城市活力测度及其空间特征研究

姜奕帆

城市活力描述了一个地方的吸引力、多样性和可达性等方面特征，能反映出当地人群活动与空间实体的交互作用、居民在不同时间和不同地点的活动，还能够体现城市高质量生活的基本要素，因此与良好的城市形态、发达的城市功能和充足的城市活动紧密相关。随着信息与通信技术的快速发展，对城市活力的研究进入大数据时代，海量的地理数据和信息数据便于人们从不同角度捕捉城市的发展。本文利用兴趣点（POIs）、签到记录等大数据，结合现有研究，建立评价城市活力的指标体系，以期能够在更精细的空间尺度中对城市活力进行研究。

一、城市活力指标构建

（一）指标选取

本文以城市活力理论为基础，借鉴已构建的简指数框架，结合数据可获得性和我国城市现实情况，对指标体系的内容进行相应调整，将其分为集中性指标、多样性指标、连接性指标、可达性指标和虚拟活力指标五部分，加权求和，从而得到城市活力指數（UV）。

1.多样性指标（DS）

土地利用多样化是影响城市活力的第一个条件，城市活力理论认为，土地主要用途最好由两种以上充分混合，住宅、办公场所、小商店和仓库，以及其他功能的场所，都是同等必要的。本文通过计算POI点的密度和混合程度进行衡量。POI点所包含的信息量比传统的地块信息更多，POI密度（Poi D）可以反映出区域提供不同类型城市服务的潜力，POI点混合度（Poi H）越高则表示城市功能越丰富。具体计算公式如下：

其中Nj表示网格j内POI点的数量，Aj为网格面积。POI点混合度计算公式参考了香农-维纳多样性指数的计算公式，Pij表示网格j内第i种类型POI点数量m占该网格POI点总数M的比重。

2.集中性指标（CS）

简指数框架强调人口集中的重要性，人在街道上的生活构成了城市活力的核心。街道生活不仅仅受到当地居民日常生活的影响，也受到带有其他目的路过或抵达该区域的居民的影响。同时，要实现丰富的街道生活，还需要一定程度的建筑密度。因此，本文选择人口密度（Pop D）和建筑密度（BD）作为构建集中性指标的变量。计算公式如下：

其中，Pj表示网格j内的人口数量，Bj表示网格j内建筑物的基地面积，Aj表示网格面积。

3.连接性指标（CoS）

城市活力理论认为城市建筑多是由小街区构成，这些小规模的街区可以保证人与人之间一定程度的接触机会。换句话说，小街区增加了道路的数量。人在城市中行走可以频繁地转弯，从而缩短步行距离，更快到达目的地。此外，小街区和数量众多的十字路口对当地的商店更有利，使得商店可以同时为多条街道上的顾客提供服务。

因此，本文选择路网密度（RD）和路网节点密度（JD）来表达连接性。计算公式如下所示：

公式中的Rj表示网格j中的道路长度，Jj表示网格j中道路节点的数量，Aj表示网格面积。

4.可达性指标（AS）

城市活力理论认为，可达性是城市活力的一个补充要素，要方便人们步行或是乘坐公共交通工具从一个地方到达另一个地方。本文的可达性指标由网格内公共交通设施的密度（TD）和到最近公共交通设施的距离（TDs）构成，计算公式如下。

其中，Tj表示网格j内公共交通设施的数量，包括公交车站点和轨道交通站点，Aj为网格面积。另外，TDs利用ArcGIS软件中的邻近分析工具（Near）进行计算，软件将自动生成网格质心到最近公共交通设施的距离。

5.虚拟活力指标（VS）

社交媒体签到数据在某种程度上属于以位置为基础的服务（Location Based Service）数据的一种，它能够反映出用户的地理位置，访问了哪种城市服务及次数。以位置为基础的服务数据能够较好地反映城市活力，同时其本身也是城市活力的重要组成部分。本文将其称为虚拟活力（VV），在原有简指数的框架里加入虚拟活力指标。利用新浪微博的签到数据进行计算，具体公式如下：

其中，Cij表示网格j内第i个POI点的微博签到数量。虚拟活力（VV）的含义是网格内用户对城市服务的访问频次，虚拟活力值越高，所代表的城市活力就越好。

（二）指标计算

在构建评价指标的过程中，可以注意到，每个变量之间的度量单位不同，而且数据的量级相差较大。因此，在计算城市活力指标之前，首先需要对各个变量进行处理。本文将9个原始变量转换为对应的z-score，得到齐次单位，这样可以消除单位、数量级对分析造成的不便。z-score的计算方式如下：

其中的x为原始数据，μ为原始数据的均值，σ为原始数据的标准差。其次，根据每个指标中考虑的变量总数对相应的z-score进行加权，对每个指标下的变量赋予相同权重。最后，要注意到TDs变量与城市活力呈负向影响，城市活力会随着到最近公共交通设施距离的增加而下降，因此该变量的符号应为负。各指标计算公式及城市活力指数计算步骤如图1。

二、城市活力空间特征

通过上述指标的选取和计算，得出武汉市城市活力的以下空间特征。

（一）多样性

武汉市主城区多样性得分中高值区域主要集中在三环以内，高值区域沿着长江呈带状分布。江岸区、江汉区和硚口区组成了传统武汉三镇中的汉口，是武汉市金融、商贸中心，商业发达，城市功能丰富，因此多样性得分高且较为集中。另外，武昌区和洪山区的得分高值区形成了一条西北—东南走向的带状区域。这是因为武昌区、洪山区是武汉市政治中心和科教文化中心所在地，其位置大致分布在该带状区域内。这些设施对商贸、休闲娱乐等各类城市功能具有集聚作用，从而形成了多样性得分的高值区。

（二）集中性

武汉市主城区的集中性得分的空间分布较为破碎。整体上，三环内的集中性得分高于三环外，长江西岸四区的较高、高分区域要大于东岸三区。多样性得分高值区对应着部分集中性得分高值区，意味着城市功能丰富的区域往往聚集了较多的人口，城市建筑更为密集。另外，武汉市江河纵横、水系发达，主城区集中性得分低值区多为江河湖泊所在区域，出于环境保护等目的，所在区域实施限制性开发，人口密度和建筑密度也就较低。

（三）连接性

连接性得分空间格局总体上呈南高北低，大片低得分区域集中在主城区北部，中等及中等以上得分的区域多分布在三环线以内。连接性得分的高值区更集中分布在一环线和二环线的周边。二环线以内的主城区是武汉市的核心，路网密布，街巷林立。环线与密集的路网相交，形成更加丰富的节点和更高的道路密度。零散的高连接性得分出现在城区交界处，这些区域多设有立交桥，提高了路网密度。

（四）可达性

武汉市主城区可达性得分整体在中等以上，低值、较低值主要分布在主城区东北部和西南部的边缘。长江西岸的可达性均在中等及以上，高值区较东岸更加集中，大体上呈块状分布。长江东岸的高值区主要向两个方向呈带状分布，一是沿着长江，由武昌区中心向北至青山区的带状区域;二是由武昌区中心出发，向东南方向延伸的带状区域。中等得分的区域多存在江河湖泊，公共交通设施的设置受到自然条件的影响，从而降低了可达性得分。

（五）虚拟活力

虛拟活力的空间分布较为特殊，较低得分及以上的区域主要集中在三环线内，呈西北—东南的带状分布。高值区较少，且分布零散。长江西岸的高值区分布在江岸区和江汉区交界处;长江东岸的高值区分布在武昌区、洪山区，以及二者交界处。江汉路步行街位于江岸区和江汉区的交界处，是汉口的购物、休闲、娱乐的中心，因此微博签到数较多，在局部形成了虚拟活力高峰。武昌区和洪山区虚拟活力高值区的形成与高校集中分布紧密联系。高校周边有繁华的商业设施，同时学生是微博的主要用户群之一，学生在学校及学校附近设施的签到提高了该区域的虚拟活力得分。

（六）城市活力指数（UV）

将以上五个方面指标得分进行加权求和，得到城市活力指数。整体上看，武汉市主城区城市活力呈多中心模式，中等及以上得分区域集中在三环线以内，低值区域主要分布在江河湖泊等水系。较高、高得分在长江西岸呈块状分布，在长江东岸呈西北—东南的带状分布。从图中可以识别出主城区存在着三个活力中心：一个位于包含江汉路商圈、武广商圈在内的传统汉口商贸金融中心;另一个位于以湖北省政府、武汉大学为代表的政治文化中心;第三个位于以武汉东湖新技术开发区为代表的高新技术中心。

相比而言，位于汉口的城市活力中心强度要高于位于武昌① 的两个。汉口发展起步早，是武汉市传统的金融中心、商业核心区，有良好的经济基础、完善的城市功能配套，吸引人们前来从事各项活动，街道上熙熙攘攘，充满活力。武昌集中了重要的政府机构和数量众多的高校科研机构，是武汉市政治、科教中心。尽管从经济发展角度来看，武昌要相对落后于汉口，但其以独特的功能定位同样形成了城市活力中心。另外，武汉东湖新技术开发区是国家自主创新示范区，汇聚了众多科研院所和高校，增长潜力巨大，有望带动武昌城市活力中心连点成片。

三、结论

快速城市化所产生的问题引起了人们对城市建设路径的反思，开始将重心转向城市内部的改善。本文借鉴城市活力理论框架，从多样性、集中性、连接性、可达性和虚拟活力五个方面构建了城市活力指标，对城市活力进行评价，并考察了武汉市主城区城市活力的空间分布。整体上，武汉市主城区城市活力呈多中心模式，中等及以上得分区域主要分布在三环线以内，其中心主要分布在汉口、武昌两地。长江西岸的汉口，城市活力得分较高值、高值区域呈块状分布，拥有一个城市活力中心，位于江汉路商圈、武广商圈附近。长江东岸的武昌，城市活力的较高值、高值区呈西北—东南的带状分布，存在两个城市活力中心：一个位于湖北省政府、街道口商圈附近，另一个位于武汉东湖新技术开发区——光谷附近。此外，武汉主城区城市活力存在较大的空间差异，城市活力高值区在三环内集聚，主城区的东北部和西南部是最缺乏活力的区域。

参考文献

[1] Zeng C， Song Y， He Q， et al. Spatially explicit assessment on urban vitality： Case studies in Chicago and Wuhan[J]. Sustainable Cities and Society， 2018（40）：296-306.

[2] Jacobs J. The Death and Life of Great American Cities [M]. New York：Random House， 1961.

[3] Lynch， K. Good city form[M]. Cambridge：MIT press， 1984.

[4] Wu C， Ye X， Ren F， et al. Check-in behaviour and spatio-temporal vibrancy： An exploratory analysis in Shenzhen， China[J]. Cities， 2018（70）： 104-116.

[5] Li M， Shen Z， Hao X. Revealing the relationship between spatio-temporal distribution of population and urban function with social media data[J]. Geojournal， 2016： 1-17.

[6] Li X， Lv Z， Zheng Z， et al. Assessment of lively street network based on geographic information system and space syntax[J]. Multimedia Tools & Applications， 2015： 1-19.

[7] March A， Rijal Y， Wilkinson S， et al. Measuring Building Adaptability and Street Vitality[J]. Planning Practice and Research， 2012， 27（5）：531-552.

[8] Delclòs-Alió， Xavier， Miralles-Guasch C. Looking at Barcelona through Jane Jacobss eyes： Mapping the basic conditions for urban vitality in a Mediterranean conurbation[J]. Land Use Policy， 2018， 75：505-517.

（压题图片：湖北省博物馆广场摄影：刘广珠）

（责任编辑：张斌）