本刊“学术动态（Planning Reviews）”栏目，推介国内外学术书籍和文献报告、关注国际研究动态和前沿热点、分享规划案例研究。本期“城市规划技术与方法”专栏，向大家推介1篇关于城市中社会群体流动性的文章。

（专栏编辑：肖扬，同济大学建筑与城市规划学院教授）

相似的社会群体在城市中是否具有相似的流动性？以中国深圳社会区和流动性为例

来源：SHI R, YEH A G O. Do similar social groups have similar mobility in a city? social areas and mobility in Shenzhen, China[J]. Cities, 2023, 138:104350.

1 研究概要

社会区分析（social area analysis） 已应用于分析城市空间的空间布局。相关研究将城市居民划分为社会经济地位相似的不同群体。然而，很少有研究试图探讨这些社会群体的流动性，尤其是对于无法轻易获得包含旅行信息的人口普查数据的发展中国家。本研究探讨了同一社会区的人们是否具有相似的工作流动性，以及从聚合社区的角度来看区位是否重要。在中国深圳进行了一项案例研究，使用了细粒度的人口普查和手机数据。基于居委会的人口普查和基于手机信号塔的手机数据被整合到500 m 网格中进行分析。结果表明，不同社会区的工作流动性存在显着差异，群体内异质性突出。通过考察三个区位因素，发现不同社会区空间因素对工作流动性的影响存在差异。这项研究的结果将补充目前有关中国城市中尺度社会区域、位置和流动性的知识。此外，该方法为未来的城市研究提供了整合不同来源的城市规模社会经济信息和流动数据的可行框架。

2 研究区域与数据

研究城市是广东省深圳市，位于中国南部大湾区，毗邻香港和澳门。深圳于1979 年成为经济特区，到2010年人口已达1030万。深圳经济中第二产业和第三产业的比重极高，与香港、澳门关系密切。2010年人口普查数据显示，无本地户口的外来人口占总人口的82.2%。这种特殊的人口构成造成了深圳居民的社会空间分异。研究区域包括罗湖、福田、南山、盐田、宝安、龙岗6 个行政区。研究数据主要有：人口普查、手机数据、POI数据和房屋销售数据。本研究利用2010年人口普查数据来分析社会区域，虽然已经过时，但2010 年人口普查有居委会的空间单位，与其他研究中街道的空间单位相比，粒度更细。以深圳市为例，2010 年共有59 个街道、782 个居委会。为了与2010年人口普查进行时间匹配，本研究使用2012 年收集的手机数据来分析流动性。

3 研究方法

3.1 社会区分析

本研究采用社会区分析的方法探讨居民在社会经济和住房维度上的社会空间分异。具有相似特征的居民聚集在一起，被视为一个社会群体。遵循传统的因子生态学方法，应用主成分分析（PCA）和聚类分析。从PCA中提取的主要因素将被解释并视为社会空间分异的主要维度，具有相似因子得分的区域是聚集在一起的。鉴于案例研究城市中城中村的比例较大，为了更好地描述城市空间，提出了城中村指数（UVI），用于根据POI 和房屋销售数据计算得出附近城中村住宅的百分比。UVI的取值范围为0-1，值较高表明居委会内存在较多城中村住宅。PCA 之后，进行聚类分析，将每个因素得分相似的区域分组为一个社会区。

3.2 工作流动性（work mobility） 测量

在衡量居民的工作流动性之前，必须从手机数据中识别工作出行。根据相关文献，按照以下标准从手机数据中提取家庭和工作地点：家庭地点是指个人在上午0 点至7 点停留时间最长的地点，最短停留时间阈值为4 h；工作场所是指个人从上午9点到晚上18点停留时间最长、最短停留时间为5h的地点。工作出行是指从家到工作地点的出行。鉴于手机数据基于手机信号塔，因此使用500m网格来聚合工作行程。其一，均匀分布的500m网格可以减少可修改面积单元问题（MAUP）。其二，网格比居委会小，便于后续分析，尤其是同一社会区域内的流动性。本研究提出了三个衡量工作流动性的指标：出行空间紧凑度、出行空间大小和平均出行距离。紧凑度的取值范围为0—1，值越大，流动性越高。应用模糊c-均值聚类算法对三个流动性指标进行分类，以便于可视化。

3.3 工作流动性与社会区的关系分析

为了探讨流动性是否与社会区相关，将导出的社交群体和手机数据整合进行统计分析。与流动性分析相同，采用500 m网格作为空间单元。居委会网格和多边形之间的几何关系是通过网格中心和多边形区域的空间连接得出的。如果网格的质心位于邻域多边形的内部或边界上，则该网格的社交区类型将是邻域多边形的社交区类型。方差分析（ANOVA） 最初用于研究组间差异。本研究旨在检验生活在以社会经济地位和住房条件为特征的不同社会区人们的工作流动性是否存在显着差异。在方差分析中，因变量是流动性的三个连续指标：紧凑性、出行空间大小和出行距离，自变量是已确定的社会区。虽然方差分析可以检验组间流动性差异的显着性，但本研究旨在更多地探讨影响工作流动性的空间因素。引入分类变量“中心/郊区”来了解市中心或郊区的居民是否具有不同的工作流动性，并通过方差分析进行检验。此外，本研究还通过协方差分析(ANCOVA) 检验了地铁的可达性和自给度两个连续变量。根据结果，可以确定合适的回归模型，例如联合模型（不同斜率，相同截距）、并行模型（相同斜率、不同截距）和完整模型（斜率和截距不同）。回归模型的因变量与ANOVA和ANCOVA类似，即三个流动性指标。自变量包括社会区、中心/郊区、地铁的可达性和自给自足。如果ANCOVA 表明斜率差异显着，则可以对两个分类变量执行单独的回归模型。

4 研究结果与结论

应用主成分分析和聚类分析将居民划分为家庭流动地区、城中村青年居民、当地老社区、当地新社区、农民工集中区五类社会区，发现深圳有“中郊区”的格局（“central-suburban”pattern）。从手机数据中提取工作出行，并通过出行空间紧凑度、出行空间大小和出行距离三个指标来衡量工作流动性。居民的流动模式按照低-中-高类别进行可视化。在随后的统计分析中，研究了流动性、位置和社交区域之间的关系。结果表明：①不同社会区的工作流动性存在显着差异。②居住在同一社会区、具有相似社会经济和住房状况的居民的流动模式存在差异。③组内异质性与空间因素有关，包括中心/郊区位置、地铁可达性和自给度。基于细粒度人口普查（居委会层面），本研究发现，在中尺度，即社会区层面，社会经济相似的居民并不一定表现出相似的工作流动性，工作流动的异质性受到社会领域和空间因素的影响。

5 研究局限与展望

本研究的局限性有：①移动电话数据集仅覆盖一个工作日，家庭和工作地点的识别存在偏差，如果能够获取多天的手机数据，可以减少偏差。②本研究使用了以居委会为空间单位的细粒度的2010年全国人口普查数据和2012年的手机数据。外来人口不断流动，深圳的社会群体可能因户口政策收紧、房价上涨等多种原因而发生变化。未来研究中一个有趣的话题是对2020年最新人口普查的研究：社会区和流动性是否只有微小的变化，还是出现了新的模式。③本研究仅研究了工作流动性的差异，其他出行方式（例如购物和休闲旅行） 可能存在的差异值得进一步研究。④最后，由于空间和交通结构的不同，不同城市社会区和流动性的关系可能会有所不同，需要在其他城市和文化背景下进行更多研究。

（供稿：饶宇航，同济大学建筑与城市规划学院硕士研究生）

URBAN PLANNING FORUM Since 1957

创新性、前瞻性、学术性

中文核心期刊，中国科技核心期刊，中国人文社会科学核心期刊，中文社会科学引文索引来源期刊（CSSCI），中国期刊全文数据库（CJFD）全文收录期刊，中国学术期刊综合评价数据库（CAJCED）统计源期刊，中国科学引文数据库（CSCD）来源期刊，中国核心学术期刊（RCCSE），国家哲学社会科学学术期刊数据库收录期刊，乌利希国际期刊指南（UPD）收录期刊

官网链接：

投稿链接：

Email: upforum@vip.126.com

电话：021-65983507

传真：021-65975019