建成环境对城市不同年龄群体活力的时空异质性影响研究

郭 鑫，陈 宏 飞，杨 喜 平

(陕西师范大学地理科学与旅游学院，陕西 西安 710119；陕西省旅游信息科学重点实验室，陕西 西安 710100)

0 引言

充满活力的城市空间能吸引更多的人才和资本，增强经济竞争力，提升应对内外部挑战的韧性[1,2]。1961年Jacobs开创性地提出城市活力，认为城市活力来源于人群活动与生活场所交互的过程，并指出从功能用地、小型街区、建筑物年代、人口密度等方面提升城市活力[3]。城市活力成为衡量城市空间质量和规划合理性的重要依据,从社会经济学视角看，城市活力是经济活力、社会活力、文化活力和环境活力的综合表现[4-6]，体现了城市为居民提供生活要素的能力，但该视角忽视了城市居民的能动性，无法深入探析居民的活动需求。学者们遂从人本角度关注城市人群活动，认为人群活动时长和活动多样性是城市活力的重要方面[7]，而活力的最直接表现是人群活动的空间聚集，因此，利用人群活动聚集密度描述城市活力成为最直接的活力测度方法[8,9]。

传统活力刻画研究通常利用统计数据、现场调研、摄影等[10,11]获取人群密度，但其无法提供大体量、精定位、实时、连续的人群活动信息，且耗费大量人力物力，限制了以人群活动密度表征城市活力的时空精度。得益于互联网生活化和信息通信技术发展，活力研究能通过时空大数据大规模地观察和感知城市居民活动[12]，使人群密度法获得了有效的数据支撑，行为数据大样本、高时空分辨率的特点使城市活力评估更贴近规划和人群活动现实[13,14]。其中手机信令数据人口覆盖面广、时间覆盖连续、空间覆盖准确，能为城市活力研究提供更可靠的人群时空行为模式信息。城市活力与建成环境密切相关，众多学者通过定性研究提出城市活力营造理论，要求城市具有多样的功能和建筑、高连通性的道路、开放而紧凑的形态[3,15,16]。基于营造理论，学者们采用专家打分、语义分析和层次分析等方法开展了城市活力与建成环境关系的量化研究[17,18]，但其结果易受主观性影响且难以突破空间规模局限。

当前研究利用城市空间大数据结合相关性分析和回归分析等方法证实并延伸了前人活力营造理论，探讨了城市功能密度及混合度、建筑开发强度、交通条件和绿地景观对城市活力的影响[19-24]，但忽视了代群差异，难以体现城市不同年龄群体活动空间分布的差异性[25-27]；同时，现有的建成环境指标体系无法表达不同年龄群体活动的差异化需求，进而难以提出针对不同群体活力提升的措施。因此，本文深度挖掘手机信令数据以定量刻画城市不同年龄群体活力，探讨其空间分布特征；从区位条件、交通可达性、建筑空间、功能空间和绿地景观空间五方面，结合不同群体活动能力和活动类型的差异构建建成环境指标体系，探究建成环境对不同年龄群体活力的时空异质性影响，以期为建成环境合理布局提供借鉴。

1 研究区与数据

1.1 研究区概况

西宁市作为青海省省会、青藏高原东部门户和西北地区重要交通要道，对青海省、青藏高原地区和西北地区的经济发展意义重大，是青藏高原地区唯一一座人口超百万的现代化城市。西宁市主城区位于湟水流域中游河谷盆地，包括城中区、城北区、城东区和城西区，总面积346 km2，受地形和河流限制，西宁市主城区东西狭长，湟水河横贯东西，是典型的条带状半开放式河谷型城市(图1)。本文将西宁市主城区划分为1 528个500 m×500 m网格作为研究单元。

图1 研究区概况Fig.1 General situation of the study area

1.2 数据源及预处理

(1)手机信令数据。本研究的手机信令数据来源于中国联通通信有限公司，主要覆盖西宁市主城区，时间段为2018年8月1-6日，包含每天24小时的居民通信记录，其数据属性包括用户ID(加密)、年龄、活动类型、活动开始和结束时间、服务基站经纬度。通过数据清洗处理无效数据后，共识别出约2 500个基站和33万位手机用户(约占西宁市主城区25%的人口)，并按年龄属性将手机用户分为少年、青年、中年和老年群体(表1)。样本中人群年龄结构符合正态分布，满足研究要求。

表1 不同群体的样本量Table 1 Sample size of different groups

(2)建成环境数据。本文从Open Street Map(OSM)网站获取2018年西宁市路网初始数据，通过拓扑修改得到西宁市主城区主要道路网络，进而通过路网交汇点获得道路交叉口数据；从高德开放数据平台收集西宁市2018年57 940条POI数据，并依据POI类别对照表以及城市土地分类和建设用地规划标准(GB50137-2011)将POI类别整合为7类，包括餐饮设施、购物设施、交通设施、教育设施、办公设施、休闲娱乐设施和医疗保健设施；西宁市主城区建筑矢量数据来源于百度开放数据平台，主要包括建筑占地面积、建筑高度及其空间坐标；利用Sentinel-2遥感影像提取西宁市主城区绿地数据。

2 研究方法

本文利用泰森多边形近似表示手机基站服务范围[28]，通过研究单元空间面积与所在泰森多边形空间面积的比值分配基站人数，从而计算群体活力值(式(1)-式(3))，并按不同人群属性探讨活力的空间分布模式；然后从区位条件、交通可达性、建筑空间、功能空间、绿地景观空间五方面选取建成环境指标，将多重共线性检验后的变量纳入逐步线性回归模型筛选出显著因子；最后引入多尺度地理加权回归(MGWR)模型，揭示建成环境对城市群体活力的时空异质性影响机制(图2)。

图2 研究框架Fig.2 Study framework

V=X/SA

(1)

SAi=Si+Sj(f-1)

(2)

Xi=P×(SAi/SAb)

(3)

式中：V、X分别为网格的活力值和活动人数；SA为网格的空间面积;SAi为网格与泰森多边形相交的不规则最小单元的空间面积；Si为最小单元的底面积；Sj为建筑底面积；f为建筑的楼层数；Xi为最小单元的人数；P为泰森多边形内的用户数；SAb为泰森多边形的空间面积。

2.1 建成环境指标

本文建成环境指标包括：1)区位条件，它是影响人群活动的重要因素，本文采用近邻分析法得到网格到最近大型商圈的距离，以此衡量网格的区位条件。2)交通可达性，良好的可达性能够缩短通勤时间,从而增加人类活动[29]，考虑到公共交通在居民日常生活中扮演重要角色，本文选取公交线路数量作为衡量交通可达性的指标，同时采用道路交叉口密度表示步行和驾车可达性[30,31]。3)建筑空间，本文采用容积率和建筑密度衡量建筑空间开发强度。4) 功能空间，功能混合度与城市活力关系密切[6,9,32]，本文将其作为功能空间指标之一，同时采用各类配套设施密度共同构建功能空间指标，包括功能混合度、餐饮设施密度、购物设施密度、教育设施密度、办公设施密度、休闲娱乐设施密度、医疗保健设施密度，计算公式见式(4)、式(5)。5)绿地景观空间，完善的城市绿地景观可保障居民身心健康[33-35]，并通过影响居民的主观感受影响行为活动，本文用城市绿地面积衡量城市绿地景观质量。

(4)

Denj=Numj/SA

(5)

式中：Mix为功能混合度；m为网格中POI类型的数量；Pj为第j类POI数量占比；Denj为相应的配套设施密度；Numj为第j类POI数量。

2.2 MGWR模型构建

建成环境对城市群体活力的影响具有空间非平稳性，MGWR模型考虑了不同解释变量和预测变量之间空间关系的异质性尺度，更接近真实的空间作用过程，可降低估计偏误。

本文将白天(06:00-18:00)、夜晚(18:00-24:00)时段的不同群体活力作为因变量，将通过共线性和显著性检验的建成环境指标作为解释变量，Bi-square函数作为空间权函数，再根据Akaike信息准则(AICc)确定最佳自适应带宽，共构建8组MGWR模型，模型一至模型八的因变量依次为少年群体白天活力、少年群体夜晚活力、青年群体白天活力、青年群体夜晚活力、中年群体白天活力、中年群体夜晚活力、老年群体白天活力和老年群体夜晚活力。计算公式为[36,37]：

(6)

式中：yi为第i个网格的活力值；βbw0(ui,vi)为常数项；(ui,vi)为第i个网格质心的空间坐标；xij、βbwj(ui,vi)分别为第i个网格的第j个解释变量及其使用相应带宽拟合的回归系数；εi为随机误差项。

3 结果分析

3.1 城市群体活力的空间分布模式

由不同群体活力空间分布(图3)可知：少年群体活力高值核心离散分布于海湖新区万达广场、力盟商业街、西门和大众街商圈，且活动范围较小，形成“离核紧凑型”活力分布模式；青年群体活力核心分布与少年群体一致，但活动流动性较强，在商圈、火车站附近、院校聚集区等延伸出多个活力中高值区，形成“离核延伸型”活力模式；中、老年群体对市中心完善的基础设施依赖较强，其中，中年群体活力在西门、南小街、大众街和火车站附近形成连片高值核心区，老年群体活力高值核心在西门、南小街和大众街附近连片分布，而且中年群体活动范围较广，活力中值向南北和西北—东南方向延伸，形成 “聚核延伸型”活力模式，老年群体由于活力能力有限，活力中高值分布集中，形成“聚核紧凑型”活力模式。

图3 不同群体活力空间分布Fig.3 Spatial distribution of vitality of different groups

3.2 城市群体活力影响因素分析

3.2.1 变量筛选及时间异质性影响分析 本文保留了VIF值小于10的变量，并基于405个网格(建成环境数据完整)进行多元线性逐步回归，筛选显著的解释变量(表2)。到最近大型商圈的距离显著影响各时段各群体活力，且影响程度具有较强的时间稳健性；道路交叉口密度正向影响青年和老年群体活力，但夜晚其影响减弱；公交线路数量仅与老年群体白天活力呈显著正相关关系；建筑密度对少年和老年群体活力有显著的积极影响，夜晚其影响减弱；容积率对青年群体夜晚活力和老年群体白天活力影响作用相反；功能混合度仅对青年群体白天活力有显著的积极影响；教育设施、休闲娱乐设施和餐饮设施对少年群体吸引力较大；绿地景观对西宁市主城区各群体活力影响均不显著。白天青年群体活力与教育设施、办公设施、购物设施、休闲娱乐设施和餐饮设施的分布密切相关，夜晚教育设施、办公设施、购物设施对其影响不显著；青少年群体活力在白天受休闲娱乐设施影响最大，夜晚受餐饮设施影响最大；中老年群体全天受医疗保健设施的影响较大。

表2 多元线性逐步回归标准化系数Table 2 Standardized coefficients of multiple linear stepwise regression

3.2.2 建成环境的空间异质性影响分析 结合表2和表3可知，相较于多元线性回归，MGWR模型的AICc值降低，调整后的R2提高，模型拟合度和解释力显著提升。模型二回归效果最佳，表明建成环境指标能够解释夜晚少年群体64.9%的活力变化，其他模型的解释力度也都在51.1%以上。

表3 MGWR模型性能评价Table 3 Performance evaluation of MGWR model

MGWR模型是局部回归模型，每个网格都会产生1个回归系数，总计405个网格，即对于模型中每个解释变量都会生成405个回归系数，将8组MGWR模型中回归系数空间异质性较大的结果进行汇总统计和可视化，结合表4和图4可知建成环境对不同年龄群体活力空间异质性的影响。

表4 MGWR模型变量回归系数汇总统计(部分)Table 4 Summary of regression coefficients of variables in some MGWR models

(1)交通可达性。1)在多数网格中道路交叉口密度与青年、中年群体活力呈正相关关系，尤其在南部地区对青年和中年群体活力具有强烈的积极作用，如图4a、图4b所示，道路交叉口密度对青年群体活力的消极影响主要集中在毛胜寺街以北及唐道附近，对中年群体的消极影响主要集中在海湖路以西和毛胜寺街以北地区。2)老年群体在白天对公交线路数量的依赖较强(图4c)，西宁市北部和西部边缘地区公交线路较少，对老年群体活力影响较弱，导致公交线路数量对老年群体活力的积极影响程度从西北向东南递增。

(2)建筑空间。1)建筑密度对群体活力影响的回归系数均为正值，夜晚建筑密度对少年群体活力的正向影响由北向西及向南递增(图4d)，对老年群体活力的影响由东南向西递增(图4e)。2)容积率对青年群体活力的正向作用从西向东南方向逐级递减(图4f)，西宁市西部地区的土地开发正朝着有利于青年群体夜晚活力增长的方向发展，与之相反，容积率对老年群体活力的消极影响从西向东南方向递增(图4g)，城东区建成区的开发强度严重削弱了老年群体白天的活动意愿。

(3)功能空间。1)餐饮设施在多数网格表现出吸引青年和老年群体聚集的能力，在海湖商圈附近对吸引青年群体活动有强烈的积极作用(图4h)，对中年群体活力的正向影响由东南向西北逐级递减(图4i)；2)建成区大部分区域的购物设施越密集，越有利于青年和中年群体空间聚集，白天购物设施密度对青年和中年群体活力的积极影响主要集中在城西区北部和西部、城中区北部及火车站商圈，而对青年群体的消极影响范围大于中年群体，集中在门源路以北、湟中路以东地区(图4j、图4k)；3)医疗保健设施密度对大部分区域中年群体白天活力的正向影响较弱，但在主城区西部和东南区域二者呈显著的正相关关系(图4l)。

图4 影响因素回归系数的空间异质性Fig.4 Spatial heterogeneity of regression coefficients of influencing factors

4 结论与讨论

本文以西宁市主城区为例，利用手机信令数据考察城市不同年龄群体活力空间分布模式，结合城市空间数据选取建成环境指标，采用多元线性逐步回归模型和MGWR模型探讨城市建成环境对不同群体活力时空异质性影响。研究表明：1)青少年群体对城市扩张较为敏感，如新商业区的开发可能吸引青少年群体聚集，使得活力高值核心分布较为离散；中老年群体对传统市中心完善的基础设施依赖较强，其活力高值核心分布紧凑，中心化明显。而少年群体可能受自身经济条件和监护人的约束，以及老年群体受限于身体条件，两者的活动能力不足，活动范围较小；青年和中年群体的物质和身体条件支持其强流动性的活动特点，活动范围较广。因此，形成“离核紧凑型” 少年群体、“离核延伸型” 青年群体、“聚核延伸型” 中年群体和“聚核紧凑型” 老年群体活力分布模式。2)建成环境对群体活力影响具有显著的群体差异和时空异质性。区位条件方面，商圈服务设施丰富多样，能够满足各时段各群体的活动需求，因而群体活力与到最近大型商圈的距离呈稳健的负相关关系。交通可达性方面，道路交叉口密度被认为是提升活力的重要因素[38]，但本研究发现少年群体主要为短距离出行活动，道路交叉口密度对其影响不显著，夜晚居民对交通的依赖较弱使得道路交叉口密度在夜晚影响减弱；公共交通作为老年群体重要的出行方式[39]，公交线路数量对老年群体白天活力有显著的积极作用。建筑空间方面，建筑密度对群体活力具有积极影响；既有研究认为容积率有利于城市活力的提升[31,40]，但本研究发现老年群体倾向于宽敞开放的活动空间，高容积率不利于老年群体白天活力的提升。城市功能空间方面，不同于已有研究对功能混合度的强调[6,9,32]，本研究认为具体配套设施与人群活动的具体需求直接对应，其密度与各群体活力相关性更显著，表明增加具体配套设施密度指标有利于不同群体活力的影响因素分析。

本研究有助于推动城市活力在人群类别层面的精细化研究，选取的建成环境影响指标在交通可达性方面增加了公交线路数量(描述公交可达性)，功能空间方面根据不同年龄群体活动差异化需求提出6类具体配套设施密度，延伸和丰富了既有的城市活力营造理论。此外，从时空异质性角度揭示建成环境对城市不同年龄群体活力的影响机制，为城市规划提供了区域性、精细化、针对性的参考，促使城市决策惠及全群体，发展覆盖全区域。具体建议：西宁市南部地区应着力发展交通线，提升区域步行和驾车可达性，激发青年和中年群体活力；在北部和西部地区增设公交线路，提升老年群体的公交可达性；城东区可适当增加开放空间供老年群体活动；在活力低值区打造美食街、小吃夜市等夜间餐饮服务，带动青年和中年群体活力提升；适当减少毛胜寺街以北、民和路以东地区的购物设施密度，增加优势设施布局，从而提高青年和中年群体的访问率；合理布局药店、诊所等医疗保健设施以提升中老年群体的活力。

本文在以下方面仍需进一步完善：1)手机信令数据样本偏年轻化，老年群体样本量偏小，可能会影响城市绿地景观对老年群体活力显著影响以及模型精度，未来可考虑通过其他数据形式补充老年群体样本，验证老年群体对绿地系统需求[41,42]，以提高模型解释力度；2)在模型中加入自回归算子以准确模拟群体活力空间变化，解决群体活力空间自相关问题；3)研究结果中绿地景观质量对不同年龄群体活力的影响不显著，未来考虑结合不同类型的城市案例进一步研究城市绿地对不同年龄群体活力的影响。