王 德， 朱禮才淇， 晏龍旭

(同濟(jì)大學(xué) 建筑與城市規(guī)劃學(xué)院， 上海 200092)

一、 引 言

隨著信息通訊技術(shù)快速發(fā)展，居民在日常生活中對(duì)虛擬網(wǎng)絡(luò)空間的使用頻率和強(qiáng)度越來(lái)越高，領(lǐng)域也不斷擴(kuò)展。根據(jù)我國(guó)2018年全國(guó)時(shí)間利用調(diào)查公報(bào)，居民使用互聯(lián)網(wǎng)日均時(shí)間為2小時(shí)42分鐘，其中城鎮(zhèn)居民可達(dá)3小時(shí)23分鐘，而其全部個(gè)人自由支配活動(dòng)時(shí)間也只有3小時(shí)56分鐘，可見(jiàn)網(wǎng)絡(luò)訪問(wèn)在生活中的不可或缺性。網(wǎng)絡(luò)對(duì)居民實(shí)體空間活動(dòng)的影響也日趨增加，對(duì)居民日?；顒?dòng)的模式產(chǎn)生了極大的影響，進(jìn)一步改變了居民實(shí)體空間的使用特征，而實(shí)體空間也會(huì)反向作用于居民的活動(dòng)模式的變化[1-2]。

虛擬空間活動(dòng)對(duì)實(shí)體空間活動(dòng)的影響主要體現(xiàn)在工作、出行、購(gòu)物、休閑等方面?，F(xiàn)有研究表明，移動(dòng)互聯(lián)網(wǎng)絡(luò)可通過(guò)改善工作活動(dòng)條件、時(shí)間、地點(diǎn)，在一定程度上緩解交通擁堵[3-4]，提高交通網(wǎng)絡(luò)的效率[5-6]，同時(shí)也為出行活動(dòng)提供了多任務(wù)處理的可能性[7-11]。通勤時(shí)間的節(jié)約能夠讓居民獲得更多休閑、購(gòu)物時(shí)間[12-16]，并提供了新的休閑、購(gòu)物方式[14]，但也會(huì)受到居民個(gè)體經(jīng)濟(jì)社會(huì)屬性、網(wǎng)絡(luò)使用情況、建成環(huán)境類(lèi)型等影響[15-16]。在探討虛擬空間活動(dòng)差異對(duì)實(shí)體空間活動(dòng)影響時(shí)，相關(guān)研究從移動(dòng)互聯(lián)網(wǎng)依賴(lài)程度、使用內(nèi)容和手機(jī)App使用類(lèi)型、時(shí)長(zhǎng)、偏好等角度進(jìn)行了分析。在移動(dòng)互聯(lián)網(wǎng)依賴(lài)程度方面，不同依賴(lài)程度的人群其實(shí)體空間活動(dòng)模式也不同。相比輕度使用者，重度使用者通常會(huì)花更多的時(shí)間待在家里，獨(dú)自進(jìn)行更多的活動(dòng)，出行相對(duì)較少，并且其花在戶(hù)外活動(dòng)和運(yùn)動(dòng)、離線社交、看電視上的時(shí)間較少，在晚上睡覺(jué)上花費(fèi)更多的時(shí)間[17-18]。在移動(dòng)互聯(lián)網(wǎng)使用的內(nèi)容方面，有研究探討了不同互聯(lián)網(wǎng)使用內(nèi)容在促進(jìn)實(shí)體空間活動(dòng)上的差異[19-20]，如獲取音樂(lè)會(huì)、戲劇表演和餐廳的更新信息，重新配置居民對(duì)周?chē)鷮?shí)體空間的訪問(wèn)[21-22]。還有研究通過(guò)居民App使用類(lèi)型、時(shí)長(zhǎng)與偏好進(jìn)一步對(duì)人群空間到訪偏好進(jìn)行識(shí)別，發(fā)現(xiàn)使用移動(dòng)互聯(lián)網(wǎng)較多的人更傾向于訪問(wèn)商業(yè)區(qū)，而使用移動(dòng)互聯(lián)網(wǎng)較少的人更傾向于待在住宅區(qū)，對(duì)于那些喜歡瀏覽旅游類(lèi)資訊的用戶(hù)，他們?cè)陂e暇時(shí)更喜歡去一些旅游區(qū)[23]。虛擬空間活動(dòng)對(duì)實(shí)體活動(dòng)的空間利用具有促進(jìn)、替代、補(bǔ)充的影響[24]，并會(huì)進(jìn)一步促進(jìn)傳統(tǒng)城市空間的轉(zhuǎn)型[25]，實(shí)體空間也會(huì)反作用于虛擬空間活動(dòng)[26]。一些研究指出，在城市化水平越高的地區(qū)，數(shù)字化是實(shí)現(xiàn)目標(biāo)和管理日常生活的實(shí)用工具，而在低密度居住環(huán)境中，社區(qū)中心和社會(huì)關(guān)系是日常生活管理的重要因素[27]。居住地城市化水平越高、離商業(yè)中心距離越近的居民網(wǎng)購(gòu)頻率越高；在同一城市化水平的地區(qū)，物流設(shè)施不均衡的空間分布又會(huì)使得網(wǎng)購(gòu)頻率產(chǎn)生較大的差異[28]。

既有研究成果雖豐富，但在研究?jī)?nèi)容上主要關(guān)注虛擬空間活動(dòng)對(duì)實(shí)體空間活動(dòng)模式、選擇、活動(dòng)偏好的改變以及對(duì)實(shí)體空間利用的影響，還未有研究指出不同虛擬空間活動(dòng)偏好人群在實(shí)體空間上的分布特征是怎樣的。在研究數(shù)據(jù)方面，現(xiàn)有研究多數(shù)使用小樣本調(diào)研數(shù)據(jù)，不能反映出大多數(shù)人的虛擬行為及其活動(dòng)特征；有少數(shù)研究使用了手機(jī)信令中記錄的App使用時(shí)長(zhǎng)數(shù)據(jù)，但并未對(duì)虛擬空間活動(dòng)對(duì)個(gè)人行為模式的變化及實(shí)體空間互動(dòng)關(guān)系進(jìn)行分析。

目前主要的上網(wǎng)方式已經(jīng)從傳統(tǒng)的電腦向移動(dòng)設(shè)備轉(zhuǎn)移。中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)發(fā)布的第47次《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示：截至2020年12月，我國(guó)網(wǎng)民規(guī)模為9.89億，其中使用手機(jī)上網(wǎng)的比例達(dá)99.7%，手機(jī)上網(wǎng)已成為網(wǎng)民最常用的上網(wǎng)渠道之一。手機(jī)信令數(shù)據(jù)在以往的研究中多應(yīng)用在居民行為和時(shí)空分布等領(lǐng)域[29]；但隨著數(shù)據(jù)采集設(shè)備和采集能力的提高，其已經(jīng)能夠記錄個(gè)體層面的集計(jì)虛擬空間活動(dòng)數(shù)據(jù)，是研究虛擬空間活動(dòng)及其與實(shí)體空間互動(dòng)關(guān)系的絕佳數(shù)據(jù)源?；诖耍疚囊陨虾槔?，利用手機(jī)信令數(shù)據(jù)探究居民的虛擬空間活動(dòng)特征和其實(shí)體空間活動(dòng)及分布上的關(guān)聯(lián)，以期為網(wǎng)絡(luò)時(shí)代居民行為模式領(lǐng)域的后續(xù)研究提供參考和借鑒。

二、 數(shù)據(jù)來(lái)源與研究框架

(一)數(shù)據(jù)來(lái)源與處理方法

1. 數(shù)據(jù)來(lái)源

本研究使用的數(shù)據(jù)是2018年某月上海聯(lián)通公司用戶(hù)的手機(jī)信令數(shù)據(jù)，其用戶(hù)總量為1000萬(wàn)人。考慮到數(shù)據(jù)和人口的連續(xù)性、穩(wěn)定性，本研究主要對(duì)其中約600萬(wàn)本地核心用戶(hù)(即運(yùn)營(yíng)商識(shí)別其居住地在上海且當(dāng)月在本地出現(xiàn)超過(guò)10天的用戶(hù)?；讷@取數(shù)據(jù)的時(shí)間范圍不同，相關(guān)研究認(rèn)定的識(shí)別時(shí)間也略有差異[29]。但一般認(rèn)為，本地核心用戶(hù)的居住地在本地，且在本地出現(xiàn)的天數(shù)要大于獲取數(shù)據(jù)時(shí)間范圍的1/3)進(jìn)行分析。其數(shù)據(jù)構(gòu)成主要分為三個(gè)部分：(1)實(shí)體空間活動(dòng)數(shù)據(jù)。采用空間網(wǎng)格的方式記錄用戶(hù)在某一時(shí)刻的位置，受地區(qū)基站密度影響，其網(wǎng)格單元邊長(zhǎng)由250米至2000米變化不等。運(yùn)營(yíng)商已基于空間位置進(jìn)一步識(shí)別用戶(hù)的駐留點(diǎn)、出行鏈，并根據(jù)駐留點(diǎn)特征標(biāo)記用戶(hù)的居住地和工作地。(2)虛擬空間活動(dòng)數(shù)據(jù)。個(gè)體在使用移動(dòng)網(wǎng)絡(luò)時(shí)會(huì)向運(yùn)營(yíng)商發(fā)出傳輸數(shù)據(jù)請(qǐng)求，運(yùn)營(yíng)商便可基于此記錄個(gè)體的網(wǎng)絡(luò)訪問(wèn)類(lèi)型、訪問(wèn)時(shí)長(zhǎng)和使用流量；其中網(wǎng)絡(luò)訪問(wèn)類(lèi)型按照功能分為6個(gè)大類(lèi)、102個(gè)小類(lèi)(表1)，基本覆蓋了虛擬空間各類(lèi)領(lǐng)域。由于個(gè)人網(wǎng)絡(luò)訪問(wèn)頻率較高，數(shù)據(jù)量極大，無(wú)法保留全部原始信息，因而本研究獲取的數(shù)據(jù)均為按月匯總后的集計(jì)數(shù)據(jù)，即每個(gè)用戶(hù)每月訪問(wèn)該類(lèi)網(wǎng)絡(luò)的時(shí)長(zhǎng)(單位：毫秒)和流量(單位：bit)。(3)用戶(hù)屬性數(shù)據(jù)。即基于手機(jī)號(hào)碼注冊(cè)和手機(jī)使用過(guò)程而記錄的個(gè)體信息。本研究主要使用了用戶(hù)性別、年齡等標(biāo)簽屬性。

表1 網(wǎng)絡(luò)訪問(wèn)類(lèi)型劃分

2. 處理方法

(1)空間單元處理。由于原始數(shù)據(jù)網(wǎng)格單元跨越不同尺度且相互疊合，因而需要對(duì)其進(jìn)行均一化處理。考慮到后續(xù)空間分析尺度，本研究重新劃定了覆蓋上海市域的500米網(wǎng)格，并以與原網(wǎng)格的重疊面積為權(quán)重進(jìn)行數(shù)據(jù)歸并，使得空間單元連續(xù)、可比。

(2)數(shù)據(jù)抽樣處理。受用戶(hù)隱私等數(shù)據(jù)獲取限制，在涉及個(gè)體層面的研究部分，無(wú)法獲得全部用戶(hù)的所有上網(wǎng)數(shù)據(jù)，因而采用隨機(jī)抽樣的方式，從600萬(wàn)用戶(hù)中抽取了10萬(wàn)用戶(hù)作為個(gè)體行為的研究樣本，并將其指標(biāo)與總體樣本對(duì)比，以驗(yàn)證抽樣數(shù)據(jù)的可靠性(表2)。相比于傳統(tǒng)數(shù)據(jù)，該數(shù)據(jù)量下的個(gè)體行為模式研究與時(shí)空間分布仍具有相當(dāng)?shù)目尚哦取?/p>

表2 網(wǎng)絡(luò)訪問(wèn)類(lèi)型劃分

(二)研究框架

從虛實(shí)空間活動(dòng)的角度出發(fā)，本文的研究?jī)?nèi)容可分為兩個(gè)部分：第一部分為虛擬空間活動(dòng)。從總體和分類(lèi)的角度對(duì)居民上網(wǎng)強(qiáng)度和特點(diǎn)進(jìn)行概括；其次，結(jié)合性別、年齡等屬性對(duì)不同群體間網(wǎng)絡(luò)活動(dòng)差異與規(guī)律進(jìn)行分析，并從訪問(wèn)類(lèi)型內(nèi)部關(guān)聯(lián)的角度抽象總結(jié)虛擬空間關(guān)聯(lián)網(wǎng)絡(luò)，以體現(xiàn)居民虛擬空間活動(dòng)的共性和個(gè)性。第二部分為虛實(shí)空間活動(dòng)關(guān)聯(lián)。首先，以訪問(wèn)強(qiáng)度為出發(fā)點(diǎn)，對(duì)不同人群的實(shí)體空間活動(dòng)和空間分布特征進(jìn)行描述；其次，重點(diǎn)對(duì)“金融理財(cái)”和“手機(jī)視頻”兩類(lèi)高、低用戶(hù)的居住地分布進(jìn)行刻畫(huà)；最后，將網(wǎng)絡(luò)訪問(wèn)、個(gè)體屬性和實(shí)體空間活動(dòng)三者相關(guān)聯(lián)，通過(guò)人群畫(huà)像的方式進(jìn)行現(xiàn)實(shí)意義的解釋?zhuān)瑥亩沂揪W(wǎng)絡(luò)對(duì)個(gè)體時(shí)空間行為活動(dòng)的影響。

三、 虛擬空間活動(dòng)特征

(一)網(wǎng)絡(luò)訪問(wèn)強(qiáng)度特征

1. 總體上網(wǎng)特征

從上海居民移動(dòng)網(wǎng)絡(luò)訪問(wèn)強(qiáng)度來(lái)看，其網(wǎng)絡(luò)訪問(wèn)日均總時(shí)長(zhǎng)為5.35小時(shí)，中位數(shù)為3.87小時(shí)，在個(gè)體生活中占據(jù)相當(dāng)?shù)谋戎?。而全?guó)時(shí)間利用調(diào)查顯示，移動(dòng)端上網(wǎng)時(shí)長(zhǎng)僅為1.88小時(shí)。據(jù)此可推測(cè)，手機(jī)上網(wǎng)活動(dòng)實(shí)際呈現(xiàn)出一種碎片化和伴隨性的特點(diǎn)，因而實(shí)際上網(wǎng)時(shí)長(zhǎng)超過(guò)主觀調(diào)查下個(gè)體認(rèn)知的時(shí)長(zhǎng)。觀察網(wǎng)絡(luò)訪問(wèn)時(shí)長(zhǎng)分布可發(fā)現(xiàn)(圖1)，其呈現(xiàn)長(zhǎng)尾分布特征，并通過(guò)雙對(duì)數(shù)坐標(biāo)軸驗(yàn)證符合截?cái)鄡缏煞植?圖2)，且?guī)讉€(gè)主要網(wǎng)絡(luò)訪問(wèn)類(lèi)型趨勢(shì)相同，這說(shuō)明上網(wǎng)的強(qiáng)度分布是嚴(yán)重不均的，少量用戶(hù)訪問(wèn)量極大，而大量用戶(hù)訪問(wèn)量較少。

圖1 網(wǎng)絡(luò)訪問(wèn)時(shí)長(zhǎng)直方圖

圖2 網(wǎng)絡(luò)訪問(wèn)時(shí)長(zhǎng)雙對(duì)數(shù)坐標(biāo)軸

2. 分類(lèi)型上網(wǎng)特征

從網(wǎng)絡(luò)使用類(lèi)型來(lái)看(圖3)，訪問(wèn)時(shí)長(zhǎng)突出高值為“網(wǎng)上購(gòu)物”，其次為“手機(jī)視頻”“社交網(wǎng)絡(luò)”，其占了全部手機(jī)網(wǎng)絡(luò)使用總時(shí)長(zhǎng)的64%。訪問(wèn)流量上仍以該三類(lèi)為主導(dǎo)，但排序出現(xiàn)差異?！笆謾C(jī)視頻”類(lèi)網(wǎng)絡(luò)訪問(wèn)由于呈現(xiàn)單位時(shí)間高流量的特征，因而排序更加靠前，同時(shí)占全部手機(jī)網(wǎng)絡(luò)使用總流量的76%?！熬W(wǎng)上購(gòu)物”則明顯消耗流量較低?？紤]到訪問(wèn)時(shí)長(zhǎng)和使用流量間的不匹配關(guān)系，后續(xù)研究中僅將訪問(wèn)時(shí)長(zhǎng)作為評(píng)價(jià)網(wǎng)絡(luò)訪問(wèn)強(qiáng)度的指標(biāo)，其能更真實(shí)地反映網(wǎng)絡(luò)特征與關(guān)系。

圖3 分類(lèi)訪問(wèn)時(shí)長(zhǎng)、流量

(二)網(wǎng)絡(luò)訪問(wèn)屬性差異

在了解居民總體上網(wǎng)特征后，可進(jìn)一步從性別、年齡和訪問(wèn)時(shí)長(zhǎng)三個(gè)角度對(duì)不同群體的上網(wǎng)差異進(jìn)行研究。

1. 網(wǎng)絡(luò)訪問(wèn)性別差異

基于按性別上網(wǎng)時(shí)長(zhǎng)統(tǒng)計(jì)可發(fā)現(xiàn)(圖4)，男性日均手機(jī)上網(wǎng)時(shí)長(zhǎng)比女性多出1.7小時(shí)。一方面說(shuō)明其上網(wǎng)時(shí)長(zhǎng)相對(duì)較長(zhǎng)，另一方面則是由于男性高強(qiáng)度上網(wǎng)比例多于女性，這在類(lèi)似的網(wǎng)絡(luò)極端案例研究中也有相關(guān)發(fā)現(xiàn)。從訪問(wèn)類(lèi)型上則能反映兩者的上網(wǎng)偏好差異：男性在“手機(jī)視頻”“手機(jī)游戲”“瀏覽器”等類(lèi)型上明顯投入時(shí)間更多，而女性則更多地使用 “社交網(wǎng)絡(luò)”。

圖4 分性別訪問(wèn)時(shí)長(zhǎng)

2. 網(wǎng)絡(luò)訪問(wèn)年齡差異

從上網(wǎng)時(shí)長(zhǎng)年齡分布上來(lái)看(圖5a)，手機(jī)上網(wǎng)的高強(qiáng)度群體主要集中在15—24歲的青少年，其日均手機(jī)上網(wǎng)時(shí)長(zhǎng)接近9.5小時(shí)，幾乎占了全部的可自由支配時(shí)間乃至部分學(xué)習(xí)、睡眠等剛性約束活動(dòng)時(shí)間。而隨著年齡的進(jìn)一步增長(zhǎng)，上網(wǎng)時(shí)長(zhǎng)則會(huì)逐步下降，總體呈現(xiàn)一種倒U型階段性分布的特點(diǎn)。針對(duì)不同年齡群體訪問(wèn)的網(wǎng)絡(luò)類(lèi)型進(jìn)行研究可發(fā)現(xiàn)：青少年更加關(guān)注“手機(jī)游戲”“手機(jī)音樂(lè)” “手機(jī)視頻”等娛樂(lè)類(lèi)別；而中老年群體對(duì)“金融理財(cái)”“打車(chē)軟件”“企業(yè)門(mén)戶(hù)”等商務(wù)性類(lèi)別的關(guān)注度則相比青少年群體較高。通過(guò)不同類(lèi)型間演替的折線圖可以發(fā)現(xiàn)(圖5b)，年齡變化帶來(lái)的上網(wǎng)偏好轉(zhuǎn)移主要發(fā)生在19—24歲這一階段，其關(guān)注重點(diǎn)逐漸從 “手機(jī)視頻”“手機(jī)游戲”向“網(wǎng)上購(gòu)物”“社交網(wǎng)絡(luò)”過(guò)渡，居民的虛擬活動(dòng)重心開(kāi)始從娛樂(lè)性向生活性轉(zhuǎn)變。

圖5 分年齡訪問(wèn)時(shí)長(zhǎng)

3. 網(wǎng)絡(luò)訪問(wèn)強(qiáng)度差異

由于總體特征中已經(jīng)揭示了不同個(gè)體間網(wǎng)絡(luò)訪問(wèn)強(qiáng)度的量級(jí)差異，單純將其按時(shí)長(zhǎng)分組則組間樣本量可能相差巨大，本研究結(jié)合其冪律分布的特點(diǎn)，采用上網(wǎng)時(shí)長(zhǎng)對(duì)數(shù)分組的方式將人群劃分為20個(gè)小組，其上網(wǎng)時(shí)長(zhǎng)隨分組序號(hào)逐漸增加。將各組用戶(hù)網(wǎng)絡(luò)訪問(wèn)構(gòu)成進(jìn)行均一化可以發(fā)現(xiàn)(圖6)，訪問(wèn)類(lèi)型和上網(wǎng)強(qiáng)度間確實(shí)存在一定關(guān)系：上網(wǎng)時(shí)長(zhǎng)較短的用戶(hù)使用各種類(lèi)型網(wǎng)絡(luò)的時(shí)間是較為均衡的，均為使用較短的時(shí)間以滿足基本的生活和工作需要；而隨著個(gè)體手機(jī)上網(wǎng)時(shí)長(zhǎng)的增加，多余的上網(wǎng)時(shí)間往往集中于 “手機(jī)視頻”和“網(wǎng)上購(gòu)物”，其占據(jù)了高強(qiáng)度人群60%的上網(wǎng)時(shí)間，即“非常規(guī)”上網(wǎng)活動(dòng)的主要類(lèi)別。

圖6 分強(qiáng)度訪問(wèn)類(lèi)型

(三)網(wǎng)絡(luò)訪問(wèn)關(guān)聯(lián)性

網(wǎng)絡(luò)訪問(wèn)中末位類(lèi)別的訪問(wèn)總量微乎其微，因而本研究針對(duì)個(gè)體網(wǎng)絡(luò)訪問(wèn)的關(guān)聯(lián)性探究?jī)H選擇了總量為前24位的類(lèi)型，并對(duì)抽樣的10萬(wàn)居民上網(wǎng)數(shù)據(jù)分別計(jì)算兩兩類(lèi)型間的相關(guān)性。結(jié)果表明，直接計(jì)算下的網(wǎng)絡(luò)訪問(wèn)相關(guān)性普遍偏低，沒(méi)有明顯規(guī)律。繼續(xù)將其中前三類(lèi)訪問(wèn)量做散點(diǎn)圖則發(fā)現(xiàn)(圖7)：由于訪問(wèn)時(shí)長(zhǎng)呈現(xiàn)冪律分布，一般性訪問(wèn)被壓縮，幾乎無(wú)法反映兩兩之間的真實(shí)關(guān)聯(lián)。為了進(jìn)一步體現(xiàn)這種網(wǎng)絡(luò)關(guān)系，此處設(shè)計(jì)了Z值進(jìn)行反映，其計(jì)算了兩種上網(wǎng)類(lèi)型間的平衡程度隨上網(wǎng)時(shí)長(zhǎng)的變化，具體如下：

圖7 訪問(wèn)量散點(diǎn)圖

式中，Tx為用戶(hù)訪問(wèn)x類(lèi)網(wǎng)絡(luò)的時(shí)長(zhǎng)，Ty為用戶(hù)訪問(wèn)y類(lèi)網(wǎng)絡(luò)的時(shí)長(zhǎng)。

將“手機(jī)視頻”“網(wǎng)上購(gòu)物”兩類(lèi)計(jì)算Z值可視化發(fā)現(xiàn)(圖8)：只有當(dāng)兩種類(lèi)型訪問(wèn)量均較小時(shí)會(huì)呈現(xiàn)一種平衡狀態(tài)，過(guò)量的訪問(wèn)并不會(huì)在兩者間均勻分布并呈現(xiàn)一種單純的正向關(guān)系，而是只會(huì)集中在單一類(lèi)別上(這一現(xiàn)象同樣出現(xiàn)在其他兩兩計(jì)算Z值的訪問(wèn)類(lèi)型中)。這一規(guī)律的現(xiàn)實(shí)意義更容易理解：在個(gè)體時(shí)間約束下，居民上網(wǎng)的強(qiáng)度和集中程度是相關(guān)的。居民上網(wǎng)時(shí)間越長(zhǎng)，這些增加的時(shí)間訪問(wèn)的類(lèi)型也就越集中，其越容易被特定的功能所吸引，即廣義上所說(shuō)的“網(wǎng)絡(luò)沉迷”以及“信息繭房”。

圖8 訪問(wèn)量Z值

了解這種關(guān)系機(jī)制后，可以將訪問(wèn)時(shí)長(zhǎng)超過(guò)正常值的部分去掉后重新計(jì)算其相關(guān)性，從而發(fā)現(xiàn)：“企業(yè)門(mén)戶(hù)”與“打車(chē)軟件”、“網(wǎng)上購(gòu)物”與“電子支付”、“手機(jī)視頻”與“綜合資訊”間也出現(xiàn)了明顯的相關(guān)關(guān)系，其基本符合常識(shí)中對(duì)上網(wǎng)類(lèi)型的經(jīng)驗(yàn)判斷。將單個(gè)訪問(wèn)類(lèi)型與其他類(lèi)型間的相關(guān)性疊加即反映了該類(lèi)型的中心程度，用連線粗細(xì)反映相關(guān)性強(qiáng)弱，即形成了上網(wǎng)類(lèi)型的關(guān)聯(lián)網(wǎng)絡(luò)(圖8)。在這一關(guān)聯(lián)網(wǎng)中，越靠近中心說(shuō)明人均訪問(wèn)時(shí)長(zhǎng)越長(zhǎng)，與其他類(lèi)型間的關(guān)聯(lián)性也就越高，是居民上網(wǎng)的共性和主導(dǎo)類(lèi)型；越靠近外側(cè)則說(shuō)明人均訪問(wèn)時(shí)長(zhǎng)越短，是居民上網(wǎng)的個(gè)性和附屬類(lèi)型。中心組團(tuán)的關(guān)聯(lián)主要圍繞“網(wǎng)絡(luò)購(gòu)物”“手機(jī)視頻”“電子支付”和“社交網(wǎng)絡(luò)”展開(kāi)并向外延伸，同時(shí)再次形成次級(jí)集聚組團(tuán)。其中部分關(guān)聯(lián)較符合經(jīng)驗(yàn)常識(shí)，但也有部分較為特殊，比如“借貸”和“手機(jī)閱讀”相關(guān)聯(lián)，“汽車(chē)信息”與“社交網(wǎng)絡(luò)”相關(guān)聯(lián)，這可能也映射了部分信息的傳播或投放途徑。訪問(wèn)量不低的“手機(jī)游戲”則居于外側(cè)，一方面因其并非生活性功能從而受眾面不如低強(qiáng)度類(lèi)別廣泛，另一方面則是由于其與核心組團(tuán)間存在明顯的時(shí)間利用競(jìng)爭(zhēng)關(guān)系，都是對(duì)閑暇時(shí)間的爭(zhēng)奪，而非功能互補(bǔ)，因而成為個(gè)性類(lèi)別居于外側(cè)。

圖9 訪問(wèn)類(lèi)型關(guān)聯(lián)網(wǎng)絡(luò)

四、 虛實(shí)空間活動(dòng)關(guān)聯(lián)

虛擬空間活動(dòng)在時(shí)間的約束條件下必然會(huì)對(duì)實(shí)體空間活動(dòng)產(chǎn)生影響。同時(shí)，作為個(gè)體興趣或活動(dòng)特征的反映，相似虛擬空間活動(dòng)的群體也應(yīng)呈現(xiàn)一定的實(shí)體空間活動(dòng)共性。對(duì)此，我們從虛擬空間的訪問(wèn)強(qiáng)度和訪問(wèn)類(lèi)型兩個(gè)角度展開(kāi)，探究其與實(shí)體空間的聯(lián)動(dòng)關(guān)系。

(一)訪問(wèn)強(qiáng)度下的空間關(guān)聯(lián)

1. 空間活動(dòng)關(guān)聯(lián)

針對(duì)訪問(wèn)強(qiáng)度，這里沿用了前文訪問(wèn)時(shí)長(zhǎng)指標(biāo)以及對(duì)數(shù)分組的方式；針對(duì)實(shí)體空間活動(dòng)特征，主要選擇了約束性更低的到訪活動(dòng)(非居住地、非工作地的長(zhǎng)時(shí)駐留點(diǎn))，并以工作日和周末、白天和夜晚兩組屬性交叉下的四個(gè)時(shí)段的活動(dòng)時(shí)長(zhǎng)和總體活動(dòng)頻率作為指標(biāo)，分析不同訪問(wèn)強(qiáng)度下的活動(dòng)特征差異。結(jié)果顯示(圖10)：隨著網(wǎng)絡(luò)訪問(wèn)時(shí)間的不斷增加，兩個(gè)指標(biāo)具有總體相似的變化特征，即先升高后下降；其中典型活躍的居民，其平均到訪活動(dòng)時(shí)長(zhǎng)和活動(dòng)頻率分別是不活躍居民的1.4倍和1.8倍。為了進(jìn)一步反映這種變化，研究做出用戶(hù)網(wǎng)絡(luò)訪問(wèn)時(shí)長(zhǎng)和活動(dòng)時(shí)間的散點(diǎn)圖(圖11)，其更清晰地呈現(xiàn)了個(gè)體而非群體狀態(tài)下的虛實(shí)空間影響關(guān)系。針對(duì)這種變化趨勢(shì)，可以結(jié)合現(xiàn)實(shí)意義解讀其影響機(jī)制：當(dāng)訪問(wèn)量總體較低時(shí)，結(jié)合前文特征關(guān)系中的分析，其用戶(hù)群體應(yīng)以中老年為主，其空間活動(dòng)的強(qiáng)度主要是受個(gè)體活動(dòng)能力或剛性活動(dòng)制約而呈現(xiàn)較低的特點(diǎn)；隨著訪問(wèn)強(qiáng)度的增加，人群結(jié)構(gòu)開(kāi)始向青少年轉(zhuǎn)移，其空間活動(dòng)強(qiáng)度加大、范圍擴(kuò)張，兩者呈現(xiàn)正向的關(guān)系。這兩個(gè)階段下，虛實(shí)空間強(qiáng)度上的關(guān)聯(lián)主要還是以個(gè)體屬性為媒介，而非直接相互作用；但當(dāng)訪問(wèn)強(qiáng)度超過(guò)特定閾值后，由于個(gè)體可支配時(shí)間具有有限性，進(jìn)一步的虛擬空間過(guò)量訪問(wèn)必然會(huì)帶來(lái)實(shí)體空間活動(dòng)的可見(jiàn)壓縮，因而形成了休閑活動(dòng)的大幅回落，此時(shí)虛擬空間已經(jīng)跨越了個(gè)體屬性開(kāi)始直接對(duì)實(shí)體空間產(chǎn)生影響。

圖10 分強(qiáng)度實(shí)體活動(dòng)

圖11 到訪活動(dòng)時(shí)長(zhǎng)散點(diǎn)圖

2. 空間分布關(guān)聯(lián)

過(guò)往對(duì)于居住空間的研究多揭示了個(gè)體屬性下“大雜居、小聚居”的特點(diǎn)，但這種屬性都是可見(jiàn)、可感知或是外在的社會(huì)性屬性；單純的虛擬空間活動(dòng)作為屬性則具有特殊的私密性，并不會(huì)被主觀察覺(jué)以作為居住選擇的考量因素。那么，虛擬空間的訪問(wèn)強(qiáng)度是否具有清晰可見(jiàn)的空間分布規(guī)律？對(duì)此進(jìn)行研究，可分別簡(jiǎn)單統(tǒng)計(jì)每個(gè)空間單元內(nèi)用戶(hù)的平均上網(wǎng)時(shí)間，再觀察總體的空間分布趨勢(shì)。結(jié)果表明，這種研究方法并沒(méi)有明顯的規(guī)律，僅呈現(xiàn)從中心城區(qū)向遠(yuǎn)郊區(qū)逐步降低的特點(diǎn)，而缺乏特征區(qū)域。通過(guò)分析可發(fā)現(xiàn)，這一結(jié)果可能是受到統(tǒng)計(jì)單元中人數(shù)總量分布差異的影響，單純統(tǒng)計(jì)平均值只會(huì)在“冪律分布”的概率條件下變相呈現(xiàn)人口多、均值大的特點(diǎn)，而部分人數(shù)較少的單元也更容易失真。因而，本研究最終采用了如下方式來(lái)凸顯不同訪問(wèn)強(qiáng)度用戶(hù)的分布差異：(1)將用戶(hù)按訪問(wèn)時(shí)長(zhǎng)排序。(2)選擇總時(shí)長(zhǎng)排序前2萬(wàn)人作為“高訪問(wèn)”用戶(hù)，后2萬(wàn)人作為“低訪問(wèn)”用戶(hù)。(3)將每個(gè)統(tǒng)計(jì)單元內(nèi)的兩種用戶(hù)分布數(shù)量相減并進(jìn)行空間可視化，負(fù)值區(qū)代表低訪問(wèn)用戶(hù)聚集，正值區(qū)代表高訪問(wèn)用戶(hù)聚集。通過(guò)這種處理方式，一方面使得兩者具有相同的人口基數(shù)，能進(jìn)行空間分布比較，另一方面也能避免因本身人口分布不均帶來(lái)的結(jié)構(gòu)性偏差以及網(wǎng)絡(luò)訪問(wèn)量間的數(shù)值差距，從而直觀準(zhǔn)確地描述兩類(lèi)極端人群的分布差異特征。最終結(jié)果顯示(圖12)：兩者空間分布確實(shí)具有一定差異，低訪問(wèn)用戶(hù)主要集中在中心城區(qū)，且最低值區(qū)域出現(xiàn)在上海市中心的黃浦區(qū)，尤其是一些歷史保護(hù)區(qū)域、里弄集中區(qū)域。其中本地老年人口較為集聚，因而呈現(xiàn)明顯網(wǎng)絡(luò)訪問(wèn)低值。而高訪問(wèn)用戶(hù)則相對(duì)集中在近郊區(qū)域、各大學(xué)校區(qū)和遠(yuǎn)郊的工業(yè)區(qū)。這種空間分布差異本質(zhì)上再次回應(yīng)了個(gè)體屬性分布差異，即低訪問(wèn)用戶(hù)多為中老年人群，而高訪問(wèn)用戶(hù)則以學(xué)校學(xué)生、工廠區(qū)域周邊工人為主。這與最初對(duì)其活動(dòng)特征的推測(cè)也是一致的，即：虛擬空間活動(dòng)本身可能并不會(huì)成為居住選擇的考量因素，但受到個(gè)體屬性的影響，也必然呈現(xiàn)一定的空間集聚性。

圖12 高、低訪問(wèn)人群居住地分布

(二)訪問(wèn)類(lèi)型下的空間關(guān)聯(lián)

在揭示不同訪問(wèn)強(qiáng)度群體分布的機(jī)制后，可預(yù)見(jiàn)的是，相同上網(wǎng)偏好群體在社會(huì)屬性的作用下必然也會(huì)產(chǎn)生不同的空間分布特征。鑒于網(wǎng)絡(luò)訪問(wèn)細(xì)分類(lèi)型多，不同類(lèi)型間訪問(wèn)量差距大，且彼此間本身就具有相關(guān)關(guān)系，這里只選擇了“金融理財(cái)”和“手機(jī)視頻”兩類(lèi)，以探究其高訪問(wèn)用戶(hù)和低訪問(wèn)用戶(hù)的空間分布差異。

“金融理財(cái)”空間分布中(圖13)，高訪問(wèn)群體主要集中在中心城區(qū)，以斑塊狀區(qū)域?yàn)橹?，并在陸家嘴區(qū)域連綿成片，向外則聚集在近郊典型高檔住宅區(qū)，如浦東別墅區(qū)、佘山別墅區(qū)和泰晤士小鎮(zhèn)別墅區(qū)等。低訪問(wèn)群體空間分布則并不具有典型特征。這基本揭示了研究對(duì)象中訪問(wèn)“金融理財(cái)”類(lèi)網(wǎng)絡(luò)的用戶(hù)一方面多為陸家嘴金融工作從業(yè)者，另一方面則多為相對(duì)高收入人群?！笆謾C(jī)視頻”空間分布規(guī)律(圖13)則與“金融理財(cái)”基本相反，中心城區(qū)整體以低訪問(wèn)群體為主，而高訪問(wèn)群體則集中在高校校區(qū)和制造業(yè)工業(yè)區(qū)，說(shuō)明高訪問(wèn)用戶(hù)主要是學(xué)生和工人群體。

圖13 “金融理財(cái)”用戶(hù)居住地分布

圖14 “手機(jī)視頻”用戶(hù)居住地分布

這兩個(gè)空間分布的案例進(jìn)一步說(shuō)明了虛擬空間屬性、實(shí)體空間分布與個(gè)體社會(huì)屬性的關(guān)聯(lián)關(guān)系。相似的經(jīng)濟(jì)能力、從業(yè)類(lèi)型、年齡、受教育水平下的個(gè)體具有相似的虛擬空間活動(dòng)特征，網(wǎng)絡(luò)訪問(wèn)數(shù)據(jù)進(jìn)一步擴(kuò)展了手機(jī)信令數(shù)據(jù)除時(shí)空間信息外的新的社會(huì)屬性標(biāo)簽。

(三)基于虛擬空間活動(dòng)的人群畫(huà)像

在對(duì)居民虛擬空間活動(dòng)及實(shí)體空間關(guān)系進(jìn)行部分探究后，本研究進(jìn)一步嘗試通過(guò)人群畫(huà)像的方式對(duì)這一信息進(jìn)行整合分析描述。以10萬(wàn)個(gè)體用戶(hù)為樣本，將“網(wǎng)上購(gòu)物”“手機(jī)視頻”“社交網(wǎng)絡(luò)”“綜合資訊”“金融理財(cái)”五個(gè)典型網(wǎng)絡(luò)訪問(wèn)量作為屬性標(biāo)簽，采用K-means方法進(jìn)行人群聚類(lèi)，預(yù)先以各類(lèi)訪問(wèn)量最大值為聚類(lèi)中心進(jìn)行擬合，以反映上網(wǎng)差距，并根據(jù)訪問(wèn)量差異程度合并相似聚類(lèi)，調(diào)整聚類(lèi)中心，最終形成了五種不同網(wǎng)絡(luò)訪問(wèn)重心的群體。為更易理解，這里以代稱(chēng)分為：“社交型人群”“金融型人群”“網(wǎng)購(gòu)型人群”“娛樂(lè)型人群”和“低上網(wǎng)人群”。在進(jìn)行各類(lèi)人群分類(lèi)后，對(duì)每類(lèi)人群的年齡結(jié)構(gòu)、性別比例分別進(jìn)行計(jì)算，同時(shí)將其到訪活動(dòng)的時(shí)長(zhǎng)、頻率、距離作為空間活動(dòng)指標(biāo)，形成虛實(shí)空間統(tǒng)一的居民特征，具體如下(表3)：

表3 五類(lèi)人群畫(huà)像

(1)“社交型人群”。該類(lèi)人群以女性、青少年群體居多，其虛擬空間活動(dòng)最典型的特征即高強(qiáng)度訪問(wèn)“社交網(wǎng)絡(luò)”類(lèi)網(wǎng)絡(luò)，其次為“網(wǎng)上購(gòu)物”類(lèi)網(wǎng)絡(luò)。在空間活動(dòng)上呈現(xiàn)“中頻長(zhǎng)時(shí)”的特征，即外出活動(dòng)頻率為中等水平，但單次在外活動(dòng)時(shí)長(zhǎng)是最長(zhǎng)的。這一年齡段主要對(duì)應(yīng)著學(xué)生群體，考慮到上學(xué)的剛性約束，其典型的到訪活動(dòng)大多局限在周末，因而制約了其活動(dòng)頻率；但精力充沛的年輕人往往會(huì)盡可能地增加在外游玩的時(shí)間以進(jìn)行補(bǔ)足，個(gè)體的社交需求從線上到線下形成了連續(xù)的閉環(huán)。

(2)“金融型人群”。該類(lèi)群體在“金融理財(cái)”類(lèi)網(wǎng)絡(luò)上投入了遠(yuǎn)高于均值的大量時(shí)間，并以男性、中年為主。從他們的到訪活動(dòng)可以發(fā)現(xiàn)，其外出頻率較高，同時(shí)能夠接受的外出距離也較遠(yuǎn)。個(gè)體屬性與虛擬空間活動(dòng)的匹配基本符合現(xiàn)實(shí)中對(duì)該類(lèi)群體的預(yù)期。與前者不同的是，其主要社交從線上轉(zhuǎn)移到了線下，需要更加頻繁的外出活動(dòng)，同時(shí)考慮到這一群體有私家車(chē)的比例，也不難解釋個(gè)體機(jī)動(dòng)能力提高的情況下空間活動(dòng)范圍的擴(kuò)張。

(3)“網(wǎng)購(gòu)型人群”。該類(lèi)群體性別基本平衡，年齡也并不集中，趨勢(shì)為年齡越大，所占比例越低。其虛擬活動(dòng)的主要類(lèi)型則為“網(wǎng)上購(gòu)物”。該類(lèi)人群的空間活動(dòng)同樣頻率較高，但活動(dòng)距離不會(huì)過(guò)遠(yuǎn)，活動(dòng)時(shí)間則稍長(zhǎng)。對(duì)于這一類(lèi)型的虛實(shí)空間關(guān)系并不能單純通過(guò)個(gè)體屬性進(jìn)行判斷。如果說(shuō)社交和金融更多是作為一種實(shí)體空間活動(dòng)的補(bǔ)充，兩者行動(dòng)具有一致性的傾向，網(wǎng)購(gòu)這一行為則與原有實(shí)體空間活動(dòng)存在明顯的競(jìng)爭(zhēng)關(guān)系。這也是虛實(shí)空間關(guān)系的復(fù)雜之處，競(jìng)爭(zhēng)關(guān)系帶來(lái)的結(jié)果可能是共同促進(jìn)，但也有可能是相互替代。

(4)“娛樂(lè)型人群”。這部分群體以男性偏多，年齡上則呈現(xiàn)高度青年化。他們?cè)凇笆謾C(jī)視頻”“綜合資訊”上花費(fèi)了大量時(shí)間，主要是訪問(wèn)“快手”“抖音”“微博”等類(lèi)似的平臺(tái)。從個(gè)體活動(dòng)上看，其外出活動(dòng)時(shí)間和活動(dòng)頻率相對(duì)較低，但能接受的空間活動(dòng)距離較遠(yuǎn)。這一類(lèi)人群反映了當(dāng)前青年群體虛擬空間活動(dòng)中最常見(jiàn)的一面。同時(shí)不可否認(rèn)的是，較多的網(wǎng)絡(luò)休閑活動(dòng)削弱了這一類(lèi)群體的短距離外出。

(5)“低上網(wǎng)人群”。該類(lèi)人群上網(wǎng)特征也較為鮮明，即：對(duì)各類(lèi)網(wǎng)絡(luò)的訪問(wèn)量均較低，較少地使用移動(dòng)網(wǎng)絡(luò)；性別基本平衡，年齡上則與“網(wǎng)購(gòu)型人群”相反，趨勢(shì)為年齡越大，所占比例越高；其空間活動(dòng)特征也呈現(xiàn)明顯的差異，外出活動(dòng)的時(shí)長(zhǎng)、頻率和距離都是最短的，也就是說(shuō)他們更多在家附近進(jìn)行短距離的活動(dòng)。這組人群的屬性、網(wǎng)絡(luò)訪問(wèn)和實(shí)體活動(dòng)三者基本是相匹配的，幾乎呈現(xiàn)了較少上網(wǎng)的老年人的空間活動(dòng)狀態(tài)。

實(shí)際上，網(wǎng)絡(luò)訪問(wèn)本身的復(fù)雜性決定了個(gè)體活動(dòng)選擇具有無(wú)數(shù)種可能，基于不同的分類(lèi)標(biāo)準(zhǔn)或是網(wǎng)絡(luò)類(lèi)型劃分也可能產(chǎn)生更多的人群類(lèi)型。這里的五類(lèi)人群主要是基于最多訪問(wèn)的類(lèi)型來(lái)劃分，可展現(xiàn)一種虛擬空間活動(dòng)分類(lèi)解釋所對(duì)應(yīng)的社會(huì)屬性和空間活動(dòng)的方式。這種解釋雖然不能完全地剖析實(shí)體空間活動(dòng)或默認(rèn)兩者產(chǎn)生了直接影響，但從空間活動(dòng)差異對(duì)比或是分布的角度仍為我們提供了一種新的視角。

五、 總結(jié)與討論

手機(jī)信令數(shù)據(jù)由于其兼具實(shí)體空間活動(dòng)數(shù)據(jù)以及虛擬空間訪問(wèn)數(shù)據(jù)的雙重特點(diǎn)，因而能夠更好地反映兩者間的互動(dòng)關(guān)系?；诒疚难芯靠砂l(fā)現(xiàn)：(1)以數(shù)據(jù)反映的上海核心人口為例，居民日均上網(wǎng)時(shí)長(zhǎng)約為5.35小時(shí)，類(lèi)型上以“網(wǎng)上購(gòu)物”和“手機(jī)視頻”為主；男性、青少年群體上網(wǎng)強(qiáng)度顯著增加；同時(shí)隨著年齡的增加，網(wǎng)絡(luò)訪問(wèn)需求呈現(xiàn)從“娛樂(lè)型”向“生活型”的轉(zhuǎn)變。(2)網(wǎng)絡(luò)訪問(wèn)類(lèi)型間存在較為復(fù)雜的關(guān)聯(lián)關(guān)系，隨著訪問(wèn)量的增加，類(lèi)型逐漸由“均質(zhì)化”變?yōu)椤凹谢保矣伞熬W(wǎng)絡(luò)購(gòu)物”“手機(jī)視頻”“電子支付”“社交網(wǎng)絡(luò)”所組成的核心“共性”圈層向外擴(kuò)展。(3)虛實(shí)空間活動(dòng)共同受到個(gè)體社會(huì)屬性的影響而呈現(xiàn)隨同變化的特點(diǎn)。網(wǎng)絡(luò)訪問(wèn)增加，外出活動(dòng)也隨之增加，但當(dāng)訪問(wèn)總量超過(guò)一定限度時(shí)，就會(huì)反向直接約束實(shí)體空間活動(dòng)。(4)相同訪問(wèn)強(qiáng)度、訪問(wèn)類(lèi)型的群體其空間活動(dòng)和空間分布存在一定的共性，虛擬空間活動(dòng)可作為一種平行于社會(huì)屬性的“標(biāo)簽”，對(duì)個(gè)體的時(shí)空間活動(dòng)進(jìn)行解釋。

本研究一方面探索了基于手機(jī)信令數(shù)據(jù)的虛擬空間研究方式，并與實(shí)體空間活動(dòng)相結(jié)合，擴(kuò)展了個(gè)體時(shí)空間研究的領(lǐng)域范圍；另一方面也印證了虛擬空間活動(dòng)作為獨(dú)特的個(gè)體活動(dòng)類(lèi)型在居民中的差異與影響。對(duì)其信息和特征的挖掘不僅有助于豐富當(dāng)前時(shí)代背景下的個(gè)體行為研究，同時(shí)作為一種特殊需求的反映，也可以作為新的社會(huì)性“標(biāo)簽”來(lái)解釋社會(huì)現(xiàn)象。實(shí)際上，虛擬空間活動(dòng)與實(shí)體空間活動(dòng)間的互動(dòng)不僅體現(xiàn)在本文重點(diǎn)研究的訪問(wèn)強(qiáng)度和類(lèi)型上。當(dāng)進(jìn)一步縮小研究的時(shí)間精度時(shí)，伴隨實(shí)體活動(dòng)發(fā)生的網(wǎng)絡(luò)行為所反映的信息也能從更微觀的角度對(duì)個(gè)體行為進(jìn)行解釋。因而，針對(duì)這一領(lǐng)域的研究不僅僅需要通過(guò)大數(shù)據(jù)對(duì)宏觀層面進(jìn)行把控了解，同樣需要問(wèn)卷調(diào)查、時(shí)間利用日志等多種微觀層面的后續(xù)研究進(jìn)行拓展豐富。

(感謝鄧良凱對(duì)本文的貢獻(xiàn)。)