基于高精度网格的人口岗位分布数据

  传统的常住人口、岗位人口数据来源于统计口径，由于只有人口总量数据，没有详细具体的分布数据，无法获得居民居住地与工作地的联系，难以满足更加精细的人口测算需求。因此，利用多源大数据分析居民居住地与工作地的联系，以获得城市的职住空间关系，可以为城市规划、交通和住房等方面提供重要的参考价值，对城市的建设和发展产生重要影响。

    因此，本研究针对国内主要城市大数据进行分析，定义这六个月内在某市出现的天数超过70%的用户为常住人口，利用历史每日22:00-次日7:00的夜间大数据训练识别，以出现概率最高且比例超过70%的区域作为用户的居住地，识别其为常住地。

    同理，利用工作日工作时段9:00-12:00，14:00-18:00的大数据训练识别，并剔除白天与夜间常住地在500m(交通出行定义的最短距离)范围以内的用户，将剩余用户近似作为就业岗位样本，得到的就业岗位地。

最后得到数据成果如下：

    内容：常住人口分布、岗位人口分布数据

    城市：全国主要城市

    格式：shp格式矢量数据，200*200米网格

    坐标系：WGS_1984

    字段：x (网格中心点经度)、y (网格中心点纬度)、popu (常住人口数或者岗位人口数)

图1 上海常住人口分布图

图2 广州岗位人口分布图

w
x
：
Hold_on456