城市弱勢區位的崛起

［摘" " 要］信息通信技術的發展改變了休閑活動的方式及空間偏好，為城市弱勢區位的崛起提供了機遇。文章以北京市為例，利用大眾點評2015年和2019年店鋪及其評論數據，從宏觀（城市）及微觀（建筑）尺度分析休閑消費空間分布變化趨勢。結果表明：1）店鋪及其數字口碑在各尺度都呈現向低可達性區域轉移的趨勢，揭示了城市弱勢區位的崛起；2）數字口碑在宏觀尺度向優勢區位集聚，而在微觀尺度向弱勢區位轉移，反映了數字口碑的兩極化；3）店鋪及數字口碑在宏觀尺度的變化均弱于微觀尺度，表明此期間北京市弱勢區位的崛起主要在微觀尺度；4）不同類型店鋪的比較驗證了結果的穩健性。該研究可促進對數字時代城市休閑空間的認識，推動精細尺度的城市更新及管理。

［關鍵詞］數字時代；休閑消費空間；空間尺度；空間可達性；北京

［中圖分類號］F59

［文獻標識碼］A

［文章編號］1002-5006（2024）04-0016-12

DOI： 10.19765/j.cnki.1002-5006.2024.04.007

引言

休閑活動作為強制性活動（如工作、通勤）及維持性活動（如睡覺）之外的任意性活動[1]，具有自由支配的特征，是表征城市生活品質，衡量城市活力的重要活動之一[2]。因此，承載休閑活動的城市休閑空間是城市規劃、地理及交通等領域的關注重點[3]。過去30年，尤其是近10年間，信息通信技術（information and communication technology， ICT）如互聯網、移動互聯網及各類手機應用的快速發展以多種方式重塑城市休閑活動[4-6]的同時，也重構了休閑活動與城市空間的關系[7-8]。一方面，行為地理學從個體時空行為的視角，認為借助ICT的便捷訪問，人們可以在任何時間、任何地點進行休閑活動，并將其與一些強制性和維持性活動相融合[4]，使休閑活動呈現多任務、碎片化的特征[9]。另一方面，媒介地理學從地理媒介的視角，認為ICT作為媒介替代、增強或者重新分配原有休閑活動過程[10]，改變人們選擇休閑活動地點的標準和需求[11]。隨著ICT媒介逐漸滲透到人們日常生活的感知和想象中[12]，數字口碑（electronic word of mouth， E-WoM）及實時導航對城市空間信息功能逐漸取代或補充[13]。因此，一些位于城市弱勢區位的不起眼空間可以借由ICT媒介突破地理限制及基于個體感知的想象，獲得被大眾關注和供休閑使用的機會[14]。與此同時，隨著我國經濟發展水平提升，國民休閑體驗需求增加，消費性休閑意愿及趨勢顯著，休閑消費空間需求增長，因此，位于低可達性或低可視性的城市弱勢區位的休閑消費空間在ICT媒介的加持下獲得前所未有的發展機遇。

隨著ICT的發展，開放數字地圖、高清遙感數據及各類社會感知數據（如社交媒體數據、手機信令數據等）為定量刻畫城市休閑消費空間、客觀認知城市休閑活動提供了機遇[15]。近年來，越來越多的研究利用這些新數據分析城市休閑空間的格局、特征及其演化規律[16]。一些研究通過定量分析揭示了宏觀尺度休閑活動及空間的集聚與分散、碎片化的特征[11，17]，比較了店鋪及數字口碑的區位偏好差異[18]，識別了微觀尺度位于弱勢區位的“隱形”或“不起眼”的休閑消費空間[19-20]。然而，盡管已有研究基于定性及定量分析揭示出宏觀城市尺度或微觀地塊及建筑尺度ICT影響下地理區位對休閑活動空間的約束降低，但由于研究尺度的差異，集聚與分散的結論不具有一致性[11]，并且微觀建筑尺度的研究才剛剛興起，缺少該尺度休閑消費空間的變化趨勢、店鋪及口碑差異等方面的研究。此外，由于相關研究通常只聚焦一個空間尺度，難以綜合比較城市休閑消費空間在宏觀及微觀尺度的發展差異。

為填補已有研究的空缺，本研究基于ICT降低地理約束，發掘弱勢區位空間的假設和展望，提出數字時代休閑消費空間在不同尺度的區位可達性變化的研究假設，并以休閑消費空間的實體店鋪及其數字口碑為切入點，通過北京市六環范圍內大眾點評2015年及2019年的數據，綜合比較休閑消費空間在宏觀及微觀尺度的區位變化差異，驗證研究假設。本研究旨在補充現有ICT對城市休閑空間影響的定性及定量研究，促進對數字時代城市休閑空間演變的綜合認識，為精細尺度的城市更新規劃及管理提供實證參考。

1 城市休閑消費空間研究綜述

1.1 媒介地理學視角下的城市休閑空間重塑

近30年信息通信技術的迅速發展改變了人們獲取信息、認知空間和尋路的方式，因此，人與空間的交互方式也變得更加復雜。媒介地理學認為，個體在使用媒介的過程中會改變身體感知和活動的方式，影響人們對虛實空間的感知及其在媒介引導下的生活體驗和實踐[21]，并通過抽象的符號表達在媒介平臺構建對空間的群體意象，從而替代空間的信息屬性，使以往依賴區位信息的休閑消費空間的選址自由度提升，促進空間的再生產與再建構[10，22]。

媒介地理學視角下針對ICT對城市休閑活動空間影響的討論層出不窮。Mitchell認為，以往建筑的前店面被互聯網替代，因此，一些（休閑）服務空間的區域限制被放寬，可以自由分布在新模式下認為方便的任何地點[4]。Mokhtarian等從ICT影響出行的視角提出，盡管ICT可能會替代和重新分配一些出行，但不能替代需要固定地點的休閑活動，甚至可能促進和增強一些線下活動[1]。尹罡等認為，ICT對城市休閑空間的影響主要體現在3個方面，即虛擬休閑空間的產生、傳統實體空間休閑化及休閑空間泛化，從而讓城市休閑空間呈現出虛擬化、移動化與破碎化、復合化的特征[23]。王晶和甄峰則從認知、行為到空間3個視角論述信息通信技術作用下城市碎片化的特點，即活動和服務空間呈現去中心化和分散化特征[6]。周榕提出，互聯網的虛擬空間接管了城市實體空間的信息功能，因此，互聯網信息碎片化的結果就是讓城市深處空間成為了有魅力和趣味的空間資源[14]。總而言之，無論是從宏觀城市視角提出的空間去中心化、碎片化，還是從微觀地塊及建筑視角理解的城市深處的趣味空間，都表明城市空間對人們休閑活動的約束降低，休閑空間呈現碎片化與分散化特征，并使一些城市內部空間開始承擔城市公共活動的功能，為休閑消費空間自由布局提供了重要機遇。

1.2 基于定量研究的城市休閑消費空間區位特征及演變趨勢識別

在相關理論展望及討論蓬勃發展的同時，新數據環境為定量研究城市休閑活動及空間提供了新機遇[15]。一方面，借助城市建成環境及人群活動數據，已有研究實現了大規模精細化的城市休閑活動及其空間的定量分析，如識別休閑活動的熱點區域[24]，檢驗與休閑活動相關的建成環境要素，揭示出不同類型的休閑消費空間布局特征差異[25]，強調了距中心距離、公共交通可達性、路網密度、經濟水平、功能多樣性等要素與城市休閑消費空間的密切關系[26，27]。另一方面，一些研究通過定量分析從宏觀城市尺度檢驗ICT對休閑活動及消費空間影響的理論假設。相關研究發現，盡管ICT降低了地理區位對休閑活動的空間約束，但休閑空間和休閑活動仍然存在向中心集聚的特征[18，27]，然而集聚與分散的結論受研究尺度的影響[11]。此外，一些研究開始從微觀建筑尺度關注ICT影響下城市弱勢區位的崛起，精準識別“不起眼”區域的城市消費空間，并討論其產生的機理。申峻霞等通過個案研究與調查訪談分析位于不起眼地方的“淘淘巷”的形成，認為消費前的網絡互動會強化實體空間中消費行為的目的性和有效性，因此，ICT加持的購物空間可以選址“低可視性”的區域[28]。Zhang等通過簽到數據和點評餐飲數據識別受歡迎餐飲空間，通過街景和網絡照片判斷空間的“不起眼”，從而識別城市中不起眼但有趣的地方[19]。孫世界和王錦憶基于點評興趣點（point of interest， POI）數據的地址信息識別城市隱形消費空間及其空間特征，揭示了空間成本和樓宇管理是影響其分布的主要因素[20]。

盡管已有研究一定程度上識別和驗證了ICT影響下城市弱勢區位的崛起，但相關研究仍存在一定的局限性：1）多數研究聚焦宏觀尺度活動或空間的集聚與分散，而針對微觀尺度的研究相對較少，更鮮有研究綜合分析及比較不同尺度的差異；2）微觀尺度的研究剛剛興起，并以空間的定量識別為主，缺少基于多年比較的微觀發展趨勢分析；3）盡管部分研究比較了實體店鋪與網絡口碑的差異，或者通過網絡口碑識別處在弱勢區位卻具有高數字口碑的空間，但相關研究缺少對實體店鋪與數字口碑在不同尺度及不同年份變化的對比。

2 研究方法

2.1 研究假設及框架

本研究提出如下假設：以數字口碑和實時導航為基礎的ICT媒介彌補了以往城市中可達性或可視性較低的城市區位在偶遇概率、信息傳播和消費者尋路等方面的劣勢。在此背景下，低租金優勢則引導城市休閑消費空間向弱勢區位發展。本研究關注的城市弱勢區位是一個相對概念，是相對于傳統城市規劃中城市中心、主干路、沿街底商等優勢區位而言可達性或可視性較低的城市中心邊緣、支路、地塊內部及建筑非底商等區域[29]。因此，本研究以可達性為城市區位相對優劣的衡量標準，從宏觀城市及微觀建筑兩個尺度檢驗城市弱勢區位的休閑消費空間發展趨勢。具體而言，弱勢區位的崛起在宏觀尺度表現為從市中心向郊區發展，從主干路向支路轉移，在微觀尺度表現為從沿街商鋪向地塊內部深入，從底商向建筑其他樓層轉移（圖1）。

為驗證以上假設，本研究以北京市主要的城市區域北京六環為研究范圍，以大眾點評POI及評論數分別表征城市休閑消費空間的實體店鋪及其數字口碑。本文以POI為研究單元，通過對比2015年及2019年實體店鋪及其數字口碑在宏觀及微觀尺度的分布特征，驗證城市弱勢區位的崛起趨勢，并比較店鋪及其口碑的異同。其中，宏觀區位可達性用空間句法的整合度及選擇度衡量，微觀區位可達性用地塊臨街度和是否為底商測度，具體計算方法見2.3部分。

研究圍繞3個步驟展開：1）通過商鋪租金數據識別和刻畫租金在宏觀及微觀尺度的分布特征，驗證空間可達性與城市區位優勢之間的關系，驗證“什么是城市弱勢區位”；2）通過對比大眾點評店鋪及其數字口碑在2015年至2019年的宏觀及微觀區位變化，識別休閑消費空間向弱勢區位變化的趨勢，探討店鋪與數字口碑變化的異同，檢驗“弱勢區位是否崛起”；3）將休閑消費空間進行細化，對比不同類別休閑消費空間的研究結果，檢驗“該結論是否具有穩健性”。

2.2 研究數據

本研究的數據包括2019年路網數據、2021年商鋪租金數據、2015年和2019年大眾點評POI及其評論數據，以及以高德地圖的城市等級道路劃分的地塊數據。數據均由網絡爬蟲獲取，其中，道路數據從高德地圖獲取，商鋪租金數據從安居客官網獲取，大眾點評POI及其評論數據從大眾點評網站獲取。租金數據包括樓盤編號、名稱、日租、樓層、經緯度信息。大眾點評POI數據包括店鋪編號、名稱、類別、地址、評論數、經緯度等信息。

獲得原始數據后，本研究對數據進行了以下處理。1）數據糾偏，將租金數據、大眾點評POI數據以及路網數據糾偏到WGS84坐標系。2）數據裁剪，用北京六環線提取大眾點評數據及商鋪租金數據。3）數據去重，根據數據的編號及名稱，對商鋪租金數據、2015年和2019年大眾點評數據去重。4）數據分類，由于本研究旨在揭示休閑消費空間的變化趨勢，因此，研究聚焦具有商業屬性的、會在市場調節作用下布局的城市休閑消費空間，暫不考慮其他相關研究中關注的文化休閑類及自然游憩類休閑空間。在參考已有研究的基礎上[30-32]，結合《城市用地分類與規劃建設用地標準》（GB 50137—2011）將本研究關注的休閑消費空間POI劃分為娛樂休閑、體育休閑、購物休閑、餐飲休閑及保健療養5類（表1），從而比較不同類別要素的空間布局異同以驗證結果的穩健性。5）指標計算，宏觀尺度指標計算時將租金數據及大眾點評POI數據連接到最近道路，從而獲取該道路段的空間句法指標結果數值。微觀尺度指標則基于租金數據、大眾點評POI數據與地塊邊界的關系以及數據的樓層/地址屬性字段計算而得。最終獲得大眾點評POI數據2015年37 1637個、2019年42 3103個以及商鋪租金數據2114個。

2.3 分析方法

1）宏觀尺度：空間句法全局整合度與選擇度。本研究選擇全局標準化角度整合度（normalized angular integration， NAIN）及全局標準化角度選擇度（normalized angular choice， NACH）兩個標準化參數刻畫休閑消費空間的宏觀區位[33]。其中，整合度反映休閑消費空間靠近城市中心的程度，選擇度則反映道路被穿行/路過的概率，一定程度上能刻畫城市道路的等級。NAIN及NACH的值越高，表明空間可達性越高，即空間區位的優勢越顯著，反之則空間可達性較低，是本研究關注的相對“弱勢區位”。具體公式如下：

[NAIN=（NC+2）1.2/ATD]（1）

[NACH=log（ACH+1）/log（ATD+3）]（2）

式（1）和式（2）中，[NAIN]及[NACH]分別為全局標準化角度整合度和選擇度，[NC]是節點計數，[ATD]是角度總深度，[ACH]是角度選擇度。

2）微觀尺度：水平及垂直空間可達性。研究分別以臨街度（proximity to the street）刻畫POI在地塊內部的水平方向可達性，以是否為底商刻畫POI在建筑垂直方向的可達性。臨街度值越接近1，表明POI所在建筑越在地塊的邊緣，可達性越高，反之則表明POI位于地塊內部，區位可達性較低。底商值為1表明POI在1層，垂直可達性較高，反之則表明在其他層，需要上下樓，可達性較低。

具體來講，臨街度的計算方式為：

[Pi=1-Di/Dc]（3）

式（3）中，[Pi]為第i個商鋪或點評店鋪距地塊邊界的臨近程度，[Di]為第i個商鋪或點評店鋪距地塊邊界的最近距離，[Dc]為商鋪或點評店鋪所在地塊的質心距地塊邊界的最近距離。

是否為底商的判斷依據來自商鋪租金中的樓層數據及大眾點評POI的地址文本。商鋪層數可從租金數據的樓宇字段直接獲取，而大眾點評POI的層數信息則來自POI地址中的位置信息。通過編程批量識別大眾點評POI所在建筑層數，并通過人工檢查和校核去除錯誤地址或糾正自動識別誤差地址。具體來講，通過識別地址中包含“樓”“層”“室”“地下”“底商”“負”“B”等關鍵詞的地址，然后分別識別關鍵詞前后的數字。其中，帶有“樓”和“層”的地址為該關鍵詞之前的數字；沒有相關關鍵詞的地址及具有“底商”關鍵詞的地址層數賦值為“1”；帶有“地下”“負”“B”“樓下”的地址賦值為“地下層”；含有“室”的地址所提取的數字取倒數兩位之前的數字為層數，如“302室”為“3層”，然后將具有多個層數的地址提取并賦予不同的高度值，最后通過人工校核將層數過高（大于20層）及地下層的地址進行修正或剔除，并對識別的其他地址進行抽樣檢查。對沒有以上層數信息的POI的層數賦值為“1”。研究將POI所在層數為1的判別為“底商”，賦值為1，其他層數賦值為0。

本研究采用的4個測度宏觀及微觀尺度可達性的指標具有一致的指向性，即數值越高，區位優勢越明顯，反之則反映弱勢區位。

3 研究結果

3.1 基于商鋪租金數據的城市區位優劣檢驗

將租金點位數據連接的最近道路的NAIN及NACH值與日租數據，比較衡量宏觀區位可達性與租金的關系，并以點位數據的臨街度與租金的關系以及底商與否的租金分布衡量微觀區位可達性與租金的關系1。研究結果顯示（圖2），宏觀尺度兩個空間句法指標及微觀尺度的臨街度均與租金（每平方米日租）呈正相關關系，在垂直分布中底商的租金普遍高于非底商店鋪。綜合而言，無論是宏觀尺度還是微觀尺度，商鋪的租金均與可達性呈正相關，即可達性越高的區域，租金越高，反映出可達性高的區域具有較大的區位競爭力，是城市的優勢區位，反之，可達性較低的區域為城市弱勢區位，符合本研究的研究假設。

3.2 基于實體店鋪與數字口碑的休閑消費空間區位變化差異比較

3.2.1" " 休閑消費空間的宏觀尺度區位變化結果

圖3通過核密度估計顯示每個休閑消費空間實體店鋪最近道路的宏觀尺度NAIN及NACH的數值分布（圖3a和圖3c），并通過評論數加權計算得到數字口碑的宏觀區位可達性指標的數值分布（圖3b和圖3d）。其中，核密度估計結果反映數值的分布特征，橫縱坐標圍合形成的區域面積為1，因此，不同年份形成的圍合圖形忽略兩年POI及點評數量的差異，使結果具有可比性，從而反映兩年數據的分布差異。針對數字口碑，本研究用大眾點評的評論數對核密度加權，可近似理解為不同評論所在區位的分布，評論數越大，該店鋪的區位數值的權重越大，評論數為0的店鋪則不被納入“數字口碑”的核密度圖中。結果顯示，無論在實體店鋪還是數字口碑層面，2019年的宏觀可達性NAIN及NACH的數值分布較2015年而言均向數值更低的方向偏移。NAIN的變化反映了城市休閑消費空間店鋪及數字口碑均呈現從中心向外圍發展的趨勢，NACH的變化反映了城市休閑消費空間從高路過概率的道路周邊向低路過概率的道路周邊轉移的趨勢。整體而言，結果表明，大眾點評實體店鋪及其數字口碑均有宏觀區位可達性降低的趨勢，即揭示出休閑消費空間向宏觀尺度弱勢區位轉移的趨勢。

3.2.2" " 休閑消費空間的微觀尺度區位變化結果

圖4顯示大眾點評實體店鋪及數字口碑的微觀可達性變化。研究結果顯示，臨街度分布（圖4a及圖4b）同宏觀可達性指標一樣，呈現2019年的分布整體向數值更低方向轉移的特征，即表明實體店鋪及其數字口碑向地塊內部深入的趨勢。而對于垂直分布而言（圖4c和圖4d），無論是實體店鋪還是數字口碑均呈現底商占比降低、非底商占比增加的趨勢，表明有更大比例的店鋪及其數字口碑向建筑垂直方向轉移。整體而言，水平及垂直方向的結果表明大眾點評實體店鋪及其數字口碑的微觀可達性均在降低，即反映出整體休閑消費空間向微觀尺度弱勢區位轉移的趨勢。

3.2.3" " 休閑消費空間的宏觀及微觀區位變化綜合比較

研究進一步計算不同年份實體店鋪的NAIN、NACH以及臨街度可達性指標的平均值，以及底商店鋪的占比，并通過評論數加權計算數字口碑的可達性平均值和底商占比。研究結果如圖5所示，實體店鋪及其數字口碑在宏觀及微觀的所有可達性指標均呈現2019年低于2015年的趨勢，表明位于城市優勢區位的實體店鋪及數字口碑的比例在降低，反映了無論在宏觀還是微觀尺度，城市弱勢區位均在崛起。

比較實體店鋪及數字口碑的數值分布可發現，宏觀尺度的NAIN及NACH均呈現數字口碑數值高于實體店鋪數值的特征，表明數字口碑在宏觀尺度相較于實體店鋪而言更向優勢區位集聚；而微觀尺度的臨街度及底商占比均呈現數字口碑數值低于實體店鋪數值的特征，表明數字口碑在微觀尺度比實體店鋪更能發掘弱勢區位的特點。研究結果反映出數字口碑的兩極化特征，暗示數字口碑通常集聚在宏觀可達性更高但微觀可達性相對較低的位置。

研究還計算NAIN均值、NACH均值、臨街度均值及底商占比的變化率1，結果分別為-3.61%，-1.83%，-8.17%及-8.44%。對比4類可達性指標在2015年及2019年的變化率可知，宏觀區位的NAIN及NACH的變化程度均低于微觀區位的臨街度及底商占比，揭示出2015年至2019年間以大眾點評為代表的城市休閑消費空間在微觀尺度向弱勢區位轉移的程度大于宏觀尺度，表明此期間北京市六環范圍內城市休閑消費空間從城市中心向外圍擴張的程度低于從沿街底商向地塊內部及建筑內部轉移的程度。

3.3 基于不同類別休閑消費空間對比的結果穩健性檢驗

為檢驗結果在不同類別休閑消費空間的穩健性，研究根據2.2中的分類方式，將大眾點評休閑消費空間分為娛樂休閑、購物休閑、餐飲休閑、體育休閑及保健療養5類。圖6分別比較了5類休閑消費空間的實體店鋪及數字口碑在4個空間可達性的分布變化。研究結果顯示，除體育休閑及保健療養的店鋪層面底商占比增加以外，2019年實體店鋪及其數字口碑相較于2015年而言在各個尺度均呈現向弱勢區位轉移的趨勢。盡管體育休閑及保健療養在店鋪層面的底商占比增加，但其數字口碑分布有相反的特征，兩者比較更加凸顯數字口碑向弱勢區位轉移的趨勢。

4 總結與討論

在驗證商鋪租金與可達性指標呈正相關關系的基礎上，本文基于大眾點評的店鋪及評論數數據，通過宏觀城市尺度及微觀建筑尺度的4個可達性指標比較了北京市六環范圍內2015年和2019年城市休閑消費空間的分布變化趨勢。研究結果顯示：1）無論在實體店鋪層面，還是在店鋪的數字口碑層面，休閑消費空間都呈現出在各個尺度向弱勢區位滲透的特征，體現出城市弱勢區位的崛起；2）數字口碑在宏觀尺度相較于實體店鋪而言更傾向集聚在優勢區位，而在微觀尺度卻比實體店鋪更向弱勢區位轉移，反映出數字口碑的兩極化特征；3）無論是實體店鋪還是數字口碑，休閑消費空間在宏觀尺度的區位變化程度弱于微觀尺度，反映出在2015年至2019年間，北京市六環內的休閑消費空間主要在微觀尺度向弱勢區位發展，即城市休閑消費空間從城市中心向外圍擴張的程度低于向地塊內部及建筑內部轉移的程度。

整體而言，無論是宏觀尺度還是微觀尺度的分析，結果均驗證了本研究提出的研究假設，即反映出城市休閑消費空間向城市弱勢區位發展的趨勢。此現象具有一定的合理性：位于弱勢區位的休閑消費空間更依賴互聯網的門戶作用，通過互聯網上的優勢區位彌補地理的劣勢區位，與此同時，弱勢區位的休閑消費空間的租金更低，商戶可以用節省的租金換來更寬敞的空間及更優質的服務，從而換取更高的滿意度和更好的評價，并通過數字口碑影響和吸引更多的人。這些弱勢區位的崛起改變了傳統城市空間的運行邏輯，使城市中更多空間承擔公共活動的功能。研究結果也暗示數字口碑更傾向發生在宏觀尺度優勢但微觀尺度弱勢的區位，如城市大商圈附近的居民區住宅建筑內部。因此，位于類似區位的城市空間在規劃設計及管理過程中需要考慮數字口碑帶來的安全、管理及周邊關系等方面的問題。整體而言，城市更新和精細化治理應關注這些已經產生的現象，并采取相應的策略順應趨勢的同時對相關空間的布局進行引導和規范化管理。

然而，本研究仍存在一定的局限。首先，盡管本研究通過兩年的數據分析了城市休閑消費空間的發展趨勢，但仍難以直接將該現象歸結為信息通信技術的影響，只能通過定量分析驗證已有研究通過理論推導的空間現象，與影響路徑和機制相關的結論還需通過問卷調查及面板數據的分析進一步驗證和探討。其次，本研究僅以北京市為研究對象，研究揭示的微觀滲透趨勢程度大于宏觀擴張趨勢的結論不一定適用于其他城市。不同城市的發展階段不同，同樣的分析可能在其他城市尤其是經濟發展水平相對較低的、仍在城市擴張階段的城市可能會得到相反的結論。但該結論可以一定程度上反映城市不同的發展階段。

參考文獻（References）

[1] MOKHTARIAN P L， SALOMON I， HANDY S L. The impacts of ICT on leisure activities and travel： A conceptual exploration[J]. Transportation， 2006， 33（3）： 263-289.

[2] 楊振之， 周坤. 也談休閑城市與城市休閑[J]. 旅游學刊， 2008， 23（12）： 51-57. [YANG Zhenzhi， ZHOU Kun. On leisure city and urban leisure[J]. Tourism Tribune， 2008， 23（12）： 51-57.]

[3] 朱桃杏， 吳殿廷， 王瑜. 近10年國外城市休閑研究：特征、比較與啟示[J]. 旅游學刊， 2011， 26（9）： 66-73. [ZHU Taoxing， WU Dianting， WANG Yu. Overseas study on urban leisure in the past decade： Characteristics， comparison and enlightenment[J]. Tourism Tribune， 2011， 26（9）： 66-73.]

[4] MITCHELL W J. E-Topia： Urban Life， Jim - But Not as We Know It[M]. Cambridge： MIT Press， 2000： 184.

[5] 尹罡， 甄峰， 湯放華， 等. 信息技術影響下的休閑行為：一個概念性分析框架[J]. 地理與地理信息科學， 2018， 34（1）： 53-58. [YIN Gang， ZHEN Feng， TANG Fanghua， et al. Leisure behavior under the influence of information technology： A conceptual analysis framework[J]. Geography and Geo-Information Science， 2018， 34（1）： 53-58.]

[6] 王晶， 甄峰. 信息通信技術對城市碎片化的影響及規劃策略研究[J]. 國際城市規劃， 2015， 30（3）： 66-71. [WANG Jing， ZHEN Feng. Study on the impact of information and communication technologies on urban fragmentation and planning strategy[J]. Urban Planning International， 2015， 30（3）： 66-71.]

[7] ALIAS N A. ICT Development for Social and Rural Connectedness[M]. New York： Springer-Verlag New York， 2013： 6-7.

[8] CIUCCARELLI P， LUPI G， SIMEONE L. Visualizing the Data City： Social Media as a Source of Knowledge for Urban Planning and Management[M]. New York： Springer， 2014： 20-22.

[9] 塔娜， 柴彥威. 行為地理學的學科定位與前沿方向[J]. 地理科學進展， 2022， 41（1）： 1-15. [TA Na， CHAI Yanwei. Disciplinary position and research frontiers of behavioral geography[J]. Progress in Geography， 2022， 41（1）： 1-15.]

[10] 王維濤， 張敏. 地理媒介與第三空間：西方媒介與傳播地理學研究進展[J]. 地理科學進展， 2022， 41（6）： 1082-1096. [WANG Weitao， ZHANG Min. Geomedia and thirdspace： The progress of research of geographies of media and communication in the West[J]. Progress in Geography， 2022， 41（6）： 1082-1096.]

[11] DADASHPOOR H， YOUSEFI Z. Centralization or decentralization？ A review on the effects of information and communication technology on urban spatial structure[J]. Cities， 2018， 78： 194-205.

[12] SOJA E W. Thirdspace： Journeys to Los Angeles and other real-and-imagined places[J]. Capital amp; Class， 1998， 22（1）： 137-139.

[13] KING R A， RACHERLA P， BUSH V D. What we know and don’t know about online word-of-mouth： A review and synthesis of the literature[J]. Journal of Interactive Marketing， 2014， 28（3）： 167-183.

[14] 周榕. 硅基文明挑戰下的城市因應[J]. 時代建筑， 2016（4）： 42-46. [ZHOU Rong. Urban responses against challenges posed by cyber civilization[J]. Time Architecture， 2016（4）： 42-46.]

[15] LIU Y， LIU X， GAO S， et al. Social sensing： A new approach to understanding our socioeconomic environments[J]. Annals of the Association of American Geographers， 2015， 105（3）： 512-530.

[16] 趙瑩， 柴彥威， 桂晶晶. 中國城市休閑時空行為研究前沿[J]. 旅游學刊， 2016， 31（9）： 30-40. [ZHAO Ying， CHAI Yanwei， GUI Jingjing. Prospects for urban leisure studies in China： A perspective of space-time behavior[J]. Tourism Tribune， 2016， 31（9）： 30-40.]

[17] 施響， 王士君， 浩飛龍， 等. 中國外賣O2O電子商務的空間擴散與滲透——兼論技術擴散假說與效率假說的適用性[J]. 地理研究， 2021， 40（5）： 1338-1353. [SHI Xiang， WANG Shijun， HAO Feilong， et al. Spatial diffusion and penetration about the takeaway O2O e-commerce in China： Feasibility of innovation diffusion hypothesis and efficiency hypothesis[J]. Geographical Research， 2021， 40（5）： 1338-1353.]

[18] XU F， ZHEN F， QIN X， et al. From central place to central flow theory： An exploration of urban catering[J]. Tourism Geographies， 2019， 21（1）： 121-142.

[19] ZHANG F， ZU J， HU M， et al. Uncovering inconspicuous places using social media check-ins and street view images[J]. Computers， Environment and Urban Systems， 2020， 81： 101478.

[20] 孫世界， 王錦憶. 隱形消費空間的分布特征及影響因素研究——以南京老城為例[J]. 城市規劃學刊， 2021（1）： 97-103. [SUN Shijie， WANG Jinyi. Distributional characteristics and influencing factors of invisible consumption space： A case study of Nanjing old city[J]. Urban Planning Forum， 2021（1）： 97-103.]

[21] 謝沁露. 從空間轉向到空間媒介化：媒介地理學在西方的興起與發展[J]. 現代傳播（中國傳媒大學學報）， 2018， 40（2）： 75-81. [XIE Qinlu. From spatial turn to spatial mediation： The emergence and development of mediated geography in the West[J]. Modern Communication （Journal of Communication University of China）， 2018， 40（2）： 75-81.]

[22] LEFEBVRE H. The Production of Space[M]. Oxford： Blackwell， 1991： 38-39.

[23] 尹罡， 甄峰， 席廣亮. 信息技術影響下城市休閑空間生產機理及特征演變研究[J]. 地理與地理信息科學， 2014， 30（6）： 121-124. [YIN Gang， ZHEN Feng， XI Guangliang. A study on production mechanism and evolution characteristics of urban leisure space affected by information and communication technologies[J]. Geography and Geo-Information Science， 2014， 30（6）： 121-124.]

[24] ZHANG Y， LI Y， ZHANG E， et al. Revealing virtual visiting preference： Differentiating virtual and physical space with massive TikTok records in Beijing[J]. Cities， 2022， 130： 103983.

[25] 王新越， 曹嬋嬋. 青島市居民休閑與居住空間結構及其匹配關系[J]. 經濟地理， 2019， 39（9）： 156-163. [WANG Xinyue， CAO Chanchan. Leisure and residential space structure and its matching relationship of Qingdao residents[J]. Economic Geography， 2019， 39（9）： 156-163.]

[26] 劉大均， 胡靜， 陳君子. 武漢市休閑旅游地空間結構及差異研究[J]. 經濟地理， 2014， 34（3）： 176-181. [LIU Dajun， HU Jing， CHEN Junzi. The spatial structure and disparities of leisure tourism destinations in Wuhan[J]. Economic Geography， 2014， 34（3）： 176-181.]

[27] QIN X， ZHEN F， ZHU S. Centralisation or decentralisation？ Impacts of information channels on residential mobility in the information era[J]. Habitat International， 2016， 53： 360-368.

[28] 申峻霞， 張敏， 甄峰. 符號化的空間與空間的符號化——網絡實體消費空間的建構與擴散[J]. 人文地理， 2012， 27（1）： 29-33. [SHEN Junxia， ZHANG Min， ZHEN Feng. Symbolized space and spatial symbolization： The construction and diffusion of network-reality shopping space[J]. Human Geography， 2012， 27（1）： 29-33.]

[29] 晏龍旭. “均質化-再集聚”：互聯網影響下餐飲業空間布局新特征——基于上海內環開放數據的研究[J]. 城市規劃學刊， 2017（4）： 113-119. [YAN Longxu. The impact of online take-out service on restaurant location characteristics — A study based on open data in Shanghai inner city[J]. Urban Planning Forum， 2017（4）： 113-119.]

[30] 徐冬， 黃震方， 呂龍， 等. 基于POI挖掘的城市休閑旅游空間特征研究——以南京為例[J]. 地理與地理信息科學， 2018， 34（1）： 53;59-64;70. [XU Dong， HUANG Zhenfang， LYU Long， et al. Research on spatial characteristics of urban leisure tourism based on POI mining： A case study of Nanjing city[J]. Geography and Geo-Information Science， 2018， 34（1）： 53;59-64;70.]

[31] 李維維， 馬曉龍. 中國大城市旅游休閑業態的空間格局研究：西安案例[J]. 人文地理， 2019， 34（6）： 153-160. [LI Weiwei， MA Xiaolong. Spatial pattern and mechanisms of the tourism and leisure industry in China’s big cities： A case study of Xi’an[J]. Human Geography， 2019， 34（6）： 153-160.]

[32] 劉逸， 陳鑾， 劉子惠， 等. 基于同位模式的休閑產業空間集聚特征研究[J]. 旅游學刊， 2022， 37（2）： 94-104. [LI Yi， CHEN Luan， LIU Zihui， et al. Exploring spatial agglomeration patterns of the leisure industries based on the co-location mining model[J]. Tourism Tribune， 2022， 37（2）： 94-104.]

[33] HILLIER W， YANG T， TURNER A. Normalising least angle choice in Depthmap and how it opens up new perspectives on the global and local analysis of city space[J]. Journal of Space Syntax， 2012， 3（2）： 155-193.