Till innehåll på sidan
Till KTH:s startsida

Han kartlägger urban aktivitet och ojämlika levnadsvillkor i städer

Chen Feng är postdoktor i Tillämpad stadsbyggnad på KTH Arkitektur. Foto:Pixabay
Publicerad 2022-01-26

Att mäta urbana former och förstå hur stadsdesign kan påverka sätt att leva i staden är av stort intresse för Chen Feng, postdoktor i tillämpad stadsdesign. Han studerar för närvarande stadssegregation och ojämlika levnadsvillkor i svenska städer tillsammans med professor Ann Legeby.

Chen Feng. Foto: Privat

Chen studerade arkitektur i Kina, där han började intressera sig för städernas gatustrukturer och hur de påverkar mänskliga aktiviteter. Under sina masterstudier besökte han Macao och studerade hur förändringarna i dess gatustruktur hade spelat en roll i migrationen av kommersiella centra. Efter det åkte han till Georgia Tech i USA för sina doktorandstudier, där han arbetade med professor John Peponis om stadsdesign och rymdsyntax.

– Jag började lära mig och tillämpa teorier och metoder som visar hur städernas rumsliga struktur påverkar olika typer av urbana aktiviteter samt människors uppfattningar om stadsrum. På Georgia Tech fokuserade jag på att utveckla metoder och verktyg för att generera och utvärdera stadsdesign. Specifikt designade och implementerade jag datoralgoritmer för att generera, analysera och sortera tusentals gatunätverksmönster i skalan av ett superblock.

Att hitta ojämlikhet genom kartläggning

Baserat på sitt avhandlingsarbete fann Chen Feng att gatunät kan differentieras längs distinkta vägar som medför olika kostnader när det gäller oönskade egenskaper. Efter Georgia Tech arbetade Chen i Austin, Texas, där han började tillämpa big data-analys och maskininlärningsalgoritmer för att studera pressande frågor relaterade till urban mobilitet och urban hälsa. Han använde en stor datamängd från staden Austin för att kartlägga användningen av e-skotrar som kan hjälpa staden att planera mikromobilitetsinfrastruktur. Han använde också maskininlärning för att förutsäga hälsoresultat i grannskapsskala när det gäller kroniska sjukdomar som stroke, diabetes och fetma.

– Vi kan förutsäga vissa hälsoresultat och beteenden ganska exakt baserat på en uppsättning socioekonomiska variabler genom att använda maskininlärningsalgoritmer. Vi experimenterade också med nya datamängder som bidrog till våra modellers prediktiva kraft. Till exempel använde vi 3-1-1-data – som listar de icke-nödsituationer som rapporterats av medborgare till de lokala myndigheterna – för att se hur människor uppfattar sitt grannskap och hur det hänger ihop med hälsoresultaten i amerikanska städer.

Efter att ha bott i Kina och USA var Chen intresserad av att uppleva att bo i Europa.

– Jag hade aldrig varit i Sverige förut, så det var väldigt spännande för mig att utforska detta vackra land och dess kultur. Som stadsforskare uppskattar jag också möjligheten att arbeta och bo i Europa för att se hur städer här kan se ut och kännas annorlunda än de i USA och Kina. Jag valde KTH för att det fanns ett stort intresse här för rymdsyntax.

Vägen som ledde till KTH

Chen Feng kom till KTH på grund av sitt intresse för att mäta urbana former och studera hur de interagerar med människors aktivitetsmönster i städer.

– Att motverka segregation och skapa mer jämställda levnadsvillkor är viktigt för att nå social hållbarhet. Frågor som rör segregation och ojämlikhet har uppmärksammats allt mer i Sverige. I ett projekt jag och Ann gjorde nyligen studerade vi de ojämlika levnadsvillkoren i Uppsala stad genom att kartlägga tillgängligheten av grundläggande tjänster och faciliteter för människor som bor i de olika stadsdelarna runt om i staden.

Chen Feng har alltid varit intresserad av städer och att se dem genom en tvärvetenskaplig lins.

– Städer är fascinerande komplexa objekt. Det är inte bara den tekniska delen som är intressant. Lika intressanta är de sociala och kulturella aspekterna av städer. Jag blev intresserad av rymdsyntax till stor del för att den erbjuder teorier och metoder för att förstå dessa aspekter. Jag tror att för att förstå något så komplext som städer bör man alltid vara öppen och redo att dra nytta av kunskap från flera discipliner.

Studera strukturer som ett uppkopplat nätverk

Chen Feng beskriver rymdsyntaxteorin som ett sätt att förstå den rumsliga strukturen hos byggnader och städer som ett nätverk eller en graf i matematik. Även om endast en anslutning i nätverket ändras kan det påverka alla andra delar av nätverket. Därför kan en till synes lokaliserad designrörelse ha en inverkan på det potentiella användningsmönstret för utrymme i mycket större skala. På frågan om vad Chen Feng tycker är de viktigaste bidragen inom hans forskningsfält återvänder han till humaniseringen av siffror.

– I geografi mäts hur långt eller nära en plats är från en annan vanligtvis baserat på euklidiskt avstånd, med hjälp av enheter som meter. I rymdsyntax fann vi att människor uppfattar avståndet mellan platser inte bara i termer av den fysiska ansträngningen utan också komplexiteten hos den inblandade vägen, till exempel hur många vändor de ska ta. Idén om "konfiguration" är ett annat viktigt bidrag, som definierar förhållandet mellan två utrymmen ur ett tredje utrymmes synvinkel.

Vissa utrymmen byggda att koppla bort

Chen påpekar också att vissa platser är gjorda för att inte koppla ihop olika platser utan för att skära bort vissa människor. Han diskuterar vidare vikten av att skapa stadsrum som är väl sammanlänkade och tillgängliga för människor med olika bakgrund.

– I min nuvarande forskargrupp (Urban Design and Urban Theory) på KTH Arkitektur har mina kollegor studerat hur man bättre kan integrera människor med olika social bakgrund och från olika områden i staden. Att skapa stadsrum där olika grupper av människor lätt kan mötas och interagera är viktigt. Dessa platser kan erbjuda möjligheter att se människor från alla samhällsskikt och att höra olika röster och åsikter.

I framtiden hoppas Chen Feng hålla sig till fältet eftersom det korsar stadsdesign, informatik och vetenskap med ett starkt fokus på hållbarhet.

– Som forskare är jag intresserad av att studera hur stadsdesign kan bidra till en mer motståndskraftig framtid. Under en urban kris som den pågående pandemin kan människors liv förändras drastiskt. I många länder finns strängare restriktioner än i Sverige, och människor är inspärrade i ett visst område och får inte resa. Det är därför viktigt att fundera över hur vi kan designa och planera städer för att hjälpa människor att bättre hantera sådana kriser.

Läs mer om Senseable Stockholm Lab:

Lärdomar från en kris

Under pandemin använde Chens kollegor vid Högskolan i Gävle data för att studera hur människor närmare grönområden fann det som hjälpte dem att hantera den urbana krisen.

 – KTH var också delvis involverad i den forskningen. Det visade att människor behöver avskilda platser för att njuta av naturen, göra aktiviteter, undvika folkmassan och hålla sig friska. Jag tror att mina kollegors studie visar att även om kompakt stadsutveckling väldigt ofta främjas, bör vi inte glömma vikten av att införa öppna grönområden i städerna. Det är en bra lärdom för stadsdesign från pandemin. Ännu viktigare är att dessa utrymmen måste fördelas på ett jämnt sätt och inte bara fokusera på vissa områden, säger Chen och fortsätter:

 – För närvarande, på Senseable Stockholm Lab, samarbetar Ann och jag, tillsammans med vår kollega Daniel Koch här på KTH Arkitektur, med Stockholms stad och MIT i ett projekt där vi studerar hur människor har förändrat sina vanor att använda stadsrum under pandemin baserat på mobiltelefondata och onlineundersökningar. Insikter från denna studie kan föreslå sätt att förbättra urban resiliens ur ett stadsdesignperspektiv, avslutar Chen Feng.

Text: Hanna Kalla

Det här är den 25:e artikeln i Skolan för arkitektur och samhällsbyggnad  s artikelserie om utvalda forsknings-, utbildnings- eller samverkansinitiativ från respektive institutions verksamhet. Du hittar de tidigare artiklarna här: Arkiv

Innehållsansvarig:infomaster@abe.kth.se
Tillhör: Skolan för arkitektur och samhällsbyggnad (ABE)
Senast ändrad: 2022-01-26