城市活力
城市活力的概念是由珍雅各（Jane Jacobs）於1961年所提出，他主張街區與建築是密集的、功能混合和有著舒適的步行街道，他反對現代理性主義建築，珍雅各認為這類型的城市規劃忽略且過度簡化了不同社區中人類生活的複雜性(Jacobs, 1961)。目前城市活力的相關研究多以作為互動和社會凝聚力的場域：公共空間、步行街道、和城市廣場為中心，與以汽車為中心的Anglo-Saxon城市主義形成鮮明對比。凱文林奇於1984年出版《Good City Form》一書 (Lynch, 1984)，書中提到衡量居住品質的五個維度，且都與城市的品質有關，而「活力」正是最重要的維度，並且提出安全性、適應性、生存性等活力的三大原則。相關理論研究雖日益增加，但仍無法明確定義，在台灣也未有相關研究公開，國內外學術界尚未有統一的標準，以下本文將會整理幾位學者對城市活力的不同解釋，見下表。
提出學者 | 活力釋義 |
(Jacobs, 1961) | 大城市活力的產生來源於城市內部的多樣性，而人的活動與物理場所的交織的過程則構成多樣性。 |
(Lynch, 1984) | 活力是一個良好的城市形態對於安全性、生存性、適應性的支持程度。 |
(Maas, 1984) | 城市活力是由多樣化的獨特的商業和娛樂機會以及密集的社會異質行人所產生的協同作用 |
(Montgomery, 1995) | 一個地方感覺到生機蓬勃的程度。 |
(Geoffrey B. West, 2017) | 一座城市的實質生活不是那些物理基礎設施，而是生活在其中的人他們的日常生活，他們為城市帶來了活力。 |
綜上所述，本文認為城市活力為“一城市具有生命力的象徵，而構成表現則為人在城市中的聚集與各種活動所產生的生活狀態。而它又包含了物理活力與非物理活力兩個層面；其中物理層面代表著是城市建成環境、各種城市的功能區、建築、公共空間，非物理活力則代表經濟發展、城市管理、或是居民的精神形象等等。物理活力與非物理活力均代表著一個城市有生機勃勃的表徵。
Jane Jacobs透過社會學的角度探索城市活力的來源，她認為城市空間活力的行程有四個主要因素：空間需要具備兩個以上的用途、大多數的街道比需要短、該地區的建築應涵蓋各種年代不同狀況的建築、高密度。Jan Gehl在Life Between buildings一書中提到，“慢交通意味著富有活力的城市“以及“人在公共空間長時間的逗留代表著住宅區和城市空間具有活力”(Gehl, 2011)，這些主要的城市活力理論均闡述著城市日常生活相關的行為是城市活力的基礎。這些理論為城市活力的研究提出重要的理論基礎。
城市活力還可以用就業數據、經濟水平、文化交流等方面表示 (Long & Huang, 2017)(Florida, 2002)。隨著資訊及通訊技術的進步，也有許多使用新興數據來表示活力的研究，如：Y.-L. Kim使用手機訊號衡量區域活動人口來代表社會活力、使用銀行卡交易紀錄來衡量該區的經濟活力，並使用Wifi接入點來衡量虛擬空間中的城市活力 (Kim, 2018)、另外有學者透過手機訊號分成不同年齡組，並藉由分析該年齡組的數據與OpenStreetMap（開放街圖）的數據相結合評估活力的差異 (Botta & Gutiérrez-Roig, 2021)、倫敦大學與貝爾實驗室協同研究使用手機訊號與研究從開放衛星圖像推斷出肉眼不一定可見的城市特徵（如：犯罪率、房地產價格）(Scepanovic et al., 2021b)、中國有學者利用城市外賣分佈數據結合開放街圖數據，使用快速探索隨機樹（Rapidly-exploring random tree，RRT）演算法，定量分析城市外賣分佈之範圍，並量化其活力值，並且對於白天與夜晚的活力值使用了人流數據與夜間燈光分布圖的數據來計算(Zikirya et al., 2021)。
傳統的活力衡量方法大多基於質性的視角，或通過實地訪談或問券觀察(Mushkani & Ono, 2021)。例如Zarin等人進行了問券調查，並使用多元回歸方法，提出一個了解社會和城市物理空間對城市生活質量作用的理論框架 (Zarin et al., 2015)。Kostas等人透過問券調查了指出提高城市活力的城市政策可以透過多樣化的設施與服務的密集程度、混合用途的城市形式來實現(Mouratidis & Poortinga, 2020)。就算到了2020也依舊有許多學者使用通過關注歷史文件、實地觀察、和訪談的分析方式來研究城市活力 (Alkazei & Matsubara, 2020)。但現在基於數據上獲取的進步，在研究上也有許多定量的分析方法，Sulis等人為Jane Jacobs的多樣性和活力概念提出一種計算方法，分析從公共交通收集的智能卡數據，應用回歸模型來建立多樣性和活力間的關係，並使用Twitter數據作為城市空間人活動的特徵，用於評估城市活力的定量測量(Sulis et al., 2018a)。Scepanovic等人提議使用一個單一的數據源Sentinel-2 衛星圖像，並利用CNN深度學習框架與PCA主成份分析，並使用兩種技術，第一種是基於預訓練的VGG16特徵提取、第二種是訓練無監督卷積自動編碼器（CAE）的特征提取 (Scepanovic et al., 2021b)。
目前已經有許多研究透過質性方法來收集資料，並衡量活力，而本論文將以從Google Map 等收集的數據，應用相關性分析來衡量個變量與活力間的關係，並使用電信信令數據作為人在城市空間逗留的特徵來表述城市活力。