摘要

移动通信技术与社交媒体已深度嵌入日常生活,影响居民休闲活动区位选择,但其影响的空间规律性特征认识仍相对欠缺。研究基于对比视角,利用大连市小红书休闲打卡地与休闲POI数据,从集中度与集群度两个维度,在主城区与街道两个尺度上,采用核密度估计、热点分析等方法分析数据。

主要发现:

研究基于行动者网络理论解析了社交媒体影响下的休闲行为过程,认为社交媒体构建了一种以强目的性空间探索为特征的休闲活动新"地方秩序"。

休闲空间
休闲打卡地
社交媒体
分布特征
集中度
集群度
小红书
POI

1. 引言

2008年中国手机网民规模约7千万,到2022年这一数字已超过10亿,移动设备的普及和信息通信技术的发展改变了人与人、人与空间的互动方式,深刻影响了居民休闲行为与城市休闲空间。

研究普遍认为,总体上城市休闲空间分布遵循中心集聚的圈层式分布态势,但休闲空间的具体分布格局往往会随社会需求、政策指引以及城市化进程等外部因素的变化而变化。休闲空间的布局关乎社会公平与居民福祉,一直是规划调控的重点内容。

研究问题:社交媒体平台中用户打卡与分享的休闲打卡地如何分布?与全量休闲空间相比,其分布结构的集中度与集群度是否呈现规律性特征?这些特征在不同尺度上是否具有差异性?这些特征如何形成?

2. 研究视角、数据来源与研究方法

2.1 研究视角

借鉴Anas等提出的集中/均质、集群/散布两维度指标体系,将休闲空间分布结构特征拆解为集中度与集群度两个方面:

集中度

衡量要素是集中分布在少数几个区域,还是均质的分布在大多数区域

集群度

衡量要素是与周边要素地理邻近呈现集群分布,还是独立散布

2.2 研究区域与数据来源

研究区域为大连市主城区,包括中山区、西岗区、沙河口区和甘井子区,共涵盖39个街道办事处。

休闲打卡地数据

来自小红书平台,采集景点、餐饮、购物与酒店4类休闲空间点位共3757个

全量休闲空间数据

来自高德地图POI,筛选餐饮服务、风景名胜等6类POI中与小红书打卡地相同类别的数据

大连市主城区概况

图1 大连市主城区概况

2.3 研究方法

整体分布格局对比

  • 标准差椭圆(SDE)
  • 核密度估计(KDE)
  • 头尾打断法

集中度测度

  • 热点分析(Getis-Ord Gi*)
  • 六边形网格分析单元

集群度测度

  • 基于密度的聚类算法(DBSCAN)
  • 参数遍历分析
技术路线

图2 技术路线

3. 整体分布格局对比

分析结果表明:当前大连市两类休闲空间均主要分布于中山区、西岗区、沙河口区,以及甘井子区东部、南部地区,但休闲打卡地分布范围相对更小,以城市核心区为主。

标准差椭圆分析

休闲打卡地主要分布于中山区、西岗区大部以及沙河口区东部,分布离散程度更低,方向上形成了以西安路商圈为中心的东西向分布态势。

核密度估计与头尾打断法

休闲打卡地核心区域面积更小、高等级核心数量更少。全量休闲空间形成了"西安路+青泥洼桥"双核心的集聚分布格局,而休闲打卡地则以"西安路"为单一主核心。

核密度估计与核心分布对比

图3 2022年大连市2类休闲空间核密度估计与核心分布对比

初步结论:休闲空间并未在社交媒体以及移动互联网作用下出现"距离消失"的明显外扩现象,反而是更加集中地分布在传统城市核心区内,呈现出城市尺度上的"中心分布"特征。

4. 集中度与集群度对比

4.1 集中度:相对均质分布

热点分析的定量测度结果表明:两类休闲空间均为集中分布,但休闲打卡地的集中度更低,呈现出相对均质的分布态势。

宏观尺度:

2类休闲空间结构集中度均高于70%,但休闲打卡地的集中度略低(72% vs 75%)。

表1 整体集中度
指标 全量休闲空间 休闲打卡地
热点集聚区内数量/个 32317 2715
总数量/个 43308 3757
集中度/% 75 72

街道尺度:

仅有5个街道的休闲打卡地集中度高于全量休闲空间,其余34个街道均在不同程度上呈现出相对均质的分布特征。

分街道相对集中度

图4 2022年大连市休闲打卡地分街道相对集中度

4.2 集群度:低空间关联度散布

集群度分析的结果表明:无论是在宏观还是街道尺度,无论距离阈值高低,休闲打卡地与邻近要素的关联性均更弱、相互距离更远,呈明显散布特征。

宏观尺度上,使用不同DBSCAN参数组合分析的结果显示休闲打卡地的集群度更低(73.08% vs 90.82%)。随着距离阈值增加,全量休闲空间的集群要素占比迅速增加,在距离阈值达到90m时达到稳定状态,而休闲打卡地在各距离阈值上均呈现相对更低的集群度。

宏观集群度对比

图5 2022年大连市2类休闲空间宏观集群度对比

街道尺度特征:

  • 不同街道集群度差值大小存在差异
  • 泡崖街道差距最大(-75%),兴工街道最小(-4%)
  • 城市核心区集群度显著高于边缘区

数据对比:

  • 全量休闲空间集群度平均值:87%
  • 休闲打卡地集群度平均值:51%
  • 全量休闲空间变异系数:0.07
  • 休闲打卡地变异系数:0.54
分街道集群度对比

图6 2022年大连市2类休闲空间分街道集群度对比

5. 分布模式总结与机制解析

5.1 分布模式总结

基于集中度与集群度差值以及热点集聚区位置的差异,总结出4种休闲打卡地分布模式:

原中心集群型(9个街道)

分布在城市核心区,集中度接近全量休闲空间,集群度略低,热点位置基本一致(如西安路商圈、高新区万达广场等)

原中心散布型(12个街道)

分布在核心区外围,集中度与集群度较低,热点规模较小但位置基本一致(如黑石礁街道、南沙河口街道等)

新中心散布型(7个街道)

分布在滨海、历史街区等区域,集中度与集群度较低,热点位置发生扩散或迁移(如银沙滩、风光街、冰山慧谷等)

无中心散布型(11个街道)

分布在城市郊区,集中度与集群度较低,无显著热点集聚区(如辛寨子街道、泡崖街道等)

分布模式与特征总结

图7 2022年大连市休闲打卡地分布模式与特征总结

规律性特征:宏观尺度上集中于传统核心区;中观尺度上核心规模减小,集聚效应弱化;微观尺度上空间关联性减弱。社交媒体作为转译者,改变了用户与实体空间的关联模式。

5.2 空间机制初步解析

休闲"打卡"行为可分解为三个阶段:

打卡前

受平台内容刺激产生冲动,距离成为评价调节中介

打卡时

虚拟体验带来强目的预设,位置信息降低过程重要性

打卡后

内容二次传播形成循环,空间进一步符号化与奇观化

社交媒体平台通过以下方式助推这一过程:

新时空组织:在社交媒体作用下,休闲活动由"面"的探索转为"点与线"的导向性行为,对应场所空间与流空间两种要素组织模式。

基于场所空间与流空间互动关系的休闲打卡
    地分布机制解析

图8 基于场所空间与流空间互动关系的休闲打卡 地分布机制解析

表2 2022年大连市2类休闲空间的分布特征与机制对比
特征/机制 休闲打卡地 全量休闲空间
宏观分布特征 集中于核心区 地理邻近的等级结构分布
中微观分布特征 集中度与集群度减弱的灵活散布 -
机制共性 总体时空制约、核心区高可供性
机制差异 虚拟可见、节点吸引力主导 实体在场、空间可达性主导
理论基础 场所空间与流空间相互作用 场所空间

6. 结论与讨论

6.1 结论

研究发现:

  1. 休闲打卡地大多分布在传统城市核心区,但分布范围更小、核心数量更少
  2. 休闲打卡地呈现出更低的集中度和集群度,具有"均质化散布"特征
  3. 热点主要位于传统热点区域,少数出现在城市特色风貌区
  4. 分布模式可分为四类,不同模式所在街道的功能、区位特征存在差异

核心结论:社交媒体通过改变互动方式,引发强目的性打卡行为,在时空约束下增加休闲空间区位选择的灵活性,形成"核心区内散布"的新特征。

6.2 讨论

技术进步对城市空间演变产生深刻影响,城市更新与治理需要"向互联网学习":

建立联系需要花费的时间和精力更少,但断开联系所需的时间和精力也更少......虚拟亲近的结束除了按下一个按钮之外,什么都不需要。 —— 鲍曼(Zygmunt Bauman)

* 以上内容由AI自动生成,内容仅供参考。对于因使用本网站以上内容产生的相关后果,本网站不承担任何商业和法律责任。