终于迎来了12年来最长的五一假期。
但疫情不稳，出门受限。钟南山爷爷说现在还不是摘口罩的时候，张文宏医生提醒大家不要去人山人海的景区扎堆。
不能放肆出远门游玩，那能不能市区逛吃逛买，毕竟久未消费放松了？
小库为你们选取了北京、上海、广州、深圳和武汉这几个城市的热门商圈，结合小库人流模拟分析能力，向大家展示这些地方日常可能的人流密集状况。或许能帮助你们更了解你家附近或你常逛商区的人流。
注：商圈选取标准
*主要为包含餐饮和购物的城市大型商场
*主要考虑市内人群，不以外地游客爱逛地为选取维度
人从哪来？
商圈的人，主要源于两个方面，周边人口和交通带来的人。
根据城市数据团的调研分析，商圈人流首先遵循就近原则，即附近居民来此逛的人最多，离开商圈的距离越远，人数越少。
其次，周边轨道交通的输入，轨道交通建设对延展客流来源地的作用非常显著。
下面，我们用小库的人流分析能力来模拟展示商区人流。该能力一方面是基于小库云平台的基地评估功能，另一方面小库也为某知名商业地产商进行了商场智能评估和智能优化，这些形成了小库对人流的综合分析能力。目前也已经在一些TOD及城市更新项目的服务上有所应用。
小库云平台的基地分析评估功能
各商区的人流
我们先选取了部分城市的一些商区，进行了人流密集和动向的模拟展示。
各城市不同商区的人流密集与动向
城市商圈人流的表现，与各城市区域发展也密切相关。
北京、深圳、武汉这三个城市的商区在各个区域分布都比较均衡，所以相对而言，人流的密集情况也较为均衡，各个商区的人流情况差别不会太大。
北京部分商区人流密集及动向模拟by小库科技
深圳部分商区人流密集及动向模拟by小库科技
武汉部分商区人流密集及动向模拟by小库科技
而广州和上海商圈集中发展，上海的人气商区如环贸iapm商场、ifc、兴业太古汇、新天地南北里等，彼此位置在2公里范围左右，人流会相互流动，相较而言密集程度更高。
上海部分商区人流密集及动向模拟by小库科技
广州天河片区也是多商场交集，东方宝泰、天河城、正佳广场、太古汇等人气商区位置接近，人流都密集在一起。而荃湾的西城都荟相对人流密集情况稍低。
广州天河东方宝泰人流密集及动向模拟by小库科技
广州荃湾西城都荟人流密集及动向模拟by小库科技
商区周边常住人口
下面先来看看小库通过识别基地周边住宅情况模拟出的商区附近常住人口情况。在假设人流不从其他地方流入的情况下，周边的住宅人口可能会贡献商区的主要人流。
我们同样选取了几个城市不同几个人气商区，模拟的范围是商区周边一公里范围内的数据。
可明显看出，北京、上海、深圳的周边住宅人口整体偏低，广州和武汉的周边人口数极高，尤其是广州表现非常明显。
北京各商区周边常住人口
北京中心地段的西单、三里屯等地周边人口数偏低，而位于海淀的世纪金源购物中心周边人口数极高。
深圳各商区周边常住人口
深圳宝安壹方城和海岸城的数据突出。
上海各商区周边常住人口
上海世贸、兴业太古汇、新天地南里人口数更多，当然这三个商区距离也都在2公里左右。
广州各商区周边常住人口
广州数值更高的三个商区也都位于天河商圈。
武汉各商区周边常住人口
武汉江汉路周边人口最多，这也是武汉的老片区。
人流日均值和高峰人流值
再看看模拟的各商区人流日均值和高峰人流值。
上海、广州这些城市商区集中，各大商区的日均人流和高峰人流整体都较高。北京、深圳、武汉相对日均人流偏低。
北京商区日均人流和高峰人流情况
北京各商区的人流表现很均衡。
深圳商区日均人流和高峰人流情况
深圳以万象城表现突出，龙岗中心城相对较少。
上海商区日均人流和高峰人流情况
上海ifc人流相对较少，其他商区比较均衡。
广州商区日均人流和高峰人流情况
广州天河片区都比较均衡，天河城相对人流更多。
武汉商区日均人流和高峰人流情况
武汉国际广场和江汉路领先。
受城市规划、交通和周边住宅等多种影响，商区人流表现各不相同。此次小库只是做了局部的模拟展示，不代表实际结果，仅以此给予一些参考。
小库的人流数据模拟能力，早在此前已经为深圳南头古城、车公庙等地块打造过基于实际数据、具有针对性的人流分析评估系统。
小库-深圳南头古城人流分析评估
小库建筑研究团队也在进一步深入对城市房价、交通、城市规划、商业设计理念、未来*策等更多维度的综合研究，结合小库的AI技术，未来将持续提升人流及其他如空间价值、商业价值等方面的分析能力。
此次内容是一个趣味小话题，小库衷心希望疫情未完全结束前，所有人能健康安好。
一切的坚持终将迎来美好，待病*全面战胜之日，我们一起摘下口罩，肆意奔跑～
祝你们，五一快乐！