基于居民个体的城市虚-实空间关联指标研究——以南京市为例，本文主要内容关键词为：南京市论文,为例论文,个体论文,居民论文,指标论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
修订日期：2014-12-25 中图分类号：F590 文献标识码：A 文章编号：1000-0690(2015)10-1265-07 信息技术的自身革新及其在社会生活中的普及应用，使得信息技术影响下的城市空间结构研究成为地理学关注的热点话题，并在近30 a的研究中积累了丰富的成果。目前，研究主要集中在：①信息技术与城市居民时空行为活动的关系研究。二者主要存在替代、互补、修正、中立等关系，但是，二者关系因行为活动类型的不同而存在差异[1～6]。②网络空间的特征研究。学者们以搜索引擎、社交网络为研究对象，探索数字场所、网络景观和网络社会空间的特征[7～11]。③网络空间与实体空间的关系研究。无处不在的网络和应用服务促进了网络空间与实体空间的融合关系，网络空间根植于社会、实体空间。但是，网络空间对实体空间的影响程度有待研究[12～14]。总之，信息技术融入城市居民生产和生活的方方面面，个人成为研究虚-实空间关系的重要媒介，地理学者已将研究视角从空间转向网络用户。基于网络用户的虚-实空间互动关系的探索将是研究的新的重点与难点。 本文将信息科学领域的“地理关联”(Geographic Relevance)概念引入到信息地理学的空间研究中，尝试在微观层面探索虚-实空间的关联指标。地理关联是指信息需求(注意力跨度)和地理信息对象(影响区)之间的时空延伸关系[15]，表述为实体与实际使用内涵之间的关联强度[16]。网络空间中的信息流、实体空间中的人流与实体空间功能内涵的变化交织在一起，网络用户的流动性凸显了信息关联中地理维度的重要性。地理关联信息结合移动信息化、用户流动性，解决时空扩展的信息需求。因此，地理关联将地理信息检索延伸到实体流动性和实体空间内涵研究，地理关联被认为是空间的延伸。 目前，信息科学领域的地理关联研究仍处于关联指标的实证探索阶段。学者们采用深度访谈和问卷调查的方法判定特定人群的地理关联指标。Barry发现：用户的经验、背景、知识水平、个人喜好等是关联判断的重要情境因素，信息环境因被置于更广大的背景环境中[17]。Bierig认为区位、时间和时效性三要素在关联模型中互动是必要的[18]。Xu构建关联的结构方程模型，提出时效性、新颖性、可靠性、可理解性、范围5个指标[19]。Sabbata综述关联指标文献，将已有指标分为4大类：属性、地理本质、可获得信息、表征[20]。研究存在指标种类多样、意义重叠的问题。 地理关联关注网络用户的信息需求与网络信息、实体空间产生的联系，本文的城市虚-实空间关联研究则关注城市居民信息化水平对网络空间活跃程度、实体空间功能内涵的影响，并最终确定影响虚-实空间关联的指标。本文尝试解释居民流动性和信息化水平在虚-实空间关系研究中的地位和作用，说明虚-实空间关联是由居民个体的网络行为活动来维系的，网络行为活动丰富了主要实体空间类型的功能内涵。 1 指标选择与研究案例、方法 1.1 城市虚-实空间关联指标的选择 1.1.1 城市居民信息指标 居民的网络行为活动扩增了网络空间的规模，同时，信息设备从网络空间收集地理信息，以及信息设备之间传递信息，都影响着居民对实体空间的感知。因此，居民的信息活动丰富了实体空间的功能内涵。流动状态是城市居民基于无线网络和信息设备，维系虚-实空间关联的一个特殊情况。“新流动范式”强调无处不在的网络覆盖，注重移动信息技术与流动性之间的衔接关系[21，22]。 因此，城市居民信息指标主要有：①居民信息化意愿：城市居民愿意使用信息设备的强烈程度。它由城市居民对普通手机、智能手机、3G手机、台式电脑、笔记本电脑、平板电脑、上网本的购买意愿等指标进行观测。②居民信息化程度：城市居民拥有和使用信息设备的情况。它由居民首次购买普通手机、智能手机、3G手机、台式电脑、笔记本电脑、平板电脑、上网本的时间及购买数量等指标进行观测。③居民信息化认知：城市居民对信息设备和网络的认知水平。认知关联强调用户的知识状态和信息需求之间的关系，它由手机选择因素、智能手机优势、居民自身信息知识、信息知识学习途径、网络信息检索优点等指标进行观测。④居民信息化习惯：城市居民使用网络应用程序的偏好和多样性。它由居民的手机、电脑功能应用习惯和网页浏览习惯等指标进行观测。⑤信息设备使用：城市居民使用信息设备的频率。它由居民的普通手机、智能手机、3G手机、笔记本电脑、平板电脑、上网本的使用频率等指标进行观测。⑥信息发布与获取：城市居民信息交流的方式。它由居民发布、获取信息分别对应的工具和渠道等指标进行观测。⑦居民流动性：城市居民的实体流动性。它由居民通勤、出行的交通方式等指标进行观测(表1)。假设以上指标均对虚-实空间关联产生正向影响。 1.1.2 虚-实空间关联指标 由于网络空间根植于实体空间，本文按照实体空间的类型将指标分为：居住地网络活动、工作地网络活动、流动中的网络活动，以此说明虚-实空间的关联。已有文献证实，由于信息技术的使用，居住地、工作地、流动中的场所意义和重要性随之提升[23～27]。居住地的网络活动由在家网络工作时长、在家网络娱乐时长、在家总体上网时长等指标进行观测。工作地的网络活动由公司网络类型、上班使用网络时长等指标进行观测。流动中的网络活动由信息设备使用类型、出行场所倾向、信息设备携带情况等指标进行观测(表1)。 1.2 研究案例与数据 南京是全国首批“6+1个城市”(南京、上海、杭州、广州、深圳、厦门、北京)之一，率先推进移动通信进入4G时代。信息化的快速发展必将对南京的城市虚-实空间互动产生影响，具有一定的研究价值。因此，本文选择南京作为调查研究的案例地。 研究数据来源于2011年7～8月的城市居民入户调查，共发放问卷1 005份，回收1 002份，其中有效问卷973份，有效率为97.1%。调研样本以中青年、中等收入人群为主(表2)。问卷内容按照虚-实空间关联指标来设计。移动信息技术更大程度地放松时空的束缚，与无线网络衔接越好的信息设备展现出越高的流动性[28，29]。因此，当赋值各观测变量的时候，便携式信息设备得分高于固定信息设备，网络偏好得分高于非网络偏好(表1)。 1.3 研究方法 首先，本文分别采用熵值法和层次分析法确定各观测变量的权重，再根据综合权重(取值0.5)计算各指标的最终值。然后，采用方差分析，以居民社会经济属性为分类变量，分析各个空间关联指标的特征。最后，通过结构方程模型，探索外生变量和内生变量之间的关联，反映微观层面城市居民信息化水平对虚-实空间关联的影响。结构方程模型(SEM)具有理论先验性，可同时处理测量与分析问题[30]。如果指标变量是量表中数个测量题项分数的加总，而非单一题项，此种路径分析被称为观察变量路径分析(PA-OV模型)，是一种没有包含任何潜在变量的结构方程模型。
