基于微博签到数据的城市空间活力探析——以苏州市为例.pdf

36FOCUS:ANALYSISONURBANANDRURALSPATIALDEVELOPMENT现代城市研究本期聚焦：城乡空间发展探析2024.02FOCUS:ANALYSISONURBANANDRU文章编号：1 0 0 9-6 0 0 0(2 0 2 4)0 2-0 0 36-0 6中图分类号：TU984文献标识码：Bdoi:10.3969/j.issn.1009-6000.2024.02.006基金项目：西交利物浦大学研究发展基金项目（RDF-17-02-25）；贵州省教育厅青年科技人才成长项目（黔教合KY字 2 0 1 8 2 4 6）。作者简介：马庚，贵州理工学院，讲师，英国利物浦大学地理与规划系，博士研究生，主要研究方向：城市空间活力营建、城市与区域规划；吴昊，美国北卡罗莱纳大学格林斯博罗分校信息系统与供应链管理系；陈金留，英国利物浦大学地理与规划系，西交利物浦大学城市规划与设计系；胡少华，西交利物浦大学城市规划与设计系：保拉佩莱格里尼，通信作者，博士，西交利物浦大学规划与设计系，副教授，研究方向：可持续建成环境基于微博签到数据的城市空间活力探析以苏州市为例Analysis of Urban Space Vitality Based on Weibo Check-inData:ACase Study of Suzhou马庚吴昊陈金留胡少华保拉佩莱格里尼MA Geng WU Hao CHEN Jinliu HU Shaohua Paola Pellegrini摘要：随着信息技术的发展，在城市生活中存在着各式各样的数据，其中以微博签到数据为代表的社交媒体数据为规划师探寻人群活动与城市建成环境的动态关系提供了可能。文章以苏州市微博签到数据为载体，探寻了新兴大数据在解读城市结构与活力度方面的应用方法。研究还就理解城市居民社会活动与城市空间的动态相互作用进行了探索，结果表明，城市空间的土地利用与组织方式决定了城市居民活动的聚集程度以及时间长短。以上研究尝试在新兴数据载体下重新理解城市结构与社会活动之间的关系，为今后的相关研究及规划实践提供了一次新的理论探索。关键词：城市空间结构；微博签到；社交媒体数据；活力度；苏州Abstract:With the development of the information technology,there are all kinds of data in our urban life.Among them,social media data represented by Weibo check-in data provides the possibility for plannersto explore the dynamic relationship between social activities and the urban environment.This study usesSuzhous Weibo check-in data as a carrier to explore the application of emerging big data in interpretingspatial structure and vitality.This study also explores the understanding of the interaction between urbanresidentssocial activities and urban space.The results indicate that the land use and organization of urbanspace determine the degree and duration of urban residents activities.This study undoubtedly provides aprofound interpretation of the relationship between urban structure and social activities under the new data.It carries and offers a new theoretical attempt for future related research and planning method in terms ofurban planning.Key words:urban spatial structure;Weibo check-in;social media data;vitality;Suzhou0引言城市是承载各类居民活动的载体，也是公共活动的核心。随着我国城镇化的快速发展，城市的空间结构不断扩散，在一些城市中，由于新区、新城的建设，城市空间出现了新的变化，城市空间结构由单一中心逐渐向多中心演变。在城市规划实践中，多37基于微博签到数据的城市空间活力探析以苏州市为例|马庚吴昊陈金留胡少华保拉佩莱格里尼中心成为现阶段各大城市常见的规划手段之一 2-4，北京、上海、广州、深圳等各大城市均以多中心作为城市发展的目标。我国对于城市空间结构的研究主要涉及理论研究 5-6、城市空间结构模式特征的研究 7-9、城市结构与社会问题的关联性研究1 0-1 2 以及城市结构与社会经济关联性的探析 1 3-1 4 1 等。现阶段的研究主要通过以规划、普查数据为主要数据来源，以地理空间、形态学分析为方法，探析城市的空间结构。但是这些数据具有一定的局限性，其一，数据精度不足以在各级尺度城市空间内对城市居民聚集情况展开分析；其二，数据不具有实时性，不能体现城市居民的流动特征。近些年，随着信息技术的发展，大数据为城市空间分析提供了新的数据源。其中运用较为广泛的有：社交网络图片、夜间灯光数据、共享单车出行数据、热力图数据、手机信令数据、网约车出行数据等，龙瀛、俞路、李志英 1 5-1 8 等学者利用这些数据对城市空间进行了分析。但是这些数据存在获取难度较大、获取渠道少等问题。而开源的微博签到数据则提供了一种可靠的替代方式。微博签到数据记录了新浪微博用户的签到信息主要包括签到时间、签到内容、签到点的空间位置、签到点的签到次数等信息 1 9。微博签到数据可以通过API接口获取，相较于前述的其他数据，其更易于获取，在现阶段的城市空间研究中已经被广泛采用。目前国内学者将微博签到数据主要作为各类空间的人流量衡量指标以及城市功能区的识别方法 2 0-2 1，但是以微博签到数据对城市空间活力所展开的研究还较少。新浪微博签到所具有的实时性开源性以及透明化特征，使得通过新浪微博签到探寻城市建成环境空间活力度的分析有了有效的数据支撑。此类数据相较于传统规划数据，能够有效地在城市规划中及时了解、客观分析、全面掌握城市建成环境的空间动态特征。基于此，本文选取微博签到作为数据载体，通过对苏州市建成环境空间结构活力度进行解析，实现了对周期性高活力度地区进行精准定位并就高活力度形成原因进行了土地利用模式的提炼分析。此研究方法为城市空间活力结构研判和解读提供了理论依据。现阶段，对于城市空间活力结构的研究主要集中于北京、上海、深圳等特大城市 2-2 4，对于一般性的地级城市关注较少。苏州作为我国东部经济发达省市的重要组成部分，是我国城市化率较高的代表城市。现阶段苏州已经率先在全国进人再城市化的阶段，苏州作为2 0 2 1 年住建部公布的城市更新试点城市之一，城市发展重心已经从量变转为质变。基于苏州城市结构活力度的研究对于我国其余城市具有很好的范式作用。为此，本研究通过微博签到数据，以苏州市域范围为例，分析研究了各区域的空间结构及空间活力。现阶段，苏州市的高活力区域集中在以平江路历史街区为主的老城区以及以苏州中心、东方之门为核心的工业园区东部金鸡湖区域。本文通过对于苏州城市活力的研究，总结了苏州在城市发展中现阶段的空间特征，为今后城市发展、空间优化提供了参考。1数据与方法1.1数据来源微博签到数据在该研究中被用于衡量使用者的地理位置以及社交活动。当使用者使用微博签到对发布帖子进行地理标注时，其发布内容就会被附加上高精度的地理位置信息。使用API接口能够获取签到信息，并以此作为指标衡量城市居民的活动特征，并通过时间的叠加进而捕获在整个城市范围内的动态人群活动模式。此次数据采集周期为一周（2 0 2 1 年4 月26日至2 0 2 1 年5月2 日）。一周的数据采集时长提供了足够的具有周期性特征的数据样本。采集时间段为9:0010:00,12:0013:00,15:0016:00,18:0019:00,21:0022:00。此次共采集了4 336 条有效微博签到数据。1.2研究方法1.2.1基于微博签到数据的人群聚集密度分析本研究基于微博签到数据在ArcCIS软件中对时空维度进行叠加分析，揭示了城市居民在一周时间内社会活动与城市空间环境关联性变化的特征。参照相关学者的研究，以1km1km作为分析单元 2 5，进一步探析了在该尺度下各类社交活动密度城市活跃空间持续周期与城市空间结构之间的关系。在此，密度被定义为在预定时间段内，到访单位区域的人群数量。结合前人的研究 2 5，我们引人核密度分析作为衡量每个单位区域内密度值的工具，其计算公式为：1Pin元R2k;(1R2-1式中：k,为研究对象j的权重；D,为空间点i与研究对象j之间的距离；R为所选定研究区域的带宽。1.2.2多尺度空间环境背景下的居民活动特征分析通过社交网络数据对人群活动进行了城市尺度及街道尺度的地理空间位置分析，以探究城市居民在空间环境中的活动特征。同时，微博签到还统计了各个建筑物内的人群签到次数，基于ArcGIS平台可视化反映建筑物用地类型与人员空间聚集程度之间的关系。1.2.3高活力度区域空间形态特征分析通过选取在数据获取周期内空间活力度最高的2 个分析单元，以此作为研究对象进行了多时空维度的分析，以探寻城市空间结构、居民社会活动与空间活力度之间的关系。此研究通过以上3个研究方法作为切入点对苏州市内空间活力进行了不同尺度下的分析，研究框架如图1所示。并通过选取活跃度高的区域进行市民活动与周边建成环境、用地混合度之间关联度的分析2苏州市活力空间探析2.1城市尺度苏州市空间结构图2 显示了在研究期间进行微博签到的实体地理签到地点。这些空间38FOCUS:ANALYSISONURBANANDRURALSPATIALDEVELOPMENT现代城市研究本期聚焦：城乡空间发展探析2024.02FOCUS:ANALYSIS ONURBANANDRU可以分为以下6 个主要类型：办公类、餐饮类、公园及旅游景点、学校及科研院所、医疗设施以及娱乐场所。从图上可以看到，在苏州市域范围内，除教育科研类签到地点，绝大多数签到目的地仍是以老城区为主。整个城市的空间结构还是以老城区为人员聚集区，部分周边地区仅是在办公类场所中的签到地点上有聚集的趋势。以餐饮、公园以及娱乐设施为代表的休闲娱乐类签到地点更是高度集中于老城区。这也从侧面反映了现阶段苏州市就城市空间活力而言，仍然是以老城区为中心，其他区域仅是在办公类空间上开始出现了局部聚集的趋势，其他类型的签到地点仍未显现明显的聚集态势，这一现象以餐饮类以及公园旅游景点类签到地点最为突出。图3则显示了微博签到用户在多时间维度变化下的空间分布情况。图中，随着签到数量的增多，显示颜色逐渐加深。从图中可以看出，老城区以东以及工业园区西侧所处区域对于人群具有较大的吸引力。周末，随着人们出游机会及出游时间的增多，人群开始向苏州市周边地区扩散，老城区的高聚集程度虽然有所减弱，但老城区仍是人们出行的主要目的地之一。除了老城区，产生明显聚集效应的地区为苏州工业园区西部与老城区接壤的区域。该区域位于金鸡湖边，具有较好的景观资源及游憩设施，且周围用地功能丰富，具有高土地复合利用的属性，是周围居民较为理想的休闲去处。从图中我们也可以看出，苏州市除了西边的太湖，北部与东部的城市空间的活力均不高，尤其是以东部及东北部的昆山市和太仓市为例，其虽位于苏沪发展轴上，但空间活力处于一个较低的水平为了进一步高精度地探析城市空间与区域活力度之间的关系。我们采用1 km1km的网格来计算苏州市的活力度，如图4 所示。图中列举了苏州市在数据采集时间范围内以1km1km为基本单元的空间活力情况。图4 显示，平江路历史街区以及苏州中心两个单元为活力度最高的地区。除了中心城区，苏州城市活力较高的区域位于东部的工业园区，其中在园区的西部毗邻金鸡湖区域，与老城区形成了高活力的横向轴，但距离较短，辐射范围有限2.2街道尺度苏州市空间结构根据上文所述，图5选取了活跃度最高的两个基本单元来进行街道级别活跃度的相关研究。研究周期囊括了工作日和周末，其中由于工作日人研究数据设定研究条件基本时间段1小时双维度根据时间段不同，体现市以微博签到数据民活动特征为例的社交媒体研究对象研究成果数据根据工作日和双休日反映居民活动行为的多样性工作日+双休日居民活动密度提升活力的规划空间活跃周期方法及建议活力度与用地功城市级能的关系双维度.空间建成环境街道级图1研究框架图1研究框架(a）办公(b）餐饮（c）公园及旅游景点图例图例图例N签到活跃度N签到活跃度N签到活跃度需低低赠低高024.00048.00072.000024.000 48:000 72.000024,0004800072.000（d）学校及科研院所(e）医疗设施(f）娱乐场所图例图例图例N签到活跃度N签到活跃度N签到活跃度低高高高24:00048:00072:00024,000 48,00072.000024,00048,00072,000图2微博签到地理要素分类(周一）(周二)(周三)(周四)(周一)(周二)(周三)(周四)(周五)(周六）(周七）图例低高微博签到活跃度人048,000田图3微博签到一周密度变化情况39基于微博签到数据的城市空间活力探析以苏州市为例马庚吴昊陈金留胡少华保拉佩莱格里尼员流动具有一定的规律性，故选取周一作为工作日的代表。图中各建筑（街道）的颜色由绿到红代表着各个单元的签到密集程度。由图5可以看出，（a)-(c）显示的是苏州老城区板块，该板块人员活力度较高的区域主要集中于平江路历史文化街区以及观前商业街。其中平江路历史文化街区作为苏州市的城市名片，在周一及周末两日均有较高的活力度。而与其间隔不足50 0 m的观前商业街在人员的聚集程度上，在工作日中就稍显逊色。而(d)-(f)则反映的是苏州工业园区中苏州中心以及东方之门板块，在该板块中高活跃度地区高度集中于苏州中心，苏州中心作为苏州著名的商业综合体，其内部业态功能丰富，且外部亦有着丰富的功能设施，能够为城市居民提供餐饮、购物、娱乐等丰富的活动。因此，苏州中心不论是在工作日还是周末，均对市民有着较强的吸引力。为了进一步探析市民在时空变化下的空间分布情况，针对这两个板块进行了街道尺度的不同时间段人群聚集情况分析（图6、图7）。在此所采用的时间段与上文一致，分别为：9:0010:00,12:0013:00,15:0016:00，1 8:0 0 1 9:0 0 以及2 1:0 0 22:00。包含周一（工作日）周六及周日（休息日）。如图6 可知，观前街在工作日中活跃度较高的时间段为2 1:0 0 以后。其余时间段，人员的聚集程度都较低。平江路的活跃程度在工作日与观前街类似，只是活跃度高的时间段稍有提前，在1 8:0 0 1 9:0 0 数据采集时间段已经有了较高的活力度，与该板块的周围区域形成了鲜明的对比。而两条街道在周末时从午后开始就有了较高的活跃度。且在周末时，两条街道周边的各类商业设施也显示了一定的人口聚集程度。如图7 所示，苏州中心作为工业园区活力度最高的区域，相较于周围区域有着极高的人员聚集程度，且聚集时间持续长。工作日和周末休息日，苏州中心都具有极高的聚集度。正如周一9-10AM周一12-13PM周一15-16PM周一18-19PM周一21-22PM周二9-10AM周二12-13PM周二15-16PM周二18-19PM周二21-22PM周三9-10AM周三12-13PM周三15-16PM周三18-19PM周三21-22PM周四9-10AM周四12-13PM周四15-16PM周四18-19PM周四21-22PM周五9-10AM周五12-13PM周五15-16PM周五1 8-1 9 PM周五2 1-2 2 PM周六9-10AM周六12-13PM周六15-16PM周六1 8-1 9 PM周六2 1-2 2 PM周日9-10AM周日12-13PM周日15-16PM周日1 8-1 9 PM周日21-22PM060.000图4 1 km1km基本单元签到活跃度(a）周一(b）周六(c）周日图例440图例440220图例NN签到活跃度签到活跃度签到活跃度N人A低高低高低高(d)周一(e）周六(f)周日图例图例44020440图例N签到活跃度签到活跃度N签到活跃度人低高低高低高图5工作日及休息日微博签到街道级数据40FOCUS:ANALYSISONURBANANDRURALSPATIALDEVELOPMENT现代城市研究本期聚焦：城乡空间发展探析2024.02FOCUS:ANALYSISONURBANANDRU前文所述，苏州中心高复合度的空间类型为市民提供了丰富的选择，能够在工作日及周末持续性地吸引市民。从图6、图7 可以看出，作为苏州市人员聚集程度最明显的两个板块，两者均是以大量的商业、娱乐空间作为吸引市民前来的空间要素。但通过对比观察后发现，若业态功能单一也并不能保证能为场所提供高强度的吸引力，以平江路板块为例，该板块在平江路以及观前街就是以商业和居住设施为主要业态。但其在工作日时活跃度并不高，并没有较多的市民在此区域聚集，仅是在傍晚1 8:0 0 以后才有了较高的人群聚集度。反观苏州中心，其位于工业园区板块，在其1 km范围内，不仅有大量的商业、娱乐设施，还有办公、居住以及旅游景点等各类设施。这些设施的注人，为该区域持续保持高活力度提供了保障。3讨论在此次研究中，我们利用社交媒体数据描绘了苏州市的空间活力结构。并从中分别就城市级别与街道级别进行了人群高聚集度与城市空间关联性的分析。特别是，我们研究了以微博签到为代表的社交网络数据作为代理指标在城市建成环境中反映人群活动特征的可行性。结果表明，通过微博签到数据可以描述市民在城市建成环境中活动的时空模式，并以此探讨人群聚集与城市空间环境的关系。通过此次研究可以发现，在苏州市内，签到者的签到区域高度集中，主要集中于老城区西侧与工业园区东侧，形成了以餐饮、休闲娱乐为主的高活跃度东西轴向关系。但通过对比发现，地区活跃度的持续时间也受到了周边土地混合使用度的影响。例如，在办公、居住复合功能区中的高活跃度地区就比单一业态地区活力持续时间长。此次研究所探索的方法，也可以作为区域层面研判人员动态活动的方法之一。此研究就人员动态移动在城市及街道尺度进行了分析，验证了此研究方法的可行性。以此推广，由于微博签到数据具有高精度地理坐标信息，亦可以在区域层面对人员的动态迁徙过程进行分析。以往的区域层面人员动态迁徒研究往往需要耗费大量的人力和物力，所以导致开展研究的区域较为有限。现借助微博签到数据，我们可以了解一个更大尺度区域的人员动态迁徙过程，此方法可以对今后的城市空间结构的分析与研究提供支持。4结论随着城市的快速发展，城市的形态和空间性质均发生着变化。作为城市空间的使用者，市民对城市空间结构的感知对于改善城市空间效率与质量有着十分显著的作用。然而现阶段基于使用者认知的对动态条件下建筑环境与人群活动的城市空间研究还较少。本研究以苏州为例，探讨了定量数据分析背景下，使用以社交网络数据为载体，人群活动密集程度与城市空间环境结构之间关系的研究。通过以1 h作为基本时间单元，周期性采(a)(b)(c)(d)(e)周一9:0 0-1 0:0 0周1 2:0 0-1 3:0 0周1 5:0 0-1 6:0 0周1 8:0 0-1 9:0 0周2 1:0 0-2 2:0 0(f)(g)(h)(i)(j)周六9:0 0-1 0:0 0周六1 2:0 0-1 3:0 0周六1 5:0 0-1 6:0 0周六1 8:0 0-1 9:0 0周六2 1:0 0-2 2:0 0(k)(1)(m)(n)(o)周日9:00-10:00周日1 2:0 0-1 3:0 0周日1 5:0 0-1 6:0 0周日18:00-19:00周日21:00-22:00图例N微博签到活跃度低高220440图6分时段老城区微博签到数据(a)(b)(c)(d)(e)周-9:0 0-1 0:0 0周-1 2:0 0-1 3:0 0周周-1 5:0 0-1 6:0 0周1 8:0 0-1 9:0 0周一221:00-22:00川川“川(f)(g)(h)(i)(j)周六9:00-10:00周六1 2:0 0-1 3:0 0周六1 5:0 0-1 6:0 0周六1 8:0 0-1 9:0 0周六2 1:0 0-2 2:0 0川川川三(k)(1)(m)(n)(o)周日9:00-10:00周日12:00-13:00周日15:00-16:000周日18:00-19:00周日21:00-22:00三图例微博签到活跃度N低高280660m图7分时段工业园区微博签到数据41基于微博签到数据的城市空间活力探析以苏州市为例|马庚吴昊陈金留胡少华保拉佩莱格里尼集了一周内苏州市域范围内的微博签到数据。该研究展示了社交网络媒体数据如何应用于表征各级城市空间结构的活力程度。期望此方法能够为相关研究人员、设计师提供了解与认知城市的依据。此次研究的主要结果：第一，苏州市的空间结构仍然是以老城区为核心，随着苏州工业园区近些年的发展，开始出现以苏州工业园区以西、老城区以东的活力发展轴线。但轴线所辐射的区域有限，辐射范围仅局限于老城区及苏州工业园区。除此区域，周边地区的活力度仍处于一个较低的水平。这与苏州市国土空间规划（2 0 2 1 一2035年）所提出的“多中心、组团式、网络化”空间布局形态仍然有一定的差距，尤其是位于苏沪发展轴上的昆山、太仓地区，现阶段的活力度仍在较低水平。在提升城区活力度方面这两个地区应借鉴苏州现有高活力度地区的发展模式，在现有产业园区众多的背景下，在产业园周围可适当增加各类其他设施，增加土地的混合使用度。此举能够一定程度地提高区域的空间活力度，与此同时，还要注意对于各类休闲游憩设施的营建，创造一个产城融合、宜商宜居的功能高度复合空间。第二，本研究提供了一种将社交网络数据应用于动态城市空间活力度分析的方法。我们展示了如何通过微博签到来描绘城市空间环境活力度并以此开展时间、空间上与城市空间环境关联性的分析。本文探索了如何将城市居民活动映射到城市空间结构中的方法。通过此方法，将大数据作为研究城市空间结构与空间特性的数据源之一，此方法能够更好地从空间使用者角度出发感知城市的各类尺度空间，探查城市居民与各类城市建成空间环境之间的关系，为今后在城市规划中空间品质的提升、空间活力的塑造提供参考方法参考文献：1杨俊宴，章，史宜.城市中心体系发展的理论框架探索 J.城市规划学刊,2 0 1 2(1):33-39.2高丽娜.多中心化与城市群经济发展关系研究：以长三角城市群为例.科技进步与对策,2 0 1 8(1 0):1-6.3聂晶鑫，黄亚平，单卓然.武汉城市圈城镇体系特征与形成机制研究：基于城市网络的视角 J.现代城市研究,2 0 1 8(3):1 1 0-1 1 6.4李峰清，赵民，吴梦笛，等.论大城市“多中心”空间结构的“空间绩效”机理：基于厦门LBS画像数据和常规普查数据的研究 城市规划学刊,2 0 1 7(5):2 1-32.5罗震东，朱查松.解读多中心：形态、功能与治理 J.国际城市规划,2 0 0 8(1):8 5-8 8.6韦亚平，赵民.都市区空间结构与绩效：多中心网络结构的解释与应用分析 J.城市规划,2 0 0 6(4):9-1 6.7丁成呈，张敏，束学超，等.多尺度的城市生态网络构建方法：以合肥市主城区生态网络规划为例 J.规划师,2 0 2 1,37(3)35-4 3.8张宏磊，庄敏，夏馨颖，等.移动性视角下的南京大学旅游流研究进展与展望 J.现代城市研究,2 0 2 1(5):1 1-1 8.9陈琬仪，刘合林.基于多源数据的武汉市商品住宅空间分布特征及模式研究 J.现代城市研究,2 0 2 1(6):1 1 7-1 2 4.10陈晓菲.现代城市设计理论视角下中国大街区研究综述.建筑与文化,2 0 2 1(1 0):36-37.11廖胤希，高珊，王强.城市设计在“平台思维”下的创新实践：以南非沐德坊项目为例 J.国际城市规划,2 0 1 6,31(6):1 2 0-1 2 7.12李佳敏，张彪，郭亮.大城市交通与建成环境综合规划的范式扩展与深化：中美案例的比较与启示 J.西部人居环境学刊,2 0 2 1,36(4):36-4 4.13刘艳军，刘静.河流与城镇体系结构形成的关联特征及空间表现 J.地域研究与开发,2 0 1 6,35(1):1 0-1 4.14杨振山，蔡建明.空间统计学进展及其在经济地理研究中的应用 J.地理科学进展,2 0 1 0,2 9(6):7 57-7 6 8.15龙瀛，周垠.图片城市主义：人本尺度城市形态研究的新思路 J.规划师,2 0 1 7,33(2):54-6 0.16】俞路.京沪高铁站点对周边地区的经济带动效应研究：来自DMSP/OLS和NPP/VIRS卫星灯光数据的证据 J/OL.世界地理研究:1-1 5.2 0 2 1-1 1-1 1.http:/ J.南方建筑,2 0 2 0(6):36-4 1.18徐婉庭，张希煜，龙瀛.基于手机信令等多源数据的城市居住空间选择行为初探：以北京五环内小区为例 J.城市发展研究,2 0 1 9,2 6(1 0):4 8-56.19 LYU F N,LI Z.Using multi-source big datato understand the factors affecting urban park usein WuhanJ.Urban forestry&urban greening,2019,43:126367.20 ZHANG S,WEIQIZ.Recreational visitsto urban parks and factors affecting parkvisits:evidence from geotagged social mediadataJ.Landscape and urban planning,2018,180:27-35.21于璐，何祥，刘嘉勇.基于时空语义挖掘的城市功能区识别研究 J.四川大学学报（自然科学版),2 0 1 9,56(2):2 4 6-2 52.22徐婉庭，马宏涛，程艺，等.北京地铁站域活力影响因素探讨 J.北京规划建设,2 0 1 8(3):4 0-4 6.23丁家骏.基于共享单车数量和流动性的城市空间活力研究 J.上海城市规划,2 0 1 8(5):9 3-9 9.24王娜，吴健生，李胜，等.基于多源数据的城市活力空间特征及建成环境对其影响机制研究：以深圳市为例 J/OL.热带地理：1-12.2021-11-13.https:/doi.org/10.13284/ki.rdd1.003406.25郑权一，赵晓龙，金梦潇，等.基于POI混合度的城市公园体力活动类型多样性研究：以深圳市福田区为例 J.规划师,2 0 2 0,36(1 3):7 8-8 6.