济南与青岛城市居住空间格局及影响因素的比较分析

谢国磐 金昌东 胡 兵 张宝雷

( 1) 山东省国土空间生态修复中心，250014，济南； 2) 山东师范大学地理与环境学院，250358，济南 )

1 引 言

居住是城市基本的功能之一[1]，城市居住空间是城市空间的重要组成部分.伴随着城市化的快速推进，以及经济体制转轨和社会结构转型，城市空间结构进入一个重组与调整的转型期，城市居住空间出现重构和分异现象[2].城市居住空间格局是国土空间规划的基本内容之一，关系到公众的基本所需，因此，城市居住空间格局一直是学界和政府部门关注的重点内容之一.国外对于居住空间的研究最早开始于20世纪初期，主要包括居住空间的扩展模式[3]、居住行为和住宅区位选择[4-7]及居住空间格局影响因素[8，9]等方面的研究.国内对于居住空间的研究开始于20世纪80年代，主要集中在居住结构变迁、演变特征和扩展模式等空间结构的演变研究[10,11]，从社会空间视角[12]和物质空间视角[13]开展的居住空间分异研究，以及探讨以北京[14]、上海[15]等城市郊区化现状、发展机制等居住郊区化研究.

近年来，伴随着互联网的迅速发展，基于地理位置的服务产生了许多空间数据，这类数据为城市的研究提供了支持.地图兴趣点(POI，Point of Interest)数据是一种表示地理实体的点空间数据，包含空间位置与属性信息，它也是网络大数据的重要来源之一.考虑到传统数据的限制，POI数据为研究居住空间格局提供了一种更准确有效的数据获取方式，可对空间格局进行定量研究，精细识别城市内部的空间分异特征[16].同时，由于POI数据具有数据量大、范围广、精度高等特点，其已被广泛应用于城市空间研究中[17].目前，国内外学者基于POI数据对城市的研究主要集中在城市结构研究[17，18]、人口时空变化[19]、城市边界提取[20-22]等，但结合网络大数据对城市居住空间结构、居住空间的影响因素等方面研究较少，对不同类型城市居住空间结构及其影响因素的差异性研究更少.因此，本文中基于网络POI数据，选取山东省两个典型城市济南市和青岛市，从住宅区的空间分布出发，系统探讨了居住空间分布特征及其影响因素差异，以期为合理调整、优化城市空间结构及功能提供数据和方法支持.

2 方法与数据

2.1研究区济南市和青岛市同属山东省核心城市，其城市发展在省内处于领先水平，而且居住用地面积也位居前两位，本研究选择两市中心城规划范围作为研究区域，如图1所示.其中，济南(N36°01′～37°32′，E116°11′～117°44′)位于山东省中部，南依泰山，北跨黄河，属于内陆城市，其中心城规划面积1 022 km2；青岛(N35°35′～37°09′，E119°30′～121°00′)位于山东半岛西南部，东、南两面濒临黄海，属于沿海城市，其中心城规划面积1 408 km2.2020年，济南市规划居住用地约109 km2，占城市建设用地的26.6%，人均居住用地25.4 m2；青岛市规划居住用地约216.88 km2，占城市建设用地的32.5%，人均居住用地35.6 m2.

图1 研究区地理位置

2.2数据来源研究POI数据来源于高德地图(https://www.poi86.com/，更新时间2020年12月)，包括城市中绝大多数实体对象的位置及其属性信息，属于实体对象在地图上的一种点的抽象表现形式.对获得的POI数据进行去重、纠偏后，获得济南市、青岛市中心城区POI数据分别为61 668条、39 407条，然后依据城市的不同功能并且结合高德地图中的POI分类标准，将POI数据分成住宅、公共设施、公司企业、金融机构、交通服务相关、科教文化场所、购物相关场所、医疗保健服务场所、体育休闲服务场等九类，其中济南市和青岛市住宅数量分别为5 918个和3 571个，分别占各自城区POI个数的9.60%和9.06%.

2.3研究方法

2.3.1 空间分布格局 空间分布状态采用核密度分析方法来分析城市居住区的空间分布特征，该方法用于计算空间点、线要素在其周围邻域中的密度，并对密度分布进行连续化模拟，以图像中每个栅格的核密度值反映空间要素的分布特征，其计算公式如下[23],

(1)

式中,f(x)为x处的核密度估计值；r为搜索半径；n为样本总数；dix为POI点i与x间的距离；Φ为距离的权重.

空间聚集程度采用平均最近邻距离来评估城市居住空间的聚集程度，平均邻近距离包括5个指标值，分别是平均观测的距离(di)、预期平均的距离(de)、最近邻指数(R)、Z得分和p值，且R值越小聚集程度越高.因为在平均最近邻距离的统计工具当中，零假设为：输入要素是随机分布的，因此需根据Z得分和p值来确定在一定的显著性水平情况下，是否拒绝零假设.计算公式如下[24],

(2)

(3)

(4)

式中,A为研究区的面积；N为POI数据的个数；当|Z|>2.58且p<0.01时，拒绝零假设.

平均最近邻工具的原理是测算一个POI与其距离最近的POI之间的观测距离，并且计算出全部POI最邻近距离的平均值.假如某种POI平均观测的距离小于其随机分布的预期平均的距离，那么这种POI就属于聚集分布特征，反之，则属于分散分布特征.

空间分布方向性运用标准差椭圆SDEx来研究济南市和青岛市中心城区住宅POI空间分布的方向趋势，标准差椭圆计算公式如下[25],

(5)

(6)

2.3.2 影响因素分析 本研究采用地理探测器来识别城市居住区格局的影响因素.地理探测器的主要原理是分析每个因子层内的方差和总方差之间的关系，从而利用空间分层的异质性来探测每个要素对其因变量的驱动力.空间分异性是通过因子探测器当中的q值来测量自变量对其因变量的空间分异解释力，q值则代表自变量X解释了100×q%的因变量Y，Y的值域为[0,1].当q=0时，代表自变量X与因变量Y完全无关；当q=1时，则代表自变量X完全决定了其因变量Y的空间分布.计算公式如下[26],

(7)

地理探测器中交互探测的原理是通过计算、比较X1、X2两个单因子各自的q值和两个因子叠加后的q值，来判断X1和X2是否有某种交互作用，以及其交互作用的大小、方向、线性关系等.两因子间的叠加不但包括相乘关系,同时还包括其他关系；只要存在关系，其关系就能被地理探测器所检验出来，因子交互探测作用结果的判定依据如表1所示.

表1 地理探测器判据与交互作用结果

3 结果与分析

3.1住宅的空间分布

3.1.1 总体分布特征 由济南市和青岛市两市中心城区住宅POI核密度分析图(图2)可以看出，济南市中心城区住宅POI空间分布表现为“中部密集、东西部分散”的特征，核心区位于历下区西部、市中区东北部、槐荫区东部及历城区西部；青岛市中心城区住宅POI空间分布呈南北离散分布的特征，由南部沿海向内陆逐渐降低，其核心区位于市南区、市北区、李沧区和黄岛区东北部，在沿海地区集中在胶州湾东岸.济南市中心城区的住宅POI平均密度要大于青岛市，其中在核心区的差异更为明显，而且济南市的住宅核心区相对比较集中，聚集密度突出，大部分集中在老四区(历下区、市中区、天桥区、槐荫区)；而青岛市的住宅核心区则相对比较分散，主要分布在胶州湾东岸和西岸以及李沧区和城阳区，但分布密度与中心城区其它地区的差异较小，且远低于济南市中心城区的核密度.

图2 POI核密度分析

3.1.2 空间分布集聚特征 利用ArcGIS中的自然断点法对研究区域进行不同密度的分割成 “高、中、低”三种密度的聚集区，得到济南市和青岛市居住空间聚集程度分布图(图3).由图3可知，济南市高聚集区位于以泉城广场、环城公园为中心，京沪线、经十路、千佛山、二环东路所围成的区域，由东西方向聚集特征逐渐减弱，该区开发历史较早，特色街区、高等院校和科研院所众多，是济南市最早发展起来的区域，也是济南市中心地段，所以住宅区分布最集中；中聚集区表现出以高聚集区向外延伸，形成“一个主中心，两个副中心”的格局，涵盖历下区、市中区、槐荫区、天桥区、历城区，以及长清区的部分地区.青岛市高聚集区主要包括两个区域，分别是位于胶州湾东岸的山东路、香港中路、海尔路、重庆南路所围成的区域和黄岛区以青岛理工大学、人民广场为中心的周边地区；中聚集区主要位于市北区北部、李沧区中南部、城阳区中部、黄岛区中部和东部.

图3 住宅用地聚集区分布

从不同类型聚集区POI个数统计(表2)可以看出，济南市和青岛市两市中心城区住宅POI整体上 “高、中、低”三种聚集区都具有明显不同的空间特征.其中，济南市的高聚集区与中聚集区面积分别占研究区的4.04%与11.66%，分别包含35.57%与40.23%的POI；低聚集区面积占84.30%，仅包含24.20%的POI.青岛市高聚集区与中聚集区的面积分别占研究区的5.45%与17.10%，分别包含43.53%与39.89%的POI；低聚集区面积占77.46%，仅包含16.58%的POI.由此看出，高集聚区的单位面积住宅POI密度远高于中聚集区和低聚集区；根据邻近分析结果，两市高、中、低三种聚集区R值均小于1，呈现集聚分布；其中，济南市高、中聚集区的要素聚集强度显著高于低聚集区；而青岛市高、中聚集区的要素聚集强度略高于低聚集区，没有显著差别.

表2 不同聚集区POI统计分析结果

3.1.3 空间分布方向特征 从济南和青岛两市中心城区住宅分布标准差椭圆(图4)可知，济南市中心城区住宅分布呈中部聚集，东西部分散，在空间上大致呈“东北-西南”走向分布，这主要是由于济南市以老城为中心城区，拓展东部城区、西部城区的城市空间规划综合影响的体现.青岛市中心城区住宅分布在空间上也呈“东北-西南”走向分布，这与住宅集中在东岸都心和西岸都心有关，同时也体现出青岛城市格局已经发生了较大的变化，主城区不再只是市内四区，而是规划成为三个主城区，包括东岸城区、北岸城区和西岸城区.

图4 POI标准差椭圆分布

3.2住宅空间分布的影响因素城市自然本底、经济、社会状况都会对住宅空间分布产生影响，本研究基于网络POI大数据的不同功能类别数量选择影响因子.根据高德地图兴趣点的主要分类标准，本研究将提取出济南市和青岛市公共设施(x1)、公司企业(x2)、金融机构(x3)、交通服务(x4)、科教文化场所(x5)、购物相关场所(x6)、医疗保健服务场所(x7)、体育休闲服务场所(x8)等8类功能POI点作为影响因子.利用创建渔网工具，以1 km为分析尺度, 济南市和青岛市分别得到1 136个和1 649个网格，统计每个网格内各类不同功能POI点的个数，然后通过SPSS24.0对各类影响因子的POI数量进行K-Means聚类分析，最后通过地理探测器模型对提取的影响因子进行因子探测和交互探测.

3.2.1 主要影响因子 利用地理探测器识别影响住宅空间分布的关键因素，因子探测结果如表3所示.由表可知，两市中心城区各因子对住宅空间分布的解释力(q值)存在较大差异.济南市所有影响因子的q值范围为0.291 2～0.543 8，其显著性差异大小依次为科教文化场所(0.543 8)>交通相关服务(0.532 8)>购物场所(0.526 4)>体育休闲场所(0.526 3)>医疗保健场所(0.512 0)>金融机构(0.507 3)>公共设施(0.347 0)>公司企业(0.291 2).

表3 因子探测结果

青岛市所有影响因子的q值范围为0.081 7～0.724 8，其显著性差异大小依次为交通相关服务(0.724 8)>金融机构(0.489 8)>科教文化(0.443 1)>购物场所(0.429 6)>体育休闲场所(0.397 0)>医疗保健场所(0.352 0)>公共设施(0.337 0)>公司企业(0.081 7).

综合来看，两市中心城区的金融机构、交通相关服务、科教文化场所、购物场所、医疗保健场所、体育休闲场所对住宅空间分布的解释力强，这当中交通相关服务的解释力都较强，说明城市居民对方便快捷的公共交通系统的依赖程度大，居住区周围道路数量和公共交通线路数量都会对住宅空间分布产生重大影响；其次是科教文化场所，说明在买房者的购房需求中，教育因素成为其首要考虑的因素之一.公共设施对住宅空间分布的解释力较弱，这说明报刊亭和公共卫生间并不是住宅空间分布的重要因素.公司企业的解释力最弱，这与城市规划中工业区和住宅区两者间的距离有着直接关系，两种功能区往往不会出现重叠或者相近有关.

3.2.2 影响因子的交互作用 从济南市和青岛市两市因子交互探测结果(图5和图6)可以看出，两市的交通相关服务与购物场所的交互作用均为最强，解释力分别为0.642 6和0.918 2.其中，济南市的交通相关服务与医疗保健场所次之，q值为0.641 5，而青岛市则是交通相关服务与科教文化场所的交互作用次之，q值为0.911 8.从平均值来看，两市的交通相关服务、购物场所、科教文化场所与各因子交互作用均位列前三位.济南市的q值均在0.6以上，青岛市的q值均在0.8以上，进一步验证了交通相关服务、购物场所、科教文化场所是住宅空间分布的重要影响因子，并且这三个影响因子与其他因子间的交互作用能较高程度地解释住宅空间分布的因素.不同的是，青岛市的这三者间交互作用的解释力显著大于济南市，说明这交通相关服务、购物场所、科教文化场所对青岛市住宅空间分布影响的重要性要大于济南市.

图5 济南市因子交互探测结果

图6 青岛市因子交互探测结果

4 结论与讨论

4.1结 论本文以济南市和青岛市中心城为研究区域，综合采用核密度分析、平均最近邻分析、标准差椭圆等空间分析方法，对比分析两市住宅空间分布特征，并利用地理探测器探明两市影响住宅分布的主要因素.

1) 两市中心城区住宅格局在空间上大致都呈“东北-西南”走向分布.其中，济南市表现为“中部密集、东西部分散”的格局特征，且住宅核心区相对比较集中，高聚集区位于以泉城广场、环城公园为中心，京沪线、经十路、千佛山、二环东路所围成的区域；而青岛市住宅核心区则比较分散，其核心区位于胶州湾东岸和西岸，分别是位于胶州湾东岸的山东路、香港中路、海尔路、重庆南路所围成的区域和黄岛区以青岛理工大学、人民广场为中心的周边地区.

2) 济南市核心区住宅聚集强度和住宅密度都要显著高于青岛市.济南市居住空间多集中在历下、槐荫、市中和天桥等老四区，整体上发展较为不平衡；而青岛市核心区住宅聚集强度较低，强度聚集区不只是市内四区，而包括东岸城区、北岸城区和西岸城区(黄岛区)三个主城区.

3) 济南市和青岛市中心城区住宅空间分布的影响因子存在差异.其中，影响济南市居住空间分布主要因素是科教文化场所分布，其次是交通相关服务和购物场所分布；影响青岛市居住空间分布主要影响因素是交通相关服务场所分布，其次是是金融机构和科教文化场所分布.

4.2讨 论城市居住空间的布局是多方面因素综合作用的结果，除自然、历史、地形等影响之外，经济、政策、交通等要素在居住空间的布局中也发挥重要作用，其中，济南的“东拓、西进、南控、北跨、中疏”城市发展战略和青岛的“全域统筹、三城联动、轴带展开、生态间隔、组团发展”城市发展战略对两市住宅用地空间布局与聚集程度发挥了重要影响.济南市和青岛市两市住宅空间分布影响的共同因素是科教文化场所和交通服务场所分布，因此在两市新的城市发展规划中布局住宅用地要注重交通便利性，以及科教文化配套场所建设.

地理探测器应用于住宅空间分布探测的结果，能较合理地体现出住宅分布的主导因子和因子交互特点.但是，同时有必要加强对自变量因子数据的准确性和离散标准分析，以提高方法在实际应用中的可靠性和准确性.此外在选取住宅空间分布的影响因子时，可将地理地形、经济社会等因素考虑在内，以提高研究的科学性和精确性.