城市居民认知距离透视认知变形——以北京市为例

对距离的认知是人类建立认知空间框架的重要基础.本文在相关研究的基础上,对认知距离的特点进行了分析,提出从数量认知距离与实际认知距离两种分析角度来分析这一概念.通过分别利用定义一元线性回归.与采用多维标度法(MDS)及二维回归(BR),对认知距离的标量变形和向量变形进行定量分析.在此基础上,以北京市为例,对北京市居民进行抽样调查.通过认知心理学实验的方式,令被试估计城市主要地标两两之间的距离.对实验结果分别将上述方法应用于计算北京市居民在标量变形和向量变形的定量化表示,并进一步通过方差分析(ANOVA)讨论了影响北京市居民对城市距离认知变形的因素,包括年龄、居住地区等.     

基于手绘草图的北京居民认知地图变形及因素分析

认知地图是外界环境在人们头脑中的表征, 往往与现实地图不一致, 研究认知地图及 其变形对城市规划和建设具有重要意义。手绘草图是当前挖掘认知地图的一种主要方法。通 过问卷调查, 获得北京居民手绘草图样本, 分析草图中体现的北京城市意象要素。采用二维 回归(BR) 与标准偏差椭圆方法定量测度认知地图整体和局部的变形。对于二维回归计算出 的变形系数(DI) 进一步采用蒙特卡罗模拟计算其变形半径, 得出北京居民的认知地图平均变 形在2-3 km, 整体变形以二环为界, 内小外大, 并呈西南-东北斜向拉伸, 东西收缩的趋 势, 局部变形北部大于南部。个体的变形系数与对地标的熟悉程度负相关, 男性小于女性, 驾车者小于不驾车者, 日常活动范围越广、出行频率越高、居住时间越久、距离锚点越近的 被试认知变形越小。     

北京市居民购物行为空间结构演变

从消费者行为活动切入是研究城市商业空间结构的重要视角。在问卷调查的基础上, 分析10 年来基于认知距离的北京市居民购物行为空间结构的演变特征及其影响机制。结果表明: 北京市居民购物的平均出行距离整体上有缩短趋势; 居民不同类型商品购物出行空间结构的演变和购物地点的演变都呈现出不同的特点; 10 年来北京近郊区居民购物出行空间的等级有明显下降趋势, 中心城区居民则变化不大。上述演变特征均反映出北京商业发展的离心化和多中心化趋势: 居住地附近的低等级商品购物行为逐渐增多, 区域性购物中心、大型超市以及家电卖场对高等级商品购物产生巨大吸引力。影响北京市居民购物行为空间结构演变的因素可以归结为宏观环境变化和购物供给方变化(外生因素) 以及购物需求方变化(内生因 素) 3 个方面, 它们互相影响、互相作用并形成综合性机制模式, 有效推动了北京市居民购物行为空间结构的演变。     

利用公交刷卡数据分析北京职住关系和通勤出行

基于位置服务(Location Based Service, LBS) 技术为研究城市系统的时空动态规律提供了新的视角, 已往多基于移动通讯(GSM)、全球定位系统(GPS)、社会化网络(SNS) 和无线宽带热点(Wi-Fi) 数据开展研究, 但少有研究利用公交IC 卡刷卡数据进行城市系统分析。普遍存在的LBS数据虽然具有丰富的时间和空间信息, 但缺乏社会维度信息, 使其应用范围受到一定限制。本文基于2008 年北京市连续一周的公交IC 卡(Smart Card Data, SCD) 刷卡数据, 结合2005 年居民出行调查、地块级别的土地利用图, 识别公交持卡人的居住地、就业地和通勤出行, 并将识别结果在公交站点和交通分析小区(TAZ) 尺度上汇总:① 将识别的通勤出行分别从通勤时间和距离角度, 与居民出行调查数据和其他已有北京相关研究进行对比, 显示较好的吻合性;② 对来自3 大典型居住区和去往6 大典型办公区的通勤出行进行可视化并对比分析;③ 对全市基于公交的通勤出行进行可视化, 并识别主要交通流方向。本研究初步提出了从传统的居民出行调查和城市GIS 数据建立规则, 用于SCD数据挖掘的方法, 具有较好的可靠性。     

基于地名认知率的北京城市认知空间结构

基于对北京市居民空间认知的3500份调查问卷数据,采用了ARCGIS的空间插值和Geoda095i软件的空间自相关的数理统计方法,分析北京市居民的认知空间结构。研究得到四点结论：①认知地点的类型并不是影响认知率的因素。②居民对北京市的空间认知呈现出西高东低的“>”形格局,在西北—东南方向隆起动物园和北京火车站两个认知高峰,鞍部为低认知率的东方新天地和sogo崇光百货。③居民认知呈现明显的空间相关性和尺度依赖性。地名认知在较小的空间尺度上为高—高、低—低集聚的趋同性,在较大的空间尺度上表现为高-低集聚的趋异性,两者的转换尺度为城市居民日常生活空间的半径6 km左右。④北京城市的认知空间可细分为北海公园、中友百货、动物园和城乡贸易中心四个次级认知区域,次级认知区域为同质的高认知区,内部包含多个认知高峰。     

城市居民距离认知研究——以校园大学生群体为对象的调查分析

以广州市大学生的行为活动和距离认知调查为基础,应用行为地理学理论和统计方法,总结了校园大学生群体距离认知的一般特征以及影响距离认知的因素,分析提出了校园大学生群体认知的3圈层空间结构模式,并进一步分析了大学生个人属性及其日常活动空间与距离认知的相互关系.     

环境类邻避设施对北京市住宅价格影响研究——以大型垃圾处理设施为例

近年来,随着城市扩张,垃圾处理设施的布局逐步和城市居住空间相交叠,影响居民生活品质。目前人们对于北京市垃圾处理设施“围城”问题的认知多来自新闻媒体的宣传报道,存在一定的认知误差。以北京市六环内及周边街道为研究范围,分析垃圾处理及转运设施对房价的影响程度,以及垃圾处理设施对周边住宅价格影响的空间范围,在此基础上分析北京市最大的垃圾处理中心——阿苏卫对周边房价的影响范围。结果表明：① 北京市大型垃圾处理设施对周边房价影响的空间作用范围平均为6 km左右,这一距离远超市政建设要求的大型垃圾处理设施与居住区距离500 m的邻避标准。以此空间距离为基准测算,北京有800多个社区、约70万户居民处于大型垃圾处理设施的影响范围内。② 案例研究显示,阿苏卫垃圾处理中心对周边房价的影响范围接近14 km,远大于垃圾处理设施的平均空间作用距离。由于阿苏卫周边分布着回龙观、天通苑等大型居住区,受该设施影响的居民多达几十万人。     

“邻避主义”的特征及影响因素研究——以番禺垃圾焚烧发电厂为例

"邻避主义"伴随着城市经济社会的发展与转型出现,近几年在国内受到广泛关注。本文基于空间距离和居民社会经济特征相结合的分析视角,以社区居民对广州番禺垃圾焚烧发电厂选址的抵制为例,探究中国语境下"邻避主义"的特征及其影响因素。研究发现:1)社区居民在媒体大众面前的态度由"不要在我家后院"向"不要在任何人后院"转变,但其本质是邻避主义;2)在城市空间尺度和性质相似的社区空间尺度上,居民邻避态度符合"接近性假说";但相邻地理区位上不同性质社区居民的邻避态度存在明显差异;3)距离对居民邻避态度产生基础性影响,在此基础上,微观的居民社会经济特征与宏观的社会经济政治相互作用,对居民的态度进行复杂的重构,决定居民最终的邻避态度。研究对丰富不同社会条件下的邻避主义诠释有重要的学术价值,也有助于寻求这类地方抗争的合理解决方案。     

北京城市认知的空间关联模式——城市地名认知率的空间分析

论文通过空间聚类分析方法,在基于认知率和位置关系划分认知地点类型、街道类型的基础上,讨论了北京城市地名认知率的空间差异性、基于地点-街道的空间认知关联模式,并得出三方面的结论.第一,北京城市空间认知差异性明显.从地点类型来看,城区南部中心城区和近郊区的认知率低且分布集中,东北部近郊区认知率低且离散性强,西部中心城区和近郊区认知率高且集中,东南中心城区认知率高且离散.从街道类型看,中心城区街道认知率高,外围街道认知率低,表现为中心-边缘结构.第二,各类型街道对23地点的认知率与距离之间表现为不同的结合型式,有近距离一低认知率型、近距离-高认知率型、中距离-中认知率型、远距离-低认知率型、远距离-高认知率型.不同结合型式中距离对认知率的影响因结合型式而异.第三,北京城市空间的认知曲线存在双峰,一峰表现为近距离、高认知率特征,具体位置随认知地点而异;另一峰表现为远距离、高认知率特征,主要是城市中心区认知地点.     

赣州市1小时城市经济圈划分研究

通过将空间距离修正为通勤距离、再将通勤距离修正为经济距离的方法,界定了赣州市1小时城市经济圈.运用引力模型,从理论上计算了赣州市区与入圈各县(市)城区之间的空间联系强度,认为章贡区与赣县、南康市之间有着非常紧密的联系,可一起构成赣州市1小时城市经济圈的核心层,其它入圈各县(市)构成赣州市1小时城市经济圈的外层.     

A new algorithm for distance cartogram construction

A distance cartogram is a diagram that visualizes the proximity indices between points in a network, such as time–distances between cities. The Euclidean distances between the points on the distance cartogram represent the given proximity indices. This is a useful visualization tool for the level of service of transport, e.g. difference in the level of service between regions or points in a network and its improvement in the course of time. The two previously proposed methods—multidimensional scaling (MDS) and network time–space mapping—have certain advantages and disadvantages. However, we observe that these methods are essentially the same, and the merits of both these methods can be combined to formulate a generalized solution. In this study, we first formulate the time–space mapping problem, which includes the key features of both of the above stated methods, and propose a generalized solution. We then apply this solution to the time–distances of Japan's railway networks to confirm its applicability.     

Geographically weighted regression with a non-Euclidean distance metric: a case study using hedonic house price data

Geographically weighted regression (GWR) is an important local technique for exploring spatial heterogeneity in data relationships. In fitting with Tobler’s first law of geography, each local regression of GWR is estimated with data whose influence decays with distance, distances that are commonly defined as straight line or Euclidean. However, the complexity of our real world ensures that the scope of possible distance metrics is far larger than the traditional Euclidean choice. Thus in this article, the GWR model is investigated by applying it with alternative, non-Euclidean distance (non-ED) metrics. Here we use as a case study, a London house price data set coupled with hedonic independent variables, where GWR models are calibrated with Euclidean distance (ED), road network distance and travel time metrics. The results indicate that GWR calibrated with a non-Euclidean metric can not only improve model fit, but also provide additional and useful insights into the nature of varying relationships within the house price data set.     

多重距离对中国入境与出境旅游流的影响:基于组态的视角

中国出境旅游流的高速增长与入境旅游流趋于稳定的增长形成强烈反差,明晰中国出入境旅游流之间的差异关系和影响因素具有重要的理论价值和现实意义。引入包含经济距离、文化距离、地理距离、制度距离的四维度距离理论框架（CAGE）,尝试从多重距离视角剖析近年来中国出入境旅游流发展过程中产生的结构性差异,并通过使用当下社会科学领域新的研究方法——定性比较分析（QCA）对中国出入境旅游流的作用路径进行组态分析。研究结果发现:① 在时间层面上,距离因素对近年来中国出入境旅游流的影响较为稳定;② 对比中国出入境旅游流,距离因素对于出境旅游流和入境旅游流的作用规律存在一定程度的相似性;③ 对比高、非高净值国际旅游流,距离因素对高出入境旅游流和非高出入境旅游流的作用方式不同。其中,经济距离是高净值国际旅游流产生的核心条件;地理距离、文化距离、制度距离分别是非高净值国际旅游流产生的核心条件。     

网络社区交流中距离的作用——以新浪微博为例

信息通信技术的快速发展丰富了人们的交流方式,也逐步影响人们的社交网络。本文通过分析新浪微博用户在网络社区中与本地人/外地人、熟人/陌生人的交流差异,探讨空间距离与社会距离在网络社会空间中的作用。在问卷调研中,结合新浪微博用户的网络“痕迹”,较为可靠的获取南京成年人微博用户与本地人/外地人、熟人/陌生人在网络社区中的交流差异。研究表明：①在网络社区中,相较于外地人与陌生人,受访者更倾向与本地人以及熟人交流,网络社区中空间距离与关系距离的作用仍然存在;②受访者在网络社区中与本地人/外地人、熟人/陌生人的交流差异受社会经济属性、居住环境、微博使用频繁程度影响;③虽然理论上网络社区使得用户能够克服距离阻力,延伸其关系网络,但空间距离与关系距离的存在使得实际生活中的社会关系网络仍然扎根于用户在网络社区中的交流。     

基于矢量网格的城市土地利用邻里模式研究

城市土地利用的空间分布特征一直是城市地理和城市规划领域关注的重点问题,对城市土地利用空间模式的研究有助于理解城市系统的运行状态。在分析现有城市空间结构和城市土地利用模式的基础上,从两个方面对现有基于富集因子的分析方法提出改进,一是采用矢量网格以减少分析的误差,二是采用斜网格和曼哈顿距离来对空间临近关系进行界定。采用这一方法对深圳市2015年6类城市土地利用数据进行分析,得到邻里尺度上各类用地之间富集度随距离变化的3种模式。模式I中,同类用地间的富集度在短距离内较大,且其值随着距离的增加而减小并趋于0,表明同类用地间在较短距离内相互吸引,而吸引力随着距离增加而减弱。在不同类型用地间的模式II和模式III中,富集度在较短距离内为负值,但是在模式II中,富集度随着距离的增加而逐渐增加并趋于0,表明不同用地间短距离内相互排斥,且排斥作用随着距离增加而减弱;而在模式III中,富集度则随着距离增加而快速上升到正值,然后逐渐下降并趋于0,表明不同类型用地在较短距离内相互排斥,但随着距离增加很快变为相互吸引,最后吸引力随着距离增加慢慢减弱。结果表明,相对于基于栅格网的分析方法,基于矢量斜网格的分析方法能够显著降低分析误差。     

EVIDENCE OF A RESPONSE-BIAS EXPLANATION OF NONEUCLIDEAN COGNITIVE MAPS*

Two groups of subjects with varying amounts of experience with the city in which they lived judged from memory distances between familiar locations. The distance judgments were processed by a multidimensional scaling algorithm (MULTISCALE) that estimates the parameters of a power function transformation of the response scale and the coordinates of the locations in k-dimensional euclidean space. The results for both subject groups suggested that inaccuracies of distance cognition do not reflect the noneuclidean nature of urban cognitive maps but are caused by response bias.     

The relationship between obesity and socioeconomic status among Texas school children and its spatial variation

Understanding the relationships between obesity and socioeconomic status (SES) among school children and the spatial variation of such relationship is essential for developing appropriate intervention strategies. In this study, we employed Local Entropy Map (LEM) to explore the spatial patterns of the relationship at school district level in Texas. Children's obesity was measured by Body Mass Index (BMI). The BMI data for this study were obtained from Physical Fitness Assessment Initiative (PFAI) program that has been coordinated by Texas Education Agency (TEA). SES was described by six variables, which were further reduced into two factors, namely Household SES and Neighborhood SES. The study period was 2012–2013 academic year. LEM analyses revealed clear spatial variation of the relationship between obesity and SES at school-district level. In particular, the prevalence of obesity among school children was found to be significantly related to Household SES and Neighborhood SES in four regions in Texas. These four regions are centered in major metropolitan areas in Texas, including San Antonio, Dallas-Fort Worth, Houston, and Lubbock. Further regression analyses showed variation of the relationship across these four regions. Obesity among school children in Texas was found to be more related to Household SES than Neighborhood SES; the relationship was strongest in San Antonio region. These findings may suggest the presence of obesogenic environment in the low SES school districts in these regions. Further studies to examine the particular nature of the obesogenic environment in these school districts are needed in order to support the development of regionalized policy and practice that can be more effective in addressing locale specifics.     

A cell-based algorithm for evaluating directional distances in GIS

Directional distance is commonly used in geographical information systems as a measure of openness. In previous works, the sweep line method and the interval tree method have been employed to evaluate the directional distances on vector maps. Both methods require rotating original maps and study points in every direction of interest. In this article, we propose a cell-based algorithm that pre-processes a map only once; that is, it subdivides the map into a group of uniform-sized cells and records each borderline of the map into the cells traversed by its corresponding line segment. Based on the pre-processing result, the neighbouring borderlines of a study point can be directly obtained through the neighbouring cells of the point, and the borderlines in a definite direction can be simply acquired through the cells traversed by the half line as well. As a result, the processing step does not need to enumerate all the borderlines of the map when determining whether a point is on a borderline or finding the nearest intersection between a half line and the borderlines. Furthermore, we implement the algorithm for determining fetch length in coastal environment. Once the pre-processing is done, the algorithm can work in a complex archipelago environment such as to calculate the fetch lengths in multiple directions, to determine the inclusion property of a point, and to deal with the singularity of a study point on a borderline.     

地理距离对互联网社会中网络信息传播的影响

随着互联网技术的高速发展,地理距离在信息化时代下是否仍然起作用引起了争议,地理距离是否已死成为关系到地理学科安身立命的重大命题。本文选取两档具有代表性的综艺节目为例,基于网络上的节目百度指数测度节目的信息关注度,分析节目关注度的时空变化,检验地理距离对信息关注的影响。结果表明,在控制其他因素后,地理距离在网络信息传播与接收中仍然起到不可忽视的作用,即离播出地区距离越远,节目关注度越低,尤其在信息传播初期更为明显;随着时间的向后推移,地理距离的作用也在逐渐变弱。研究认为,即使在即时信息传播的互联网时代,包括地理距离在内的地理因素仍然至关重要。