数据支持型城市设计 — 多元数据支持下的市民生活便利度测度

研究背景

随着当前中国城市化从高速推进期转向速度和品质兼顾的新型城镇化阶段，新时期城市建设逐渐从“造城”转向“营城”，推动以人为核心的建成环境营造已成为共识。相关研究与实践也日益关注人本视角下的各类品质、活力等非实体、可感知的建成环境特征。

随着相关实践的不断涌现，提升市民在日常生活中的便利程度已基本成为新时期大中城市发展的共识，各地对人本尺度下生活品质的提升普遍展现了关注。人本尺度下的生活便利度不局限于传统依赖于设施服务半径的简单分析，而是从人的生活需求和日常使用角度出发，囊括就业、休闲、服务、交通等生活中的多个维度。

在新城市科学迅速发展的背景下，大量新数据、新技术的出现，让运用系列客观指标拟合主观维度的感受品质成为可能。具体来说，精细化、开放易得的路网数据、兴趣点（points ofinterest, PoIs）数据和建筑基底数据为生活便利度的测度开展提供了数据基础，基于Python和ArcGIS的二次开发提供了面对大量数据的快速分析手段。这一系列新近涌现的数据和技术有望解决以往生活便利度容易感知却难于测算的问题，为这类非实体品质要素的测度提供一条新的途径，进而协助精细、高效的社区营造。

从日常生活视角出发的生活便利度解析

生活便利度测度可考虑以人的尺度和日常生活的体验出发加以建构。对于居民来说，日常生活中的便利度高低往往反映在就业、休闲、服务、交通等基本生活需求得到满足的方便度上，因此这一概念在测度上可以被转译为一种可接触的设施数量与多样性。建成环境品质经典理论的进一步解析与这一猜想契合。
将以往难以量化的生活便利度解析为设施的绝对数量、相对数量、多样性以及交通设施可接触度等多个可通过开放数据定量化测度的维度，构建以建筑为分析单元的生活便利度精细化测度体系，探索多源大数据支撑下的大规模且精细化的分析方法。其中研究步骤包括数据收集、现状生活便利度评价、结果校验、布点策略评估四个步骤。

分析框架

生活便利度作为社区15 min生活圈及建成环境品质的重要指标之一，其实践意义正日益凸显。针对这一重要品质开展分析与实践的难点在于，生活便利度作为一种非物质实体可被居民在日常生活中感知，但这一主观感受往往只能通过小样本问卷收集，鲜有被高效采集与量化。与此同时精细化、开放易得的路网数据、兴趣点（points ofinterest, PoIs）数据和建筑基底数据为生活便利度的测度开展提供了数据基础，基于Python和ArcGIS的二次开发提供了面对大量数据的快速分析手段。这一系列新近涌现的数据和技术有望解决以往生活便利度容易感知却难于测算的问题。

对于居民来说，日常生活中的便利度高低往往反映在就业、休闲、服务、交通等基本生活需求得到满足的方便度上，因此这一概念在测度上可以被转译为一种可接触的设施数量与多样性。从理论层面来看切尔韦罗与科克曼在5D理论所提出的高品质建成环境的关键5D要素“密度、多样性、设计、交通站点距离、目的地可达性”和马库斯的空间资本理论中指出的空间活力与品质基于可接触的多样性，都可以将人本尺度的生活便利度的测度转译为：居民在日常生活中，在步行尺度下可接触的设施数量与多样性的测度。

至此，将研究中的人本尺度的生活便利度的测度转译为：居民在日常生活中，在步行尺度下可接触的设施数量与多样性的测度。基于这一理解，通过对上述系列概念的分析、拆解和测度，有望构建生活便利度的量化分析框架。

其中“可接触”包含两个子概念，一是在可接受的步行时间内所涵盖的空间范围，二是公共交通设施（如公交和地铁站点）的可接触度。

设施数量的量化测度也稍显复杂，不能简单等同于可接触区内的总设施数量，还应考虑路网组构和出行距离长短所带来的效用折减。

而传统多样性计算都是基于自上而下视角的宏观分析与经济社会视角下的类型划分，缺乏人本尺度下的行为考量。生态学领域已有学者提出了针对物种多样性的多种计算指数，其中香农-维纳指数已在较多的建成环境研究中得到运用，本文也选取其作为多样性概念的测度。

由此可得到生活便利度的测度公式，其 中 C i代表某建筑i的生活便利度数值；∑Absoulute(N) 代表由此建筑出发，根据网络分析和道路情况求得的1 000 m服务区内的设施总和（绝对数量）； ∑Relative(N) 代表在此服务区内考虑距离衰减之后的设施总和（相对数量）；Hi为服务区内各类型设施的多样性，用香农-维纳指数加以计算；Di代表根据距离最近的公交或地铁站点距离可折算的交通设施可接触度。

研究步骤

研究步骤包括数据收集、现状生活便利度评价、结果校验、布点策略评估四个步骤

多源城市数据支持下的15分钟日常可接触范围分析：
结合步行、公交和地铁的多种出行可能分析

多源城市数据支持下的15分钟日常可接触范围分析：
以建筑为分析单元的精细化、大规模分析

上海各区生活便利度结果计算：
兼具大规模和精细化分析的结果，能够展现宏观场景（各区的便利度整体情况）而不丢失细节

考虑到生活便利度作为一种先验性（prior knowledge）、主观感知层面的品质, 其有效的测度方式是集合相关专业人士的共识来进行校核。使用SPSS对专家给出的便利度判断与计算结果进行比较，统计分析采用卡帕（kappa）检验。卡帕检验是对配对一致性的分析方法，其值越高则两种测量方法的一致性越强。比较结果显示专家认知与计算结果在主观圈定的区域便利度高低具有较好的一致性，证明了本研究所提出的生活便利度测度方法的有效性。

上海各区生活便利度结果计算：
界定生活便利度较低的原因，助力于精细化管控

本研究基于日益涌现的多源城市数据，提出了一种高效、快捷的生活便利度精细化测度框架。这一分析框架具有很好的普适性，可在多个城市和大范围内快速开展分析，并以建筑为分析单元给出数值测度和直观的可视化展示。这一方法极大程度地提高了效率和准确度，可以推广在其他地区，在保持客观性的同时，对更大尺度进行生活便利度测度。

但与此同时，本研究仍存在一定局限。首先，计算公式中对生活便利度的四个分项指标采取去量纲化后相乘处理，未能纳入不同指标的权重影响。其次，结果校验中显示仍有少部分区域的计算结果与专家认知存在差异，后续研究中计划增加对市民进行公众调研的数据，进一步发掘对便利度体验有影响但未被纳入考虑的因素，以完善生活便利度的测度方法。

相关论文

樊钧，唐皓明，叶宇* (2020).人本尺度下的社区生活便利度测度——基于多源城市数据的精细化评估. 新建筑, 2020(5),10-15.
Zhong, T., Lü, G., Zhong, X., Tang, H., & Ye, Y.* (2020). Measuring Human-Scale Living Convenience through Multi-Sourced Urban Data and a Geodesign Approach: Buildings as Analytical Units. Sustainability, 12(11), 4712.

基金资助

上海市自然科学基金面上项目 Shanghai Natural Science Foundation（20ZR1462200）
同济大学中央高校基本科研业务费 Fundamental Research Funds for the Central Universities（22120210540）

优秀项目

资料下载