基于GWR模型的滨水区慢行活力影响因子研究——以上海市黄浦江沿岸典型滨水区为例

杨春侠 吕承哲

0 引言

2019年1月，上海市政府批复《黄浦江沿岸地区建设规划（2018—2035）》，黄浦江将被打造为“国际大都市发展能级的集中展示区”。2019年11月，习近平总书记考察杨浦滨江时，提出“人民城市人民建，人民城市为人民”的重要理念。依据这一理念，2020年6月的上海市十一届九中全会确定把“人本价值”作为人民城市的核心取向，更用心、更精细、更科学地建设城市，建设好“一江一河”，让市民更加舒心地享受宜居生活。在新的历史节点，如何助力黄浦江新一轮的更新？虽然至2017年底，从杨浦大桥至徐浦大桥45 km滨水岸线全面贯通，为市民提供了一个平行于黄浦江的高质量连续慢行空间，但是在垂直河流方向，联系城市腹地与河流的慢行空间缺失或是慢行环境品质低下，如虹口滨江、最佳实践区、老码头、徐汇滨江等滨水区段，造成了滨水慢行活力的不足。

滨水空间内人群的慢行活动是滨水区慢行活力的重要来源。在城市设计理论中，对空间活力的探讨早在20世纪中叶就已开始，雅各布斯（Jacobs)、扬·盖尔（Gehl）、蒙哥马利（Montgomery）等学者对此有一系列论述[1-3]。在这些论述中，建成环境始终是影响城市空间活力的重要因素。例如短街段，细密的肌理，人性化的空间尺度，建筑年代和功能的多样化，适宜的建设强度等都被认为是促进城市空间活力的重要建成环境因子。但这些建成环境因子对空间活力的影响处于何种程度，是以往基于经验感受总结得到的理论要点无法告诉我们的，也是当前学科发展的要求和精细化城市设计的趋势[4-6]。

研究选取黄浦江沿岸17个典型垂直河流街道及其两侧街区作为样本并提取建成环境因子，通过开源大数据和实地调研获取建成环境和慢行流量初始数据，利用统计学、空间句法、香农指数等计算各因子指标，依托ArcGIS平台和SPSS统计软件构建和校验地理加权回归模型（Geographically Weighted Regression，简称 GWR），反映样本之间的地理位置关系，分析各因子在不同时空下对滨水区慢行活力的影响，针对实验结果与经验预判的差异，提出滨水区慢行环境优化建议（图1）。

1 相关研究综述

1.1 建成环境量化分析研究

20世纪下半叶，在对现代主义城市设计思想和实践的反思中，学者们逐渐意识到是否有生机勃勃的人的活动是判断建成环境好坏的唯一标准[1-3,7]，也逐渐意识到基于观察和经验难以深入把握建成环境要素对空间行为和活力的影响，从定性分析转向定量分析的趋势日益明显。早期的研究中，阿普尔亚德（Appleyard）对旧金山三种不同类型的街道环境与人行流量进行了关联性分析[8]。但此时对建成环境还未有系统的认识，学者也多从自己的研究视角出发定义所要分析的环境要素。部分学者意识到这个问题，并尝试对可量化的建成环境要素进行归纳和梳理，其中以塞韦多（Cervero）和科克尔曼（Kockelman）提出的“3D”模型最为人熟知[9]，也成为后来大部分学者研究的基础[6]。

进入21世纪，绿色出行理念越发受到重视，对于建成环境的量化分析研究也越来越多与慢行行为和活力产生关系，并逐渐产生出以下几个研究热点：其一，建成环境模型的再研究，主要指提高建成环境模型对慢行行为的解释程度，以及在数据收集和处理时的精确度。例如汉迪（Handy）等在“3D”模型的基础上提出解析城市建成环境的五个维度，包括密度、多样性和设计[10]，分析它们对步行行为的影响；凯利（Kelly）和尤因（Ewing）将建成环境模型分为客观评价变量和主观评价变量[11]。其二，场景化研究，社区、商业区、地铁站周边以及各类城市公共空间是常涉及的研究场所。勒尼汉（Learnihan）等聚焦社区空间，运用逻辑回归模型研究了基于街道连接度、居住密度、功能混合度等对不同尺度研究范围内居民步行行为的影响[12]；任许娜（I M）等发现邻里级商业设施和办公设施的总建筑面积与步行流量正相关，将住宅与邻里级商业设施、零售设施、办公设施相结合，有利于提高步行流量[13]。其三，对空间内不同使用人群的关注。臧鹏（Zhang）等调查了香港不同社区的180位老年人，根据老人的反馈意见和土地使用组合、街道连通性等要素建构模型，根据步行和驻留的时间和强度来量化步行行为，进而研究建成环境对老年人步行行为的影响[14]。

1.2 地理加权回归模型辅助城市问题研究

在地理学、生态学、环境科学以及其他自然和社会科学研究中，常常会面对这样的问题：同一变量随着空间位置的变化，其解释能力或者影响程度会有所不同。如果采用全局回归模型，前提是认为研究区域内部是同质的，否定了空间异质性（spatial heterogeneity）的存在，而且可能对分析结果造成较大误差，甚至是得到和事实相违背的结论[15]。

GWR基于局部光滑思想，在回归中考虑样本的地理空间位置信息，从而形成一种允许进行局部参数回归估计的空间变系数回归方法，一定程度上有助于解决空间异质性被忽略的问题，近年来被越来越多的学者用于城市问题的研究中。刘耀林（Liu）等在分析街道中心性与土地利用强度的关系时通过GWR模型发现了两者之间的关系及其中的空间异质性，弥补以往研究在局部空间关系中的缺失[16]。何金廖（He）等归纳城市中影响创意产业发展的空间要素指标并建构GWR模型，发现了这些指标对南京市不同区域（市区、郊区）创意产业选址的解释力[17]。赵鹏祥（Zhao）等运用GWR模型分析了城市建成环境与出租车司机停留行为之间的关系，并从时空角度解释了两者之间的关系[18]。马圣心通过构建GWR模型分析伦敦和上海市不同建成环境变量对自行车出行的影响，并发现公交站点、道路密度、公园广场等建成环境要素影响效用存在空间差异性[19]。综合来看，GWR的应用能让研究从全局层面深入到局部空间的分析，并能有效地辅助城市问题研究。

2 实验设计

2.1 研究样本筛选与慢行流量调研

以杨浦大桥与徐浦大桥之间的黄浦江沿岸滨水区，向城市腹地延伸1.1 km①作为研究对象，如若碰到城市快速路，则截止到城市快速路。依据空间活力、建成环境现状、内部功能、空间进入性、是否为旅游目的地等原则，进一步筛选缩小研究范围，最终确定17条垂直河流街道及其两侧的街区作为研究样本（表1）。

表1 研究样本筛选Tab.1 sifting principles and explanations

研究以慢行流量作为考察慢行活力的主要指标，用录像和打点计数的方法对步行、骑行等流量进行统计。调研时间为2019年1月天气晴朗的一个工作日和休息日，每日调查5个时间段：7:00—9:00，10:30—12:30，14:00—16:00，17:00—19:00，19:00—21:00。

2.2 建成环境因子梳理与数据获取

影响因子的梳理主要从“是否影响慢行行为”及“是否可以被量化”两个方面展开。前者基于既有城市设计经典理论，包括康泽恩（Conzen）提出的经典城市形态分析体系，包括街道、街区和建筑等[20]；雅各布斯（Jacobs）的建成环境影响城市活动多样性的四条件，包括土地使用混合度、小街段、老建筑和密度等[1]；以及尤因（Ewing）和塞韦多（Cervero）的建成环境影响步行行为的“5D”模型，包括密度、用地多样性、设计、可达性和公共交通设施距离[21]。后者基于不断涌现的量化分析研究，从单一要素的量化分析，例如分析街道网络的空间句法（Space syntax）[22-23]，分析功能混合度的功能混合指标（MXI）[24-25]，分析建筑形态与开发强度的空间矩阵（Space matrix）[26-27]，到整合多个要素的量化分析，例如将街道与建筑要素叠合分析的城市网络分析（UNA）[28]，将街道可达性、建筑年代、街区尺度、街道高宽比、功能混合度等要素进行整合量化的城市形态分析（Morpho）[29-30]等。最终，研究将滨水区建成环境影响因子归纳为道路、街区、建筑三个层面共计9类14个指标，并通过实地调研和网络爬取的方式获得原始数据，通过sDNA、香农指数等方式计算得到14类指标数据。

2.3 GWR模型构建与校验

研究以每一个街道段及其两侧街区作为一个空间研究单元。标准线性回归模型（全局回归模型）不考虑变量的空间关系，模型可写为：

GWR模型考虑模型的局部变化，且表现出空间非平稳性，在空间分析中较标准线性回归模型更有利，其模型结构如下：

其中(ui,vi)表示样本内每一段街道的空间坐标，yi表示各研究单元内街道慢行人群流量（因变量）；xik表示第i个研究单元的第k个建成环境影响因子属性变量（自变量）；β0(ui,vi)表示第i个研究单元的回归常数；βk(ui,vi)表示第i个研究单元的第k个自变量的回归系数；n表示自变量的个数；εi表示残差。

GWR模型作为局部回归模型，回归结果的好坏在很大程度上依赖于模型权重函数和带宽的确定。高斯函数（Gaussian）以及在高斯函数基础上结合距离阈值法得到的双重平方函数（bi-square）是GWR 模型的两种常用权重函数，受限于ArcGIS平台的运算逻辑，本研究采用高斯函数作为模型的权重函数。在带宽选择方面，最优带宽的选取主要有两种判断依据，即基于 Akaike 信息量准则（AIC）和交叉验证法（CV），本研究选择拟合结果较好的AIC法。

由于各影响因子（自变量）单位不同，数量级差别过大，因此在回归分析之前借助SPSS软件对数据进行标准化处理。接着，分别对工作日和休息日模型中各自变量进行共线性诊断。根据诊断结果，变量之间存在共线性，其中“建筑密度”这一变量的容差≤0.1，且方差膨胀因子（Variance Inflation Factor）≥10。删除这一自变量之后共线性诊断良好，影响因子由最初的14个调整为最终的13个（表2）。

表2 影响因子指标及说明Tab.2 explanations of impact factors

3 活力特征及影响因子分析

3.1 滨水区慢行活力特征

将调研获取的慢行流量在ArcGIS平台上进行汇总，并进行可视化分析，剖析滨水区慢行活力的时空特征（图2）。

空间层面，按照研究单元与黄浦江的空间关系，每条街道的研究单元最多可分为四层，其中第一层距离黄浦江最近，第四层距离黄浦江最远。整体来看，慢行活力从远水的第四层空间到近水的第一层空间逐渐降低，但这一趋势在小尺度街区有所减缓，例如怀德路、北京东路、福州路等街区。进一步对比各层研究单元慢行流量发现，工作日离水最近的研究单元慢行流量占到最远的53.9%，而休息日这一比例为61.9%，这在一定程度上体现了滨水区慢行活动的趋水性特征。此外，以商城路、新码头街、东安路为代表的街道在中间层次出现慢行活力洼地，结合实际情况发现，这些区域多为封闭式高档居住区，对城市空间内的慢行活动缺乏吸引力。

时间层面，工作日的通勤时段和休息日的下午时段滨水区慢行活力较高，而夜间慢行活力均处于较低水平。部分街道慢行流量在时间分布上呈现出较大的波动，包括工作日的商城路、打浦路和东园路，休息日的花园港路和望达路，它们在某一时段的慢行流量占到全天的40%甚至50%（图3）。此外，拥有大型办公场所的街区在工作日早高峰时段有大量通勤人流；高密度老旧居住区在工作日早高峰时段也有大量通勤人流；拥有大型文化场所的街区在休息日下午和傍晚产生大量休闲漫游人流。

3.2 影响因子效用

研究基于GWR模型进行了12次回归分析，其中工作日和休息日总体分析各1次，工作日和休息日分时段分析各5次。

3.2.1 总体特征

在工作日，对慢行活力产生显著影响的因子是街道网络拓扑关系（介数中心性）、老建筑比例、步行通行宽度和轨交站点，影响权重分别达到31.143、22.470、14.229和11.446。在休息日，显著影响因子有所变化，分别是老建筑比例、自行车通行宽度和街道网络拓扑关系，分别达到22.642、15.716和10.804。无论是工作日还是休息日，对慢行活力产生消极影响的因子主要为机动车通行宽度、街道长度和街道高宽比（表3）。

表3 总体回归分析结果Tab.3 overall regression analysis results

街区功能混合度在不同日期影响效用不同。在工作日，一些研究单元虽然功能混合度不够，但因为有充足的办公容量，依然保有较高的慢行活力，例如浦东滨江的东园路和百步街片区，功能混合度较低，但在工作日仍然慢行流量较大，多属于办公通勤人群。相反，在休息日，只有在那些功能混合度较高的片区，慢行流量才较大，且人群种类较为多样，这与丰富的街区功能提供多元的空间出行体验密不可分，如世博滨江花园港路和南园滨江打浦路的第二层街区、徐汇滨江凯滨路和东昌滨江商城路的第三层街区等。

3.2.2 空间特征

分层统计回归分析结果，可以发现各影响因子效用存在空间异质性（表4）。街道网络层面，介数中心性的积极影响效用和街段长度的消极影响效用分别从远水的第四层街区到近水的第一层街区逐渐增强，一定程度上表明距离水体越近，密路网小街区的城市空间形态对慢行活力的促进效用越大。以非机动车通行宽度和步行通行宽度为代表的慢行基础设施的影响效用，从远水的第四层街区到近水的第一层街区逐渐增强；相反，商业服务类建设强度和老建筑占比的影响效用逐渐减弱。一定程度上表明滨水区距离水体越近，慢行活动相关基础设施对慢行活力的影响逐渐增大，而商业休闲类或文化类功能影响有所减弱。再聚焦于影响因子权重数值，慢行基础设施类要素、开发强度类要素和老建筑的影响效用表现出较强的空间异质性，前两类要素均表现为越临近水体影响效用越强，可能是未来滨水区慢行环境品质优化需要重点考虑的因素。此外，机动交通，公共交通、人口密度等要素在不同空间的影响效用较为均衡。

表4 回归分析结果分层统计Tab.4 layered statistics of regression analysis results

3.2.3 时间特征

从分时段回归分析的结果中看出，影响因子效用在时间维度上更加多变（表5）。7:00—9:00时段，城市街道网络对慢行活力的积极影响最为明显，除通勤人群外，前往滨水区公共空间的人群多为附近的常住居民，出行目的多为锻炼，因而从出发地到滨水区公共空间的空间拓扑关系就显得至关重要。10:30—16:00时段，公共交通的正相关作用逐渐提升，人口密度的正相关作用相比于早晚时刻有所下降，同时，街区功能混合度和容积率的影响力也有所提升。在这一时段，滨水区对休闲慢行活动的影响力逐渐从区域级上升到城市级，吸引城市范围内人群前来活动。19:00—21:00时段，公共交通的影响作用降到最低且呈现出微弱的负相关，而人口密度和步行通行宽度呈现积极的影响作用，滨水区的影响力又逐渐从城市级下降到区域级，此时滨水区的慢行者多为片区内的常住市民。再聚焦于影响因子权重数值，在日维度（24 h）内，介数中心性和慢行基础设施的影响效用表现出更强的时间异质性，且主要体现在工作日；在周维度（7 d）内，功能混合度的影响效用表现出更强的时间异质性。

表5 分时段回归分析结果Tab.5 regression analysis results by time period

3.3 研究结果与传统分析的差异

3.3.1 街道网络的影响和与水距离相关

回归分析结果显示，反映街道网络拓扑关系的介数中心性和反映街区尺度的街段长度对慢行活力的影响随着离水距离的增加逐渐下降，其中介数中心性为积极影响，街段长度为消极影响，与慢行基础设施类似，影响力从临水第二层街区到第三层街区有明显下降。一定程度上说明越临近水体，尤其在临水第一和第二层街区，密路网小街区的街道网络形态对慢行活力的影响越明显，反映了慢行人群在越临近水体的区域越是期望有更多的路径选择和更快速地抵达水滨。

3.3.2 慢行相关基础设施的影响和与水距离相关

在传统分析中，慢行相关基础设施类因子对慢行活力的影响始终处于较高水平，但本研究分析结果显示，慢行相关基础设施类因子的影响随着离水距离的增加逐渐下降，尤其从临水第二层街区到第三层街区有明显下降，其中在工作日的下班高峰及夜晚时段非机动车通行宽度的影响降到了负值。一定程度上说明越临近水体，尤其是临水第一和第二层街区，人群慢行意识和意愿越强烈，对慢行环境的要求越高。

3.3.3 功能混合度在不同时间影响效用不同

在以往分析中，功能混合度始终是激发滨水区慢行活力的重要因子，但回归分析结果显示，功能混合度在工作日和休息日呈现出不同的影响机制。工作日通勤时段，办公主导下的街区往往呈现出更高的慢行活力；工作日非通勤时段和休息日，商业文化功能主导下的街区往往呈现出更高的慢行活力。这是因为工作日办公人群的聚集在一定上保证了空间内的人群数量，这是空间慢行活力的重要来源；而在休息日，滨水区使用者出行目的发生转变，娱乐、购物、文化等成为必要性活动，商业文化等成为保证空间内人群数量的重要功能。因而，滨水区慢行活力很大程度上依赖于空间内必要性活动衍生出来的休闲游憩活动。

3.3.4 公交在不同时间影响效用不同

在传统分析中，公交始终是激发滨水区慢行活力的重要影响因子，但分析结果显示公交的影响在工作日和休息日也呈现出不同的机制。一方面，休息日出行时，公交可以将休闲游憩人群带至滨水区，但在工作日，公交出行受地面交通拥挤的影响并不能成为通勤人群前往滨水区的优先选择。另一方面，研究范围内平行于水岸的公交线路占据了大量比例，这些线路带动了平行水岸方向的人员流动，但并未起到联系滨水区与城市腹地的作用。

4 促进滨水区慢行活力提升的设计策略

4.1 街道网络梳理

街道网络介数中心性和非机动车道宽度分别具有较强的正负影响效用，以及明显的空间异质性，说明越临近水体，密路网小尺度街区越能促进慢行活力的提升。现阶段黄浦江沿岸滨水区存在不少大尺度街区，特别是临水第一层的大尺度街区，如东昌滨江、世博滨江、徐汇滨江、北外滩等，减少了抵达水滨的路径，不利于提升慢行活力。建议在产权明晰或建筑肌理明确的情况下，通过增设垂直于水体的城市支路来分割现有的大尺度街区，提高路网密度和介数中心性，或在大尺度街区内部增加可以穿越街区的慢行通道，提高步行网络密度。例如，世博滨江可以通过增加到达滨水区公共空间的慢行通道，连接城市最佳实践区，活水公园、当代艺术博物馆等滨水活力点，加强城市与腹地的联系。

4.2 慢行空间布局

步行通行宽度和非机动车道宽度分别具有较强的正负影响效用。因此，优化滨水区慢行空间可以首先从改善既有步行空间和调整步行—车行空间分配入手。前者主要针对部分狭窄或被非法侵占的滨水区步行道入手。对于这一类路段首先要加强公共管理，杜绝步行道侵占现象，然后在可能的范围内拓宽步行道路宽度，保障步行环境的连续性；此外还可增设休闲座椅、街边广场等交往空间，提升空间环境品质。后者主要针对机动车流量较小的路段。这些路段或是造成了开敞空间浪费，或是导致了步行空间的压缩。例如，杨浦滨江怀德路和浦东滨江百步街的临水路段，由于机动车流量较小，机动车道变为机动车停车带。对于这些街道，可依据整体机动车流量变化情况将既有机动车道转变为“潮汐车道”或步行专用道，为市民提供临近水体的步行空间。

非机动车道影响权重呈现出了较强的空间异质性，主要表现为在临水空间更能促进慢行活力的提升。因此，优化优化滨水区慢行空间还可以从强化临水街区与滨水区公共空间内部骑行道的联系入手。例如世博滨江内部公共空间的骑行道与城市道路直接相连，可在苗江路增设自行车专用道，与花园港路、望达路形成区域型的滨水骑行网络。

4.3 相关功能配置

在研究结果与传统分析的差异中研究发现，功能混合度对于滨水区慢行空间活力的影响首先需要通过主导功能保证基本的空间人群数量，例如办公、商业、文化等，而且空间内的主导功能最好为1—2个[1]。在确立主导功能的基础上讨论功能混合度才更有意义。现阶段黄浦江沿岸滨水区或缺乏能引发必要性活动的主导功能，或缺乏丰富街区功能混合度的商业服务文化等次一级功能。例如怀德路第一层街区，由于缺乏能带来必要性活动的居住办公等功能，导致大量商业功能无人问津，慢行活力低下。这类街区需要为其配置一定量的办公或居住，为提升慢行活力提供人流基础。办公功能主导下的东园路和百步街，由于缺乏相应的商业服务类功能，在通勤时段之外慢行活力始终处于较低水平。这类街区可沿街增加商业服务类功能，吸引办公人群开展餐饮娱乐购物等行为，从而提高区域的慢行活力。

4.4 公共交通设置

轨道交通具有较强的正影响效用，而公交受到线路设置的影响，其效用呈现出明显的时间异质性。因此，优化滨水区公共交通设置可以从提升轨道交通覆盖面和强化公交与腹地的联系入手。研究范围内，怀德路第一层街区、打浦路第一层街区以及商城路第一层街区等均处在轨交站点1 km服务范围之外，可通过增设覆盖这些街区的轨交站点为片区带来更多的慢行流量。此外，轨交站点出入口的设置应综合考虑对滨水区各街区的覆盖。以世博滨江为例，建议在望达路与中山南路交叉口处增设轨交站点出入口，增加轨道交通对最佳实践区的覆盖力度。公交方面，滨水区目前设置的公交线路多平行于水岸运行，并不能有效地联系滨水区与腹地。例如，徐汇滨江枫林路段和世博滨江苗江路段、望达路段仅有的公交线路均为浦西滨江1号线，老码头片区仅有都市观光3号线，北外滩高阳路段仅有都市观光5号线，这些线路均平行黄浦江运行，可为这些区域增加连通腹地的公交线路，为提升慢行活力提供人流基础。

5 总结与展望

计算机辅助技术的进步和信息技术的发展能够帮助学者克服传统城市设计在基础数据、空间形态、非空间的社会经济效益、运算效率等方面的局限。将新技术、新数据与具体的社会和城市问题相结合，能够帮助我们更加精确、高效地分析问题，提出有针对性的解决方法，推动城市设计向精细化、人本化方向发展。

运用GWR模型分析滨水区建成环境与慢行活力之间的关系，有助于更细致地呈现影响因子效用的时空差异，为滨水区更新提供有针对性的设计策略，同时弥补许多研究所缺失的空间异质性分析。需要指出的是，研究涉及的建成环境影响因子均作为独立的个体与慢行活力发生关系，然而在现实情况中，影响因子是否会通过不同的组合方式产生与独立个体简单叠加不同的影响作用，值得进一步研究。此外，对研究单元的修正性探讨也是提升建成环境量化分析精确性的突破口，不同的界定方式如何影响活力作用效应的分析结果，是需要研究的新方法论问题。

注释：

① 1.1 km是以4.5 km/h作为行人步行速度，以15 min作为行人舒适步行时间（上限）计算得到。