突发公共卫生事件后城市活力恢复影响因子探究_李霖.pdf

第 48 卷第 2 期2023 年 4 月Vol.48 No.2Apr.2023测绘地理信息Journal of Geomatics突发公共卫生事件后城市活力恢复影响因子探究李霖1 冯梅11 武汉大学资源与环境科学学院，湖北 武汉，430079Research on the Impact Factors of Urban Vitality Recovery After the Public Health EmergencyLILin1 FENGMei11 School of Resource and Environment Science，Wuhan University，Wuhan 430079，China摘要：针对现有研究数据的代表性和开放性不足的问题，利用 NPP/VIIRS夜光遥感数据构建城市活力恢复指数及恢复比率两类指标，对 2020 年突发性公共卫生事件后的武汉中心城市活力恢复力和恢复稳定性两方面进行考察，并通过模型探索性分析影响活力恢复的因素。结果表明，卫生事件后一个月武汉市中心城区各街道城市活力得到不同程度的恢复，城市建成环境对活力恢复有密切关系，其中对城市活力恢复力起着重要作用的是宜居性相关因素，而对城市活力恢复稳定起着关键作用的是功能多样性。关键词：公共卫生事件；城市活力恢复；建成环境；夜光遥感数据中图分类号：P208；TU984文献标志码：AAbstract：This paper uses two types of indicators：urban vitality recovery index and recovery ratio via NPP/VIIRS night light remote sensing data，to analyze two aspects of urban vitality resilience and recovery stability of Wuhan after the epidemic in 2020，and explores the factors affecting vitality recovery through models.The findings show that the urban vitality of various streets in Wuhan was restored to varying degrees in the month following the epidemic，and the urban built environment is closely related to the restoration of vitality，among which the factors related to livability that play an important role in the resilience of urban vitality are livability，and the degree of functional diversity plays a key role in the restoration and stability of urban vitality.Key words：public health emergency；urban vitality restored；built environment；night light remote sensing data突发性公共卫生事件的爆发对城市及区域经济秩序产生冲击。武汉市在突发性卫生事件爆发伊始即采取了强有力的防控措施，取得阶段性成果1，卫生事件后城市活力得到恢复。评估武汉市活力恢复状况，梳理活力恢复的影响因子和影响机制，既有利于探索不同街道的灾害恢复效率，评估其经济社会韧性2，也有助于城市规划建设过程中优化用地布局，完善基础设施建设。多源大数据在公共卫生事件监测和信息服务中发挥着重要作用3，4，常被用于探寻城市灾害后恢复状况。马琦伟等5利用城内出行强度数据，对城市活力恢复的主要影响因子进行分析，探讨各因子的作用机制；童昀等6基于 2020年的百度迁徙大数据，从多尺度揭示中国受卫生事件短期影响的时空格局；谭波等7使用手机信令数据，监测武汉市居民出行的恢复进程，定量评估了城市内部交通出行的恢复韧性。但由于上述研究所采用的数据分辨率较低或开放性不足，且研究尺度主要集中在市级，因而缺少一种更细尺度、更高效率评估突发性公共卫生事件对城市影响的可行性方法。夜光遥感数据以其覆盖范围广、时间跨度长、表征客观、成本低等优势，被广泛应用于区域发展研究、社会经济指标估算、重大事件评估等领域8。Liu等9使用夜光遥感数据提取城市建成区以探究城市发展与城市活力；Elvidge等10揭示了中国灯光变暗的规律，证明了以夜间照明为替代指标来监测经济活动水平下降和恢复的可行性。城市活力恢复指数和城市活力恢复比率是两个有效的指标11，本文采用 NPP/VIIRS(national polarorbiting partnership/DOI：10.14188/j.2095-6045.2022881文章编号：2095-6045（2023）02-0022-05引用格式：李霖，冯梅.突发公共卫生事件后城市活力恢复影响因子探究 J.测绘地理信息，2023，48（2）：22-26（LI Lin，FENG Mei.Research on the Impact Factors of Urban Vitality Recovery After the Public Health Emergency J.Journal of Geomatics，2023，48（2）：22-26）基金项目：武汉市“黄鹤英才（科技）计划”（2014）；国家自然科学基金（41871298，42171405）。第 48 卷第 2 期李霖等：突发公共卫生事件后城市活力恢复影响因子探究visible infrared imaging radiometer suite)夜光遥感数据，以武汉市为案例，计算这两个恢复指标，探索武汉城市活力恢复状况，为城市规划建设提供参考。1 研究区域与数据1.1研究区域武汉市位于湖北省东部，是长江经济带核心城市，一直以来在全国政治、经济、文化中发挥着重要作用。2020年突发性公共卫生事件后，武汉市中心城区受影响较大，是城市活力恢复状况及影响因素量化评估的典型区域。本文选取武汉市中心城区（包括武昌区、洪山区、江汉区、江岸区、汉阳区、青山区、硚口区）的 100个街道在街道尺度上进行研究。1.2研究数据1）夜光遥感选用 NPP/VIIRS数据，来源于美国国家海洋大气管理局，用于对城市活力进行测算评估。夜光遥感数据通过获取夜间无云条件下地表发射的可见光-近红外电磁波信息，直接反映人类活动差异12。由于日度数据容易受天气等原因无法获取高质量的数据覆盖，而月度融合数据因剔除了闪电、月光照射以及云覆盖的影响，可以消除某一特定时段内城市内部偶发事件产生的发光像元异常增减问题11，13，可信度较高。本文选取 2020 年 3 月和 5 月NPP/VIIRS月度合成的夜光遥感影像数据。2）评价指标体系数据选用统计数据及 AOI 数据，用于探寻城市活力恢复影响因子。国内外学者对城市活力研究中，主要将城市活力影响因子归结为人口结构、宜居性和多样性14，153个方面。其中人口结构揭示了人口相关的特征，宜居性和多样性反映了为人类活动而提供的人造环境，即城市建成环境。因此，为了探寻城市活力恢复的影响因素，综合考虑公共卫生事件对武汉的影响，从人口结构、宜居性、多样性、防控管理164个维度构建城市活力恢复评价体系，选择的相关数据及来源如表 1所示。2 研究方法2.1评价指标2.1.1城市活力恢复指数城市活力恢复指数（recovery index，RI）是一个街道在公共卫生事件后夜光遥感平均变化值占卫生事件时夜光遥感平均值的比例指标，用于衡量城市活力的恢复力17，恢复指数越高，表明该街道恢复情况越好。其计算公式为：AVL(i，j)=r=1r=nNTL(i，j，r)SjRIj=AVL(after，j)-AVL(before，j)AVL(before，j)（1）式中，RIj表示恢复指数；AVL(i，j)表示时间为 i地区为 j的街道的夜光遥感数据平均值；NTL(i，j，r)表示时间为 i地区为 j的街道中第 r个栅格格网的灯光值；Sj表示地区为 j的街道的面积。2.1.2城市活力恢复比率城市活力恢复比率（recovery ratio，RR）是一个街道在公共卫生事件后恢复的像元占总像元的比例，它可以最为直观地反映出各街道活力恢复的差异性17，反映城市活力恢复水平的状况。恢复比率高的街道，表明街道内部活力恢复状况较稳定。其表 1指标体系解释Tab.1Indicator System Explanation所属类别人口城市建成环境公共卫生事件分类人口结构宜居性多样性防控管理指标名称人口密度人口性别比例人口年龄比例户口比例绿地密度建筑容积率住宅区密度交叉口密度POI混合度商圈密度公司企业密度学校密度定点医院密度收治人数医院密度指标计算人口数量/街道面积女性数量/街道总人数65岁以上人口/街道总人数常住人口/街道总人口绿地面积/街道总面积总建筑面积/总用地面积建筑用地面积/街道总面积交叉口数量/街道总面积街道内部商业功能的多样性商圈总面积/街道总面积公司企业面积/街道总面积学校面积/街道总面积公共卫生事件时建立的医院面积/街道总面积街道内医院收治感染人数医院面积/街道总面积数据来源国家统计局国家统计局国家统计局国家统计局百度地图百度地图百度地图百度地图百度地图百度地图百度地图百度地图统计数据统计数据百度地图23测绘地理信息2023 年 4 月计算公式为：RRj=NRelightSj（2）式中，RRj表示恢复比率；NRelight表示得到恢复的格网数量。活力恢复指数反映了城市活力恢复力，城市活力恢复比率揭示了城市活力恢复的稳定性，综合考虑恢复指数和恢复比率两个指数，可以从多维度解释城市活力恢复的情况。2.2普通最小二乘回归模型构建普通最小二乘回归模型（ordinary least squares，OLS）是一种线性回归模型，其原理就是在进行拟合估计时，保证所有观测值和估计值之差的平方和最小，以求得最佳拟合效果18。以城市活力恢复指数和城市活力恢复比率作因变量，建立 OLS模型探寻可以解释城市活力恢复的最优指标体系，最终所建立的线性回归模型如下：y1=0+1x1+2x2+nxn+1y2=0+1x1+2x2+nxn+2 （3）式中，y1为RIj值；y2为RRj值；x1、x2、xn表示影响因素。2.3多尺度地理加权回归模型构建虽然线性回归模型能在一定程度上解释各因素对城市活力恢复的影响，但是由于存在空间非平稳性，各解释变量对于城市活力恢复的影响是随着空间位置变化而发生变化的，而全局线性回归模型无法揭示这部分变化，因此使用多尺度地理加权回归（multiscale geographically weighted regression，MGWR）模型进行进一步的局部回归统计。MGWR 模型采用自适应带宽，反映各个变量的空间作用尺度19，其模型如下：y1i=0(ui，vi)+1(ui，vi)x1i+2(ui，vi)x2i+3(ui，vi)x3i+4(ui，vi)x4i+5(ui，vi)x5i+6(ui，vi)x6i+iy2i=0(ui，vi)+1(ui，vi)x1i+2(ui，vi)x2i+3(ui，vi)x3i+4(ui，vi)x4i+5(ui，vi)x5i+6(ui，vi)x6i+i（4）式中，y1i为第 i个样本的城市活力恢复指数；y2i为第 i个样本的城市活力恢复比率；（ui，vi）为第 i个样本的地理坐标；b和b是影响因素的带宽，具备特异性；i为第 i个样本的随机误差。3 结果分析3.1城市活力恢复状况按照式（1）、式（2）计算城市活力恢复指数和城市活力恢复比率，得到具体恢复情况如图 1所示。恢复指数图像中，靠近城市中心区域，如武昌区、江汉区等，城市活力恢复力相对高，随着街道与中心区的距离增加，活力恢复值降低。对于恢复稳定性，大部分街道恢复比率较高，达到 3/4 以上，恢复比率较低的两个街道为东湖风景区街道和天兴乡。天兴乡主体天兴洲四面环水，东湖风景区街道大部分区域为东湖水域。两个街道的人口密度、POI（point of interest）密度都相对较低，导致活力恢复受到影响。3.2恢复指数模型结果分析3.2.1影响因子分析武汉市中心城区恢复情况在各街道间存在差异，将恢复指数作为因变量分别代入 OLS 模型和MGWR模型，计算结果如表 2所示。结合 OLS 模型和 MGWR 模型可见，恢复指数模型 R2adj达到 0.620，表明模型可以解释 62%城市活力恢复的原因。模型结果中，正向影响因素中回归系数最高的是宜居性相关因素，如容积率、交叉口图 1武汉市分街道恢复情况Fig.1Recovery After the Epidemic in Wuhan Subdistricts 24第 48 卷第 2 期李霖等：突发公共卫生事件后城市活力恢复影响因子探究密度。容积率表示一个地区地上建筑总面积与占地面积的比率，直接关系到该地区居民的多少。由于公共卫生事件侵袭，居民大多被限制在住宅，外出相对较少，直到 5 月份，容积率高、居民较多的地区更快地恢复活力。交叉口密度反映了一个地方的可达性和步行交通的便利性。交叉口越多的地方，步行交通相对越发达，人群的停留时间也会相应增多，从而激发活力的产生。多样性因素中，学校密度与城市活力恢复呈显著负相关，原因可能是学校占地面积较大，但是整体在公共卫生事件后难以快速恢复。因此，学校密度高的地区，其附近的活力恢复反而相对较差。从模型结果可以看出，城市建成环境对城市活力恢复的影响相对较大，而公共卫生事件相关因素对活力恢复未见显著影响，原因是公共卫生事件虽然在一定程度上影响了城市活力，但事件后随着全市居民的流动，活力会得到快速恢复。建成环境在以往的研究中，证实了对城市活力的影响显著8，同样对城市活力恢复的影响也较大。3.2.2空间分异规律对回归系数的变化进行研究，可以深入探究各影响因素在不同位置的影响机理，将其结果可视化在地图上，有利于探寻影响因素系数的空间分异规律。容积率回归系数的标准差最大，达到了 0.1 以上，这表明容积率对城市活力恢复的影响区位差异较大，这可能是因为武汉市各街道容积率大小严重失衡导致，城中心如中南路街道聚集着各种居民，建筑都为高层楼房，因此容积率相对较大；而部分街道如东湖风景区街道，大部分区域为东湖风景区，周围居民较少，且街道在建设时为了满足市民景观瞭望的需求，楼层普遍偏低。这些现象导致了容积率对城市活力恢复影响的区位差异。由图 2 可以看出，容积率对城市活力恢复的影响存在着明显的西高东低的现象。在西部的江岸、江汉区，大部分街道容积率对城市活力的影响系数达到了 0.7 以上，表明容积率在这些地区对城市活力的影响起着决定性的作用，而东部的洪山区、青山区等街道，容积率的回归系数只有 0.3左右，在这些地区，其他因素如学校密度、商圈密度更大程度上制约着活力的恢复。3.3恢复比率模型结果分析将恢复比率计算结果作为因变量代入 OLS 模型和 MGWR模型，得到计算结果如表 3所示。基于模型结果 R2adj为 0.500，达到了较高的拟合精度。且根据模型解释变量，可见对恢复稳定性影响较大的因素主要是城市建成环境特征自变量，即宜居性和多样性相关因子。而各影响因子回归系数的标准差相对较小，即影响因素对城市活力恢复稳定性的影响未见明显的空间分异规律。宜居性因子中，公交站点密度和住宅区密度城市活力对城市活力恢复比率影响相对较大。根据相关资料，武汉市 5月公共交通客流量呈现快速增长趋势20，公交站点连接着城市的学习、工作、休闲场所，公交站点密集格网功能混合度相对较高，结构更为稳定，因此，其恢复比率相对较高。多样性影响因子中，POI 混合度体现了功能的多样，一个区域的混合度越高，越容易产生不同类型的活力21，因此混合度高的街道在公共卫生事件后表 3恢复比例回归系数Tab.3Recovery Rate Regression Coefficient OLS建模结果影响因素 截距住宅密度公交密度POI混合度景点密度大学密度商圈密度AICc=2360.255 4150.407 0890.445 7640.208 922-0.372 7420.138 6020.187 059R2adj=0.446回归系数MGWR建模结果带宽75999980999999AICc=229标准差0.1990.0240.0040.0050.0040.0090.010R2adj=0.500表 2恢复指数模型回归系数Tab.2Recovery Proportion Regression Coefficient OLS建模结果影响因素 截距户口比例学校密度容积率交叉密度定点医院商圈密度AICc=2180.335 219-0.268 647-0.781 4200.590 5380.197 5230.127 3420.495 664R2adj=0.535回归系数MGWR建模结果带宽44999980999999AICc=208标准差0.2700.0240.0140.1060.0240.0080.004R2adj=0.620图 2容积率对城市活力恢复的空间影响差异Fig.2Differences in Spatial Impact of Plot Ratio on Urban Vitality25测绘地理信息2023 年 4 月城市活力得到整体稳定的恢复，相应的恢复比率也较高。而景点密度对于活力恢复比率呈负向影响，恢复比率相对较低。整体而言，城市活力恢复比率反映的是活力恢复的差异性和稳定性。结构越稳定、功能混合度越高的街道，在公共卫生事件后恢复比率也相应较高，体现出功能多样化在维持城市活力中的重要作用。4 结束语本文采用月度夜光遥感数据，在武汉市街道尺度建立城市活力恢复指数和城市活力恢复比率评价指标描述突发公共卫生事件后武汉市的恢复情况。同时，建立恢复影响因子指标评价体系，借助回归模型，对城市活力恢复的主要影响因子进行分析，探讨各因子的作用机制，并在空间上分析各因子对城市活力恢复影响的空间特征，结果表明：武汉市活力恢复主要影响因素是建成环境特征，主要体现在宜居性和多样性方面，而非公共卫生事件方面。从活力恢复力和恢复稳定性两方面影响因素分析，人口和容积率对城市活力恢复力起着重要作用，而功能混合度更大程度上影响着城市活力的恢复稳定性。容积率因其各街道大小严重失衡导致对城市活力恢复力的影响区位差异较大，而在恢复稳定性模型中，各影响因素在不同位置的回归系数基本呈平稳趋势。由于数据等客观原因，本研究目前仍存在一定的局限性，对于城市活力恢复评估也存在一些偏差。未来可以将手机信令数据、轨迹数据、百度迁徙数据等多源数据加入研究。参考文献1Sun C，Zhai Z.The Efficacy of Social Distance and Ventilation Effectiveness in Preventing COVID-19 Transmission J.Sustainable Cities and Society，2020，62：1023902白立敏，修春亮，冯兴华，等.中国城市韧性综合评估及其时空分异特征J.世界地理研究，2019，28（6）：77-873李德仁，邵振峰，于文博，等.基于时空位置大数据的公共疫情防控服务让城市更智慧 J.武汉大学学报（信息科学版），2020，45（4）：475-4874周成虎，裴韬，杜云艳，等.新冠肺炎疫情大数据分析与区域防控政策建议 J.中国科学院院刊，2020，35（2）：200-2035马琦伟，阚长城，宫兆亚，等.城市活力恢复及其影响因子突发性公共卫生事件情景下的探索 J.城市规划，2020，44（9）：22-276童昀，马勇，刘海猛.COVID-19 疫情对中国城市人口迁徙的短期影响及城市恢复力评价 J.地理学报，2020，75（11）：2 505-2 5207谭波，秦思娴，罗名海，等.基于手机信令数据的武汉市居民出行疫后恢复分析 J .城市勘测，2021（5）：70-748贾晋媛，宋菊芳.城市活力与建成环境“3D”特征的关系研究以武汉市为例 J.现代城市研究，2020（8）：59-669Liu Z F，He C，Zhang Q，et al.Extracting the Dynamics of Urban Expansion in China Using DMSP-OLS Nighttime Light Data from 1992 to 2008J.Landscape and Urban Planning，2012，106（1）：62-7210 Elvidge C，Ghosh T，Hsu F，et al.The Dimming of Lights in China During the COVID-19 PandemicJ.Remote Sensing，2020，12（17）：2 85111 Yin R，He G，Jiang W，et al.Night-Time Light Imagery Reveals Chinas City Activity During the COVID-19 Pandemic Period in Early 2020 J.IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing，2021，14：5 111-5 12212 徐慧敏，胡守庚.夜光遥感视角下的中国城市规模的时空演变 J .武汉大学学报（信息科学版），2021，46（1）：40-4913 严淑琴，詹庆明，范域立.基于夜间灯光数据的武汉都市圈建成区空间扩展及其驱动因素研究 J.测绘地理信息，2021，46（5）：71-7714 潘晨，周峻岭，黄小华.基于大数据城市活力的研究综述 J.艺术与设计（理论），2022，2（1）：74-7615 李夏天，温小军.基于 POI数据的城市活力分析 J.城市建筑，2021，18（15）：12-1716 关雅婷，熊鹰，丁国胜.突发公共卫生事件下城市活力恢复评价与规划策略探讨以长沙市为例 J.中外建筑，2021（12）：8-1517 朱致远，郑雨涵，洪竞科.新冠疫情下城市恢复力测度及其影响因素探究J.工程管理学报，2021，35（4）：53-5818 Goldstein H.Multilevel Mixed Linear Model Analysis Using Iterative Generalized Least Squares J.Biometrika，1986，73（1）：43-5619 Fotheringham A S，Yang W，Kang W.Multiscale Geographically Weighted Regression（MGWR）J.Annals of the American Association of Geographers，2017，107（6）：1 247-1 26520 吴华，徐佳.民国大武汉对外交通J.档案记忆，2020（4）：46-4921 黄毅.城市混合功能建设研究 D .上海：同济大学，2008 收稿日期：20221023第一作者：李霖，教授，博士，主要从事数字制图模型，地理空间信息建模等研究工作。E-mail：通讯作者：冯梅，硕士生，主要研究方向为城市建成环境和城市活力分析。E-mail：26