基于社交媒体数据的“网红打卡地”空间布局及其相关因素分析——以北京主城区为例.pdf

收稿日期:2023-02-23;修订日期:2023-05-16作者简介:董思宁(1999),女,硕士研究生,主要从事风景园林规划与设计研究。基金项目:福建省自然科学基金项目(2022J01613);福建省社会科学基金项目(FJ2021BF044);福建农林大学杰青项目(XJQ2021S2);福建农林大学学科专业建设项目(YSYL-XKJC-7)。通信作者:朱里莹(1987),女,博士,副教授,主要从事风景园林规划与设计研究。E-mail:Zliying_2022 。第 41 卷 第 4 期2023 年 8 月江 西 科 学JIANGXI SCIENCEVol.41 No.4Aug.2023 doi:10.13990/j.issn1001-3679.2023.04.033基于社交媒体数据的“网红打卡地”空间布局及其相关因素分析 以北京主城区为例董思宁,陈 馨,毛志莹,朱里莹(福建农林大学风景园林与艺术学院,350000,福州)摘要:“网红打卡地”的出现为城市空间规划和产业布局研究提供了新视角。基于小红书“打卡”笔记数据,将推送的打卡地划分为商业购物、人文景观、自然景观、美食餐饮、休闲娱乐和文化艺术 6 个大类,定量分析了北京市主城区内“网红打卡地”的热度和空间分布特征。结果表明,北京市主城区“网红打卡地”总体“圈层式”结构特征鲜明,呈核心边缘扩散空间分布模式;各类打卡地之间在空间分布上存在较强的相关性且聚集程度较高,都市核心区是打卡热点区的核心依托区域。关键词:网红打卡地;社交媒体;空间热度;分布特征;小红书中图分类号:K902;F592.99 文献标识码:A 文章编号:1001-3679(2023)04-800-08Analysis on the Spatial Layout and Related Factors of“Internet Celebrity Check-in Places”Based on Social Media Data Taking the Main Urban Area of Beijing as an ExampleDONG Sining,CHEN Xin,MAO Zhiying,ZHU Liying(College of Landscape Architecture and Art,Fujian Agriculture and Forestry University,350000,Fuzhou,PRC)Abstract:The emergence of“net celebrity check-in places”provides a new perspective for urban spatial planning and industrial layout research.Based on the data of Xiaohongshus“check-in”notes,this paper divides the push check-in into six categories:commercial shopping,cultural landscape,natural landscape,gourmet catering,leisure and entertainment,culture and art,and quantitatively analyzes the popularity and spatial distribution characteristics of“net celebrity check-in places”in the main urban area of Beijing.The results show that the overall“circle-type”struc-tural characteristics of“Internet celebrity check-in places”in the main urban area of Beijing are distinct,showing a core-edge diffusion spatial distribution pattern.There is a strong correlation be-tween the spatial distribution of various types of land and the degree of aggregation is high.The ur-ban core area is the core area of the hot spot area.Key words:internet celebrity check-in places;social media;space popularity;distribution charac-teristics;Xiaohongshu0 引言新型消费活动的发展不仅改变了人们的生活和工作方式,还深刻影响着区域、城市、社区的空间形态和经济社会活动的组织方式。进入 5G 时代,信息技术对城市空间和消费社会的冲击日趋激烈,进一步推动线下消费场所向线上的转移,使得线上与线下消费日益趋向同质供应、共生发展1。网红最初是“网络红人”的简称,是自媒体时代下视像、话语、粉丝与商业合力结合的产物2,如今已演变成为一个具有“网络红人”属性的名词或形容词标签,如“网红空间”“网红经济”和“网红城市”等。“网红打卡地”将网红与场域联系起来,一定程度上成为城市形象的重要组成部分,一方面显示出网络在城市推广和旅游发展过程中所发挥的巨大作用,另一方面也反映在媒体的影响下城市空间、城市文化与居民生活的动态变化3。“网红打卡地”的出现是社交媒体时代城市营销的必然结果,城市空间规划与产业布局也相应地产生多种变化4。国内许多学者已经开始关注互联网对于城市空间演变所产生的影响,并结合具体城市或产业从演化规律5-6、结构特征7-8、影响因素9-10等多方面进行不同尺度的定性、定量研究,获得了很好的空间认知。然而,上述研究所关注的影响效应大多是基于传统互联网(PC 端)时代、以图文为主要信息传播方式时产生的。进入移动互联网时代,信息传播进一步向以短视频、直播等为代表的移动平台转移,传播效率和范围大幅提升,势必对城市空间产生新的影响效应。通过移动平台的社交媒体打卡成为年轻人的新一代生活方式,也促使了大量“网红打卡地”的出现,然而相应的研究尚不充分。当前与“网红打卡地”相关的研究多是从传播学11-12、经济学13-14及旅游学15-16的角度对其产生机制及属性特征进行解释性描述,鲜有学者运用多源数据从城市尺度探究“网红打卡地”的空间分布特征。基于此,本文聚焦社交媒体时代下的“网红打卡地”,以北京市主城区作为研究范围,利用网络数据抓取技术,将小红书平台作为社交媒体代表获取的大量研究数据,揭示“网红打卡地”空间布局及其相关因素特征,以期为今后城市空间规划与产业布局探索出新的思路和方法。1 研究区域、研究方法与数据来源1.1 研究区域近年来,北京凭借厚重历史与新潮时尚的完美融合,培育发展了一批文旅消费新地标,入选中国潮经济2021 网红城市百强榜且居榜单前列,打造出众多“网红打卡地”“网红空间”等受到年轻人追捧、青睐。本文研究区北京市主城区(东城区、西城区、海淀区、朝阳区、丰台区和石景山区)是首都“四个中心”功能的主承载区、国际一流和谐宜居之都建设的重要区域17,北京主城区的“网红打卡地”空间是展开相关研究的绝佳对象。1.2 数据来源及处理相比手机移动数据等其他大数据来源,社交媒体打卡签到数据被认为更适合于城市结构识别及人群行为研究,由于打卡签到事件是人们有意识的行为,只有当人们在某个特定地点停留相对较长时间,且认为有值得记录的事情时,才会在某地打卡签到18。小红书是近年中国最流行的社交媒体平台之一,截至 2022 年 2 月,小红书已有超过 2 亿月活跃用户,超过 4 300 万分享者热衷于在平台发布笔记,其中“网红打卡”等消费互动塑造的“网红打卡地”已经成为城市品牌打造的传播主体之一。基于此,本文以小红书作为社交媒体代表,并利用相关空间分析方法揭示“网红打卡地”的空间布局及其相关因素特征。本研究通过自编程序批量获取小红书笔记数据,用以进行分析。首先在小红书平台上以“北京打卡”“北京打卡地”“北京推荐”“帝都打卡”等为关键词进行搜索,用 Mitmproxy 软件获取安卓模拟器浏览小红书 APP 时发送和接受的信息流(flow)的请求(request),进而分析请求,并利用Python 编写自动化脚本,批量获取小红书笔记具体内容,根据本文的研究需要,选取笔记标题、笔记内容、地理位置标签、点赞数统计、评论数统计等 6 类信息进行分析,具体数据结构见表 1。本文采用连续采集的方式增加样本量,采集时间为2022 年6 月17 日至6 月30 日,共计14 d,获得原始笔记数据 810 261 条,将数据进行格式处理存入 Mysql 数据库,去除重复笔记后共获取数据20 845 条,在数据中筛选有效的“地理位置标签”共 3 310 个。为保证统计精确性,笔者结合调研情况及数108第 4 期 董思宁等:基于社交媒体数据的“网红打卡地”空间布局及其相关因素分析据内容对研究区范围内的数据进行进一步清洗,主要剔除了以公司、住宅、办公楼及其他非商业娱乐性质的场所等为主的与本文“网红打卡地”定义不相符的地点。此外,结合相关参考文献及研究对象的具体情况,将“网红打卡地”的类型划分为商业购物、人文景观、自然景观、美食餐饮、休闲娱乐和文化艺术 6 大类(表 2)。通过数据清洗和整合,根据高德地图 API 反查每个地理位置标签的经纬度坐标,共筛选出北京主城区内“地理位置标签”共 1 627 个。商业购物、人文景观、自然景观、美食餐饮、休闲娱乐和文化艺术 6 大类数量分别为 185、188、203、466、490 和 95 个。表 1“网红打卡地”数据信息用户名笔记标题发布时间笔记编码点赞数 收藏数 分享数 评论数笔记定位金金北京探店|想要反复打卡的粤菜馆2022-03-186233d14a0000000102c5b91212015粤小馆(王府井店)小兜兜 ne北京三里屯潮流打卡新地标2021-11-22619b70ba000000010286de52522518126024 小白楼涵 burger北京/我超爱这家胡同里开了 10 年的云南火锅!2022-03-226239b5e4000000010245131791987218西单大悦城童心旅游局假期来京游玩必看 10 个小众景点不踩雷2021-09-16614331020000000102f5ce5678422194恭王府表 2“网红空间”分类情况地点类型数量/个主要业态案例商业购物类185购物中心、商业街、商业广场等王府井大街、三里屯街道、国贸商城、北京 SKP人文景观类188人文风景名胜区、古迹建筑、现代产业观光等故宫博物院、天安门、国子监、望京 SOHO自然景观类203城市公园、植物园、自然风景名胜区等北京后花园(白虎涧)风景区、奥林匹克森林公园美食餐饮类466餐厅、咖啡厅、奶茶店等京 A Taproom(CBD 店)、胖妹面庄、北京郡王府饭店休闲娱乐类490健身房、美容店、美发店等疯狂的麦咭(北京店)、乐园夜市场(五道口店)、檀谷生活汇文化艺术类95文化公园、艺术场馆等松美术馆、UCCA 尤伦斯当代艺术中心、石刻艺术博物馆1.3 研究方法1.3.1核密度分析为了分析北京市主城区“网红打卡地”的整体空间分布特征,利用核密度分析工具主要是对周围邻域内要素进行密度计算,可以直观地反映连续区域离散测量值的分布19。核密度分析法以某个要素点为圆心,密度值呈现空间三维密度曲面,曲面积分与中心点要素值相等,可以依据输入要素数据推算区域整体数据聚集情况20。核密度值越高,则该点的聚集程度越高;而高密度区域越连续集中分布,则此处的聚集面积也相应越大。设概率密度函数为 f,则核密度估计式可以表示为:fn(x)=1nhni=1k(dih)(1)式中,k()为核函数,h 为一个平滑参数,称为带宽,n 为样本量,d 表示估计点 x 与样本观测点 xi间的距离。1.3.2 空间相关性分析相关性分析是通过分析两个及以上具有相关性的变量元素来度量变量间相关的紧密程度。由“地理学第一定律”可知,地理数据由于受空间相互作用和空间扩散等多种因素的作用,彼此之间可能不再相互独立,而具有一定相关性。空间相关性可划分为正相关、负相关、不相关。当空间相关系数为 0.81.0、0.60.8、0.40.6、0.20.4、00.2 时分别表明两因素间具有非常强的相关性、强相关性、中度相关、弱相关、几乎不相关21。本文利用空间相关性分析法对各类“网红打卡地”进行空间分布的相关性判断。ArcGIS 中不同空间变量元素间的空间相关性分析多采用 Pearson 相关系数的模型22,分析对象为两个及以上相同像元大小的栅格图层,不同图层之间的像元空间上一一对应。给定两个随机变量 x,y,Pearson 相关系数 r 的计算公式如下:r=ni=1(xi-x)(yi-y)ni=1(xi-x)2ni=1(yi-y)2(2)式中,n 为打卡地样本数量,xi,yi是变量 x,y 对应208江 西 科 学2023 年第 41 卷的 i 点观测值,x 是 x 样本平均数,y 是 y 样本平均数。1.3.3 Getis-OrdGi统计指数 Getis-OrdGi统计指数可结合热点统计的显著性参数测算,筛选出北京主城区内“网红打卡地”集聚的热点区域,并对其不同类型集聚结构进行分析。该统计量是通过统计某元素与给定距离内邻近元素的局部之和与全部元素之和相比较来分析局部空间层面属性值的聚集程度23,其表达式如下:Gi=nj=1Wij(d)XjnjXj(3)式中,Xj是第 j 个打卡地的坐标,n 是打卡地的总数,Wij为空间权重矩阵,若第 i、j 两个空间单元间距离在给定临界距离 d 范围内,视为相邻,空间权重矩阵中的对应元素为 1,否则为 0。为了便于分析,可进一步将 Gi进行标准化变换并得到函数Z(Gi)用于冷热点区判断,即热点分析,其公式如下:Z(Gi)=nj=1WijXjtXnj=1Wijnj=1X2jnt(X)2nnj=1W2ijt(nj=1W2ij)nt1(4)式中,高 Z(Gi)值表示高值空间集聚,即热点区;低 Z(Gi)值则为低值空间集聚,即冷点区;Z(Gi)值接近 0 则证明打卡地无显著空间相关性。基于此,本研究识别“网红打卡地”热点的过程可分为以下步骤:首先,在达到测算精度要求的前提下,以 1 km1 km 为空间单元,对研究区域进行格网划分;其次,将“网红打卡地”的空间分布密度转化为格网密度与格网中心相连;第三,根据全部点要素中至少存在一个相邻要素而不相邻其他全部要素的原理,对空间矩阵进行阈值及临界距离 d 进行计算;最后,依据统计显著性参数的计算结果,探索研究区内“网红打卡地”的热点聚集区特征。2“网红打卡地”分布格局及其相关因素分析2.1“网红打卡地”分布格局2.1.1 总体呈“两心多点”分级分布北京市主城区“网红打卡地”核密度的计算结果如图 1 所示,研究区内的“网红打卡地”分布在东城区、朝阳区及其交界处数量最多,该区域商业空间云集,历史文化底蕴深厚、城市化水平最高,是北京市主城区的核心区,打卡地形成了以三里屯商圈与王府井商圈为中心的高度热点区域,核密度数值由三里屯商圈与王府井商圈向周边区域逐级递减,“网红打卡地”空间分布的“圈层式”结构特征鲜明。此外,位于主城边缘地区的“网红打卡地”趋向于商圈、大学与景点分布,在圈层边缘地区形成了以望京小街、西单商圈、颐和园、奥林匹克森林公园、中关村广场等为核心的次热点区域。因此,属于典型“两心多点”的核心边缘扩散空间分布模式。(a)总体分布(b)商业购物类(c)人文景观类(d)自然景观类(e)美食餐饮类(f)休闲娱乐类（g)文化艺术类图 1“网红打卡地”核密度分析2.1.2 各类“网红打卡地”空间分布特征差异较大 从北京市主城区不同类别“网红打卡地”核密度图结果可以看出,6 类打卡地的集聚特征均较为突出,且与总体打卡地空间的分布格局具有较强的一致性,尤以商业购物类和美食餐饮类最308第 4 期 董思宁等:基于社交媒体数据的“网红打卡地”空间布局及其相关因素分析为典型。1)美食餐饮类打卡地由于数量占优,而商业购物类打卡地则能吸引大量客流,吸引美食餐饮类、休闲娱乐类等业态打卡地聚集,因此这两类打卡地的分布模式无论是从空间总体形态还是扩展趋势上,都与总体特征较为相似。商业购物类形成了以三里屯商圈为核心,向西、向北扩散的鲜明的核心边缘扩散结构。美食餐饮类依附商业中心,除三里屯商圈部分之外,其他核密度高的区域分布较分散且分布范围较小,东城区中北部出现的次峰值是在南锣鼓巷北京小吃步行街区范围内,其中部延伸至西北部的核密度相对较高的区域是以前门大栅栏、簋街、牛街等小吃街或商圈为核心形成的,且多呈点状离散分布在主城区各处。2)人文景观类以故宫博物院为中心呈单核极化发展之势,该区域是北京市传统地标景点聚集中心,分布有天安门、北京坊、雍和宫、恭王府等人文景观类打卡地,人口与客流密集,在小区域内高度集聚分布特征明显。自然景观类呈“多中心”状分布格局,多位于东城区、西城区与朝阳区,且形成一个范围较大的打卡集中地,各区之间成片趋势延伸,由于自然景观类打卡地对自然山水和生态环境的依附性较高,而北京主城区自然山水景观资源在空间布局上并不集中,所以此类打卡地分布呈小范围聚集大范围分散的分布特征,在区位上以黑桥公园、东坝郊野公园等景点成连片趋势延伸。3)文化艺术类以面状聚集为主、点状分布为辅。聚集特征较明显的有 3 处,位于东城区、朝阳区西部以及西城区与海淀区东南部交界处,分布有 UCCA 尤伦斯当代艺术中心、百雅轩 798 艺术中心与石刻艺术博物馆等打卡地,大批美术馆、艺术馆等文化艺术展馆设计水平先进、环境优美、适合拍照,更易利用网红效应吸引新时代消费群体前来打卡,且许多艺术馆开展有趣的活动和沙龙吸引热度,文化艺术类打卡地较少依附其他类型业态。休闲娱乐类数量较多且分布范围广,形成了以三里屯和王府井为核心的双核结构,其他核密度相对较高的区域以望京小街、亚奥商圈等为核心,在主城区形成多个高值聚集区。2.2“网红打卡地”空间相关性分析为了进一步具体分析各类“网红打卡地”的空间相关性,在对各类打卡地的密度图进行归一化处理后,通过相关系数计算,对北京市主城区六类“网红打卡地”两两之间的密度分布进行空间相关性分析,得到空间相关性矩阵(表 3),以此来分析各类型之间空间分布的相关性。表 3 空间相关性矩阵类型商业购物人文景观自然景观美食餐饮休闲娱乐文化艺术商业购物1.0000.5880.4550.7480.8650.529人文景观0.5881.0000.7120.6720.7450.730自然景观0.4550.7121.0000.5500.5760.596美食餐饮0.7480.6720.5501.0000.8400.571休闲娱乐0.8650.7450.5760.8401.0000.691文化艺术0.5290.7300.5960.5710.6911.000由表 3 可知,整体而言,各类打卡地之间在空间分布上的相关性都较强,两两之间的空间相关性均在 0.01 级别上显著。在各类打卡地中,商业购物类与休闲娱乐类的空间相关性最高,商业购物类打卡地大多分布在客流比较集中、交通便捷的区域,这也是休闲娱乐类业态选址的重要考量因素。商业购物类与自然景观类之间的空间相关性最低,一方面由于商业购物类较为集中的聚集在城市中心区域而自然景观类一般依附于山水景观资源分布分散,另一方面表明此二类打卡地之间没有强烈的依赖关系。人文景观类和美食餐饮类与其他类型打卡地分布的空间相关性都较强,北京拥有得天独厚的人文旅游资源,人文景观类打卡地吸引大量游客打卡,其他类型业态也趋向于利用网红效应在其周边布置。美食餐饮类分布较为广泛,且为了招揽顾客,与其他“网红打卡地”吸引的客流彼此相互依赖度较高,因此和其他类型打卡地的空间相关性也较强。2.3“网红打卡地”热点区域特征2.3.1 总体“网红打卡地”热点区域特征Getis-Ord G指数统计结果显示,北京主城区“网红打卡地”总体空间分布符合热点统计特征,在以主城区“网红打卡地”为基底的网格单元中,存在热点统计结果显著(Z 1.65、置信度高于 90%)的网格单元共有 101 个,其面积为 101 km2,虽不足研究区面积的 6.59%,但却涵盖了研究区内 41.5%的打卡地,反映出热点统计显著的网格单元内打卡地集聚规模较高的特征(图 2)。在上述网格单元中,置信度高于 99%的热点单元共有83 个并主要分布在 3 个区域,分别形成王府井商圈中心区、三里屯商圈和望京小街 3 个打卡地热408江 西 科 学2023 年第 41 卷点。从热点区域的空间分布来看,区位特征与北京市主城区的城市空间发展格局大致相符,二环线以内北京老城区是北京市传统人文与商业中心,分布有南长街、北长街、西华门大街、南锣鼓巷等历史文化街区,交通便捷,人口与客流密集,集聚了大量商业、景点、行政、金融业态空间,因此形成了大面积的连续热点区域。同时作为北京市首个由政府引导社会资本参与的国际化商业街区项目,望京小街逐步发展为“国际化+文化+科技”的时尚活力新街区,望京小街吸引越来越多的新企业加入,变身京城新地标,成为“网红打卡地”热点区域。N0510 km热点分析Gi_BinCold Spot-9%ComtidenceCold Spot-95%ContidencaCold Spot-90%ComtidenceNot Simnif icantHot Spot=905 ConfidenceHot Spot-955 CondidenceHot Spot-995 Confidence图 2 北京主城区“网红打卡地”分布热点区域2.3.2 细分“网红打卡地”热点区域特征Getis-Ord G指数统计结果显示,北京主城区“网红打卡地”细分空间分布同样符合热点统计特征。其中,商业购物类、人文景观类、自然景观类、美食餐饮类、休闲娱乐类和文化艺术类打卡地对应的热点单元(置信度高于 90%)的面积分别为 36、59、51、83、89、67 km2,依 次 占 研 究 区 面 积 的 3.38%、3.83%、3.31%、5.39%、5.78%、4.35%,尽管所占面积较小,但热点单元涵盖的“网红打卡地”数量分别达到 58、57、30、226、191、48 个,相应占研究区各类打卡地总数的 31.35%、30.32%、14.78%、48.50%、38.98%和 50.23%,由此可见热点单元内打卡地聚集规模较高。对不同类型的“网红打卡地”热点区域的数量和区位进行分析。1)商业购物类、美食餐饮类、休闲娱乐类与文化艺术类热点单元密度分别为 1.61、2.72、2.15、0.72 km2/个,分别达研究区对应打卡地平均密度的 13.4 倍、9.1 倍、6.7 倍和12 倍。不难发现这些类型打卡地热点区聚集强度较大且一般位于文化休闲与游憩娱乐设施健全、商业与新兴高端服务业发达的核心区域,如王府井商圈、三里屯商圈、牛街区域与中关村科技园区等。其中王府井与三里屯为知名商圈,牛街北京是历史悠久的民族文化街而中关村科技园区周边高等院校资源密集、知名公司企业众多,园区拥有大量高校学生、上班白领等年轻消费者。由此可见打卡地热度离不开周边环境的带动作用。2)人文景观类与自然景观类热点单元密度分别为 0.97、0.59 km2/个,分别达研究区对应打卡地平均密度的 7.6 倍和 4.5 倍。人文景观类热点区域集中在二环线以内历史遗迹、文化古迹保留最多,人文底蕴最厚重的老城区,而自然景观类打卡地开发也明显受制于城市内山、水、田、林等地理要素的制约。由此,景观类“网红打卡地”的形成与以历史、文化、山水等为要素构成的“人文-自然”环境基底密切相关。3)“网红打卡地”的分布受到区位与环境的影响,但分析各类型热点区域之外热度较高的打卡地可以发现,能获取大量关注度且点赞评论量高的“网红打卡地”往往有特色、有丰富内涵且体验感良好,吸引消费者前来打卡游玩。如商业购物类的“乐乐学生屋”定位小众进口文具店,店铺每周新增各种进口限量文具,各种限量款绝版受到年轻人热捧;“众爱慈善商店”被誉为“被爱堆积的中国慈善第一店”,其深刻意义成为吸引爱心人士的慈善平台。人文景观“焦化厂遗址”被列入“第一批中国工业遗产保护名录”,园内烟囱、铁道、气罐等大型机器设备随处可见,保留着浓浓的工业风蕴含场地情怀。休闲娱乐类中的“华熙 LIVE(五棵松店)”虽远离市中心区域,但每年举办演唱会、体育赛事等活动数百场,吸引观众数百万,成为北京娱乐新地标和篮球圣地。美食餐饮类以“京 A Taproom(CBD店)”“黑牛莴烤牛舌专门店”等为例,一方面凭借创新的烹饪方式受到年轻群体的青睐,另一方面主打“地道京帮菜”“老北京口味”的传统招牌,吸引外来消费群体体验北京特色。上述分析表明,尽管各类打卡地热点的区位分布存在一定空间分异性,但整体上均呈现出在城市中心区域集中分布的共性特征,且打卡地热点区聚集强度较大,“网红打卡地”的分布受到区位与环境的影响,除此之外,不聚集在热点区的打卡地往往自身也具有较强吸引力,符合流行文化和小众消费融合的特性进而吸引热度。508第 4 期 董思宁等:基于社交媒体数据的“网红打卡地”空间布局及其相关因素分析3 结论与讨论本文基于社交媒体小红书数据,对其进行筛选、清洗、去重、校正后,综合运用核密度分析、空间相关性分析以及 Getis-Ord Gi指数统计等方法,对北京市主城区“网红打卡地”进行详细分析,主要结论如下。1)北京市主城区“网红打卡地”总体“圈层式”结构特征鲜明,以王府井商圈与三里屯商圈为中心呈“两心多点”的核心边缘扩散空间分布模式,虽各类打卡地空间分布特征差异较大,但其分布密度较高的地域在空间上有很高的重合性。2)各类打卡地之间在空间分布上存在较强的相关性。其中,商业购物类与休闲娱乐类的相关性最高,人文景观类和美食餐饮类与其他各类打卡地的相关性都相对较高;而自然景观类与商业购物类的相关性最低,且与其他各类打卡地的相关性都相对较低,与其他类型打卡地空间分布的相互影响较小。3)打卡地总体空间分布符合热点统计特征,共形成王府井商圈、三里屯商圈和望京小街 3 个热点区。都市核心区作为城市产业基础最雄厚、外部经济性最显著和高消费人口最集中的特定空间,是“网红打卡地”热点生成发展的核心依托区域。网红文化消费意义的多视角解构与重构,促使了网红打卡消费的繁荣,使“网红打卡地”成为展示北京城市活力和时尚消费的都市新窗口。基于小红书平台数据的北京市主城区内“网红打卡地”的分布特征分析,能够反映移动互联网时代城市内高热度、高人气区域的分布特征与趋势,试图为相关实践提供新的分析视角和决策支撑。这一新的空间现象值得研究者关注,由于当前尚无一个明确的范围或标准对“网红打卡地”进行界定且数据获取困难,本研究理论解释和实证分析还较浅显。首先,本文数据的获取只是空间的点数据,未考虑到资源的体量大小,对于体量过大的面状打卡地分析也多止于定性层面。其次,受多时相数据获取限制,本文多聚焦于截面化打卡地的空间布局研究,而未系统厘清其复杂的时空维度上演变规律。随着相关概念的清晰、社交媒体数据获取方法的成熟,未来应进一步结合大数据挖掘技术与空间分析模型,深化“网红打卡地”的相关研究。参考文献:1 项婧怡,罗震东,张吉玉,等.移动互联网时代“网红空间”分布特征研究 以杭州市主城区为例J.现代城市研究,2021(9):11-19.2敖成兵.多元时代共生衍创背景下的“网红”现象解读J.中国青年研究,2016(11):4-11.3吴玮,周孟杰.“抖音”里的家乡:网红城市青年地方感研究J.中国青年研究,2019(12):70-79.4汤玉箫,吴祖泉,陈宏胜.互联网时代苏州餐饮业空间特征及影响因素J.热带地理,2022,42(11):1904-1917.5黄莹,甄峰,汪侠,等.电子商务影响下的以南京主城区经济型连锁酒店空间组织与扩张研究J.经济地理,2012,32(10):56-62.6王宇乾,武前波.创新驱动下城市空间更新演变特征及动力机制 以杭州西溪谷互联网金融小镇为例J.现代城市研究,2022(5):20-27.7刘学,甄峰,张敏,等.网上购物对个人出行与城市零售空间影响的研究进展及启示J.地理科学进展,2015,34(1):48-54.8晏龙旭.“均质化-再集聚”:互联网影响下餐饮业空间布局新特征 基于上海内环开放数据的研究J.城市规划学刊,2017(4):113-119.9龚诗妤.互联网时代的城市商业空间结构演变研究D.长沙:湖南大学,2017.10 马妍,李苗裔.“互联网+”环境下城市商业功能空间演变及规划响应J.规划师,2016,32(4):17-22.11 王昀,徐睿.打卡景点的网红化生成:基于短视频环境下用户日常实践之分析J.中国青年研究,2021(2):105-112.12 覃若琰.网红城市青年打卡实践与数字地方感研究 以抖音为例J.当代传播,2021(5):97-101.13 成汝霞,黄安民,宋学通.美食品牌契合对旅游者心流体验的影响研究 以网红餐饮打卡地成都宽窄巷子为例J.资源开发与市场,2022,38(6):761-768.14 黄耿志,吴康,戴俊骋,等.奶茶经济的地理学批判与研究议题J.经济地理,2021,41(12):1-11.15 鄢方卫,舒伯阳,赵昕,等.世俗体验还是精神追求?消费主义背景下网红打卡旅游的归因研究J.旅游学刊,2022,37(6):94-105.16 龚思颖,黄凯洁.“网红打卡地”旅游现象的市场营销分析J.商业经济研究,2023(7):65-68.17 屈树学,董琪,秦嘉徽,等.基于社交媒体数据的北608江 西 科 学2023 年第 41 卷京市游客与居民签到差异研究J.地理与地理信息科学,2022,38(1):37-44.18 谢永俊,彭霞,黄舟,等.基于微博数据的北京市热点区域意象感知J.地理科学进展,2017,36(9):1099-1110.19 WANG F.Quantitative Methods and Applications in GISM.CRC Press,2006.20 SILVERMAN B W.Density Estimation for Statistics and Data AnalysisM.Routledge,2018.21 张家旗,刘晏男,宋斌玢.基于 POI 数据的郑州市主城区生活服务业空间分布特征研究J.世界地理研究,2022,31(2):399-409.22 郝黎仁.SPSS 实用统计分析M.北京:中国水利水电出版社,2002.23 陈蔚珊,柳林,梁育填.基于 POI 数据的广州零售商业中心热点识别与业态集聚特征分析J.地理研究,2016,35(4):703-716.(上接第 799 页)详细研究了在应力场-渗流场耦合作用下,库岸滑坡在库水位升降条件下的稳定性,并对其后续的变形趋势做了预测,最后将该方法应用到滑坡的稳定性评价和监测预报中。通过理论研究和实例分析,得到的成果和结论主要如下。1)采用数值模拟对滑坡进行稳定性分析,第一步要明确其地质和库水位情况。合理确定地质模型和参数的选择是滑坡稳定性分析的关键。影响库岸滑坡稳定性的因素主要有地质情况和库水位升降。2)库岸滑坡产生的主要因素包括蓄水初期库水位上升和水位骤降。水的渗入使库岸滑坡的摩擦角和内聚力都有一定程度的衰减,同时会增加滑体的质量,进而增大了滑动面上的滑动力。库水的软化作用降低了滑动面土体抗剪强度参数,地下水的入渗也会对土体产生动水压力和静水压力,对滑坡体的稳定性产生不利的影响。3)本文以滑坡的地质结构特征和大量的监测数据为基础,利用 MATLAB 程序,在对滑坡进行预测的结果中可以看出,该滑坡依然处于相对稳定状态,这与利用 ABAQUS 软件模拟的结果是一致的,且与实际情况相吻合。由此说明该预报方法具有较好的可靠性和实用性。参考文献:1 陈明东,王兰生,边坡变形破坏的灰色预报方法C.全国第三次工程地质大会论文选集(下),成都科技大学出版社,1988:1226-1232.2廖小平.滑坡破坏时间预报新理论探讨J.地质灾害与环境保护,1994,5(3):25-29.3王尚庆.长江三峡滑坡监测预报M.北京:地质出版社,2008.4董建辉,唐然,李大鑫,等.四川汉源县二道坪滑坡成因及稳定性分析J.科学技术与工程,2021,21(22):9258-9263.5李效萌,李甜,刘金辉,等.赣东地区小型牵引式残坡积土质滑坡稳定性及破坏模式分析J.科学技术与工程,2021,21(22):9236-9242.6魏小楠.曲线回归分析模型在滑坡预测中的应用J.华东公路,2008(3):65-67.7李天斌.岩质工程高边坡稳定性及其控制的系统研究D.成都:成都理工大学,2002.8丁岩.三峡库区八字门滑坡预报判据研究D.西安:长安大学,2008.9曹伟.论库水位变化对土质滑坡稳定性的影响J.山西师范大学学报(自然科学版),2017,31(4):123-128.10 张欣.基于 ABAQUS 流固耦合理论的库岸滑坡稳定性分析D.济南:山东大学,2005.708第 4 期 董思宁等:基于社交媒体数据的“网红打卡地”空间布局及其相关因素分析