季候特征影響下的城市中心區公共綠地休憩設施使用行為研究
——以上海市淮海公園為例

徐 迪 王霄曉 褚天辰 王 旭 張 鈺

休憩設施作為城市中心區公共綠地中使用率最高的公共設施，對綠地休憩空間的品質提升具有重要影響。不同季候特征下的光照、氣溫、降水、風速以及植物類型豐富度的差異使得游人對休憩設施的各類功能需求不同，因此游人對休憩設施的使用行為也產生不同的偏好。運用Wi-Fi探針技術對淮海公園四季的游人分布數據進行收集，并采用核密度分析法分析不同季節的游人在淮海公園內各類休憩設施周圍的集聚程度，用以衡量不同季候特征影響下的休憩設施的使用情況并總結規律，為今后的公共綠地休憩設施的設計提供參考，提高公共綠地活力及品質。

季候特征；城市中心區；公共綠地；休憩設施；使用行為

城市中心區公共綠地是城市內最重要的人群活動場所，是城市活力的重要空間載體，有利于展現城市風貌，豐富市民文化精神生活[1]。而休憩設施作為綠地中最常見、使用率最高的公共設施，是決定游人體驗的重要因素，其質量影響整個綠地的品質[2-3]。設計功能更齊全、更人性化的公共綠地休憩設施成為社會發展的必然趨勢。在公共綠地休憩設施設計中，綠地外部空間環境和綠地中游人活動行為兩個因素缺一不可，這是由于公共綠地中外部空間環境、活動行為以及休憩設施是相互影響、相互制約、密不可分的關系[4]。

外部空間環境會對休憩設施的使用行為產生影響。不同季節的光照、氣溫、降水以及植物類型豐富度等存在差異導致公共綠地中的外部空間環境產生區別，從而使得游人對休憩設施的布局、功能、材質需求不同，對休憩設施的使用行為偏好也因此出現差異。所以，探究季候特征影響下的城市中心區公共綠地休憩設施使用行為，有助于根據不同季節特點有針對性地設計更為舒適優質的休憩設施，提升公共綠地中休憩設施的品質。

目前，國內相關學者對綠地休憩設施設計進行了較多研究，可以概括為以下三個方面：（1）研究外部空間環境對休憩設施設計的影響。路爽、石慧[5]等依據大眾行為學理論，得出外部環境對休憩設施的使用產生影響，并提出休憩設施的設計應依托于外部空間環境中的休息空間，考慮空間環境帶給人的心理感受。（2）研究人的行為活動習慣對休憩設施的影響。喬文靜[6]運用POE調查法等，對濱江空間中休憩設施的的行為習慣及活動類型進行分析，得出濱江空間中親水性休憩設施設計受人的活動行為影響。（3）研究休憩設施的質量評價與設計優化提升。廖嘉元、湯曉敏[2]等運用層次分析法構建評價模型，對上海徐匯濱江沿岸綠地內的休憩設施進行評價，并從空間領域感、休憩設施材質、風格辨識度等方面提出休憩設施的優化提升策略。

然而國內已有休憩設施設計的理論研究，主要是從外部空間環境中休憩設施設計的空間布局角度或從人的行動活動對休憩設施設計影響的角度進行考慮，缺少對由于季節變化而引起的休憩設施周邊環境和休憩設施使用行為變化的研究。文章從季節變換的角度出發，以上海淮海公園為例，分析不同季節公園中游人的休憩設施使用行為特點，提出休憩設施設計的優化建議，為增強休憩設施人性化與季節適應性提供參考。

1 研究對象及研究方法

1.1 研究對象

淮海公園位于上海市黃浦區淮海中路177號，占地25 641 m2，是一個以供游人休憩娛樂為主的典型的城市中心區公共綠地（圖1）。公園周邊交通便捷通達，車流和人流量大，周邊的用地性質多樣、活力高。公園整體呈“J”字形，內部弧線道路對公園進行了分區，園內分布有眾多的休憩設施。公園內使用人群眾多，對于研究城市中心區公共綠地休憩設施的使用行為有代表性。

1.淮海公園平面圖

1.2 研究方法

1.2.1 Wi-Fi探針技術

將Wi-Fi基站設備放置在淮海公園中心，為周圍的Wi-Fi移動終端提供局域網支持，并在淮海公園放置9個Wi-Fi探針，采集附近游人攜帶的移動終端所定期發送的含有終端唯一媒體訪問控制（Media Access Control，MAC）地址的Probe Request幀，作為MAC信息[7]。Wi-Fi基站提供的局域網將收集到的MAC信息發送到筆記本電腦終端，最終利用Python編程計算得到空間位置數據，并將其導入ArcGIS平臺進行可視化處理和分析[8]，從而得到淮海公園的休憩設施在不同季節、不同時間段的人流分布狀況。通過對這些數據可視化處理后所顯示出來的特點進行分析，進而歸納總結出城市中心區公共綠地不同季節休憩設施使用的季節性規律。

1.2.2 核密度分析法

核密度分析法是利用ArcGIS軟件將離散數據進行空間平滑處理形成連續分布密度圖的方法，能夠有效地分析出離散數據的空間分布特征和趨勢。運用核密度分析法分析不同季節的人群在淮海公園內各類休憩設施周圍的集聚程度，用以衡量不同季候特征影響下的休憩設施的使用情況。其計算公式如下：

式中，f（x）為空間位置X處的核密度計算函數，h為距離衰減閾值，n為與位置X的距離小于或等于h的要素點數，k函數則表示空間權重函數。核密度計算公式的幾何意義為密度值在每個核心要素Ci處最大，并且在遠離Ci過程中不斷降低，直至與核心Ci的距離達到閾值h時核密度值降為0[9]。

2 數據采集及結果分析

2.1 數據采集

分別于2019年3月11日（春季工作日）、2019年3月30日（春季休息日）、2019年7月14日（夏季休息日）、2019年7月29日（夏季工作日）、2019年10月20日（秋季休息日）、2019年10月21日（秋季工作日）、2020年1月12日（冬季休息日）、2020年1月13日（冬季工作日）的8:00—18:00前往淮海公園進行數據收集，為了確保收集到的數據更為全面和客觀，調研日期選取盡量避開節假日以及特殊天氣，以避免對數據采集的影響。同時為確保探測范圍覆蓋整個場地，9個Wi-Fi探針放置依據為探頭有效探測半徑（正常情況下信號的最小探測范圍），Wi-Fi探針將誤差控制在10 m之內（圖2）。此外，由于場地內樹木較多對信號存在一定程度的干擾，因此在公園內人群較為集中的區域，探頭放置數量較多，以確保收集現場產生的所有人的信號，從而更準確地了解公園內的人群流動情況。

2.Wi-Fi探針布局圖

2.2 淮海公園休憩設施布局

通過實地調研以及相關理論研究，根據不同人群休憩行為的目的和特征將淮海公園的人群活動分為休閑游覽類活動、體驗娛樂類活動和運動健身類活動三類[10]，其中休閑游覽類活動包括散步、喝茶、聊天、攝影、欣賞風景等，體驗娛樂類活動包含下象棋、打麻將、練書法等，運動健身類活動有跳廣場舞、打太極、使用健身器械等。

淮海公園內休憩設施布置眾多，參考已有的休憩設施分類條件，結合淮海公園實地調研結果，將淮海公園的休憩設施分為以下5類：獨立坐具型、桌凳組合型、庇護構架型、兼用坐具型、健身娛樂型[11]（圖3），主要集中分布于開放式休憩廣場以及林蔭休閑廣場兩個核心區域，吸引游人前來進行各種休憩活動。

3.淮海公園內休憩設施分布圖

2.3 不同季候特征影響下休憩設施使用分析

將Wi-Fi探針所收集的數據分為工作日和休息日統計相應時段人流總量（圖4），并利用ArcGIS軟件中的核密度分析工具進行分析，得到不同季節工作日和非工作日人流核密度分布圖（圖5）。

4.淮海公園四季工作日與休息日人流統計圖

5.淮海公園四季人流核密度分布圖

2.3.1 不同季節休憩設施使用行為特征

在春季和夏季，位于公園北側的開放式休憩廣場核密度值較低，而位于公園南側的林蔭休閑廣場核密度值較高。經觀察，公園南側休憩設施周邊植物類型豐富且組合形式多樣，而公園北側開放式休憩廣場內的休憩設施分布較為疏散，與植物的結合方式較為單一。結論：在春季及夏季，周邊植物類型豐富且組合形式多樣的休憩設施使用者較多。

在秋季和冬季，公園北側的開放式休憩廣場核密度值較春季及夏季高。一方面，位于公園北側開放式休憩廣場內的休憩設施分布較為分散，另一方面，在秋季和冬季溫度相對較低的氣候下，游人對使用休憩設施時的光照性要求更高。結論：秋季及冬季游人更偏好于使用位于開敞位置，能夠享受到更多陽光的休憩設施。

在夏季和冬季，位于公園北側開放式休憩廣場的廊架休憩設施周圍核密度值較高。經觀察，夏季和冬季的季候特征分別較炎熱和寒冷，在一定程度上對游人的出行產生不利條件，而廊架型休憩設施能夠提供更好的遮蔽條件，在一定程度上減少不利氣候特征對游人活動產生的影響。結論：廊架型休憩設施因能夠提供更好的遮蔽條件而在夏季較為炎熱和冬季較為寒冷的氣候特征下使用者較多。

2.3.2 不同季節休憩設施使用行為共同特征

位于公園中心位置的休憩設施不僅通達性較好而且視野較為開闊，觀景條件良好，在不同季候特征影響下的人流分布數量始終相對較多。結論：休憩設施布局的通達性與觀景條件是影響休憩設施使用的重要因素。

與休息日相比，工作日時公園北部的開放式廣場密度值較高；而休息日時公園南部健身娛樂型休憩設施分布較多的林蔭休閑廣場核密度值較高。公園北側廣場緊鄰市區主要道路和繁華商業街區，工作日時，開放式休憩廣場提供了來往工作者用餐和進行短暫休憩等休閑游覽類活動的條件，因而核密度值較休息日高。在休息日游人有較長的時間進行體驗娛樂類活動與運動健身類活動，因而南側能夠提供更多休憩娛樂條件休憩設施的林蔭廣場核密度值較高。結論：在休息日，游人對休憩設施的功能多樣性需求更高。

2.4 不同季候特征影響下分時段休憩設施使用分析

由于一年四季公園內的微氣候不同，游人一天內在公園內的活動傾向也有所差異，因而休憩設施的使用情況也不同。為了進一步研究不同季候特征影響下休憩設施的使用情況，選取更具有代表性的工作日人群活動數據，將所得不同季節的工作日公園人群分布數據分為4個時段：8:00—10:30、10:30—13:00、13:00—15:30、15:30—18:00，對不同季節工作日4個時段的人流數量進行統計（圖6），并利用ArcGIS軟件中的核密度分析工具進行分析，得到春夏秋冬工作日不同時段的核密度分布圖（圖7）。

6.淮海公園四季分時段人流統計圖（工作日）

7.淮海公園四季分時段人群核密度分布圖（工作日）

2.4.1 不同季節分時段休憩設施使用行為特征

在夏季，8:00—15:30游人分布較多，一天中核密度值最高區域均為公園中心區域以及南側有植物環繞的休憩設施周邊。結論：在夏季中午較為炎熱的氣候特征影響下，游人對休憩設施材質以及遮蔽條件要求更高，位于大量植物以及高大喬木周邊的休憩設施因材質多為石材，較為干燥并且提供了更涼爽的環境條件而使用者較多。

在冬季，游人在公園內的活動范圍最大，呈現分散分布特征。與此同時，公園北側的開放式休憩廣場核密度較其他季節高，在10:30—15:30時段較為明顯。結論：在冬季植物對休憩設施周邊微環境影響較弱的條件下，游人對休憩設施遮蔽條件的選擇傾向性有所減弱，在10:30—15:30時段溫度與光照強度較高的條件下，位于開敞位置且材質更為保暖的休憩設施使用者數量更多。

2.4.2 不同季節分時段休憩設施使用行為共同特征

位于公園南側的林蔭休閑廣場內的休憩設施在四個季節的一天內不同具體時段核密度值始終較高。公園南側的休憩設施種類多樣，組合式以及健身娛樂型休憩設施分布數量最多，功能更為多樣，能夠為游人前來進行娛樂類活動與運動健身類活動提供更好的條件，因而不同季節不同時段使用者數量均較多。結論：功能性豐富的休憩設施在不同季節中使用者數量均較多。

2.5 不同影響因素下休憩設施的季節使用分析

通過對不同季候特征影響下的公共綠地休憩設施使用行為特點進行進一步歸納總結，發現公共綠地休憩設施的布局、材質以及功能多樣性影響不同季節休憩設施的使用行為（圖8）。

8.不同季節休憩設施使用行為總結

（1）休憩設施布局影響不同季節休憩設施使用。周邊植物類型豐富的休憩設施遮蔽性較強，在春季和夏季游人使用需求較強烈。位于開敞位置的休憩設施能夠享受到更多的陽光，在秋季以及冬季游人對光照強度需求相對較高的情況下使用者較多。位于公園中心位置的休憩設施觀景性以及通達性較好，在不同氣候特征影響下使用者數量均較多。

（2）休憩設施材質影響不同季節休憩設施使用。木材吸水性強，在夏季木質休憩設施較為潮濕，而位于公園南側林蔭休閑廣場的高大喬木下的石材及金屬類休憩設施較為干燥，因而在夏季使用者更多。石材及金屬類導熱性較強，在冬季石材及金屬類休憩設施較為冰冷，而位于北側開放式休憩廣場的木質休憩設施導熱性差，保暖性與舒適性更強，所以在冬季更受歡迎。

（3）休憩設施功能多樣性影響休憩設施使用。健身娛樂型休憩設施能夠提供健身功能，在一年四季的休息日，游人的時間安排較為自由靈活，使用者數量均較多，也說明在越來越緊張的生活節奏中，游人對于健康的需求也愈加強烈。組合式休憩設施能夠提供更為多樣化的休憩和娛樂條件，在減少枯燥感的同時創造了良好的娛樂以及交友的空間，在不同季候特征影響下游人使用需求均較高。

3 公共綠地休憩設施優化建議

創造舒適的休憩設施使用微環境。休憩設施應結合日照選擇適宜的朝向，布置在無高強度的光照、可抵御風吹的空間，避免在有較強渦風的區域布置休憩設施。除此之外，可將休憩設施與喬木、灌木等可以調節微氣候的設計要素相結合。

提升休憩設施的觀景性。在對公共綠地休憩設施進行布局設計時要充分考慮休憩設施的觀景視線和朝向，使其能夠提供良好的景觀視野，增加休憩設施的觀景氛圍，與此同時，盡量使休憩設施處于以植物、矮墻為背景的可“依靠”的環境中以增強觀景過程中的舒適性。

提高休憩設施的季節適應性。比如針對室外冬冷夏熱的問題，可考慮根據溫度高低對表面材質進行組合變換的休憩設施。同時，也可考慮給休憩設施設計更為彈性靈活的遮蔽條件。

增加休憩設施的功能多樣性。研究結果表明集休閑游覽、體驗娛樂、運動健身等多種活動于一體的休憩設施能夠更好地吸引人群，因此增設功能多樣的休憩設施有利于提升綠地活力。

4 討論

研究以上海淮海公園為例，論證了基于Wi-Fi探針技術獲取公園中游人位置數據并利用核密度分析游人集聚程度的方法，明確了游人在不同季節城市中心區公共綠地休憩設施的使用行為偏好特征及其影響因素，為將來設計更具季節適應性和舒適性的休憩設施提供理論依據，從而增強城市中心區公共綠地的吸引力與活力。

然而，研究也存在一定的局限，主要包括以下幾點：（1）可能無法獲得全部人群的數據，比如會缺少未攜帶有Wi-Fi移動設備的老人和兒童以及未開啟Wi-Fi功能的用戶的數據。（2）樹木葉片的重疊會遮擋信號，致使精度降低。（3）Wi-Fi探針設備的放置也會影響數據的準確性。很難保證Wi-Fi探頭設備在同一水平面上，導致采集到的探頭之間的距離不等于探頭投影之間的距離，從而產生距離誤差[7]。（4）研究使用的數據為春夏秋冬四個季節的某一個星期的工作日和休息日收集到的，存在偶然性和隨機性，所得數據的結果分析的準確性不能完全得到保障。

隨著移動設備使用的普及以及無線網絡通信技術的不斷發展，運用此方法進行公共綠地休憩設施使用行為研究的前景將會更加廣闊。在未來的研究中，將選取更多的調研日期以避免數據結果的偶然性，并對不同季節綠地內的各項微氣候條件數據進行更細化的收集，從而使研究結論更加全面和深入。