利用街景图像和大数据技术对中国社区质量进行细致评估

《Scientific Reports》：Fine-grained evaluation of neighborhood quality in China using street view images and big data technologies

　　

摘要

随着后物质主义和后工业化时代的到来，场所质量逐渐成为城市研究的热点。然而，相关研究主要集中在城市或国家层面，对于城市内部的小尺度区域缺乏探索。在本文中，我们将研究范围定为社区层面，设计了一套社区质量评估系统，该系统利用深度学习等大数据技术和街景图像获取社区层面的微观数据，从而能够同时评估城市的软环境和硬环境。通过熵方法对全国232个地级市中的5829个主要社区（街道办事处）的质量进行了评估。评估结果表明：（1）在中国，构建“软环境”对于提升社区质量更为重要；（2）中国大多数高质量社区位于经济发达地区，这表明社区质量的提升在一定程度上取决于地区的经济水平；（3）高质量社区在各个维度上的建设相对均衡，而低质量社区在创造力维度上存在明显不足；（4）最后，本文还对不同地区、不同行政级别以及不同产业结构的城市的社区质量进行了异质性分析，发现尽管中国在城市“硬环境”建设方面的投入基本相同，但在“软环境”建设方面仍存在显著差异。本文不仅丰富了场所质量研究领域的文献，还为城市规划者和政策制定者在规划与设计、城市更新以及城市化政策优化方面提供了重要的理论支持。