CICS
欢迎点击上方“复旦大学信息与传播研究中心”订阅本公众号。
-
课程简讯
-
在7月11日的复旦大学“中外新闻传播理论研究与方法”暑期学校（第14期）课程中，同济大学建筑与城市规划学院的钮心毅副教授从城市日常功能流动的视角出发，结合具体研究实例，阐述了位置大数据在居民活动及城市功能分析中的创新应用，展现了大数据分析的跨学科实践对城市研究的独特贡献。本期推送为该课程内容摘录。
在传统认知中通常将城市认定为一个实体。因此，这种实体的城市是可以用图画出来的，规划的要素也是静态的，例如土地使用、建筑、道路等。这种观念之下的城市规划，当然不会对重视对人活动的研究，然而，现实中的城市，怎么能没有人呢？
按照当前城市规划学科的共识，现代城市规划发端于二十世纪初期，1933年由国际现代建筑师协会提出《雅典宪章》被作为这一学科奠基性的宣言。在《雅典宪章》里，首次将城市功能分为四种，我们现在通常把这四个功能译作生活（living)、工作(working)、娱乐(recreation)与交通（circulation）。然而，按照我个人的理解，当我们把circulation想当然地理解为transportation的时候，往往把这个定义中所蕴含的、强调人的日常流动的特征忽略掉了，事实上，流通（circulation)本身是城市空间的固有特征之一。居住、就业、游憩这些功能，无不是通过流动联系而产生的。当然，对流动的忽视也有其现实原因，因为传统研究手段难以测量城市动态活动。作为针对流动的最主要的研究方式，交通普查成本极大，即使在上海这样的大都市，也只能是每五年进行一次。
位置大数据的出现，改变了这一局面。什么是位置大数据呢？我们认为，位置大数据指的就是带有较为连续地理位置标签的大数据，这种数据内容通常包括较为连续的时空位置，也即对个体所处的时间、地点的连续性集合。位置大数据的特征也很明显，一是样本量巨大，二是可以快速重复生产。目前，常见的位置大数的种类包括移动互联网LBS定位数据（如各种APP）、浮动车数据（如带GPS功能的出租车、公交车、卡车等）、手机信令数据等。位置大数据按照记录方式，也可以分为记录“人”的数据（居民活动）和记录“物”的数据（车辆、物流），对应着不同的研究主题。
位置大数据的涌现，可以说为我们认识城市提供了新的数据基础。在分析中，我们可以按照行为一般时空规律识别出其社会特征，例如居住地、工作地、游憩地的时空位置。通过分析得到的个体特定活动方式，可以帮助城市规划学者思考总体层面的城市功能联系。这就是我们通过大数据进行城市规划研究的主要思路。
我们通过位置大数据，做了一系列城市规划研究：基于传统视角对城市空间的认识，我们往往以由里到外的三个圈层来认识上海城市空间结构。然而，当我们将对市民“居住——就业”、“居住——游憩”的日常流动进行社会网络分析就发现，这些城市功能的流动样态并不呈现为三个圈层，而是一个扇形的同心圆模型。从这一结果来看，近年上海对闸北与静安两区的合并，固然在资源调整上是互补搭配，但并不吻合市民日常流动的规律。
我们通过手机信令数据制作的上海就业地图发现，黄浦江对就业势力范围的空间分隔作用比较明显，浦西、浦东的就业中心是基本被局限在各自的范围内；离就业中心较远的地区势力范围则呈现为交替状。因此，我们通过就业地图也提出对城市总体规划的建议：在北部势力范围交替较显著的地区增加新的就业中心，这是构建就业多中心体系的有效手段。
