《表1 2008年、2013年、2017年地域社会认同值》
注:除CSS中存在的缺失值,以上数据暂不包括香港特别行政区、澳门特别行政区和台湾地区。
在数据处理的过程中,首先,将个体社会认同数据进行预处理。设定社会认同越接近于1,代表人们对自我在社会中的认同程度越高。第二,对个体社会认同数据的汇集形成省级单元尺度的地域社会认同。在省级空间单元下抽样的个体社会认同向省级空间单元群体性地域社会认同的聚合(aggregation),目的在于总结一般性趋势[37]3-5。行为地理学的研究认为微观个体往往在棱柱(bundle)与制约(constraint)等约束下会形成一致性的群体行为与认知[38],大数据时代这种理念又被具化为海量个体数据序列整体性和规律性的统计特征[39]。在本研究中,将地域社会认同理解为省级空间单元尺度下“普通人”(average man)的社会认同[40,41]。第三,根据地理区划思想的指引,类型概括和综合总结至关重要[42],本研究需要进一步在六大地理区域下揭示地域社会认同的差异性(表1)。
图表编号 | XD00192341000 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 刘一鸣、辜婧玲、张梓钰、刘青、李贵才 |
绘制单位 | 北京大学城市与环境学院、北京大学城市规划与设计学院、北京大学(深圳)未来城市实验室、北京大学城市规划与设计学院、中国社会科学院研究生院、北京大学城市规划与设计学院、北京大学(深圳)未来城市实验室、北京大学城市规划与设计学院、北京大学(深圳)未来城市实验室 |
更多格式 | 高清、无水印(增值服务) |