Portal de Periódicos da CAPES

Analysis of the spatial structure of Beijing from the point view of Weibo Data

2020; Universitat Politècnica de Catalunya; Volume: 15; Issue: 43 Linguagem: Catalão

10.5821/ace.15.43.9302

1887-7052

Liya Yang, Carlos Ramiro Marmolejo Duarte,

Land Use and Ecosystem Services

Beijing es la segunda ciudad más grande de China cuya estructura urbana no está libre de controversias. Los métodos tradicionales suelen definir la estructura urbana mediante el análisis espacial del empleo. Esta investigación estudia la estructura espacio-temporal del área metropolitana de Beijing a partir de datos provenientes de redes sociales. Para ello se utiliza la densidad de Weibo (el equivalente chino de Twitter) para describir las actividades de los ciudadanos en Beijing a lo largo de una semana y, mediante un modelo exponencial clásico, se identifican los sub-centros de Weibo. Este método, detecta sub-centros en diferentes períodos de tiempo y los compara con los usos reales del suelo urbano. Además, el área estudiada se extiende a los "distritos periféricos" de Beijing, por lo que permite evaluar el desarrollo urbano de toda el área de Beijing. Los resultados indican que la estructura de Beijing muestra una estructura policéntrica, aunque la mayor densidad se concentra principalmente en el centro metropolitano de Beijing. Los sub-centros identificados son el aeropuerto, las áreas comerciales, las atracciones turísticas, las universidades y las áreas de uso mixto, que tienen flujos intensos de actividades humanas. Los datos de Weibo han demostrado ser una fuente de datos útil para estudiar la estructura urbana y las áreas funcionales urbanas. Beijing és la segona ciutat més gran de la Xina l'estructura urbana no està lliure de controvèrsies. Els mètodes tradicionals solen definir l'estructura urbana mitjançant l'anàlisi espacial de l'ocupació. Aquesta investigació estudia l'estructura espai-temporal de l'àrea metropolitana de Beijing a partir de dades provinents de xarxes socials. Per a això s'utilitza la densitat de Weibo (l'equivalent xinés de Twitter) per descriure les activitats dels ciutadans a Beijing al llarg d'una setmana i, mitjançant un model exponencial clàssic, s'identifiquen els sub-centres de Weibo. Aquest mètode, detecta sub-centres en diferents períodes de temps i els compara amb els usos reals del sòl urbà. A més, l'àrea estudiada s'estén als "districtes perifèrics" de Beijing, de manera que permet avaluar el desenvolupament urbà de tota l'àrea de Beijing. Els resultats indiquen que l'estructura de Beijing mostra una estructura policèntrica, encara que la major densitat es concentra principalment en el centre metropolità de Beijing. Els sub-centres identificats són l'aeroport, les àrees comercials, les atraccions turístiques, les universitats i les àrees d'ús mixt, que tenen fluxos intensos d'activitats humanes. Les dades de Weibo han demostrat ser una font de dades útil per estudiar l'estructura urbana i les àrees funcionals urbanes. Beijing as the second largest city in China has a controversial urban structure. Traditional methods usually identify the urban structure of cities by analyzing the employment distribution. This research studies the temporal-spatial structure of Beijing metropolitan area in terms of social media activities. It proposes to utilize Weibo (the Chinese equivalent of Twitter) density to describe the citizens' activities in Beijing in one week and adopt the classic exponential model to identify Weibo sub-centers. It detects sub-centers in different time periods and compares them with the actual urban land uses. Moreover, the studied area extends to the “peripheral districts” of Beijing, thus it assesses the developmental situation of the whole Beijing area. The results indicate that the structure of Beijing indeed shows a polycentric structure according to the distribution of potential Weibo sub-centers, though the only clear spatial structure of Weibo distribution is confirmed by the model is the period of the weekend. These Weibo sub-centers of weekend are the airport, commercial areas, tourist attractions, universities, and mixed-activity areas, which have intense flows of human activities. Weibo data is proved to be a useful data source to study the urban structure and urban functional areas.