【作者】Ruoxi Wanga, Xingyuan Zhanga, Nan Lia,b
a Department of Construction Management, Tsinghua University, China
b Hang Lung Center for Real Estate, Tsinghua University, China
【通讯作者邮箱】nanli@tsinghua.edu.cn
【期刊信息】Cities, Volume 130, Issue 1039397
【全文链接】https://doi.org/10.1016/j.cities.2022.103939
近年来，多样化的人群移动轨迹数据的涌现以及大数据采集与分析处理技术的发展为研究和解决各类城市问题提供了新的契机。在广泛阅读并分析了四百余篇关于人群移动应用于各类城市场景中解决城市问题的国内外文献的基础上，研究发现了现有研究中对人群移动定义的局限性限制了人群移动在城市应用中的价值和前景，并通过四种视角重新定义了城市人群移动的概念，进而对由人群移动驱动的城市应用研究进行综合梳理。具体来说，根据人群移动概念所具有的空间运动、社会现象、经济指标以及政策工具四方面内涵，将现有的由人群移动驱动的城市研究分为四类，并分类阐明了人群移动在不同城市应用场景中的作用。接着，基于上述分类，回顾了在城市各种应用场景中人群移动数据的分析方法和应用途径，涉及城市规划、交通管理、公共安全、流行病控制、旅游管理等多个领域。本研究综述了城市人群移动应用的现状，并为未来这一领域的研究提供启发和指导。
关键词：人群移动，概念化，大数据，城市应用，综述
人群移动概念的四个维度
空间运动：人群移动在传统上是指地理空间中的位置变动，是处于城市物理环境和自然环境中个体从起点到终点的特定轨迹；
社会现象：移动可以被视为个体的社会资本，因为移动的实现取决于与移动相关的资源的可用性和可获取性，综合反映了个体利用移动相关资源并最终实现移动的能力。因此，人群移动的结果可以被用来理解社会差异；
经济指标：众多经济活动需要人群移动来实现，例如商品和服务的获取。因此通过对城市中人群移动的观测和整合，可以作为区域经济活动的有效指标；
政策工具：人群移动轨迹反映了个体活动在城市中的分布，通过对个体轨迹模式规律的提取和凝炼，从人群移动中得到的规律可以为政府管理者和政策制定者在与居民出行相关的政策制定上提供重要参考。
方 法
为了对人群移动驱动的城市研究进行综述，通过Web of Science Core Collection搜索包含“人群移动”、“大数据”和“城市应用”三组关键词的高影响力期刊文章和会议文章，使用了关键词组合进行检索，并采用“滚雪球法”补充未被Web of Science Core Collection索引的其它相关出版物。在此基础上，对检索结果进行筛选，只保留与人群移动大数据和相关方法技术在城市场景中应用的相关论文。上述论文检索和筛选的系统方法如图1和图2所示。
图片图 1 论文检索词
图 2 论文筛选的系统方法
接着在上述检索和筛选后得到的411篇文献的1579个关键词的基础上，本综述使用 VOSviewer 进行关键词共现分析，以呈现人群移动驱动的城市研究聚类的分布。在VOSviewer中，关键词词频统计的最小阈值设置为2，共有428个关键词通过了频率阈值并用于分析。通过关键词共现关系得到的聚类如图3所示。
图 3 基于关键词共现的聚类网络
发 现
本研究基于共现网络聚类的结果，总结得出12个研究主题，接着，本研究基于人群移动定义的四个维度综合梳理这些研究主题，深刻揭示了对于人群移动知识在城市多样化场景中的理解和应用（图4）。具体而言：
（1）在“空间运动”视角下，研究主题“城市空间结构识别”、“城市功能识别”和“自然环境相关应用”是基于对于人群移动和城市自然和物理环境的交互关系的理解。“城市空间结构识别”的研究通过对人群移动模式的分析显著促进了对城市结构及其动态特征的理解。相关发现为城市空间的空间相互作用模式提供了新的见解，并为识别城市结构及其演变提供了新的手段。“城市功能识别”的研究是人群移动数据在城市功能区域分类中的应用；“自然环境相关应用”的研究以城市自然环境治理为重点的流动性研究，讨论了如何应用人群移动相关知识分析来解决与环境空气污染、气候变化和资源枯竭相关的问题。
（2）在“社会现象”视角下，研究主题“人口学特征预测”、“活动空间识别”和“社会隔离评估”侧重于描述个体的移动能力并将其与个体社会经济学特征进行联系。具体来讲，现有文献中人群移动大数据的使用和应用主要集中在a.根据个体移动特征与个体人口学特征的关系实现人口统计指标的估计；b.测量个体的活动空间；c.量化居民社交隔离的程度。
（3）在“经济指标”的视角下，研究主题“旅游管理”和“商业服务提升”主要关注与人群移动相关的经济活动。人群移动模式可用于分析居民对服务（或商品）的获取和偏好，以揭示城市中居民经济活动的空间分布。“旅游管理”的研究通过对游客移动模式的分析为预测游客流量、了解旅游偏好和评估景点吸引力提供了基于人群移动知识的新方法。“商业服务提升”研究主要关注城市中的零售业和娱乐业，探讨人群移动研究在商业选址、广告投放、朋友/位置推荐等方面的应用。
（4）在“政策工具”视角下，“交通管理”、“犯罪预测”、“防灾减灾”和“疫情防控”等主题下的研究通过人群移动来反映居民在城市中的体验和对城市资源的使用，从而为科学合理的政策设计提供支撑。“交通管理”的研究基于人群移动大数据评估城市交通系统的状态，这些研究的结果可以为交通管理和规划提供指导和支撑。“犯罪预测”基于人群移动知识和经典犯罪学理论的结合，实现对于城市犯罪在不同时间和空间颗粒度的预测。“防灾减灾”研究基于人群移动数据和分析支持城市灾害管理的研究。最后，在当前全球新冠大流行的背景下，过去两年有大量研究关注“疫情防控”，从人群移动的角度探索人群移动和疫情传播的关系，并基于人群移动对疫情传播进行建模和预测。
图 4 四个视角下的人群移动研究主题
讨论和展望
（1）人群移动方法的优势与局限
城市系统日益增加的复杂性和动态性使得感知和理解城市比以往任何时候都更具挑战性。人群移动大数据集在研究城市动态特性方面显示出显著的优越性，具体体现在细颗粒性和实时反馈的特点上。人群移动大数据通过其高时间分辨率和连续性促进了对城市动态系统状态的细粒度表征，同时基于对人群移动大数据的实时、不间断的采集和分析，可以动态监测和评估城市管理措施的效果，并进行调整和优化，使得对于城市系统状态的监测和实时反馈成为可能。
尽管存在诸多优势，人群移动数据集也存在一些挑战和局限性。首先，人群移动数据集可能存在偏差，源自于人群移动数据的采样特性使得样本通常无法完全代表整个研究群体。例如，作为人群移动数据的典型来源之一，从移动设备或社交媒体收集的移动轨迹对某些人群（如儿童、老人、穷人和妇女）的覆盖率可能相对较低。其次人群移动数据集的隐私问题也是未来需要面对的挑战之一。通过对人群移动数据的相关分析可以提取得到有关个人日常生活、生活方式、人口统计信息和社交网络的信息，如若使用不当可能会对公众隐私造成重大威胁。近年来公众隐私意识的提高推动了人群移动相关研究中有关隐私防护技术的发展，其中的例子包括用语义位置替换原始位置数据、人造数据集技术等。
（2）人群移动概念的演化
人群移动的概念随着时间的推移而演变，推动了对于移动性理解的范式变革。例如，在传统理解中人群移动被理解为物理空间中的交通移动。传统地理学视角下的相关研究也使用了类似的概念，一般将移动理解为两个地理位置之间的空间变动。然而，这种对人群移动的定义方式是局限在空间层面的，这限制了对于人群移动和社会变化之间联系的理解。21 世纪初见证了“新移动范式”的出现，其中人群移动研究以新的方式结合了社会和空间理论，对于人群移动概念的理解以“移动转向”的方式蔓延到社会科学，并改变了社会科学。例如，随着信息通信技术的快速发展，数字化的新型移动正在兴起，并在“移动转向”范式中与物理世界的移动相结合，共同理解移动行为的产生以及移动对于社会的影响作用。同时，移动也被理解成“反应社会变化的物理空间运动的意图和结果”，移动分析被认为是理解社会的工具，在揭示“社会的构成和变化”方面发挥着重要作用。总而言之，人群移动的概念正在像复杂化演变，当前的移动范式已经将人群移动的概念应用到了社会理解、城市设计、居民健康等不同的研究领域。
（3）未来发展
越来越多的学者正在认识到人群移动背后的信息在理解和推动城市社会系统和经济发展方面的重要作用。可以预见，将会有越来越多的由人群移动驱动的城市研究出现，着眼于城市经济、商业和社会的各个方面。例如，人群移动可以作为区域经济发展水平、区域间经济活动强度和城市经济系统供求关系的评估指标，对于评价和调节区域经济具有重要意义。通过将地理信息维度引入业务数据进行分析，可以准确检测从宏观市场变化到微观客户访问模式等经济相关指标，为企业管理层的决策提供科学支持。此外，通过推断个人偏好、社会关系、经济状况、人口特征、服务或资源的可达性等，人群移动知识可以为维系社会公平和保障城市安全提供新的视角。
