移动应用流量揭示巴黎公园的多功能使用模式

《Scientific Reports》：Mobile application traffic reveals multifunctional use patterns in Parisian parks

　　

城市公园在支持公共健康方面发挥着关键作用。景观建筑学通常从形式与功能的视角审视公园。尽管以往关于公平可达性的研究主要聚焦于公园形式，但涉及功能使用的研究一直受限于有限的规模和粗略的测量技术。现有努力通过小规模调查和移动数据（例如GPS、打卡数据）或一般使用数据（例如CDR）部分量化了公园功能，但未能有效捕捉公园访问背后的具体活动和动机。因此，研究人员对城市公园所承担功能角色的理解仍不完整。为弥补这一空白，研究人员引入了一种利用天线方位角细化移动基站覆盖范围的新方法，能够更精确地区分公园内部与周边区域的移动流量。以巴黎为案例，研究人员分析了一个大规模被动收集的按应用划分的移动网络流量数据集，共计4.92亿条小时记录，代表35%的市场份额，覆盖45个城市公园。研究人员检验了两个假设：中心城市假说（Central-City hypothesis），该假说认为多功能公园出现在密集、高租金地区，源于土地稀缺；以及社会空间假说（Socio-Spatial hypothesis），该假说将公园视为社区日常习惯和偏好的反映。分析显示，公园具有独特的移动流量特征，既不同于其城市周边环境，也彼此不同。通过基于时间和应用使用模式对公园进行聚类，研究人员识别出三种不同的功能类型：午餐休息型（Lunchbreak）、文化型（Cultural）和休闲型（Recreational）公园，并分析了通往不同访问动机的流量使用，即实现公园健康促进潜力的路径。中心位置的公园（文化型和午餐休息型）表现出更多样化的应用使用和显著的时间变化，而郊区（休闲型）公园则反映了邻近社区的数字行为，其应用偏好与社区收入相关。这些发现证明了移动流量作为研究城市绿地内使用和活动多样性的代理指标的价值，对公园规划、公共健康和福祉具有意义。

**论文解读：移动应用流量揭示巴黎公园的多功能使用模式**

城市公园是支持公共健康的重要资产，其多功能性在密集且昂贵的大都市中尤为突出。景观建筑学通常从形式与功能两个角度审视公园，但以往研究多侧重于公园形式（如绿地面积、设施配置），对功能使用的量化受限于小规模调查和粗略的测量技术。智能手机被动产生的移动网络数据为大规模研究城市空间使用提供了机会，但已有数据源（如GPS轨迹、通话详单CDR、单一平台应用数据）难以捕捉公园访问的具体活动和动机，导致对城市公园功能角色的理解仍不完整。为此，研究人员提出一种利用天线方位角细化移动基站覆盖范围的新方法，将按应用划分的移动网络流量精确分配到城市公园，并以巴黎为案例开展研究。研究分析了来自法国某主要移动运营商（35%市场份额）的4.92亿条小时级记录，覆盖45个中型到大型公园（最小1.2公顷，中位数25.5公顷），检验了中心城市假说（Central-City hypothesis，即多功能公园源于中心区土地稀缺和竞争压力）和社会空间假说（Socio-Spatial hypothesis，即公园功能由周边社区习惯和偏好自下而上塑造）。结果发现公园具有独特的移动流量特征，识别出三种功能类型，并揭示了两种假说在巴黎的共存机制。该论文发表在《Scientific Reports》。

**关键方法概述**（不超过250字）

研究使用该运营商在2023年1月31日至5月31日期间通过约25,000个天线被动收集的4G/5G流量数据。方法包括：①利用天线方位角将传统Voronoi单元细化为扇区覆盖，通过三步筛选（天线照明比α≥0.1、公园面积照明比β>0.8、覆盖质量指标Q_p≥0.4）确定可可靠分析的45个公园；②将天线流量按照明比加权汇总为公园流量；③使用相对对称比较优势（RSCA）指标量化各应用类别在公园中的超用或欠用；④结合工作日/周末流量比与RSCA进行谱聚类；⑤利用Flickr标签相对重要性为聚类结果命名；⑥使用Pearson相关分析检验周边社会经济指标（来自法国人口普查最小地理单元IRIS）与公园流量特征的关系。

**研究结果**

**可靠地将流量归属到公园（Reliable assignment of traffic to parks）**：通过细化基站扇区覆盖，研究能够区分公园内部与周边区域的流量。传统Voronoi几何会覆盖过大区域，而基于天线方位角的扇区划分显著提高了精度，使可分析的公园数量从24个增加到45个，中位覆盖质量提升33.26%。

**公园智能手机使用的独特性和多样性（The uniqueness and diversity of smartphone use in parks）**：对比41个常用应用（分属健身、游戏、音乐、新闻、效率、购物、社交、旅行和视频9类）在公园与城市其他区域的RSCA，发现音乐（p<0.005）和新闻（p=0.049）应用在公园中显著多用，而社交（p=0.005）和游戏（p=0.027）应用显著少用。时间模式显示约75%的公园在工作日流量高于周末，但公园的周末下降幅度小于城市整体。高周末流量的公园多位于郊区、以自然景观为主；高工作日流量的公园则靠近办公区、学校或政府机构。

**流量模式揭示三种公园类型（Three park types emerge from traffic patterns）**：以工作日/周末流量比和9个应用类别的RSCA为特征，使用谱聚类（k=3）识别出三种类型。休闲型（Recreational）公园位于郊区，流量最低（比城市中位数低57%），以自然导向设计为主；午餐休息型（Lunchbreak）公园位于商业区和大学附近，工作日流量比周末高58%，面积较小；文化型（Cultural）公园如战神广场、杜乐丽花园，工作日与周末流量差异小（仅高7%），流量最高（比城市中位数高3%）。

**应用使用随公园类型变化（App usage varies among park types）**：文化型和午餐休息型公园的应用偏好相似，均以社交和音乐应用为主，其他类别为中性或略低；休闲型公园则在大多数应用类别上过度使用（除音乐和社交外），且是唯一健身应用使用增加的公园类型，可能反映其鼓励身体活动、限制被动数字行为的独特作用。

**多功能性的两个视角：经济压力与文化中介（Two lenses on park multifunctionality: economic pressure versus cultural mediation）**：Pearson相关分析显示，公园到市中心距离与工作日/周末流量比呈负相关（ρ=-0.317, p=0.034），周边收入中位数与该比值正相关（ρ=0.396, p=0.007），基尼系数呈类似模式（ρ=0.306, p=0.041），支持中心城市假说。同时，在休闲型公园中，游戏应用使用随收入增加而下降，音乐应用使用随收入增加而上升；文化型公园的新闻应用使用与收入正相关，支持社会空间假说。

**讨论与结论**：讨论部分指出，智能手机应用使用在公园中显著不同于城市其他区域，且时间模式因位置和功能而异。两种假说并非互斥，而是共同塑造公园多功能性——中心公园承受经济压力而多功能化（如午餐休息型服务上班族/学生，文化型服务游客），郊区公园的功能则由社区社会经济背景和数字文化自下而上塑造。移动流量数据可作为公园规划的规模化工具，但需注意数据局限性：小/袖珍公园因空间分辨率不足被排除，天线聚合层面无法推断访客来源，应用类型可能偏向有网络流量的游戏，运营商市场份额未必完全代表所有人口群体。未来可结合健康调查和干预试验，进一步验证功能特征与健康结果的关系。研究结论认为，被动收集的移动应用流量能够大规模刻画中型至大型公园的功能特征，为识别社区间公园使用差异、指导循证资源分配和促进健康公平提供了有效工具。