基于多源數據的城市公共空間活力影響因素研究
——以上海市黃浦江濱水區為例

劉頌 賴思琪

0 引言

城市公共開放空間有助于促進市民的戶外活動與社會互動，其活力反映了城市空間品質。近年來，以提升城市空間品質、重塑活力空間為目標的公共空間活力評估及其影響因素的研究一直是國內外的研究熱點。當前大多數研究主要聚焦在2個方面：1）側重于通過空間的社會屬性、物理空間形態和結構屬性間接解讀空間的活力，評價指標的選擇有一定的主觀性；2）采用實地調研或觀察法獲取人群活動行為規律的直觀特征，研究的時空范圍受到限制[1]。近年來，信息技術的快速發展，尤其是基于位置服務的技術的進步及相應服務產品的普及，為廣泛且深度挖掘人群及活動時空特征提供了技術支撐。許多學者嘗試采用大數據進行公共空間活力研究，并取得了直觀、精準的研究成果。如龍瀛等首次以基于手機信令數據測算的人群密度作為空間活力的量化指標[2]；羅桑扎西等采用手機信令數據，提出了重訪性、混合性、網絡交互中心性3項測度評價指標[3]；葉宇等采用街景數據和新技術分析方法，發現空間形態定量化表達下的高活力空間與實際活動情況之間存在較高的空間耦合性[4]。其他時空大數據（如夜光遙感數據、位置簽到數據）也逐步應用于空間活力的研究。但是，上述研究多以人群聚集程度（或人群密度）為表征活力的主要指標，忽視了在時間維度上對活力的持續性或穩定度的評價，存在一定的片面性，而且對影響活力的空間環境要素缺乏系統性的分析。

本研究以上海市黃浦江濱水區為例，提出基于多源大數據的濱水公共空間活力的時空定量測度方法，建立各類環境要素與公共空間活力之間的多元線性回歸模型，分析公共空間內部特征與外部特征對活力的影響機制，進而確定主導影響因素，為城市空間活力的提升提供依據。

1 研究方法

1.1 研究對象與范圍

黃浦江是上海的母親河，其位于城市中心城區段的長23 km（楊浦大橋至徐浦大橋）的濱江岸線，于2018年貫通并正式向市民開放，吸引了越來越多的國內外游客。本研究以此23 km長的黃浦濱江段為研究對象，以岸線到兩側第一條市政道路圍合的區域為濱水區（《黃浦江兩岸公共空間貫通開放概念方案》），并將從該市政道路向兩側腹地延伸的1 000 m緩沖帶作為研究范圍，總面積約52.89 km2。將研究范圍內由城市道路圍合而成的最小街區為“研究單元”，共459個單元，其中含88個“濱水公共空間單元”（圖1）。

1 研究范圍Research area

1.2 數據來源

本研究采用騰訊“宜出行”（Easygo）數據作為計算濱水公共空間活力的基礎數據。“宜出行”是騰訊的開放平臺，可提供中國大陸的實時用戶密度數據。該數據記錄了每小時使用騰訊地圖定位服務的手機應用（微信、QQ、大眾點評、滴滴打車等）的用戶總數。數據以25 m的空間分辨率顯示在可公開訪問的騰訊網站上。已有的研究表明，宜出行數據可以準確反映活動分布，可以很好地用于城市空間研究中[4-6]。本研究利用網絡爬蟲采集宜出行數據，采集日期從2019年5月17—30日，共14天，期間氣溫為18～25 ℃，適宜外出活動，因此可反映人群活動的一般規律。其中，5月18、19、25、26日4天為休息日，其余均為工作日。從06：00—22：00，每隔1 h采集一次數據，每天共采集17次數據。將宜出行數據在ArcGIS pro中進行空間可視化，用空間連接工具將宜出行數據與研究范圍圖層連接，過濾掉不屬于本研究范圍的數據。

表征濱水公共空間環境要素的數據來源主要為POI數據、建筑矢量數據、路網數據、全國人口普查數據與實地調研數據。研究中的POI數據集總量為27 032個（表1），基礎路網數據、建筑矢量數據來源于高德地圖，筆者通過2019年衛星影像圖進行了核查校對以確保數據的準確性。

表1 POI數據分類與數量Tab. 1 Categories and amounts of POI data

1.3 濱水公共空間活力測度與影響因素的量化表征

1.3.1 濱水公共空間活力測度

公共空間活力指公共空間中可觀察到的人及其活動，例如活動類型與活動的持續時間[7]。筆者認為從空間使用主體的視角來看，公共空間活力具有聚集性、穩定性、多樣性3個特征[8]。限于當前數據缺少人群屬性及活動類型信息，活力的多樣性特征難以準確描述，本研究采用以下2個指標進行測度：活力密度表征聚集性，即單位空間的活動人群數量；活力穩度表征穩定度，即人群活動在一段時間內持續活躍的穩定程度。

1）活力密度量化方法?；盍γ芏戎笜耸菍δ硶r刻公共空間中人群密度的一種度量，用該時刻人群總量與研究單元面積的比值來表示。指標的數值越大，說明活力越強。本研究以天為單位計算日平均人群密度（人/hm2，公式1），為觀察工作日和休息日聚集性的差異，分別計算工作日和休息日的平均活力密度（公式2）：

2）活力穩度量化方法。活力穩度指標反映了人群活動密度在不同時間段內的動態變化，采用各研究單元在指定時間段內活力密度標準差的逆向指標來表示?；盍Ψ€度的數值越大，說明活力越穩定①（公式3～5）：

式中，σj為各研究單元在第j天的人群密度標準差；Di,j為第j天第i小時的人群密度（單位：人/hm2）；為第j天的平均人群密度；m為一天內計算的總小時數。為平均人群密度標準差；S為活力穩度；max和min分別為人群密度標準差的最大值和最小值，n為天數。同上，m=17，n分別取10（工作日）、4（休息日）。

1.3.2 活力影響因子評價體系構建與量化方法

根據文獻研究[9-13]，影響公共空間活力的環境要素包括自然生態、空間功能、歷史人文、便捷可達性、周邊開發強度、政策管理等方面。綜合考慮數據可獲取性與指標量化計算的要求，本研究建立了濱水公共空間特征、可達性和周邊環境特征3個維度的17個要素作為濱江公共空間活力影響因子指標體系（表2）。

表2 濱水公共空間環境要素及量化度量Tab. 2 Waterfront public space environment elements and quantitative measurement

2 黃浦江濱水公共空間活力時空特征分析

2.1 活力密度分析

2.1.1 活力密度日波動特征

從每日的活力密度波動趨勢來看（圖2），工作日和休息日具有相近的波動規律，但工作日的活力密度水平整體高于休息日，且波動變化率更大，波峰與波谷更加明顯。休息日的活力密度波峰在時間軸上比工作日整體向后偏移，晚間活動時間持續性更強。結果顯示，黃浦濱江工作日活力密度的首次峰值出現在09：00，這與人們在通勤早高峰期間由居住地向工作區集聚的時間一致。隨著人們在午休期間向戶外活動場地聚集，12：00左右出現第2次人群密度峰值。受通勤晚高峰和夜生活活動的影響，18：00與21：00附近出現第3次峰值，隨后人群逐漸分散，濱水空間活力密度值降低。

2 2019年5月17—30日黃浦濱江活力密度的時間分布Time distribution of vitality density along Huangpu River on 17—30 May, 2019

休息日活力密度的波動較為平穩，人群集聚在10：00左右才達到峰值，18：00之后的活力密度值進入緩慢上升階段，22：00達到最高峰值，說明居民的夜生活較為活躍，也與被濱江夜景所吸引的外地游客數量的增加相關。而通勤人流可能是工作日與休息日活力密度水平差異的原因。

2.1.2 活力密度時空分異特征

為了加強工作日與休息日的活力密度分布情況的可比性，將活力密度進行了標準化處理，并按照自然間斷點分級法（Jenks）劃分為5個等級（圖3）。相對人群密度指數較高的街區（紅色斑塊）集中分布在外灘以北區域、徐匯區南部與浦東新區陸家嘴街道，南京東路、外灘和豫園等著名的景點、酒店旅館與地鐵站點集中分布在上述地塊。反之，相對人群密度指數較低的街區（黃色斑塊）主要分布在黃浦江東岸的南部區域，如前灘友成公園與三林路渡口等。在時間差異上，住宅小區周邊的濱水綠地、豫園景區在休息日的平均活力密度略高于工作日，而具有高活力密度的單元數量略有降低，這可能是因為必要性活動如通勤活動等在休息日減少的緣故。大部分地區工作日活力密度與休息日活力密度的比值＞1，但在大多數公園比值卻≤1，說明公園在休息日吸引的游客總數多于工作日。

3 活力密度分布圖Vitality density distribution

2.2 活力穩度分析

與活力密度類似，將工作日和休息日的穩度值也進行了標準化處理，并按照Jenks劃分為5個等級（圖4）。高活力穩度的區域集中分布在黃浦江東岸南部區域與楊浦濱江段，包括楊浦濱江綠地、龍美術館和后灘公園等著名景點。在工作日活力穩度較高的地區包括大部分的住宅區、各類藝術展館以及公園綠地，活力穩度在休息日的分布情況與工作日大致相同。

4 活力穩度分布圖Vitality stability distribution

2.3 活力密度與穩度協同情況分析

以活力密度和活力穩度為縱、橫坐標，根據等量原則分別將459個研究單元的活力密度與穩度分為高、低2類，并形成4個組合類型（圖5），獲得4類濱水空間活力區域空間分布（圖6）。

5 4種活力類型Four vitality types

6 4種活力類型分布Distribution of four vitality types

2 .3.1 高密度-高穩度的街區

這類區域既具有強大的人氣吸引力，又具有較高的活力穩度，是最具活力的區域。這類區域聚集分布態勢明顯，相對密集分布于外灘、陸家嘴以及各住宅小區。其他散點分布的高活力區域多為規模不大的社區和商業設施，如菜場、超市和便利店等；此外，還包括各類學校，如幼兒園、小學、中學、大學和職業技術學校。該類街區休息日的分布結構與工作日大體相近，數量略多于工作日。

2.3.2 高密度-低穩度的街區

這類區域雖然在特定時刻具有較強的吸引力，但日均空間利用率較低，并呈現明顯的散點分布。此類空間功能主要為住宿、商業、教育與交通等，具有高度的流動性，如綜合金融大廈、各類學校與地鐵站出入口等。

2.3.3 低密度-高穩度的街區

這類區域擁有固定的功能且服務于特定人群，因此具有穩定的日均空間利用率。在工作日，這類區域分布在北外灘濱江綠地、東方明珠游船碼頭和龍耀濱江廣場，而在休息日則分布在油罐藝術公園以及各類停車場。

2.3.4 低密度-低穩度的街區

這類區域活力密度與穩度都比較小，是活力最弱的區域。除了未建設區和特殊用地，主要是濱江開放綠地與各類公園，如前灘友城公園、后灘公園、白蓮涇公園、世博展覽館與龍美術館周邊地帶。這類區域周邊人口密度和道路網密度較低。

3 環境要素對濱水公共空間活力的影響

為了甄別濱水公共空間內部與外部因素對濱水空間活力產生影響的差異，本研究設定了4種情景，依次利用SPSS軟件構建了4組多元線性回歸模型。模型1僅考慮濱水公共空間的自身特征；模型2包含了濱水公共空間內部特征與可達性指標；模型3包含了濱水公共空間內部特征與周邊環境指標；模型4包含了所有的指標。

3.1 環境要素與活力密度的關系

對自變量影響因子與因變量活力密度進行多元線性回歸分析，4組模型的方差膨脹系數（variance inflation factor, VIF②）均＜6，未發現顯著的共線性問題。經F檢驗（F-test）判斷4個模型均顯著相關，是有效的模型（表3）。

表3 活力密度回歸模型中各變量的回歸系數與T檢驗Tab. 3 The regression coefficient and T test of each variable in the vitality density regression model

模型1的結果表明濱江公共空間內部屬性能夠解釋大約57.0%的活力，其中公共服務設施密度以及文化設施密度對活力密度具有促進作用，而綠地率則具有抑制作用；模型2的結果顯示在僅考慮濱水公共空間內部屬性與可達性的情況下，車行道路網密度對活力密度的影響作用是最大的；模型3表明增加周邊商業設施密度與周邊景點密度也有顯著提升活力密度的效果，對比模型2與模型3可知，周邊環境特征對活力的影響力強于可達性；模型4的結果顯示周邊商業設施密度對活力密度的促進作用最大，慢行道密度的影響力最弱。

3.2 環境要素與活力穩度的關系

由表4可知，模型1的結果表明濱江公共空間內部屬性能夠解釋大約61.6%的活力穩度，模型2的結果顯示公共服務密度對增加活力穩度的作用力最強，模型3表明周邊商業設施密度、開發強度與周邊景點密度均有助于提升活力穩度。與活力密度的結果類似，周邊環境特征對活力穩度比可達性具有更高的促進效果。模型4的結果顯示周邊商業設施密度對活力穩度的促進作用最大，綠地率的影響力最弱。

表4 活力穩度回歸模型中各變量的回歸系數與T檢驗Tab. 4 The regression coefficient and T test of each variable in the vitality stability regression model

4 討論與結論

4.1 環境要素對濱水公共空間活力的影響

4.1.1 濱水公共空間內部特征的影響

濱水公共空間內部環境要素與活力的回歸分析結果表明，岸線開敞度、公共服務設施密度、文化設施密度、機動車道和公交站點密度對提升公共空間活力有較大的影響，而慢行道密度、綠地率沒有顯著影響甚至有抑制作用。

岸線開敞度對空間活力具有一定的促進作用，這一結論表明濱水公共空間活力與其濱水特性有關，證明了“人類與生俱來的親水特性”[15]。當人們置身于岸線開敞度高的環境中時，通常會體驗到“開闊”和“清爽”的視覺感受，從而引發人群的駐留活動。濱江驛站、公共廁所等公共服務設施的密度能夠有效促進濱水公共空間活力，如本案例中黃浦江東岸的22座“望江驛”，自建成至今普遍受到了人們的歡迎，成了人氣聚集的場所。文化展館等文化設施承載的活動滿足了人們藝術審美的體驗需求，豐富了人群活動的類型，對濱江空間活力的持久性有顯著的促進作用，也體現了城市公共空間作為城市文化載體的作用，如上海當代藝術博物館就是人群聚集的“網紅打卡景點”之一。

高綠地率對活力存在抑制作用，這可能是因為綠地率較高的場地中，可用于支持各類戶外活動的硬質鋪裝空間面積較小，不利于開展群聚性活動，空間利用率較低，這一點也在研究范圍內的公園如前灘友城公園、后灘公園等（都屬于低活力-低穩度區）體現出來。本研究中慢行道密度對活力沒有顯著的影響作用，這可能是因為在黃浦濱江公共空間進行日常體育鍛煉活動的人較少，游客前往濱江的目的以體驗濱江景致與自然野趣為主。但慢行道可達性對活力有一定的促進作用，這是因為濱水區入口的增加提升了空間的可達性從而提高了吸引力。

4.1.2 周邊環境特征的影響

研究發現，濱水區周邊1 000 m緩沖區內的非居住型用地類型、商業設施密度、景點密度和車行道路網密度對提升活力有積極的作用。

本案例中，濱水區沿岸為非居住型用地時，濱水公共空間的活力高于周邊為居住區的情況，這可能是因為黃浦濱江兩岸的居住區多為高檔住宅，降低了居住型濱水空間的共享性與開放性[16]，從而難以引發高強度的人群活動。完備且豐富的商業設施對人群具有強烈的吸引力，可以有效聚集人氣。這與CHEUNG等對濱水公共空間功能演變歷程的論述一致，即當代的濱水公共空間主要是以旅游為導向的場所[17]。周邊景點密度對提升活力有積極作用，這是因為周邊旅游資源集中，擴大了輻射范圍，并與濱水公共空間形成了規模效應，激發了濱水公共空間活力。而計算結果顯示車行道路網密度對活力具有極強的促進作用，本研究中機動車道主要集中在濱水區兩側，是確保濱水公共空間與周邊人流、物流快速互通的媒介，提高了居民與游客到達濱水公共空間的便利程度。筆者認為，這與黃浦濱江的輻射范圍大，到訪人群以乘坐交通工具為主有關。

4.2 以活力提升為導向的濱水公共空間規劃設計啟示

4.2.1 提升濱水區公共空間自身吸引力

為提高濱水空間的活力，首先應保證濱水公共空間有能夠吸引游客的內部特征，包括豐富的景觀資源、文化服務設施、開敞的岸線空間、較高的硬地率等。首先，通過挖掘本底資源，激活或轉化地方文化資本，重塑多樣化空間功能，藝術化公共空間，培育創新基因，進而持續激發空間活力[18]。其次，在保證水岸的防汛與連續性要求的基礎上，盡可能保證水岸的開敞性，為游人提供良好的親水體驗。如通過抬高公共空間的地坪標高，隱藏阻擋視線的防汛墻，將慢行道和防汛墻合二為一等。最后，保證公共服務設施（如公共廁所、驛站等）按照一定的服務半徑布局，同時避免布局公園等大型綠地，而代之以小型綠地斑塊，以形成開敞的硬質空間，承載高密度人群的活動。

4.2.2 提高濱水空間的通達性

保證濱水區外圍車行道路網和公交站點密度，通過開放的界面，加強外部道路與濱水空間形成視覺吸引；充分考慮濱水公共空間重要節點的入口與周邊交通的關系，提高入口分布密度，建立良好的人車關系；建立多種進入形式，游客可以方便地通過人行道、天橋、地下通道等途徑進入公共空間。

4.2.3 濱水公共空間活力分區應與周邊環境相呼應

研究發現，濱水空間的活力不僅受到自身條件和優勢的約束，也受到周邊環境的用地特征、設施布局、經濟發展的影響。反過來，城市公共空間活力的提升也會成為所在區域的復興和發展的觸媒。濱水區沿線不可能也沒有必要全部建成高活力的區域。高活力核心公共空間的規劃目標定位，應考慮其輻射范圍內的用地類型、人口特征、商業經濟發展潛力等，通過城市規劃、景觀規劃、配套設施規劃等不同規劃間的有序銜接，形成合理的活力分區及富有特色的高品質公共空間的頂層設計。

4.3 采用多源大數據可以實現對空間活力的直接評價和主導影響因素的識別

本研究基于“宜出行”數據提出活力密度與活力穩度測度模型，并在上海黃浦江濱江公共空間進行了驗證，分析結果與日常觀察及其他學者的研究結果基本一致[16]。因此，相較于通過評估空間環境品質來間接描述公共空間活力的方法，基于大數據的對公共空間活力的定量測度方法可以實現更精準的直接描述。在多源大數據的輔助下，通過回歸分析，可以發現公共空間活力的場地本身和周邊環境的主要影響因素，為進一步提升濱江活力提供了思路。當然，由于黃浦濱江地處上海市高密度城區的核心區域，且具有較高的知名度，本研究獲得的影響濱江空間活力的主要因子及其影響機制是否具有普適性還須進一步驗證。

注釋(Notes)：

② 方差膨脹系數(variance inflation factor, VIF)是衡量多元線性回歸模型中多重共線性嚴重程度的指標。一般而言，當該數值＜10則認為不存在嚴重的共線性。計算公式為：VIF=1/(1—Ri2)，式中，Ri2為方程擬合優度的算術平方根。

圖表來源(Sources of Figures and Tables)：

文中圖表均由作者繪制，其中圖1，3，4，6底圖來源于國家測繪地理信息局，審圖號為：JS(2016)01-115。