本期推荐文献为He S等2024年发表于《Applied Geography》上的文章《Investigating the effects of urban morphology on vitality of community life circles using machine learning and geospatial approaches》。研究深入探讨了社区生活圈内水平和垂直城市空间的复杂性，使用自下而上的度量系统来描述人体尺度的景观。文章运用深度学习和街景图像评估视线水平质量，并通过多尺度地理加权回归和地理检测器模型，分析形态变量对社区生活圈活力的异质性影响和交互作用，为促进城市更新提供了人体尺度上的新见解。
关键词：城市活力；城市形态学；社区生活圈；地理空间分析；人体尺度
全球城市化加速，2050年城市人口预计将占68%，城市化带来的物理环境变化增加了城市脆弱性。中国 “十四五”规划强调以人为本的新型城镇化战略，因此急需探究物理实体与城市活动的关联，以及如何构建多元化、高质量的城市空间。城市形态学作为研究城市物理环境的方法，关注街道网络、地块和建筑组合的模式，丰富的形态类型可能促进多样化的城市生活。城市活力作为良好城市的关键，大量研究探索了城市形态如何影响活力（如密度、街道连通性、土地利用等）。除物理因素外，居民对建筑环境的感知也至关重要。近年来城市衰败问题的激增引发了对城市活力空间特征和机制的辩论。尽管研究众多，但仍需系统探索城市形态对人类尺度城市活力的影响。本文开发了一个分析框架，通过百度热力图基于实时位置的服务（LBS）数据来评估社区生活圈的空间活力，利用街景图像和地理标记数据分析城市形态的水平和垂直维度，以及通过MGWR和地理探测器来识别城市活力的驱动机制。
武汉的中心区域由七个城区组成，根据居民的步行距离或出行时间，该地区被划分为“10分钟”、“15分钟”和“20分钟”社区生活圈（图1）。本文利用地理大数据和地理空间技术，调查了武汉城市化程度最高地区的1057个社区生活圈的构建情况。
在城市规划中，经常使用 10 min、15 min 和 20 min 社区生活圈来反映居民的日常活动需求，分别以500m、1km、1.5km为距离阈值。本研究使用POI、道路网络和社区数据，通过网络服务区分析在空间上描绘了各类社区生活圈（图2）。在 ArcGIS 中通过对某些阻抗条件进行网络分析，以计算可到达的覆盖区域，将其称为网络服务区域。表1比较了各类社区生活圈的指标。
图2.15分钟步行规模的社区生活圈
表1.不同尺度社区生活圈指标对比
研究提出一个分析框架，即利用街景图像和地理参考数据测量人体尺度下的城市形态，以及这些形态变量对于城市活力的异质性影响 （图3）。首先，从社区生活圈尺度的水平和垂直视图计算出17个人体尺度的城市形态变量。其次，识别不同缓冲半径下生活圈活力的空间格局，并使用空间自相关局部指标LISA指标（空间自相关局部指标）检查它们与城市形态的空间自相关性。第三，使用变系数模型MGWR（多元地理加权回归）确定城市形态对多个社区生活圈活力的全局和局部影响。
社区活力以 10、15和20min生活圈测量，由百度热力图数据量化。本研究于2019年11月16日（周六）和2019年11月18日（周一）通过百度地图API以2h为间隔获取24张百度热力图，并用ArcGIS 10.7计算武汉1057个社区的城市活力均值。
从视线水平质量、路网设计、建筑和功能以及社区位置四个方面量化人类尺度的城市形态（表2）。
表2.人类尺度城市形态的指标
新证据表明，人口密度、房屋年龄和房价与城市活力有关。
绿色空间和天空开放性的量化分三步：数据收集、模型训练和结果分析。首先用百度地图API在采样点获取360度全景图像。其次采用深度卷积神经网络算法SegNet进行高精度图像分割。最后以像素总数的比来确定绿色空间和天空开放度。
双变量 Moran's I 指数用于分析多变量的空间自相关。
LISA 用于研究局部空间自相关，并区分高值聚类（HH）、低值聚类（LL）、高值被低值包围的异常值（HL）以及低值被高值包围的异常值（LH）。HH和LL表示两个变量之间存在正相关性，而HL和LH表示负相关性。
2.4.3用 MGWR 探索城市形态对活力的异质性影响
MGWR 模型构建具有最佳拟合优度的模型，其中，活力是指社区i的平均活力，（u，v）表示社区i的地理坐标，x 是指社区 i 处的解释变量，j，β 是社区i处自变量 j 的估计系数，ε 是误差项。
图 4（a）描绘了 15 min 社区生活圈活力在长江沿岸和主干道走廊有高价值集群，分别为传统商业和金融中心以及高校所在地。LISA用于识别15分钟社区生活圈活力集群和异常值（图4（b）），发现社区活力的高值集群在金融、商业和教育中心，而低值集群普遍分布在城市郊区。
图4.15分钟社区生活圈空间分布
此外，“核心-外围”结构揭示了 15 分钟社区生活圈活力从市中心向郊区递减。武汉按环路的划分可以分为内、中、外三区，内部区域社区活力最高，外部区域最低。内部的社区人口密度高，设施齐全，外区大多人口密度较低（图4（c）（d））。
（1）视线水平质量，武汉可见街道绿化的平均水平为 15.12%，表现出中等植被绿化。高价值地点主要位于风景名胜区、公园以及滨河地区。由于市中心高层建筑密集，天空开放度相对较低，相反郊区较高。
（2）路网设计，到最近公交站的距离在市中心最短，郊区边缘最高。道路中心性、道路长度密度和街道交叉口密度表明城市核心的道路网络更密集。
（3）建筑物的形态和功能，高建筑密度和容积率集中于商业和教育中心。与郊区相比，武汉市中心以三环路为界的大多数社区的土地用途范围更加多样化。
（4）社区位置，到市政府、最近的商业中心和最近的公园的距离衡量社区的地理优势，呈现向市中心距离减小的圆形空间结构。
图5.15 min社区生活圈内城市形态变量的空间分布
图6描绘了15 min社区生活圈内人类尺度形态指标与城市活力空间自相关的局部指标。总体而言，天空开放度、距离度量与活力呈现负相关关系。相反，在社区生活圈层面上，其他形态属性与城市活力之间表现出正空间自相关，这突出表明了景观绿化、街道中心性、密度、土地利用强度和多样性以及公共服务的可用性在增强社区活力方面的重要作用。
图6.15分钟社区生活圈形态指标与城市活力之间的二元 Moran's I 散点图
MGWR 用于表征不同级别的空间非平稳性，并生成活力过程运行的最佳带宽向量。表 3 显示了每个解释变量的最佳带宽和 MGWR 模型的性能。
表3.MGWR 的变量和模型性能的最优带宽选择
图7显示了在检查 MGWR 参数估计表面时 15 分钟社区生活圈中的其他视觉模式。参数表面可以根据视觉模式分为四组。第一类由具有有效全局性和统计显著性的表面（intersect、far、leisure 和 govdis）组成，空间异质性很小，与城市活力呈正相关。第二类包括green、roadden、busdis、culture、life 和 commdis，这些表面具有中等数量的统计显著性参数估计值，表现出很少的空间变化。第三类包括具有大多数统计显著性参数估计和明显的空间异质性模式（即局部模式）,包括sky、busdis、builtden、diversity、commerce、leisure 和 parkdis的表面。第四类为统计意义上不显著的变量（between、medical 和 life）。
图7.所有变量的估计系数和 MGWR 在 15 分钟社区生活圈的性能（红色表示正估计系数，蓝色表示负系数，p 值表示回归系数的显著性水平）
眼平形态变量中，绿色植物与城市活力负相关，主要出现在风景区、河滨公园。天空开放度在15分钟生活圈内的少数社区（尤其是非核心城市地区）与城市活力负相关。这可能是因为天空开放度反映建筑密度低，不利于社区活力。道路网络设计中，到最近公交站距离与城市活力呈异质相关性，反映一些社区公交供需不匹配。道路密度的区域负面影响与交叉口密度对城市活力的积极影响对比鲜明，表明道路连通性而非仅道路密度可增强流动性和城市活力。建筑物密度与城市活力呈局部异质相关：年代久的社区负相关，新开发社区正相关。容积率和娱乐休闲设施的存在始终与活力呈正相关。就邻里位置的形态配置而言，近政治中心与15分钟生活圈活力呈正相关，近购物中心和公园对活力有负面影响，尤其在城市核心。结果表明，城市活力的主要驱动力是商业和环境因素，而非政治影响。
地理检测器通过交互式行列式（PID）的幂值来计算因变量与其关联的解释变量之间的空间关联，图 8 展示了两个形态变量间的交互效应。最佳交互作用的形态变量为距离∩人口密度，其对城市活力的贡献为84.88%。建筑物和功能的4个形态变量，容积率对城市活力的贡献最大。大多数形态变量都显示出弱化的空间关系（除了绿化∩到公交站的距离），表明只有人类观测的植被与公交可达性间的交互得到增强。
图8.城市形态变量在 15 min 社区生活圈的交互作用效应（↑表示空间关系减弱，即交互作用大于单个因素作用，但小于两个个体效应之和；表示增强的空间关系，即交互效应大于它们各自效应之和）
本研究比较了不同生活圈的活力值（即聚类和异常值），其分布表明对具有不同半径的生活圈的敏感性较低。当行走半径从5 min增加到15 min时，活力的集聚范围略有扩大。图 10 和图 11 显示了 10 min 和 20 min 生活圈形态学变量的参数估计。一般来说，眼睛水平的形态变量与活力在所有尺度上稳健关联。对于道路网络设计，到最近的公交车站的距离活力在所有尺度上表现出局部异质相关性，这表明不同生活圈的居民对公共交通的日常需求可能会有所不同。因此，在较大生活圈内提高步行便利性和公共交通的可用性非常重要。在建筑和功能方面，医疗、休闲和生活服务的存在与较小的生活圈中的活力表现出显著的正相关关系，凸显了在更本地化的范围内提供基本服务的重要性。总体而言，形态变量的参数估计在各个生活圈中大多是稳健的。
研究发现人类感知的绿色植物、天空开放性、公共汽车可达性和街道中心性变量对城市活力表现出复杂的空间特异性影响。人类看到的绿色植物可能会抑制城市活力，即使存在绿化也不代表公共空间会被密集利用，这有助于揭示为何绿化与城市活力之间的关系呈现出不一致的结果。尤其夜间大片绿地会增加社区间的地理距离从而降低活力。此外，高密度商业区绿化空间有限，绿化存在不代表公共空间密集使用，利于解释绿化与活力关系结果不一。
地理空间分析为城市活力的决定因素提供了定量和异质性的视角。除街道绿化外，公交的可达性在核心区提高了居民参与度，在郊区则限制了经济流动。建筑密度对不同社区的活力存在正负相关。交叉口密度的积极影响，加上道路密度的负面影响，凸显了小规模街区在营造活力空间上的优势。此外，形态指标间的相互作用可能会增强或减弱对活力的影响，如土地利用混合与生活服务设施可能存在对立关系，生活服务主导时多功能场所吸引力下降。建筑密度与容积率亦然，高值表示密集住宅区，但某一值的过度增加会导致拮抗效应，如因过度拥挤引发活力降低。
为优化社区生命周期，需深入理解人类尺度的城市形态，包括功能、建筑形态和结构，以及人类对空间的主观感知。了解社区活力的精细化变化及其背景空间是至关重要的，这有助于制定符合地方特色的政策，并综合考虑全球、区域和局部的形态学特征。精细化社区应成为以人为本城市的核心。
社区活力的决定因素表现出多样的地理格局。短距生活圈中，基本服务的可获得性对居民的影响更为显著，而长距生活圈中，道路密度、街道中心性和交通便利性更为重要。因此，规划者需调整策略，分别满足不同生活圈的需求。
首先，社区活力需探索不同时段及工作日与周末的差异。其次，仅依靠百度热力图评估可能存在偏差。第三，多源地理标记数据缺乏人们对城市空间的感知。最后，温度和空气质量等环境因素可能会调节城市形态影响活力。未来研究应综合更多指标、数据以及变量验证结果。
社区活力在每个生活圈中都表现出核心-外围结构，内部区域的活力高于外部区域。
社区活力与人类尺度上的城市形态密切相关，受到全球、区域和局部空间背景之间复杂相互作用的影响。
城市形态变量与城市活力之间的相互作用在空间上可能被减弱或放大，这凸显了在城市更新和振兴过程中考虑它们综合效应的必要性。
原文信息
[1] He S, Zhang Z, Yu S, et al. Investigating the effects of urban morphology on vitality of community life circles using machine learning and geospatial approaches[J]. Applied Geography, 2024, 167: 103287.
版权声明：本文版权归城市形态学研究团队所有，如需转载请与后台联系。
文案：李冰雪
编辑：胡坤
校核：杨舒雅、潘婉滢
