Measuring Visibility Bias in Digital Urban Experience: A Multimodal Spatial Statistical Analysis of Sina Weibo Data in Guangzhou
本研究通过利用 273,566 条带有地理标记的新浪微博帖子，引入了一种偏差感知空间统计框架，用以量化并绘制广州城市类别数字可见性的不均衡分布情况，揭示了尽管情感可见度具有尺度依赖性，但建筑可见度在现代城区与历史城区中均表现出一致的空间聚类特征。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
城市向来是人们聚集、移动和分享故事的场所，但在过去十年中，一种新型的地图出现了。这些地图并非由测量员或规划师绘制，而是由数百万人在社交媒体上留下的照片、签到和短消息等数字足迹构建而成。长期以来，研究人员一直利用这些帖子来理解人们如何体验一座城市，并假设某个特定区域的高发帖量意味着该地重要、受欢迎或充满活力。然而，这种方法存在一个隐藏的缺陷：它将所有的活动都视为同等对待。一个拥挤的火车站可能会产生数千条帖子，仅仅是因为有数千人经过；而一个安静、美丽的公园可能会产生极少的帖子，即便那里的人们正在经历深刻的体验。危险在于，将帖子的纯粹数量误认为是某个地方真正的意义。为了解决这个问题，科学家们现在正学习不仅要观察人们在哪里发布内容，还要观察他们是否在特定地点发布了比预期更多或更少的内容，这一概念被称为“可见性偏差”（visibility bias）。
一个研究小组决定在广州测试这一想法，这是一座位于中国南方的庞大且多元化的城市，融合了古代历史与未来主义风格的摩天大楼。他们收集了 2023 年间从中国社交媒体平台新浪微博获取的近 27.4 万条带有地理标签的帖子。他们的目标不仅仅是计算每个街区有多少人，而是要确定某些类型的内容——例如快乐的情绪、悲伤的情绪或建筑照片——是否在特定地点出现的频率高于其总体活动水平所能预测的水平。他们将一个区域的总帖子数视为基准或标准预期，然后衡量特定内容相对于该标准的偏差程度。如果一个街区的整体帖子量很大，但其展示历史建筑的照片数量相对于总发帖量而言异常之高，那么该区域就会被标记为具有建筑方面的“可见性偏差”。
为了理清数据，研究人员使用计算机程序来阅读文本并分析帖子附带的图像。他们将文本分为积极、中性或消极类别，并扫描图像以查看其描绘的是文化生活、自然景观、城市建筑还是公共空间。随后，他们将城市划分为 500 米宽的正方形网格，以便将每个方格内的内容与其在同一方格内的总活动量进行比较。结果显示，广州的数字地图并不是城市现实的统一反映。相反，它是一个高度选择性的肖像，其中一些特征被放大，而另一些则被淡化。
最显著的发现是关于这座城市的建筑。无论研究人员如何调整网格大小或剔除数据中最繁忙的地点，城市建筑的照片在特定区域始终呈现出过度代表（overrepresented）的现象。这些区域包括拥有高耸摩天大楼和著名的广州塔的中央商务区现代天际线，以及充满了传统骑楼和宗祠的历史悠久的旧城区。研究表明，这些地方在数字上显得“响亮”，不仅是因为许多人造访，还因为其视觉上的独特性使其极具吸引力，让人忍不住拍照并分享。无论是现代还是历史性的建筑环境，都创造了一种稳定的可见性模式，这种模式在不同的分析尺度下依然成立。
然而，情绪讲述了另一个故事。研究人员发现，快乐或悲伤的情绪并不像建筑那样以紧密、可预测的方式聚集。相反，情感表达似乎是在更广泛的尺度上运作的。当研究人员在较大的 1,000 米方格中观察数据时，积极和消极的可见性呈现出清晰的模式。积极情绪通常与滨水长廊和大型商业区等更广泛的区域相关联，人们在那里进行休闲活动。另一方面，消极情绪则与移动带来的压力更为密切相关，聚集在主要的交通枢纽和繁忙的换乘区域，即人群聚集和等待常见的场所。这表明，虽然特定的建筑可以从单一地点被拍摄和分享，但情感体验往往与一个街区或一段旅程的整体氛围相关。
研究结论指出，社交媒体数据不应被视为城市生活的直接镜像，而应被视为一个过滤后的透镜，它突出了某些特征，同时掩盖了其他特征。通过对基准活动水平进行考量，研究人员表明，一个地方的数字可见性是由其“可拍摄性”和“可分享性”塑造的，而不仅仅取决于那里有多少人。在广州，这意味着这座城市的标志性天际线和历史街道在数字层面被放大了，而那些维持城市运转的日常功能性空间——如居住社区或交通走廊——在数字记录中则显得较为沉寂。这项工作证明，要通过数字痕迹真正理解一座城市，必须超越帖子的数量，去探究人们在谈论什么，以及为什么会在那个特定的地方谈论这些内容。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。