EN中文

地理科学 >

2013 , Vol. 33 >Issue 9: 1051 - 1057

DOI: https://doi.org/10.13249/j.cnki.sgs.2013.09.1051

南京市居民流动性评价及流空间特征研究

  • 席广亮 , 1 ,
  • 甄峰 , 2, 3 ,
  • 沈丽珍 2 ,
  • 王波 2
展开
  • 1.南京大学地理与海洋科学学院,江苏 南京 210093
  • 2.南京大学建筑与城市规划学院,江苏 南京 210093
  • 3.南京大学人文地理研究中心,江苏 南京 210093
甄 峰,教授。E-mail：

作者简介：席广亮（1985-）,男,甘肃庆阳人,博士研究生,主要从事城市与区域规划及流空间结构研究。E-mail：

收稿日期: 2012-05-11

  要求修回日期: 2012-12-14

  网络出版日期: 2013-09-30

基金资助

国家自然科学基金项目（40971094）、中央高校基本科研业务费专项资金（1115090201）、教育部新世纪优秀人才支持计划（NECT-09-0470）资助

收起

The Evaluation of Resident Fluidity and the Spatial Characteristics of Flow in Nanjing

  • XI Guang-liang , 1 ,
  • ZHEN Feng , 2, 3 ,
  • SHEN Li-zhen 2 ,
  • WANG Bo 2
Expand
  • 1. School of Geographic and Oceanographic Sciences, Nanjing University, Nanjing, Jiangsu 210093, China
  • 2. School of Architecture and Urban Planning, Nanjing University, Nanjing, Jiangsu 210093, China
  • 3. Research Center of Human Geography, Nanjing University, Nanjing, Jiangsu 210093, China

Received date: 2012-05-11

  Request revised date: 2012-12-14

  Online published: 2013-09-30

Copyright

本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
Fold

摘要

信息时代居民的流动性特征在很大程度上反映了“流空间”特征。通过对城市居民流动性评价,以及居民流动性与地理空间活跃程度的关联分析,研究居民流动性与实体地理空间的耦合关系及所呈现出的“流空间”结构与特征等。基于信息时代南京市居民行为活动的问卷调查数据,从人流、货物流、信息流和活动流4个方面构建居民流动性指标体系,采用熵值法对居民的流动性进行综合测度,以街道为单元分析居民流动性的空间特征,南京市居民流动性的空间特征总体上呈现出中心-外围的圈层式布局结构;根据居民流动性和空间活跃度的耦合关系将“流空间”划分为4种类型,当前应加强高流动性-弱活跃度、低流动性-强活跃度2类地区的网络空间和地理空间协调发展。

关键词： 居民流动性; 流空间; 虚拟空间; 地理空间; 南京

本文引用格式

席广亮 , 甄峰 , 沈丽珍 , 王波 . 南京市居民流动性评价及流空间特征研究[J]. 地理科学, 2013 , 33(9) : 1051 -1057 . DOI: 10.13249/j.cnki.sgs.2013.09.1051

Abstract

The traditional geographic space is undergoing a rapid transformation in the information age. The cyberspace plays a continuing role on the real geographical space, and the space of flow takes as a new spatial form. The residents’ fluidity can reflect the characteristics of the “space of flow” to a large extent in the information age. Based on the comprehesive measures of resident fludity carried out in the city, this article researches on the characteristics of the “space of flow” and the coupling relationship between the resident fludity and physical geographical space, through the correlation analysis of the resident fludity and the activity level of physical geographical space. On the basis of the index of resident fludity in the information age, this article uses survey data of behavioral characteristics of residents during the information age and the method of comentropy to determine the weight to evaluate the resident fluidity in Nanjing. The result indicates that the spatial characteristics of the resident fludity shows the layered structure of center-periphery, and there is a spatial tendency to expand along the axis. In the transitional phase of industrial era to information age, the resident fludity, on the one hand, is constrained and limited by the geographical space, which shows some characteristics of geographical space; on the other hand, due to such reasons as uneven space of residents’ information using and individual differences of information on the behavior, the resident fludity indicates a new characteristics of spatial difference. According to the coupling relationship between the fluidity of residents and physical geographic space, “space of flow” can be divided into four types: high fluidity-strong activity, high fluidity-weak activity, low fluidity-strong activity and low fluidity-weak activity. The various combinations represent the organizational model and structure of the “space of flow”. During the transitional period, we should focus on coordinating development of two types of regions, high fluidity-weak activity and low fluidity-strong activity, of cyberspace and geographical space to enhance the function of “space of flow”. It is a meanfull attempt of quantitive evaluation for the “space of flow”, and the advanced research will be done on the basis of a large number of sample surveys.

Key words： the resident fludity; space of flow; cyberspace; the geographical space; Nanjing

引言

信息时代网络空间对实体地理空间的作用,使得新的空间形态出现[1~4],其中具代表性的是 Castells提出的“流空间”。“流空间”是围绕人流、物流、技术流和信息流等要素流动而建立起来的空间,以信息技术为基础的网络流线和快速交通流线为支撑,创造一种有目的的、反复的、可程式化的动态运动[5]。一些学者对“流空间”进行了研究,包括理论探讨及宏观尺度组织模式 [5,6],但是对流空间的测度和评价研究则相对较少。在当今社会,随着信息和通信技术（ICT）的深入发展,围绕居民行为活动所产生的人流、物流、信息流、活动流等要素的流动模式、特征发生根本性变化,居民的高度流动性加强了空间的流动性和弹性[7],信息时代居民的流动性特征在很大程度上反映了流空间特征。
国内外学者从不同角度展开对信息技术与居民行为活动变化及空间流动特征的研究,集中在以下几方面：① 信息技术与居民交通出行关系研究。Salomon首先将信息技术对出行流动性的潜在影响分成2类：“替代性”和“互补性”[8],Senbil进一步细分为“替代”、“互补”、“修正”和“中立”4种类型[9],并开展了移动通信设备使用与居民出行的相互关系实证研究[10,11]。② 信息技术对居民日常活动流动性的影响。远程办公、网络购物、电子商务等活动形式的出现,使得家庭、单位、商场等传统空间向功能融合的弹性空间转变[12~15]。③ 信息时代流动性变化及流空间组织模式。信息技术引起城市内部各种要素的流动性产生变化,城市空间组织范式向网络化特征的流空间组织模式转变[16~21]。
已有研究大多从信息技术与居民行为方式关系的角度开展,但是从居民流动性的角度来研究“流空间”的结构特征的文献却不多。本文尝试以南京市为例,通过信息时代居民流动性的综合评价来分析“流空间”特征;通过居民流动性与实体地理空间活跃程度的相关分析,研究居民流动性与实体地理空间的相互关系及“流空间”的结构。

1 研究技术路线、方法和数据来源

1.1 技术路线

本文以南京市为例,采取问卷调查方法,获取城市内部不同地域空间的样本数据,从居民的通勤流、物流、信息流、活动流等几个方面构建居民流动性指标体系,采用熵值法计算指标权重,以街道为研究单元计算每个街道的居民流动性水平;根据每个街道各类用地规模和开发强度分析空间活跃程度,分析居民流动性与空间活跃程度的耦合关系。

1.2 居民流动性测度方法

信息熵是系统无序程度的度量,信息是系统有序程度的度量,二者绝对值相等,符号相反。某项指标的指标值变异程度越大,信息熵越小,该指标提供的信息量越大,该指标的权重也应越大;反之,某项指标的指标值变异程度越小,信息熵越大,该指标提供的信息量越小,该指标的权重也越小。因此,可以根据各项指标的变异程度,计算各指标的权重,进而通过所有指标的加权来测算综合评价结果[22]。
运用熵值法计算居民流动性的测度步骤如下：
1） 构建原始指标数据矩阵。假设有m个地域单元、n项评价指标,形成原始指标数据矩阵X={xij}m×n (0≤i≤m, 0≤j≤n),则xij为第i个地域单元j个指标的指标值。
2） 数据标准化处理。假设评价指标j的理想值为 x j * ， 对于正向指标, x j * 越大越好,记为 x jmax * ； 对于逆向指标, x j * 越小越好,记为 x jmin * 。 评价指标的理想值可以从初始数据矩阵X中找到。定义x′ij为xij对于 x j * 的接近度。对于正向指标, x ' ij = x ij / x jmax * ； 对于逆向指标, x ' ij = x jmin * / x ij 。 定义标准化矩阵：Y={yij}m×n,其中,yij =x′ij /∑x′ij,0≤yij≤1。
3） 计算评价指标的熵值。
ej=-k∑yij lnyij (1)
令k=1/lnm,则ej=(-1/lnm) ∑yijlnyij。
4） 计算评价指标的差异性系数（gj）,计算公式为：
gj=1-ej (2)
5） 定义评价指标的权重（wj）,计算指标权重的公式为：
wj=gj/∑gj (3)
6） 计算评价地域单元的评价值。用第j项指标权重wj与标准化矩阵中第i个地域单元第j项评价指标接近度x′ij的乘积作为xij的评价值fij,即fij= wj x′ij,第i个地域单元的评价值fi=∑fij。

1.3 调查问卷与数据来源

居民流动性指标数据通过居民行为特征的问卷调查获取。2011年7~8月课题组在南京市开展了入户调查,调查样本均匀的分布在南京市的11个区、62个街道。共发放1 003份问卷,最终回收973份,有效问卷为953份,有效问卷率为87.4%。通过问卷数据,获取居民手机、电脑等信息使用情况、以及居民行为活动情况等数据。在ArcGIS9.3平台中根据调查样本的居住所在地建立分单元的空间数据库。
城市用地类型数据利用《南京市城市总体规划2010》的土地利用现状图,将土地利用现状图转换成GIS空间矢量数据,统计每个街道的各类用地规模。

2 居民流动性实证分析

2.1 居民流动性评价指标体系及权重

本文从人流、物流、信息流和活动流4大类指标、9个评价指标来构建城市居民流动性指标体系。选择居民通勤流向密度表示人流,居民每月使用快递的频率表示物流,家庭人均手机数、家庭人均电脑数、家庭每月网费、个人每月手机话费等作为信息流指标,选择远程办公、网络购物对外出购物的影响程度作为活动流动性指标。对家庭每月宽带费用、个人每月话费、每月使用快递频率等指标值分别赋值“1、3、5、7、9”。对在家办公、外出途中借助移动设备完成部分工作、网络购物对外出购物影响等指标分别赋值“9、5、1”,赋值越高,表明居民活动的空间流动性越强。以街道作为空间单元,求得每个街道范围内调查样本的平均值,得到每个街道的指标值,采用熵值法计算指标权重,计算得到评价指标和分类指标的权重（表1）。
Table 1 Mobility evaluation index system of urban residents

表1 城市居民流动性评价指标体系

分类指标（权重） 评价指标 量化标准 评价指标权重(wj)
人流（0.155） 通勤流向密度① 样本通勤流的空间强度 0.155
物流（0.264） 每月使用快递频率 1次及以下（1*）;2~5次（3）;5~10次（5）10~15次（7）;15以上（9） 0.264
信息流（0.291） 家庭人均手机数 家庭总手机数除以家庭人数 0.068
家庭人均电脑数 家庭总电脑数除以家庭人数 0.075
家庭每月宽带费用 小于50元（1）;50~100元（3）;100~200元（5）;
200~500元（7）;大于500元（9）		 0.081
个人每月手机费用 小于20元（1）;20~50元（3）;50~100元（5）;100~200元（7）;
大于200元（9）		 0.067
活动流（0.290） 是否可以在家办公 完全可以（9）;部分可以（5）;不可以（1） 0.099
在交通、出差途中借助移动
设备完成部分工作		 非常有帮助（9）;有一定帮助（5）;帮助不大（1） 0.099
网络购物对外出购物影响 大量减少出行（9）;稍微减少出行次数（5）;几乎不减少出行次数（1） 0.092
注：*第3列括号中数据代表居民货物流大小,每月使用快递频率越低,则赋值越低,相应的货物流动性越低;反之亦然。

2.2 南京市居民流动性特征

2.2.1 南京市居民流动性的总体特征
通过南京市分街道序列数-居民流动性水平值分布情况来看（图1）,几乎所有评价单元的居民流动性水平介于0.1~0.7之间,流动性水平序列值与街道数量之间呈现线性关系,表明居民流动性大小分布较为均匀,每个街道之间的居民流动性差异较大。居民流动性的空间分布特征反映了南京市的“流空间”特征。
Fig.1 Street sequences-the level of residential mobility changes

图1 街道序列-居民流动性水平变化

在ArcGIS中对采用自然断点法将分街道的居民流动性水平值分成5个等级（图2）,分街道的居民流动性呈现出以下特征：① 中心-外围的圈层布局结构。居民流动性表现出由中心到外围的衰减变化特征,中心区的宁海路街道、湖南路街道、建宁路街道等地居民流动性值最强,外围地区街道的居民流动性值最弱。（ ① 通勤流向密度：根据调查样本的居住和就业地点,在google地图中搜索最短通勤路径,在每个研究单元中将所有的通勤流经该单元样本的通勤路径长度相加后,再除以该单元的总面积,得到通勤流向密度。）② 沿轴向扩展的空间趋势。流动性较高的空间具有向北、向东、向南沿轴线扩展的特征,尤其沿江宁区向南扩展的特征明显。③ 中心城区的居民流动性存在一定程度分异。中心城区内部的居民流动性存在一定分异,鼓楼、下关、建邺等区相对较高,而雨花台区相对较低。
Fig.2 The overall mobility characteristics of Nanjing residents

图2 南京市居民流动性总体特征

2.2.2 南京市居民流动性要素特征
1） 居民通勤流分布与建成区、道路交通设施的密切相关,中心城区的通勤路径较为密集、外围地区通勤路径相对较少,通勤流量南北向较大,东西向相对较小。从中心城区向北的通勤流向浦口、六合区延伸,向南的通勤流依托轨道交通建设向江宁区延伸（图3a）。
2） 居民货物流动性空间呈现出中心-外围的特征,中心城区居民的货物流动性相对较高,外围地区相对较小。居民货物流动性与居民的社会交往、就业特征、生活习惯等有着密切的关系,货物流动性在一定程度上反映了居民工作、社会交往的流动性特征（图3b）。
3） 居民信息流在老城区、河西地区相对较高,在江宁、仙林等远郊区相对较低。从居民信息流的角度来看,老城区和河西地区的居民流动性较强,远郊区相对较弱（图3c）。
4） 居民活动的流动性空间特征反映了在信息技术使用下居民活动的空间变化程度。南京市居民活动流动性除了部分远郊区相对较低之外,其它地区的差异性特征十分明显,其中,建邺区的兴隆街道、江宁区的东山街道、百家湖街道的居民活动流动性较强（图3d）。
Fig.3 The spatial characteristics of residents’ mobility factors in Nanjing

图3 南京市居民流动性要素空间特征

3 居民流动性与地理空间关系

3.1 南京市空间活跃程度分析

空间活跃度反映了城市空间的开发利用程度及其所承载的各类活动情况,可以通过各类建设用地规模和开发强度来简单的反映空间活跃程度。按照国家城市用地分类标准划分的10类用地中,居住用地、商业用地和工业用地是城市的主要生产生活用地,在很大程度上代表了城市空间活跃程度状况。因此采用居住、商业和工业3类用地来测算南京市的空间活跃程度。为了比较各街道各类用地规模的相对差异,采用区位熵来衡量各个街道用地规模的比较优势。用地规模区位熵计算公式为：
Amn=(Hmn/∑Hmn)/(Hn/∑Hn) (4)
式中,Amn表示街道n中的m类用地的区位熵;n指街道,m为城市用地类型（m=1,2,3;居住用地、商业用地和工业用地）;Hmn为街道n中m类用地的面积;Hn为街道n的总面积。
采用用地规模区位熵与分类用地开发强度的加权运算,计算分街道的空间活跃程度:
In= ∑ 1 m A mn × B mn (5)
其中,In表示第n个街道的空间活跃度;Bmn表示街道n中m类用地的开发强度。
在ArcGIS中计算每个街道的三大类用地面积,并求得分类用地的区位熵。由于不同街道的开发强度控制指标较难获取,研究中根据经验值将商业、居住、工业用地的开发强度分别定为3、2、1。通过计算南京市分街道的空间活跃度,并将空间活跃度划分为5个等级。其中,老城、河西地区、江宁区的部分地区空间活跃度较高;外围郊区街道的空间活跃度最低,空间活跃度强弱状况与南京市的建成区规模、开发强度等有着密切关系（图4）。
Fig.4 Spatial activity grade in Nanjing

图4 南京市空间活跃度等级

3.2 居民流动性与空间活跃度的关系

通过比较每个街道的居民流动性和空间活跃强度,分析发现不同街道的城市居民流动性大小和空间活跃强度之间的差异性特征较为复杂。根据居民流动性和空间活跃程度的相互关系,将南京城市流空间分为4种类型：高居民流动性-强空间活跃度、高居民流动性-弱空间活跃度、低居民流动性-强空间活跃度、低居民流动性-弱空间活跃度（图5）。
Fig.5 The combination type of residents’ mobility and spatial activity

图5 居民流动性和空间活跃度的耦合类型

1） 高居民流动性-强空间活跃度的地区主要集中在南京老城区,河西新区的凤凰街道、南苑街道和江宁区的东山街道、百家湖街道等地。南京老城区集聚了大量的人口和服务设施;河西新区逐步形成较为完善的城市环境,集聚了大量的商业、办公、居住等高端要素;江宁区集聚了大量的新迁入居住人群。这些地区是当前南京市“流空间”的中心节点区域。
2） 高居民流动性-弱空间活跃度的地区主要分布在主城区周边地区,集中在河西滨江地带,城东的光华路街道、后宰门街道,江宁区的铁心桥街道等地,要素流动性相对较强,但土地开发建设相对不完善。这些区域网络空间较为发达,而实体空间处于发展建设阶段,在各种流要素的作用下,其空间活跃度在未来的发展中将得到进一步提升。
3） 低居民流动性-强空间活跃度的地区分布在南京市的宁南街道、赛虹桥街道、泰山街道、尧化街道、玄武湖街道等地。这些街道建设较为成熟,具有较强的空间活跃度,但整体环境较差,服务设施配套程度较低,对各种流要素的吸引力较弱。这些区域的网络空间发育程度落后于实体空间建设,需要通过功能完善和旧城改造,提升其流要素吸引力。
4） 低居民流动性-弱空间活跃度的地区主要分布在南京市外围地区。这些地区大多属于南京城市的郊区,仍处于待开发的状态,各类建设用地规模相对较小,开发强度较低,各种流要素的集聚能力较小。

4 结 论

本文通过综合评价信息时代居民流动性水平,探讨了居民流动性与地理空间之间的相互关系,以及“流空间”的结构特征,研究得出以下结论：
1） 信息时代围绕居民行为活动产生的人流、物流、信息流、活动流等各种流要素构成了居民的流动性,居民流动性特征在很大程度上代表了“流空间”的特征。信息时代居民的流动性和实体地理空间的相互关系反映了“流空间”的组织模式和空间结构。
2） 在构建信息时代居民流动性指标体系的基础上,对南京市居民的流动性进行了评价,南京市居民流动性的空间特征总体上呈现出中心-外围的圈层结构,并具有沿轴向扩展的空间趋势。在工业时代向信息时代过渡发展阶段,居民的流动性一方面受地理空间的约束和限制,表现出地理空间的部分特征;另一方面由于居民信息使用的空间不均衡以及信息化对行为影响的个体差异等原因,居民的流动性又呈现出新的空间差异特征。
3） 根据居民流动性与实体地理空间的耦合关系将“流空间”分为4种类型：高流动性-强活跃度、高流动性-弱活跃度、低流动性-强活跃度、低流动性-弱活跃度。其组合情况代表了“流空间”的组织模式和结构。在当前城市转型时期,应重点加强高流动性-弱活跃度、低流动性-强活跃度两类地区的网络空间和地理空间协调发展,进一步提升流空间的功能。

The authors have declared that no competing interests exist.

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Castells M.The rise of network society[M]. Oxford: Blackwell,1996.

[2]
巴凯斯H,路紫.从地理空间到地理网络空间的变化趋势[J].地理学报,2000,55(1):104~110.

[3]
甄峰. 信息时代新空间形态研究[J].地理科学进展,2004,23(3):16~26.

[4]
沈丽珍. 流动空间[M].南京:东南大学出版社,2010.

[5]
沈丽珍,顾朝林,甄峰.流动空间结构模式研究[J].城市规划学刊,2010,(5):26~32.

[6]
Albrechts L, Coppens T.Megacorridors: striking a balance between the space of flows and the space of places[J]. Journal of Transport Geography, 2003,11(3): 215-224.

[7]
甄峰,翟青,陈刚,等.信息时代移动社会理论构建与城市地理研究[J].地理研究,2012,31(2):197~206.

[8]
Salomon I.Telecommunications and travel relationships: a review[J]. Transportation Research A, 1986,20(3): 223-238.

[9]
Senbil M, Kitamura R.Simultaneous relationships between telecommunications and activities[C]. Lucerne: 10th International Conference on Travel Behavior Research, 2003.

[10]
Choo S, Mokhtarian P L.Do telecommunications affect passenger travel or vice versa? Structural euqantion models of aggregate U.S. time series data using composite indexes[J]. Transportation Research Record,2005: 224-232.

[11]
Nobis C, Barbara L.Communication and mobility behaviour—a trend and panel analysis of the correlation between mobile phone use and mobility[J]. Journal of Transport Geography, 2009,17: 93-103.

[12]
Brighenti A M.New media and urban motilities:a territoriologic point of view[J]. Urban Studies, 2011,48(16):1-16.

[13]
甄峰,魏宗财,杨山,等.信息技术对城市居民出行特征的影响——以南京为例[J].地理研究,2009,28(5):1307~1317.

[14]
魏宗财,甄峰,姜煜华,等.信息化影响下经济发达城市居民家庭联系网络演变——以南京为例[J].城市发展研究,2009,16(3):50~57.

[15]
柴彦威,赵莹,马修军,等.基于移动定位的行为数据采集与地理应用研究[J].地域研究与开发,2010,29(6):1~7.

[16]
王士君,宋飏,冯章献,等. 东北地区城市群组的格局、过程及城市流强度[J]. 地理科学,2011,31(3):287~294.

[17]
刘卫东,Peter Dicken,杨伟聪.信息技术对企业空间组织的影响——以诺基亚北京星网工业园为例[J].地理研究,2004,23(6):833~844.

[18]
甄峰. 信息时代的区域空间结构[M].北京:商务印书馆,2004.

[19]
汪明峰,卢珊.网上零售企业的空间组织研究——以“当当网”为例[J].地理研究,2011,30(6):965~976.

[20]
沈丽珍,顾朝林.区域流动空间整合与全球城市网络构建[J].地理科学,2009,29(6):787~793.

[21]
杨兴柱,顾朝林,王群,等. 南京市内部旅游客流空间测度与模拟[J].地理科学,2011,31(7):802~809.

[22]
郭显光. 改进的熵值法及其在经济效益评价中的应用[J].系统工程理论与实践,1998,(12):98~102.

Options
文章导航

/

〈 〉