来自:DT财经 作者：
丝小分队 已授权
西单、三里屯和朝阳公园等街区，不久前还人满为患，现在却冷冷清清。问题根源还是北京城市功能布局的割裂与分离。数据侠鸡丝小分队通过分析出租车数据和城市信息点（POI）的数据，为大家还原真实的“折叠北京”
摘要： 转眼间，春节就要来了。DT君这两天明显感觉到往日熙熙攘攘的帝都，突然间冷清了许多，而不久前的元旦假期，出门还到处人满为患，西单、三里屯和朝阳公园这样的传统休闲娱乐街区，拥堵更是变本加厉。这个问题归根结底，还是回到北京城市功能布局的割裂与分离。数据侠鸡丝小分队的队员们，通过分析出租车数据和城市信息点（POI）的数据，为大家还原一个真实的“折叠北京”。
哪怕码表跳一轮，也要开进三里屯
去年获得雨果奖的科幻小说《北京折叠》，讲述了一个生活在北京不同阶层市民高度割裂的科幻故事，让许多读者产生了共鸣。
现实生活中，与《北京折叠》相似的是，对于身处帝都不同地理空间的居民，对城市服务功能区的可达性大相径庭。
也就是说，对于一个西二旗的码农来说，如果他想追一个住在东三环的女神，经常陪她去三里屯共进晚餐，几乎是不可能完成的任务。
考虑到在帝都买车经济和政策上的不可能性，以及冬季干燥寒冷的雾霾天气，坐出租车出行常常是帝都人民逢年过节的最佳选择。
我们以北京出租车的载客数据为研究对象，对比了平常日和节假日时帝都人民打的士出行的情况。发现节假日出租车载客量显著增加，同时发现，以三里屯为代表的东三环不愧为京城“最热”休闲区。
下图展现了平常日和平安夜的北京市出租车载客次数，在平安夜，帝都出租车的载客量整体明显偏高，看来我们还是喜欢在节假日出去玩儿。
（图片说明：平常日和平安夜期间北京出租车载客次数对比）
接下来，我们用出租车的OD数据（DT君注：OD也就是交通起止点，起点Origin和终点Destination的简称）还原了平安夜那天京城川流不息的出租车行驶轨迹。
（图片说明：12月24日下午4点至12月25日凌晨4点，五环内出租车OD数量分时统计）
从下午4点开始，全城的出租车数量开始进入活跃状态。此时晚上需要赴约的应该已经开始筹划着下一步的动作，动作快的已经打上车了。这些有先见之明的人，在中关村、三元桥、望京、西直门、国贸等地显著集中。
晚上7点，吃完饭的大家纷纷从西单、三里屯、蓝色港湾、王府井出发，踏上约会的第二轮征途。
没能成功提前下班的各位，继续从中关村、三元桥、望京甚至更远的地方涌入城内，让晚高峰的汹涌衬托对平安夜浪漫的渴望。
城东一路飘红，集中了全城最大数量的出租车出发和到达数量。
夜里9点，时全城出租车载客量达到最高峰，还有3个小时就到零点了，这个时候体力差的已经熬不住了；体力好的到了去三里屯、五道口继续夜生活的时候。
无论什么时刻，东三环作为的热门出发地和目的地的地位始终无法撼动。
跨越人山人海也要挤进东三环的秘密
看过了平安夜一晚上充满欲望和等待的征途，我们不禁会问，北京的人们为什么一定要去东三环、去三里屯呢？
一个可能的原因是，三里屯的饮食丰富度最高，毕竟各种娱乐活动都离不开“吃”这一核心命题。我们拿出了POI数据，来看一看北京市各类功能的空间格局。从图中可以看出，朝阳区的餐饮热度明显更加明亮。
（图片说明：北京市六环内餐饮类POI分布热度图）
但是，东三环地区服务功能密度大，不仅餐饮娱乐类POI数量众多，其他类型POI的数量也远远高于其他地区。
因此，虽然上图东三环地区的餐饮类POI密度很高，单纯的以餐饮类POI绝对数量来断定东三环地区是餐饮服务的中心显然缺乏说服力。
因为在传统的POI研究中，我们常用核密度作为POI热度分析的方法。但在这种方法中，不同类型的POI在地图网站中收录的机会和概率是完全不同的。
例如，一个小区的规模很大，但其对应的POI可能只有寥寥几个。如果其周边存在着大量的餐馆和超市POI，传统方法中该地区会被错误的归类为商业功能主导。
为了解决这个棘手的问题，小分队采用了TF-IDF文本分析的方法对北京市的各类 POI 数量重新进行了分析、确定权重。通过TF-IDF加权我们对所有类型的POI又进行了一遍统计，得到北京1.5万个功能地块各类型POI的总权重。最终得到餐饮类POI权重分布。
（图片说明：去掉了极小值之后的餐饮娱乐POI加权分布）
看到了吗？那一片飘红的东三环！
也就是说，即使去除了数量因素，东三环餐饮娱乐主导地块依然非常多！而南城则更加黯淡，餐饮娱乐的可达性极低。这也更加科学的证明了，北京市民想要在吃饭上多些花样，东三环无疑是首选中的首选。那么逢年过节时候，堵上加堵对于平日里已经拥挤不堪的东三环来说，也是情理之中的了。
这样看来，的确除了了东三环到东四环、中关村、亚运村几个地区之外，北京大部分地区、尤其是南城的餐饮服务真的没有我们想象中那么丰富。
想吃好些，只能走远些了。
闪闪发光的TF-IDF文本分析法
前文在计算POI权重时，小分队使用了TF-IDF文本分析法。这是自然语言处理、搜索引擎、文本分析中较常用的词语权重分析方法，常用于确认文章主题、关键词筛选、计算关键词权重等工作。
在给你看高能模型公式之前，为了体现鸡丝小分队贴近群众的友爱精神，我们准备用通（gao）俗（shen）易（mo）懂（ce）的方式再详细解释一下这个方法的基本原理。
简单来说，一个词语在文章中出现的频率越高，这个词语的重要程度也就越大，这就是TF（Term Frequency）的功劳。但是读到这里你可能会有这样的疑问，像“我”、“的”这样的词语，每篇文章几乎都会有很多，这权重算出来明显不对啊。
比如在一大堆城市规划大数据论文中，我们发现几乎所有的文章中都大量出现了“POI、指标体系、职住平衡”这样的关键词，而只有一篇文章出现了一个叫“鸡丝小分队”的关键词，那么“鸡丝小分队”这个词必然会成为把这篇文章和其他文章明确的区分开来。用学术一点的方法来描述的话，也就是说这个词的IDF值很高。
——前方高能模型公式，非战斗人员请迅速撤离——
在计算完每个词语的TF和IDF之后，我们把这两个值的乘积作为这个词在文章中的最后权重，这样我们就知道了所有文章中所有词语通过TF-IDF计算加权后的权重。
说到这里你可能还在疑惑这个TF-IDF和我们的POI研究到底有什么关系？
其实是这样的：我们将整个北京市切割成了500米*500米的网格，把每个网格中的POI与网格进行匹配。这样，你就可以把每一个网格看作一篇文章，而网格中所有的POI点的类型就是这篇文章的所有词语。这样一来，我们就可以使用TF-IDF计算不同类型POI的权重啦。（话说全北京小吃快餐POI这么多，权重不低才怪）。
一个真实的折叠北京
为了进一步摸清北京市不同功能的空间差异，平复一下其他地区民众的心情，我们用同样的方法查看了餐饮娱乐和其他五类POI的前15‰主导地块，看一看他们在北京城内的空间分布。就算去东三环改善伙食不方便，去学院路听个讲座总可以吧。
（图片说明：除餐饮外其他POI类别领先的地块）
住宅小区类POI——天通苑、回龙观OUT了。
居住功能最为集中的地块居然也集中在北京城的东边，以崇文门内、朝阳北路、青年路、方庄最有代表性。另外西北边的万柳和北边的亚运村也是这样类型地块的典范。在这里，我们并不是说崇文门、青年路这些地方的居住规模要大过天通苑回龙观。而是相比于大规模的传统居住区，这些地方有着更高的居住集中度，而相应的配套设施可能更少。
科研院所类POI——占领智商高地。
帝都平均智商最高的地方在哪里呢？当然是清华北大、学院路、中关村的地地盘。据统计这里65岁以上老年人的本科比例都比其他地区25岁以上的高。
商业大厦类POI——愿节假日没有加班狗。
这类POI的集中地不出所料，国贸、中关村、上地，找工作没投过公司在这三个地方的，当真来北京混过？大上地终于进了一次前三名，看吧，虽然你们吃得少，但是你们干的多啊……
公司企业类POI——南城的市民们，找回优越感的时刻到了。
这类设施在全市多点开花，既有传统的东三环办公区域，南城也终于有群星闪耀，大亦庄脱颖而出。在你们还风花雪月大快朵颐的时候，这里的高级蓝领们把钱包捂得紧紧的，人家不是穷，人家是有钱没地儿花。
宾馆酒店类POI——还是要以办事方便为主。
不看不知道，一看吓一跳。宾馆酒店主导地块全部位于二环以内，包括西直门内和前门地区。聚集的热度则以前门地带最为耀眼。西直门内交通便利，与各部委距离适中，乃商务出行之首选。在南边的前门，不知有多少怀揣梦想的一家老小为了看升旗挤在招待所的地下室，又不知有多少外国友人为了体验胡同风情睡在青旅的上下铺。原来酒店主导的地方都在二环里边。
现在你知道为什么你明明在北京，却又好像离北京那么遥远；现在你理解了，为什么平安夜中，千军万马挤破独木桥，也要冲进西单三里屯，排上两个小时的队，吃一顿不那么平静的平安夜晚餐；同时你也明白了，为什么公司附近的房源那么难找，但凡能够接受的，又都在离公司很远的地方。
你远离的不是东三环那些地标建筑，不是正阳门下的熙攘人流，而是丰富多彩的功能，有滋有味的生活。在这个城市，还有许多许多的人，都离精神慰藉之物有点远。
（注：本文仅代表作者观点，文中数据图表均来自作者）
欢迎关注数据君weixing公众：datakong
