王德 朱禮才淇 晏龍旭

摘要：移動(dòng)網(wǎng)絡(luò)使用在日常生活中的比重逐漸增加，對(duì)個(gè)體時(shí)空間活動(dòng)產(chǎn)生了一定的影響。手機(jī)信令數(shù)據(jù)的獲取途徑能夠同時(shí)反映虛實(shí)空間活動(dòng)特征及其相互關(guān)系，因此以該數(shù)據(jù)為基礎(chǔ)，對(duì)個(gè)體虛擬空間活動(dòng)特征及虛實(shí)空間聯(lián)動(dòng)關(guān)系進(jìn)行探究。研究發(fā)現(xiàn)：上海核心用戶日均上網(wǎng)時(shí)長(zhǎng)已達(dá)5.35小時(shí)，主要集中于“網(wǎng)絡(luò)購(gòu)物”“手機(jī)視頻”和“社交網(wǎng)絡(luò)”等類型，且訪問(wèn)類型隨性別、年齡、訪問(wèn)強(qiáng)度等特征而發(fā)生變化;其次，訪問(wèn)類型間存在一定的相關(guān)性，并呈現(xiàn)圈層分布的網(wǎng)絡(luò)結(jié)構(gòu);再次，虛實(shí)空間關(guān)系呈現(xiàn)由相互促進(jìn)到相互制約的變化，網(wǎng)絡(luò)訪問(wèn)作為一種新的個(gè)體屬性“標(biāo)簽”，能夠?qū)€(gè)體行為模式和空間分布進(jìn)行解釋與分析。

關(guān)鍵詞：手機(jī)信令數(shù)據(jù); 網(wǎng)絡(luò)訪問(wèn); 個(gè)體行為活動(dòng)

C912.81 A 0056 11

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)居民日常活動(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[12]。

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[34]，提高交通網(wǎng)絡(luò)的效率[56]，同時(shí)也為出行活動(dòng)提供了多任務(wù)處理的可能性[711]。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[1216]，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)境類型等影響[1516]。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)依賴程度、使用內(nèi)容和手機(jī)App使用類型、時(shí)長(zhǎng)、偏好等角度進(jìn)行了分析。在移動(dòng)互聯(lián)網(wǎng)依賴程度方面，不同依賴程度的人群其實(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[1718]。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[1920]，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)周圍實(shí)體空間的訪問(wèn)[2122]。還有研究通過(guò)居民App使用類型、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資訊的用戶，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)997%，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?，本文以上海為例，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)通公司用戶的手機(jī)信令數(shù)據(jù)，其用戶總量為1000萬(wàn)人?？紤]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（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?；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)別用戶的駐留點(diǎn)、出行鏈，并根據(jù)駐留點(diǎn)特征標(biāo)記用戶的居住地和工作地。（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)類型、訪問(wèn)時(shí)長(zhǎng)和使用流量;其中網(wǎng)絡(luò)訪問(wèn)類型按照功能分為6個(gè)大類、102個(gè)小類（表1），基本覆蓋了虛擬空間各類領(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)用戶每月訪問(wèn)該類網(wǎng)絡(luò)的時(shí)長(zhǎng)（單位：毫秒）和流量（單位：bit）。（3）用戶屬性數(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性別、年齡等標(biāo)簽屬性。

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?？紤]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)用戶中抽取了10萬(wàn)用戶作為個(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>

（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”兩類高、低用戶的居住地分布進(jìn)行刻畫;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)人群畫像的方式進(jìn)行現(xiàn)實(shí)意義的解釋，從而揭示網(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)鄡缏煞植迹▓D2），且?guī)讉€(gè)主要網(wǎng)絡(luò)訪問(wèn)類型趨勢(shì)相同，這說(shuō)明上網(wǎng)的強(qiáng)度分布是嚴(yán)重不均的，少量用戶訪問(wèn)量極大，而大量用戶訪問(wèn)量較少。

2. 分類型上網(wǎng)特征

從網(wǎng)絡(luò)使用類型來(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)流量上仍以該三類為主導(dǎo)，但排序出現(xiàn)差異?！笆謾C(jī)視頻”類網(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。

（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)”。

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)類別;而中老年群體對(duì)“金融理財(cái)”“打車軟件”“企業(yè)門戶”等商務(wù)性類別的關(guān)注度則相比青少年群體較高。通過(guò)不同類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。

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)較短的用戶使用各種類型網(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)的主要類別。

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

網(wǎng)絡(luò)訪問(wèn)中末位類別的訪問(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)類型間的平衡程度隨上網(wǎng)時(shí)長(zhǎng)的變化，具體如下：

Z=Tx-TyTx+Ty

式中，Tx為用戶訪問(wèn)x類網(wǎng)絡(luò)的時(shí)長(zhǎng)，Ty為用戶訪問(wèn)y類網(wǎng)絡(luò)的時(shí)長(zhǎng)。

將“手機(jī)視頻”“網(wǎng)上購(gòu)物”兩類計(jì)算Z值可視化發(fā)現(xiàn)（圖8）：只有當(dāng)兩種類型訪問(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”。

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)門戶”與“打車軟件”、“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)類型的經(jīng)驗(yàn)判斷。將單個(gè)訪問(wèn)類型與其他類型間的相關(guān)性疊加即反映了該類型的中心程度，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)性類別居于外側(cè)。

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。

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)度用戶的分布差異：（1）將用戶按訪問(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，后2萬(wàn)人作為“低訪問(wèn)”用戶。（3）將每個(gè)統(tǒng)計(jì)單元內(nèi)的兩種用戶分布數(shù)量相減并進(jìn)行空間可視化，負(fù)值區(qū)代表低訪問(wèn)用戶聚集，正值區(qū)代表高訪問(wèn)用戶聚集。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)用戶多為中老年人群，而高訪問(wèn)用戶則以學(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。

（二）訪問(wèn)類型下的空間關(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)分類型多，不同類型間訪問(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，以探究其高訪問(wèn)用戶和低訪問(wèn)用戶的空間分布差異。

“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)”類網(wǎng)絡(luò)的用戶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)用戶主要是學(xué)生和工人群體。

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，預(yù)先以各類訪問(wèn)量最大值為聚類中心進(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，調(diào)整聚類中心，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)行各類人群分類后，對(duì)每類人群的年齡結(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）：

（1）“社交型人群”。該類人群以女性、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)”類網(wǎng)絡(luò)，其次為“網(wǎng)上購(gòu)物”類網(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”。該類群體在“金融理財(cái)”類網(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)的主要類型則為“網(wǎng)上購(gòu)物”。該類人群的空間活動(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)削弱了這一類群體的短距離外出。

（5）“低上網(wǎng)人群”。該類人群上網(wǎng)特征也較為鮮明，即：對(duì)各類網(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，基于不同的分類標(biāo)準(zhǔn)或是網(wǎng)絡(luò)類型劃分也可能產(chǎn)生更多的人群類型。這里的五類人群主要是基于最多訪問(wèn)的類型來(lái)劃分，可展現(xiàn)一種虛擬空間活動(dòng)分類解釋所對(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，類型逐漸由“均質(zhì)化”變?yōu)椤凹谢?，且由“網(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)。）

YOUSEFI Z， DADASHPOOR H， HANLEY R E. How do ICTs affect urban spatial structure？ A systematic literature review[J]. Journal of Urban Technology， 2020， 27（1）：4765.

[2] 申悅，柴彥威，王冬根.ICT對(duì)居民時(shí)空行為影響研究進(jìn)展[J].地理科學(xué)進(jìn)展，2011，30（6）：643651.

[3] 王波，甄峰，謝金燕，等.智慧社會(huì)下的遠(yuǎn)程通勤：基于全天和非全天在家辦公選擇及影響因素的分析[J].地理科學(xué)，2021，41（5）：788796.

[4] HOPKINS J L， MCKAY J. Investigating “anywhere working” as a mechanism for alleviating traffic congestion in smart cities[J]. Technological Forecasting and Social Change， 2019， 142：258272.

[5] LENZ B，? NOBIS C. The changing allocation of activities in space and time by the use of ICT—“Fragmentation” as a new concept and empirical results[J]. Transportation Research Part A Policy & Practice， 2007， 41（2）：190204.

[6] SCHWANEN T， KWAN M P. The internet， mobile phone and space-time constraints[J]. Geoforum， 2008， 39（3）：13621377.

[7] WARDMAN M，? LYONS G. The digital revolution and worthwhile use of travel time： Implications for appraisal and forecasting[J]. Transportation， 2016， 43（3）：507530.

[8] GRIPSRUD M， HJORTHOL R. Working on the train： From “dead time” to productive and vital time[J]. Transportation， 2012， 39（5）：941956.

[9] TANG J， ZHEN F， CAO J， et al. How do passengers use travel time？ A case study of Shanghai—Nanjing high speed rail[J]. Transportation， 2018， 45（4）：451477.

[10] VARGHESE V，? JANA A. Impact of ICT on multitasking during travel and the value of travel time savings： Empirical evidences from Mumbai， India[J]. Travel Behaviour and Society， 2018， 12：1122.

[11] 王波， 盧佩瑩， 甄峰. 智慧社會(huì)下的城市地理學(xué)研究——基于居民活動(dòng)的視角[J]. 地理研究， 2018， 37（10）：20752086.

[12] DING Y， LU H. The interactions between online shopping and personal activity travel behavior： An analysis with a GPS-based activity travel diary[J]. Transportation， 2017， 44（2）：114.

[13] CAO X. E-Shopping， spatial attributes， and personal travel[J]. Transportation Research Record： Journal of the Transportation Research Board， 2009， 2135： 160169.

[14] ZHOU R， FONG P， TAN P. Internet use and its impact on engagement in leisure activities in China[J]. PLOS ONE， 2014， 9（2）：111.

[15] 張永明，甄峰.建成環(huán)境對(duì)居民購(gòu)物模式選擇的影響——以南京為例[J].地理研究，2019，38（2）：313325.

[16] 王德，田金玲，譚文墾.基于網(wǎng)絡(luò)購(gòu)物行為偏好的上海市居民購(gòu)物方式演替研究[J].同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，48（11）：15521561.

[17] KONRAD K， WITTOWSKY D. Virtual mobility and travel behavior of young people — Connections of two dimensions of mobility[J]. Research in Transportation Economics， 2018， 68：1117.

[18] THULIN E， VILHELMSON B. More at home， more alone？ Youth， digital media and the everyday use of time and space[J]. Geoforum， 2019， 100：4150.

[19] SHEN C， WILLIAMS D. Unpacking time online： Connecting internet and massively multiplayer online game use with psychosocial well-being[J]. Communication Research， 2010， 38（1）：123149.

[20] EKSTROEM M， OLSSON T， SHEHATA A. Spaces for public orientation？ Longitudinal effects of Internet use in adolescence[J]. Information Communication & Society， 2014， 17（2）：168183.

[21] LEYSHON M， DIGIOVANNA S， HOLCOMB B. Mobile technologies and youthful exploration： Stimulus or inhibitor？[J]. Urban Studies， 2013， 50（3）：587605.

[22] SKELTON T， GOUGH KV. Introduction： Young peoples im/mobile urban geographies[J]. Urban Studies. 2013;50（3）：455466.

[23] WANG Yihong， CORREIA G H A， et al. Understanding travellers preferences for different types of trip destination based on mobile internet usage data[J]. Transportation Research Part C Emerging Technologies， 2018， 90： 247259.

[24] 尹罡，甄峰.人群與活動(dòng)差異視角下網(wǎng)絡(luò)休閑對(duì)實(shí)體休閑的影響方式研究[J].地理與地理信息科學(xué)，2020，36（5）：7279.

[25] XI Guangliang， ZHEN Feng， GILLES Puel， et al. Spatio-temporal fragmentation of leisure activities in information era： Empirical evidence from Nanjing， China[J]. Chinese Geographical Science， 2017， 27： 137150.

[26] ZONG W， ZHANG J. Use of smartphone applications and its impacts on urban life： A survey and random forest analysis in Japan[J]. Sustainable Cities and Society， 2019， 49.

[27] HATUKA T， ZUR H， MENDOZA J A. The urban digital lifestyle： An analytical framework for placing digital practices in a spatial context and for developing applicable policy[J]. Cities， 2020， 111.

[28] 鄧清華， 薛德升， 龔建周. 廣州市居民網(wǎng)絡(luò)購(gòu)物頻率的影響因素及其空間差異[J]. 地理科學(xué)， 2020（6）：928938.

[29] 鐘煒菁， 王德， 謝棟燦， 等. 上海市人口分布與空間活動(dòng)的動(dòng)態(tài)特征研究——基于手機(jī)信令數(shù)據(jù)的探索[J]. 地理研究， 2017，36（5）：972984.

[30] 丁亮， 鈕心毅， 宋小冬. 上海中心城就業(yè)中心體系測(cè)度——基于手機(jī)信令數(shù)據(jù)的研究[J]. 地理學(xué)報(bào)， 2016， 71（3）：16.

The Characteristics of the Use of Mobile Internet and the Comovement

between Physical and Virtual Spaces

WANG De， ZHU Licaiqi， YAN Longxu

College of Architecture and Urban Planning， Tongji University， Shanghai 200092， China

Mobile network has played an increasingly important role in daily life. It has also influenced the individual spatial-temporal activity. Based on cell phone signaling data which can reflect both the characteristics of physical and virtual space activities and their correlations， this paper focuses on the features that characterize the individual virtual activity and its association with physical activity. It is found that the average daily surfing time of Shanghai residents has reached 5.35 hours and “online shopping”，“mobile video” and “social media” are the main preferences in cell phone usage， which vary with gender， age， online intensity and other characteristics. Upon further exploration， a certain correlation among online types was found， showing a network structure with different layers from tight to loose. It is also found that the relationship between virtual and physical space has changed from mutual promotion to mutual restriction. Online activity， as a new label of individual attribute， has great potential in explaining individual behavior patterns and spatial distribution.

cell phone signaling data; online surfing; individual behavior