武 靜 李婧雯 馬 悅

城市藍(lán)空間(Urban Blue Space，UBS)作為城市中的特定空間地段, 是與河流、湖泊、海洋毗鄰的城市空間；是促進(jìn)城市空間與自然資源協(xié)調(diào)發(fā)展的復(fù)合空間；也是城市生態(tài)系統(tǒng)與城市空間發(fā)展的融合景觀空間[1-3]。作為城市快速建設(shè)與發(fā)展中出現(xiàn)的特殊敏感帶，它是具有城市開發(fā)與生態(tài)保護(hù)雙重導(dǎo)向的重疊區(qū)域，因其具有特殊的經(jīng)濟(jì)價值與生態(tài)價值，在城市建設(shè)中日益受到關(guān)注[4-5]。

21世紀(jì)以來，歐美國家已對城市藍(lán)空間開展了一系列研究，并取得了豐富的研究成果。英國?？巳卮髮W(xué)的副研究員Bell教授分析了居民對城市藍(lán)空間的到訪率、區(qū)位、心理與自然資源之間的重要程度關(guān)系[6]。德國波恩大學(xué)地球科學(xué)研究中心的V?lker教授選取2座典型城市藍(lán)空間進(jìn)行心理健康對比分析，結(jié)果表明，城市藍(lán)空間可以顯著促進(jìn)使用者的身心健康[7]。西班牙巴塞羅那大學(xué)Gascon教授對城市藍(lán)空間相關(guān)研究的91篇文章進(jìn)行梳理后發(fā)現(xiàn)城市藍(lán)空間對人類健康能夠產(chǎn)生積極效用[8]。相較國外，國內(nèi)針對城市藍(lán)空間的研究起步較晚，直至2016年香港特別行政區(qū)規(guī)劃署提出《藍(lán)綠空間概念性框架》，以及2018年《河北雄安新區(qū)規(guī)劃綱要》明確提出未來雄安新區(qū)“藍(lán)綠空間占比穩(wěn)定在70%”的“嚴(yán)格控制建設(shè)用地規(guī)?！薄３鞘兴{(lán)空間才逐漸開始受到政界與學(xué)界的關(guān)注。孫閣等對雄安新區(qū)的藍(lán)空間質(zhì)量與規(guī)劃方法進(jìn)行介紹[9]，金云峰以藍(lán)綠生態(tài)網(wǎng)絡(luò)系統(tǒng)修復(fù)方法探討景觀設(shè)計方法及水文特征分析[10]。城市藍(lán)空間作為中國空間發(fā)展轉(zhuǎn)型與重構(gòu)關(guān)鍵時期的新興概念，國內(nèi)現(xiàn)階段對其的研究主要以方法引入與概念介紹為主，而國外研究則關(guān)注城市藍(lán)空間對人的心理健康影響。

隨著學(xué)者們對城市空間的研究推進(jìn)，基于數(shù)字化、參數(shù)化、虛擬化等大數(shù)據(jù)方法開始廣泛應(yīng)用于城市空間問題的研究上。從科學(xué)領(lǐng)域看，城市空間研究正從關(guān)注土地利用模式逐漸轉(zhuǎn)向關(guān)注人的行為需求[11]。人的行為研究已成為當(dāng)前城市空間研究的主流方向之一。2015和2017年Mitchell教授在Nature和Science上分別發(fā)表文章，討論了傳感器采集的軌跡數(shù)據(jù)詳細(xì)記錄著個人行為，能挖掘出精細(xì)的空間行為特征[12-13]。人的行為數(shù)據(jù)為解決城市空間問題、提升空間質(zhì)量、挖掘空間價值提供了新的途徑。隨著城市增量規(guī)劃轉(zhuǎn)向存量規(guī)劃，城市空間品質(zhì)提升與價值挖掘已成為當(dāng)今城市建設(shè)關(guān)注的焦點問題之一[14-15]。目前，學(xué)者們通過針對人的行為數(shù)據(jù)來識別城市空間分布、空間熱度、可達(dá)性等方面已經(jīng)開展了一系列研究[16-19]，而從人的行為需求出發(fā)研究城市藍(lán)空間價值潛力的研究則基本未見文獻(xiàn)報道。因此，如何客觀準(zhǔn)確地從人們使用和體驗空間的行為數(shù)據(jù)中，挖掘出人的行為空間特征，評價空間價值，探索人對城市空間的喜愛程度和期望值是未來城市建設(shè)保護(hù)利用的關(guān)鍵問題之一[20-21]。

本文將以設(shè)施興趣點(POI數(shù)據(jù))的聚集度反映藍(lán)空間的實際價值潛力，以微博數(shù)據(jù)反映人對城市藍(lán)空間的期望值，探討城市藍(lán)空間的實際潛力與期望值的關(guān)聯(lián)性與擬合度。運(yùn)用核密度估計法與加權(quán)平均法比較人的行為數(shù)據(jù)點和各POI設(shè)施點分布變量之間的相關(guān)性，揭示城市藍(lán)空間的價值潛力，為未來城市藍(lán)空間的規(guī)劃提供建設(shè)依據(jù)與數(shù)據(jù)支持。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域

本文的研究區(qū)域界定為武漢市(113°41'～115°05'E，29°58'～31°22'N)三環(huán)線內(nèi)21個主要湖泊的濱湖藍(lán)空間。武漢市素有“百湖之市”的雅稱，市內(nèi)水資源豐富，江河縱橫，湖港交織[22-24]。武漢市域內(nèi)的水域面積共2 217.6km2，超過全市面積的1/4，其中湖泊面積為803.17km2，湖泊水面率居中國各大城市的首位[25]。武漢現(xiàn)有大小湖泊166個，其中有43個在中心城區(qū)[26]。但由于本研究所選取的微博數(shù)據(jù)與POI數(shù)據(jù)有87.6%都集中在三環(huán)線以內(nèi)，故本研究以武漢市三環(huán)線內(nèi)濱湖藍(lán)空間為研究區(qū)域(圖1)。

圖1 研究區(qū)域圖圖1-1 武漢市藍(lán)空間分布圖圖1-2 武漢市三環(huán)線內(nèi)藍(lán)空間分布圖

1.2 數(shù)據(jù)來源

1.2.1 數(shù)據(jù)來源

本文分別選取微博數(shù)據(jù)和POI數(shù)據(jù)為數(shù)據(jù)源。通過新浪微博官方開放API獲取到POI簽到數(shù)據(jù)883萬條，總簽到次數(shù)1.652億次。獲取數(shù)據(jù)包括簽到點的名稱、實際地址、空間坐標(biāo)等信息數(shù)據(jù)，獲取日期截止至2014年11月1日。POI數(shù)據(jù)源于中國POI數(shù)據(jù)網(wǎng)(http://www.poi86.com/)。按照行政地區(qū)和時間劃分后，獲得湖北省武漢市2014年的POI數(shù)據(jù)。

1.2.2 數(shù)據(jù)預(yù)處理

利用地理坐標(biāo)將從新浪微博獲取的位置數(shù)據(jù)截取到武漢市三環(huán)線內(nèi)，剩余約12萬條數(shù)據(jù)。將這些數(shù)據(jù)經(jīng)過坐標(biāo)校正等預(yù)處理后進(jìn)行可視化，該數(shù)據(jù)反映訪客對濱湖藍(lán)空間的喜愛程度和期望值。與此同時，我們將三環(huán)線內(nèi)的POI進(jìn)行數(shù)據(jù)清洗和整理后分為娛樂、公共服務(wù)、餐飲、交通、教育、醫(yī)療、生活服務(wù)、住宿8類，用同樣的方法進(jìn)行處理。經(jīng)過將微博用戶簽到點與8類POI分布點疊加后，發(fā)現(xiàn)2類數(shù)據(jù)分布情況基本重合。

2 基于多源數(shù)據(jù)的武漢市濱湖藍(lán)空間分布特征

2.1 研究方法

本文采用核密度估計(Kernel Density Estimation，KDE)常用的四次多項式核函數(shù)[27]，其中S是待估計點的位置, 是落在以S為圓心，h為半徑的圓形范圍內(nèi)的第i個設(shè)施POI或微博用戶簽到點的位置，S-Si為設(shè)施POI或微博用戶簽到點Si到設(shè)施POI或微博用戶簽到點S點的距離，h為步長。本文采用ArcGIS 10.5進(jìn)行武漢市濱湖藍(lán)空間設(shè)施POI和微博用戶簽到點的核密度分析及相關(guān)制圖。

在此基礎(chǔ)上，本文采用加權(quán)平均法計算8類設(shè)施POI的親水性f。其中m是某一類設(shè)施POI在武漢市所有濱湖藍(lán)空間內(nèi)出現(xiàn)個數(shù)，n是此類設(shè)施POI在武漢市三環(huán)線內(nèi)出現(xiàn)的個數(shù)。計算出該類設(shè)施POI在藍(lán)空間中出現(xiàn)的個數(shù)在三環(huán)內(nèi)總個數(shù)中的占比f，用此數(shù)值代表這類設(shè)施POI的親水性，并以此作為加權(quán)平均法中的權(quán)數(shù)。

其中k是各類設(shè)施POI的權(quán)數(shù)和，x是計算得出某一濱湖藍(lán)空間的潛力值。本文采用新浪微博用戶簽到數(shù)目表示的訪客對濱湖藍(lán)空間的喜愛值和此方法得到各藍(lán)空間的潛力值，并做比較。

2.2 武漢市濱湖藍(lán)空間的核密度分析

圖3 武漢市濱湖藍(lán)空間中各類POI分布圖

通過ArcGIS 10.5進(jìn)行多次試驗后，確定湖邊向外延伸半徑為200、400、600m的同心圓為本研究藍(lán)空間緩沖區(qū)，也是本文研究的濱湖藍(lán)空間范圍。確定濱湖藍(lán)空間緩沖區(qū)范圍后，利用ArcGIS 10.5將三環(huán)線內(nèi)所有濱湖藍(lán)空間內(nèi)的微博數(shù)據(jù)點和8類POI的數(shù)據(jù)點進(jìn)行分布可視化?？梢暬Y(jié)果驗證了微博數(shù)據(jù)分布和POI分布情況具有很強(qiáng)的耦合性。為了使可視化的結(jié)果更準(zhǔn)確，我們將微博數(shù)據(jù)點和8類POI的分布點進(jìn)行了核密度分析，使用核函數(shù)根據(jù)點要素計算每單位面積的量值以將各個點擬合為光滑錐狀表面，根據(jù)單位面積的量值將點的聚集程度分為九級。由分析結(jié)果(圖2)可見在武漢市濱湖藍(lán)空間緩沖區(qū)中，漢口地區(qū)的幾個小面積濱湖藍(lán)空間是微博用戶簽到點核密度值最高的核心地區(qū)，對應(yīng)位置的POI分布點也出現(xiàn)了最高程度的聚集。漢陽地區(qū)的微博用戶簽到點和POI分布點都集中在漢江南側(cè)的藍(lán)空間緩沖區(qū)。武昌地區(qū)的數(shù)據(jù)點整體比較分散，在南部沿湖岸連綿分布。

2.3 武漢市濱湖藍(lán)空間中POI的分布特征

對武漢市三環(huán)線內(nèi)濱湖藍(lán)空間的8類POI(娛樂設(shè)施、餐飲設(shè)施、交通設(shè)施、公共服務(wù)設(shè)施、醫(yī)療設(shè)施、教育設(shè)施、生活服務(wù)設(shè)施、住宿服務(wù)設(shè)施)進(jìn)行分類分析。首先利用ArcGIS軟件將數(shù)據(jù)點的分布進(jìn)行可視化(圖3)。將200、400、600m，緩沖區(qū)內(nèi)各類POI的個數(shù)進(jìn)行統(tǒng)計，統(tǒng)計結(jié)果表明在8類設(shè)施中餐飲設(shè)施的POI點個數(shù)是最多的，達(dá)到了15 992個；公共服務(wù)設(shè)施相對最少，僅有1 139個。在三級緩沖區(qū)中我們發(fā)現(xiàn)200m緩沖區(qū)相較其他兩級緩沖區(qū)內(nèi)各類設(shè)施點的個數(shù)是最少的。隨著距離水體的距離稍遠(yuǎn)了一些，在200～400m緩沖區(qū)和400～600m緩沖區(qū)內(nèi)各類設(shè)施點的數(shù)目都有所增長，餐飲設(shè)施、醫(yī)療設(shè)施、生活服務(wù)設(shè)施和住宿服務(wù)設(shè)施的增長尤為明顯。說明娛樂設(shè)施、交通設(shè)施、公共服務(wù)設(shè)施、教育設(shè)施的分布受水體距離的影響較小。也可能距離水體越近，會有更多與水相關(guān)的娛樂設(shè)施。

圖2 武漢市濱湖藍(lán)空間核密度分析圖圖2-1 微博數(shù)據(jù)點核密度分布圖圖2-2 8類POI核密度分布圖

隨著尺度向微觀的推進(jìn)，我們關(guān)注到8類設(shè)施(娛樂設(shè)施、餐飲設(shè)施、交通設(shè)施、公共服務(wù)設(shè)施、醫(yī)療設(shè)施、教育設(shè)施、生活服務(wù)設(shè)施、住宿設(shè)施)POI在武漢市三環(huán)線內(nèi)21個濱湖藍(lán)空間的分布情況。8類POI在21個湖泊600m緩沖區(qū)內(nèi)的數(shù)量情況(圖4)。從設(shè)施點總體數(shù)量來看，東湖附近的各類設(shè)施點數(shù)目明顯是最多的，這和東湖水域面積大，湖岸線長，濱湖藍(lán)空間面積大直接相關(guān)。鯇子湖、機(jī)器蕩子、北湖、菱角湖、沙湖、南湖的濱湖藍(lán)空間內(nèi)的設(shè)施點數(shù)目也都處于較高水平，說明這些藍(lán)空間的潛力較大。而塔子湖、龍陽湖、楊春湖的濱湖藍(lán)空間內(nèi)設(shè)施點數(shù)量卻很少，說明這些濱湖藍(lán)空間的價值潛力還有待挖掘。

3 武漢市濱湖藍(lán)空間的價值潛力評價

3.1 各濱湖藍(lán)空間潛力值

根據(jù)對8類設(shè)施POI的親水性計算結(jié)果(表1)可見，教育設(shè)施點位于濱湖藍(lán)空間內(nèi)的個數(shù)占比最大。其次是交通設(shè)施，娛樂設(shè)施、餐飲設(shè)施、生活服務(wù)設(shè)施，其親水性基本一致。另外，公共服務(wù)設(shè)施、醫(yī)療設(shè)施、住宿服務(wù)設(shè)施占比最小。以此計算結(jié)果的數(shù)值作為各類設(shè)施POI的權(quán)數(shù)，通過加權(quán)平均法得到了武漢市三環(huán)線內(nèi)21個主要濱湖藍(lán)空間的設(shè)施潛力值。

通過量算，可以發(fā)現(xiàn)東湖藍(lán)空間潛力值得分遠(yuǎn)高于其他濱湖藍(lán)空間(圖5)。鯇子湖藍(lán)空間(228.90)、機(jī)器蕩子藍(lán)空間(280.88)、北湖藍(lán)空間(208.18)、菱角湖藍(lán)空間(264.11)、沙湖藍(lán)空間(248.66)和南湖藍(lán)空間(213.67)的潛力值也較高，得分均在200分以上。但塔子湖藍(lán)空間(5.33)和龍陽湖藍(lán)空間(11.13)卻出現(xiàn)了得分極低的情況，與其他濱湖藍(lán)空間的差距非常大。從潛力值的差異分析中，能看到每個藍(lán)空間都面臨著自己的問題，也擁有自己的特色。其中，自然景觀資源優(yōu)、經(jīng)濟(jì)發(fā)達(dá)與人口密度高的濱湖藍(lán)空間擁有較高的潛力值。根據(jù)上述分析，吸引訪客實際值高于潛力值的藍(lán)空間可能面臨著現(xiàn)有的設(shè)施點數(shù)量與分布不能滿足飽和的訪客需求，需要再提高各類設(shè)施點的服務(wù)質(zhì)量與效率。同時最重要的是提升其他藍(lán)空間吸引訪客的能力，將訪客分流，避免過度集中造成發(fā)展失衡。而吸引訪客實際值低于潛力值的濱湖藍(lán)空間可以進(jìn)一步從各類POI的角度切入挖掘原因，針對性的治理與整改，建設(shè)及完善濱湖藍(lán)空間內(nèi)表現(xiàn)薄弱的POI種類，提高藍(lán)空間的活力。

3.2 各濱湖藍(lán)空間潛力值與訪客期望值的擬合分析

根據(jù)已得各濱湖藍(lán)空間的潛力值，將武漢市三環(huán)線內(nèi)21個主要濱湖藍(lán)空間中的設(shè)施點總數(shù)根據(jù)權(quán)重賦值后與微博用戶簽到數(shù)據(jù)數(shù)進(jìn)行比對，用微博簽到點數(shù)代表訪客對藍(lán)空間的期望值。從比對結(jié)果(圖6)可見，訪客期望值和藍(lán)空間潛力值是基本吻合的。鯇子湖、機(jī)器蕩子、北湖、西湖、菱角湖、小南湖等濱湖藍(lán)空間出現(xiàn)了訪客的期望值遠(yuǎn)高于該地區(qū)實際潛力的情況。這些藍(lán)空間周圍應(yīng)該增強(qiáng)各類POI的建設(shè)，以滿足訪客的期望值。但是沙湖、紫陽湖、曬湖、野芷湖、楊春湖、東湖的濱湖藍(lán)空間卻出現(xiàn)了訪客對于藍(lán)空間的期望值低于它們的實際潛力的情況，東湖尤為明顯。說明這些藍(lán)空間應(yīng)該考慮適當(dāng)?shù)姆怕O(shè)施建設(shè)的進(jìn)程，或是在人文科教等領(lǐng)域進(jìn)一步規(guī)劃，找準(zhǔn)定位凸顯其特點，以此來吸引訪客。

圖4 武漢市濱湖藍(lán)空間各類設(shè)施點數(shù)量統(tǒng)計圖

圖5 武漢市主要濱湖藍(lán)空間潛力值分析圖

圖6 武漢市濱湖藍(lán)空間潛力值與訪客期望值擬合度分析圖

從武漢市各濱湖藍(lán)空間潛力值與訪客期望值的擬合情況來看，有超過53%的藍(lán)空間價值利用程度與訪客期望值不匹配?？傮w來說，武漢市主要濱湖藍(lán)空間的潛力值未能得到充分挖掘，需要進(jìn)一步采取措施合理規(guī)劃。

4 結(jié)論

基于本文分析結(jié)果，武漢市濱湖藍(lán)空間存在如下問題。1)設(shè)施點聚集度等級高的集群與訪客軌跡過度集中于漢口地區(qū)，而武昌區(qū)與漢陽區(qū)缺少各類設(shè)施點的高等級集群。因此，未來的武漢市藍(lán)空間的規(guī)劃中需要加大力度繼續(xù)促進(jìn)漢口藍(lán)空間中的各類設(shè)施點向外疏解。同時，需增加武昌區(qū)與漢陽區(qū)的設(shè)施點的布局。2)通過比較各濱湖藍(lán)空間潛力值和訪客期望值的擬合度，發(fā)現(xiàn)武漢市濱湖藍(lán)空間存在訪客期望值和實際價值潛力不匹配的問題。在未來武漢市藍(lán)空間的規(guī)劃中，需要對漢陽地區(qū)需要充分利用漢陽地區(qū)優(yōu)越的自然資源和深厚的歷史底蘊(yùn)，以漢南地區(qū)為中心，繼續(xù)建設(shè)以月湖文化藝術(shù)區(qū)為代表的特色項目，以帶動其藍(lán)空間實際價值潛力的增長。武昌區(qū)則建議繼續(xù)開展“南湖城市副中心”的規(guī)劃項目，建立以環(huán)東湖為代表的郊野公園群，使之與城市綠地系統(tǒng)形成有機(jī)整體，依托山水脈絡(luò)向外延伸。同時，更要強(qiáng)調(diào)東湖一帶的文化藝術(shù)定位，承辦更多的體育賽事、文藝活動，吸引更多的游客，提高市民對藍(lán)空間的喜愛度。

表1 武漢市各類POI設(shè)施點親水性統(tǒng)計表

由于數(shù)據(jù)樣本來源于網(wǎng)絡(luò)，使用大量的網(wǎng)絡(luò)數(shù)據(jù)在一定程度上降低了部分虛假信息對總體樣本的影響程度，大致能反映出武漢市三環(huán)線內(nèi)人群及各類設(shè)施POI的分布情況。但是本文的研究還存在一定的局限，如社交媒體數(shù)據(jù)類型多樣，如能結(jié)合其他類型的數(shù)據(jù)做比較和補(bǔ)充，研究結(jié)果將更有說服力；微博的使用者多為年輕人，這部分人群的軌跡特征有可能區(qū)別于中老年群體，限制了樣本的涉及范圍；為保證多源數(shù)據(jù)的匹配度，微博數(shù)據(jù)的選取年份為2014年，時效性存在一定局限；簽到的微博用戶中可能會有住在湖泊緩沖區(qū)內(nèi)的居民，影響了對濱湖藍(lán)空間游客數(shù)目統(tǒng)計的準(zhǔn)確性。上述問題有待在未來的進(jìn)一步相關(guān)研究中充實與完善。

本研究利用微博數(shù)據(jù)和POI數(shù)據(jù)分析了武漢市三環(huán)內(nèi)濱湖藍(lán)空間的價值潛力，量算了武漢市藍(lán)空間價值潛力與訪客期望值的擬合關(guān)系。通過微博數(shù)據(jù)探索最新的城市活動空間模式[15]，并驗證了濱湖藍(lán)空間POI設(shè)施潛力的有效性[12]。本研究結(jié)果表明，人的行為軌跡與設(shè)施興趣點之間的空間關(guān)聯(lián)信息可以評價濱湖藍(lán)空間的價值潛力，并可以發(fā)現(xiàn)濱湖藍(lán)空間中未能得到充分利用或合理保護(hù)的區(qū)域。該研究結(jié)果對未來城市藍(lán)空間的保護(hù)利用具有重要意義，并有可能協(xié)助其確定優(yōu)先規(guī)劃領(lǐng)域，設(shè)計空間潛力挖掘措施，以確保城市藍(lán)空間得到充分的且合理的保護(hù)利用，為改善城市藍(lán)空間規(guī)劃提供有用的信息。由于城市環(huán)境具有高度可塑性，因此未來武漢市平衡和提高藍(lán)空間價值是一個可實現(xiàn)的目標(biāo)。

注：文中圖片均由作者繪制。