基于大數(shù)據(jù)的城市街道活力影響因素定量分析*

邢 忠 陳子龍 顧媛媛 白佳尼 姚 瑤 XING Zhong, CHEN Zilong, GU Yuanyuan, BAI Jiani, YAO Yao

0 引言

簡·雅各布斯（Jacobs Jane）提出：“城市空間的活力依賴于各種活動的重疊與交織，要把多用途的綜合與混雜看作是‘本質(zhì)現(xiàn)象’才能理解城市”[1]。在《交往與空間》中，行為學(xué)家楊·蓋爾（Jan Gehl）將人的活動分為：必要性活動，自發(fā)性活動和社會性活動三種類型，其中自發(fā)性與社會性活動是影響公共空間活力的關(guān)鍵[2]。在城市活力的研究中，“各種活動”往往發(fā)生在城市公共空間中，街道作為居民生活中最普遍的公共空間，街道的活力能夠映射出城市的活力。

與道路（road）強(qiáng)調(diào)通行能力不同，街道（street）更強(qiáng)調(diào)交往與游憩，街道環(huán)境對城市居民的生活質(zhì)量與舒適度也起到了決定性作用[3]。步行是人類自直立行走以來最基本的行為方式之一[4]，然而隨著我國城市化進(jìn)程的不斷推進(jìn)，以車行為主導(dǎo)的道路日益增多，為居民提供步行游憩的街道日趨減少，導(dǎo)致居民生活的便利性降低及危險(xiǎn)性增高，街道活力也因此下降。在新型城鎮(zhèn)化“以人為本”的發(fā)展語境下，作為人居環(huán)境重要載體的街道其空間環(huán)境亟待關(guān)注。因此，街道活力的研究儼然步入廣大學(xué)者的視域。

1.1 文獻(xiàn)綜述

1.1.1 街道活力的研究歷程

隨著西方大城市的擴(kuò)張與蔓延，簡·雅各布斯率先提出“街道活力”的概念[1]。此后，街道活力的研究視角總體上聚焦于人在空間中的行為感知，楊·蓋爾從戶外空間視角探討如何營造“富有人情味的戶外活動空間”[2]，芒福德（Lewis Mumford）強(qiáng)調(diào)了街道對居民生活的重要意義，同時(shí)對街道的形式、生活氣息進(jìn)行研究[5]，艾倫·雅各布斯（Allan Jacobs）提出應(yīng)從系統(tǒng)上重視街道的人文空間與氛圍的營造[6]，蘆原義信則強(qiáng)調(diào)街道是人在城市空間中活動的主要載體[7]；蔣滌非認(rèn)為城市活力推動著市民生存的能力，空間因?yàn)槿说木奂a(chǎn)生活力，并嘗試提出城市活力營造的相關(guān)理論[8]。

早期，定性分析是街道活力研究的主要方法，如簡·雅各布斯由人行為的觀察及心理的分析，得出街道活力來源于其各方面的多樣性。隨著研究的深入與技術(shù)的進(jìn)步，定量分析開始進(jìn)入研究方法視野，較早的如國外學(xué)者蘆原義信的街道高寬比理論[9]，國內(nèi)姜蕾對街道活力“定性+定量”的評估[10]，陳璐瑤、譚少華對老城區(qū)的街道活力定量評估等[11]。但仍存在一定的障礙，難以做到全定量。

1.1.2 街道活力影響因素定量研究進(jìn)展

薩米爾·哈桑（Samiul Hasan）等借助推特（Twitter）數(shù)據(jù)的位置信息、人群社會屬性信息對居民行為選擇、活動進(jìn)行分類[12]，毛曉漢借助手機(jī)信令數(shù)據(jù)（手機(jī)用戶與發(fā)射基站或者微站之間的通信數(shù)據(jù)），對居民出行次數(shù)、目的、方式進(jìn)行調(diào)查，并提出區(qū)域出行分布模型[13]，龍瀛等基于海量的IC刷卡數(shù)據(jù)，結(jié)合居民出行調(diào)查數(shù)據(jù)，識別北京市民居住、就業(yè)、通勤活動[14]。

托馬斯·洛伊（Thomas Louai）等提取西班牙20個(gè)城市的手機(jī)信令數(shù)據(jù)，分別對工作日、周末及一天24小時(shí)內(nèi)居民活動類型、空間的分布進(jìn)行分類研究[15]。鈕心毅等通過核密度方法，基于上海手機(jī)信令數(shù)據(jù)對工作日、休息日手機(jī)用戶空間密度分布研究，分析各時(shí)間段居民空間分布狀況，識別城市功能及空間結(jié)構(gòu)[16]。王德等基于手機(jī)信令數(shù)據(jù)，從人群職住距離、通勤方式、消費(fèi)選擇三個(gè)不同的視角構(gòu)建城市建成環(huán)境的評價(jià)體系[17]，王玉琢基于手機(jī)信令數(shù)據(jù)拓展借助城市三維空間數(shù)據(jù)對城市空間活力特征、內(nèi)在機(jī)制進(jìn)行研究[18]。

隨著技術(shù)的發(fā)展，定量研究不斷推進(jìn)，體現(xiàn)在兩個(gè)方面，一是尺度擴(kuò)展，如劉星等對街區(qū)步行空間的研究[19]，廖輝對居住性歷史文化街區(qū)活力研究[20]、李紹華對曼哈頓街區(qū)街道活力的研究[21]，研究尺度均由單一街道擴(kuò)展到街區(qū)，龍瀛、郝新華等分別對成都、北京街道活力進(jìn)行研究，進(jìn)行了更大范圍的擴(kuò)展；二是定量充分，由“定性”到“定性+定量”最終實(shí)現(xiàn)“全定量”[22--23]。其原因是數(shù)據(jù)獲取方式的增強(qiáng)，數(shù)據(jù)類型、精度、范圍均大幅度擴(kuò)展。

1.1.3 本文思路

本研究基于城市街道主義理論基礎(chǔ)，參照龍瀛、周垠《街道活力的量化評價(jià)及影響因素分析— —以成都為例》[22]一文中對街道活力的研究方式，選取地形地貌以及社會經(jīng)濟(jì)發(fā)展程度與成都均有較大差異的貴陽老城區(qū)為研究對象，探索西部山地城市街道活力的影響因素。本研究結(jié)合貴陽老城區(qū)空間特性，在評價(jià)指標(biāo)體系的構(gòu)建中，加入商業(yè)設(shè)施、教育設(shè)施、山體綠地以及城市貫城河等關(guān)聯(lián)因素，嘗試研究街道活力與城市居民高頻使用的公共服務(wù)設(shè)施及開放空間的關(guān)聯(lián)程度，進(jìn)而探討街道活力評價(jià)指標(biāo)體系構(gòu)成中，可增補(bǔ)評價(jià)因子開放環(huán)節(jié)。對完善街道活力評價(jià)體系是有益的學(xué)術(shù)探索。

1.2 概念界定

1.2.1 街道

《辭?！分袑值栏拍罱忉尀椤芭赃吀街ㄖ瑫r(shí)較為寬闊的道路”。此釋義包含兩層含義：一是旁邊需要附著建筑，體現(xiàn)出街道空間的圍合性與參與性，區(qū)別于強(qiáng)調(diào)通行能力的“道路”。二是街道的尺度問題，較為寬闊不包括寬敞與狹窄，城市空間存在眾多細(xì)碎的“毛細(xì)血管”道路，由于空間尺度限制難以承載多樣的交往功能，故我們稱之為“巷道”而非“街道”。

基于街道本身的基本要素、城市性質(zhì)、規(guī)模等因素共同作用，街道功能呈現(xiàn)出顯著的差異性?；诔休d功能，街道可以分為公共服務(wù)類、交通類、商業(yè)類、居住類、景觀休閑類、混合類六種街道類型[22]。

1.2.2 街道活力

街道活力的概念包含兩層意思，“活力”與“街道活力”。對于“活力”的概念解釋由來已久。凱文·林奇（Lynch K）從人類學(xué)角度將“活力”定義為聚落形態(tài)對生命機(jī)能，生態(tài)要求及人類能力的支持度[24]。這是從宏觀角度指出活力是維持生命力的條件。中國大百科全書對“活力”釋義為旺盛生命力，借指事物得以發(fā)展生存的能力。其英文“Vigor”“Energy”“Vitality”意指充滿能量、令人興奮同時(shí)具有多彩、明亮等色彩。梅塔（Mehta）指出，街道的活力產(chǎn)生于大量的人在街道空間內(nèi)參加系列固定且持續(xù)的活動，特別是社會性活動[25]。陳喆、馬水靜則基于國內(nèi)的實(shí)踐提出街道活力是以步行為基礎(chǔ)的人們所進(jìn)行的豐富的街道活動[26]。

綜上可以看出街道活力的核心關(guān)聯(lián)因素是“人”及“人群活動”?；盍Φ某潭热Q于街道空間人群的參與程度，一般而言參與程度越高的街道，其人群密度越大，街道活力也就越高，但并非絕對，當(dāng)人群數(shù)量超過了街道空間的承載能力，產(chǎn)生的是街道滯留及街道混亂，區(qū)別于本文所指的街道活力。

2 研究方法

2.1 研究范圍與數(shù)據(jù)

2.1.1 研究范圍

本研究主要范圍為貴陽市老城區(qū)一環(huán)內(nèi)核心區(qū)及周邊部分區(qū)域（圖1），范圍覆蓋云巖區(qū)與南明區(qū)部分區(qū)域。南北長4.26 km，東西寬5.17 km。研究面積為18.2 km2，其中水域0.48 km2。貴陽市老城區(qū)總面積67.2 km2（其中一環(huán)內(nèi)核心區(qū)10 km2），實(shí)際居住人口150萬人，現(xiàn)狀建設(shè)用地50 km2；人口密度3萬人/ km2（一環(huán)內(nèi)核心區(qū)5萬人/ km2）。

圖1 研究范圍Fig.1 scope of study

2.1.2 研究數(shù)據(jù)

本研究的數(shù)據(jù)包含：城市路網(wǎng)、百度LBS(location based services)數(shù)據(jù)、高德地圖POI（point of information）以及現(xiàn)狀建設(shè)用地。

路網(wǎng)：路網(wǎng)為2018年的測繪數(shù)據(jù)，路網(wǎng)數(shù)據(jù)的準(zhǔn)確性及多樣性對研究成果具有關(guān)鍵作用。初始路網(wǎng)數(shù)據(jù)存在過多破碎細(xì)節(jié)及可能的拓?fù)溴e(cuò)誤等問題，研究對數(shù)據(jù)進(jìn)行梳理優(yōu)化及必要的拓?fù)涮幚?，便于研究?yīng)用（圖2-3）。

圖2 現(xiàn)狀路網(wǎng)Fig.2 current road network

百度LBS數(shù)據(jù)：LBS又稱“移動定位服務(wù)系統(tǒng)”，是基于移動終端產(chǎn)生的地理位置數(shù)據(jù)而展開的服務(wù)，較傳統(tǒng)均勻分布于Thiessen多邊形內(nèi)的手機(jī)信令數(shù)據(jù)其空間定位更為精準(zhǔn)。本研究通過Python語言編程爬取百度LBS數(shù)據(jù)（圖4），選取2018年11月4日周日，間隔一小時(shí)爬取一次，象元大小20*20 m。已經(jīng)過空間校正和投影變換（坐標(biāo)：UTM-WGS84-北半球-48N）。

圖3 處理后路網(wǎng)Fig.3 post processing network

圖4 百度LBS人口密度數(shù)據(jù)Fig.4 population density data of Baidu LBS

高德地圖POI：POI即城市空間興趣點(diǎn)，其包含名稱、類別、坐標(biāo)、分類四個(gè)屬性，可在地理信息系統(tǒng)中反映多類別功能單元的位置信息。本研究所用POI來自高德地圖，通過Python語言編程爬取2018年11月數(shù)據(jù)，已經(jīng)過重分類，使用高德地圖中教育、交通、公司、綠地、商業(yè)、體育、醫(yī)療、政府、住宅9類數(shù)據(jù)。珠寶首飾工藝品、服裝用品店、布藝市場、糕餅店、酒店餐飲、游戲廳、藥房、體育用品店、診所、綜合醫(yī)院10類標(biāo)簽。坐標(biāo)糾偏和投影變換（坐標(biāo)：UTM-WGS84-北半球-48N）。

2.2 指標(biāo)體系構(gòu)建與量化

2.2.1 指標(biāo)體系構(gòu)建

借鑒已有研究基礎(chǔ)，活力的研究從街道活力的外在表征及街道活力的構(gòu)成要素兩個(gè)維度展開[22]。

根據(jù)上文對街道活力的釋義可得街道活力的外在表征為街道人口密度，故本研究選用手機(jī)百度LBS人口密度數(shù)據(jù)作為外在表征；街道活力的構(gòu)成要素由街道自身性質(zhì)及街道周邊特征共同組成，具體如下：

區(qū)位：街道中點(diǎn)距離行政中心、商業(yè)中心、城區(qū)貫城河的直線距離。本研究選取貴陽市大十字廣場為市中心，南明區(qū)區(qū)政府為行政中心，城區(qū)貫城河即貴陽市城區(qū)主要水系南明河（圖5）。

圖5 活力構(gòu)成區(qū)位要素示意圖Fig.5 location elements of vitality

街道分類：本研究基于高德地圖POI點(diǎn)，依據(jù)高德地圖標(biāo)簽，將POI點(diǎn)按性質(zhì)進(jìn)行重新整合分類。根據(jù)街道緩沖區(qū)內(nèi)各類型POI點(diǎn)占比將街道進(jìn)行分類（本研究所指緩沖區(qū)為以道路中心線為基準(zhǔn)兩側(cè)各拓寬55 m區(qū)域）。

交通可達(dá)性：街道緩沖區(qū)內(nèi)的公交站點(diǎn)密度，反映可達(dá)性對街道活力的影響。

功能混合度：街道緩沖區(qū)內(nèi)再分類之后的POI點(diǎn)混合度，即街道功能的多樣性。

功能密度：街道緩沖區(qū)內(nèi)再分類之后的POI點(diǎn)密度。

學(xué)?？蛇_(dá)性：街道中點(diǎn)距離各學(xué)校POI點(diǎn)的最短直線距離。本研究選取街道緩沖區(qū)內(nèi)高德地圖學(xué)校POI點(diǎn)，其中涵蓋幼兒園、小學(xué)、中學(xué)、大學(xué)，技術(shù)學(xué)院等。

綠地可達(dá)性：街道中點(diǎn)距離各城市綠地POI點(diǎn)的最短直線距離。本研究選取街道緩沖區(qū)內(nèi)高德地圖綠地POI點(diǎn)，其中涵蓋廣場、綜合公園、社區(qū)公園、主題公園、山體生態(tài)公園等，反映與人居環(huán)境密切關(guān)聯(lián)的生態(tài)空間對街道活力的影響程度。

2.2.2 指標(biāo)體系量化

研究的指標(biāo)體系中交通可達(dá)性、學(xué)校、公園意義明晰，可直接借助ArcGis軟件對基礎(chǔ)數(shù)據(jù)進(jìn)行量化處理，對于其他概念相對抽象的指標(biāo)，需進(jìn)行初步量化與空間表達(dá)，便于后期研究的定量分析。

2.2.2.1 手機(jī)人口密度

為了使工作日必要性出行（上下班）對人口密度分布規(guī)律的影響減少到最低，本文特選取周末下午14:30—17:30的百度LBS數(shù)據(jù)作為反映人口密度與街道活力關(guān)系的基本數(shù)據(jù)[22]。

利用Python語言編程爬取，在規(guī)定的時(shí)間，劃定的地塊范圍內(nèi)，間隔一小時(shí)爬取一次，象元大小20*20 m。通過ArcGis軟件將已獲得的數(shù)據(jù)和百度地圖進(jìn)行空間校正和投影變換（坐標(biāo)：UTM-WGS84-北半球-48N），再將數(shù)據(jù)定義到街道上，便于研究與分析。

2.2.2.2 街道分類

街道的活力與其兩邊相鄰地塊的性質(zhì)有直接的影響，綜合現(xiàn)狀已有資料可較為直觀看出商業(yè)用地內(nèi)的街道的人口密度高于工業(yè)用地內(nèi)的街道，通過對相關(guān)文獻(xiàn)的研究與梳理，總結(jié)如何利用地塊屬性及POI數(shù)據(jù)定義其街道屬性，結(jié)合現(xiàn)有的資料，本文做出了以下探索：

街道性質(zhì)由55 m緩沖范圍內(nèi)地塊所分布的高德POI點(diǎn)占比決定，將POI點(diǎn)按照高德地圖標(biāo)簽分為教育、交通、公司、綠地、商業(yè)、體育、醫(yī)療、政府、住宅9大類（表1），再按照性質(zhì)對標(biāo)簽POI進(jìn)行重分類。分類得到公共服務(wù)類、商業(yè)類、居住類、景觀休閑類、交通類和混合類6大類（圖6）。

圖6 街道分類圖Fig.6 street classification

表1 地圖POI數(shù)據(jù)分類及對應(yīng)街道分類Tab.1 POI data classification and corresponding street classification

根據(jù)已有研究基礎(chǔ)，本研究以街道為單位，計(jì)算各類POI的占比，若某類型POI數(shù)量占比超過50%，則將此POI類型賦予街道類型，例如，若街道中商業(yè)類POI占比最高，且超過50%，則街道屬性為商業(yè)類，同時(shí)，若最高占比大于0并且小于50%，則該街道定義為混合類街道[22]。

2.2.2.3 功能混合度

街道的功能混合度為規(guī)定范圍內(nèi)與活力相關(guān)的高德POI點(diǎn)混合度，借助已有學(xué)者研究信息熵計(jì)算公示可得（圖7）。具體公式為Diversity=-sum(pi+In pi)，(i=1，…n)式中Diversity為某街段的功能混合度，n為此街段P0l的類別數(shù)，Pi為某類POI所在街段P0l總數(shù)的相對比[22]，各類POI數(shù)量已歸一化處理。

圖7 功能混合度Fig.7 functional mix

2.2.2.4 功能密度

街道功能密度是街道緩沖區(qū)范圍內(nèi)與活力相關(guān)的POI點(diǎn)的密度（圖8）。具體公式為Density=Pol_num／road_length，式中Density為街段的功能密度，POI_num為段街55 m緩沖區(qū)內(nèi)影響活力POI的總數(shù)，road_length為街段長度[22]。

圖8 功能密度Fig.8 functional density

3 研究成果

3.1 空間分布規(guī)律

為了清晰展示展示活力的空間分布特征，研究對地塊內(nèi)街道的手機(jī)人口密度、街道分類、功能密度與功能混合度進(jìn)行空間分布特征的分析。

手機(jī)人口密度：根據(jù)百度LBS數(shù)據(jù)得出14：30到17：30研究區(qū)域內(nèi)街道平均活力整體呈現(xiàn)為西部高于東部，其原因主要為西部區(qū)域城市基礎(chǔ)設(shè)施于公服設(shè)施配置更為完善。

街道分類：由高德地圖POI分類后根據(jù)各類POI占比得出的街道類型，分別是公共服務(wù)類街道、商業(yè)類街道、居住類街道、景觀休閑類街道、交通類街道和混合類街道，其分布狀態(tài)如圖5所示，地塊內(nèi)各類街道數(shù)量與長度評價(jià)如表2所示，公共服務(wù)類街道332條，商業(yè)類街道484條，居住類街道321條，交通類街道143條混合類街道144條，景觀休閑類街道20條（表2）。

表2 研究范圍內(nèi)不同街道數(shù)量與評價(jià)長度Tab.2 number and evaluation length of different streets in the study area

功能混合度與功能密度借助ArcGis等數(shù)量分解方法研究，將街道功能混合度與功能密度劃分為5個(gè)等級，如圖7-8所示。對比分析得出，研究區(qū)域內(nèi)功能密度及功能混合度整體上表現(xiàn)為西部片區(qū)高于東部片區(qū)。與此同時(shí)部分功能密度較低的街道功能混合度呈現(xiàn)出較高的現(xiàn)象。且商業(yè)中心區(qū)域并不是功能混合度最高的地方。

3.2 活力構(gòu)成因素分析

基于SPSS軟件通過多組線性回歸方法可將街道的活力構(gòu)成要素對街道活力的貢獻(xiàn)直觀展示出來。根據(jù)前文對街道活力概念的界定和所有街道的屬性信息，我們對公共服務(wù)類街道、商業(yè)類街道、居住類街道、交通類街道、混合類街道進(jìn)行回歸分析。

回歸因變量為相應(yīng)類型街道對應(yīng)手機(jī)人口密度的自然對數(shù)（LNpop）[22]，自變量為與地塊內(nèi)行政中心（南明區(qū)政府，d_ct）、商業(yè)綜合體（d_shm）、南明河（d_rv）學(xué)校（d_sc）、公園（d_pa）的最近直線距離，公交站點(diǎn)密度（busden），功能混合度（fundiv），功能密度（funden），如式（1），i表示接到的ID編號。

LNpop=β0+β1* d_cti +β2* d_shmi +β3* d_rvi +β4* d_sci +β5* d_pai +β6* busdeni +β7* fundivi +β8* fundeni[22]（式1）

如表3所示，模型整體R方為0.785，具有較好的擬合優(yōu)度，表4為模型的整體顯著性檢驗(yàn)，F(xiàn)(F-test)檢驗(yàn)對應(yīng)Sig值小于0.05，說明回歸方程整體通過顯著性檢驗(yàn)，表5為具體影響因素的系數(shù)檢驗(yàn)，所選街道活力構(gòu)成要素均通過皮爾遜顯著性檢驗(yàn)（顯著性＜0.05水平）。

表3 模型匯總表Tab.3 model summary

表4 模型方差分析檢驗(yàn)表Tab.4 model analysis of variance test table

表5 活力構(gòu)成因素對所有類型街道多元回歸系數(shù)結(jié)果及顯著性檢測Tab.5 multiple regression coefficient results and significance test of influencing factors on all types of streets

具體回歸結(jié)果如圖9-10所示，圖9顯示街道活力構(gòu)成影響因素整體上對所有類型街道活力的影響及其程度，圖10顯示街道活力構(gòu)成因素對不同類型街道活力的影響及其程度。

圖9顯示，針對所有街道，商業(yè)中心影響最顯著，其次為與公園距離、與行政中心距離及功能密度，影響最小的是公交站點(diǎn)密度。隨著距離商業(yè)中心、公園、行政中心的距離增加，所有街道活力均下降。同時(shí)，功能混合度及功能密度高的街道更能凝聚街道活力。

圖9 影響街道活力構(gòu)成因素對所有街道活力的影響Fig.9 influence of factors affecting Street vitality on the vitality of all streets

圖10顯示，針對不同街道，距離南明區(qū)政府、大十字、學(xué)校、公園的最近距離和功能密度對于不同類型的街道活力均有影響；與南明河的最近距離及功能混合度僅對部分街道（公共服務(wù)類、商業(yè)類、居住類）活力產(chǎn)生抑制作用；公交站點(diǎn)密度僅僅對交通類街道的活力產(chǎn)生影響。

圖10 影響街道活力構(gòu)成因素對不同街道活力的影響Fig.10 influence of factors affecting Street vitality on different street vitality

針對不同街道的具體影響趨勢：一、公共服務(wù)類街道活力受商業(yè)中心影響最大，其次依次為功能密度、距離學(xué)校、公園的最近距離，功能密度越高，距學(xué)校及公園距離越近，此類街道活力越高，同時(shí)，公交站點(diǎn)密度對此類街道活力無顯著影響；二、商業(yè)類街道活力與商業(yè)中心密切關(guān)聯(lián)，距離越近，活力越高，其次依次為公園、行政中心、學(xué)校，同時(shí)對公交站點(diǎn)密度及與南明河距離不敏感；三、居住類街道對商業(yè)中心最為敏感，距商業(yè)中心越近得居住類街道其活力越高，其次依次為與公園距離、功能密度，與行政中心距離；四、交通類街道活力與距離商業(yè)中心的距離最為敏感，除了對功能混合度和距離南明河最近距離沒有顯著影響之外，對其余活力構(gòu)成要素均有影響；五、混合類街道活力同樣與距離商業(yè)中心的最近距離最為敏感，其次是對于距離南明區(qū)人民政府、學(xué)校、公園的最近直線距離和功能密度有顯著影響。

4 總結(jié)與展望

基于《街道活力的量化評價(jià)及影響因素分析— —以成都為例》一文的研究基礎(chǔ)，本文構(gòu)建了貴陽市街道活力影響因素的研究框架且針對性增補(bǔ)影響因子，分類別定量探索了貴陽市街道活力的影響因素，主要得出以下結(jié)論：

第一，理論層面：一、與行政中心、商業(yè)中心、學(xué)校、公園的最近距離和街道功能密度是影響街道活力的主要因素；二、不同類型街道的主要影響因素有所差異，如公共服務(wù)類街道對與商業(yè)中心最近“關(guān)聯(lián)”（路段為通向商業(yè)中心的可選聯(lián)系路徑）距離影響最敏感；三、商業(yè)類街道的活力受與行政中心、商業(yè)中心、學(xué)校、公園的最近關(guān)聯(lián)距離影響較大，其中對與商業(yè)中心關(guān)聯(lián)的最近距離影響最敏感；四、居住類街道受與行政中心、商業(yè)中心、公園最近距離和功能密度影響較大，其中同樣對與商業(yè)中心最近距離的影響最敏感；五、交通類街道除了不受功能混合度和與南明河最近距離影響之外，對于其他活力構(gòu)成因素敏感程度相差不多；六、混合類街道受與商業(yè)中心最近關(guān)聯(lián)距離的影響最敏感。

第二，實(shí)踐層面：一、除行政中心校園和自然河流等空間限定性因素難以改變之外，對于所有街道而言，提高街道的功能密度和功能混合度對改善街道活力是有效路徑；二、對于居住類、商業(yè)類、公共服務(wù)類街道除需關(guān)注功能密度與功能混合度之外，通過增加城市綠色空間如街角公園，對消極空間進(jìn)行生態(tài)化改造可有效提升其活力；三、對于交通類街道而言，不僅僅應(yīng)增加公交站點(diǎn)的密度，提高街道的功能混合度對街道活力也會有很好的效果。此外公交站點(diǎn)密度對所有類型街道活力影響甚微，故從交通層面提升城市街道活力可嘗試其他手段如構(gòu)建城市慢行系統(tǒng)，提升步行環(huán)境的連續(xù)性、多樣性與安全性。四、需要特別指出的是與南明河最近距離這一影響因素，除了對交通類和混合類街道活力沒有影響之外，對公共服務(wù)類街道、商業(yè)類街道和居住類街道的活力產(chǎn)生了抑制作用，這有悖于直觀判斷，南明河作為貴陽老城區(qū)的貫城水系，且歷史保護(hù)建筑甲秀樓坐落其上，作為重要的人居環(huán)境優(yōu)勢資源，本應(yīng)對街道活力起到積極的帶動作用，但通過本文的研究成果來看，南明河在現(xiàn)如今的貴陽老城區(qū)并沒有起到應(yīng)有的作用，筆者實(shí)地踏勘及走訪調(diào)查發(fā)現(xiàn)其原因?yàn)楹影队H水性及可達(dá)性不足，河流生態(tài)景觀單調(diào)、水體惡化，刺激性氣味彌漫，河岸周邊設(shè)施配置不足，研究結(jié)論可為南明河周邊區(qū)域人居環(huán)境治理提供有益參考。

本文所構(gòu)建的8個(gè)街道活力影響因子雖在已有研究基礎(chǔ)上進(jìn)行針對性拓展，但其影響結(jié)果并非一定不易，如國內(nèi)相關(guān)學(xué)者在研究中也嘗試改變研究范圍，此時(shí)某些街道活力構(gòu)成因子就未能通過顯著性檢驗(yàn)[22]，所以本文中的8個(gè)街道活力構(gòu)成因子只對貴陽老城區(qū)研究范圍內(nèi)有意義。對于更大范圍的貴陽街道活力構(gòu)成影響因子，有待后續(xù)更多深入的研究實(shí)踐加以論證。后續(xù)研究建議從兩方面拓展：一是技術(shù)手段的拓展，本研究盡管用了大數(shù)據(jù)及地理信息系統(tǒng)等技術(shù)，但仍然停留于二維分析，后續(xù)可借助人工智能圖像識別技術(shù)對街道街景的立面、鋪磚、尺度、色彩等采集分析；二是影響因子的針對性增補(bǔ)，例如針對山地城市提出街道豎向坡度大小、街道綠化可視程度等對街道活力影響的研究。

圖表來源：

圖1：作者根據(jù)貴陽市交通規(guī)劃資料繪制

圖2-3：作者爬取路網(wǎng)數(shù)據(jù)整理繪制

圖4：作者爬取LBS數(shù)據(jù)繪制

圖5：作者依據(jù)貴陽市現(xiàn)狀繪制

圖6-8：作者借助GIS繪制

圖9-10：作者借助SPSS相關(guān)性分析繪制

表1-2：作者借助GIS對數(shù)據(jù)整理繪制

表3-5：作者借助SPSS相關(guān)性分析繪制