上海市不同类型的城市空间活动动态特征比较——基于手机信令数据的探索
详细信息 查看官网全文
摘要
手机信令数据所具有的在时间上的动态性、在空间上的全覆盖以及个人行为定位的特性使其成为城市活动空间研究的重要工具。利用手机信令数据,以上海市为例,选择多个不同类型的典型城市活动场所,构建"空间—时间—人群"关系的城市空间活动动态特征的研究框架,从活动强度随时间变化和活动人群组成两个层面,对各类型场所的活动强度大小、日均衡度、周期均衡度,以及人群的行为目的、停留时长、出现频繁度和来源距离等活动动态特征进行描述和总结,概括归纳不同类型空间的动态活动模式。研究表明,不同类型的城市空间,其活动强度和人群组成的动态变化既体现出较为相似的日夜周期变化规律,又在强度大小、变化结构、人群组成方面具有明显差异。通过对活动强度的波动/均衡特征和活动人群组成的广域/地缘特征归纳,得出四种主要的空间活动动态特征模式。不同于传统的以物质、设施为依据的城市活动空间特征研究,手机数据这种展示时空间活动特征,且从个体行为出发,可以更加客观、全面地反映城市活力的时空间分布和变化规律。研究结果为手机信令数据可以有效地在时空和个体维度展示不同活动空间的活动特征和变化规律、评估空间活力提供了实证支持。
引文
[1]许学强,周一星,宁越敏.城市地理学[M].北京:高等教育出版社,1997.
[2]顾朝林.中国城市地理学[M].北京:商务印书馆,1999.
[3]约翰斯顿,等.人文地理学词典[M].北京:商务印书馆,2004.
[4]顾朝林.转型中的中国人文地理学[J].地理学报,2009,64(10):1175-1183.
[5]王兴中,等.中国城市生活空间结构研究[M].北京:科学出版社,2004.
[6]Lynch K.The image of the city[M].Mass:MIT Press,1960.
[7]Kwan M P.Mobile communications,social networks,and urban travel:Hypertext as a new metaphor for conceptualizing spatial interaction[J].The Professional Geographer,2007,59(4):434-446.
[8]Grahmn S,Marvin S.Telecommunications and the city:Electronic spaces,urban places[M].London:Routledge,1996.
[9]Schwanen T,Dijst M,Kwan M P.Introduction-the Internet,changing mobilities,and urban dynamics[J].Urban Geography,2008,39(3):1362-1377.
[10]Taylor P J,Watts M J,Johnston R J.Geographies of global change[M].Oxford:Blackwell,2001.
[11]甄峰.信息时代的区域空间结构[M].北京:商务印书局,2004.
[12]Henry Y W.Capital,state and space:Contesting the borderless world[J].Transactions of the Institute of British Geographers,1998,23(3):291-308.
[13]Sheller M,Urry J.The new mobilities paradigm[J].Environment and Planning A,2006,38(2):207-226.
[14]柴彦威,龙瀛,申悦.大数据在中国智慧城市规划中的应用探索[J].国际城市规划,2014,29(6):9-11.
[15]席广亮,甄峰.过程还是结果?--大数据支撑下的城市规划创新探讨[J].现代城市研究,2015(1):19-23.
[16]甄峰,王波,秦萧,等.基于大数据的城市研究与规划方法创新[M].北京:中国建筑工业出版社,2015.
[17]甄峰,秦萧.大数据在智慧城市研究与规划中的应用[J].国际城市规划,2014,29(6):44-50.
[18]Liu Y,Liu X,Gao S,et al.Social sensing:A new approach to understanding our socioeconomic environments[J].Annals of the Association of American Geographers,2015,105(3):512-530.
[19]龙瀛.城市大数据与定量城市研究[J].上海城市规划,2014(5):13-15,71.
[20]郭璨,甄峰,朱寿佳.智能手机定位数据应用于城市研究的进展与展望[J].人文地理,2014,29(6):18-23.
[21]柴彦威,赵莹,马修军,等.基于移动定位的行为数据采集与地理应用研究[J].地域研究与开发,2010,29(6):1-7.
[22]钮心毅,丁亮,宋小冬.基于手机数据识别上海中心城的城市空间结构[J].城市规划学刊,2014(6):61-67.
[23]Calabrese F,Colonna M,Lovisolo P,et al.Real-time urban monitoring using cell phones:A case study in Rome[J].Intelligent Transportation Systems,IEEE Transactions on,2011,12(1):141-151.
[24]Reades J,Calabrese F,Ratti C.Eigenplaces:Analysing cities using the space-time structure of the mobile phone network[J].Environment and Planning B:Planning and Design,2009,36(5):824-836.
[25]王德,钟炜菁,谢栋灿,等.手机信令数据在城市建成环境评价中的应用--以上海市宝山区为例[J].城市规划学刊,2015(5):82-90.
[26]钮心毅,丁亮.利用手机数据分析上海市域的职住空间关系--若干结论和讨论[J].上海城市规划,2015(02):39-43.
[27]Yuan Y,Raubal M,Liu Y.Correlating mobile phone usage and travel behavior:A case study of Harbin,China[J].Computers,Environment and Urban Systems,2012,36(2):118-130.
[28]Ahas R,Aasa A,Silm S,et al.Daily rhythms of suburban commuters'movements in the Tallinn metropolitan area:Case study with mobile positioning data[J].Transportation Research Part C:Emerging Technologies,2010,18(1):45-54.
[29]丁亮,钮心毅,宋小冬.利用手机数据识别上海中心城的通勤区[J].城市规划,2015,39(9):100-106.
[30]王德,王灿,谢栋灿,等.基于手机信令数据的上海市不同等级商业中心商圈的比较--以南京东路、五角场、鞍山路为例[J].城市规划学刊,2015(3):51-61.
[31]Calabrese F,Diao M,Di Lorenzo G,et al.Understanding individual mobility patterns from urban sensing data:A mobile phone trace example[J].Transportation Research Part C-Emerging Technologies,2013,26:301-313.
[32]Diao M,Zhu Y,Ferreira J,et al.Inferring individual daily activities from mobile phone traces:A Boston Example[J].Environment and Planning B:Planning and Design,2015.
1根据《上海统计年鉴2014》,上海2013年移动电话普及率为132.5%。
2首位度等于各时段中最大的活动强度值与第二大活动强度值的比值;基尼系数的计算方法与社会科学中分析收入分配均衡的计算方法相同,样本是各时段的活动强度值,取值在0-1之间,基尼系数越小,各时段活动强度的分布越均衡,基尼系数越大,各时段活动强度的分布越不均衡;昼夜比是指白天10点-12点时段的活动强度值与晚上10点-12点时段的活动强度值的比值。
3并将得到的分街镇居住人口数与第六次人口普查数据重中的各街镇常住人口数量进行比较,发现具有较高的相关性。
4 ANOVA方差分析的概率p都小于0.05,在0.01的水平上具有显著差异。
[2]顾朝林.中国城市地理学[M].北京:商务印书馆,1999.
[3]约翰斯顿,等.人文地理学词典[M].北京:商务印书馆,2004.
[4]顾朝林.转型中的中国人文地理学[J].地理学报,2009,64(10):1175-1183.
[5]王兴中,等.中国城市生活空间结构研究[M].北京:科学出版社,2004.
[6]Lynch K.The image of the city[M].Mass:MIT Press,1960.
[7]Kwan M P.Mobile communications,social networks,and urban travel:Hypertext as a new metaphor for conceptualizing spatial interaction[J].The Professional Geographer,2007,59(4):434-446.
[8]Grahmn S,Marvin S.Telecommunications and the city:Electronic spaces,urban places[M].London:Routledge,1996.
[9]Schwanen T,Dijst M,Kwan M P.Introduction-the Internet,changing mobilities,and urban dynamics[J].Urban Geography,2008,39(3):1362-1377.
[10]Taylor P J,Watts M J,Johnston R J.Geographies of global change[M].Oxford:Blackwell,2001.
[11]甄峰.信息时代的区域空间结构[M].北京:商务印书局,2004.
[12]Henry Y W.Capital,state and space:Contesting the borderless world[J].Transactions of the Institute of British Geographers,1998,23(3):291-308.
[13]Sheller M,Urry J.The new mobilities paradigm[J].Environment and Planning A,2006,38(2):207-226.
[14]柴彦威,龙瀛,申悦.大数据在中国智慧城市规划中的应用探索[J].国际城市规划,2014,29(6):9-11.
[15]席广亮,甄峰.过程还是结果?--大数据支撑下的城市规划创新探讨[J].现代城市研究,2015(1):19-23.
[16]甄峰,王波,秦萧,等.基于大数据的城市研究与规划方法创新[M].北京:中国建筑工业出版社,2015.
[17]甄峰,秦萧.大数据在智慧城市研究与规划中的应用[J].国际城市规划,2014,29(6):44-50.
[18]Liu Y,Liu X,Gao S,et al.Social sensing:A new approach to understanding our socioeconomic environments[J].Annals of the Association of American Geographers,2015,105(3):512-530.
[19]龙瀛.城市大数据与定量城市研究[J].上海城市规划,2014(5):13-15,71.
[20]郭璨,甄峰,朱寿佳.智能手机定位数据应用于城市研究的进展与展望[J].人文地理,2014,29(6):18-23.
[21]柴彦威,赵莹,马修军,等.基于移动定位的行为数据采集与地理应用研究[J].地域研究与开发,2010,29(6):1-7.
[22]钮心毅,丁亮,宋小冬.基于手机数据识别上海中心城的城市空间结构[J].城市规划学刊,2014(6):61-67.
[23]Calabrese F,Colonna M,Lovisolo P,et al.Real-time urban monitoring using cell phones:A case study in Rome[J].Intelligent Transportation Systems,IEEE Transactions on,2011,12(1):141-151.
[24]Reades J,Calabrese F,Ratti C.Eigenplaces:Analysing cities using the space-time structure of the mobile phone network[J].Environment and Planning B:Planning and Design,2009,36(5):824-836.
[25]王德,钟炜菁,谢栋灿,等.手机信令数据在城市建成环境评价中的应用--以上海市宝山区为例[J].城市规划学刊,2015(5):82-90.
[26]钮心毅,丁亮.利用手机数据分析上海市域的职住空间关系--若干结论和讨论[J].上海城市规划,2015(02):39-43.
[27]Yuan Y,Raubal M,Liu Y.Correlating mobile phone usage and travel behavior:A case study of Harbin,China[J].Computers,Environment and Urban Systems,2012,36(2):118-130.
[28]Ahas R,Aasa A,Silm S,et al.Daily rhythms of suburban commuters'movements in the Tallinn metropolitan area:Case study with mobile positioning data[J].Transportation Research Part C:Emerging Technologies,2010,18(1):45-54.
[29]丁亮,钮心毅,宋小冬.利用手机数据识别上海中心城的通勤区[J].城市规划,2015,39(9):100-106.
[30]王德,王灿,谢栋灿,等.基于手机信令数据的上海市不同等级商业中心商圈的比较--以南京东路、五角场、鞍山路为例[J].城市规划学刊,2015(3):51-61.
[31]Calabrese F,Diao M,Di Lorenzo G,et al.Understanding individual mobility patterns from urban sensing data:A mobile phone trace example[J].Transportation Research Part C-Emerging Technologies,2013,26:301-313.
[32]Diao M,Zhu Y,Ferreira J,et al.Inferring individual daily activities from mobile phone traces:A Boston Example[J].Environment and Planning B:Planning and Design,2015.
1根据《上海统计年鉴2014》,上海2013年移动电话普及率为132.5%。
2首位度等于各时段中最大的活动强度值与第二大活动强度值的比值;基尼系数的计算方法与社会科学中分析收入分配均衡的计算方法相同,样本是各时段的活动强度值,取值在0-1之间,基尼系数越小,各时段活动强度的分布越均衡,基尼系数越大,各时段活动强度的分布越不均衡;昼夜比是指白天10点-12点时段的活动强度值与晚上10点-12点时段的活动强度值的比值。
3并将得到的分街镇居住人口数与第六次人口普查数据重中的各街镇常住人口数量进行比较,发现具有较高的相关性。
4 ANOVA方差分析的概率p都小于0.05,在0.01的水平上具有显著差异。