城市社区中心空间特征及其影响要素研究——以杭州市西湖区为例

doi:10.13249/j.cnki.sgs.2021.01.008

摘要/Abstract

摘要：

以杭州市西湖区为实证，采用高德地图POI数据，通过DBSCAN聚类识别459个社区中心，从空间布局、组织形式、空间关联3方面入手刻画其空间特征，在此基础上通过Logistic回归判断中心数量、能级的影响因素，研究表明:① 社区中心分布呈现空间集聚性和“一区多片”的整体结构，具有圈层分布和道路亲缘性特征。② 社区中心存在“强-弱”的中心网络结构，在小尺度上则由强弱中心互补形成团簇，并在社区层面形成功能较为完整的网络结构。③ 社区中心内公共服务有引领性作用，能促进社区中心形成，且中心内设施具有同类集聚的特征。④ 常住人口总量是最主要的影响要素，道路分割、户籍比、平均高程、社区组织类型对中心的形成有显著意义，人口密度、公司企业数等对中心数量与能级有重要影响。

关键词: 社区中心, 密度聚类, 关联挖掘, 杭州西湖区

Abstract:

The study takes the Xihu District of Hangzhou as an example, and uses the Amap POI data to identify 459 community centers through DBSCAN clustering, and describe its spatial characteristics from 3 parts: spatial layout, organizational form, and spatial association. Then explore the factors of the number and energy level of the center by logistic regression. the main conclusions are: 1) The spatial distribution of community centers has agglomeration characteristic and a spatial structure with ‘multi-pieces and one group’. Community centers has circle-like distribution pattern and road affinity. 2) There is a “strong-weak” network structure in the distribution of community centers. On a smaller scale, clusters are formed by the strong and weak centers complement each other, and a more complete network structure is formed at the community level. 3) The public services inside the community center have a guiding role, which can promote the formation of the community center, and the facilities inside the center have similar agglomeration characteristics. 4) The total number of permanent residents is the main influence factor. Road division, household registration ratio, average elevation, and type of community organization are significant for the formation of the center. Population density and the number of companies have important influence on the number and energy levels of community centers.

Key words: community center, DBSCAN, Apriori, the Xihu District in Hangzhou

中图分类号:

K901

阮一晨, 刘声, 李王鸣, 章明宇. 城市社区中心空间特征及其影响要素研究——以杭州市西湖区为例[J]. 地理科学, 2021, 41(1): 74-82.

Ruan Yichen, Liu Sheng, Li Wangming, Zhang Mingyu. Spatial Characteristics and Influence Factors of Urban Community Center: Evidence from the Xihu District in Hangzhou City[J]. SCIENTIA GEOGRAPHICA SINICA, 2021, 41(1): 74-82.

图/表 9

表1

图1

图2

表2

图3

表3

图4

表4

表5

参考文献 24

[1]	刘泉, 张震宇. 空间尺度的意义——邻里中心模式下珠海市住区公共设施规划的思考[J]. 城市规划, 2015, 39 (9): 45-52 doi: 10.11819/cpr20150909a
	Liu Quan, Zhang Zhenyu. Significance of spatial scale: Reflections on public felicities planning in residential area under neighborhood-centered pattern in Zhuhai. City Planning Review, 2015, 39 (9): 45-52 doi: 10.11819/cpr20150909a
[2]	戴德胜, 姚迪, 段进. 比较与重构——中外典型社区中心空间发展模式的调查研究[J]. 城市规划学刊, 2013, (6): 112-118 doi: 10.3969/j.issn.1000-3363.2013.06.016
	Dai Desheng, Yao Di, Duan Jin. Comparison and reconstruction—A study on typical development patterns of community center. Urban Planning Forum, 2013, (6): 112-118 doi: 10.3969/j.issn.1000-3363.2013.06.016
[3]	于一凡. 从传统居住区规划到社区生活圈规划[J]. 城市规划, 2019, 43 (5): 17-22
	Yu Yifan. From traditional residential area to neighborhood life circle planning. City Planning Review, 2019, 43 (5): 17-22
[4]	Patricios N N. The neighborhood concept: A retrospective of physical design and social interaction[J]. Journal of Architectural & Planning Research, 2002, 19 (1): 70-90
[5]	Mckenzie K E. Community centres and their leadership: A study of British Columbia[D]. Vancouver: The University of British Columbia, 1947.
[6]	Mat J, Richard K, Toity D et al. The role of community centre-based arts, leisure and social activities in promoting adult well-being and healthy lifestyles[J]. International Journal of Environmental Research and Public Health, 2013, 10 (5): 1948-1962 doi: 10.3390/ijerph10051948
[7]	Oldenburg R. Celebrating the third place: Inspiring stories about the ‘Great good places’ at the heart of our communities [M]. New York: Marlowe&Company, 2001.
[8]	Brody J S. The neighborhood unit concept and the shaping of land planning in the United States 1912-1968[J]. Journal of Urban Design, 2013, 18 (3): 340-362 doi: 10.1080/13574809.2013.800453
[9]	Meenakshi A. Neighborhood unit and its conceptualization in the contemporary urban context. Institute of town planners[J]. India Journal, 2011, 8 81-87
[10]	徐辰, 杨槿, 陈雯. 赋权视角下的乡村规划社区参与及其影响分析——以陈庄为例[J]. 地理研究, 2019, 38 (3): 605-618
	Xu Chen, Yang Jin, Chen Wen. Community participation in rural planning and its impact from the perspective of empowerment theory: A case study of Chenzhuang Village. Geographical Research, 2019, 38 (3): 605-618
[11]	佟伟铭, 张平宇, 何欢. 基于社区理论大城市郊区化过程中失地农民社区的城镇化问题分析——以长春市兴华园社区为例[J]. 地理科学, 2019, 39 (10): 1537-1545
	Tong Weiming, Zhang Pingyu, He Huan. Urbanization issues of landless farmers’community in the suburban of metropolis based on community theory: A case study of Xinghuayuan Community in Changchun. Scientia Geographica Sinica, 2019, 39 (10): 1537-1545
[12]	王承慧, 章毓婷, 汤楚荻, 等. 南京社区中心用地控制模式审视与调适[J]. 城市规划, 2016, 40 (11): 60-66
	Wang Chenghui, Zhang Yuting, Tang Chudi et al. Examination and corresponding adjustment on land use control mode of community centers, Nanjing. City Planning Review, 2016, 40 (11): 60-66
[13]	田玲玲, 张晋, 王法辉, 等. 公平与效率导向下农村公共医疗资源的空间优化研究——以湖北省仙桃市为例[J]. 地理科学, 2019, 39 (9): 1455-1463
	Tian Lingling, Zhang Jin, Wang Fahui et al. Rural public medical resources allocation spatial optimization towards equity and efficiency access: A case study on Xiantao City, Hubei Province. Scientia Geographica Sinica, 2019, 39 (9): 1455-1463
[14]	申庆喜, 李诚固, 刘仲仪, 等. 长春市公共服务设施空间与居住空间格局特征[J]. 地理研究, 2018, 37 (11): 2249-2258
	Shen Qingxi, Li Chenggu, Liu Zhongyi. Spatial pattern of public service facilities space and living space in Changchun. Geographical Research, 2018, 37 (11): 2249-2258
[15]	李和平, 林立勇, 刘英婴, 等. 新型“邻里中心”设计模式研究——基于重庆两江新区花朝街道“邻里中心”研究的思考[J]. 建筑学报, 2017, 47 (2): 39-43 doi: 10.3969/j.issn.0529-1399.2017.02.008
	Li Heping, Lin Liyong, Liu Yingying et al. A study on the design pattern of new neighborhood centers research reflections of the neighborhood center of Huachao Street in Chongqing Liangjiang new area. Architectural Journal, 2017, 47 (2): 39-43 doi: 10.3969/j.issn.0529-1399.2017.02.008
[16]	王勇, 邹晴晴, 李广斌. 基于活力特征分析的城市安置社区公共空间研究——以苏州城区6个安置社区为例[J]. 地理科学, 2018, 38 (5): 747-754
	Wang Yong, Zhou Qingqing, Li Guangbin. Public space construction of urban resettlement community based on analysis of vitality characteristics: Taking the 6 resettlement communities of Suzhou as examples. Scientia Geographica Sinica, 2018, 38 (5): 747-754
[17]	齐兰兰, 周素红. 邻里建成环境对居民外出型休闲活动时空差异的影响——以广州市为例[J]. 地理科学, 2018, 38 (1): 31-40
	Qi Lanlan, Zhou Suhong. The influence of neighborhood built environments on the spatial-temporal characteristics of residents’daily leisure activities: A case study of Guangzhou. Scientia Geographica Sinica, 2018, 38 (1): 31-40
[18]	陈玉洁, 张平宇. 沈阳铁西区社区弹性特征与成因分析[J]. 地理科学, 2018, 38 (11): 1847-1854
	Chen Yujie, Zhang Pingyu. Characteristics of community resilience and causing reasons in Shenyang Tiexi District. Scientia Geographica Sinica, 2018, 38 (11): 1847-1854
[19]	中华人民共和国住房和建设部. 城市居住区规划设计规范(GB 50180-2018)[S]. 北京: 中国建筑工业出版社, 2019.
	Ministry of Housing and Urban-rural Development of People’s Republic of China. Standard for urban residential areas planning & design (GB 50180-2018). Beijing: China Architecture & Building Press, 2019.
[20]	杨国霞, 苗天青. 城市住区公共设施配套规划的调整思路研究[J]. 城市规划, 2013, (10): 71-76
	Yang Guoxia, Miao Tianqing. Research on adjustment of supporting public felicities planning in urban residential area. City Planning Review, 2013, (10): 71-76
[21]	阮一晨, 刘声, 李王鸣. 基于多源数据的城市公共中心体系识别——以杭州市萧山区为例[J]. 经济地理, 2019, 39 (2): 103-109
	Ruan Yichen, Liu Sheng, Li Wangming. Public center system identification based on multiple data: The case of Xiaoshan District in Hangzhou. Economic Geography, 2019, 39 (2): 103-109
[22]	He Y, Tan H, Luo W et al. MR-DBSCAN: An efficient parallel density-based clustering algorithm using MapReduce[C]// Lionel M Ni. 17th International Conference on Parallel and Distributed Systems. Tainan: IEEE, 2011.
[23]	Agrawal R. Mining association rules between sets of items in large databases[J]. Acm Sigmod Record, 1993, 22 (2): 207-216 doi: 10.1145/170036.170072
[24]	廖伟华, 聂鑫. 基于大数据的城市服务业空间关联分析[J]. 地理科学, 2017, 37 (9): 1310-1317
	Liao Weihua, Nie Xin. Spatial association analysis for urban service based on Big Data. Scientia Geographica Sinica, 2017, 37 (9): 1310-1317

大类	小类（类型编号）
管理	村/居委会（如居委会、计生服务、人口管理、劳动保障等）（1）；社会治安机构（如警务室、保卫室等）（2）；互助协会（如就业协会、妇联、居民协会等）（3）
教育	小学（4）；幼儿园（5）；培训机构（如少儿钢琴、书画等）（6）
医疗	社区卫生服务中心（7）；保健服务（8）；药店（9）；诊所（如牙科、眼科等）（10）
社会福利	养老服务（如养老院、老年之家等）（11）；助残协会（如残疾人协会、残疾人康养设施等）（12）
文化	文化场所（如文化礼堂、展览馆、图书馆等）（13）
体育	户外健身点（14）；球类运动（如篮球、足球、羽毛球等）（15）；健身场所（如健身房、游泳馆、跆拳道等）（16）；活动中心（如老年、青少年活动室等）（17）
金融邮电	电信（18）；邮局（19）；银行网点（20）；自动提款机（21）；金融保险机构（证券、保险等）（22）
商业	超市（如小超市、便利店、市场）（23）；休闲娱乐场所（如电影院、台球厅、网吧等）（24）；日常服务（如美容、理发、洗衣、摄影等）（25）
交通	公交站（26）；地铁站（27）

分组	数量	平均规模	最邻近平均距离/m	平均面积/hm²
组1	71	38.49	596.45	1.86
组2	388	9.88	285.18	0.20
全样本	459	14.30	265.41	0.46

样本	最大频繁项集	支持度	频繁项集的设施类型	类型数
注:组1、组2分别有最大频繁项集7、3条，表中均显示支持度前3的项集。
组1	培训机构，保健服务，诊所，药店，运动健身场所，日常服务	35	居委会，培训机构，保健服务，药店，诊所，运动健身场所，电信，银行网点，自动提款机，金融保险机构，超市，休闲娱乐场所，日常服务	全部27类
	培训机构，银行网点，自动提款机，金融保险机构，休闲娱乐场所，日常服务	25
	培训机构，保健服务，诊所，运动健身场所，休闲娱乐场所，日常服务	23
组2	银行网点，自动提款机，金融保险机构	12	居委会，培训机构，保健服务，药店，诊所，运动健身场所，电信，银行网点，自动提款机，金融保险机构，超市，休闲娱乐场所，日常服务	全部27类
	培训机构，银行网点，自动提款机	11
	药店，诊所，日常生活	10
社区	居委会，互助协会，培训机构，社区卫生中心，保健服务，药店，诊所，文化场所，活动中心，银行网点，自动提款机，金融保险机构，日常服务	20	除小学，养老服务，助残服务，邮局，地铁，公交站以外的21类	全部27类

变量类型	变量名称	变量释义
模型一因变量	是否有社区中心	否=0（32%）；是=1（68%）
模型二因变量	数量	单中心=0（30.4%）；一般（2~3）=1（34.8%）；多个（4~15）=2（34.8%）
模型三因变量	是否有强中心	否=0（50%）；是=1（50%）
自变量	常住人口/万人	连续变量
	常住人口密度/（万人/km²）	连续变量
	户籍比	外来人口/户籍人口，连续变量
	抚养比	（0~14岁常住人口+65岁以上常住人口）/15~64岁常住人口，连续变量
	面积/hm²	连续变量
	紧凑度	$\sqrt[2]{{({\text{π}} \times {{面积}}/{{周长}})}}$ ，连续变量
	平均高程/m	连续变量
	道路分割数/个	连续变量
	组织类型	乡村社区=0（31%）；城市社区=1（69%）
	公司企业数/个	连续变量
	风景名胜数/个	连续变量

		模型一	模型二	模型三
注:^、^、^**分别表示在显著性水平0.1、0.05、0.01上显著。
因变量		有无社区中心	中心数量	有无高等级中心
自变量	常住人口总量	0.282^***	0.610^***	1.465^***
	常住人口密度	0.580	-0.091^***	-0.086^*
	户籍比	-0.025^**	0.028	0.036
	抚养比	0.511	1.204	3.076
	社区面积	0.394	-0.103	0.496^*
	社区紧凑度	0.241	-1.884	0.286
	社区道路分割数	-0.020^**	0.004	-0.036^*
	社区平均高程	-0.015^***	-0.013	-0.217
	乡村社区（以城市社区为参照）	-0.862^**	-2.120^**	-0.004
	公司企业数	0.090	0.006^**	0.007^*
	风景名胜数	0.287	0.271^**	0.065
	样本量	198	136	136