基于GWR模型的濱水區慢行活力影響因子研究
——以上海市黃浦江沿岸典型濱水區為例

楊春俠 呂承哲

0 引言

2019年1月，上海市政府批復《黃浦江沿岸地區建設規劃（2018—2035）》，黃浦江將被打造為“國際大都市發展能級的集中展示區”。2019年11月，習近平總書記考察楊浦濱江時，提出“人民城市人民建，人民城市為人民”的重要理念。依據這一理念，2020年6月的上海市十一屆九中全會確定把“人本價值”作為人民城市的核心取向，更用心、更精細、更科學地建設城市，建設好“一江一河”，讓市民更加舒心地享受宜居生活。在新的歷史節點，如何助力黃浦江新一輪的更新？雖然至2017年底，從楊浦大橋至徐浦大橋45 km濱水岸線全面貫通，為市民提供了一個平行于黃浦江的高質量連續慢行空間，但是在垂直河流方向，聯系城市腹地與河流的慢行空間缺失或是慢行環境品質低下，如虹口濱江、最佳實踐區、老碼頭、徐匯濱江等濱水區段，造成了濱水慢行活力的不足。

濱水空間內人群的慢行活動是濱水區慢行活力的重要來源。在城市設計理論中，對空間活力的探討早在20世紀中葉就已開始，雅各布斯（Jacobs)、揚·蓋爾（Gehl）、蒙哥馬利（Montgomery）等學者對此有一系列論述[1-3]。在這些論述中，建成環境始終是影響城市空間活力的重要因素。例如短街段，細密的肌理，人性化的空間尺度，建筑年代和功能的多樣化，適宜的建設強度等都被認為是促進城市空間活力的重要建成環境因子。但這些建成環境因子對空間活力的影響處于何種程度，是以往基于經驗感受總結得到的理論要點無法告訴我們的，也是當前學科發展的要求和精細化城市設計的趨勢[4-6]。

研究選取黃浦江沿岸17個典型垂直河流街道及其兩側街區作為樣本并提取建成環境因子，通過開源大數據和實地調研獲取建成環境和慢行流量初始數據，利用統計學、空間句法、香農指數等計算各因子指標，依托ArcGIS平臺和SPSS統計軟件構建和校驗地理加權回歸模型（Geographically Weighted Regression，簡稱 GWR），反映樣本之間的地理位置關系，分析各因子在不同時空下對濱水區慢行活力的影響，針對實驗結果與經驗預判的差異，提出濱水區慢行環境優化建議（圖1）。

1 相關研究綜述

1.1 建成環境量化分析研究

20世紀下半葉，在對現代主義城市設計思想和實踐的反思中，學者們逐漸意識到是否有生機勃勃的人的活動是判斷建成環境好壞的唯一標準[1-3,7]，也逐漸意識到基于觀察和經驗難以深入把握建成環境要素對空間行為和活力的影響，從定性分析轉向定量分析的趨勢日益明顯。早期的研究中，阿普爾亞德（Appleyard）對舊金山三種不同類型的街道環境與人行流量進行了關聯性分析[8]。但此時對建成環境還未有系統的認識，學者也多從自己的研究視角出發定義所要分析的環境要素。部分學者意識到這個問題，并嘗試對可量化的建成環境要素進行歸納和梳理，其中以塞韋多（Cervero）和科克爾曼（Kockelman）提出的“3D”模型最為人熟知[9]，也成為后來大部分學者研究的基礎[6]。

進入21世紀，綠色出行理念越發受到重視，對于建成環境的量化分析研究也越來越多與慢行行為和活力產生關系，并逐漸產生出以下幾個研究熱點：其一，建成環境模型的再研究，主要指提高建成環境模型對慢行行為的解釋程度，以及在數據收集和處理時的精確度。例如漢迪（Handy）等在“3D”模型的基礎上提出解析城市建成環境的五個維度，包括密度、多樣性和設計[10]，分析它們對步行行為的影響；凱利（Kelly）和尤因（Ewing）將建成環境模型分為客觀評價變量和主觀評價變量[11]。其二，場景化研究，社區、商業區、地鐵站周邊以及各類城市公共空間是常涉及的研究場所。勒尼漢（Learnihan）等聚焦社區空間，運用邏輯回歸模型研究了基于街道連接度、居住密度、功能混合度等對不同尺度研究范圍內居民步行行為的影響[12]；任許娜（I M）等發現鄰里級商業設施和辦公設施的總建筑面積與步行流量正相關，將住宅與鄰里級商業設施、零售設施、辦公設施相結合，有利于提高步行流量[13]。其三，對空間內不同使用人群的關注。臧鵬（Zhang）等調查了香港不同社區的180位老年人，根據老人的反饋意見和土地使用組合、街道連通性等要素建構模型，根據步行和駐留的時間和強度來量化步行行為，進而研究建成環境對老年人步行行為的影響[14]。

1.2 地理加權回歸模型輔助城市問題研究

在地理學、生態學、環境科學以及其他自然和社會科學研究中，常常會面對這樣的問題：同一變量隨著空間位置的變化，其解釋能力或者影響程度會有所不同。如果采用全局回歸模型，前提是認為研究區域內部是同質的，否定了空間異質性（spatial heterogeneity）的存在，而且可能對分析結果造成較大誤差，甚至是得到和事實相違背的結論[15]。

GWR基于局部光滑思想，在回歸中考慮樣本的地理空間位置信息，從而形成一種允許進行局部參數回歸估計的空間變系數回歸方法，一定程度上有助于解決空間異質性被忽略的問題，近年來被越來越多的學者用于城市問題的研究中。劉耀林（Liu）等在分析街道中心性與土地利用強度的關系時通過GWR模型發現了兩者之間的關系及其中的空間異質性，彌補以往研究在局部空間關系中的缺失[16]。何金廖（He）等歸納城市中影響創意產業發展的空間要素指標并建構GWR模型，發現了這些指標對南京市不同區域（市區、郊區）創意產業選址的解釋力[17]。趙鵬祥（Zhao）等運用GWR模型分析了城市建成環境與出租車司機停留行為之間的關系，并從時空角度解釋了兩者之間的關系[18]。馬圣心通過構建GWR模型分析倫敦和上海市不同建成環境變量對自行車出行的影響，并發現公交站點、道路密度、公園廣場等建成環境要素影響效用存在空間差異性[19]。綜合來看，GWR的應用能讓研究從全局層面深入到局部空間的分析，并能有效地輔助城市問題研究。

2 實驗設計

2.1 研究樣本篩選與慢行流量調研

以楊浦大橋與徐浦大橋之間的黃浦江沿岸濱水區，向城市腹地延伸1.1 km①作為研究對象，如若碰到城市快速路，則截止到城市快速路。依據空間活力、建成環境現狀、內部功能、空間進入性、是否為旅游目的地等原則，進一步篩選縮小研究范圍，最終確定17條垂直河流街道及其兩側的街區作為研究樣本（表1）。

表1 研究樣本篩選Tab.1 sifting principles and explanations

研究以慢行流量作為考察慢行活力的主要指標，用錄像和打點計數的方法對步行、騎行等流量進行統計。調研時間為2019年1月天氣晴朗的一個工作日和休息日，每日調查5個時間段：7:00—9:00，10:30—12:30，14:00—16:00，17:00—19:00，19:00—21:00。

2.2 建成環境因子梳理與數據獲取

影響因子的梳理主要從“是否影響慢行行為”及“是否可以被量化”兩個方面展開。前者基于既有城市設計經典理論，包括康澤恩（Conzen）提出的經典城市形態分析體系，包括街道、街區和建筑等[20]；雅各布斯（Jacobs）的建成環境影響城市活動多樣性的四條件，包括土地使用混合度、小街段、老建筑和密度等[1]；以及尤因（Ewing）和塞韋多（Cervero）的建成環境影響步行行為的“5D”模型，包括密度、用地多樣性、設計、可達性和公共交通設施距離[21]。后者基于不斷涌現的量化分析研究，從單一要素的量化分析，例如分析街道網絡的空間句法（Space syntax）[22-23]，分析功能混合度的功能混合指標（MXI）[24-25]，分析建筑形態與開發強度的空間矩陣（Space matrix）[26-27]，到整合多個要素的量化分析，例如將街道與建筑要素疊合分析的城市網絡分析（UNA）[28]，將街道可達性、建筑年代、街區尺度、街道高寬比、功能混合度等要素進行整合量化的城市形態分析（Morpho）[29-30]等。最終，研究將濱水區建成環境影響因子歸納為道路、街區、建筑三個層面共計9類14個指標，并通過實地調研和網絡爬取的方式獲得原始數據，通過sDNA、香農指數等方式計算得到14類指標數據。

2.3 GWR模型構建與校驗

研究以每一個街道段及其兩側街區作為一個空間研究單元。標準線性回歸模型（全局回歸模型）不考慮變量的空間關系，模型可寫為：

GWR模型考慮模型的局部變化，且表現出空間非平穩性，在空間分析中較標準線性回歸模型更有利，其模型結構如下：

其中(ui,vi)表示樣本內每一段街道的空間坐標，yi表示各研究單元內街道慢行人群流量（因變量）；xik表示第i個研究單元的第k個建成環境影響因子屬性變量（自變量）；β0(ui,vi)表示第i個研究單元的回歸常數；βk(ui,vi)表示第i個研究單元的第k個自變量的回歸系數；n表示自變量的個數；εi表示殘差。

GWR模型作為局部回歸模型，回歸結果的好壞在很大程度上依賴于模型權重函數和帶寬的確定。高斯函數（Gaussian）以及在高斯函數基礎上結合距離閾值法得到的雙重平方函數（bi-square）是GWR 模型的兩種常用權重函數，受限于ArcGIS平臺的運算邏輯，本研究采用高斯函數作為模型的權重函數。在帶寬選擇方面，最優帶寬的選取主要有兩種判斷依據，即基于 Akaike 信息量準則（AIC）和交叉驗證法（CV），本研究選擇擬合結果較好的AIC法。

由于各影響因子（自變量）單位不同，數量級差別過大，因此在回歸分析之前借助SPSS軟件對數據進行標準化處理。接著，分別對工作日和休息日模型中各自變量進行共線性診斷。根據診斷結果，變量之間存在共線性，其中“建筑密度”這一變量的容差≤0.1，且方差膨脹因子（Variance Inflation Factor）≥10。刪除這一自變量之后共線性診斷良好，影響因子由最初的14個調整為最終的13個（表2）。

表2 影響因子指標及說明Tab.2 explanations of impact factors

3 活力特征及影響因子分析

3.1 濱水區慢行活力特征

將調研獲取的慢行流量在ArcGIS平臺上進行匯總，并進行可視化分析，剖析濱水區慢行活力的時空特征（圖2）。

空間層面，按照研究單元與黃浦江的空間關系，每條街道的研究單元最多可分為四層，其中第一層距離黃浦江最近，第四層距離黃浦江最遠。整體來看，慢行活力從遠水的第四層空間到近水的第一層空間逐漸降低，但這一趨勢在小尺度街區有所減緩，例如懷德路、北京東路、福州路等街區。進一步對比各層研究單元慢行流量發現，工作日離水最近的研究單元慢行流量占到最遠的53.9%，而休息日這一比例為61.9%，這在一定程度上體現了濱水區慢行活動的趨水性特征。此外，以商城路、新碼頭街、東安路為代表的街道在中間層次出現慢行活力洼地，結合實際情況發現，這些區域多為封閉式高檔居住區，對城市空間內的慢行活動缺乏吸引力。

時間層面，工作日的通勤時段和休息日的下午時段濱水區慢行活力較高，而夜間慢行活力均處于較低水平。部分街道慢行流量在時間分布上呈現出較大的波動，包括工作日的商城路、打浦路和東園路，休息日的花園港路和望達路，它們在某一時段的慢行流量占到全天的40%甚至50%（圖3）。此外，擁有大型辦公場所的街區在工作日早高峰時段有大量通勤人流；高密度老舊居住區在工作日早高峰時段也有大量通勤人流；擁有大型文化場所的街區在休息日下午和傍晚產生大量休閑漫游人流。

3.2 影響因子效用

研究基于GWR模型進行了12次回歸分析，其中工作日和休息日總體分析各1次，工作日和休息日分時段分析各5次。

3.2.1 總體特征

在工作日，對慢行活力產生顯著影響的因子是街道網絡拓撲關系（介數中心性）、老建筑比例、步行通行寬度和軌交站點，影響權重分別達到31.143、22.470、14.229和11.446。在休息日，顯著影響因子有所變化，分別是老建筑比例、自行車通行寬度和街道網絡拓撲關系，分別達到22.642、15.716和10.804。無論是工作日還是休息日，對慢行活力產生消極影響的因子主要為機動車通行寬度、街道長度和街道高寬比（表3）。

表3 總體回歸分析結果Tab.3 overall regression analysis results

街區功能混合度在不同日期影響效用不同。在工作日，一些研究單元雖然功能混合度不夠，但因為有充足的辦公容量，依然保有較高的慢行活力，例如浦東濱江的東園路和百步街片區，功能混合度較低，但在工作日仍然慢行流量較大，多屬于辦公通勤人群。相反，在休息日，只有在那些功能混合度較高的片區，慢行流量才較大，且人群種類較為多樣，這與豐富的街區功能提供多元的空間出行體驗密不可分，如世博濱江花園港路和南園濱江打浦路的第二層街區、徐匯濱江凱濱路和東昌濱江商城路的第三層街區等。

3.2.2 空間特征

分層統計回歸分析結果，可以發現各影響因子效用存在空間異質性（表4）。街道網絡層面，介數中心性的積極影響效用和街段長度的消極影響效用分別從遠水的第四層街區到近水的第一層街區逐漸增強，一定程度上表明距離水體越近，密路網小街區的城市空間形態對慢行活力的促進效用越大。以非機動車通行寬度和步行通行寬度為代表的慢行基礎設施的影響效用，從遠水的第四層街區到近水的第一層街區逐漸增強；相反，商業服務類建設強度和老建筑占比的影響效用逐漸減弱。一定程度上表明濱水區距離水體越近，慢行活動相關基礎設施對慢行活力的影響逐漸增大，而商業休閑類或文化類功能影響有所減弱。再聚焦于影響因子權重數值，慢行基礎設施類要素、開發強度類要素和老建筑的影響效用表現出較強的空間異質性，前兩類要素均表現為越臨近水體影響效用越強，可能是未來濱水區慢行環境品質優化需要重點考慮的因素。此外，機動交通，公共交通、人口密度等要素在不同空間的影響效用較為均衡。

表4 回歸分析結果分層統計Tab.4 layered statistics of regression analysis results

3.2.3 時間特征

從分時段回歸分析的結果中看出，影響因子效用在時間維度上更加多變（表5）。7:00—9:00時段，城市街道網絡對慢行活力的積極影響最為明顯，除通勤人群外，前往濱水區公共空間的人群多為附近的常住居民，出行目的多為鍛煉，因而從出發地到濱水區公共空間的空間拓撲關系就顯得至關重要。10:30—16:00時段，公共交通的正相關作用逐漸提升，人口密度的正相關作用相比于早晚時刻有所下降，同時，街區功能混合度和容積率的影響力也有所提升。在這一時段，濱水區對休閑慢行活動的影響力逐漸從區域級上升到城市級，吸引城市范圍內人群前來活動。19:00—21:00時段，公共交通的影響作用降到最低且呈現出微弱的負相關，而人口密度和步行通行寬度呈現積極的影響作用，濱水區的影響力又逐漸從城市級下降到區域級，此時濱水區的慢行者多為片區內的常住市民。再聚焦于影響因子權重數值，在日維度（24 h）內，介數中心性和慢行基礎設施的影響效用表現出更強的時間異質性，且主要體現在工作日；在周維度（7 d）內，功能混合度的影響效用表現出更強的時間異質性。

表5 分時段回歸分析結果Tab.5 regression analysis results by time period

3.3 研究結果與傳統分析的差異

3.3.1 街道網絡的影響和與水距離相關

回歸分析結果顯示，反映街道網絡拓撲關系的介數中心性和反映街區尺度的街段長度對慢行活力的影響隨著離水距離的增加逐漸下降，其中介數中心性為積極影響，街段長度為消極影響，與慢行基礎設施類似，影響力從臨水第二層街區到第三層街區有明顯下降。一定程度上說明越臨近水體，尤其在臨水第一和第二層街區，密路網小街區的街道網絡形態對慢行活力的影響越明顯，反映了慢行人群在越臨近水體的區域越是期望有更多的路徑選擇和更快速地抵達水濱。

3.3.2 慢行相關基礎設施的影響和與水距離相關

在傳統分析中，慢行相關基礎設施類因子對慢行活力的影響始終處于較高水平，但本研究分析結果顯示，慢行相關基礎設施類因子的影響隨著離水距離的增加逐漸下降，尤其從臨水第二層街區到第三層街區有明顯下降，其中在工作日的下班高峰及夜晚時段非機動車通行寬度的影響降到了負值。一定程度上說明越臨近水體，尤其是臨水第一和第二層街區，人群慢行意識和意愿越強烈，對慢行環境的要求越高。

3.3.3 功能混合度在不同時間影響效用不同

在以往分析中，功能混合度始終是激發濱水區慢行活力的重要因子，但回歸分析結果顯示，功能混合度在工作日和休息日呈現出不同的影響機制。工作日通勤時段，辦公主導下的街區往往呈現出更高的慢行活力；工作日非通勤時段和休息日，商業文化功能主導下的街區往往呈現出更高的慢行活力。這是因為工作日辦公人群的聚集在一定上保證了空間內的人群數量，這是空間慢行活力的重要來源；而在休息日，濱水區使用者出行目的發生轉變，娛樂、購物、文化等成為必要性活動，商業文化等成為保證空間內人群數量的重要功能。因而，濱水區慢行活力很大程度上依賴于空間內必要性活動衍生出來的休閑游憩活動。

3.3.4 公交在不同時間影響效用不同

在傳統分析中，公交始終是激發濱水區慢行活力的重要影響因子，但分析結果顯示公交的影響在工作日和休息日也呈現出不同的機制。一方面，休息日出行時，公交可以將休閑游憩人群帶至濱水區，但在工作日，公交出行受地面交通擁擠的影響并不能成為通勤人群前往濱水區的優先選擇。另一方面，研究范圍內平行于水岸的公交線路占據了大量比例，這些線路帶動了平行水岸方向的人員流動，但并未起到聯系濱水區與城市腹地的作用。

4 促進濱水區慢行活力提升的設計策略

4.1 街道網絡梳理

街道網絡介數中心性和非機動車道寬度分別具有較強的正負影響效用，以及明顯的空間異質性，說明越臨近水體，密路網小尺度街區越能促進慢行活力的提升?，F階段黃浦江沿岸濱水區存在不少大尺度街區，特別是臨水第一層的大尺度街區，如東昌濱江、世博濱江、徐匯濱江、北外灘等，減少了抵達水濱的路徑，不利于提升慢行活力。建議在產權明晰或建筑肌理明確的情況下，通過增設垂直于水體的城市支路來分割現有的大尺度街區，提高路網密度和介數中心性，或在大尺度街區內部增加可以穿越街區的慢行通道，提高步行網絡密度。例如，世博濱江可以通過增加到達濱水區公共空間的慢行通道，連接城市最佳實踐區，活水公園、當代藝術博物館等濱水活力點，加強城市與腹地的聯系。

4.2 慢行空間布局

步行通行寬度和非機動車道寬度分別具有較強的正負影響效用。因此，優化濱水區慢行空間可以首先從改善既有步行空間和調整步行—車行空間分配入手。前者主要針對部分狹窄或被非法侵占的濱水區步行道入手。對于這一類路段首先要加強公共管理，杜絕步行道侵占現象，然后在可能的范圍內拓寬步行道路寬度，保障步行環境的連續性；此外還可增設休閑座椅、街邊廣場等交往空間，提升空間環境品質。后者主要針對機動車流量較小的路段。這些路段或是造成了開敞空間浪費，或是導致了步行空間的壓縮。例如，楊浦濱江懷德路和浦東濱江百步街的臨水路段，由于機動車流量較小，機動車道變為機動車停車帶。對于這些街道，可依據整體機動車流量變化情況將既有機動車道轉變為“潮汐車道”或步行專用道，為市民提供臨近水體的步行空間。

非機動車道影響權重呈現出了較強的空間異質性，主要表現為在臨水空間更能促進慢行活力的提升。因此，優化優化濱水區慢行空間還可以從強化臨水街區與濱水區公共空間內部騎行道的聯系入手。例如世博濱江內部公共空間的騎行道與城市道路直接相連，可在苗江路增設自行車專用道，與花園港路、望達路形成區域型的濱水騎行網絡。

4.3 相關功能配置

在研究結果與傳統分析的差異中研究發現，功能混合度對于濱水區慢行空間活力的影響首先需要通過主導功能保證基本的空間人群數量，例如辦公、商業、文化等，而且空間內的主導功能最好為1—2個[1]。在確立主導功能的基礎上討論功能混合度才更有意義?，F階段黃浦江沿岸濱水區或缺乏能引發必要性活動的主導功能，或缺乏豐富街區功能混合度的商業服務文化等次一級功能。例如懷德路第一層街區，由于缺乏能帶來必要性活動的居住辦公等功能，導致大量商業功能無人問津，慢行活力低下。這類街區需要為其配置一定量的辦公或居住，為提升慢行活力提供人流基礎。辦公功能主導下的東園路和百步街，由于缺乏相應的商業服務類功能，在通勤時段之外慢行活力始終處于較低水平。這類街區可沿街增加商業服務類功能，吸引辦公人群開展餐飲娛樂購物等行為，從而提高區域的慢行活力。

4.4 公共交通設置

軌道交通具有較強的正影響效用，而公交受到線路設置的影響，其效用呈現出明顯的時間異質性。因此，優化濱水區公共交通設置可以從提升軌道交通覆蓋面和強化公交與腹地的聯系入手。研究范圍內，懷德路第一層街區、打浦路第一層街區以及商城路第一層街區等均處在軌交站點1 km服務范圍之外，可通過增設覆蓋這些街區的軌交站點為片區帶來更多的慢行流量。此外，軌交站點出入口的設置應綜合考慮對濱水區各街區的覆蓋。以世博濱江為例，建議在望達路與中山南路交叉口處增設軌交站點出入口，增加軌道交通對最佳實踐區的覆蓋力度。公交方面，濱水區目前設置的公交線路多平行于水岸運行，并不能有效地聯系濱水區與腹地。例如，徐匯濱江楓林路段和世博濱江苗江路段、望達路段僅有的公交線路均為浦西濱江1號線，老碼頭片區僅有都市觀光3號線，北外灘高陽路段僅有都市觀光5號線，這些線路均平行黃浦江運行，可為這些區域增加連通腹地的公交線路，為提升慢行活力提供人流基礎。

5 總結與展望

計算機輔助技術的進步和信息技術的發展能夠幫助學者克服傳統城市設計在基礎數據、空間形態、非空間的社會經濟效益、運算效率等方面的局限。將新技術、新數據與具體的社會和城市問題相結合，能夠幫助我們更加精確、高效地分析問題，提出有針對性的解決方法，推動城市設計向精細化、人本化方向發展。

運用GWR模型分析濱水區建成環境與慢行活力之間的關系，有助于更細致地呈現影響因子效用的時空差異，為濱水區更新提供有針對性的設計策略，同時彌補許多研究所缺失的空間異質性分析。需要指出的是，研究涉及的建成環境影響因子均作為獨立的個體與慢行活力發生關系，然而在現實情況中，影響因子是否會通過不同的組合方式產生與獨立個體簡單疊加不同的影響作用，值得進一步研究。此外，對研究單元的修正性探討也是提升建成環境量化分析精確性的突破口，不同的界定方式如何影響活力作用效應的分析結果，是需要研究的新方法論問題。

注釋：

① 1.1 km是以4.5 km/h作為行人步行速度，以15 min作為行人舒適步行時間（上限）計算得到。