基于大数据分析的城市社区活力评价及其影响因素分析

周碧茹，张振龙

（苏州科技大学 建筑与城市规划学院，江苏 苏州215011）

城市步入存量时代，城市的规模扩张受到边界制约，内部有机更新成为了城市重新焕发魅力的必然选择。城市的宜居、可持续发展能力的是城市内部更新的动力，即城市活力。城市活力，指城市具有充满活力的经济、悠久的历史文化、优美的城市风光、独特的民俗风情、积极向上的精神风貌、富有创造力的城市建设和深远的区域影响力等，是一个城市可持续发展的集中体现

1 概念界定

1.1 城市活力

凯文·林奇将“活力”作为评价城市空间形态质量的首要指标[1]。雅各布斯认为，任何人的活动及生活场所相互交织的过程以及城市生活的多样性，使城市获得活力[2]。蒋涤非通过对城市活力进行细分，认为城市活力应有经济活力、社会活力、文化活力三者构成[3]。目前国内学者展开了对城市活力的量化指标研究，龙瀛博士以“街道——邻里小区——社区尺度”的微观视角来度量社区活力；中观尺度在行政区内和新城进行度量，比如像开发区，鬼城识别等等[4]，度量区域的空间活力；宏观尺度主要是研究城市与区域活力的流动和联系，度量城市与区域的相关性。信息通讯技术的快速发展，使数据环境得到了极大的改善，向大众提供了大量的开放数据。这些数据与传统数据相比，在时空覆盖、考察力度和开放程度等方面都有了巨大的提升，更好地运用定量研究方法，更精细地刻画城市物质空间和社会空间。城市品质、活力与规划三者环环相扣，对新数据环境下城市活力的研究不仅地域上数据广覆盖，还掌握数据的动态变化，反作用于城市品质和城市规划的空间布局优化。本文的城市活力主要是宏观尺度、中观尺度、微观尺度的城市构成要素相结合，研究影响城市品质的空间活力特征，并通过城市社区活力指标量化，识别城市功能区域，挖掘区域发展潜力。

1.2 活力因素

目前，城市空间布局研究大多偏重于寻求城市空间各要素之间的静态关系，如人口、交通网络和土地利用等，忽略了对城市活力等动态指标的研究，而城市空间活力等动态指标能够直观、迅速地反映城市空间的聚集程度，分析和指导城市内部经济、社会、用地与交通等空间要素的分布，尤其是对城市用地布局及优化有重要的指导意义[5]。目前对于于城市空间活力的指标研究已经十分丰富，对城市POI（point of interest）等类似指标的获取方法的研究也相对成熟。影响城市活力的因素包括经济、文化等很多方面，与城市规划相关的有：可达性高的路网肌理和友好的空间形态可以将活动的人群尽可能地引向适宜的活动区域[6]；适宜的城市功能混合开发可吸引各种人群的使用；优质的景观和功能丰富、活动多样的场所来延长人群的驻足时间；良好的城市文化环境能够促进人们主观能动性的发挥，增强人与人之间的接触，丰富多彩的文化活动可以增强城市活力。因此，本文假设城市交通可达性、用地功能多样性可以反映该区域城市空间的活跃程度，即城市空间活力区，结合GPS大数据，分析人流聚集程度，进行城市空间活力与人流活力匹配，验证其与城市活力与否的空间相关性。

2 研究设计

2.1 研究对象

本次研究范围为苏州市中心城区，中心城区行政区划（见图1）。中心城区城市建设用地面积380 km2，包括姑苏区以及工业园区、高新区（虎丘区）、吴中区、相城区的部分地区。中心城区承担经济、政治、文化等职能，以创新的“苏州模式”规划商业、文化、娱乐、旅游、高新技术产业等城市功能，本文研究以社区划分进行可视化（见图2）。

图1 苏州市中心城区行政区划

图2 苏州市中心城区社区范围图

2.2 研究数据

本文的研究数据包含土地利用性质、POI点、百度热力图。

2.2.1 土地用地分类

用地性质提取《苏州市城市总体规划（2011~2020）》的CAD文件。参考《城市用地分类与城市建设用地标准（GB50137-2011）》，将原始地块数据分为9类：R（居住用地）、A（公共管理与公共服务用地）、B（商业服务业设施用地）、M（工业用地）、W（物流仓储用地）、S（道路与交通设施用地）、U（公用设施用地）、G（绿地与交通设施用地）、E（水域）。

2.2.2 POI点数据

POI泛指一切可以被抽象为点的地理实体，尤其是与人们生活密切相关的设施，是电子地图上的某个地标[7]。数据获取途径多源，可向地图运营商购买，亦可利用爬虫技术进行网络电子地图抓取。POI数据是含有名称、类别、经纬度及地址的点状空间数据，为城市规划的功能布局分析的提供了有效的数据基础。

本文的高德POI数据于2017年获取。选取苏州市中心城区范围内，与城市品质、居民生活相关的3类POI数据：生活性服务设施（餐饮、购物、金融、医疗、邮政）、休闲娱乐性服务设施（KTV、网吧、会所、棋牌室、活动中心）、文化服务设施（群众活动类、图书阅览类、展览类、艺术表演场所类、文化娱乐与产业类分类），交通服务设施（公交站点、地铁站点），共计634 125条。

2.2.3 百度热力图

百度热力图在一定程度上可以描述人群的实时空间分布情况。本次研究选取苏州中心城区的热力图研究。其中包括工作日、休息日两天，将早8点至晚22点共14个等距时间点的热力数据。

2.2.4 其他数据

为实现不同的社区尺度下活力指标的可视化，在Arcgis中将中心城区按社区划分，一共403个地块。在Localspaceview软件中提取地理坐标系下的苏州市道路Shapefile文件，便于可视化苏州市路网布局以及统计社区内道路密度。

3 研究方法

3.1 指标体系构建

城市活力的核心即从事各种活动的人，而城市设施为人们提供了活动场所，城市设施的空间布局对人类活动产生一定影响[8]。因此，城市活力剖析可以从两个维度展开：城市空间活跃程度与人流空间活跃程度。

城市空间活跃程度可以通过影响城市活力的城市设施空间布局特征、城市用地性质特征反映；人流空间活跃程度可通过一段时期内，人群在设施点所停留的GPS上的位置记录来反映，即百度热力图数据。如图3所示，在考虑数据可获取性的前提下，具体城市空间活跃程度评价指标以理论框架进行。

图3 理论框架

3.1.1 用地性质

地块的性质直接影响着与地块相关的社区活力，例如工业区的活跃程度明显较低，商业区所在的社区活力较高。为了使用地性质指标量化，并将指标值追加到社区，本文做了一下探索：从CAD文件中将用地导入arcgis文件中，分成8大用地性质，按照城市社区范围提取范围内的用地性质，统计社区范围内用地性质的种类和用地面积。若社区范围内占比最高类型地块面积超过50%，则将该地块属性追加给该社区，若占比最高类型的比重大于0且小于50%,则该社区街道为混合型，若社区内不包含属性明确的地块性质，则追加属性为未知。

3.1.2 交通可达性

交通可达性包括公共交通、道路属性、道路等级等衡量指标，计算社区范围内的公共交通站点个数与社区内覆盖的道路长度，社区内覆盖的交通站点个数越多，道路长度越大，则该社区的交通可达性越高。

3.1.3 地块吸引力

地块吸引力包括POI功能密度与POI功能混合指数两种指标，功能密度与功能混合度指数越高，地块吸引力越大。筛选生活性、休闲娱乐性以及文化相关的POI，功能密度指标以社区内包含的POI点个数来计算，功能混合度指数以社区内包含的POI点的种类个数来计算，其中，功能密度与功能混合度指数越高，该社区范围的活跃程度越大，反之则越小。

3.2 指标体系量化

以活力指标量化为目标，先在arcgis中使用空间连接将各类指标统计到社区范围，再将指标按照以下方法量化计算并可视化。

3.2.1 空间活力密度

其中，Xi指每个社区的指标值；Mi指每个社区所覆盖的指标统计数值；Ni指每个社区的面积。

3.2.2 归一化

为了便于比较数量级不同的指标Xi'，将Xi最高者分值Xmax设为1，其他公共文化设施点指标进行归一化处理。

4 研究结果

4.1 空间统计结果分析

4.1.1 基于百度热力图的人流活力分析

从时间上看工作日（见图4）和休息日（见图5）的人流聚集程度差别不大，但是在工作日人流聚集程度较高的区域中休息日的人流聚集程度更高；从空间上看，以行政区划为例，苏州市中心区人流聚集程度相对均匀，姑苏区人流活跃程度最高，高新区、吴中区、工业园区相对活跃，相城区活跃程度较低，苏州整体人流聚集区集中在环古城区范围，中心城区边界人流活跃程度较低。

图4 工作日百度热力图

图5 休息日百度热力图

4.1.2 土地利用性质分析

从图6中看出，较大的社区尺度，其社区的土地利用性质混合程度（mixed）越高，姑苏区社区尺度较小、土地利用混合程度较低，用地混合程度较低的土地利用性质大多为R住宅性质，其中高新区、吴中区、工业园区的沿中心城区外围社区土地利用混合程度较低，多为风景旅游、水域、绿地等开发强度较低的社区范围。

4.1.3 交通可达性分析

如图7、图8所示，姑苏区道路网络较为密集，中心城区可达性分布以中心城区向四周扩散，中心地区可达性较高，公共交通密集，城区边界公共交通可达性较低，缺少公共交通站点和地铁站。

4.1.4 地块吸引力分析

地块吸引力包括以POI数据为分析基础的功能混合度与功能密度指数，相对功能混合度，功能密度更为集中。功能密度最高的区域在姑苏区。高新区的功能混合度相对较低。以POI的密度分布可视化功能密度指数（见图9），POI在空间单元中的多样性可视化功能混合度指数（见图10）。

图6 土地利用性质混合程度

4.2 活力影响因素分析

以人流空间分布特征来看，城市空间活跃程度明显以城市道路的空间布局显示，如图11所示，城市道路周边的城市活力较高。说明，城市活跃程度可以街道活力为表现形式。地块肌理和路网都较有效地融入了城市大空间内，地块与周边的功能复合程度相对较高，可为地区带来人流和活力。可见合理的路网设计和功能配置，可使集中区的地块吸引力处于较高的水平。

图7 公共交通站点分布密度

图8 道路密度图

图9 POI密度分布

图10 POI多样性分布图

从影响城市活力的构成因素来分析，总体上，交通可达性、地块吸引力对不同性质的城市活力皆有影响，公共交通可达性与功能密度对城市活力影响因素最大，随着公共交通可达性的降低，城市可达性较低的社区活力随着可达性的减弱而减少。功能密度越高的社区地块更具有地块吸引力，吸引人群的关注，营造社区凝聚力。社区地块用地的多样性对城市活力影响较小，这可能与社区划分的尺度相关，尺度越大，空间连接的数据的范围越大，出现覆盖范围内种类统计的误差。道路网密度对城市活力的影响较小，这与苏州市公共交通的满足需求程度有关。公交站点的密集、地铁线路的完善、公共自行车的不断完善，使得越来越多的人倾向于成本低、换成率高、交通通畅的公共交通。

如图12所示，从社区的尺度来看，小尺度的社区明显比大尺度的活跃程度高。小尺度的社区商铺林立，营业范围覆盖包括餐饮、服饰、文化、休闲体育、医疗、物流多种功能，吸引人群聚集。

从城市的宏观环境来看，社区范围内呈现多样化的功能，社区越高的交通可达性，社区较好的开放性即居民出行路径的最佳选择，社区多样化功能、社区高交通可达性、社区的人性化尺度均能促进人们到社区空间进行活动和社会交往，进而激发城市的活力。

从城市的微观环境来看，多样化的土地利用特征、物质环境的布局特征以及有意义的社区公共场所，有助于创造适合人们开展社会活动的良好的公共空间。在城市设计层面，尺度较大的综合体的活跃程度相对较高，容易形成集聚的商业空间，大尺度的综合体功能密度更为集聚，也能带动周边的社区活力，有综合体的社区更具有地块吸引力。但是大尺度的空间模式的活动空间较为零散、缺少承载商业功能的界面，同时交通压力比较大，以公共交通为主导的城市规划，是缓解大型公共设施带来的交通压力的重要举措。

图11 基于路网结构的热力分布图

图12 城市社区活力总评图

5 结语

本文主要是对城市活力评价及其影响因素的分析的探索，主要的评价指标建立于社区层面。通过研究发现，社区尺度以及道路交通布局对城市活力的影响也是十分值得关注的，本研究中忽略了城市社区物理环境对城市活力的影响，希望在以后的研究中弥补这些不足。