恒 隆 研 究

【作者】

涂唐奇、張恩嘉、龍瀛

清華大學(xué)恒隆房地產(chǎn)研究中心

【通訊作者郵箱】ylong@tsinghua.edu.cn

【原文信息】

Tu, T., Zhang, E., & Long, Y. (2025). Profile and theoretical advances in urban big data studies: A systematic review of 57 representative journals (2013–2023). Environment and Planning B: Urban Analytics and City Science.

【論文鏈接】

https://journals.sagepub.com/doi/10.1177/23998083251346582

內(nèi)容導(dǎo)讀

龍瀛教授團(tuán)隊(duì)的研究論文“Profile and theoretical advances in urban big data studies: A systematic review of 57 representative journals (2013–2023)”（《城市大數(shù)據(jù)研究的概況與理論進(jìn)展：對(duì)57種代表性期刊的系統(tǒng)性回顧（2013-2023）》），在SSCI期刊Environment and Planning B: Urban Analytics and City Science在線發(fā)表。Environment and Planning B: Urban Analytics and City Science目前為JCR Q1期刊。

隨著大數(shù)據(jù)在城市研究中變得日益重要，其應(yīng)用的發(fā)展概況，包括數(shù)據(jù)、方法論和對(duì)城市理論貢獻(xiàn)的趨勢(shì)，仍然不甚明晰。本研究系統(tǒng)性地回顧了過(guò)去十年（2013-2023年）間，城市研究、地理學(xué)和環(huán)境研究領(lǐng)域（JCR Q1分區(qū)）的57種代表性期刊中的文獻(xiàn)，重點(diǎn)關(guān)注涉及城市空間大數(shù)據(jù)的定量研究。通過(guò)自動(dòng)化關(guān)鍵詞篩選和人工篩選，共識(shí)別出1425篇文章，其中因其理論貢獻(xiàn)而選取了82篇進(jìn)行深入分析。研究結(jié)果揭示了包括城市交通、空間品質(zhì)、活力和結(jié)構(gòu)在內(nèi)的關(guān)鍵主題領(lǐng)域，且研究主要集中在發(fā)達(dá)國(guó)家和大城市。從2013年到2023年，大數(shù)據(jù)和新方法在城市研究中的應(yīng)用有所增加，時(shí)空分辨率也越來(lái)越高。然而，將大數(shù)據(jù)與城市理論相結(jié)合的研究仍然有限，大多數(shù)定量研究集中于應(yīng)用或提出新方法，或揭示新現(xiàn)象。理論貢獻(xiàn)主要探討了城市環(huán)境形成的機(jī)制及其對(duì)人類活動(dòng)和行為的影響。本研究為理解大數(shù)據(jù)在城市空間研究中的應(yīng)用和理論進(jìn)展提供了全面的視角，并為未來(lái)的研究指出了關(guān)鍵方向。

圖1：研究框架示意圖

研究方法

1.文獻(xiàn)篩選與數(shù)據(jù)來(lái)源：在期刊選擇上，選取城市研究、地理學(xué)和環(huán)境研究領(lǐng)域的57本JCR Q1期刊，時(shí)間范圍為 2013-2023 年。在關(guān)鍵詞過(guò)濾上，使用包括基本概念、在線地圖、軌跡等9類與城市空間大數(shù)據(jù)相關(guān)的關(guān)鍵詞（如 “Big data”、“POI”、“GPS data” 等），通過(guò)Web of Science數(shù)據(jù)庫(kù)和期刊官網(wǎng)檢索，結(jié)合人工篩選，最終篩選出1,425篇符合條件的城市空間大數(shù)據(jù)定量研究論文。

2.文獻(xiàn)標(biāo)記與統(tǒng)計(jì)方法：在總體特點(diǎn)標(biāo)記上，對(duì) 1,425 篇文獻(xiàn)的類型（提出方法、揭示現(xiàn)象、探索機(jī)制）、研究領(lǐng)域（交通出行、城市活力、空間品質(zhì)等9類）、研究地點(diǎn)、時(shí)空分辨率、數(shù)據(jù)來(lái)源和方法（如機(jī)器學(xué)習(xí)模型等）進(jìn)行人工標(biāo)注，并借助 AI 工具輔助提取關(guān)鍵信息。在理論進(jìn)展分析上，從 1,425 篇文獻(xiàn)中進(jìn)一步篩選出82 篇涉及理論貢獻(xiàn)的文章，按理論貢獻(xiàn)類型（補(bǔ)充、驗(yàn)證、修改現(xiàn)有理論或提出新理論）、理論類別（城市建成環(huán)境或人類活動(dòng)）及主要發(fā)現(xiàn)進(jìn)行標(biāo)注和總結(jié)。

研究發(fā)現(xiàn)

1.描述性分析：從時(shí)間趨勢(shì)來(lái)看，2013-2023年城市空間大數(shù)據(jù)定量研究文獻(xiàn)數(shù)量穩(wěn)步增長(zhǎng)，從 2013 年的19篇增至2023年的270篇，但理論相關(guān)文獻(xiàn)僅占5.75%（82 篇）。在期刊分布上，《Journal of Transport Geography》《Computers Environment and Urban Systems》等期刊發(fā)表的相關(guān)文獻(xiàn)數(shù)量較多，但多數(shù)期刊中理論相關(guān)文獻(xiàn)占比低于 10%。在研究區(qū)域上，覆蓋70個(gè)國(guó)家和347個(gè)城市，主要集中在發(fā)達(dá)國(guó)家和大城市，中國(guó)是研究最多的國(guó)家（占 45.82%），發(fā)展中國(guó)家及中小城市研究較少。從總體特點(diǎn)來(lái)看，研究主題與類型主要集中在城市交通（516 篇）、空間質(zhì)量（186 篇）、活力（156 篇）和形態(tài)（117 篇）；多數(shù)文獻(xiàn)聚焦提出方法（485 篇）或揭示現(xiàn)象（542 篇），探索機(jī)制的文獻(xiàn)較少（398 篇）。在時(shí)空分辨率上，空間分析單元以網(wǎng)格（17.54%）、街道道路（10.53%）和移動(dòng)路線（10.23%）為主；時(shí)間分辨率中，87.09% 的文獻(xiàn)使用少于4年的數(shù)據(jù)，高頻數(shù)據(jù)（如小時(shí)級(jí)）應(yīng)用逐漸增加但占比仍低。在數(shù)據(jù)與方法上，在線地圖數(shù)據(jù)（43.51%）和交通軌跡數(shù)據(jù)（18.95%）使用最廣泛；非空間統(tǒng)計(jì)分析（46.32%）仍是主要方法，機(jī)器學(xué)習(xí)模型（24.28%）應(yīng)用增長(zhǎng)迅速（如圖像深度學(xué)習(xí)年均增長(zhǎng) 46%）。

2.理論進(jìn)展：在研究領(lǐng)域與貢獻(xiàn)上，理論相關(guān)文獻(xiàn)主要集中在城市交通（34.15%）、空間質(zhì)量與健康（21.95%）、社會(huì)安全（10.96%）和活力（12.20%）；多數(shù)研究旨在補(bǔ)充（53.66%）或驗(yàn)證（36.59%）現(xiàn)有理論，提出新理論的文獻(xiàn)極少（1.22%）。結(jié)合城市空間大數(shù)據(jù)，可以深入探索建成環(huán)境與人類行為的因果關(guān)系，將對(duì)城市空間要素作用機(jī)制的認(rèn)識(shí)從單一的線性認(rèn)識(shí)向考慮時(shí)空差異的非線性理論發(fā)展，豐富了城市空間的知識(shí)體系。

3.現(xiàn)狀不足與未來(lái)方向：從現(xiàn)有不足來(lái)看，研究區(qū)域分布不均（發(fā)達(dá)國(guó)家主導(dǎo)），時(shí)空分辨率有待提高，理論探索不足，對(duì)數(shù)字時(shí)代新生活方式和技術(shù)的影響研究較少。在未來(lái)方向上，應(yīng)推進(jìn)精細(xì)化分析（如建筑尺度的空間分析），加強(qiáng)機(jī)制探索和多維度理論框架構(gòu)建，關(guān)注智能技術(shù)對(duì)城市空間的重塑，推動(dòng)從 “感知智能” 到 “認(rèn)知智能” 的轉(zhuǎn)變。

圖2：主要研究類型和研究領(lǐng)域的文獻(xiàn)數(shù)量

圖3：理論貢獻(xiàn)類型和相關(guān)領(lǐng)域

聲明：本文系轉(zhuǎn)載自互聯(lián)網(wǎng)，請(qǐng)讀者僅作參考，并自行核實(shí)相關(guān)內(nèi)容。若對(duì)該稿件內(nèi)容有任何疑問(wèn)或質(zhì)疑，請(qǐng)立即與鐵甲網(wǎng)聯(lián)系，本網(wǎng)將迅速給您回應(yīng)并做處理，再次感謝您的閱讀與關(guān)注。