移动定位大数据视角下的人群移动模式及城市空间结构研究进展

了解城市人群移动行为和空间结构对城市规划、交通管理、应急响应等具有重要的意义。近年来,随着信息技术(ICT)的快速发展,采集大规模、长时间序列的人群移动定位大数据变得容易,为人群移动行为研究带来了新的机遇和挑战。本文首先介绍了目前用于城市人群移动行为和空间结构研究的主要数据源及其特征,并分别从人群移动行为、城市空间结构2个方面对近3年国内外相关研究进行归纳总结。目前的研究主要从移动定位大数据中挖掘人群移动模式,理解人群移动时空规律,进一步透视城市的空间结构特征;而对城市空间结构与人群移动行为影响的研究较少。未来可通过融合多源时空数据,综合研究人群移动行为与城市空间结构之间的相互作用,发展大规模群体移动行为时空分析理论和模型,进一步深入理解人群移动行为与城市空间结构的耦合关系。     

广州批发市场的供应物流空间格局及其形成机制

城市批发市场是集商流、物流和信息流于一体的商品集散地,其产生的物流活动属于城市物流的一部分。结合实地调查数据,采用社会网络分析方法对广州市批发市场的供应物流空间格局进行研究。首先构建由19 个供应地和21 个接收地组成的2-模矩阵,将其反应的关系信息进行可视化表达,结果显示物流结点呈现出交通指向性、地域集中性以及圈层式布局特点;货物供应以外向型为主,并形成国外、省外城市、珠三角和粤北地区的主要供应流格局;结点集货规模等级差异明显,形成城市内部的反y 形集货格局。然后对物流网络进行中心性分析,通过测量度数中心度、接近中心度和中间中心度等指标,得出珠三角、省外城市和白云区是物流网络的核心供应地;流花服装和中大布匹批发市场群是物流网络的核心接收地;南沙区、黄埔茅岗批发市场群等则属于物流网络的边缘结点。最后从城市性质、城市空间发展、产业集群和物流服务等4 方面对供应物流空间格局的形成机制进行探讨。通过对批发市场货流网络空间的研究,有利于为今后城市物流空间优化提供一定的决策参考依据。     

A collective human mobility analysis method based on data usage detail records

Human mobility patterns have been widely investigated due to their application in a wide variety of fields, for example urban planning and epidemiology. Many studies have introduced spatial networks into human mobility analyses at the collective level. However, these studies merely analyzed spatial network structure, and the underlying collective mobility patterns were not further discussed. In this paper, we propose a collective mobility discovery method based on community differences (CMDCD). We constructed spatial networks where nodes represent geographical entities and edge weights denote collective mobility intensity between geographical entities. The differences between communities detected from the networks constructed in different periods were then identified. Since collective spatial movement has a large influence on network structure, we can discover groups with different mobility patterns based on community differences. By applying the method to data usage detail records collected from the cellular networks in a city of China, we analyzed different collective mobility patterns between the Spring Festival vacation and workdays. The experimental results show that our method can solve these two problems of identifying community differences and discovering users with different mobility patterns simultaneously. Moreover, the CMDCD method is an integrated approach to discover groups whose mobility patterns have changed in different periods at the large spatial scale and the small spatial scale. The discovered collective mobility patterns can be used to guide urban planning, traffic forecasting, urban resource allocation, providing new insights into human mobility patterns and spatial interaction analyses.     

Depicting urban boundaries from a mobility network of spatial interactions: a case study of Great Britain with geo-located Twitter data

Existing urban boundaries are usually defined by government agencies for administrative, economic, and political purposes. However, it is not clear whether the boundaries truly reflect human interactions with urban space in intra- and interregional activities. Defining urban boundaries that consider socioeconomic relationships and citizen commute patterns is important for many aspects of urban and regional planning. In this paper, we describe a method to delineate urban boundaries based upon human interactions with physical space inferred from social media. Specifically, we depicted the urban boundaries of Great Britain using a mobility network of Twitter user spatial interactions, which was inferred from over 69 million geo-located tweets. We define the non-administrative anthropographic boundaries in a hierarchical fashion based on different physical movement ranges of users derived from the collective mobility patterns of Twitter users in Great Britain. The results of strongly connected urban regions in the form of communities in the network space yield geographically cohesive, nonoverlapping urban areas, which provide a clear delineation of the non-administrative anthropographic urban boundaries of Great Britain. The method was applied to both national (Great Britain) and municipal scales (the London metropolis). While our results corresponded well with the administrative boundaries, many unexpected and interesting boundaries were identified. Importantly, as the depicted urban boundaries exhibited a strong instance of spatial proximity, we employed a gravity model to understand the distance decay effects in shaping the delineated urban boundaries. The model explains how geographical distances found in the mobility patterns affect the interaction intensity among different non-administrative anthropographic urban areas, which provides new insights into human spatial interactions with urban space.     

复杂网络视角下的城市人流空间概念模型与研究框架

城市内人流特征研究一直是城市地理学和城市空间研究的重要领域之一.针对已有相关研究存在仅侧重于从人口规模、密度视角分析空间分布及格局特征,而对隐藏于空间分布背后,因人流动而建立的空间交互关系关注不足的问题.本文以流空间理论、复杂网络理论、空间行为交互理论为理论基础,立足基于流、网络剖析城市内部空间中各要素间的相互作用及关...     

中国城市间人口流动空间格局的网络分析——以国庆-中秋长假和腾讯迁徙数据为例

“腾讯迁徙”大数据基于位置服务,实时、动态、完整、系统地描述了用户日常出行活动的轨迹。通过采集“腾讯迁徙”数据平台中2017年国庆-中秋长假期间国内299个城市之间的逐日人口流动数据,分“出行期、旅途期、返程期”3个时间段,利用复杂网络分析方法,从人口流动集散层级、集散网络体系的分层集聚、人口流动空间格局、网络空间特征等角度分析各时间段城市间的人口流动特征与空间格局。结果表明,腾讯迁徙大数据直观地揭示了国庆-中秋期间中国各地级城市间人口的迁移规律,3个时段人口的净流入均呈现十字形骨架支撑的菱形分布,人流集散中心主要集中在京津冀、长三角、珠三角和成渝四大城市群,与城市等级有较强的一致性。人口流动集散体系呈明显的分层集聚,城市行政级别的高低与人口流动影响力存在一定的正相关关系,大部分城市人口流动处于“相对平衡”状态。人口流动空间格局呈现出明显的核心-边缘结构,大理-鹤岗一线是人口流动强度空间分布的显著分界线,以此线为界,城市网络呈现东密西疏的分布特征和东部并联、西部串联的网络关联特征。人口流动网络总体表现出“小世界”网络特征,局部具有较明显的“社区”结构特征,聚为2个国家级、2个区域级和3个地区级社区。     

中国物流企业的空间组织网络

物流企业是承担物流活动的专业化组织, 是具有空间网络的企业形式。基于相关研究 的评述, 分析了物流企业网络的基础理论, 重点解析其空间体系、职能联系与运营机制。通 过研究, 认为物流企业由企业属性要素和物流属性要素组成, 其共同作用形成企业部门的职 能分化和区位分离, 由此形成物流企业网络, 包括企业组分网络和物流运营网络。物流企业 在城市和区域尺度构筑企业组分网络, 城市网络包括总公司、配送中心和营业点, 总公司布 局于市中心区, 配送中心倾向于近郊区, 营业点集中在物流密集区; 区域网络包括总部、区 域分公司、地方分公司、办事处和受理点, 总部布局于国内大城市, 区域分公司倾向于各区 政治经济中心, 地方分公司集中在省会、经济中心和交通枢纽, 办事处与受理点在企业网络 外部或内部空白处布局。物流运营网络由运输专线、配送体系和物流网络组成, 运输专线形 成支线和干线两类, 是物流运营的基本途径; 配送体系形成区域、城市区域和城市三层, 是 物流企业提升竞争力的保障; 运输专线和配送体系的交错、融合和优化, 最终形成轴辐物流 网络。     

大数据时代的空间交互分析方法和应用再论

空间交互是理解地表人文过程的重要基础,与空间依赖一起共同体现了地理空间的独特性、关联性以及对嵌入该空间的地理分布格局的影响,具有鲜明的时空属性,因此对于地理学研究具有重要意义。大数据为空间交互研究带来了新的机遇,能够使我们在不同时空尺度感知和观察空间交互模式并对其动态演化特征进行模拟和预测,从而为揭示人类活动规律及区域空间结构提供有力支持。本文在探讨空间交互与地理空间模式关系的基础上,描述了利用地理大数据感知空间交互的方式和定量模型,介绍了空间交互分析方法的研究进展及其在空间规划与交通、公共卫生、旅游等领域的应用情况,并就一些基本问题进行了讨论,以期为大数据支持下空间交互相关研究提供指导。     

西北内陆中心城市物流企业空间分异及区位选择——以兰州市为例

城市物流企业的空间分布决定物流空间格局、影响城市综合资源和生产空间的合理配置。以西北内陆中心城市——兰州市为案例区,基于微观物流企业数据并运用空间分析方法刻画了兰州市物流企业的空间分布及类型分异特征,进一步通过负二项回归模型探究了其区位选择的影响因素。结果表明：（1） 兰州市物流企业空间分布不均衡特征显著,总体呈现出“中心为主、远郊和近郊为辅,且沿城市交通主干道呈寄生状分布”的分异格局,具体可归纳为“多中心极化”、“中心极化”、“多中心外扩”、“中心外扩”、“整体极化”与“局部外扩”并存5种空间组织形态。（2） 物流企业呈现出“两心两翼四组团”的空间集聚特征,就不同类型而言,运输型和综合型物流企业呈现出“地域均衡化,类型多元化”集聚特征,货代型、快递型及仓储型物流企业则呈现出“片区集聚化,类型集群化”集聚特征。（3） 物流企业空间分异格局与类型分异特征受交通条件、集聚因素、政府政策、土地价格和城乡差异等多元因素影响,其中交通条件、集聚因素以及政府政策对行业整体在区位选择中的影响最为显著。（4） 从企业类型来看,货代型、综合型物流企业的区位选择受集聚因素影响最为显著;快递型、运输型物流企业则较为关注交通条件;仓储型物流企业对政府政策更为敏感。研究结果在丰富城市物流企业区位理论和研究案例的同时,对我国西北内陆中心城市物流企业空间布局优化具有重要的参考价值。     

基于物流企业数据的2007-2017年中国城市网络空间特征及演化

采用2007、2012和2017年中国百强物流企业网络数据,运用世界城市网络研究的链锁网络模型方法,分析中国城市网络的等级结构、空间分异、空间联系及其演变特征。研究表明：基于物流企业数据的中国城市网络具有明显的层级特征,并呈现“两主多中心”的区域空间结构,网络联系的离散水平逐渐降低,其稳定性和均衡性有所增加,等级结构趋于合理;各节点城市组织能力空间分异明显,京津冀、长三角、珠三角的组织能力和介中心性始终处于较高水平,城市间物流联系逐渐增强,并有协同发展的趋势;城市网络联系中,长江沿线城市物流网络联系地位上升,上海为中心的T字型空间结构替代以北京为中心的核心网络结构,在全国尺度形成以胡焕庸线为界线,物流联系网络呈中东部密集、西部相对稀疏的空间格局,其演变过程呈现由等级网络联系特征向等级性与空间近邻性网络联系特征转变趋势。     

中国城市物流创新的空间网络特征及驱动机制

创新要素高效流动的空间联系网络是物流高质量发展和区域物流协同发展研究的重要切入点.基于2003-2018年中国284个城市物流专利权利转移数据,运用大数据挖掘技术、GIS空间分析、社会网络分析和空间计量方法,研究了中国城市物流创新的空间网络特征及驱动机制,结果表明:①网络规模扩张迅速,网络愈加稠密化,形成以深圳、北京、...     

"流空间"视角的电子商务快递物流网络结构研究 ——以珠三角城市群为例

基于“流空间”视角研究电子商务快递物流网络,以中国智能物流骨干网络大数据作为物流“流”数据,综合社会网络分析法和GIS空间分析,以珠三角城市群为案例探究电商快递物流网络空间结构特征,并利用QAP回归方法探究影响网络形成的因素。结果表明:珠三角电商快递物流网络结构存在空间非均衡特征,联系方向偏中心指向,中东部县区间联系更为密切,形成“穗莞深”物流轴线。东莞市,广州市增城区、荔湾区、白云区,深圳市南山区、龙岗区等为主要的快递物流对外辐射节点;江门市新会区、台山市,惠州市惠城区、惠东县等为主要的快递物流接收节点。珠三角城市群电商快递物流网络形成主要受人均可支配收入和社会消费品零售总额影响,人口因素已不构成其发展优势;网络形成在一定程度上克服了距离因素的负作用力。     

1980—2020年粤港澳大湾区城镇用地空间格局类型演变及其驱动力多维探测

深入研究1978年改革开放以来粤港澳大湾区城镇用地空间格局类型,探索土地城镇化多维和交互驱动机制,对推进粤港澳大湾区建设,打造世界级城市群具有重要意义。本文基于模糊聚类,从规模、形态和分布3个维度划分和定义粤港澳大湾区城镇用地空间格局类型,利用地理探测器测度城镇用地空间格局多维变化驱动力及其交互作用。结果表明：① 粤港澳大湾区城镇用地空间格局类型包括分形/复杂大面积型、分形小面积型、复杂小面积型、简单小面积型和散布型5种类型,城镇用地规模和形状复杂性具有一定的正相关性,2010年后用地规模趋于稳定,形态的规则性和紧凑性得到优化,分布集中。② 人口、GDP、地方财政收入、固定资产投资额和路网密度等社会经济因素对城镇用地面积和形态变化影响显著,核心城市对城市群发展的牵引作用在2000年后得以显现。2010—2020年各影响因子对城镇用地面积、分布和类型变化的作用差异有所减弱,但社会经济因素对形状特征的影响力上升。③ 城镇用地面积特征变化的影响力交互作用最为多样,表现有非线性增强、协同增强、单因子减弱和非线性减弱4种类型;对形状、分布和空间格局类型变化的影响力交互作用主要表现为协同增强和非线性增强。核心城市牵引力、路网密度、河网密度与多数因子交互产生“1+1>2”的效果,反映出城市群核心区位、交通优势对城镇用地扩展的强烈推动作用。     

Inferring spatial interaction patterns from sequential snapshots of spatial distributions

Spatial interactions underlying consecutive sequential snapshots of spatial distributions, such as the migration flows underlying temporal population snapshots, can reflect the details of spatial evolution processes. In the era of big data, we have access to individual-level data, but the acquisition of high-quality spatial interaction data remains a challenging problem. Most research has been focused on distributions of movable objects or the modelling of spatial interaction patterns, with few attempts to identify hidden spatial interaction patterns from temporal transitions of spatial distributions. In this article, we introduced an approach to infer spatial interaction patterns from sequential snapshots of spatial population distributions by incorporating linear programming and the spatial constraints of human movement. Experiments using synthetic data were conducted using four simple scenarios to explore the characteristics of our method. The proposed method was used to extract interurban flows of migrants during the Chinese Spring Festival in 2016. Our research demonstrated the feasibility of using discrete multi-temporal snapshots of population distributions in space to infer spatial interaction patterns and offered a general analytical framework from snapshot data to spatial interaction patterns.     

粤港澳大湾区协同创新的综合测度与演化特征

理解粤港澳大湾区协同创新的网络结构及其演化特征对于新时期大湾区的创新化发展转型至关重要。论文通过构建包括技术创新、知识生产、创新资本3个维度的协同创新测度指标体系,基于城市群流空间网络构建与社会网络分析方法,系统性研究了多创新维度下粤港澳大湾区协同创新的网络结构及其演化特征。结果表明： ① 粤港澳大湾区创新流空间结构呈现出显著的极化特征,且随着时间推移,极化效应不断强化,深圳、香港、广州在创新流空间网络中占据绝对核心地位;② 多维度创新流要素网络结构呈现出显著差异性,技术创新与创新资本维度中,香港、深圳占据了城市群网络的核心,知识生产维度的核心城市则是广州与香港,广州在各维度网络中均扮演了重要的“枢纽型”城市角色,深圳在各维度网络中的创新层级随着时间推移在不断增长;③ 综合多维度指标的测度结果显示,香港与深圳分别是早期与新时期粤港澳大湾区协同创新网络的核心,当前大湾区整体呈现为穗深港三核心并立的城市群网络空间结构。研究可为新时期粤港澳大湾区创新资源的合理化配置提供理论与实证支撑。     

基于城市不透水面—人口关联的粤港澳大湾区人口密度时空分异规律与特征

城市人口数据是社会经济各领域的基础数据,高分辨率的空间化城市人口数据则对社会经济各领域的分析和研究具有重要意义。本文首先通过多源遥感技术提取空间分辨率为30 m的粤港澳大湾区2007-2015年间城市不透水面的变化,再利用Dasymetric映射方法得到30 m分辨率的网格化人口密度分布,从而分析大湾区2007-2015年间城市人口的时间和空间变化。通过Google Earth时间序列高分辨率影像采集的样本验证,粤港澳大湾区城市不透水面提取精度均在80%以上;通过统计年鉴中县级人口统计数据,分析大湾区网格化城市人口与统计数据之间的一致性,得到决定系数R²总体在0.7以上。研究表明,粤港澳大湾区城市人口具有特殊的时间和空间分异规律和特征：①大湾区内除了香港和澳门人口分布较稳定,其他城市人口都有不同程度和不同方向的扩张,其中广州、深圳、东莞的人口扩张最为明显;②大湾区城市人口空间分布具有明显的多尺度和多中心特征。总体上,大湾区人口集中在以珠江口为中心的城市群核心区内,离核心区较远的肇庆、江门、惠州人口较为稀疏,城市化程度相对较低,是支撑大湾区经济社会继续深入发展的重要区域。在核心区内,城市人口的分布则在城市尺度和城市群尺度上都体现了多中心分布特征,香港和广州都有多个城市中心,而香港、澳门、深圳、广州则是整个大湾区的4个中心。地理位置上4个中心分布在大湾区的不同地方,可以带动整个粤港澳大湾区的全面发展。研究结果可为粤港澳大湾区在社会经济各领域的分析与规划提供决策支持。     

珠江三角洲都市圈国内旅游者空间行为模式研究

以珠江三角洲（下称珠三角）都市圈国内主要客源地2009~2011年度中国100强旅行社官网旅游线路报价单为基础数据,研究了珠三角都市圈发展较为成熟阶段的旅游者空间行为模式及目的地类型,发现：① 珠三角都市圈旅游者空间行为模式总体上以营区基地式和完全环游式为主。不同客源地旅游者行为模式差异较大,广东省内旅游者以单目的地式和港澳小环游为主,其余客源地旅游者多采用营区基地式、往返式、区域环游式和完全环游式等旅行模式;② 珠三角都市圈各城市在旅游线路中出现的频次存在较大差异,总体呈现出3个等级层次关系,不同城市在大小珠三角都市圈以及不同客源地旅游线路中的角色与地位不同,据此得出珠三角都市圈各客源地的空间行为模式图;③ 比较大小珠三角都市圈在空间行为模式上的差异,发现港澳与珠三角地区在旅游发展上逐渐成为一个联系紧密的整体,但实现三地旅游一体化尚待时日。     

Spatial Patterns of Seasonal Level Diurnal Variations of Ozone and Respirable Suspended Particulates in Hong Kong

In this study we analyzed the diurnal spatial patterns of cycles of ozone (O₃) and respirable suspended particulate (RSP) matter in Hong Kong between 2001 and 2011. We used harmonic analysis to reveal the diurnal cycle in the seasonal-level spatial patterns. The diurnal cycle of O₃ is stronger in the northeast rural areas of Hong Kong than in the urban center due to the lower titration effects of nitric oxide in the rural areas. For RSP, the southern sections show the strongest diurnal cycle and the northeastern sections show the weakest diurnal cycle, which could be explained by the heavy vehicular traffic in the southern urban areas and light vehicular traffic in the northeast rural areas. The diurnal patterns of O₃ and RSP both show stronger cycles in the summer months, which might be related to the diurnal rainfall pattern. The time of maximum for O₃ is around 1400 Local Standard Time (LST) in the afternoon in summer, whereas a wider range in the time of maximum, between 1100 and 1400 LST, was observed in winter. The spatial pattern of the time of maximum for RSP showed a gradual progression from the center of the city to the west, between 1300 and 1700 LST, which is consistent with rush hour traffic.     

Urban transformations,migration and residential mobility patterns in African secondary cities

Abstract

Urban growth is a significant trend in Africa. Scholarly attention and urban planning efforts have focused disproportionately on the challenges of big cities, while small and medium-sized urban settlements are growing most rapidly and house the majority of urban residents. Small towns have received some attention, but very few studies have focused on secondary cities. This paper offers a study of urban transformations, migration and residential mobility patterns in Arusha, a rapidly growing secondary city of Tanzania. Arusha functions as a major attraction for migrants and in-migration is a central dynamic shaping transformation processes in central areas characterized by high population turnovers, vibrant rental markets and widespread landlordism. There is also a considerable degree of intra-urban residential mobility within and between central areas. Intra-urban residential mobility is the most important dynamic shaping transformation processes in peripheral areas characterized by long-term urban residents moving from central parts of the city as part of a process of establishing themselves as homeowners. Overall, the paper provides crucial insights on how migration and residential mobility patterns influence processes of urban growth and transformation in the context of large secondary city, and thereby contributes to fill a significant knowledge gap on secondary cities in Africa.     

成都市体验性网络团购市场发展的空间特征

体验性网络团购模式正在对城市商业空间产生显著影响。以团购商品信息量作为基础数据,采用矢量数据符号法和空间插值法对成都市团购市场发展的空间特征进行分析。结果表明：餐饮、娱乐、生活和旅游酒店类团购信息在各商圈分布的集中化程度与摄影类相比较低。成都市中心区域的团购市场发展水平较高,形成了以春熙路商圈为核心的综合商业型热点区和以建设路商圈和双楠商圈为核心的生活服务型热点区。市场原则下团购市场发展的空间公平性较好的区域主要集中在成都市中心区域。团购市场发展的空间格局具有明显的区位特征,其空间发展的驱动力主要包括实体商业空间布局、消费者规模空间格局和区域可达性等;“时间距离”对团购市场区位特征产生的摩擦阻力已经超过空间距离。