摘 要：基于百度热力图、 POI、 OSM路网等多源数据,以具有典型山水旅游城市特征的桂林市历史城区为研究范围,在城市街道活力量化研究中导入旅游要素,构建旅游城市街道活力评价指标体系,运用ArcGIS空间分析、 SPSS相关性分析等方法对街道活力的外在表征和影响因素进行数据量化与相关性分析。研究结果表明:桂林历史城区的街道活力分布呈现出中部集聚、“南强北弱”的特点,高活力街道集中在城市主要商业中心周围;交叉口密度、全局可达性、自然型旅游景点密度、旅游酒店密度和功能密度等指标是影响街道活力的主要因素。基于研究结果,从时空要素、交通要素、旅游要素三方面针对性提出了街道活力优化提升策略,进而提升桂林历史城区街道空间环境品质,助推桂林世界级旅游城市建设。
关键词:旅游城市;街道活力;量化评价;影响因素;桂林历史城区;
Quantitative evaluation and promotion strategy of street vitality in tourist cities based on
multi-source data:a case study of Guilin historic urban area
QIN Zhi-bo LONG Liang-chu FENG Dan CAO Shi-zhen
College of Civil Engineering and Architecture, Guilin University of Technology
Abstract：
Based on Baidu heat map, POI, OSM road network and other multi-source data, the historical urban area of Guilin, a typical tourist city is studied. Tourism elements is introduced in the quantitative research on urban street vitality. Tourist city street vitality evaluation index system is constructed.ArcGIS spatial analysis, SPSS correlation analysis and other methods are used to quantify and analyze the external representation and influencing factors of street vitality. The research results show that the distribution of street vitality in Guilin historical area presents the characteristics of central agglomeration,as“strong south and weak north”, with high vitality streets around the city's commercial centers. Density of intersections, general accessibility, natural tourist attractions, tourist hotels and functional indicators are the main factors affecting the vitality of the street. Based on the research results, a strategy for optimizing and improving street vitality is proposed from three aspects: time and space elements, traffic elements, and tourism elements. All of them can help improve the quality of the street space environment in Guilin historical urban areas, and promote the construction of a world-wide tourist city.
Keyword：
tourist city; street vitality; quantitative evaluation; influencing factors; Guilin historic urban area;
0 引 言
街道是城市最基本的公共产品, 是与城市居民关系最为密切的公共活动场所, 也是城市历史、 文化重要的空间载体[1]。由道路、 建筑、 景观、 设施等元素所构成的街道空间是最丰富和活跃的城市空间, 承担着城市重要的通行功能和场所功能[2]。随着城市的快速发展, 在满足日益增长的机动化交通需求的同时, 大量街道的结构、 功能、 尺度、 特色等遭到了一定程度的破坏, 街道活力呈现逐渐衰微的趋势[3]。
近年来, 国内外学者对街道活力开展了大量研究[4,5,6,7,8,9,10], 苟爱萍等[11]基于SD法以南京为例, 运用问卷调查的方法选取热闹度、 色彩活泼度、 安全度等12项评价因子对街道的空间活力进行评价; 姜蕾[12]以大连为例, 运用实地调研和问卷调查方法从外在表征和构成要素两个纬度构建街道活力的定量评估体系框架, 选取宏观环境的街道区位、 用地布局等指标和微观环境的功能多样、 自然舒适等指标, 探索对活力产生影响的街道环境特征。随着互联网、 大数据等新兴信息科技的发展, 逐渐开始运用多源网络数据对街道活力进行研究, 龙瀛等[13]基于手机信令数据对成都的街道活力进行量化并构建了街道活力定量评价指标体系, 探索了不同类型街道活力的外在表征与活力构成要素的相关性; 方永华[14]以南京市为例, 运用手机信令数据、 POI数据、 城市空间数据等多源数据从时间、 空间两个维度和街道周边开发度、 街道可达性、 街道空间等11项指标对南京街道活力进行测度, 探索了与街道活力相关的关键要素, 进而研究街道活引文格式:秦志博, 龙良初, 冯丹, 等.基于多源数据的旅游城市街道活力量化评价及提升策略——以桂林历史城区为例[J].桂林理工大学学报,2024,44(1):000-000.力的影响机制; 黄生辉[15]以武汉市街道为例, 运用百度热力图、 POI等数据, 将街道按功能分为生活型、 商业型和景观休闲型, 分别探索区位、 街道肌理、 周边地块性质等影响因素对不同类型街道活力的影响。在具体实施层面, 多地也逐渐形成了系列指导性成果, 如北京、 上海、 成都等城市均发布了街道设计导则。
综上所述, 对于街道活力的定量研究目前比较偏向于城市尺度相对较大的综合性城市, 且城市街道活力的影响因素构成具有普遍性特点。本文基于已有的相关研究基础, 选取城市尺度相对较小的旅游城市, 其城市街道活力的影响因素构成具有地域性特征, 研究着眼于城市中功能相对独立并具有相对环境整体性的区域[16], 选择具有典型山水旅游城市特征的桂林市历史城区[17,18]作为研究范围, 结合旅游城市空间特性, 在构建街道活力评价指标体系中加入旅游景点、 水系、 旅游酒店等旅游类影响因素, 通过SPSS相关性分析研究旅游要素对旅游城市街道活力的影响程度, 探索旅游城市街道活力的主要特征和策略导向, 进而激发历史城区整体活力, 助推桂林世界级旅游城市建设。
1 研究范围与数据获取
1.1 研究范围
桂林是国际旅游城市和首批国家历史文化名城。2021年4月, 习近平总书记视察广西时强调, 桂林是一座山水甲天下的旅游名城, 要坚持以人民为中心, 以文塑旅、 以旅彰文, 提高服务质量, 提升格调品位, 努力创造宜业、 宜居、 宜乐、 宜游的良好环境, 打造世界级旅游城市[19]。桂林作为自然山水与历史文化完美融合的典范[20], 其历史城区是山水城市传统格局的缩影, 也是桂林全力打造世界级旅游城市的文化旅游示范区, 因此促进该地区活力增长, 实现历史城区整体复兴, 具有重要的示范引领意义。
研究范围为桂林历史城区(图1), 北起铁封山、 鹦鹉山, 南至桃花江, 东临漓江, 西至桂湖、 榕湖、 春天湖, 总面积约3 km2。该区域靖江王城居中、 水系环绕四周、 景山穿插其中, 自然旅游资源包括叠彩山、 伏波山、 两江四湖等, 人文旅游资源包括靖江王城、 古南门、 八路军桂林办事处纪念馆等; 主要交通干道包括中山中路、 解放东路、 滨江路等。
参考龙瀛等[13]对成都街道活力的研究, 街道范围除包括道路红线外, 还应包含影响街道活力的建筑前区、 建筑底层商业等空间, 因此本文以桂林历史城区内街道中心线两侧55 m缓冲区空间范围作为研究对象(55 m缓冲区可包含绝大多数影响街道活力的POI数据点), 利用网络数据爬取、 量化分析和实地调研相结合的方法, 对其街道活力情况以及影响活力的因素进行研究。
1.2 研究数据
1.2.1 城市路网
路网数据是由OSM(open street map)上获取的开源道路数据, 并对照桂林市路网测绘地图进行校核, 确保研究路网的准确性。由于原始路网细节较多, 在数据分析过程中会带来诸多不便, 因此用ArcGIS软件对道路网进行拓扑处理(图2), 方便后续研究。
1.2.2 百度热力图
百度热力图是以手机基站定位的信令数据为基础, 通过软件分析处理, 用不同深浅的颜色向用户呈现出某个地区的人口集聚情况, 在很大程度上反映了城市空间被使用的情况[21]。结合桂林历史城区的实际情况和相关研究, 本文将百度热力图所反映出的热力值作为街道空间活力的外在表征, 并选取2021年5月26(周三)和30日(周日)两日的百度热力图进行分析, 从08:00—22:00每两小时截取一次, 累计截取热力图16张(图3)。在ArcGIS中对热力图数据进行矢量化处理, 作为街道活力分析的基础数据。
1.2.3 百度地图POI数据
POI数据来源于百度地图开放平台, 参考龙瀛等的相关研究[22], 并结合桂林历史城区实际情况, 将百度地图POI数据分为八大类, 具体分类及各类型数量占比为: 商业服务设施(76.59%)、 交通服务设施(3.89%)、 科教文化服务设施(3.44%)、 医疗保健服务设施(4.10%)、 商务住宅(2.32%)、 机构及社会团体(4.92%)、 公司企业(3.54%)、 风景名胜(1.20%)。
2 旅游城市街道活力评价指标体系构建与指标量化
街道活力的核心在于街道上从事各类活动的人[23], 街道活力的强弱在于人群活动的强度频率[24]。结合已有的相关研究基础[25], 本文对街道活力的研究是从街道活力的外在表征和影响因素两个维度进行评价, 构建旅游城市街道活力评价指标体系。选择百度热力图所反映的表示人群集聚密度分布情况的热力值作为街道活力的外在表征; 考虑到数据的可获取性和桂林典型山水旅游城市的特点, 选择可达性、 宜游性、 街道自身特征作为街道活力的影响因素, 包括12项指标, 并对这些指标进行量化和空间表达(表1)。
3 研究结果及相关性分析
基于上述街道活力评价指标体系, 首先对百度热力图分析得到的历史城区街道活力分布情况进行研究, 得出街道活力的时空分布规律, 并进一步分析街道活力影响因素的空间分布特征。其次以SPSS分析软件为工具, 以研究范围内街道的属性值为基础数据, 建立线性回归模型, 探究各个影响因素与街道活力的相关性。
3.1 街道活力时空特征分析
3.1.1 街道活力时间分布特征分析
城市中人群的活动具有一定的规律性, 本文为分析对比桂林历史城区工作日与休息日不同时间段的整体街道活力变化情况, 用热力值代表百度热力图所反映的人群集聚密度分布情况, 按照颜色不同参考官方图例将热力值分为7级, 分别赋值1～7, 运用ArcGIS软件按掩膜提取、 分区统计工具计算出每条街道各个时间段的热力值[28], 然后将同一时间段内所有街道的热力值相加得到该时间段的历史城区街道综合热力值数据用来表征历史城区整体街道活力, 将周三(2021年5月26日)与周日(2021年5月30日)两日的热力值数据分为8个时间段, 分析历史城区整体街道活力随时间的变化规律(图4)。
根据桂林历史城区工作日、 休息日整体街道活力变化曲线可以看出, 工作日的街道活力在08:00表现出较高水平, 12:00达到第一次波峰, 之后缓慢下降, 在18:00达到最高值, 20:00以后出现明显下降趋势。休息日的街道活力总体上呈现出两头低、 中间段高的特征, 在12:00达到第一个波峰, 之后持续上升, 18:00达到最高值, 继而逐渐下降, 20:00以后迅速降低。从工作日与休息日的对比可以看出, 工作日上下班时间点的街道活力明显高于休息日, 但休息日的街道活力从8:00—18:00呈持续上升趋势, 而工作日则呈现出起起落落的“波浪形”变化特征, 两日都在18:00达到一天中活力的最高峰。此外, 在20:00之后工作日与休息日的街道活力均呈现明显下降趋势。
由此可以看出, 桂林历史城区街道活力在工作日与休息日有着不同的变化规律, 与工作日相比, 休息日由于人们推迟活动, 导致街道活力从上升达到稳定的时间相对延后, 但休息日街道活力的增长速度更快且持续上升。在晚20:00之后工作日和休息日的街道活力迅速降低, 表明桂林历史城区夜间街道空间集聚程度不足, 夜间经济吸引力较弱, 无法维持多时段的高活力状态。
3.1.2 街道活力空间分布特征分析
本文将百度热力图按照颜色分为7个等级, 分别赋值为1～7, 然后对两日内8个时间段的热力图数据进行量化分析, 街道热力值通过添加表面信息工具记录在ArcGIS道路图层, 对两日共16个时间段的街道热力值进行计算得到16个热力值字段, 然后相加得到街道综合热力值。根据运算结果运用自然断点法对街道综合热力值进行分类, 将综合热力值为1～40的街道称为“低活力街道”、 综合热力值为40～65的街道称为“中等活力街道”、 综合热力值为65～112的街道称为“高活力街道”(表2)。“高活力街道”和“中等活力街道”代表了桂林历史城区内人口密度较为集中的城市街道空间。
经上述分析得到街道综合热力值空间分布图(图5), 可以看出高活力街道、 中等活力街道多集中分布在历史城区中部, 南部街道活力明显高于北部。具体而言, 高活力街道主要集中在微笑堂商厦、 桂林大世界等组成的商圈和由东西巷、 正阳路步行街等组成的商业集聚带, 包括中山中路、 解放东路、 东西巷和正阳路步行街等街道, 该片区商业设施完善, 交通可达性高, 旅游资源富集, 易于聚集活力; 其次以桂林百货大楼为中心的南部片区也具有较高的街道活力, 包括中山中路、 文明路、 西城路等街道, 该片区亦集中了较多的购物、 餐饮、 住宿资源, 公共服务功能齐全, 生活设施完善; 与日常认知不同, 研究范围边缘的滨水街道活力普遍不高。
由此可看出, 历史城区街道活力表现出由中心向边缘放射性递减的趋势和中部集聚、 “南强北弱”的分布特征, 高活力街道主要集中在商业中心周围。
3.2 街道活力影响因素空间分布规律
3.2.1 全局可达性与局部可达性
本文使用空间句法软件Depthmap计算研究范围内街道的全局整合度(Integration[HH])和局部整合度(Integration[HH] R3), 分别代表街道的全局可达性和局部可达性(图6)。全局可达性和局部可达性呈现出不同的分布特征, 历史城区中心位置和交通主干道具有较高的全局可达性, 由中心向四周全局可达性逐渐降低; 东西巷和正阳路步行街等商业集聚区局部可达性较高, 其余街道局部可达性较差。
3.2.2 功能密度与功能混合度
在ArcGIS中用自然断点法将街道功能密度和功能混合度分为5个等级, 用深浅不同的颜色表示等级高低[29](图7)。总体来看, 功能密度和功能混合度存在不同的分布规律, 功能密度高的地方主要集中在由东西巷、 正阳路步行街以及几座商业大厦组成的商圈周围, 其中东西巷、 正阳路步行街的功能密度最高, 因为该片区是桂林历史城区的商业中心地带, 交通便利, 且位于传统历史轴线上, 有丰富的商业、 文化、 娱乐、 旅游设施; 南部片区的街道功能密度次之, 功能密度高的街道主要集中在桂林百货大楼周边; 北部片区多为生活性街道, 街道功能密度最低。
功能混合度的分布与日常认知不同, 对比功能密度的空间分布图可以看出, 功能密度与功能混合度并不具有明显的相关性, 功能密度高的街道, 其功能混合度并不一定高。例如在功能密度最高的东西巷和正阳路步行街区域, 由于商业功能占比大, 业态较为单一, 导致其街道功能混合度较低; 北部片区聚集多种功能和业态, 其街道功能混合度表现较高, 但功能密度相对较低。
3.3 街道活力影响因素相关性分析
3.3.1 基于街道属性的街道活力相关性分析
基于上述分析, 以SPSS软件为工具, 采用线性回归的方法, 对桂林历史城区街道活力的各影响因素进行评估。首先将其69条街道的属性值作为基础数据, 探究各影响因素与街道活力的相关性强弱。
由于热力值是偏态分布(图8), 取自然对数可以在不改变数据相对关系的同时形成正态分布的数据, 减少异方差出现的概率, 将街道热力值的自然对数ln y导入SPSS软件进行正态性检验(图9), 可以发现绝大多数的点聚集在直线上, 表明数据基本符合正态分布。因此本文将街道热力值的自然对数ln y作为线性回归分析的因变量, 将可达性、 宜游性、 街道自身特征中的公交站点密度x1、 交叉口密度x2、 全局可达性x3等12个要素作为自变量进行分析(表3)。
从可达性分析显示, 桂林历史城区街道交叉口密度和全局可达性的显著性sig指标均小于0.01, 表明与街道活力有很强的正相关性, 街道的交叉口密度和全局可达性越高, 越容易吸引和汇集人流, 街道活力也随之提高; 公交站点密度的显著性sig指标为0.037, 与街道活力有较强的正相关性; 局部可达性显著性sig指标为0.552, 与街道活力相关性则较弱。
从宜游性分析, 自然型旅游景点密度和旅游酒店密度的显著性sig指标分别为0.000、 0.005, 与街道活力呈现显著的正相关性, 历史城区自然型旅游景点是桂林山水环境中最具认知性的精华所在[30], 能够吸引大量游客, 旅游酒店集中地区会引发一系列的旅游消费活动, 街道活力较高; 人文型旅游景点密度显著性sig指标为0.216, 与街道活力相关性较弱, 可能与桂林现阶段历史人文资源未被充分开发利用, 而自然景观类旅游开发更为成熟有关。不同于以往认知, 亲水程度显著性sig指标为0.052, 与活力的相关性并不显著, 滨水的街道仅有少数几条活力较高, 其余均呈现出低活力状态, 这可能与街道和水体之间互动性缺失、 未能形成街道丰富宜人的亲水空间有关。
街道自身特征中功能密度显著性sig指标为0.000, 对街道活力影响最大, 增加功能密度能有效增强街道活力; 街道长度显著性sig指标为0.031, 但标准化系数为-0.205, 表示与街道活力呈较强负相关, 过长的街道容易引起视觉疲劳, 降低对人群的吸引力, 适宜的街道长度对维持街道活力有积极意义; 功能混合度、 街道等级显著性sig指标均大于0.05, 相关性较弱, 与街道活力无明显关系。
由上述分析可以看出, 桂林历史城区街道交叉口密度、 全局可达性、 自然型旅游景点密度、 旅游酒店密度和功能密度等要素都与街道活力有显著的相关性, 公交站点密度、 街道长度与街道活力有较显著的相关性, 局部可达性、 人文型旅游景点密度、 亲水程度、 功能混合度和街道等级与街道活力无明显相关性。
3.3.2 基于POI的街道活力相关性分析
由于上文中功能密度对街道活力的影响显著, 因此本文进一步将组成功能密度的8类POI进行分析, 探讨各类POI所代表的街道功能与街道活力之间的关系。研究方法与上文的线性回归分析相同, 因变量为街道热力值的自然对数, 但自变量改为各类POI的功能密度, Density=POI(z)_num/road_length(z=1, …, 8), POI(z)_num表示某类POI在该街道中心线两侧55 m缓冲区范围内的数量, road_length表示该街道长度。
从相关性分析结果来看(表4), 除科教文化设施密度和公司企业密度相关性较弱外, 其余要素都与街道活力有着较强的正相关性。商业服务设施密度相关性最显著且标准化系数高, 为0.491, 对街道活力的影响最大; 医疗保健设施密度次之, 标准化系数为0.457, 对街道活力也有显著影响; 交通设施密度、 商务住宅密度、 机构及社会团体密度和风景名胜密度的显著性sig指标在0.01～0.05, 说明这几个要素与街道活力的相关性较强, 一定程度上也可以影响街道活力。
4 桂林历史城区街道活力提升策略
通过上述研究发现, 桂林历史城区街道活力在时空特征和分布规律上存在明显差异性; 在12个影响因素中, 交叉口密度、 全局可达性、 自然型旅游景点密度、 旅游酒店密度和功能密度是显著性影响因素; 在POI数据类型中, 商业服务设施密度对街道活力是最具影响力的。由此, 从时空要素、 交通要素、 旅游要素三方面提出桂林历史城区街道活力提升的策略(图10)。
在交通要素上, 保持历史城区传统格局的同时, 连街通巷, 形成网络, 打通交通微循环; 有机串联城市商业中心、 旅游景点、 交通站点、 生活社区等, 建构交融、 连续、 通达的历史城区街道空间体系, 提升街道全局可达性; 同时根据历史城区街道特点, 开设微型化和智慧化公交线路, 提高公共交通覆盖率。
在旅游要素上, 通过定制不同主题、 不同场景的精品游线, 将自然型旅游景点、 人文型旅游景点、 旅游酒店、 旅游服务设施等串联起来, 构筑历史城区旅游“链珠”工程; 借鉴美国波士顿翡翠项链公园体系的建设经验[31], 桂林历史城区在两江四湖城市开放公园的基础上, 结合旅游慢行绿道的规划, 构建象鼻山—伏波山—叠彩山漓江沿线滨水地带上的自然山水开放公园和八角塘—靖江王城—东西巷和正阳路城市历史轴线上的历史人文开放公园, 加强各公园间交互频率, 打破门票经济的束缚, 增强人文型旅游景点与街道活力的相关性, 彰显历史文化名城的价值, 同时强化水系对街道活力的影响, 激发滨江街道活力; 优化旅游酒店的布局结构以及与街道联系的便捷性, 发挥旅游酒店在旅游消费者各类活动中的枢纽作用, 拉动餐饮、 娱乐、 购物等多种业态发展, 构建城景一体、 主客共享的历史城区活力空间。
在时空要素上, 通过提高北部片区街道功能密度, 丰富业态类型和文化内涵, 控制街道活力“南强北弱”态势进一步发展; 在保持历史城区中部高活力集聚点活力度的基础上, 在边缘地带结合15分钟社区生活圈, 增加公共服务设施配置, 形成若干次级活力集聚点[32], 使历史城区街道活力由单中心积聚向多中心均衡分布, 实现历史城区街道活力的整体性增长; 依托环城水系“夜游”“大瀑布”表演活动, 将夜间经济深度植入街道空间, 融入“夜购”“夜食”“夜宿”“夜行”“夜娱”等旅游夜消费活动, 通过扩大和提升“夜游”方式、 范围、 规模和品质, 形成多种主题的特色夜市街区和夜间经济集聚区, 提升街道夜间活力。
5 结 论
通过对网络开源数据的获取与实地调研, 在相关研究的基础上增补旅游景点、 水系、 旅游酒店等旅游类影响因素构建旅游城市街道活力评价指标体系, 加入了基于拓扑关系的空间句法可达性、 基于主客共享视角的宜游性等指标。研究结果表明: (1)桂林历史城区街道活力在工作日与休息日、 白天与夜晚均表现出不同的分布特征, 夜间活力较弱; (2)街道活力在空间分布上表现出中部集聚、 “南强北弱”的特点, 高活力街道集中在商业中心周围; (3)交叉口密度、 全局可达性、 自然型旅游景点密度、 旅游酒店密度和功能密度与街道活力呈显著正相关, 街道长度呈较显著负相关, 且功能密度中商业服务设施密度与街道活力相关性最强。
当前, 桂林市正在全面实施历史城区城市更新行动, 全力推进世界级旅游城市建设, 因此本次基于多源数据的旅游城市街道活力的量化研究结果在实践层面上具有一定指导意义。但在街道活力的时空特征和分布规律研究上, 并未充分考虑到旅游城市节假日(国庆节、 劳动节、 春节等)特殊时段的影响, 历史城区街道活力研究亦仅局限于本体, 未考虑其边缘地区的街道活力受到相邻地区的交叉影响; 此外, 本研究主要侧重于以“人群活动密度”来表征街道活力, 未考虑活动类型的丰富度对于街道活力的多重影响。在后续的旅游城市街道活力研究中应进一步完善, 注重定性与定量研究相结合, 不断提高大数据时代量化规划的精细化和可靠性。
参考文献
[1] 上海市规划和国土资源管理局.上海市街道设计导则[M].上海:同济大学出版社,2016.
[2] Moughtin C .The European city street,Part 1:paths and places[J].Town Planning Review,1991,62(1):51-78.
[3] 孙宇,王耀武,戴冬晖.从方向到路径:对我国城市街道活力发展的思考[J].建筑学报,2020,67(S1):154-158.
[4] Cranshaw J,Schwartz R,Hong J I,et al.The livehoods project:utilizing social media to understand the dynamics of a city[C]//Proceedings of the Sixth International AAAI Conference on Weblogs and Social Media.AAAI Press,2012:58-65.
[5] 冯月,余翩翩.社区街道活力评价及影响因子辨析——以成都市为例[J].西部人居环境学刊,2019,34(6):18-24.
[6] 钮心毅,吴莞姝,李萌.基于LBS定位数据的建成环境对街道活力的影响及其时空特征研究[J].国际城市规划,2019,34(1):28-37.
[7] 黄丹,戴冬晖.生活性街道构成要素对活力的影响——以深圳典型街道为例[J].中国园林,2019,35(9):89-94.
[8] 司睿,林姚宇,肖作鹏,等.基于街景数据的建成环境与街道活力时空分析——以深圳福田区为例[J].地理科学,2021,41(9):1536-1545.
[9] 陈锦棠,邓明亮,梁斌注,等.建成街道活力时空特征及提质策略研究——以广州市建设新村为例[J].规划师,2021,37(16):13-21.
[10] 邢忠,陈子龙,顾媛媛,等.基于大数据的城市街道活力影响因素定量分析[J].西部人居环境学刊,2021,36(3):98-105.
[11] 苟爱萍,王江波.基于SD法的街道空间活力评价研究[J].规划师,2011,27(10):102-106.
[12] 姜蕾.城市街道活力的定量评估与塑造策略[D].大连:大连理工大学,2013.
[13] 龙瀛,周垠.街道活力的量化评价及影响因素分析——以成都为例[J].新建筑,2016,34(1):52-57.
[14] 方永华.基于多源大数据的城市街道活力测度与影响机制研究——以南京为例[D].南京:东南大学,2018.
[15] 黄生辉,王存颂.街道城市主义:武汉市街道活力量化及影响因素分析[J].上海城市规划,2020,30(1):105-113.
[16] 王建国.城市设计[M].南京:东南大学出版社,2011:69-70.
[17] 吴良镛.桂林的城市模式与保护对象[J].城市规划,1988,12(5):3-8.
[18] 龙良初.山水优先理念下的桂林城市特色建构[J].社会科学家,2018,33(12):95-103.
[19] 周家斌.全力打造世界级旅游城市[N].广西日报,2021-06-16(008).
[20] 田梦瑶,吴曼妮,郑文俊.城水关系视角下桂林环城水系演变与当代风景实践[J].桂林理工大学学报,2021,41(4):768-775.
[21] 吴志强,叶锺楠.基于百度地图热力图的城市空间结构研究——以上海中心城区为例[J].城市规划,2016,40(4):33-40.
[22] 郝新华,龙瀛,石淼,等.北京街道活力:测度、影响因素与规划设计启示[J].上海城市规划,2016,26(3):37-45.
[23] Mehta V.Lively streets:determining environmental characteristics to support social behavior[J].Journal of Planning Education and Research,2007,27(2):165-187.
[24] 毛志睿,陈笑葵,项振海,等.历史街区街道活力测度及影响因素研究——以昆明市文明街历史街区为例[J].南方建筑,2021,41(4):54-61.
[25] 邱煜卿.基于多源数据的城市街道空间活力评价研究——以苏州古城区为例[D].苏州:苏州科技大学,2019.
[26] 李洋洋.城市街道活力的定量评估及相关性分析——以厦门岛南部片区为例[D].厦门:厦门大学,2018.
[27] 张琪,谢双玉,王晓芳,等.基于空间句法的武汉市旅游景点可达性评价[J].经济地理,2015,35(8):200-208.
[28] 闵忠荣,丁帆.基于百度热力图的街道活力时空分布特征分析——以江西省南昌市历史城区为例[J].城市发展研究,2020,27(2):31-36.
[29] 张香君.长沙市中心城区街道活力评价[D].长沙:湖南师范大学,2018.
[30] 桂林市.桂林市城市总体规划(2000—2010)文本[R].桂林:桂林市自然资源局,1999.
[31] Fábos J G.Greenway planning in the United States:its origins and recent case studies[J].Landscape and Urban Planning,2004,68(2/3):321-342.
[32] 张春英,吴优,孙昌盛,等.休闲康体视角下桂林市居住区文化体育类设施配置标准优化[J].桂林理工大学学报,2020,40 (1):95-102.