新浪微博是我国最早提供微博服务的社交网站，《2018微博用户发展报告》显示，截至2018年底微博月活跃用户达到4.62亿，占《中国互联网络发展状况统计报告》第44次公布的8.54亿中国网民的54%，具有庞大的用户基础和较高的社交媒体占有率.不仅如此，新浪微博签到数据与微信、腾讯QQ等社交媒体数据相比，包含了关键的用户空间位置信息；与同样包含位置信息的手机信令数据相比，获取相对容易.因此，新浪微博签到数据成为各领域研究的理想数据来源.

新浪微博提供的签到数据中的主要信息包括：用户活动位置经纬度、时间、所在地址中文字段、用户ID、用户名、性别、简介、用户来源地等.依据研究需要，本文选取用户来源地、时间、性别、位置4类信息作为采集对象，并对需要特定研究的用户微博文本进行解读，作为后续研究进行信息补充.

在研究对象上，本文选取天津市典型轨交站区进行实证研究.典型轨交站区的选择主要考量了区位条件和地域功能2个主要特征.在区位条件上，依据天津市总体规划确定的城市空间发展结构，分别选取核心层、中间层和外围层3个空间层次的轨交站区；在地域功能上，依据轨交站区所在的城市区域主要功能，分别考量城市中心型、社区中心型、文教中心型、交通枢纽型和普通型5类功能的轨交站区.综合以上2个主要因素，最终确定了17个轨交站区作为本文的实证研究对象，同时也是微博签到数据采集的空间范围.

签到数据的采集是以轨交站点为中心，一定采集半径为范围进行采集.在采集半径的确定上，本文遵循国内外相关研究中以轨交站点合理接驳距离作为半径的惯例原则^[13]，分别确定：核心层以步行为主要接驳方式，接驳时间10 min，接驳速度5 km/h，接驳距离800 m；中间层以自行车接驳为主，接驳时间8 min，接驳速度12 km/h，接驳距离1 500 m；外围层以小汽车接驳为主，接驳时间6 min，接驳速度30 km/h，接驳距离3 000 m.依据上述原则得到的轨交站区签到数据空间采集范围.

采集时间上综合考量工作日、周末休息日和重大节假日不同时段轨交站区个体行为的差异性，确定将数据采集时间分为3个时段，共7天.第一时段为重大节假日时段，2018年4月30日-5月1日，共2天；第二时段为工作日时段，2018年5月2日-5月4日，共3天；第三时段为周末休息日时段，2018年5月5日-5月6日，共2天.依据以上原则采集微博数据样本9.5万余条.为进一步分析一天之中不同时段轨交站区个体行为的活动特点，对采集的数据进行分时段提取，时段划分如下：0：00-3：00，3：00-7：00，7：00-9：00，9：00-12：00，12：00-14：00，14：00-17：00，17：00-19：00，19：00-21：00，21：00-0：00，得到轨交站区时空聚集研究所需的个体行为基础数据.

轨交站区个体行为一方面受到作息规律的影响，行为时间与行为内容存在对应关系；另一方面，实体空间个体行为与网络空间个体行为存在密切联系.采用分类统计方法，从日均和日间2个时间维度，探索重大节假日、周末休息日和工作日不同时段轨交站区个体行为时空变化特征.依据个体属性的差异，分析轨交站区不同性别、不同地源个体行为的时空变化特征.

轨交站区个体行为表现出较为显著的休闲导向日均时间变化特征，具体表现为周末休息日及重大节假日的个体行为活跃度显著高于工作日.如图 1所示，作为重大节假日的4月30日和5月1日的活跃度最高，而“五一”长假过后的第一个工作日5月2日跌入低谷. 5月2日-5月6日活跃度一直呈上升趋势，直至周末达到另一个高峰.通过不同时间段的签到比例可以获得更为清晰的认识，重大节假日的平均签到比例为20.79%，周末休息日的平均签到比例为12.76%，平时工作日的平均签到比例只有10.97%.新浪微博经过创立之初的快速扩展，进入了稳定发展阶段，已经与人们工作生活及休闲娱乐密不可分，休闲导向的时间特征也基本映射了人们的日常生活规律.

不同类型轨交站区个体行为在时间维度上的日均特征也存在一定差异，这一差异重点表现在轨交站区的区位上.依据区位差异对轨交站区数据样本进行分类统计，对比发现不同区位类型轨交站区个体行为时间变化特征不尽相同(图 2).核心层站区个体行为时间特征与日均特征最为接近，重大节假日4月30日和5月1日两天达到峰值，5月3日、5月4日两天跌入谷底而后回升，且比日均回升速率更高.中间层轨交站区个体行为的休闲导向性相对较弱.中间层轨交站区个体行为活跃的峰值为重大节假日的5月1日，及节后第一个工作日的5月3日，而最低值则出现在了重大节假日的第一日4月30日，且活跃程度明显小于工作日的最低值.外围层轨交站区个体行为的休闲导向性更弱，整体数据量最少，日均数据差异也最小，活跃度基本与工作日及节假日无关.不同区位轨交站区个体行为时间变化之所以存在差异，一方面由于核心层轨交站区地处天津中心城区的核心区域内，是城市居住人口和就业岗位的主要聚集地，为活跃的个体行为奠定了人口基础；另一方面，核心层轨交站区具有完善的公共服务设施，并涵盖了城市的主要文化娱乐、餐饮购物等休闲空间，为个体行为活动提供了空间基础.

轨交站区个体行为在一天之中表现出从早高峰开始持续增长至次日凌晨的日间变化趋势.每日凌晨2：00-7：00的人群签到数量最少，从7：00开始签到数量逐渐上升，而后趋于平缓，直到下午17：00后逐渐增上升，21：00- 24：00达到峰值.从具体签到数量比例来看，从凌晨到早晨7：00以前，这段时间作为夜晚休息时段，个体行为活力最弱；7：00后的签到数量开始上升，之后进入学习或者工作状态的签到数量逐渐变得平稳；直至17：00以后进入晚休时段，工作或学习了一天的人群开始放松下来，促成了大量签到数据的产生.人群的这种状态甚至会持续到夜晚休息前，也因此晚上时间段会有不少的签到量. 0：00-3：00占总体签到量的7.5%，3：00-7：00占总体签到量的1.8%，7：00-9：00签到数量开始增加，人群活动开始频繁，从9：00-21：00活动数量总体呈现增加的趋势一直持续到0：00，其中14：00-21：00间人群活动较为稳定.整体情况如图 3所示，表明人群活动随着自由支配时间的增多，在内容和形式上变得更加丰富，工作、娱乐、购物、餐饮、休闲等活动形式交织在一起.同时，因为人们更愿意在微博上分享休闲娱乐和购物餐饮等活动，所以综合商业空间成为了分享活动的主要实体空间.

轨交站区个体行为时间变化的日均特征虽然总体上非常相似，但具体到不同的日期也存在一定差异.具体表现为，重大节假日和休息日与工作日相比较，签到时段主要分布在下午和晚上，尤其是晚上19：00以后签到数量集中增加，并呈现出延迟衰减的趋势.而且，重大节假日21：00-3：00时段的活动数量明显高于工作日和休息日，达到总体的31%.究其原因，一方面是因为人群在重大节假日和休息日受到不同于工作日的作息影响；另一方面是因为重大节假日或者休息日的时间充裕，人群活动形式多样，内容更加丰富，用于休闲娱乐活动的时间自由度较大.工作日的人群活动时间较为均衡，说明工作日的人群活动时间较少，大部分人群将时间投入在日常工作和学习中.

轨交站区个体行为在活动时间上表现出女性主导的性别特征.从性别属性出发对数据样本进行分类统计，结果显示女性签到数据量远远大于男性.其中，重大节假日及工作日女性签到数量基本上都在男性签到数量的2倍以上，到休息日女性签到数量才降回到与男性持平，然后到休息日的后一天女性签到数量又远超男性签到数量.产生这一结果的原因主要有2个：①是由女性个体自身的行为特征决定的，女性群体更习惯于记录日常活动并及时分享到网络，与好友互动共享；②轨交站区聚集了大量女性活动的实体空间.通常认为受社会因素制约，女性活动丰富程度和活跃程度低于男性，但是在轨交站区这一情况却不同，轨交站区大量的购物、餐饮、娱乐、休闲等实体空间是女性社会活动的重要载体.不仅如此，女性在轨交站区相关实体空间活动时，通常也会在网络虚拟空间中进行二次分享，这一比例要显著高于男性，这也是造成轨交站区女性签到数量占主导地位的重要原因.

轨交站区不同地源的个体行为在时间和空间上表现出很大差异.本研究将轨交站区个体地源分为本地人和外地人两类，分类统计结果显示工作日和周末休息日本地人和外地人的签到数量相对变化幅度较小，本地人签到数量多于外地人；重大节假日外地人的签到数量远大于本地人. 4月30日和5月1日2天重大节假日，除本地人群签到数量小幅增加以外，外地的签到人数也随之增加并超过本地人签到数量，尤其表现在营口道、西康路和小白楼等轨交站区.天津作为中国著名的旅游城市，重大节假日旅游人数的增加催生了旅游景点轨交站区外地人签到数量的激增.对于洪湖里、华苑站、果酒厂、鞍山西道等非旅游景点轨交站区而言，5月3日以后本地人的签到数量多于外地人，且就两者比例而言，工作日要比重大节假日更低.这是由于节假日过后，外地旅游人群离开，以及本地人群和生活在本地的外地人群回归到正常的工作状态，进而选择单一工作空间进行活动的结果.由此，也可以进一步解释不同轨交站区个体行为受地源因素的影响.

在分析轨交站区个体行为时间变化特征的基础上，使用GIS平台的核密度分析方法，直观表达轨交站区个体行为的空间分布.在此基础上，进一步依据个体行为聚集中心的差异，对轨交站区个体行为进行时空发展模式分类.轨交站区个体行为整体空间分布呈现出较为显著的中心聚集特征.具体表现为以天津站轨交站区为聚集主中心向外扩散，在营口道、西康路和小白楼3轨交站区形成次级聚集中心，其余轨交站区聚集程度相对较弱.在分析轨交站区整体聚集特征的基础上，分别分析重大节假日、工作日和周末休息日不同时段轨交站区个体行为时空聚集的差异，依据聚集中心的不同分为轨交站点聚集模式和非轨交站点聚集模式两类.

轨交站点聚集模式指轨交站区个体行为聚集中心为轨交站点.此模式为轨交站区个体行为空间发展的常规模式，所包含的轨交站区数量也最多，共有西南角、西站、果酒厂、小白楼、营口道、天津站、西康路及华苑8个轨交站区，几乎占据了研究样本总量的一半.轨交站点聚集模式的典型特征是个体行为聚集程度由轨交站点向外圈层递减.西南角轨交站区由于站点周边分布较多的商业设施，外围以居住为主，促成其节假日以轨交站点为中心聚集.工作日中人们更倾向于日常工作和简单的休闲活动，导致了聚集程度降低.西站和天津站轨交站区在重大节假日、工作日和周末休息日均表现出了高度聚集的状态.西站和天津站属于天津市重要的交通枢纽站，除了要满足商务出行的人群需求，还要满足日常通勤人群和换乘人群的需要，空间相对聚集度较高.西康路轨交站区在重大节假日空间相对分散，这是由于重大节假日人群多选择向活动方式较多的商业中心区聚集.到了工作日和节假日，空间相对聚集，这是由于人群需要进行日常工作、学习，而西康路站区周围分布着较多的文教、办公和居住空间，从而影响人群聚集度.果酒厂、小白楼、营口道和华苑4个轨交站区节假日的个体行为空间分布相对分散，而工作日分布相对聚集.一方面，重大节假日和休息日受时间较为宽裕、私家车不限行等因素影响，出行方式更为多元化，一定程度上削弱了轨道交通出行的比例；另一方面，这4个站区虽然都承担了不同的城市功能，但其共同点是提供了大量的就业岗位，尤其是服务业岗位，因此工作日站区个体行为聚集度较高.

非轨交站点聚集模式指轨交站区个体行为聚集中心为轨交站点外的其他区域，依据聚集中心的数量及位置变化情况，可以进一步细分为单中心聚集模式、单中心游走模式和多中心均衡模式.

单中心聚集模式指轨交站区个体行为空间分布随时间变化呈现出相对分散——单中心聚集——相对分散的变化规律.鞍山西道、东丽开发区、新立、中山门5个轨交站区个体行为空间聚集呈单中心聚集模式.受轨交站区用地布局的影响，各轨交站区聚集的方式也存在一定差异.鞍山西道和东丽开发区表现为向商业空间聚集和分散，且两轨交站区均表现为节假日相对聚集、工作日相对分散的特点.鞍山西道是典型的社区功能轨交站区，主要社区公共服务设施集中分布，造成了该轨交站区节假日个体行为的聚集.东丽开发区聚集了美凯龙、宜家等一批家俱卖场，显然也会带动节假日的个体行为聚集.新立轨交站区表现为向文教空间的聚集和分散，工作日相对聚集而节假日相对分散.新立作为天津市郊区的新型城镇，功能相对单一，各类配套设施也不够完善，这就导致了工作日个体行为的聚集中心落后于文教设施，而节假日人群趋于流向中心城区或滨海新区等发展成熟的地区，导致了轨交站区个体行为分散.中山门轨交站区表现出向医疗设施空间的聚集和分散，节假日相对聚集，工作日相对分散.中山门与鞍山西道轨交站区在功能上较为类似，主要承载社区中心功能，因此两者在个体行为的时间聚集上均表现出了节假日聚集，工作日分散的状态.两者的主要区别是聚集中心的差异.中山门轨交站区聚集了天津市第三中心医院、天津市肝胆病医院等多家市级综合医院和专科医院，这些医疗设施的级别决定了他们的聚集能力要远强于社区商业服务设施，这也是中山门轨交站区个体行为向医疗设施空间聚集的根源.

单中心游走模式指轨交站区个体行为空间分布在不同时刻表现为单中心聚集，但各时刻的聚集中心并不固定，形成了在轨交站区内游走的分布状态.洪湖里和翠阜新村两轨交站区为单中心游走模式的代表.洪湖里轨交站区个体行为聚集中心在整个站区空间内游走，该轨交站区作为社区中心站区，各类设施配套较为完善，整体发展也较为成熟.重大节假日时聚集中心在居住小区、医院、学校及商业间游走；工作日及周末，受教育设施布局影响，聚集中心主要在文教设施间游走.翠阜新村轨交站区个体行为聚集中心则主要在居住空间内南北向游走.重大节假日受休闲、购物、娱乐等活动影响，聚集中心主要在公共设施及配套比较完善的居住空间内部；工作日聚集中心主要分布于功能相对单一、配套相对较弱的北部居住空间；周末休息日聚集中心则南移至社区服务设施完善的南部居住空间.

多中心模式指轨交站区个体行为空间分布形成多个聚集中心，各中心间关系相对均衡稳定，且均表现出显著的聚集-分散过程.大学城轨交站区个体行为时空聚集表现出显著的多中心均衡特征，主要聚集中心包括天津工业大学聚集中心、天津师范大学-天津理工大学聚集中心及海泰基地聚集中心.大学城轨交站区为天津市郊区以文化教育功能为主、科研办公为辅的轨交站区，仍然处于发展建设过程中，居住、商业等生活配套设施相对缺乏导致了轨交站区个体类型较为单一，主要为在校师生及科研人员.其个体行为的时间特征在日均聚集上基本趋同，在日间聚集上存在细微差异.在日均特征上，均为工作日较为活跃，节假日较为冷清；空间特征上表现为3个中心个体行为时空聚集为工作日聚集，节假日分散.在日间特征上，教职工及科研人员工作日的工作时段较为活跃，学生群体工作日及节假日的晚间时段最为活跃；空间上表现为天津工业大学聚集中心和天津师范大学-天津理工大学聚集中心18：00-24：00时段聚集程度最高，海泰基地聚集中心则为9：00-17：00工作时段聚集程度最高.

大数据被越来越多地应用于城市空间研究的宏观背景下，本文采用新浪微博签到数据这一典型的位置数据，进行了天津市典型轨交站区个体行为的时空发展研究.首先，使用分类统计方法研究了轨交站区个体行为的时间变化特征.指出轨交站区个体行为存在休闲导向的日均特征、持续增长的日间特征、女性主导的性别特征和时空分异的地源特征.其次，使用核密度分析方法归纳轨交站区个体行为的空间发展模式.指出轨交站区个体行为表现为中心聚集的时空发展态势，依据聚集中心的时空差异将其划分为轨交站点聚集模式和非轨交站点聚集模式两类，进一步将非轨交站点聚集模式细分为单中心聚集、单中心游走和多中心均衡3个小类.本文作为利用大数据中的位置数据进行轨交站区个体行为研究的一次尝试，虽然在数据挖掘与清洗方面存在不足，但是提供了轨交站区个体行为研究的一种方法，为基于大数据的轨交站区空间研究积累了经验.