基于手机画像数据的南京内城日夜间社会空间分异

城市内部人口高度流动性意味着城市社会空间结构在不同时间和不同场景下可能存在巨大差异，然而，国内外融合多时空尺度和多领域维度的城市社会空间贯通与比较研究尚处开端。基于大数据环境与AI模拟技术支持下的移动终端用户画像数据，探究南京内城社会群体日间活动和夜间居住的空间分异格局及其差异，并开展多维尺度的空间分异指数比较研究。研究发现：(1)南京内城日夜间社会群体空间分布的相似性为北京西路和北京东路沿线聚集着较大比例的中年富裕群体，城南城北分布有较高密度的本地老年群体，而差异性则主要体现在城市中心，日间聚集有大量白领中产阶层而夜间则混杂居住着不同社会群体；(2)城市人口的日常流动性并未降低居住空间分异，性别、职业和消费能力等多数社会经济属性指标在街道、社区和网格尺度上的空间分异程度表现为日间活动高于夜间居住；(3)社会空间分异的尺度效应显著，不止表现于分异指数随尺度下沉而增加，更在于较小尺度单元有可能揭示出更细微甚至差异性的社会空间分异现象，并可通过跨尺度比较直观呈现。最后提出融合多时空、多维度和跨领域的城市社会空间研究框架，以期深化拓展新时代背景下中国城市社会空间分异相关理论与实践探索。