基于大数据的城市群识别与空间特征研究
大数据带动城市群研究从宏观走向微观
传统上的城市群研究侧重于宏观层面，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。在此背景下，该报告基于百度地图慧眼大数据，由国务院发展研究中心大数据宏观课题组团队提出研究方法，并结合DMSP-OLS夜间灯光数据，对中国城市群进行了研究。
报告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。
基于国务院发展研究中心大数据宏观团队研究方法的创新以及百度地图时空大数据的优势，报告界定了城市群的三维特征。报告认为，城市群应该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。
大数据识别我国目前已形成17个较为成熟的城市群
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。
值得关注的是，大数据识别的这17个城市群，与“十三五规划”的19个城市群相比，其中15个城市群基本一致。但整体来看，仍有三点重要发现：
○首先，“十三五规划”中的城市群普遍小于大数据识别的城市群空间，越发达城市群这一现象越明显；
○第二，“十三五规划”中的“长江中游城市群”现阶段因城市间实际联系较弱，尚不具备成为整体性城市群的条件，长株潭、武汉城市群目前更适合作为独立的城市群；
○第三，“十三五规划”中的呼包鄂榆城市群、天山北坡城市群、兰西城市群人口密度总体偏低、城市群内城市联系较弱，实质的城市群基础不牢固。
大数据服务国家发展战略研究的有效尝试
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。
根据这些新发现，报告最后给出几项政策建议，其中包括：科学制定城市群标准，建立动态调整结构；加快区域大通道建设，推动形成网络化城市群格局；充分利用全面开放和“一带一路”机遇，加快培育中西部城市群；加快推进区域城市群一体化进程等。
深入了解大数据发展现状和趋势及其对经济社会发展的影响，推动实施国家大数据战略，更好服务我国经济社会发展和人民生活改善。本次报告的推出，正是大数据企业与政策研究机构之间，合作利用大数据服务国家发展战略研究的一种有效尝试。
网友评论