街道活力的影响因素分析研究——以武汉市江汉区为例

田 凯

（中铁第一勘察设计院集团有限公司，陕西 西安 710043）

城市街道是人群交往的重要载体，需要营造有活力的街道。部分学者从步行等具体活动行为角度切入，探究其与街道建成环境间的关联性[1]。街道的活力的构成因素还包括骑行以及各种各样的自发性活动。大数据的应用为相关研究提供新思路，以研究范围内的人口密度表征街道活力，以宏观层面的街道特征属性作为影响活力要素[2-5]。应用大数据的相关研究大部分基于宏观的规划尺度，对城市街道建成环境的细节研究不足。本研究基于宏观和微观等多个尺度，结合传统现场调研以及大数据分析的优势探索街道活力。

1 研究范围与研究数据

1.1 研究范围

江汉区隶属湖北省武汉市，南临长江、汉江交汇处，是武汉七个中心城区之一，总面积28.29 km2。

武汉市江汉区区位分析如图1所示。

图1 武汉市江汉区区位分析

1.2 研究数据

（1）路网数据。

研究抓取Open Street Map上江汉区内所有的具有街景覆盖的道路，以道路交叉点为分界点统计471条城市街道信息作为研究样本，对471条样本道路进行编号。

（2）人口热力数据。

爬取线上地图的人口热力栅格数据（精度为20 m）作为街道活力原始数据，数据携带位置信息和时间信息。选择2019年10月利于城市居民出行的休息日和工作日各两日，每隔1 h对研究区域进行热力数据的抓取，获得该设定范围四日内9：00～22：00共52 h的切片的实时热力数据。

（3）百度街景。

通过爬虫软件获取百度地图街景图片，每隔30 m间距，分别在街道两侧对称的每个位置取前、后、左、右图片各一张，共10 902个爬图点，采用43 608张有效图片，所有图片均带有位置信息并具有唯一标识符。

（4）实测数据。

针对案例区域471个样本街道，结合谷歌卫星地图进行实地调研。获取471条样本街道的机动车道宽度和非机动车道以外铺装宽度。

（5）POI。

采集研究范围内与城市活力相关的POI点位，共58 208条。将筛选后的POI数据分为商业、科研教育、公司企业、交通运输、政府机构、住宅区、绿地、其他共8类[2]。

2 研究方法

2.1 评价指标体系构建

本研究的城市街道建成环境评价层面主要包括街道区位性特征、功能性特征、可达性特征、环境特征和物理特征5个评价层面，每个评价层面选取2个指标，共10个评价指标。

建成环境评价指标如表1所示。

表1 建成环境评价指标

2.2 指标体系量化方法

（1）街道活力量化。

为降低车流对街道活力的影响，对街道活力进行量化。不同宽度层级的街道在缓冲区内减去对应机动车道的宽度，剩余范围为统计数据的缓冲区，确保研究的可信度和精度。

不同宽度街道的缓冲区处理方式如图2所示。

图2 不同宽度街道的缓冲区处理方式

式中：Vxi——街道在x时刻的街道i瞬时活力值；Nx——街道在x时刻缓冲区内点的数量；Li——街道i的长度[6]。

（2）城市街道建成环境指标量化。

①区位性特征。借助ArcGIS近邻分析工具计算街道中心点至武广商圈和江汉路的平均距离和最近的商业综合体的直线距离。

②功能性特征。

根据文献[2]，计算功能密度与功能混合度：

式中：Density——功能密度；poi_Num——街道缓冲区范围内的POI总数；Length——街道长度。

式中：Diversity——功能混合度；n——POI的类别数；pi——某类POI占所在街道POI总数的比例。

③可达性特征。借助ArcGIS研究街道中点距最近地铁站点间的距离。

式中：Density——公交站密度；bus-stop_Num街道缓冲区范围内的公交站数量；Length——街道长度。

④环境特征。通过Python图像处理库OpenCV将街景图片转化为HSV格式，获得所需数据。通过OpenCV计算HSV图片格式中绿色的占比，得到绿视率。天空的占比可以衡量空间的开阔度，通过OpenCV计算HSV图片格式中红色的占比，获得开阔度[7]。

⑤物理特征。通过卫星图结合实测获取机动车道宽度和非机动车道以外铺装宽度。

3 研究结果

3.1 街道活力评价

街道活力量化评价如图3所示。

图3 街道活力量化评价

江汉区工作日和休息日的街道活力空间分布较相似，江汉路步行街与武广商圈周边的街道活力较高（建设大道和中山大道之间的街区），街道活力较低的街道大部分分布在建设大道以北。

3.2 街道活力影响要素分析

（1）街道分类。

依据相关文献以及《武汉市街道设计导则》，将研究区域内的城市快速路、城市主干道、地方性主干道三种类型道路归类为交通型街道，其余为生活类街道。以街道中心两侧100 m覆盖的用地类型作为衡量标准判断街道性质。街道两侧缓冲区内R（居住用地）占比超过50%时，将该街段定义为居住型；街道两侧的用地类型占比均低于50%时，定义为混合型；不明确用地类型占比高于50%时，定义为其他类型[2]。

（2）相关性分析。

以量化后的10种街道特征指标为自变量，14：00～17：00的街道活力值为因变量，街道用地类型为控制变量，对研究变量进行相关性分析。计算多元线性回归模型的标准回归方程及回归系数公式：

式中：β——自变量的相关系数；SSReg——回归平方和；SST——总平方和；SSE——残差平方和[8]。

街道活力影响因素回归分析结果如图4所示。

图4 街道活力影响因素回归分析结果

由图4可知，功能密度和公交站密度与5个自变量均呈正相关，表明其对街道活力具有普遍的提升作用。距商业中心距离对居住型街道活力无显著影响，与其他4个变量呈负相关，表明随着街道距离商业中心的距离增大，活力具有逐渐降低的趋势。功能混合度只与商业服务型街道和非工作日整体街道活力呈负相关，表明街道用地类型的复杂化会抑制商业服务型街道活力，现象在非工作日明显。开阔度与工作日整体街道活力呈低度正相关，表明开阔度较高的街道在工作日表现较低的活力值，可能因为一定程度的围合感可以为行人提供安全感，促进行人长时间停留。非机动车以外铺装宽度对商业服务型和交通型街道无显著影响，与其他3个因变量均具有不同限度的相关性，表明非机动车道意外铺装宽度的增加会显著提升街道的活力值。机动车道宽度与居住型街道活力呈高度负相关，与交通型街和工作日街道整体活力道呈正相关，表明机动车道宽度的增加会抑制居住型街道活力，提升交通型街道活力，可能由试验误差导致交通型街道的缓冲区内统计了车辆上的人口样本。

4 结语

本文基于多源数据，从城市街道建成环境的多个尺度对街道活力展开定量探索，补充以往街道活力相关研究在研究尺度以及影响因素方面的不足。研究表明，受区位因素影响，大部分活力值较高的街道集中在江汉区的中心城区，街道活力值随着区位向三环方向衰减。从街道个体层面分析，层级较低的街道活力值较高，城市主干道活力值普遍较低。

街道活力受多种环境因素影响，其中功能（POI）密度、距离商业中心最近距离和公交站密度对街道活力的影响较大，在多个模型中均显示强烈的相关性，机动车道宽度和非机动车道以外铺装宽度对街道活力也具有一定影响，街道的环境特征对街道活力的影响较小。

在实践中，本文的研究成果对街道活力的提升具有一定的指导意义。提高功能混合度和公交站密度可以显著提高街道活力；商业服务类型的街道应注重空间围合感的打造；以住宅为主的区域，应注重非机动车道和人行道空间的设计，满足居民日常活动需要的开敞空间，应增加路网密度，适当降低机动车道宽度，建立“密路网、宜步行”的活力社区；交通型街道应完善公共交通系统以提高其使用率，如公交站密度的增加。

本研究范围为武汉市江汉区，不同城市具有不同的环境、社会、历史、经济、人口等方面的特征，无法得出适用于所有城市的结论。本研究采用的热力数据精度不够高，后续研究可以采用精度更高的数据。