禚保玲，劉冬杰，張志敏，王 振

(1.青島市城市規劃設計研究院，青島 266071；2.上海市政工程設計研究總院(集團)第七設計院有限公司，青島 266005)

城市活力是一種受城市空間形態影響的城市活動，即空間特征及其背后社會活動的同構體，可從居民活動強度對其進行界定[1-2]。目前國內關于城市活力的研究較多，王勇等從濱水空間、街道、社區、商圈多空間維度研究活力特征[3-6]。黃先梅等基于燈光遙感數據、年鑒等傳統數據，研究城市經濟-人口活力-用地重心變化及耦合特征，研究時間多為5年、10年甚至更長時間跨度[7-11]。吳志強等利用百度熱力圖數據[12-14]、手機信令數據[15-17]、網絡簽到數據[18-19]等多源新型大數據，研究城市活力空間活力分布特征及演變規律。

總體來看目前國內學者對城市活力進行多維度研究，多停留于單一時間截面的靜態研究或者長時間跨度動態研究，對于細粒度時間尺度、高精度空間尺度活力研究較少。本文利用大數據時代帶來的機遇，將新型數據融合應用于城市研究，從更細小的時間和更精準的空間維度上探索城市活力特征，對理解城市空間、布局服務設施、提升城市活力提供技術支撐。

1 研究數據和方法

1.1 研究范圍

選取《青島市城市總體規劃(2011—2020)》劃定的中心城區作為本次研究區域(圖1)，包括東岸城區、西岸城區、北岸城區，總面積1481 km2，人口576萬，是青島市最重要的活力聚集區。其中東岸城區包括市南區、市北區、李滄區、嶗山區，西岸城區為原黃島區(2012年原黃島區與原膠南市合并為現黃島區)，北岸城區為城陽區。

圖1 中心城區范圍示意

鑒于統計單元太小計算繁瑣，太大又喪失數據精確性，本文綜合青島實際情況和多次測試，選取500 m×500 m網格作為基礎單元，將中心城區按0.25 km2劃分網格，共計5920個，作為分析基礎單元，通過分析基礎單元每個時刻活躍人次來表征該區域活力。

1.2 主要數據來源

基于傳統方法獲取人口數據存在統計口徑不同、抽樣率低、成本較高、更新速度慢等問題。在大數據的發展浪潮下，百度地圖擁有強大的位置定位能力，平均每天響應超過800億次位置定位需求，其定位設備來自115萬開發者，65萬App及網站，市場占有率可達70%。依靠百度基于位置的服務數據(Location Based Services，LBS)獲取的實時人口分布情況具有動態、連續、易識別的特征，可以較好反映人們相對空間行為規律，滿足研究需要。

本研究采用青島市2019年3月20日—3月27日共計1 周全市LBS數據，數據小時內去重復，數據包含0：00—23：00每個時刻人口位置信息，屬性有經緯度、人口數量、時刻信息等，累計統計人次達到11億人次。

1.3 研究方法

1.3.1 核密度模型

核密度分析(kernel density)是通過創建連續圖層代表設施分布的密度值，其優勢是落入搜索區的點具有不同的權重，越靠近搜索中心的點，被賦予的權重越大，反之權重越小，計算結果分布較平滑，其計算公式為

(1)

式中：fn為核密度值；n為搜索半徑范圍內的樣點個數；r為搜索半徑；K為核參數； (x-xi)為估計點x到樣本點xi的距離。

1.3.2 活力重心模型

重心指區域空間存在某點，其前、后、左、右、上、下各方向的力量保持均衡，1874年美國學者F.Walker首次將重心概念應用于城市研究中。城市活力重心模型是把區域空間活力分布簡化為具有權重的散點集群，通過將活力值和面積加權計算，獲取活力重心坐標，其計算公式為

(2)

(3)

2 青島市中心城區活力時間特征

由于居民商務、辦公、休閑、娛樂選擇不同時間進行，因此城市同一區域不同時間段存在活力差異性，本文引入活力強度值指標，分析研究城市活力在不同時間的變化特征。具體計算如下：

(4)

(5)

式中：Vih為單元i在h時平均活躍人群數；i=1,…,n，表示n個統計單元；h=0,1,…,23，表示一天24 h；j=1,2,…,7，代表一周7 d；Nihj為單元i在第j日h時活躍人群數；Qih代表單元i在h時活力強度。

以活力強度Qih為縱坐標，以一天24 h為橫坐標繪制空間活力強度1 d波動幅度示意圖，數據點與折線反映城市空間強度在1 d中隨時間順序的波動。

由圖2可知，中心城區活力強度總體呈現日間高夜間低的特征，日間活力存在小幅波動，分別在7：00—9：00，11：00—13：00，17：00—19：00存在凸起峰值。21：00至次日凌晨7：00，活力強度驟減，其中凌晨2：00—3：00達到最低，主要是由于這個時段居民陸續進入休息狀態，手機使用頻率較低，獲取數據也相對較小，一定程度上也反映了青島夜間活力相對較低的狀況。

進一步引入活力強度標準差指標，表示一個區域活力強度變化幅度，值越低代表該區域不同時刻活力強度變化幅度越小，時變曲線越平緩，反之則代表該區域不同時刻活力強度變化幅度大。具體計算如下：

(6)

(7)

由表1可知市南區和嶗山區標準差明顯高于其他四區，說明市南區和嶗山區活力強度變化幅度較大。這是由于市南區和嶗山區相較而言，城市功能相對單一，用地偏崗位，白天工作時間人口聚集，到了晚上人去樓空，空間活力強度變化幅度大。而對于其他四區，用地混合性更好，工作時間和休息時間空間活力強度變化幅度小。

表1 不同行政區空間活力值描述

3 青島市中心城區活力空間特征

城市活力不僅在時間維度存在差異，在空間維度同樣存在差異，引入活力密度指標，通過計算日均活躍人次與所屬區域面積之比反映單位土地面積上活躍人群密集程度，值越高，則活力越大，反之則越小(圖3)。結果顯示中心城區日均活力密度為3.4萬人次/km2，其中市北區日均活力密度最高，達15萬人次/km2，為中心城區日均活力密度的4.4倍；市南區次之，13.8萬人次/km2，為中心城區日均活力密度的4倍；李滄區第三，為7.6萬人次/km2，為中心城區日均活力密度的2.2倍；城陽區、原黃島區和嶗山區日間活動密度均低于中心城區日均活力密度。

從空間分布來看(圖4)，各行政區呈現不同聚集特征：市南、市北區空間活力聚集態勢明顯，連綿成片；嶗山區人群聚集空間較少，呈現一帶多點的特征；李滄區呈現一團多點特征；城陽區總體空間活力較弱，呈雙中心向外輻射聚集特征；原黃島區則形成多核串聯聚集特征。

圖4 青島市中心城區活力密度空間分布示意

對活力聚集空間形態進一步總結，可以分為帶狀延續、單中心放射、單中心聚集、雙中心放射、多核串聯5種模式。

1) 帶狀延續模式為2個及以上活力聚集點在空間上呈直線分布的形態，典型區域為嶗山區深圳路沿線。

2) 單中心放射模式為1個較強活力聚集點單中心向外輻射的形態，典型區域為李滄商圈。

3) 單中心聚集模式為1個強活力聚集點且明顯高于周邊區域的形態，典型區域為青島科技大學。

4) 雙中心放射模式為2個較強的中心向外發散形成放射狀的形態，典型區域為臺東商圈、市北區中央商務區。

5) 多核串聯式為多個活力集聚區距離較近、連綿成片的形態，典型區域如原黃島區沿海區域。

4 青島市中心城區活力重心變化規律

從地理空間上看，青島地勢較為特殊，環膠州灣發展，地理中心是膠州灣，所以單純直接引用數學上的重心概念不甚合理。因此本文對青島市東岸城區、北岸城區、西岸城區分別進行重心分析。

4.1 東岸城區活力重心變化規律

東岸城區活力重心主要集中在雙山附近，工作日(圖5(a))和周末(圖5(b))活力重心移動規律相似，沿順時針方向呈環形移動。其中工作日6：00活力重心到達一天中最北，證明北邊是東岸城區主要居住聚集區，隨后活力重心開始向東南方移動，8：00—20：00活力重心呈現往返式波折，證明人群活動辦公區域主要集中在城區南側且位置相對固定。呈現這種重心移動特征主要與目前青島市東岸城區南部沿海區域聚集大量商業辦公區域，北部和西部則為老城居住區的用地格局有較大關系。周末與工作日人群活動規律基本相似，波動范圍小，且全天重心位置較工作日偏北，這主要是由于休息日居民活動多為娛樂休閑，伴隨著百麗海信商圈、香港中路商圈的衰落，臺東商圈、新都心商圈、李村商圈的崛起，青島市居民休閑空間較工作空間北移。

圖5 東岸城區活力重心移動軌跡

4.2 西岸城區活力重心變化規律

西岸城區活力重心主要集中在保稅港區 ，工作日(圖6(a))和周末(圖6(b))活力重心移動規律相差較大。工作日沿逆時針方向呈環形移動，6：00活力重心到達一天中最北，證明北邊是西岸城區主要居住聚集區，隨后活力重心向南移動，8：00—20：00活力重心呈現波折往返式運動，證明目前西岸城區居民就業崗位主要集中于城區南側。周末活力重心總體呈逆時針移動，12：00—16：00活力重心向南移動，這主要是由于休息日居民活動多為娛樂休閑，而西岸城區佳世客、海上嘉年華、新城吾悅等眾多商場和金沙灘、啤酒城娛樂空間均位于西岸城區南部。

圖6 西岸城區活力重心移動軌跡

4.3 北岸城區活力重心變化規律

北岸城區活力重心主要分布在青島奧林匹克雕塑文化園附近，工作日(圖7(a))和周末(圖7(b))活力重心變化規律相似，均沿順時針方向呈環形移動。其中工作日夜間活力重心位于青島奧林匹克雕塑文化園附近，隨著時間推移逐漸向西移動，17：00活力重心達到最西側之后開始向東移動，23：00再次到達青島奧林匹克雕塑文化園附近。周末較工作日重心偏東且波動范圍小，這說明北岸城區休閑娛樂空間相對工作空間位置偏東。

圖7 北岸城區活力重心移動軌跡

對比三岸城區重心移動規律，東岸城區和北岸城區重心移動范圍更大，西岸重心分布更為密集。從時間上來看，同一地區在工作日和周末活力重心變化總體方向一致，或順時針或逆時針，局部細節存在不同，如西岸城區周末中午活力重心明顯向南部沿海方向移動，這與城市用地布置存在較大關系。

5 結束語

大數據時代為城市研究者帶來新的機遇，使得關于高空間精度、細時間粒度的城市研究成為可能。本文作為一次LBS數據融合應用于城市活力方面的探索，從更細小的時間和更精準的空間維度上研究城市活力特征，對理解城市空間、布局服務設施、提升城市活力具有實際意義。