规划问道【作者简介】
姜宇逍，天津大学建筑学院、香港城市大学建筑与土木工程系联合培养博士生
陆毅，香港城市大学建筑与土木工程系副教授，博士生导师
运迎霞，天津大学建筑学院教授，博士生导师
任利剑，天津大学建筑学院副研究员，通信作者
提要
城市活力研究受到城市科学多个领域的广泛关注，然而现有研究主要集中于城区尺度，鲜有跨行政区尺度的活力研究。利用腾讯位置服务（LBS） 数据，以北京通勤圈为例，通过构建城市活力度量指标，分析城市活力的多维度空间格局；依据活力潮汐足迹，划分北京通勤圈的活力梯度，并探索不同梯度地区的城市活力空间特征；利用空间回归模型进一步研究不同梯度地区城市活力水平的影响机制。研究发现：北京通勤圈形成了“一主一副多点”的活力空间格局；以北京中心城区为中心，划分高中低三个梯度区，其半径阈值分别为8—22km 、32—68km和94—134km；除奥森片区外，梯度水平与活力中心能级成正比，与其腹地范围成反比；除道路密度和土地利用混合度在各梯度地区都与活力水平显著正相关外，不同梯度地区城市活力的影响机制不同。通过揭示不同梯度地区的活力水平及其影响机制，可以从区域结构、城乡融合、交通组织、设施配套等方面提出更精确的规划策略，从而促进城乡高质量发展。
关键词
城市活力；梯度理论；北京通勤圈；建成环境；影响机制
城市活力以其在城市韧性、社会可持续性和创新能力等方面的积极影响而受到城市研究学者的广泛关注。随着全球化进程的加快，交通拥堵、职住不平衡等大城市病逐渐凸显，导致部分地区城市功能与活力水平不匹配，城市活力在城市内部及城市之间分布失衡。为解决上述问题，学者们建议通过规划手段增强城市活力，例如，增强街道美感、增加公共空间、建立步行友好街区等。
尽管学者对于城市活力的研究正在不断深入，但这些研究主要聚焦在街道或城市层面，对于跨行政区尺度的研究较少。随着我国城市化水平的提升，城市间的联系打破了城市的行政边界，突出表现为以通勤行为为主的空间联系。这也诱发了新的研究需求，即从都市圈或通勤圈视角探索区域内的活力分布特征与影响机制。
近年来，国家发改委《关于培育发展现代化都市圈的指导意见》等政策明确指出，都市圈是城市群内部以超大特大城市或辐射带动功能强的大城市为中心、以1h通勤圈为基本范围的城镇化空间形态。这表明城市通勤圈不仅是城市居民从居住地到工作地往返的地理范围，而且包括这个范围内的居民、经济活动、社会关系以及交通网络等多种元素。以北京通勤圈为例，随着京津冀综合交通系统的不断完善，部分在北京工作的居民选择居住在住房成本较低的环京地区。因此，仅研究北京市中心城区的城市活力无法准确反映北京市域内的居民活动状态。通过以北京通勤圈为研究范围进行城市活力研究，可以更深入地了解和把握北京市及其周边地区的关系，全面理解居民的生活方式和节奏。此外，通过中微观尺度研究北京通勤圈的城市活力时空模式与影响机制，可以揭示区域内空间发展存在的问题，从而进行有针对性的功能空间组织优化。
“梯度”是指事物存在空间分布不平衡或发展阶段不统一的现象，其空间分布一般沿着一个方向递增或者递减。就都市圈或城市群而言，由于政策、产业、人口向中心城市集中形成极化效应， 都市圈内部形成活力高梯度地区。伴随着中心城市规模的扩大，人口的过度集聚引发城市问题，导致部分居民转移与活力外溢，这一过程中区域内形成不同的活力梯度。然而，不同的活力梯度如何识别？活力梯度具有怎样的空间布局形态？不同活力梯度区的影响机制是否相同？这些问题尚不清楚。
因此，科学划分区域活力梯度，探究不同梯度水平下城市活力的影响机制， 对于感知跨行政区域的城市居民活动水平、激发区域活力有积极作用。本研究以北京通勤圈为例，基于腾讯LBS数据，采用分析活力潮汐足迹的方法在跨行政区尺度上对城市活力进行梯度划分。同时，探讨研究区域内城市活力的时空分布结构，识别区域内活力中心及其所属梯度范围，并探讨不同梯度水平下建成环境要素对于城市活力的影响机制。
1 研究数据与方法
1.1 研究区概况
通勤圈是一个复杂的空间形态，它是由高速铁路走廊、高速公路网络以及交通枢纽和产业布局共同构成的。参照这一概念，本文所界定的北京通勤圈，是指与北京市域空间范围存在1h通勤联系的周边地区。考虑到相关政策制定的有效性主要适用于县级以上的人民政府，因此，本文选取完整的区县行政单元，最终将北京通勤圈范围确定为北京市、天津市全域，以及河北省保定市、承德市、廊坊市、张家口市部分区县（图1），研究范围面积为63111.82km²，常住人口为4833.45万人（2020年）。
本研究中的北京通勤圈范围，远远超出北京市中心城区范围。为了更准确地研究北京通勤圈内的人口跨行政区流动，并适应数据获取的空间粒度限制， 本研究选择使用覆盖北京通勤圈的2km×2km方格网作为基本分析单元，以取代原来的区县行政单元。
在研究基本单元构建中，通过使用 2 km×2 km的方格网为单位对数据进行汇总， 将研究区域内数据量为0的网格（主要是森林、农田或大型自然保护区） 剔除后得到10551 个网格。每个网格都汇总了腾讯用户活动的数量，以表征该 表格的城市活力。
1.2 研究方法
1.2.1 活力空间格局探索：构建活力测度指标
使用腾讯LBS数据衡量北京通勤圈城市活力。以1h为采样周期，运用腾讯API接口，对研究区内的采样点进行连续5个工作日（2019-04-22—2019-04-26）的数据收集。考虑到午夜后手机数据的准确性问题，保留了早上6:00到24:00之间的数据。数据集包括采样点ID、采样点坐标、18个时间戳的人类活动数量（表1）。取5个工作日的均值作为该采样点18个时间戳的平均人类活动数量。
为了全面地探索城市活力的空间分布模式，基于收集到的人类活动数量构建五个城市活力指标，即平均活力水平、城市活力稳定性、日间活力水平、夜间 活力水平和昼夜活力潮汐，见表2。
1.2.2 活力梯度识别：活力潮汐足迹
1.2.3 不同梯度地区的活力特征：活力中心识别与活力中心腹地测度
由于研究区内任一网格j 都受到研究区内各活力中心的影响，通过计算出各个活力中心的场强并相互比较，可以找到对网格j 场强影响最大的活力中心，即可认为网格j 是该活力中心的腹地。
1.2.4 活力梯度影响机制：空间回归分析
活力梯度影响机制的评估使用了建成环境研究中经典的5D 框架，即密度、目的地可达性、多样性、设计和交通换乘距离。在5D 框架基础上增加三个可能影响活力的要素，包括基础设施建设水平、经济活动强度和绿化水平，构 成本研究的指标体系（表3）。POI 数据来自高德地图2019 年POI 数据集。道路密度、公交站点、地铁站点、城际铁路 站点和高速出入口等数据来自Open Street Map 地图。由于数据获取限制，本文参照了国内外的相关研究，使用不同 类型的POI 数据取代《国土空间调查、规划、用途管制用地用海分类》中的各 类用地数据，通过各类型POI 的熵值， 得到土地利用多样性。其中，餐饮服务POI代表商业服务类用地，公共服务设施POI 代表公共管理与公共服务类用地，居住区POI 代表居住类用地。使用企业POI 代表区域内第二产业就业分布情况，以代表工矿用地。
经济活动强度和人口密度数据均来自资源环境科学数据注册与出版系统。绿化水平和基础设施水平数据 分别来自于2019年4 月获取的Sentinel-2 遥感图像和NPP-VIIRS 夜间灯光图像。此外，由于北京通勤圈城市中心区、城市边缘区及乡村区域的建成环境指标存在部分差异，在分析过程中根据后续不同梯度区域进行指标选取。
2 北京通勤圈活力空间分布特征
2.1 城市活力空间格局
如图2（a）、图2（b）所示，北京通勤圈活力空间分布呈现“一主一副多点” 的等级结构特征，区域内活力水平展现出较大的城市间、城乡差异。其中，平均活力水平 （VL） 最高的地区主要集中在北京市中心城区核心区（四环线以内）和天津市中心城区核心区 （中环线以内）。北京市四环至六环之间的区域和各 区县的核心区也具有较高的活力水平， 外围乡村地区活力水平普遍较低。毗邻 北京市域边界东南部有多个明显的高活 力集聚区，如廊坊市、香河县、大厂回族自治县、三河市的中心区。研究区70% 以上的区域为低活力地区，发展状况相对较差。北部区域地形条件一定程 度上影响了人口的聚集，也进一步影响了当地的活力水平。
活力稳定性（CV）的空间分布与区域发展模式密切相关。从图2（c）活力稳定性分布图可以看出，北京中心城区具有高度城市化、高经济活力、完善的生活配套等特点，极大增加了北京的人口吸引力。北京市中心城区及区域内其他市县的核心区活力稳定性较高（CV＜0.506）， 而广大乡村地区稳定性较低， 表明乡村地区全天活力的变化较大。同时，北京市及北京市外东南方向部分地区形成连绵的高活力稳定性片区，突破了行政边界的范围。
图2 （d）、图2（e）分别展示了研究区日间活力水平（DV）和夜间活力水平（NV） 的空间分布特征。总体来说，日夜活力水平分布与全天的平均活力水平空间分布特征相似，但北京中心城区核心区（四环内）的日间活力水平整体高于夜间活力水平。图2（f）展示了昼夜活力潮汐空间分布。活力潮汐高值地区主要集中分布在北京中心城区三环线内、中关村、望京、亦庄及天津市南开区、和平区、滨海新区的部分区域。低值区域主要穿插在高值区域周边。此外，环京区县的中心主要以低值区为主。
2.2 活力梯度分布
都市圈“梯度”往往呈现出圈层特 征，本文以天安门为中心，使用不同半 径的同心圆统计活力潮汐，建立昼夜活 力潮汐之和与半径的对应关系（图3）。昼夜活力潮汐之和随着同心圆半径的增加，先升高再逐渐降低，在110km处活力昼夜潮汐正值与负值总和相当，活力 潮汐和为0，达到北京通勤圈的最大范围。在此基础上，基于图 3 中活力潮汐足迹折线斜率的变化和北京通勤圈的城乡过渡特征，可以将研究区划分为4类区域，即由中心城区向外依次形成理想的高中低活力梯度区，距离中心超过110 km 的区域定义为其他地区。具体而言，昼夜活力潮汐和首先随着半径增加 而增加，对应的同心圆区域内多数地区 白天活力水平高于夜晚活力水平，在半径16km 时昼夜活力潮汐和达到峰值。此后昼夜活力潮汐和逐渐下降，半径16km至60km 的区域，对应的活力潮汐和经历了先快速下降再放缓的过程，而在半径超过60km时下降速率趋于稳定， 直至半径110km处昼夜潮汐和降为0。结合北京市中心城区、城市边缘区和外 围乡村地区的空间分布，将16km、60km和110km确定为划分高中低活力梯度区临界值。
图4（a）展示了理想状态下同心圆模式的城市活力梯度示意图，以天安门为中心，半径16km的圆作为活力高梯度区，16—60km的同心圆环作为活力中梯度区，60—110km圆环作为活力低梯度区。考虑到北京市的主要发展方向和自然地形条件，以同心圆划分梯度可能无法准确表达北京通勤圈的实际活力分布。因此，本研究以8个等分的方向重复活力潮汐足迹实验，确定各方向的活力梯度足迹，得到北京通勤圈区分方向的活力梯度图[图4（b）]，并根据各梯度内不同方向的半径大小确定各活力梯度区的半径阈值。具体而言：高梯度地区半径阈值范围为8—22km，区域包括北京市三环的全部地区及西南四环至五环的部分地区；中梯度地区边界半径阈值范围为32—68km，区域半径西南—东北方向长，其他方向短，除北京市域外， 还包括了涿州、廊坊、北三县的部分地区；低梯度地区边界半径阈值为94—134km，东南京津走廊半径为最短的94km，主要包括了天津市武清区部分区域。其他方向除北京市域内房山、延庆、平谷外，还包括了蓟州区以及张家口、保定和承德市域的部分区域。整体而言，区域活力水平沿高梯度区—中梯度区— 低梯度区依次递减，高梯度区以高密度城市建成区为主，中梯度区主要由北京中心城区外围城市边缘区组成，低梯度区主要由乡村地区和北京周边区县中心组成。
2.3 各梯度活力中心及其腹地范围
通过ArcGIS 山顶点分析识别出了研究区内 50 个活力中心图5（a），以平均活力水平为标准，通过自然断点法将各活力中心的能级分为5级（图6）。奥森片区活力水平显著高于其他活力中心， 成为唯一的一级活力中心。此区域配套设施完善，是研究区内居住密度最高的地区，职住功能集中且相对平衡。二级活力中心包括了CBD 核心区、中关村等北京中心城区内的不同区域，区域就业职能略强于居住职能，区域活力水平较高。三级活力中心由北京中心城区外围的传媒大学、亦庄、四惠等地区以及天津市、保定市、张家口市、廊坊市的中心城区等区域组成，分布较为均衡。四级和五级区域则以北京市域内外围的区县中心区和环京部分区县中心区为主，这类区域主要处于研究区内经济发展水平较弱的外围地区。值得注意的是，与北京市人员联系紧密的北三县的活力中心分别属于四级和五级活力中心，活力水平较低。
通过分析不同梯度地区内活力中心的能级分布和影响腹地范围，进一步了解北京通勤圈内不同梯度地区的活力特征。在活力中心能级分布方面，研究按照高中低梯度的划分统计识别的活力中心，结果如图5（b）、表4 所示。总体来说，各个梯度区域活力中心数量相对均衡，高梯度区域的活力中心能级较高， 以前三级为主，中梯度区域主要包含了三级和四级活力中心，低梯度区域的活力中心能力较低，以五级活力中心为主。
从活力中心腹地范围上看，通过对于各个活力中心场强的计算，得出各活力中心的腹地。如图5（c）所示，各活力中心边界清晰，基本未出现争夺腹地的现象。活力能级最高的奥森片区活力中心腹地范围最大，有向北向西扩散的 特征。这种分布特征可能与北京市中心 城区西北缺乏活力中心分布有关。其余 活力中心围绕自身有明确连片的腹地，活力分布的地区性较为明显。位于东南 部的京津走廊活力腹地分布较为均衡， 而西北部活力中心分布较少。将活力中 心腹地范围按照高中低梯度统计如图5（d）所示，除奥森片区腹地较大外，其余活力中心腹地的大小与其梯度水平成 反比，即高梯度区域活力中心腹地较小， 低梯度地区活力中心腹地普遍较大，中 低梯度区活力中心腹地主要集中于研究 区的东南方向。
3 北京通勤圈活力梯度影响机制
为了探究不同梯度水平下的建成环境要素与城市活力水平之间的关系，分别以高梯度、中梯度和低梯度地区图4（b）为研究范围，平均活力水平为因变量建立空间回归模型。通过拉格朗日因子检验结果，高梯度地区采用SEM模型， 中梯度和低梯度地区选择SLM 模型。分析结果表明，不同梯度地区城市活力影响机制不同，土地利用混合度和道路密度对各梯度的城市活力水平均有显著影响。结合表5，可以进一步归纳影响不同梯度地区平均活力水平的建成环境要素及其影响机制：
对于高梯度地区而言， 建筑密度（0.001）、企业POI（0.319）、土地利用混合度（24.203）、道路密度（578.699）、是否有地铁站（226.152）以及归一化植被指数（24.659）与活力水平空间分布呈显著正相关关系，至北京主要就业中心的距离（-40.612）则与活力水平空间分布呈显著的负相关关系，该结果与以往针对中心城区城市活力的研究一致。便捷的交通系统和高密度的生活方式极大促进了区域内人员的流动和不同功能之间的空间联系，有利于更好地激发城市活力。高密度地区较高的绿化水平可以为区域内居民提供更好休憩功能， 提高居民的生活质量。企业的集聚和至北京主要就业中心更近的距离有利于提升劳动力吸引力，激发城市经济活力。
对于中梯度地区而言， 人口密度（0.011）、餐饮购物POI（0.078）、居住区POI（0.122）、 土地利用混合度（13.534）、道路密度（378.078）以及基础设施水平（5.794）与活力水平空间分布呈显著正相关，至北京主要就业中心距离（-143.233）呈显著负相关。对于该区域而言，企业POI 和归一化植被指数不再对城市活力具有显著相关性，而居住和餐饮购物类POI 却展现出显著的相关性。这可能是因为中梯度地区建设用地主要以居住及与居住相关的生活服务配套为主，产业集聚能力与高梯度地区有明显差异，因此，人口集聚能力和服务于居民日常生活的要素对于城市活力有正向的影响。除道路密度、土地利用混合度外，至北京主要就业中心的距离仍被认为是影响该区域活力的最重要因素，表明北京主要就业中心（金融街， CBD，中关村） 的就业人口活动范围可覆盖到中梯度地区。
对 于 低梯度地区 ， 人口密度（0.013）、公共服务设施POI（0.693）、居住区 POI（0.069）、 土地利用混合度（3.424）、道路密度 （181.476）、国民生产总值（0.000）以及基础设施水平（2.735）与平均活力水平显著正相关，至就业中心的距离不再具有显著的相关性。整体而言，低梯度地区展现出与中梯度地区相似的活力影响机制，然而随着至中心城区的距离进一步增加，低梯度区域的居民与北京中心城区的联系进一步减弱，该区域活力水平主要受本地各类生活服务设施水平及经济社会发展水平的影响。值得注意的是，并未发现至城际车站和高速出入口的距离与中低梯度的活力水平有显著的相关关系。
4 结论与讨论
面向探索跨行政区城市活力空间分布及影响机制的目标，本文以2 km×2 km 方格网作为研究单元，采用LBS 数据和其他多源城市大数据，精确评估了北京通勤圈活力的空间分布特征，明确了研究区内梯度结构，并探索了不同梯度地区城市活力的影响机制。
第一，空间活力水平在跨行政区尺度上显示出明显的城市间、城乡差异特征，揭示了北京通勤圈内人口集聚能力和发展水平不均衡的格局。随着城镇化水平的提高，各地户籍、就业等相关政策不断放松限制，我国人口政策表现出对于流动人口居住从限制到促进的逐步转变。然而大城市高昂的住房和生活成本仍促使部分居民选择了中心—边缘的通勤模式。因此跨行政区的活力研究能够更有效和准确地评估区域活力的空间分布特征。
第二，基于梯度理论运用活力潮汐足迹识别出北京通勤圈活力梯度圈层及其划分的阈值范围，从人本角度，基于时空行为特征识别大尺度地区的活力空间分布特征，可为都市圈和城市群尺度的活力研究提供参考。在规划制定过程中，应规范研究区内产业分布，推动北京市部分产业的外移，建设更多的就业中心，提高居民通勤需求与城市综合交通体系的匹配度，逐步提高中低梯度地区整体活力水平。
第三，通过各梯度城市活力机制分析，研究发现北京通勤圈内高中低梯度地区的活力影响因素存在差异，提升道路密度和土地利用混合度对于各梯度区域的活力水平均有显著的正向影响。明确影响不同梯度地区活力水平的主要建成环境要素，有助于在保障性住房、“城中村”改造、“平急两用”公共基础设施建设等新时代建设领域的“三大工程” 建设中找到提升本地区城市活力的抓手。
本文通过识别北京通勤圈内城市活力的不同梯度地区，为都市圈城市活力研究提供了新的视角，为区域活力空间结构优化和功能合理布局提供了精细化的参考。后续研究可在不同梯度区内考虑工作日/休息日的活力水平和活力稳定性与建成环境的关系，进一步明确不同梯度地区内城市活力的时空特征。
本文引用格式：姜宇逍, 陆毅, 运迎霞, 等. 基于梯度理论的北京通勤圈城市活力特征与影响机制研究[J].城市规划学刊,2023(6):50-58. (JIANG Yuxiao, LU Yi, YUN Yingxia, et al. Urban Vitality Characteristics and Impact Mechanisms in Beijing’s Commuting Circle: A Gradient Theory Perspective[J]. Urban Planning Forum,2023(6):50-58.)
本文为《城市规划学刊》原创文章
欢迎在朋友圈转发
识别二维码 访问本刊官网
URBAN PLANNING FORUM Since 1957
创新性、前瞻性、学术性
中文核心期刊，中国科技核心期刊，中国人文社会科学核心期刊，中文社会科学引文索引来源期刊（CSSCI），中国期刊全文数据库（CJFD）全文收录期刊，中国学术期刊综合评价数据库（CAJCED）统计源期刊，中国科学引文数据库（CSCD）来源期刊，中国核心学术期刊（RCCSE），国家哲学社会科学学术期刊数据库收录期刊
官网链接：https://upforum.tongji.edu.cn/main.htm
投稿链接：http://cxgh.cbpt.cnki.net
Email: upforum@vip.126.com
电话：021-65983507
传真：021-65975019
微信号：upforum
原文始发于微信公众号（城市规划学刊upforum）：【文章精选】基于梯度理论的北京通勤圈城市活力特征与影响机制研究 | 2023年第6期
