1978年以来广州市居民职住地选择行为时空特征与影响因素的代际差异

1978年以来,中国体制改革重塑了个体日常时空行为及其在生命过程中的活动轨迹,但鲜有文献解析长时间序列下不同代际群体对职住政策调整做出的响应及其代际差异。基于时间地理学视角与代际差异理论,将广州市微观个体职住地变动历程与代际问题相结合,利用问卷调查分析1988年和1998年居民职住制度改革前后,不同代际居民职住地变迁行为时空特征及其影响因素的结构性差异。结果发现：① 在居住地和就业地变迁方向方面,各代际居民住房迁出地主要集中于老城区,就业地变迁围绕两个城市中心,形成由老城核心地域向内城、近郊扩散的变迁过程。② 职住地距离变化方面,居民平均职住距离由1988年之前的4.91 km增至1998年之后的6.46 km,20世纪90年代出生居民（简称90后,下同）的职住分离度大于其他群体。③ 在职住地变迁率方面,住房商品化和就业社会化极大地增加了居民职住地选择自由度,60后和70后在1998年之后的迁居率分别为113.16%与112.33%,就业地变迁率分别为148.68%与197.26%,二者都远高于住房改革前的比例。④ 驻留时长方面,职住自由化使得驻留时长明显缩短。60后变化最为明显,该群体在一个居住地的居住时长由1988年以前的14.43年缩至1998年以后的5.43年,就业地驻留时长由12.43年降至3.95年;80后与90后在1998年以后的职住地驻留时长明显较短,70后相对较长。⑤ 能力、组合及权威制约中的房价、婚姻状况、学历、福利分房及下岗等因素对职住地变迁表现出明显代际差异,因子女上学及同事关系等组合制约对就业地变迁无显著群体差别。     

绿色空间对休闲性体力活动影响的社区分异 ——以广州市为例

以广州市20个典型社区为例,构建多元线性回归模型,探讨了绿色空间对居民休闲性体力活动的影响,并剖析绿色空间对不同类型社区居民休闲性体力活动影响的作用机制。结果发现：1）不同类型社区居民的休闲性体力活动水平存在明显差异,低档社区的为782.99 MET-min/w,中档社区的为871.70 MET-min/w,高档社区的为1 227.91 MET-min/w;2）影响不同类型社区居民休闲性体力活动水平的绿色空间因素有所不同,低档社区、中档社区和高档社区的显著因子分别为“到最近公园广场距离”“邻里绿化覆盖率”和“健身活动设施数量”;3）绿色空间对休闲性体力活动水平影响的作用机制存在社区差异,低档社区居民休闲性体力活动主要受到成本作用的约束,中档社区居民主要受绿化环境作用影响,而高档社区居民主要受机会作用影响。     

居民日常活动对扒窃警情时空格局的影响

扒窃现象与居民的日常活动有较强的关系,已有文献研究了不同活动场所对扒窃的影响,但鲜有考虑不同类型居民活动出行量及其场所对扒窃影响的时间差异。本文基于日常活动理论,以南方某大城市为例,以派出所为分析单元,利用居民入户调查问卷、兴趣点（Point of Interest, POI）、扒窃报警数据,检验不同类型活动出行量与扒窃的时间相关性,并划分时间段,建立多个空间滞后负二项回归模型分析不同时段居民日常活动对应场所与扒窃的关系。研究发现,扒窃警情存在明显的时空集聚性,其中,凌晨和早上的集聚性最强,白天和晚上相对较弱;不同类型的日常活动对扒窃时空格局的作用存在差异。买菜活动出行量与扒窃的时间变化存在正相关关系,买菜场所在凌晨和早上容易吸引扒窃者;购物活动与扒窃亦存在较强的时间正相关,白天和晚上在购物场所附近被盗的风险较高;外出吃饭的出行量与扒窃行为无直接关系,但在凌晨和早上餐馆周边容易吸引扒窃者;娱乐活动与扒窃同样存在较强的时间正相关,不同类型的娱乐场所对扒窃的影响存在差异,电影院、酒吧在大部分时间段均会吸引犯罪者,凌晨时段KTV附近区域的被盗风险较高。场所对扒窃的影响主要与犯罪机会吸引（犯罪目标的丰富性、暴露性）及场所自身属性有关（是否为犯罪者的集聚地）。文中最后对时间地理学和犯罪地理学结合的可能性、研究的应用意义等方面进行了探讨。     

邻里建成环境对居民外出型休闲活动时空差异的影响——以广州市为例

休闲行为的产生条件一直受到国内外地理学者的重视,邻里建成环境作为结构性制约因素,在休闲行为研究的交叉学科中开始受到重视,但是关注其对休闲行为影响的时间差异的研究严重不足;此外相关研究多从是否产生休闲行为或活动量的角度去验证,缺乏建成环境对休闲空间特征影响的衡量。基于时间地理学理论,以广州市为案例地,结合居民的出行活动日志调查与人口普查数据、土地利用数据、建筑POI普查数据,探讨居民休闲行为时空特征及居住地的邻里建成环境对其产生的影响。研究发现：工作日,居民外出型休闲活动时间呈现出高度集中特征,高度集中于12:00~14:00,活动集聚的时空区域是12:00~14:00、4 km内;休息日,居民外出型休闲活动时间集聚的集中性减弱,活动持续时间增长;活动集聚的时空区域是9:00~20:00、1 km内。邻里建成环境的不同维度指标对休闲活动距离的作用时段与影响程度存在差异。工作日上午并无影响显著的因素;中午,休闲距离主要受到道路交叉口数量和商业中心可达性的负向影响;下午,休闲距离受到道路交叉口数量先负向后正向的影响。休息日上午,休闲距离主要受开敞空间用地比例的负向影响;中午,受开敞空间用地比例、公交站点数和到最近开敞空间距离的负向影响,土地利用混合度则是呈现先正向后负向的影响;下午,受道路交叉口数量和公交站点数的负向影响、休闲设施数量的正向影响。从作用机制来看,休息日是休闲机会和时间成本作用占主导,工作日是休闲环境作用占主导。     

转型期广州市居民职住模式的群体差异及其影响因素

职住关系是城市研究领域重要的议题之一。体制改革后中国社会分层结构特殊,检验不同阶层居民在职住地选择偏好的差异,有助于理解居民职住格局形成的内部机制。利用广州市入户问卷调查、建成环境和人口普查等数据,采用两步聚类和多项logistic回归,对广州市居民进行阶层划分,对比居民职住模式的群体差异及其影响因素。结果表明：职住决策时,体制外工薪阶层追求低生活成本,受职住地建成环境影响显著;体制内阶层习惯于传统单位制下社会关系密切的社区,受邻里环境影响显著,还受个人属性影响;无固定工作者决策自由和平衡程度高,受少量建成环境因素影响。研究有助于了解居民职住格局形成的制度性机制,为优化居民职住格局提供思路。     

边界效应下居民跨珠海-澳门边界活动特征与机制分析

作为跨行政等级主体的澳门,与大湾区其他城市之间存在制度与地理双重边界,跨珠海-澳门（珠澳）边界活动更具复杂性。以珠海拱北口岸的跨边界大湾区居民作为研究对象,根据身份属性将其分为内地访澳旅客、内地通勤劳工、来陆娱购澳人以及在陆居住澳人四大类。通过问卷调查与深度访谈,采用时空路径和2-模社会网络分析的方法,探究在边界效应作用下居民跨边界活动的时空特征及社会交往特征,并对跨边界活动的影响机制进行分析。研究发现：边界效应下大湾区居民跨珠澳边界活动空间的交互性不足,个人活动主要集中在局部空间。在局部空间下,内地访澳旅客与来陆娱购澳人跨边界活动内容和交往对象单一,活动交往以工具性联系为主,缺乏信息与感情的传递;内地通勤劳工跨边界交往对象多样化,社会网络密度较大,但社会网络往往是由“强关系”创造的人情网,社会文化边界仍有待消融;在陆居住澳人跨边界社会网络密度以及联系多样性较大,具有良好的社会交互预期。居民的跨珠澳边界活动受到一国两制与通行制度制约、异质文化与梯度经济吸引以及社会心理与差异性政策调节的共同作用。     

基于临近相似性考虑的犯罪热点密度图预测准确性比较——以DP半岛街头抢劫犯罪为例

在无时空考虑的密度估计算法基础上,分别加入了案件点之间的时间临近相似性、空间临近相似性和时空临近相似性的考虑,利用DP半岛2006~2007年的街头抢劫犯罪数据为基础计算无时空临近相似性、时间临近相似性、空间临近相似性和时空临近相似性4种不同算法所得到的犯罪热点图,并以之预测2008年的街头抢劫。通过Natural breaks（Jenks）分级方法和等比例面积选取两种方式来划定热点区域进行预测并进行PAI指数得分比较,结果表明时空临近相似性的密度估计算方法在犯罪预测的优势比较显著。     

广州城市道路网的社会分异——基于轨迹大数据的出行分布性别差异

社会空间分异是人文地理学研究的重要议题,以往研究主要聚焦基于居住地和活动地的分异现象,缺乏对道路网社会空间分异的关注。本文以广州市中心区域为例,结合日常活动空间理论和空间分析方法,基于手机轨迹大数据,研究不同性别群体日常出行的城市道路网社会空间分异现象及其影响因素。结果显示：基于性别差异的城市道路网社会隔离指数高于居住地、低于就业地,在14:00—15:00时段达到峰值;不同性别群体在路网中的分布总体呈现不均衡的集聚特点,其中女性集聚程度更高;不同性别群体的出行分布和分异受到路网周边建成环境因素的影响;物流运输业就业密度的提高、小学数量的增多或道路等级的提高都会显著提高男性相对出行量,而社会服务业就业密度的提高、菜市场数量或公交站点数量的增多以及到市中心距离的减少都会显著提高女性相对出行量,这些与个体家庭和职业分工的性别差异有一定的关系。本文通过理论假设和实证分析,验证了家庭和职业的分工决策是影响道路网出行分布性别分异的深层次原因,也是解释社会空间分异的重要理论视角。研究结果有助于认识和挖掘基于城市道路网的社会分异现象及其影响机制,并为完善道路网络及周围设施的布局与建设提供借鉴。     

基于移动式监测的道路PM2.5浓度精细化时空模拟

作为主要的大气污染指标,PM_2.5浓度常来源于固定环境监测站点的监测与遥感影像数据,但时空精度普遍不足,难以揭示微尺度下城市内部PM_2.5时空分布情况。本文利用移动式监测方法,选择典型工作日(2017年11月27日),对广州市主城区道路以1 s和1 m为时空粒度进行PM_2.5浓度数据采集,并以早、晚出行高峰时段为对象,通过机器学习方法模拟道路PM_2.5精细化时空分布格局。结果表明,主城区早高峰道路PM_2.5浓度值相近的平均范围为24 m,晚高峰为15 m,PM_2.5浓度存在微尺度的时空异质性。利用多层感知器(MLP)构建的早、晚高峰PM_2.5浓度模型,拟合度分别达到0.70和0.68,明显优于传统的普通最小二乘法(OLS)线性回归模型。模型揭示出早高峰主城区全路网PM_2.5平均浓度为30.19μg/m3,晚高峰达到44.55μg/m3,部分高达94.82μg/m3,且“西高东低”的分布特征显著。本文提出的PM     

利用GPS轨迹二次聚类方法进行道路拥堵精细化识别

针对当前在精细识别道路拥堵时空范围方面研究的不足,提出一种利用GPS轨迹的二次聚类方法,通过快速识别大批量在时间、空间上差异较小且速度相近的轨迹段,反映出道路交通状态及时空变化趋势,并根据速度阈值确定拥堵状态及精细时空范围。首先将轨迹按采样间隔划分成若干条子轨迹,针对子轨迹段提出相似队列的概念,并设计了基于密度的空间聚类的相似队列提取方法,通过初次聚类合并相似子轨迹段,再利用改进的欧氏空间相似度度量函数计算相似队列间的时空距离,最后以相似队列为基本单元,基于模糊C均值聚类的方法进行二次聚类,根据聚类的结果进行交通流状态的识别和划分。以广州市主干路真实出租车GPS轨迹数据为例,对该方法进行验证。实验结果表明,该二次聚类方法能够较为精细地反映城市道路的拥堵时空范围,便于管理者精准疏散城市道路拥堵,相比直接聚类方法可以有效提升大批量轨迹数据的计算效率。