城市滨水区两岸均衡度发展量化评估模型研究*

刘 宙

引言

城市滨水区是城市空间结构的重要组成部分，滨水区的重建与再开发是许多城市应对社会经济结构转型的重要手段[1]。现代滨水区的重建和开发于20 世纪50 年代末首先在北美发起，随后蔓延至欧洲地区。1980 年代后期，滨水区改造项目几乎遍及全球[2]，例如波士顿罗尔码头项目、英国利物浦阿尔培托码头改建、西班牙巴塞罗那老港改建等项目[3]。从各个地区的经典改造案例来看，将滨水区建设与城市发展目标相结合，有利于科学地配置资源、营造氛围、带动周边发展，是提升城市竞争力和宜居性的重要手段。

20 世纪90 年代以来，国内城市也注意到滨水区的重要性，出现一批规模较大的滨水区开发项目，如哈尔滨及吉林市的松花江重建、沈阳浑南新区开发、宁波甬江口规划、杭州钱塘江开发规划等[3]。在当前快速城镇化向稳定城镇化换挡的阶段，越来越多的城市将江河与城市空间格局、滨水空间的均衡度设计纳入总体规划。滨水区作为城市活力的重要载体和城市文脉的特色表现，逐渐成为城市更新的重要对象和改善城市形象的重要途经，也成为城市转型的核心承载空间[4]。

1 研究背景

1.1 滨水区两岸均衡度趋势

目前，国内外很多重要城市以及其核心地段滨水区发展呈现了“一河两岸城市”的特征，进入以多样功能为先导、以生态保护为主题、以滨水休闲为核心、以提升综合价值为目标的阶段。当下滨水区两岸均衡度研究也逐渐多元化，以整合滨水城市特色资源、提升滨水区空间品质、改善自然生态环境、提高城市综合土地经济效益为目的，发展了丰富的定性与定量化精细指标。既有研究中，韩冬青与刘华将滨水区路网、水体、开放空间、土地属性规划等相关指标作为其物质形态分析的主要视角[5]。李麟学分析了滨水空间形态的影响因素，为滨水空间提供了从物质空间到社会关系的双重评价视角[6]。达婷梳理了生态、文化、社会互动方面的连接性指标，量化城市滨水区的综合连接性，体现了滨水区两岸均衡度整体观[7]。刘律通过株洲湘江东岸整体建设工程中景观工程与开发工程控制展示了建筑高度、建筑天际线、建筑风格、设施基面标高、场地设施标识等滨水空间评价指标[8]。舒阳采用人口密度、道路与市政管网密度、混合开发模式等指标探讨武汉市滨水区两岸开发模式与特点[9]。

目前针对城市滨水区两岸均衡度的研究大部分以宏观的规划、社会、经济视角针对区域中城市交通、公共空间、产业开发、自然生态等整体评价为主，往往从单一角度出发探讨物质空间或社会经济维度的特定问题。然而滨水区的城市综合价值，以及两岸均衡度这样的综合协同话题是城市多元要素在物质空间与社会系统中相互作用的结果。在强调城市协同化、均衡度的当下，一个全面综合的量化指标体系对于滨水区评价更具探索意义。

1.2 新技术方法为滨水区均衡度评估提供测度新可能

建立一个综合量化指标来评价城市滨水区的两岸均衡度，客观且精确的数据及分析方法必不可少。新数据环境的发展与新技术方法的涌现，为传统不可测数据的测量提供了新机会[10]。不少研究进行了相关尝试，王鲁帅与缪岑岑基于手机信令数据，对上海黄浦江外滩公共空间的时空活力模式进行了动态分析，构建了以活力时间、空间和功能为构成要素的滨水区时空活力模式[11]。张滋露等以“空间句法”为基本分析方法，将传统平面空间形态数据转换为视域分析数据，结合多代理人流模拟，从更多元的角度解读上海外滩公共空间[12]。索雯雯利用百度PoI 及OSM 路网分析黄浦江中段滨水区的功能布局及城市结构，识别黄浦江中段的单一功能单元及混合功能单元，并分析了其功能混合度[13]。

综上，多源城市数据的涌现为城市滨水区公共空间的研究提供了新视角，既有文献多从PoI 数据、手机信令数据、空间句法分析、多代理步行人流模拟等角度研究滨水区公共空间，但目前针对数据的利用和分析往往受限于一个具体的人群或空间特征，利用多维数据进行全局分析还较为少见。本研究依托多源大数据，基于滨水区腹地形态和多源数据支持下的经济与社会发展多维度分析，旨在从范围界定、指标选取、均衡度发展评估等方面入手，构建一套系统、全局的滨水地区两岸发展均衡度量化评估方法，从而指导和支持城市滨水地区城市设计与更新的实践。

2 研究设计

2.1 研究样本与范围

2.1.1 研究样本选择

本研究选定上海、广州、武汉、宁波作为测试样本，四者均以滨水空间为核心，滨水腹地两岸均衡度受水体影响显著。重点研究区段选定于城市核心滨水区，分别为上海市中环线路以内、广州市二环线路以内、武汉市三环线路以内、宁波市北环线—机场高速—杭甬大道—世纪大道环线以内（图1）。

图1 样本城市核心滨水区研究范围

2.1.2 两岸均衡度发展腹地范围

本研究利用高德平台的导航线路计算功能，计算滨水岸线到研究范围内各点的公交导航线路交通时间，取到岸线的导航时间最小值作为网格到滨水岸线的出行时间以更准确地衡量城市滨水岸线可达性。将岸线以500m 为间隔截断，根据高德公交导航线路的预研究，划分300m 网格作为分析基础空间单元，以一侧岸线所有评价点为起始点、任意网格中心点为终止点，基于高德API 中不使用夜间线路、最短时间导航规则计算公交导航行程时间。当起始、终止点距离过近，无法得到有效公交导航路径时，使用步行导航得到的步行时间代替。取一侧岸线所有评价点到某网格的最短时间作为等时圈划分依据，得到滨水岸线前往所有网格中心点的时间。最后，使用反距离权重法（IDW）进行空间插值，提取15min、30min 等值线作为每条岸线等时圈，并使用mapbox 平台加载在线地图进行可视化（图2）。此方法更准确地反映实际可达性，有效弥补了以直线距离计算同心圆来划分等时圈的问题。

图2 样本城市核心滨水区15min（深色）、30min（浅色）等时圈范围

2.2 研究框架

对滨水区的评价主要涉及物质空间要素与社会经济要素两个主要方面，UCL 智慧城市专家迈克尔·巴蒂认为，物质空间、功能概念、经济活动等城市概念与现象都是城市复杂网络与流系统的互动与交汇体现[14]。研究采用大数据和智能算法技术，以定量方式实现对城市滨水区特定的物质空间网络或社会经济“流”的本质评价，形成滨水区两岸均衡度评价模型。

研究包括5 个主要步骤：滨水区腹地范围计算、数据收集、关键指标计算、指标权重确定、均衡度综合指数评价（图3）。首先，根据上文的方法划定4 个城市的重点研究范围。紧接着我们收集了相应滨水区范围的POI、LBS、路网、精细化建成环境等多源数据。然后，从数据集中提取并计算滨水区两岸PoI 数量与多样性（PoI）、基于LBS 数据的人口密度（LBS）、步行出行可达性（BP）、机动车出行可达性（BV）等指标用于表征城市社会经济系统的均衡度特征与水平,计算滨水区腹地范围和形态指数（MI）、开发强度（DI）、路网密度（DN）等指标表征物质空间的均衡度特征与水平（表1）。再次，通过AHP 层次分析法确定指标之间的任何两两相互关系，通过专家打分以确定各项指标的权重。最后结合岸线形态计算滨水区两岸均衡度综合评价指数（Waterfront Integration Degree，WID），公式为：其中Ki为不同类型均衡度指标权重系数，通过AHP 层分析法确立。

图3 研究设计框架

2.3 关键指标获取与测度方法

基于前述研究框架，在多源城市数据支持下，提取并计算了如表1所示的5 组关键技术指标：

表1 滨水区两岸均衡度发展指标的选取、度量方法及数据来源

2.3.1 PoI 数量与多样性

兴趣点数据（Point of Interest，PoI）是对于城市中各项功能设施的空间反映，研究利用Python 和高德地图API 提取研究区域内各项功能设施（商业、商务、餐饮、公共服务等）兴趣点。从PoI 总密度、300m×300m 网格内PoI 密度中位数和香农指数3 个方面进行度量。首先，采用ArcGIS 中点密度工具，计算四个城市两侧岸线15min 和30min 等时圈范围内的PoI 密度。其次，将各城市两侧岸线15min 和30min 等时圈划分300m×300m 的网格，统计网格内PoI 数量，取其中位数为指标。最后，采用香农指数[15]测度功能混合度。具体计算公式为：

其中，pi表示站域内第i 种PoI 类型占PoI 总数的比例，多样性数值介于0 到1 之间，香农指数越大，代表多样性越好。

2.3.2 基于LBS 数据的人口密度

研究采用腾讯系基于自身各种LBS 数据生成的热力图数据，获取2019 年5 月19 日和22 日LBS 数据，将周末数值乘以2 和周中数值乘以5 之和作为衡量人口密度的指标，使用ArcGIS 中核密度工具计算人口密度，获得两侧岸线15min 和30min 等时圈范围内人口密度，并导入ArcScene 进行3D 热力图可视化。

2.3.3 步行与机动车出行可达性

研究采用空间设计网络分析（sDNA）[16]工具计算基于角度距离的“中间性”（Betweenness）指标度量道路网络可达性。具体分析中，使用百度地图中提取的道路中心线作为基础网络数据分析路网的“中间性”，采用800m 的小尺度分析半径体现步行出行可达性分布，8km 的大尺度分析半径体现机动车出行可达性。

2.3.4 滨水腹地范围形态指数

滨水空间腹地范围空间形态的紧凑度和复杂度通过形态指数来衡量[17]，计算公式为：

其中，C 指空间形态指数，A 指空间面积，P 指空间轮廓周长。形态指数越大，形状越紧凑；反之，形状紧凑性越差。

从一侧水岸线出发，可到达自身岸线侧区域面积与对岸区域的面积比值（面积系数）能较好反映两岸均衡度程度，由此定义两岸形态均衡度指数为C×β，即：

式中，A1为从一侧出发，在自身岸线侧可到达的等时圈面积，A2为可到达对岸区域的面积，P1为到达对岸区域的空间轮廓周长。

2.3.5 开发强度与路网密度

相关测度采用建成环境数据中的建筑高度与路网数据，其中，开发强度基于建筑三维空间数据，计算两侧岸线15min 和30min 等时圈范围内的建筑容积率，即开发强度= [建筑占地面积×（建筑高度/层高）]÷用地面积。路网密度采用区域面积内路网总长度进行衡量。

3 两岸均衡度评估

3.1 基于PoIs 数量与多样性的比较

由图4、5 可见，上海、广州和武汉的PoI 都有明显聚集中心：上海东侧岸线PoI 密度最高处为陆家嘴附近，西侧PoI 密度明显高于东侧；广州珠江北侧PoI 密度明显高于南侧，北侧PoI 聚集在人民中路附近商圈和天河体育中心，南侧PoI 集中在市二宫地铁站区域；武汉长江西侧PoI 密度大于东侧，东侧PoI 密集区在武昌区黄鹤楼和青山区大学附近，西侧集中在江岸区大智路和三阳路地铁站附近。而宁波有多个PoI 密集区核心，较为分散。

图4 上海、宁波、广州、武汉15min 等时圈PoI 数量点密度

图5 上海、宁波、广州、武汉30min 等时圈PoI 数量点密度

如表2 所示，宁波15min 与30min 等时圈内PoI 中位数最小，且东西岸的中位数值差距极小。而广州PoI 中位数最大，且广州南北两岸、上海和武汉东西两岸15min 与30min PoI 中位数差异值均较大。从香农指数来看，在15min 等时圈内，上海西岸线、宁波西岸线、广州北岸线和武汉西岸线的功能混合度高于对岸。30min 等时圈内，上海、宁波、广州、武汉两岸功能混合度均出现与15min 等时圈相反的情况。

表2 基于PoI 数据的两岸均衡度指数

对PoI 总密度、300m×300m 网格PoI 中位数、香农指数的两岸比值进行归一化处理，使其位于0～1 区间，数值越接近1，意味着两岸发展均衡度越好。最后，对三个标准化指标取均值，获得PoI 数量与多样性的均衡度指数。表2 可见，上海、宁波和武汉北岸15min 的两岸均衡度程度低于30min 的；而广州15min 的两岸均衡度指数与30min的接近。从PoI 数量和多样性角度来看，宁波的两岸均衡度程度最高，而武汉与上海的两岸均衡度程度最低。

3.2 基于LBS 数据的人口密度比较

基于LBS 数据的人口密度（图6、7）显示，除广州外，其余三个城市滨水地区的人口密度都呈现明显的集聚现象。具体而言，宁波火车站附近区域人口密度最高，上海人口密度高值中心位于南京东路和外滩附近，武汉长江东侧人口密度高值区在武汉大道、武汉长江大桥附近区域。广州与宁波两侧岸线15min 等时圈范围内人口密度较高，滨水地区吸引力相对较强，上海与武汉15min 内的人口密度较低，滨水地区吸引力有待提高。

图6 上海、宁波、广州、武汉15min 等时圈人口密度

图7 上海、宁波、广州、武汉30min 等时圈人口密度

15min 等时圈范围内，武汉和上海两岸均衡度程度都很低，此范围内武汉、上海的两岸人数差异较大；宁波和广州南岸较高，宁波两岸和广州南岸的人数差异较小。30min 等时圈范围内，武汉两岸均衡度指数最低，两岸人数差异较大；宁波最高，两岸人数分布最为均衡；其次是广州和上海（表3）。

表3 基于LBS 数据的两岸均衡度指数

3.3 基于空间网络分析的道路出行可达性比较

由图8～11 可见，步行方面，15min 等时圈范围内，上海东西侧岸线出行可达性最高的是外滩、苏州河两侧和北外滩；宁波两岸出行可达性最高的道路在江东北路、百丈路、新河路和人民路等街道；广州人民公园、珠玑路、珠江新城附近区域出行可达性高。30min 等时圈范围内，广州出行可达性较高的道路较多，且南岸与北岸较为相似。武汉西侧岸线汉口江滩内部道路出行可达性最高，东侧岸线最邻近水的道路步行可达性都不高，出行可达性较低。

图8 上海、宁波、广州、武汉15min 等时圈步行道路网络结构

图9 上海、宁波、广州、武汉30min 等时圈步行道路网络结构

图10 上海、宁波、广州、武汉15min 等时圈车行道路网络结构

图11 上海、宁波、广州、武汉30min 等时圈车行道路网络结构

车行方面，上海东西侧岸线15min 等时圈范围内，出行可达性较高的是浦明路、浦东大道、四川中路、杨树浦路等；宁波潜力最高的是人民路、大庆南路与江东北路等；广州出行可达性较高的是沿江路、滨江路、东湖路等；武汉的武金堤路、临江大道、沿江大道解放路潜力较高。而上海、宁波、武汉东西侧岸线、广州南北岸线30min 等时圈范围内，出行可达性较高的道路均没有明显聚集区域。

根据各城市两侧岸线15min 和30min 等时圈内道路的可达性和道路总长度，可得到基于道路网络结构的两岸均衡度指数（表4）。从步行与车行两者可达性角度来看，15min 等时圈范围内，武汉和上海两岸均衡度指数非常低，此范围内武汉和上海两岸步行和车行可达性差异均很大；广州较低，两岸可达性差异较大；宁波最高，两岸可达性差异较小。30min 等时圈范围内，武汉两岸均衡度指数最低，此范围内两岸可达性差异很大；广州和上海较高，但这两个城市从两侧岸线出发的均衡度指数差距都比较大；宁波最高，说明此范围内宁波两岸可达性差异很小，出行可达性很高。

表4 基于道路网络结构的两岸均衡度指数（步行+车行）

3.4 基于两岸滨水区腹地范围及形态指数的比较

本节比较两岸滨水区腹地的面积系数、形态指数和形态均衡度指数。可达面积系数越大，形态系数越接近1，则滨水区形态均衡度指数越高。横坐标为上海、武汉、宁波、广州四个案例城市分别从一侧水岸线出发，以15min、30min 计算到达自身岸线侧区域面积与对岸区域面积的比值，可以看到，武汉的面积系数两侧岸线均非常低，接近于0（图12）；上海与广州的15min 与30min 可达面积系数差值较大，与这两个城市体量较大、水面较宽有关，此外，上海西岸出发和广州从南侧出发到达对岸的面积高于从另一侧出发，与该侧滨水空间路网密度、公交服务水平较高有一定关系。图12 中纵坐标为可达对岸面积的形态指数，可以看到，大部分样本点分布在数值0.2～0.4 之间，武汉东岸出发到达对岸的空间形态指数高达0.57，但是由于其面积系数过小，意义不大。

图12 面积系数β 与形态指数散点图

由表5 可见，总体而言，四个城市的15min 形态均衡度程度都不高，其中武汉、上海的形态均衡度程度非常低，宁波、广州的形态均衡度程度略高于前两个城市，但两岸有所差异，宁波呈现东高西低、广州则呈现南高北低。从30min 形态均衡度指数可以看出，武汉的两岸形态均衡度指数为四个案例中最低；而宁波、广州的形态均衡度指数均较高。四个城市空间形态指数差别不大，其中宁波、广州滨水区北岸和上海滨水区东岸，到达对岸的可达面积系数较高，总体上形态均衡度指数均较高，数值为0.1～0.2 之间。上海的滨水线延展较长，但从西岸到达东岸面积系数较低，形态均衡度指数不佳；广州滨水呈东西向延展，其南岸到达对岸的可达面积系数较高，因而总体上均衡度指数较高。

表5 两岸形态均衡度指数

3.5 基于精细化建成环境数据的开发强度及路网密度比较

如图13、图14 所示，上海黄浦江东侧陆家嘴建筑高度存在高值聚集区，并呈现与江面距离增大，建筑高度降低的趋势。宁波西岸15min与30min 等时圈内建筑高度基本高于12m，东岸15min 与30min 等时圈内建筑高度普遍较低。广州整体建筑高度分布情况较平均，仅在南岸广州塔周围出现建筑高度高值区，其余高度均集中于3～15m。武汉长江两岸15min、30min 等时圈内的建筑高度出现沿岸建筑高度较低，后增高的特征。

图13 上海、宁波、广州、武汉15min 等时圈建筑高度和路网

图14 上海、宁波、广州、武汉30min 等时圈建筑高度和路网

上海、宁波、广州路网总长度与建筑面积情况相似，15min 等时圈范围内相差较大，30min 内两侧差异减小。而武汉在15min 等时圈与30min 等时圈范围内建筑总面积与路网总长差异均较大，基本没有随着等时圈面积的增大而减小。

从开发总建筑面积和路网总长度来看（表6），15min 等时圈范围内，上海两岸均衡度程度非常低，此范围内上海两岸总建筑面积差异很大；武汉两岸开发总建筑面积差异也较大；宁波和广州两岸开发总建筑面积和路网总长度差异较小。30min 等时圈范围内，武汉两岸均衡度指数最低，两岸开发总建筑面积差异最大；上海和宁波两岸开发总建筑面积差异较小；广州两岸开发总建筑面积差异最小。

表6 基于开发强度和路网总长度的两岸均衡度指数

4 基于层次分析法的两岸均衡度发展评估

4.1 基于AHP 的两岸均衡度发展评价指数权重

通过邀请30 位建筑、规划与景观领域的专家运用层次分析评价方法（AHP）开展比选，计算上述两岸均衡度发展评价相关指数的权重。采用“各专家判断矩阵数值加权算术平均”的专家数据集结方法进行群决策，集结后的判断矩阵如下如表7 所示。在相关指标中，“PoI 数量与多样性”权重最高，数值接近0.25，“基于LBS 数据的人口密度”次之，该两类指标近年广泛用于城市空间特征的研究中，认可度较高。“滨水区腹地范围和形态指数” 权重也较高，位列第三，“开发强度”、“路网密度”、“步行出行可达性”三者重要程度相似，影响度一般。此外，“机动车出行可达性”指标影响程度最低，且步行权重达车行权重两倍以上，体现两岸均衡度发展指标中更注重步行优先性。

表7 层次结构模型中两岸均衡度发展情况的指数及其权重

4.2 基于弗雷歇距离的岸线形态测度

为了将岸线的形态纳入考虑，本文引入弗雷歇距离（Fréchet Distance）算法来测算岸线中线及其两端连线之间的空间相似性。弗雷歇距离是法国数学家Maurice René Fréchet 在1906 年提出的一种路径空间相似形描述，设A 和B 是 S 上的两条连续曲线，即A:[0，1]→S，B :[0，1]→S；又设α 和β 是单位区间的两个重参数化函数，即α :[0，1]→S，β :[0，1]→S；则曲线A 和B 的弗雷歇距离 F（A，B）定义为[18]：

其中d是S 上的度量函数。

通过弗雷歇距离，可以得到两条曲线点集之间的距离，弗雷歇越小，说明两条曲线之间的相似程度越高；弗雷歇越大，说明两条曲线之间的相似程度越低.因此，对岸线形态与河道端点连线的相似度S 定义如下：

4.3 两岸均衡度发展评价

结合上述各指标权重和岸线的相似度，可得两岸均衡度发展情况量化模型公式为：

其中Di为前述各均衡度指标，Xi为对应权重。

在此基础上可计算出各案例滨水区的两岸均衡度发展程度结果，将其归一化后的结果由表8 所示，可见，上海与武汉15min 等时圈范围内的两岸均衡度发展情况指数最低，两岸平均值分别仅为0.05 与0.07，两岸发展差异最大；相较而言，广州、宁波15min 等时圈范围内的两岸均衡度指数比前两个城市要高很多，分别为0.42 和0.64，两岸发展差异相对较小。

表8 两岸均衡度发展情况模型结果

当将等时圈范围扩大到30min 时，四个城市的两岸均衡度发展情况都有所提高，其中以上海最为明显，从0.05 提升到0.41，这与上海的城市量级及黄浦江江面较宽相符。上海东侧岸线出发的均衡度发展指数高达0.41，主要受益于该区域密集的路网和超高的开发强度。四个城市中，以武汉的两岸均衡度发展情况最差，仅为0.18，与其他城市有很大差距，此外，广州与宁波的两岸均衡度情况都较好，指数分别为0.77和1，且两岸发展较为均衡。

综上，宁波与广州在四个城市中保持了较高的两岸均衡度趋势，并且均衡度发展较为均匀，而上海滨水空间均衡度发展表现出极不均匀的态势，即腹地良好，而临江均衡度水平较弱。四个城市中，武汉核心滨水区段的均衡度水平在各范围内均为最低水平，其城市空间差异性较大、可达性与多样性较弱、开发强度也相对较弱。

5 结论与展望

5.1 结合交通可达划定滨水区影响腹地范围

传统的等时圈划分由于没有计算实际出行线路，无法得到考虑步行和公交换乘的实际出行时间，得到的等时圈无法准确反映滨水区的实际可达性。本研究利用python 和高德API 的导航线路计算最短交通时间，通过IDW 法取插值得到15、30min 等时圈，能更准确地衡量城市滨水岸线可达性。此方法提供了一种划定滨水区影响范围的范式，类似方法可以用在生活圈、步行圈、车行范围、城市影响范围等规划与城市设计的量化研究中。

5.2 利用新数据技术弥补传统城市研究的“不可测”

传统的城市设计评价体系往往难以形成可量化的实施标准，受到人力时间成本限制，传统数据环境下对于城市空间设计的评价和分析多为定性层面的描述，存在研究样本较少、覆盖时间跨度较短等问题。本研究利用pyhton、mapbox、ArcGIS、sDNA 等新分析工具将POI、LBS、精细化路网和建成环境数据融合到两岸均衡度的评价体系中来，建立全面、客观的城市滨水区评价体系。本研究是采用多源数据对滨水区均衡度发展范围展开量化分析的成功尝试，为将来需要测度“不可测”的城市研究提供借鉴与参考。

5.3 基于多源数据构建滨水区两岸均衡度发展评估框架

研究立足滨水区评价的物质空间要素和社会经济要素两个主要方面，借助新数据技术，建立了一个以更加综合与全面指标支撑的量化评价体系。基于PoI 数据测度滨水区两岸的设施数量和功能多样化；基于LBS 互联网位置数据评价滨水区两岸的空间活力；基于空间网络分析计算滨水区道路网络的步行出行可达性与机动车出行可达性；基于形态指数、开发强度和路网密度比较街区形态特征。在此基础上，采用AHP层次分析法得出各指标权重，量化测算基于多源数据的滨水区两岸均衡度发展情况。通过采用两岸均衡度综合评价指数（WID）描述滨水区两岸均衡度情况，能够有效反映城市在一定滨水区范围内两岸发展进度的差异。在应用层面，这一分析框架不仅可为精细化的滨水区城市设计实践提供有力支持，亦可投入于城市功能复合度、城市活力评估、城市空间可达性、空间品质评价等领域，应用于总体规划、控制性详细规划和专项规划等多种类型的规划与城市设计中，并通过与可比指标的比较促进规划评价指标体系的构建与优化。借助海量数据的积累，从方法论上建构城市规划与设计的理论基础、技术指标与评价体系，将使多源城市数据不再是少数城市研究者的专属物，而是成为规划师与设计师可以借鉴的资源，建立从研究向设计实践导控转化的通道势在必行。

5.4 不足与展望

本文的研究方法仍有一定局限性。首先，城市社会经济与物质空间的关键指标不够全面，在社会经济指标还可包括房价、GDP、微博签到数据、街景人数等，物质空间仍可纳入街道绿视率、天空可见度、空间开发均匀度与聚集度等指标。其次，多源互联网数据的可信度还有待提升。例如，LBS 数据的信度与效度存在提升空间，且使用场景存在一定局限性。此外，最终确定权重的AHP 法打分是基于专家经验给出，与大众体验和实际情况会存在一些偏差。未来的相关分析我们将从以上几点进一步完善滨水区两岸均衡度评价体系。

当下利用新数据所进行的城市研究和规划应用多数还处于现象描述和特征提取的阶段，本研究尝试从多源数据角度建构城市规划技术指标与评价体系。新数据环境为存量规划时代中的精细化人本主义规划提供了支持，城市规划在GIS、计算机视觉和深度学习技术的帮助下有望深入到更为细致的层面。在可见的未来，多源数据也会从少数城市研究者的专属物转变为规划师的设计指导资源，借助海量数据的积累，城市数据的应用从研究向设计实践导控的转化势在必行。

图、表来源

文中图、表均由作者拍摄或绘制。