季候特征影响下的城市中心区公共绿地休憩设施使用行为研究——以上海市淮海公园为例

徐 迪 王霄晓 褚天辰 王 旭 张 钰

休憩设施作为城市中心区公共绿地中使用率最高的公共设施，对绿地休憩空间的品质提升具有重要影响。不同季候特征下的光照、气温、降水、风速以及植物类型丰富度的差异使得游人对休憩设施的各类功能需求不同，因此游人对休憩设施的使用行为也产生不同的偏好。运用Wi-Fi探针技术对淮海公园四季的游人分布数据进行收集，并采用核密度分析法分析不同季节的游人在淮海公园内各类休憩设施周围的集聚程度，用以衡量不同季候特征影响下的休憩设施的使用情况并总结规律，为今后的公共绿地休憩设施的设计提供参考，提高公共绿地活力及品质。

季候特征；城市中心区；公共绿地；休憩设施；使用行为

城市中心区公共绿地是城市内最重要的人群活动场所，是城市活力的重要空间载体，有利于展现城市风貌，丰富市民文化精神生活[1]。而休憩设施作为绿地中最常见、使用率最高的公共设施，是决定游人体验的重要因素，其质量影响整个绿地的品质[2-3]。设计功能更齐全、更人性化的公共绿地休憩设施成为社会发展的必然趋势。在公共绿地休憩设施设计中，绿地外部空间环境和绿地中游人活动行为两个因素缺一不可，这是由于公共绿地中外部空间环境、活动行为以及休憩设施是相互影响、相互制约、密不可分的关系[4]。

外部空间环境会对休憩设施的使用行为产生影响。不同季节的光照、气温、降水以及植物类型丰富度等存在差异导致公共绿地中的外部空间环境产生区别，从而使得游人对休憩设施的布局、功能、材质需求不同，对休憩设施的使用行为偏好也因此出现差异。所以，探究季候特征影响下的城市中心区公共绿地休憩设施使用行为，有助于根据不同季节特点有针对性地设计更为舒适优质的休憩设施，提升公共绿地中休憩设施的品质。

目前，国内相关学者对绿地休憩设施设计进行了较多研究，可以概括为以下三个方面：（1）研究外部空间环境对休憩设施设计的影响。路爽、石慧[5]等依据大众行为学理论，得出外部环境对休憩设施的使用产生影响，并提出休憩设施的设计应依托于外部空间环境中的休息空间，考虑空间环境带给人的心理感受。（2）研究人的行为活动习惯对休憩设施的影响。乔文静[6]运用POE调查法等，对滨江空间中休憩设施的的行为习惯及活动类型进行分析，得出滨江空间中亲水性休憩设施设计受人的活动行为影响。（3）研究休憩设施的质量评价与设计优化提升。廖嘉元、汤晓敏[2]等运用层次分析法构建评价模型，对上海徐汇滨江沿岸绿地内的休憩设施进行评价，并从空间领域感、休憩设施材质、风格辨识度等方面提出休憩设施的优化提升策略。

然而国内已有休憩设施设计的理论研究，主要是从外部空间环境中休憩设施设计的空间布局角度或从人的行动活动对休憩设施设计影响的角度进行考虑，缺少对由于季节变化而引起的休憩设施周边环境和休憩设施使用行为变化的研究。文章从季节变换的角度出发，以上海淮海公园为例，分析不同季节公园中游人的休憩设施使用行为特点，提出休憩设施设计的优化建议，为增强休憩设施人性化与季节适应性提供参考。

1 研究对象及研究方法

1.1 研究对象

淮海公园位于上海市黄浦区淮海中路177号，占地25 641 m2，是一个以供游人休憩娱乐为主的典型的城市中心区公共绿地（图1）。公园周边交通便捷通达，车流和人流量大，周边的用地性质多样、活力高。公园整体呈“J”字形，内部弧线道路对公园进行了分区，园内分布有众多的休憩设施。公园内使用人群众多，对于研究城市中心区公共绿地休憩设施的使用行为有代表性。

1.淮海公园平面图

1.2 研究方法

1.2.1 Wi-Fi探针技术

将Wi-Fi基站设备放置在淮海公园中心，为周围的Wi-Fi移动终端提供局域网支持，并在淮海公园放置9个Wi-Fi探针，采集附近游人携带的移动终端所定期发送的含有终端唯一媒体访问控制（Media Access Control，MAC）地址的Probe Request帧，作为MAC信息[7]。Wi-Fi基站提供的局域网将收集到的MAC信息发送到笔记本电脑终端，最终利用Python编程计算得到空间位置数据，并将其导入ArcGIS平台进行可视化处理和分析[8]，从而得到淮海公园的休憩设施在不同季节、不同时间段的人流分布状况。通过对这些数据可视化处理后所显示出来的特点进行分析，进而归纳总结出城市中心区公共绿地不同季节休憩设施使用的季节性规律。

1.2.2 核密度分析法

核密度分析法是利用ArcGIS软件将离散数据进行空间平滑处理形成连续分布密度图的方法，能够有效地分析出离散数据的空间分布特征和趋势。运用核密度分析法分析不同季节的人群在淮海公园内各类休憩设施周围的集聚程度，用以衡量不同季候特征影响下的休憩设施的使用情况。其计算公式如下：

式中，f（x）为空间位置X处的核密度计算函数，h为距离衰减阈值，n为与位置X的距离小于或等于h的要素点数，k函数则表示空间权重函数。核密度计算公式的几何意义为密度值在每个核心要素Ci处最大，并且在远离Ci过程中不断降低，直至与核心Ci的距离达到阈值h时核密度值降为0[9]。

2 数据采集及结果分析

2.1 数据采集

分别于2019年3月11日（春季工作日）、2019年3月30日（春季休息日）、2019年7月14日（夏季休息日）、2019年7月29日（夏季工作日）、2019年10月20日（秋季休息日）、2019年10月21日（秋季工作日）、2020年1月12日（冬季休息日）、2020年1月13日（冬季工作日）的8:00—18:00前往淮海公园进行数据收集，为了确保收集到的数据更为全面和客观，调研日期选取尽量避开节假日以及特殊天气，以避免对数据采集的影响。同时为确保探测范围覆盖整个场地，9个Wi-Fi探针放置依据为探头有效探测半径（正常情况下信号的最小探测范围），Wi-Fi探针将误差控制在10 m之内（图2）。此外，由于场地内树木较多对信号存在一定程度的干扰，因此在公园内人群较为集中的区域，探头放置数量较多，以确保收集现场产生的所有人的信号，从而更准确地了解公园内的人群流动情况。

2.Wi-Fi探针布局图

2.2 淮海公园休憩设施布局

通过实地调研以及相关理论研究，根据不同人群休憩行为的目的和特征将淮海公园的人群活动分为休闲游览类活动、体验娱乐类活动和运动健身类活动三类[10]，其中休闲游览类活动包括散步、喝茶、聊天、摄影、欣赏风景等，体验娱乐类活动包含下象棋、打麻将、练书法等，运动健身类活动有跳广场舞、打太极、使用健身器械等。

淮海公园内休憩设施布置众多，参考已有的休憩设施分类条件，结合淮海公园实地调研结果，将淮海公园的休憩设施分为以下5类：独立坐具型、桌凳组合型、庇护构架型、兼用坐具型、健身娱乐型[11]（图3），主要集中分布于开放式休憩广场以及林荫休闲广场两个核心区域，吸引游人前来进行各种休憩活动。

3.淮海公园内休憩设施分布图

2.3 不同季候特征影响下休憩设施使用分析

将Wi-Fi探针所收集的数据分为工作日和休息日统计相应时段人流总量（图4），并利用ArcGIS软件中的核密度分析工具进行分析，得到不同季节工作日和非工作日人流核密度分布图（图5）。

4.淮海公园四季工作日与休息日人流统计图

5.淮海公园四季人流核密度分布图

2.3.1 不同季节休憩设施使用行为特征

在春季和夏季，位于公园北侧的开放式休憩广场核密度值较低，而位于公园南侧的林荫休闲广场核密度值较高。经观察，公园南侧休憩设施周边植物类型丰富且组合形式多样，而公园北侧开放式休憩广场内的休憩设施分布较为疏散，与植物的结合方式较为单一。结论：在春季及夏季，周边植物类型丰富且组合形式多样的休憩设施使用者较多。

在秋季和冬季，公园北侧的开放式休憩广场核密度值较春季及夏季高。一方面，位于公园北侧开放式休憩广场内的休憩设施分布较为分散，另一方面，在秋季和冬季温度相对较低的气候下，游人对使用休憩设施时的光照性要求更高。结论：秋季及冬季游人更偏好于使用位于开敞位置，能够享受到更多阳光的休憩设施。

在夏季和冬季，位于公园北侧开放式休憩广场的廊架休憩设施周围核密度值较高。经观察，夏季和冬季的季候特征分别较炎热和寒冷，在一定程度上对游人的出行产生不利条件，而廊架型休憩设施能够提供更好的遮蔽条件，在一定程度上减少不利气候特征对游人活动产生的影响。结论：廊架型休憩设施因能够提供更好的遮蔽条件而在夏季较为炎热和冬季较为寒冷的气候特征下使用者较多。

2.3.2 不同季节休憩设施使用行为共同特征

位于公园中心位置的休憩设施不仅通达性较好而且视野较为开阔，观景条件良好，在不同季候特征影响下的人流分布数量始终相对较多。结论：休憩设施布局的通达性与观景条件是影响休憩设施使用的重要因素。

与休息日相比，工作日时公园北部的开放式广场密度值较高；而休息日时公园南部健身娱乐型休憩设施分布较多的林荫休闲广场核密度值较高。公园北侧广场紧邻市区主要道路和繁华商业街区，工作日时，开放式休憩广场提供了来往工作者用餐和进行短暂休憩等休闲游览类活动的条件，因而核密度值较休息日高。在休息日游人有较长的时间进行体验娱乐类活动与运动健身类活动，因而南侧能够提供更多休憩娱乐条件休憩设施的林荫广场核密度值较高。结论：在休息日，游人对休憩设施的功能多样性需求更高。

2.4 不同季候特征影响下分时段休憩设施使用分析

由于一年四季公园内的微气候不同，游人一天内在公园内的活动倾向也有所差异，因而休憩设施的使用情况也不同。为了进一步研究不同季候特征影响下休憩设施的使用情况，选取更具有代表性的工作日人群活动数据，将所得不同季节的工作日公园人群分布数据分为4个时段：8:00—10:30、10:30—13:00、13:00—15:30、15:30—18:00，对不同季节工作日4个时段的人流数量进行统计（图6），并利用ArcGIS软件中的核密度分析工具进行分析，得到春夏秋冬工作日不同时段的核密度分布图（图7）。

6.淮海公园四季分时段人流统计图（工作日）

7.淮海公园四季分时段人群核密度分布图（工作日）

2.4.1 不同季节分时段休憩设施使用行为特征

在夏季，8:00—15:30游人分布较多，一天中核密度值最高区域均为公园中心区域以及南侧有植物环绕的休憩设施周边。结论：在夏季中午较为炎热的气候特征影响下，游人对休憩设施材质以及遮蔽条件要求更高，位于大量植物以及高大乔木周边的休憩设施因材质多为石材，较为干燥并且提供了更凉爽的环境条件而使用者较多。

在冬季，游人在公园内的活动范围最大，呈现分散分布特征。与此同时，公园北侧的开放式休憩广场核密度较其他季节高，在10:30—15:30时段较为明显。结论：在冬季植物对休憩设施周边微环境影响较弱的条件下，游人对休憩设施遮蔽条件的选择倾向性有所减弱，在10:30—15:30时段温度与光照强度较高的条件下，位于开敞位置且材质更为保暖的休憩设施使用者数量更多。

2.4.2 不同季节分时段休憩设施使用行为共同特征

位于公园南侧的林荫休闲广场内的休憩设施在四个季节的一天内不同具体时段核密度值始终较高。公园南侧的休憩设施种类多样，组合式以及健身娱乐型休憩设施分布数量最多，功能更为多样，能够为游人前来进行娱乐类活动与运动健身类活动提供更好的条件，因而不同季节不同时段使用者数量均较多。结论：功能性丰富的休憩设施在不同季节中使用者数量均较多。

2.5 不同影响因素下休憩设施的季节使用分析

通过对不同季候特征影响下的公共绿地休憩设施使用行为特点进行进一步归纳总结，发现公共绿地休憩设施的布局、材质以及功能多样性影响不同季节休憩设施的使用行为（图8）。

8.不同季节休憩设施使用行为总结

（1）休憩设施布局影响不同季节休憩设施使用。周边植物类型丰富的休憩设施遮蔽性较强，在春季和夏季游人使用需求较强烈。位于开敞位置的休憩设施能够享受到更多的阳光，在秋季以及冬季游人对光照强度需求相对较高的情况下使用者较多。位于公园中心位置的休憩设施观景性以及通达性较好，在不同气候特征影响下使用者数量均较多。

（2）休憩设施材质影响不同季节休憩设施使用。木材吸水性强，在夏季木质休憩设施较为潮湿，而位于公园南侧林荫休闲广场的高大乔木下的石材及金属类休憩设施较为干燥，因而在夏季使用者更多。石材及金属类导热性较强，在冬季石材及金属类休憩设施较为冰冷，而位于北侧开放式休憩广场的木质休憩设施导热性差，保暖性与舒适性更强，所以在冬季更受欢迎。

（3）休憩设施功能多样性影响休憩设施使用。健身娱乐型休憩设施能够提供健身功能，在一年四季的休息日，游人的时间安排较为自由灵活，使用者数量均较多，也说明在越来越紧张的生活节奏中，游人对于健康的需求也愈加强烈。组合式休憩设施能够提供更为多样化的休憩和娱乐条件，在减少枯燥感的同时创造了良好的娱乐以及交友的空间，在不同季候特征影响下游人使用需求均较高。

3 公共绿地休憩设施优化建议

创造舒适的休憩设施使用微环境。休憩设施应结合日照选择适宜的朝向，布置在无高强度的光照、可抵御风吹的空间，避免在有较强涡风的区域布置休憩设施。除此之外，可将休憩设施与乔木、灌木等可以调节微气候的设计要素相结合。

提升休憩设施的观景性。在对公共绿地休憩设施进行布局设计时要充分考虑休憩设施的观景视线和朝向，使其能够提供良好的景观视野，增加休憩设施的观景氛围，与此同时，尽量使休憩设施处于以植物、矮墙为背景的可“依靠”的环境中以增强观景过程中的舒适性。

提高休憩设施的季节适应性。比如针对室外冬冷夏热的问题，可考虑根据温度高低对表面材质进行组合变换的休憩设施。同时，也可考虑给休憩设施设计更为弹性灵活的遮蔽条件。

增加休憩设施的功能多样性。研究结果表明集休闲游览、体验娱乐、运动健身等多种活动于一体的休憩设施能够更好地吸引人群，因此增设功能多样的休憩设施有利于提升绿地活力。

4 讨论

研究以上海淮海公园为例，论证了基于Wi-Fi探针技术获取公园中游人位置数据并利用核密度分析游人集聚程度的方法，明确了游人在不同季节城市中心区公共绿地休憩设施的使用行为偏好特征及其影响因素，为将来设计更具季节适应性和舒适性的休憩设施提供理论依据，从而增强城市中心区公共绿地的吸引力与活力。

然而，研究也存在一定的局限，主要包括以下几点：（1）可能无法获得全部人群的数据，比如会缺少未携带有Wi-Fi移动设备的老人和儿童以及未开启Wi-Fi功能的用户的数据。（2）树木叶片的重叠会遮挡信号，致使精度降低。（3）Wi-Fi探针设备的放置也会影响数据的准确性。很难保证Wi-Fi探头设备在同一水平面上，导致采集到的探头之间的距离不等于探头投影之间的距离，从而产生距离误差[7]。（4）研究使用的数据为春夏秋冬四个季节的某一个星期的工作日和休息日收集到的，存在偶然性和随机性，所得数据的结果分析的准确性不能完全得到保障。

随着移动设备使用的普及以及无线网络通信技术的不断发展，运用此方法进行公共绿地休憩设施使用行为研究的前景将会更加广阔。在未来的研究中，将选取更多的调研日期以避免数据结果的偶然性，并对不同季节绿地内的各项微气候条件数据进行更细化的收集，从而使研究结论更加全面和深入。