本刊“学术动态(Planning Reviews)”栏目,推介国内外学术书籍和文献报告、关注国际研究动态和前沿热点、分享规划案例研究。本期 “城市技术与方法” 专栏,向大家推介一篇利用推特研究城市动态的文献。
(专栏编辑:肖扬,同济大学建筑与城市规划学院副教授)
利用推特研究城市动态:用地与人口时空分布之间的关系
来源:GARCíA-PALOMARES J C, SALASOLMEDO M H, MOYA-GóMEZ B, et al. City dynamics through Twitter: relationships between land use and spatiotemporal demographics[J].Cities, 2018, 72: 310-319.
社交网络和大数据提供了以前无法获得的关于城市动态的信息,在城市研究方面开辟了新的领域。社交网络用户产生了大量的数据,全世界每天有5亿条推特消息发布,在Foursquare上有7 000多万的签到,还有超过8 000万张照片上传到Instagram。大多数基于社交网络数据的研究都使用了推特,这在很大程度上是由于数据可以通过连接到推特的API进行免费下载。这种实时、公开和免费的数据流只覆盖整个推文流的1—2%。有些推文是带地理标记的,有助于分析跨越空间和时间的使用情况,并已被发现是城市研究的有力工具。在从城市的中心到周边区域时,推特密度一般会下降,所以推特密度是人口密度一个很好的替代物。用户ID、推文内容和语言可以丰富推特空间分布的地图。在本研究中,作者使用了一天的推特数据,将推特用户按城市区域和时间段分组,来分析城市的日常动态及其与用地的关系。
在本研究中,研究范围是马德里市,以马德里运输当局建立的运输区为基本单元,作者使用推特的数据来分析马德里市的人口时空分布。分析前首先对数据进行过滤和处理。作者下载了马德里市带有地理标记的推文,并从空间和时间上聚合这些数据,以获得马德里市不同地区和不同时间段活跃用户的数量。与其他使用分类算法获取聚类区域,并将其与用地分布进行比较的研究不同,作者的方法能更深入地研究用地对城市活动的影响。相比之前研究中确定的主要用地类型,作者采取的用地类别是根据城市规划中更准确和有用的土地用途分类而预先界定的。
作者对夜间时段与白天不同时间段活动分布之间的相关性进行了分析,初步了解了城市动态,揭示了白天每个时段活动增加或减少的区域。前者通常位于中心地带,后者则在外围地区占主导地位,但大学、办公区或机场等某些特殊场地除外。作者的方法使人们能够从视觉上看出,办公、教育和运输首末站用地在早晨活动较多,而零售用地则在晚上最为活跃。
随后,作者将推特活动与用地联系起来。首先,根据各运输区的主要用地情况,对典型的推特活动概况进行了描述性分析。居民区与白天活动更活跃的地区相比有明显的不同,它的夜间活动较多。除了公园(曲线非常稳定)和零售用地(晚上的活动比早晨更多),在大多数用地中,分布曲线从早到晚逐渐下降。运输首末站和工业出现了较早的高峰,前者比后者更为明显。当主要用地是教育、卫生或办公时,这一高峰出现在当天晚些时候,特别是在教育方面,而在办公用地中则更少。
对区域活动概况的分析是一种简化,因为只考虑了每个区域的主要用地情况,而其中大多数区域有多个土地用途。此外,这也是一个纯粹的描述性分析。通过OLS分析克服了这一局限性,根据时间段考察了各区不同用地方式对推特活动的影响。与以往的研究相比,作者的分析结果考虑到每个区域的用地组合,提供了一个关于用地与活跃的推特用户分布之间关系的解释。如预期的那样,所有模型中的自变量系数对用地变化都表现出正相关,与距中心距离呈现负相关。一天中系数的变化与按主要用地得出的推特活动概况是一致的:居住和零售用地的系数上升,而教育、办公和交通用地的系数则下降。
这项工作证实了我们对城市的观测中已经知道的一些东西:一个城市内不同类型的区域有不同的人口时空分布。然而,新的数据来源使得测量、分析、建模和预测成为可能。本研究利用各时间段测量城市各区域的活跃发推用户数,作为人口存在的替代因素,并通过二元相关分析和残差研究分析不同时间段的变化。然后,作者还利用时间剖面分析了用地和活跃的发推者之间的关系,并通过多元回归分析的方法建模。在多元回归分析中得到的系数有助于预测新的城市发展中的活动模式。这一点在新的城市发展“马德里新北地区”中得到了应用。对这一新的城市发展所作的分析表明,各种用地的混合产生了“更平坦”的活动时间波动,因此对服务的需求在时间上更加稳定,而专门化的用途(例如办公空间)产生的活动波动则更加“突然”,因此对服务的需求波动更大,从而降低了服务的效率。此外,事实证明,密度对活动模式也有重大影响,从而增加或减少了对服务的潜在需求。
作者的分析也为城市规划提供了有用的信息。研究结果揭示了与用地有关的城市动态。这与公共部门提供的服务有关(例如,风险评估和人口疏散计划)和私营商业活动(按地区和时间分列的潜在需求)。此外,可以利用有关活动与用地之间联系的知识来预测新的城市发展中的未来活动模式,方法是使用OLs 模型,根据新开发中设想的用地情况估计人口的时空分布。
(供稿:王航,同济大学建筑与城市规划学院硕士研究生)
欢迎在朋友圈转发,转载请联系@vip.126.com
识别二维码 订阅本刊2018年电子阅读版
URBAN PLANNING FORUM Since 1957创新性、前瞻性、学术性中文核心期刊、中国科技核心期刊、中国人文社会科学核心期刊、中文社会科学引文索引来源期刊(CSSCI)、中国期刊全文数据库(CJFD)全文收录期刊,中国学术期刊综合评价数据库(CAJCED)统计源期刊,中国科学引文数据来源期刊,RCCSE中国核心学术期刊官方网站:http://www..org投稿链接:http://cxgh.cbpt.cnki.netEmail: @vip.126.com电话:021-65983507传真:021-65975019微信号:
URBAN PLANNING FORUM Since 1957
创新性、前瞻性、学术性
中文核心期刊、中国科技核心期刊、中国人文社会科学核心期刊、中文社会科学引文索引来源期刊(CSSCI)、中国期刊全文数据库(CJFD)全文收录期刊,中国学术期刊综合评价数据库(CAJCED)统计源期刊,中国科学引文数据来源期刊,RCCSE中国核心学术期刊
官方网站:http://www..org
投稿链接:http://cxgh.cbpt.cnki.net
Email: @vip.126.com
电话:021-65983507
传真:021-65975019
微信号: