大数据应用能够揭示传统技术方式难以表现的城乡要素之间的关联关系，促进城乡之间的数据融合和资源整合，提升政府整体数据分析能力和决策水平，为处理城乡之间复杂的社会问题提供全新的手段。比如城市与乡村的人口数据，通过从城乡传统统计数据到进一步大数据的逆向加工，利用宏观人口报告、统计资料和抽样调查的样本，可以生成当前辖区内城市与乡村居民就业和家庭全样本数据，基于这些数据就可进行精细化城市与乡村动态模拟，从而实现城市与乡村一体化关联的深度探索，为城乡一体化发展提供更为精准的服务。例如，当前在城里务工而在乡村居住的人员越来越多，利用城市及周边乡村的公交卡刷卡记录，就可以分析辖区内每个公交站点的居住和就业类型，并识别市内每个交通小区、乡镇、村居的居住和就业强度，市民及村民公交出行的时空分布、通勤的轨迹和时间等。再比如，通过移动定位技术和手机移动通信数据可以得到每个城市居民或村民一天大致的活动轨迹，基于此就可以分析城市内部和城乡之间的交通出行，还可以分析居民类型及其空间分布。例如某居民在工作日总是上午八点左右出门、下午六点左右回家，那他一般是上班族。如果他的轨迹局限在市内，那他可能是城市居民或在城市永久居住；如果轨迹在城乡之间来回变化，那他可能是在城里务工而在乡村居住。另外，在全部乡村通水电煤气的前提下，还可以通过水电煤气的数据，分析得到城市与乡村不同区域的资源消耗情况，进一步可以从微观层面判断城市某个居住单元里住了多少人，某个村居多少人，城乡之间的人员流动情况，借此就可以对城乡人口的空间分布与动态变化情况做出比较精准的判断，进而为城乡一体化规划决策提供参考。

为满足居民不同的生活需求，城市发展逐渐形成了居住区、工业区、商业区和混合功能区等不同的功能单元^[2]，不同功能单元的空间分布和组合模式是城市空间结构的重要组成部分，也反映出城市中各物质要素在空间上的分布和组合规律^[3]，如何准确地把握这些区域分布对制定合理的城市规划有着重要的意义。居民行为大数据能够展现人口空间集散规律并揭示城市功能空间的分布特征，是一种极具潜力的城市规划辅助工具。对于城市功能区域来讲，某一区域的城市功能往往不会是单一的，例如在科学文教区里就可能还有饭店和商业设施的存在。因此，一个区域可能同时包含多项功能，一个区域需要由一个功能的分布来表达（如40%的功能为商业，40%的功能为住宅，20%功能为教育）。由于一个功能区域内混杂了居民不同类别的兴趣点，并且每个兴趣点的作用和被访问频度都很难测定，这就给城市的合理规划造成很大困扰。比如说商店。同样都是商店，一个小区里的小卖部和大型超市所反映的区域功能是完全不一样的。借助大数据，通过居民的活动规律并结合个人兴趣点数据就可以分析出城市中不同的功能区域。比如从出租车获取的个人的移动数据，如图（a）所示，图中所采用的人的移动数据是从出租车的轨迹数据中提取出来的，该轨迹数据包含乘客上车和下车地点的信息。图中相同色块的区域代表了具有相同的功能分布，如A区域主要为科学文教区。人的移动数据可用来区分相同类别的兴趣点的热度，也可用于揭示一个城市区域的功能。例如在一个区域内，大部分人都是上午八点左右离开、晚上七点左右返回，则这个区域很有可能就是住宅区。如果一个区域的主要功能是文教，但并不代表该区域的任何一个地点都服务于文教。因此，给定一种功能，我们需要判定它的核心区域所在。图（b）显示了成熟商业区的核心区域，颜色越深代表该区域是成熟商业区的概率越大。(www.daowen.com)

图22　出租车轨迹数据与成熟商业区核心区域