方家 劉頌＊ 王德 張月朋

城市公園是城市游憩系統(tǒng)的重要組成部分，其空間布局合理性直接影響著人居環(huán)境品質、公共設施使用公平性、城市居民戶外生活質量等，因而成為當前研究的熱點。城市綠地系統(tǒng)建設中常以人均公園綠地面積作為衡量公園建設水平，公園服務半徑作為評價城市公園空間布局的合理性指標。也有相關研究針對傳統(tǒng)指標僅考慮公園數(shù)量的局限性進行了修正，使用多指標進行綜合評價，如城市居民住宅小區(qū)公園綠地可達個數(shù)、單位面積公園綠地服務人口數(shù)、公園綠地氧氣供需平衡[1]；景觀連接度、功能類型豐富度、層次類型豐富度、物種多樣性[2]等。其中，從使用者需求與公園供給的關系角度進行評價，多集中于公園分布的可達性[3]及公園的服務水平[4]等。

當前基于游客需求與公園供給關系的空間布局評價方法有2類：一是基于路網(wǎng)等空間通達性特征及服務區(qū)人口特征的公園可達性預測；二是基于小樣本的特征游客來源調查，進行公園服務范圍判斷?？蛇_性評價的方法多樣，包括以網(wǎng)絡分析法[5-6]、緩沖區(qū)法為代表的基于空間距離的可達性評價法；以成本法、加權平均交通成本法為代表的基于成本消耗的可達性評價法；以潛力模型法、Huff模型法[7]、兩步移動搜索法[8]為代表的基于地理場效應的可達性評價法等?；诠珗@現(xiàn)實服務水平的評價多依賴于調查數(shù)據(jù)，對游客進行較為全面的調查和訪談。以上2類方法的初衷是為了彌補傳統(tǒng)物質規(guī)劃中對使用者行為特征的忽視，從空間的服務效率角度進行評價，為提升規(guī)劃品質作參考。

但是，公園可達性劃分法是對公園服務范圍的一種推測，多基于用地空間特征，很少考慮游客實際使用情況。公園小樣本客源調查法，由于調查數(shù)據(jù)數(shù)量局限，游客來源很難全面提取，服務范圍的準確性很難保證。2類方法的出發(fā)點均為用服務范圍描述需求，但由于居民對綠地使用時空行為特征復雜，相應數(shù)據(jù)采集困難、樣本量過小、數(shù)據(jù)信息難以與分析技術相結合，使可達性評價長期建立在對居民行為可能性預測的基礎上，很難反映居民的實際使用狀況。

如何接近真實地反映游客對城市公園的使用？大數(shù)據(jù)的出現(xiàn)為發(fā)掘居民在城市中的真實行為提供了一種新的探索可能。本研究采用一種典型的大數(shù)據(jù)—手機信令數(shù)據(jù)，即通過數(shù)量龐大的基站連續(xù)不斷地追蹤手機用戶的位置、狀態(tài)等信息，實現(xiàn)對居民活動比較全面完整的數(shù)據(jù)記錄。這種基于大樣本游客的公園使用數(shù)據(jù)，可以對游客行為進行相對直觀的描述，從而彌補了傳統(tǒng)可達性劃分法與小樣本調查法的不足?；诖髷?shù)據(jù)源中游客的空間軌跡，探索公園實際服務供給與使用者對公園需求的關系。

1 數(shù)據(jù)與方法

1.1 基礎數(shù)據(jù)獲取

與傳統(tǒng)數(shù)據(jù)和其他大數(shù)據(jù)相比，手機信令數(shù)據(jù)的突出價值在于其近似全樣本性、全時性，以及借助定位基站而附帶的空間信息，在分析極其復雜的居民行為時最契合需求。考慮到人們對公園的使用受氣候影響較大，進行公園游憩研究應選擇戶外出游適宜度高的數(shù)據(jù)時段。本文選用的數(shù)據(jù)時段中，平均氣溫15℃以上的晴好天氣達11天，占全數(shù)據(jù)覆蓋天數(shù)的78.6%；且深受上海人民喜愛的顧村公園櫻花節(jié)在此時段開展，可認為此時段中的公園使用者行為受惡劣天氣影響較少，能反映游憩需求。研究中使用的是2014年3月中的某2周（共14天），包括4個休息日和10個工作日的上海2G移動用戶的手機信令數(shù)據(jù)，數(shù)據(jù)為匿名形式，每當手機與基站進行通信連接時，基站會進行記錄，產(chǎn)生一條信令數(shù)據(jù)記錄。每條信令數(shù)據(jù)包含用戶ID、時間戳、基站位置編號、事件類型（如接打電話、接發(fā)短信、位置更新）等信息，本研究使用的數(shù)據(jù)日均記錄到上海1 600～1 800萬個不同的手機識別號（約占2014年上海2 415萬常住人口的70%），日均手機信令記錄總數(shù)約6～8億條。

1.2 數(shù)據(jù)篩選

在初步“過濾”出在上海有穩(wěn)定居住地和工作地數(shù)據(jù)的基礎上，針對上海公園游客進行篩選的步驟如下。

1）選擇對象為公園周邊基站中有記錄的樣本。若樣本已被基站記錄，則說明該樣本曾到達該公園。

2）選擇第1步結果中0∶00—5∶00時段手機處于靜默狀態(tài)的樣本，即選擇出能識別出居住地位于上海的樣本，并能根據(jù)其來源地識別空間位置。

3）選擇第2步結果中有地理信息記錄的樣本，即識別出無信息缺失的有效樣本。再繼續(xù)進行精細化篩選，目的是選擇在開園時間出現(xiàn)的樣本，排除樣本中路過、周邊居住、工作記錄人群，得出接近現(xiàn)實情況的公園游客記錄。

4）選擇第3步中在6∶00—18∶00時段，即公園開園時間段內有記錄的樣本，并選擇其中記錄間隔2h及以上的樣本，即排除停留時間過短的路過公園附近的人群。

5）排除靜默時間段在基站范圍內的樣本，即0:00—5:00時段內處于關機狀態(tài)的居住在公園附近的樣本。

6）排除 1周內連續(xù) 5天中 10∶ 00—16∶00時段內出現(xiàn)在第5步篩選后樣本中的工作人口樣本。最后得出相應公園本批數(shù)據(jù)中能篩選出的最多游客記錄，時間跨度為連續(xù)的14天。將識別出的數(shù)據(jù)與現(xiàn)實人口數(shù)據(jù)與公園游客量進行比對檢驗。

手機信令數(shù)據(jù)在對個體行為軌跡記錄上存在時間與空間上的局限性。如對于不同用戶，記錄時間間隔不一，且普遍為1～2小時；使用基站位置表示用戶位置，在空間上會有一定的偏移，從幾百米（市區(qū)）到數(shù)千米（郊區(qū)）不等。因此，適合進行城市手機信令數(shù)據(jù)研究的空間研究尺度通常在街道及以上范圍?？紤]到基站信號與采集準確性，本研究以上海主城區(qū)為研究范圍，并去除白鶴鎮(zhèn)等4個數(shù)據(jù)缺失的街道區(qū)域。以面積大于10hm2的城市公園，及知名度較高的、規(guī)模接近10hm2的公園為研究對象。由于基站空間位置間隔約為中心城區(qū)500m，遠郊區(qū)2 000m，按照基站分布為網(wǎng)格形式進行估算，其面積識別精度為2.5hm2～4km2；本研究篩選的研究對象面積均在此空間范圍內，識別的數(shù)據(jù)精度與空間尺度相匹配；且研究對象與篩選數(shù)據(jù)的來源地均未涉及數(shù)據(jù)缺失區(qū)域，可支撐游客往返于公園與居住地之間的空間范圍記錄與數(shù)據(jù)精度。

1.3 數(shù)據(jù)可信度驗證

將上述識別結果在街道層面進行統(tǒng)計，得到全市各街鎮(zhèn)的可識別居住人口，與上海第6次人口普查數(shù)據(jù)中的各街鎮(zhèn)常住人口數(shù)進行相關性檢驗，發(fā)現(xiàn)手機信令數(shù)據(jù)識別結果與人口普查數(shù)據(jù)的居住人口數(shù)相關系數(shù)為0.904，具有較高的相關性。且在空間分布上也具有一定的相關性，可認為識別結果較為可靠[9]。選擇游客識別記錄較多、現(xiàn)實游客量大、區(qū)位便利的共青森林公園和游客識別記錄較少、現(xiàn)實游客量少、區(qū)位偏遠的古華園作為驗證代表，且分別選擇相應的3月日均記錄與年均記錄，進行比對驗證，目的是擬在不同時間段中尋找樣本具備代表性的證據(jù)。結果顯示：共青森林公園2014年3月日均游客量7 098人，識別出2014年3月14天日均游客記錄1 178人，占現(xiàn)實游客量的16.6%。古華園2014年日均游客量為4 778人，識別人均游客數(shù)為691人，游客識別率為14.4%。對于不同類型的公園，在不同時間維度上檢驗顯示手機信令數(shù)據(jù)得到的數(shù)據(jù)與現(xiàn)實游客量的占比具有一定的穩(wěn)定性，說明識別出的樣本數(shù)具有一定的代表性。

1.4 研究方法

數(shù)據(jù)處理階段，主要使用Microsoft SQL Server等數(shù)據(jù)庫管理軟件進行數(shù)據(jù)的篩選、合并、清理、查詢等工作；運用Microsoft Excel軟件對各類數(shù)據(jù)進行處理、匯總、分析。通過空間坐標關聯(lián)，將獲取的地理坐標點狀信息落實到ArcGIS 空間分析平臺[10]，實現(xiàn)活動空間的可視化[11]。借助ArcGIS 的空間提取功能，提取不同屬性的空間活動與城市用地，并通過柵格化處理、核密度分析、分區(qū)統(tǒng)計、3D模擬等分析方法，對游客來源地進行統(tǒng)計分析。

2 由上海大型城市公園“實達性”反映出的公園服務需求

2.1 上海大型城市公園分布現(xiàn)狀與使用概況

本研究以分布于上海陸域的大型城市公園為研究對象（圖1）。2014年上海共有10hm2以上的城市公園40座，由于東平國家森林公園位于崇明島，上海辰山植物園、上海大觀園、老港鎮(zhèn)桃博園由于相對高票價的原因，不能較客觀地體現(xiàn)上海居民游憩需求；浦東金海濕地公園處于閉園狀態(tài)。此外，黎安公園、新虹橋中心花園、臨江公園受公園基站位置設置影響，可識別出的數(shù)據(jù)量過少，但由于其區(qū)位的特殊性，對公園的整體需求格局并不會產(chǎn)生較大的影響；因此，以上8座公園未納入本研究范疇。研究選擇除去以上8座公園之外的32座有數(shù)據(jù)支持的上海大型城市公園為研究對象，根據(jù)其地理坐標分布可見此類公園多集中在中心城區(qū)，且分布密集。

1 上海大型城市公園分布現(xiàn)狀Large park distribution situation in Shanghai

2 手機信令數(shù)據(jù)顯示的上海大型城市公園游客來源地分布情況Distribution situation of large park visitors' origins dentified by mobile phone signaling data in Shanghai

2.2 上海大型城市公園的“實達性”分析

如圖2所示，由手機數(shù)據(jù)篩選出368 516條記錄，每條記錄可在GIS平臺中生成相應的點，每個點可代表一個游客的來源地，從該圖中可直觀地判斷大型城市公園游客在來源地的聚集程度。從總體趨勢上看，中心城區(qū)、南部新城與大型居住區(qū)游客聚集度高；浦西比浦東聚集度高。

如圖3所示，根據(jù)基于游客記錄產(chǎn)生的點數(shù)據(jù)，進行核密度分析，可得出每個公園游客的居住地—即對游客來源地更加準確的聚集情況描述。此類描述是將游客數(shù)量與空間范圍二者進行綜合表達的結果。選擇使用“分位數(shù)”法進行核密度分析，即將游客數(shù)量分成6類，并反映至相應空間范圍中。本研究將去過某大型城市公園的游客居住地，即游客來源的范圍，稱為某公園的“實達性”①。排除缺失數(shù)據(jù)區(qū)域，從總體空間分布來看，絕大多數(shù)大型城市公園的“實達”范圍圍繞公園周邊呈均質梯度分布，與服務半徑覆蓋面具備一致的空間特征。某些游客來源區(qū)塊較為特殊，其周邊雖無公園，但顯示出了游客來源地的聚集斑塊。如泗涇地鐵站、匯涇生活購物中心、沈家浜、顧家沙等區(qū)域，這些區(qū)域均為人口密度較大、生活設施便利的區(qū)塊。

2.3 基于“實達性”的出游率反映出的街道公園需求

傳統(tǒng)數(shù)據(jù)中，可通過某居住單元的出游率表達該空間的出游意愿，即出游需求。本研究使用某街道去過公園的游客數(shù)據(jù)除以該街道能識別出的手機信令數(shù)據(jù)總量，得出該街道單元的出游率來表達游客公園使用需求。根據(jù)出游率統(tǒng)計（圖4），4.87%為出游率的均值，可將此出游率值作為游客公園使用需求高低的分界點，從而分別統(tǒng)計出游客需求高低的街道數(shù)量和名稱。

2.4 以街道為空間單元的公園供需關系分析

根據(jù)出游率可將街道空間劃分為高低2類。根據(jù)大型城市公園供給情況，街道空間也可被劃分為高低2類，即街道空間中有大型城市公園的為高供給類，無則為低供給類。以街道空間為標準，將高低需求街道情況與大型城市公園高低供給情況進行圖面疊合，即可得出“高需低供”、“高需高供”、“低需高供”、“低需低供”4類空間區(qū)域。從4類空間來看，“高需低供”與“低需高供”區(qū)域均明顯表現(xiàn)出了供需不平衡；雙高區(qū)為游客需求釋放好，且可能得到滿足的熱點區(qū)域；雙低區(qū)為公園需求釋放不好，且公園供給不佳區(qū)域。根據(jù)供需關系建立的4類區(qū)域的分配比例來看，雙低區(qū)域占比79%，為絕大多數(shù)；高需低供區(qū)域占比10%，占比例最少，若優(yōu)先發(fā)展，集中資源進行建設，將較容易突顯建設效果。高需低供區(qū)域是最需增加公園的區(qū)域，主要涵蓋岳陽街道、洞涇鎮(zhèn)、馬橋鎮(zhèn)、車墩鎮(zhèn)等地區(qū)（圖5）。

3 公園服務供需關系分析

3.1 基于供需分析的新建公園建議

將最需增加公園的高需低供區(qū)域，與現(xiàn)有區(qū)、社區(qū)級公園進行再次疊加（圖6），可發(fā)現(xiàn)該區(qū)域街道中現(xiàn)有公園的數(shù)量現(xiàn)狀；按照數(shù)量高低進行排序，可擬定新建公園的建設秩序（圖7）。其中，金楊新村街道、洞涇鎮(zhèn)、馬橋鎮(zhèn)、車墩鎮(zhèn)、上海工業(yè)綜合開發(fā)區(qū)、濰坊新村街道區(qū)域中現(xiàn)有區(qū)、社區(qū)級公園最少，是新建公園時應最優(yōu)先選擇的區(qū)域。吳淞鎮(zhèn)街道、岳陽街道、泗涇鎮(zhèn)區(qū)域中有區(qū)、社區(qū)級公園，這些區(qū)域在新建公園時優(yōu)先級排第二②。

3 基于手機信令數(shù)據(jù)分析的上海大型城市公園“實達性”范圍Ranges of "real" service areas of large urban parks in Shanghai based on mobile phone signaling data anlysis

4 基于手機信令數(shù)據(jù)分析的街道空間單元的公園游客出游率統(tǒng)計Emissiveness of park visitors in Shanghai street space units based on mobile phone signaling data anlysis

5 基于游客需求與公園供給關系分析的4類街道空間Four types of street space units based on the anlysis of the relationship of park visitors'demand and park supply

6 高需街道區(qū)域與上海大型城市公園的疊加關系The superposition relation of high demand street space units and large urban parks in Shanghai

7 高需低供街道空間與區(qū)級社區(qū)級公園疊加關系The superposition relation of high demand and low supply street space units and parks of district and community level

8 4類區(qū)域與《上海市城市總體規(guī)劃（2016-2040）》新建公園區(qū)位疊合The Superposition relation of four types districts and new parks in "Shanghai Master Plan 2016-2040"

3.2 建設時序與數(shù)量分配建議

根據(jù)基于供需特征進行劃分的4類區(qū)域建設公園的優(yōu)先級進行排序，由高至低為：高需低供區(qū)、雙高區(qū)、雙低區(qū)、低需高供區(qū)。將高需低供區(qū)中優(yōu)先建設公園區(qū)域與《上海市城市總體規(guī)劃（2016-2040）》中新建公園的區(qū)位進行比對（圖8），篩選出淞南公園為最優(yōu)先建設的公園。

同理，雙高區(qū)中優(yōu)先建設的公園為：嘉寶、青松、廣富林、淞南、莊行、藍橋公園。

雙低區(qū)中優(yōu)先建設的公園為：嘉北、青北、川沙南、浦江、浦南、廊下、張堰、漕涇、申隆、臨港公園；低需高供區(qū)中優(yōu)先建設的公園是：青西、海灣森林、老港、濱海公園（表1）。

4 結論

基于上海市2014年手機信令數(shù)據(jù)，通過閾值的設定和調整，篩選出到訪過上海32個大型城市公園的游客匿名記錄，并根據(jù)其時空位置追蹤其來源地，劃分公園接近真實的空間服務范圍，即“實達性”。基于GIS平臺，通過“實達性”范圍內的游客樣本數(shù)據(jù)與上海街道空間單元的空間連接，計算各街道的公園出游率，將街道區(qū)域根據(jù)出游率劃分為高低需求區(qū)。結合上海不同級別公園的區(qū)位與街道的疊合情況，將上海被大型城市公園服務的區(qū)域劃分為高需低供、高需高供、低需高供、低需低供4類，并對每類區(qū)域的公園服務特征進行了評價。

從公園服務供需情況劃分出4類城市特征區(qū)域的分析視角重新認識城市空間，可為以公園系統(tǒng)為綱的戶外游憩綜合服務體系規(guī)劃提供依據(jù)。對照《上海市城市總體規(guī)劃（2016-2040）》（以下簡稱總規(guī)）發(fā)現(xiàn)位于高需低供，即亟需增加公園服務的區(qū)域公共活動中心有：城市副中心吳淞、花木、南橋；地區(qū)中心松江老城、泗涇鎮(zhèn)、張揚路；這些區(qū)域中的公園可考慮優(yōu)先發(fā)展，并結合定位與特性將公園建設融入生活設施的完善與生活空間的打造中。高需低供區(qū)域，與總規(guī)中黃浦江生態(tài)走廊建設中的松南片區(qū)、青松生態(tài)走廊中的廣富林及周邊片區(qū)有很大的重疊度，可見在進行生態(tài)保育的前提下，應首要關注該區(qū)域中的居民對公園需求與稀缺資源保護之間可能出現(xiàn)的矛盾。此外，根據(jù)總規(guī)中的大型新建公園選址與4類供需區(qū)域的疊合，對新建大型公園的選址與建設優(yōu)先級可提出建議。參照4類區(qū)域中的服務現(xiàn)狀，結合周邊用地情況，可將總規(guī)中建設城鄉(xiāng)公園體系的理念落實到供需層面進行細化：區(qū)級、社區(qū)級公園服務作為基礎，以大型公園提供的特殊服務為特點，以特征空間、自然人文資源、特殊設施等，作為引領這些公園發(fā)展的目標，以供需現(xiàn)狀為基礎，優(yōu)化公園體系結構。

表1 新建公園優(yōu)先級Tab. 1 Priority of Newly-built Parks

研究表明，基于帶有個人時空軌跡特征的新數(shù)據(jù)源，可為游客的現(xiàn)實公園需求與行為分析提供新思路，并為進行需求的量化分析提供了可能。研究使用手機大數(shù)據(jù)，自下而上分析城市居民對公園的使用情況，并與公園供給情況結合形成供需分析，輔助規(guī)劃理念的精準實施。

注釋：

①是本研究相對“可達性”提出的概念，可達性”是基于對游客來源可能性的預測。

②本研究所用數(shù)據(jù)為2014年，至今已有3年時間。3年期間，上海市重點建設的公園及覆蓋區(qū)域主要有：嘉定區(qū)上海汽車博覽公園、奉賢區(qū)四季生態(tài)園、楊浦區(qū)新江灣城公園以及寶山區(qū)智力公園；外環(huán)綠道、黃浦江濱江綠道；中央綠軸公園。嘉定、奉賢、寶山公園鄰近文中所提新建公園優(yōu)先區(qū)域，其他多位于中心城區(qū)，與研究體現(xiàn)的公園建設需求有一定的契合度。

③圖1改繪自2012年上海城市用地現(xiàn)狀圖；圖2～8為作者自繪；表1為作者自繪。

[1]吳嬌嬌. 城市公園綠地空間布局評價與多目標優(yōu)化研究[D].廣州：華南農業(yè)大學，2016：65.WU Jiaojiao. Research on Urban Park Service Assessment and Spatial Layout Optimization[D]. Guangzhou: South China Agricultural University, 2016: 65.

[2]蔡迎霞.城市綠地系統(tǒng)空間合理性評價[D]. 株洲:中南林業(yè)科技大學，2012：66.CAI Yingxia. Spatial Rationality Evaluation of Urban Green Space System[D]. Zhuzhou: Central South University of Forestry and Technology, 2012: 66.

[3]Van Herzele A; Wiedemann T. A monitoring tool for the provision of accessible and attractive urban green spaces[J].Landscape and Urban Planning, 2003, 63(2): 109-126.

[4]樊英姿. 基于GIS的城市生活空間中公園綠地的服務水平研究[D]. 上海：上海師范大學，2016：87.FAN Yingzi. Study on the Service Level of Green Park Space based on GIS in Urban Living Space—a Case of Shanghai City[D]. Shanghai: Shanghai Normal University, 2016: 87.

[5]李小馬，劉常富. 基于網(wǎng)絡分析的沈陽城市公園可達性和服務[J]. 生態(tài)學報，2009（3）：1554-1562.LI Xiaoma, LIU Changfu. Accessibility and Service of Shenyang's Urban Parks by Network Analysis[J]. Acta Ecologica Sinica, 2009(3): 1554-1562.

[6]陳書謙，戴冬暉，卜曉丹. 基于網(wǎng)絡分析法的公園綠地可達性研究[C]//城鄉(xiāng)治理與規(guī)劃改革—2014中國城市規(guī)劃年會論文集（07城市生態(tài)規(guī)劃）. 2014：1-11.CHEN Shuqian, DAI Donghui, PU Xiaodan. Park and Green Space Accessibility Research Based on Network Analysis Method[C]// Urban and Rural Governance and Planning Reform—2014 Proceedings of the Annual Conference of Chinese Urban Planning(07 Urban Ecological Planning),2014: 1-11.

[7]鄢進軍. 基于Huff模型的城市公園綠地系統(tǒng)規(guī)劃布局探討[D]. 重慶：西南大學，2012.YAN Jinjun. Urban Public Park System Distribution's Optimization Basing on the Huff Model[D]. Chongqing:Southwestern University, 2012.

[8]高興. 基于兩步移動搜尋法的山地城市公園綠地布局探討[D]. 重慶：西南大學，2016.GAO Xing. Research on Mountainous City Green Space Layout Based on Two-step Floating Catchment Area Method[D]. Chongqing: Southwestern University, 2016.

[9]鐘煒菁.基于手機信令數(shù)據(jù)的上海中心城區(qū)城市活動空間分類與特征研究—時間與信令類型視角的探索[D]. 上海：同濟大學，2017.ZHONG Weijing. Research on the Classification and Characteristics of Urban Activity Space in Shanghai Central City Based on Mobile Phone Signaling Data: From the Perspective of Time and Signaling Event[D]. Shanghai:Tongji University, 2017.

[10]戴代新，謝民. 公眾參與地理信息系統(tǒng)在風景園林規(guī)劃中的應用[J]. 風景園林，2016（7）：98.DAI Daixin, XIE Min. The application of Public Participation Geographic Information Systems in Landscape Architecture[J]. Landscape Architecture, 2016(7): 98.

[11]方家，王德，謝棟燦，等. 上海顧村公園櫻花節(jié)大客流特征及預警研究—基于手機信令數(shù)據(jù)的探索[J].城市規(guī)劃，2016，40（6）：43.FANG Jia, WANG De, XIE Dongcan, et al. Research on Dynamic Change and Early Warning of Large Tourist Flow Based on Mobile Signal Data Analysis: A Case Study of Gucun Park Sakura Festivalin Shanghai[J]. City Planning Review, 2016, 40(6) : 43.