EN中文

地理研究 >

2024 , Vol. 43 >Issue 9: 2271 - 2283

DOI: https://doi.org/10.11821/dlyj020240493

行为地理学理论前沿

基于时-空-人耦合的城市时空行为景观：理论构建与应用研究

  • 周素红 , 1 ,
  • 郑重 2
展开
  • 1.中山大学地理科学与规划学院/广东省公共安全与灾害工程技术研究中心，广州510006
  • 2.北京师范大学珠海校区地理系，珠海 519087

周素红（1976-），女，广东饶平人，博士，教授，博士生导师，研究方向为时空行为、城市公共安全与健康、城市地理信息科学与应用等。E-mail:

收稿日期: 2024-05-28

  录用日期: 2024-08-03

  网络出版日期: 2024-09-13

基金资助

国家自然科学基金面上项目(42271234)

收起

Urban spatiotemporal behavioral landscape based on space-time-human coupling: Theory and application research

  • ZHOU Suhong , 1 ,
  • ZHENG Zhong 2
Expand
  • 1. School of Geography and Planning, Sun Yat-sen University, Guangdong Provincial Engineering Research Center for Public Security and Disaster, Guangzhou 510006, China
  • 2. Department of Geographic Science, Beijing Normal University at Zhuhai, Zhuhai 519087, Guangdong, China

Received date: 2024-05-28

  Accepted date: 2024-08-03

  Online published: 2024-09-13

Fold

摘要

物质空间与人类活动互动产生的人地关系是人文地理学和城乡规划学共同关注的对象，基于时-空-人耦合的时空行为研究是揭示和解释这对关系的重要基础。本文梳理了从城市空间结构到城市时空间结构、再到城市时空行为景观的相关研究脉络，强调从时-空-人耦合的角度理解和认识城市，构建城市时空行为景观的理论和应用研究框架，探讨时空行为景观的内涵、测度、形成机制与主要效应，在此基础上，展望未来研究方向及主要应用潜力，包括面向宜居城市的城市时空行为景观规划、面向健康生活的个体时空行为规划以及面向智慧社会的城市时空协同治理等。

关键词： 时空行为; 行为地理; 时空行为景观; 空间规划; 行为规划

本文引用格式

周素红 , 郑重 . 基于时-空-人耦合的城市时空行为景观：理论构建与应用研究[J]. 地理研究, 2024 , 43(9) : 2271 -2283 . DOI: 10.11821/dlyj020240493

Abstract

The relationship between material space and human activities, shaped by their interactions, is a focus of attention in both human geography and urban planning. Research on spatiotemporal behaviors, grounded in the concept of space-time-human coupling, serves as a crucial foundation for revealing and explaining this intricate relationship. This paper systematically reviews the research progress from urban spatial structure to urban spatiotemporal structure, and ultimately to urban spatiotemporal behavior landscapes. It emphasizes the necessity of understanding cities through the lens of space-time-human coupling, advocating for the development of a theoretical and applied research framework for urban spatiotemporal behavior landscapes. Furthermore, the paper delves into the connotation, measurement, mechanisms, and effects of spatiotemporal behavior landscapes. Building on these insights, it also anticipates future research and significant application potentials. These include: firstly, further refine the theory of urban spatiotemporal behavior landscapes and, based on this foundation, develop related classical theories in human geography theoretically; secondly, deepen the methodologies for the collection, integration, and simulation of multi-source spatiotemporal data in the context of time-space-human coupling; thirdly, explore more potential applications, such as urban spatiotemporal behavior landscape planning aimed at creating livable cities, individual spatiotemporal behavior planning focused on promoting healthy lifestyles, and urban spatiotemporal collaborative governance geared towards fostering smart societies. This holistic approach underscores the importance of integrating spatial, temporal, and human factors in urban studies to address contemporary urban challenges effectively.

Key words： spatiotemporal behavior; behavioral geography; spatiotemporal behavioral landscape; spatial planning; behavioral planning

1 引言

城市空间结构是一个将复杂的城市人地关系进行抽象化表达的概念，长期以来受到人文地理学，尤其是其城市地理和行为地理等领域的关注，发展了一系列相关理论，影响了城乡规划学等相关学科，并被广泛应用于城乡规划与城市治理实践。随着相关理论的发展，以及时空大数据的出现，城市空间结构的内涵得到不断的扩充，考虑了时空动态性的城市时空间结构逐步受到关注。与此同时，城市研究的人本化转向与人工智能（Artificial Intelligence, AI）等技术方法的发展，使基于微观个体的多维主客观感知测度及宏观模拟成为可能，基于主客观环境感知的城市景观因其能更好地表达公众真实的城市生活体验而同样受到关注。如何将上述理论与方法新动向有机结合，形成既考虑城市的时空动态性又考虑人本体验景观性的城市时空行为景观概念，完善其内涵、测度方法及形成机制，并检验和发展经典的地理学区位论和城市结构等相关理论，具有重要的理论价值。同时，因其能更好地表征城市生活场景，在指导相关城市实践工作方面具有潜在的现实意义。
随着中国城镇化进入提质增效、“以人为本”的新型城镇化阶段，打造更加高品质的城市环境，满足公众对美好生活的需要是当前城市发展的努力方向。城市时空行为景观是城市空间品质的重要表征，研究其构成、特征及基于微观个体时空行为和感知的宏观效应将有助于从人本角度把握城市空间的真实使用状况和公众感知状态、深入理解多时空尺度的城市空间演变规律及其形成机制，从而为国家新型城镇化战略落地，尤其是在城市规划、设计与多场景智能模拟，公众个性化时空服务，以及面向智慧社会的城市现代化治理等方面提供科学依据。

2 从城市空间结构到城市时空行为景观的理论基础与演进

2.1 城市空间结构研究的主要方法论

城市空间作为地理学研究的主要对象长期受到关注，形成了基于理论归纳或集计类空间统计分析的城市空间结构化研究、基于认知-行为假设的城市空间动态化研究，以及基于环境感知的城市空间景观化研究等多个不同的学术研究流派。
其中，城市空间的结构化研究建立在空间自相关假设的基础上，认为城市空间可以划分为具有一定同质性的不同空间单元，在此基础上形成相应的空间结构，例如土地利用结构、社会空间结构、交通网络结构等。此类研究通常采用经验主义或实证主义的方法，致力于探求城市空间结构背后的规律和法则，并由此产生了一系列经典理论。相关基础理论和实证关注城市要素空间关系的抽象化表达，以及城市要素相互作用的内在机制[1⇓⇓-4]。例如古典区位论的地租理论、中心地理论；人类生态学的同心圆、扇形、多中心等社会空间结构理论；因子生态学的社会区理论；城市规划“核、带、轴、圈”土地利用空间分布等。这类对城市空间的结构化表述或者遵循地理学的区位传统，探究各类城市活动发生在哪里，或者遵循区域传统，将城市空间划分为均质区或结节区。
城市空间的动态化研究源于20世纪60—70年代兴起的行为地理学和时间地理学。相关研究将具有一定时空内涵的认知-行为假设纳入区位论[5]，并关注微观主体在空间决策中的环境感知、行为决策和时空制约等，给理解城市空间和区位注入行为决策和时间的内涵[6,7]。近年来，随着个体时空行为大数据的应用和相关支撑方法的发展，动态化的城市节律和时空间结构等相关研究得到发展。
城市空间的景观化研究则主要基于人的环境心理和环境感知假设，将城市空间视为一种景观，认为人类对城市空间的真实体验并非结构化的，而是时空连续与景观化的，因此需要突出城市空间景观的连续性特征，强调人们的感知、情感和体验的重要性。随着大数据、人工智能、神经科学等的相关应用和技术方法的发展，基于感知的景观化城市空间日益受到关注。
上述方法论从不同的角度对城市空间进行解构，整合结构化、动态化与景观化的相关理论，成为理解复杂城市空间的重要方向。近年来，相关研究得到一定的发展，包括整合结构化与动态化的城市时空间结构研究，以及引入景观化的城市时空行为景观的初步探索等。

2.2 从城市空间结构到城市时空间结构

时空行为相关理论研究和大数据的应用推动了城市空间结构的时空间转向，主要表现在对城市的流动性、动态性及时空间结构的关注上。首先，流动性作为解释城市空间结构形成的重要维度受到关注。城市内部和城市之间的流动改变了要素间的时空距离，重塑了城市社会经济空间组织[8]，并给城市空间与人类活动互动机制带来新的影响[9,10]。
其次，与流动性直接相关的动态性也成为刻画城市空间的新维度。大量人群的时空行为及其带来的流动性，使得不同时段城市中实际社会环境与传统基于住地的静态社会调查所反映的情况存在较大差别，导致基于人口普查或其他居住地点的静态视角在衡量城市社会空间和地理背景方面产生偏差，因此需要通过动态的时空间结构视角对城市进行更真实的刻画[11,12]。考虑动态性的城市空间能更好地反映城市日常社会空间的分异特征，并给一系列经典的城市研究议题提供更符合实际城市空间情况的地理背景[13,14]。
第三，整合城市空间中的流动性与动态性并进行结构化表达的城市时空间结构及相关研究得到发展。由于流动性与动态性的原因，作为城市地理学长期关注的对象，以土地利用、中心体系、社会空间等不同维度的静态化城市空间结构在反映真实的城市生活场景及满足现实的规划和管理需求中存在局限。城市地理学关于城市空间结构的经典理论与行为地理学和时间地理学关于时空行为研究的整合，为城市空间结构的时空间转向注入新的活力[15]。空间-行为互动理论为解释城市空间中基于时间的过程、事件与地理现象提供了重要的视角[6,16]。整合上述相关理论和视角，以土地利用等物质空间为载体，耦合人类日常活动与交通出行，并分别在时间和空间上汇集，表达其结构化特征的城市时空间结构概念得到发展，大大拓展了城市空间的内涵[17]。城市时空间结构的提出有助于重新思考区位的时间属性、社会活动类型属性、人群社会分异属性等更多维度的时空间属性，更好地建立起生产、生活、消费等活动在土地利用上的映射关系，拓展了对传统城市空间的理解，也为城市规划、设计和管理提供了重要的参考，推动着城市规划与建设朝着更加人本化与精细化的方向发展（图1）。
图1 从城市结构到城市时空间结构研究

注：城市时空间结构子图参考文献[17]。

Fig. 1 The study from urban structure to urban spatio-temporal structure

2.3 从城市时空结构到城市时空行为景观

上述城市时空间结构虽然可以较好地用于通过结构化的方式描述和分析复杂城市地理空间的组织形式和结构特征，但是其忽略了城市中“人”的时空行为感知、决策和场所主观体验，以及“人”作为城市环境和景观的客体构成（环境背景的一部分）产生的人地互动效应和时空间的连续性等，难以用于更深入地理解和解释地理空间作为人地互动场所（Place）的特征和变化。
城市中的人生活在特定场所的“场景”中，这些场景既表现为地、楼、房等物质空间，也表现为因人类活动、交往而产生的多样性感知环境。包括由视、听、触、闻等直接感知环境，美丽、安全、舒适等间接感知环境，以及归属感、幸福感等深层次感知环境。采用“景观”概念可以更好地表达上述多维地理环境要素之间的耦合关系。
“景观”在不同学科语境下内涵有所差异[18]。但本质上，是一个与人密切相关的概念。根据2000年的欧洲景观公约（European Landscape Convention）定义，“景观”指能被人们感知到的区域，是自然和人文要素作用及交互的结果，它包含着自然与人文的双重性[19]。已有研究中对景观的关注聚焦在视觉领域，近年来也逐渐拓展到听觉（Soundscape）、嗅觉（Smellscape）等领域。这些研究都将景观作为被关注的客体，将其与作为主体的人及其行为区分开来。许多研究关注作为客体的景观如何影响人的行为，以及作为主体的人对客体景观产生何种感知，从而去构建人类活动与景观之间的互动逻辑[20,21]。然而，作为主体的人也可能成为景观的一部分，景观也因自然节律和人类活动而具有时间上的动态性。“城市时空行为景观”概念的引入可以更好地表达时间、空间和作为行为主体与客体的人及其环境感知在城市中的耦合关系。
城市时空行为景观概念也将有助于发展一系列经典的地理学理论，例如：基于个体的多维环境感知与物质环境耦合，能更好地表达区位特征和差异，补充基于理性经济人假设的区位论在解释社会空间分异和文化地域景观等区位现象中存在的不足；个体时空行为的宏观效应也可用于表征城市区位的时空差异特性，进而创新其他以地理区位为基础的理论和方法论。例如：地租理论中的区位、空间相互作用模型中的地区引力、可达性等，可以通过时空行为景观进行更准确的测度；同时，也可进一步构建“基于空间（Space-based）-基于场域（Place-based）-基于个体（Individual-based）-时空行为景观（Spatial temporal behavior landscape）”的研究闭环。在指导实践方面，引入时空行为景观可以更好地表征不同尺度的城市场景，为营造更加以人为本的城市提供新的技术工具。可见，对于城市时空行为景观的研究有重要的理论和现实意义。
综上，城市时空行为景观是城市时空间结构概念的发展。它更能表达城市物质空间载体中由于人的活动及人作为环境主客体的环境感知带来的各种空间特性。然而，已有研究尚缺乏这方面的系统性梳理与探索，包括城市时空行为景观的内涵、测度、形成机制、效应与潜在应用价值等。特别是在将主客观环境感知与行为决策结合，揭示微观感知与行为决策对宏观城市时空行为景观这一复杂系统对象形成的作用等方面，相关研究还较缺乏。城市时空行为景观概念的引入将更好地还原人本尺度的城市时空状态，有助于深化相关理论，且对其开展系统性研究具有一定的技术可行性。

3 城市时空行为景观研究的理论构建

城市时空景观的理论构建首先需要从概念出发，基于相关丽丽，界定内涵，完善技术方法体系，包括：创新以人为本的多源时空数据采集方法，在时-空-人耦合理念下分别进行基于个体、时间和空间的时空数据融合分析，通过关键要素提取和智能化分析技术手段，提取时空行为景观信息，探索时空行为耦合自然/建成环境与主观感知环境的测度方法等；其次，分别从基于个体和基于空间两个维度，探讨个体与环境的耦合机制以及多维时空行为景观的叠加与涌现机制，揭示时空行为景观的个体效应与时空间效应，进而更好地赋能面向政府公共服务的时空间规划与治理以及面向个体的主动健康行为服务等应用（图2）。
图2 城市时空行为景观理论、方法与应用研究框架

Fig. 2 Research framework for theories, methods, and applications of urban spatio-temporal behavioral landscape

3.1 城市时空行为景观的概念与内涵

城市时空行为景观指耦合人类时空行为与城市空间多维度主客观景观要素的动态景观呈现。这些景观维度包括在规划和政策环境背景下耦合了人类活动的自然和建成环境景观、社会经济活动在空间映射形成的景观以及个体和公众主观感知的景观等。动态景观的呈现形式包括基于个体的时空景观——表现为个体时空行为与环境互动后可感知与体验的景观，以及基于空间的动态景观——表现为大量个体时空景观映射到时间和空间上形成的地域景观（图3）。其在现有景观概念基础上，强调以人的行为或者活动为核心的理念，表征与个体时空行为耦合的不同维度地理环境景观要素多重时空嵌套的演化特征，更贴近于对地理空间的整体性、多重嵌套性、多尺度动态性、可感知性的认识，反映了城市在不同时间和空间条件下客观景观要素以及视觉、听觉、活力、体验等主观景观要素的特征和变化。城市时空行为景观能更好地表征城市作为客观的物质空间与“看得到、听得着、体验得了”等可感知的空间载体的双重特征。
图3 城市时空行为景观概念图

Fig. 3 Conceptual diagram of urban spatio-temporal behavioral landscape

城市时空行为景观的内涵强调时-空-人耦合理念，以个体时空行为为基础、以城市空间为载体、以时空演化为特征、以感知与体验为核心，具体包括：① 空间载体：从个体时空行为的角度看，城市空间是在特定规划和政策等背景下形成的，它是由自然/建成环境、社会经济活动和主观感知等多维景观要素与行为主体在不同尺度和场景下组合所形成的具有一定布局形态、组织结构的空间载体。② 时空演化：上述依托城市空间载体所形成的不同维度景观要素围绕时空行为（居住迁移、日常活动、交通出行等）展开，形成不同尺度的景观秩序，其中，在自然/建成景观维度，城市呈现基于时间的不同景观特征，如长时序的城市更新、季节与昼夜的景观演变等；在社会经济活动景观维度，城市中大量个体时空行为汇集形成的社会经济活动在空间中的映射形成了随着日常生活节律展开的城市动态景观；在主观感知维度，不同活动在场所中的开展形成了短时间内动态变化且可感知与体验的景观。③ 感知与体验：有别于客观的城市环境，城市时空行为景观强调景观要素可被行为主体感知和体验。
因此，城市时空行为景观是一个以人为核心，涵盖了时间、空间、人类活动行为以及感知体验等多个方面，反映城市空间在时空维度上的多样性和复杂性的概念，可更好刻画个体时空行为和环境感知的景观表征、景观对于个体空间感知与行为决策的影响以及诸多个体时空行为景观在空间上的汇集映射。构建城市时空行为景观与主要场景化应用的链接关系，并揭示其形成机理是发挥城市时空行为景观研究潜在应用价值的重要方向。

3.2 时-空-人耦合的城市时空行为景观测度

基于上述有关城市时空行为景观的界定，其测度主要涉及基于时-空-人耦合的自然与建成环境的时空行为景观、社会经济活动的时空行为景观以及感知空间的时空行为景观三个方面。

3.2.1 自然/建成环境的城市时空行为景观测度

测度城市自然和建成环境特征和演化是地理学的基础命题，近年来，相关观测手段和工具日益多元化和精细化，对城市自然的建成环境的特征及其演化的刻划也越来越细致，例如：相关研究对城市微观层面的空气污染测度与模拟[22]，对城市实景三维、街景、夜光遥感等建成环境要素的观测等，使得基于人本尺度的自然与建成环境测度成为可能。此外，考虑了自然与社会经济活动时空节律性的环境测度也受到关注，包括有关城市相关设施营业时间和个体真实访问水平的关注，开展基于AI的夜间街景图片生成技术研发等。
自然/建成环境的城市时空行为景观测度则是在上述日益精细化的环境要素基础上，耦合公众时空行为进行的多尺度与多维度的自然/建成环境景观特征分析，用以更好地表征环境对个体和群体的真实影响，例如：在传统的表征城市自然环境特征的污染浓度分布的基础上，耦合人群的时空行为，得到更具实践指导价值的污染暴露与污染剂量风险地图制图，即是自然环境时空行为景观的一类测度。

3.2.2 社会经济活动的城市时空行为景观测度

人们在城市中另一个直观感受就是熙熙攘攘的人群和丰富多彩的生活，意味着城市中的人及其行为，以及由此产生的社会经济活动现象也是城市景观的重要组成部分。由时空行为所产生的集聚、分异、规律等是测度城市时空行为特征的三个主要维度。首先，在集聚方面，相关研究通过大数据测度[23,24]、问卷调查[25,26]、实地观测[27⇓⇓-30]、物质空间测度[31]等方法测度时空行为的集聚特征，并据此表征城市空间活力。第二，在分异方面，集聚人群的差异产生了社会空间分异现象，其背后是不同社会经济属性微观个体基于不同的选择偏好在宏观形成累积，产生的群体排斥现象[32,33]。活动人群集聚叠加相似的人群选择偏好，进一步强化了社会空间分异。第三，在分布规律方面，位序法则是描述人群数量特征的有效方法之一，用于发现城市空间要素在数量上的概率统计分布规律，是时空行为的量化度量。个体活动的时空集聚是不同活动在时间和空间两个维度上的汇集，是居住、就业、休闲等活动综合集聚的结果。其形成机制比单一活动选择的机制更为综合，可能形成幂律、指数律、截尾幂律/指数律等多种标度律[34⇓⇓⇓⇓-39]。
社会经济活动的城市时空行为景观测度则是在上述仅考虑人群时空行为的时空集聚与分异模式以及分布规律的基础上，通过耦合个体时空行为及社会经济活动背景进行的景观特征分析，用以更好地表征城市社会经济活动的集聚与分异时空特征及规律。例如：在传统表征群体时空集聚的城市活力分布的基础上，通过将个体时空行为与其住地或其他活动地社会经济背景进行耦合，获取基于个体的多维社会经济背景信息，并通过时空汇集和映射，刻画城市某种维度社会经济活力的时空分布、演化及其规律，即是社会经济时空行为景观的一类测度。

3.2.3 主观感知环境的城市时空行为景观测度

人们在城市中最直观的感受是高楼林立、灯红酒绿的城市景观，与闲云野鹤般的乡村生活有着鲜明的对比，如何将人类活动与环境感知有机结合，测度基于时-空-人耦合的城市环境感知特征、规律与对人类影响的阈值效应具有重要的意义。已有的相关研究主要从空间认知、量化标定、大数据与AI等技术路线开展。
（1）基于空间认知的时空行为景观测度。人文地理学中城市景观的测度起源于空间认知，即人对周边地理空间的位置、分布、形状、相互作用及动态变化的认识过程[40]。其中最有代表性的测度是凯文·林奇的城市意象[41]。它被广泛地应用于城市规划和地理学研究[40]，特别是成为了城市设计的通用法则。然而，城市景观设计在实际工作中逐渐偏离感知的初衷，设计效果图常以一种鸟瞰视角呈现城市景观，并非人在城市中的实际感受。近年来神经科学促成的人文地理学“神经转向”弥补了这一短板，通过眼动追踪技术测度景观吸引物、视觉热点和街道品质等[42]，成为城市景观的重要感知测度方法。在此基础上，探索基于时-空-人耦合的主观环境感知测度方法成为重要的前沿方向。
（2）基于感知与偏好量化标定的时空行为景观测度。行为主义地理学认为人类的空间行为取决于如何理解、感受、认知外部世界，其中的空间认知是做出决策和行动的基础[43]，是对地理空间形态和结构的抽象认知[44]。城市景观感知强调外部信息在决策者的主观认知和想象，通常使用深度访谈和问卷调查方法，获取在主观印象中的城市景观气氛、多样性、大小和功能等要素，进而分析主观判断对空间选择的影响。例如：空间行为是诸多属性因素的综合权衡，取决于活动空间给人的愉悦、幸福、满足、效用等正面心理感受和遗憾、失望、负效用等负面心理感受[45]。而有大量的空间偏好要素与城市景观要素密切相关。包括店铺数量、用地混合度、服务水平、零售设施面积、开放空间面积、功能集聚性、停车设施和服务、开销费用等功能要素和环境美观性、整洁度、热闹、安全等品质要素[46⇓⇓-49]。因此，可以据此建立起不同景观要素与感知和偏好的关系，并结合感知和偏好对时空行为的影响，通过耦合时空行为与景观要素，测度基于感知与偏好的时空行为景观。
（3）基于众包公众主观环境感知的时空行为景观测度。基于众包的街景、城市多媒体等视听大数据的公众感知维度（活泼、安全、美丽、富有、无聊和压抑）等智能识别为测度大众“客观”的地理环境感知提供较可靠的技术解决方案[50]。通过问卷调查和大数据结合，构建主要个体感知维度（如安全感）与大数据（如街景等）的关系模型，利用模型进行基于大数据的模拟等方法也为公众主观感知地图制图提供了技术解决方案[51]。此外，使用社交媒体和新闻报道，应用语义分析，也是测度城市景观在社会、文化、情感上的新方法[52,53]。相关研究提供了一种新的理解城市景观和人们的主观体验的视角。上述研究从众包大数据挖掘角度揭示了城市景观中更丰富维度。
主观感知环境的城市时空行为景观测度是在上述从空间认知、量化标定、大数据与AI技术等方面进行感知环境测度基础上，整合相关技术方法，进一步从时-空-人耦合的角度，测度基于个体时空行为的感知环境并进行时空汇集和映射，揭示城市某类环境感知维度的时空分布、演化及规律的一类测度。

3.3 时-空-人耦合的城市时空行为景观形成机制与效应

分别从个体与空间两个角度研究时空行为景观形成机制与效应将有助于链接起理论研究与实践应用的关系。其中，时空行为是核心，行为与时空间中的景观环境要素的耦合存在两大类机制：① 基于个体行为与环境之间的耦合与自适应机制；② 基于个体时空行为环境暴露的空间叠加与涌现机制。前者将产生基于个体的时空行为景观效应，后者则形成个体时空行为景观在时空间映射的宏观效应，分别可用于支撑基于个体与基于时空间的公共服务。
在个体时空行为与环境耦合与自适应机制方面，由于行为受到包括规划与政策背景、自然/建成环境、社会经济活动及个体感知环境等多维环境要素的影响，同时，时空行为在与环境的互动过程中，也会通过主动的自选择进行适当的调适，由此则产生了复杂的个体时空行为与环境的耦合与自适应机制。可在理解上述机制的基础上，耦合个体时空行为与多维地理环境，构建基于个体时空行为的环境暴露指标和数据库，探测暴露风险，识别风险阈值等，分析时空行为景观的个体效应，为个体主动健康行为规划和健康风险预警等应用提供依据[54]。
在基于行为的叠加与涌现机制方面，一方面，前述多维度的时空行为景观要素的叠加，将形成不同的叠加效应。例如：可在上述有关社会经济活动的城市时空行为景观测度方法的基础上，进一步分析不同活动之间，以及活动与对应自然和建成环境之间的叠加产生的效应，为指导考虑了时空演化和时空效能的空间规划与智慧治理提供依据。
另一方面，时空行为景观的形成还存在一定的涌现机制，由此带来特殊的规模、结构、感知（例如共鸣与强化）、行为变化（例如集体行为）等现象，可为相关的规范和准则制定提供参考。涌现机制指在复杂系统中，个体简单规则的相互作用可以导致整体系统出现复杂、非线性的行为和结构的现象，该现象超越了单个个体行为的简单叠加，展现出系统整体的新特征和性质，可以用于研究上述关于个体环境感知与行为决策在群体时空行为中产生的宏观时空行为景观效应。涌现具有跨尺度、非线性、向下因果关系等特性[55,56]，能较好地用于解释复杂城市系统中不同时空尺度下的场景特性及形成机制。涌现现象的识别和机制理解包括理论定义和量化方法的研究[57⇓⇓-60]。因果关系被认为是理解涌现的关键视角之一[59,60]。宏观层面上的所有涌现属性和过程原则上都可以理解为微观层面上个体之间相互作用产生的因果效应。近期，机器学习和深度神经网络技术的发展推动了人工智能的重大进展，相关技术方法可以用于解决因果涌现效应的识别[60,61]。个体之间以及与城市环境（包括社会、经济、自然等）之间的相互作用是导致各种涌现现象的原因[62]，例如：社会隔离、集体行为、网红打卡现象等[63,64]。基于对城市中这类涌现现象的发现和其背后机制的理解，利用涌现带来的不确定性，有助于避免规划的强制简化[65]。因此，深入挖掘城市时空行为景观背后的涌现现象与机制，将有助于构建新的适应性规划原理和方法，实现城市规划的“复杂性转向”，并完善城市时空行为景观规划和应用体系。

4 城市时空行为景观研究与应用展望

为了进一步拓展城市时空行为景观理论与应用研究方向，还需要进一步加强理论、技术方法与应用的整合，构建和完善新的理论、技术方法与应用体系（图4）包括：
图4 基于时-空-人耦合的城市时空行为景观理论方法与应用体系

Fig. 4 System of theories, methods, and applications for urban spatio-temporal behavioral landscape based on time-space-person coupling

发展新理论：整合现有的相关理论、技术方法和应用体系，基于城市社会经济背景、地理背景和数字化与平台化转型等背景，构建和完善基于时-空-人耦合的城市时空行为景观理论框架；深入解读关键概念和内涵，完善多时空尺度的城市时空行为景观分类和测度方法体系；从自然/建成环境、社会经济活动环境和感知环境等多维度研究城市时空行为景观特征；从个体和时空角度深入分析各类景观现象的形成机制；逐步构建和完善理论体系。
研发新技术：完善以人为主体，时-空-人耦合的方法论，创新耦合个体与多维地理空间环境要素的多源众包数据采集、智能识别、大小数据融合、可视化、机理模型构建等关键技术方法，支撑多情景下自然-人文耦合、约束与偏好互动以及“人-人”互动的时空相互作用机理和过程模拟研究，构建基于时-空-人耦合的城市时空数据采集分析技术方法体系，为耦合时空地理背景与个体时空行为的城市时空行为景观研究提供支持；梳理时空行为景观与现实应用需求的映射关系，构建基于城市时空行为景观内涵的测度和分析技术方法体系。
服务新需求：服务人民城市高质量发展的社会需求，从时-空-人耦合的模拟、评估、规划、治理等维度，从城市高质量发展的宜居、健康、智慧等角度，构建面向宜居的城市时空行为景观规划、面向健康的个体时空行为规划和面向智慧的城市时空协同治理等应用体系。其中，在面向宜居的城市时空行为景观规划方面，探索基于时空行为景观的城市体检评估、场地识别、基于使用场景的用地和设施（生活圈）规划与设计、公共服务动态配置、人群画像与住房估价、精细化空间治理、应急决策支持等应用场景[66⇓-68]；在面向健康的个体时空行为规划方面，培育面向未来基于可穿戴移动设备的个体主动健康服务应用；在面向智慧的城市时空协同治理方面，改变空间数据底座的组织逻辑，强调以人为主体的空间信息组织，发展基于多主体协同治理的智慧城市应用新场景。

5 小结

人地关系是人文地理学的基础命题，城市是城市个体时空行为与多尺度多维度地理环境要素耦合产生的地域景观，从时-空-人耦合的角度，构建时空行为景观理论框架，将有助于拓展对人文地理学研究的对象、主体、主要现象及其形成机制等方面的理解，并为提高民众的生活质量，促进城市高质量发展与智慧治理提供依据。具体而言，在理论上，亟需在分析以人为中心的城市空间高质量发展内涵的基础上，探索城市时空行为景观的内涵、测度方法和形成机制，构建和发展城市时空行为景观理论；在技术和方法上，亟需基于海量时空大数据和AI等新技术方法，进一步围绕以人为中心，深化时-空-人耦合的多源时空数据采集、融合和模拟等方法论；在实践案例上，亟需通过及时总结和挖掘，将上述理论和方法应用到更广泛的城市规划与设计、城市治理与个体服务等领域中，并结合实践案例，进一步发展人文地理学的相关经典理论。

真诚感谢匿名评审专家在论文评审中所付出的时间和精力，评审专家对本文结构和内容优化以及主要观点提炼等方面的修改意见，使本文获益匪浅。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
许学强, 周一星, 宁越敏. 城市地理学(第二版). 北京: 高等教育出版社, 1988.

[Xu Xueqiang, Zhou Yixing, Ning Yuemin. Urban Geography(Second Edition). Beijing: Higher Education Press, 1988.]

[2]
王士君, 冯章献, 刘大平. 中心地理论创新与发展的基本视角和框架. 地理科学进展, 2012, 31(10): 1256-1263.

[Wang Shijun, Feng Zhangxian, Liu Daping. Basic perspective and preliminary framework for the theoretical innovation and development of central place theory in new times. Progress in Geography, 2012, 31(10): 1256-1263.]

DOI

[3]
顾朝林, 王法辉, 刘贵利. 北京城市社会区分析. 地理学报, 2003, 58(6): 917-926.

[Gu Chaolin, Wang Fahui, Liu Guili. Study on urban social areas in Beijing. Acta Geographica Sinica, 2003, 58(6): 917-926.]

DOI

[4]
湛东升, 孟斌, 张文忠. 北京市居民居住满意度感知与行为意向研究. 地理研究, 2014, 33(2): 336-348.

DOI

[Zhan Dongsheng, Meng Bin, Zhang Wenzhong. A study on residential satisfaction and its behavioral intention in Beijing. Geographical Research, 2014, 33(2): 336-348.]. DOI: 10.11821/dlyj201402012.

[5]
Cliff A D, Toyne P. Organisation, location and behaviour: Decision-making in economic geography. Journal of the Royal Statistical Society. Series A(General), 1975, 138(3): 444. DOI: 10.2307/2344598.

[6]
Hägerstrand T. What about people in regional science. Papers and Proceedings of the Regional Science Association, 1970, 24(1): 7-21.

[7]
Haggett P, Clif AD, Frey AE. Locational Analysis in Human Geography//second edition. London: Edward Arnold/New York: John Willey.1977.

[8]
刘卫东, 甄峰. 信息化对社会经济空间组织的影响研究. 地理学报, 2004, 59(S1): 67-76.

[Liu Weidong, Zhen Feng. Spatial implications of new information and communication technologies. Acta Geographica Sinica, 2004, (S1): 67-76.]

[9]
席广亮, 甄峰. 互联网影响下的空间流动性及规划应对策略. 规划师, 2016, 32(4): 11-16.

[Xi Guangliang, Zhen Feng. Space flow and planning response under internet impact. Planners, 2016, 32(4): 11-16.]. DOI: 10.3969/j.issn.1006-0022.2016.04.002.

[10]
修春亮, 孙平军, 王绮. 沈阳市居住就业结构的地理空间和流空间分析. 地理学报, 2013, 68(8): 1110-1118.

[Xiu Chunliang, Sun Pingjun, Wang Qi. Residence-employment structure analysis on spaces of geography and flows in Shenyang city. Acta Geographica Sinica, 2013, 68(8): 1110-1118.]. DOI: cnki:sun:dlxb.0.2013-08-010.

[11]
Kwan MP. The uncertain geographic context problem. Annals of the Association of American Geographers, 2012, 102(5): 958-968. DOI: 10.1080/00045608.2012.687349.

[12]
周素红, 邓丽芳. 基于T-GIS的广州市居民日常活动时空关系. 地理学报, 2010, 65(12): 1454-1463.

DOI

[Zhou Suhong, Deng Lifang. Spatio-temporal pattern of residents' daily activities based on T-GIS: A case study in Guangzhou, China. Acta Geographica Sinica, 2010, 65(12): 1454-1463.]

DOI

[13]
Silm S, Ahas R. The temporal variation of ethnic segregation in a city: Evidence from a mobile phone use dataset. Social Science Research, 2014, 47: 30-43. DOI: 10.1016/j.ssresearch.2014.03.011.

PMID

[14]
Lu J, Zhou S, Zheng Z, et al. Examining the relationship between social context and community attachment through the daily social context averaging effect averaging effect. Geografiska Annaler: Series B,Human Geography, 2023, 106(2): 196-216. DOI: 10.1080/04353684.2023.2196568.

[15]
柴彦威, 刘志林, 李峥嵘, 等. 中国城市的时空间结构. 北京: 北京大学出版社, 2002.

[Chai Yanwei, Liu Zhilin, Li Zhengrong. et al. Spatiotemporal Structure of Chinese Cities. Beijing: Peking University Press, 2002.]

[16]
柴彦威, 谭一洺, 申悦, 等. 空间-行为互动理论构建的基本思路. 地理研究, 2017, 36(10): 1959-1970.

DOI

[Chai Yanwei, Tan Yiming, Shen Yue, et al. Space-behavior interaction theory: Basic thinking of general construction. Geographical Research, 2017, 36(10): 1959-1970.]. DOI: 10.11821/dlyj201710012.

[17]
周素红. 时空关联视角下城市空间结构研究的几个思考. 柴彦威. 时空行为研究前沿. 南京: 东南大学出版社, 2015: 56-68.

[Zhou Suhong. Thinking about the study of urban spatial structure from the perspective of spatiotemporal correlation. in:Chai Yanwei. Thinking about the study of urban spatial structure from the perspective of spatiotemporal correlation. in: Chai Yanwei. . Nanjing: Southeast University Press, 2015: 56-68.]

[18]
Hersperger AM, Bürgi M, Wende W, et al. Does landscape play a role in strategic spatial planning of European urban regions? Landscape and Urban Planning, 2020, 194(2020): 103702. DOI: 10.1016/j.landurbplan.2019.103702.

[19]
Council of Europe. The European Landscape Convention(Florence, 2000). https://www.coe.int/en/web/landscape/the-european-landscape-convention, 2024-08-05.

[20]
Zhang A, Li W, Wu J, et al. How can the urban landscape affect urban vitality at the street block level? A case study of 15 metropolises in China. Environment and Planning B: Urban Analytics and City Science, 2021, 48(5): 1245-1262.

[21]
Jo HI, Jeon JY. The influence of human behavioral characteristics on soundscape perception in urban parks: Subjective and observational approaches. Landscape and Urban Planning, 2020, 203: 103890. DOI: 10.1016/j.landurbplan.2020.103890.

[22]
林荣平, 周素红. 基于移动式监测的道路PM2.5浓度精细化时空模拟. 地理学报, 2023, 78(1): 149-162.

DOI

[Lin Rongping, Zhou Suhong. Precise spatiotemporal simulation of on-road PM2.5 concentration based on mobile monitoring. Acta Geographica Sinica, 2023, 78(1): 149-162.]. DOI: 10.11821/dlxb202301010.

[23]
De Nadai M, Staiano J, Larcher R, et al. The death and life of great Italian cities: A mobile phone data perspective//Proceedings of the 25th International Conference on World Wide Web. Montréal Québec Canada: International World Wide Web Conferences Steering Committee, 2016: 413-423. DOI: 10.1145/2872427.2883084.

[24]
王玉琢. 基于手机信令数据的上海中心城区城市空间活力特征评价及内在机制研究. 南京: 东南大学硕士学位论文, 2017: 125.

[Wang Yuzhuo.. Research on urban spatial vitality characteristic Evaluation and internal mechanism of Shanghai central city based on mobile phone signaling data. Nanjing: Master Dissertation of Southeast University, 2017: 125.]

[25]
Sung H, Lee S. Residential built environment and walking activity: Empirical evidence of Jane Jacobs'urban vitality. Transportation Research Part D: Transport and Environment, 2015, 41: 318-329. DOI: 10.1016/j.trd.2015.09.009.

[26]
Jalaladdini S, Oktay D. Urban public spaces and vitality: A socio-spatial analysis in the streets of cypriot towns. Procedia -Social and Behavioral Sciences, 2012, 35: 664-674. DOI: 10.1016/j.sbspro.2012.02.135.

[27]
刘畅. 基于消费者行为的购物中心空间活力研究:以大连典型性购物中心为例. 大连: 大连理工大学硕士学位论文, 2018: 130.

[Liu Chang. Research on shopping center space vitality based on consumer behavior:Taking typical shopping centers in Dalian as an example. Dalian: Master Dissertation of Dalian University of Technology, 2018: 130.]

[28]
龙茂坤. 城中村公共空间夜间活力研究:以深圳白石洲北片区为例. 深圳: 深圳大学硕士学位论文, 2017: 125.

[Long Maokun. Research on nighttime vitality of public space in urban village:A case study of north area of baishizhou in Shenzhen. Shenzhen: Master Dissertation of Shenzhen University, 2017: 125.]

[29]
姜蕾. 城市街道活力的定量评估与塑造策略. 大连: 大连理工大学硕士学位论文, 2013: 80.

[ Jianglei. Quantitative Assessment and shaping of vitality of urban streets. Dalian: Master Dissertation of Dalian University of Technology, 2013: 80.]

[30]
王海洋. 福田中心区公共空间活力时空分布特征及其影响因素研究. 哈尔滨: 哈尔滨工业大学硕士学位论文, 2016: 159.

[Wang Haiyang. Study on spatial temporal distribution characteristics of public space vitality and its influencing factors in Futian central district. Harbin: Master Dissertation of Harbin Institute of Technology, 2016: 159.]

[31]
Montgomery J. Making a city: Urbanity, vitality and urban design downloaded. Journal of Urban Design, 1998, 3(1): 93-116.

[32]
张艳, 柴彦威, 郭文伯. 北京城市居民日常活动空间的社区分异. 地域研究与开发, 2014, 33(5): 65-71.

[Zhang Yan, Chai Yanwei, Guo Wenbo. Community differentiation of residents' daily activity spaces in Beijing city. Areal Research and Development, 2014, 33(5): 65-71.]. DOI: 10.3969/j.issn.1003-2363.2014.05.013.

[33]
Wang D, Li F, Chai Y. Activity spaces and sociospatial segregation in Beijing. Urban Geography, 2012, 33(2): 256-277. DOI: 10.2747/0272-3638.33.2.256.

[34]
Jiang B. Geospatial analysis requires a different way of thinking: The problem of spatial heterogeneity. GeoJournal, 2015, 80(1): 1-13. DOI: 10.1007/978-3-319-52522-8_2.

[35]
Song C, Koren T, Wang P, et al. Modelling the scaling properties of human mobility. Nature Physics, 2010, 6(10): 818-823. DOI: 10.1007/s11071-023-08642-0.

[36]
Hu Y, Zhang J, Huan D, et al. Toward a general understanding of the scaling laws in human and animal mobility. Europhysics Letters, 2011, 96(3): 38006. DOI: 10.1209/0295-5075/96/38006.

[37]
Giannotti F, Nanni M, Pedreschi D, et al. Unveiling the complexity of human mobility by querying and mining massive trajectory data. VLDB Journal, 2011, 20(5): 695-719. DOI: 10.1007/s00778-011-0244-8.

[38]
Zheng Z, Zhou S. Scaling laws of spatial visitation frequency: An application to transport prediction. Computers, Environment and Urban Systems, 2017, 64: 332-343. DOI: 10.1016/j.compenvurbsys.2017.04.004.

[39]
Hasan S, Zhan X, Ukkusuri SV. Understanding urban human activity and mobility patterns using large-scale location-based data from online social media//Proceedings of the 2nd ACM SIGKDD International Workshop on Urban Computing. Chicago Illinois: ACM, 2013: 1-8. DOI: 10.1145/2505821.2505823.

[40]
陶伟, 任建造. 国内人文地理学的空间认知研究进展. 华南师范大学学报(自然科学版), 2020, 52(5): 1-10.

[Tao Wei, Ren Jianzao. Progress in domestic research on spatial cognition in human geography. Journal of South China Normal University(Natural Science Edition), 2020, 52(5): 1-10.]. DOI: 10.6054/j.jscnun.2020071.

[41]
Lynch K. The Image of the City. Cambridge: MIT press, 1960.

[42]
王敏, 林铭亮, 朱竑. 人文地理学的“神经转向”研究进展及启示. 地理科学进展, 2020, 39(7): 1182-1195.

DOI

[Wang Min, Lin Mingliang, Zhu Hong. Research progress and implication of the "neural turn" in human geography. Progress in Geography, 2020, 39(7): 1182-1195.]. DOI: 10.18306/dlkxjz.2020.07.011.

[43]
Gold JR. Behavioral Geography in International Encyclopedia of Human Geography:Vol. 1. 2nd ed. Oxford: Elsevier, 2019.

[44]
Tversky B, Bauer Morrison J, Franklin N, et al. Three spaces of spatial cognition. The Professional Geographer, 1999, 51(4): 516-524. DOI: 10.1111/0033-0124.00189.

[45]
Rasouli S, Timmermans H. Uncertainty, uncertainty, uncertainty: Revisiting the study of dynamic complex spatial systems. Environment and Planning A, 2012, 44: 1781-1784. DOI: 10.1068/a45212.

[46]
Phan DT, Vu HL, Miller EJ. A new approach to improve destination choice by ranking personal preferences. Transportation Research Part C: Emerging Technologies, 2022, 143: 103817. DOI: 10.1016/j.trc.2022.103817.

[47]
Wang X, Zhang J, Wu C. Users'recreation choices and setting preferences for trails in urban forests in Nanjing, China. Urban Forestry and Urban Greening, 2022, 73: 127602. DOI: 10.1016/j.ufug.2022.127602.

[48]
Zhang Y, Zhao P, Lin JJ. Exploring shopping travel behavior of millennials in Beijing: Impacts of built environment, life stages, and subjective preferences. Transportation Research Part A: Policy and Practice, 2021, 147: 49-60. DOI: 10.1016/j.tra.2021.03.012.

[49]
Whiting JW, Larson LR, Green GT, et al. Outdoor recreation motivation and site preferences across diverse racial/ethnic groups: A case study of Georgia state parks. Journal of Outdoor Recreation and Tourism, 2017, 18: 10-21. DOI: 10.1016/j.jort.2017.02.001.

[50]
Salesses P, Schechtner K, Hidalgo CA. The collaborative image of the city: Mapping the inequality of urban perception. PloS One, 2013, 8(7): e68400. DOI: 10.1371/journal.pone.0068400.

[51]
Jing F, Liu L, Zhou S. Exploring large-scale spatial distribution of fear of crime by integrating small sample surveys and massive street view images. Environment and Planning B: Urban Analytics and City Science, 2023, 50(4): 1104-1120. DOI: 10.1177/23998083221135608.

[52]
Väisänen T, Järv O, Toivonen T, et al. Mapping urban linguistic diversity with social media and population register data. Computers, Environment and Urban Systems, 2022, 97: 101857. DOI: 10.1016/j.compenvurbsys.2022.101857.

[53]
Dunkel A. Visualizing the perceived environment using crowdsourced photo geodata. Landscape and Urban Planning, 2015, 142: 173-186. DOI: 10.1016/j.landurbplan.2015.02.022.

[54]
周素红, 张琳, 林荣平. 地理环境暴露与公众健康研究进展. 科技导报, 2020, 38(7): 43-52.

DOI

[Zhou Suhong, Zhang Lin, Lin Rongping. Progress and prospect of the research on geographical environment exposure and public health. Science & Technology Review, 2020, 38(7): 43-52.]. DOI: 10.3981/j.issn.1000-7857.2020.07.006.

[55]
De Haan J. How emergence arises. Ecological Complexity, 2006, 3(4): 293-301. DOI: 10.1016/j.ecocom.2007.02.003.

[56]
Emmeche C, Køppe S, Stjernfelt F. Levels, emergence, and three versions of downward causation.//Andersen PB, Emmeche C, Finnemann NO, et al. Downward Causation. Aarhus, Denmark: University of Aarhus Press, 2000: 322-348.

[57]
Chalmers DJ. Strong and weak emergence.//Clayton P, Davies P. The Re-emergence of Emergence: The Emergentist Hypothesis from Science to Religion. New York: Oxford University Press, 2006: 244-256.

[58]
Artime O, De DM. From the origin of life to pandemics: Emergent phenomena in complex systems. Philosophical Transactions of the Royal Society A, 2022, 380(2227): 20200410. DOI: 10.1098/rsta.2020.0410.

[59]
Hoel EP, Albantakis L, Tononi G. Quantifying causal emergence shows that macro can beat micro. Proceedings of the National Academy of Sciences, 2013, 110(49): 19790-19795. DOI: 10.1073/pnas.1314922110.

[60]
Zhang J, Liu K. Neural information squeezer for causal emergence. Entropy, 2022, 25(1): 26. DOI: 10.3390/e25010026.

[61]
Yu JS, Bagheri N. Agent-based models predict emergent behavior of heterogeneous cell populations in dynamic microenvironments. Frontiers in Bioengineering and Biotechnology, 2020, 8: 249. DOI: 10.3389/fbioe.2020.00249.

PMID

[62]
Batty M. Cities as complex systems: Scaling, interaction, networks, dynamics and urban morphologies.//Meyers, R. Encyclopedia of Complexity and Systems Science. New York: Springer, 2009. DOI: 10.1007/978-0-387-30440-3_69.

[63]
Schelling TC. Dynamic models of segregation. Journal of Mathematical Sociology, 1971, 1(2): 143-186.

[64]
Baronchelli A. The emergence of consensus: A primer. Royal Society Open Science, 2018, 5(2): 172189. DOI: 10.1098/rsos.172189.

[65]
Skrimizea E, Haniotou H, Parra C. On the 'complexity turn' in planning: An adaptive rationale to navigate spaces and times of uncertainty. Planning Theory, 2019, 18(1): 122-142. DOI: 10.1177/1473095218780515.

[66]
柴彦威, 李春江. 城市生活圈规划:从研究到实践. 城市规划, 2019, 43(5): 9-16+60.

[Chai Yanwei, Li Chunjiang. Urban life cycle planning: From research to practice. City Planning Review, 2019, 43(5): 9-16+60.]. DOI: 10.11819/cpr20190503a.

[67]
王德, 王灿, 谢栋灿, 等. 基于手机信令数据的上海市不同等级商业中心商圈的比较: 以南京东路、五角场、鞍山路为例. 城市规划学刊, 2015, 43(5): 50-60.

[Wang De, Wang Can, Xie Dongcan. et al. Comparison of retail trade areas of retail centers with different hierarchical levels: A case study of East Nanjing Road, Wujiaochang, Anshan Road in Shanghai. Urban Planning Forum, 2015, 43(5): 50-60.]. DOI: 10.16361/j.upf.201503007.

[68]
周素红, 郝新华, 柳林. 多中心化下的城市商业中心空间吸引衰减率验证: 深圳市浮动车GPS时空数据挖掘. 地理学报, 2014, 69(12): 1810-1820.

DOI

[Zhou Suhong, Hao Xinhua, Liu Lin. Validation of spatial decay law caused by urban commercial center's mutual attraction in polycentric city: Spatio-temporal data mining of floating cars' GPS data in Shenzhen. Acta Geographica Sinica, 2014, 69(12): 1810-1820.]. DOI: 10.11821/dlxb201412007.

Options
文章导航

/

〈 〉