社會感知視角下基于“頭尾劃分”的游憩熱點識別新方法

師 浩 辰，趙 渺 希，林 思 儀

(1.華南理工大學建筑學院，廣東 廣州 510640； 2.華南理工大學亞熱帶建筑科學國家重點實驗室，廣東 廣州 510640)

0 引言

游憩空間是滿足人們游憩需求的現實化產物，其聚集的核心區域即為游憩熱點[1]。游憩熱點承載了多種城市游憩活動，能充分反映游客需求并凸顯關注點，是引導游憩空間高效布局、提升居民游憩體驗的重要抓手[2]。因此，如何識別并分析游憩熱點空間分布特征是城市管理的核心議題之一。早期游憩熱點研究通常基于統計與問卷調查數據揭示游憩熱點的空間分布特征[3]，受問卷有效性和樣本量的限制，無法對大尺度區域進行實證分析[4]。近年來，隨著大數據的興起[5-9]，不少學者基于社交媒體點評[10]、微博簽到[11]、地理標記照片[2]、POI[12]等不同類型數據探討游憩熱點空間分布特征，為發現群體行為規律、定量研究社會經濟環境提供了可行性[8,13,14]。在此基礎上，Liu等提出“社會感知(social sensing)”概念，并構建時空大數據研究的新框架與視角[15]。社會感知是指借助各類海量時空數據研究人類時空行為特征，進而揭示社會經濟現象時空分布、聯系及過程的理論和方法[14,15]，其核心研究框架包括人、地、時三大基本要素：“人”體現在傳統地物信息與人群空間行為的疊加，“地”體現在基于人群行為特征“由人及地”描述地理環境的特征，“時”體現在地理環境的動態感知。總而言之，這一理論是通過多時空尺度的分析，研讀區域空間交互和地理空間格局動態演化等過程[14,15]。而游憩活動的本質正是不同“人”在不同“地”進行一定“時”的行為，因而結合社會感知理論，可通過新數據從新視角挖掘游憩熱點的規律和特征，為后續空間引導提供建議。

在多種類型的時空大數據中，以GPS軌跡為代表的伴隨位置數據記錄了游客與游憩空間的具體交互過程[16,17]，并能通過軌跡點數量、停留時長、照片記錄等信息側面反映居民對既有游憩空間的感知和評價[18,19]，契合“社會感知”中關于“人、地、時”要素的描述[15]，更適用于游憩熱點的探尋[17,18,20]。該類研究熱點的識別過程可概括為兩個階段：1)檢測階段，即通過DBSCAN等基于密度的聚類方法識別點云(即熱點區域)。該階段存在以下不足：首先，因篩選時所有軌跡點數據皆被納入運算，致使識別結果表示的是所有游客軌跡在空間上的集聚，摻雜了許多無意義的噪點，并不能代表熱點區域；部分研究對出發點和停留點進行聚類運算，盡管可以識別出部分游憩熱點，但一定程度上欠缺對游憩過程的解讀。其次，由于數據的多樣性、自身運算機制等原因，或導致聚類算法輸入的參量無現實意義，或導致聚類效果欠佳，難以識別出有效聚類。2)邊界定義階段，通過閉合或包絡算法將已聚類的點簇群囊括至多邊形中，繼而用該多邊形表示熱點區域[16,21]。這類方法僅從幾何學角度出發，相對簡便，運算速度快，但難免會將部分非熱點區域包含在多邊形內，缺乏城市中的現實性考慮。基于此，本文從社會感知的理論視角，綜合已有方法構建城市游憩熱點識別新方法，運用時空數據識別城市游憩熱點，并以廣州市老城區為案例進行實證分析。

1 研究區域與數據

本文研究區域為廣州市老城區(圖1)，總面積約為50.24 km2，研究范圍參考《廣州市城市更新專項總體規劃(2018-2035)》。該區域歷史文化遺存豐富，游憩資源眾多，承載了城市居民多樣的游憩活動，但老城區的游憩熱點相對分散，識別研究和特征解讀的意義較大，可為廣州市未來“老城區，新活力”振興規劃提供重要研究基礎。

圖1 研究區范圍Fig.1 Scope of the study area

本研究采用的時空軌跡數據來源于“兩步路”軌跡開放平臺(https://www.2bulu.com/)，該平臺中的出行時空軌跡數據由戶外愛好者自主上傳，屬于典型的自發型地理信息(VGI)數據，是社會感知視角下解讀城市的重要數據源之一，在未來的城市診斷中扮演重要角色[22]。該數據具有公開性，可有效避免軌跡數據使用中的隱私問題。本文以界定的廣州市為搜索范圍，通過爬蟲抓取2018年1月-2021年1月共計3年的數據，清洗和整合后共得到2 405條有效軌跡，平均每條軌跡包含約54個記錄點，記錄點包含對應標注點位的經緯度、海拔、時間、照片和文字標注信息，記錄時間間隔為50 s左右。

2 基于“頭尾劃分”的游憩熱點區域識別

Palma等研究表明，軌跡數據中用戶停留地點與時長信息可充分展現個體對區域的興趣度，如果某區域吸引的游客數量多、停留時間長，表明該區域受游客喜愛，是空間上的游憩熱點[23]。在此基礎上，本文提出游憩熱點區域識別新方法，包括基于軌跡數據的游憩停留點識別和基于“頭尾劃分”的游憩熱點區域識別兩部分。

2.1 基于軌跡數據的游憩停留點識別

理論上，停留點在時間和空間上具有雙重內涵[24,25]，因此可將游憩停留點定義為：在給定空間范圍內進行超過一定時長活動的停留個體。給定軌跡T由一系列包含時間戳的坐標點組成(式(1))，本文定義如果存在點pi滿足式(2)，則認定軌跡T在pi,pi+1,…,pk(k>i)處存在一次停留。在此基礎上，通過點ps定義該停留行為，即ps=(xs,ys,ts)，xs、ys、ts分別為停留點ps的橫坐標、縱坐標和時間戳，具體取值為pi至pk所有軌跡點的平均值(式(3))。據此，本文從廣州市老城區2 405條數據中共獲取5 324個停留點，作為游憩熱點識別的基礎數據。

(1)

(2)

(3)

式中：xi、yi、ti分別為點pi的橫坐標、縱坐標和時間戳；Dis(pi,pk)、Time(pi,pk)分別為點pi與pk的空間距離和時間距離；Dr和Tr分別為空間距離和時間距離閾值，結合現實中游憩活動停留的情形并參考文獻[25]，本文分別將其設定為250 m和10 min；Count(pi,pk)為點pi至pk間的軌跡點總數，此限定是為保障后續空間識別和分析的精確性。

2.2 基于“頭尾劃分”的游憩熱點區域識別

游憩熱點區域識別的核心是找出停留點密度較高的區域，本文通過地理學中廣泛應用的核密度估計分析停留點密度的空間分布。考慮到游憩的舒適性，結合TOD(Transit-Oriented Development)理論中關于步行最大范圍的設定，將老城區的搜索半徑設定為250 m，而原始數據對應的“Silverman經驗規則”設定半徑為223 m，二者數值接近從側面證實了本研究設定的合理性。由廣州市老城區游憩停留點的核密度分布(圖2)可知，超90%的樣本落在[0,2]之間，屬于典型的重尾分布模式。Jiang指出在地理學范疇內，重尾分布廣泛存在[26]，且相比“頭部”的小樣本數據，“尾部”的大樣本數據更值得關注[27,28]，并據此提出“頭尾劃分”法，以便更好地觀測“尾部”的大樣本數據[27]。由于老城區游憩停留點的空間分布正是重尾分布的典型代表，故本文采用“頭尾劃分”法確定老城區游憩熱點的密度分級。

圖2 研究區游憩停留點的核密度分布Fig.2 Kernel density distribution of recreational stops in the study area

“頭尾劃分”法是以平均值切分整體數據后，取出“尾部”(大于均值)部分，然后基于“尾部”的均值進行再切分，如此循環，直至切出的“尾部”不再呈現明顯的重尾特征。根據Jiang等研究結果[28]，循環停止的基準可定為切分后“頭部”數據量占比小于40%，據此，將老城區的停留點密度劃分為[0,1.07]、(1.07,2.54]、(2.54,4.15]、(4.15,6.32]、(6.32,8.98]、(8.98,11.89]、(11.89,15.82]7級(圖3)。理論上結合現有研究[29]，劃定熱點區域的最后，需在“頭尾劃分”得出的6個切分數值中選定合適的核心識別“門檻”，因此，本文對上述6個切分數值從小到大依次檢驗劃分效果，直到切分數值能相對準確地區分出明確的“核心”和“非核心”部分為止，并將其選定為核心識別閾值。本文最終選定2.54為核心識別閾值，即密度大于2.54，認定為游憩熱點區域。基于上述結果，借鑒Liu等的做法[17]，將停留點整合至鄰近的街道空間以表示熱點區域。本文中街道(街區)指具有通行功能的機動車道及其兩側的步行空間和游憩空間。利用街道這一可承載城市多樣功能的空間單元呈現游憩熱點，不但能有效避免傳統包絡面定義法中覆蓋非熱點區域的差錯，還能使后續關于熱點的討論有效貼合真實的城市場景，為未來游憩熱點的策略提升提供空間載體。此外，街道線條的粗細還可展現停留點數量的多少(即游憩熱度)，從另一個維度上為游憩空間分析提供參考。

圖3 研究區游憩停留點核密度劃分Fig.3 Division of kernel density of recreational stops in the study area

3 廣州市老城區的實證分析

3.1 基于“頭尾劃分”的老城區游憩熱點空間分析

(1)批發市場類，包括圖4中的一德路、團一大廣場。不同于歷史上的傳統政治中心城市(如北京、西安和南京)，廣州自唐代以來一直以商業貿易為城市核心職能，老城區遺存大量貿易功能空間，改革開放后形成數量眾多的批發市場。這類市場不同于傳統意義上位于市郊的農貿類批發市場，其在兼顧貨物轉運貿易的同時，會對散客開放，可進行少量商品的交易；多數臨街店面分布在傳統的騎樓街建筑中，“上住下商”的舊式商業布局營造出充滿粵式市井生活氣息的游憩空間。對于“千年商都”廣州而言，這類游憩熱點不但更符合城市的氣質形象，也暗合了快節奏社會環境下對于更“慢”、更市井、更生活的追求，因而形成了老城區獨特的一類游憩熱點。

(2)新興網紅場所類，包括圖4中的東山口、草芳圍文化創意園和鳳凰創意產業園。隨著“網紅經濟”的興起，許多游憩空間的“使用價值”已讓位于“符號價值”，只有更懷舊、更獵奇或反差性更大的游憩空間才會產生更大的“符號價值”，繼而發展為網紅空間。以老城區的鳳凰創意產業園為例(前身是廣東茶葉廠)，大尺度、大跨度的建筑結構，老舊的磚混立面與時尚的文創產業功能和空間氛圍形成鮮明反差，舊式的工廠建筑能充分引發游客的懷舊情懷，從而成為熱門的“網紅”打卡點。

表1 單位長度游憩熱度排名前10位的游憩熱點Table 1 Top 10 recreational hotspots sorted by recreational heat per unit length

3.2 “頭尾劃分”識別法與既有方法的比較

為進一步驗證本文方法的可靠性，選取以密度為核心概念的DBSCAN和CFSFDP兩種方法進行實證比較。

3.2.1 與DBSCAN算法的比較 DBSCAN算法[30]是通過預定義的距離閾值和最小點數篩選給定數據中的簇群，被廣泛應用于各類型數據的熱點區域識別中[16,31,32]。根據研究區停留點數量特征，本文選定3種情景進行對比分析：情景①，距離閾值為100 m，最小點數為9；情景②，距離閾值為125 m，最小點數為9；情景③，距離閾值為150 m(理論上最佳閾值)，最小點數為9。由圖5可知，“頭尾劃分”法相比DBSCAN算法更理想。當距離閾值為125 m和150 m時，受DBSCAN算法判斷機制的影響，老城區中部的停留點被劃定為一個整體，無法清晰展示該區域游憩熱點的結構，影響后續游憩熱點的分類和形成內因解析；當距離閾值為100 m時，可避免情景②和情景③劃定的核心缺陷，相對準確地捕捉到老城區游憩熱點的空間分布特征，但從真實的城市場景看，100 m的距離通常僅有半個街區的長度，距離閾值過小，割裂了本應屬于同一熱點區域的停留點，繼而使劃分的熱點區域數量過多(總計75處，“頭尾劃分”的結果為34處)，產生大量多余簇群，加劇了熱點空間具體分析和解讀的難度。

注：不同顏色的點數據代表不同游憩熱點簇群。

3.2.2 與CFSFDP算法的比較 CFSFDP算法[33]可以克服既有密度算法中循環運算過慢等問題[33,34]。該算法輸入參數有截斷距離(由樣本量決定，本文中為300 m)、決策圖中用于篩選δ和ρ的切分閾值(篩選離散點)，本文同樣設定3種情景(表2)進行對比。由圖6可知，3種情景下CFSFDP算法的表現不如“頭尾劃分”法(圖5a)。情景③將所有停留點分別歸到不同的族群，并未排除離散點，這與基于密度尋找熱點區域的目的相悖；情景①和情景②通過控制δ和ρ的范圍篩選出部分離散點，但由于其算法的偏向性，難以將所有離散點排除在游憩熱點(停留點簇群)外，也導致識別出的游憩熱點邊緣區域經常出現離散點，與已分類的停留點在空間上相互交錯(如圖6a中棕色的聚類停留點與黑色的離散點)，導致無法確定實際簇群邊界。換言之，盡管CFSFDP算法能清晰地捕捉到游憩熱點的核心區域和數量，但其無法確定一條相對明確的邊界來定義停留點是否屬于離散點或某游憩熱點簇群，故難以支撐后續對游憩熱點空間要素的深層次解讀和分析。

注：不同顏色的點數據代表不同游憩熱點(停留點簇群)，黑色方塊代表離散點。

表2 CFSFDP算法3種情景說明Table 2 Description of three scenarios of CFSFDP algorithm

總體而言，相比于DBSCAN和CFSFDP算法，“頭尾劃分”法的結果更科學合理，其優勢在于：1)可以在保證游憩熱點數量的前提下明確捕捉并區分不同熱點的核心區域；2)能給予一個相對明確的邊界來分割離散停留點和已聚類為簇群的停留點；3)僅需要輸入“頭尾劃分”切分值這一個參量，運算更簡便快捷。

4 結論與討論

游憩熱點的識別和空間特征解析是城市管理者理解居民游憩活動行為的重要依據。本文以“社會感知”視角為切入點，以GPS軌跡為數據源，基于“人、地、時”要素提出游憩熱點識別的新方法。首先通過“時、地”的雙重限定識別出每條軌跡的停留點，然后結合核密度分析與“頭尾劃分”法提取停留點的高密度區域，最后以道路為載體整合表達游憩熱點的空間分布。以廣州市老城區為例對本文方法進行實證檢驗，并與兩種以密度為核心的常用聚類方法——DBSCAN和CFSFDP算法進行比較，研究發現：1)廣州市老城區的游憩熱點整體集中于中、西部，熱點類型可分為藍綠空間類、歷史風貌類、商業街區類、批發市場類和新興網紅場所類5類，其中批發市場是因歷史原因遺留的特殊游憩熱點，而新興網紅場所類更多是依托老城區的“歷史符號”而形成；2)相比于兩種既有算法，本文方法在識別游憩熱點數量、捕捉游憩熱點核心、明確游憩熱點邊界和運行簡潔程度等方面表現更好，有利于后續游憩熱點的深度分析與整合。

當前，正值國土空間規劃編制時期，城市游憩系統規劃是其中的重要組成部分，其關鍵基礎在于對既有游憩熱點的識別和深入分析，這與大數據背景下“社會感知”理論體系的目標不謀而合。從這一視角出發，不但可以通過理論框架指導現實游憩規劃的編制工作，也是對既有“社會感知”理論體系的一次實證演繹。總體而言，本研究后續還需要在游憩熱點的形成原因、空間環境要素的機制解析等方面進行深入的探索和分析，力圖實現城市高品質游憩生活圖景。