张德英1,2
（1. 上海市地质调查研究院，上海市 200072；2. 上海市国土资源调查研究院，上海 200072）
摘 要：人居环境是居民生活和社会发展的重要基础，科学量化人居环境适宜性有助于引导区域人口规划，促进人口与资源协调发展。本文基于大数据，运用GIS 技术，从居住环境、社会环境、经济环境和生态环境四个方面构建综合评价指标体系，以1 k m 栅格为基本单元，对上海市人居环境适宜性进行空间测度评价。结果表明：上海市人居环境指数介于-1.79~45.57之间，空间分布上呈现中心城区向周边区域递减的态势，整体分布趋势与人口密度相关性较高。高值区主要集中在中心城区一带，土地面积较小，人口密度大，承载压力较大；发展潜力较高的中等适宜区主要涉及外环及新城区域，土地面积大，是未来人口导向的潜力区。关键词：人居环境；适宜性评价；空间测度；大数据；GIS 技术
中图分类号：F292 文献标志码：A 文章编号：2095-1329(2021)01-0084-06
目(19DZ2292000)；空间系统开发研究doi:10.3969/j.issn.2095-1329.2021.01.016
人居环境是人与自然相互联系、相互作用的主要场所，是人类生存和社会发展的基础。该词发源于希腊学者道萨迪亚斯的“人类聚居学”理论，吴良镛院士将其引入并定义为人居环境科学[1]。人居环境是一个
广义的概念，不仅仅指人类居住和活动的有形空间，还包括贯穿于其中的人口、资源、经济发展、社会政策和生态环境等各个方面[2]。人居环境的适宜性关系到人口的聚集分布和社会发展。然而随着城市化的进程，人口需求与环境适宜之间的矛盾日益突出，一方面，经济发展改善了生产生活条件和社会公共服务，另一方面，人口膨胀、资源紧张、生态恶化使得环境适宜受到了严峻的挑战。上海市作为经济发展中心，面临着城市功能转型、人口持续增长、资源环境约束等压力，人居环境适宜性受到了更多的关注。
在兼顾经济发展的同时，改善人居环境，提升居民幸福感，成为了环境科学、地理学、城市规划等众多学科的研究重点，研究内容包含人居环境理论研究[3]、空间特征分析[4]、居民行为意愿研究[5]等多个方面，主要是关于人居环境的评价分析。国内外学者多注重评价方式的改进和评价内容的深入，采用问卷调查或跟踪监测等方式[6]，内容上涵盖人特征[7-8]、环境卫生[9]等多方面因素，探讨各类人的人居环境幸福感及其改善方法。在评价尺度上，
多为全国区域[10-11]、流域城市[12]等大范围尺度基于城市单元的宏观评价，亦或是栅格尺度上的区域地形、气候、植被、水文等自然环境适宜性评价[13-14]，缺少微观尺度上对城市内部的综合人居环境评价。在测度方法上，主要有传统的问卷调查法[15]、层次清晰的结构模型法[16]、新兴的GIS 空间分析法[17-18]等。人居环境适宜性的有效评估还需要构建合适的评价指标体系，目前用于评价综合人居环境的指标数据多来源于各类统计年鉴、城市发展公报、环境公报等统计数据[12]。基于这类统计
数据构建的指标存在着更新速度、分析精度、全面性等方面的不足，难以满足城市发展和数据精细化管理的需求，大数据的出现给这一难题带来了新的机遇。大数据具有高频的时空性、全面覆盖性、可获得性等特点，基于大数据的人居环境适宜性评价更加客观、高效、全面，且栅格尺度的综合评价结果有利于深入分析人居环境的内部差异，为有效制定针对性的区域改善措施提供科学的理论依据。
基于此，本文充分利用大数据的全面性、时效性等优势，基于GIS 空间分析平台，以经济发展中心、有着大量外来人口的上海市为研究区，从居住环境、社会环境、经济环境和生态环境四个领域出发，选取6项指标构建综合人居环境评价指标体系，在1 km 栅格尺度上对上海市人居环境适宜性进行测度评价，针对评价结果从多种角度提出针对性的区域环境优化策略，为城市人居环境适宜性的定量化研究及其改善提供参考。
1 数据来源与研究方法
1.1 研究区概况
上海市地处中国东部，长江入海口，是长江三角洲冲积平原的一部分，平均海拔为4 m ，水资源充沛，日照充
足，全年平均气温17.7℃，具备充足的自然环境适宜性。经过多次区县调整，目前上海市下辖16个行
政区，陆域面积6833 km2。截至2019年末，全市常住人口2428.14万人，其中户籍人口1450.43万人。上海作为中国经济、贸易、航运和科技创新的中心，长江三角洲城市的核心城市，吸引着大量的外来人口，经济水平和资源分配不均导致了明显的人口分布差异，区域人居环境适宜性需求进一步提升。
1.2 数据来源及处理
1.2.1 指标体系构建
人居环境系统是一个包含人、资源、经济、社会的综合性复杂系统，构建的评价指标体系需要综合反映人口需求、资源环境、社会经济、城市功能等多个方面[19]。选取的指标数据需要容易获取、易于量化，加工处理后的指标体系可以明确反映人居环境现状及其发展特征。通过对相关指标体系构建原则的借鉴和总结[20]，结合上海市人居环境的实际情况，研究从居住环境、社会环境、经济环境和生态环境四个领域出发，构建上海市人居环境适宜性评价指标体系，细化出6项具体的指标层：
居住环境：工厂企业核密度、体育休闲设施核密度；
社会环境：路网密度、医疗保健设施核密度；
经济环境：住宅基准地价；
生态环境：园林绿化覆盖率。
1.2.2 指标数据处理
（1）互联网大数据最适合居住的城市
地图兴趣点（point of interest, POI）数据是常用的互联网大数据，泛指一切可以被抽象为点的地理实体，是电子地图上的某个地标。研究使用的2017年POI数据通过百度地图爬虫获取，选取其中与人居环境密切相关的工厂企业、体育休闲、医疗保健等设施点，用于测度工作机会、生活休闲以及公共服务的便利度。通过解析获取兴趣点的名称、类别、经纬度等相关属性，得到各类POI的空间分布。
（2）土地利用类型数据
研究使用的是上海市2017年土地利用现状数据，包含48个二级类，按照土地利用分类编码将其归为一级类。根据研究需求进一步合并，从中抽取两大类用地类型作为人居环境相关的指标对象，分别是交通运输相关的道路用地；园地、林地、草地、耕地合并的园林绿化用地。
（3）住宅基准地价
上海市基准地价来源于中国地价信息服务平台（ www.landvalue/），是已公布的地价数据，指示国有建设用地在一定条件下的土地使用权平均价格。
（4）手机信令数据
移动通信网络为若干个六边形的小区构成的蜂窝网络信号，根据移动位置，最邻近的小区会主动或被动的接收手机信息并记录下来，内容包括匿名用户编号、时间戳、小区编号、事件类型、经纬度等[21]。中国移动在上海地区信号覆盖比较全面，拥有超过3万个手机，平均密度约5个/km2，用户数量达2000万，已有研究基于该数据挖掘出上海市的人口分布[22]。
1.3 研究方法
1.3.1 指标数据标准化
由于评价指标存在量纲的不同，在进行具体的人居环境指数测算前，需要对各项指标数据进行无量纲的标准化处理。研究采用极差标准化法对各项原始指标进行标准化处理[10,12]，使指标数据统一映射到[0,100]区间上。对于越大越好的正向指标和越小越好的负向指标，分别采用不同的标准化公式。除了住宅基准地价外，其他均为正向指标：正向指标：Iscore i=[(x i-x min)/(x max-x min)]×100 （1）
负向指标：Iscore i=[(x max-x i)/(x max-x min)]×100 （2）式中，Iscore i表示某一指标第i个栅格标准化后的数值（i=1,2,3，….,n），x i表示第i个栅格的原始值，x max和x min分别表示该指标所有栅格值中的最大值和最小值。1.3.2 人居环境适宜性评价模型
根据各项指标数据与人口密度的相关性，确定指标在人居环境评价模型中的权重[13,23]。综合指标权重及标准化后的指标值，得出上海市1 km栅格尺度人居环境指数HEI （human settlement environment index）的计算公式：
HEI i=∑m j=1W ij X ij（i=1,2,3,…, n; j=1,2,3,…, m; m=13）（3）式中，HEI i表示第i个栅格像元的人居环境指数值，取值范围在0~100之间，W ij是第i个栅格像元第j个评价指标的权重，X ij是第i个栅格像元第j个评价指标标准化后的值，m为评价指标总数。
2 人居环境适宜性评价
2.1 分析过程
本文主要从居住环境、社会环境、经济环境和生态环境四个方面，进行人居环境适宜性评价。
将研究区划分成规则的公里格网，统计落入每个格网的各类别POI点数。考虑到设施点的服务范围并不局限于公里格网，而是向周边辐射并逐渐减弱。因此，基于ArcGIS的核密度分析工具计算各类设施点的空间分布密度。其中，居住环境中的工厂企业核密度指标数据展示如图1。
统计研究区公里格网内两大类用地类型的面积占比，将其转换为栅格数据，得到1 km栅格尺度的路网密度（图2）和园林绿化覆盖率（图3），分别作为社会环境中交通设施便捷度，以及生态环境绿地舒
适度的评价指标。
选取与居住水平密切相关的住宅基准地价作为评价人居环境适宜性的经济指标之一，表征地区的经济消费水平，与人居环境适宜性呈负相关关系。住宅基准地价按照数值从高到低将全市划分为10个级别，研究基于各级别的基准
地价值将其转换成1 km 分辨率的栅格数据，单位为元/平方米（图4
）。
图4 经济环境指标空间分布
Fig.4 Spatial distribution of economic environment indicators
研究采集了2017年5月份中国移动上海地区连续7天的手机信令数据，通过手机信号统计各个的人数，计算出每平方千米的人口密度（图5
）。
图5 人口密度分布
Fig.5 Spatial distribution of population density
根据各项指标数据与人口密度的相关性确定指标在人居环境评价模型中的权重，相关系数及权重结果如表1所示。综合指标权重及标准化后的指标值，得出上海市1 km 栅格尺度人居环境指数。2.2 评价结果
基于人居环境适宜性评价模型，按照各指标因子权重进行栅格计算，得到1 km ×1 km 栅格分辨率的上海市人居
环境指数，值介于-1.79~45.57之间，均值为7.18。结合以往相关研究[18,24]
，依据人居环境指数特征，采用具有聚类
图1 居住环境指标空间分布
Fig.1 Spatial distribution of living environment indicators
图2 社会环境指标空间分布
Fig.2 Spatial distribution of social environment indicators
图3 生态环境指标空间分布
Fig.3 Spatial distribution of ecological environment indicators
思维，可使分级之间的内部方差之和达到最小的自然断点法，将人居环境指数值按照从小到大划分出5级适宜性类型区，等级越高，适宜性程度越好。空间分布上（图6），呈现为由中心城区向周边区域递减的态势，最高值主要分布在中心城区的黄浦区及其周边的中央活动区，适宜性程度最低的区域也是当前不适宜人口居住的湖泊、河流、沿海滩涂等地类上，中等适宜区主要位于外环、嘉定、松江、奉贤、南汇等新城范围内，整体分布趋势与当前人口密度分布相关性较高。进一步统计各等级适宜性区域的面积及人口情况，见表2
。
图6 上海市人居环境适宜性空间分布
Fig.6 Distribution of suitability for human settlement environment
in Shanghai 表2 上海市人居环境适宜性评价表
Table 2 Evaluation on suitability for human settlement environment
二级 3.80~7.35260838.5367730.832597三级7.35~13.50321947.5583437.982590四级13.50~25.43138 2.0332414.7523478五级
25.43~45.57
59
0.87
234
10.66
39686
一级区：人居环境指数值在-1.79~3.80范围内，是人居环境适宜性程度最低的区域，涉及面积较小，为746 km 2，占上海市总面积的11.02%，主要范围是青浦区淀山湖区域、宝山区的长江流水区域、浦东新区的机场地带，以及奉贤和崇明的沿海滩涂区域，分布的人口总数127万
人，占上海市总人口的5.78%，人口密度为1706人/km 2。
二级区：人居环境指数值介于3.80~7.35之间，涉及范围较大，土地面积2608 km 2，占上海市总面积的38.53%，主要涉及青浦区、浦东新区、嘉定区、宝山区和崇明区等近远郊地区。该类型区目前是上海的工作和生活发展区，区内也分布着较多的人口，与区域人口发展规划趋势相符，人口总数677万人，占上海市总人口的30.83%，人口密度为2597人/km 2。
三级区：人居环境指数值介于7.35~13.50，面积3219 km 2，占上海市总面积的47.55%。同时分布着最多的人口，人口总数达834万人，占上海市总人口的37.98%。涉及区域主要有外环周边区域、金山区西北部、崇明区北部，以及嘉定新城、青浦新城、松江新城和奉贤新城等新城范围。总体上人动频繁，是人口密度增高的几个区域，也是目前上海市主要的人口导向区域。人居环境适宜程度较高，
土地面积的可承载力较大，当前该区人口密度为2590人/km 2，与二级区相当，按照适宜程度仍有很大的发展空间。
四级区：人居环境指数值介于13.50~25.43之间，土地面积为138km 2，占总面积的2.03%。主要位于杨浦区、普陀区、长宁区、静安区、徐汇区等中心城区。分布的总人口数为324万人，占上海市人口总数的14.75%。由于土地面积小，导致人口密度高，达到23478人/km 2，人口发展趋近饱和，资源利用较为紧张。
五级区：人居环境指数值介于25.43~45.57之间，跨度较大，表明适宜区内也存在着一定的差异。该区面积最小，仅为59 km 2，占比0.87%，但承载的人口数达234万人，占总人口的10.66%。空间分布上主要集中在黄浦区一带的中央活动区，区域人口最为集中，人口密度为39686人/km 2，人口承载压力大，有待缓解。
总体上，上海市人居环境适宜性空间分布与实际人口情况大致相符，适宜性程度较低的一级区域主要是用地类型不适宜导致的。适宜性程度较高的四级、五级区域，土地面积较小，人口密度较大，人口发展趋近饱和，承载压力较大。而人居环境较为适宜的二级、三级区域土地面积最大，当前人口密度较小，是未来人口导向的潜力区，区域适宜性程度也较高，具有很大的发展空间。
3 人居环境适宜性优化策略
人居环境适宜性关系到区域的人口分布，因此在控制城市人口规模的同时，更重要的是改善人居环境，促进宜居城市的建设，引导调控人口布局，疏解中心城区人口压力。根据不同适宜性区域的分布现状，可考虑从以下角度制定因地制宜的优化策略：
从城市建设角度，社会和居住环境中的基础设施发展不平衡，降低了人居环境的居住适宜性。考虑加大基础公共服务设施向水平薄弱地区的倾斜力度，结合区域布局，
表1 单项指标与人口密度相关性及其在评价模型中的权重
Table 1 Correlation between individual indicators and population density
居住环境指标
体育休闲设施核密度
68610.91*0.20社会环境指标
路网密度
68610.52*0.12医疗保健设施核密度
68610.90*0.20经济环境指标住宅基准地价66820.79*0.18生态环境指标园林绿化覆盖率6861
0.54*
0.12
（注：*.在0.01水平上显著相关）
紧凑组团式发展，就近依托周边发展区域的公共服务配套设施，逐渐健全需求区域基础设施、路网等的建设，推动城乡、新老城区人居环境一体化建设。
从生态保护角度，园林绿化覆盖率是适宜性程度较低区域的优势因子。倡导简约舒适、绿低碳的生活方式，推进资源节约循环利用。充分利用远郊区域的园林绿化覆盖率优势，持续推进楔形绿地建设，从四周向中心区域逐渐延伸，以一定的公园绿地服务半径规划实施绿地建设，着力完善各地的公园绿地体系。
从规划发展角度，人居环境适宜性的主要发展潜力在二级、三级适宜区，这些区域主要是外环周边及新城范围，显示了当前规划导向在吸引人口、改善人居环境方面的成功。因此，可考虑新城联动的持
续发展，扩大区域设施的辐射范围，带动周边区域人居环境适宜性的提高，将其作为空间规划布局优化的重点区域。
4 结论与展望
本文基于大数据，从居住环境、社会环境、经济环境和生态环境四个领域构建综合人居环境评价模型，借助ArcGIS空间分析功能从1 km栅格尺度定量分析了上海市人居环境适宜性，并对不同程度适宜区的土地和人口现状进行了分析，探索区域人居环境优化策略。结果显示：上海市人居环境指数值介于-1.79~45.57之间，均值为7.18。空间分布上呈现出中心城区向周边区域递减的态势，整体分布趋势与人口密度相关性较高。高值区主要集中在中心城区一带，土地面积较小，人口密度大，承载压力较大；发展潜力较高的中等适宜区主要涉及外环、嘉定、松江、奉贤、南汇等新城区域，是未来人口导向的潜力区，具有很大发展空间。该研究结果可为上海市人口布局调控和空间规划决策提供理论依据。
总体上，大数据在实现公里格网尺度的人居环境适宜性定量评价上有很好的适应性，结合人居环境评价模型可以较好地揭示其空间分布规律，反映不同程度适宜区的现状特征，为后续优化决策和实施提供可靠的依据，具有较好的实用性。当然，人居环境是一个综合复杂的系统，区域环境的优化与政策、人文等因素相关，开展一定时间序列下的新城、新市镇的对比研究，将更有利于明确规划决策和实施过程中的有效措施。
参考文献(References)
[1] 吴良镛. 人居环境科学导论[M]. 北京：中国建筑工业出版社,
2001.
WU L Y. Introduction to science of human settlements[M]. Beijing: China Architecture and Building Press, 2001.
[2] 张文新，王蓉. 中国城市人居环境建设水平现状分析[J]. 城市发
展研究,2007(2):115-120.
ZHANG W X, WANG R. Analyses on the current situation of urban human settlement environment in China[J]. Urban Studies,
2007(2):115-120.
[3] 赵万民，汪洋. 山地人居环境信息图谱的理论建构与学术意义[J].
城市规划,2014,38(4):9-16.
ZHAO W M, WANG Y. Theoretical construction of mountain human settlements info-spectrum and its academic significance[J].
City Planning Review, 2014,38(4):9-16.
[4] 李雪铭，晋培育. 中国城市人居环境质量特征与时空差异分析[J].
地理科学,2012,32(5):521-529.
LI X M, JIN P Y. Characteristics and spatial-temporal differences of urban human settlement environment in China[J]. Scientia Geographica Sinica, 2012,32(5):521-529.
[5] 湛东升，张文忠，党云晓，等. 中国流动人口的城市宜居性感知及
其对定居意愿的影响[J]. 地理科学进展,2017,36(10):1250-1259.
ZHAN D S, ZHANG W Z, DANG Y X, et al. Urban livability perception of migrants in China and its effects on settlement intention[J]. Progress in Geography, 2017,36(10):1250-1259. [6] ZHANG Y, FAN Q. The application of the fuzzy analytic hierarchy
process in the assessment and improvement of the human settlement environment[J]. Sustainability, 2020,12(15634).
[7] REEVES D. Putting women and gender in the frame: a
consideration of gender in the global report on human settlement planning sustainable cities 2009[J]. Habitat International, 2014,43:293-298.
[8] CHAROENKIT S, KUMAR S. Environmental sustainability
assessment tools for low carbon and climate resilient low income housing settlements[J]. Renewable & Sustainable Energy Review, 2014,38:509-525.
[9] TSINDA A, ABBOTT P, CHENOWETH J. Sanitation markets in
urban informal settlements of east Africa[J]. Habitat International, 2015,49:21-29.
[10] 周志田，王海燕，杨多贵. 中国适宜人居城市研究与评价[J]. 中国
人口·资源与环境,2004(1):29-32.
ZHOU Z T, WANG H Y, YANG D G. Study and evaluation on lodgeable cities in China[J]. China Population, Resources and Environment, 2004(1):29-32.
[11] 李陈. 中国36座中心城市人居环境综合评价[J]. 干旱区资源与环
境,2017,31(5):1-6.
LI C. Comprehensive evaluation of human settlements in 36 central cities of China[J]. Journal of Arid Land Resources and Environment, 2017,31(5):1-6.
[12] 刘海旭，余斌，张加磊，等. 长江经济带城市人居环境空间格局研
究[J]. 长江流域资源与环境,2019,28(12):2795-2805.
LIU H X, YU B, ZHANG J L, et al. Spatial pattern of urban human settlement environment in the Yangtze river economic belt[J]. Resources and Environment in the Yangtze Basin, 2019,28(12):2795-2805.
[13] 李伯华，郑始年. 汾河流域人居环境适宜性评价及空间分异研究
[J]. 干旱区资源与环境,2018,32(8):87-92.
LI B H, ZHENG S N. Evaluation and spatial differentiation of human settlement suitability in Fen river basin[J]. Journal of Arid Land Resources and Environment, 2018,32(8):87-92.
[14] SONG F,YANG X, WU F. Suitable pattern of the natural
environment of human settlements in the lower reaches of the Yangtze river[J]. Atmosphere, 2019,10(2004).
[15] 秦波，张悦. 城市建成环境对居民体力活动强度的影响——基于
北京社区问卷的研究[J]. 城市发展研究,2019,26(3):65-71.
QIN B, ZHANG Y. The effects of urban built environment on residents' physical activity: a study on neighborhood survey in Beijing[J]. Urban Development Studies, 2019,26(3):65-71. [16] WANG Y, ZHU Y, YU M. Evaluation and determinants of
satisfaction with rural livability in China's less-developed eastern areas: a case study of Xianju county in Zhejiang province[J].
发布评论