基于公众参与地理信息系统的城市绿地体力活动与建成环境特征相关性研究——以哈尔滨市为例

赵晓龙 汤奕子 卞晴 郑权一

1 研究背景

城市绿地所具有的优美自然景观、开放活动空间、和谐人际交往与积极文化氛围，使其成为居民进行户外体力活动的首选地。随居民体力活动需求的不断增长和空间选择的多样化，明晰哪些绿地特征影响体力活动，对增强绿地服务能力以提升使用率、促进绿地合理规划至关重要。在城乡规划领域，针对城市建成环境对体力活动影响方面的研究已较为成熟：一方面，专家学者们多从健康城市[1-3]等宏观尺度切入，探究城市建成环境对体力活动的影响，发现了城市环境的通达性[1]、可步行性[2]以及社会文化适应性[3]等特征对体力活动的重要影响；另一方面，他们大多聚焦于社区[4]、邻里[5]、街道[6]等城市硬质空间中发生的体力活动，探究其与所在建成环境之间的关系。而在风景园林领域，绿地体力活动相关研究主要集中于体力活动的行为特征挖掘[7-8]、体力活动与绿地特征之间的关系探究[10]以及体力活动的空间评价、规划设计和发展策略[11]总结等方面，它们大多从特定空间如公园[10-11]、社区绿地[12]等微观尺度切入，探究特定群体如儿童[13]、老年群体[14]在绿地中体力活动的空间影响特征，总结出绿地空间的安全性[15]、环境美学性[16]、路径通达性[17]、设施完善性[11]等对体力活动有显著影响，但这些研究仅聚焦于绿地内部的场地特征，而忽略绿地建成环境等外部特征对体力活动的影响。因此，绿地建成环境特征对体力活动是否存在影响成为当代规划设计师面临的一个现实问题。

研究拟从中观尺度切入，在明晰绿地体力活动的空间分布规律基础上，探究绿地建成环境特征对体力活动的影响，以期指导绿地规划与更新，并提高体力活动增长率。将绿地建成环境特征分解为绿地规划特征与绿地所在地建成环境特征两部分。其中，绿地规划特征是在绿地规划阶段需首要设定的硬性指标，其用于指导绿地选址、平面布局及功能定位等宏观尺度上的发展，包括绿地的区位、类型、规模等；绿地所在地建成环境特征包括绿地周边衡量体力活动需求来源的住宅小区、衡量交通条件的交通路网以及衡量相关设施分布的商娱设施及风景名胜资源等。研究拟解决以下具体问题：1）哈尔滨冬春交季时段居民的绿地体力活动空间分布规律是怎样的？2）识别哪些绿地规划特征对体力活动存在影响？3）识别哪些绿地所在地建成环境特征对体力活动存在影响？

研究一方面基于自行开发的公众参与地理信息系统（Public Participation Geographic Information System, PPGIS）微信程序获取体力活动的空间定位信息，同时通过相关部门政务公开平台、百度开放地图等渠道获取哈尔滨各绿地类型、规模、形态等规划特征数据，并将其导入ArcGIS形成绿地图层，与体力活动定位点叠加生成体力活动密度图，以明晰哈尔滨居民绿地体力活动的空间分布规律，并识别影响体力活动的绿地规划特征；另一方面，基于脉策数据网等渠道获取哈尔滨住宅小区、交通路网、商娱设施等绿地所在地建成环境特征数据，导入ArcGIS生成绿地所在地建成环境特征的分层核密度图，并将体力活动密度图与分层核密度图进行叠图可视化分析，以识别影响体力活动的绿地所在地建成环境特征（图1）。

1 研究技术路线Research technology route

2 数据获取与分析

在数据获取方面，现有研究多采用实地问卷[18]、现场访谈[3]和专家座谈会[19]等传统形式，一方面数据获取量小，另一方面研究局限于公园[10-11]、社区绿地[12]等微观尺度；也有学者通过网络爬虫方式[20]获取体力活动数据，但存在数据获取难度大且精度不足问题。PPGIS是依托GIS技术建立的数据采集分析平台，可实现空间定位数据与附属信息一对一融合并直接在ArcGIS中分析，使公众意图快速转化为图示语言，还能基于互联网与移动终端广泛吸纳公众参与[21-22]，在业内被主要应用于环境评价[23]、行为模式探索[24]和社区管理[25]等领域，证实其可用于探索宏观与中观层面的人群行为特征。因此，本研究将PPGIS作为数据获取平台。

2.1 PPGIS构思与设计

以往的PPGIS前端界面多以固定终端网站[23]或移动终端App[26]形式呈现，公众须先注册登录才能按步骤制图，流程复杂且制图难度大。而微信作为目前广为流行的社交工具，自带朋友圈、公众号和消息推送等免费推广功能，其小程序业务相当于智能手机中的App，无须下载安装，可即时搜索、随时调用，实现便捷使用、快捷分享，且附带消息通知、线下扫码、公众号关联等功能。因此，研究拟开发实现PPGIS功能的微信程序，利用小程序的微信平台基础和网络技术支撑，将PPGIS功能的前端实现嫁接进小程序中，实现PPGIS的本土化，利用微信的庞大用户池和便利推广优势吸纳参与者。

整个平台分为前端PPMAP与附属问卷、后端数据储存与GIS分析2部分。前端PPMAP与附属问卷以微信小程序为载体，以开放、可伸缩比例和变换视图的腾讯地图为主要界面（图2），附属问卷分3个板块：1）体力活动的主体信息，包括性别、年龄、健康状况、教育层次和职业类别；2）体力活动的属性信息，包括活动类型、强度、频次和持续时间；3）体力活动的时间信息，包括一周活动的天数、一天活动的时段。为保证数据真实性，在问卷末尾设置检验问题。每采集一次数据，自动返入Leancloud云平台批量储存，待数据清洗和筛选后导入ArcGIS进行统一分析。

2 PPGIS微信小程序端界面PPGIS WeChat terminal interface

2.2 PPGIS结合实地调研

冬春交季时段为哈尔滨居民频繁从事户外活动的初始阶段，平均气温约为-5 ℃。因此，本研究选择2018年2月1日—2018年3月3日冬春交季时段采集数据。从PPGIS网络调研获取样本数据的年龄特征来看，青中年群体（19～65岁）占多数，为86%，少年儿童群体（18岁及以下）和老年群体（65岁及以上）仅占比14%，样本年龄结构失衡，因此，本研究针对少年儿童和老年群体实地发放问卷，线上线下同步推广。线上渠道包括微信朋友圈转发、QQ邮件邀请、城市运动群转发和新浪微博推送等；线下渠道包括在社区张贴宣传海报、在中心商业区派发宣传单、针对特定群体实地发放问卷。选择5个周末的下午时段（12：00—18：00），在哈尔滨10个主要中心商业区的商场、超市、肯德基、星巴克等公共场所，针对特定群体随机发放问卷，调研天数共计5天，每个中心发放300份问卷。

最终共获取46 498条网络样本和3 000条实地样本，经过滤清洗后得到34 838条有效数据。

2.3 数据处理与分析

首先，将体力活动空间定位与绿地规划特征数据分别导入ArcGIS生成体力活动兴趣点（point of interest, POI）与绿地图层，将体力活动POI图层空间连接至绿地图层进行叠加分析并分类显示，将各绿地单位每平方米承载的体力活动人数依据由多至少的原则，以同一颜色由深至浅显示生成体力活动密度图，叠加哈尔滨交通环线与河流水系图层，以明晰哈尔滨市域范围内居民绿地体力活动的空间分布规律，识别影响体力活动的绿地规划特征；其次，基于ArcGIS，利用核密度法对绿地所在地建成环境要素的矢量和POI数据分层进行空间分布集聚等级分析，依据集聚程度由强至弱以同一颜色由深至浅显示，制作绿地所在地建成环境的分层特征核密度图；最后，将体力活动密度图与绿地所在地建成环境的分层核密度图进行叠图可视化分析，识别影响体力活动的绿地所在地建成环境特征。

3 研究结果

明晰哈尔滨冬春交季时段绿地体力活动的空间分布规律，总结居民体力活动的绿地空间偏好，能为进一步识别影响体力活动的绿地规划特征及其所在地建成环境特征奠定基础。最终研究结果能为城市新增绿地选址与旧有绿地更新改造提供理论依据，有助于城市绿地的合理规划与布局，满足居民日益增长的体力活动需求。

3.1 解析绿地体力活动的空间分布规律

在ArcGIS中将体力活动POI图层空间连接至绿地图层，由体力活动POI求和字段计算出各绿地承载的体力活动总人数，然后分别除以绿地面积得出绿地单位面积内体力活动人数，生成体力活动密度图，并与哈尔滨交通环线与河流水系图层叠加（图3）。研究发现，共289块绿地存在体力活动轨迹，单块绿地承载的活动密度最高可达64人/hm2，最低为0～2人/hm2，表明冬春交季时段哈尔滨绿地中体力活动行为开始大量普及，但空间分布不均，呈现出显著偏好性。

3 哈尔滨绿地体力活动密度与交通环线及河流水系图层叠加图Overlay of physical activity density and traffic loop river layers in Harbin Greenland

如表1所示，289块绿地中，220块绿地体力活动密度等级偏低（密度值＜8人/hm2），仅24块绿地的体力活动密度等级较高（密度值＞28人/hm2）。其中，儿童公园、建国公园等14块绿地体力活动密度等级最高；古梨园等10块绿地体力活动密度等级较高；25块绿地活动人数适中，如九站公园、黑龙江中医药大学校园；105块绿地体力活动密度等级偏低，如黑龙江大学校园、一机公园。综上所述，在冬春交季时段，哈尔滨绿地体力活动行为虽覆盖面广，但空间分布较为集中，因绿地自身条件和所在地建成环境的不同，不同绿地承载的体力活动存在显著差异。

表1 各环线区域主要绿地体力活动密度值及等级Tab. 1 Statistics of physical activity density values and hierarchies of main green space in each traffic ring zone

3.2 识别影响体力活动的绿地规划特征

为进一步探究体力活动与绿地规划特征的关系，研究发现，不同绿地因区位、类型、规模、形态等规划特征不同，承载的体力活动密度也存在显著差异。

从绿地区位来看，哈尔滨绿地体力活动空间分布呈从中心城区往外围递减的趋势，不同环线区位绿地的体力活动密度显著不同。对各环线区位绿地的平均体力活动密度进行统计，二环到三环之间（17.8人/hm2）和一环以内（11.35人/hm2）的绿地最受体力活动偏好，而三环以外绿地的平均体力活动密度（1.24人/hm2）极低。因此，绿地的环线区位与其体力活动密切相关，对体力活动存在显著影响，即绿地的环线区位越靠中心，其承载的体力活动密度越高。

从绿地类型来看，在冬春交季时段，公园绿地、校园绿地和广场绿地是居民主要的活动场地。其中，校园绿地属于公共设施附属绿地，因其优美的环境、和谐的氛围和一定的开放性成为体力活动的重要场地。从各类型绿地的平均体力活动密度来看，综合公园（16.08人/hm2）、带状公园（15人/hm2）、专类公园（7.18人/hm2）和社区公园（5.75人/hm2）的体力活动密度等级较高，这表明绿地类型与体力活动密切相关。同时，将绿地环线区位与绿地类型综合来看，二环以内的中心区，建国公园（46人/hm2）、古梨园（40人/hm2）等综合公园，长青公园（18人/hm2）、靖宇公园（25人/hm2）等社区公园，哈尔滨开发区景观广场（23人/hm2）、北秀广场（20人/hm2）等广场绿地和哈尔滨工业大学（64人/hm2）、东北林业大学（46人/hm2）等校园绿地的体力活动密度等级最高；二环以外的郊区，斯大林公园（64人/hm2）、香坊公园（28人/hm2）等带状公园和群力丁香公园（17人/hm2）、远大生态园（16人/hm2）等专类公园的体力活动密度等级最高。因此，中心城区的综合公园、社区公园等公园绿地、广场绿地和校园绿地最受居民偏好，而郊区的带状公园和专类公园最受偏好，表明在不同的环线区位，体力活动偏好的绿地类型不同。

从绿地规模来看，大、中型规模绿地（10～30 hm2）的体力活动密度相对偏高。各规模等级绿地的平均体力活动密度中，大型规模绿地（20～30 hm2）、中型规模绿地（10～20 hm2）的体力活动密度等级最高，因此，大中型规模绿地最受居民体力活动偏好，如斯大林公园（64人/hm2）、哈尔滨工业大学校园（64人/hm2）、儿童公园（62人/hm2）、黛秀湖公园（41人/hm2）等绿地活动密度均偏高。因此，绿地规模与体力活动密切相关，对体力活动存在重要影响，并呈现出绿地规模越大，体力活动密度越高的趋势。

从绿地形态来看，带状绿地的体力活动密度偏高。各形态绿地的平均体力活动密度中，带状绿地（7.67人/hm2）最受居民体力活动偏好，如斯大林公园（64人/hm2）、江畔公园（42人/hm2）等，其次为楔状绿地（4.66人/hm2）。因此，体力活动普遍偏好带状绿地，绿地形态与体力活动密切相关，对其存在重要影响。

总体而言，绿地的环线区位、类型、规模、形态等规划特征与体力活动密切相关，均对体力活动有重要影响。

3.3 识别影响体力活动的绿地所在地建成环境特征

将住宅小区、企业、交通路网、公交站点、商娱设施、风景名胜资源的分层核密度图与体力活动密度图叠加进行可视化分析，以识别影响体力活动的绿地所在地建成环境特征。

哈尔滨城区住宅小区大体呈多核心分散结构分布，与市域范围内绿地体力活动的空间分布趋势大体一致（图4）。住宅小区核心区的斯大林公园、九站公园、黛秀湖公园、哈尔滨工业大学等绿地的体力活动密度值皆偏高，住宅小区稀疏区绿地的体力活动密度值则偏低；较小规模的高体力活动密度的绿地如建国公园、古梨园、北秀广场等绿地周边住区分布较密集，而低体力活动密度的绿地周边住区分布较为稀疏。因此，绿地周边的住区分布与体力活动密切相关，同时也表明，居住人口是绿地体力活动需求的主要来源。在绿地规划选址阶段，应优选靠近住区的密集区域。

4 住宅小区核密度与体力活动密度叠加图Overlapping map of nuclear density and physical activity density in residential area

哈尔滨城区的企业也大体呈多核心分散结构分布，但表现出集中分布于中心城区（二环以内）的聚集趋势（图5）。企业核心区域的绿地如长青公园、索菲亚广场、经纬街—霁虹街广场等，它们的体力活动密度适中，而高体力活动密度的绿地如斯大林公园、建国公园、儿童公园等周边的企业分布较少。因此，绿地周边的企业分布对体力活动影响不大，表明就业人口并非绿地体力活动需求的主要来源。

5 企业核密度与体力活动密度叠加图Overlapping map of nuclear density and physical activity density in companies

与体力活动分布趋势类似，哈尔滨的交通路网和公交站点分布与聚集程度大体呈从中心往外围递减趋势（图6～7）。在体力活动密度偏高的建国公园、儿童公园、斯大林公园、北秀广场、哈尔滨体育学院、哈尔滨医科大学和哈尔滨工业大学校园等中心绿地，其周边路网和公交站点密度也相对偏高，表明中心绿地，特别是公园绿地、广场绿地和校园绿地周边的交通路网和公交站点与其体力活动密切相关。而二环到三环之间群力片区的哈尔滨音乐公园、群力丁香公园、江北区的太阳岛公园等绿地由于周边道路路网和公交站点少、密度低，绿地的体力活动密度偏低。因此，绿地周边的交通路网和公交站点分布对体力活动影响显著，绿地规划选址应首选交通便捷区域，尤其是公交便捷区域。

6 交通路网核密度与体力活动密度叠加图Overlapping map of nuclear density and physical activity density in the traffic network

7 公交站点核密度与体力活动密度叠加图Overlapping map of nuclear density and physical activity density at bus stops

哈尔滨商娱设施分布在中心城区（二环以内），呈多核心分散结构分布，整体变化趋势与体力活动密度变化一致，从中心向外围递减，至二环线以外则急剧递减（图8）。中央大街商圈周边的斯大林公园、九站公园、兆麟公园，秋林商圈周边的儿童公园、北秀广场、哈尔滨工业大学校园，乐松商圈周边的东北林业大学校园、香坊公园、劳动公园等体力活动密度均偏高，而远离商圈的广翰公园、阳光休闲广场和丁香博览园等绿地等体力活动密度低。因此，绿地周边的商娱设施分布与体力活动密切相关。哈尔滨的风景名胜分布较为集中，多位于二环以内，三环和四环区域也有零星分布，太阳岛公园、中央大街、博物馆和龙塔为几大风景名胜核心聚集区（图9）。然而，以纯观赏型自然景观为主的太阳岛公园、冰雪大世界景区等绿地的体力活动密度较低，以人文景观为主的龙塔景区周边的开发区景观广场等绿地，自然景观、人文景观与商业连带开发的中央大街和博物馆景区周边的斯大林公园、儿童公园等绿地的体力活动密度偏高。综上，绿地周边以纯自然景观为主的风景名胜资源对体力活动影响较小；附带商业开发的风景名胜资源与体力活动密切相关。因此，绿地规划选址时，应优先靠近商娱设施与附带商业开发的风景名胜资源。

8 商娱设施核密度与体力活动密度叠加图Overlapping map of nuclear density and physical activity density in commercial and entertainment facilities

9 风景名胜核密度与体力活动密度叠加图Overlapping map of nuclear density and physical activity density in scenic spots

总体而言，绿地所在地建成环境特征中，住宅小区、交通路网、公交站点、商娱设施以及附带商业开发的风景名胜资源对体力活动存在显著影响。

4 结语

本研究通过自行开发的PPGIS微信程序这一新型手段获取哈尔滨冬春交季时段居民绿地体力活动的空间定位信息，在明晰绿地体力活动空间分布规律的基础上，从绿地规划特征和所在地建成环境特征2个层面识别体力活动的影响因素。经分析，研究得出以下3点结论。1）哈尔滨冬春交季时段居民体力活动的绿地范围覆盖面广，但空间分布集中，绿地因其自身条件和所在地建成环境的不同，承载的体力活动也存在显著差异。2）绿地规划特征中，绿地的环线区位、类型、规模、形态对体力活动存在重要影响。其中，绿地环线区位越靠近市中心，则承载的体力活动越多；在中心城区，居民体力活动偏好的绿地类型多样，如公园绿地、广场绿地和校园绿地，在郊区仅有公园绿地的体力活动偏多；绿地的规模越大、形态越趋向带状，承载的体力活动越多。3）绿地所在地建成环境特征中，绿地周边的住宅小区、交通路网、公交站点、商娱设施以及附带商业开发的风景名胜资源对体力活动影响显著，以上环境资源分布越多，绿地所承载的体力活动越多。本研究以哈尔滨居民的绿地体力活动需求为基础，识别出影响体力活动的绿地规划特征及其所在地建成环境特征，为城市绿地的选址及所在地建成环境的更新改造提供理论依据。通过提升绿地空间服务效率来促进绿地体力活动的增多，逐步达到增强全民健康体质的有效目的，将“健康中国”理念落地为绿地空间规划实践。

本研究存在以下局限：一方面，调研局限于冬春交季时段，缺乏其他季节绿地体力活动相关数据，未来可进行季节性纵向对比或南北城市横向对比研究；另一方面，由于篇幅有限，本研究仅通过简单的统计和叠加可视化分析识别影响体力活动的绿地规划特征和所在地建成环境特征，未进行更深层次的量化研究，希望未来予以完善补充。

图表来源(Sources of Figures and Table)：

文中图表均由作者绘制。