不同年代居住区的活力及影响因素研究——以武汉市为例

文／刘明浩 武汉大学城市设计学院 硕士研究生

李晨慧 武汉大学城市设计学院 硕士研究生

引言

2021 年末，我国常住人口的城镇化率达到64.72%。在城镇化的进程中，推动城市建设发展方式由依靠增量开发建设开始向存量更新转变。在此背景下，如何对现有居住区进行改造，提升居住区活力，正在成为一个新的热点。2020 年7月，国务院印发《关于全面推进城镇老旧小区改造工作的指导意见》中也说明了居住区改造具有十分重要的意义[1]。

“活力”的概念最早被应用于城市规划和城市社会学中，目前还未形成统一定义。1961 年，Jacobs 提出，活力是引发活跃商业活动和人类活动的能力[2]。1984年，Kevin Lynch解释活力为“聚落形态对生命机能、生态要求和人类能力的支持程度”[3]。1985 年Ian Bentley 解释“活力”为可以对特定场所产生影响的功能多样化的程度[4]。2001 年Jan Gehl 通过分析人群社交生活的方法来探索城市活力，并提出慢速交通可以促进城市活力[5]。近年来，我国学者也对居住区活力进行了一定的研究，如蒋涤非提出城市活力营造的三个向度和应当关注的四个特性[6]。近年来，新兴的网络大数据的开源为城市活力研究提供了量化的可能。龙瀛等学者通过对OSM 数据、POI 数量等进行量化，分析了成都市街道活力的影响因素[7]。在居住区的研究方面，田颖对北京居住区进行了分析，发现北京老城区居住区活力影响因素为区位、可达性和居住环境[8]。上述研究对居住区活力进行了一定的探索，但其结论针对城市区域所有居住区的统一特征，并没有对居住区进行进一步的细分，得出适宜不同居住区的改造策略。本文旨在对不同居住区进行分类，通过定量和定性分析，得出对各个年代居住区活力影响较大的因素，并将这些因素进行比较，为居住区及其周边的发展提升提供策略和指导。

1 研究范围、数据与方法

1.1 研究范围

本文的研究范围为武汉市三环以内及附近的矩形区域。该区域面积约为810km2，东西长约30km，南北宽约27km。武汉是湖北省省会，中部六省唯一的副省级市，特大城市，中国中部地区的中心城市[9]。

1.2 研究数据

本文的研究数据主要包括居住区（AOI）、热力图数据、不同种类的兴趣点（POI）和绿地率。

1.2.1 居住区数据

基于2019 年的武汉市卫星地图，对三环线以内的小区进行了统计。根据统计，共包含3164个居住区。研究者在谷歌卫星图上标记了研究范围内居住区的位置和轮廓以及每个居住区的面积信息。根据搜集的建筑年代数据和二手房价格信息，对每个居住区的建筑年代平均值进行计算并分为5 组。

1.2.2 热力图数据

热力图数据来源于百度地图的热力数据。包括2021 年12 月某日的工作时间（9 ∶00 ～17 ∶00）。这些数据以200×200m 的点状网格的形式分布，统计单位为每小时的人次。

1.2.3 地图POI

地图POI 来源于高德地图的POI，共收集了包括餐饮服务、购物服务、风景名胜、公司企业、交通设施、金融机构、科教文化、汽车服务、生活服务、住宿等在内的POI。绿地公园等AOI 按10×10m 的栅格转化为点。

1.2.4 居住区绿地率

基于武汉市的卫星地图，研究者通过描摹的方式画出绿色植被分布的位置，并进行了面积计算。第n 个居住区的绿地率的计算方法为：

其中，Rgn为第n 个居住区的绿地率；Agn为第n 个居住区内描摹出的绿地面积；An为第n个居住区的总面积。

1.3 指标体系构建

根据前人的文献[10-13]，将活力的影响因素归纳为设施配套、交通可达性、居住环境、居住成本和经济活力五大要素，并分别予以量化。其中设施配套的指标包含科教文化、生活服务、体育设施、医疗设施的POI 的密度值；交通可达性包括地铁和公交站的密度值；居住环境包含绿地率的大小、风景名胜和公园绿地的密度值；居住成本包含房价因素；经济活力包括餐饮服务、购物服务、公司企业、金融机构等设施的密度值。

1.4 指标体系量化

指标体系中的各项指标均较抽象，为方便后期研究，需要将上述数据进行量化和空间化。在此研究中，主要采用Qgis 软件对指标进行量化和空间化表达。

1.4.1 活力的空间表达

活力的主要量化指标为热力图数据的数量密度。本文采用工作日工作时间（上午9 ∶00 ～17 ∶00）的逐小时数据，以核密度分析的方法进行计算。将热力图数据手动处理为200×200m 规格的栅格数据，将搜索半径定为200m。

1.4.2 POI 的空间表达

因为每个兴趣点对周边的影响能力符合距离反比定律，即距离越远，影响能力越小，因此，同样选用核密度分析作为POI 的空间量化方法，搜索半径R 选用默认函数进行计算。

1.4.3 归一化计算

由于各项指标之间数值差异较大，需归一化计算消除各项指标之间的数值的过大差异，使得各指标的权重相同。每个单一指标中均有明显的离群值，因此通过分位数的方法对各项指标的数值赋予分数以消除单一指标的数值之间的过大差异。根据分析与可视化方法的不同，分别将数据分为了五分区间（按分位数分为5 组）、十分区间（按分位数分为10 组）和百分区间（按分位数分为100 组），用于不同分析。

1.5 分析方法

1.5.1 一元线性回归

采用一元线性回归分析的方法，分别计算五项指标的量化值与活力量化值之间的线性关联性。主要选取每组数据的回归系数与决定系数进行比较。回归系数为正数且越大表示自变量对因变量的正向影响越大，决定系数R2越接近于1表示样本变量之间的线性相关性更为显著[14]。根据前人的研究[11-13]，决定系数R2的范围多在0.3 ～0.6 之间，因此R2大于0.3 即可认为样本变量之间存在线性相关关系。

1.5.2 多元线性回归

使用多元线性回归的方法计算5项主要指标。其中yd为居住区的活力值；x1至x5分别为该居住区的经济活动、配套设施、交通可达、居住成本、居住环境的量化值。

2 研究结果

2.1 指标体系空间分布规律

采用归一化计算的5 分区间进行可视化计算并在地图上标出，可见建成年代相对久远的居住区分布在武汉市沿江两岸相对中心的位置（图1a）。活力值较高的居住区大多分布在汉口和武昌的二环线以内区域，其中汉口略高于武昌，武昌高于汉阳（图1b）。居住环境值较高的居住区大多分布于滨水区域附近，其中城市三环线附近的居住区略高于城市中心的居住区（图1c）。居住成本的分布呈现出多中心的趋势，居住成本最高的小区大多分布于江岸区核心、江汉区核心、武昌区核心、光谷等区域附近（图1d）。交通便利性较高的居住区分布在长江主轴和武珞路至珞喻路两侧，其中江汉区和江岸区明显高于其他区（图1e）。配套设施与经济活动的空间分布较为相似，分数较高的居住区分布在沿江大道西北侧及武珞路、珞喻路、珞狮路两侧等区域附近（图1f、图1g）。

图1 居住区不同指标可视化图（图片来源：作者自绘）

2.2 不同年代居住区的各项指标分数分布

采用归一化计算的10 分区间分析不同年代居住区的各项指标分数分布，得出不同年代的居住区的各个指标不同分数占比的百分比堆积图，如图2a—图2f 所示。居住区活力、配套设施密度、经济活动密度、交通设施密度随着居住区建成年代由早到晚的变化，均随着建成年代的增加而下降。与新建居住区相比，建设年代较早的居住区各类交通、配套设施完善程度更高，经济活动更多，因而活力更高。但随着建成年代的增加，居住环境水平有上升的趋势，如图2f 所示。在居住成本指标中，各年代居住区随着居住区建成年代的增加，没有明显的上升或下降的趋势，其得分在中位以上的比例也较为接近（图1e）。

图2 居住区不同指标可视化图（图片来源：作者自绘）

图2 经济活动、配套设施、交通可达与居住区活力的散点图（图片来源：作者自绘）

由此可见，建成年代较早的居住区各项设施较为完善，活力更高；但居住环境较新建的居住区相比有所下降；而居住成本对不同年代的居住区来说大致相当。

2.3 各项指标对不同年代居住区活力的影响力比较

采用归一化后的百分区间分别计算不同年代的居住区的经济活动、配套设施密度、交通可达性、居住成本和居住环境五项指标与居住区活力分数的一元线性回归的回归系数和决定系数。

各组数据显著性系数均远小于0.01，表明差异性极其显著。各组数据中居住环境和居住成本与居住区活力的决定系数均小于0.3，说明二者与居住区活力的线性相关性较弱。因此选取交通便利性、配套设施和经济活动与居住区活力的数据绘制散点图并比较回归系数与决定系数（图2）。

按照五类组别建成年代由早到晚的顺序比较其经济活动、配套设施和交通可达性与居住区活力的回归系数。可以发现，不同组别经济活动与居住区活力的回归系数没有明显地随建成年代呈现上升或下降趋势；对于配套设施，其对1995 年以前建成的居住区影响最大，对1999—2002 年建成的居住区影响最小，其影响随着居住区建成年数的增加先减小后增大，但整体呈上升的趋势；对于交通可达性，随着居住区建成年数的增加，交通可达性对居住区活力的影响有所增大。

2.4 不同指标对各年代居住区活力的影响

采用多元线性回归的方法对各组不同年代居住区的各类指标对居住区活力的贡献进行比较，数据采用归一化后的百分区间。结果如表1所示：各组数据的决定性系数R2均大于0.5，说明有较大的线性关系。

表1 五项指标与居住区活力的多元线性回归结果（表格来源：作者自绘）

排除掉P 值大于0.05 的指标，并通过对比不同指标的回归系数进行分析，可以发现：对于建成时间在1995 年之前的居住区，对居住区活力影响最大的因素依次是配套设施和交通可达性；对于1995 年到1998 年建成的居住区：对居住区活力影响较大的因素依次是经济活动、交通可达性、配套设施和居住环境；对于1999到2002 年建成的居住区，对居住区活力影响较大的因素依次是交通可达性、配套设施和经济活动；对于2002 年到2007 年建成的居住区，对居住区活力影响较大的因素依次是交通可达性、经济活动、配套设施。对于2007 年后建成的居住区，对居住区活力影响较大的因素依次是经济活动、交通可达性。

结语

本文基于多源大数据，对武汉3000 多个居住区的现状进行了研究，对工作日的9 ∶00 ～17 ∶00 的活力影响因素及其影响大小进行了探究，并将居住区按照建成时间分为五类，对不同类别居住区的活力影响因素进行了探究。

理论上，本文将居住区活力的影响因素归纳为经济活动、配套设施、交通可达、居住成本、居住环境五个方面，通过研究发现，建成年代较早的居住区的经济活动、配套设施、交通可达性水平均较高，但居住环境水平较建成年代较晚的居住区有所不足。不同年代居住区的居住成本和居住环境对居住区活力没有明显的线性关系；交通可达性对居住区活力的影响随居住区建成年数的增加有增大的趋势。各年代居住区组的五项指标影响力大小的顺序也不同。

实践上，本次研究对不同年代居住区后续的规划和发展有一定指导意义。定性研究表明老旧居住区设施较为健全，但应注重居住环境的发展，提高老旧居住区的绿地率；新建居住区则应综合提高周边的配套设施、交通设施和经济活动水平。定量研究表明，提升老旧居住区的交通设施比提升新建居住区的交通设施对于居住区活力的提升更为有效；对于老旧居住区，提升配套设施水平和交通设施水平比其他三项措施更为有效，可增设更多科教医疗设施、交通站点和生活服务设施；对于新建居住区来说，提升经济活动和交通设施水平比其他三项措施更为有效，可增设更多购物、餐饮等商业点。

本研究还有待进一步发展和完善。首先，对于活力的测度时间为工作日的工作时间，具有一定局限性，后续研究中可进一步完善数据，如增加昼夜对比与工作日、休息日的对比；其次，可增加更多方面的数据以补足研究，如交通可达性方面可考虑道路交通以及堵车情况；居住环境还可考虑绿视率等因素。