1 引言

随着我国社会经济发展开始从高速增长阶段向高质量发展阶段转变，逐步迈入小康社会的城市居民已不再仅仅满足于有房住、住的宽敞这些基本的生理需求，转而追求舒适、便利、健康、安全、拥有良好社交氛围等更高层次的需求，城市居民对高质量生活空间的需求日渐强烈。同时，学界和政府开始探索提高城镇化质量的新型城镇化路径，城市居民生活空间质量的提升是其中的重要内容之一。

生活空间是满足人的各种日常生活需求的场所^[1]，在具体研究与实践中通常聚焦于社区居住空间^{[2, 3]}。最早对生活空间赋予了科学内涵的是道萨迪亚斯^[4]，他认为生活空间是居民生活、居住的环境。二战后社会学家开始关注由加尔布雷斯提出的生活质量这一概念。1970年代随着地理和城市研究者的介入，空间维度被纳入生活质量的研究^[5]，从而催生出对生活空间质量的研究。1990年代起，国外学者开始将GIS与遥感技术应用于生活空间质量的研究中，Weber等首先采用了地理空间数据与社会经济指标相结合的生活空间质量评价方法^[6]。近年来，对于生活空间及其质量的研究视角趋向多元化，开始关注城市生活空间质量与居民健康^[7]、邻里社会^[8]、个体移动性^[9]等方面之间的关系。

当前国内外学者从宏观和微观两个尺度进行了城市生活空间质量的研究。宏观尺度的研究是对不同城市间的城市生活空间质量进行比较分析与评价。Boyer等编著的《Place Rated Almanac》中最早建立了九要素指标体系，对美国333个城市进行了生活空间质量的综合评价^[10]，孙峰华等^[11]、程丽辉等^[12]、曾文等^[13]、周瑞瑞等^[14]在此基础上建立指标体系分别对中国的省会城市、西安的卫星城镇、江苏的县域城市和宁夏的县域城市进行了生活空间质量评价。这些研究运用社会经济统计数据发现了城市生活空间质量与城市规模、经济发展水平等因素存在的相关关系。微观尺度的研究是对城市内部的生活空间质量进行评价。Witten K^[15]、张文忠^[16]、杨俊^[17]、谌丽^[18]等分别对设施可达性、区位优势度、安全性等城市生活空间质量中的单一维度进行空间分析与评价。潘秋玲^[19]、王伟武^[20]等通过典型社区的抽样调查数据或以基层行政区为单元的统计数据研究了西安和杭州的城市生活质量空间分异。尽管已有的研究在生活空间质量的评价方法、指标选择等方面有了丰富的成果，但仍存在以下局限：①传统的生活空间质量评价多囿于居住舒适度、生活便利度、安全度等几个维度。随着经济社会的发展，居民在日常生活中有了社会交往等更高层次的需求，迫切需要充实、修订已有的评价体系；②由于数据缺陷，传统的对城市内部生活空间质量的多维度评价多基于抽样出的特定社区或基层行政区单元展开，缺少对城市整体生活空间质量的精准把握，评价结果难以直接指导规划建设实践。

随着信息通信技术的发展，海量、动态、多源的大数据运用于城市研究中，为大样本的数据挖掘、指标的精确量化、多维度的综合评价提供了可能性和技术支撑^[21]。因此，本文在深入理解生活空间质量内涵的基础上，基于多源数据，构建了城市生活空间质量评价指标体系，在指标体系中增加了当前居民更加关注的社会交往这一维度，并选取了更适应当前社会发展的指标，在理论上拓展了已有研究对生活空间质量的理解，进而以南京为典型案例进行实证研究，测度南京城市生活空间质量的综合分布特征，为南京城市生活空间的规划实践提供科学依据。

2 研究设计 2.1 案例选择

南京是我国东部地区重要的中心城市，2017年，南京的城镇化率已达到82.29%，步入了城镇化中后期转型提升阶段，城市品质不断提高，并在社区建设领域做了大量探索，成为民政部确定的14个全国和谐社区建设示范城市之首。因此，对南京的城市生活空间质量进行研究具有一定的代表性。参考现行的《南京市城市总体规划（2011— 2020年）》 ^[22]，结合数据可获取性，论文选取南京主城和东山、仙林、江北（除六合）3个副城为研究范围（图 1），涵盖了南京的主要城市建成区，研究区面积共769.9km²。

2.2 数据来源

本文的数据源包括社区属性数据、百度地图POI、环境监测数据、犯罪地理数据和基础地理信息空间数据，数据获取时间段为2017年至2018年（表 1）。

社区属性数据挖掘自国内访问量较高、社会影响力大的某房产网站，根据研究需要及数据获取的可行性对数据挖掘的结构进行了设计，包括社区ID、名称、均价、竣工时间、容积率、绿化率、建筑类型、建筑结构、安全管理、公交线路、经度、纬度等12个属性信息；百度地图POI数据挖掘自百度地图开发平台，包括名称、类型、经纬度等信息；环境监测数据挖掘自全国城市空气质量实时发布平台，根据研究需要提取出南京的所有监测点连续一年的数据；犯罪地理数据为南京市公安局提供的各派出所辖区违法犯罪案件的统计数据；基础地理信息数据包括研究区的行政边界、路网、绿地和水系等。

2.3 指标体系构建 2.3.1 指标选取

既有的对生活空间或其他类似概念如居住环境、人居环境等进行质量评价的研究通常有两种视角。一是从空间环境要素的角度选取评价要素，如居住条件、生态环境、公共服务、景观、文化环境等^{[13, 23, 24]}。二是从人对空间环境的感知选取评价要素，如居住舒适性、生活便利性、环境健康性、安全性等^[25-27]。从国内外研究趋势来看，评价视角逐渐从空间环境要素转向居民感知，因此本文从人的空间感知出发构建指标体系。世界卫生组织提出的满足人类基本生活的四要素为：安全性、健康性、便利性和舒适性^[28]，国内外相关评价指标多采用这种标准或以此为基础进行增减^[25-28]。而根据马斯洛经典的“需求层次论”，居民在满足以上这些生理与安全的需求之上，有着对社会交往的需求。西方发达国家的研究中已经将社会交往作为评价居民生活质量或生活满意度的重要因素^{[29, 30]}，在我国当前的社会发展阶段，居民对社会交往的需求也应当得到重视。因此，本文增加了“社会性”子系统，形成了城市生活空间质量的五个子系统（表 2）。在此基础上进一步选取了各子系统的评价要素和单项指标，最终形成由“准则层—要素层—指标层”构成的指标体系。

其中，舒适性是居民日常生活的基础生理需求，包括住房条件和社区环境。指标为房龄、建筑面积、容积率和绿化率等小区的基本属性。便利性反映了居民能否方便地接受日常公共服务，包括交通出行、日常购物、教育设施和生活服务。指标主要关注距公共服务设施的距离以及各类日常服务设施POI的密度。健康性需要考虑卫生与保健资源和环境中的致病风险两个方面，包括健康服务和环境质量。其指标主要关注各类健康服务资源的距离和密度、环境质量指数以及周边公园绿地的可达性和面积。安全性反映了在日常生活中和面临突发灾害时，保障居民的人身和财产安全的能力，包括社区安全、社会治安和应急避难。指标为社区安全管理方式、所在派出所辖区的违法犯罪案件发生数量、距派出所和应急避难点的距离等。社会性主要考虑满足居民社交活动需要的交往与文化娱乐空间。在我国当前的社会发展阶段，居民在满足了基本的日常生活需求，获得健康、安全的保障的基础上，还有对社会交往、文化娱乐等的需要，公共空间和酒吧、咖啡馆等场所成为居民日常社会交往的重要载体。因此，该子系统包括社交空间与休闲娱乐两大要素。指标关注各类休闲餐饮场所和公园广场的密度以及距各类娱乐场所和文化艺术类场所的距离。

2.3.2 指标测度与权重

本文构建的指标体系中的指标均来自于多源大数据，更加精确且能满足大样本的分析需要（表 3）。其中，房龄、建筑面积、容积率、绿化率、公交线路数量、违法犯罪案件的数量等指标的数据可以直接获取得到，其他指标需通过一定的计算方法测度：①POI分布密度类指标均计算15 min生活圈内的分布密度。生活圈是城市居民的日常出行范围，当前的研究与规划实践多关注15 min的基本生活圈。因此以15 min（即1 km半径）范围为准，计算以小区为中心1 km范围内的某类型POI点的数量，即该类设施的分布密度数值；②距离类指标基于实际的路网测算网络距离。运用GIS网络分析模块中的最近设施分析工具计算得出每个社区到某类设施最近的路径距离；③环境监测指标的原始数据为研究区内各个环境监测点的数据。通过GIS空间插值的方法将离散点的测量数据转换为连续的数据曲面，进而通过采样工具，获取每个社区所在点的环境数据；④安全管理指标为定性指标，将其按五个级别（完全自由出入、门卫值班、门卫登记出入、门禁刷卡出入、可视对讲门禁系统监控）由低至高分级赋值为1—5。

为了消除各项指标中不同量纲的影响，使指标之间具有可比性，采用“min-max标准化”方法将指标数值线性等比例放射到[0, 1]区间内，实现标准化。

本文采用了层次分析法（AHP）来确定指标的权重。选取在城市规划领域有丰富工作经验的12位专家对各层级指标间的重要性程度进行打分。专家打分的结果显示，便利性是生活空间质量评价中最重要的子系统，其它4个子系统的排序依次为舒适性、健康性、安全性和社会性。根据专家打分情况，通过一致性检验后，计算出各层级指标相对于总目标的权重。

2.4 分析方法

分析方法主要涉及GIS的空间分析技术。对于研究范围内的每一个社区，基于构建的指标体系，通过空间统计计算出其总体生活空间质量指数和各个子系统的分值。经过空间自相关检验后，发现生活空间质量指数和各个子系统的分值均存在显著的集聚性，进而运用GIS中的热点分析方法，识别出总体生活质量和其中各个子系统的高值与低值空间聚类。

2.4.1 生活空间质量指数的计算

对每一社区标准化后的每个指标，按照权重加权求和，即可得到该社区生活空间质量的综合得分，计算公式为

式中：Q_i为第i个社区的综合得分，X_ij为第i个社区第j个指标标准化后的得分，W_j为第j个指标的全局权重。

同理可计算出各社区在生活空间质量的每个子系统中的得分。

2.4.2 热点分析

首先运用莫兰指数工具（Moran's I）对计算出的生活空间质量得分和各个子系统的得分分别进行全局空间自相关检验。结果如表 4所示，莫兰指数均大于0，p值均小于0.05，z得分均大于1.96。由此可见，生活空间质量的总得分及各个子系统的得分均具有明显的空间自相关性，在空间分布上呈现显著的聚类模式。

在通过全局空间自相关检验确定总体空间分布呈现聚类模式的基础上，采用热点分析（Getis-Ord Gi^*）方法识别出具体的空间聚类格局。热点分析是一种识别具有统计显著性的高值（热点）和低值（冷点）的空间聚类的空间统计方法。它使用表示概率的p值、反映数据集离散程度的z得分和置信区间为输入要素类中的每个要素创建一个新的输出要素类。如果要素的z得分高且p值小，则表示有一个高值的空间聚类。如果z得分低并为负数且p值小，则表示有一个低值的空间聚类。z得分越高（或越低），聚类程度就越大。如果z得分接近于零，则表示不存在明显的空间聚类。

运用热点分析方法对本数据集进行分析，可以直观地识别出社区生活空间质量和其五个子系统的高值和低值的空间集聚，进而对空间分布规律进行更深入的分析。

3 结果分析 3.1 城市生活空间质量的总体空间分布特征

对南京城市生活空间质量的综合评价结果进行热点分析后，得到南京城市生活空间质量的总体空间分布（图 2a），其中的热点和冷点是具有统计显著性的高值和低值空间聚类，即高质量和低质量生活空间的集聚区域。不具显著性的区域则是生活空间质量的特征不具备统计学意义的区域。具体而言：①南京的城市生活空间质量存在着明显的空间分异，高质量生活空间与低质量生活空间形成了各自的集聚区域。②高质量生活空间集聚区在空间中呈现明显的等级集聚特征：主城区内新街口周边1—3 km圈层形成了面积大范围广的主要高值集聚区，东山副城形成了明显的次一级高值集聚区，桥北、南站等形成了小范围的高值集聚点。③低质量生活空间总体布局较为分散，未形成大范围的集聚，规模均较小，但是在城市中广泛分布。

3.1.1 高质量生活空间的分布特征

提取研究区内的热点集聚区，即高质量生活空间集聚区（图 2b），发现这些空间的主要特征如下：

（1）主城区内新街口周边1—3 km圈层为生活空间质量热点最集聚、范围最大的地区，是南京城市高质量生活空间的主中心。出现这种空间分布特征主要是因为：新街口核心区地价昂贵、建筑密度大，根据级差地租理论，随着城市的发展，用地类型逐渐转变为商业与服务办公类用地，居住功能逐渐外迁。保留下来混杂于商务商业用地之中的居住用地进一步更新改造成本过高，长期受到忽视，空间质量难以改善。而在距离核心区一定距离的圈层，各种因地价等因素无法进入主核心的要素，如医疗、教育等对于居民日常生活非常重要的服务设施在此圈层内大规模集聚，形成高质量的生活空间。

（2）三大副城中，东山副城（江宁）形成了明显的高质量生活空间集聚区，已经发展成为南京市高质量生活空间的次级中心。江北副城的不同居住板块差异大，其中桥北和江浦两个板块分别形成了点状的小范围高质量生活空间集聚，而仙林副城则没有出现热点的集聚。可见，南京市上版总规确定的“一主三副”的城市空间结构与南京市生活空间质量发展的实际情况存在明显差异，在主城保持高质量发展水平的同时，三大副城发展并不平衡，江宁的发展质量达到了较高水平，而江北和仙林的发展仍不成熟。

3.1.2 低质量生活空间的分布特征

提取研究区内的冷点集聚区，即低质量生活空间集聚区（图 2c），可以发现这些空间主要有四种类型，主要特征如下：

（1）保障房片区，包括南京的四大保障房片区：岱山、上坊、花岗（麒麟片区内）、丁家庄。这些片区居住着被拆迁的主城低收入居民和土地被征收的郊区农民，存在选址远离城市中心、交通出行不便、配套服务设施较差等问题，往往是城市中最边缘的片区。

（2）主城外围的老旧社区集中区，包括锁金村、下关、安德门、卡子门、光华路、燕子矶等。这些片区主要为20世纪80年代为了满足大量返城的知青和下放户等的住房需求而在主城外围所建设的社区，如今均已成为房龄超过30年的老旧社区，既无中心区的生活便利性，又无新城区的居住舒适性，健康性、安全性、社会性等也各有所欠缺之处。这些区域聚集了城市中大量居住人口，承载了城市的居住功能，但却往往在规划中被忽视。

（3）工业集中区的配套社区，包括尧化、栖霞、大厂等片区。这些片区的居民以工业企业的职工为主，建设时间较长，距离城市中心较远，依托于工业企业。随着南京市产业结构的优化调整，钢铁、石化等传统重工业地位下降，这些片区也陷入衰退。

（4）发展尚不够成熟的新城区居住片区，包括江东商贸区、河西南、江宁开发区、高新区、江北新区核心区等片区。这些片区往往有着很高的居住舒适性，但由于建设时间短，各项公共服务设施和基础设施的配套建设未能与社区的建设同步，因此生活空间质量总体仍然呈现较低水平。但这些地区往往有着重大发展战略与政策支持，各项要素仍在不断流入，其生活空间质量在未来有着很大的上升潜力，需要良好的规划引导。

3.2 各子系统的空间分布特征

对南京城市生活空间质量的各个子系统评价结果进行热点分析后，得到南京城市生活空间舒适性、便利性、安全性、健康性、社会性的空间分布特征，并总结其规律。

3.2.1 舒适性：由城市中心向外围递增

舒适性总体呈现由城市中心向外围递增的趋势（图 3a）。中心的老城区是低值的集聚区域，高值集聚区则主要分布在河西新城和三大副城。老城区内的社区建设时间较早，住房面积一般较小，绿化率低。而河西新城与三大副城近年新建的商品房建设标准较高，住房面积、绿化率等指标普遍高于老城，在生活空间的居住舒适程度上明显强于老城区。

3.2.2 便利性：由城市中心向外围递减

主城是生活便利性最高的区域（图 3b），其中新街口核心区便利性并不高，尽管这一区域集中了大量商业、办公等服务业资源，但居民生活所需的各种日常服务设施更集中地分布于新街口外围1—3 km的圈层内，因此这一圈层是生活便利性最高的区域。东山副城在新城中发展最为成熟，各项公共服务设施和基础设施配套完备，形成了范围较大的高便利度集聚区，成为生活便利性的次级中心。低值集聚区主要位于城市的外围组团和发展尚不成熟的新城区，这些区域区位条件差，周边能够接受的生活服务种类与数量少，日常生活不便，很大地影响了生活空间质量。

3.2.3 健康性：受城市环境质量的分布趋势影响

健康性在南京总体呈现由西北向东南递减的趋势（图 3c）。高值集聚于城墙以内的老城区，而河西新城、主城东南部和江宁表现出明显的低健康性。南京AQI指数的总体分布趋势同样是由西北向东南递增，可以看出，城市环境质量的分布趋势对生活空间健康性的影响十分显著。

3.2.4 安全性：高值集聚不显著、低值集聚于城市中心区

安全性的高值空间集聚不显著（图 3d）。仅仅在河西新城中南部出现小范围高值集聚区，这一区域主要为中高档小区，安全管理措施严格，居民以高收入群体为主，是安全上最有保障的生活空间。低值集聚区则位于老城区，且集中于新街口周边的城市中心区，这一区域人口密度高、居民素质参差不齐、社区安全管理松散，违法犯罪案件数量较多，因此生活空间的安全保障较差。

3.2.5 社会性：由城市中心向外围递减

社会性呈现由城市中心向外围递减的趋势（图 3e）。高值主要集聚于老城，其次在河西新城也有一定的集聚。主城外围的郊区组团、三大副城是低值集聚区。当前城市居民进行社会生活的场所十分多元，包括自己家中、社区内部这样的私密空间和广场公园、酒吧等休闲场所这样的公共空间，不同社会属性的居民在社交场所的选择上往往有着不同的偏好^[31]。对于高值集聚的主城区和河西新城来说，各种类型的公共社交活动场所布局齐全，使得这些区域的居民在社会交往中可选择的场所更加多元，到达社交活动场所更便利，促进不同社会群体在适宜的场所进行不同类型、层次的社会活动，提升居民的生活质量。而对于郊区和三个副城来说，公共社交活动场所建设不足，使得居民在进行社会生活的场所选择上受到了限制。

4 结论与讨论

本文从舒适性、便利性、健康性、安全性、社会性五个维度构建了城市生活空间质量评价指标体系，并利用多源数据测度并总结了南京生活空间质量的空间分布及其规律。论文拓展了对生活空间质量的理解，探索性提出了多源数据测度城市生活空间质量的思路与方法，更加多维、真实地反映了生活空间质量，为提升城市生活空间品质，保障城市高质量持续发展，提供了科学依据。

4.1 结论

（1）南京的城市生活空间质量存在着明显的空间分异，有显著的高质量生活空间与低质量生活空间的集聚。南京的高质量生活空间集聚区，在空间中呈现明显的等级集聚特征。高质量生活空间的主中心位于核心区周边1—3 km的圈层。各副城发展质量各不平衡，其中东山副城已经发展成为南京市高质量生活空间的次级中心。南京的低质量生活空间集聚区的空间分布总体较为分散，主要包括保障房片区、主城外围的老旧社区、工业集中区的配套居住社区和发展尚不够成熟的新城区居住片区。因此，在未来的政策制定和规划实践上，应当优化城市规划引导，通过对生活空间的合理布局以及具体片区发展方向上的战略性规划，推进各片区生活空间协调发展，引导资源在城市中的合理配置。最关键的是要促进公共服务资源均等化，提升边缘社区的公共服务设施质量。

（2）在构成生活空间质量的五个子系统中：舒适性和社会性呈现由中心向外围递增的趋势；便利性呈现由中心向外围递减的趋势；健康性受城市环境质量的分布趋势影响显著，在南京呈现出由西北向东南递减的趋势；安全性的高值空间集聚不显著，低值集聚于城市中心区。因此，对于老城区，一要注重提升居住环境品质，质量尚可的住房及时内外修缮，质量过差的可予以拆除并重建为绿化活动空间；二要加强安全管理，普及门禁系统，完善安全防范体系。而对于新城区，一要尽快完善公共服务设施的配套；二要注重营造适宜居民社会活动的空间，包括宜人的公园广场和促进社交的休闲场所等。

4.2 讨论

基于多源数据的城市生活空间质量评价为生活空间研究提供了新的研究方法，数据全面客观，拓展了生活质量评价的维度，分析结果与传统生活空间质量评价方法相比也更加细致直观，如传统的通过街道行政区单位统计数据所做的相关研究通常得出城市中心的生活质量较高的结论，而本文发现城市中心区核心生活质量并不高，真正的高质量区域集中于核心周边1—3km圈层，从而更精准地评估了城市生活空间质量的空间分异。

生活空间质量的评价要素是在不断动态发展的。因此本文在指标体系的构建上，立足于已有研究选取舒适性、便利性、健康性、安全性等维度，同时适应新的时代背景，考虑到居民日常生活中有更高层次的社会性需求，加入了社会性维度。在各维度的具体指标中，也选取了一些过去研究中鲜见的指标，如交通出行要素层中加入公共自行车相关指标，以适应当下居民的生活方式，反映了生活空间质量评价在当前发展阶段的新变化。

研究也存在一些不足。本文构架的指标体系中，依靠数据测度的反映空间资源配置的指标较多，其他因素限于数据获取的可行性在指标中反映的偏少，例如在社会性维度上，社区组织、邻里关系等未被纳入指标体系。在数据源上，现阶段的大数据存在着人群代表性不足与属性信息少的问题，限制了对生活空间质量更深入的研究。在未来的研究中，一方面，在大数据识别出空间规律的基础上，针对发现的特征与问题，通过有目的性的调查、访谈等途径，深入挖掘生活空间质量分异形成的机理、规划与政策引导对生活空间质量的影响机制等；另一方面，以深度学习为代表的前沿技术不断突破，图像识别等较成熟的技术已经开始应用，为进一步改进生活空间质量评价方法提供了新的技术支撑。