基于騎行指數(shù)的南京中心城區(qū)公園廣場服務(wù)水平研究

汪成昊，許捍衛(wèi)，丁彥文

(河海大學(xué)水文水資源學(xué)院，江蘇 南京 211100)

0 引言

隨著市民生活水平日益提升，傳統(tǒng)的生存型生活觀念逐漸向享受型轉(zhuǎn)變，從而對城市休閑空間的數(shù)量、質(zhì)量和分布提出了更高要求，而公園廣場作為城市休閑空間的重要組成部分，是市民生活的重要載體，在城市生活中具有舉足輕重的地位[1]。對于公園廣場的規(guī)劃管理需要貫徹“以人為本”的設(shè)計理念[2]，市民能否在短時間內(nèi)方便、快捷地到達附近公園廣場設(shè)施點、平等地享受休閑資源，是城市公園廣場服務(wù)能力的重要體現(xiàn)[3-6]。

國內(nèi)外對于城市公園廣場這類休閑空間的研究，傳統(tǒng)上多結(jié)合城市規(guī)劃學(xué)構(gòu)建評價體系探討公園廣場的建設(shè)水平，側(cè)重于評價指標(biāo)(如人均公園面積、公園數(shù)量等)的選取，對于從“量”的角度研究城市休閑空間具有現(xiàn)實意義[7-9]，但對公園廣場的空間和人口分布考慮不足，忽略了服務(wù)公平性的問題。有學(xué)者引入空間可達性概念對公園廣場進行評價，相對于傳統(tǒng)指標(biāo)，空間可達性增加了時間、距離等評價因子，是衡量城市公園廣場服務(wù)水平的重要因素。例如：Fan等[10]利用南京市路網(wǎng)和人口數(shù)據(jù)，定量分析公園綠地的空間可達性和居民出行的便利性；Gu等[11]通過兩步移動搜索法計算出上海14個郊野公園的空間可達性；還有學(xué)者利用最小距離法、網(wǎng)絡(luò)分析法分析城市公園廣場的空間可達性，為城市公園廣場的規(guī)劃提供了合理依據(jù)[12,13]。

從以上研究可知，空間可達性能較好地反映公園廣場空間配置的合理程度，結(jié)合人口分布、市民出行方式等因素可更全面地衡量公園廣場的服務(wù)能力。如今低碳出行的理念深入人心，人們更傾向于選擇步行、騎行方式出行[14]。國內(nèi)已有學(xué)者研究步行方式下公共設(shè)施的服務(wù)能力并驗證了其有效性[15-17]，但缺乏騎行角度下的相關(guān)分析。隨著近年來我國城市共享單車的迅猛發(fā)展，騎行逐漸成為更多市民的出行方式，因此，針對騎行評價公園廣場的服務(wù)水平具有一定的實際意義。此外，要分析公園廣場布局與人口分布的匹配關(guān)系，獲取準(zhǔn)確的人口空間分布至關(guān)重要。傳統(tǒng)方法多利用統(tǒng)計年鑒獲得各區(qū)域人口[18]，數(shù)據(jù)尺度較大，會降低空間可達性結(jié)果的準(zhǔn)確性；后有學(xué)者利用夜間燈光數(shù)據(jù)[19]、騰訊位置大數(shù)據(jù)[20]進行人口空間化，大大提高了人口空間分布的精度。事實上，如今蘊含定位信息的網(wǎng)絡(luò)大數(shù)據(jù)無處不在，運用這些新興數(shù)據(jù)可為解決一些地理問題提供新的視角[21]。

鑒于上述問題，本文以南京市中心城區(qū)為研究區(qū)，在空間可達性基礎(chǔ)上分析各公園廣場的服務(wù)范圍，根據(jù)重要性為各類公園廣場賦值，并按照限制條件進行權(quán)重衰減；然后分別從格網(wǎng)和街道尺度，結(jié)合微信宜出行數(shù)據(jù)構(gòu)建騎行指數(shù)，對公園廣場的服務(wù)能力進行評價，以期對城市公園廣場的布局提供參考。本文技術(shù)框架如圖1所示。

圖1 研究框架Fig.1 Framework of the study

1 研究區(qū)與數(shù)據(jù)來源

南京市是華東地區(qū)乃至國家戰(zhàn)略的重要中心城市，其綠地系統(tǒng)規(guī)劃范圍分為中心城區(qū)、都市區(qū)和其他區(qū)域三部分(圖2a)，并將中心城區(qū)劃分為4個片區(qū),形成“一主三副”的格局(圖2b)。

圖2 研究區(qū)分布Fig.2 Location of study area

本文數(shù)據(jù)包括：1)城市公園廣場數(shù)據(jù)，來源于高德地圖Web服務(wù)API接口，包含公園廣場的POI點數(shù)據(jù)和面數(shù)據(jù)，其中面數(shù)據(jù)需結(jié)合Google Earth和高分辨率遙感影像通過手工矢量化形式補充，經(jīng)過數(shù)據(jù)清洗和去重共采集到231個公園廣場和258個出入口數(shù)據(jù)。2)微信宜出行數(shù)據(jù)，宜出行是騰訊位置服務(wù)下的一款產(chǎn)品，騰訊位置服務(wù)數(shù)據(jù)包括QQ、微信、騰訊地圖和美團打車等多種生活常用軟件所產(chǎn)生的定位數(shù)據(jù)，宜出行通過上述位置服務(wù)提供給用戶某個地點的人流量及擁擠程度，供用戶出行參考。本文利用Python爬蟲技術(shù)，每隔1 h獲取一次數(shù)據(jù)，采集2019年8月南京市全天的宜出行定位數(shù)據(jù)，并根據(jù)經(jīng)緯度篩選中心城區(qū)內(nèi)的數(shù)據(jù)。由于白天人口流動大且居家人口少，為提高人口空間化的有效性，篩選夜晚22:00-24:00的數(shù)據(jù)用以建模。3)輔助數(shù)據(jù)，為各居住點的POI數(shù)據(jù)，包括小區(qū)名稱、地址、經(jīng)緯度、建筑年代、建筑類型、均價、樓棟數(shù)和住戶數(shù)等屬性，共計4 965個，采集時間為2018年12月。對于部分分期建成的小區(qū)，由于面積過大，按每期名稱分別統(tǒng)計，精確到門牌號；街道人口數(shù)據(jù)源于街道內(nèi)各小區(qū)人口數(shù)據(jù)，中心城區(qū)邊界、路網(wǎng)和街鎮(zhèn)單元數(shù)據(jù)來源于地理國情監(jiān)測數(shù)據(jù)。

2 研究方法

2.1 空間可達性

空間可達性表示實際交通網(wǎng)絡(luò)節(jié)點間相互作用力的大小,其不但具有時空概念,還能反映出一定的社會價值[22]，服務(wù)設(shè)施的空間可達性對居民生活質(zhì)量有重要影響[23]。本文利用空間可達性并結(jié)合服務(wù)覆蓋率(C，公園廣場服務(wù)范圍占城市面積的比例)和服務(wù)重疊率(O，反映公園廣場服務(wù)范圍間的重疊情況)[6]分析公園廣場設(shè)施布局和服務(wù)狀況,計算公式為：

C=∑PA/A×100%

(1)

式中：∑PA為去掉所有公園廣場重疊部分的服務(wù)范圍面積之和；A為研究區(qū)面積。

O=(∑CO-∑PA)/∑CO×100%

(2)

式中：∑CO為各公園廣場服務(wù)范圍面積之和。

2.2 公園廣場分類賦權(quán)

參考已有對城市休閑旅游資源分類的研究[24]，將采集到的公園廣場數(shù)據(jù)分為4個大類，每一大類包含若干子類。一些文化類場館和歷史古建筑也附帶一定面積的廣場，具有游憩功能，本文也將其納入研究的類別范疇(表1)。根據(jù)實地調(diào)查成果，將公共游憩類的公園廣場權(quán)重賦值為1，咨詢10位有地學(xué)背景且對南京較為熟悉的專家，參考《旅游資源分類、調(diào)查與評價》的評價方式，將其余公園廣場對于居民休閑游憩的重要程度以1為基準(zhǔn)劃分為4檔，將每類公園廣場的總得分進行平均得到其休閑重要性權(quán)重(表1)。其中，公共游憩類對市民的吸引力較大，自然綜合類雖然面積較大且設(shè)施完善，但更適合親朋好友組團游玩，吸引力略低于前者;文化場館類和歷史遺跡類附帶的廣場作為游憩點的目的性偏弱，權(quán)重較低。此外，根據(jù)開放時間限制和收費情況分別對權(quán)重做30%和50%的衰減。

表1 公園廣場分類賦權(quán)Table 1 Classification weights of parks and squares

2.3 單點騎行指數(shù)計算

作為針對出行目的地服務(wù)水平的評價方法,騎行指數(shù)綜合考慮了城市公園廣場的休閑吸引力、距離和城市人口分布等因素。單點騎行指數(shù)是衡量從某點到附近一定范圍內(nèi)公園廣場騎行可達性的重要指標(biāo)，在表1的基礎(chǔ)上，考慮距離衰減(人們的騎行意愿會隨出發(fā)點到公園廣場距離的增加而產(chǎn)生規(guī)律性衰減[25])問題，可計算出某樣本點的單點騎行指數(shù)。不考慮以競速、健身為目的的長距離騎行，參照相關(guān)研究將騎行速度設(shè)置為12 km/h[26]，并采用與步行衰減類似的分段線性變化規(guī)律[27](圖3)：騎行5 min內(nèi)可達公園廣場，即距離小于1 000 m時，距離因素幾乎不會引起衰減；在20 min時衰減為原值的12%，30 min時衰減為0。通過網(wǎng)絡(luò)分析獲取各格網(wǎng)點6 000 m范圍內(nèi)的公園廣場出入口,獲取權(quán)重值之和后按照距離衰減函數(shù)進行衰減,得到單點騎行指數(shù)。

圖3 權(quán)重距離衰減曲線Fig.3 Weight distance attenuation curve

在實際騎行過程中，道路交叉口越多、街區(qū)長度越短，在選擇騎行路線時越方便快捷[25]。因此，計算騎行指數(shù)后需根據(jù)路網(wǎng)內(nèi)的交叉口密度和街區(qū)長度進行指數(shù)修正(表2),對衰減后的指數(shù)進行標(biāo)準(zhǔn)化，騎行指數(shù)得分越高，說明該點至附近目的地的騎行便捷性越好。

表2 道路交叉口密度與街區(qū)長度衰減率Table 2 Intersection density and block length attenuation rate

2.4 人口空間化

人口空間化是通過一定的方法將人口分配到格網(wǎng)或類似的單位尺度內(nèi)[28]，即統(tǒng)計不同單位尺度下的人口數(shù)量。為探究人口統(tǒng)計數(shù)據(jù)與影響人口分布的其他數(shù)據(jù)間的回歸關(guān)系，本文利用微信宜出行定位次數(shù)進行人口空間化，估算500 m×500 m格網(wǎng)尺度的人口數(shù)。具體方法為：隨機將中心城區(qū)內(nèi)的59個街道分為2組，第1組49個街道用于人口空間化模型構(gòu)建，第2組10個街道用于模型精度檢驗。首先求出宜出行定位次數(shù)與街道人口數(shù)之間的關(guān)系(式(3))，為提高模型精度，對初始的人口分布系數(shù)進行校正(式(4))；然后降尺度探究500 m格網(wǎng)的人口關(guān)系，在格網(wǎng)尺度下假設(shè)街道內(nèi)截距和誤差均質(zhì)，將該值平均分配給街道內(nèi)的所有格網(wǎng)(式(5))。

Peoi=a×Loci+b+e

(3)

(4)

GridPeoi=ai×Loci+b/ni

(5)

2.5 面域騎行指數(shù)

面域騎行指數(shù)代表一個區(qū)域的騎行性。由于面域內(nèi)不同的格網(wǎng)包含不同數(shù)量的人口，公園廣場的建設(shè)應(yīng)以人口分布為基準(zhǔn)。在計算出單點騎行指數(shù)的基礎(chǔ)上，結(jié)合人口空間化結(jié)果，根據(jù)區(qū)域內(nèi)人口比例設(shè)置權(quán)重，對區(qū)域內(nèi)不同格網(wǎng)的單點騎行指數(shù)進行累加，得到面域騎行指數(shù)。面域騎行指數(shù)保留了區(qū)域內(nèi)部的共享性特征，能夠從供需平衡的角度衡量南京市公園廣場的社會服務(wù)水平，其值越大，說明該街道內(nèi)的公園廣場服務(wù)水平越高。

3 結(jié)果分析

3.1 中心城區(qū)公園廣場的服務(wù)范圍特征

為分析不同區(qū)域公園廣場的空間可達性程度，以中心城區(qū)各街道為單位，統(tǒng)計其服務(wù)范圍。如圖4所示，公園廣場服務(wù)范圍隨騎行時間變化趨勢較明顯，騎行方式下5 min、15 min、30 min的公園廣場服務(wù)范圍分別為121.22 km2、404.34 km2、570.8 km2，呈現(xiàn)由中心向四周擴散的趨勢。5 min內(nèi)，中心城區(qū)只有新街口、湖南路、朝天宮等街道的服務(wù)范圍保持在較高水平；15 min內(nèi)，主城區(qū)多數(shù)街道的空間可達范圍達到90 %；30 min內(nèi)可覆蓋主城區(qū)和仙林副城的大部分街道，但江北副城中的街道(如江浦、盤城、沿江街道等)通常面積較大且路網(wǎng)密度不高，服務(wù)范圍明顯小于長江以南街道。此外，由于騎行方式速度較慢、距離較短，在中心城區(qū)范圍內(nèi)也存在一些“服務(wù)盲區(qū)”。

圖4 各街道公園廣場服務(wù)范圍Fig.4 Service scope of parks and squares in each sub-district

以居民出行時間概率較大的15 min為例，分別計算南京市中心城區(qū)“一主三副”格局中各區(qū)域的服務(wù)覆蓋率和服務(wù)重疊率(表3)，可見主城區(qū)的服務(wù)覆蓋率最高，3個副城的服務(wù)覆蓋率明顯不足，尤以江北副城最低。主城區(qū)、江北副城和東山副城服務(wù)重疊率都高于覆蓋率，表現(xiàn)出服務(wù)分布的密集性，其中江北副城面積高達289.8 km2，服務(wù)覆蓋率只有32.6%，服務(wù)重疊率卻高達47.87%，說明江北副城的公園廣場分布不平衡；仙林副城公園廣場分布較均勻，但服務(wù)覆蓋率較低，還有很大的建設(shè)空間。

表3 “一主三副”服務(wù)覆蓋率、服務(wù)重疊率指標(biāo)Table 3 Service coverage rate and service overlap rate of "one primary and three secondary urban areas"

計算中心城區(qū)500 m×500 m格網(wǎng)的單點騎行指數(shù)(圖5)并對其進行標(biāo)準(zhǔn)化處理，平均值為18.91?？傮w而言，中心城區(qū)的單點騎行指數(shù)空間分布差異較大，由主城區(qū)中心的高值區(qū)向四周擴散，以清涼山公園、漢中門廣場、西安門公園、夫子廟、朝天宮等為代表的公園廣場鄰近居住區(qū)且周圍出入口數(shù)量多、道路交叉口密集，騎行便捷度高；中高值區(qū)分布在仙林副城大部分區(qū)域、東山副城中部、江北副城西南和東北區(qū)域，如以棲霞山公園、仙林湖公園和羊山公園為代表的公園廣場，由于城市建設(shè)滯后，周邊休閑設(shè)施較少，普遍得分較低。單點騎行指數(shù)小于10的公園廣場(如江北副城的浦口公園、頂山廣場等)在區(qū)域內(nèi)零星分布，周圍路網(wǎng)稀疏，導(dǎo)致該區(qū)域騎行便捷度受到很大影響。

圖5 中心城區(qū)單點騎行指數(shù)Fig.5 Cycling score of single point in downtown

3.2 基于騎行指數(shù)的各街道公園廣場服務(wù)水平分析

基于人口空間化模型將各街道的宜出行定位數(shù)據(jù)與街道人口數(shù)進行函數(shù)擬合(圖6)，相關(guān)系數(shù)R2為0.9071，表明定位次數(shù)與街道人口數(shù)的線性擬合關(guān)系較為密切。將第2組10個街道的定位次數(shù)代入模型進行人口估算，并對比估算結(jié)果與街道人口數(shù)(圖7)，發(fā)現(xiàn)7個街道估計值與統(tǒng)計值的誤差小于15%，說明建立的估算模型精度較高，能較好地描述各街道的人口數(shù)量情況。

圖6 定位次數(shù)與街道人口數(shù)的擬合關(guān)系Fig.6 Fitting relationship between location times and population of sub-district

圖7 人口估計數(shù)據(jù)與人口統(tǒng)計數(shù)據(jù)對比Fig.7 Comparison of estimated population and statistical population

利用校正后的系數(shù)修正公式(式(5))估算各街道內(nèi)的格網(wǎng)人口數(shù)量，若格網(wǎng)內(nèi)包含多個街道，則按面積比例分配，最終得到中心城區(qū)500 m×500 m格網(wǎng)的人口分布(圖8a)；根據(jù)人口空間化結(jié)果，得到南京市中心城區(qū)內(nèi)各街道的面域騎行指數(shù)(圖8b)。由圖8b可知，主城區(qū)中心位置街道(如新街口、洪武路、朝天宮、秦虹等)的面域騎行指數(shù)較大，同時這些街道的單點騎行指數(shù)也較高，說明該區(qū)域內(nèi)居民去往公園廣場的便捷程度高，且公園廣場數(shù)量充足、分布合理；主城區(qū)外圍部分街道人口分布密集，但面域騎行指數(shù)普遍低于40，街道公園廣場的整體分配情況較差；東山副城各街道面域騎行指數(shù)不高，公園廣場數(shù)量不多，但其人口分布范圍廣，且高值區(qū)集中于秣陵街道和東山街道交界地段，此區(qū)域單點騎行指數(shù)較高，居民到達附近公園廣場較為便捷，說明設(shè)施分布較合理；江北副城中泰山街道的人口數(shù)量較多，但單點和面域騎行指數(shù)都很低，說明此街道內(nèi)缺少公園廣場，不能滿足市民騎行休閑的需求；仙林副城街道人口分布稀疏，單點和面域騎行指數(shù)均不高，但其面積較大且生態(tài)環(huán)境良好，公園廣場建設(shè)潛力較大，可作為未來城市建設(shè)并緩解人口壓力的一個良好方向。

圖8 500 m×500 m格網(wǎng)人口數(shù)和各街道面域騎行指數(shù)Fig.8 Population of 500 m×500 m grid and regional cycling score of each sub-district

4 結(jié)論

騎行作為一種低碳出行方式值得推崇，本文分析了南京市中心城區(qū)公園廣場的服務(wù)范圍特征，進一步構(gòu)建騎行指數(shù)并結(jié)合微信宜出行數(shù)據(jù)分析公園廣場的服務(wù)水平。主要貢獻在于：彌補了現(xiàn)有以步行為主評價方法的單一性，為研究城市公園廣場提供了新視角；選取粒度較小的微信宜出行數(shù)據(jù)可提高人口空間化的精度，使指數(shù)計算結(jié)果更契合實際。研究結(jié)果表明：1)主城區(qū)公園廣場的騎行便捷度最高，仙林副城和江北副城的騎行便捷度較低；2)從15 min的騎行可達域看，主城區(qū)、江北副城和東山副城的公園廣場分布集中、服務(wù)重疊率較高，仙林副城公園廣場的空間分布則較為均衡；3)30 min的騎行可達域內(nèi)，大部分街道中公園廣場的服務(wù)范圍達80%，可基本滿足市民的騎行需求；4)“一主三副”格局中大部分街道的公園廣場分布與人口分布匹配度較高，但也存在供需不平衡的情況，如泰山街道和沿江街道人口眾多，但面域騎行指數(shù)卻很低。

本文從路網(wǎng)、人口分布、公園廣場屬性等客觀因素計算騎行指數(shù)，但人的主觀感受也是重要影響因素，如出行道路的空氣質(zhì)量和車輛擁擠程度會降低人們的出行意愿，今后研究應(yīng)考慮這些因素。