基于腾讯出行大数据的北京市郊野公园游憩使用及影响因素研究

李方正 钱蕾西 臧凤岐 李雄

1 北京市郊野公园发展综述

近年来随着城市化进程的加快，如何在城市的扩张和自然生态之间寻求平衡显得越来越重要。郊野公园作为城市边缘区开放空间的一部分，对保护自然风景资源和遏制城市无序蔓延具有重要意义[1]。

国外对郊野公园研究主要针对郊野公园的发展历程、使用及管理情况。其中在郊野公园的使用及影响因素方面，Andrew Maliphant等[2]分析了英国郊野公园的使用及管理状况。Brontherton等[3]研究了郊野公园在游憩需求方面的积极作用，并探讨了如何通过管理防止大众喜爱的景观恶化。在郊野公园游人时空分布方面，Bertuglia等[4]描述并校准了一个在公园不同区域内游客分布的数学模型，以期确立公园的最佳组织来实现与保护自然环境相适应的游客分布。在中国，香港最先启动郊野公园建设。北京市受到香港规划思想的影响，在21世纪初开始建设郊野公园[5]，并在2007年正式提出启动第一道绿化隔离地区“公园环”的建设，使城市以“分散集团式”布局[6]。相比其他城市以生态保护为主的规划，北京的郊野公园更注重公园的可游性，内部常有各式的游憩设施[7]。在2017年通过的最新版《北京市城市总体规划》中，一道绿隔已经被定位为“城市公园环”，郊野公园环的游憩服务将成为其重要功能。目前在风景园林规划设计领域，已有部分研究通过定位信息研究绿地使用情况，但其更多集中在绿地游憩使用的统计和制图，较少通过回归分析、建模分析等方式进一步分析其影响因素，以及分析各影响因素的影响强弱[8-12]。在公园使用情况方面，郝君等[13]采用理论研究与实地观察、问卷调査与访谈相结合的方法对南海子公园规划与建设存在的问题进行探究。李方正等[14]利用2013年北京市新浪微博签到数据对北京市中心城公园绿地的使用现状进行研究。郝新华等[15]采用文本、LBS等多源数据，对奥林匹克森林公园南园的使用情况及人群满意度进行评估。王鑫等[10]以北京大型郊野公园为研究对象，基于多源大数据对北京大型郊野公园的实施进行评价。综上研究，多采用实地调研和问卷形式[16]，少量研究对单个郊野公园采用大数据展开游憩使用研究，缺少多个研究对象的对比研究。

利用位置定位数据可以有效地记录居民的生活轨迹，更加直接地反映市民的空间分布规律。风景园林规划设计中可以通过不同数据挖掘手段和技术来弥补传统研究数据样本较少的局限。笔者为研究北京郊野公园的游憩使用情况，运用腾讯出行大数据来研究北京市40个郊野公园的游憩使用，分析不同郊野公园时间空间维度上的使用差异，理清其区位条件、交通条件、交通便利性等外部因素和面积、绿化覆盖、游憩设施等内部因素对其使用的影响，以期为郊野公园的选址和设计提供依据，提升郊野公园的使用。

2 研究数据

研究数据主要包含3类。1）郊野公园分布数据：通过百度地图获取2015年北京市40个郊野公园的数据（图1）。2）郊野公园游人量数据：通过腾讯宜出行公众号终端网络爬虫爬取2015年夏季公园游人量相对较多的5天的游人分布数据，并通过数据清洗获得所研究郊野公园的游人量，用于分析城市郊野公园游人时空分布差异。网络爬虫是一个自动下载网页的计算机程序或自动化脚本[17]，通过爬虫软件可以查询出一个范围内的所有信息点，将腾讯宜出行公众号数据在ArcGIS中进行空间矢量化录入和处理，然后在ArcGIS中录入研究区域范围，将郊野公园范围内的签到数据进行剪裁，用空间连接工具将签到图层数据与公园图层连接，得出公园签到次数。3）影响因素数据：包括交通便利度、人口密度、商业设施（图2～4）以及郊野公园内部设施相关数据。

3 研究方法

首先通过ArcGIS空间分析模块中的核密度分析表征郊野公园的游人空间分布，其次通过地理检测器探究外部影响因素对郊野公园游人分布影响。

地理检测器最早由中科院地理所Jinfeng Wang提出，已被广泛用于测试地理现象与其潜在驱动因素之间的关系[18]。作为空间统计方法，在研究中定量探究40个郊野公园中游人量与外部因素之间的关系，通过软件对交通条件、人口密度、商业设施、郊野公园中的游人量、样本数量进行赋值，地理探测器可计算样本的数量和方差，并通过运行计算其p值，其结果为0～1之间数值，数值越大，表明该因素对郊野公园游人量的影响越大。

4 北京郊野公园使用时空差异及其影响因素分析

4.1 北京郊野公园现状条件及使用时间差异分析

通过对40个郊野公园的游人量和现状情况进行初步统计（表1），发现大部分北京市郊野公园相对签到量整体上周末大于工作日。多数郊野公园具备游憩广场和健身设施，仅有少数具有针对老人、儿童等人群专门设置的游憩场地。其中，福海公园、槐新公园和旺兴湖公园等有专为儿童设计的游憩设施；东坝郊野公园和黄草湾郊野公园有分别针对儿童和老人设计的活动场地。

4.2 不同郊野公园使用空间分析

运用核密度分析法，对北京市郊野公园周末和工作日游人分布进行分析（图5、6），无论工作日还是周末，游人的分布均集中在几个特定区域：西北郊树村郊野公园—百望山森林公园组团；北郊以朝来森林公园为中心的区域；东郊以东坝郊野公园为中心的区域；东南郊以老君堂公园为中心的区域。

4.3 北京郊野公园使用差异外部影响因素分析

研究通过地理探测器探究了外部影响因素如交通便利度、人口密度和商业设施对郊野公园使用的影响。

1 北京市郊野公园分布图Spatial distribution of country parks in Beijing

2 北京中心城道路分布图Road distribution in central Beijing

3 北京市郊野公园缓冲区范围人口密度分布图Distribution of population density in buffer zones of country parks in Beijing

4 城市公园缓冲区范围内商业设施密度分级图Commercial facilities density grading in the buffer zones of urban parks in Beijing

5 北京市郊野公园工作日游人核密度分布图Distribution of nucleus density of visitors in country parks of Beijing in weekdays

6 北京市郊野公园周末游人核密度分布图Distribution of nucleus density of visitors in country parks of Beijing in weekends

研究表明，本研究所涉及的3个外部因素对郊野公园游人空间分布的影响强弱排序为商业设施＞人口密度＞交通便利度。从北京市郊野公园缓冲区范围内商业设施的密度分布（图4）看，整体呈现出由城市内向外等级逐级递减，而郊野公园主要分布在五环外围的城市功能拓展区，因此其缓冲区范围内缺少商业设施，很大程度上限制了游客前往郊野公园的游憩潜力[19]，商业设施的分布成为影响郊野公园使用的重要因素。人口密度对郊野公园使用的影响仅次于商业设施，交通便利度对其影响最小。游人量比较集中的双核聚集区和单核聚集区郊野公园主要位于城市的西北郊（海淀区）、北郊和东郊（朝阳区），也是北京市人口比较集中的位置。便利的交通对于公园的频繁使用有促进作用。郊野公园的位置比较偏远，主要依靠公交车、私家车等方式到达。通过相对客流量和交通的数据可以看出，工作日游客签到相对量和周末游客签到相对量在3 000以上的郊野公园其附近的公交设施数均较高。

4.4 北京郊野公园使用差异内部影响因素分析

通过调研和资料查阅，对郊野公园内部影响因素进行统计，分析其对郊野公园使用的影响，具体包括面积、绿化覆盖、有无水体、道路长度、服务设施和游憩设施[20]。笔者通过大众点评选择“服务设施”相关标签，将分级分数结合相关评论来反映基础服务设施质量满意度。1）在大众点评平台上，收集郊野公园所得分数并对其进行分级，以5分为满分，每0.5分划分为一级；2）在“服务设施”标签下搜索对郊野公园的评论，常出现“设施好”“公共卫生间条件较差”“硬件设施不错”“有免费停车场”“垃圾桶少”等相关评论，将其结合作为郊野公园服务设施满意度的评定依据。

在选取的北京40个典型的郊野公园中，面积在0～15hm2的有13个、15～40hm2的有13个、面积在40hm2以上的有14个，因此将郊野公园划分为3个规模类型。在3个规模范围中，根据郊野公园分布较多区位的南郊、东南郊、西北郊和北郊，分别选择覆盖面积近似的郊野公园，对公园使用现状内部因素进行比较（表2）。

通过对所选样本的内部因素进行分析，可以看出不同区位的同一规模范围内的郊野公园游人签到次数基本在一个量级内；未处于在建阶段或是有特殊规划需求的郊野公园绿化覆盖率普遍较高；通过分级对比发现郊野公园游人签到次数主要受到游憩服务设施、道路总长度和基础服务设施质量的影响，但对于规模范围不同的郊野公园，其签到次数受到不同内部因素的不同程度影响，具体分析如下：1）所选样本规模在15hm2以内的郊野公园中，福海公园签到次数出现异常值，因为其公园范围内包括大红门会展中心，会有更多并非因公园游憩需求而来的人。除此之外，可以看出游人签到次数受到绿化覆盖率的影响最大，其次是基础服务设施满意度，有无水体及游憩服务设施并不是最主要的影响因素。服务设施层面，东升文体公园由于服务设施缺乏维护，在一定程度上也导致公园的使用率较同区位类型的公园更低。2）所选样本规模在15～40hm2的郊野公园中，游人签到数据受游憩服务设施影响最大，道路长度影响比较大，而有无水体、服务设施满意度和绿化覆盖率影响相对较小。游憩服务设施对其空间可游性影响较大，道路总长度决定路径的丰富度和场地的可达性。从所选公园可看出，游憩内容丰富、道路总长度长的郊野公园，游人量较大；而东升八家郊野公园虽然是绿化覆盖率高的公园，但由于其游憩服务设施单调、道路体系不完善，不适宜人们展开活动、运动等，因此游人量较少。其中对公园使用具有影响的游憩服务设施为体育健身设施、儿童娱乐设施、老年人娱乐设施、游船项目设施及野营等特色活动设施。3）所选样本规模在40hm2以上的郊野公园中，树村郊野公园签到次数出现异常值，因为其场地内部分区域正在作为住宅进行建设。老君堂公园中有幼儿园，其签到数据会因此偏高。除此之外，游人签到数据受游憩设施影响最大，道路长度影响比较大，而有无水体和基础服务设施满意度有一定影响；绿化覆盖率整体较高，自然环境良好，因此对签到数据影响较少。

表1 郊野公园签到次数与基本情况表Tab. 1 Check-in number and basic situation of country parks

此外，从设施评价中发现，当前郊野公园普遍存在部分游乐设施及座椅等游憩服务设施老旧、缺乏维护更新的问题。有部分公园虽已按照设计要求修建园区公共厕所，但大多欠缺维护，甚至处于禁止使用状态，导致游人活动满意度不高，多在3.5分左右。

表2 部分公园使用现状及内部因素情况统计表Tab. 2 Statistics of some parks’ use status and internal factors

5 结论与启示

5.1 结论

1）北京市郊野公园的签到数据整体上周末大于工作日。游人分布整体上呈现出由单核聚集向双核聚集扩散、大致围绕北京市四环形成一个环状结构。无论工作日或周末，游人常集中于北郊、西北郊、东南郊和南郊。2）采用地理探测器的方法，得出商业设施的影响力最大，人口密度其次，交通便利度对其影响最小的结论。在探索内部影响因素时，发现15hm2以上郊野公园游人签到次数主要受到游憩设施、道路总长度和基础服务设施质量的影响，15hm2以下郊野公园游人量受绿化覆盖率影响较大。

5.2 研究对北京市郊野公园规划建设的启示

1）构建郊野公园绿色综合体。随着市民生活习惯的变化，公园游憩行为和商场购物等通常相互伴随，因此在城市规划中，应充分考虑郊野公园与商业用地关系。即在未来城市规划中，应首先考虑商业服务业设施用地、道路与交通设施用地和郊野公园的关系，将各类要素整合成一体进行规划发展，以此提升郊野公园所在的五环以外的城市功能拓展区的活力。由于郊野公园是区域重要的景观、游憩和生态综合体，因此提出建设以郊野公园为核心，在一定服务半径内辐射规划商业用地、交通基础设施的绿色综合体，在促进其游憩使用同时，使郊野公园成为一定区域内的绿心，服务周边商业和交通基础设施，带动区域游憩服务活力的同时，提升其商业服务等功能。

2）着力推动部分郊野公园的城市公园化建设提升。通过各影响因素分析，在商业用地和人口密集区域的郊野公园游人量相对较大，而这些区域城市化水平相对较高，部分郊野公园日常使用相对较多，而内部影响因素表明游憩设施和道路长度影响其使用，因此，应该提升郊野公园服务设施质量和水平，在适宜区域推动郊野公园向城市公园的改造。目前，北京市第一道绿化隔离带内的郊野公园正在逐步提升为城市公园。而在二道隔离地区，研究建议在部分基础设施完善，尤其是周边商业和交通基础设施密集的区域，在保证其生态保护功能基础上，选择部分郊野公园进行改造提升试点，完善其基础设施和游憩设施，推动其游憩服务功能。

3）构建以提升游憩服务为目标的郊野公园分类建设标准。目前，专门针对郊野公园建设的标准有所缺失。而英国在郊野公园建设中专门针对其面积、生态保护和游憩等方面进行立法保证其建设水准。中国应学习其立法经验，推动郊野公园建设标准的形成。而研究结论将会对中国相应标准建立提供依据。例如在游憩服务提升方面以下结论可成为重要依据。对于面积在15hm2以内的郊野公园，应首先考虑对绿化覆盖率的建设控制；对于15～40hm2及40hm2以上的郊野公园应明确提升游憩服务设施的类别、分布和数据、游憩道路长度等指标要求。

现有郊野公园使用研究多采用问卷调查的形式，存在数据样本量小、获取数据效率较低等问题，而大数据时代的到来能为规划设计提供大规模和高质量的个体时空分布数据，成为前期分析的重要基础[21]。已有部分研究将大数据应用在郊野公园评估中，但多集中在单一样本，相较前人研究，本研究在研究方法和内容层面具有一定创新：1）将大数据抓取应用与多样本郊野公园使用进行对比分析；2）地理探测器从空间层面解释了多影响因素对郊野公园使用的归因，理清不同影响因素的影响强弱。但也具有一定不足，大数据不是全数据，其签到人群具有一定局限，因此在未来研究中，可以考虑将腾讯宜出行大数据和传统调查问卷相结合的方式进行研究，在快速获得大量基础数据的同时，通过一定数量的调查问卷结果来反映郊野公园使用者的情况，来弥补数据爬取过程中无法证明各年龄段使用者与郊野公园使用情况之间的关系，以此提高各类人群的空间行为代表性和可信度，更全面地反映出区域人群总体的郊野公园使用情况。此外，还可以结合Wifi探针的方式来获取某个或某类公园游人的分布特征，进而为郊野公园规划和使用率提升提供更具有针对性的建议。

注释：

文中图表为作者自绘。其中表2底图来源为百度地图。