首页 > 电子刊物 > 文章分享 >
【系列专版】基于多源数据融合的成都市职住空间特征及影响因素研究
规划师杂志社   2023-03-27 16:37:29
 

摘 要

传统的职住空间研究往往以单一数据为主,大数据的应用为更精细化、精准化地研究职住平衡带来了全新视角。文章发挥多源数据优势叠加效应,尝试构建一个系统全面分析职住空间分布及其耦合关系的方法框架,以成都市为例,科学、合理地识别其职住空间的分布特征、通勤出行特征,建立职住空间的动态联系,并围绕职住用地比例、住房产品结构、公服设施供给和交通出行环境四大影响因素,探寻职住失衡的原因,为后续有针对性地提出优化策略提供依据和参考。

[关键词] 多源数据;职住平衡;影响因素;成都市

[文章编号] 1006-0022(2023)01-0120-08

[中图分类号] TU984

[文献标识码] B

[引文格式] 吴欣玥,廖家仪,张晓荣.基于多源数据融合的成都市职住空间特征及影响因素研究[J].规划师,2023(1):120-127.

图片

0 引言


“职”和“住”是城市最基本的功能,二者的空间关系包含就业、居住和通勤三大内容。随着我国土地与住房等市场要素的系列改革、城市建成区与人口规模的不断扩张,职住分离现象愈发明显,进而加剧交通拥堵、环境污染、住房紧张和居民幸福感降低等一系列城市问题。而解决职住失衡问题的前提是对城市职住空间分布及其空间匹配情况有充分了解,同时分析其背后的影响因素并提出针对性策略。

传统职住空间研究多采取问卷调查或抽样访谈方式,以街道、乡镇作为最小研究单元,这类研究方法往往存在数据时效性差、耗费人力财力巨大、样本量规模受限和数据精准度不足等问题。随着互联网技术的飞速发展和大数据应用的日益普及,公交刷卡、兴趣点、手机信令、社交媒体等新型大数据随之出现,越来越多的学者开始利用大数据对城市职住空间分布及其空间匹配情况开展相关研究,这些研究主要集中在职住空间识别及空间结构分析、职住平衡状况分析、职住关系与通勤范围分析等方面。可见,目前基于大数据的职住空间研究大多仅使用单一来源的数据,缺乏多源数据的综合分析与相互校核,在研究内容上缺乏对就业、居住、通勤三者耦合关系的系统、全面分析。

基于此,本文以成都市主城区为研究范围,以手机信令数据、设施兴趣点数据等定位数据,轨道及公交刷卡数据、共享单车刷卡数据等通勤数据,以及百度慧眼数据、不动产数据等人口经济数据为支撑,辅以问卷调查,通过多源数据交叉分析,更为精准地识别成都市主城区职住空间分布特征并建立职住空间的动态联系,全面深入分析职住空间匹配情况及其影响因素。


1 职住平衡研究的多源数据对比分析


1.1 职住平衡的定义与内涵

对于职住关系的研究,首先要明确职住平衡的界定及其测度方法。学术界定义的职住平衡是指在规模合理的一定范围内就地就业人口和该范围内居住人口数量大致相当,这是较为理想的状态,但在现实中,特别是在超大城市中,绝对的职住平衡几乎不可能实现。新时期的职住平衡应是在顺应市场经济发展规律的基础上,以提升人民的幸福感、获得感为目标,不仅要追求居住与岗位的空间耦合,还要让每个人的职、住、行有尽可能多的选择,从而提升城市竞争力和人口承载能力。因此,本文认为职住平衡是指城市区域内大多数居民可以在合理的通勤时间内享有良好的职住关系。相关研究显示,中短距离通勤者(平均通勤时长在30分钟之内)的幸福感受度更高,通勤时长超过30分钟将会影响人的身心健康,故可以认为30分钟是较为合理的通勤时间。


1.2 多源数据优劣势分析

目前关于职住平衡研究的大数据多分为三类:定位数据、通勤数据和人口经济数据(表1)。


表1 不同数据优劣势对比

(1)定位数据。

常用的定位数据包括手机信令数据、设施兴趣点数据等,以前者最为常用。手机信令数据具有样本量大、客观全面的特点,采样时不会有明显的倾向性,且数据具有较强的时空连续性,可观测到交通出行的整个过程,弥补了传统交通调查周期长、工作量大、样本少等不足。然而,出于保护隐私及数据采集字段自身的一些局限性等原因,手机信令很难获取准确的带有标签的样本信息,如出行者的类型属性及出行方式,从而阻碍了对职住关系的深入研究。

(2)通勤数据。

使用较为成熟的通勤数据包括轨道及公交刷卡数据、共享单车刷卡数据及通勤出行OD数据等,这些数据能较为全面、精准地反映通勤人群的通勤方向与时耗,但也存在一定弊端。例如,常规公交仅需上车刷卡,缺乏对出行末端的信息记录,无法计算常规公交出行的平均距离、平均时间及客流走廊等;共享单车刷卡数据与公交轨道缺乏联系,无法通过它判断前端接驳方式及路径;通勤出行OD数据本质是源于手机信令数据,难以从路径上区分不同通勤方式与出行者的属性,阻碍了职住空间匹配与通勤关系的进一步研究。

(3)人口经济数据。

全国人口(经济)普查、问卷调查是较为传统的数据类型,前者的时效性和连续性较差,后者的代表性、覆盖性、样本量受限,很难从宏观、中观层面准确评估职住关系,但它们对于某一微观区域的深入研究具有较强的结果指向性。同时,伴随着信息技术的发展与应用,依托位置信息、人口普查、地理经济数据等生成的百度慧眼人群画像能有效弥补传统普查数据在宏观、中观层面的短板,反映居住与就业群体的消费水平、学历、地理位置等属性。


2 研究区域概况与研究方法


2.1 研究区域概况

成都市是全国7个超大城市之一,正处于城市转型与空间结构调整的关键时期,城市建成区范围不断扩张,传统居住中心快速外移,而就业中心集聚在历史城区内和天府大道南沿线两侧。对比全国7个超大城市的通勤状况,成都市单程平均通勤距离为9 km,排名第二;单程平均通勤时长为39分钟,排名第三。可见,成都市的职住分离问题日益凸显,并在一定程度上影响了市民生活获得感、幸福感。本文研究的成都市主城区范围具体指“11+2”区域,包括锦江、青羊、金牛、武侯、成华、龙泉驿、青白江、新都、温江、双流、郫都11个市辖区(行政区),以及高新区和天府新区2个直管区,总面积为3677 km2


2.2 数据来源

本文的研究数据主要来源于五个方面:①就业地、居住地数据。基于2020年11月9日~15日一周时间内成都市移动通信运营商的LBS轨迹数据(手机信令)和同时段百度慧眼数据,识别具有规律通勤特征的人群,统计其一周四天内的通勤情况,将20:00~7:00时间段内驻留时长最长的地方判断为通勤人口居住地,将9:00~17:00时间段内驻留时长最长的地方判定为潜在就业地,以支撑后续职住关系分析和OD分析。②通勤数据。轨道及公交刷卡数据源于同一时段成都市轨道集团、成都公交集团全天全样本刷卡数据,共享单车刷卡数据为市场份额最高的摩拜单车及哈罗单车2020年11月9日~15日全天全样本订单数据,通过这些数据分析不同区位居民的出行方式与目的地。③设施兴趣点数据。筛选影响市民选择居住地的主要生活服务设施,包含医院、学校、电影院、便利店、养老院等,基于各类设施兴趣点数据,计算主要居住地周边各类设施的服务水平。④不动产数据。选取截至2021年4月成都市主城区的不动产数据,包含土地用途、不动产面积、户数、户均面积等信息,用于分析房屋户型与居住群体的匹配度。⑤问卷调查数据。为了进一步验证成都市主城区职住分离情况,针对受访者的居住地与工作地、通勤时间、通勤方式等信息设计若干问题,委托产业园区管委会向园区内的就业者发放电子问卷,共回收问卷2090份,其中有效问卷1 929份,回收有效率为92.30%。


2.3 研究框架

本文借鉴相关研究,从多源数据中提取适当的测度指标,选取典型时间段(9:00~17:00、20:00~7:00)的定位数据,识别居住地、就业地,对区域内的定位点进行聚类分析,识别职住高密度区域。在此基础上,利用轨道、公交、共享单车刷卡等通勤数据,进行现状职住空间分布特征、规划职住空间分布特征、通勤出行特征等方面的分析,识别职住较失衡区域,同时结合问卷调查、设施兴趣点、不动产数据,对区域内的职住用地比例、住房产品结构、公服设施供给、交通出行环境展开进一步深入研究,找准职住平衡的主要影响因素(图1)。

图1 基于多源数据融合的职住空间特征及影响因素研究框架图

2.3.1 指标选取

既有职住平衡的测度指标主要涵盖职住比例、通勤表征、住房供给三类,不同指标适用的空间尺度各有不同,本文筛除计算过程复杂冗长的指标,最终确定职住比例类和通勤表征类两类四项核心指标,用于评价城市职住平衡状况(表2)。其中,职住比例类指标包括动态职住指数和职住用地比例,前者是将人群职住选择投影到空间上,反映某一片区动态职住关系,即测量自足性,后者是从空间上反映某一区域用地比例;通勤表征类指标包括单程平均通勤时长和半小时通勤人口占比,后者重点从通勤角度反映职住平衡状况。


表2 职住平衡测度核心指标及其表征意义

2.3.2 规划职住空间模拟方法

本文以现有控规用地、规划路网数据为基础,以通勤出行率、通勤吸引率“搭建”用地与通勤量的桥梁,并结合规范要求,利用手机信令、百度通勤OD等现状通勤大数据进行参数校准;以规划路网和规划轨道线网为基础,采用最短路径法,选择沿路网最短耗时路径,计算通勤发生O点和就业中心D点(地块尺度)之间的通勤耗时,形成通勤成本OD矩阵;通过通勤成本模型和重力模型、靶向双联模型构建通勤分布模型,对规划通勤情况进行仿真模拟


3 成都市职住空间与通勤特征分析


3.1 职住空间分布特征

3.1.1 区域发展不均衡现象明显

结合手机信令数据、高新技术企业和新经济企业数据进行核密度分析,结果显示,成都市以沙西线—北二环—老成渝路为界呈现南北发展不均衡现象,城北是中心城区发展的“洼地”,呈现出常住人口密度低、人口活跃度不高、新兴产业发展不足等特征。区域发展不均衡导致城北南向通勤特征突出。以荷花池、大丰片区为例,通过分析通勤出行OD数据发现,居住在荷花池就业中心通勤圈内的市民主要通勤目的地为城南的桂溪(10.3%)、太升路(5.1%)等通勤圈外的就业中心,而北部商贸城就业中心的就业者主要来自沙河源(15%)、大丰片区(13%)等以居住功能为主导的片区,特别是大丰片区,现状居住人口密度为2.4万人/平方公里,而就业密度不到2500人/平方公里(图2,图3)。

图2 成都市荷花池从圈内到圈外通勤分布图

注:从圈内到圈外是指市民居住在30分钟通勤圈内,其工作在通勤圈外。

图3 成都市北部商贸城就业者主要居住地分布图

3.1.2 相对分散的居住人口对应高度集聚的就业岗位

在空间分布上,通勤人口主要分布在三环路以内和各外围圈层的中心城区,而就业岗位则主要分布在二环路以内和天府大道沿线,相对分散的居住人口对应高度集聚的就业岗位。例如,高新南区的就业人口高达135万,就业人口密度达到1.5万人/平方公里,接近主城区平均水平的两倍;而天府新区的就业人口密度最低,仅为581人/平方公里(图4,图5)。

图4 成都市主城区居住人口密度分布图

图5 成都市主城区就业人口密度分布图

在中心城区层面,早高峰51%的通勤量集中在天府广场、金融城等26个就业集中地,居住空间则较为分散,“5+1”范围内的跨区通勤比例为64%,长距离通勤(9 km以上)、长时长通勤(40分钟以上)的比例分别为30%、34%(图6,图7)。

图6 成都市主城区中心城区就业集中地分布图

图7 成都市主城区中心城区主要居住区分布图

3.2 通勤出行特征

3.2.1 跨区通勤出行需求大且分布集中

从主城区通勤OD数据分布情况来看,跨区通勤出行量大且空间分布相对集聚,长距离通勤出行主要聚集于高新南区。中心城区早高峰通勤量为540万人,其中跨区通勤量为273万人,占早高峰通勤总量的51%,高新南区、金牛区、锦江区、新都区、成华区、青羊区和武侯区的跨区通勤量均超过20万人(图8)。45分钟以上的长距离通勤主要集中于金牛区、成华区、青羊区、双流区、天府新区与高新南区之间,通勤量达到27.5万人(图9)。以春熙路时尚活力区、交子公园金融商务区两个较为热门的就业中心为例,前者平均通勤时长为39分钟,大丰片区的通勤距离最远(图10);后者平均通勤时长为42分钟,将军碑片区的通勤距离最远(图11)。

图8 成都市主城区早高峰各行政区通勤期望线分布图

图9 成都市主城区早高峰通勤时间为45分钟以上的跨区通勤期望线分布图

图10 成都市春熙路时尚活力区长距离、长时长通勤分布图

图11 成都市交子公园金融商务区长距离、长时长通勤分布图

3.2.2 公交、慢行与轨道接驳不畅,影响通勤效率

通过分析通勤出行结构,发现成都市的通勤出行以机动化方式为主。其中,轨道交通通勤出行仅占28%,与东京市、纽约市、上海市等城市相比还存在较大差距。进一步通过问卷调查、大数据剖析轨道交通通勤出行占比较低的原因,问卷调查结果显示居住地、工作地距离公交站点较远、轨道交通接驳耗时较长是市民不选择公交的主要原因;利用手机信令、公交刷卡、共享单车刷卡数据统计市民完整的通勤过程时长及不同方式通勤时长发现,成都市市民通勤平均在轨时长(23分钟)与上海市、广州市、深圳市基本相当,但非在轨时长(16分钟)高于上述城市,部分原因是高峰期公交与轨道匹配不足,等候时间过长,平均耗时19分钟,高于骑行(11分钟)、步行(18分钟)的接驳时长。


3.3 职住平衡影响因素

问卷调查结果显示,与工作地的距离、环境品质、交通可达性、公服设施是影响成都市市民选择居住地的核心因素。基于此,本文选取最能直观表达职住平衡关系的动态职住指数指标,利用高德地图等时圈模型,以“轨道+公交”的通勤方式,划定多个30分钟通勤圈单元,通过对比现状、规划两种情景下动态职住指数评估结果(图12),判定影响不同单元职住平衡的具体因素(图13)。若现状和规划动态职住指数均满足要求,说明单元职住匹配状况良好。若现状情景下的动态职住指数不满足要求,规划情景下的动态职住指数满足要求,说明是由于单元建设时序问题导致现状职住不平衡,对于这类单元需加快建设。若现状情景下的动态职住指数满足要求,规划情景下的动态职住指数不满足要求,应思考单元内的职住用地比例是否适宜;若职住用地比例适宜,则说明是单元内的住房、公服、交通等产品供给与需求不匹配。

图12 成都市主城区现状动态职住指数(左)和规划动态职住指数(右)分布图

注:Nodata为规划情景下单元内无就业中心。

图13 成都市主城区职住平衡影响因素分析框架图

3.3.1 职住用地比例

根据不同产业的经济形态,将通勤圈单元划分为楼宇主导型、园区/景区主导型、商贸主导型三类(图14),对照不同单元职住用地比例的合理值,对39个通勤圈单元内的规划用地进行职住用地比例评估,结果显示仅有7个单元的职住用地比例适宜,32个单元的职住用地比例失衡,比例失衡程度较高的是主城区外围组团的园区/景区主导型单元(图15)。

图14 成都市主城区三类通勤圈单元分布图

图15 成都市主城区不同通勤圈单元职住用地比例测算示意图

注:图中红色数字表示职住用地比例适宜。

3.3.2 住房产品结构

本文进一步聚焦7个职住用地比例适宜的单元,利用问卷调查摸清各单元内主要从业人员的住房需求,并结合不动产数据计算城镇住宅用地户均面积,统计各单元的不同户型占比。结果显示,金融商务从业人员所在的3单元、10单元,其改善型户型较缺乏,此类户型占比低于5%;科创研发从业人员所在的12单元、13单元,其刚改型户型较缺乏,此类户型占比不超过16%;文化创意从业人员所在的4单元、5单元,其刚需型户型(特别是70 m2以下)有待提升。同时,结合上述功能区的问卷调查结果,进一步分析住房产品结构是否对区域内就业人群的职住通勤造成影响。以10单元为例,其内的主要从业人员具有学历与收入“双高”、未育人士占比高等特征,购房刚需者倾向高品质中小户型租赁住房,然而单元内组团住房套均面积为100 m2左右,导致整租房价和购房门槛价均相对较高,超过40%的受调查者表示无购房资格或房价过高是影响其就近居住的主要原因。

3.3.3 公服设施供给

根据安居客、链家、房天下、搜房网等房产中介发布的10余条购房大数据,不同购房者选择居住地和购房时对公服设施的考虑不尽相同,按重要程度排序为教育设施、商业设施、医疗设施、交通设施。可见,优质的公服设施配套能够大幅提升居住区的成熟度。

在教育设施方面,选取的设施类型为中学、小学、幼儿园,以通勤圈单元为研究区域,统计单元内教育设施的分布密度。结果显示,各单元内的教育资源分布差异较大,教育资源较为短缺的区域主要分布在老城区及郫都区、双流区、天府新区等外围组团;在职住较平衡的单元内,教育设施密度为1.26个/平方公里,而在职住较失衡的单元内,教育设施密度仅为0.36个/平方公里。

在商业设施方面,选取的设施类型为商场、电影院。统计结果显示,各单元商业设施平均密度为0.2个/平方公里,在职住较平衡的单元内,商业设施密度为0.67个/平方公里,而在职住较失衡的单元内,商业设施密度仅为0.07个/平方公里。

3.3.4 交通出行环境

在公交可及性方面,依托现状轨道线路和站点分布,计算各站点800 m覆盖单元内的产业、居住用地比例。结果显示,中心城区规划轨道站点对产业用地与居住用地的覆盖率平均值为42.3%,主城区则为24.2%;轨道站点对产业用地与居住用地的覆盖率低于平均水平的单元有29个。近10年,成都市人口增加了582万,新都区、双流区等主城区外围组团区县成为人口增长的主要区域,但在主城区,规划轨道站点800 m范围内对产业用地与居住用地的覆盖率为70%、40%,主城区外围组团的这一比例仅为59%、28%(图16,图17),可见轨道交通规划建设难以支撑人口的快速集聚。同时,现有轨道客运强度为1.03万乘次/日·公里,除1号线单向客流负载率在1.25以上外,其余线路单向客流负载率均在0.75以下,较上海市、广州市、东京市等先发城市还有较大提升空间。

图16 成都市主城区轨道站点800 m范围内对规划居住用地的覆盖情况示意图

图17 成都市主城区轨道站点800 m范围内对规划产业用地的覆盖情况示意图

在慢行交通连通度方面,利用2020年10月12日的轨道站点全日进出站刷卡数据,分析热门就业中心周边站点的出站人数与地铁出站口数量。结果显示,各站点平均出站人数为12570人,地铁出站口平均个数为4.5个/站,高新站、天府三街站、春熙路站等站点普遍存在出站客流较大、地铁出入口不足的情况。可见,地铁出入口少是接驳不畅的主要原因。


4 职住空间优化建议


根据对成都市职住空间分布和职住失衡影响因素的分析,结合城市现状问题和发展趋势,本文提出以下四大职住空间优化建议。


4.1 以职住平衡的理念优化产居功能结构,引导市民就地职住

当前,成都市主城区已有较多职住失衡区域,进一步加剧了交通拥堵,降低了居民生活质量。因此,需结合城市更新、新区建设、TOD一体化开发、产业园区建设等重大项目,持续优化城市职住用地比例,增强城市各就业中心、各组团的人口和岗位集聚能力,促进城市功能布局更加平衡、职住关系更加紧密,减少长距离通勤现象。一方面,按照楼宇主导型、园区主导型、景区主导型三类通勤圈单元,合理确定职住用地比例,优化范围内的用地结构,调整各类用地比例,促进职住平衡。另一方面,根据主导产业经济形态的差异性,形成多样化布局模式。例如,以创新研发为主的单元宜采用组团式布局,公共中心突出交流交往功能,产业与居住功能高度融合;以生产制造为主的单元宜采用耦合式布局,将居住功能和居住配套布局在单元核心区,生产功能和生产服务设施布局在居住功能外围。


4.2 围绕产业人才需求,在邻近区域提供多样化的住房产品

根据上文分析,成都市职住失衡的很大一部分原因是就业中心周边的住房产品供给与就业者的需求不匹配。因此,应适应各类人才的不同需求,顺应未来工作、生活更加融合的趋势,引导供应特色化国际社区、复合化创业社区等多样化住房产品,优先围绕交通、就业便利地区布局特色、多元的人才公寓、单身公寓和多层次租赁住房,促进居住片区向复合街区转变,因地制宜地推进“双创社区”建设,鼓励在家门口创业、就业。

对于城市旧区,应依托片区住房产品构成情况,结合主导就业人群特点及需求,以城市更新推动非居住存量房屋或住房改建,提供大中型保障性租赁住房;对于城市新区,应结合TOD一体化开发供给住房产品,利用站点周边的未开发地,适当增加商品房和保障性租赁住房供给,优先供给区域内的主导产业人才,提高其购房顺位。


4.3 结合人口分布特征提升公服设施与人口匹配度,提供均等化居住机会

教育、商业等资源配置情况是居民购房或租房重点考虑的因素,因此未来应当在职住失衡区域系统开展人才结构研究,顺应人口老龄化、少子化趋势和社区功能复合化趋势,构建“一步式—一站式”两级服务设施体系,提升公共服务供给与人口知识结构、年龄结构、专业结构的匹配度。

结合15分钟日常步行范围规划公服生活圈,配备居民日常生活所需的各类基本服务功能与公共活动空间,按照公园城市理念建设社区服务空间载体,引领面向未来的健康生活方式;结合就业人员全龄、全时的差异化需求,增加社区美空间、创客空间、24小时社区食堂等特色服务清单,推动生活服务精准化、精细化、柔性化。


4.4 强化轨道交通的主体作用,提升接驳效率

国内外大量经验证明,以轨道交通为核心,提升轨道交通与职住空间的匹配度,可有效缩短居民的出行时耗。未来应构建以轨道交通为主的公交体系,丰富“轨道+公交+慢行”的多样化绿色出行选择,坚持站城融合发展,推进轨道交通沿线用地开发,构建通勤圈、生活圈、商业圈高度融合的通勤体系。

一方面,应围绕就业端打造“1公里接驳圈”,针对高峰时段人流量较大的轨道站点,需减少人车干扰,强化快速接驳,畅通人车交织显著的道路节点,引导慢行过街优先,提升慢行空间环境及步行通行效率;针对轨道线网覆盖率较高的区域,需围绕就业集中地布局公交接驳线;针对轨道线网覆盖率较低的区域,需以轨道站点为核心优化公交组织,提倡高峰时段公交发车频率与地铁发车频率同步,轨道站点与公交站点的换乘时长不超过5分钟。另一方面,应围绕居住端打造“1公里慢行圈”,针对出行需求较大的区域,通过加密社区绿道、优化社区绿道线形、打通断头路等方式,构建社区绿道以串联居住点与临近的轨道站点。

此外,还需强化轨道站点与城市建设“同频共振”,加大站点周边大量未建用地的TOD综合开发力度,重点围绕轨道站点强化城市的职住功能植入,增加轨道站点直接服务的通勤人口,让更多的人就近通过轨道交通出行。


5 结语


本文以手机信令等定位数据、轨道及公交刷卡等通勤数据和百度慧眼等人口经济数据为支撑,辅助问卷调查,尝试构建一个系统全面分析职住空间分布及其耦合关系的方法框架,确定现状职住空间分布特征、规划职住空间分布特征、通勤出行特征三大研究板块,通过多源数据交叉校核,对城市职住关系进行更为深入、全面的研究,认识其主要特征。在影响因素方面,利用问卷调查数据初步确定职住平衡的四大影响因素,通过多要素交叉分析,明确不同单元的职住空间匹配主导影响因素,为后续促进单元职住平衡、有针对性地提出优化策略提供依据和参考。



【注 释】

①由于新津区和主城区其他区县、老城中心的通勤联系较弱,区域内部动态职住指数较高,暂不纳入研究范围。

②本文重点展开多源数据交叉分析以识别职住平衡特征,对规划通勤状况的仿真模拟暂不赘述。

③机动化出行方式包括小汽车、常规公交、轨道交通等,非机动化出行方式包括步行和骑行。

④上海市、广州市、东京市的轨道客运强度分别为1.15万乘次/日·公里、1.28万乘次/日·公里、3.21万乘次/日·公里。



[返回]
Copyright (C) 2013-2018 All Rights Reserved 版权所有 广西出版杂志社有限公司 桂ICP备08003917号 桂公网安备 45010302000195号
地址:广西南宁市青秀区月湾路1号南国弈园6楼 邮编:530029
电话:0771-2438012 传真:0771-2436269 E-mail:planners@planners.com 投诉举报