【作者】张雨洋a，李彦a，张恩嘉a，龙瀛a,b*
a 清华大学建筑学院
b 清华大学恒隆房地产研究中心，生态规划与绿色建筑教育部重点实验室
【通讯作者邮箱】ylong@tsinghua.edu.cn
【原文信息】Zhang Y, Li Y, Zhang E & Long Y. Revealing virtual visiting preference: Differentiating virtual and physical space with massive TikTok records in Beijing. Cities, 2022, 130: 103983. https://doi.org/10.1016/j.cities.2022.103983
【全文链接】https://www.sciencedirect.com/science/article/pii/S026427512200422X
【研究数据】字节跳动提供的匿名数据集
内容导读
清华大学恒隆房地产研究中心龙瀛课题组发表研究论文“Revealing virtual visiting preference: Differentiating virtual and physical space with massive TikTok records in Beijing”（揭示虚拟探访偏好：用北京海量抖音数据区分虚拟和现实空间），2022年9月由Elsevier旗下Cities期刊在线发表。
随着信息通信技术的日益普及，社交媒体已成为人们日常生活最常用的虚拟空间之一，产生了具有新逻辑和结构的虚拟空间性质。然而，由于缺乏从现实空间所构建的合适的基准参照，很少有研究分析虚拟空间中探访偏好所存在的差异。
抖音（英文名TikTok）地理标记数据记录了所在位置拍摄视频的数量，以及相应视频被观看、点赞、评论、分享的次数，为研究虚拟空间探访（VVA）及现实世界探访（PVA）的空间偏好差异提供了重要支撑。
研究以视频拍摄数量为人们线下实体探访的指标，以视频被观看、点赞、评论、分享的次数为人们线上虚拟探访的指标，并将建成环境要素作为参照对象，分别研究其与虚拟探访及现实探访的关系。研究以北京市五环为研究范围，以街道为基本研究空间单元，通过OLS回归模型分别探索了两种探访指标与街道空间区位、空间形态、周边功能以及空间品质四类建成环境要素的关系。
结果通过对比现实世界探访方式，揭示出虚拟探访的3个主要特征：1.由于虚拟世界间接感知的本质，虚拟探访与建成环境要素的关联性较现实世界探访低。2.人们在现实世界中比较熟悉的、可以塑造令人印象深刻的城市意向要素，如地标和城市节点，在虚拟空间中得到显著增强。3.在现实世界中容易感知但难以通过视觉媒介呈现的建成环境要素，如功能多样性，在虚拟空间中的重要性较低。
该研究结果为认识信息通信技术影响下城市活动的复杂性，理解虚拟空间探访的空间偏好及逻辑提供支持，为元宇宙构建和数字孪生建设提供参考。
研究方法与结果
研究的因变量为以视频拍摄数量为代表的现实世界探访以及以视频被观看、点赞、评论、分享次数为代表的虚拟空间探访密度，自变量为多维度建成环境要素，包括街道区位指标（离CBD、地铁站、次级中心的距离）、空间形态指标（街道宽度、长度、建筑密度、交叉口密度）、街道功能指标（POI密度、POI混合度）及空间品质指标（街景中树的占比、街道宽高比、贴线率、空间失序程度）。研究通过三组模型分析现实世界探访及虚拟空间探访与建成环境要素的关系差异：模型1比较虚拟探访综合指标与现实探访之间的差异；模型2-1比较虚拟空间探访中观看与点赞、评论、转发的差异；模型2-2为鲁棒性验证比较不同空间范围（北京各环线间）结果的差异性与一致性。
图1. 研究框架
图2. 虚拟探访和现实探访活动核密度图：(1) POI层级的虚拟空间探访探访结果；（2）街道层级的虚拟空间探访探访结果；（3）POI层级的现实世界探访探访结果；（4）街道层面的现实世界探访探访结果
研究结果（模型1）显示：（1）现实探访（R2=0.313）比虚拟探访（R2=0.269）与建成环境要素的相关性更高；（2）地标、城市节点、主干道在虚拟探访中的作用更显著；（3）可以在现实世界探访中明显感知，但在视频中难以感知的功能混合度，在虚拟探访中的作用远没有那么重要；（4）可能影响空间品质的视觉性要素在虚拟空间中更重要。研究通过模型2-1及2-2比较不同的虚拟空间探访方式以及不同地理区域的结果检验了研究结论的稳健性，并分析了差异存在的可能原因。
图3. 模型1虚拟探访综合指标与现实探访与建成环境要素的回归系数比较
（只包含显著性指标，下同）
图4. 模型2-1虚拟探访中观看与点赞、评论、转发与建成环境要素的回归系数比较
图5. 模型2-2不同环线的回归结果比较
基金支持
研究由国家自然科学基金面上项目（项目号：52178044），国家自然科学基金重点基金（项目号：71834005）和中国国家博士后基金（项目号：2019TQ0166）共同资助。
