【PR】居民住区活动特征识别及影响因素研究

Original 2017-04-24 曹阳甄峰 规划师杂志

欢迎点击以上蓝色字体

关注规划师杂志

作者南京大学建筑与城市规划学院博士研究生曹阳，南京大学建筑与城市规划学院教授、博士生导师甄峰在《规划师》2017年第2期撰文，文章基于手机话务量“大”数据对盐城“微城市”片区内居民住区活动进行测度，结合基站布局密度与覆盖范围，将居民活动与居住空间土地利用强度相联系，分析活动的时空间演变特征。在此基础上，结合居民问卷“小”数据进一步分析导致居民活动特征差异的主要影响因素。研究发现，居民活动强度与小区容积率、环境适宜性、生活便利度与交通便利度等因素具有显著相关性。除房价因素外，工作日居民活动强度与小区周边交通便利度相关性最高，而休息日相关性则体现在生活便利度上，据此提出住区空间优化建议。

[ 关键词 ] 活动空间；时空演变特征；影响因素；空间布局优化

[ 文章编号]1006-0022(2017)02-0124-07

[ 中图分类号]TU984.12

[ 文献标识码]B

[ 引文格式]曹阳，甄峰．居民住区活动特征识别及影响因素研究 [J]．规划师，2017(2)：124-130．

一数据来源与方法

（一）研究对象

本文选取盐城城南新区聚龙湖周边4km²的“微城市”区域作为研究片区，具体范围北至世纪大道，西至解放南路，东至串场河，南至盐渎路，片区现状功能主要包括办公、居住和休憩三种类型(图1)。所谓“微城市”指的是在国家新型城镇化与可持续发展理念指导下打造的智慧城市示范片区，具体可通过建设高效便捷的绿色出行系统、功能复合集约的均衡发展系统，实现城市各功能空间的有机融合，促进城市功能、城市空间和城市交通的一体化网络体系建设。

（二）数据结构

研究使用的手机话务量数据是通过信号覆盖研究区范围的移动基站每小时自动采集获得，基本数据结构包括基站空间位置信息(经纬度坐标)、话务量数据(用于表征居民活动强度)、研究区遥感影像数据、小区居民问卷调查数据及从百度地图采集的小区周边配套设施分布数据。其中，手机话务量数据采集时间为2014年6月1～30日(为期一个月)，共采集到完整时间内研究区居民话务量数据143543 条。根据研究需要，对每天的数据具体抽取了7个特征时刻进行分析，包括0 ：00( 夜间休息 )、6：00( 起床时间 )；9：00( 上午工作时间 )；12：00( 午餐时间 )、14：00( 下午工作时间 )、18：00( 下班通勤时间)和21：00(晚间活动时间)，用于捕捉不同时间住区居民群体活动分布特征(最终筛选得到41　860条有效数据 )( 表 1)。

（三）研究方法

研究首先基于话务量“大”数据对居民群体活动强度进行测度，一方面通过GIS分析总体把握居民活动空间分布特征，另一方面结合不同时段具体分析居民活动时空变化规律，辅助判断对片区内功能空间的利用情况；在此基础上，结合对研究区居民日常生活与出行习惯的“小”样本问卷调查数据，通过构建数理统计模型深入探究影响住区居民活动的主要因素及其作用机制。本文提出了利用活动“大”数据进行时空间特征分析与问题挖掘，再结合问卷“小”数据进行影响因素与机制分析，进而辅助规划决策的城市研究数据整合应用创新模式(图2)，这种“大”数据与“小”数据互为补充、相互验证的研究模式可以提升问题解释的有效性，有效避免因数据来源单一而造成问题分析的片面性与局限性。

二居民活动特征及时空演变

（一）居民活动量测度

（二）居民活动时空特征

在测度各站点居民活动量的基础上，设定搜索半径为800m，通过GIS核密度分析方法测度居民活动空间分布格局。总体而言，研究区居民活动的总体空间结构呈现出典型的双中心结构(图4)，即居民活动密集区分布在“紫薇花园小区—市政府”区域和“瑞尔花园小区—华夏绿城小区—金鹰天地购物中心”区域，表现出“微城市”片区居民使用频繁的地块仍以居住空间为主，办公空间和休闲空间使用度不高。可以看出，居民活动分布以聚龙湖为界，体现出北部以办公—居住为主的职住服务特征，南部地区以休闲—居住为主的生活休闲特征。

将研究区的居住空间按小区进行细分，获取工作日与休息日各时段居民活动强度，依据常规作息习惯间接反映各小区的居住情况(图5)。宏都花园小区—水绿名苑—瑞尔花园—华夏绿城组团的居民活动强度相比其他组团较为活跃，间接反映出小区入住率较高；鹿鸣山庄—大宇花园组团活动强度普遍较弱，间接反映出入住率偏低；凤凰汇—凤鸣缇香组团活动量于上午6点后渐次上升，至下午6点后渐次下降，反映出组团内明显的活动集聚与分散现象。对比休息日居民活动情况发现，大宇花园—紫薇花园组团居民活动强度相对工作日有所提升，可能由于该小区类型为休闲型社区，住户多为前来休闲的群体(图6)，同时香山湾及周边小区周末午夜居民活动强度仍然较高，推断该片区居住人群可能多为中青年人群(生活节奏较中老年人普遍后移 )。

结合研究区不同功能空间类型、分时段居民活动变化与居民日常作息规律，对比分析工作日与休息日不同时段居民活动的动态变化过程。

(1) 上午 (9：00 ～ 12：00)。

对比在休息日与工作日上午9点居民活动集聚情况可以发现，工作日上午居民活动由居住空间向办公空间转移，且集聚度逐渐增强；而休息日该时段居民活动强度明显减弱，且主要集聚在休闲与居住空间。

(2) 下午 (12：00 ～ 18：00)。

工作日下午3点后，研究区居民活动由办公空间向休闲与居住空间集聚，休息日居民活动特征与此类似，但呈现出时段后移特征，且更为集聚于小区购物与休闲场所。

(3) 晚间 (18：00 ～ 22：00)。

晚间时段，居民活动明显由购物休闲空间向居住空间转移，且休息日居民活动强度相较工作日明显减弱。

从图7和图8中的居民活动强度分时段核密度分析值可以发现：传统的作息规律仍在支配居民的日常活动行为，时空对应关系仍然存在。虽然在ICT影响下，个体活动更加灵活，与时间的传统对应关系有所弱化，但整体上仍呈现明显的周期性变化规律，也间接证明了通过话务量数据反演居民群体活动特征的可行性。

（三）居民活动空间相关性分析

动强度高于周边小区，同时发现其较高的居民活动水平对周边小区居民活动和入住情况具有较强的辐射带动作用。

观察上午6点的LISA集聚显著性地图，进一步表明瑞尔花园、华夏绿城与蔚蓝水岸等小区为“高—高”集聚小区，属于片区整体活动强度较高的区域。同样，通过“低—低”“低—高”“高—低”等不同象限按活动强度对小区进行分类，可以发现居民活动在居住空间上呈显著的分布集聚与差异性。例如，在下午 14 点，居民活动强度 Moran's I 散点图显示出大部分小区活动无明显的空间相关性，而阳光世纪城小区则与周边小区呈明显的“高—低”相关特征，表明该小区在下午时段居民活动明显集聚，与居住人群相结合，可以推测该现象与居住人员多为老年人且习惯下午进行户外活动相关。

三 影响居民活动的主要因素分析

（一）主要影响因素的选取

的居住空间需满足“食、住、行、游、购、娱”这六大类基本需求的观点。小区硬件条件和物业服务水平与居民活动强度之间的相关系数分别为0.942和0.937，这说明小区绿化、容积率及物业服务水平对居民日常活动有显著影响。由此可见，居民入住选择及日常活动与居民经济接受度、小区硬件条件、物业服务水平、小区生活便利度和小区交通便利度等均有着密切的关系，小区生活成本适中、周边配套设施健全，居民入住与活动的意愿也就更为积极。

（二）居民活动特征的主要因素

由回归分析结果可知，在工作日与休息日两个回归模型中，F值均在0.000的水平上具有显著性，决定系数R²均大于0.77，说明模型具有统计学意义。

四 空间布局及设施配套优化建议

在居民活动时空间特征与机制分析的基础上，结合问卷调查数据，针对打造盐城“微城市”生活、行政、商务、休闲四大功能体系的规划诉求，从住区环境舒适度、住区生活便利度、住区交通便利度及片区职住平衡4个层面提出后期用地空间布局与设施配套优化建议。

（一）打造公共空间，提升居住环境品质

根据调研发现，目前片区部分小区内部缺乏公共活动空间，社区感营造不足，而居民活动大数据也表明公共空间缺乏的小区居民活动强度也相应较弱，具体机制分析也表明可以通过加强小区内部公共绿地与开敞空间的建设、提升物业服务整体水平等方法促进居民在小区内进行日常活动和邻里交往，并积极组织活动，构建并完善居民社交网络，有效提升居民生活归属感与社区感。

（二）完善商业、服务业配套设施，构建居民生活圈

通过特征分析发现，现有居民商业空间活动存在明显的偏向性与空间差异性(聚龙湖南部商业空间活动较多而西侧活动明显较少)，结合调研发现主要是因为商圈区位与交通不便所致。由于生活便利度对居民日常活动呈显著相关，建议在后期可以有针对性地提供小区周边超市、便利店等生活配套，并提高大型购物中心的商业、服务业的混合度。

（三）加强公交网络建设，方便居民出行

研究发现，片区对外公交站点附近小区内居民活动规模与强度相较其他小区更大，而问卷与机制分析也表明小区交通便捷性对居民活动有显著影响。目前研究片区对外交通线路仅有5条且不能完全覆盖所有小区。建议后期一方面增加对外公交线路数量，站点均衡覆盖各居住小区；另一方面加强片区内部公交网络建设，提供更多的前往大型商场的公交班次，以方便居民出行。

（四）积极招商引资，促进职住平衡

调研发现在该片区生活的居民中仅有28%左右也在此地工作，通过大数据分析也发现工作时间片区办公空间居民活动强度与集聚度普遍较低，表现出明显职住不均衡现状。后期建议一方面政府与开发商联合推出住房优惠措施，鼓励在此片区工作的人员就近租房、买房；另一方面通过积极招商引资推动片区经济发展，带来更多就业岗位与创业机会，就近解决住区居民就业需求。

五结语

社区是城市规划与管理的基本空间单元，对其进行功能空间提升与周边公共服务设施的优化布局除了依靠常规的人口调研以外，更需要对居民日常活动分布与场所利用情况进行动态感知和分析，基于居民活动特征与规律进行有针对性的片区功能改造与宜居性建设不失为一种有效的解决方案。本文基于手机话务量“大”数据和问卷调查“小”数据，从居民活动视角入手，对居民群体活动强度进行量化，分析住区居民活动时空变化特征，进而构建指标体系，探索住区居民活动影响因素及作用机制，以期将新的数据支撑下的城市研究成果回归到规划编制与管理实践中，优化住区用地功能布局，提升功能混合度与用地效率。一方面，提出了利用“大”数据进行时空间特征分析与问题挖掘，辅以“小”数据进行影响因素与机制分析，最终辅助规划决策的数据整合应用模式；另一方面，提供了一种应用于规划领域较为便捷有效的居民群体活动测度方法。本研究内容是一次“大”“小”数据相结合进行规划研究的有益尝试，后期研究尝试进一步将居民日常活动空间与城市设施、活动机会的空间供给进行叠加分析与评价，辅助打造居民生活圈与智慧社区系统。