的的扩展生活圈 老旧住宅面积比例 90% 蒲黄榆社区居民餐饮出行完全偏向社区以北的内城，生活服务出行社区偏向内城东侧和南侧。 青年人指数 0.88 购物出行集中在中轴线以东，少部分集中在中心城区西南角；休闲娱乐出行则更偏向四环内的东侧和南侧。 老年人指数 2.04 就医出行分布在中心城区内的东部和西部和西北部，鲜少超出四环范围。 未成年人指数 1.05 游憩出行目的地较为集中，主要位于中轴线附近。 指标说明 1.各类人群指数指各社区在特定指标上人口占比与北京市整体占比的比值，反映该社区在全市的相对情况。数值越大表明此类人群在本社区比例相对更高，大于1表示超过全市平均水平，小于1表示低于全市平均。 2.青年指百度大数据识别的25-34岁之间的人群。 3.老年人指百度大数据识别的65岁以上的人群。 4.儿童指百度大数据识别的18岁以下的未成年人群。 # 通勤依赖型： # 天宫院社区 天宫院社区位于南六环外，通勤与非通勤出行显著高于前三类社区。工作日与周末的高频、低频生活圈差异均较大，日常活动范围受通勤行为影响突出。 通勤 人口比例 通勤 出行中位数 非通勤 高频出行中位数 非通勤 低频出行中位数 36.4% 20.4km 3.0km 27.2km 可米芹藕山藥下压爆 来时际社区的通勤与扩展生活圈：轨道交通交通线向中心城区蔓延 国 老旧住宅面积比例 0% 天宫院社区居民餐饮和购物出行沿地铁四号线-大兴线向中心城区扩展，餐饮出行受通勤行为影响更显著。 青年人指数 1.12 生活服务出行和休闲娱乐同样受通勤影响，但在大兴线沿途更集中，较少依赖中心城区。 老年人指数 0.71 就医出行目的地部分位于社区周边，部分位于中心城区。 未成年人指数 0.89 游憩出行目的地较为分散，沿轨道交通线散布在中心城区和外围各处。 指标说明 1.各类人群指数指各社区在特定指标上人口占比与北京市整体占比的比值，反映该社区在全市的相对情况。数值越大表明此类人群在本社区比例相对更高，大于1表示超过全市平均水平，小于1表示低于全市平均。 2.青年指百度大数据识别的25-34岁之间的人群。 3.老年人指百度大数据识别的65岁以上的人群。 4.儿童指百度大数据识别的18岁以下的未成年人群。 # 生活依赖型： # 温阳路社区 温阳路社区位于北五环与北六环之间，通勤出行与非通勤高频出行半径较短，非通勤高频出行半径较大。工作日与周末的高频、低频生活圈差异均较小，日常活动范围受通勤行为影响较为有限。 通勤 人口比例 通勤 出行中位数 非通勤 高频出行中位数 非通勤 低频出行中位数 24.5% 4.3km 2.3km 20.0km 国 中 国 老旧住宅面积比例 83% 温阳路社区居民餐饮和生活服务出行主要围绕社区开展，稍偏向内城。 青年人指数 1.12 购物与休闲娱乐出行则更依赖中心城区，目的地除社区周边外也分散在四环内各处。 老年人指数 0.5 就医出行集中十三号线沿线和海淀区以及朝阳区北部。 未成年人指数 0.79 游憩出行目的地同时分散于社区周边，以及海淀区、昌平区和核心区的部分区域。 指标说明 1.各类人群指数指各社区在特定指标上人口占比与北京市整体占比的比值，反映该社区在全市的相对情况。数值越大表明此类人群在本社区比例相对更高，大于1表示超过全市平均水平，小于1表示低于全市平均。2.青年指百度大数据识别的25-34岁之间的人群。3.老年人指百度大数据识别的65岁以上的人群。4.儿童指百度大数据识别的18岁以下的未成年人群。 # 廊道型： # 果园社区 果园社区位于东五环与东六环之间，通勤和低频非通勤出行半径高于短通勤类社区，高频非通勤反而更集中。周末的高频生活圈显著向居住地集中，日常活动范围受通勤行为影响较大。 通勤 人口比例 通勤 出行中位数 非通勤 高频出行中位数 非通勤 低频出行中位数 32.9% 9.8km 2.0km 20.1km 区独中中 果园社区各出行目的的扩展生活圈 老旧住宅面积比例 67% 果园社区居民餐饮和购物出行围绕社区，且在中心城区东侧和北侧的轨道交通展开；休闲娱乐出行沿轨道交通线向中心城区扩展。 青年人指数 1.00 生活服务出行主要集中社区周边，靠近中心城区就业地的区域也有涉足。 老年人指数 1.12 就医出行集中在中心城区内，鲜少围绕社区展开。 未成年人指数 1.48 游憩出行部分围绕社区展开，部分前往中心城区的目的地。 指标说明 1.各类人群指数指各社区在特定指标上人口占比与北京市整体占比的比值，反映该社区在全市的相对情况。数值越大表明此类人群在本社区比例相对更高，大于1表示超过全市平均水平，小于1表示低于全市平均。 2.青年指百度大数据识别的25-34岁之间的人群。 3.老年人指百度大数据识别的65岁以上的人群。 4.儿童指百度大数据识别的18岁以下的未成年人群。 # 社区特征挖掘小结 根据通勤及生活性出行的距离—概率曲线，利用基于距离的聚类算法对北京全市社区生活圈进行类型划分和特征归纳，发现四个典型模式其差异主要体现在就业活动和其他生活性活动圈层与居住地和城市中心的空间相对关系上；全市不同类别的生活圈的空间上呈现显著的圈层分布特征。 # 致谢 感谢以下专家为本报告提出了有力支持与宝贵建议： 施卫良 北京城市规划学会 理事长 于化云 北京城市规划学会 副理事长兼秘书长 周乔欣 北京城市规划学会 副秘书长 张丽亚 北京市规划和自然资源委员会科技与信息化处 处长 龙瀛 清华大学建筑学院 研究员 北京城市规划学会数字城市规划专业委员会 核心专家 盛强 北京交通大学建筑与艺术学院 教授 张帆 北京建筑大学北京城市保护与更新研究院 总规划师 付景新 智慧足迹数据科技有限公司 行业总监 阙长城 百度地图慧眼 技术架构师 王昊 北京极海纵横信息技术有限公司 CEO 王龙 北京极海纵横信息技术有限公司 产品经理 徐碧颖 北京市城市规划设计研究院详细规划所 副所长 胡超男 北京建筑大学测绘与城市空间信息学院 博士研究生 陈珺瑶 北京交通大学建筑与艺术学院 硕士研究生