• pc端幻灯1
  • pc首页幻灯3
  • pc首页幻灯2

诚信为本,市场在变,诚信永远不变...        

0896-98589990
博猫资讯
您的当前位置: 首页 > 博猫资讯

上海市人口分布与空间活动的动态特征研究

发布时间:2023-08-02 06:55:38
分享到:
[1] 王露, 杨艳昭, 封志明, .

基于分县尺度的2020-2030年中国未来人口分布

. 地理研究, 2014, 33(2): 310-322.

https://doi.org/10.11821/dlyj201402010      URL      Magsci      [本文引用: 2]      摘要

选取1982年、1990年、2000年和2010年人口普查数据,运用Logistic模型系统预测了2020年和2030年中国分县人口规模,定量分析了未来中国人口分布的基本布局、各地区人口增减变化以及城市群人口集聚度变化。研究认为:①2020-2030年中国未来人口空间分布的总体格局不会发生根本改变,东南半壁人口比例会有所减少,西北半壁人口比例会有所增加,但增减变化在0.1%~0.3%之间;②2010-2020年中国有1641个分县单元人口将仍呈增加趋势,占地规模和相应人口都在全国3/4水平,人口增加仍是主要特征;2020-2030年中国人口增加的分县单元将大幅减少到598个,人口减少地区占地规模和相应人口将占3/5以上,人口减少成为普遍现象。③中国21个城市群地区人口总量将由2010年的7.81亿增加到2020年的8.68亿和2030年的9.17亿,相应的人口集聚度也将由2010年的1.99逐步提高到2020年的2.17和2030年的2.33,城市群地区人口集聚规模和集聚程度在逐步提高,人口集聚态势更加明显。

[Wang Lu, Yang Yanzhao, Feng Zhiming, et al.

Prediction of China's population in 2020 and 2030 on county scale.

Geographical Research, 2014, 33(2): 310-322.]

https://doi.org/10.11821/dlyj201402010      URL      Magsci      [本文引用: 2]      摘要

选取1982年、1990年、2000年和2010年人口普查数据,运用Logistic模型系统预测了2020年和2030年中国分县人口规模,定量分析了未来中国人口分布的基本布局、各地区人口增减变化以及城市群人口集聚度变化。研究认为:①2020-2030年中国未来人口空间分布的总体格局不会发生根本改变,东南半壁人口比例会有所减少,西北半壁人口比例会有所增加,但增减变化在0.1%~0.3%之间;②2010-2020年中国有1641个分县单元人口将仍呈增加趋势,占地规模和相应人口都在全国3/4水平,人口增加仍是主要特征;2020-2030年中国人口增加的分县单元将大幅减少到598个,人口减少地区占地规模和相应人口将占3/5以上,人口减少成为普遍现象。③中国21个城市群地区人口总量将由2010年的7.81亿增加到2020年的8.68亿和2030年的9.17亿,相应的人口集聚度也将由2010年的1.99逐步提高到2020年的2.17和2030年的2.33,城市群地区人口集聚规模和集聚程度在逐步提高,人口集聚态势更加明显。
[2] 秦贤宏, 魏也华, 陈雯, .

南京都市区人口空间扩张与多中心化

. 地理研究, 2013, 32(4): 711-719.

https://doi.org/10.11821/yj2013040014      URL      Magsci      [本文引用: 2]      摘要

20世纪90年代以来,中国进入了前所未有的快速城市化阶段,大城市人口增长和空间演变剧烈,值得进行深入研究。以南京市为研究对象,先采用地理图形分析方法对都市区人口空间扩张过程进行了分析,后又采用数学模型方法对都市区人口分布多中心化趋势进行了系统研究。结果显示:在总人口持续快速增长的背景下,南京都市区人口高密度空间已延伸到近郊区,且远郊区中的区县政府驻地和一些优先开发区域的人口密度也已很高;城市人口空间分布已出现多中心化趋势,除了老城区北部的山西路已发育成除市中心新街口之外的人口次中心以外,郊区人口集聚最强的热点——河西新城区的万达广场也有望发育成另一个人口次中心。

[Qin Xianhong, Wei Yehua, Chen Wen, et al.

Population expansion and polycentric development of Nanjing city in a period of hyper-growth.

Geographical Research, 2013, 32(4): 711-719.]

https://doi.org/10.11821/yj2013040014      URL      Magsci      [本文引用: 2]      摘要

20世纪90年代以来,中国进入了前所未有的快速城市化阶段,大城市人口增长和空间演变剧烈,值得进行深入研究。以南京市为研究对象,先采用地理图形分析方法对都市区人口空间扩张过程进行了分析,后又采用数学模型方法对都市区人口分布多中心化趋势进行了系统研究。结果显示:在总人口持续快速增长的背景下,南京都市区人口高密度空间已延伸到近郊区,且远郊区中的区县政府驻地和一些优先开发区域的人口密度也已很高;城市人口空间分布已出现多中心化趋势,除了老城区北部的山西路已发育成除市中心新街口之外的人口次中心以外,郊区人口集聚最强的热点——河西新城区的万达广场也有望发育成另一个人口次中心。
[3] 杨传开, 宁越敏.

中国省际人口迁移格局演变及其对城镇化发展的影响

. 地理研究, 2015, 34(8): 1492-1506.

https://doi.org/10.11821/dlyj201508008      URL      Magsci      [本文引用: 1]      摘要

<p>基于2000年和2010年人口普查数据,利用多种指标和方法研究了中国省际人口迁移的格局演变及其对城镇化的影响。研究发现:省际迁入和迁出人口在空间分布上均呈分散化态势,迁入迁出重心均向北向东偏移,迁入地由广东省“一枝独秀”向多极化演变,安徽、四川、河南、湖南成为新的四大迁出地。利用净迁移流构建的省际人口迁移网络,表现出紧凑化和均衡化趋势;迁移流仍然是从中西部地区指向东部地区,但新增加迁移流集中指向长三角、京津以及福建。综合考虑省际人口迁移强度和方向,可将全国31个地区划分为净流入型活跃区、平衡型活跃区、净流出型活跃区以及非活跃区四种类型。省际迁移改变了迁入地和迁出地的城乡人口结构,通过不同模式促进了城镇化率的提高和省际差异的缩小,对2000-2010年全国城镇化率增加的贡献占到了18.13%。</p>

[Yang Chuankai, Ning Yuemin.

Evolution of spatial pattern of inter-provincial migration and its impacts on urbanization in China.

Geographical Research, 2015, 34(8): 1492-1506.]

https://doi.org/10.11821/dlyj201508008      URL      Magsci      [本文引用: 1]      摘要

<p>基于2000年和2010年人口普查数据,利用多种指标和方法研究了中国省际人口迁移的格局演变及其对城镇化的影响。研究发现:省际迁入和迁出人口在空间分布上均呈分散化态势,迁入迁出重心均向北向东偏移,迁入地由广东省“一枝独秀”向多极化演变,安徽、四川、河南、湖南成为新的四大迁出地。利用净迁移流构建的省际人口迁移网络,表现出紧凑化和均衡化趋势;迁移流仍然是从中西部地区指向东部地区,但新增加迁移流集中指向长三角、京津以及福建。综合考虑省际人口迁移强度和方向,可将全国31个地区划分为净流入型活跃区、平衡型活跃区、净流出型活跃区以及非活跃区四种类型。省际迁移改变了迁入地和迁出地的城乡人口结构,通过不同模式促进了城镇化率的提高和省际差异的缩小,对2000-2010年全国城镇化率增加的贡献占到了18.13%。</p>
[4] 饶烨, 宋金平, 于伟.

北京都市区人口增长的空间规律与机理

. 地理研究, 2015, 34(1): 149-156.

URL      [本文引用: 1]     

[Rao Ye, Song Jinping, Yu Wei.

Spatial pattern and mechanism of population growth in metropolitan Beijing.

Geographical Research, 2015, 34(1): 149-156.]

URL      [本文引用: 1]     

[5] 边雪, 陈昊宇, 曹广忠.

基于人口、产业和用地结构关系的城镇化模式类型及演进特征: 以长三角地区为例

. 地理研究, 2013, 32(12): 2281-2291.

https://doi.org/10.11821/dlyj201312010      URL      Magsci      [本文引用: 1]      摘要

从人口城镇化、产业非农化、用地城镇化进程的相对关系角度,在三角模型中将城镇化的协调关系模式划分为六种类型。基于长三角地区的实证研究,发现六种关系模式在空间上临近、时间上趋同。从长期均衡结果看,各县市城镇化关系模式的差异主要源于自然条件、行政区设置等固有条件,城镇化模式的多样性并存未导致经济发展水平的显著差别。从短期时序变动来看,在不同区域、不同发展阶段,不同的主导驱动力形式下的确存在效率差异,现阶段长三角地区用地城镇化进程的迅速发展与经济发展水平的快速提高高度吻合。在快速城镇化背景下对各维度进程的不匹配现象予以关注,有助于认识城镇化进程中的问题和引导城镇化健康发展。

[Bian Xue, Chen Haoyu, Cao Guangzhong.

Patterns of regional urbanization and its implications: An empirical study of the Yangtze River Delta region.

Geographical Research, 2013, 32(12): 2281-2291.]

https://doi.org/10.11821/dlyj201312010      URL      Magsci      [本文引用: 1]      摘要

从人口城镇化、产业非农化、用地城镇化进程的相对关系角度,在三角模型中将城镇化的协调关系模式划分为六种类型。基于长三角地区的实证研究,发现六种关系模式在空间上临近、时间上趋同。从长期均衡结果看,各县市城镇化关系模式的差异主要源于自然条件、行政区设置等固有条件,城镇化模式的多样性并存未导致经济发展水平的显著差别。从短期时序变动来看,在不同区域、不同发展阶段,不同的主导驱动力形式下的确存在效率差异,现阶段长三角地区用地城镇化进程的迅速发展与经济发展水平的快速提高高度吻合。在快速城镇化背景下对各维度进程的不匹配现象予以关注,有助于认识城镇化进程中的问题和引导城镇化健康发展。
[6] 李扬, 刘慧, 汤青.

1985-2010年中国省际人口迁移时空格局特征

. 地理研究, 2015, 34(6): 1135-1148.

https://doi.org/10.11821/dlyj201506012      URL      Magsci      [本文引用: 1]      摘要

<p>改革开放以来,伴随着快速城镇化进程的推进以及20世纪80年代户籍制度出现松动,大规模跨区域的人口迁移流动已呈现不可阻挡之势,人口迁移时空格局亦发生着剧烈的变化。目前大多数相关研究只关注某一特定时期的人口迁移,故而人口迁移的时空格局分析显得尤其重要。使用双组分趋势制图法和1985-1990年、1990-1995年、1995-2000年、2000-2005年以及2005-2010年五个时期的人口迁移数据,分析人口迁入、迁出和净迁移的强度及其变化特征。在研究时期内,中国省际人口迁移表现出强烈的空间差异,迁移强度也有大幅的增加。八个主要人口迁入地全部位于东部三个经济快速增长的发展区域(珠江三角洲、长江三角洲和京津冀都市圈)内,而主要的人口来源地都是相对欠发达的中西部省份,这和全国经济发展空间格局完全吻合。双组分趋势地图结果显示南方省份的人口迁移强度及变化趋势都强于北方省份,因此从某种意义上说,在1985-2010年间,南方省份的人口迁移较北方省份更活跃,这可能主要受到南北方自然地理环境以及文化差异的影响。人口迁移时空格局分析结果表明,中国的人口迁移规律正在逐渐形成新特色,东部和西部地区之间的人口流动主要是受到经济因素和区域发展差异的影响,而南方和北方地区的人口迁移活跃程度则主要是由自然地理环境以及文化差异所致。</p>

[Li Yang, Liu Hui, Tang Qing.

Spatial-temporal patterns of China's interprovincial migration during 1985-2010.

Geographical Research, 2015, 34(6): 1135-1148.]

https://doi.org/10.11821/dlyj201506012      URL      Magsci      [本文引用: 1]      摘要

<p>改革开放以来,伴随着快速城镇化进程的推进以及20世纪80年代户籍制度出现松动,大规模跨区域的人口迁移流动已呈现不可阻挡之势,人口迁移时空格局亦发生着剧烈的变化。目前大多数相关研究只关注某一特定时期的人口迁移,故而人口迁移的时空格局分析显得尤其重要。使用双组分趋势制图法和1985-1990年、1990-1995年、1995-2000年、2000-2005年以及2005-2010年五个时期的人口迁移数据,分析人口迁入、迁出和净迁移的强度及其变化特征。在研究时期内,中国省际人口迁移表现出强烈的空间差异,迁移强度也有大幅的增加。八个主要人口迁入地全部位于东部三个经济快速增长的发展区域(珠江三角洲、长江三角洲和京津冀都市圈)内,而主要的人口来源地都是相对欠发达的中西部省份,这和全国经济发展空间格局完全吻合。双组分趋势地图结果显示南方省份的人口迁移强度及变化趋势都强于北方省份,因此从某种意义上说,在1985-2010年间,南方省份的人口迁移较北方省份更活跃,这可能主要受到南北方自然地理环境以及文化差异的影响。人口迁移时空格局分析结果表明,中国的人口迁移规律正在逐渐形成新特色,东部和西部地区之间的人口流动主要是受到经济因素和区域发展差异的影响,而南方和北方地区的人口迁移活跃程度则主要是由自然地理环境以及文化差异所致。</p>
[7] 潘倩, 金晓斌, 周寅康.

近300年来中国人口变化及时空分布格局

. 地理研究, 2013, 32(7): 1291-1302.

URL      Magsci      [本文引用: 1]      摘要

基于人口地理学相关理论,以近300a 为时间尺度,以省域为空间单元,利用经修正的清朝、民国及建国后286 个时相的人口数据,建立1724 年、1767 年、1812 年、1855 年、1898年、1936 年、1982 年和2009 年8 个典型时间断面,通过不均衡指数、集中指数、分布重心和空间自相关等分析方法,研究了近300a 来中国人口数量变化及时空分布格局。结果表明:①近300a 来中国人口数量波动上升,按增长曲线特征可分为较快稳定增长期、快速波动负增长期、低速平稳增长期、无序跌宕增长期、急剧波动增长期5 个阶段;② 人口分布逐渐趋于均衡,人口重心迁移幅度不大,总体呈西南—西北—东北—西北的移动趋势;③ 人口分布保持高度自相关,聚集程度波动变化,其中,华东的沪苏地区、山东省、安徽省、浙江省为稳定人口高密度聚集区,华中的河南省为较稳定人口高密度聚集区,西南、西北部分省份为稳定人口低密度聚集区,华北的内蒙古自治区为较稳定人口低密度聚集区,东北的黑龙江省、吉林省为不稳定人口低密度聚集区。

[Pan Qian, Jin Xiaobin, Zhou Yinkang.

Population change and spatiotemporal distribution of China in recent 300 years.

Geographical Research, 2013, 32(7): 1291-1302.]

URL      Magsci      [本文引用: 1]      摘要

基于人口地理学相关理论,以近300a 为时间尺度,以省域为空间单元,利用经修正的清朝、民国及建国后286 个时相的人口数据,建立1724 年、1767 年、1812 年、1855 年、1898年、1936 年、1982 年和2009 年8 个典型时间断面,通过不均衡指数、集中指数、分布重心和空间自相关等分析方法,研究了近300a 来中国人口数量变化及时空分布格局。结果表明:①近300a 来中国人口数量波动上升,按增长曲线特征可分为较快稳定增长期、快速波动负增长期、低速平稳增长期、无序跌宕增长期、急剧波动增长期5 个阶段;② 人口分布逐渐趋于均衡,人口重心迁移幅度不大,总体呈西南—西北—东北—西北的移动趋势;③ 人口分布保持高度自相关,聚集程度波动变化,其中,华东的沪苏地区、山东省、安徽省、浙江省为稳定人口高密度聚集区,华中的河南省为较稳定人口高密度聚集区,西南、西北部分省份为稳定人口低密度聚集区,华北的内蒙古自治区为较稳定人口低密度聚集区,东北的黑龙江省、吉林省为不稳定人口低密度聚集区。
[8] Foley D L.

Urban daytime population: A field for demographic-ecological analysis.

Social Forces, 1954, 32(4): 323-330.

https://doi.org/10.2307/2574113      URL      [本文引用: 1]      摘要

No abstract provided.
[9] Foley D L.

The daily movement of population into central business districts.

American Sociological Review, 1952, 17(5): 538-543.

https://doi.org/10.2307/2088219      URL      [本文引用: 1]      摘要

No abstract provided.
[10] Akkerman A.

The urban household pattern of daytime population change.

The Annals of Regional Science, 1995, 29(1): 1-16.

https://doi.org/10.1007/BF01580360      URL      PMID: 12319441      [本文引用: 1]      摘要

A matrix representation of places of residence and places of commuting destination in a metropolis, is coupled with evidence regarding spatio-temporal change in average household size. This approach allows the average number of persons per household who commute to be hierarchically ordered in a square matrix which shows attributes associated with a well-known class of matrices. Based on these attributes it is shown that any given spatial distribution of households implies a bounded range of vectors representing the spatial distribution of commuters. Two related distributions correspond to night-time and daytime populations in the metropolitan subareas. Whereas much of contemporary urban modeling is rooted in economic considerations, this alternative approach replaces explicit economic reasoning with some speculative considerations. The proposed methodology is applied to thirty-four subareas throughout the city of Saskatoon, Saskatchewan.
[11] Roddis S M, Richardson A J.

Construction of daytime activity profiles from household travel survey data

. In: Transportation Research Record 1625, TRB. National Research Council, 1998: 102-108.

https://doi.org/10.3141/1625-13      URL      [本文引用: 1]      摘要

The perception of population as the number of people living in a region is entrenched firmly in the minds of many urban planners and transport professionals. In the past, the use of such a residential or home-based description of population would have suited most local area planning and transportation modeling needs. In light of this, the use of a daytime distribution of population to locate services and facilities forms a radical departure form conventional practice. However, there is a clear need to consider the location of people across the day in planning for the provision of facilities that will be used during the day. Data from the Victorian Activity and Travel Survey were used to develop methods by which daytime population behavior can be examined. Specifically, two measures were developed. A population profile provides an estimate of population within any region at any time of the day. A visitation curve supplements the population profile by monitoring the number of people using a region across the day. Further disaggregation of the population to reveal behavioral and demographic characteristics constitutes an important component of the methodology.
[12] Sleeter R, Wood N.

Estimating daytime and nighttime population density for coastal communities in Oregon

. In: Proceedings of 44th Urban and Regional Information Systems Association Annual Conference. Columbia, British, 44th Urban and Regional Information Systems Association Annual Conference, 2006: 906-920.

URL      [本文引用: 1]      摘要

ABSTRACT Hazard preparedness has become a critical issue for local populations who are potentially vulnerable to natural disasters. Essential to preparedness planning is determining where people are likely to be located, which varies from day to night. The fundamental approaches to geographic scale and cartographic representation are an integral aspect of how population distribution is represented over space. Using a dasymetric mapping technique, residential populations are estimated by interpolating the census block values to 10 m pixels based on parcel-level land use and density. To determine daytime population estimates, a quantitative employee database gives x,y point locations of each business and exact numbers of how many people are employed within a coastal community. From census records, we can estimate the number of people who are leaving their residences during the daytime to go to work outside of a tsunami hazard zone.
[13] Kavanaugh P.

A method for estimating daytime population by small area geography. Proceedings of 18th Urban and Regional Information Systems Association Conference

. Edmonton, Alberta, Canada, 18th Urban and Regional Information Systems Association Conference, 1990: 150-164.

[本文引用: 1]     

[14] 戚伟, 李颖, 刘盛和, .

城市昼夜人口空间分布的估算及其特征: 以北京市海淀区为例

. 地理学报, 2013, 68(10): 1344-1356.

URL     

[Qi Wei, Li Ying, Liu Shenghe, et al.

Estimation of urban population at daytime and nighttime and analyses of their spatial pattern: A case study of Haidian District, Beijing.

Acta Geographica Sinica, 2013, 68(10): 1344-1356.]

URL     

[15] 赵晔琴.

国外大都市“白天人口”研究及其对我国的启示

. 南方人口, 2010, 25(6): 24-31.

https://doi.org/10.3969/j.issn.1004-1613.2010.06.004      URL      摘要

不同地区之间的白天和夜间人口的变动信息以及人口在一天中所处的 地理位置和时段对于城市规划、交通运输、环境、灾害和紧急救援行动等都具有重要的意义.城市中心区域的活力已不仅仅体现于当地的居住人口,以"日"为周期 的通勤和其他经济活动人口对中心区域的经济、社会、文化和环境等各方面都有重要的影响.本文旨在对国外有关大都市"白天人口"的研究做一个大致的梳理,这 不仅有助于我们了解国外白天人口研究的发展和现状,同时也可以对我国开展相应的白天人口研究提供一些借鉴和启示.

[Zhao Yeqin.

International studies on "daytime population" and its implications for China.

South China Population, 2010, 25(6): 24-31.]

https://doi.org/10.3969/j.issn.1004-1613.2010.06.004      URL      摘要

不同地区之间的白天和夜间人口的变动信息以及人口在一天中所处的 地理位置和时段对于城市规划、交通运输、环境、灾害和紧急救援行动等都具有重要的意义.城市中心区域的活力已不仅仅体现于当地的居住人口,以"日"为周期 的通勤和其他经济活动人口对中心区域的经济、社会、文化和环境等各方面都有重要的影响.本文旨在对国外有关大都市"白天人口"的研究做一个大致的梳理,这 不仅有助于我们了解国外白天人口研究的发展和现状,同时也可以对我国开展相应的白天人口研究提供一些借鉴和启示.
[16] 毛夏, 徐蓉蓉, 李新硕, .

深圳市人口分布的细网格动态特征

. 地理学报, 2010, 65(4): 443-453.

https://doi.org/10.11821/xb201004006      URL      Magsci      [本文引用: 1]      摘要

<p>深圳是中国人口密度最高的城市,为应急处置自然灾害等突发事件,需要实时获取高分辨率的人口动态分布信息。本文利用"基于移动基站的人口分布动态监测系统"提供的时间分辨率1 h,空间分辨率1 km的人口密度信息,分析了深圳市人口细网格动态特征。深圳城市移动用户总人口是1082.59万人,平均人口密度5545人/km<sup>2</sup>,最高16.5万人/km<sup>2</sup>,超过5.0万人/km<sup>2</sup>高密度人口主要分布在商业中心、海关口岸、火车站和居民集中居住区。最高人口密度的数值与选择的网格尺度有关,1000 km<sup>2</sup>网格和1 km<sup>2</sup>网格之间可以相差18倍。在深圳50%的人口聚集在10%的空间范围内,60%的人口分布在海拔高度50~100 m的土地上;网格上的建筑密度、道路密度与人口密度线性相关,建筑密度增加1%,对应人口增加约1000人,道路密度增加0.01%,人口增加约2000人。城市总人口在一定时期内是相对固定,变化幅度在4%以内,逐日之间变幅在1%左右。深圳是个典型的移民城市,春节期间由于大量人口返乡或外出旅游,总人口净减少48%。本文选择9个典型网格分析人口日变化规律:海关口岸属于早高峰型,大量的出境、出行、出游人员在早晨8时前后集中;城镇集市区属于午高峰型;商业中心区属于晚高峰型,高峰前后每小时的净流入 (出) 人员可达2万人;居民区属于午低谷型,周末与周日相比各时段人口均偏多;政府行政办公和公共服务区,周末比周日人口明显减少,春节期间减幅75%;工厂区因错峰用电,夜间4时形成人口高峰;郊野公园春节期间人数不减反增;偏僻乡镇人口日变化振幅很小;农业区在上午9时形成人口低谷,与日出而作的传统习惯相对应。</p>

[Mao Xia, Xu Rongrong, Li Xinshuo, et al.

Fine grid dynamic features of population distribution in Shenzhen.

Acta Geographica Sinica, 2010, 65(4): 443-453.]

https://doi.org/10.11821/xb201004006      URL      Magsci      [本文引用: 1]      摘要

<p>深圳是中国人口密度最高的城市,为应急处置自然灾害等突发事件,需要实时获取高分辨率的人口动态分布信息。本文利用"基于移动基站的人口分布动态监测系统"提供的时间分辨率1 h,空间分辨率1 km的人口密度信息,分析了深圳市人口细网格动态特征。深圳城市移动用户总人口是1082.59万人,平均人口密度5545人/km<sup>2</sup>,最高16.5万人/km<sup>2</sup>,超过5.0万人/km<sup>2</sup>高密度人口主要分布在商业中心、海关口岸、火车站和居民集中居住区。最高人口密度的数值与选择的网格尺度有关,1000 km<sup>2</sup>网格和1 km<sup>2</sup>网格之间可以相差18倍。在深圳50%的人口聚集在10%的空间范围内,60%的人口分布在海拔高度50~100 m的土地上;网格上的建筑密度、道路密度与人口密度线性相关,建筑密度增加1%,对应人口增加约1000人,道路密度增加0.01%,人口增加约2000人。城市总人口在一定时期内是相对固定,变化幅度在4%以内,逐日之间变幅在1%左右。深圳是个典型的移民城市,春节期间由于大量人口返乡或外出旅游,总人口净减少48%。本文选择9个典型网格分析人口日变化规律:海关口岸属于早高峰型,大量的出境、出行、出游人员在早晨8时前后集中;城镇集市区属于午高峰型;商业中心区属于晚高峰型,高峰前后每小时的净流入 (出) 人员可达2万人;居民区属于午低谷型,周末与周日相比各时段人口均偏多;政府行政办公和公共服务区,周末比周日人口明显减少,春节期间减幅75%;工厂区因错峰用电,夜间4时形成人口高峰;郊野公园春节期间人数不减反增;偏僻乡镇人口日变化振幅很小;农业区在上午9时形成人口低谷,与日出而作的传统习惯相对应。</p>
[17] Liu Yu, Liu Xi, Gao Song, et al.

Social sensing: A new approach to understanding our socioeconomic environments.

Annals of the Association of American Geographers, 2015, 105(3): 512-530.

https://doi.org/10.1080/00045608.2015.1018773      URL      [本文引用: 1]      摘要

The emergence of big data brings new opportunities for us to understand our socioeconomic environments. We use the term social sensing for such individual-level big geospatial data and the associated analysis methods. The word sensing suggests two natures of the data. First, they can be viewed as the analogue and complement of remote sensing, as big data can capture well socioeconomic features while conventional remote sensing data do not have such privilege. Second, in social sensing data, each individual plays the role of a sensor. This article conceptually bridges social sensing with remote sensing and points out the major issues when applying social sensing data and associated analytics. We also suggest that social sensing data contain rich information about spatial interactions and place semantics, which go beyond the scope of traditional remote sensing data. In the coming big data era, GIScientists should investigate theories in using social sensing data, such as data representativeness and quality, and develop new tools to deal with social sensing data.
[18] 甄峰, 王波.

“大数据”热潮下人文地理学研究的再思考

. 地理研究, 2015, 34(5): 803-811.

https://doi.org/10.11821/dlyj201505001      URL      Magsci      摘要

<p>伴随着移动通信技术的快速发展以及定位应用程序的普及,带有地理空间信息的数据成为“大数据”中的重要部分,为人文地理学研究的发展提供了新的机遇,也契合了人文地理学“计量转向”与“社会转向”的发展规律,以及人文地理学人本主义的发展趋势。但同时,人文地理学者也面临着数据决定论、数据分析方法准备不足以及数据自身缺陷所带来的危机与挑战。在“大数据”热潮下,无论是定量研究还是定性研究,“大数据”还是“小数据”的研究,都应当给予同样的重视,数据规模与数据的采集、分析和阐述并无很大的关联。并且,还需要警惕由于数据垄断可能带来研究的“数字鸿沟”,并呼吁人文地理学研究在研究方法与内容等方面与其他学科进行更多的跨学科合作。</p>

[Zhen Feng, Wang Bo.

Rethinking human geography in the age of big data.

Geographical Research, 2015, 34(5): 803-811.]

https://doi.org/10.11821/dlyj201505001      URL      Magsci      摘要

<p>伴随着移动通信技术的快速发展以及定位应用程序的普及,带有地理空间信息的数据成为“大数据”中的重要部分,为人文地理学研究的发展提供了新的机遇,也契合了人文地理学“计量转向”与“社会转向”的发展规律,以及人文地理学人本主义的发展趋势。但同时,人文地理学者也面临着数据决定论、数据分析方法准备不足以及数据自身缺陷所带来的危机与挑战。在“大数据”热潮下,无论是定量研究还是定性研究,“大数据”还是“小数据”的研究,都应当给予同样的重视,数据规模与数据的采集、分析和阐述并无很大的关联。并且,还需要警惕由于数据垄断可能带来研究的“数字鸿沟”,并呼吁人文地理学研究在研究方法与内容等方面与其他学科进行更多的跨学科合作。</p>
[19] 吴志峰, 柴彦威, 党安荣, .

地理学碰上“大数据”: 热反应与冷思考

. 地理研究, 2015, 34(12): 2207-2221.

https://doi.org/10.11821/dlyj201512001      URL      Magsci      摘要

互联网时代的“大数据”热潮迅猛波及到经济社会的各个领域,地理学是大数据研究与应用的天然试验场?聚焦地理学与大数据的碰撞,回顾大数据在地理学研究中的应用探索,重点讨论大数据给地理学研究与发展带来的机遇与挑战?讨论认为:大数据已经对地理学研究产生了一定的影响?其中,人文地理学领域的反应最为热烈,基于大数据的研究案例纷纷呈现;地理信息科学在互联网大数据时代将会更加迅猛发展,自然地理学领域正在寻找和等待爆发点?目前,大数据还不能改变地理学的核心命题与基本范式,在坚持地理学核心思想的同时,应该对地理学领域有关大数据理论的探讨与应用尝试持有一种开放包容的态度?

[Wu Zhifeng, Chai Yanwei, Dang Anrong, et al.

Geography interact with big data: Dialogue and reflection.

Geographical Research, 2015, 34(12): 2207-2221.]

https://doi.org/10.11821/dlyj201512001      URL      Magsci      摘要

互联网时代的“大数据”热潮迅猛波及到经济社会的各个领域,地理学是大数据研究与应用的天然试验场?聚焦地理学与大数据的碰撞,回顾大数据在地理学研究中的应用探索,重点讨论大数据给地理学研究与发展带来的机遇与挑战?讨论认为:大数据已经对地理学研究产生了一定的影响?其中,人文地理学领域的反应最为热烈,基于大数据的研究案例纷纷呈现;地理信息科学在互联网大数据时代将会更加迅猛发展,自然地理学领域正在寻找和等待爆发点?目前,大数据还不能改变地理学的核心命题与基本范式,在坚持地理学核心思想的同时,应该对地理学领域有关大数据理论的探讨与应用尝试持有一种开放包容的态度?
[20] 甄峰, 秦萧, 席广亮.

信息时代的地理学与人文地理学创新

. 地理科学, 2015, 35(1): 11-18.

URL      Magsci      摘要

<p>在分析信息技术与地理学相关研究的基础上,重点讨论了中国人文地理学的发展与创新问题,包括基于大数据应用的方法革新、流动空间分析的框架、人地关系理论体系与应用研究等内容。未来中国人文地理学的发展,一方面要打破传统的学科框架,积极吸纳相关学科理论、方法和技术方面的创新成果,构建信息时代人文地理学理论与方法体系;另一方面,要立足中国国情与特色,紧扣国家战略,增强人文地理解决问题的能力,加强面向问题的综合应用研究。</p>

[Zhen Feng, Qin Xiao, Xi Guangliang.

The innovation of geography and human geography in the information era.

Scientia Geographica Sinica, 2015, 35(1): 11-18.]

URL      Magsci      摘要

<p>在分析信息技术与地理学相关研究的基础上,重点讨论了中国人文地理学的发展与创新问题,包括基于大数据应用的方法革新、流动空间分析的框架、人地关系理论体系与应用研究等内容。未来中国人文地理学的发展,一方面要打破传统的学科框架,积极吸纳相关学科理论、方法和技术方面的创新成果,构建信息时代人文地理学理论与方法体系;另一方面,要立足中国国情与特色,紧扣国家战略,增强人文地理解决问题的能力,加强面向问题的综合应用研究。</p>
[21] 杨振山, 龙瀛, Douay Nicolas.

大数据对人文—经济地理学研究的促进与局限

. 地理科学进展, 2015, 34(4): 410-417.

https://doi.org/10.11820/dlkxjz.2015.04.002      URL      [本文引用: 1]      摘要

大数据技术的诞生不仅快速推动着社会的进步,而且也将科学研究不断引向新的高度。以人类社会经济活动为主要研究对象的人文—经济地理学与当前大数据建设和发展趋势具有高度一致性,大数据的发展对丰富和完善人文—经济地理学势必起到积极的推动作用,同时也对人文—经济地理学的学科思维和研究方法提出了新的挑战。梳理和分析了目前大数据在人文—经济地理学主要研究领域,包括城市内部空间研究、交通与消费行为、社会空间与社会网络研究中的最近进展,以及大数据对参与式研究和决策平台的作用。着重剖析了大数据对人文—经济地理学数据获取,研究思维与范式,研究内容、研究时空尺度与研究目标等方面的促进作用与存在问题,特别是由于大数据自身发展的不完善,在数据收集特别是数据属性方面还存在很大的局限,缺乏理论基础将会使得大数据与实际应用受到很大限制,同时,数据本身也不能替代研究者思维和决策过程。因此,人文—经济地理学者应该科学对待大数据所带来的机遇,弥补和丰富以往发展中的短板,即完善学科数据建设、建立大数据应用较为完善的研究方法体系,促进跨域数据整合和跨域研究,以及推进研究对象和研究目的的转变。

[Yang Zhenshan, Long Ying, Douay Nicolas.

Opportunities and limitations of big data applications to human and economic geography: The state of the art.

Progress in Geography, 2015, 34(4): 410-417.]

https://doi.org/10.11820/dlkxjz.2015.04.002      URL      [本文引用: 1]      摘要

大数据技术的诞生不仅快速推动着社会的进步,而且也将科学研究不断引向新的高度。以人类社会经济活动为主要研究对象的人文—经济地理学与当前大数据建设和发展趋势具有高度一致性,大数据的发展对丰富和完善人文—经济地理学势必起到积极的推动作用,同时也对人文—经济地理学的学科思维和研究方法提出了新的挑战。梳理和分析了目前大数据在人文—经济地理学主要研究领域,包括城市内部空间研究、交通与消费行为、社会空间与社会网络研究中的最近进展,以及大数据对参与式研究和决策平台的作用。着重剖析了大数据对人文—经济地理学数据获取,研究思维与范式,研究内容、研究时空尺度与研究目标等方面的促进作用与存在问题,特别是由于大数据自身发展的不完善,在数据收集特别是数据属性方面还存在很大的局限,缺乏理论基础将会使得大数据与实际应用受到很大限制,同时,数据本身也不能替代研究者思维和决策过程。因此,人文—经济地理学者应该科学对待大数据所带来的机遇,弥补和丰富以往发展中的短板,即完善学科数据建设、建立大数据应用较为完善的研究方法体系,促进跨域数据整合和跨域研究,以及推进研究对象和研究目的的转变。
[22] 郭璨, 甄峰, 朱寿佳.

智能手机定位数据应用于城市研究的进展与展望

. 人文地理, 2014, 29(6): 18-23.

URL      [本文引用: 1]     

[Guo Can, Zhen Feng, Zhu Shoujia.

Progress and prospect of the application of smart phone LBS data in urban researches.

Human Geography, 2014, 29(6): 18-23.]

URL      [本文引用: 1]     

[23] 刘瑜, 肖昱, 高松, .

基于位置感知设备的人类移动研究综述

. 地理与地理信息科学, 2011, 27(4): 8-13, 2, 31.

URL      [本文引用: 1]      摘要

每个人在地理空间内的移动看似随机而没有规律,然而一个较大规模人群的移动却隐藏着特定的模式.为了研究某些地理问题,如交通、疾病传播等,可以从个体行为出发,在地理信息系统的支持下,发现人类移动模式,并构筑基于个体的模拟模型,从而建立微观和宏观之间的桥梁,并支持相应的决策过程.信息通讯技术的发展,一方面改变了人们的空间行为模式,另一方面使得基于位置感知设备获取海量人类移动数据成为可能.近年来,上述研究一直是地理信息科学及相关领域的热点,该文对此进行了总结和评述.

[Liu Yu, Xiao Yu, Gao Song, et al.

A review of human mobility research based on location aware devices

. Geography and Geo-Information Science, 2011, 27(4): 8-13, 2, 31.]

URL      [本文引用: 1]      摘要

每个人在地理空间内的移动看似随机而没有规律,然而一个较大规模人群的移动却隐藏着特定的模式.为了研究某些地理问题,如交通、疾病传播等,可以从个体行为出发,在地理信息系统的支持下,发现人类移动模式,并构筑基于个体的模拟模型,从而建立微观和宏观之间的桥梁,并支持相应的决策过程.信息通讯技术的发展,一方面改变了人们的空间行为模式,另一方面使得基于位置感知设备获取海量人类移动数据成为可能.近年来,上述研究一直是地理信息科学及相关领域的热点,该文对此进行了总结和评述.
[24] 钮心毅, 丁亮, 宋小冬.

基于手机数据识别上海中心城的城市空间结构

. 城市规划学刊, 2014, (6): 61-67.

URL      [本文引用: 1]     

[Niu Xinyi, Ding Liang, Song Xiaodong.

Understanding urban spatial structure of Shanghai central city based on mobile phone data.

Urban Planning Forum, 2014, (6): 61-67.]

URL      [本文引用: 1]     

[25] Calabrese F, Colonna M, Lovisolo P, et al.

Real-time urban monitoring using cell phones: A case study in Rome.

IEEE Transactions on Intelligent Transportation Systems, 2011, 12(1): 141-151.

https://doi.org/10.1109/TITS.2010.2074196      URL      Magsci      摘要

This paper describes a new real-time urban monitoring system. The system uses the Localizing and Handling Network Event Systems (LocHNESs) platform developed by Telecom Italia for the real-time evaluation of urban dynamics based on the anonymous monitoring of mobile cellular networks. In addition, data are supplemented based on the instantaneous positioning of buses and taxis to provide information about urban mobility in real time, ranging from traffic conditions to the movements of pedestrians throughout the city. This system was exhibited at the Tenth International Architecture Exhibition of the Venice Biennale. It marks the unprecedented monitoring of a large urban area, which covered most of the city of Rome, in real time using a variety of sensing systems and will hopefully open the way to a new paradigm of understanding and optimizing urban dynamics.
[26] Reades Jonathan, Calabrese Francesco, Ratti Carlo.

Eigenplaces: Analysing cities using the space-time structure of the mobile phone network.

Environment and Planning B: Planning and Design, 2009, 36(5): 824-836.

https://doi.org/10.1068/b34133t      URL      [本文引用: 1]      摘要

Several attempts have already been made to use telecommunications networks for urban research, but the datasets employed have typically been neither dynamic nor fine grained. Against this research backdrop the mobile phone network offers a compelling compromise between these extremes: it is both highly mobile and yet still localisable in space. Moreover, the mobile phone’s enormous and enthusiastic adoption across most socioeconomic strata makes it a uniquely useful tool for conducting large-scale, representative behavioural research. In this paper we attempt to connect telecoms usage data from Telecom Italia Mobile (TIM) to a geography of human activity derived from data on commercial premises advertised through Pagine Gialle, the Italian ‘Yellow Pages’. We then employ eigendecomposition—a process similar to factoring but suitable for this complex dataset—to identify and extract recurring patterns of mobile phone usage. The resulting eigenplaces support the computational and comparative analysis of space through the lens of telecommuniations usage and enhance our understanding of the city as a ‘space of flows’.
[27] 王德, 钟炜菁, 谢栋灿, .

手机信令数据在城市建成环境评价中的应用: 以上海市宝山区为例

. 城市规划学刊, 2015, (5): 82-90.

URL      [本文引用: 1]     

[Wang De, Zhong Weijing, Xie Dongcan, et al.

The application of cell phone signaling data in the assessment of urban built environment: A case study of Baoshan district in Shanghai.

Urban Planning Forum, 2015, (5): 82-90.]

URL      [本文引用: 1]     

[28] 钮心毅, 丁亮.

利用手机数据分析上海市域的职住空间关系: 若干结论和讨论

. 上海城市规划, 2015, (2): 39-43.

URL      [本文引用: 1]     

[Niu Xinyi, Ding Liang.

Analyzing Job-housing spatial relationship in Shanghai using mobile phone data: Some conclusions and discussions.

Shanghai Urban Planning Review, 2015, (2): 39-43.]

URL      [本文引用: 1]     

[29] Yuan Yihong, Raubal Martin, Liu Yu.

Correlating mobile phone usage and travel behavior: A case study of Harbin, China. Computers,

Environment and Urban Systems, 2012, 36(2): 118-130.

https://doi.org/10.1016/j.compenvurbsys.2011.07.003      URL      [本文引用: 1]      摘要

Information and communication technologies (ICTs), such as mobile phones and the Internet, are increasingly pervasive in modern society. These technologies provide new resources for spatio-temporal data mining and geographic knowledge discovery. Since the development of ICTs also impacts physical movement of individuals in societies, much of the existing research has focused on examining the correlation between ICT and human mobility. In this paper, we aim to provide a deeper understanding of how usage of mobile phones correlates with individual travel behavior by exploring the correlation between mobile phone call frequencies and three indicators of travel behavior: (1) radius, (2) eccentricity, and (3) entropy. The methodology is applied to a large dataset from Harbin city in China. The statistical analysis indicates a significant correlation between mobile phone usage and all of the three indicators. In addition, we examine and demonstrate how explanatory factors, such as age, gender, social temporal orders and characteristics of the built environment, impact the relationship between mobile phone usage and individual activity behavior. .
[30] Ahas Rein, Aasa Anto, Silm Siiri, et al.

Daily rhythms of suburban commuters' movements in the Tallinn metropolitan area: Case study with mobile positioning data.

Transportation Research Part C: Emerging Technologies, 2010, 18(1): 45-54.

https://doi.org/10.1016/j.trc.2009.04.011      URL      摘要

The investigation of the space–time movements and daily distances of respondents showed that the majority of respondents had a similar temporal rhythm related to work, school, services and leisure in the city. Because of the different timing of those activities, the mobile positioning data made it possible to map functional differences in the city. The advantages and disadvantages of mobile positioning data in mapping urban life are discussed in the final section of the study.
[31] 丁亮, 钮心毅, 宋小冬.

利用手机数据识别上海中心城的通勤区

. 城市规划, 2015, 39(9): 100-106.

https://doi.org/10.11819/cpr20150917a      URL      [本文引用: 1]      摘要

用手机数据识别了用户的日间驻留地、夜间驻留地,从中提取出日间在上海中心城内驻留用户、夜间在中心城内驻留用户,分别计算出其通勤范围。根据其夜间驻留地、日间驻留地的分布密度识别出上海中心城的通勤圈,并将其转换为以街道行政边界为空间单元的中心城通勤区。在中心城及通勤区内,超过97%的居民实现了职住平衡。研究表明上海市域空间结构在“中心城”和“郊区”之间还存在一个“中心城通勤区”层次。中心城通勤区以内、以外区域存在较显著差异。中心城通勤区的识别结果可加深对上海市域空间结构的认识,为在市域范围内分层次、分区域制定有针对性的规划政策提供依据。

[Ding Liang, Niu Xinyi, Song Xiaodong.

Identifying the commuting area of Shanghai central city using mobile phone data.

City Planning Review, 2015, 39(9): 100-106.]

https://doi.org/10.11819/cpr20150917a      URL      [本文引用: 1]      摘要

用手机数据识别了用户的日间驻留地、夜间驻留地,从中提取出日间在上海中心城内驻留用户、夜间在中心城内驻留用户,分别计算出其通勤范围。根据其夜间驻留地、日间驻留地的分布密度识别出上海中心城的通勤圈,并将其转换为以街道行政边界为空间单元的中心城通勤区。在中心城及通勤区内,超过97%的居民实现了职住平衡。研究表明上海市域空间结构在“中心城”和“郊区”之间还存在一个“中心城通勤区”层次。中心城通勤区以内、以外区域存在较显著差异。中心城通勤区的识别结果可加深对上海市域空间结构的认识,为在市域范围内分层次、分区域制定有针对性的规划政策提供依据。
[32] 王德, 王灿, 谢栋灿, .

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, (3): 51-61.

URL      [本文引用: 1]     

[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, (3): 51-61.]

URL      [本文引用: 1]     

[33] Calabrese F, Diao Mi, Lorenzo Gi D, et al.

Understanding individual mobility patterns from urban sensing data: A mobile phone trace example.

Transportation Research Part C: Emerging Technologies, 2013, 26: 301-313.

https://doi.org/10.1016/j.trc.2012.09.009      URL      [本文引用: 1]      摘要

Large-scale urban sensing data such as mobile phone traces are emerging as an important data source for urban modeling. This study represents a first step towards building a methodology whereby mobile phone data can be more usefully applied to transportation research. In this paper, we present techniques to extract useful mobility information from the mobile phone traces of millions of users to investigate individual mobility patterns within a metropolitan area. The mobile-phone-based mobility measures are compared to mobility measures computed using odometer readings from the annual safety inspections of all private vehicles in the region to check the validity of mobile phone data in characterizing individual mobility and to identify the differences between individual mobility and vehicular mobility. The empirical results can help us understand the intra-urban variation of mobility and the non-vehicular component of overall mobility. More importantly, this study suggests that mobile phone trace data represent a reasonable proxy for individual mobility and show enormous potential as an alternative and more frequently updatable data source and a compliment to the conventional travel surveys in mobility study.
[34] Deville P, Linard C, Martin S, et al.

Dynamic population mapping using mobile phone data.

Proceedings of the National Academy of Sciences, 2014, 111(45): 15888-15893.

https://doi.org/10.1073/pnas.1408439111      URL      [本文引用: 1]      摘要

During the past few decades, technologies such as remote sensing, geographical information systems, and global positioning systems have transformed the way the distribution of population is studied and modeled in space and time. However, the mapping of populations remains constrained by the logistics of censuses and surveys. Consequently, spatially detailed changes across scales of days, weeks, or months, or even year to year, are difficult to assess and limit the application of population maps in situations in which timely information is required, such as disasters, conflicts, or epidemics. Mobile phones (MPs) now have an extremely high penetration rate across the globe, and analyzing the spatiotemporal distribution of MP calls geolocated to the tower level may overcome many limitations of census-based approaches, provided that the use of MP data is properly assessed and calibrated. Using datasets of more than 1 billion MP call records from Portugal and France, we show how spatially and temporarily explicit estimations of population densities can be produced at national scales, and how these estimates compare with outputs produced using alternative population mapping methods. We also demonstrate how maps of population changes can be produced over multiple timescales while preserving the anonymity of MP users. With similar data being collected every day by MP network providers across the world, the prospect of being able to map contemporary and changing population distributions over relatively short intervals exists, paving the way for new applications and a near real-time understanding of patterns and processes in geography.
[35] Vieira M R, Inez V Fr I, Oliver N, et al.

Characterizing dense urban areas from mobile phone-call data: Discovery and social dynamics

. In: Proceedings of 2010 IEEE Second International Conference, 2010: 241-248.

https://doi.org/10.1109/SocialCom.2010.41      URL      摘要

The recent adoption of ubiquitous computing technologies (e.g. GPS, WLAN networks) has enabled capturing large amounts of spatio-temporal data about human motion. The digital footprints computed from these datasets provide complementary information for the study of social and human dynamics, with applications ranging from urban planning to transportation and epidemiology. A common problem for all these applications is the detection of dense areas, i.e. areas where individuals concentrate within a specific geographical region and time period. Nevertheless, the techniques used so far face an important limitation: they tend to identify as dense areas regions that do not respect the natural tessellation of the underlying space. In this paper, we propose a novel technique, called DADMST, to detect dense areas based on the Maximum Spanning Tree (MST) algorithm applied over the communication antennas of a cell phone infrastructure. We evaluate and validate our approach with a real dataset containing the Call Detail Records (CDR) of over one million individuals, and apply the methodology to study social dynamics in an urban environment.
[36] Ahas Rein, Mark ülar.

Location based services-new challenges for planning and public administration?

Futures, 2005, 37(6): 547-561.

https://doi.org/10.1016/j.futures.2004.10.012      URL      [本文引用: 1]      摘要

The massive spread of mobile phones and their social acceptance is an important information-technological feature of the beginning of the 21st century. In addition to making calls, mobile phones are associated with various additional services and games, which are becoming part of everyday life. As the location of mobile phones can be precisely tracked in space, they can be used for investigating the space-time behaviour of society. In this paper we will introduce the Social Positioning Method and its possible applications in the organisation and planning of public life. The Social Positioning Method (SPM) studies social flows in time and space by analysing the location coordinates of mobile phones and the social identification of the people carrying them. So far, relatively few SPM surveys have been carried out he reason for that is related to people's anxieties about the idea of being tracked, as well as technical aspects. In this article we assert that SPM will become very wide-spread in the future and will fundamentally change public life and administration. Due to the widespread use of telephones and the possibilities of social positioning, the questions of privacy and freedom of the individual are already being discussed. Despite this, there has still been only a limited discussion concerning live-map geography and real-time planning in relation to privacy issues.
[37] Wang P.

Understanding the spreading patterns of mobile phone viruses.

Proceedings of the National Academy of Sciences, 2009, 106(20): 8380-8385.

[本文引用: 1]     

平台注册入口