基于手機信令數據的上海大型公園分類研究

方 家

王 德*

張月朋

隨著公園建設的快速發展以及游客游憩需求類型豐富度的提高，中國部分城市公園類型已突破現有標準。北京、廣州、深圳出現了公園的新類型[1-2]。上海以類型多樣性為標志的公園更新改造進入了新一輪高峰期，出現了對公園類型進行明確定位的現實需求。公園的分類研究主要基于資源供給和居民需求2種分類方法[3]。供給方法重視評價公園在視覺、生態和空間上的貢獻，從而衍生出與空間特征及用地密切相關的分類標準；需求方法以滿足居民需求為出發點，關注目標人群、人口規模與構成，以及價值與偏好等，當前基于需求方法的公園分類依據僅體現在對服務半徑數量的分級中。作為公園分類依據的服務半徑，以對游客來源的預測為基礎，很少涉及其他現實中的行為維度要素，因此很難體現居民游憩需求。游客行為是需求的重要表現形式，維度多樣、特征豐富，是劃分公園類型的重要依據。涉及影響公園使用的游客行為的相關研究較為豐富，為將游客需求與公園類型相連接提供了可能，這些影響要素包括：游客來源地分布、來源地人口特征[4]、公園中有組織的活動[5]、使用時長、開始時間、結束時間[6]，以及行為與環境設施之間的關系[7]等。但由于傳統調查數據樣本量受到局限，取證困難，且游客行為特征很難量化并進行合理化描述，使當前的分類方法難以與游客行為相結合。近年來，由于景觀時空大數據具備6V基本特征[8]，其在風景園林規劃設計領域的應用研究呈上升趨勢且類型多樣，游記大數據[9]、WiFi定位數據[10]、POI數據[11-12]均能應用在游客行為研究中，并且在城市公園綠地分布情況的分析[13]、郊野公園對城市空間的影響[14]，以及森林公園社會服務價值的評價[15]等方面得到了應用。手機信令數據相對其他類型大數據而言，具備能體現完整行為鏈的優勢，在分析公園游客行為的完整性上有突出優勢。鈕心毅[16]、方家等[17]對手機信令數據在城市規劃和城市公園管理與規劃中的應用進行了探索。

本研究采用的數據可解析游客來源地、出行距離和游園停留時間等時空行為要素，并能從中提取出來源地覆蓋面積、出行距離和停留時間等量化指標，刻畫游客使用公園的特征，探索以游客行為進行公園分類的途徑。

1 數據與方法

1.1 目標數據篩選

研究中使用的是2014年3月某2周(共14天)的上海2G移動用戶匿名手機信令數據。日均記錄上海1 600萬～1 800萬個不同的手機識別號(約占2014年上海2 415萬常住人口的70%)，約6億～8億條。

從以上信令數據中“清洗”出在上海有穩定居住地和工作地的數據，再通過以下7個步驟對上海公園游客進行數據篩選：1)選擇對象公園周邊基站中有記錄的樣本；2)選擇1)中0：00—5：00手機處于靜默狀態的樣本，即選擇可識別出居住地位于上海的樣本；3)選擇2)中有地理信息記錄的樣本；4)排除3)中被錯誤識別為路過的、居住在周邊的和來此工作的樣本；5)選擇4)中在6：00—18：00即公園開園時間段內有記錄的樣本，并選擇其中記錄間隔2h及以上的樣本；6)排除0：00—5：00處于關機狀態的、居住在公園附近的樣本；7)排除一周內連續5天10：00—16：00出現在5)篩選后樣本中的工作人口樣本。數據可信度驗證如下：將識別出有穩定居住和工作地居民的數據結果在街道層面進行統計，得到全市分街鎮的可識別居住人口，與上海第六次人口普查數據中的各街鎮常住人口數進行相關性檢驗，發現手機信令數據識別結果與人口普查數據的居住人口數的相關系數為0.904，具有較高的相關性，且在空間分布上也具有一定的相關性，因此可認為識別結果較為可靠[18]。

圖1 8類公園的空間分布位置

1.2 研究對象與方法

2014年上海市域范圍內共有10hm2以上的大型公園42座，其中由于上海大觀園、老港鎮桃博園、上海辰山植物園屬于不向居民日常游憩活動開放的公園，不能較客觀地體現上海居民游園的多樣化需求；浦東金海濕地公園處于閉園狀態；黎安公園、新虹橋中心花園和臨江公園受公園基站位置影響，可識別出的數據量過少；大寧靈石公園、動物園和黃興公園篩選出的有效數據量與其他公園相差較大，可能影響作為分類樣本數量依據的客觀性，因此以上10座公園未納入本研究范疇。

研究根據基于游客記錄產生的點數據進行核密度分析，可得出每個公園游客的居住地——即游客來源的聚集情況。按照各柵格值的大小，在Arcsine中顯示為立體模式，依據分位數法分成10類顯示，高度越高的區域核密度分析得到的柵格值越大，可直觀顯示游客量與客源地分布的空間特征。在ArcGIS中將客源地總面積和核心面積的柵格數進行統計，可計算出相應覆蓋面積。統計游客來源地坐標與公園坐標的空間距離并求出均值，即為人均OD，按照每個公園的開園時間6：00—18：00逐小時統計游客量，可繪制出將游客量做離差標準化后的數值隨時間分布的趨勢線，并識別出客流量高峰的出現與持續時間。

2 基于公園游客來源空間與時間特征的分類

2.1 主要類型

基于公園客源地空間覆蓋面積的差異，可將其分為局地服務和廣域服務兩大類。局地服務類覆蓋范圍小，僅涉及周邊相鄰行政區，形態多呈片狀，解析為該公園服務人群為周邊居民，且來源較穩定，日常使用功能突出。廣域服務類覆蓋范圍大，涉及全市，形態為點面結合，解析為該公園服務全市，且游客來源不局限于周邊區域。依據公園游客量隨時間分布的曲線形態類型差異，劃分為局地均緩、廣域均緩、局地集中和廣域集中4個中類。均緩類各時段游客量分布相對均勻，變化起伏不大；集中類有明顯的高峰時段，游客量在短時間內快速聚集、消退。將游客數量聚集≥50%的游客來源區域劃分為核心區，依據該區形態的緊湊與松散特征差異，可將公園各中類分別下分為2個小類，得出：局地均緩緊湊、局地均緩松散、局地集中緊湊、局地集中松散、廣域均緩緊湊、廣域均緩松散、廣域集中緊湊和廣域集中松散8類。根據以上描述的游客時空分布差異，將32個大型公園分為8類(表1)，各類公園在上海市域的分布位置如圖1所示。

圖2 局地均緩型——金橋公園時空特征

圖3 局地集中型——楊浦公園時空特征

圖4 廣域均緩型——佘山國家森林公園時空特征

2.2 類型特征描述與成因解析

2.2.1 局地均緩型

此類公園游客使用行為的日常特征最為突出(圖2)，表現為：游客從家到公園的距離最短，人均OD1.3km；客源地服務面積最小，為224hm2；由于公園與游客家距離近，客流最高峰出現的平均時間最早，約為12：30；游客量隨時間變化不大，高峰客流量持續時間最長，長達6h30min。局地均緩型公園位于外環以內人口密度較大的城區，且公園規模相對較小，周邊路網分布均衡，步行、自行車行通達性好，是促成其日常服務功能突出的原因。

2.2.2 局地集中型

該類公園客源地平均服務面積為370hm2，游客人均OD2.8km，仍在步行可達范圍內(圖3)。雖屬于整體服務范圍有限的局地服務類型，但客流分布有較為明顯的高峰時段出現，最高峰平均出現在13：10，解析為部分游客是非日常使用人群。除周浦公園之外，局地集中型公園均位于外環以內，屬人口密度較大區域，周邊路網通達性好，且公交抵達便捷度高，是造成顯現其日常功能為主、服務范圍擴大特征的原因。周浦公園位于大型居住區片區，為周浦片區唯一的大型公園，除為周邊居民提供日常服務外，服務范圍蔓延至周浦片區。

表1 基于手機信令數據的上海大型公園分類與相關指標

2.2.3 廣域均緩型

該類公園的專類使用特征比局地集中型突出，表現為：游客人均OD增大至3.3km，客源地平均服務面積明顯增大至437hm2(圖4)。廣域均緩型客流量隨時間變化的幅度平緩，客流最高峰出現在13：00之前，持續時間較長，達5h45min，且其核心區服務面積形態緊湊，有較穩定的服務周邊居民的趨勢。除上海植物園外，此類公園均位于外環以外的區域。其中方塔園、羅溪公園、閔行體育公園、古華園、名人苑和吳淞炮臺灣濕地森林公園位于人口密度較高的區域，這些公園承擔著周邊居民的日常使用功能。閔行生態園位于5號線閔行開發區站點附近，佘山國家森林公園位于國家旅游度假區區域，這2個公園分別受交通便捷度和周邊旅游景區帶動的影響，顯示出類似日常服務的使用特征。

2.2.4 廣域集中型

該類公園服務范圍廣，專類屬性特征明顯(圖5)，表現為：游客人均OD突增至17.1km，客源地平均服務面積明顯擴大至914hm2，為廣域均緩型的2倍；有明顯的客流高峰時段，但時段持續時間較前3種類型短，均值為3h18min。

除顧村公園、世紀公園和中山公園外，其他此類型公園均位于偏遠地區，且具備規模大、自然資源獨特的環境特征，是產生遠距離出行、客流高峰時間持續相對短的專類公園使用特征的原因。顧村公園、世紀公園和中山公園均有軌交站點直達且公共交通便利性好，因而它們雖未具備獨特的自然資源，但區別于日常使用功能。顧村公園舉辦的櫻花節激發了客流來源地的需求，使公園專類屬性的顯現更加明顯。

3 基于不同規劃管理出發點的公園分類結果比對

3.1 基于資源供給視角的公園規劃類型分類結果

除公園的區位和規模外，公園的特色資源和星級認證最能體現公園自身空間的供給水平。由于上海市特色資源稀缺，游客很難在日常生活中使用此類公園，因此可將其劃分為專類公園，其余公園劃分為日常類公園。

本研究將已獲《旅游景區質量等級的劃分與評定》A級認證、星級認證及相關認證的公園劃為特殊類公園，其余公園劃為一般類公園。

基于資源供給的公園分類，可認為是根據公園自身服務特性進行的游客行為預設。使用手機信令數據抽取各類型公園的時空指標則更接近游客的現實行為，將二者進行比對，通過尋找預設與現實的異同，解析影響游客行為的原因，可有針對性地反映公園規劃管理中的不足，為公園服務的修正與更新提供量化依據。

3.2 所屬類別相同的公園

基于第2章中的發現，可見基于游客行為劃分的公園屬性與基于資源評級劃分的屬性有對應關系。局地、廣域類公園服務空間范圍多為周邊，可分別對應日常、專類公園。游客量隨時間分布的均緩、集中程度可反映游客對此類公園花費的抵達時間：游客量隨時間分布均緩，無明顯高峰時間，對應一般類公園；相反，游客量隨時間分布集中，有明顯高峰，則對應特殊類公園。

3.3 分別屬于“公園規劃”與“公園利用”類型的公園

基于規劃管理出發點的不同，可產生“公園規劃”與“公園利用”2種不同的分類標準。基于資源供給對公園使用情況進行“預設”的分類，可稱為“規劃類”；基于手機信令數據解析出的游客實際公園使用行為，可稱為“利用類”。在2種分類標準下，歸屬不同類的公園主要產生了3種錯位情況：以長風公園、魯迅公園和龍華烈士陵園為代表的“規劃”專類實為“利用”日常；以閔行生態公園、名人苑為代表的“規劃”日常實為“利用”專類；以方塔園、古華園、上海植物園、吳淞炮臺灣濕地森林公園和閔行體育公園為代表的公園分類不變，但級別發生了變化(表2)。

3.4 基于公園定位的上海大型公園規劃管理建議

公園的現實使用特征應成為公園發展定位的依據。對于有稀缺特殊資源，但同時承擔日常服務功能的公園，例如方塔園、古華園和吳淞炮臺灣濕地森林公園，由于頗具特色資源，需要承載很多頻率高、強度大的日常活動，可能面臨資源特征磨損的風險，因此必須引起足夠重視，應以維護公園知名度和特色、保持其使用的持續性為公園發展的長期目標。

公園規劃設計也須將公園現實使用情況作為重要依據。定位為日常一般類公園的空間與設施，應從滿足周邊居民早晚鍛煉的需求出發，根據居住區人口密度與數量進行初步的游憩空間與設施數量測算。定位為日常特殊類的公園，可將特殊資源區域與日常使用區域作為不同類別的功能進行劃分，并將2個分區從資源保護、景觀風貌、環境營造和游客容量上進行顯著區分。定位為專類一般的公園，這些公園資源往往未得到使用者的關注，應將規劃設計的重點放在景觀特征上，結合周邊區域地脈，加強對資源自身價值的發掘與體現，在對資源進行合理保護評估的前提下，適當進行項目策劃與設置，并引入配套設施，結合游線規劃，將客流適當引入特征資源區域。定位為專類特殊的公園，多為位于遠郊的大型公園，應將自然資源保育放在首位，環境特征以保持原生態風貌為主，園區內部的功能分區要基于資源自身特征進行，設施配置、游憩項目選擇低沖擊類型，此類公園對客流量最為敏感，需配備客流預警與監測系統。

圖5 廣域集中型——濱江森林公園時空特征

4 結論

本文通過相關閾值的設置，從手機信令大樣本數據中提取了上海32座大型公園游客出發、抵達、離開時間和居住地坐標等數據信息，使用GIS數據平臺表達客源地覆蓋范圍和形態，計算游客居住地至公園的人均OD、高峰開始與持續時間指標，利用這些特性在不同公園使用表征的基礎上將公園分為8種類型。在對各類公園進行成因解析后發現：區位、交通、人口密度和特色活動是造成公園類型差異的主要原因。

表2 “規劃”與“利用”分類結果對比

研究通過尋找公園規劃設計初始定位與現實使用定位的差異，有針對性地提升公園服務品質，將基于游客行為的公園“現實”分類結果與基于資源供給視角的公園“預設”分類結果進行了比對。“現實”與“預設”相符的公園有13座，不符的有19座，經比對和解析，發現交通便捷性、特殊設施、活動、資源知曉度、體育賽事、開園年代以及公園影響的時效性等要素，是可能造成使用錯位的原因。針對錯位使用的公園，可從環境容量、商業化、資源特征、集中客流、社會網絡和旅游聯動效應等方面著手，使其成為提升公園服務品質的著眼點，對公園的規劃管理提出改進建議。研究探索了為大型城市公園更精準地提供游客服務的量化途徑，嘗試通過建立在現實服務特征基礎上的分類，為公園建設早期定位策劃、中期建設、后期管理以及相關游憩設施與服務項目設置等階段提供游客需求依據。

注：圖1由殷玲、方家繪制；圖2～5由方家、張月朋、俞曉天繪制。

致謝：感謝蘇州相城經濟技術開發區規劃建設局俞曉天碩士和蘇州大學金螳螂建筑學院殷玲碩士生對本文文字編輯和圖表繪制提供的幫助。