1月份，百度地图慧眼团队与国务院发展研究中大数据宏观课题组联合发布一份《基于大数据的城市群识别与空间特征研究》，基于百度地图大数据以及DMSP-OLS夜间灯光数据对各城市群进行界定、分析与评价。
在此之前，虽然城市群已成为我国城镇化的主体形态，在经济社会发展中发挥了越来越重要的作用。但事实上，城市群研究侧重于宏观层面、细节概念模糊，城市群概念也缺乏统一界定，规划实践中也存在一些争议和分歧。
而借由位置服务数据与夜光遥感数据的支撑，城市群研究真正从宏观走向微观，城市群真实的发育程度与显示规划也终于被空间数据所揭示。
那么百度究竟是怎么做的呢?
利用由微观个体用户的行为产生的大数据，尝试划定城市群边界范围，探索内部集散基本规律，为城市群研究从宏观走向微观提供了新的视角和方法。百度地图每天响应超过800亿次位置服务，能够提供宝贵的真实人口流动数据，有效弥补宏观统计数据的不足，为研究城市群提供重要数据支撑和新的研究工具。
报告研究认为，所谓的“城市群”应当具备三大特征，分别是聚集度相对较高的区域、具有紧密的经济社会联系、同时具备较高的中心度。
基于百度人口跨城市流动数据，利用空间分析和社会网络分析方法，考察中国各城市间的“人口流动联系”，并基于此界定各城市群范围，同时叠加百度人口密度数据和夜间灯光数据分析，对各城市群进行界定、分析与评价。
综合联系度、集聚度、中心度分析研究，时空大数据最终识别出中国17个城市群，分别为：长三角城市群、珠三角城市群、京津冀城市群、成渝城市群、中原城市群、关中平原城市群、滇中城市群、黔中城市群、山东半岛城市群、辽中南城市群、海峡西岸城市群、哈长城市群、宁夏沿黄城市群、山西中部城市群、北部湾城市群、长株潭城市群、武汉城市群。
该结果与“十三五”规划城市群(19个)大体一致。数据体现，某些规划城市群人口密度总体偏低，城市群内城市联系较弱，实质的城市群基础尚不牢固。
中国经济已由高速增长阶段转向高质量发展阶段，坚持以人为本推进中国高质量的新型城镇化进程，优化资源空间配置和科学规划城市群发展，对提高经济运行效率、挖掘区域经济潜力具有重要意义。研究报告根据对于城市群分析和研究的结果提出了相应的政策建议。主要可以概括为科学制定城市群标准和协调机制、加快培育中西部城市群、探索以城市群为基本单元的资源配置方案。
{{item.content}}