基于手机信令数据的上海大型公园分类研究

方 家

王 德*

张月朋

随着公园建设的快速发展以及游客游憩需求类型丰富度的提高，中国部分城市公园类型已突破现有标准。北京、广州、深圳出现了公园的新类型[1-2]。上海以类型多样性为标志的公园更新改造进入了新一轮高峰期，出现了对公园类型进行明确定位的现实需求。公园的分类研究主要基于资源供给和居民需求2种分类方法[3]。供给方法重视评价公园在视觉、生态和空间上的贡献，从而衍生出与空间特征及用地密切相关的分类标准；需求方法以满足居民需求为出发点，关注目标人群、人口规模与构成，以及价值与偏好等，当前基于需求方法的公园分类依据仅体现在对服务半径数量的分级中。作为公园分类依据的服务半径，以对游客来源的预测为基础，很少涉及其他现实中的行为维度要素，因此很难体现居民游憩需求。游客行为是需求的重要表现形式，维度多样、特征丰富，是划分公园类型的重要依据。涉及影响公园使用的游客行为的相关研究较为丰富，为将游客需求与公园类型相连接提供了可能，这些影响要素包括：游客来源地分布、来源地人口特征[4]、公园中有组织的活动[5]、使用时长、开始时间、结束时间[6]，以及行为与环境设施之间的关系[7]等。但由于传统调查数据样本量受到局限，取证困难，且游客行为特征很难量化并进行合理化描述，使当前的分类方法难以与游客行为相结合。近年来，由于景观时空大数据具备6V基本特征[8]，其在风景园林规划设计领域的应用研究呈上升趋势且类型多样，游记大数据[9]、WiFi定位数据[10]、POI数据[11-12]均能应用在游客行为研究中，并且在城市公园绿地分布情况的分析[13]、郊野公园对城市空间的影响[14]，以及森林公园社会服务价值的评价[15]等方面得到了应用。手机信令数据相对其他类型大数据而言，具备能体现完整行为链的优势，在分析公园游客行为的完整性上有突出优势。钮心毅[16]、方家等[17]对手机信令数据在城市规划和城市公园管理与规划中的应用进行了探索。

本研究采用的数据可解析游客来源地、出行距离和游园停留时间等时空行为要素，并能从中提取出来源地覆盖面积、出行距离和停留时间等量化指标，刻画游客使用公园的特征，探索以游客行为进行公园分类的途径。

1 数据与方法

1.1 目标数据筛选

研究中使用的是2014年3月某2周(共14天)的上海2G移动用户匿名手机信令数据。日均记录上海1 600万～1 800万个不同的手机识别号(约占2014年上海2 415万常住人口的70%)，约6亿～8亿条。

从以上信令数据中“清洗”出在上海有稳定居住地和工作地的数据，再通过以下7个步骤对上海公园游客进行数据筛选：1)选择对象公园周边基站中有记录的样本；2)选择1)中0：00—5：00手机处于静默状态的样本，即选择可识别出居住地位于上海的样本；3)选择2)中有地理信息记录的样本；4)排除3)中被错误识别为路过的、居住在周边的和来此工作的样本；5)选择4)中在6：00—18：00即公园开园时间段内有记录的样本，并选择其中记录间隔2h及以上的样本；6)排除0：00—5：00处于关机状态的、居住在公园附近的样本；7)排除一周内连续5天10：00—16：00出现在5)筛选后样本中的工作人口样本。数据可信度验证如下：将识别出有稳定居住和工作地居民的数据结果在街道层面进行统计，得到全市分街镇的可识别居住人口，与上海第六次人口普查数据中的各街镇常住人口数进行相关性检验，发现手机信令数据识别结果与人口普查数据的居住人口数的相关系数为0.904，具有较高的相关性，且在空间分布上也具有一定的相关性，因此可认为识别结果较为可靠[18]。

图1 8类公园的空间分布位置

1.2 研究对象与方法

2014年上海市域范围内共有10hm2以上的大型公园42座，其中由于上海大观园、老港镇桃博园、上海辰山植物园属于不向居民日常游憩活动开放的公园，不能较客观地体现上海居民游园的多样化需求；浦东金海湿地公园处于闭园状态；黎安公园、新虹桥中心花园和临江公园受公园基站位置影响，可识别出的数据量过少；大宁灵石公园、动物园和黄兴公园筛选出的有效数据量与其他公园相差较大，可能影响作为分类样本数量依据的客观性，因此以上10座公园未纳入本研究范畴。

研究根据基于游客记录产生的点数据进行核密度分析，可得出每个公园游客的居住地——即游客来源的聚集情况。按照各栅格值的大小，在Arcsine中显示为立体模式，依据分位数法分成10类显示，高度越高的区域核密度分析得到的栅格值越大，可直观显示游客量与客源地分布的空间特征。在ArcGIS中将客源地总面积和核心面积的栅格数进行统计，可计算出相应覆盖面积。统计游客来源地坐标与公园坐标的空间距离并求出均值，即为人均OD，按照每个公园的开园时间6：00—18：00逐小时统计游客量，可绘制出将游客量做离差标准化后的数值随时间分布的趋势线，并识别出客流量高峰的出现与持续时间。

2 基于公园游客来源空间与时间特征的分类

2.1 主要类型

基于公园客源地空间覆盖面积的差异，可将其分为局地服务和广域服务两大类。局地服务类覆盖范围小，仅涉及周边相邻行政区，形态多呈片状，解析为该公园服务人群为周边居民，且来源较稳定，日常使用功能突出。广域服务类覆盖范围大，涉及全市，形态为点面结合，解析为该公园服务全市，且游客来源不局限于周边区域。依据公园游客量随时间分布的曲线形态类型差异，划分为局地均缓、广域均缓、局地集中和广域集中4个中类。均缓类各时段游客量分布相对均匀，变化起伏不大；集中类有明显的高峰时段，游客量在短时间内快速聚集、消退。将游客数量聚集≥50%的游客来源区域划分为核心区，依据该区形态的紧凑与松散特征差异，可将公园各中类分别下分为2个小类，得出：局地均缓紧凑、局地均缓松散、局地集中紧凑、局地集中松散、广域均缓紧凑、广域均缓松散、广域集中紧凑和广域集中松散8类。根据以上描述的游客时空分布差异，将32个大型公园分为8类(表1)，各类公园在上海市域的分布位置如图1所示。

图2 局地均缓型——金桥公园时空特征

图3 局地集中型——杨浦公园时空特征

图4 广域均缓型——佘山国家森林公园时空特征

2.2 类型特征描述与成因解析

2.2.1 局地均缓型

此类公园游客使用行为的日常特征最为突出(图2)，表现为：游客从家到公园的距离最短，人均OD1.3km；客源地服务面积最小，为224hm2；由于公园与游客家距离近，客流最高峰出现的平均时间最早，约为12：30；游客量随时间变化不大，高峰客流量持续时间最长，长达6h30min。局地均缓型公园位于外环以内人口密度较大的城区，且公园规模相对较小，周边路网分布均衡，步行、自行车行通达性好，是促成其日常服务功能突出的原因。

2.2.2 局地集中型

该类公园客源地平均服务面积为370hm2，游客人均OD2.8km，仍在步行可达范围内(图3)。虽属于整体服务范围有限的局地服务类型，但客流分布有较为明显的高峰时段出现，最高峰平均出现在13：10，解析为部分游客是非日常使用人群。除周浦公园之外，局地集中型公园均位于外环以内，属人口密度较大区域，周边路网通达性好，且公交抵达便捷度高，是造成显现其日常功能为主、服务范围扩大特征的原因。周浦公园位于大型居住区片区，为周浦片区唯一的大型公园，除为周边居民提供日常服务外，服务范围蔓延至周浦片区。

表1 基于手机信令数据的上海大型公园分类与相关指标

2.2.3 广域均缓型

该类公园的专类使用特征比局地集中型突出，表现为：游客人均OD增大至3.3km，客源地平均服务面积明显增大至437hm2(图4)。广域均缓型客流量随时间变化的幅度平缓，客流最高峰出现在13：00之前，持续时间较长，达5h45min，且其核心区服务面积形态紧凑，有较稳定的服务周边居民的趋势。除上海植物园外，此类公园均位于外环以外的区域。其中方塔园、罗溪公园、闵行体育公园、古华园、名人苑和吴淞炮台湾湿地森林公园位于人口密度较高的区域，这些公园承担着周边居民的日常使用功能。闵行生态园位于5号线闵行开发区站点附近，佘山国家森林公园位于国家旅游度假区区域，这2个公园分别受交通便捷度和周边旅游景区带动的影响，显示出类似日常服务的使用特征。

2.2.4 广域集中型

该类公园服务范围广，专类属性特征明显(图5)，表现为：游客人均OD突增至17.1km，客源地平均服务面积明显扩大至914hm2，为广域均缓型的2倍；有明显的客流高峰时段，但时段持续时间较前3种类型短，均值为3h18min。

除顾村公园、世纪公园和中山公园外，其他此类型公园均位于偏远地区，且具备规模大、自然资源独特的环境特征，是产生远距离出行、客流高峰时间持续相对短的专类公园使用特征的原因。顾村公园、世纪公园和中山公园均有轨交站点直达且公共交通便利性好，因而它们虽未具备独特的自然资源，但区别于日常使用功能。顾村公园举办的樱花节激发了客流来源地的需求，使公园专类属性的显现更加明显。

3 基于不同规划管理出发点的公园分类结果比对

3.1 基于资源供给视角的公园规划类型分类结果

除公园的区位和规模外，公园的特色资源和星级认证最能体现公园自身空间的供给水平。由于上海市特色资源稀缺，游客很难在日常生活中使用此类公园，因此可将其划分为专类公园，其余公园划分为日常类公园。

本研究将已获《旅游景区质量等级的划分与评定》A级认证、星级认证及相关认证的公园划为特殊类公园，其余公园划为一般类公园。

基于资源供给的公园分类，可认为是根据公园自身服务特性进行的游客行为预设。使用手机信令数据抽取各类型公园的时空指标则更接近游客的现实行为，将二者进行比对，通过寻找预设与现实的异同，解析影响游客行为的原因，可有针对性地反映公园规划管理中的不足，为公园服务的修正与更新提供量化依据。

3.2 所属类别相同的公园

基于第2章中的发现，可见基于游客行为划分的公园属性与基于资源评级划分的属性有对应关系。局地、广域类公园服务空间范围多为周边，可分别对应日常、专类公园。游客量随时间分布的均缓、集中程度可反映游客对此类公园花费的抵达时间：游客量随时间分布均缓，无明显高峰时间，对应一般类公园；相反，游客量随时间分布集中，有明显高峰，则对应特殊类公园。

3.3 分别属于“公园规划”与“公园利用”类型的公园

基于规划管理出发点的不同，可产生“公园规划”与“公园利用”2种不同的分类标准。基于资源供给对公园使用情况进行“预设”的分类，可称为“规划类”；基于手机信令数据解析出的游客实际公园使用行为，可称为“利用类”。在2种分类标准下，归属不同类的公园主要产生了3种错位情况：以长风公园、鲁迅公园和龙华烈士陵园为代表的“规划”专类实为“利用”日常；以闵行生态公园、名人苑为代表的“规划”日常实为“利用”专类；以方塔园、古华园、上海植物园、吴淞炮台湾湿地森林公园和闵行体育公园为代表的公园分类不变，但级别发生了变化(表2)。

3.4 基于公园定位的上海大型公园规划管理建议

公园的现实使用特征应成为公园发展定位的依据。对于有稀缺特殊资源，但同时承担日常服务功能的公园，例如方塔园、古华园和吴淞炮台湾湿地森林公园，由于颇具特色资源，需要承载很多频率高、强度大的日常活动，可能面临资源特征磨损的风险，因此必须引起足够重视，应以维护公园知名度和特色、保持其使用的持续性为公园发展的长期目标。

公园规划设计也须将公园现实使用情况作为重要依据。定位为日常一般类公园的空间与设施，应从满足周边居民早晚锻炼的需求出发，根据居住区人口密度与数量进行初步的游憩空间与设施数量测算。定位为日常特殊类的公园，可将特殊资源区域与日常使用区域作为不同类别的功能进行划分，并将2个分区从资源保护、景观风貌、环境营造和游客容量上进行显著区分。定位为专类一般的公园，这些公园资源往往未得到使用者的关注，应将规划设计的重点放在景观特征上，结合周边区域地脉，加强对资源自身价值的发掘与体现，在对资源进行合理保护评估的前提下，适当进行项目策划与设置，并引入配套设施，结合游线规划，将客流适当引入特征资源区域。定位为专类特殊的公园，多为位于远郊的大型公园，应将自然资源保育放在首位，环境特征以保持原生态风貌为主，园区内部的功能分区要基于资源自身特征进行，设施配置、游憩项目选择低冲击类型，此类公园对客流量最为敏感，需配备客流预警与监测系统。

图5 广域集中型——滨江森林公园时空特征

4 结论

本文通过相关阈值的设置，从手机信令大样本数据中提取了上海32座大型公园游客出发、抵达、离开时间和居住地坐标等数据信息，使用GIS数据平台表达客源地覆盖范围和形态，计算游客居住地至公园的人均OD、高峰开始与持续时间指标，利用这些特性在不同公园使用表征的基础上将公园分为8种类型。在对各类公园进行成因解析后发现：区位、交通、人口密度和特色活动是造成公园类型差异的主要原因。

表2 “规划”与“利用”分类结果对比

研究通过寻找公园规划设计初始定位与现实使用定位的差异，有针对性地提升公园服务品质，将基于游客行为的公园“现实”分类结果与基于资源供给视角的公园“预设”分类结果进行了比对。“现实”与“预设”相符的公园有13座，不符的有19座，经比对和解析，发现交通便捷性、特殊设施、活动、资源知晓度、体育赛事、开园年代以及公园影响的时效性等要素，是可能造成使用错位的原因。针对错位使用的公园，可从环境容量、商业化、资源特征、集中客流、社会网络和旅游联动效应等方面着手，使其成为提升公园服务品质的着眼点，对公园的规划管理提出改进建议。研究探索了为大型城市公园更精准地提供游客服务的量化途径，尝试通过建立在现实服务特征基础上的分类，为公园建设早期定位策划、中期建设、后期管理以及相关游憩设施与服务项目设置等阶段提供游客需求依据。

注：图1由殷玲、方家绘制；图2～5由方家、张月朋、俞晓天绘制。

致谢：感谢苏州相城经济技术开发区规划建设局俞晓天硕士和苏州大学金螳螂建筑学院殷玲硕士生对本文文字编辑和图表绘制提供的帮助。