大数据背景下的广州历史文化街区活力定量研究

高 原 陆晓东

1 研究背景

1.1 大数据背景下的城市研究

近年来数据科学的快速发展给城市研究注入了新的活力。与传统研究方法相比，大数据擅长对人的活动轨迹和交流方式进行记录分析，进而探索其背后的特点及规律。当前大数据概念的定义通常比较宽泛，常指代“新数据环境”[1]，即狭义与广义大数据的结合，本文沿用此定义。狭义上的大数据多为商业数据或非开源位置服务数据的应用，如手机信令、公交刷卡等。使用此类数据通常需要购买服务或与相关机构合作，其成果要求较为精确，多用于官方数据平台搭建、城乡规划辅助编制等。广义上的大数据指开源数据的应用，如常用的POI数据、社交网站位置数据等，来源多为互联网。此类数据虽然精度不及上一类，但胜在数量大且较易获取。在新数据环境的大背景下，国内高校和科研院所运用数据工具开展了大量城市定量研究，内容涵盖城市发展战略、功能布局、交通市政、名城保护等各个方面。

1.2 大数据在历史文化名城保护的应用

自从1982年历史文化名城制度建立以来，我国在名城保护工作上取得了巨大成就，形成了具有中国特色的保护框架、理论方法和指标体系。近年来名城保护工作的重要性日益提升，党中央多次强调要向爱惜自己的生命一样保护好历史文化遗产。保护理念也逐渐从强调底线管控向保护与合理利用并重的方向转型，如何找到最佳平衡点是当前工作的一大挑战。在此背景下大数据技术提供的新视角和其偏重定量分析的研究方法为名城保护工作思路的拓展带来了新的契机。

目前大数据在名城保护方面的学术研究处于快速发展阶段。代表性研究如霍晓卫、张捷等与腾讯合作，通过互联网大数据进行的历史街区活力指标体系研究[2]。廖辉、冯文翰运用POI等开源数据对青岛市历史文化街区的路网密度、功能混合度、街区活力等指标进行定量分析[3]。徐敏、王成晖运用手机信令、出租车GPS、公交IC卡数据，针对广东省历史文化街区建立了综合评估体系[4]。杨俊宴、吴浩等运用城市三维形态数据、POI数据、百度街景照片分析南京城区街道舒适性指标[5]。新一线城市研究所运用商业数据分析上海、苏州两城文化活动空间分布和文化混合度等[6]。

本文以广州历史文化街区为主要研究对象，运用百度热力图、POI等开源数据对街区活力值进行识别，并通过定量研究方法探索活力与功能密度、功能混合度等指标的影响关系。此外通过抓取豆瓣同城、大众点评社交网络数，据将城市文化活动进行空间落位，探讨文化活动空间与历史遗产分布的叠加关系，为街区功能结构的优化提供新思路。希望通过本研究能够进一步丰富大数据分析在历史文化名城保护学科中的应用。

2 研究范围与数据

图1 本文研究范围、历史城区与历史文化街区的关系图

表1 本文涉指25片历史文化街区分布表

2.1 研究范围

本文的研究对象为广州市法定历史文化街区，为保证研究的客观准确性，将研究范围扩大至越秀、荔湾、海珠、天河四个行政区，以便从更大尺度对街区情况进行分析。根据《广州市历史文化名城保护规划》[7]，历史文化街区共计26片，其中长洲岛历史文化街区因距离较远，不在本研究考虑范围内，其他25片街区分布情况见表1。研究范围内主要关注西起历史城区东至天河新城的区域，此区域是广州城市功能的核心区，也是历史文化资源的集聚区（图1）。

2.2 数据获取

使用数据主要包括百度热力图、高德地图POI数据、大众点评和豆瓣同城网LBS数据、各级别文物保护单位和历史建筑数据。

2.2.1 百度热力图

百度热力图是百度公司以其手机端用户位置数据为基础，在地图上依据人群的聚集度，用不同颜色表示人群分布情况的产品。热力图为实时更新，从侧面反映了城市空间的使用情况，是城市活力的直观表现。传统的城市研究方法对于此类人群聚集度的统计费时费力，且无法获得准确的实时数据。相比之下，热力的高效优势使之普遍应用于各类型城市研究。由于其本身的即时性，不同时间段的热力图会有很大的差异，一般而言会根据研究对象的不同选择最适合的时间段，同时可以选取多天热力图取平均值的方式减小个体差异对观测结果的影响。本文使用2019年5月13日至19日连续七天的热力图取其均值，选取时间定为下午3点，以避免交通峰值带来的影响。

2.2.2 POI数据

POI数据于2018年取自高德地图网站，在研究范围内共计176659个（图2）。将筛选后的POI分为8大类，其中政府机构13184个、交通运输20715个、商业服务业63462个、公司企业48361个、科教文化15092个、绿地广场1036个、商务住宅11684个、其他类3119个。

2.2.3 大众点评网和豆瓣同城网LBS数据

图2 POI商业服务业类部分数据（来自GIS软件截图）

图3 豆瓣同城文化活动位置数据（来自GIS软件截图）

大众点评、豆瓣网站获取的LBS（Location Based Services）数据可以将活动人群精确定位到具体的活动场所，同时网站通常使用的人气值等打分方式也从侧面反映了场所的使用频率。本文通过大众点评统计了研究范围内的博物馆、高人气咖啡馆、中小独立书店、茶馆等文化类活动地点。另外从豆瓣同城获取了2019年3月至9月共半年的同城活动中，最受欢迎的同城活动地点，包括各类剧场、音乐厅、棋牌室、小型商业聚会场所、livehouse等，与大众点评数据共同组成了城市文化活动的空间载体（图3）。

2.4 各级别文物保护单位和历史建筑数据

选取政府网站公布的全国重点、省、市级文物保护单位和历史建筑，用来识别历史文化资源的分布情况，并在后续研究中与文化活动空间进行叠加分析。

3 研究方法

3.1 指标体系的构建

3.1.1 热力图与活力值

城市活力的定义根据研究角度的不同有多种解释，通常是指城市生活的聚集程度和多样性。本文中的城市活力主要是指人群活动的聚集程度，即人群聚集越多表明此处的活力值越高，热力图就是这种活力的直观体现。

3.1.2 功能密度、功能混合度和区位熵

很多文章对影响城市活力的因素进行了探讨，本文参考《街道活力的量化评价及影响因素分析》一文中的论述，即到市中心的距离、功能密度和功能混合度是影响活力的主要因素[8]。由于本次的研究对象历史文化街区都位于广州市中心且集中度很高，故不考虑到市中心距离这一因素。在功能方面，本文使用POI数据代表用地的实际使用功能，并以街区为单位计算其功能密度和混合度，作为衡量街道活力的重要指标。此外还引入区位熵概念评估各街区不同类型使用功能的专业化程度。

3.1.3 文化活力值与文化融合指数

在当前互联网快速发展的驱动下，现代城市涌现了许多以网络传播为主要宣传手段的新型活力空间，比如年轻人喜爱的奶茶店、密室轰趴馆、livehouse等均属此类。这些新兴的活力点正在不断塑造着我们的城市，可以称之为现代文化活力。同时，广州作为国家历史文化名城也有着深厚的传统文化底蕴。我们希望城市的传统文化和现代文化可以在某种程度上协调融合，一方面传统文化可以汲取更多现代文化活力，另一方面现代文化在传统文化的熏陶下可以变得更有韵味，苏州的平江路、北京的烟袋斜街等都是这种模式的典型代表。以此为目标，本文以历史文化街区为基本单元分析各街区的传统文化和现代文化活力值，并计算两种文化的融合指数为后续的发展策略提供新思路。

3.2 指标体系的量化

3.2.1 活力值

选取一周连续七天的热力图，导入ArcMap后通过栅格计算器功能将其直方图数值取平均值，而后与研究对象历史文化街区进行空间叠加，计算出各街区的平均活力值。

3.2.2 功能密度、功能混合度和区位熵

街区功能密度的计算方法为街区内POI点的数量与街区面积的比值，即：

Density（功能密度）=POI_Number(点数量)/Area(街区面积)

街区功能混合度采用信息熵方法计算[9]，其中n表示POI的类别数量，Pj表示某类poi站所在街区POI总数的比例：

Diversity（功能混合度）=-sum（Pj*LnPj），（j=1,..,n）

区位熵是用来衡量地区主导产业状况的指标，通常用来反映某一产业部门的专业化程度。通常区位熵大于1说明该地区的某项产业在整个区域有优势，反之小于1则说明处于劣势。本文用区位熵的方法来评估广州各历史文化街区不同类型POI在研究范围内的专业化程度，即高于1说明街区内该类型POI有优势，反之则说明有劣势，计算公式如下[10]：

3.2.3 文化活力值与文化融合指数

为方便计算将研究范围通过ArcMap中建立渔网功能分成400m*400m的网格。传统文化活力值根据各级别文物保护单位和历史建筑计算核密度得出。为体现重要性的不同，全国重点文物保护单位、省级、市级文保单位、历史建筑带入权重后分别记为5、3、2、1个。对应的现代文化活力值通过大众点评统计了研究范围内博物馆、咖啡馆、中小独立书店、茶馆等文化社交活动场所，此外还记入了豆瓣同城中受欢迎的同城活动地点，共同组成现代文化活动空间。同样为体现权重，在大众点评中评论超过200条和在豆瓣同城中举办3次以上活动的地点计为3家。通过核密度计算和归一化，得到了每个网格的传统文化活力值和现代文化活力值，而后再运用以下公式计算每个网格的文化融合指数[6]：

文化融合指数=（传统文化活力值-现代文化活力值）/（传统文化活力值+现代文化活力值）

最后我们通过空间叠加，将网格的属性按照其面积比例分配到每个历史文化街区，就得到了各个街区的传统文化活力值、现代文化活力值和文化融合指数。如果街区内传统文化值较高，就说明此街区具有较强的传统文化属性，反之则具有较强的现代属性。文化融合指数在理想状态下数值越接近0说明传统与现代属性越均衡，越接近1说明越偏向传统，反之越接近-1说明越偏向现代。

4 研究结果

4.1 百度热力图

图4所示为经处理后的研究范围热力图，其中数值仅代表人口分布的相对情况而并非实际人口数量。颜色从红到蓝代表了人口密度从高到低，其中红色代表高热区（即人群高度集聚区）、黄色代表中间区、蓝色为低热区。

在整体层面，热度的分布特征呈现以下两方面特点：其一轴线感明显，具体表现为东西向轴线（沿珠江主航道向东）和南北向轴线（北起白云山向南穿历史城区至河南地区）；其二多中心性明显，其中历史城区和天河新城市是两个最重要的高热中心，且两中心有逐渐连成一片的趋势。在热度的绝对值方面，天河新城高于历史城区及其他区域。

图4 研究范围热力图（取自2019年5月13-19日下午3时）

图5 历史文化街区活力值排名及分布图

图6 历史文化街区功能密度排名及分布图

在历史城区层面，越秀区的平均活力高于荔湾、海珠二区，这和越秀区内分布的大量商业、医疗、学校等机构有关，也从侧面反映了荔湾（传统西关地区）和海珠（传统河南地区）的活力不足。

在历史文化街区层面，将各街区的保护范围线与热力图进行空间叠加，进而得到每处街区的活力值。本次研究共统计25处历史文化街区（历史城区内23处，历史城区外2处），依照活力值由高至低排序（图5），可以看到活力值排名前五的街区有三处位于越秀区，其中北京路历史文化街区位居第一。而排名后五的街区有2处位于西关地区3处位于河南地区。影响街区活力的因素很多，我们将在下文继续探讨街区功能与活力的关系。

4.2 功能密度

功能密度反映了街区内POI的集聚程度，将其由高至低排序并分为三个梯队（图6）。第一梯队依次为北京路、海珠中、传统中轴线等8处；第二梯队为文德南、海珠南-长堤-宝源路等9处；第三梯队为恩宁路、南华西街等8处。

功能密度的计算方式导致个别面积小的街区有相对高的功能密度，如排名第五的龙骧大街。即使存在这种面积造成的偏差，功能密度和活力值仍然体现出很高的吻合度。功能密度排名前8位的街区里有6处在活力值前8位，而很多功能密度低的街区活力值也不高。功能密度最高的北京路和海珠中历史文化街区，其街区活力值排在前两位。从POI的分布类型来看，排名靠前的街区普遍有大量的商业服务业、公司企业和科教文化类POI，证明这类功能对街区活力有正面的影响。

4.3 功能混合度

功能混合度反映了街区内POI的多样性，同样将其由高至低排序（图7）。总体看来街区功能混合度和活力值的关联性没有功能密度显著，但仍有一定关联性，其中功能混合度排名前8位的街区里有5处在活力值前8位。与功能密度相比，混合度更多反映了街区内部各方面功能的均衡和齐全程度。以排名前二的新河浦和沙面历史文化街区为例，本身的低密度导致其总体人流量少，但多样且均衡的POI类型使其功能混合度排名较高。排名靠后的街区通常缺少某种功能类型，比如绿地广场或文化设施。

图7 历史文化街区功能混合度排名及分布图

4.4 区位熵

区位熵反映了街区中不同类型POI的专业化程度，通常大于1说明该类型POI处于优势而反之处于劣势。需要说明专业化程度高的功能并不一定是街区的主导功能，比如龙骧大街政府机构类POI数量远高于区域平均值导致其区位熵高，但街道本身的主导功能仍旧是以居住为主。区位熵更多是一个相对的概念，找出特色以便取长补短。

表2 历史文化街区功能类型区位熵列表

按照街区活力值的高低排序列表，并标注出每处街区区位熵的最高值和最低值，代表其最高（绿色）和最低（橘黄色）专业化水平的POI类型（表2）。区位熵和街区活力没有绝对的因果关系，但部分类型特别是商业服务业POI的专业化程度确实能对街区活力造成一定程度的影响。可以看到活力值高的街区普遍商业服务业、公司企业的区位熵都比较高，即商业型街区；而排名较低的街区普遍住宅类型的区位熵较高，即居住型街区。此外排名前3街区的各类型区位熵没有明显的短板，基本都处于平衡值1左右。而排名靠后的一些街区会出现低于0.5数值，这些功能类型也是今后应该优先补齐的短板。

4.5 文化活力值与文化融合指数

上文对于各处历史文化街区的活力值及其功能密度、功能混合度、区位熵进行了分析。然而影响街区活力的因素很多，不能简单地归于一两种原因，人群的实际活动方式也不完全取决于城市设施资源的分布。本文运用大数据工具对社交媒体上的文化活动进行追踪定位，并与历史文化街区的历史文化资源进行叠加分析，找出两者之间可能存在的关联性。

4.5.1 传统文化活力

传统文化活力在研究范围内的分布呈现如下特点（图8）：其一，明显的单中心性，即以历史城区为中心，此外在东山片区、中山大学、华工-华农、黄埔古港区域也有部分集聚；其二，东山地区与历史城区的文化整体性较强，应实施整体保护策略。其三，传统文化的集聚区基本都是历史文化街区，历史城区外存在部分尚不是街区的集聚区，可以在以后的保护规划中考虑以历史地段的形式进行增补。

4.5.2 现代文化活力

现代文化活力分布有如下特点（图9）：其一，不同于与传统文化的单核，现代文化呈现出明显的多中心性，且分布范围更广；其二，天河新城是最主要的现代文化活力聚集区，在历史城区内主要集中在北京路、传统中轴线街区一带，此外东山、河南也有部分集聚点。

4.5.3 文化融合指数

图8 传统文化活力分布图（注：研究范围内400m网格共2200余个，为增强研究针对性仅取数值最高的10%，后文同）

图9 现代文化活力分布图

通过ArcMap的空间叠加功能计算，以网格为单元的文化融合指数，并叠加到历史文化街区边界上，文化融合指数的整体分布趋势符合之前传统和现代文化活力值的结合，即天河新城更偏向现代文化，而历史城区更偏向传统文化。在历史城区内部，以西关为代表的荔湾区明显更传统，同时其现代文化活力也相对较低。相较之下越秀区表现得较为均衡，以北京路为代表的历史文化街区兼具了两种文化，同时东山片区的文化融合程度也很高，成为了历史城区和天河新城中间的缓冲区。整体上可以识别出“荔湾-越秀-天河”这个明显的“传统-平衡-现代”的东西向过渡趋势（图10-11）。

在街区层面，参与统计的25片街区文化融合指数的均值为0.57，中位数为0.72，以此为节点将其分为三类。第一类为高融合度街区，以北京路为代表；第二类为中融合度街区，以多宝路为代表；最后一类为低融合度街区，以海珠南-长堤为代表。需要说明的是融合指数的高低没有优劣之分，具体到每处街区需要结合实际情况进行分析，比如有些地区并不适合引入过多的现代文化活动。这种叠加分析只是对现象的阐释，可以为未来街区的发展和历史文化的保护利用方式提供可能的手段。

4.6 重点地区分析

通过对重点街区进行单独分析，探索传统、现代文化在空间上的融合方式以及相关的产业类型。分别选取了北京路历史文化街区和恩宁路历史文化街区作为典型代表。

图10 文化融合指数分布图

图11 各街区融合指数分布图

4.6.1 北京路历史文化街区

北京路历史文化街区位于广州古代中轴线上，是广州建城的原点，也是其千年不变的文脉所在。北京路的历史遗存极其丰富，包括南越王宫署遗址、大佛寺等多处文物保护单位，还有连续且保存完整的骑楼商业街。北京路自古以来都是广州最繁华的地段，近年来政府对商业街进行了多次整治，并对千年古道遗址进行了景观展示。

图12 北京路历史遗存分布（左上）、北京路现代文化活动发生点（右上）、北京路现代文化活动类型（左下）、活动数据示例（右下）

图13 恩宁路历史遗存分布（左上）恩宁路现代文化活动发生点（右上）恩宁路现代文化活动类型（左下）恩宁路数据示例（右下）

历史遗存分布方面北京路有各级文保单位共22处，历史建筑2处。现代文化活动发生点33处（多次发生按1处计算），依照豆瓣同城的活动类型其中前三位分别是聚会（包括密室、交友、亲子、棋牌等）、咖啡和书店（图12）。在文化融合方面，共发现3处与传统文化相关的活动点，分别为南越王宫博物馆(全国重点文保单位)的展览活动，联合书店（区级文保单位）的读书聚会活动和大佛寺（省级文保单位）附近的佛学相关活动。

北京路无论是外在的活力值表现，还是内在的功能密度混合度都位居各街区前列，其商业服务业的区位熵很高，是典型的商业型街区。在文化活动方面，北京路的文化融合指数为-0.11，表现均衡且略微偏向现代文化。相比历史城区内其他街区，北京路面临的首要问题不是吸引活力，而是如何更好地利用自身资源彰显广州的文化风貌。目前来看在文化活动类型方面还有很大的发展空间，应进一步挖掘传统文化价值，找出传统与现代的结合点。

4.6.2 恩宁路历史文化街区

恩宁路历史文化街区位于西关地区，当地河涌纵横，街巷格局自由疏朗。街区内部建筑形态以骑楼和竹筒屋为主，基本保持了清末民初西关居住区的典型风貌，是整个西关骑楼环中风貌保持最好的段落之一。2018年习总书记在广州考察时去过的永庆坊就在恩宁路内，提出要“让城市留下记忆，让人们记住乡愁”，让老城市焕发新活力。

近年来随着广州发展方向的东移，西关地区面临着发展动力不足的情况。从百度热力图来看，恩宁路、逢源大街-荔湾湖等几处西关地区街区的活力普遍不高，功能密度和功能混合度也低于均值，说明街区内功能的集中性和多样性都很低，整体缺乏吸引力。

历史遗存方面恩宁路共有8处历史建筑7处区级文保单位，主街为法定保护的骑楼街巷。在现代文化方面共记入活动发生点15处（多次发生活动按1处计算），其分布具有明显的集聚性，8处都位于永庆坊内（图13），活动类型涵盖DIY工坊、咖啡、演出等。除永庆坊外另一处重要地点是粤剧博物馆，这座岭南园林风格的博物馆在开放后迅速成为地标并带动了展览、粤剧培训等相关文化活动。恩宁路的文化融合指数为0.35，与北京路一样同属高文化融合度街区。永庆坊作为广州历史建筑保护利用试点项目发挥了很强的引领作用，与粤剧博物馆一起成为了西关地区一个重要的文化活动中心。

恩宁路体现出的活力不足问题单靠街区自身的优化是不够的，需要从更大尺度考虑历史城区整体文化复兴的问题。近年来开始规划的“最广州”文化步径，用游步道线路串联起历史城区内百余个历史文化遗迹，这种以文化线路带动单体资源展示的方法是很好的尝试。此外，恩宁路在永庆坊的成功基础上继续开展了二期改造项目，通过政府引导、市场运作、共同缔造的模式，打造历史城区的文化新地标。

5 结论与讨论

本文以广州历史文化街区为研究对象，运用互联网开源数据对街区活力及其影响因素进行定量分析。经对比研究发现，功能密度、功能混合度对街区活力有正向影响，此外相对密集的商业服务业功能也对提升街区活力有一定帮助。本文还从文化活动空间入手，探索了城市传统文化和现代文化活动的分布叠加关系。结果显示，丰富的历史资源是很多街区的优势，但这种优势还未被完全激活。面对老城活力的下降，如何合理引导传统文化融入现代城市生活是我们需要进一步探索的问题。以历史遗存为本底合理导入现代文化类型和产业模式，从而形成复合文化空间，将是一种可能的解决方式。

本文在研究方法上尚有一些不足之处，可从如下几个方面完善：第一，本文选用一周七天的热力图具有一定随机性，后续可继续增长时间周期；第二，能够影响街区活力的因素很多，包括街道绿化、沿街界面、道路交通、公交站点等，可在下一步研究中纳入；第三，限于数据的局限，POI数据在空间上无法体现其体量，换句话说一个大体量公共建筑和一个书报亭在空间上都体现为一个点，而它们对活力的影响有天壤之别，之后可以考虑将占地面积作为系数融入计算体系中；第四，在文化融合指数方面，目前只是进行了简单地叠加分析，方法比较单一且没有考虑到历史遗产的类型，比如本身是居住建筑的，保持其原有功能即可，没有必要强行转变功能，这还涉及保护理念的问题需要分类讨论。总体而言，本文仅是对于大数据在历史文化保护方面应用的一次尝试，希望能进一步开阔视野、丰富研究工具，相信数据科学会在历史街区保护领域发挥更大作用。