運動休閑設施空間分布與街道中心性的相關性研究
——以深圳市為例

朱郁郁，潘潔雯，肖 揚

引言

城市規劃的從業者們對區位（location）的概念反復進行探討。例如，Alonso[1]提出地租理論，將土地價值的理念賦予區位概念，并用它將城市功能和城市結構緊密聯系起來。城市區位特征的概念在復雜網絡視角下更加引人注目[2]。其中街道中心性概念日益得到學者們的關注，Porta等[3]定義了街道中心性：代表一個中心地帶提供給那些生活或工作在城市里的人從其他地方到達該處的可達性。相關研究表明，街道中心性可以轉化為人氣，也伴隨著更高的房地產價值和更密集的土地利用。良好的街道中心性是維持較高的零售和服務密度，以及形成城市節點和保持活力的關鍵因素[4]。街道中心性與城市經濟設施之間的強相關性已被許多研究證實[5-6]。例如，Hillier等[7]認為步行尺度下社區層面的非住宅經濟和服務設施由街道網絡的本身結構決定。Porta等[3]則將研究范圍進一步擴大，通過多重中心評估模型（MCA）測量得到全局尺度下中間性與意大利城市的商業和服務設施的分布高度相關，并分析得出“通過交通”帶來的人氣是巨大的潛在商機，可對經營性設施產生吸引，且對于二級設施（如服務設施）的吸引力強于對于一級設施（制造設施）的吸引力[8]。此外有學者發現街道中心性與人口和就業密度高度相關[9]。

伴隨著生態文明建設引領下的城市轉型升級，后城鎮化階段居民對城市運動休閑設施的需求日益增加[10]，如何優化城市運動休閑設施的空間布局受到學界的關注。因此，本文以深圳市為例，聚焦城市運動休閑設施，系統探究街道中心性與公益性、商業性運動休閑設施的空間關系，研究結果可供公共服務設施的空間配置優化實踐參考。

1 研究區域及數據來源

1.1 研究區域

本文選擇深圳市域范圍作為研究區域（圖1）。其一，與過往許多相關研究中呈現單中心或多中心網絡結構的案例城市不同，受歷史發展脈絡與地理條件的影響，深圳呈現出較為獨特的以沿海帶狀組團為核心，向內地發散的圈層結構，具有重要的研究意義。其二，深圳作為快速城鎮化背景下受到規劃強干預，“自上而下”規劃形成的城市，與過往研究所涉及的許多歷史悠久、自發生長的國外案例城市形成了鮮明對比。其三，不同于過往研究單純聚焦于經濟設施，選擇經濟設施分布較為密集的中心城區作為研究區域的做法，本文選擇深圳整體市域作為研究區域，這是由于研究的設施中包含如自然公園、農家樂這類受到自然環境要素或地租要素影響，而通常分布在郊野的種類，因此需要拓展研究區域以保證實驗數據的完整性，減小研究的邊緣效應。根據《深圳統計年鑒（2018）》，研究區域共包括福田區、羅湖區、南山區、鹽田區、寶安區、龍崗區、坪山區、龍華區、光明區9個行政區。總面積1 997.47 km2，常住人口1 252.83萬人。

圖1 研究區域

1.2 數據來源

深圳市2018年路網數據與運動休閑興趣點（POI）數據通過百度地圖爬取獲得。其中路網數據共計145 389條。運動休閑興趣點（POI）數據共計12 334條。每條記錄都包含運動休閑設施的名稱、地址和設施類型。通過廣東省人民政府門戶網站（http://www.gd.gov.cn/）查閱得到《公共體育場館、健身場地設施》（深圳市文化廣電旅游體育局提供）、《體育設施對外開放學校名錄》（深圳市教育局提供），用以對照、區分公益性運動休閑設施與商業性運動休閑設施。其中公益性運動休閑設施共計2 199條，商業性運動休閑設施共計10 135條。根據其用途進一步分為運動場地、旅游景點、小型廣場和公園、文化娛樂設施（表1），并繪制運動休閑設施分布圖（圖2）。

表1 運動休閑設施分類

圖2 運動休閑設施分布

2 研究方法

2.1 擴展空間句法

比較分析交通網絡的度量連接和視覺連接對交通流量（包括人流量和車流量）影響的研究表明，以視覺連接為基礎測算的街道中心性能夠更好地與實際觀測得到的人、車流量擬合[11]。因此，本文將基于最小轉折進行測算的sDNA（spatial design network analysis，擴展空間句法）作為街道中心性的分析工具。sDNA采用對偶拓撲的方法，以交叉點作為鏈路，以路段作為節點測算中心性，其結果的可視化表達以線網而非點陣的方式呈現[12]。本文街道中心性測算的指標為接近性（closeness）和中間性 (betweeness)，這是目前街道中心性分析中通用的指標。

接近性度量了到達的潛力。sDNA推薦使用NQPD（network quantity penalized for distance）來度量接近性指標。該指標的優點在于同時計算網絡的質量和數量，將網絡度量的兩個重要因素放在一個指標中測算，使得接近性的度量更為準確。NQPD的計算思路是先計算網絡中每條邊（link）的接近性值，在考慮每條邊的質量之后，再將所有邊的接近性值進行累加來考慮邊的數量，最后得到接近性值。以角度接近性為例，其計算公式為：

中間性度量了街道網絡中的路徑被選擇的頻率，其分析關注的是運動的“流”的過程，而不是靜態的起點與終點。中間性計算每一條線段元素被選擇的潛力，包括半徑較小時行人的選擇，或半徑較大時司機的選擇。因此，中間性表示的是空間系統中線段的穿越性交通潛力。中間性的基本定義為在圖中經過點v的任意其他兩個點s、t之間最短路徑的數量與s、t之間所有最短路徑數量的比值。根據這個定義，中間性的基本公式為：

2.2 自適應核密度估計法

核密度估計（KDE）用于將運動休閑設施空間分布情況和街道中心性值轉換為相同的數據框架（即柵格系統），以便可以以相同的比例分析它們之間的關系[9]。KDE通過測量附近物體而不是距中心觀測帶寬（h）較遠距離的物體，生成事件（離散點）密度作為連續場（光柵）[13-14]，基于核函數分析帶寬內的事件。有研究表明，不同核函數的選擇并不會顯著影響結果[15]，但是，帶寬的選擇始終是KDE應用中的重要問題。有研究建議使用自適應帶寬（在事件較稀疏的區域中帶寬較大，而在事件集中的區域中帶寬較小）而非固定帶寬[16-17]。該方法具有為整個區域的估計提供恒定精度的優點，因此本文采用自適應帶寬。

2.3 局部空間自相關分析

空間自相關（spatial autocorrelation）分析是用于檢驗變量在空間分布上的相關性，從而描述分析變量空間分布特征的常用方法。相較于全局空間自相關分析單純檢驗空間是否出現了集聚或異常，局部空間自相關分析會細分出現集聚或異常的區域。以GeoDa軟件進行二元局部空間自相關分析為例，以第一變量為中心，計算在第一變量的鄰域范圍內的第二變量和第一變量之間的相關性。如果兩種變量的空間分布呈現出高-高、低-低同步變化的集聚狀態，稱之為空間正相關；如果兩種變量的空間分布呈現出高-低、低-高的異常狀態，稱之為空間負相關；如果兩種變量的空間分布關系呈現為不顯著，則表明該區域兩種變量空間分布不具備明顯的相關性，呈現出隨機分布的現象。

3 實證分析

3.1 街道中心性核密度分析

本文分別從全局尺度與局部尺度探究街道中心性與不同種類運動休閑設施的聯系。設定全局尺度下搜索半徑為n，局部尺度下搜索半徑分別為800 m、2 000 m、7 000 m，分別代表步行、騎行與車行環境下的計算尺度。采用sDNA作為街道中心性的測量工具，接近性和中間性作為測量變量，得到不同搜索半徑下街道中心性核密度（圖3）。

圖3 不同搜索半徑下街道中心性核密度

無論是全局尺度還是局部尺度，寶安區、南山區、福田區、羅湖區均表現為接近性和中間性的核心，說明在深圳市域中，4區占據較為優越的交通區位，具有良好的“到達潛力”與“通過潛力”，也彰顯了其中心地位。當搜索半徑從步行尺度擴大到騎行尺度時，接近性與中間性的核心呈現出略微收縮的趨勢，而在搜索半徑進一步擴大到全局尺度的過程中，接近性核心呈現出擴散趨勢，中間性核心向高速路段集中。這是因為騎行尺度下，交通設施依然局限于分區的單中心區域中，搜索半徑擴大反而造成了中心地區交通區位優勢的進一步擴大。而車行尺度下，各分區中心間產生聯系，大幅提高了各分區之間郊區的接近性與中間性，從而抬升了郊區的交通區位。這也表明多中心網絡化的城市發展模式相較于單純的“攤大餅”模式，在分攤交通壓力與帶動周邊地區發展方面具有優勢。

3.2 運動休閑設施經營類型空間分布與街道中心性的相關性研究

采用核密度估計法，將街道中心性值與運動休閑設施經營類型空間分布情況納入統一的柵格系統進行相關系數計算與顯著性檢驗（表2），AdjustedR2表明回歸直線對觀測值的擬合程度。整體而言，運動休閑設施在空間分布上呈現出向街道中心性高的地段集聚的現象，而設施經營類型的差異會對集聚程度產生影響。研究表明，從步行尺度到全局尺度，街道中心性對于商業性運動休閑設施的吸引力始終明顯強于對公益性運動休閑設施的吸引力。即相對于公益性運動休閑設施而言，商業性運動休閑設施的選址更注重交通區位要素。

表2 運動休閑設施經營類型空間分布與街道中心性的相關性分析

就商業性運動休閑設施而言，局部尺度下，中間性對于設施空間分布的吸引力始終略強于接近性對于設施空間分布的吸引力。這也進一步驗證：對于設施而言，交通區位的意義并不單純局限于“到達交通”的潛力，“通過交通”所蘊含的交通流和人氣是巨大的潛在商機[3]。

全局尺度下，中間性與運動休閑設施空間分布的相關性明顯低于局部尺度下兩者的相關性，這是因為全局尺度下，中間性核心向高速路段集中，而高速路段多呈封閉狀態。追求高連通性，抑制路段的“到達潛力”，使得設施難以從巨大的交通流中“截獲”人氣。這表明“通過潛力”所蘊含的商機離不開“到達潛力”的輸送。

就商業性運動休閑設施而言，步行尺度下街道中心性對于設施空間分布的影響力最強，這可能由于大部分的商業性運動休閑設施處于鄰里生活圈的層級，服務范圍較小，也可能由于步行尺度下，商業性運動休閑設施對于交通流潛力所帶來的人氣轉化能力最強。就公益性運動休閑設施而言，街道中心性對于設施空間分布的吸引力的峰值出現在更大的搜索半徑下，這可能是由于公益性運動休閑設施的規模和服務范圍較大。

3.3 運動休閑設施功能種類空間分布與街道中心性的相關性研究

采用核密度估計法，將街道中心性值與運動休閑設施功能種類空間分布情況納入統一的柵格系統進行相關系數計算與顯著性檢驗（表3）。整體而言，街道中心性對于商業性文化娛樂設施、小型廣場和公園、商業性運動場地、公益性運動場地的空間分布有較強吸引力，且吸引力逐漸減弱。街道中心性對于旅游景點的吸引較弱，可以推測旅游景點的選址受到自然條件與人文歷史因素的影響更大。

表3 運動休閑設施功能種類空間分布與街道中心性的相關性分析

相比于同為公益性設施的公益性運動場地，小型廣場和公園對于街道中心性較強的地段具有更強的選擇傾向性。這表明公益性設施的功能與規?？赡軙煌▍^位的需求產生影響。小型廣場和公園本身沒有固定的用途，它提供適宜的場所，吸引并轉化“通過潛力”帶來的人氣，從而引起社會性活動。而公益性運動場地相對而言規模更大，服務范圍更廣泛，需要考量設施的社會公平性，在接近性較高的路段選址能保證市民更容易到達。

步行與騎行尺度下，除公益性運動場地外，其他類型的運動休閑設施空間分布與中間性的相關性均強于與接近性的相關性。車行尺度下，除商業性文化娛樂設施外，其他類型的運動休閑設施空間分布與接近性的相關性均強于與中間性的相關性。這說明就大多數種類的運動休閑設施而言，在步行和騎行尺度下從交通流中“截獲”人氣的潛力可能更高。

就運動場地而言，車行尺度下街道中心性對于設施分布的吸引力最強。就商業性文化娛樂設施和小型廣場和公園而言，步行尺度下街道中心性對于設施分布的吸引力最強，這可能與設施的規模以及服務半徑有關。

3.4 運動休閑設施商業化程度空間分布與街道中心性的相關性研究

采用核密度估計法，將街道中心性值與運動休閑設施商業化程度空間分布情況納入統一的柵格系統進行相關系數計算與顯著性檢驗（表4）。整體而言，街道中心性與運動休閑設施商業化程度呈現較弱的正相關關系。結合表2可知，相較于公益性運動休閑設施，商業性運動休閑設施的空間分布對于交通區位要素更加敏感，然而其敏感程度在局部空間上并不一致。

表4 運動休閑設施商業化程度空間分布與街道中心性的相關性分析

局部尺度下，運動休閑設施商業化程度與中間性的相關性強于與接近性的相關性。然而在全局尺度下，相較于中間性，接近性對運動休閑設施商業化程度的正向影響更大。這進一步驗證了上文分析所得到的觀點：局部尺度下，中間性指數較高的地段擁有更大的交通流、更高的人氣、更強的活力和更多的商機。全局尺度下，接近性和中間性的價值不再同步變化，交通流潛藏的人氣資源難以被順利轉化時，中間性對于商業性設施的吸引力將大幅減弱。

全局尺度下，接近性指數較高的地段對運動休閑設施商業化程度的正向影響最大，這說明相較于公益性運動休閑設施，商業性運動休閑設施更傾向于成為全局尺度上居民出行的目的地。

3.5 運動休閑設施商業化程度與街道中心性的地區差異性研究

對比街道中心性核密度分析圖與衛星地圖可以發現，在街道中心性價值最高的核心地段，即寶安區、南山區、福田區、羅湖區4區的市區，街道中心性與運動休閑設施商業化程度的空間分布呈現為不顯著的相關性。這說明市中心地區存在某種與街道中心性伴隨出現的負面因素，其對于設施選址的消極影響總是大于街道中心性提供的商機。這種負面因素很可能是街道中心性價值的體現，即地租。相較于公益性運動休閑設施，地租對于商業性運動休閑設施選址的負面作用更大。這表明目前深圳核心地區的地租存在泡沫，抑制了實體經濟的發展。

街道中心性與運動休閑設施商業化程度空間分布（圖4）呈現為高-高聚集狀態的地段，多為位于郊區高速公路與城市街道網絡交叉周邊，且街道網絡密度較大的地段，即最易承接高速公路巨量交通流所蘊含的人氣并將其轉化的地段。這體現了商業性運動休閑設施外遷，以及機動車出行方式主流化的趨勢。

圖4 運動休閑設施商業化程度與街道中心性局部空間自相關分析

街道中心性與運動休閑設施商業化程度空間分布呈現為低-高異常狀態的地段，多為位于郊區高速公路與城市街道網絡交叉周邊，且街道網絡密度較低的地段。這說明在高速公路進出入周邊地段，運動休閑設施的客流主要來自高速公路的長距離輸送，即大型商業化運動休閑設施傾向于選在高速公路出入口周邊，這些設施能夠充分消化高速公路運輸客流，商戶也能負擔與之成正比的地租。此外，軌道交通的補充也可作為街道中心性與運動休閑設施商業化程度空間分布不對應的一個解釋。

街道中心性與運動休閑設施商業化程度空間分布呈現為低-低聚集狀態與高-低異常狀態的地段，多設置大型公益性運動休閑設施，其分布于大面積綠地、水系、山體之間，有少量交通干道穿過。遠離交通干道的地段空間分布表現為低-低聚集狀態，臨近交通干道的地段空間分布表現為高-低異常狀態。

4 結語

本文以深圳為例，探究了街道網絡中心性與運動休閑設施空間分布的關系。結果表明：（1）整體而言，運動休閑設施傾向于向街道中心性價值較高的地段聚集，且商業性運動休閑設施的傾向性更強。但是就運動休閑設施的細分功能而言，情況發生了變化，經營方式、功能種類、服務半徑、地理條件、歷史人文要素等因素彼此作用，共同對街道中心性與設施空間分布的關系產生影響。（2）街道中心性的接近性和中間性兩種指標，對于不同種類運動休閑設施的空間分布有著不同的影響，某些大型公益性運動休閑設施傾向于選擇接近性價值高的地段而非中間性價值高的地段，這可能是由更容易到達代表更好的社會公平的理念引導產生。中間性所代表的“通過潛力”能夠帶來人氣，既往研究認為人氣代表著商機，能夠解釋相較于接近性，中間性價值更高的地段對于商業性設施有更強的吸引力。然而就某些公益性運動休閑設施而言，以小型廣場和公園為例，人氣代表著更多市民使用的潛力，能夠更好地產生社會效益，該類設施對于中間性價值的選擇傾向同樣強于對于接近性價值的選擇傾向。（3）值得關注的是，當中間性價值較高而接近性價值較低，且差距達到一定程度的時候，設施難以“截獲”“通過交通”所帶來的人氣，中間性價值對于設施分布的吸引力將會明顯降低。（4）目前深圳的商業性運動休閑設施呈現出大型化，且向郊區高速公路出入口集聚的特點，這是收縮城市的重要特征之一。市中心高昂的地租與更新成本促使產業空心化[18]，成為地租泡沫抑制實體經濟發展的一個縮影，這也將促進機動車出行需求的增長，使得交通環境進一步惡化。

說明：本文由上海同濟城市規劃設計研究院有限公司暨長三角城市群智能規劃協同創新中心科研課題“基于網絡分析的城市街道布局設計經濟性績效評價研究”（編號：KY-2018-YB-A07）資助。