通过大数据挖掘连接北京可负担住房政策和交通拥堵疏解措施

项目负责人:Marta C. Gonzalez(麻省理工学院市政与环境工程系)

研究员:Shan Jiang, Jiang Zhang, Ruiqi Li, Lei Dong

摘要:

       当前中国的特大城市面临着几个重大挑战:居民愈发无法负担的房价、盲目追求在地价较低的土地进行开发而导致的“摊大饼”式城市扩张模式,以及他们的一系列连锁反应,包括机动车发展、交通拥堵、空气污染和能源消耗增加等等。本研究提出以中国首都北京为案例,来梳理研究上述问题。在过去的十五年间,北京提供的保障性住房主要分为经济适用房(ECH)与价格控制的商品房两类。为了控制可负担的房价, 从2014年起,政府承诺每年新增居住用地的至少40%将用于保障性住房项目,其余为商品房(其中有50%为价格控制的住房项目)。在政府作出如此强有力的提供更多保障性住房承诺的前提下,我们认为这些住房项目的位置带来的影响(例如对交通需求以及其负面意义)将会十分显著,正如过去的经济适用房项目的影响所展现的一样。

       本研究有三个主要目标:1)使用大数据(移动电话数据)连同北京的传统方法的家庭出行调查数据来调研拥堵城市道路的用户的住房来源(即他们住在哪)以及目的地(即他们在哪工作)。这种识别最为拥堵的路段并确定受到拥堵影响的来源的能力将使得规划师与政策制定者能够发现那些承受了最严重的交通延迟的社区,并以最为有效的方式为目标群体提供缓解拥堵的政策。2)通过在线抓取北京住房交易销售信息,以及北京家庭出行调查获取的收入数据,探讨房价可负担程度(价格-收入比率)在北京市的分布情况。3)将承受交通拥堵的社区同房价可负担程度指数,即价格-收入比率(PIR)联系起来。本研究将讨论他们同居住社区的驱动来源以及工作区域的驱动目的地的关系,并为未来可持续的城市发展就交通和住房替代品提出政策导向。本研究对于促进都市区用地和交通一体化的规划、指导未来北京以及其他面临相似挑战的中国城市的保障性住房以及新型交通政策的制定将会尤其实用。