人本尺度下社区生活圈便利性评估方法研究*

沈育辉，童滋雨

引言

随着社会经济水平的提高，我国城镇化建设快速发展，人们愈发关注城市的生活品质，对城市新阶段的发展提出了更高的要求。2018 年7 月，国家住建部批准发布了《城市居住区规划设计标准》，首次采用“生活圈”概念取代了传统的“居住区、小区、组团”模式[1]。2021 年7 月，商务部办公厅等11 部门印发《城市一刻钟便民生活圈建设指南》，提出到2025 年打造“百城千圈”，建设一批布局合理、业态齐全、功能完善的城市便民生活圈[2]。此外，十九大提出了“共建共治共享的社会治理格局”，强调城市建设需要以人为本，重视基层社区的诉求，推动以人为核心的建成环境营造已成为共识，城市的发展模式和治理方式都面临着深刻的转型[3]。

社区生活圈可以视作居民在社区周边开展日常活动所涉及的空间范围以及满足日常活动需求的时空资源集合[4]。社区是城市社会空间的基本组成细胞，也是居民日常生活最重要的基本单元。因此在以人为本、重视人的需求的城镇化转型背景下，以居民日常生活作为对象的生活圈规划、评估成为落实新型城镇化、实现公共资源均等精准配置的重要抓手[5，6]，对于推进空间大数据在城市问题研究中的应用，将便利性评估引入生活圈建设研究中，认知城市建成区社区生活圈现状特征及问题，为城市更新的社区生活圈营造提供新思路具有重要意义。

1 研究现状

生活圈研究源于日本，而英国学者Burt 提出的“家域”的概念[7]影响了日韩对居民活动空间的相关研究与实践探索。对社区生活圈的研究涉及两项最重要的内容：社区生活圈范围的划分和社区生活圈便利度的量化评估。虽然社区生活圈的概念与内涵在已有研究中得到了较为一致的界定，但是其空间范围的划分仍然是研究和规划的技术难点。部分研究直接采用欧式直线距离进行划分，包括同心圆缓冲区[8]、泰森多边形[9]或圆形邻近分配[10]等方式，这种划分方式操作简便，效率高，但较为粗略，没有考虑到道路、建筑、河道以及绿地等城市要素对人行的阻隔作用[3]，其划分的生活圈范围与现实存在较大差异。考虑到道路对通行距离的影响，有研究直接基于道路网络构建分析模型，进一步还原真实步行距离[11]。但由于社区层面居民步行路网可获得性较差[12]，且城市路网的更新往往不及时，影响了计算的准确性。还有部分研究参考人口规模、用地面积等指标，结合现有行政管理边界，进行生活圈范围的划分和评价[13，14]。但这种划分方式需要参照社区人口、用地面积、街道管理边界等数据，从而合并小社区，拆分大社区，其数据获取和生活圈划分上的复杂和困难，只能针对特定的片区，不适合大范围空间的研究。随着大数据技术的发展，有研究提出了通过GPS、手机信令等调查数据，还原居民的现实活动情况，实现更精细化的生活圈划分[15，16]。这类方法虽然结果比较精确，但由于GPS 行为主体的多样性与复杂性，样本较少时，其活动轨迹对于生活圈的划分制定往往有不确定性，需要进行较大样本的调查。而手机信令数据不开源，需要进行合作或购买，导致数据获取难度较大，需要较大的样本容量，成本较高，难以推广到更大时空范围的研究。此外，现有研究大多忽略了步行主体自身行动能力的差异[17]，使得单一的生活圈范围划分缺乏足够的适用性。

在社区生活圈便利度评估方面，主要体现各类公共服务设施的分布情况和可步行性方面。其中，从人步行的角度出发，通过步行的距离和时间来反映使用设施的便捷性的“步行指数”（walk score）量化方法[18]被广泛使用，对社区的可步行性提供了一种比较合理的评估方法[19-21]。对公共服务设施的分布则多以POI 点为数据来源，直接针对其分布数量、密度和空间熵等指标来衡量生活便利度[22，23]，而对不同社区微观地理环境、居民需求特征关注不足，忽略了可达性、人的日常需求对于便利度的影响，只能反映城市层面的大致生活便利度分布，无法完成更加精细化的便利度评价。在以人为本的发展理念下，便利性评价从单一的终点（公共服务设施）分布评价逐渐转变为从起点（家）到终点（公共服务设施）的“OD（Origin-Destination）”过程评价[24-26]，但在评价指标、量化计算方式和分析框架上仍不够全面，难以涵盖尽可能全面的便利度影响因素。因此，全面化便利度影响因子的涵盖选取，精细化便利度量化计算的框架，是不断完善优化生活便利性评价体系的必然要求。

综上所述，传统的社区生活圈便利性研究，在其生活圈范围划分和便利度评估上都有待改进：生活圈范围划分方式比较粗略，无法较为真实地反映生活圈步行情况；便利度评价指标和量化方式不够全面，尤其忽略了不同时间范围的生活圈便利度以及年龄带来的步行差异性。

因此本文旨在探索一种精细化生活便利性评估研究方法，整合优化现有研究，一方面基于大数据分析，借助可步行性（Walkability）理论，提出生活圈便捷化精细化划分方式；另一方面优化便利度评价要素的选取、权重的设定和量化计算方法，全面优化生活圈便利度评价体系方式。尤为重要的是，充分考虑居民步行时长的差异，本文创新性地提出了一种基于多层级生活圈的便利性评价方式，不再仅仅将便利性评估限定于某个具体生活圈范围，而是一系列不同时间圈层生活圈内便利度的变化趋势，通过对多层级生活圈便利度的变化分析实现更加全面的城市居民生活便利性评估。

2 社区生活圈便利性评估方法

2.1 技术路线

本文提出的社区生活圈便利性评估方法主要包括生活圈的精细化划定方式，生活圈内便利度量化计算，以及多层级生活圈便利性评估三个方面。

本研究在生活圈划分上利用大数据百度API 接口访问的方式确立更加高效、精确的生活圈划分方法；在便利度评估上总结概括现有研究的量化评估方式，利用可步行性、步行衰减理论等计算方法对评价指标进行更精确的量化计算，以及更全面的评价指标的选取和不同公共服务设施的影响权重的确定优化、改进生活圈便利度量化体系框架；通过线性回归获得小区多层级生活圈便利度变化态势，利用K-means 聚类的方式对不同小区的不同便利度变化态势进行聚类分析，探究多层级生活圈便利度变化态势，更加全面的描述社区生活圈便利度，形成对于社区生活圈的更加精细化的评估。本研究的整体技术路线如图1 所示。

2.2 生活圈范围划定

基于现有研究对于生活圈划分方式的不足，本文采用基于百度地图步行大数据访问的计算方式。首先对于每个小区根据计算精度和生活圈范围需要进行点阵的生成。本研究采用50m 点阵间隔，2500m 点阵范围（图2a）。然后通过百度地图进行小区到点阵的逐一访问得到实际步行时间，将其作为点属性可视化显示（图2b）。最后利用不规则三角网插值进行点阵的栅格化显示，生成小区不同时间范围的等时圈（图2c）。比起传统的“缓冲区”的生活圈划定方式，该方法更加因地制宜、精确；比起利用GPS、手机信令等获取生活圈的方式，该方法数据获取更加高效、成本较低；相较于ArcGIS 的道路网络模型计算方式，其路网信息基于百度地图实时更新，路网信息更加全面，计算结果更为精准；在百度地图访问量足够的情况下适用于绝大多数城市情况，便于推广。

2.3 生活圈便利度计算

2.3.1 评价指标选取及权重测定

本研究结合百度、高德对于POI 的分类，参照《上海市15 分钟社区生活圈规划导则》、《中国宜居城市研究报告》相关规定，以及学者在城市生活便利度指标评价体系研究中选定设施类别的方法[1，23，27，28]，将研究区域内的设施分为教育、医疗等6 大类，49 小类，同时结合问卷调查、专家打分获取分值，通过AHP 层次分析法构建层次分析判断矩阵，确定对应权重，其过程如图3 所示（以大类权重示意，其余权重均按照此方法进行计算生成），形成如表1 的指标分类及权重体系。通过python 获取对应POI 数据，并根据现实情况进行了去重、删误的优化校正。

2.3.2 生活便利度测度框架

关于便利度的计算，现有研究提出了不同的评价体系。樊钧等提出的生活便利度测度方法评价较为全面，但其测算框架中“相对数量”这一指标评价较为粗略，虽然考虑到了居民步行到达某设施的意愿会随距离增加而减小，但只是通过步行衰减曲线进行分段筛选而非加权计算[24]。论文对此进行改良，根据现有步行衰减研究[24，29-31]优化衰减曲线，对小区分析范围内的每一个设施进行遍历加权计算而非筛选。公式1 展示了小区i 在一定生活圈范围内的生活便利度Ci的计算过程。

图 1 技术路线

图3 各类公共服务设施权重确定示意

表1 评价指标分类及权重

图4 多层级生活圈便利性分析

公式1 中，Ci代表某小区i 的生活便利度数值；∑iAi设施总量评分代表该小区某一生活圈范围内的公共服务设施数量及其权重的加权评分总和；∑iRi步行衰减评分则不单单是利用距离衰减进行数量筛选，而是根据百度地图访问实际步行时间进行衰减曲线公式计算后得到的步行衰减概率加权计算后的得分总和；Hi则是该小区对应生活圈内各类型设施的多样性，用香农—维纳指数计算，具体如公式2 所示。其中S 表示小区生活圈范围内总的设施大类，pi表示第i 个中类占大类的比例。

2.4 多层级生活圈便利度变化探究及聚类分析

不同时间层级的生活圈便利度是有差异的，随着生活圈范围的扩大，存在生活圈便利度逐渐变好、变差、基本不变等多种情况，不同情况对居民生活便利性存在明显影响。另一方面，由于年龄带来的体力差异，老人、小孩、青年的日常活动范围是不同的，以单一的生活圈便利度进行评价往往是片面的。因此，从以人为本的角度出发，还需要通过多层级生活圈便利度变化态势的分析来精细化评估居民生活的便利性。

在本次研究中，为了探索多层级生活圈便利度的变化态势，参考国家《社区生活圈规划技术指南》中对于城镇社区生活圈层级的配置要求，即构建“15 min、5～10 min”两个社区生活圈层级[32]，以此为依据选取多层级社区生活圈时间间隔。本研究选取5min 作为时间间隔，在此基础上进一步拓展建立10、15、20、25、30min 小区多层级生活圈。同时，由于采用多层级生活圈计算，随着时间范围的增长，其对应生活圈便利度的值总体也在增长，增长的趋势则能够反映出便利度的变化。本研究中每个小区的多层级生活圈便利度值只有5 个，经实验比较，采用线性回归分析即可较好地拟合数据的分布趋势，其平均R2 验证值达到了0.9 以上。而线性回归模型中y=a＊x+b 测算的斜率、截距结果又具有较好的现实意义：a 可被视为“增长便利度”，代表随着小区生活圈的扩大其生活便利度指数的增长速度，即居民从住宅出发每往外步行一定距离所能够享受到的生活便利度增长变化；b 可被视为“基础便利度”，代表通过现实分布情况进行线性预测的步行时间t=0 即小区所处位置的预测便利度。因此，采用回归分析法能够有效反映分析多层级生活圈便利度变化的趋势。

通过小区i 在10、15、20、25、30min 内的便利度值Ci-10，Ci-15，Ci-20，Ci-25，Ci-30进行增长变化探究，得到小区i 便利度变化的线性方程，探索便利度随着生活圈圈层变化的关系。提取线性归回系数ai，bi进行K-means聚类，实现便利度增长变化由好到坏1～5 级的分级聚类统计，与单纯的只针对15min 生活圈便利度的分类进行对比分析，观察解读聚类结果及其分布，完成对于小区便利度的评估，分析方法如图4 所示。

3 案例研究

3.1 测度区域

本研究选取了南京市主城区26km×24km 的矩 形 区 域（118.67162E, 31.96152N；118.94526E, 32.17399N）作为研究区域，总面积约630km2，其中包含玄武、秦淮、鼓楼、建邺、雨花台区的大部分区域（图5）。该区域涵盖南京老城区，人口密度大、小区数量多、涵盖不同类型和发展阶段的小区，适合作为本次研究的典型区域。

3.2 数据获取

研究首先基于百度地图API 的矩形检索功能，获取测度区域内全部居住小区及各类POI 数据，修正之后得到小区3717 个，其余各类公共服务设施POI 数据70000余条，其空间分布如图6 所示。

3.3 步行时间获取

3.3.1 欧式距离数据筛选配对

本研究通过批处理的方式将每个小区与其余各类公共服务设施POI 逐一遍历，采用百度地图的步行速率1.25m/s，步行时间30min（步行距离2250m）作为测度半径，对各住宅区周边2250m 搜索半径内的所有POI 进行筛选，配对成为基于每个小区的“一对多”OD 坐标对数据表（表2）。

3.3.2 获取小区与配对服务设施间步行距离

由于数据筛选所用距离为地图上两点的直线距离而并非按照实际道路情况的真实步行距离，因此需要对“OD”点间进行真实步行距离的测算。通过百度地图API 中的轻量化路线规划接口[33]获取实际出行的步行路线以及其具体的步行距离与时间（表3）。

3.4 小区生活圈便利度评估

以每个测算点小区为单位，进行10、15、20、25、30min 不同时间层级生活圈便利度加权计算，得到小区不同层级生活圈便利度得分，将最后评分结果归一化处理，进行等数量1～5 级的便利度分级评价并可视化呈现，获得南京市中心城区小区便利度评估结果（图7）。可以发现不同层级生活圈最终的便利度评估结果是不同的，但大致分布趋势相似：便利度最为集中的区域北至鼓楼，南至夫子庙秦淮河，以汉中门—鼓楼—西安门—内环东线—南部秦淮河—龙蟠西路以及鼓楼西北区域形成围合；评估生活圈时间范围越小，评估结果就会趋于更零散状态分布；随着生活圈的扩大，25、30min 评估结果中同一评价等级的小区分布更加集中，能够联结成片状分布。

表2 数据筛选配对表（局部）

表3 百度API 访问结果表（局部）

图5 研究区域范围

图6 公共服务设施POI 分布

3.5 多层级便利度变化探究及聚类分布

在获得小区10、15、20、25、30min 不同生活圈便利度评分的基础上，为探究随着生活圈范围增长便利度评分的变化趋势，进行线性回归计算，获得不同小区生活便利度与生活圈范围增长的变化函数y=a＊x+b，提取a、b 数据按照由好到差1～5 级（K=5）划分为5 级对其进行聚类分析（图8）。

图9 展示了南京中心城区小区多层级便利度聚类评估的结果。相较于单一时间范围生活圈便利度分析的结果，多层级生活圈便利性分析呈现出更加明显的中心性和环状分布，以新街口为中心，呈“同心圆”的方式向外辐射逐次降低。便利度分布除新街口作为主要核心外，还呈现除3 个次中心：莫愁湖以西至集庆门大街、鼓楼西北片区以及江北天润城片区，整体结果较为符合现实情况。

4 结果分析

结合上述分析结果，可以发现单一时间范围和多层级的便利度评估结果总体趋势相似，但局部片区出现不同的评价分级结果：便利度都以新街口为中心，向外降低；但同一等级的分布范围、数量、形式不同，单一时间范围的生活圈便利度评价较好数量较多，范围较大，同一等级的小区分布较为零散，多层级生活圈小区分布大多以“环状”、“带状”分布；出现在单一15min 生活圈鼓楼西南片区、夫子庙片区、集庆门大街片区便利度评价较高，但在多层级便利度评价结果降低，个别小区还出现多层级生活圈便利度比单一生活圈评级上升的情况；针对这样的分析结果，本研究挑选了天福园和武定门北巷两个小区展开进一步分析。

图7 南京市中心城区小区不同时间范围生活圈便利度评估结果

图8 多层级便利度线性回归聚类分析

图10 展示了天福园小区和武定门北巷小区各自10～30min 的生活圈范围，背景是带权重计算的公共设施POI 密度图，显示小区周边的POI 分布情况。

可以发现从单范围生活圈到多层级生活圈的评估过程中，天福园小区评价等级下降而武定门北巷小区评价等级上升。经过与周边POI 密度比较可以发现，天福园小区15min生活圈东南部POI密度较高，生活便利性较好，导致单范围生活圈便利度评价较高；而多层级20、25、30min 生活圈也均有一定的POI 分布，因此多层级生活圈便利度增长变化幅度不高从而导致评价等级下降。而对于武定门北巷小区，其评价等级上升主要是由于东边秦淮河支流的阻隔以及西边白鹭洲公园的阻隔，导致其15min 生活圈无法向东西向延伸，东西向范围十分狭窄，无法享受到夫子庙的大量POI 分布带来的便利性，从而导致15 分钟单一生活圈的便利度等级评价较低；在外圈层反而便利度较高，使得多层级生活圈便利度增长较高。这两个小区案例展示的结果，证明多层级生活圈便利度变化态势分析能够更好地评价以人为本的居民生活便利性，为城市更新提供准确有效的参考。

图9 南京市中心城区小区多层级便利度聚类评估结果

5 总结与讨论

本研究提出一种从人本尺度出发的社区生活圈便利性评估方法，其生活圈划分准确度、生成效率、普适性高，生活便利度评价指标更加全面，而且通过构建多层级生活圈进一步提升了生活便利度评价的精细度，能够更好地反映不同人群主体的步行差异性。该方法具有以下特征：

第一，基于百度地图访问的生活圈划分方式摒弃了传统以“步行缓冲区”等方式对于生活圈粗略的估计和判断；线上实时访问使得路网获取全面，数据更新及时，运算更加准确；同时克服了利用GPS、手机信令等数据获取困难、获取成本高的缺点，能够实现基于城市路网点到点的精细化步行时长、距离测算，划分方式精确；同时其划分精度可以根据点阵生成的间隔、范围进行调整，便于推广到社区、城市片区等不同地域范围；利用python 程序可以进行多社区、多等时圈的访问运算，等时圈划分方式高效便捷。

图10 小区数据分析

第二，归纳总结现有便利度评价指标、量化计算方法，重新归类、选取便利度影响量化指标，其评价体系涵盖生活、服务、交通、医疗、教育、商业、养老等多个方面，更加全面；利用AHP 层次分析法重新确立计算各指标的影响权重，便利度影响因子更加精确；利用可步行性、步行衰减理论完善步行距离对于人前往意愿的衰减计算，步行计算更加真实；建立合理的便利度评价量化方式和测算框架，量化便利度这一非实体主观感知，使得社区生活圈便利度评估更加精细化。

此外，本研究还提出多层级生活圈便利性评估方法，着眼于便利度的动态变化，考虑不同时间范围的生活圈便利度的存在差异，不同层级生活圈便利度变化态势对居民生活便利性的影响，较传统的单一范围（15min 生活圈）便利度评价更为全面；增加了行为主体多样性的考虑，考虑青年、老年、幼儿的步行范围区别，进行多层级生活圈便利度的变化探究，利用多层级生活圈便利度计算结果的变化态势更加精确、全面的描述社区便利度。

以南京市中心城区3717 个小区为对象，本研究获取了这些小区的地理位置和周边8 万多条POI 数据，并生成了10、15、20、25、30min 等多个生活圈范围，计算各范围内的生活便利度，进而通过对这些生活圈生活便利度的变化情况分析，完成了对小区的生活便利性评估和分级。结果全面准确地反映了南京市各小区生活便利性的差异，证明了本研究提出方法的有效性。而且与单一生活圈范围的便利度评估相比，多层级生活圈的便利性评估结果能够更全面准确地反映出小区周边生活设施分布的状态。评估结果也为城市更新和发展提供了有价值的参考。

虽然本研究对生活圈便利性提出了上述精细化量化评估方式，但对于小区出入口的选择，由于当前空间大数据（如百度、高德等）对于小区出入口收录十分有限，不够全面，常常会有缺失和错误，基于当下空间大数据难以完成对建成实际环境的精确描述，因此利用小区点代替出入口。如果要进一步提高测算精度，还需要对研究区域内的所有小区的出入口进行进一步调研，获取其精确地理位置。在结果分析方面，本研究只针对多层级生活圈便利度变化态势进行了聚类分析，没有深入剖析小区内在区别。此外，本研究考虑到了不同年龄人群的步行区别，但没有针对人群进行小区的聚类分析。后续研究可以在此基础是那个进一步分析小区周边生活圈各个圈层便利度的变化态势，并针对POI 分布对小区适合人群作进一步探索。

图、表来源

所有图、表均由作者绘制。