EN中文

Journal of Geo-information Science >

2022 , Vol. 24 >Issue 1: 50 - 62

DOI: https://doi.org/10.12082/dqxxkx.2022.210331

Research on the Rationality of Public Toilets Spatial Layout based on the POI Data from the Perspective of Urban Functional Area

  • MA Qiang , 1 ,
  • WANG Liangxu , 2, * ,
  • GONG Xin 1 ,
  • LI Ke 1
Expand
  • 1. School of Environmental and Geographical Sciences, Shanghai Normal University, Shanghai 200234, China
  • 2. Institute of Urban Studies, Shanghai Normal University, Shanghai 200234, China
* WANG Liangxu, E-mail:

Received date: 2021-06-10

  Revised date: 2021-07-16

  Online published: 2022-03-25

Supported by

National Natural Science Foundation of China(41730642)

Copyright

Copyright reserved © 2022
Fold

Abstract

As the most typical public facility, public toilets reflect the civilized level and management service level of the city and are an important window for building a civilized image of the city. Current research focuses on the accessibility and coverage of public toilets, treats public toilets as spatial points without discrimination, and ignores the heterogeneity of public toilets in different urban functional areas. How to establish a comprehensive and accurate public toilet space evaluation system and analyze the comprehensive service capabilities of public toilets in different regions is obviously insufficient in the current research, which is not conducive to the deployment of public toilets and the advancement of the equalization of basic public services. The emergence of multi-source data provides a new perspective for the research of urban public facilities. Therefore, this paper proposes a rationality evaluation method of public toilet spatial layout based on POI big data from the perspective of urban functional area. We use Term Frequency-inverse Document Frequency (TF-IDF) information weighting technology combined with Point of Interest (POI) frequency density to identify urban functional areas, and integrate OpenStreetMap (OSM) road network density and WorldPop population data to construct a population travel vitality index and evaluate public toilet services in urban functional areas. Finally, the population and spatial coverage rate and the spatial imbalance index are calculated to determine the difference between streets and towns and the rationality of the layout of public toilets in streets and towns. Based on multi-source data, this method quantitatively analyzes the rationality of the allocation of public toilets in different functional areas and explores the differentiating factors of the space allocation of public toilets. This article takes Shanghai, one of the most urbanized cities in China, as an example for calculation. The study finds that: ① The number of toilets in different urban functional areas is different. The number of planned commercial service functional areas is the largest, but the public toilets in the commercial service functional area have the highest qualifications. "Industry-Commercial service" and "Green Space-Commercial service" and other commercial service-related joint functional areas are also at a high level of qualification. This is because a lot of commercial service organizations provide public toilet services to the outside, which has improved the service capacity of public toilets in the area; ② The public functional area has the lowest qualification rate, only 10.27%, which is related to the openness of this type of attached public toilet facilities; ③ The eligibility of public toilets in Shanghai’s streets and towns is generally reasonable, with an average space coverage rate of 67.31% and an average population coverage rate of 70.72%. The imbalance index between public toilet service and travel vitality distribution in streets and towns ranges significantly from 0 to 0.76, of which 147 have an imbalance index less than 0.4, accounting for 69.34%, indicating the comparison of the space allocation of public toilets between these streets and towns is reasonable. The rationality of the allocation of public toilets decreases significantly from the downtown area of Shanghai to the southwest, southeast, and Chongming Island, while there is no obvious attenuation to the northwest, showing a good contiguous service capacity. The results show that this method fully takes into account the issue of the heterogeneity of the functional areas of public toilets and the travel vitality of the population, and the spatial analysis is more accurate and has more practical value.

Key words： Term Frequency-Inverse Document Frequency; big data; urban functional area; Point of Interest; travel vitality index model; public toilets evaluation; spatial imbalance index; space and population coverage; Shanghai

Cite this article

MA Qiang , WANG Liangxu , GONG Xin , LI Ke . Research on the Rationality of Public Toilets Spatial Layout based on the POI Data from the Perspective of Urban Functional Area[J]. Journal of Geo-information Science, 2022 , 24(1) : 50 -62 . DOI: 10.12082/dqxxkx.2022.210331

1 引言

自1992年以来,联合国提出了“21世纪议程”、“千年发展目标（Millennium Development Goals,MDGs）”、“我们期望的未来”、“可持续发展目标 （Sustainable Development Goals,SDGs）”等目标体系,具体目标由定性逐渐趋向于定量[1,2,3]。其中,减少地区之间的不平等（SDG 10）和建设包容、安全、可持续的城市及社区（SDG 11）是构建地区平衡和可持续发展的重要指标[4]。在快速城市化的社会背景下,公共基础设施的重要性更加凸显。因此推进基本公共服务均等化是建设可持续发展目标的一项重要任务[5]。
2015年4月1日,习近平总书记关于“厕所革命”作出批示。同月,作为“厕所革命”的主管部门,国家旅游局启动了《全国旅游厕所建设管理三年行动计划》[6]。加快推进旅游厕所建设与改造,加强旅游厕所的管理与维护,全面提升旅游业品质,不断满足广大游客的需求。
将地理空间信息技术应用于城市公共厕所的研究在21世纪初逐渐兴起,其中主要包括两个方面。首先是公共厕所的布局与选址,如刘安生等[7]认为在规划中,应引入GIS技术,科学确定公共厕所服务半径,建立布局均衡,数量适度的公共厕所服务体系。唐少军[8]以长沙市公共厕所为例,通过对传统布局选址模型的优化,提出了多准则决策分析最优选址模型,并验证了模型的可行性和可复制性。Abel[9]为埃塞俄比亚政府部门建立GIS系统,为公共厕所等小型公共设施的选址提供建议,认为该方法可以增强决策的科学性。Osumanu和Kosoe[10]通过手持GPS获取加纳Wa地区的公共厕所坐标,结合问卷调查,对公共厕所的可达性和利用率进行了评估。Yin等[11]通过建立多层次分析模型,提供了一种更方便、科学、经济的城市公园公厕选址方法。后来,随着人们对于公共设施服务质量的追求逐渐提高,公共厕所的配置合理性及服务评价成为研究新方向,冯君玲等[12]通过临汾市尧都区公共厕所布局的合理性的研究,提出了尧都区未来公厕的需求量和规划的方案。许章华等[13]基于商业、交通场站、旅游景点、教育等吸引人群的主要因子,划分区域繁华程度,对马江片区公共厕所的空间布局进行研究。谢金宁等[14]基于常住人口统计数据,利用人群密度分析法与人口分布分析法对湘潭市雨湖区公共厕所的数量、质量和空间布局进行了分析。高云等[15]从街道层面对淮安市清河区人群密度进行了等级划分,并分析了公共厕所的布局、质量、数量。谭欣等[16]通过对百度热力图人流量数据和路网的耦合,发现北京部分地区公共厕所的覆盖范围不够合理。Bliss和Park[17]探究全球16个城市人口与公共厕所空间分布,分析公共厕所设置的最佳密度,不同的城市和区域对于公共厕所设置的最佳密度不同。赵自力和程志萍[18]利用百度大数据,制作出行人群密度分布图,对珠海市公共厕所空间布局合理性进行了分析。黄迎春等[19]通过对公共厕所等公共设施的核密度分析,从质量、数量、分布3个方面进行探讨,并提出规划建议。
从研究手段上来看,人口出行活力的预测是研究重点。一方面直接利用常住人口等统计数据进行等级划分;另一方面则利用地理空间数据进行人口出行活力的预测。该模型认为人口出行活力与交通、商业、旅游、教育等设施相关,不同等级、不同类型的设施对人口出行呈现出不同的吸引力,通过对各类设施人口出行吸引力的叠加,划分区域的繁华程度[20,21],估算公共厕所的需求度,进而探究公共厕所空间配置的状况。对于影响因子的选取和赋值过于主观,适用的研究区比较小,具有明显的局限性,无法在大范围的空间上进行公共厕所服务评价。
区域公共厕所的需求与该地出行活力密切相关。而出行活力指数与所在城市功能区、人口数量和路网密度直接相关。当前,城市功能区的划分主要分为格网和路网二大部分[22],考虑到城市路网数据等级复杂,且公共厕所和道路距离过近,通过OSM划分城市单元,不可避免的会将一部分公共厕所删除,造成一定的误差。利用空间格网则能保持数据的完整性,本文在城市功能区划分上,采取 1 km×1 km 网格单元的方式。城市功能区的识别主要依据POI权重和数量占比进行划分,而POI权重多参考公共认知度排序,结合其个体特征,进行赋值,具有一定的主观性。本文在POI权重的设置上考虑其数量和空间分布的双重影响,引入机器学习中的加权技术:词频-逆文本频率算法,从局部和整体计算POI的权重。
快速发展的大数据技术和多源化数据的建设为研究城市可持续发展提供了新视角[23],海量空间数据为大范围,精细化的评估公共设施服务空间上的变化提供了可能。基于以上分析,本文以上海市为研究区域,以典型公共设施-公共厕所为例,,基于上海市公共厕所空间点数据,利用词频-逆文本频率模型,结合POI大数据,识别城市功能区;在此基础上融合WorldPop人口数据,OSM路网密度数据构建出行活力指数,对不同功能区的公共厕所配置合理性进行评价,并计算空间与人口覆盖率和空间不平衡指数,对各街道之间的公共厕所分布合理性进行评估。提出优化上海市公共服务供给能力的路径选择和对策建议,以期为公共设施规划和评价提供参考方法。

2 研究方法

2.1 技术路线

本文提出的城市功能区视角下基于POI大数据的公共厕所配置合理性的评价方法包括城市功能区识别和出行活力指数计算、公共厕所服务综合评价2个部分（图1）。通过对POI数据的清洗分类,得到城市功能区判别基础数据和公共厕所位置数据;利用词频-逆文本频率模型,计算各类POI的权重,进而识别城市功能区;再融合WorldPop人口数据和OSM路网数据计算出行活力指数;最后对公共厕所的配置合理性进行全面评估。
图1 公共厕所服务综合评价研究框架

Fig. 1 Research framework of evaluation of public toilets service

2.2 城市功能区出行活力指数

2.2.1 城市功能区识别
城市功能区的识别主要依赖POI的数量和权重进行计算,真实的城市空间中,各类POI的数据量差别很大,如餐饮服务类POI为109 806个,而风景名胜POI为10 316个,巨大的数量差异使小数据在计算中被湮没,因此POI的权重设置至关重要[24]。传统POI权重多参考赵卫锋关于POI的公共认知排序[25],在不同城市,不同数量级的POI下,如何设计POI权重成为难题。而词频-逆文本频率是一种用来估计一个字词在一个文件集中重要程度的统计方法,在机器学习中经常用于信息检索与数据挖掘的加权方法,具有较好的分类能力[26]。研究主要将每个空间网格单元视为单个文件,单个文件中POI的类别视为词语,因而分析各空间研究单元的类别就转化成求解文件集中的各词语所占权重[27]。
利用式（1）—式（3）计算出每一个空间网格单元内各类POI加权后的权重值,即频率密度,根据频率密度划分城市功能区。首先将无POI的区域筛选出来,划分为无数据区;当某一类POI频率密度大于50%的时候,即将该类POI的属性设置为功能区的属性,包括公共、商服、绿地、工业、居住、交通等6类单一功能区;当其中没有某类POI的权重超过50%时,将其中有两类POI权重处于20%~50%的,命名为该两类POI类别的联合功能区,其余的则划为综合功能区。
t f i , j = n i , j ∑ n k , j
id f i = lg D j : t i ∈ d j
tf id f i , j = t f i , j × id f i
式中: i表示某一类POI; j表示空间网格单元; nij表示i类POI在j空间网格单元出现的次数; ∑ n k , j表示空间网格单元j所有POI出现次数之和; D表示空间网格单元总数; j : t i ∈ d j表示包含某类POI的空间网格单元总数。
2.2.2 出行活力指数
不同的功能区对于人口的出行吸引力不同,出行活力指数模型利用空间网格单元内的人口数量与路网丰富度,将二者进行归一化处理,再进行加权。然后乘以不同功能区的权重系数。
G xm = G m - G x min G x max - G x min
C m = G xm × Q y x = 1,2 ; y = 1,2 , 3 , ⋯ , 8 ; m = 1,2 , 3 , ⋯ , n
式中:x=1,x=2分别表示人口数量和路网密度;m表示空间网格单元的编号; G m表示m单元格的数值; G x max表示x类的最大值; G x min表示x类的最小值, G xm表示m号空间网格单元x类的归一化数值; Q y依次表示8类功能区在出行活力指数方面各自的权重,若为混合功能区,则取2个单一功能区的均值; C m表示m号空间网格单元的出行活力指数。

2.3 公共厕所服务综合评价

2.3.1 公共厕所服务水平测度
根据住建部《环境卫生设施设置标准2012》[28],公共厕所的设置应结合城市土地利用类型和该土地利用类型的繁华程度,其中公共,商服类用地4~11个/km2,且繁华程度高的区域应取高限,繁华程度低的区域应取低限;而工业用地仅需1~2个/km2,因此结合相关标准和出行活力指数的自然间断点分级法,指定公共厕所的计划数量:
H = S - P P × 100 %
式中: S为该网格单元内实际的公共厕所数量;P为该网格单元内计划的公共厕所数量。通过对H的分析,可以得到实际公共厕所数量与计划公共厕所数量之间的关系（表1）,判定该地区公共厕所的服务水平。
表1 公共厕所计划数量

Tab. 1 Number of public toilets planned

出行活力指数x 0<x ≤5 5<x ≤10 10<x ≤25 25<x ≤45 x>45
设置数量/个 1 3 5 7 10
2.3.2 空间与人口覆盖率
根据住建部《环境卫生设施设置标准2012》[28],不同功能区的公共厕所的服务范围不同,商业性区域的服务范围较小,而生活性和交通性区域较高。因此,将无数据区设置为0,将公共,绿地,商服及相关的联合功能区及混合划分为一类功能区,根据出行指数划分为繁华,一般,冷清3种类型。将居住,交通,工业及相关的联合功能区（不包含与一类功能区相关的联合功能区）划分为二类功能区,如表2所示。
A = k b a b b = 1,2 , 3 , ⋯ , n
P = r b p b b = 1,2 , 3 , ⋯ , n
式中:A、P分别表示某街镇内公共厕所的空间覆盖率和人口覆盖率;b表示街镇的编号;kb表示该街镇内公共厕所的空间服务范围;ab表示该街镇的面积;rb表示该街镇内公共厕所的空间服务范围内的人口数量;pb表示该街镇内的人口数量。
表2 不同繁华程度功能区的空间服务范围

Tab. 2 Different degree of prosperity of the functional area of space services (m)

出行活力指数 x 0<x ≤5 5<x ≤10 10<x ≤25 25<x ≤45 x>45
功能区类型 冷清 较冷清 一般繁华 较繁华 非常繁华
一类功能区 1000 700 400 300 150
二类功能区 1200 900 600 400 300
无数据区 0 0 0 0 0
2.3.3 空间分布不平衡指数
空间分布不平衡指数常用来描述一个地理系统相对于另一个地理系统发展的不平衡关系,揭示空间分布之间的特征规律[29,30]。以街镇为单位,利用空间分布不平衡指数描述公共厕所的分布与出行活力分布之间的关系,描述公共厕所空间分布的合理性。公式如下:
F = ∑ i = 1 2 2 2 ( M i - Q i ) 2 × 100 %
式中:M1为达标区内的公共厕所数在该街镇的比重;Q1为达标区内所有网格出行指数和占该街镇的比重;M2为非达标区内的公共厕所数在该街镇的比重;Q2为非达标区内所有网格出行指数和占该街镇的比重。

3 研究区概况及数据来源

本文将国内城市化水平最高之一的上海市作为研究区域,全市下辖16个区、212个街道、镇、乡、工业区、管委会、林场等。其中研究中将黄浦区、徐汇区、长宁区、静安区、普陀区、虹口区、杨浦区合并算作上海市区。上海市早在2007年发布《城镇公共厕所规划和设计标准》[31],并在2017年发布了新版《公共厕所规划和设计标准》[32],对公共厕所的设置提出了更加细化的标准。
POI数据来源为利用爬虫技术获取的2018年高德地图数据,数据内容包括经纬度、所属类别、地址、名称等基础信息,共有1 340 269条数据。
公共厕所数据来源于高德地图获取的POI数据,去掉重复和地址错误的点数据,共计23 692个,作为公共厕所设施点空间分布数据（图2）。
图2 2018年上海市公共厕所空间分布

Fig. 2 Distribution of public toilets in Shanghai in 2018

WorldPop人口数据（https://www.worldpop.org/）: Woldpop数据集是基于人口普查、调查数据、社交媒体数据、夜间灯光数据、土地利用数据等,通过随机森林模型估算人口分布的权重图层,制作的高分辨率人口分布网格图[33]。本文使用WorldPop2018年中国人口数据集,通过掩膜提取、栅格转点、空间连接,得到上海市各个空间网格单元内的人口数量。
OpenStreetMap 路网数据（http://download.geofabrik.de/asia/china.html）:其是目前应用最广泛、最具有代表性的志愿者地理信息项目之一,旨在建立免费开放的地图数据源[34]。数据为矢量格式,包含有道路类型和车道数（表3）。
表3 2018年研究数据基本信息

Tab. 3 Basic information of research data in 2018

数据名称 数据形式 数据类型 数据量 年份
POI/个 点 矢量数据 1 340 269 2018
公共厕所/个 点 矢量数据 23 692 2018
WorldPop/个 网格 栅格数据 9113 2018
OpenStreetMap/条 线 矢量数据 83 497 2018

4 上海市城市功能区出行活力指数计算结果及分析

4.1 功能区识别与验证

城市功能区类型主要通过POI类别和数量决定,将上海市划分为7275个1 km2的空间网格单元（图3）。利用词频-逆文本频率模型对单元内的POI数量进行加权处理,相较于传统的权重赋值法,既考虑了POI在整体区域上的分布,也考虑了其在空间网格单元内的密度,可以更加精准的识别城市功能区。
图3 2018年上海城市功能区识别结果

Fig. 3 Recognition results of Shanghai's urban functional areas in 2018

基于词频-逆文本频率模型和频率密度的上海市城市功能区识别结果如图3。结果表明:上海市城市功能区共有7275个,空间分布上以商服、工业、公共三大类和相关联合功能区为主,这与上海市的城市用地类型的占比高度符合;联合功能区共1615个,分布较为分散,覆盖范围广,与单一功能区交错布局;单一功能区4170个,以商服（1457个）、工业（1324）、公共（750）三大类为主,商服功能区主要集中在上海市区和各个区域中心,与上海高度发达的商业密切相关。工业功能区在上海市区内和离市区较近的地区占比很小,主要分布在远离市区的郊区。公共功能区的分布较为分散,表明具有一定程度的空间均衡性;混合功能区70个,多分布在在各个区域中心;无数据区1420个,主要是湖泊、农田、滩涂、水系等区域。

4.2 出行活力指数计算

公共厕所的服务水平应由该地的出行活力指数确定,路网的密度和该地的出行活力成正相关,即单位路网密度高的地区,出行活力指数较高。如公园、绿地、广场、购物街等。也有一些地区单位路网密度高,但是主要作为交通设施用地,因此出行活力并不高,如交通枢纽、高架桥、立交桥等。本文建立出行活力指数模型,通过人口数量与路网密度的归一化和叠加分析,得到更加精细的城市功能区人口出行活力空间分布（图4）。
图4 2018年上海市人口出行活力指数分布

Fig. 4 Distribution of population travel vitality index in Shanghai in 2018

利用自然间断点法对空间网格单元的出行活力指数可视化,可以发现人口出行活力指数空间分布具有明显的“块状聚集-多中心发展”特征,空间差异明显。从区级层面空间分布来看,上海市中心区的出行活力指数较高,具有明显的规模优势,非常繁华和较繁华区域多位于中心市区,在近郊中心和远郊新城零星分布。最繁华区域包括外滩、陆家嘴、中山公园、杨浦公园等地,呈现出沿着地铁线的连片分布,人口出行活力最高。较繁华区域则主要是上海市区和郊区的少部分区域,如七宝、迪士尼公园、上海交通大学（闵行校区）等地,大学城、公园、近郊商业中心的出行活力较高。而一般繁华地区则位于上海各个郊区明显的次中心,具有一定的规模聚集,如松江新城、南桥新城、青浦新城等。较冷清区域则是近郊中心和远郊新城的边缘区,具有明显的环状分布特点,此外,还包括郊区街镇的中心,具有一定的出行活力。冷清区域则是外围郊区的常态,如金山、崇明、奉贤和浦东新区的南部,主要是一些无数据区和农村地区。这里地理位置偏远,以第一产业为主,人口密度低,交通不便。

5 公共厕所合理性评价

5.1 公共厕所服务评价

根据《环境卫生设施设置标准2012》[28],利用多源数据建立的公共厕所服务水平测度模型对各城市功能区公共厕所数量进行评价。将结果H分为5类,依次是优秀（H≥0.5）、良好（0<H≤0.5）、合格（H=0）、不合格（-0.5<H<0）、较差（H≤-0.5）。从空间分布来看,优秀区域主要集中在上海市区和宝山顾村、嘉定马陆、松江新桥、闵行梅陇、华漕、青浦华新以及浦东新区川沙新镇。其中,上海市区的商业高度发达,有大量的商场可以提供公共厕所,郊区镇公共厕所服务优秀则主要是因为功能区以工业区为主,出行活力指数比较低,对公共厕所的要求比较低,而浦东新区川沙新镇的优秀区域有2个, 分别是上海迪士尼和浦东国际机场,作为绿地和交通功能区的代表,这里具有很高的出行活力指数,同时公共厕所设施非常完善,足以满足人们的需求。良好与合格区域多数集中在优秀区域的边缘地带,公共厕所的建设密度从中心向外围具有明显的衰减趋势,但出行活力指数的衰减相对缓慢,公共服务水平低于中心区。不合格区域多数位于高速路、省道等高等级道路周边,人口出行活力相对较高,但是由于该区域内的出行方式以驾车为主,步行不是主要方式,具有更高的流动性。因此公共厕所之间的间距较大,公共厕所服务功能区不合格的地区呈现出沿着高等级道路间断分布的特点。公共厕所服务较差的功能区主要集中在城市外围郊区,公共设施覆盖率低,如南汇新城作为区域中心,有环绕滴水湖的大量公园和多个高校,但公共厕所很少,难以满足该地区出行人口的需求。而金山、崇明等地则存在大量的非建成区,如耕地等,人口出行活力指数虽较低,但公共厕所分布基本只存在区域镇中心等核心地带,因此周边地区公共场所服务水平较差。从城市功能区角度来看,商服功能区内商家比较多,各类商家也提供了大量的开放式公共厕所,提升了该地区的公共厕所的服务能力,虽然对商服功能区内的公共厕所数量要求比较高,但是商业功能区、工业商服联合功能区的公共厕所合格度是所有功能区中的前两位,合格率达到49.14%。同时,商服功能区内的公共厕所服务范围比较小,公共厕所的需求压力仍比较大。公共功能区内的合格度最低,仅有10.27%,可能与该类型附属公共厕所设施的开放程度相关。随着城市化进程的发展,交通更加便捷,城市人口出行活力指数将进一步增大,首先应解决当前商业、公共、绿地及相关功能区内公共厕所服务能力和开放性不足的问题,进一步完善公共厕所的布局（图5）。
图5 2018年上海市公共厕所评价

Fig. 5 Public toilets evaluation in Shanghai in 2018

从各个区的公共厕所服务水平来看（图6）,各区较差和优秀的功能区占比均达到56.20%以上,公共厕所服务的两极化效应显著。合格功能区大于不合格功能区的行政区包括市区、闵行区、宝山区、嘉定区,均为城市中心区和近郊区,表明公共厕所的服务水平与城市化水平密切相关。浦东新区合格功能区与不合格功能区之间的数量差值最大,其辖区面积大,区内存在多个发展相对独立的中心,各中心地区发展程度与周边地区差异较大,因此两极差异最为显著。
图6 2018年各区公共厕所服务水平测度

Fig. 6 Measurement of public toilet service level in different districts in 2018

5.2 空间与人口覆盖率

不同功能区的公共场所服务的人群数量和使用频率是不同的,根据制订的评估方法,对上海市公共厕所的服务范围进行评估,结合精细化的人口数据,可以直接评估出公共厕所的空间和人口覆盖率。根据出行活力指数的分布,设计公共厕所的服务范围,通过对每一个街镇的计算,将上海市街镇的空间与人口覆盖率以“20%、40%、60%、80%”的等间隔划分为“低、较低、中、较高、高”5个等级。
从空间覆盖率来看,公共厕所能覆盖辖区内全部空间的仅有1个,为宝山路街道。空间覆盖率高于80%的街镇共有87个,多位于市区和嘉定、宝山等上海西北部郊区（图7）。市区东南部陆家嘴街道、小东门街道、龙华街道等受黄浦江水域面积的影响,覆盖率相较于中心市区偏低。市区西北部部分街道空间覆盖率介于60%~80%,如长征镇、甘泉路街道、长风新村街道、新泾镇,归因于该地商业较为发达、商服类功能区公共厕所的空间服务范围低于工业类功能区,因此该地空间覆盖率低于周边嘉定、宝山的工业型街镇,形成市区与西北部郊区之间的低值区域。空间覆盖率低于60%的区域中,除石化街道外,全部为城镇,街道以建成区为主,公共服务明显高于城镇。处于40%~60%的多为工业型和旅游型城镇,如朱家角镇、海湾镇、高桥镇等,在城镇中属于经济发展相对较好的;处于20%~40%的则多以农业镇为主;而空间覆盖率低于20%的区域,都位于远郊地区,如崇明岛、浦东南部,还包括金山亭林镇,该镇面积较大且位于远郊,镇中心具有产业园和生活区,同时仍有大量的农田,因此空间覆盖率偏低。
图7 2018年上海市公共厕所空间覆盖率

Fig. 7 Spatial coverage of public toilets in Shanghai in 2018

从人口覆盖率来看,公共厕所的平均覆盖率达到70.72%,其中人口覆盖率达到100%的共计24个,除新成路街道、庙行镇、东平林场、塘桥街道外,均位于市区（图8）。公共厕所能覆盖辖区内80%以上人口的共有94个,共包括55个街道、38个镇和1个林场。如南京西路街道、淮海中路街道、江苏路街道、虹桥镇、华新镇、南翔镇、东平林场等,表明街道内的公共厕所服务水平总体上比较高,交通和经济比较发达的镇也具有优秀的服务能力,而东平林场内人口相对更集中,因此覆盖率高。从中心城区向外围郊区扩散的过程中,人口覆盖率总体上呈现逐渐下降的趋势,近郊的人口覆盖率明显高于远郊,但不乏一些远郊区域性的中心表现出良好的服务能力,如奉贤青村镇、青浦夏阳街道和金山山阳镇。人口覆盖率最低的地区主要位于崇明岛和浦东南部地区,这里距离市区比较远,城市化水平相对较低。
图8 2018年上海市公共厕所人口覆盖率

Fig. 8 Population coverage levels of public toilets in Shanghai in 2018

多数远郊区的街镇空间覆盖率明显低于人口覆盖率,郊区街镇人口分布具有明显的聚集性。公共厕所服务范围内人口比率低于空间比率的街镇共有60个,一定程度上表明这些地区的公共厕所的分布具有不合理性,人口分布与公共厕所分布趋势并不完全相同。其中洋泾街道、江宁路街道、临汾路街道最为突出,这3个街道小区众多,人口出行活力指数高,但是公共厕所的空间分布在局部较为聚集,在部分区域则较为稀疏。公共厕所的空间与人口覆盖率总体上均具有环状的衰减趋势（图9）,表明从中心城区向外围郊区扩散的过程中,公共服务总体上衰减,人口分布也由均衡变得集中。因此外围郊区只有区域中心区才能得到较好的公共厕所服务水平,公共厕所的空间分布不平衡性加大,与该地区所处的发展阶段密切相关。
图9 2018年上海市公共厕所空间与人口覆盖率差值

Fig. 9 Difference between space and population coverage of public toilets in Shanghai in 2018

5.3 空间分布不平衡指数

计算各个街镇合格区内的公共厕所与人口出行活力的不平衡指数（图10）,用来比较公共厕所服务合格区的人口出行活力与公共厕所服务不合格区内人口出行活力之间的关系。发现公共厕所的不平衡指数有很大区别。上海市区内不平衡指数多数小于0.2,这表明上海市区的人口分布与公共厕所分布较为相符,公共厕所服务区能满足人们的需求,而像南汇新城镇、万祥镇、老港镇,作为浦东新区开发的前沿,拥有滴水湖等大量公园,但在公共厕所覆盖率比较低的情况下,其不平衡指数小于0.2的主要原因是人口相对市区而言比较少,呈现出的是一种低平衡。城市发展,向外扩张的过程中,公共厕所作为后建基础设施,其布局相对落后于该地人口迁入和路网建设的速度。因此由市区向郊区扩散的过程中,不平衡指数是一个递增的过程。其中,近郊能够更早的接受市区的辐射,公共厕所等设施建设的需求会相对较大,速度会相对较快。而上海的远郊,如崇明区和金山区,不平衡指数多处于0.5~0.6,大量的街镇仍以农业等第一产业为主,建成区相对较小且集中,公共厕所基本位于镇域的中心,空间分布不均衡指数比较大。
图10 2018年上海市公共厕所空间分布不平衡指数

Fig. 10 The imbalance index of spatial distribution of public toilets in Shanghai in 2018

2018年上海市212个街镇中,不平衡指数从0 ~0.76不等,不平衡指数为0的街镇有40个,其公共厕所配置和人口出行活力的分布状况十分吻合,公共厕所的配置比较合理,资源得到充分利用（图11）。不平衡指数小于0.4的共有147个,占比69.34%,表明这些街镇内公共厕所空间配置比较合理。不平衡指数处于0.4~0.6的共计56个,占比26.42%,这些街镇多位于奉贤、金山、青浦、崇明等郊区。不平衡指数大于0.6的有9个,占比4.25%,如祝桥镇,其辖区内公共厕所过于集中在浦东国际机场,而其他区域则相对缺乏。
图11 2018年上海市不同等级不平衡指数的街镇数量注:红色框数字表示个数。

Fig. 11 The number of streets and towns with different levels of imbalance index in Shanghai in 2018

6 结论与讨论

6.1 结论

本文从公共厕所异质性的角度出发,利用多源空间数据集,计算城市功能区和人口出行活力指数,在此基础上提出了一种大范围、精细化的公共厕所配置合理性评价的方法。该方法使用词频-逆文本频率信息加权技术,根据POI的权重值与频率密度划分城市功能区;进而融合OpenStreetMap路网密度数据和WorldPop人口数据计算出行活力指数。根据城市功能区和人口出行活力指数规划公共厕所的数量,与当前的公共厕所空间分布状况耦合分析。本文以上海市委实验区,采用2018年的多源空间数据开展实验,实验结果表明,本文建立的方法体系对于公共厕所需求和配置的测算更加精准,对于公共厕所服务的评价更加合理,优于传统的评价体系。主要结论如下:
（1） 基于志愿者地理信息的快速发展,多源大数据集为公共设施的评价提供了更精准的数据支撑。基于词频-逆文本频率信息加权技术的POI权重识别更符合实际,城市功能区的识别更加精准,因此出行人口活力指数的计算结果也更为准确。
（2） 本文结合国家和上海市规划标准,利用多源数据测度了上海市公共厕所的服务能力,包括服务范围、覆盖人口、服务效果,并从街道和空间网格单元2个尺度进行了评价和分级。证明该方法能在城市尺度上对公共设施进行精准和全面的评价,进一步为城市公共厕所的配置规划提供了准确的参考意见。
（3） 研究发现,上海市公共厕所的配置良好,平均空间覆盖率达到67.31%,平均人口覆盖率达到70.72%。公共厕所服务从中心城区到边缘郊区具有显著差异,不平衡指数从0~0.76不等,其中69.34%的街镇内不平衡指数小于0.4。从上海市区向西南、东南、崇明岛等远郊区有明显的递减,而公共厕所服务能力从上海市区向西北近郊地区则没有明显的衰减,呈现出连片的较好的服务能力。

6.2 讨论

多源数据具有容易采集和全面感知城市的优势,它们的有效结合,提供了评估城市公共设施和公共服务的新方法,能因地制宜,结合具体街区的状况,更简便地对大范围的公共设施的服务效果进行评估,全面的为城市公共设施的当前状况进行体检。
但同时我们也发现,WorldPop人口数据不能细致反映人口出行活力的时空分布,POI大数据无法解释城市设施运行的具体情况。因此,下一步考虑引入社交媒体大数据,基于海量个体在公共设施的使用后的信息表达,探讨城市公共设施的动态评估,从而更准确地获取该设施使用后的反馈,为城市公共设施规划和治理提供参考意见。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
王光辉, 刘怡君, 王红兵. 过去30年世界可持续发展目标的演替[J]. 中国科学院院刊, 2015, 30(5):586-592.

[ Wang G H, Liu Y J, Wang H B. Succession of sustainable development goals in past 30 years[J]. Bulletin of Chinese Academy of Sciences, 2015, 30(5):586-592. ] DOI: 10.16418/j.issn.1000-3045.2015.05.002

DOI

[2]
薛澜, 翁凌飞. 中国实现联合国2030年可持续发展目标的政策机遇和挑战[J]. 中国软科学, 2017(1):1-12.

[ Xue L, Weng L F. sustainable development goals[J]. China Soft Science, 2017(1):1-12. ] DOI: 10.3969/j.issn.1002-9753.2017.01.001

DOI

[3]
朱婧, 孙新章, 何正. SDGs框架下中国可持续发展评价指标研究[J]. 中国人口·资源与环境, 2018, 28(12):9-18.

[ Zhu J, Sun X Z, He Z. Research on China's sustainable development evaluation indicators in the framework of SDGs[J]. China Population, Resources and Environment, 2018, 28(12):9-18. ] DOI: 10.12062/cpre.20180721

DOI

[4]
张军泽, 王帅, 赵文武, 等. 可持续发展目标关系研究进展[J]. 生态学报, 2019, 39(22):8327-8337.

[ Zhang J Z, Wang S, Zhao W W, et al. Research progress on the interlinkages between the 17 Sustainable Development Goals and their implication for domestic study[J]. Acta Ecologica Sinica, 2019, 39(22):8327-8337. ] DOI: 10.5846/stxb201902200299

DOI

[5]
马慧强, 韩增林, 江海旭. 我国基本公共服务空间差异格局与质量特征分析[J]. 经济地理, 2011, 31(2):212-217.

[ Ma H Q, Han Z L, Jiang H X. The characteristics and spatial differences of basic public services of cities at prefecture level and above in China[J]. Economic Geography, 2011, 31(2):212-217. ] DOI: 10.15957/j.cnki.jjdl.2011.02.001

DOI

[6]
沈峥, 刘洪波, 张亚雷. 中国“厕所革命”的现状、问题及其对策思考[J]. 中国环境管理, 2018, 10(2):45-48.

[ Shen Z, Liu H B, Zhang Y L. The current situation, issues and strategies of “toilet revolution” in China[J]. Chinese Journal of Environmental Management, 2018, 10(2):45-48. ] DOI: 10.16868/j.cnki.1674-6252.2018.02.045

DOI

[7]
刘安生, 张炜, 刘铭. 公共厕所空间布局规划与数字化应用初探——以常州市中心城区公共厕所空间布局规划为例[J]. 城市发展研究, 2008, 15(S1):188-191,225.

[ Liu A S, Zhang W, Liu M. The exploring of public tiolets'spatial distribution and digital application—on the base of Changzhou central area[J]. Urban Studies, 2008, 15(S1):188-191,225. ] DOI: https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFD2008&filename=CSFY2008S1044&uniplatform=NZKPT&v=ouvzdwARSOlRmPACcA2jBC4lw82nEIFiPXUWhpIyfuy-TlQPKFnc9Z8mhAkXjqNk

[8]
唐少军. 基于GIS的公共服务设施空间布局选址研究[D]. 长沙:中南大学, 2008.

[ Tang S J. The research of spatial layout and location of public service facility based on GIS[D]. Changsha: Central South University, 2008. ]

[9]
Terefe A. Application and use of GIS in Small Sanitation Projects in Developing Countries[J]. Tampereen Ammatti korkeakoulu, 2010. DOI: 10.7666/d.y1534881

DOI

[10]
Kanton I, Kosoe E A. Where do I answer nature's call? An assessment of accessibility and utilisation of toilet facilities in Wa, Ghana[EB/OL]. 2013, 5:17-31. DOI: https://journals.ug.edu.gh/index.php/gjg/article/view/478

DOI

[11]
Yin J, Feng N, Wang Z X, et al. Study on site selection and layout planning of public toilets in urban comprehensive park: Taking Xuanwu lake park in Nanjing as an example[J]. IOP Conference Series: Earth and Environmental Science, 2020, 580:012070. DOI: 10.1088/1755-1315/580/1/012070

DOI

[12]
冯君玲, 刘养洁, 王国梁, 等. 基于GIS的城市公共厕所空间布局的合理性分析[J]. 地理空间信息, 2013, 11(4):10-12,185.

[ Feng J L, Liu Y J, Wang G L, et al. Analysis of the Rationality of Urban Public Toilet Spatial Layout Based on GIS[J]. Geospatial Information, 2013, 11(4):10-12,185. ] DOI: 10.11709/j.issn.1672-4623.2013.04.004

DOI

[13]
许章华, 林倩, 郑炜彬, 等. 基于GIS的马尾马江片区公共厕所布局分析与优化[J]. 测绘工程, 2015, 24(7):24-28.

[ Xu Z H, Lin Q A, Zheng W B, et al. Layout analysis and optimization of public toilets in Majiang Area, Mawei based on GIS[J]. Engineering of Surveying and Mapping, 2015, 24(7):24-28. ] DOI: 10.3969/j.issn.1006-7949.2015.07.006

DOI

[14]
谢金宁, 谭勇, 刘怡妃. 城市公共厕所布局合理性分析——以湘潭市雨湖区为例[J]. 环境卫生工程, 2011, 19(6):4-6.

[ Xie J N, Tan Y, Liu Y F. Reasonability analysis of urban toilet distribution: A case study of Yuhu district in Xiangtan city[J]. Environmental Sanitation Engineering, 2011, 19(6):4-6. ] DOI: 10.3969/j.issn.1005-8206.2011.06.002

DOI

[15]
高云, 张梦圆, 朱正平, 等. 淮安市清河区公厕空间布局探讨[J]. 环境卫生工程, 2015, 23(1):75-76.

[ Gao Y, Zhang M Y, Zhu Z P, et al. Spatial layout of toilets in Qinghe district of Huai'an[J]. Environmental Sanitation Engineering, 2015, 23(1):75-76. ] DOI: 10.3969/j.issn.1005-8206.2015.01.023

DOI

[16]
谭欣, 黄大全, 赵星烁, 等. 基于互联网数据的北京城市公共厕所空间布局现状研究[J]. 环境卫生工程, 2016, 24(4):80-83,86.

[ Tan X, Huang D Q, Zhao X S, et al. Present spatial distribution of Beijing public toilet based on Internet data[J]. Environmental Sanitation Engineering, 2016, 24(4):80-83,86. ] DOI: 10.3969/j.issn.1005-8206.2016.04.028

DOI

[17]
Bliss D Z, Park Y S. Public toilets in parklands or open spaces in international cities using geographic information systems[J]. International Urogynecology Journal, 2020, 31(5):939-945. DOI: 10.1007/s00192-019-04024-6

DOI

[18]
赵自力, 程志萍. 基于百度大数据的城市公共厕所空间布局合理性评价[J]. 地理信息世界, 2020, 27(2):49-53.

[ Zhao Z L, Cheng Z P. Rationality evaluation of public toilet layout using big data[J]. Geomatics World, 2020, 27(2):49-53. ] DOI: 10.3969/j.issn.1672-1586.2020.02.009

DOI

[19]
黄迎春, 杨伯钢, 林静静, 等. 基于核密度分析的无障碍设施分析[J]. 北京测绘, 2020, 34(1):12-18.

[ Huang Y C, Yang B G, Lin J J, et al. Analysis of barrier-free facilities based on kernel density function[J]. Beijing Surveying and Mapping, 2020, 34(1):12-18. ] DOI: 10.19580/j.cnki.1007-3000.2020.01.003

DOI

[20]
尧文元, 江斯, 潘志坤, 等. 公厕规划的理论和方法探讨——以广州市公厕规划为例[J]. 环境卫生工程, 2006, 14(1):17-20,24.

[ Yao W Y, Jiang S, Pan Z K, et al. Discussion on theory and methods of public toilets planning Guangzhou public toilets planning as a case[J]. Environmental Sanitation Engineering, 2006, 14(1):17-20,24. ] DOI: 10.3969/j.issn.1005-8206.2006.01.006

DOI

[21]
雷志成. 基于GIS越秀区公共厕所空间布局分析与优化[J]. 价值工程, 2017, 36(27):120-122.

[ Lei Z C. Layout analysis and optimization of public toilets in Yuexiu district based on GIS[J]. Value Engineering, 2017, 36(27):120-122. ] DOI: 10.14018/j.cnki.cn13-1085/n.2017.27.052

DOI

[22]
骆少华, 刘扬, 高思岩, 等. 基于空间格网的城市功能区定量识别[J]. 测绘通报, 2020(S1):214-217.

[ Luo S H, Liu Y, Gao S Y, et al. Quantitative identification of urban functional areas based on spatial grid[J]. Bulletin of Surveying and Mapping, 2020(S1):214-217. ] DOI: 10.13474/j.cnki.11-2246.2020.0550

DOI

[23]
沈安南, 王亮绪, 高峻. 基于深度学习的公民参与城市治理的时空格局研究——以苏州市为例[J]. 地理信息世界, 2020, 27(2):44-48.

[ Shen A N, Wang L X, Gao J. The spatiotemporal pattern of citizen participation in urban governance based on deep learning: A case study of Suzhou[J]. Geomatics World, 2020, 27(2):44-48. ] DOI: 10.3969/j.issn.1672-1586.2020.02.008

DOI

[24]
杨俊宴, 邵典, 王桥, 等. 一种人工智能精细识别城市用地的方法探索——基于建筑形态与业态大数据[J]. 城市规划, 2021, 45(3):46-56.

[ Yang J Y, Shao D A, Wang Q A, et al. Exploration on a method for precision identification of urban land use type using artificial intelligence: Based on big data of building forms and business poi data[J]. City Planning Review, 2021, 45(3):46-56. ] DOI: 10.11819/cpr20210308a

DOI

[25]
赵卫锋, 李清泉, 李必军. 利用城市POI数据提取分层地标[J]. 遥感学报, 2011, 15(5):973-988.

[ Zhao W F, Li Q Q, Li B J. Extracting hierarchical landmarks from urban POI data[J]. Journal of Remote Sensing, 2011, 15(5):973-988. ] DOI: 10.11834/jrs.2011173

DOI

[26]
赵京胜, 朱巧明, 周国栋, 等. 自动关键词抽取研究综述[J]. 软件学报, 2017, 28(9):2431-2449.

[ Zhao J S, Zhu Q M, Zhou G D, et al. Review of research in automatic keyword extraction[J]. Journal of Software, 2017, 28(9):2431-2449. ] DOI: 10.13328/j.cnki.jos.005301

DOI

[27]
Liu K, Qiu P Y, Gao S, et al. Investigating urban metro stations as cognitive places in cities using points of interest[J]. Cities, 2020, 97:102561. DOI: 10.1016/j.cities.2019.102561

DOI

[28]
中华人民共和国住房和城乡建设部. 环境卫生设施设置标准 CJJ 27—2012[S]. 北京: 中国建筑工业出版社, 2013.

[ Ministry of Housing and Urban-Rural Development of the People's Republic of China. Standard for setting of environmental sanitation facilities. CJJ 27—2012[S]. Beijing: China Architecture & Building Press, 2013. ]

[29]
陈彦光. 空间和规模分布差异的组间不均衡指数[J]. 北京大学学报(自然科学版), 2019, 55(6):1097-1102.

[ Chen Y G. Inequality indexes for measuring between-groups mean difference of size and spatial distributions[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2019, 55(6):1097-1102. ] DOI: 10.13209/j.0479-8023.2019.107

DOI

[30]
刘凯, 刘荣增, 陈亭亭, 等. 河南省县域学校体系规模、可达性演化特征及其分异[J]. 地理科学, 2020, 40(10):1698-1709.

DOI

[ Liu K, Liu R Z, Chen T T, et al. Scale and accessibility of school system and its spatial differentiation of elementary schools in Henan Province[J]. Scientia Geographica Sinica, 2020, 40(10):1698-1709. ] DOI: 10.13249/j.cnki.sgs.2020.10.014

DOI

[31]
城镇公共厕所规划和设计标准[S]（DG TJ08-401-2007）.

[ Standard for planning & design of public toilet in city & code[S]. DG TJ08-401-2007.]

[32]
公共厕所规划和设计标准[S]（DG TJ08-401-2016）.

[ Standard for planning and design of public toilets[S].（DG TJ08-401-2016）.

[33]
林丹淳, 谭敏, 刘凯, 等. 代表性人口空间分布数据集的精度评价——以2010年广东省为例[J]. 热带地理, 2020, 40(2):346-356.

[ Lin D C, Tan M, Liu K, et al. Accuracy comparison of four gridded population datasets in Guangdong Province, China[J]. Tropical Geography, 2020, 40(2):346-356. ] DOI: 10.13284/j.cnki.rddl.003220

DOI

[34]
朱富晓, 王艳慧. 多层次多粒度OSM路网目标数据质量综合评估方法研究[J]. 地球信息科学学报, 2017, 19(11):1422-1432.

DOI

[ Zhu F X, Wang Y H. On the comprehensive evaluation of the data quality for OSM road network from the perspectives of multi-level and multi-granularity[J]. Journal of Geo-information Science, 2017, 19(11):1422-1432. ] DOI: 10.3724/SP.J.1047.2017.01422

DOI

Options
Outlines

/

〈 〉