青岛市历史街区街道结构与旅游要素空间分布关联研究

王 娟，赵 婕，封洁洁

(1.中国海洋大学管理学院，山东 青岛 266100；2.中国海洋大学海洋发展研究院，山东 青岛 266100)

《历史文化名城名镇名村保护条例》将历史街区定义为城市中保存文物特别丰富，历史建筑集中成片，能够比较完整和真实地体现传统格局与历史风貌，并具有一定规模的街区，蕴含丰富的历史文化遗存和精神内涵．作为城市中文旅融合的最佳实践区，在承载居民生活、交通等功能的同时，历史街区的旅游功能不断凸显，旅游成为激发历史街区活力、促进城市旅游和地方经济发展的重要抓手[1]．“食、住、行、游、购、娱”旅游要素不仅为旅游者的多样化需求提供保障，而且本身可构成特色旅游资源吸引游客“打卡”式游览、消费，极大地提升了历史街区的旅游吸引力．街道作为历史街区的通行廊道和脉络，集交通、商业、休闲、观光等功能于一体，旅游要素的合理落位可以实现历史街区街道的功能组织优化，提升街道旅游功能的多样性，研究历史街区街道结构和旅游要素分布的关系对于提高旅游要素可达性、提升游客旅游活动便利度、挖掘历史街区的旅游活力具有重要意义．

空间句法是一种理解城市空间结构的社会逻辑语言，可以精准量化与描述街道结构特征．空间句法认为城市空间结构首先通过对人车运动系统产生作用进而塑造了城市用地模式和功能结构的演化[2]，近年来在研究街道网络结构[3-4]、城市空间形态[5-6]、城市规划[7]、场所与建筑的可达性[8-9]中应用成熟，并逐步拓展到历史街区空间形态特征及演变[10-11]等城市内部具体空间的结构分析．历史街区在旅游方面的研究主要涉及旅游开发与发展模式[12]、游客意象感知[13-14]、利益相关者视角下历史街区的治理与保护[15-16]、具体历史街区内部商业业态的分布特征与空间结构[1,17]等，证实了历史街区的街道结构是影响旅游因子分布的主要因素．

上述关于历史街区商业布局特征和结构分析的研究，能够较好地从微观尺度反映旅游商业设施在历史街区上的空间投影效应，但是以上研究测度的街道结构均为全局尺度，同一区域的道路结构在不同尺度下呈现异质性且其在整体空间中的重要性也不尽相同[18]，而历史街区街道结构在多尺度下空间异质性如何变化，且随着尺度变化，旅游商业设施与街道结构的关联关系是否具有差异性也尚未明确．综上所述，以上研究缺乏中观视角下历史街区多尺度下街道结构对旅游要素分布具体作用机理的定量研究，且以问卷调查、实地调研等分析为主，基于网络大数据而开展的精细化历史街区研究应用较少．因此，本研究从解构青岛市历史街区路网肌理入手，利用空间句法量化历史街区的街道结构，并基于开放地图爬取POI(Point of interest)数据，采用核密度法分析历史街区旅游要素的分布特征，在刻画不同尺度下街道结构的基础上利用双变量分析法探讨旅游要素分布模式的差异，为历史街区旅游要素合理布局、旅游环境优化和旅游活力提升提供理论与实证参考．

1 研究对象、研究方法与数据来源

1.1 研究对象

青岛是我国第一批国家级优秀旅游城市和第三批国家级历史文化名城．青岛市历史街区多数位于1897年开埠以来的老城区，主要形成于德占和日占时期，包括以疗养度假为主的八大关历史街区、以金融业为主导的馆陶路历史街区，以及汇聚了青岛特色民居建筑的四方路历史街区等．绝大部分历史街区沿海岸线成片连绵分布，既完整统一又有鲜明的空间特色，是滨海度假与近现代历史文化体验的主要承载区域．本研究以《青岛历史文化名城保护规划(2011—2020)》中规划的中山路历史街区、四方路历史街区、观海山历史街区、馆陶路历史街区、信号山历史街区、鱼山历史街区、八关山历史街区、八大关-汇泉角-太平角历史街区8个具有旅游功能的历史街区(图1)为研究对象，在POI数据的基础上开展基于空间句法的历史街区街道结构与旅游要素分布的空间关联分析．

图1 青岛市八大历史街区区位Fig 1 Location of historical districts in Qingdao City

1.2 研究方法

1.2.1 空间句法 空间句法是基于拓扑关系描述城市形态的定量研究方法[19]，包含视线分析法、轴线分析法、线段分析法三种分析方法．考虑到人群在空间行走具有方向性，线段分析法纳入米制距离和角度关系[20]，因此本文采用线段分析法及整合度、选择度和街道密度三类形态变量研究历史街区的街道结构．

整合度表示某个空间节点的可达性,整合度越高，可达程度越高．整合度分为全局整合度与局部整合度，全局整合度反映了在整个城市空间中从某一空间节点出发到其他某个空间的可达程度．局部整合度表示一定尺度范围内某一空间节点与其相邻节点之间的局部关系，公式为[21]18

其中，Ii为节点空间i的整合度值；m为空间节点的数量；D为节点空间的深度值．

选择度表示某一节点空间出现在最短拓扑路径中的概率，选择度越高，穿越空间的概率越高，公式为[22]351

其中，Ci为节点空间i的选择度值；nj,k(i)为任意两个节点空间j,k之间选择最短路径时经过节点空间i的次数；nj,k为任意两个节点空间j,k之间最短路径的总数；N为空间节点的数量．

街道密度是以某个街道段的中点为圆心，以米制距离为尺度，计入所有在该尺度范围内的街道段数量与该范围面积的比值．区域街道密度越高，可承载的人流、车流与人群活力潜力越大．

1.2.2 核密度估计法 核密度估计法是分析空间点模式的非参数估计方法，可分析空间中POI点的分布模式、密度等特征．利用核密度估计法识别青岛市旅游要素空间分布特征以及不同类型旅游要素在历史街区街巷结构上的分异．

1.2.3 缓冲区与双变量相关性分析 缓冲区分析是确定地理要素空间邻近性的分析方法，借助缓冲区工具分析不同空间句法变量值对应的不同等级街道的辐射面域内旅游要素空间分布情况．双变量相关性采用Pearson相关系数，反映街道结构与旅游要素集聚的相关方向和程度，分析空间句法变量值对旅游要素密度的解释效果．

1.3 数据来源

根据下载于Google Earth的青岛市历史街区影像数据，用轴线来表示历史街区街道网络骨架，形成空间轴线图，为消除边缘性对空间句法变量值的影响，将制作轴线的范围放大至历史城区．将影像数据导入ArcGIS 10.2中运用axwoman 6.0对历史城区街道依据最少、最长的原则构建轴线模型，将轴线模型导入Depthmap通过node count检测之后，转化为线段模型计算并导出空间句法全局整合度、局部整合度、选择度、街道密度等变量值，再将其导入ArcGIS10.2进行数据可视化．

POI数据是包含空间属性和位置信息的抽象的城市实体对象[23]，本研究使用的POI数据来源于2020年5月百度电子地图，利用爬虫工具按照二级分类作为搜索关键词进行数据爬取(表1)．数据主要包括青岛市历史街区的景点、餐饮、购物、住宿、娱乐、交通等6大类旅游要素共992个，返回的字段属性有POI名称、经纬度、所在区域.对爬取的POI数据进行坐标纠偏、筛选和去重，导入ArcGIS10.2中进行坐标数字化．POI数据中旅游娱乐和购物要素数量少，这与历史街区首要具备居住功能，以及建筑风格奇特与景色秀丽衍生出的旅游活动以观光为主有关．

表1 青岛市旅游要素类型与数量Tab 1 Types and numbers of tourism elementsin Qingdao City

2 青岛市历史街区街道结构与旅游要素分布特征分析

2.1 街道结构特征

整合度值(图2)线段颜色由暖至冷表示数值从高到低．将尺度分别设置为符合居民步行活动的400 m,800 m(R=400,800)[24]，考虑到游客在历史街区步行游览的现实情况，将尺度扩展至1 600 m与3 000 m(R=1 600,3 000)，以及全局(R=n)5个研究尺度．连绵分布的历史街区西部全局整合度最高，中部次之，东部最低．步行易达的尺度范围为400～1 600 m，各历史街区内部均构成了各自的可达性中心，具有较强的聚集与离散作用．四方路东侧与中山路东北部是任何尺度下可达性最好的区域．随着尺度不断扩大，高整合度区域以其为核心向四周扩散，局部整合度值与东部的八关山、八大关的差距逐渐增大，后者的局部整合度优势逐渐减弱，表明其内部道路在较长尺度下可达性低，与外部道路连通性较差．

图2 历史街区整合度值Fig 2 Integration value of historical district

不同尺度下的选择度高值区域由短距离道路组成的面状区域转变为直长道路线性区域(图3)．全局尺度下出现道路高选择度与高整合度重合的现象，表明这些道路可达性高，同时也是途径概率高的道路，在历史街区中承载更多的人流和车流．局部选择度高的区域集中在四方路历史街区的东部以及四方路、中山路与观海山历史街区的连接部分．随着尺度的逐渐扩大，小范围尺度下选择度高值区域的优势降低，尺度增加至3 000 m时，高选择度的线段逐渐由团状区域转化为长直街道．

图3 历史街区选择度值Fig 3 Choice value of historical district

不同尺度下的街道密度差异明显(图4)．400 m尺度街道密度最高的区域集中在四方路街区东部，网格式的街道纵横交错，具有相对完整独立的地位，有着良好的自组织结构．各历史街区内部都形成了小范围的街道密度较高的区域．随着尺度不断扩大，街道密度高的区域以400 m尺度下的街道密度高值区向四周延伸，观海山、信号山历史街区的街道密度的优势凸显，尺度达到3 000 m时，历史街区西部与东部街道密度的对比分异明显，表现为东部街道密集，西部街道稀疏．

图4 历史街区街道密度值Fig 4 Street-density value of historical district

街道结构的整合度与道路密度两个指标随尺度变化趋势表现出一定的相似性．随着尺度不断扩大，句法变量高值区域始终包含中山路北部和四方路东部并向四周扩展，这两个街区发展起步最早，率先利用平原地形建成欧人和华人居住区，路网结构分别呈现方正规矩的大格子、小格子网络，路网发达且密集，在不同尺度下可达性和通达性均处于高值状态，形成了青岛市历史街区的“核心区域”．随着尺度增大，街道结构的选择度指标高值区域由小范围高值聚集区域转变为交通干道的线性格局特征，大尺度时符合被车行选择为穿越道路的交通特征．针对小尺度下选择度高值区域而言，游客在不熟悉的街道空间中通过步行方式进行旅游活动时倾向于选择在视野范围之内更易被辨别的街道，通常情况下这类街道转角角度较小，因此选择度高的道路的共同特征是转弯角度小，较为平直．

街道结构的3个指标在不同尺度下表现出的差异较大．早期随着青岛市不断向东及向北发展，同时受到东、西、南三面自然条件的限制，形成了具备各自发展特色、空间连续性较差的区域，各街区内部形成的自组织街道结构承担着局部居民与游客的各类活动，而通过测度局部街道结构值可反映各街区内部的自组织结构的特征.局部街道结构与其他历史街区的联系，反映了其在整个历史街区范围内的相对位置及结构特征，这与全局尺度具有不同的研究内涵，因此局部路网对于研究城市的形成与发展具有重要作用．

2.2 旅游要素的分布特征

通过GIS核密度分析历史街区旅游要素分布特征(图5(a))，旅游要素呈现“一主多副”的格局．“一主”位于四方路西部与中山路的高密度值核心区，中山路历史街区丰富的旅游资源、优越的旅游区位吸引了各类旅游要素集聚，四方路西部靠近青岛站，主要满足旅游者住宿的需求．“多副”即其他历史街区均形成了各自内部的旅游要素聚集区，能够为旅游活动的开展提供保障．

选取样本量较大的“食、住、行、游”4类旅游要素分别进行核密度分析，其分布均具有空间非均衡性(图5(b)～(e))．景点要素表现为“多核心分布”特征，三个分布核心分别位于馆陶路西侧、八大关东南沿海地区以及信号山、鱼山、八关山三大历史街区交界处．馆陶路是青岛市历史上的金融经济中心，现存景点大多为金融银行旧址；被誉为“万国建筑博览会”的八大关主要景点为欧洲国家领事馆旧址、别墅建筑及海滨浴场；三大街区交界处分布历史名人故居，文化特色鲜明．餐饮要素呈“单核线性”分布特征，核心位于商业发达的中山路以及以居住功能为主的四方路街区，沿交通可达性较高的中山路线性分布．住宿要素以八大关汇泉角的家庭公寓以及四方路西部的宾馆为核心聚集区，前者位于旅游休闲度假胜地的八大关景区，后者靠近青岛火车站，便利的交通与商业吸引了旅游住宿的集聚．交通要素主要由公共交通与停车场构成，形成了多个交通要素的聚集核心，公共交通沿街道规律分布不易形成聚集核，因此交通核心主要表现为停车场以及停车场与公共交通站点共同组成区域，其中四方路、中山路、八大关等历史街区可以为游客的出行提供更加便利的条件．

图5 历史街区旅游要素核密度值Fig 5 Kernel density value of tourism elements in historical district

3 青岛市历史街区街道结构与旅游要素关联分析

3.1 街道结构与旅游要素关联分析

用街道结构指标分析旅游要素对整体和局部交通组织情况的依赖程度．依据自然断裂法将街道的空间句法变量值分为10级，对各等级变量值所对应的街道轴线分别建立半径50 m的缓冲区，统计落入各级缓冲区内旅游要素的数量，并计算其密度，将密度与对应的变量平均值进行双变量相关分析，得到各尺度下变量值与旅游要素分布的关联方向和程度．整合度、街道密度与旅游要素分布具有显著的统计关联性(表2)，具体表现为各尺度下整合度、道路密度与旅游要素分布的空间关联模式均呈现“高—高”聚集状态，街道可达性与通达性越高，旅游要素密度越高，说明可达性对旅游要素分布产生重要影响.可达性和通达性高的街道直接增加了居民和游客量，同时较大客流量会吸引更多的旅游要素在此聚集，产生集聚的乘数效应．当尺度为800 m时，整合度、街道密度与旅游要素密度相关性最高，说明在历史街区内旅游要素不仅倾向于聚集在可达性较高、路网发达的区域，而且倾向于集聚在尺度为800 m时所形成的街道结构高值区域．局部尺度下的整合度和街道密度衡量局部街道空间集聚和离散程度以及供给能力，街道结构属性越良好，越易使得游客聚集，同时800 m尺度下的街道结构与步行人流密度密切相关[25].本研究表明：游要素的空间分布与人流运动规律相符合，布局具有一定的合理性；选择度与旅游要素分布不具有显著的关联性，当尺度较小时，选择度高值区域集中于局部路网发达的历史街区西部，吸引了部分旅游要素的分布，但关联性并不显著;随着尺度增大，不存在关联性，旅游要素不倾向于分布在选择度高的交通干道上．

表2 空间句法变量值与旅游要素密度相关性Tab 2 Correlation of syntactic variables and kernel density value of tourism elements

3.2 街道结构与不同类型旅游要素关联分析

依据相关分析法研究样本量较大的4类旅游要素(食、住、行、游)与不同尺度下历史街区街道结构的关联关系(表2)．多尺度下的整合度与4类旅游要素关联性存在一定的差异，全局尺度下历史街区整合度与4类旅游要素的相关性顺序为餐饮、住宿、交通、景点，餐饮和住宿要素更倾向于分布在可达性较高的区域．餐饮与住宿要素与整合度的关联关系随尺度变化趋势具有相似性，但关联程度略有差异，餐饮要素对交通区位优势要求更高，而旅游住宿分布在受到交通可达性的影响时同时会考虑景观环境，青岛市星级酒店、海景公寓等凭借独特的海岸景观在一定区域范围内形成集群以发挥产业集群效应，对街道可达性要求较餐饮要素低．交通要素除在3 000 m尺度下与整合度无相关性外，在其他尺度下相关性相似．餐饮、住宿、交通3类旅游要素分布与整合度关联程度最高值分别出现在800 m,3 000 m,400 m尺度下，表明整合度在一定尺度下形成的高值区域对不同类型的旅游要素分布的影响具有异质性．

多尺度下的选择度与4类旅游要素关联性差异较大，具体表现为与餐饮、交通要素在小尺度下存在显著的关联性，与住宿、景点要素不具有关联性．随着尺度的不断增大，旅游要素与选择度高值街道关联性减弱，旅游要素不倾向于分布于干道等交通性街道，选择度高值街道在历史街区中起到“过渡”作用，游客不易在此集聚，旅游要素较少分布．餐饮要素与选择度的关联程度随尺度的增加而逐渐降低，由于历史街区首要具备居住功能，承载居民日常活动，餐饮要素会落位于小尺度下高穿行性街道上以提升居民生活便利度．住宿、景点要素是游客旅游活动路线的“终点”，不倾向于落位在游客选择途径的街道上．

多尺度下的街道密度与4类旅游要素关联性差异性较大，餐饮要素与不同尺度下的街道密度均具有相关性，对街道的通达性和路网发育程度要求高，多尺度下的街道密度与住宿、交通旅游要素相关性低，且在800 m和1 600 m时不相关.青岛市历史街区街道密度高值区域主要包括西部方正的格子路网和中部山麓下无明显分布规律的道路，短途街道密集且街道尺度小，对车行容纳度低，因此公共交通站点与停车场在该区域分布少，游客进入该街区的旅游交通方式大多为步行与公共交通．

青岛市的景点POI密度与街道结构指标均不具有相关性，景点密度并不随不同尺度下街道结构变化而产生规律性的变化，这是由于历史街区内大部分景点为历史文化遗迹，少部分为海洋景观，不同于餐饮、住宿、交通等旅游要素吻合由街道结构决定的人流运动模式.青岛市历史街区的景点作为具备特殊吸引力的空间节点，其布局较少受到现代城市街道结构的影响，而是对街道结构产生影响并引导旅游流，同时三处景点集聚核心区的街道结构指标均较低，也反映出历史街区景点的可达性有待提升．

4 结论与建议

4.1 结论

旅游要素的合理布局关系到历史街区旅游的可持续发展，本文基于空间句法分析、核密度分析研究了多尺度下历史街区街道结构及其与旅游要素分布的空间关联性，发现青岛市历史街区街道结构与旅游要素分布具有显著相关性，并得到了不同尺度下的街道结构与旅游要素具体的关联程度.

1)青岛市历史街区街道结构在不同尺度下呈现异质性的空间格局，随着尺度的不断扩大，整合度与街道密度高值区域由“核心区域”向四周扩展，选择度由小范围高值区域转变为连接和贯通各历史街区的交通干道，历史街区东部与西部的街道结构差异较大．旅游要素分布呈现“一主多副”格局，核心区位于四方路与中山路历史街区，其他历史街区内部形成小范围的旅游要素集聚．

2)青岛市历史街区街道结构与旅游要素分布的相关性呈现尺度异质性．不同尺度下的整合度、街道密度两个指标与旅游要素分布均呈现高度关联性，但关联程度大小各异．800 m尺度下的整合度、街道密度与旅游要素分布的相关性最强，是旅游要素分布与集聚的最佳尺度．选择度与旅游要素分布无显著相关性．

3)不同尺度下的青岛市历史街区街道结构与各类旅游要素分布相关性存在差异．各尺度下的整合度、街道密度与餐饮类要素关联程度最高，与景点无关联性．小尺度下选择度与餐饮、交通要素具有关联性，与住宿、景点要素无关联性．随着尺度增大，选择度与旅游要素分布不存在关联性．餐饮类要素对交通区位要求最高，倾向于分布在可达性高、交通效率高的街道；住宿类要素受街道结构影响的同时受旅游资源、区位优势的影响形成一定的产业集群，削弱了二者的关联性；历史街区中部山地地形街道密度高，对车行容纳度低，降低了街道结构与交通类要素的关联性；景点类要素与街道结构各指标无相关性．

4.2 建议

本研究结果在历史街区旅游要素落位分析和提高旅游要素的可达性方面具有一定的参考价值，在保护历史街区街巷结构的基础上合理分配历史街区旅游服务资源，促进旅游活动的多样化，进一步提升旅游活力，可以更好地实现保护与发展的目的．

首先，在旅游要素落位时优先考虑可达性高且路网规律、通达性高的街道，全局尺度下利用“高—高”集聚模式优先选择各历史街区内部全局整合度高、非交通性干道或由主干道延伸至各历史街区的支路及小尺度范围下各历史街区内通达性高的街道上，提高旅游要素的可达性．将800 m尺度下的整合度和街道密度高的区域作为旅游要素分布最优选择，该区域主要位于四方路东南部、中山路东北部及南部与观海山西北部，集聚了丰富的旅游要素，可将其作为旅游要素集聚核心继续延伸与拓展，为游客提供多样化的旅游服务．

其次，在各历史街区内合理补充不同类型的旅游服务资源，协调、发挥并凸显各历史街区的旅游特色．加大中山路中北部与四方路东部的特色“里院”民宿供给，塑造民宿品牌，使游客体验传统民居住宿风情，延长游客停留时间．完善滨海区域与中山路步行游览通道，增加旅游标识及休憩设施，打造历史文化与海洋景观融合的旅游街区．以馆陶路历史街区各国金融旧址为依托，配套文创店等特色旅游商业业态发展金融文化旅游．观海山、信号山、八关山、鱼山历史街区街道密度高，车行与步行街道完善，配套历史文化讲座，将以观光为主的旅游活动扩展为文化之旅．八大关历史街区内部增加观光公共交通与步行休憩设施，按照方格网街巷肌理通达性高的特点打造网状建筑艺术游览路线．

最后，根据旅游要素分布特征完善交通网络，提升旅游资源可达性．在保护历史街区街道肌理的基础上优先发展公共交通与游客步行通道，缓解街道交通压力及提高游客便利度．四方路西部增加公共交通和停车场，提升交通便利度，以匹配该街区餐饮、住宿类要素集聚发展的要求．在馆陶路、信号山、鱼山、八关山等历史街区街道密集的区域增加公共交通，优化街区内部及其与外部的交通联系，提高街区内景点的可达性．充分发挥街道密度高、交通联系便利的优势，完善和优化中西部的历史街区步行通行系统，为步行游客提供休憩空间，加强线性引导及完善指示标识，提升游客步行游览景点的可达性．八大关历史街区内部街道密度适宜，内部街道可达性较高，但需完善交通网络，加强与周边历史街区的交通联系，提高可进入性．