2024年11月6日发(作者：丁蕴和)
100
城市建筑Urbanism and Architecture / 2023.03
网络社会下公共空间去“附近”化研究
——以大连软件园青年社区为例
Study on “Disappeared Nearby” of Public Space in Network Society: A Case of the Youth
Community in Dalian Software Park
刘佳玉 刘代云
Liu Jiayu, Liu Daiyun
摘要
网络社会改变了人类经济活动与社会活动的组织方式，
1引言
信息技术革命引发巨大的社会变革，随着信息技术的
发展出现了一种全新的社会形态——网络社会
[1]
。在这种
新的社会结构下，人类经济活动与社会活动的组织方式和
运行模式发生了深刻的变化。微信、推特等社交媒介的
快速扩张，淘宝、美团外卖等生活服务软件的普及运用，
使以前作为意识形态的技术与科学现在成了普遍的生活方
式
[2]
。人们逐渐习惯时间的即刻性满足，以及足不出户满
足各种生活需求的便利性，与实体空间的互动性逐步减少。
项飙用“附近”的消失来形容这种趋势
[3]
。“附近”是不
同立场和背景的人们在生活常态下频繁相遇的生活空间，
可以不断地增加人们看到多维世界的能力
[4]
。那么，“附
近消失”在城市实体空间中的具体表现如何？如何从城市
规划角度缓解这种趋势？城市公共空间作为现实社会公共
活动的重要载体，具有独特的空间属性和社会功能，是“附
近消失”趋势最直接的体现，因此本文将公共空间选作研
究问题的锚点。
青年群体作为国内在学龄期系统接触互联网的第一批
人和中国互联网用户的主要群体，能更深刻显著地反映出
网络社会“附近消失”的现象，在一定程度上代表着目前
中国网络社会的特点。同时，随着城市的转型升级，青年
面临诸多工作生活挑战，心理呈现更明显的焦虑、孤独等
心理“孤岛”状态。但现阶段社区建设中较多关注老年人
和儿童，青年群体在社区研究中处于边缘化。在此背景下，
2021年共青团中央发布《关于“十四五”时期推动〈中
长期青年发展规划（2016—2025年）〉纵深实施的意见》，
“附近消失”成为当下社会的典型特征。在此背景下，本文
以青年群体为研究对象，以大连软件园青年社区为实证案例，
采用认知地图和传统问卷调查相结合的方法收集青年群体对
“附近”空间的认知数据，并对空间识别水平的建成环境影
响要素进行相关性分析。在此基础上，阐明一定时空范畴内
若公共空间识别完整度低，则“附近消失”问题显著；阐释
影响“附近”空间识别水平的建成环境核心要素是步行舒适度、
设施完善性、绿视率、空间私密性和POI密度，以期研究结
果为网络社会背景下青年社区公共空间设计与优化提供参考。
关键词
网络社会；附近；青年群体；公共空间
中图分类号
TU984
文献标识码
A
DOI
10.19892/.2023.03.23
Abstract The network society has changed the organization mode
of human economic and social activities, and “disappeared nearby”
has become a typical feature of the current society. In this context,
taking the youth group as the research object, and taking the youth
community of Dalian Software Park as the empirical case, this paper
collects the cognitive data of youth group on the nearby space using
the cognitive map and questionnaire survey, and conducts correlation
analysis on the factors influencing the built environment of spatial
cognition. On this basis, it is clarified that if the integrity of public
space identification is low within a certain space-time category, the
problem of “nearby disappearance” is significant. It explains that
the core elements of the built environment that affect the recognition
of “nearby” spaces are walking comfort, facility perfection, green
vision, space privacy and POI density. The paper aims to provide a
reference for the design and optimization of public space in youth
community under the background of network society.
Key words network society; nearby; youth group; public space
作者简介：刘佳玉（1997-），女。研究方向：城市设计。
通信作者：刘代云（1977-），男，副教授。研究方向：城市生态规划、城市设计。
作者单位：大连理工大学建筑与艺术学院
Copyright©博看网. All Rights Reserved.
2023.03 / Urban and Rural Planning and Design城乡规划·设计
101
明确提出推动青年发展友好型城市建设，促进青年高质量
发展与城市可持续发展良性互动
[5，6]
。
关于网络社会下城市公共空间研究，国外学者分别从
传播学、社会学及建筑学等不同领域探讨网络时代下公共
空间的新内涵
[7-9]
、并从空间感知、社会交往
[10]
、个体行
为与生理学
[11]
方面开展网络使用者与公共空间关系的研
究。国内学者现有研究主要从理论层面指明互联网环境下
公共空间功能转变
[12-14]
，以及如何提高实体空间的吸引
力
[15]
，并从实证层面进行城市公共空间中活动的网络可替
代性研究
[16]
。目前该方面研究在城市设计领域尚缺乏从使
用者需求变化、行为特征等实证角度探究网络社会下人与
空间的关系变化及应对策略。
综上所述，为深入解析网络社会背景下去“附近”化
现象，本研究选取年龄在18~35周岁的青年群体为研究对
象，以大连软件园青年社区为实证案例，首先采用小样本
认知地图和大样本传统问卷调查相结合的方法对区域内青
年群体“附近”空间认知范围和空间识别数据进行统计，
梳理归纳“附近”空间的整体认知特征。然后，结合问卷
数据和空间建成环境数据，运用统计学分析方法探究影响
“附近”空间整体识别水平的建成环境要素。最后，提出
网络社会下青年社区中公共空间的优化策略。
建公寓，青年居住者占比达70%以上，是典型的青年社区。
此外，根据舒适物理论的相关研究，舒适物是使一个地方
具有吸引人们工作和生活的品质和特性
[17]
，为更好地满足
青年群体的新需求，提升社区青年友好度，根据公共空间
内舒适物类型和实际用途，将周边公共空间分为公共设施
类、生活服务类、社区零售类和休闲娱乐类四类（见表1）。
2.3数据来源
2.3.1问卷数据
调查问卷分为认知地图数据和问卷调查数据，包括青
年群体需求与空间使用特征、量化分析“附近”认知水平。
先小样本收集手绘认知地图数据，获取青年群体对“附近”
的认知水平和范围，问卷包括填写个人属性和绘制认知地
图。为降低空间感知的扭曲和空间分析难度，给出主要道
路和节点，规定被调查者不参考标准地图，单凭个人印象
和记忆，手绘周边地图，特别是印象深刻的公共空间
[18]
。
然后根据认知地图相关数据，确定“附近”范围，将范围
内公共空间分类编号。再大样本发放问卷，问卷规定调查
者在地图上圈选熟悉的空间编号，以此收集“附近”空间
识别数据。问卷发放对象选取在大连软件园工作，在软景
E居居住时间3个月以上的18~35周岁的青年。
2.3.2建成环境数据
现有研究多用塞维诺和科克曼提出的“3Ds”指标体系，
以及逐步改善的“5Ds”指标体系来描述建成环境。并且
根据研究文献，青年群体对于建成环境的需求具有特殊性，
步行舒适度、绿视率和空间私密度等主观感知因素也会产
生影响。本文在城市设计“5Ds”(密度、多样性、环境设
计、目的地可达性、到公共交通的距离)
[19]
的基础上，考
虑建成环境的主观的影响因素，将建成环境要素划分为可
达性和空间规划要素两类进行变量提取（见表2）。
2研究简述
2.1研究思路
首先，采用认知地图法获取大连软件园内工作和居住
的青年群体对于“附近”空间的认知状况；其次，根据分
析结果，确定“附近”的范围，在GIS中将研究范围内的
公共空间分类编号，采用问卷调查的方法，获取青年个人
基本属性、统计各空间的识别次数和建成环境数据，运用
相关性分析和多元线性回归模型，探究影响“附近”空间
总体识别水平，并提出网络社会下公共空间的优化策略。
3“附近”空间认知水平分析
3.1基于认知地图的“附近”空间认知分析
针对在大连软件园居住、工作的青年群体共发放问卷
50份，经过筛选，排除作图简单、存在不连续区域的草图，
回收有效草图43份。根据手绘地图中地物的组合关系，
可分为三类：在手绘地图上只有零散标志物、节点等点状
2.2对象概况
选取“大连软件园—软景E居”为实证研究区域，大
连软件园位于大连市市区西南部，以软件产业为主导，占
地面积约3 km
2
，园区从业人员约8万人，其中青年群体
（18~35 周岁）占75%以上，软景E居为软件园配套新
表1 公共空间分类
公共空间类型
公共设施类
生活服务类
社区零售类
休闲娱乐类
舒适物举例
医疗卫生服务、物业、快递柜、停车空间、图书馆、疏散空间
社区活动中心、社区兴趣社团、便民早点、棋牌室、幼儿园
超市、大卖场、生鲜店、主题街区、外卖店铺、菜市场、早市、地摊
公园绿地、文化展示、邻里交往、社区健身运动、球场
Copyright©博看网. All Rights Reserved.
102
城市建筑Urbanism and Architecture / 2023.03
表2 建成环境要素测量方法
要素
空间邻
近性
量化指标
空间最小距离
实际出行距离
可达性
空间实
际出行
交叉口数量
步行舒适度
空间类型
空间规模
空间私密度
内部设
计要素
空间规
划要素
设施完善性
绿视率
空间功能混合度
POI密度
界面通透度
外部环
空间100 m范围内土地利用混合度
境特征
周边100 m范围内功能混合度
步行路线中经过的交叉口数量
根据步行道宽度、整洁程度和道路上汽车占用步行道的程度，分为舒适、较舒适、
不舒适三级
公共设施类、休闲娱乐类、社区零售类和生活服务类
公共空间实际面积大小
根据空间内有无更小围合空间、贯穿空间，分为私密、较私密、开放三级
根据空间内部设施建设情况分为完善、较完善、不完善三级
VGI=
S
g
/
S
a
式中，VGI即绿视率（%）；
S
g
代表照片中植物绿色部分的面积；
S
a
指
代照片总面积
Diversity =-sum(
p
i
×ln
p
i
)，(
i
=1，...，
n
)
空间内POI数量总和/空间面积
(开敞界面×1+透明界面×0.75+不透明界面×0)/侧界面总长度x100%
统计空间100 m范围内的用地性质类型数量，单一用地性质样本记为0，两种用
地性质样本记为1，以此类推
Diversity =-sum(
p
i
×ln
p
i
)，(
i
=1，...，
n
)
百度地图路径规划
百度街景图片、现场勘探
现场踏勘
GIS软件计算
百度街景图片、现场勘探
百度街景图片、现场勘探
百度街景图片
百度地图爬取
百度地图
百度地图、现场勘探
土地利用数据
百度地图爬取
指标测量
个体出行源到公共空间的直线距离
个体出行源到公共空间步行的路线长度
指标来源
GIS软件计算
百度地图路径规划
要素的为类型 I，共28份，占65.12%；可以勾画出主要
干道的为类型 II，共11份，占25.58%；在类型I的基础
上可以通过道路将重要节点串联起来，形成较为清晰的结
构的为类型Ⅲ，共4 份，占9.30%（见图1）。对有效草
图分析得出：第一，青年群体均可在草图上标示出自己的
居住地或工作地所处的位置和邻近建筑/空间，但识别不
完整，范围较小，平均认知范围为428 m；第二，数码广场、
软景E居、软景中心为标识次数最高的节点，识别次数均
高于50%，被调查者一般以数码广场为中心进行位置辨识
和认知地图绘制；第三，客体被识别的范围与主体在软件
园的状态有关，居住地和工作地均在软件园的调查者的认
知范围最大，空间结构认知最完整，居住地在软件园次之，
工作地在软件园的认知范围最小，结构认知最不完整。
N
3.2“附近”空间认知的总体特征分析
根据前期的认知地图分析，被调查者最远识别距离为
1 000 m，结合15分钟社区生活圈（半径750 m）和周边
外卖设施的配送范围（1 500 m），选定“附近”范围为
1 200 m，对范围内公共空间进行分类编号（见图2），
进行大样本问卷调查。本次调查共发放问卷95份，有效
回收85份。将空间识别数据导入GIS，获得大连软件园
公共空间的认知水平情况（见图3）。
公共空间识别数据分析发现：第一，公共空间识别具
有明显的集聚性，软景中心（编号100）为识别次数最高
的空间，达80次；第二，公共空间整体识别水平较弱，
未被识别空间占比37.27%，低识别次数（≤5次）的空
间达54.55%；第三，社区零售类空间为识别水平最高的
图1 认知地图类型（图片来源：作者自绘）
Copyright©博看网. All Rights Reserved.
2023.03 / Urban and Rural Planning and Design城乡规划·设计
103
空间类型，空间平均识别次数为29.12次。不同类型公共
空间识别情况：公共设施类空间中数码广场（编号9）识
别次数最高，快递站点和公交站密集的广场空间识别程度
较高；休闲娱乐类公共空间中软景广场（编号74）为识别
最多的空间；社区零售类空间中软景中心（编号100）识
别最多，商业综合体、主题商业街可识别程度高于其余零
售类空间；生活服务类空间中大连软件园双语学校（编号
N
105）识别最多，但整体识别水平低。
4影响“附近”空间识别水平的建成环境要素分析
公共空间建成环境对于“附近”空间被识别次数的影
响，分为可达性和空间规划要素两部分。可达性方面分为
空间邻近性和实际可达性，空间规划要素分为内部规划要
素和外部环境特征。首先，使用皮尔逊相关性分析识别影
响公共空间识别水平的主要环境要素。然后，运用多元线
性回归分析，以相关性（P）为衡量标准，筛选出核心变量。
公共设施类
社区零售类
休闲娱乐类
生活服务类
100 400
0 200 800 m
根据相关性分析结果，共识别出12个潜在影响公共空
间识别水平的建成环境要素（见表3）。在可达性层面，空
间邻近性、实际出行距离、道路交叉口数量均负向影响其
识别水平，步行舒适度起正向作用。在空间规划要素层面，
图2 公共空间分类（图片来源：作者自绘）
NN
图例
识别频率
0.000 000-5.000 000
5.000 001-14.000 000
14.000 001-25.000 000
25.000 001-46.000 000
46.000 001-80.000 000
图例
公共设施空间
识别频率
100 400
0 200 800 m
0.000 000-2.000 000
2.000 001-8.000 000
8.000 001-16.000 000
16.000 001-30.000 000
30.000 001-78.000 000
100 400
0 200 800 m
（a）公共空间识别整体情况
NN
（b）公共设施类公共空间
图例
社区零售
识别频率
0.000 000-8.000 000
8.000 001-19.000 000
19.000 001-36.000 000
36.000 001-61.000 000
61.000 001-80.000 000
图例
休闲娱乐类
识别频率
100 400
0 200 800 m
0.000 000
0.000 001-5.000 000
5.000 001-16.000 000
16.000 001-22.000 000
22.000 001-61.000 000
100 400
0 200 800 m
（c）社区零售类公共空间
图3 “附近”空间识别情况（图片来源：作者自绘）
（d）休闲娱乐类公共空间
Copyright©博看网. All Rights Reserved.
104
城市建筑Urbanism and Architecture / 2023.03
表3 建成环境与空间识别水平相关性分析
要素量化指标
空间邻近性
可达性
影响因子
空间最小距离
实际出行距离
实际可达性道路交叉口数量
步行舒适度
空间类型（方差分析）
空间规模
空间私密性
内部设计要素
空间规划要素
设施完善性
绿视率
功能混合度
POI密度
界面通透度
外部环境特征100 m范围内POI混合度
周边土地使用混合度
注：“**”表示 P<0.01，“*”表示P<0.05，“—”表示关联性不显著。
相关系数（
β
）
-0.310
-0.510
-0.520
0.616
—
0.016
—
0.248
0.324
0.148
0.557
-0.246
0.756
0.559
显著性（
P
）
0.001
0.000
0.000
0.000
0.001
0.871
0.001
0.009
0.001
0.122
0.000
0.001
0.000
0.000
影响程度
**
**
**
**
**
—
**
**
**
—
**
**
**
**
表4 多元线性回归分析及显著性检验
模型
空间最小距离
实际出行距离
道路交叉口数量
步行舒适度
设施完善性
绿视率
R
=0.920
R
2
=0.846
P
=0.000
POI密度
界面通透度
100 m范围内POI混合度
周边土地使用混合度
空间私密性开放虚拟
空间私密性私密虚拟
公共设施类虚拟
生活服务类虚拟
社区零售类虚拟
0.029
0.293
-0.050
-0.009
0.146
0.146
0.302
0.325
0.215
0.000
0.092
标准系数（
β
）
0.031
-0.090
相关性（
P
）
0.672
0.281
共线性
0.004
0.000
0.002
0.019
0.995
0.251
共线性
0.595
0.001
0.612
0.908
0.166
—
**
—
—
*
**
**
**
**
—
—
影响程度
—
—
注： “**”表示主要影响因素，“*”表示次要影响要素，“—”表示未通过相关性分析。
空间内部设计要素中设施完善性、绿视率和POI密度对空
间识别起正向调节作用，空间类型和空间私密性与空间识
别有较强关联性；外界环境特征中，100 m范围内POI混
合度和周边土地使用混合度对空间识别水平产生正向影响，
界面通透度产生正向影响。对上述12个相关要素进行多元
线性回归分析，模型预测效果显著（P=0），对方差膨胀系
数（VIF）大于5.0具有多重共线性的影响要素筛选选取，
重新构建多元线性回归模型（见表4）。数据表明，步行舒
适度、设施完善性、绿视率、空间私密性和POI密度是影
响空间识别水平的核心变量，均正向影响空间识别水平。
在可达性层面，相较于距离因素，步行舒适度更能对
公共空间识别水平产生显著影响，调研范围内整体步行道
建设较好，但是在一些老旧住区附近街道和商业设施混杂
的街道非机动车、机动车占用人行道现象明显，出现步行
不舒适现象，影响空间步行可达性，在社区建设中应注重
步行设施的适宜性、修缮度，以此加强空间吸引力。
在空间规划要素层面，内部设计要素较外部设计要素
更能影响空间识别水平。网络社会下，实体空间的现实体
验感是其核心优势， “空间中的消费”转变为“空间的消
费”
[13]
，空间品质成为青年最注重的要素
[20]
。可考虑从完
善空间设施、提升空间景观丰富度、空间私密性和公共性
兼容，丰富空间场所类型，增强空间与人的互动性，来提
升空间可识别性和吸引力。
5结论
本研究从网络社会“附近消失”这一问题出发，以大
连软件园为实证研究对象，采用认知地图和传统问卷调查
相结合的方法对区域内青年群体进行调查和访问，归纳 “附
近”空间的认知情况和特征，探讨建成环境与空间识别水
平的关联性。
（下转第147页）
Copyright©博看网. All Rights Reserved.
2023.03 / Urban and Rural Planning and Design城乡规划·设计
147
参考文献
[1]
[2]
王亚飞，樊杰，周侃．基于“双评价”集成的国土空间地域功能优
化分区[J]．地理研究，2019，38（10）：2415-2429．
夏皓轩，岳文泽，王田雨，等．省级“双评价”的理论思考与实
践方案：以浙江省为例[J]．自然资源学报，2020，35（10）：
2325-2338．
[3] 罗伟玲，吴欣昕，刘小平，等．基于“双评价”的城镇开发边界
划定实证研究：以中山市为例[Z]．城市与区域规划研究，2019：
65-78．
[4] 李永浮，蔡宇超，唐依依，等．我国县域国土空间“双评价”理论
与浙江嘉善县实证研究[J]．规划师，2020，36（06）：13-19，
32．
[5] 尹怡诚，成升魁，马润田，等．基于“在地性”与“协同性”的丘
陵地区县域“双评价”模式探讨：以湖南辰溪县为例[J]．经济地理，
2020，40（09）：102-113．
[6]
[7]
郝庆，邓玲，封志明．面向国土空间规划的“双评价”：抗解问题
与有限理性[J]．自然资源学报，2021，36（03）：541-551．
吴宇哲，潘绘羽．国土空间规划中“双评价”的内在逻辑与外部
定位[J]．河海大学学报（哲学社会科学版），2021，23（01）：
[9]
[8]
73-79，107．
方创琳，王岩．中国城市脆弱性的综合测度与空间分异特征[J]．
地理学报，2015，70（02）：234-247．
POLSKY C, NEFF R, YARNAL B. Building Comparable Global
Change Vulnerability Assessments: The Vulnerability Scoping
Diagram [J]. Global Environmental Change, 2007, 17(34): 472 -
485.
[10] 黄建毅，刘毅，马丽，等．国外脆弱性理论模型与评估框架研究评
述[J]．地域研究与开发，2012，31（05）：1-5，15．
[11] 朱高儒，董玉祥．基于公里网格评价法的市域主体功能区划与调整：
以广州市为例[J]．经济地理，2009，29（07）：1097-1102．
[12] 杨惠．“三生”空间适性宜评价及优化路径研究[D]．南京：南京
师范大学，2018．
[13] 王昆．基于适宜性评价的生产—生活—生态（三生）空间划定研究
[D]．杭州：浙江大学，2018．
[14] 李广东，方创琳．城市生态—生产—生活空间功能定量识别与分析
[J]．地理学报，2016，71（01）：49-65．
[15] 马珂，黄艳丽．原生态理念下的梅山文化园导视系统设计研究[J] ．
家具与室内装饰，2020（06）：60-52．
（上接第104页）
具体结论如下：①青年群体对于“附近”空间认知完
整度低、范围小，存在明显的去“附近”化现象；②影响“附
近”空间的识别水平的核心建成环境要素是步行舒适度、
设施完善性、绿视率、空间私密性和POI密度的影响，以
期结果可以为青年社区公共空间未来建设与发展提供设计
依据和趋势判断。
本次研究也存在一些不足：一是调查样本量不够大，
对结果可能带来一定的影响；二是在实证研究对象的选取
上，没有考虑区域的区位条件和周边的设施配套对居民的
识别水平产生的影响，这些将在后续研究中进一步完善。
[9]
网络城市和公共空间的未来》述评[J]．时代建筑，2019（03）：
183-185．
PAPACHARISSI Z. The Virtual Sphere: The Internet as a Public
Sphere[J]. New Media & Society, 2002, 4(01):9-27.
[10] HATUKA T, TOCH E. The Emergence of Portable Private-
Personal Territory: Smartphones, Social Conduct and Public
Spaces[J]. Urban Studies, 2016,53(10): 2192–2208.
[11] ARGIN G, PAK B, TURKOGLU H. Between Post-Flâneur
and Smartphone Zombie: Smartphone Users' Altering Visual
Attention and Walking Behavior in Public Space[J]. ISPRS
International Journal of Geo-Information, 2020, 9(12): 700.
[12] 周榕．硅基文明挑战下的城市因应[J]．时代建筑，2016（04）：
42-46．
[13] 何凌华．互联网环境下城市公共空间的重构与设计[J]．城市规划，
2016，40（09）：97-104．
[14] 陈虹，刘雨菡．“互联网+”时代的城市空间影响及规划变革[J] ．
规划师，2016，32（04）：5-10．
[15] 王宇光，杨豪忠．互联网时代城市公共休闲空间核心吸引力探析：
基于网络空间与城市公共休闲空间对比[J]．华中建筑，2019，37
（07）：1-5．
[16] 徐苗，陈芯洁，郝恩琦，等．移动网络对公共空间社交生活的影响
与启示[J]．建筑学报，2021（02）：22-27．
[17] 马凌，李丽梅，朱竑．中国城市舒适物评价指标体系构建与实证[J] ．
地理学报，2018，73（04）：755-770．
[18] 李晓丽，宋伟轩，吴威，等．基于跟踪调查的北京城市空间感知研究：
以中国科学院大学硕士研究生为例[J]．地理科学进展，2020，39
（02）：276-285．
[19] EWING R, CERVRERO R. Travel and the Built Environment:
A Meta-Analysis[J]. Journal of the American Planning
Association, 2010, 76(03): 265-294.
[20] 周雨晴，孙力杰．青年共享社区空间可持续利用设计研究[J]．家
具与室内装饰，2020（10）：42-44．
参考文献
[1]
[2]
[3]
[4]
[5]
CASTELLS M. The Rise of the Network Society[M].Oxford:
Blackwell, 1996.
董山民，赵英．“附近”的消失与再造：反思技术扩张时代的社会
团结[J]．福建论坛（人文社会科学版），2021（03）：33-43．
项飙：我们失去了构造爱的关系的自信[EB/OL]．（2019-12-02） ．
/newsDetail_forward_5108749．
XIANG B. The Nearby: A Scope of Seeing[J]. Journal of
Contemporary Chinese Art, 2021, 8(2&3): 147-165.
许丽君，刘东方． 全球化和城市化危机下我国城市规划价值逻辑
嬗变[C]//中国城市规划学会. 面向高质量发展的空间治理：2021
中国城市规划年会论文集（04城市规划历史与理论）．北京：中
国建筑工业出版社，2021：239-247．
[6]
[7]
[8]
闫臻．青年友好型城市的理论内涵、功能特征及其指标体系建构[J] ．
中国青年研究，2022（05）：5-12．
BARLOW J P. Declaration of Independence for Cyberspace[J].
1996.
周术，乔纳森·黑尔．网络城市公共空间的阈限性转向 《地缘媒介：
Copyright©博看网. All Rights Reserved.
2024年11月6日发(作者：丁蕴和)
100
城市建筑Urbanism and Architecture / 2023.03
网络社会下公共空间去“附近”化研究
——以大连软件园青年社区为例
Study on “Disappeared Nearby” of Public Space in Network Society: A Case of the Youth
Community in Dalian Software Park
刘佳玉 刘代云
Liu Jiayu, Liu Daiyun
摘要
网络社会改变了人类经济活动与社会活动的组织方式，
1引言
信息技术革命引发巨大的社会变革，随着信息技术的
发展出现了一种全新的社会形态——网络社会
[1]
。在这种
新的社会结构下，人类经济活动与社会活动的组织方式和
运行模式发生了深刻的变化。微信、推特等社交媒介的
快速扩张，淘宝、美团外卖等生活服务软件的普及运用，
使以前作为意识形态的技术与科学现在成了普遍的生活方
式
[2]
。人们逐渐习惯时间的即刻性满足，以及足不出户满
足各种生活需求的便利性，与实体空间的互动性逐步减少。
项飙用“附近”的消失来形容这种趋势
[3]
。“附近”是不
同立场和背景的人们在生活常态下频繁相遇的生活空间，
可以不断地增加人们看到多维世界的能力
[4]
。那么，“附
近消失”在城市实体空间中的具体表现如何？如何从城市
规划角度缓解这种趋势？城市公共空间作为现实社会公共
活动的重要载体，具有独特的空间属性和社会功能，是“附
近消失”趋势最直接的体现，因此本文将公共空间选作研
究问题的锚点。
青年群体作为国内在学龄期系统接触互联网的第一批
人和中国互联网用户的主要群体，能更深刻显著地反映出
网络社会“附近消失”的现象，在一定程度上代表着目前
中国网络社会的特点。同时，随着城市的转型升级，青年
面临诸多工作生活挑战，心理呈现更明显的焦虑、孤独等
心理“孤岛”状态。但现阶段社区建设中较多关注老年人
和儿童，青年群体在社区研究中处于边缘化。在此背景下，
2021年共青团中央发布《关于“十四五”时期推动〈中
长期青年发展规划（2016—2025年）〉纵深实施的意见》，
“附近消失”成为当下社会的典型特征。在此背景下，本文
以青年群体为研究对象，以大连软件园青年社区为实证案例，
采用认知地图和传统问卷调查相结合的方法收集青年群体对
“附近”空间的认知数据，并对空间识别水平的建成环境影
响要素进行相关性分析。在此基础上，阐明一定时空范畴内
若公共空间识别完整度低，则“附近消失”问题显著；阐释
影响“附近”空间识别水平的建成环境核心要素是步行舒适度、
设施完善性、绿视率、空间私密性和POI密度，以期研究结
果为网络社会背景下青年社区公共空间设计与优化提供参考。
关键词
网络社会；附近；青年群体；公共空间
中图分类号
TU984
文献标识码
A
DOI
10.19892/.2023.03.23
Abstract The network society has changed the organization mode
of human economic and social activities, and “disappeared nearby”
has become a typical feature of the current society. In this context,
taking the youth group as the research object, and taking the youth
community of Dalian Software Park as the empirical case, this paper
collects the cognitive data of youth group on the nearby space using
the cognitive map and questionnaire survey, and conducts correlation
analysis on the factors influencing the built environment of spatial
cognition. On this basis, it is clarified that if the integrity of public
space identification is low within a certain space-time category, the
problem of “nearby disappearance” is significant. It explains that
the core elements of the built environment that affect the recognition
of “nearby” spaces are walking comfort, facility perfection, green
vision, space privacy and POI density. The paper aims to provide a
reference for the design and optimization of public space in youth
community under the background of network society.
Key words network society; nearby; youth group; public space
作者简介：刘佳玉（1997-），女。研究方向：城市设计。
通信作者：刘代云（1977-），男，副教授。研究方向：城市生态规划、城市设计。
作者单位：大连理工大学建筑与艺术学院
Copyright©博看网. All Rights Reserved.
2023.03 / Urban and Rural Planning and Design城乡规划·设计
101
明确提出推动青年发展友好型城市建设，促进青年高质量
发展与城市可持续发展良性互动
[5，6]
。
关于网络社会下城市公共空间研究，国外学者分别从
传播学、社会学及建筑学等不同领域探讨网络时代下公共
空间的新内涵
[7-9]
、并从空间感知、社会交往
[10]
、个体行
为与生理学
[11]
方面开展网络使用者与公共空间关系的研
究。国内学者现有研究主要从理论层面指明互联网环境下
公共空间功能转变
[12-14]
，以及如何提高实体空间的吸引
力
[15]
，并从实证层面进行城市公共空间中活动的网络可替
代性研究
[16]
。目前该方面研究在城市设计领域尚缺乏从使
用者需求变化、行为特征等实证角度探究网络社会下人与
空间的关系变化及应对策略。
综上所述，为深入解析网络社会背景下去“附近”化
现象，本研究选取年龄在18~35周岁的青年群体为研究对
象，以大连软件园青年社区为实证案例，首先采用小样本
认知地图和大样本传统问卷调查相结合的方法对区域内青
年群体“附近”空间认知范围和空间识别数据进行统计，
梳理归纳“附近”空间的整体认知特征。然后，结合问卷
数据和空间建成环境数据，运用统计学分析方法探究影响
“附近”空间整体识别水平的建成环境要素。最后，提出
网络社会下青年社区中公共空间的优化策略。
建公寓，青年居住者占比达70%以上，是典型的青年社区。
此外，根据舒适物理论的相关研究，舒适物是使一个地方
具有吸引人们工作和生活的品质和特性
[17]
，为更好地满足
青年群体的新需求，提升社区青年友好度，根据公共空间
内舒适物类型和实际用途，将周边公共空间分为公共设施
类、生活服务类、社区零售类和休闲娱乐类四类（见表1）。
2.3数据来源
2.3.1问卷数据
调查问卷分为认知地图数据和问卷调查数据，包括青
年群体需求与空间使用特征、量化分析“附近”认知水平。
先小样本收集手绘认知地图数据，获取青年群体对“附近”
的认知水平和范围，问卷包括填写个人属性和绘制认知地
图。为降低空间感知的扭曲和空间分析难度，给出主要道
路和节点，规定被调查者不参考标准地图，单凭个人印象
和记忆，手绘周边地图，特别是印象深刻的公共空间
[18]
。
然后根据认知地图相关数据，确定“附近”范围，将范围
内公共空间分类编号。再大样本发放问卷，问卷规定调查
者在地图上圈选熟悉的空间编号，以此收集“附近”空间
识别数据。问卷发放对象选取在大连软件园工作，在软景
E居居住时间3个月以上的18~35周岁的青年。
2.3.2建成环境数据
现有研究多用塞维诺和科克曼提出的“3Ds”指标体系，
以及逐步改善的“5Ds”指标体系来描述建成环境。并且
根据研究文献，青年群体对于建成环境的需求具有特殊性，
步行舒适度、绿视率和空间私密度等主观感知因素也会产
生影响。本文在城市设计“5Ds”(密度、多样性、环境设
计、目的地可达性、到公共交通的距离)
[19]
的基础上，考
虑建成环境的主观的影响因素，将建成环境要素划分为可
达性和空间规划要素两类进行变量提取（见表2）。
2研究简述
2.1研究思路
首先，采用认知地图法获取大连软件园内工作和居住
的青年群体对于“附近”空间的认知状况；其次，根据分
析结果，确定“附近”的范围，在GIS中将研究范围内的
公共空间分类编号，采用问卷调查的方法，获取青年个人
基本属性、统计各空间的识别次数和建成环境数据，运用
相关性分析和多元线性回归模型，探究影响“附近”空间
总体识别水平，并提出网络社会下公共空间的优化策略。
3“附近”空间认知水平分析
3.1基于认知地图的“附近”空间认知分析
针对在大连软件园居住、工作的青年群体共发放问卷
50份，经过筛选，排除作图简单、存在不连续区域的草图，
回收有效草图43份。根据手绘地图中地物的组合关系，
可分为三类：在手绘地图上只有零散标志物、节点等点状
2.2对象概况
选取“大连软件园—软景E居”为实证研究区域，大
连软件园位于大连市市区西南部，以软件产业为主导，占
地面积约3 km
2
，园区从业人员约8万人，其中青年群体
（18~35 周岁）占75%以上，软景E居为软件园配套新
表1 公共空间分类
公共空间类型
公共设施类
生活服务类
社区零售类
休闲娱乐类
舒适物举例
医疗卫生服务、物业、快递柜、停车空间、图书馆、疏散空间
社区活动中心、社区兴趣社团、便民早点、棋牌室、幼儿园
超市、大卖场、生鲜店、主题街区、外卖店铺、菜市场、早市、地摊
公园绿地、文化展示、邻里交往、社区健身运动、球场
Copyright©博看网. All Rights Reserved.
102
城市建筑Urbanism and Architecture / 2023.03
表2 建成环境要素测量方法
要素
空间邻
近性
量化指标
空间最小距离
实际出行距离
可达性
空间实
际出行
交叉口数量
步行舒适度
空间类型
空间规模
空间私密度
内部设
计要素
空间规
划要素
设施完善性
绿视率
空间功能混合度
POI密度
界面通透度
外部环
空间100 m范围内土地利用混合度
境特征
周边100 m范围内功能混合度
步行路线中经过的交叉口数量
根据步行道宽度、整洁程度和道路上汽车占用步行道的程度，分为舒适、较舒适、
不舒适三级
公共设施类、休闲娱乐类、社区零售类和生活服务类
公共空间实际面积大小
根据空间内有无更小围合空间、贯穿空间，分为私密、较私密、开放三级
根据空间内部设施建设情况分为完善、较完善、不完善三级
VGI=
S
g
/
S
a
式中，VGI即绿视率（%）；
S
g
代表照片中植物绿色部分的面积；
S
a
指
代照片总面积
Diversity =-sum(
p
i
×ln
p
i
)，(
i
=1，...，
n
)
空间内POI数量总和/空间面积
(开敞界面×1+透明界面×0.75+不透明界面×0)/侧界面总长度x100%
统计空间100 m范围内的用地性质类型数量，单一用地性质样本记为0，两种用
地性质样本记为1，以此类推
Diversity =-sum(
p
i
×ln
p
i
)，(
i
=1，...，
n
)
百度地图路径规划
百度街景图片、现场勘探
现场踏勘
GIS软件计算
百度街景图片、现场勘探
百度街景图片、现场勘探
百度街景图片
百度地图爬取
百度地图
百度地图、现场勘探
土地利用数据
百度地图爬取
指标测量
个体出行源到公共空间的直线距离
个体出行源到公共空间步行的路线长度
指标来源
GIS软件计算
百度地图路径规划
要素的为类型 I，共28份，占65.12%；可以勾画出主要
干道的为类型 II，共11份，占25.58%；在类型I的基础
上可以通过道路将重要节点串联起来，形成较为清晰的结
构的为类型Ⅲ，共4 份，占9.30%（见图1）。对有效草
图分析得出：第一，青年群体均可在草图上标示出自己的
居住地或工作地所处的位置和邻近建筑/空间，但识别不
完整，范围较小，平均认知范围为428 m；第二，数码广场、
软景E居、软景中心为标识次数最高的节点，识别次数均
高于50%，被调查者一般以数码广场为中心进行位置辨识
和认知地图绘制；第三，客体被识别的范围与主体在软件
园的状态有关，居住地和工作地均在软件园的调查者的认
知范围最大，空间结构认知最完整，居住地在软件园次之，
工作地在软件园的认知范围最小，结构认知最不完整。
N
3.2“附近”空间认知的总体特征分析
根据前期的认知地图分析，被调查者最远识别距离为
1 000 m，结合15分钟社区生活圈（半径750 m）和周边
外卖设施的配送范围（1 500 m），选定“附近”范围为
1 200 m，对范围内公共空间进行分类编号（见图2），
进行大样本问卷调查。本次调查共发放问卷95份，有效
回收85份。将空间识别数据导入GIS，获得大连软件园
公共空间的认知水平情况（见图3）。
公共空间识别数据分析发现：第一，公共空间识别具
有明显的集聚性，软景中心（编号100）为识别次数最高
的空间，达80次；第二，公共空间整体识别水平较弱，
未被识别空间占比37.27%，低识别次数（≤5次）的空
间达54.55%；第三，社区零售类空间为识别水平最高的
图1 认知地图类型（图片来源：作者自绘）
Copyright©博看网. All Rights Reserved.
2023.03 / Urban and Rural Planning and Design城乡规划·设计
103
空间类型，空间平均识别次数为29.12次。不同类型公共
空间识别情况：公共设施类空间中数码广场（编号9）识
别次数最高，快递站点和公交站密集的广场空间识别程度
较高；休闲娱乐类公共空间中软景广场（编号74）为识别
最多的空间；社区零售类空间中软景中心（编号100）识
别最多，商业综合体、主题商业街可识别程度高于其余零
售类空间；生活服务类空间中大连软件园双语学校（编号
N
105）识别最多，但整体识别水平低。
4影响“附近”空间识别水平的建成环境要素分析
公共空间建成环境对于“附近”空间被识别次数的影
响，分为可达性和空间规划要素两部分。可达性方面分为
空间邻近性和实际可达性，空间规划要素分为内部规划要
素和外部环境特征。首先，使用皮尔逊相关性分析识别影
响公共空间识别水平的主要环境要素。然后，运用多元线
性回归分析，以相关性（P）为衡量标准，筛选出核心变量。
公共设施类
社区零售类
休闲娱乐类
生活服务类
100 400
0 200 800 m
根据相关性分析结果，共识别出12个潜在影响公共空
间识别水平的建成环境要素（见表3）。在可达性层面，空
间邻近性、实际出行距离、道路交叉口数量均负向影响其
识别水平，步行舒适度起正向作用。在空间规划要素层面，
图2 公共空间分类（图片来源：作者自绘）
NN
图例
识别频率
0.000 000-5.000 000
5.000 001-14.000 000
14.000 001-25.000 000
25.000 001-46.000 000
46.000 001-80.000 000
图例
公共设施空间
识别频率
100 400
0 200 800 m
0.000 000-2.000 000
2.000 001-8.000 000
8.000 001-16.000 000
16.000 001-30.000 000
30.000 001-78.000 000
100 400
0 200 800 m
（a）公共空间识别整体情况
NN
（b）公共设施类公共空间
图例
社区零售
识别频率
0.000 000-8.000 000
8.000 001-19.000 000
19.000 001-36.000 000
36.000 001-61.000 000
61.000 001-80.000 000
图例
休闲娱乐类
识别频率
100 400
0 200 800 m
0.000 000
0.000 001-5.000 000
5.000 001-16.000 000
16.000 001-22.000 000
22.000 001-61.000 000
100 400
0 200 800 m
（c）社区零售类公共空间
图3 “附近”空间识别情况（图片来源：作者自绘）
（d）休闲娱乐类公共空间
Copyright©博看网. All Rights Reserved.
104
城市建筑Urbanism and Architecture / 2023.03
表3 建成环境与空间识别水平相关性分析
要素量化指标
空间邻近性
可达性
影响因子
空间最小距离
实际出行距离
实际可达性道路交叉口数量
步行舒适度
空间类型（方差分析）
空间规模
空间私密性
内部设计要素
空间规划要素
设施完善性
绿视率
功能混合度
POI密度
界面通透度
外部环境特征100 m范围内POI混合度
周边土地使用混合度
注：“**”表示 P<0.01，“*”表示P<0.05，“—”表示关联性不显著。
相关系数（
β
）
-0.310
-0.510
-0.520
0.616
—
0.016
—
0.248
0.324
0.148
0.557
-0.246
0.756
0.559
显著性（
P
）
0.001
0.000
0.000
0.000
0.001
0.871
0.001
0.009
0.001
0.122
0.000
0.001
0.000
0.000
影响程度
**
**
**
**
**
—
**
**
**
—
**
**
**
**
表4 多元线性回归分析及显著性检验
模型
空间最小距离
实际出行距离
道路交叉口数量
步行舒适度
设施完善性
绿视率
R
=0.920
R
2
=0.846
P
=0.000
POI密度
界面通透度
100 m范围内POI混合度
周边土地使用混合度
空间私密性开放虚拟
空间私密性私密虚拟
公共设施类虚拟
生活服务类虚拟
社区零售类虚拟
0.029
0.293
-0.050
-0.009
0.146
0.146
0.302
0.325
0.215
0.000
0.092
标准系数（
β
）
0.031
-0.090
相关性（
P
）
0.672
0.281
共线性
0.004
0.000
0.002
0.019
0.995
0.251
共线性
0.595
0.001
0.612
0.908
0.166
—
**
—
—
*
**
**
**
**
—
—
影响程度
—
—
注： “**”表示主要影响因素，“*”表示次要影响要素，“—”表示未通过相关性分析。
空间内部设计要素中设施完善性、绿视率和POI密度对空
间识别起正向调节作用，空间类型和空间私密性与空间识
别有较强关联性；外界环境特征中，100 m范围内POI混
合度和周边土地使用混合度对空间识别水平产生正向影响，
界面通透度产生正向影响。对上述12个相关要素进行多元
线性回归分析，模型预测效果显著（P=0），对方差膨胀系
数（VIF）大于5.0具有多重共线性的影响要素筛选选取，
重新构建多元线性回归模型（见表4）。数据表明，步行舒
适度、设施完善性、绿视率、空间私密性和POI密度是影
响空间识别水平的核心变量，均正向影响空间识别水平。
在可达性层面，相较于距离因素，步行舒适度更能对
公共空间识别水平产生显著影响，调研范围内整体步行道
建设较好，但是在一些老旧住区附近街道和商业设施混杂
的街道非机动车、机动车占用人行道现象明显，出现步行
不舒适现象，影响空间步行可达性，在社区建设中应注重
步行设施的适宜性、修缮度，以此加强空间吸引力。
在空间规划要素层面，内部设计要素较外部设计要素
更能影响空间识别水平。网络社会下，实体空间的现实体
验感是其核心优势， “空间中的消费”转变为“空间的消
费”
[13]
，空间品质成为青年最注重的要素
[20]
。可考虑从完
善空间设施、提升空间景观丰富度、空间私密性和公共性
兼容，丰富空间场所类型，增强空间与人的互动性，来提
升空间可识别性和吸引力。
5结论
本研究从网络社会“附近消失”这一问题出发，以大
连软件园为实证研究对象，采用认知地图和传统问卷调查
相结合的方法对区域内青年群体进行调查和访问，归纳 “附
近”空间的认知情况和特征，探讨建成环境与空间识别水
平的关联性。
（下转第147页）
Copyright©博看网. All Rights Reserved.
2023.03 / Urban and Rural Planning and Design城乡规划·设计
147
参考文献
[1]
[2]
王亚飞，樊杰，周侃．基于“双评价”集成的国土空间地域功能优
化分区[J]．地理研究，2019，38（10）：2415-2429．
夏皓轩，岳文泽，王田雨，等．省级“双评价”的理论思考与实
践方案：以浙江省为例[J]．自然资源学报，2020，35（10）：
2325-2338．
[3] 罗伟玲，吴欣昕，刘小平，等．基于“双评价”的城镇开发边界
划定实证研究：以中山市为例[Z]．城市与区域规划研究，2019：
65-78．
[4] 李永浮，蔡宇超，唐依依，等．我国县域国土空间“双评价”理论
与浙江嘉善县实证研究[J]．规划师，2020，36（06）：13-19，
32．
[5] 尹怡诚，成升魁，马润田，等．基于“在地性”与“协同性”的丘
陵地区县域“双评价”模式探讨：以湖南辰溪县为例[J]．经济地理，
2020，40（09）：102-113．
[6]
[7]
郝庆，邓玲，封志明．面向国土空间规划的“双评价”：抗解问题
与有限理性[J]．自然资源学报，2021，36（03）：541-551．
吴宇哲，潘绘羽．国土空间规划中“双评价”的内在逻辑与外部
定位[J]．河海大学学报（哲学社会科学版），2021，23（01）：
[9]
[8]
73-79，107．
方创琳，王岩．中国城市脆弱性的综合测度与空间分异特征[J]．
地理学报，2015，70（02）：234-247．
POLSKY C, NEFF R, YARNAL B. Building Comparable Global
Change Vulnerability Assessments: The Vulnerability Scoping
Diagram [J]. Global Environmental Change, 2007, 17(34): 472 -
485.
[10] 黄建毅，刘毅，马丽，等．国外脆弱性理论模型与评估框架研究评
述[J]．地域研究与开发，2012，31（05）：1-5，15．
[11] 朱高儒，董玉祥．基于公里网格评价法的市域主体功能区划与调整：
以广州市为例[J]．经济地理，2009，29（07）：1097-1102．
[12] 杨惠．“三生”空间适性宜评价及优化路径研究[D]．南京：南京
师范大学，2018．
[13] 王昆．基于适宜性评价的生产—生活—生态（三生）空间划定研究
[D]．杭州：浙江大学，2018．
[14] 李广东，方创琳．城市生态—生产—生活空间功能定量识别与分析
[J]．地理学报，2016，71（01）：49-65．
[15] 马珂，黄艳丽．原生态理念下的梅山文化园导视系统设计研究[J] ．
家具与室内装饰，2020（06）：60-52．
（上接第104页）
具体结论如下：①青年群体对于“附近”空间认知完
整度低、范围小，存在明显的去“附近”化现象；②影响“附
近”空间的识别水平的核心建成环境要素是步行舒适度、
设施完善性、绿视率、空间私密性和POI密度的影响，以
期结果可以为青年社区公共空间未来建设与发展提供设计
依据和趋势判断。
本次研究也存在一些不足：一是调查样本量不够大，
对结果可能带来一定的影响；二是在实证研究对象的选取
上，没有考虑区域的区位条件和周边的设施配套对居民的
识别水平产生的影响，这些将在后续研究中进一步完善。
[9]
网络城市和公共空间的未来》述评[J]．时代建筑，2019（03）：
183-185．
PAPACHARISSI Z. The Virtual Sphere: The Internet as a Public
Sphere[J]. New Media & Society, 2002, 4(01):9-27.
[10] HATUKA T, TOCH E. The Emergence of Portable Private-
Personal Territory: Smartphones, Social Conduct and Public
Spaces[J]. Urban Studies, 2016,53(10): 2192–2208.
[11] ARGIN G, PAK B, TURKOGLU H. Between Post-Flâneur
and Smartphone Zombie: Smartphone Users' Altering Visual
Attention and Walking Behavior in Public Space[J]. ISPRS
International Journal of Geo-Information, 2020, 9(12): 700.
[12] 周榕．硅基文明挑战下的城市因应[J]．时代建筑，2016（04）：
42-46．
[13] 何凌华．互联网环境下城市公共空间的重构与设计[J]．城市规划，
2016，40（09）：97-104．
[14] 陈虹，刘雨菡．“互联网+”时代的城市空间影响及规划变革[J] ．
规划师，2016，32（04）：5-10．
[15] 王宇光，杨豪忠．互联网时代城市公共休闲空间核心吸引力探析：
基于网络空间与城市公共休闲空间对比[J]．华中建筑，2019，37
（07）：1-5．
[16] 徐苗，陈芯洁，郝恩琦，等．移动网络对公共空间社交生活的影响
与启示[J]．建筑学报，2021（02）：22-27．
[17] 马凌，李丽梅，朱竑．中国城市舒适物评价指标体系构建与实证[J] ．
地理学报，2018，73（04）：755-770．
[18] 李晓丽，宋伟轩，吴威，等．基于跟踪调查的北京城市空间感知研究：
以中国科学院大学硕士研究生为例[J]．地理科学进展，2020，39
（02）：276-285．
[19] EWING R, CERVRERO R. Travel and the Built Environment:
A Meta-Analysis[J]. Journal of the American Planning
Association, 2010, 76(03): 265-294.
[20] 周雨晴，孙力杰．青年共享社区空间可持续利用设计研究[J]．家
具与室内装饰，2020（10）：42-44．
参考文献
[1]
[2]
[3]
[4]
[5]
CASTELLS M. The Rise of the Network Society[M].Oxford:
Blackwell, 1996.
董山民，赵英．“附近”的消失与再造：反思技术扩张时代的社会
团结[J]．福建论坛（人文社会科学版），2021（03）：33-43．
项飙：我们失去了构造爱的关系的自信[EB/OL]．（2019-12-02） ．
/newsDetail_forward_5108749．
XIANG B. The Nearby: A Scope of Seeing[J]. Journal of
Contemporary Chinese Art, 2021, 8(2&3): 147-165.
许丽君，刘东方． 全球化和城市化危机下我国城市规划价值逻辑
嬗变[C]//中国城市规划学会. 面向高质量发展的空间治理：2021
中国城市规划年会论文集（04城市规划历史与理论）．北京：中
国建筑工业出版社，2021：239-247．
[6]
[7]
[8]
闫臻．青年友好型城市的理论内涵、功能特征及其指标体系建构[J] ．
中国青年研究，2022（05）：5-12．
BARLOW J P. Declaration of Independence for Cyberspace[J].
1996.
周术，乔纳森·黑尔．网络城市公共空间的阈限性转向 《地缘媒介：
Copyright©博看网. All Rights Reserved.