【论文分享】测量城市夜间活力及其与城市空间结构的关系：一种数据驱动的方法

近年来，夜间活力作为反映城市经济和生活质量的重要指标受到关注。本次我们给大家带来一篇SCI论文的全文翻译。该论文采用了数据驱动的方法来测量夜间活力，并探索了其与城市空间结构的关系。该论文派生的洞见可以帮助制定空间策略，以增强夜间活力和生活质量。

【论文题目】

Measuring urban nighttime vitality and its relationship with urban spatial structure: A data-driven approach

【题目翻译】

测量城市夜间活力及其与城市空间结构的关系：一种数据驱动的方法

【期刊信息】

Urban Analytics and City Science 2023, Vol. 50(1) 130–145

【作者信息】

1.Chao Wu

南京邮电大学地理与生物信息学院，南京，中国 江苏省智慧健康大数据分析与位置服务工程实验室，南京邮电大学，南京，中国 

2.Minwei Zhao

南京邮电大学地理与生物信息学院，南京，中国

3.Yu Ye (yye@tongji.edu.cn)

同济大学建筑与城市规划学院，上海，中国密集栖息地生态与节能研究重点实验室（同济大学），教育部，上海，中国

【关键词】

夜间活力、城市空间结构、多源城市数据、数据驱动、深圳

---

【摘要】

近年来，夜间活力作为反映城市经济和生活质量的重要指标受到关注。然而，要描述这一无形问题颇具挑战。作为回应，本研究采用了数据驱动的方法来测量夜间活力，并探索了其与城市空间结构的关系。具体来说，本研究使用了美团网——中国最大的本地消费品和零售服务购物平台的数据，基于层次加权方法来测量夜间活力。评估了城市空间结构的多维特征。进行了空间回归模型，分析城市空间结构对夜间活力的影响。相关估计在街区功能、建筑密度、互动密度、地方封闭性以及主要人口年龄结构等指标上统计显著。我们的发现提供了对夜间活力的更全面理解，这一点在城市活力研究中常常被忽视。本研究派生的洞见可以帮助制定空间策略，以增强夜间活力和生活质量。

【前言】

夜间活力指的是在夜间促进活跃的社会和经济活动的能力，这可以通过人与建筑环境之间的相互作用来激发（Jacobs 1961; Ye et al., 2018）。如今，寻求更具活力的城市空间已成为可持续城市发展的关键问题（Braun and Malizia, 2015）。然而，中国早期快速但低质量扩张的城市化，不可避免地导致活力下降（Williams et al., 2019; Yue et al., 2021）。特别是在 COVID-19 疫情期间，全球范围内观察到代表夜间经济的夜间灯光的下降（Xu et al., 2021）。因此，测量夜间活力及其影响因素有助于构建宜居环境（Chen et al., 2019; Lan et al., 2020; Wu et al., 2018a）。

夜间活力在城市研究中常被忽视（Van Liempt et al., 2015）。时间作为城市活力的一个重要特征，应当与空间同等重要（Xia et al., 2021）。一系列实证研究表明，夜间活力不能简单地以白天的情况来概括，因为夜间在心理和情感因素以及环境因素方面具有特殊性（Edensor 2015; Morris 2011; Saraiji et al., 2016）。白天人口的聚集和移动主要受到通勤的影响，白天的活力更为稳定且容易识别（Lin and De Meulder, 2012）。相比之下，夜间活力可以更好地反映居民的夜生活方式，缓解琐碎的工作和日常烦恼，这可以将白天紧张的赚钱模式转变为晚上的放松消费模式。夜间与白天活力的差异不仅是时间上的，还包括社会和环境维度（Kim, 2020）。此外，夜间活力的空间变化很大程度上取决于居民主观感知所选择的目的地（Pan and Du, 2021）。因此，寻找一个合适的代理变量来代表夜间活力是必要的。得益于近年来大量地理数据的出现，学者们获得了在更细的尺度上改进夜间活力测量的能力。

城市空间结构是物理环境、功能活动、社会经济发展和人口移动之间关系和相互作用的表达（Anas et al., 1998; Krehl, 2015）。二维（2D）指标包括土地使用、人口分布、建筑布局和道路网络。作为居民夜间日常活动的载体，城市空间结构与城市活力密切相关（Chen et al., 2019）。虽然有几项研究确定了城市空间结构对活力的影响（Lan et al., 2020; Mouratidis and Poortinga, 2020; Zhang et al., 2020），但它们对夜间活力的适用性并不完全。例如，街道功能默认适用于白天使用，而不是全天24小时（Song and Siu, 2011）。此外，来自三维（3D）环境的居民主观感知在相关研究中很少被分析。夜间活力的影响机制仍然不清楚。

以中国深圳为例，本研究旨在开发一种数据驱动的方法来测量夜间活力，并探索城市空间结构的影响。我们的工作目标是：（1）设计一种新的合理方法来量化夜间活力这一无形概念；（2）从三维（3D）视角扩展城市空间结构的指标；（3）探索城市空间结构与夜间活力之间的量化关系。这些发现将帮助城市政策制定者和规划者改善生活环境并发展夜间经济。

【文献综述】

1.1 夜间活力：定义及其特点

自1960年代以来，经过长时间的讨论，城市活力的定义已逐渐明确为与建筑环境相关的人类活动和社会互动（Jacobs 1961; Montgomery 1998; Ye et al., 2018）。然而，城市活力与夜间活力之间的不同表现仍未得到足够关注。最近的实证研究表明，夜间活力不能与城市活力等同视之，因为前者具有强烈的时间特征（Kim, 2020; Van Liempt et al., 2015）。为了进一步定义这一问题，本研究增加了一个时间限制，即晚上6点至早上6点的时段（Beer, 2011）。此外，考虑到商店常常在晚上10点关闭，将此时间用以区分夜晚的早期和晚期。

夜间活力具有独特的社会经济、人口统计和环境特征，这些特征在分析夜间活力的影响机制时应予以考虑。夜间主要发生的活动是服务行业中的生产或消费行为，包括餐饮、购物、娱乐和健身，这是夜间活力的主要社会经济特征（Bianchini, 1995）。夜间活力的人口统计特征也十分明显，年轻一代是刺激夜间活力的“主力军”（Chatterton and Hollands, 2002; Van Liempt et al., 2015）。外部因素，如基础设施和城市管理，在白天和晚上的表现也不相同（Song and Siu 2011）。最后，由于缺乏阳光，夜间活力更多地依赖于居民对环境的感知，包括舒适度和安全感（Young and Farber, 2019）。

1.2 夜间活力的多源城市数据测量：成就与局限性

新兴的多源城市数据的出现提供了关于人类活动非常详尽的时空记录，这启发我们研究夜间活力。例如，Wu et al., (2018a) 和Chen et al., (2019) 均使用社交媒体数据来反映人类流动性和聚集的时间变化。Xia et al., (2020) 采用小型餐饮业务数据和夜间光数据来区分白天和夜间活力。同时，夜间光遥感成像已被用作夜间活力的代理指标（Zhang et al., 2021）。此外，移动电话活动数据已被用来测量作为夜间活力指标的行人活动（Kim 2020; Yang et al., 2021）。

上述研究已证明，活跃场所在白天和夜间在空间上有所不同（Zhang et al., 2020）。然而，现有工作仍存在一些局限性。夜间光与人口密度或经济水平之间存在显著关联，但这些关联也存在不确定性（Briggs et al., 2007）。即是，光线最亮的地方有时并非人口最多和经济最发达的地方。此外，社交媒体签到和手机数据不可避免地存在准确性和抽样偏差问题（Yuan and Wang, 2018）。

因此，有必要引入新的数据和方法作为更有效和直接的指标来测量夜间活力。

1.3 城市空间结构与活力：从二维视角的成就

形态学、功能性和位置属性常用于描述城市空间结构（Burger and Meijers, 2012; Tian et al., 2010），在此结构中，人们可以定期聚集，活动可以在明确的模式下进行（Gehl ,1987）。因此，城市空间结构对城市活力有深远的影响（Huang et al., 2020; Ye and Van Nes, 2014）。具体来说，混合空间功能、街道连通性、密集人口和适宜的建筑密度对于模拟城市活力是必要的。一系列地理数据，如兴趣点（POI）、道路网络、建筑和土地使用数据，已被应用于从二维视角量化评估城市空间结构。一个具有优化空间结构的本地环境，包括友好的人行道、良好的绿色视野、混合土地使用和坚固的基础设施，将鼓励人们聚集，从而有效地增强城市活力（Zumelzu and Barrientos-Trinanes, 2019）。已进行了大量研究（见表1）以探索城市活力的影响机制，这有助于我们探索夜间活力的影响机制。

表1. 城市活力及其影响因素的部分研究列表。

1.4 街景图像的出现：人类感知的可能性

 街景图像作为一种新的数据来源，反映了人类对环境的感知，已逐渐在城市研究中得到应用（Tang and Long 2019; Yao et al., 2019）。同时，深度卷积神经网络为有效的图像信息识别提供了技术支持。街景图像已被用来评估街道的安全感知（Larkin et al., 2021）、绿色可见度（Long and Liu 2017; Wu et al., 2022）、可步行性（Su et al., 2019）以及视觉质量（Ye et al., 2019b）。人类感知是评估城市空间结构的一个重要组成部分（Jiang et al., 2022）。迄今为止，与当地环境的人类感知相关的指标在分析夜间活力时很少被考虑。

1.5 当前差距与我们的研究  

与夜间活力相关的大多数研究存在以下局限性：

（1）需要一个高效且客观的指标来衡量夜间活力；

（2）在夜间活力研究中很少量化环境的人类感知；

（3）城市空间结构对夜间活力的影响机制仍不明确。

作为回应，本研究使用美团数据量化测量夜间活力，通过强调人类感知来评估城市空间结构，并全面揭示城市空间结构与夜间活力的联系。

【研究材料与方法】

2.1 研究设计 

图1展示了我们研究的方法论工作流程，具体包括：（1）收集和处理多源城市数据，包括美团、道路网络和街景图像；（2）测量两个时期的夜间活力并评估城市空间结构的多维度；（3）采用时空模式分析和空间回归建模来探索夜间活力的分布，并确定其与城市空间结构的关系；（4）为刺激夜间活力和更好的设计提供启示。

图1. 研究的方法论工作流程

2.2 研究区域和数据描述

作为中国第一个特别经济区，深圳经历了快速城市化并面临了典型的城市问题。自2019年以来，“夜间经济繁荣行动”被列为深圳的十大重点行动之一。不出所料，深圳拥有中国最具活力的夜间经济。这使得深圳成为衡量城市空间结构与夜间活力关系的合适选择。在本研究中，街区是分析单元（Kim 2018; Xia et al., 2020）。删除没有数据的街区后，研究区域共有5447个街区。数据及来源见表2。

表1. 该研究的数据来源

2.3 利用美团测量夜间活力

美团被称为中国的Yelp，记录标签和地理信息。数据属性，包括兴趣点（POI）类别和营业时间，可以更好地反映夜间活力的互动信息和贡献强度。考虑到中国居民的日常习惯（尤其是最佳睡眠时间）以及商店的常开营业时间，分别选择了晚上6点至晚上10点和晚上10点至早上6点作为夜间早期和晚期时段（Beer 2011; Lin et al., 2021）。

继前期研究后，本研究提出了一种分层加权方法来根据兴趣点（POI）类别和营业时间来衡量夜间活力（见图2）。需求标签被设置为反映人与环境的互动，包括食品、购物、休闲和生活服务。本研究根据商店的需求标签设定了一级权重。通过研究人员和相关领域专业人士进行的问卷调查，获得了四个类别的重要性排名（附录A）。然后，使用层次分析过程（AHP）来确定四个类别服务的一级权重（附录B）。二级权重是基于商店的营业时间计算得出的。每增加一个营业小时，二级权重增加1。最终，基于加权商店的密度计算了街区的夜间活力。

图 2. 分层加权方法的流程。

2.4 探索性指标的选择

本研究全面阐述了城市空间结构，包括功能性、土地使用强度、可达性、社会经济、人口结构和感知能力等维度。功能性反映了不同土地使用的空间组织和利用多样性（Vanderhaegen and Canters, 2017）。功能性通过街区内商业、工业、公共、住宅和交通功能的比例以及基于兴趣点的混合程度来衡量。适当的土地使用强度确保街区能够在特定时期被居民以足够的密度使用，这通过建筑密度和容积率来测量。可达性指的是街区的交通便利性，通过交叉口的密度、地铁站的距离以及选择性和整合性来量化。基于空间设计网络分析（sDNA），使用两阶段介数（TPBt）和距离惩罚的网络数量（NQPD）工具计算800米和8000米范围内的选择性和整合性（TPBt800, TPBt8000, NQPDE800, 和NQPDE8000）。社会经济包括通过Luojia 1–01夜光数据和距城市中心的距离来衡量的经济发展指标。人口结构包括0-17岁、18-40岁、41-65岁及65岁以上居民的密度。感知能力表示居民对建成环境的感知和体验，如舒适性和安全性。与感知能力相关的指标通过使用SegNet算法（Badrinarayanan et al., 2017）分析街景图像来测量。该算法帮助识别街景图像中的道路、建筑、天空、绿化等因素，并根据比例进行计算（Wu et al., 2020）。例如，封闭性变量的计算如下:

其中，

表示方向i的天空像素总数；

表示方向i整个图像的像素总数。探索性指标的详细信息请见表2。

2.5 空间误差模型

在本研究中，空间误差模型（SEM）被用来探索夜间活力与城市空间结构之间的关系（Elhorst, 2003）。对于SEM，空间依赖性的存在不直接影响回归模型的结构，而是通过误差项显示。SEM在方程式（2）中被具体说明。

其中，λ 是空间误差的相关系数；空间矩阵W使用来表示第i个样本与第j个样本之间误差项的相关性；μ是误差项，服从均值为0且方差为的独立同分布。在本研究中，使用SEM的半对数形式来模型化夜间活力与城市空间结构之间的关系。

【实验及研究结果】

3.1 夜间活力的空间分布

夜间早晚时段活力的空间分布（图 3）显示，晚间夜间活力明显下降。大多数具有高夜间活力的街区位于深圳南部，而西北部地区的夜间活力相对较低，只有少数街区活动相对适中。街区的夜间活力表现出明显的南北差异。原特区内外的明显双重结构依然存在。使用全局Moran's I测试评估夜间活力的空间自相关性，两个时期的值分别为0.261和0.239。这些结果表明两个时期的夜间活力显示出显著的空间自相关性：街区聚集的空间分布越大，夜间活力越活跃。此外，我们还对城市规划及相关学科的专业学位专家进行了访谈，以确保夜间活力分布结果的有效性。基于访谈和美团数据测量的夜间活力的整体空间分布模式已得到验证。

图 3. 早晚夜间活力的空间分布。

使用双变量局部Moran's I方法还揭示了早晚夜间活力之间的耦合关系。高且正的双变量局部Moran's I表明高-高聚集区（H-H）或低-低聚集区（L-L）。高且负的双变量局部Moran's I暗示空间异常，包括高-低异常（H-L）和低-高异常。H-H聚集区意味着目标街区及其邻近区在两个时期都有高夜间活力。图 4显示，两个时期的活力空间模式相似。此外，我们还展示了一些区域的H-H关系街区，如粤海（A）、华强北和南园（B）、桂园（C）、沙头角（D）、新安（E）、公明（F）和龙城（G）街道。这些区域反映了具有高夜间活力的典型地区。位于南山区的粤海街道被誉为中国的硅谷，有几家著名的高科技企业，如华为和腾讯。"996"工作模式已成为中国高科技行业的一种流行企业文化甚至是强制规则（Xiao et al., 2020）。盐田区的沙头角街道是深圳东部重要的出口加工基地和贸易中心。特别边境管理区全天开放，这是夜间活力高的主要原因。华强北和东门街道属于深圳两个著名的商业区，配备完善的商业服务设施（包括KTV、24小时餐厅、便利店和酒吧）。这些区域大多是深圳的中央商务区、高科技工业园和景点，表明我们提出的方法可以有效识别具有高夜间活力的不同功能形态。

图 4. 空间聚类和异常的空间分布。

3.2 影响因素与夜间活力的关系

首先，基于方差膨胀因子（VIF）的值确定了自变量之间的多重共线性。VIF值大于10的变量被移除，包括NQPDE8000、机动化和0-17岁年龄段的变量。然后，分别对夜间早期和夜间晚期实施了普通线性回归和空间滞后回归模型进行夜间活力分析（附录C）。Breusch-Pagan和Koenker-Bassett及Jarque-Bera的测试证明了普通线性回归中残差的异方差性和非正态性。此外，空间自相关诊断显示存在高度的空间自相关。因此，采用SEM分析夜间早期（模型1）和夜间晚期（模型2）的夜间活力。

两个模型的统计结果可见表3。模型1和模型2的R²分别为0.696和0.615。对于夜间早期，仅经济水平不显著。对于夜间晚期，混合程度、经济水平和地铁的变量不显著。对于其他变量，方向上没有明显差异。然而，不同因素对夜间活力影响的强度和显著性水平存在变化。

表3. 影响夜间活力的因素的描述性统计

街区的主要土地使用和功能多样性对夜间活力的时空变化有显著影响（Xia et al., 2020）。对于夜间早期，与街区功能相关的所有变量均对夜间活力产生了显著影响。居住和商业用地比例以及兴趣点混合使用对活力有正面影响，而交通、公共和工业用地的比例则有负面影响。对于夜间晚期，功能多样性变量的最明显差异是其影响不显著。这与夜间消费需求相关（Garc´ıa-Palomares et al., 2018）。包括高建筑密度和容积率在内的土地使用强度倾向于增加夜间活力，这证明了紧凑和集中的城市形态意味着便利和效率，有利于活力的增加。

所有与可达性相关的变量都显著影响夜间活力，晚间地铁变量除外。主要原因是一些地铁线路在晚上10点到11点之间关闭。交叉口密度和TPBt800对夜间活力有积极影响。夜间的移动性、当地环境的吸引力和安全感更多地依赖于交通的可达性和便利性，主要是因为缺乏阳光（Mahmood et al., 2012）。经济水平变量对夜间活力没有显著影响，这可能是因为经济水平和互动水平是夜间活力的不同方面（Tu et al., 2020）。距市中心的距离显示出显著的负面影响。尽管深圳发展了多中心城市规划模式，但城市中心的作用影响深远。深圳市中心仍然吸引着高水平的夜间活动。同样值得注意的是，18-40岁和41-65岁年龄段的变量有效提高了街区的夜间活力，表明这一年龄组的居民是夜间的主要活动者。研究已证明，年轻消费群体已成为推动夜间活力发展的主要力量（Hadfield, 2015）。相反，65岁以上人口密度与夜间活力之间存在显著的负相关性，这与老年人的生活习惯一致。

最后，建筑、围合、绿化和人行道的可感知变量对夜间活力显示出显著但不同的影响，这表明在研究夜间活力时人的感知的必要性。值得注意的是，围合与活力之间存在负相关关系。这种效应可以解释为周围环境的安全是夜间活动的一个重要因素。居民倾向于更安全、更开放、更少封闭的地方（Shulin et al., 2014）。同样，绿化变量对夜间活力也有负面影响。尽管研究表明绿化可以有效改善视觉环境的质量，但许多人更倾向于在夜间避开绿化高的区域（尤其是市政公园）（Rahm et al., 2021）。

【讨论与反思】

4.1 夜间活力的空间模式与城市的空间结构

本研究提出了一种分层加权方法来衡量夜间活力，强调人与环境的互动。所提出的量化方法可以识别不同功能形态的夜间活力。结合实证演示，我们的方法能够在更细的尺度上有效地测量夜间活力。同时，使用美团数据的分析方法具有两个优点。首先，美团数据是免费可用的，这使得所提出的夜间活力测量方法可以扩展到其他城市。其次，从美团数据收集的商店信息，特别是营业时间，可以通过反映人与商店实体之间的互动来量化夜间活力。

作为一个动态复杂的时空问题，夜间活力的相关因素多种多样且易变。我们的研究表明，夜间活力与城市空间结构有显著关联。夜间活力的变化可以反映出城市空间结构的空间异质性，如功能性和感知性。城市空间结构与夜间活力之间存在显著的关系，这种关系在不同的活力时期呈现出变化。因此，提升夜间活力的策略应该针对时间进行定制。这一发现支持了这样一个观点：提高夜间活力可以依赖于优化城市空间结构和高效的土地使用。

在特定分类方面，显著提高夜间活力的功能性变量包括住宅和商业用地的比例以及兴趣点的多样性。尽管已经有共识认为土地使用混合可以提高城市活力，但本研究发现不同的土地使用混合特征会对夜间活力产生不同的影响。住宅功能的积极效应增长速度快于商业功能。同时，工业和交通功能的比例对夜间活力有负面影响。因此，在推动夜间活力的过程中，与盲目强调功能混合相比，考虑土地使用类型会更有效。根据上述估算系数，保持住宅和商业功能之间1:1至1:1.5的比例将带来最佳的积极效果，以增强夜间活力。

土地使用强度，包括密度和容积率，可以增强夜间活力。高建筑密度和容积率可以提供更丰富的空间使用选择，同时增加连续活动的种类和容量。与可达性相关的变量效应复杂。其他变量，如交叉点密度和TPBtE800，对夜间活力有正面影响。特别是，在晚上10点后，TPBt800与夜间活力之间的估计系数趋于增加，这揭示了步行尺度可达性的重要性。从行人路径的估计系数也可以得到相同的结果。

人口结构在活力研究中很少被考虑，但对提高夜间活力很重要。青年群体是夜间街头生活的主力军。感知性，包括行人路径、绿化、建筑和封闭性，对提高夜间活力很重要。居民的主观感受也在夜间活力中起着重要作用，这些偏好与夜间的目的地选择密切相关。城市公共空间的安全感和舒适度是城市设计的一个重要特性，它可以影响到城市的活力，特别是在夜间。这种感觉不仅增加了居民的满意度，还能增强他们在公共场所的留存时间，进而提高商业和社交活动的频率。因此，设计安全和舒适的城市空间是提升城市夜生活质量的关键因素。(Briggs et al., 2007)

表4. 基于结构方程模型(SEM)的回归结果

4.2 规划对促进夜间活力的影响

深圳正从单中心向多中心空间结构演变。我们对夜间活动和互动的研究能够更好地理解城市空间结构。政府和城市规划者应该关注已有的高夜间活力区域，创造区块间独特的文化和消费氛围，积极推出夜间街区和产品，不断提升城市的夜间服务功能，进一步推动街区以及城市价值的夜间经济。缺乏夜间活力的街区，特别是一些新的城市开发区，也需要关注。这些“不受欢迎和压抑”的街区可以提供宝贵的参考信息，帮助理解它们是否需要被振兴或保持现状。

我们的结果显示，街区的夜间活力因城市空间结构的偏差而呈现出异质性。特别是在深圳北部，需要更精确和细致的干预和策略来模拟夜间活力。规划者和管理者需要全面强调紧凑发展、空间质量、城市道路网络密度、混合土地使用和安全环境的协调，以实现更高的协同效应并根据当地条件激发夜间活力。例如，在高新技术和工业区，应鼓励“轨道交通用地、商业用地、办公和居住用地”的垂直混合使用，以促进街区功能的合理组合和存量空间的精细化与改善。此外，规划者应在居民区的某些缓冲区内设计小生活圈，并实施开放社区，以实现“动静结合”的场所。一些公共场所，如公园和广场，可以提供一个缓冲区以克服附近道路的噪音干扰，同时确保可达性。一个理想的促进夜间活力的城市空间结构也应该考虑并整合受益者的感知。城市规划者和政策制定者应该理解结合二维和三维指标的重要性。人行道、绿化和户外照明必须一起考虑，因为它们的相互作用影响居民的夜间活动。(Briggs et al., 2007)

【研究结论】

新兴技术和多源城市数据的发展速度前所未有。它们为研究人类动态、评估城市物理环境以及通知以人为本的城市设计创造了新的机会（Ye et al., 2019a）。本研究为未来基于数据驱动的夜间活力研究开辟了新途径。我们的发现可以深入理解夜间活力、经济和生活环境。在本研究中，城市大数据在研究城市规模的人口动态和生活环境方面的价值尤为突出，这可以充分支持基于数据和基于证据的城市规划方法。

尽管本研究重申了我们对夜间活力的固有印象，但未来研究中应克服某些限制。首先，由于对城市夜间活力的看法多样，如人口聚集、经济发展以及人与实体之间的互动。单一指标衡量夜间活力是不够的。其次，人类尺度指标的表现涉及统计分析。从人的视角感知当地环境的安全性和偏好可以进一步丰富相关研究。最后，城市空间结构对城市活力的普遍非线性和协同作用也应该被研究。