自“新冠”疫情爆发以来,国内外数以亿计的居民生命健康受到严重威胁,打乱了正常的城市生产生活秩序,其中武汉是国内遭受新冠疫情冲击最严重的城市。在此背景下,我们探讨:疫情风险在城市空间中分布如何?如何解析与城市空间因素之间的关系?对当今疫情防控有什么新的建议?这些都是本研究所关注的要点。
城市规划第8期刊出了武汉大学城市设计学院李欣副教授团队的研究成果,基于武汉市中心城区的新冠病例数据,对确诊小区地理位置进行空间化处理,利用核密度分析对感染人群的空间分布进行估计,分析武汉中心城区的疫情分布,运用多尺度地理加权回归模型分析了疫情与社会人口、城市形态、城市设施、城市功能等空间因素的关联,揭示了这些因素的效应、影响范围和空间异质性。通过对城市空间风险因素的分析,有利于在未来采取有效的城市规划和建筑设计应对手段,制定更加科学合理的防治措施。
图片源自新华社 | 记者 熊琦 摄
1、研究背景
相隔不到17年的时间里,我国经历了严重急性呼吸系统综合症(SARS-2002)和新冠病毒疫情(COVID-19)的袭击,然而我国的城市化率从2003年的40%快速提升至2019年的60%。这两次重大突发公共卫生事件均与高密度都市区的人口聚集有关,引起我们对城市人居环境的深入思考。在面对突发公共卫生事件的考验时,合理而有韧性的城市建成环境可以发挥其适应性机制,降低城市和居民所受到的损害。
2、数据空间化处理
本文选择武汉三环内的中心城区作为研究对象,对截止到2020.2.28的武汉7个主城区的小区累计确诊病例进行了整理(图1),纳入了2115个小区的25008个确诊病例样本,利用核密度方法来估计病例空间分布趋势(图2)。
▲ 图1 | 武汉市累计新冠肺炎确诊人数统计
▲ 图2 | 武汉三环内疫情分布热力图分析
注:基于湖北省自然资源厅网站下载的审图号为“鄂S(2020)003号”的标准地图制作,底图无修改。本文图3~图8底图来源相同。
3、空间风险因子
疫情在空间上的传播受到多因素的影响,与各类城市空间因子相关,表1为本研究的空间因子。
▲ 表1 | 空间因子列表及描述
疫情的发展受人们日常活动和空间环境的多重影响,仅从整体层面对影响疫情分布的因素进行全局性分析可能会忽视局部的特殊规律。因此,在OLS模型的基础上进一步使用多尺度地理加权模型(MGWR)进行局部拟合。
4、模型解析
.................................................................OLS模型.................................................................
表2显示,OLS模型的F值在99%的置信水平上显著,说明对于502个空间单元而言,该模型整体上是有意义的,R2为0.536。
▲ 表2 | OLS模型结果
注:*<0.05,**<0.01,***<0.001。
.................................................................MGWR模型.................................................................
在OLS模型中,道路密度、土地利用混合度这两个因素对疫情并无显著影响,在MGWR模型中予以去除。MGWR模型的平均调整R2达到0.855,对于每个网格,能够解释因变量总变异的60.2%~98.6%,说明该模型具有较高的解释力(表3)。局部R2的高数值区域与疫情分布的走势具有较高一致性。相对于OLS模型,MGWR模型的解释能力显著提高(表4)。
▲ 表3 | MGWR模型结果
▲ 表4 | 空间自相关检验
MGWR模型中,5个因素在不同网格中的系数存在变化,具有显著影响的区域也具有空间异质性(图3),说明本文所涉及的因素在不同的单元空间中对疫情的作用和影响是非平稳的,也意味着疫情在不同区域爆发的原因可能存在系统性差异。
▲ 图3 | 模型解释力的空间分布
.................................................................空间风险因子的空间置信度分布.................................................................
汉口大部分区域、武昌沿江至东湖之间的狭长地带、汉阳杨家湾至钟家村一带的疫情与医院密度显著相关(图4),在空间分布上与这些区域内大型综合医院所覆盖的范围高度吻合,疫情主要表现为以医院为中心的邻近扩散模式。疫情受到商业影响的显著区域几乎遍及武汉三镇(图5)。
▲ 图4 | 医院因素的空间置信分布
▲ 图5 | 商业因素的空间置信分布
城市建设规模也对疫情产生了广泛的影响,其显著的影响范围主要集中在汉阳、武昌、青山(图6),在汉阳沿江区域、武昌的环沙湖沿线、东湖西侧的滨湖地带,呈现出廊道扩散模式。这些区域是近年来武汉中心城区新增房地产开发的主要区域,良好的沿江和环湖景观吸引了大量居住人口,模型估计结果与现实基本一致。
▲ 图6 | 建设规模因素的空间置信分布
疫情受老龄化影响的显著区域相对分散(图7),以汉口的沿江片区、武昌的杨园、青山的钢花新村等老旧社区为主。老旧社区中居住着大量铁路系统和钢铁企业的退休工人,属于城市中比较弱势的群体,受疫情的冲击比较明显。城市边缘的社区也容易受到老龄化因素的影响,如白沙洲、光谷等区域的部分社区。
▲ 图7 | 社区老龄化因素的空间置信分布
对于地铁站点(图8),受该因素显著影响的区域与重要的地铁沿线高度重合(1、2、4号线)。一些位于地铁终端的社区,影响比较明显,如4号线末端的钢花新村和2号线末端的光谷广场。
▲ 图8 | 地铁站点因素的空间置信分布
5、规划策略
(1)高密度社区极易受到疫情的严重冲击;位于城市边缘的社区,随着老龄化程度的提高,其社区脆弱性也需要重视。容积率需要合理管控,不仅与社区的宜居环境有关,还涉及到是否能够对未来可能的疫情进行有效的积极防控。
(2)轨道交通沿线增加适当的街头公园、绿地、绿化隔离带等“缓冲空间”;优化轨道交通节点周边的慢行交通系统,通过增加和改善相应的城市绿道和步道系统,鼓励绿色出行。科学设置各类自然场地、开放空间,将其融入城市慢行系统。
(3)充分考虑多层级应急医疗体系的构建,疏解大型综合医院的救治压力,考虑建筑“平战结合”等多用途使用。
6、结语
本研究综合分析了武汉主城区疫情的空间分布,探索城市空间因子与疫情的关联,对因子效应和空间置信范围进行了估计。结果显示,无论是从全局尺度还是局部尺度,容积率、社区老龄化、设施密度、土地利用混合度等空间因子均与疫情存在显著关联。
我们应将这次公共卫生事件视为促进城市规划发展升级的重大机遇,城市规划应该以社区生活圈为基本“时空”单元,考虑现有的城市自然资源、空间形态、基础设施、人口规模与结构,合理配置医疗资源,整合公共空间与服务设施存量,打造韧性城市规划体系,使得城市细胞单元在面对突发公共卫生事件时能够快速有效地应对,确保城市生活更加安全、健康、美好。
文章来源:城市规划 由李欣、周林、贾涛、刘斐旸和邹宇量撰稿
Copyright @ 2020 江苏城乡空间规划设计研究院
版权所有苏ICP备2020059968号-1号