社交媒體位置數據支持下的城市功能區識別——以上海市為例

牛妍妍， 楊詣成， 於家，2*， 王晨宇， 孫海情

社交媒體位置數據支持下的城市功能區識別——以上海市為例

牛妍妍1， 楊詣成1， 於家1，2*， 王晨宇1， 孫海情1

（1.上海師范大學 環境與地理科學學院，上海 200234； 2.上海師范大學 “數字人文資源建設與研究”重點創新團隊，上海 200234）

基于社交媒體位置數據，采用-means聚類方法，通過分析在500 m×500 m網格尺度上，城市不同時間的騰訊用戶密度熱力值變化規律，識別上海城市功能區，將不同區域按功能區類型劃分為產業園區、城市居住區、郊區居住區、城市綜合功能區、農村村落地區、農田、灘涂及未利用地分布區.通過將識別結果與高分辨率衛星影像和興趣點（POI）數據的對比分析，證明了使用社交媒體位置數據進行城市功能區識別的可行性.本方法獲取數據成本低，運用簡便，為對其他地區主體功能區的劃分提供了一種新的思路與方法.

社交媒體位置數據； 城市功能區；-means算法； 上海市

0 引言

隨著人口和產業在城市的集聚，為了滿足居民不同的生活需求，城市在發展過程中形成了不同的城市內部功能分區［1］.城市功能是城市整體活動特點和類型的體現，識別城市內部功能區的空間分布結構，能夠為城市結構優化、城市資源的優化配置和城市發展規劃等提供決策依據［2］.對城市功能區的研究多采用土地利用現狀圖、統計年鑒、調研問卷等數據，通過構建指標體系劃分城市功能區.WU等［3］基于西安統計年鑒、土地利用調查數據集及政務網站公開欄等信息，通過構建城市功能分區指標體系，將西安市分成6個功能區，對西安市發展空間分異進行研究.WANG等［4］根據城市已定義的區劃界限、交通環線、城廓線等方面劃分西安的城市主要功能區.傳統研究中，數據獲取時間與人力成本較高，且更新不及時，同時，在指標體系構建中也存在權重系數設定的主觀性問題［5］.

近年來，大數據的研究方法被廣泛運用于人文地理學的研究中［6］.在大數據時代的背景下，基于多源位置數據的社會感知手段，成為實時、高效、客觀地識別城市用地分類及混合用地、特殊用地的低成本工具［7］.這些數據中所包含的時間和語義特征［8］，有助于深入理解區域功能結構和人類活動之間的相互作用，提供從人類活動以及個體視角進行城市空間結構研究的新思路［5］.很多學者根據社交媒體位置數據、興趣點（POI）數據、出租車軌跡數據及手機信令數據，進行城市功能區的劃分.NING等［2］基于新浪微博用戶在深圳市的位置簽到數據，結合用戶簽到頻率、POI數量比例，以及土地利用混合程度，構建了POI數據模型，綜合POI空間信息和語義信息，實現了城市空間自組織形態的功能區域主體功能識別.JIANG等［9］基于高德POI數據，通過數據的重分類與賦值，將上海城市空間分為六大類別，研究不同類別功能區的功能輻射程度與范圍，并對上海綠地空間結構開展了評價.YAO等［10］使用時序出租車出行數據和POI數據對居民出行模式進行研究，基于動態時間規整和-medoids聚類算法識別廣州城市功能屬性和空間結構.ZHAO等［11］基于手機數據，分析了通信公司漫游用戶數、基站網流量和話務量代表實際游客量的可靠性程度，并基于手機數據的波動規律識別城市功能區分布特征.但是，運用微博簽到數據獲取的用戶覆蓋面較小，且數據具有不確定性［12］；POI數據在數據特性方面與建筑實體之間的對應性更強，并不能直接反映人類活動；出租車軌跡數據主要分布在中心城區，其在郊區較為稀疏；由于通信基站在郊區的間距較大，導致中心城區與郊區的手機信令數據分類結果具有較大差異.相較于POI、出租車、手機信令數據的局限性，用戶使用社交媒體軟件所產生的位置數據在一定程度上能夠揭示城市用地的社會、經濟功能，如以居住職能為主的區域和以辦公職能為主的區域在一天中會呈現不同的人口活動強度和變化特征［7］.

本文作者將騰訊用戶密度熱力值作為數據源，以上海市（除崇明區）的陸域范圍為研究區域，將其劃分成正方形網格，通過-means聚類方法，挖掘城市中500 m×500 m網格尺度上用戶密度熱力值變化的時間規律，實現上海城市行政地域的城市功能區識別.將識別結果與遙感影像、POI數據進行分析對比，驗證本方法的可行性，并借此分析了上海城市空間結構，以期為上海城市建設與規劃提出可行性建議.

1 研究區與數據源

1.1　研究區概況

1.2　數據源

選用騰訊用戶密度熱力值作為社交媒體位置數據源.騰訊用戶密度熱力值由騰訊公司（http：//www.qq.com）發布.騰訊用戶密度熱力值記錄了騰訊應用（如QQ、微信、騰訊地圖和其他一些提供位置服務的移動應用）用戶的位置信息.根據騰訊公司2016年發布的大數據白皮書（http：//bigdata.qq.com），在北京、上海、廣州等中國一線城市，騰訊應用用戶占城市總人口的比例超過93%，可見運用騰訊用戶密度數據來表達一線城市人口分布特征具有較高的可行性［13］.此外，根據騰訊公司2021年度報告，騰訊公司旗下兩大社交媒體軟件——微信和QQ的月活躍賬號數量已分別達到12.68億和5.52億，有較大的用戶基礎［14］.騰訊用戶的動態分布可以充分體現人口的分布與流動特點，是一般人群動態分布的抽樣空間化表達.

本研究運用的騰訊用戶密度熱力值來源于微信宜出行公眾號城市熱力圖，該數據主要呈現騰訊公司應用用戶的實時密度信息，以表征該地區當前人口分布情況［15］.應用Python編程語言，以1 h為間隔，獲取了研究區域2019年8月25日—2019年8月31日，每日5∶00—22∶00共126個時刻（每日18個時刻）的騰訊用戶密度熱力值.原始數據坐標系統為國家測繪地理信息局加密的GCJ-02坐標系，經過數據去重、空間化、坐標校正、坐標轉換等處理后，轉換為上海城市坐標的空間數據.最終獲得的人口動態分布數據精度高，點陣間距為27 m，可以較詳細地反映特定區域、特定時間段的人口分布特征（圖1）.

圖1　騰訊用戶密度熱力值

此外，還運用了高分辨率遙感影像與POI數據檢驗城市功能區識別結果的準確性和精度.高分辨率遙感影像數據來源于谷歌地圖.POI數據通過高德地圖采集，共16 514條記錄.將POI數據綜合為12類：餐飲購物、生活服務、體育休閑、醫療保健、酒店賓館、旅游景點、居民住宅、政府機構、科教文化、交通設施、公司企業以及金融保險.

2 研究方法

2.1　數據預處理

2.2　K-means聚類算法

-means聚類算法是一種無監督學習算法［16］，在1967年由MACQUEEN［17］首次提出.相較于其他聚類算法，-means聚類算法能以較小的計算開銷，取得較好的聚類效果.

運用Python編程語言和第三方開源機器學習算法庫scikit-learn進行算法編碼，對預處理后的網格數據使用-means算法進行聚類，將網格聚類的結果作為城市功能區識別的結果.scikit-learn庫囊括機器學習中分類、聚類、回歸、降維四大類模型，集成了-means、支持向量機（SVM）、決策樹、隨機森林、主成分分析等常見算法.scikit-learn庫中的Preprocessing data模塊包含了標準化、歸一化、變量轉換、異常值處理等預處理操作的函數［18］.

3 實驗結果

3.1　聚類簇結果識別

根據相同類型城市功能區可能具有相似人類活動特征的原理，使用-means聚類方法，分別對研究區內21 582個網格進行聚類.經過多次測試與對比，當聚類簇的數量設為6，即將網格分為6類功能區時，劃分的結果最為合理.

圖2顯示了將網格聚類為6種類型后，不同類型區域內的騰訊用戶密度熱力值的變化特征.

圖2　6類功能區騰訊用戶密度熱力值變化.

（a） 休息日；（b） 工作日

類型1中騰訊用戶密度熱力值變化在工作日起伏不大，但日間（10∶00—17∶00）會出現明顯的低谷，與類型6的特征比較相似，且低于類型6.結合遙感影像將其判別為郊區居民區，生活在該功能區的居民夜間至清晨在家休息，日間出門上班工作，動態人口呈現波動特征.但由于遠離市中心，人口密度較低，呈現低騰訊用戶密度熱力值的特征.

類型2中騰訊用戶密度熱力值始終保持在0附近，說明該功能區人類活動較少，將其歸為農田、灘涂及未利用地分布區.

類型3中休息日騰訊用戶密度熱力值明顯低于工作日.工作日5∶00—9∶00騰訊用戶密度熱力值呈現增長趨勢，10∶00—15∶00騰訊用戶密度熱力值明顯高于其他時間段，16∶00—22∶00騰訊用戶密度熱力值迅速下降至低值，具有明顯的通勤特征；休息日的騰訊用戶密度熱力值在全天呈現較低值.該變化模式與產業園區中人口變化模式較為吻合，將類型3歸類為產業園區.

類型4中，休息日從10∶00開始都呈現穩定的中高騰訊用戶密度熱力值的特征，并一直持續到夜間；工作日10∶00—15∶00騰訊用戶密度熱力值明顯高于其他時間段，16∶00以后出現下降趨勢，但在夜間未降至低值，說明依然有大量市民在活動.城市中心的綜合功能區往往存在寫字樓、商場、居民區混合在一個區域的情況，與類型4的騰訊用戶密度熱力值波動模式相吻合，將類型4劃分為城市綜合功能區.

類型5的騰訊用戶密度熱力值在工作日和休息日都穩定在較低值，說明人類活動規模較小，經過與遙感影像的對照，將其劃分為農村村落地區.

類型6中騰訊用戶密度熱力值呈現雙峰特征.工作日8：00騰訊用戶密度熱力值有一個高峰，17∶00—22∶00存在另一個高峰，下午12∶00—14∶00處于全天最低值；休息日上午的騰訊用戶密度熱力值峰值時刻為9：00，晚于工作日，日間7∶00—17∶00的騰訊用戶密度熱力值一直高于工作日.城市居民區中由于要承擔居住的功能，在晨間與夜間會有大量人聚集，在中午或者下午居民存在出行的需求，人數會有短時的下降，這與類型6的特征相似，將類型6歸類為具有高人口密度的城市居民區.

3.2　識別結果驗證

將分類結果進行可視化，并疊加高分辨率遙感影像與POI數據對分類結果進行驗證.分類結果如圖3所示.

圖3　城市功能區分類結果

A地區為桂林路地鐵站附近的上海漕河涇新興技術開發區，公司企業與交通設施的POI占比分別達到了47.5%與11.9%，本研究將該地區歸為產業園區，這與實際情況相一致.B地區為人民廣場地鐵站附近區域，通過對遙感影像與POI數據的分析，發現該地區聚集著來福士廣場、上海市人民政府、上海博物館等商業、辦公、文化場所，同時也分布著均樂小區、順天村等居民區，混合了多種城市功能，餐飲購物、生活服務、公司企業、居民住宅的POI占比分別達到44.4%、13.1%、15.1%及6.3%，是上海的城市中心，本研究將其歸為城市綜合功能區，分類結果準確.C地區為通河新村地鐵站附近區域，位于上海主城區北部外環內，匯集了通河新村、民悅苑、共和新苑、寶宸共和家園等多個住宅小區，居民住宅與生活服務類型的POI在此區域內占比分別達到40.6%與14.3%，本研究將該地區歸為城市居民區，分類結果與實際相符.D地區為浦東新區三林鎮黃浦江沿岸地區，該地區位于上海市2035規劃的城市副中心前灘南部，目前是未開發的城鄉結合部，由于該地塊的區位優勢以及處于房租的價格洼地，在舊式住宅聚集了不少租客，形成了郊區低密度居民區，本研究將其歸為郊區居民區，分類結果較為準確.E地區為奉賢區泰日鎮樂善村的村落區域，研究將其歸為農村村落地區，結果合理.F地區為松江區小昆山鎮西部的一片農田，由于地處偏遠，未被用于城市建設，本研究將其歸為農田、灘涂及未利用地分布區，結果與實際比較相符.除上述典型樣本外，共抽取100個隨機樣本，經高分辨率遙感影像結合POI數據分類結果檢驗，所提算法的檢驗精度達到78%，具有較好的可信度.

3.3　上海城市空間結構

以上海城市坐標原點（東經121°28'12"，北緯31°13'48"）為中心，5 km為間隔半徑，生成13級緩沖區，并依次與網格進行疊置分析，統計每一級緩沖區中的功能區網格數量.

在距上海城市坐標原點5 km之內的區域，城市綜合功能區的數量占比最高，距離中心越遠，占比越低.城市綜合功能區是城市居民的綜合活動場所，集商業、辦公、居住等多類功能于一體.城市中心由于交通便利、公共服務設施健全，對城市居民的吸引力大，易形成城市綜合功能區.城市居民區的數量占比峰值出現在距上海城市坐標原點5～10 km的區域，說明上海的城市居民區主要分布在城市綜合功能區周圍，這些地區由于毗鄰城市綜合功能區，交通便捷，易吸引大量居民居住，形成城市居民區.產業園區主要分布在距城市中心15 km以外的城市近郊與郊區新城附近，由于其對勞動力的需求，往往毗鄰居民區.郊區居民區則多位于距城市中心20 km之外的區域，其位置相對偏遠、交通相對不便，人口密度較低.農田、灘涂及未利用地分布區大多位于30 km之外的偏遠地區，人口較少，與主城區的聯系程度較低.

上海城市主城區的空間布局形成了類似同心圓的結構，以上海城市坐標原點為中心由內向外依次為城市綜合功能區、城市居民區、產業園區、郊區居民區、農村村落地區和農田、灘涂及未利用地分布區，各個區之間呈現“點-軸-面”的空間結構特征.在圖3中，A，B，C和D地區所組成的區域范圍內，綜合功能區、城市居民區具有較大的面積分布，且呈現較為明顯的同心圓結構，這與上海市中心城區高度城市化有關，說明上海市中心城區的城市功能已經呈現高度混合狀態，大量城市綜合功能區的形成，標志著該區域不再是單一的功能區.而郊區新城則大多由單一功能區組合而成，如圖3中E，F所在的城市西北部和東南部，分布著較大面積的農田、灘涂及未利用地分布區，其余區域也多以產業園區、郊區居民區、農村村落地區這些單一功能區為主，有別于上海市中心城區出現的功能混合情況.

經過幾十年的發展，在上海幾個郊區形成了規模較大的衛星城：青浦新城、嘉定新城、松江新城、南匯新城和奉賢新城，在上海的“十四五規劃”中也明確提出要加強推進“五大新城”的建設和發展.這些新城具有一定的規模與發展潛力，現如今已吸納了不少居民與產業入駐，但是總體上尚未形成完善的城市功能，新城更多是主城區的“睡城”與承接主城區產業外溢資源的產業園區復合體，缺乏獨立性.從圖3中也可以看出，5個新城的城市范圍內尚未形成連片分布的城市綜合功能區.鑒于此，在未來的新城建設中應進一步加強城市核心功能的建設，如引導優質醫療、教育、商業落戶五大新城，通過政策吸引科研院所與高端產業進駐，加快推進新城內部的公共交通建設等，推進新城的合理規劃與發展，增強上海整個城市網絡的張力和競爭力.

4 結論與討論

采用-means聚類方法，通過分析城市500 m×500 m的網格尺度內，騰訊用戶密度熱力值在時間上的變化規律，識別上海城市功能區，并將上海市的城市行政地域劃分為產業園區、城市居住區、郊區居住區、城市綜合功能區、農村村落地區和農田、灘涂及未利用地分布區六大城市功能區.將識別結果與高分辨率衛星影像及POI數據進行了對比檢驗，符合區域的實際情況，證明本算法具有較好的可行性和實用性.本算法數據獲取成本較低、實施較簡單，可用于監測城市用地變化及結構的相關工作中.通過對城市功能區的識別與可視化，使決策者能夠更好地掌握城市復雜的空間結構，有利于對不同的城市功能區進行合理的城市規劃與管理.同時，識別結果也可為城市不同公共服務設施的選址提供決策依據，進一步推動城市功能區結構調整，促進區域協調發展.

此外，本研究尚有不足之處，今后將進一步完善研究內容：1） 精細化劃分城市功能區，基于路網數據將城市劃分為街區單元，使用真實的街區作為功能區識別的最小單元，進行功能區識別，使功能區劃分結果更接近于實際情況；2） 獲取更長時間序列的騰訊用戶密度熱力值，進一步融合多源數據（出租車GPS數據、公交數據、地鐵數據及手機信令數據等）進行探討.

［1］ CHI J， JIAO L M， DONG T， et al. Quantitative identification and visualization of urban functional area based on POI data ［J］. Journal of Geomatics， 2016，41（2）：68-73.

［2］ NING P F， WAN Y， SHEN Y R， et al. Identification of urban interest function region by using social media check-in data ［J］. Journal of Geomatics， 2018，43（2）：110-114.

［3］ WU W H， XU J W， YANG J X. Quantitative research of spatial development differentiation in Xi’an from the perspective of urban functional zoning ［J］. Geographical Research， 2012，31（12）：2173-2184.

［4］ WANG H， TIAN P P， LIU H. Spatial structuring of ‘new economies’ in Xi’an and its mechanisms［J］. Geographical Research， 2006（3）：539-550.

［5］ CHEN S L， TAO H Y， LI X L， et al. Discovering urban functional regions using latent semantic information： spatiotemporal data mining of floating cars GPS data of Guangzhou ［J］. Acta Geographica Sinica， 2016，71（3）：471-483.

［6］ ZHONG B， DENG H K， AN N， et al. The re-examination of human geography research and the research methods in the context of big data ［J］. Human Geography， 2019（3）：14-21，90.

［7］ XU J G， YANG F. A study of urban functional area identification methods based on big data of social sensing ［J］. Urbanism and Architecture， 2017，260（27）：32-36.

［8］ KNOR E M， NG R T， TUCAKOV V. Distance-based outliers： algorithms and applications ［J］. The VLDB Journal， 2000，8（3）：237-253.

［9］ JIANG J Y， DAI F， ZHAN J H. Urban functional zone recognition and green space evaluation of Shanghai based on POI data ［J］. Chinese Landscape Architecture， 2019，35（10）：113-118.

［10］ YAO Y， ZHANG Y T， GUAN Q F， et al. Sensing multi-level urban functional structures by using time series taxi trajectory data ［J］. Geomatics and Information Science of Wuhan University， 2019，44（6）：875-884.

［11］ ZHAO Y， ZHANG C Z， JIN Y H. How reliable are cellular positioning data in tourism environments？An exploration of functional regions ［J］. Human Geography， 2018，33（3）：137-144.

［12］ SUI Z W， WU Y， LIU Y. Clustering LBSNS users based on check-in records ［J］. Geomatics World， 2013，20（3）：26-30.

［13］ YAO Y， LIU X， LI X， et al. Mapping fine-scale population distributions at the building level by integrating multisource geospatial big data ［J］. International Journal of Geographical Information Systems， 2017，31（5/6）：1220-1244.

［14］騰訊控股有限公司. 騰訊控股有限公司2021年報［EB/OL］. （2021-12-31） ［2022-04-15］. https：//www.tencent.com/zh-cn/investors.html#investors-con-2.

［15］ ZHANG X D， HAN H Y， SHU X F. Influencing factors on the vitality of five commercial complexes in Hangzhou： based on the heat maps analysis ［J］. Journal of Geo-information Science， 2019，21（11）：1745-1754.

［16］ SARO J， KAVIT A. Review： study on simple K-means and modified K-means clustering technique ［J］. International Journal of Computer Science Engineering and Technology， 2016，6（7）：279-281.

［17］ MACQUEEN J. Some methods for classification and analysis of multivariate observation ［C］// Proceeding of Berkeley Symposium on Mathematical Statistics and Probability. Berkeley： University of California Press， 1967：281-297.

［18］ YANG Y， ZHAO C. Survey on K-means clustering algorithm［J］. Computer Engineering and Applications， 2019，55（23）：7-14，63.

Identification of urban functional areas based on social media location data： a case study of Shanghai

NIUYanyan1， YANGYicheng1， YUJia1，2*， WANGChenyu1， SUNHaiqing1

（1.School of Environmental and Geographical Science， Shanghai Normal University， Shanghai 200234， China； 2.Key Innovation Group of Digital Humanities Resource and Research， Shanghai Normal University， Shanghai 200234， China）

Based on social media location data，this paper uses-means clustering method to achieve the identification of urban functional areas in Shanghai by analyzing the change pattern of Tencent user density heat values at the grid scale of 500 m×500 m at different times in the city. The different areas of Shanghai are divided into industrial areas，urban residential areas，suburban residential areas，integrated urban functional areas，rural village areas，agricultural land，mudflat and unused land areas based on the functional area types. The feasibility of using social media location data for urban functional area identification is demonstrated by comparing and analyzing the identification results with high-resolution satellite images and point of interest（POI） data. The cost of data acquisition of this method is low. And it is easy to be used，which provides a new idea and methodology for the division of the main functional areas in other urban regions.

social media location data； urban functional area；-means algorithm； Shanghai

10.3969/J.ISSN.1000-5137.2022.04.019

2022-05-17

國家自然科學基金（72074151）； 上海自然科學基金（20ZR1441500）； 國家社會科學基金（18ZDA105）

牛妍妍（1998—）， 女， 碩士研究生， 主要從事空間優化與選址、 應急疏散方面的研究. E-mail：2097585146@qq.com

於 家（1982—）， 男， 教授， 主要從事空間優化與選址、 應急疏散方面的研究. E-mail： yujia@shnu.edu.cn

牛妍妍， 楊詣成， 於家， 等. 社交媒體位置數據支持下的城市功能區識別——以上海市為例 ［J］. 上海師范大學學報（自然科學版）， 2022，51（4）：531?538.

NIU Y Y， YANG Y C， YU J， et al. Identification of urban functional areas based on social media location data： a case study of Shanghai ［J］. Journal of Shanghai Normal University（Natural Sciences）， 2022，51（4）：531?538.

P 208； TU 984

A

1000-5137（2022）04-0531-08

（責任編輯：包震宇）