摘要：在城市更新背景下,人本层面的品质提升是街道设计的核心目标,需要一套从使用者多样化需求出发、精准科学的综合评价体系对街道品质进行精准感知。研究以厦门市中山路街区为例,融合多源大数据构建以“功能多样”“景观丰富”“出行便利”“居住舒适”4个街道主导功能维度的评价指标,采用回归模型与层次分析法对指标体系进行校核、赋权和评分,进而形成了一套街道品质综合评价方法。基于评价结果,提出街道品质提升策略,并开发面向规划管理部门、设计部门和空间使用者的应用平台,便于城市规划的各方利益主体参与其中,从而为规划编制、管理和实践提供科学支撑,落实该评价方法的可操作性和应用性。

摘要：深入认知建成环境对街道活力的影响效应,是街道环境优化与城市更新的基础。但多数研究忽略了二者之间的非线性关系,难以有效指导设计实践。基于多源大数据测度街道活力与建成环境,使用机器学习算法来分析其非线性效应,并针对不同类型街道进行探索。结果表明:1)提升开发强度是促进街道活力的最有效措施;2)建成环境要素对街道活力的影响表现出非线性特征,将其控制在合理范围内,街道活力才会有效提升;3)街道环境要素的综合设置应考虑其交互效应,一个要素的影响会随着另一个要素的变化被放大或缩小;4)老城区、商务片区、工业与区域交通设施周边区域及景观性街道的活力形成机制存在显著差异。相关规律可为街道的精细化设计提供人本尺度的理论参考。

摘要：以上海市南京西路为案例,使用移动互联网"位置服务"定位数据,以街道上人群轨迹点密度表示人群活动强度,生成了街道活力量化测度指标。随后选用空间滞后模型测算建成环境对街道活力影响的时间、空间特征,分别构建了五个分时段模型,测度功能混合、小街段、老建筑、密度、交通和场地设计5组15个建成环境指标对街道活力的影响。研究发现各个建成环境指标对街道活力影响时空特征各不相同。其中,影响南京西路街道活力最显著的指标是地铁站出入口和沿街商业业态多样性。在这两个因素之外,规划设计理论关注的外部空间设计、街段长度、人行道宽度、商业界面连续性等也具有较强的显著性。街道两侧建筑功能混合、老建筑占比等会促进街道活力的观点,在当前南京西路环境中并不成立。本研究可为存量规划背景下南京西路以及类似高密度建成环境的商业街道更新设计提供理论支持和优化方向。

摘要：精细化和理性化设计已成为城乡规划设计的趋势,大数据分析技术是城乡规划专业学生量化分析能力的重要构成和体现。城市大数据主要包括环境大数据和行为大数据。按照研究尺度,城市大数据的应用分为区域、总规、控规和街道设计4个层面。依据各类城市大数据特征和应用场景,城市大数据课程划分为理论教学、数据处理和综合实践训练3个模块,分别对应原理背景、软件技术、实践操作的能力提升。理论教学模块主要介绍最新前沿理念以及大数据原理、模式、类型等;数据处理模块主要培养学生的数据挖掘技术、数据处理和清洗校验技术、数据分析能力、数据可视化能力;综合实践训练模块指选取不同的研究课题和应用场景,进行大数据技术的应用实践。

摘要：建成环境功能多样性是提升街道活力的有效途径。然而,各功能之间应该如何混合,不同的功能复合模式如何影响街道活力,不同类型街道空间的影响机制是否存在差异,都缺少明确答案。选取建成环境功能多样、涵盖多种街道类型的南京西路街区为案例,使用移动互联网LBS定位数据和POI数据分别测度街道活力和功能多样性。从街道活动强度和稳定度两方面,分析功能多样性对街道活力的影响,并针对性地对南京西路重要路段提出优化策略。发现居住-就业功能的平衡可以显著提升街道活动强度,居住-商业功能的平衡有利于维持街道活动强度的稳定,此外,外部环境设计对街道活力的影响不可忽略。为活力街道的更新设计提供理论支撑和实践指导。