基于大數據的城市空間形態量化指標體系研究

唐振璽

摘 要：隨著技術手段的發展，城市空間形態研究也面臨新的挑戰，如何在大數據時代下進行量化研究，已經成為我們研究者面對的難題。當前城市空間形態研究指標體系眾多，但是在當前大數據環境下適用性較低，因此嘗試構建一個適用于當前環境，綜合且全面的城市空間形態量化指標描述體系顯得尤為重要。研究基于大數據環境下，全面梳理不同視角下的10個城市空間形態指標體系，結合數據特征進行指標篩選與合并，構建城市與街區兩個不同尺度的指標體系，以期為城市空間形態研究提供可行的量化研究體系。

關鍵詞：大數據；城市空間形態；量化指標；指標體系

城市空間形態作為描述和定義城市特征的重要表現形式，在城市發展史中，一直處于重要地位。我們可以通過衛星影像圖發現，不同文化、不同時期、不同地理位置的城市其形態呈現不同特征，或緊密、或稀疏、或集中、或分散、或整合、或破碎。隨著科學技術的發展，如何對這些不同的城市空間形態進行量化研究，已經成為我們研究者面對的難題。

國際上大多數學者對城市空間形態研究，大多基于調研或者政府數據，從多個角度對城市空間形態各方面進行量化，再用相關指標進行描述。此類研究，數據獲取較為復雜，指標體系具有較強的針對性，限制了研究的進一步推廣，那么是否可以通過構建一個數據易于獲取、適應性較強的城市空間形態量化指標體系來解決這個問題呢？研究結合數據特征以及城市空間形態的研究成果，全面梳理各個視角的城市空間形態指標體系，通過指標篩選與合并，嘗試構建指標體系，以期為后續城市空間形態研究提供可行的量化研究體系。

將指標體系按照指標特征分為兩大類：第一類，從單一角度進行描述，如密度角度，形狀角度；第二類，從多個角度綜合進行描述。基于此綜合國內外相關文獻，從單一角度進行描述的主要有：Pont M B和Haupt P（2010）基于四個密度指標，建立空間伴侶（Spacemate）的指標體系；王新生（2005）、葉昌東（2013）從城市邊界形狀特征指數、緊湊度、分維指數分析城市邊界形態演變；Hillier和Hanson（1984）正式提出空間組織的句法理論，開創空間角度進行城市空間形態研究先河。從多個角度綜合進行描述的主要有：G. Galster（2001）等通過密度、形態、功能等多個角度建立指標體系，用于評價城市蔓延程度；J. Gil（2012）為研究不同類型城市的街區形態時提出從規模、密度、形態構建的指標體系；薩拉（2012）為探索密度與肌理之間的關系建立的指標體系，建筑類型、區位、建成密度等角度進行綜合評價；Yu Ye（2016）綜合空間矩陣、空間句法、混合使用度三個指標體系，進行城市空間形態評價；李招成（2016）探索城市街廓形態建立指標體系，主要覆蓋城市空間形態的密度、形態、空間等方面。

基于上述內容，研究嘗試從城市數據來源以及數據特征出發，綜合相關城市空間形態研究指標，構建大數據視角下的城市空間形態研究指標體系，量化城市空間形態，建立數與形之間的聯系，為將來城市設計工作提供參考。

一、數據

（一）數據來源

本次研究使用了多元大數據實時采集方法，運用網絡提取國外城市谷歌街道圖、OpenstreetMap矢量圖，國內城市由于谷歌數據具有較大誤差，因此使用百度地圖柵格數據進行替代。將上述數據導入ArcGis當中，矢量數據通過數據清洗、數據篩選，獲取研究相關數據；柵格數據，主要運用ArcGis空間分析數據庫當中的多元分析工具箱，采用最大似然法分類對城市建筑與道路進行提取，然后由柵格文件轉為面要素矢量文件，再通過數據清洗、數據篩選，獲取研究相關數據。基于上述內容，構建大數據城市空間形態研究數據庫。

（二）數據特征

基于上述方式獲取的城市數據庫，通常能夠涵蓋世界范圍內的大城市，同時城市數據不僅僅涵蓋城市中心區數據，還能夠涉及城市所有建筑與道路，但是，基于此構建的城市數據庫，建筑高度數據缺失。因此在選擇相關指標時，需要考慮數據是否能夠滿足指標所需。

二、指標分類分析與篩選

借鑒相關研究選取了具有代表性的10個指標體系，75個相關指標，通過合并相同或相似概念指標，最終得到37個不同指標供參考使用。首先對指標進行列表；其次依據描述內容對指標進行分類，同時考慮指標與空間形態的相關性，對指標進行篩選；最后通過對指標數據需求進行分析，依據描述內容，剔除量化描述性較低指標，構建指標體系。

（一）指標列表

基于上述內容，將之前研究當中所涉及的城市空間形態指標依據類型與體系一一列出，對研究內容類似，功能差異不大的指標進行比較與合并，提取可用指標進行研究分析。

（二）指標分類與提取

首先根據指標描述類型分為5類，分別是規模類指標，密度類指標，功能類指標，形態類指標，空間關系類指標。其次，由于部分指標并不涉及到具體形態，還有部分涉及到具體形態，但是需要特定的前提與數據支撐，才具備有效性。因此，在本節中，首先提取涉及形態的指標，然后再根據可行性與有效性，進行篩選合并。

與形態有關的指標大致分為兩種類型：第一類，描述具體的物質形態的幾何特征的指標，稱為幾何型指標；第二類，描述物質內在的關聯性的指標，稱成為空間關系型指標。其中，幾何型指標主要關注點集中于物質的幾何形態，例如：建筑平面（矩形，圓形等），物質要素的幾何特征（面積，周長等）；空間關系型指標則忽略物質之間的幾何形態，專注于結構關系，比如空間句法的集成度。

跟形態無關的指標一般是由描述要素的社會屬性或與形態之間聯系不強的指標所構成，比如與形態關系較模糊的功能混合度；與城市形態并無直接關系的公共區域面積，私人區域面積等。

把所有指標進行排除并列舉出來，如表2所示。

（三）指標數據需求分析

本節中主要總結形態相關指標對研究數據的需求，然后對比現有數據庫數據特征，在盡可能對城市空間能夠解析完整的情況下，對缺少數據的指標進行剔除。endprint

三、結語

大數據研究涉及到城市宏觀與微觀兩個方面，采用統一的指標體系分析兩個方面顯然是不科學的，因此從宏觀與微觀兩個不同尺度建立指標體系。基于上述研究，提取可用指標，對指標進行整理與體系構建，建立對應尺度研究指標體系。

（一）城市尺度研究指標體系

基于城市尺度平面構成要素數據：城市邊界、道路網、建筑、水系以及部分城市綠地，選擇與城市邊界相關的區域面積指標，與道路網相關的路網密度指標，與建筑相關的建筑基底總面積、建筑覆蓋率、集中度、分割度四個指標。

上述指標對區域規模、密集程度、土地使用密度、建筑分布特征以及建筑細分程度進行了量化解析，但是在對城市平面形態與結構的解析上，還存在一定缺陷。因此將能夠描述城市靜態有形物質分布的建筑、水系、綠地數據、描述城市動態“流”特征的路網數據進行加權疊加，作為城市平面形態研究的基礎數據，通過緊湊度、放射狀指數、邊界維數與半徑維數描述城市平面形態特征與結構特征。

（二）街區尺度研究指標體系

街區尺度平面構成要素數據主要包括：研究邊界、街區邊界、道路網、建筑、水系以及部分城市綠地。選擇與邊界相關的街區數量、街區平均面積、街區面積加權緊湊度指數、街區放射狀指數指標；與道路網相關的路網密度、連接值、控制值、深度值、集成度指標；與建筑相關的建筑覆蓋率、集中度、分割度。

上述指標對街區規模、街區形狀、街區內部空間關系、密集程度以及建筑細分有了較為詳細的描述，但是對于道路交叉口缺少解釋性，因此需要補充交叉口數量與交叉口平均距離兩個指標，以此構成相對完善的街區尺度研究的指標體系。

（三）研究展望

本文基于大數據時代下，通過對城市空間形態量化指標的總結與篩選，構建城市與街區兩個尺度的研究指標體系，在一定程度上能夠量化描述城市空間形態，但是由于研究指標體系是建立在其他研究成果的基礎上，缺乏一定的全面性，難免會出現考慮不周的情況。

研究實踐表明，城市數據是影響指標選擇的重點。在當前數據庫情況下，由于缺少建筑高度信息，因此只能簡單從平面空間上進行研究，無法完成城市容量的相關研究。如后期能獲得建筑高度信息，那么我們距離全面認識城市空間形態，更好地構建數與形之間的關系又更近一步。

參考文獻：

[1]儲金龍.城市空間形態定量分析研究[M].南京：東南大學出版社，2007.

[2]段進.國外城市形態學概論[M].南京：東南大學出版社，2009.

[3]李招成.城市街廓形態指標體系研究[D].南京大學，2016.

[4]王新生，劉紀遠，莊大方.中國特大城市空間形態變化的時空特征[J].地理學報，2005，（03）：392-400.endprint