基于多源数据的城市人居环境质量评价研究*

沈 山 马 跃 胡庭浩

0 引言

随着我国社会经济的快速发展，社会主要矛盾已经转化为人民日益增长的美好生活需求和不平衡不充分发展之间的矛盾，人民生活观念也发生了变化，从只注重物质生活转向物质、精神生活并重，进而追求高质量的人居环境。人居环境是人们日常活动场所的总和，直接关系到城市居民的切身利益，关乎人民福祉。第四次中央城市工作会议提出：“统筹生产、生活、生态空间，提高城市宜居性、推动城市健康发展、为居民提供高质量人居环境是本阶段城市工作的重点之一。”特别是党的十九大提出高质量发展的要求以来，提升居民生活质量是高质量发展的主要归宿，其中，城市人居环境质量的提升是主要方面。

目前，国内外关于城市人居环境质量研究涉及社会学、城乡规划学、经济地理学等多个领域，评价理论体系日趋完善，研究方法不断更新。20世纪50年代，希腊建筑规划学家道萨亚迪斯（Dosaadis）首次提出“人类聚居学”的概念，标志着人居环境科学的创立[1]。人居环境质量是对一个社会中人们居住水平和生活环境的总体描述，是衡量一个社会整体发展水平的重要标准。1961年，世界卫生组织（WHO）提出人居生活空间应满足安全、健康、便利、舒适的需求。在此基础上，史密斯（David Smith）和鲍勃（Rich Boyer）从经济、社会、环境角度出发，分别提出了六要素、九要素人居环境质量评价指标体系[2-3]。还有一些学者强调，人居环境质量即是居民对社区使用的体验和对周边环境条件的主观评价[4]。国内研究起步于20世纪90年代，吴良镛先生最早将人居环境概念引入国内[5]，提出城市的本质是人的居住空间。2001年，吴良镛先生出版《人居环境科学导论》[6]，为城市人居环境质量评价和研究提供了理论基础和研究框架，学者在此基础上不断完善评价指标体系[7]。在方法上，国内学者分别采用系统协调模型和熵值法、综合评价法、熵值法和空间自相关、主成分分析法对山东半岛城市群[8]、中国36座中心城市[9]、江苏省乡村[10]、大连市10所高校区[11]等进行人居环境质量与空间分析。研究尺度从宏观到微观，研究对象逐渐从物质空间转向非物质空间，关注重点也从唯物条件转向以人为本。利用大数据和技术手段研究人居环境成为当前的一个新趋势，与传统数据相比，大数据具有采样率高、数据量大、连续性强、实时性高等特点，能够以较低的成本获取高精确度的数据或成果。龙瀛等基于多源数据构建了人居环境质量监测指标体系，为人居环境研究开拓了新的方向[12]；塔娜（Na Ta）等依托GPS位置信息对居民通勤效率与人居环境进行了研究[13]；熊薇等依托城市兴趣点（point of interesting，POI）数据探究了城市公共设施与人居环境的关系[14-15]；申悦等基于居民GPS轨迹对其日常活动空间进行了研究[16]。人居环境研究从传统的统计数据和问卷调查转向新数据和新型计量模型的应用，数据与方法更加多样，结果也更加科学[17-18]。但同时也存在不足之处，如对于单一大数据应用研究较多，通过多源数据结合的研究较少，受限于样本的复杂性与数据资料的局限性，得到的结果往往不尽如人意。

本研究依托房产网站和高德地图开放平台，获取详尽的城市多源大数据，构建城市人居环境质量综合评价指标体系，以徐州市为案例，探究城市人居环境质量空间分布特征，揭示城市人居环境内部质量差异性规律并提出对策，丰富城乡规划学研究内容，也为个案城市人居环境的规划实践提供依据。随着徐州市城镇化进程的不断加快，许多城市问题也随之出现。因此，深入研究城市人居环境质量对于“十四五”时期城市经济社会高质量发展具有重要的理论和现实意义。

1 研究区概况

徐州市是国家历史文化名城、全国性综合交通枢纽、淮海经济区中心城市，先后荣膺“国家森林城市”“国家卫生城市”“国家生态园林城市”“国家水生态文明城市”“全国文明城市”“联合国人居奖”等称号，截至2019年底，徐州市区人口达到343.7万人。结合数据的可获取性，本文选取《徐州市城市总体规划（2007—2020年）（2017年修订）》确定徐州市中心城区作为研究范围（图1），研究单元为徐州市979个居住小区，基本涵盖了中心城区的居住生活空间。

随着徐州市城镇化的快速发展，城市的扩张使城区街道多样化且情况复杂，同时还面临老城人居环境质量下降、新城人居环境质量难以提升的挑战，居住、环境、教育、医疗、休闲、购物等问题日益受到关注。正是考虑到徐州市中心城区的不确定性与复杂性，本研究将对全国城市人居环境的建设和提升具有一定参考意义。

2 数据来源与研究方法

2.1 数据来源

近年来，对于大数据的应用成为城市规划领域学者关注的热点。大数据包括社交网络、房产网站、旅游网站等，记录了海量的一手客户信息，POI数据较为详细地记录了空间数据信息并进行了分类，这都为开展城市人居环境质量的研究提供了有效的基础数据[12]。研究所用数据主要分为房产数据、基础地理数据和POI数据三类：房产数据来源于“安居客”“贝壳”“徐州市房管局”等国内知名房产网站，利用网络爬虫工具直接爬取研究范围内小区数据，包括空间位置、房价、房龄、绿化率等字段，再矢量化至ArcGIS中；基础地理数据和遥感影像数据来自中科院的地理数据共享平台，包括行政区划、道路、绿地、水系等；POI作为新兴的地理空间大数据，近年来在城市研究中得到广泛应用。通过调用高德地图API接口爬取徐州城区的POI数据，主要包括餐饮、购物、教育、商务住宅、医疗、政府办公、住宿服务等类别。在原始数据的基础上，通过数据清洗、矢量化、坐标投影等步骤得到处理后的shp格式文件，分类导入ArcGIS进行空间分析。数据年份以2019年为基准，个别缺失数据根据实地调研补齐。

2.2 研究方法

2.2.1 城市人居环境质量的指标体系构建

2.2.1.1 评价指标的选定

目前，关于人居环境质量评价指标体系的研究已有较为丰富的成果。最具代表性的是王兴中教授提出的“城市生活空间质量观”理论，并利用城市社区资源可获性指数（CRAI）进行社区人居环境质量评价[19]。学者在此基础上分别从社会、经济、生态和人文等方面构建人居环境质量评价指标体系[20]，其中居住条件、公共服务、基础设施、环境卫生、能源消费等是人居环境质量评价的主要方面[21]，也有学者认为宜居的人居环境应满足环境舒适性、交通便捷性、城市安全性、生活方便性等条件[22]。本文在此基础上，按照数据的科学性与可获性原则，将人居环境质量分为居住与环境、交通与通信、教育与文化、生活与休闲、医疗与健康5个准则层，每个准则层用4个指标表明，并以此来构建城市人居环境质量评价体系。

居住与环境满足人的基本生理需求，小区房价、房龄、绿化率能够直观反映住房条件与质量，公园绿地距离反映居住的外部环境，满足居民日常休闲游憩需求；交通与通信满足人的对外联系需求，公交站密度和公共停车场距离反映城市内部交通出行的便捷程度，通信和物流快递网点反映的则是对外的联系；教育与文化选取幼儿园距离、小学距离、中学距离、文化场所距离4个指标，其中公办中小学的距离是义务教育科学合理布局与配置的集中体现，文化场所满足不同年龄段群体文化需求，包括博物馆、文化馆、图书馆、展览中心和少年宫等；生活与休闲包括商业中心距离、便利店超市密度、餐饮服务密度、娱乐场所密度，大型商超是城市商业设施的主要表现形式，和其他要素共同满足居民日常生活娱乐需求；医疗与健康包括养老服务机构距离、综合医院距离、基础医疗服务密度、体育运动场所密度。其中，综合医院是为居民提供健康服务的最重要场所，基础医疗满足日常的医疗需求，尤其是2020年新冠疫情爆发后，人们更加关注医疗资源配置的公平性与全面性。

2.2.1.2 评价指标的测度

在指标测度时，小区房价、房龄、绿化率可根据房产网站直接获取数值；密度类指标测度是参照《城市居住区规划设计标准》中15 min生活圈界定每个小区的生活空间，即利用城市路网计算15 min步行可达距离，再通过ArcGIS叠加分析工具计算兴趣点密度；距离类指标是通过ArcGIS最近设施点分析，计算小区与最近兴趣点距离。

在指标计算时，由于每个指标量纲与正负取向不同，需要采用极差标准化方法对指标做标准化处理。当指标值越大对上一级指标越有利时，采用正向指标算法（1），反之则采用负向指标算法（2）。

式中，Yij为某一指标的标准化值，Xij为该指标的原始值，max（Xi）、min（Xi）为该列原始值中的最大值、最小值。

2.2.1.3 评价指标权重的确定与计算

在综合考虑各因素对指标的影响之后，本文采用均方差法确定指标权重。

计算各项指标均值：

求每项指标的均方差：

计算Gi的权重系数：

将各指标值标准化后的结果Yi进行合成运算，即得到每个小区人居环境质量的指数值：

其中，E为Gi各项指标的均值，δ为Gi各项指标值的均方差，Wj为得到的第j项指标的权重。Qi表示第i个小区人居环境质量得分，Wj表示第j个指标的权重。

2.2.2 热点分析

通过空间自相关工具揭示人居环境质量关联模式，以期进一步了解城市居民人居环境质量区域现状与差异，进而寻求提升环境质量的方向与途径。通过计算全局空间自相关统计量Moran’s I指数，分析空间分布是否有聚集性及聚集性大小。计算公式如下[23]：

式中：Yi和Yj分别为i和j所在位置的观测值；Wij为空间权重矩阵。Moran’s I取值介于-1～1，若取值为正，则表明空间分布呈正相关，反之则表明空间分布呈负相关；若取值趋近于0，则表示研究单元的空间分布没有相关性，各自独立、随机分布，值越接近于1表示环境空间质量水平研究单元越趋于空间聚集，值越接近于-1表示环境空间质量水平研究单元趋于分散分布。

在通过全局自相关检验的基础上，利用局部空间自相关中的热点分析（Getis-Ord Gi）工具对评价结果进一步分析，弥补全局空间自相关Moran’s I指数带来的不足，进而得知城市生活人居环境空间质量高值或者低值在空间发生聚类的位置。其中的热点和冷点是具有统计显著性的高值和低值空间聚类，本研究选择90%以上热点显著性区域表示高质量人居环境集聚空间，90%以上冷点显著性区域表示低质量人居环境的集聚空间，无意义的区域则表明其人居环境空间质量特征不明显。

3 结果分析

3.1 徐州市人居环境质量总体评价

根据表1的城市人居环境质量评价指标体系，结合权重测算出人居环境质量指数得分（图2），人居环境质量指数越大，代表人居环境越优，并利用自然断点法将徐州市人居环境质量分为高（0.666 9—0.862 6）、一般（0.580 4—0.666 8）和低（0.410 6—0.580 3）三个质量水平等级[24]。发现人居环境质量圈层状分布特征明显，呈现出中部高、四周低的空间格局。高质量人居环境小区除了集中在老城中心，在云龙副中心、铜山副中心、新城中心等区域也有分布；这些区域主要围绕商业中心、行政中心，交通便捷，公共和生活服务设施也相对完善。低质量人居环境小区主要分布在城区周边和相对边缘的地区，这些区域距离城市中心商圈较远，或属于新开发区域，对外联系不便，基础服务设施也相对建设落后。而一般质量人居环境的居住小区分布较广，位置多在高质量与低质量区域之间。

表1 城市人居环境质量评价指标体系Tab.1 urban human settlements quality evaluation index system

3.2 徐州市人居环境质量准则层评价

在对徐州市城市人居环境质量水平总体空间格局分析的基础上，对人居空间质量5个准则要素得分分别进行空间分析（图3），并将其分为高、一般、低三个质量水平等级，以期探究更为细致的人居空间质量影响机制。按照权重得到各准则的重要性排序依次为：居住与环境、生活与休闲、教育与文化、医疗与健康、交通与通信。

3.2.1 居住与环境

居住与环境质量整体呈现中间低、东西高，新城高、老城低的格局。居住与环境高质量小区主要分布在新城片区、铜山片区，多是新建商品房小区，环境优美、绿化率高，尤其是云龙湖、金龙湖周边区域，依山傍水、植被覆盖率高，还有较多的别墅分布，居住与环境质量明显高于老城区。一般质量小区主要分布在云龙区中心周边和北京路沿线附近，老城中心也有较少分布。低质量小区主要集中在老城区，这些区域集中了较多20世纪修建的城市老旧小区，主要包括国企、铁路职工宿舍等，这些小区存在配套设施不完善、缺少电梯供暖、物业缺位等问题。

3.2.2 生活与休闲

生活与休闲空间质量圈层特征明显，存在老城中心和铜山副中心两个高质量小区集中区，老城中心与原为铜山县城的铜山区中心，人口流量大，拥有较为完善的商业、餐饮、娱乐服务。一般质量小区主要分布在高质量小区与低质量小区之间。高质量小区较为分散，主要在城市的边缘地区，缺少综合商业中心，邻里商业较为星散，不能满足居民的生活娱乐、休闲购物需求。

3.2.3 教育与文化

教育与文化高质量小区集中在老城中心，老城中心人口密度大，集中了绝对优势的教育与文化资源。低质量小区分布在周边新开发居住区与安置房片区，这些地区教育设施建设滞后、文化资源稀缺，应按照《城市居住区规划设计标准》合理配置中小学，完善义务教育设施布局，建立健全市级、片区级、社区级三级文化设施，满足居民文化教育需求。

3.2.4 医疗与健康

医疗与健康高质量小区集中在老城中心、铜山副中心、云龙副中心。老城中心集中了大多数的三甲医院，基础医疗服务也较为完备，而新城区与城市周边空间质量较低。随着徐州市中心城区的扩张，老城区用地紧张，市区三甲医院有外迁与建设新院区的趋势，包括新建的徐州市中心医院新城区分院、徐州医科大学附属医院东院和迁建的徐州市第一人民医院；新开发居住区也在逐渐完善基础医疗服务，尤其是2020年新冠疫情以来，人们更加关注医疗资源可获取性与均等化，同时，基层体育设施配置与居民日常健身活动要求也日益得到重视。

3.2.5 交通与通信

交通与通信质量呈现从市中心向外围递减的趋势。高质量小区主要集中分布在老城中心、云龙区中心周边、铜山片区主干路附近和杨庄片区。这些地区人口密度大，出行要求高，交通基础建设较为成熟。低质量小区主要分布在老城以西、九里片区、铜山片区西部等周边郊区。随着徐州轨道交通建设不断加快，区域交通便捷程度将会发生变化，部分低质量空间将会有所改善。

3.3 热点分析

通过对计算出的人居环境质量指数得分进行全局空间自相关检验，得到莫兰指数大于 0，p 值小于0.05，z 得分大于1.96。由此可见，人居环境质量的总得分及各个准则层分类得分均具有明显的空间自相关性，在空间分布上呈现显著的聚类模式。在此基础上对徐州市城市人居环境质量的得分结果进行热点分析，得到高低质量人居环境质量集聚空间（图4）。结果表明：徐州市的城市人居环境质量空间差异性明显，在老城中心形成了范围较大的主要高质量人居环境集聚空间，在铜山副中心、新城中心、云龙副中心、响山则形成了小范围的高质量人居环境集聚空间。低质量人居环境空间较为分散，集聚规模不一，主要分布城市的边缘地带。

3.3.1 高质量人居环境空间的分布特征

通过对研究区内的高质量人居环境空间集聚区（图4b）进行分析，总结出以下的空间分布特征。

第一，老城中心东至黄河故道与和信广场、西至段庄中心、南至云龙湖与四院附近、北至黄河故道附近为人居环境质量热点最集聚、范围最大的地区，是徐州市城市高质量人居环境空间的主中心。出现这种空间分布特征主要是因为：老城市中心核心城市建设与发展程度较高，社会功能完备，如医疗、教育等对于居民日常生活非常重要的服务设施在此圈层内大规模集聚，形成高质量的人居空间。

第二，在城区南部和东部分别形成了以铜山万达和云龙万达为中心的高质量人居空间集聚区，连同新城中心高质量人居集聚区，共同与老城中心组成“一主三副”的城市空间结构，结果仍与徐州市城市总体规划中对于新城中心的“双心”定位存在差距。

3.3.2 低质量人居环境空间的分布特征

通过对研究区内的低质量人居空间集聚区（图4c）进行研究，可以分为以下四种类型。

第一，老旧城市小区，主要分布在北二环、陇海铁路和京沪铁路沿线等。这些片区主要是20世纪80年代部队、铁路部门和其他国有企业修建的集体单位宿舍或家属院，如今均已成为房龄近30年的老旧小区，虽然地理位置优越，但居住与环境质量较差，医疗与健康保障也趋于落后。这些区域虽然聚集了城市中大量人口，承载了城市的居住功能，但却往往在规划中被忽视。

第二，安置房小区，包括蟠桃、娇山湖、潘塘、七里沟等片区。这些片区居住着主城低收入居民和土地被征收的郊区农民，居住区功能单一，存在选址远离城市中心、交通出行不便、配套服务设施不完备等问题，是目前城区中相对边缘的片区，同时也是近些年徐州市城市化快速发展的产物。

第三，工业区配套小区，包括杨庄和拖龙山片区。这些片区依托于工业企业建设，居住主体为工业、企业的职工，各种配套服务设施以服务工业生产为主，未能全面考虑人居生活质量需求，并且建设时间较长，距城区中心较远，联系不便，人居环境空间质量较低。

第四，新开发居住区，包括九里、火花、高铁站等片区。这些片区虽然建设经济基础较好，有着较高的居住与环境质量，但该区域远离城市中心区，对外交通不便，居住功能单一，各项公共服务设施和基础设施的配套建设未能与小区的建设同步，因此人居环境质量总体仍然呈现较低水平。这些区域是承接中心城区疏解功能和人口疏解的重点区域，是以后城市公共服务配置优化工作的重点。

4 结论与讨论

论文基于多源城市住区数据的挖掘，与GIS空间分析方法相结合，探讨城市人居环境质量空间差异，为城市公共服务设施的配置优化提供依据。建立评价指标体系，对徐州市中心城区979个居住小区人居环境质量分析计算，通过对评价结果进行热点分析，得到以下结论。

首先，通过人居环境质量指数的测算，城市人居环境质量可分为高、中、低三个质量水平等级，在空间上呈现出中间高、四周低的格局，人居环境质量指数从老城中心到城市外围呈现出递减的趋势。

其次，居住与环境质量与其他几个因素出现了明显的空间分离特征。表明老城中心人居环境质量虽然整体较高，但仍存在居住与环境质量低的短板，应推进老城居住区居住空间与环境改造提升优化工程，合理配置公园绿地，提升人居环境质量。休闲、教育、文化、医疗、交通等是低质量人居空间的共通因素。推进城市内部区域基本公共服务均等化建设，集约化布局大型公共服务设施，如商业中心、大型超市、图书馆、体育馆、综合医院等，这些设施受资源限制，数量少、服务范围广，同时对交通条件带来挑战；均等化布置配置要求低、服务范围小的基本公共服务设施，提高生活便利性与舒适性。

再次，高质量人居空间集聚区主要包括老城中心、新城中心、铜山副中心、云龙副中心、响山社区。根据《徐州市城市总体规划2007—2020年（2017年修订）》对徐州市新城中心定位是城市行政、商务中心，是徐州市新的经济增长的主要空间，是未来高层次第三产业的发展区，是徐州市现代化形象集中展现的区域，未来将会聚集更多的人口，应综合协调布局医疗、教育、文化、休闲、交通服务设施，打造城市第二中心。更值得关注的是响山社区的高质量人居环境空间，通过实地调研发现，响山社区虽然建设年代较为久远，处于城市边缘地区，但是近年来积极推进“城市双修”，不断改造老旧小区，推进五山公园建设与生态布局提升，为居民营造了较好的居住环境。

最后，低质量人居环境空间集聚区主要包括老城中心的老旧小区和城区周边的安置房片区、工业区配套小区、新开发居住区，这些地区将会是下一轮规划工作重点关注区域。通过调研发现，老旧小区老龄化问题严重，应进一步完善养老服务设施，满足老龄化的特殊需求，利用周边公园、广场打造老年人活动空间，并提供个性化的养老服务以应对老龄化带来的社会问题。对于安置房片区、工业区配套小区和新开发居住区，应采用近远期结合的方式完善城市配套服务设施，其中，近期建设是重点。修补绿地短板，可将原工业用地转化为绿地公园，进而提升环境质量，对于徐州市重工业城市转型有着重大意义。