北大刘瑜教授：社会感知，一条“由人及地” 的研究路径

遥感(remote sensing) 和社会感知( social sensing) 的发展, 完美概括了地理时空信息获取的全部内涵。遥感以人为主体, 对客观存在的地理或地球环境通过电磁波这个载体完成感知过程, 从而使人们获得包括地球各圈层在内的地理要素或地球环境的客观数据, 这就是地理或地球大数据, 是人们对地理或地球要素和环境认知的基础。与之不同的是,社会感知的最大特点是人成为地理空间和社会环境的一个感知单元, 大量的这种感知单元的综合汇聚就可形成社会时空行为完整的信息链, 从而揭示经济社会中相关事件和过程的规律, 并可能在社会治理中发挥重要作用。

童庆禧

北京大学遥感与地理信息系统研究所前所长

中国科学院院士

2023 年1 月8 日

多源地理大数据的涌现, 为地理学及相关学科的研究提供了有力的社会感知手段。社会感知是指基于大数据挖掘人的时空间行为模式, 进而揭示其背后的社会经济特征的研究方法, 它提供了一条“由人及地” 的研究路径。本文简介社会感知概念的定义, 以及社会感知研究的技术框架与方法论, 并且指出了社会感知与相邻学科的关系以及对于地理学研究的意义。

社会感知

对于个体而言，其空间行为具有较强的随机性，从而难以提取有价值的规律特征。然而当样本变大，一个群体的行为的规律性就较为明显，这种规律性与地理环境，尤其是地理环境中的社会经济要素的分布及演化密切相关。如下图所示，基于手机APP 获取的定位请求数据，可以生成空间分布热力图。尽管每天每个用户只是贡献几十､几百个定位点，但是由于用户数量巨大，全国可以得到近千亿级的点数据。基于该数据生成的热力图反映了中国的人口分布模式，其中可以清楚识别著名的“胡焕庸线” 所刻画的中国人口空间格局，而主要的城市化区域，如长三角城市群等，在该热力图上也被清楚展现。由于数据量巨大，因此很自然地，每天得到的模式较为稳定。但是如果观察一个较长时段的热力图，就可以发现有价值的变化规律，例如，在春节期间，由于大学生以及务工人员的返乡流动，大城市人口将会减少，而二三线城市以及农村地区人口将会相应增加，这种此消彼长的变化会反映在APP 数据提取的热力图上。

▲ 基于手机APP 获取的定位请求数据得到的空间分布热力图

因此，基于热力图的时间序列，可以刻画中国不同地区城市化的程度(Wang et al.，2019)。因此，地理空间大数据为人们进一步定量理解社会经济环境提供了一种新的观测手段。刘瑜等(2015) 提出了“社会感知” (social sensing) 概念及研究框架，指出社会感知是指借助于各类海量时空数据研究人类时空间行为特征，进而揭示社会经济现象的时空分布､联系及过程的理论和方法。

社会感知概念包括三个方面的要点：

• 第一，它是以人作为个体粒度的传感器，其感知途径可以是主动的，如通过社交媒体平台分享信息，也可以是被动的，如携带手机的用户的运动轨迹会被基站记录。

• 第二，大数据的高覆盖特性，使得感知得到的人群行为具有有意义的分布模式和规律性，从而可以推断地理空间的特征，实现“由人及地” 的研究路径。

• 第三，类似于地理研究中的对等概念——遥感，社会感知的含义既包括相关原始数据集以及其衍生产品，也涵盖了相关的数据处理方法。

社会感知技术框架

社会感知数据可从三个方面提取人的时空间行为特征：

• 对地理环境的情感和认知(如基于社交媒体数据可以获取人们对于一个场所的感受)；

• 在地理空间中的活动和移动(如基于出租车､签到等数据可以获取海量移动轨迹)；

• 个体之间的社交关系(如基于手机数据可以获取用户之间的通话联系信息)。

社会感知研究框架包括人､地､时三个基本要素：

• 首先，在“人” 的方面，社会感知数据可以获取人的活动与移动､社交关系､情感与认知等行为模式；

• 其次，在“地” 的方面，可以基于群体的行为特征揭示空间要素的分布格局､空间单元之间的交互以及场所情感与语义；

• 最后，从“时” 的视角，可以发现地理过程尤其是人文地理过程(如城市空间结构演化) 的规律和特征。

▲ 社会感知研究框架

从数据流的角度，社会感知信息提取及利用的架构如图所示。

▲ 数据流视角的社会感知方法体系

它自下而上，分为感知传输层､数据管理层､行为模式层､地理空间特征层､专题应用层等五层。其中

• 感知传输层关注数据的获取，不同类型的数据具有不同的获取方式。

• 数据管理层则在时空数据库支持下，对原始的､个体粒度的地理大数据进行管理，主要数据类型包括时空点､流､轨迹，以及带有语义信息的文本､图像等数据。

• 行为模式层，主要关注三类信息：①基于人的不同类型行为的空间分布，如手机通话量､公交刷卡､社交媒体签到等，而基于数据挖掘技术提取的情感(积极､消极)､具体活动类型(购物､休闲) 的强度也在本层次得到管理；②地理单元之间由于个体的移动､通信等而产生的空间交互；③考虑时间维度后，上述两类信息随时间的变化动态，可以反映相应区域的高频或低频的演化规律。

• 地理空间特征层在人类行为分布､交互､动态变化的基础上，从地理空间的角度，进一步挖掘时空模式及其驱动因素。

• 专题应用层包括了社会感知大数据的应用领域，包括城市规划､交通管理､灾害响应､公共卫生等。

目前，学界和业界已经在上述领域广泛应用各种地理大数据，并取得良好效果。

社会感知研究方法论

基于社会感知数据的研究，多围绕人类行为模式､地理空间的结构以及两者之间的映射关系和演化规律开展。从方法论(methodology) 的角度，目前的研究工作，可以归纳为六个主要的应用范式。

• 分布模式挖掘

• 普适规律发现

• 特征相关揭示

• 异常个例探测

• 未来趋势预测

• 时空决策优化

▲ 短时交通流预测实例(Zhang et al. ，2019)

社会感知的学科意义

在大数据支持下，社会感知框架提出了一种观测社会经济现象的手段，它借助于各类海量时空数据研究人类时空间行为特征，进而揭示社会经济现象的时空分布､联系及过程。而回顾地理学发展的几次转向，计量革命因为缺少对人的关注而受到批评，后期行为主义则受限于样本太小缺乏定量模型。大数据的出现以及相关的社会感知研究，在一定程度上弥补了上述两个方面的不足，带来了全新的研究范式，也有助于重新审视地理学研究的一些基本问题，尤其是对于人文地理学的一些传统理论，具有重要的价值。

▲ 个体和群体两个层面的空间分布与空间交互

可以基于大数据感知到的个体模式在不同聚合过程中的变化考察不同地理现象的尺度效应：(a) 个体层面的事件点分布；(b) 群体层面的分布；(c) 个体层面的空间移动轨迹，其中三角符号和方形符号别表示轨迹起点和终点；(d) 群体层面的空间交互模式

社会感知相关概念

除社会感知外，一系列与地理大数据有关的概念被提出，其中比较有影响力的有志愿者地理信息( volunteered geographic information，VGI) 和城市计算(urban computing)。

▲ 两个典型的志愿者地理信息采集网站

▲ 城市计算技术框架(Zheng et al. ，2014)

社会感知相关领域

社会感知是地理信息科学的一个重要研究方向，研究社会感知数据和分析方法，对于地理学有着重要的学科意义。同时，它也具有鲜明的学科交叉特性，开展社会感知研究，离不开地理学以及计算机科学相关领域的知识。比如行为地理学､城市地理学､空间分析､遥感和数据科学等与社会感知相关的研究领域，为社会感知研究和应用提供了理论和方法基础。

▲ 上海市不同时间社会感知数据的“假彩色” 合成图像

▲ 利用可视化手段呈现基于出租车数据提取的北京市道路交通状况时空分布(Wang et al. ，2013)

本文摘编自《地理大数据与社会感知》（刘瑜著. 北京: 科学出版社, 2023. 11）一书“第2 章 社会感知”“序”，有删减修改，标题为编者所加。

ISBN 978-7-03-076893-3

责任编辑: 王　倩

多源地理大数据的涌现, 为地理学及相关学科的研究提供了有力的社会感知手段。社会感知是指基于大数据挖掘人的时空间行为模式, 进而揭示其背后的社会经济特征的研究方法, 它提供了一条“由人及地” 的研究路径。本书介绍了地理大数据和社会感知的基本概念, 然后分别从人和地两个角度, 梳理了社会感知的相关方法。其中对地感知, 又分为场所语义感知、空间交互感知及地理过程感知。同时, 本书也介绍了社会感知和遥感集成的相关研究, 并选择五个领域介绍了社会感知的应用。

本书可供地理信息科学及遥感方向的研究生参考阅读, 也可以作为计算机、城市规划、交通等领域从业人员的参考书。

（本文编辑：刘四旦）

一起阅读科学!

科学出版社│微信ID：sciencepress-cspm

专业品质 学术价值

原创好读 科学品位

科学出版社视频号

硬核有料 视听科学