城市活力一直是城市规划领域的热点话题。使用百度人口热力数据度量城市活力,使用电子地图兴趣点(point of interest,POI)数据、城市矢量数据、夜间遥感影像数据等度量合肥市区建成环境,利用普通最小二乘法线性回归模型(ordinary least ...城市活力一直是城市规划领域的热点话题。使用百度人口热力数据度量城市活力,使用电子地图兴趣点(point of interest,POI)数据、城市矢量数据、夜间遥感影像数据等度量合肥市区建成环境,利用普通最小二乘法线性回归模型(ordinary least squares regression models)与地理加权回归模型(geographically weighted regression models)探究合肥市城市活力与建成环境之间的影响机理。结果表明:合肥市区的城市活力总体呈现出由中心向四周逐级递减、局部高值集中的空间分异特征,空间分布极不均衡。建成环境对城市活力影响具有空间异质性。提升地区功能混合度、建筑平均层数以及基础设施完善度能够在全局范围内有效改善地区活力;而居住人口密度、街区POI密度、道路交叉口密度、建筑容积率、绿化水域覆盖率、共享单车密度、商业服务设施可达性、教育文化设施可达性等指标则因空间位置的不同而对城市活力产生促进或抑制的双重作用;与公交站最近距离、与地铁站最近距离指标则与城市活力具有负相关性。结合研究结果对城市规划与管理提出一定建议,有助于城市开展精细化与差异化街区建设,促进城市良性发展。展开更多
文摘城市活力一直是城市规划领域的热点话题。使用百度人口热力数据度量城市活力,使用电子地图兴趣点(point of interest,POI)数据、城市矢量数据、夜间遥感影像数据等度量合肥市区建成环境,利用普通最小二乘法线性回归模型(ordinary least squares regression models)与地理加权回归模型(geographically weighted regression models)探究合肥市城市活力与建成环境之间的影响机理。结果表明:合肥市区的城市活力总体呈现出由中心向四周逐级递减、局部高值集中的空间分异特征,空间分布极不均衡。建成环境对城市活力影响具有空间异质性。提升地区功能混合度、建筑平均层数以及基础设施完善度能够在全局范围内有效改善地区活力;而居住人口密度、街区POI密度、道路交叉口密度、建筑容积率、绿化水域覆盖率、共享单车密度、商业服务设施可达性、教育文化设施可达性等指标则因空间位置的不同而对城市活力产生促进或抑制的双重作用;与公交站最近距离、与地铁站最近距离指标则与城市活力具有负相关性。结合研究结果对城市规划与管理提出一定建议,有助于城市开展精细化与差异化街区建设,促进城市良性发展。