多源數據視角下城市建成環境對城市活力空間分布的影響機制

宣蔚, 姚宇超, 趙力偉, 王燦祥, 肖佳琦

(1.合肥工業大學建筑與藝術學院, 合肥 230601; 2.安徽農業大學林學與園林學院, 合肥 230036)

隨著城鎮化正不斷加速,人類的生活空間發生了巨大變化[1]。改革開放以來,中國的城市建設取得了巨大進步,但也產生了現階段交通堵塞、公共空間匱乏等各類城市問題[2],城市的公共功能不斷衰弱,人居環境品質有待改善。為了應對突發的城市問題,激發城市活力,近年來以人為本、高質量發展等規劃建設理念逐漸被提及,學術界對“城市活力”的研究也在不斷深入[3]。

中外尚沒有關于城市活力的統一定義,其內涵與概念復雜且抽象。學者們都對城市活力存在不同見解,主要關注街道人群的活動與環境[4-6]。蔣滌非[7]則認為城市活力至少包括經濟活力、社會活力和文化活力三個部分。隨著人本主義的發展,人群活動逐漸被學者們認為是城市活力的顯著外在表征,因此,現對城市活力的測度為在不同時間段下城市各區域活動人群的數量。

城市是一個復雜的巨系統[8],其活力的形成必定與城市內部的環境存在千絲萬縷的聯系,探究城市建成環境與城市活力之間的影響機制,有助于為城市未來的發展建設提供理論與實踐支撐[9]。在早期的研究中,對城市活力與建成環境的測度多采用實地調研的方法[10-12]。隨著智能手機的普及與網絡技術的發展,大數據為研究提供了新的方法與視角[13],街景照片、電子地圖興趣點(point of inte-rest, POI)、手機信令數據、出租車到達數據、大眾點評等新興的數據形式更加精細化度量了建成環境與城市活力[14-17]。學者們對建成環境測度集中在人口密度、建筑密度、路網密度、功能混合度、連通性、可達性、步行性等方面[18-19]。而城市活力與建成環境之間相關性的研究也采用了更加豐富與科學的定量方法[20-23]。總體上看,雖然有關城市活力的研究正不斷增多,但所選取的研究對象多為北京、上海、廣州、深圳等一線城市,這些城市基礎設施完善、城鎮化水平較高,其城市活力的研究具有前沿價值,但中國更多的二線乃至三線城市的基礎條件與城鎮化水平相對一線城市都存在較大差距,存在著功能空間布局混亂、基礎配套參差不齊、空間活力差異巨大等問題,也面臨不同程度的城市空間失活的困境。而針對這類城市的活力提升策略必然與一線城市不同,且該類研究目前相對較少,填補這一空缺有助于為二線城市提供激發活力與規劃管理方面的借鑒與參考。此外,當前的研究多以社區或街道劃分研究單元,而以小尺度的街區網格為單元展開的研究相對較少。

因此,現選擇近年來發展較為迅速的二線城市合肥作為研究對象,其作為安徽省會城市,具備二線城市的普遍特征,在全國范圍也具有典型性與代表性[24]。采用百度人口熱力圖數據衡量城市活力分布狀況[25],并通過城市業態POI數據、城市矢量數據、以及城市夜間燈光影像數據等構建城市建成環境指標度量體系[26],建立1 km×1 km研究單元網格數據庫,運用普通最小二乘法OLS線性回歸模型(ordinary least squares regression models)、地理加權回歸GWR模型(geographically weighted regression models)探究合肥市區城市活力空間分布特征與建成環境之間的影響機制,從而為合肥市的城市發展提供理論支撐,并提出相關建設性的意見或建議。

1 研究數據與方法

1.1 研究區域概況

合肥市位于安徽省中部,全市面積11 445 km2,擁有937.34萬常住人口,下轄9個行政區,2020年地區生產總值為10 045.72億元(數據來源:2021年安徽省統計局統計年鑒)。合肥市憑借省會城市的優勢以及智能制造等新興產業的加持迅速崛起,經濟總量快速發展。以合肥市區為研究對象,并使用ArcGIS10.2軟件建立起1 km×1 km的網格研究單元,從而構建研究數據庫(圖1)。

圖1 研究區域概況

1.2 研究數據與指標測度

1.2.1 城市活力測度

對城市活力的測度為在不同時段下城市各區域所分布的人群數量。傳統的人口統計以區縣為單位,僅能反映靜態特征[27];手機信令數據雖然能夠反映人口流動的動態特征,但其獲取難度大且處理成本高。因此選擇使用更加便于獲取與處理的百度人口熱力圖數據對城市活力進行量化研究。考慮到工作日通勤交通會對城市活力造成影響,因此獲取了2022年3月所有周末全天各時刻的熱力值,經過對比發現,11:00與17:00的城市人口熱力均值達到峰值(圖2),因此選擇上述兩個時刻的城市熱力分布作為城市活力表征。

圖2 合肥市休息日各時刻城市活力均值

1.2.2 建成環境的測度

基于Cervero等[28]提出的3D建成環境指標體系,以及Ewing等[29]提出的5D建成環境指標體系從混合度、密度、設計、交通可達性和設施可達性5個層面構建合肥市城市建成環境指標體系(表1)。混合度維度描述了城市功能的混合程度,結合數據獲取的可行性,以及人群在更微觀視角下對功能的感知而言,采用POI功能混合度指標。密度維度描述了城市中的業態分布、人口分布以及建筑分布等方面,同時結合多源數據的獲取可行性,選擇POI密度、居住人口密度和建筑物密度指標。設計維度描述了城市的建筑形態、交通網絡與綠化布局等方面,并選擇建筑平均層數、建筑容積率、道路交叉口密度、綠化水域覆蓋率和基礎設施完善度指標。交通可達性維度描述了城市人群的出行方式,具體包括公交、地鐵、私家車以及共享交通,結合合肥市共享電單車使用率高的特點,選擇公交站最近距離、地鐵站最近距離、道路網密度和共享電單車停放點密度等指標。設施可達性維度描述了滿足人群日常使用的各類設施的空間可達性,具體選擇商業服務設施、教育文化設施和醫療衛生設施的可達性。通過劃分合肥市區1 km×1 km研究空間單元,統計各項指標,綜合測度合肥市區建成環境。

表1 基于5D指標體系的影響因子指標計算方法

上述影響因子所使用的研究數據中,居住人口密度數據來源于2020年Landscan世界人口公開數據;POI數據、建筑矢量數據與公交站點數據均來源于2022年高德地圖在合肥市的網點分布數據;夜間燈光影像數據來源于2022年3月NPP-VIIRS夜間燈光遙感影像數據;城市路網數據來源于OSM網站開源路網數據;城市遙感影像數據來源于中國科學院遙感數據共享平臺2022年2—3月份較好質量的遙感影像。

1.3 研究方法

1.3.1 OLS最小二乘法線性回歸模型

為研究城市活力與建成環境的影響機制,首先采用最小二乘法(OLS)線性回歸模型以篩選對城市活力具有顯著性的影響因子,其表達式為

y=Xβ+ε

(1)

式(1)中:y為因變量,表示城市活力;X為自變量,表示各類環境特征指標;β與ε分別為城市建成環境影響因子的系數與隨機項,系數絕對值越大,則說明該因子的影響程度越顯著。

1.3.2 GWR地理加權回歸模型

由于OLS線性回歸模型無法揭示變量的空間異質性規律,且城市建成環境的各類影響因子在空間尺度并非一成不變,因此采用GWR地理加權回歸模型進一步探究城市活力與建成環境的空間異質性關系,該模型在OLS線性回歸模型的基礎上將空間嵌入回歸分析中,探索變量之間的空間關系,進而深入分析城市活力與建成環境之間的影響機制,其表達式為

(2)

式(2)中:yi為在位置i處的因變量的值,即城市活力;xij為在位置i處的自變量的值,即城市建成環境的影響因素;(ui,vi)則為i處的空間坐標;βbwj則為自變量的回歸系數,即各影響因素的影響程度,其由局部回歸所得,具備空間異質性特征;εi為隨機誤差項。

2 合肥市城市活力空間格局

將獲取的百度熱力圖矢量化,求取11:00與17:00人群分布均值觀察合肥市休息日各時段的城市活力分布情況(圖3和圖4)。兩個時段活力高值均集中于城市中心,但相比之下17:00活力最高值、平均值均高于11:00活力值(表2),反映出下午時段的人群在城市中心更為集中。從休息日11:00的分析結果來看,高密度活力區集聚在城市中心區域,且活力的空間分布有明顯的沿道路向外擴張的趨勢。而休息日17:00深色區域雖仍集中在城市中心區域,但其高值斑塊更大,表明在下午時段城市中心區的行人更為密集,也說明人們的出行行為更偏向于下午。通過熱點分析驗證(圖5),兩個時段的城市活力均具有顯著的高值聚類分布特征,且均集聚于城市中心區域與城市西南部區域。其中城市中心的活力高值聚集區屬于合肥市二環路內的區域,是商業設施與公共服務設施最集中的區域,同時淮河路步行街、之心城、天鵝湖萬達等城市商業中心以及逍遙津公園、廬州公園等城市綠地的存在吸引了大量人流;城市西南側的活力高值聚集區位于合肥市濱湖新區,該區域是合肥金融商務、行政辦公及文化旅游中心,基礎設施數量較多且覆蓋范圍廣,業態豐富且齊全,從而吸引了大量人流,形成了較高的活力,城市外圍的其他區域則無法形成活力的集聚。

表2 合肥市城市建成環境測度指標的描述性統計

圖3 休息日合肥市區11:00城市活力

圖4 休息日合肥市區17:00城市活力

圖5 休息日城市活力熱點分析

后續對城市活力與建成環境影響機制的研究中,綜合考慮各時段的城市活力特征,對城市活力求取均值,以表示合肥市休息日綜合城市活力(圖6)。

圖6 休息日合肥市區城市綜合活力

3 建成環境與城市活力的影響機制

3.1 合肥市城市建成環境測度

通過分析各維度的建成環境指標(表2),在混合度維度(圖7),主要采用香農熵衡量單元網格內POI的混合程度,發現功能混合度從城市中心逐漸向著城市外圍區域不斷降低。城市中心是合肥市的商業中心與文化中心,聚集大量業態,因此功能混合度較高;而城市西南部因大學城與濱湖新區的存在,各種功能的集聚同樣形成了較高的功能混合度。其他城市邊緣地段多為居住區或工業園區,功能較為單一。

圖7 混合度維度指標描述

在密度維度(圖8),各項指標的高值區域均集中于合肥市一環路以內的中心區域,符合合肥市由中心老城區向外擴張的發展脈絡。但在其空間分布上,各指標仍存在不同的空間特征:從街區POI密度分布來看,其高密度區域更集中于蜀山區東部與包河區西北部,商務辦公、休閑娛樂、生活服務等多類業態集聚,為市民創造了多元生活空間。從居住人口密度分布來看,雖然合肥市市區范圍遼闊,但城市中的居民大多集中在城市中心, 并向外持續蔓延,在城市東南部的濱湖新區也聚集了部分人口。從建筑物密度分布來看,城市中心仍然是建筑密度最高的區域,其次為蜀山區東南部以及包河區西北部的區域,這一現象也正揭示了當前合肥市由北向南的發展建設方向。

在設計維度(圖9),街區的建筑平均層數指標表明,中心區域的城市建筑高度相對較低,而邊緣區的建筑高度則相對較高,這與中心老城區建筑年代較久、用地緊張以及外圍新城區擴張有關。總體上建筑平均層數呈現出由北向南不斷增高的趨勢,也進一步說明了合肥城市向外擴張的發展方向。從道路交叉口密度分布來看,最高值區域仍然位于城市中心,其內道路網絡錯綜復雜;在周邊的政務區、濱湖新區等地道路交叉口密度也保持較高水平。合肥市域內建筑容積率存在較大的空間差異,城市南部的濱湖新區、政務區及城市中部地區容積率較高,開發強度大,而其他區域則相對較低。從城市綠化來看,城市周邊由于林地、農用地、水庫河流等較多使指標較高,城市建成區內的環城公園、蜀山森林公園以及在建的駱崗中央公園等地指標較高,而其他區域則相對較低。相關研究表明,夜間燈光的亮度與基礎設施的完善程度具有正向相關性[30],故本文研究使用NPP-VIIRS夜間燈光衛星影像數據表征合肥市區基礎設施完善度。結合分析結果,基礎設施較完善的地區更多集中于城市中心,包括蜀山區東南部、包河區西北部、廬陽區南部以及瑤海區西南部等區域,且在空間分布上并不均勻。

圖9 設計維度指標描述

在交通可達性維度(圖10),與公交站和地鐵站的最近距離反映了城市居民出行的便利程度,從分析結果來看,公交站的覆蓋度要高于地鐵站,這是公交線路較多、遍及城市各個區域以及公交站數量較多的緣故,但在城市邊緣,仍然存在著公共交通未覆蓋的情況。道路網密度較高的區域集中在城市中心的老城區、南部的政務區和濱湖新區等地,小街區密路網的道路布局為該區域帶來了較高的可達性。合肥市共享電單車投放量大、使用率高,單車停放點位較為均勻地分布于建成區內的地區,而城市中心停放點密度略高于其他區域。

圖10 交通可達性維度指標描述

在設施可達性維度(圖11),商業服務設施可達性較高的區域位于城市中心,之心城、萬達商場、萬象城等商業購物中心較多,各類餐飲購物設施豐富。教育文化設施可達性較高的區域位于城市中心以及偏北的廬陽區等地,該地中小學、高校等數量較多且分布密集。醫療衛生設施可達性較高的區域位于城市中心,其次位于在南部大學城以及濱湖新區等地。

3.2 城市活力與建成環境的影響機制

為了減少數據冗余,提高分析結果的精度,本文研究進一步縮小范圍至城市建成區。使用OLS線性回歸模型進行分析(表3)。分析結果表明,各建成環境指標方差膨脹因子(variance inflation factor)均小于7.5,不存在多重共線性的問題,指標選取得當;回歸分析診斷的決定系數R2為0.668,根據P值顯著特征發現,功能混合度、居住人口密度、街區POI密度、建筑平均層數、道路交叉口密度、綠化水域覆蓋率、基礎設施完善度、與公交站最近距離以及與地鐵站最近距離、共享電單車停放點密度、商業服務設施可達性以及教育文化設施可達性等指標均與城市活力顯著相關;此外,與地鐵站最近距離以及與公交站最近距離兩類指標與城市活力呈負向影響,表明與站點距離越近,其活力值相對越高。

表3 OLS線性回歸與GWR地理加權回歸模型診斷對比結果

通過OLS線性回歸分析結果發現,模型K值顯著,證實了變量之間存在空間異質性。采用GWR地理加權回歸模型對顯著的影響因子再次分析,其診斷結果顯示(表3),R2與調整R2均有提高,且AICc顯著減小,表明GWR地理加權回歸模型擬合度優于OLS線性回歸模型。

通過GWR地理加權回歸分析(表4和圖7),從各指標的系數特征值來看,各指標因子對城市活力的影響差異巨大,其中功能混合度、綠化水域覆蓋率、與公交站最近距離、建筑平均層數、與地鐵站最近距離、建筑容積率等指標對城市活力具有強烈影響。

表4 GWR模型回歸系數描述性統計

在混合度維度(圖12),功能混合度對城市活力呈正相關影響,且表現出由中心向外圍影響力逐級遞減的趨勢。總體而言,提升城市功能混合度能夠有效改善地區活力,而在城市中心這種效用更為顯著。合肥市區中心為經濟文化中心和商業中心,包含了淮河路步行街、之心城等地標場所,具有多樣的業態種類,豐富的功能業態會使當地居民的活動增多,從而提升地區活力。

圖12 混合度維度影響因子空間異質性

在密度維度(圖13),居住人口密度與街區POI密度指標因不同區域而對城市活力造成促進或抑制的雙重影響。一般而言,居住人口密度高的區域會形成高城市活力,而結合分析結果,居住人口密度較高的城市中心區域其與城市活力之間呈負相關影響,而建成區西南部的濱湖新區、大學城以及大蜀山森林公園附近,居住人口密度的提高則能夠對城市活力形成促進作用。這一現象說明在人口密集、人流量巨大的城市中心區域其居住人口密度已接近飽和,而位于建成區西南部邊緣的眾多區域,是城市建設發展的新方向,在該地區增加居住人口密度,能夠有效提升地區活力。街區POI密度指標對城市活力總體上呈促進作用,且越靠近城市中心其對于城市活力的提升越顯著,但位于建成區北部邊緣的瑤海區其對活力產生了抑制作用,說明該地區存在POI業態冗余,資源使用不充分的問題。

圖13 密度維度影響因子空間異質性

在設計維度(圖14),建筑平均層數指標對城市活力在全局上具有顯著的提升作用,且在城市中心以及北部瑤海區等地作用最為顯著。結合建筑容積率指標在東南部促進城市活力、西北部抑制城市活力的特點,說明在城市中心區域的城市更新中,應適當降低地塊的開發強度與建筑密度,可通過適當增加樓層高度以容納更多業態,從而提升中心區的活力,但在城市東南部邊緣,則可提升地塊的開發強度,使其滿足新城建設的需要從而改善地區活力。道路交叉口密度的提升能夠改善地區的路網通達程度,一定程度上可以促進城市活力的提升,這種作用在城市建成區北部的瑤海區一帶較為明顯,而在正在開發的南部濱湖新區與西部蜀山等區域影響較弱。一般而言,街區綠化水域的覆蓋率高的區域一般環境較好,能夠吸引人群從而引發城市活力。但通過分析結果,在城市中心以及大蜀山森林公園等地該指標與城市活力成正相關,而在其他區域則抑制城市活力的增長。大蜀山森林公園與城市中心的各公園綠地周邊具有密集且豐富的業態,景區開發完善,配套設施齊全,因此對城市活力的促進作用顯著,而其他城市邊緣區域的公園開發條件較差,僅憑借公園自身的吸引力并不足以引起地區活力的提升,因此在注重城市公園的選址和建設的同時也應當完善地區周邊的服務配套設施。基礎設施完善度在全局能顯著提升地區活力,且由于中心建設完善、周邊建設不足的現狀,其指標在城市周邊對促進城市活力的顯著性更強。

圖14 設計維度影響因子空間異質性

在交通可達性維度(圖15),與公交站距離、與地鐵站距離指標對城市活力總體上呈負相關作用,即單元網格中心與公交/地鐵站距離越短,其越能夠提升地區的活力,但二者在空間上存在差異:對于公交出行而言,在城市中北部影響更為顯著,而對于地鐵出行而言,只在城市中部影響強烈。主要原因在于城市公交站點在中北部地區分布較為廣泛,但在南部新城區覆蓋不完善;地鐵站點則更多站點集中在城市中心區。通過對共享電單車停放點密度進行分析,該指標在城市建成區南部的濱湖新區、大學城、政務區以及大蜀山森林公園等地對城市活力具有較強的促進作用,而在城市中心及北部地區則相關性較弱,城市中心由于公交地鐵覆蓋率高且站點密度高,而使共享電單車的影響下降,而城市北部區域則因業態單一、缺乏吸引力,其活力難以形成,因此作為出行工具的共享電單車無法在本質上提升地區活力。

圖15 交通可達性維度因子空間異質性

在設施可達性維度(圖16),商業服務設施可達性指標對城市活力的總體呈現出正向相關性,且由東向西逐級遞減。結合城市東部地區的商業設施可達性較差的現狀,說明在城市東部提升商業設施的可達性,能夠顯著提升地區活力城市活力呈正相關影響。教育文化設施可達性指標則在不同空間位置對城市活力產生了不同的影響,其在建成區北部瑤海區等地,對城市活力具有顯著促進作用,而在南部濱湖新區等地則呈抑制作用。結合現狀,合肥市眾多中小學校、高校等均集中于城市中北部,結合圖書館、博物館等其他文化設施,一定程度上能夠吸引人流而促進地區的活力提升,而南部濱湖新區等地則因基礎設施與配套服務設施的不完善,難以對人群形成吸引力以提升地區活力。

圖16 設施可達性維度因子空間異質性

4 結論與討論

以合肥市區為例,使用百度人口熱力圖衡量城市活力水平,并通過構建5D建成環境指標體系完成對環境影響因素的測度,采用OLS最小二乘法線性回歸與GWR地理加權回歸兩種模型篩選對城市活力影響顯著的建成環境變量,探究其對活力的空間異質性影響。得出以下結論。

(1)合肥市區的城市活力總體呈現出由中心向四周逐級遞減、局部高值集中的空間分異特征,空間分布極不均衡。

(2)提升地區功能混合度、建筑平均層數以及基礎設施完善度能夠在全局范圍內有效改善地區活力;而居住人口密度、街區POI密度、道路交叉口密度、建筑容積率、綠化水域覆蓋率、共享單車密度、商業服務設施可達性、教育文化設施可達性等指標則因空間位置的不同而對城市活力產生促進或抑制的雙重作用;與公交站最近距離、與地鐵站最近距離指標則與城市活力具有負相關性。

以合肥市作為研究對象,旨在通過研究,發現以合肥作為代表的二線城市提升城市活力的有效途徑,以期為城市規劃與管理提供借鑒與參考。通過文章的研究發現,合肥市的城市活力在空間上總體呈單中心分布,這也是其與眾多一線城市最大的區別。由于周邊區域基礎設施建設的不完善及功能結構的空間差異,使合肥市無法以各區為中心形成各自的活力聚集區,因而無法輻射城市邊緣地區。改善城市活力狀況的建議與措施如下。

(1)地區居住人口的多少決定了其產生活力的下限。人口密度較低的地區,其活力水平必然低下,而人口密度高的區域則擁有了引發活動的人群,使該地具備產生活力的可能性。但同時,過高的人口密度又會引起空間擁擠和環境品質的下降,從而抑制活力的增長。因此對于城市規劃建設而言,應當平衡城市居住空間布局,在全域范圍形成多個活力極點,帶動整體活力的提高。

(2)豐富的功能業態是城市引發經濟活動、提升活力的關鍵。多樣化的業態植入為城市地區增加了人群活動的目的地,也為人群提供了充分的選擇與便利,同時更是提升了地區的開放性與共享性。在人口密度高的區域植入高質量、多元化的業態磁核能夠更直接地引發人群活動,從而提升地區活力。

(3)完善的城市環境與交通設計是城市聚集人流、形成活力的基礎。建筑層數與建筑容積率的提升為人群聚集提供了必要的物質空間,但要結合具體事實針對性管理,例如在城市中心區可通過適當降低建筑密度、提升建筑層數的方法疏解空間場所,植入更多綠化空間以更好提升活力。基礎設施的完善覆蓋為人群活動提供了高品質的空間環境。公共交通體系的完善為人群出行提供了便利,公交、地鐵站點的建設為人群流動與聚集提供了高效且便利的條件,共享電單車停放點的設置也為公共交通換乘提供了銜接與過渡。由此可見,各類設施的建設為營造城市活力空間提供了堅實基礎,在合理分配空間資源及提升城市活力方面發揮著重要作用。

不同的城市環境下,城市活力所受到的影響也各有區別,因此在城市建設與發展中,應因地制宜,統籌推進。

本文研究在如下方面仍需進一步完善:①百度人口熱力圖數據更多反映的是中青年人群的活動范圍,而對少年、老年等使用手機較少的人群的活動空間的反映則不夠全面,后續將考慮通過其他形式補充少年群體與老年群體的活力與建成環境間的影響關系,提升研究結果的準確性;②豐富城市建成環境的測度指標體系,尤其需要豐富城市偏遠地區的建成環境的描述,使研究結果在整體上更具有解釋性與科學性。