LA专题 | 多源数据从游憩时空行为角度为精准提升社区公园服务水平提供新视角 | 邵钰涵 卢慧霖

/ 文章信息 /

基于多源数据的社区公园游憩规律及其空间特征关联研究——以上海为例

Research on Correlation Between Recreation Rules and Spatial Features of Community Parks Based on Multi-Source Data: A Case Study of Shanghai

邵钰涵  卢慧霖

全文刊登于《风景园林》2024年2期32-40页

/ 文章亮点 /

1、在绿地精细化背景下，基于大数据表征社区公园游憩规律，探索不同社区公园中游憩活动的周期性规律，区分、识别不同活跃类型的社区公园，提出类型学新视角。

2、本文采用长时间段手机信令数据识别规律，并结合多源数据进行空间特征与游憩到访率进行关联，为社区公园服务水准精准提升提供支撑。

/作者简介 /

邵钰涵

女 / 博士 / 同济大学建筑与城市规划学院学术发展部主任、副教授、博士生导师 / 教育部生态化城市设计国际合作联合实验室恢复性城市研究分实验中心（RURC）负责人 / 本刊青年编委 / 研究方向为景观感知、健康景观、海岸带景观

卢慧霖

女 / 同济大学建筑与城市规划学院在读硕士研究生 / 研究方向为城市绿地健康行为、恢复性景观规划与设计

/ 文章精华阅读 /

基于多源数据的社区公园游憩规律及其空间特征关联研究——以上海为例

Research on Correlation Between Recreation Rules and Spatial Features of Community Parks Based on Multi-Source Data: A Case Study of Shanghai

作者写作心得

摘要：【目的】对社区公园进行精细化游憩规律分类，并探索游憩规律与空间特征的关系，对社区公园游憩效率的提升具有指导意义。【方法】对上海市中心城区110个社区公园进行研究，基于手机信令数据，识别社区公园绿地周期游憩活跃规律并进行频谱聚类；结合多源数据，提取区域功能、交通可达性和公园空间特征并与游憩到访率进行关联。【结果】社区公园日周期游憩规律可分为单波峰活跃型和多波峰活跃型2类，包括晨间、午间、晚间波峰活跃型和早晚间、中下午、中晚间波峰活跃型，活跃类型与周边用地功能呈现直接关联。游憩到访率与空间特征要素的关联中，总体与周边空间商业用地占比、公交站点密度、道路密度呈现强相关，不同游憩活跃类型中也各呈现出与公共管理用地占比、绿地可达性、公园面积、硬质景观占比等指标的相关性。【结论】各游憩活跃类型的绿地游憩效率提升应结合游憩规律考虑不同的指标，例如中晚间波峰活跃型绿地宜更加关注绿地可达性、硬质活动场地的面积等。这些发现为研究城市社区公园游憩时空行为、精准提升社区公园服务水准提供了新视角。

关键词：风景园林；游憩行为；手机信令数据；社区公园；相关性

社区公园是为社区范围内居民就近开展日常休闲活动服务的绿地，具有配置灵活、 分布广、贴近居民生活等特性，是提升城市服务品质和居民生活幸福感的重要载体。已有研究未体现长时间维度上社区公园的使用率周期性规律。因此，从城市层面发现社区公园人类游憩活动的社会性、时间性、空间性规律，提升有限绿地资源的使用效率以满足快速城镇化人本需求，对于在存量视角下优化城市绿地系统结构具有重大现实意义。

本研究以上海市中心城区的110处面积为2 000~20 000 m²的社区公园（图1）为研究对象，利用空间特征和大数据探讨绿地游憩效率与规律（图2），旨在发现日周期游憩规律、识别游憩活跃类型、发掘游憩效率影响要素，并提供提升绿地游憩服务水平的建议。通过数据收集、规律提取、特征提取与关联分析（图3），研究关注游憩规律、到访率与空间特征（包括区域功能、交通可达性和公园特征）的关系，分析它们对社区游憩服务水平的影响。

1 研究社区公园位置与名录

2 研究路径

3 社区公园游憩规律频谱典型时间段

根据日周期使用频段，将公园分为单波峰和多波峰活跃型，占比分别为53.64%和46.36%。单波峰包括晨间、午间和晚间活跃型；多波峰则包括早晚间、中下午和中晚间活跃型（图4）。研究发现，中晚间波峰活跃型的平均到访率最高，达到156人/（hm²·h）。

4 社区公园游憩规律聚类

研究发现，不同类型的社区公园游憩到访率差异显著，其中中晚间波峰活跃型（M3）的到访率最高，九子公园甚至达到1 116人/（hm²·h）。相比之下，早晚间波峰活跃型（M1）的到访率较低。此外，晚间活跃的公园整体活跃度高于晨间活跃的公园，这与市民夜间游憩习惯的研究结论相符（图5）。

5 6类社区公园绿地游憩活跃型对应平均到访率

研究发现，不同类型社区公园的区域功能特征各异，如居住、公共服务、商业及工业用地分布不同（图6），这反映了区域功能对游憩规律的影响。区域用地比例显著影响绿地游憩到访率，商业用地占比影响最大，功能混合度对部分公园访问率有正向影响。公共服务或商业用地占比与特定公园的到访率正相关。规划建议：商业区附近设公园服务居民和商业人群，提升下午游憩率；早晨和晚间活动丰富社区应在功能丰富区设公园，并吸引人群使用绿地。

6 6类社区公园游憩活跃型对应周边用地比例

交通可达性对社区公园游憩到访率有显著影响，公交站点密度和道路网密度与到访率密切相关。绿地可达性对S2、M1、M3公园有正向影响，而公交站点密度对M1、M2公园有正向作用，可能与出行行为相关。道路网密度对S3、M3公园的正向作用更显著，提供了更多出行选择，便利了游憩活动，尤其是晚间散步等行为。

研究发现，不同主导功能的公园在游憩活跃型规律下，到访率存在显著差异（图7）。健康游戏型公园在M3和S2公园中到访率较高，尤其是M3公园的平均到访率达463人/（hm²·h），显示健身游戏设施的设置吸引中午及中晚间的游憩访问。文化展示型公园的到访率因游憩活跃型规律而异，丰富的文化功能吸引人们参与，但早晨和中下午的访客较少，可能与其吸引人群的局限性有关。绿地面积与S2、M1公园的到访率正相关。硬质景观要素对S2、M3（尤其是M2）公园的到访率有明显促进作用，满足了人们如广场舞等活动的多元游憩需求。

7 各类型绿地对应功能绿地到访率平均值

为提升社区公园使用效率和游憩体验，本研究建议：选址应关注周边功能混合度，尤其是商业和公共服务设施；交通便捷性至关重要，需提高可达性并优化路网和公交站点；公园设计应满足多时段需求，配备多样化设施。综合这些因素在未来进行社区公园的建设或更新，将更有效地服务社区居民。

图片来源：

文中图片均由作者绘制。

为了微信阅读体验，文中参考文献标注进行了删减，详见杂志。

参考文献

[1] 中华人民共和国住房和城乡建设部.城市绿地分类标准：CJJ/T85—2017[S].北京：中国建筑工业出版社，2017：2.

Ministry of Housing and Urban-Rural Development of People’s Republic of China. Urban Green Space Classification Standard: CJJ/T85 - 2017[S]. Beijing: China Architecture & Building Press, 2017: 2.

[2] 李雄，张云路.新时代城市绿色发展的新命题：公园城市建设的战略与响应[J].中国园林，2018，34（5）：38-43.

LI X, ZHANG Y L. A New Approach in Urban Green Development for the New Era: Strategies for Building Park Cities[J]. Chinese Landscape Architecture, 2018, 34 （5）: 38-43.

[3] 方舟，刘骏.存量背景下重庆市沙坪坝老城区社区公园布局优化研究[J].园林，2021，38（3）：55-62.

FANG Z, LIU J. Research on the Layout Optimization of Community Parks in the Old District of Shapingba in Chongqing Under the Background of Stock[J]. Landscape Architecture Academic Journal, 2021, 38 （3）: 55-62.

[4] 刘颂，杨莹，贾虎，等.基于手机信令数据的上海市社区公园服务半径及影响因素研究[J].风景园林，2021，28（6）：88-93.

LIU S, YANG Y, JIA H, et al. Research on Service Radius and Influencing Factors of Community Parks in Shanghai Based on Mobile Phone Signaling Data[J]. Landscape Architecture, 2021, 28 （6）: 88-93.

[5] 吴志强，刘朝晖.“和谐城市”规划理论模型[J].城市规划学刊，2014（3）：12-19.

WU Z Q, LIU Z H. “Harmonious City”: A General Urban Planning Theory[J]. Urban Planning Forum, 2014 （3）: 12-19.

[6] 邹锦，杜春兰.引导过程的主动介入式设计模式：生态智慧启发下的方法探索[J].中国园林，2018，34（7）：59-63.

ZOU J, DU C L. Process-Oriented Active Intervention Design Patten: An Exploration of the Method Inspired by Ecological Wisdom[J]. Chinese Landscape Architecture, 2018, 34 （7）: 59-63.

[7] ZHANG J G, YU Z W, CHENG Y Y, et al. Evaluating the Disparities in Urban Green Space Provision in Communities with Diverse Built Environments: The Case of a Rapidly Urbanizing Chinese City[J]. Building and Environment, 2020, 183: 107170.   

[8] 上海市绿化和市容管理局.上海市城市公园实施分类分级管理指导意见[EB/OL].（2021-09-07）[2023-10-02]. https：//lhsr.sh.gov.cn/ysqzzdgk/20160317/0039-DF079156-6BD7-4390-9898-01A95E4D33D4.html.

Shanghai Landscaping & City Appearance Administrative Bureau. Guiding Opinions on the Implementation of Classified and Graded Management of Urban Parks in Shanghai[EB/OL]. （2021-09-07）[2023-10-02]. 

https://lhsr.sh.gov.cn/ysqzzdgk/20160317/0039-DF079156-6BD7-4390-9898-01A95E4D33D4.html.

[9] DE JALÓN S G, CHIABAI A, QUIROGA S, et al. The Influence of Urban Green Spaces on People’s Physical Activity: A Population-Based Study in Spain[J]. Landscape and Urban Planning, 2021, 215: 104229.   

[10] 张玲玲，杨绍亮.社区公共空间居民活动行为特征及空间布局关联性初探：以苏州园区邻里中心为例[J].华中建筑，2018，36（8）：82-86.

ZHANG L L, YANG S L. Exploring Behavioral Patterns in Community Public Space and the Correlation with Spatial Arrangement: A Case Study of Neighborhood Centers in Soochow[J]. Huazhong Architecture, 2018, 36 （8）: 82-86.

[11] EKKEL E D, DE VRIES S. Nearby Green Space and Human Health: Evaluating Accessibility Metrics[J]. Landscape and Urban Planning, 2017, 157: 214-220.   

[12] 陈义勇.城市社区公共空间活动量的影响因素[J].深圳大学学报（理工版），2016，33（2）：180-187.

CHEN Y Y. Influential Factors of the Amount of Community Open Space Activity[J]. Journal of Shenzhen University （Science and Engineering）, 2016, 33 （2）: 180-187.

[13] 童滋雨.城市绿地配置的量化方法研究[D].南京：南京大学，2010.

TONG Z Y. The Study of Quantification Method on Urban Greenspace Configuration[D]. Nanjing: Nanjing University, 2010.

[14] KIMPTON A. A Spatial Analytic Approach for Classifying Greenspace and Comparing Greenspace Social Equity[J]. Applied Geography, 2017, 82: 129-142.   

[15] 周海波，郭行方.国土空间规划体系下的绿地系统规划创新趋势[J].中国园林，2020，36（2）：17-22.

ZHOU H B, GUO X F. Innovative Trends of Green Space System Planning in Territorial Spatial Planning System[J]. Chinese Landscape Architecture, 2020, 36 （2）: 17-22.

[16] WHYTE W H. The Social Life of Small Urban Spaces[M]. New York: Project for Public Spaces, Inc, 2001.   

[17] PARK K, EWING R. The Usability of Unmanned Aerial Vehicles （Uavs） for Measuring Park-Based Physical Activity[J]. Landscape and Urban Planning, 2017, 167: 157-164.   

[18] 赵晓龙，徐靖然，刘笑冰，等.基于无人机（UAV）观测的寒地城市公园冬季体力活动及空间分布研究：以哈尔滨四个公园为例[J].中国园林，2019，35（12）：40-45.

ZHAO X L, XU J R, LIU X B, et al. Observations of Winter Physical Activities in Urban Parks Using UAVs: A Case Study of Four City Parks in Harbin[J]. Chinese Garden, 2019, 35 （12）: 40-45.

[19] MATISZIW T C, NILON C H, STANIS S A W, et al. The Right Space at the Right Time: The Relationship Between Children’s Physical Activity and Land Use/Land Cover[J]. Landscape and Urban Planning, 2016, 151: 21-32.   

[20] HOLLENSTEIN L, PURVES R. Exploring Place Through User-Generated Content: Using Flickr Tags to Describe City Cores[J]. Journal of Spatial Information Science, 2010 （1）: 21-48.   

[21] READES J, CALABRESE F, SEVTSUK A, et al. Cellular Census: Explorations in Urban Data Collection[J]. IEEE Pervasive computing, 2007, 6 （3）: 30-38.   

[22] 王波，甄峰，张浩，等.基于签到数据的城市活动时空间动态变化及区划研究[J].地理科学，2015，35（2）：151-160.

WANG B, ZHEN F, ZHANG H, et al. Research on Spatial Dynamic Changes and Zoning of Urban Activities Based on Check-In Data[J]. Scientia Geographica Sinica, 2015, 35 （2）: 151-160.

[23] 木皓可，高宇，王子尧，等.供需平衡视角下城市公园绿地服务水平与公平性评价研究：基于大数据的实证分析[J].城市发展研究，2019，26（11）：10-15.

MU H K, GAO Y, WANG Z Y, et al. Equity Evaluation of Park Green Space Service Level from the Perspective of Supply and Demand Balance: An Empirical Analysis Based on Big Data[J]. Urban Development Studies, 2019, 26 （11）: 10-15.

[24] 李晟，曹悦，曲俊翰，等.武汉市游憩空间分布质量与服务能力研究：基于 POI与LBS签到数据[J].中国建筑装饰装修，2020（6）：80-81.

LI S, CAO Y, QU J H, et al. Research on the Distribution Quality and Service Capacity of Recreational Space in Wuhan City: Based on POI and LBS Check-In Data[J]. Interior Architecture of China, 2020 （6）: 80-81.

[25] ROBERTS H, SADLER J, CHAPMAN L. Using Twitter to Investigate Seasonal Variation in Physical Activity in Urban Green Space[J]. Geo: Geography and Environment, 2017, 4 （2）: e00041.   

[26] 刘海荣，胡妍妍，梁发辉，等.天津滨海新区夏季街旁绿地使用者游憩行为研究[J].北京农学院学报，2013，28（1）：74-77.

LIU H R, HU Y Y, LIANG F H, et al. Research on Users’ Recreation Action in Rroadside Green Space of Binhai New Area in Summer[J]. Journal of Beijing University of Agriculture, 2013, 28 （1）: 74-77.

[27] 杨戈.基于行为观察的湖泊型公园游憩行为研究[J].建筑与文化，2018（5）：171-172.

YANG G. Study on Recreational Behavior of Urban Lake Park Based on Behavior Observation[J]. Architecture & Culture, 2018 （5）: 171-172.

[28] 杨博，殷明，郑思俊，等.基于手机信令和POI大数据的高密度城市公园绿地日夜游憩活跃度研究：以上海市典型公园绿地为例[J].园林，2023，40（7）：35-42.

YANG B, YIN M, ZHENG S J, et al. Research on the Day and Night Recreation Activity Degree of Urban Park Green Space Based on Mobile Signaling and POl Big Data: Taking Typical Park Green Space in Shanghai as an Example[J]. Landscape Architecture Academic Journal, 2023, 40 （7）: 35-42.

[29] 胡昕宇，李婷婷.基于活力视角的城市公园人群时空分布特征研究：以苏州中心城区为例[J].园林，2022，39（7）：90-97.

HU X Y, LI T T. Study on Temporal and Spatial Distribution Characteristics of Urban Park Population from the Perspective of Vitality: Taking the Central Urban Area of Suzhou as an Example[J]. Landscape Architecture Academic, 2022, 39 （7）: 90-97.

[30] 李敏稚，怀露.15分钟生活圈视角下城市公共绿地服务评价[J].南方建筑，2023（6）：32-41.

LI M Z, HUAI L. Service Evaluation of Urban Public Green Land from the Perspective of a 15-Minute Living Circle[J]. Southern Architecture, 2023 （6）: 32-41.

[31] 谢云慧，毕凌岚，李荷.供需平衡视角下城市小型公园绿地公平性研究：以成都市金牛区为例[C]//中国城市规划学会，成都市人民政府.面向高质量发展的空间治理：2021中国城市规划年会论文集（12风景环境规划）.北京：中国建筑工业出版社，2021.

XIE Y H, BI L L, LI H. Research on the Equity of Urban Small Park Green Space from the Perspective of Supply and Demand Balance: Taking Jinniu District, Chengdu as an Example[C]//Chinese Society of Urban Planning, Chengdu Municipal People’s Government. Spatial Governance for High-Quality Development: Proceedings of the 2021 China Urban Planning Annual Conference （12 Landscape Environmental Planning）. Beijing: China Architecture & Building Press, 2021.

[32] 许家雄，陈晓利，刘柯良，等.社区建成环境对老年人活力出行的空间异质效应[J].北京交通大学学报，2023，47（3）：103-11.

XU J X, CHEN X L, LIU K L, et al. The Impact of Spatial Heterogeneity in Community Built Environment on the Elderly’s Active Travel[J]. Journal of Beijing Jiaotong University, 2023, 47 （3）: 103-11.

[33] 梁娟珠，郭琛琛.基于多模式高斯距离衰减函数改进的两步移动搜索方法：202111084924[P/OL].2021-12-14[2023-12-20].

https：//cprs.patentstar.com.cn/Search/Detail?ANE=7DCA9GFC9DEA5BDA9EHD5AEA9FFB9DAC9GEFAIAA9GIH9AID

LIANG J Z, GUO C C. Improved Two-Step Mobile Search Method Based on Multi-Mode Gaussian Distance Attenuation Function, 202111084924[P/OL]. 2021-12-14[2023-12-20]. 

https://cprs.patentstar.com.cn/Search/Detail?ANE=7DCA9GFC9DEA5BDA9EHD5AEA9FFB9DAC9GEFAIAA9GIH9AID

[34] TU X Y, HUANG G L, WU J G, et al. How Do Travel Distance and Park Size Influence Urban Park Visits?[J]. Urban Forestry & Urban Greening, 2020, 52: 126689.   

[35] BEYER K M, KALTENBACH A, SZABO A, et al. Exposure to Neighborhood Green Space and Mental Health: Evidence from the Survey of the Health of Wisconsin[J]. International Journal of Environmental Research and Public Health, 2014, 11 （3）: 3453-3472.   

[36] 王姗，成林莉，邱文，等.基于多源数据的福州市晋安区公园绿地可达性研究[J].西北林学院学报，2023，38（1）：257-265.

WANG S, CHENG L L, QIU W, et al. Accessibility of Park and Green Spaces in Jin’an District of Fuzhou City Based on Multi-Source Data[J]. Journal of Northwest Forestry University, 2023, 38 （1）: 257-265.

[37] 杨静，吴可，张红亮，等.基于土地利用及客流特征的地铁车站分类[J].交通运输系统工程与信息，2021，21（5）：228-234.

YANG J, WU K, ZHANG H L, et al. Classification of Subway Stations Based on Land Use and Passenger Flow Characteristics[J]. Journal of Transportation Systems Engineering and Information Technology, 2021, 21 （5）: 228-234.

[38] 刘慧，吕志坤，王嘉楠，等.城市小微绿地居民出行意愿及其游憩功能影响范围[J].合肥师范学院学报，2019（6）：9-11.

LIU H, LU Z K, WANG J N, et al. Travel Intention of Urban Micro-Green Space Residents and the Scope of Their Recreational Functions[J]. Journal of Hefei Normal University, 2019 （6）: 9-11.

[39] 张金光，余兆武，赵兵，等.城市绿地促进人群健康的作用途径：理论框架与实践启示[J].景观设计学，2020，8（4）：104-113.

ZHANG J G, YU Z W, ZHAO B, et al. Impact Mechanism of Urban Green Spaces in Promoting Public Health: Theoretical Framework and Inspiration for Practical Experiences[J]. Landscape Architecture Frontiers, 2020, 8 （4）: 104-113.

[40] 章露.供需匹配视角下社区公园支持邻里游憩活动的环境因子特征研究[D].重庆：重庆大学， 2021.

ZHANG L. A Study on Characteristics of Environmental Factors Supporting Neighborhood Recreation Activities in Community Parks from the Perspective of Supply and Demand Matching[D]. Chongqing: Chongqing University, 2021.

[41] 吴嘉铭.支持邻里集体活动的社区公园空间适宜性特征研究：以重庆主城区9个社区公园为例[D].重庆：重庆大学，2021.

WU J M. Research on the Space Suitability Characteristics of Community Parks Supporting Neighbors’ Collective Activities: A Case Study of 9 Community Parks in the Main Urban Area of Chongqing[D]. Chongqing: Chongqing University, 2021.

[42] 邵钰涵，薛贞颖，斯韦茨，等.人本视角下的公众参与式方法探索：感知引导法[J].风景园林，2020，27（11）：116-122.

SHAO Y H, XUE Z Y, THWAITES K, et al. Exploration of Public Participation Method from the Humanistic Perspective: Perception Stimulation[J]. Landscape Architecture, 2020, 27 （11）: 116-122.

为完善微信阅读体验，文章进行了删减，欢迎阅读全文

/ 引用链接 /

引用本文：邵钰涵，卢慧霖.基于多源数据的社区公园游憩规律及其空间特征关联研究：以上海为例[J].风景园林，2024，31（2）：32-40. doi:  10.3724/j.fjyl.202310290487

Citation: SHAO Y H, LU H L. Research on Correlation Between Recreation Rules and Spatial Features of Community Parks Based on Multi-Source Data: A Case Study of Shanghai[J]. Landscape Architecture, 2024, 31(2): 32-40. doi: 10.3724/j.fjyl.202310290487

文章链接：http://www.lalavision.com/cn/article/doi/10.3724/j.fjyl.202310290487

长按扫描二维码，即可查看原文

相关阅读：

完整深度阅读请参看《风景园林》2024年2期

扫描下方二维码或点击阅读原文进入店铺购买

文章编辑 李清清

微信编辑 刘芝若

微信校对 项曦

审核 曹娟

声明

本文版权归本文作者所有

未经允许禁止转载

如需转载请与后台联系

欢迎转发