廣州老城區空間活力特征及影響因素研究

◎ 趙渺希 曹庭脈 湯黎明

一、引言

伴隨著全球化進程加深，城市新中心憑借區位與交通快速崛起，而老城區掣肘于傳統結構難以更新，面臨著物質性老化與功能性衰退的問題。為應對城市快速發展中社會經濟的轉型，老城區更新與活力提升成為國內當前城市工作的重點內容。《中共中央國務院關于進一步加強城市規劃建設管理工作的若干意見》《廣州市國土空間總體規劃（2018—2035年）》等政策與規劃方案都明確提出了“解決老城區環境品質下降問題，恢復老城區功能和活力”等要求。因此，探索老城區的空間活力特征、解析城市活力的發生機制是發掘老城區潛力的重要途徑。

“活力”這一概念最早來源于生物學、生態學，意指生命體維持生存、發展的能力。基于人類學的視角，凱文·林奇（1984）將“活力”定義為聚落形態對于生命機能、生態要求和人類活動的支持程度，并倡導從個體感知的角度去認知城市，從城市意象的角度去感知活力；簡·雅各布斯（1961）則強調了城市街道活力的重要性，認為活力是人、活動、場所相互交織的過程，即城市生活的多樣性創造活力；揚·蓋爾（1987）認為空間活力來源于所處場所、相應的人群及其活動；伊恩·本特利（2002）則認為活力是“影響著一個既定場所，容納不同功能的多樣化程度之特性”。因此，人、空間、活動是城市活力的本質特征。

學界早期研究對象主要是微觀的公共空間活力營造，包括街道的空間設計，或從街道的物質要素構成、空間尺度、美學屬性等角度開展研究。蘆原義信（1989）從街道的物質構成因素著手，通過空間設計的手法創造有活力的街道；余健華（2006）從空間的尺度、比例、景觀小品中挖掘其活力特征；王德（2011）使用語義差別法探尋上海8條代表性街道的特色、氛圍、形態等客體指標，解釋指標與心理量之間的交叉影響。此后，國內關于空間活力本質屬性的文獻不斷增加，但多為宏觀城市層面的定量研究：劉黎（2010）等結合熵值理論與模糊物元理論，建立基于熵權的城市活力評價模糊物元模型，測度了江蘇省沿江15個縣級城市的活力；汪海（2012）、姜蕾等（2012）學者通過問卷調查建立城市公共空間活力的評價體系；郝新華、龍瀛（2016）測度街道類型、周邊環境、空間句法的活力指標體系也有較強的解釋力。

近年來，地理時空大數據為城市空間活力研究帶來了新的機遇：鄭思齊（2016）從本地化消費需求機制入手，利用大眾點評餐飲業相關數據度量城市活力；龍瀛、周垠（2016）明確了“街道城市主義”的概念，建立了以街道為個體的城市空間分析、統計和模擬的框架體系，并通過手機信令的人口密度數據構建了街道活力定量評價的指標體系；張雨洋等（2019）基于大眾點評興趣點及微信宜出行等城市網絡數據，發掘歷史街區日間與夜間的活力影響因素；利用百度熱力圖（張程遠，2017）、夜景燈光數據（張夢琪，2018）等研究城市空間活力也有較好的適用性。

另外，老舊城區的研究目前主要集中在舊城更新的理論和路徑上，整體性的計量研究較為缺乏。吳良鏞（1994）提出了“系統更新理論”，并在北京菊兒胡同改造工程中進行了應用。小規模漸進式、微循環式等有機更新模式（劉蔓靚，2006）相繼出現，研究方向開始側重于具體的實踐經驗：莫修權（2003）以漕運為切入點探討濱河舊區的更新設計；李恒興等（2011）基于北京白紙坊街區的改造與復興研究，對舊城街區的改造實踐進行了總結。對舊城整體的空間研究減少，缺乏深層次的機制解析。

綜上，本文立足于老城區更新改造的視角，通過大眾點評POI數據和老城區建筑數據等多元網絡數據，研究廣州老城區的整體空間活力特征，并根據活力特征與物質空間的相關性，構建逐步回歸模型，測度老城區活力影響因素，闡述其作用方式與一般規律，提出促進老城區空間活力的發展建議。

二、研究范圍與數據

（一）研究范圍與對象

本文以廣州老城區為城市活力研究的對象。廣州有2200多年的悠久歷史和燦爛文化，是國務院首批列入國家級歷史文化名城之一的城市，舊城區一直是全市的政治、經濟、文化中心和底蘊深厚的商業中心。在近30年的城市發展中，廣州城市中心轉移，舊城區掣肘于傳統結構難以更新，面臨著物質性老化與功能性衰退等問題。《廣州市國土空間總體規劃（2018—2035年）》提出了“美麗宜居花城，活力全球城市”的愿景，探索廣州舊城的空間活力分布特征、揭示其影響機制是當前城市研究領域的現實命題。

本文研究范圍為廣州市舊城區，具體邊界與《廣州市舊城更新改造規劃綱要》所劃定的“舊城”范圍相一致（圖1），涉及越秀、荔灣及海珠三區，包括“環市路—恒福路—永福路以南、廣州大道以西、昌崗路—新港路以北、白鵝潭珠江水道（鶴洞大橋）—同德涌以東的地區，總面積約 54 平方公里”。研究對象選取城市生活的基本單元“街區”，由城市道路、水系、鐵路等要素圍合而成，共有1101個街區。

（二）研究數據

圖1 《廣州市舊城更新改造規劃綱要》的舊城范圍

采用的數據主要為大眾點評POI數據、建筑數據、道路數據、地圖數據，融合結構化數據與非結構化數據，實現多元異構數據的采集、處理、分析挖掘及可視化，多方面深入了解廣州市空間活力特征。其中大眾點評POI數據取自2018年4月的大眾點評網站信息，覆蓋了城市生活所需的餐飲、購物、酒店、教育培訓、休閑娛樂、醫療健康、運動健身、周邊旅游等眾多服務設施，共61468條采集結果（圖2）。具體來說，每一條大眾點評數據都記錄了每家店鋪的名稱、地理位置、所屬類別、人均價格、消費點評、聯系方式以及服務、設計評分等信息，其中消費點評數量即可體現出活力與人氣值。此外，使用爬蟲工具獲取OpenstreetMap的地圖數據作為底圖；從高德地圖 API 開放平臺中采集包含層數信息的建筑輪廓矢量數據，構建三維建筑信息數據庫。

（三）研究方法

研究包含兩個層面：一是老城區活力空間特征，即通過評論數據表征空間活力，通過GIS可視化表達揭示老城區的整體活力特征及聚集程度；二是通過多元回歸分析探索老城區活力的內在機制，具體變量指標包括：街坊設施數量、街坊可達性、街坊建筑密度、容積率、總建筑面積和街坊平均高度。強調理論與實際相結合、定性與定量相結合的研究思路。

圖2 大眾點評POI各類型點位數統計

主要的分析方法為多源數據采用和模型構建：第一是多源數據資料的采用，充分運用網絡大數據，采用Locoy Spider軟件、Python編程語言實現多源數據的爬取，并將屬性數據在GIS軟件中落圖，實現廣州老城區空間活力特征的可視化表達；第二是多元線性回歸模型的構建，利用SPSS軟件進行統計分析，檢驗擬合程度和顯著性，科學排除無關因素的影響，建立老城區空間活力預測模型。

三、廣州老城區的活力特征分析

（一）老城區活力的外在表征

老城區的活力表征可以通過參與商業活動的人口數量度量，即大眾點評中的評論數量。根據大眾點評上的地理信息，按照街區劃分累計評論數量，得到基于街區劃分的城市人口活力。同時使用核密度估計法分析設施數量和評論活力的空間分布，使空間上點密度的變化變得平滑，突出老城區活力的聚集程度與變化趨勢（圖3）。

（二）老城區的整體活力特征

根據老城區街區的評論活力分布，可以發現：烈士陵園、黃沙地鐵站、沙園地鐵站、江南西地鐵站的街區評論總和最高，單街區活力極值大，同時也帶動了烈士陵園、江南西—昌崗地鐵站周邊活力的增加。北京路—公園前的高活力街區較為分散。此外，上下九步行街、鷺江地鐵站、東山口、淘金—小北地鐵站、廣東工業大學東風路校區、越秀公園的街區活力也較高，呈片狀大面積延展狀。

從設施聚集的角度研究，老城區設施呈現雙中心結構，設施聚集度最高的為烈士陵園與北京路步行街，四周設施較為均衡，江南西、上下九步行街、淘金地鐵站聚集度稍強。從評論活力聚集的角度研究，老城區活力集中體現在北京路、烈士陵園、江南西、沙園和黃沙5處地鐵站，評論活力極強，為多中心分布，其余地段活力都較低。將兩者結果對比發現，烈士陵園與北京路步行街均表現出設施多、活力強的特征，活力與設施相關性強；江南西、沙園和黃沙地鐵站表現為設施少、活力強，單一設施的活力凝聚力大；上下九步行街則表現出設施多、活力弱的特征，有一定的衰敗趨勢。總而言之，廣州舊城區的空間活力為多中心結構，依托北京路、烈士陵園、江南西、沙園和黃沙地鐵站5個活力中心呈現“大分散、小集中”的分布模式。

四、老城區街區活力作用機制研究

（一）老城區街區活力的影響因素

活力根植于人、物質空間與行為活動。本文依托網絡評價的行為，測度人的活動傾向，構建街區活力的外在表征，進而測度物質空間與城市活力的聯系。研究初步選取街區設施數量、區位、建筑密度、總建筑面積、容積率、平均高度為影響因素，量化后進行回歸預測。

1. 街區設施數量。在市場經濟時期，街區設施數量直觀反映了商業活動的強度，側面體現了街區活力的高低。統計大眾點評的設施數量，將其整合為餐飲美食、休閑娛樂、購物服務、酒店住宿、科教文化、醫療保健、生活服務、政府機構、風景名勝、交通設施、商務住宅、公司企業、公共設施13 類，并將其地理信息落位，得到設施空間分布數量［圖4（a）］。

2. 區位（街區與市中心平均距離）。北京路是廣州城建之始所在地，地處老城區的中心，是廣州歷史上最繁華的商業集散地。作為老城區的中心，北京路有著豐富的歷史資源和極高的人氣，日均人流量約40萬人次，節假日更達到60萬人次以上（廣州華聲，2017）。因此，以北京路為基點，計算從各個街區到北京路的最短路徑距離的均值，測度街區的區位條件。落位至圖上呈現以北京路為中心的圈層結構［圖4（b）］。

3. 街區建筑密度。建筑密度可以描述街區建成環境的空間質量狀態。提取三維建筑信息數據庫的建筑底層面積，借助ArcGIS中分區統計工具將信息賦值到劃分的街區，計算每個街區的毛建筑密度［圖4（c）］。顯而易見，荔灣區上下九步行街周邊、越秀區北京路周邊、海珠區西北部建筑密度較高，東邊整體建筑密度偏低，建筑密度與建成環境的年代有著一定的相關性。

4. 街區總建筑面積。利用三維建筑信息數據庫的建筑層數與高度計算各街區總建筑面積。結果呈現出與用地面積的強相關性：總建筑面積較低的地塊用地面積較小，集中分布在荔灣區、海珠區中部、越秀區西南部。越秀區東北部地塊劃分較大，街區總建筑面積較高［圖4（d）］。

5. 街區容積率。在規劃實踐中，容積率被廣泛地用作規劃用地分區規范和規劃控制的一項標準指標，對管理城市的建造容量和風貌有很好的作用。通過街區用地面積與總建筑面積計算毛容積率，探討容積率與城市活力是否有一定相關。利用街區的地理信息將老城區容積率可視化［圖4（e）］，可以發現老城區整體容積率較為均衡，維持在1.26～3.7之間，局部小地塊容積率較高。

6. 街區建筑平均高度。由于新的建筑技術與結構產生，建筑高度在新老城區有明顯的差異。但是在老城區內部，街區建筑高度差距減小。測度老城區街區平均高度，可以從空間風貌的角度測度城市活力，側面衡量了城市活力與建筑形式的關系。根據統計結果［圖4（f）］，老城區平均建筑高度偏低，多在7層以下，僅富力廣場、柏麗廣場、中海名都、光大花園等居住用地高度較高，散布于老城區外圈。

圖4 老城區活力影響因素現狀分布

表1 變量間相關系數

（二）老城區街區活力預測模型研究

1. 相關性分析

首先對7個變量的1101個樣本進行相關性分析（表1）。結果表明，評論活力與設施數量等變量間的相關系數達到80%以上，并且在0.01水平上顯著相關。因此，如果將所有的7個變量都包括在模型中，則有可能出現“多重共線性”的問題。

進一步驗證變量間是否存在嚴重近似共線性問題。當容差（tolerance）≤0.1或方差膨脹因子VIF（容差的倒數）≥10時，則說明自變量間存在嚴重共線性情況。回歸的自變量中最大方差膨脹因子的街區總建筑面積的VIF值為9.234，小于10，且其容差為0.108，也大于0.1（表2）。因此，認為這里不存在嚴重的近似多重共線性問題，可進行下一步回歸分析。

2. 回歸分析與驗證

為了全面地測度老城區各活力影響要素對街區活力的貢獻，采用多元線性回歸的方法進行評估。回歸因變量為老城區活力外在表征，即大眾點評的評論數量；回歸自變量為街區設施數量、區位、建筑密度、總建筑面積、容積率、平均高度6個空間影響因素。為將可能的非線性關系轉化為線性關系，使用自然對數轉換，同時對各類數據進行標準化，去除數據的單位限制，將其轉化為無量綱的純數值，提升模型的收斂速度與精度。利用SPSS統計軟件進行逐步多元回歸，結果如下：

通過逐步多元回歸，得到3個回歸模型結果，3個模型的顯著性（sig值）均小于0.05，回歸方程成立。從模型的擬合優度判斷，模型3的調整R方最高，表示自變量一共可以解釋因變量68.3%的變化，解釋性最強。因此，采用模型3的回歸結果，老城區設施評論活力與設施數量、區位條件、建筑密度有關。街區容積率、總建筑面積、平均高度3個自變量沒有通過顯著性檢驗，被排除。具體來說，廣州老城區設施評論的活力取決于3個因素：街區設施數量、區位條件、街區建筑密度，而與容積率、總建筑面積、街區建筑平均高度沒有明顯關聯。根據模型系數強弱可判斷，街區設施數量對街區活力影響較強，對街區可達性、建筑密度的影響較弱。其中街區評論活力與設施數量、建筑密度呈正相關，與區位條件呈負相關。也就是說，街區設施數量越多，區位越靠近市中心，街區建筑密度越大，評論活力也就越高（表3）。

表2 自變量共線性統計

進一步檢驗模型的適用性，測度回歸模型殘差的正態性。根據殘差的直方圖呈現對稱的鐘形曲線，證明其滿足正態分布；累計概率圖（P-P圖）表現為一條直線，體現樣本的累積頻率分布滿足理論正態分布的累積概率分布，證明了街區活力線性回歸方程的正確性（圖5）。通過預測效果檢驗，證實模型可靠。

（三）老城區活力影響因素解析

1. 街區設施數量

街區設施數量直觀表達了商業活力，通過大眾點評統計周邊的餐飲美食、購物服務、酒店住宿、科教文化、醫療保健、風景名勝、交通設施等設施數量，綜合體現街區的設施密度與混雜度，衡量街區的市場潛力。回歸結果表明：街區設施數越多，區位越靠近市中心，街區建筑密度越大，評論活力也就越高。其中，設施數量對街區活力凝聚的影響最大。在廣州舊城區，設施數量與評論活力不直接相關。設施數量最高的烈士陵園、淘金—小北地鐵站、北京路、廣州大都市鞋城等地，在活力表征上卻呈現不同情況。

相對于設施數量的聚集程度，淘金—小北地鐵站、廣州大都市鞋城的活力值明顯下降，說明該街區雖然商業設施密集，但人氣較低。淘金—小北一帶以商務辦公居多，大量街區的設施集中在寫字樓底層，主要服務于周邊的上班族，因而導致活力不強。廣州大都市鞋城雖然擁有臨街式商鋪300余個，但區位條件不佳、環境老舊，主要服務人群與大眾點評網站的主要用戶特征不同，因而設施評論數較少。與之相反，黃沙地鐵站、沙園地鐵站、江南西商圈由于有大型商業綜合體的帶動，街區內設施使用率高，呈現設施密度低但活力強的特征。

表3 多元回歸分析結果

圖5 殘差直方圖（左）、累計概率圖（右）

2. 區位條件

悠久的歷史使得廣州市老城區擁有燦爛的文化和豐富的遺產，同時也造就了城區復雜的空間環境，呈現出高度的異質性和多樣性。在復雜的環境中，以老城區北京路作為中心，通過量化區位（即與市中心平均距離），衡量各個街區的交通可達性。

通過回歸分析的結果可以看出，街區與市中心平均距離和老城設施評論的活力呈現負相關，即與市中心平均距離越大，街區活力越低。與傳統理念中區位的評價相同，越靠近市中心，城市活力越高。這使得“酒香不怕巷子深”的俗語在老城區評論活力中失效，因為衡量可達性的與市中心平均距離進入回歸方程，中心區的街區享有“近水樓臺先得月”的鄰近性便利，故而有更多的評論數，表現在廣州老城區就是北京路周邊街區的活力較高。因此，在進行舊城更新時，區位仍是預測評估空間活力的主要因素。

3. 街區建筑密度

作為控制土地利用強度的主要指標，建筑密度主要衡量一定用地范圍內的空地率和建筑密集程度。一般情況下，需要控制建筑密度的上下限，保證土地利用效率與環境品質。也有學者提出了合理密度的概念（楊松筠，2004）。在本文的研究中，老城區的街區建筑密度與評論活力正相關，表現出建筑密度越大、評論活力越高的特征。從規劃控制的角度看，老城區的建筑密度通常高于新區；在本文則進一步發現，適當增加建筑密度可以提高街區內部首層的活動空間，進而增加街坊設施的評論活力，例如建筑密度較大的北京路、上下九步行街等街區，都呈現出評論活力高的特征。

從另一角度看，老城區建筑多為低層、多層的傳統建筑，在一輪又一輪的規劃建設中保留了原先的歷史風貌和格局，特別是北京路與上下九步行街等有著歷史淵源的商業中心。當建筑密度保持不變時，街區憑借其歷史資源與商業中心的吸引力，保持較高的活力，呈現出基于歷史遺存的建筑密度與活力的相關性。

五、結語

本文基于大眾點評POI數據，通過量化老城區街區的活力表征與影響因素，分析老城區的空間活力特征，并依據評論活力與物質空間的相關性，利用SPSS統計軟件構建多元回歸模型，測度老城區街區活力的影響因素，闡述其作用方式與一般規律。研究發現，廣州老城區設施分布均衡，但評論活力突出集中在北京路、烈士陵園、江南西、沙園、黃沙地鐵站，并依托這5個活力中心呈現“大分散，小集中”的分布模式。通過相關性分析與回歸分析，街區評論活力取決于3個因素：街區設施數量、區位和建筑密度，與街區容積率、總建筑面積、建筑平均高度沒有明顯關聯；具體表現為街區設施數量越多，區位靠近市中心，街區建筑密度越大，評論活力也就越高。深入解析各個影響因素，街區設施數量對評論活力的影響力最強；良好的區位條件對街區凝集活力也有著外部正效應；并且，適當增加老城區的建筑密度、增大建筑底層活動空間，有助于增加街區設施的評論活力。最后，本文客觀反映了老城區目前的活力特征與影響因素，但是單一使用大眾點評POI數據會側重對商業活動的解析，主要分析該軟件受眾群體的信息，忽視了其他人群的活動特征，難以全面考量復雜的城市活力。隨著個體時空大數據的可獲得性增加，未來可以結合手機信令、微信等個體數據，精確地進行更深入的研究。