feedback

意见

反馈

back-to-up

回到

顶部

制约中国互联网发展的最大瓶颈?后厂村路:这锅我不背!

数据侠

· 同衡

李昊 王玉焕 刘巍 褚乔 段冰若 梁军辉   2016-09-07

北京又下暴雨了。当堵在路上的你们纷纷将”宇宙最堵“的脏水波向这条位于北京西北五环外、名不见经传的后厂村路时,我们的城市数据侠勇敢的站出来说:不!堵的不是后厂村路,而是程序员的心!

走进科学之“宇宙最堵”真相

这注定是一条不平凡的路。

路的一侧是唐家岭,另一侧分布着百度、新浪、网易、腾讯、浪潮、联想、滴滴等最知名的IT公司。段子手调侃“后厂村路一被淹,全国互联网都要瘫痪”。在平时都拥堵不堪的这条路,暴雨后更是拥堵异常,对其调侃的各种段子引发了一场网络狂欢。

近年来,众多互联网公司总部云集使得上地获得了“新宇宙中心”的名号,而这条上地最重要的道路却背上了“宇宙最堵”的恶名。网上甚至有人拿后厂村路的名字说事,说这个名字太土,和其周边诸多高大上的IT公司形成反差。有人说程序员对生活要求很简单,有根网线就是天,对周边环境不太在意。其实这是个误区。

从后厂村路的段子就可以看出,在互联网时代可万万不能得罪程序员们,更何况是“新宇宙中心”的程序员们。

但是这条路真的如网上段子所言的那样不堪吗?我们将通过走近科学的分析,为大家揭开“宇宙最堵”之迷的真相。

后厂村村史

后厂村路是上地地区的一条主干路。上地作为西北五环外的一片新城区,早年间因这里的地势比周边地区略高,故称“上地”。一直到上世纪九十年代初,这里还都是村庄和农田。近十年来,中关村科技园的IT企业逐渐搬迁至此。

(图. 2006年后厂村路一带还有大量农田)
(图. 2016年后厂村路南侧软件园基本建成)

特别是最近两年,互联网巨头们纷纷在此建起了自己的总部大楼。2015年软件园二期竣工,开启了新一波企业入驻潮,软件园高峰小时到达人数达1.12万人。

(图. 后厂村路南侧密集分布着大量互联网与IT公司)
(表.主要IT公司入驻上地时间)

上地也因此获得“中国硅谷”的称号。从当地楼宇的名字就能看出来IT业在当地的影响:办公楼叫硅谷亮城,小区叫领秀硅谷、领秀新硅谷……

与IT企业总部快速入驻的趋势形成强烈反差的是这里严重滞后的城市环境品质。微博上一个叫猫小姐爱婚礼的这样评价上地后厂村路附近:“上次去了趟后厂村路我被这个地方的规划惊呆了,光百度就四万员工,还有新浪网易滴滴等一系列IT公司,然而此处的路都只有两车道,停车场也没看到,到处瞎停。离最近的地铁站好几公里。到处都是棚房在卖沙县小吃。感觉互联网精英们背井离乡来到一个比自己老家县城还荒凉的地方建设四化……” 

上地地区的环境品质的确有待提升。但就后厂村路来讲,这条路本身并无太多问题。作为城郊地带的主干道,双向四车道路况良好,只是因为其在上地占据着交通枢纽地位,因此一次暴雨造成的大堵塞后,就成了程序员们情绪的集中出口,城市规划也因此背了黑锅。 

从后厂村路的拥堵情况来看,潮汐现象严重,拥堵主要集中在早晚高峰。与通常界定的早晚高峰持续时段(7:00-9:00, 17:00-19:00)相比,后厂村路车流量较多一侧的早晚高峰时段持续时间更长,而持续时段相对滞后,这与软件园就业人员的通勤出行特征相符。

(图. 后厂村路全天拥堵程度;来源:高德地图专题报告)

“职住不平衡”在上地并不明显

这种潮汐拥堵是否像网上所说的是因为职住不平衡所造成的呢?

我们分别分析了就业和居住地分布。上地核心区就有24.6万就业岗位,在北京就业分布的热图上,可以看到上地是五环之外最大的热点。

(图. 北京市就业分布热图)

那么大量在此就业的程序员们都住在哪?我们分析了在以后厂村路附近的上地核心区(上地信息产业基地与软件园一期、二期)为就业地的人口居住分布情况。根据手机信令数据,得到在此就业的人口的居住地分布如下图所示:

(图. 以上地核心区为就业地的人口居住分布热图)

从图中可以清晰的看出,程序员们集中居住于两大区域:一是大上地地区(上地及其周边的清河、马连洼);二是与上地一路之隔的回龙观区域。此外,还有沿京藏高速更北一点的史各庄、沙河等地,以及回龙观往东的天通苑地区。居住在五环之内的程序员寥寥无几,仅有知春路一带有少量集聚。

总体来看居住集中,绝大部分处于上地核心区10公里范围内,大部分位于5公里范围内。可见程序员们还是比较倾向于离工作地就近居住的,这和IT行业工作时间长、加班多的特点也相符合。

我们也分析了北京街道层面的职住比。上地虽然是偏向就业的区域,但是职住比为1.38,与北京几大就业中心相比并不高,仅略高于望京,显著低于国贸、中关村、亦庄等地。

也就是说,在上地上班的人,通勤距离并不算远。

(图. 北京几大就业中心职住比)

(图. 街道层面北京中心城区职住比)

在我们调研中也发现上地周边地区其实分布着各种档次的住宅,软件园附近也有相应的公租房和公寓。但是企业这两年入驻节奏非常快,很多职工尚未完成租房、换房来到单位附近居住的过程,所以还有部分程序员们长距离通勤。 

分析表明,与网民们的一些认知不同,上地并不存在明显的职住不平衡问题。住在上地附近的程序员最多,大部分处于软件园1-5公里范围内,通勤方式以步行、自行车为主,也有部分公交出行,并且大部分不经过后厂村路,并未造成其拥堵。后厂村路的拥堵主要是长距离通勤程序员特别是回龙观程序员所造成。约1/4的就业人口,即超过6万的就业人口在回龙观区域,浩浩荡荡的跨区域通勤大军受困于这里的交通拥堵。

这还是真是应了《感觉身体被掏空》里唱的那句”我家住在回龙观,起来征战北五环”啊。

上地程序员为啥爱住回龙观?据说程序员们会赚钱不会花钱,收入都攒起来买房子。但程序员和程序员还不同,刚工作的初级程序员和工作几年的中级程序员收入差距还挺大。从拉勾网整理的《互联网公司薪酬报告》可以看出,程序员是一个起步收入不高,但增长较快的职业。

(图. 互联网公司薪酬统计)

因此对于初级程序员来说,面对上地及周边居高不下的房价,只好退而求其次,到离上地不算太远的回龙观买房。

根据我们抓取的搜房网6月份的二手房交易数据,大上地地区(上地及其周边的马连洼、清河)房价已达到55000左右,而仅在京藏高速一路之隔的回龙观,房价依然为35000左右,再往北的沙河地区,则仅为23000左右。同时房租也是差异巨大,上地及周边地区装修一般的两居室月租金高达5000-6000元,而回龙观同等房子仅需3000-4000元。所以回龙观及其更北地区吸引了大量初级程序员居住,而中高级程序员则居住在上地及周边地区。

(图. 2016年6月各街道二手房交易价格分布;数据来自搜房网)

于是,网上说一个“昌平名媛”的段子,准确的反映了程序员们的买房爱好和买房区域:

“他们有后海的风和柳,你在沙河有房; 
他们有国贸的塔和楼,你在霍营有房; 
他们有三里屯的大妞和洋酒,你在回龙观有房; 
他们有五道口的风月和少年愁,你在天通苑有房”!

不是在后厂村就是堵在去后厂村的路上

可是,在选择回龙观的同时,也选择了“慢慢”上班的征途。从回龙观到上地核心区的软件园有两个选择。

选择一、轨道交通:过境人流造成最挤西二旗,线路设计留下最后一公里。

回龙观到上地只能坐十三号线到西二旗地铁站,再坐班车(许多互联网公司都有班车从西二旗到软件园)。由于西二旗站是昌平线的终点,大量昌平线上进城的乘客在此换乘十三号线,因此西二旗站也成为北京人流量最大的地铁站。

根据我们随即选取的三个工作日的数据,西二旗站日均出站人数达5.7万人。三天里从西二旗出站的客流,来源站前十名如下图所示。可见,名列前茅的,大多是从北边坐昌平线到这里进城的人,以及从东边回龙观地区坐到这里上班的人。

(图. 西二旗站前十大客流来源站)

更要命的是,无论是13号线,还是规划的16号线,站点都无法覆盖软件园。回龙观的程序员们好不容易出了西二旗站,去软件园二期没得选,3公里的距离必须坐车。而软件园一期就很尴尬,1.5公里的距离,走路有点远,想想还是坐车吧。轨道交通接驳单一,自行车和步行交通体验不佳,都造成了大量班车堵在了进软件园必经的后厂村路上。“通勤2公里,堵车2小时”绝非浪得虚名。

(图. 地铁各站点500米覆盖范围以及建议增加东西向轨道交通路线)

选择二、京藏高速是天堑,隔断东西交通。 

受不了挤地铁的程序员们,选择开车或乘坐公交。这种方式无论如何都要穿过京藏高速(G6)。早高峰时大量从北五环外到市中心的通勤,造成京藏高速进京方向极其拥堵。从回龙观向西穿过京藏高速的几座桥:北郊农场桥、西三旗桥等也成为拥堵的瓶颈点。但无论如何也要这样走,因为如果从回龙观向北走经朱辛庄到北清路再南下到软件园,将会更加拥堵费时。

(图.百度地图导航 推荐的三种方式都要穿过八达岭高速G6并经过后厂村路 )

而千辛万苦穿过京藏高速后,车依旧堵在后厂村路上:东西向道路不足,让后厂村路成了到软件园的必经之路。

(图. 回龙观到上地通勤路线)

以公交车OD数据来也反映了绝大多数通勤以东西方向为主。但是整个上地地区东西向贯穿的道路较少,再加上京藏、京新两条高速和13号线城铁的纵向切割,大量交通拥堵在以后厂村为代表的东西向道路上。

(图. 以上地核心区为出行目的地的工作日早晚高峰公交车OD分析,左图为早高峰,右图为晚高峰)

周边道路该如何改善?

根据我们研究发现,东西向道路不足,后厂村路过境交通需求旺盛。除中关村软件园的出行需求外,八达岭高速以东与海淀山后间的过境交通需求,更加重了后厂村路交通负荷。

(图. 后厂村路周边出行发生与吸引)

从东部、北部通往园区的主干道只有后厂村路一条,并且微循环系统较差,丁字形的断头路多,导致后厂村路负担过重,且与外围大路网沟通不够通畅。因此打通断头路是缓解后厂村路交通拥堵的对策之一。


(图.三条道路分布)

(图.后厂村路周边断头路)

后厂村路东端邻近G7京新高速出入口,而上地西路自北向南方向自身车流量大,导致南北方向车流疏导不畅;加之西二旗北路自东向西方向车辆汇入,导致交叉口处各方西拥堵均十分严重。

(图. 后厂村路东端晚高峰西向东车流量大)

周边道路线位设计也存在不合理之处。除了南北方向的断头路多以外,在后厂村路西端的道路不顺畅,虽然周边的永丰路、软件园南街均为主干路,但道路长度较短、拐弯较多,这将大大降低交通通行效率,容易引发交通拥堵,且延长了拥堵消散时间。

同时,我们也对这一区域的路网进行了空间句法分析,研究路网的整合度和穿行度。

简单的说,整合度值表示路的可达性;穿行度表示路偶然间被穿过的概率。 

首先研究了在机动车出行半径的尺度下(8.4km)的整合度和穿行度。可以看出后厂村路东段的拥堵路段,具有较高的穿行度,但整合度并没有较高优势。可见在大尺度远距离的出行中,穿过这条街道的车流比例可能大于目的性到达这条街道的车流比。 

(较大尺度的穿行度(左)与整合度(右)分布(8.4km半径))

再进一步缩小,看上地、西北旺、马连洼这三个行政街道范围内各道路空间条件的量化差异。可以看出后厂村路的穿行度数值在小尺度下的穿行度并不高,而在中尺度半径下的穿行度在这一范围内则非常高,这与与晚高峰的道路拥堵情况类似。 

(图 不同尺度下各街道的穿行度数值分布(左小尺度1.5km半径,右中尺度5km半径)) 

因此,由以上分析可推测后厂村在高峰期的车流组成中较大尺度的过境车流应占更高的比重。在这一推测的基础上,我们引用实际的车流信息进行验证。在3km和8.4km出行距离下,分别计算出租车晚高峰从各个街道上的出发量与经过的出行轨迹数量。可以看到实际机动车出行,经过后厂村路的流量远大于从这里出发的汽车数。 

 

(图 晚高峰各街道上出租车出发量与经过的出租车量(出行距离<3km) )

 

(图 晚高峰各街道上出租车出发与经过的出租车量(出行距离<8.4km))

可通过整合度分布识别这些通过性车流的吸引点,即目的地与出发地。从小尺度的整合度分布可以识别出这一范围的两个建成区位置:永丰和上地地铁站及其南侧的区域。这两个建成区的街道容易成为人车流的目的地。从大尺度(8.4km)的整合度分布,可以看出上地地铁站及其南侧的区域是更远距离出行的目的地(多有商业或工作业态分布)。

(图 不同尺度下各街道的整合度数值分布(左1.5km半径,右8.4km半径)) 

空间句法分析,可以看出后厂村路的过境车流潜力远大于到达车流潜力。

建议是:通过路网调整,增加后厂村路附近的道路的可达性,使路网本身的条件趋向均衡,或将强商业密集区道路的可达性,分担工作地出入口道(路如后厂村路)的交通流量。 

后厂村路很冤

经过上述分析,大可拨开后厂村路的迷之面纱。与许多网民认知不同,“宇宙最堵”的真相是,拥堵其实与后厂村路本身并无太大关联,同时也并非职住不平衡所致,而是诸多复杂的区域性交通问题造成的:大量轨道交通过境需求占据交通资源,过境交通多,周边断头路多,道路的通行效率低;地区道路网系统不完善,造成高峰时段干道网压力过大等。而改善措施也必须从区域交通着手,完善全市轨道交通网络,强化居住-就业集中区域的轨道交通联系,建议增加东西向的轨道交通,解决东西向的通勤问题。同时需要对道路进行精细化设计,打通断头路,优化轨道交通接驳,改善绿色出行环境等。 

此外必须认识到发展的时序问题。近期大量企业入驻,与尚未开通的轨道交通16号线以及 交通基础设施的优化调整存在时间差。因此不能简单的因为出现问题,就归咎于整个城市规划与建设。在快速发展的新城区,很多城市问题例如厂村路的拥堵,在短期是比较突出的问题,但随着城市建设的推进将会得到一定的好转。

总之,一条路的拥堵当然要进行交通优化,但是也要考虑到历史的进程。段子的黑锅,城市规划不背。 

此外网上大量关于后厂村路的非议,还是将上地的环境品质与交通问题混为一谈。上地作为五环外新建地区,这两年快速发展,配套服务及环境品质没有跟上企业入驻的速度。这些环境品质问题需要多方面提升,与交通拥堵本身并直接关联。需要客观的看待问题,就事论事,不能听的风就是雨。

最后,对于饱受后厂村路拥堵之苦的回龙观程序员,我们也有一点建议:从短期内看,京藏高速天堑造成的通勤困局基本无解。因此在住房选择上,不妨考虑选择上地周边唐家岭、西北旺、马连洼、清河等地。特别是西部的山后地区新建小区房价不高,又将有16号线直达上地,当属预算有限的程序员首选。

“昌平名媛”们,海淀欢迎你~

数据侠介绍

本文数据侠 李昊/王玉焕/刘巍/褚乔/段冰若/梁军辉/王鹏北京清华同衡规划设计研究院技术创新中心

如何加入数据侠

“数据侠”栏目网罗全球最IN的大数据侠客,利用人工智能、机器学习以及各种前瞻算法,打造理性而酷炫的数据可视化盛宴。过去,我们用文字,视频,图片传达信息。现在,我们用大数据阐述事实及其背后逻辑趋势。

DT时代超级英雄正在组队!你也想要成为成为数据侠吗?请将你脑洞大开的数据作品,发到数据侠联盟萌主沈念祖的邮箱:shennianzu@dtcj.com。哦对了,请不要叫沈先生,切记。

(了解更多有趣又有料的商业数据分析,欢迎关注DT财经微信公众号“DTcaijing”,下载“DT·一财”APP)

分享这篇文章到