城市人口越来越密集，衍生出许多资源与城市空间的管控问题。信息和通信技术(ICT)广泛使用，产生了越来越多的地理位置数据，为分析城市环境中的人类活动和人口流动提供了新的手段，有助于我们更高效地处理各种新的数字信息、更深刻地认识城市动态和人口流动、以及探索更加可持续的生活方式等等。
人口流动与城市
智能手机、GPS等ICT设备所产生的数据，能够反映用户的使用设备的时间、地点、甚至是用户的年龄、性别、职业等，利用这些数据能还原特征人群在城市的流动轨迹，从而量化地反映人与人之间，人与城市之间的互动。
图一a显示了不同性别、年龄、就业情况的人群在日常生活中处理各种事物的活动范围。我们可以发现女性、长者、较不活跃人群比男性、年轻人和活跃人群的移动距离短，更倾向在家附近活动。出行目的不同，移动的距离也有所差异。
除此以外，利用社交网络数据(如通话数据、推特等)，能提供更多细节，帮助我们分析社交活动的结构、密度以及空间特性。如图一b，两个人的社会关系越密切，他们常用位置就越相似。
从人口流动到城市架构与功能
通过对ICT数据在时间或空间维度的统计，能反映人口流动的规律，帮助优化城市规划，解决交通难题，研究对比不同城市间差异性等等。
图二显示的是巴塞罗那的移动手机使用情况。(a)是周一早上9点到10点市中心地区手机用户的空间分布，据此可分析人口聚集的热点地区。(b)是根据各地区移动手机使用的活跃时段，对该地区用地类型进行识别。从浅灰到深灰区域分别是住宅区，商业区，后勤区，夜生活和其他区域。
从ICT数据中我们还可以提取出起讫点出行矩阵，帮助我们动态地观测人口移动。但移动手机数据只有在用户使用时才能被记录，有可能缺失，因此需要借助如感应器数据等辅助研究。
城市体系
Twitter,Instagram和Flickr在全世界范围的广泛使用让我们能研究全球各地城市间的社会经济关系。Twitter上所产生的数据就已被用来研究国家间、城市间的人口流动。我们分析了涵盖两千万条推文的数据库，量化和比较了全球58个城市的影响力和吸引力，发现罗马，巴黎和里斯本是最受欢迎的三大城市。图三是Twitter用户在这58个城市间的移动网络，从这些轨迹可以看出，伦敦和纽约是世界的中心。
讨论与总结
ICT数据源并非完美，它可能受到社会经济和人口偏见的影响，也有可能并不完全反映所有事实。但对比传统的数据源(如人口普查数据，或一次性的调查)，这些数据具有样本数量大，时空分辨率高的优势，给实时数据获取以及精细化研究城市间、城市内动力学提供了可能性。
ICT数据最大的缺点是缺乏用户属性数据，因此， 大数据分析 下一步要发展统计理论和工具来权衡和确保样本的代表性;最大的优势在于具备详尽的时空信息，帮助更全面地进行城市研究。总体而言，大数据分析具有重要的意义，为社会科学的发展带来前所未有的机会。但我们需要社会学家，计算机学家和自然科学家的跨界合作，开发计算机模型进行大数据分析，在理论上和方法上有所突破。
更多阅读：
