基于多源數(shù)據(jù)的城市街區(qū)緊湊度與騎行活動(dòng)關(guān)聯(lián)效應(yīng)研究*
——以蘇州為例

傅 彬 葉 宇 林中杰

1 研究背景與相關(guān)綜述

1.1 研究背景

緊湊城市立足于城市高密度開發(fā)的大背景，倡導(dǎo)促進(jìn)土地功能混合利用、大力發(fā)展公共交通以及提高城市公共服務(wù)設(shè)施質(zhì)量與利用率[1]。其要義在于追求更高密度城市形態(tài)的同時(shí)，還要充分考慮到各個(gè)空間要素，并從城市空間結(jié)構(gòu)的角度出發(fā)有效促進(jìn)城市空間的合理利用。2016年10月聯(lián)合國(guó)《新城市議程》指明了推動(dòng)緊湊城市的研究和實(shí)踐在全球范圍內(nèi)的重要意義。

城市形態(tài)對(duì)城市環(huán)境健康的影響毋庸置疑，在城市生活逐漸被基于互聯(lián)網(wǎng)的線上活動(dòng)取代的今天，居民進(jìn)行適量的室外身體活動(dòng)對(duì)于提升居民健康顯得尤為重要。各項(xiàng)研究也表明，居民步行和自行車出行對(duì)于身體質(zhì)量指數(shù)[2]（BMI，Body Mass Index）有一定的影響：慢行活動(dòng)（主要指步行與自行車騎行）提高運(yùn)動(dòng)量，可有效降低出行者患慢性病的風(fēng)險(xiǎn)[3]。而在緊湊城市原則下推動(dòng)的城市設(shè)計(jì)和規(guī)劃策略常常被認(rèn)為能通過影響步行和騎自行車的便利性、吸引力和安全性，提升慢行活動(dòng)的機(jī)會(huì)和意向，從而有效地提升城市居民的健康程度。但這一相關(guān)性尚未得到準(zhǔn)確的定量測(cè)量和檢驗(yàn)，因此本研究試圖通過建立緊湊城市的量化指標(biāo)、采集和分析多源數(shù)據(jù)對(duì)一系列空間形態(tài)指標(biāo)的健康城市效果進(jìn)行評(píng)估。

1.2 騎行活動(dòng)與建成環(huán)境研究簡(jiǎn)述

長(zhǎng)期以來(lái)，建成環(huán)境對(duì)騎行活動(dòng)的影響一直是研究熱點(diǎn)，出現(xiàn)了多學(xué)科綜合研究的局面。國(guó)外研究認(rèn)為建成環(huán)境綜合測(cè)度的“5D模型”，即密度、多樣性、城市設(shè)計(jì)、目的地可達(dá)性、公交換乘距離是影響騎行活動(dòng)的主要因素[5]。

國(guó)內(nèi)關(guān)于建成環(huán)境和騎行活動(dòng)的研究尚在起步階段，早先的研究主要側(cè)重于工作日與周末、上下班高峰期等不同時(shí)間維度下對(duì)共享單車出行的影響因素異同[6]。近年來(lái)開始有研究從建成環(huán)境的空間尺度來(lái)分析相關(guān)性，如朱瑋研究了出行目的、網(wǎng)點(diǎn)分布、出行方式轉(zhuǎn)換、使用模式對(duì)人們使用公共自行車的意愿的影響[7]；惠英探究了區(qū)域建成環(huán)境對(duì)共享單車出行量日變特征的影響，人口、交通可達(dá)性以及各類POI 數(shù)量均會(huì)正向影響區(qū)域共享單車的出行量[8]；張磊從街區(qū)視角研究發(fā)現(xiàn)街區(qū)尺度小、土地利用多樣化程度高、建筑密度大、公共交通設(shè)施布局完善等因素對(duì)共享單車出行有著促進(jìn)作用[9]。

不難發(fā)現(xiàn)，針對(duì)反映市民體力活動(dòng)程度的相關(guān)研究都趨向于使用大數(shù)據(jù)分析來(lái)替代實(shí)地調(diào)研和問卷采集的傳統(tǒng)方式，并基于更智能化的平臺(tái)與分析方式。從研究?jī)?nèi)容來(lái)看依舊存在不足之處：針對(duì)影響體力活動(dòng)的環(huán)境因素內(nèi)容過于片面，通常只集中于某一兩個(gè)方面進(jìn)行相關(guān)性的分析。

1.3 既有的緊湊城市量化研究簡(jiǎn)述

到目前為止，對(duì)于緊湊度的衡量標(biāo)準(zhǔn)及評(píng)價(jià)手段尚無(wú)統(tǒng)一定論。緊湊度的相關(guān)量化研究始于20世紀(jì)60年代初，理查德森（Richardson）[10]、吉布斯（Gibbs）[11]和科爾（Cole）[12]提出緊湊度公式。此后，西方相關(guān)領(lǐng)域的學(xué)者對(duì)緊湊城市理論的關(guān)注不斷增加，加爾斯特（Galster）[13]、伯頓（Burton）[14]、卡青格（Cutsinger）[15]等在定量研究與實(shí)踐測(cè)算上開展了一系列對(duì)緊湊度的研究，由最開始的單指標(biāo)測(cè)度法、多指標(biāo)測(cè)度法，逐漸發(fā)展到現(xiàn)在被廣泛使用的、測(cè)度更加全面的指標(biāo)體系測(cè)度法。但指標(biāo)體系測(cè)度法局限性依舊存在：第一，從中微觀尺度層面定量研究緊湊城市的范例還較為缺乏；第二，中微觀尺度的量化指標(biāo)精度不夠高。

針對(duì)以上問題，本研究聚焦于中微觀尺度，針對(duì)研究尺度進(jìn)行了適應(yīng)性調(diào)整，完善和細(xì)化了具體指標(biāo)的測(cè)算方式和數(shù)據(jù)精度，對(duì)緊湊度與城市騎行活動(dòng)相關(guān)性進(jìn)行了深入的分析。相對(duì)于傳統(tǒng)定性研究和基于小樣本數(shù)據(jù)的統(tǒng)計(jì)分析，利用大規(guī)模、多源城市數(shù)據(jù)的“緊湊度模型”，可以高效、快速和科學(xué)地實(shí)現(xiàn)問題導(dǎo)向下的城市分析。

2 研究設(shè)計(jì)

2.1 緊湊度指標(biāo)

國(guó)內(nèi)外許多學(xué)者對(duì)緊湊城市提出了不同的理解和定義：伯頓（Burton）從密度、功能混合和強(qiáng)化三個(gè)特征來(lái)度量緊湊城市的指標(biāo)體系；李琳[16]將緊湊度分為主體和客體，并再向下分出二級(jí)指標(biāo)建立緊湊度指標(biāo)體系；金俊[17]從經(jīng)濟(jì)性、高效性與舒適性三個(gè)維度構(gòu)成緊湊城市指標(biāo)體系。

不難發(fā)現(xiàn)，眾學(xué)者對(duì)于緊湊城市理論的理解雖都有延伸，但主要還是圍繞“城市高密度”“形態(tài)緊湊集約”“城市功能混合高效”等內(nèi)涵展開。由此，本文對(duì)緊湊城市的概念理解主要從城市密度、城市形態(tài)、城市效率三個(gè)方面入手，最終確定了8個(gè)二級(jí)指標(biāo)，具體計(jì)算方式如表1所示。

表1 緊湊度二級(jí)指標(biāo)及計(jì)算方式匯總Tab.1 summary of compactness secondary indicators and calculation methods

2.2 慢行數(shù)據(jù)采集

本研究選取蘇州市為研究對(duì)象，結(jié)合蘇州共享單車的高普及率，將影響健康的慢行體力活動(dòng)主要著眼于市民對(duì)于共享單車的使用。獲取的騎行活動(dòng)數(shù)據(jù)是由共享單車租賃站點(diǎn)采集獲得，并采用泰森多邊形法根據(jù)租賃站點(diǎn)劃分有效區(qū)域，建立自變量緊湊度量化模型與因變量騎行活動(dòng)數(shù)據(jù)在關(guān)聯(lián)效應(yīng)分析上的對(duì)應(yīng)關(guān)系（圖1）。

圖1 研究框架示意圖Fig.1 schematic diagram of the research framework

需要指出的是：蘇州目前的所有共享單車只以定樁租賃的形式投放（沒有無(wú)樁共享單車），且只有一家永安行公司進(jìn)行運(yùn)營(yíng)與管理，因此本研究所獲取的數(shù)據(jù)可以有效反應(yīng)研究片區(qū)內(nèi)市民對(duì)于共享單車的使用情況。由于共享單車使用量是基于分布在各地的租賃點(diǎn)產(chǎn)生的，因此我們將圍繞每個(gè)租賃站點(diǎn)周圍的城市空間屬性來(lái)構(gòu)成自變量與應(yīng)變量的對(duì)應(yīng)關(guān)系（圖2）。經(jīng)過對(duì)市民租賃共享單車這一行為進(jìn)行分析后發(fā)現(xiàn)：當(dāng)處于城市中任意位置的市民需要使用共享單車時(shí)，通常會(huì)前往距離他最近的共享單車租賃點(diǎn)。因此本文采用泰森多邊形法[18]劃分，每一個(gè)泰森多邊形即為單個(gè)分析單元，且每個(gè)泰森多邊形內(nèi)有且僅有一個(gè)共享單車租賃點(diǎn)，位于泰森多邊形內(nèi)的任意位置到此租賃點(diǎn)的距離是最短的。

圖2 自變量與應(yīng)變量的對(duì)應(yīng)關(guān)系示意圖Fig.2 correspondence between independent variable and dependent variable

此外，因變量Y為每個(gè)租賃站點(diǎn)統(tǒng)計(jì)得到的“借出”和“歸還”的次數(shù)，即市民在租賃站點(diǎn)“使用”和“歸還”共享單車，均會(huì)被統(tǒng)計(jì)為一次共享單車的有效使用。前文提到，研究是聚焦于城市空間屬性對(duì)市民使用共享單車決策的影響，因此無(wú)論是“使用”還是“歸還”，都與租賃站點(diǎn)周圍的城市屬性有關(guān)。

2.3 研究片區(qū)的選取

研究片區(qū)選擇了具有不同的城市形態(tài)與肌理的三個(gè)區(qū)。姑蘇區(qū)的有機(jī)生長(zhǎng)模式保留了傳統(tǒng)的古城肌理，表現(xiàn)為雙棋盤式的高滲透性網(wǎng)格結(jié)構(gòu)，用地功能混合程度很高；高新區(qū)為典型的新區(qū)模式，以發(fā)展帶動(dòng)規(guī)劃，混合尺度的街道網(wǎng)絡(luò)，每個(gè)街區(qū)的城市功能較單一；工業(yè)園區(qū)借鑒了新加坡新城模式，等級(jí)制街道網(wǎng)絡(luò)，商務(wù)居住工業(yè)分離，住區(qū)圍繞鄰里中心呈組團(tuán)式生長(zhǎng)。三個(gè)不同類型的行政區(qū)在一定程度上能代表中國(guó)許多新老城市的發(fā)展模式。

三個(gè)研究片區(qū)的邊界分別被主要交通干道、河道（自然邊界）分隔，且片區(qū)內(nèi)部都分布有共享單車租賃點(diǎn)（分別為79、109、59個(gè)），根據(jù)租賃點(diǎn)進(jìn)行泰森多邊形劃分后如圖3所示。

圖3 三個(gè)研究片區(qū)的選取和租賃點(diǎn)劃分Fig.3 selection of three research areas and division of rental sites

3 數(shù)據(jù)分析

3.1 基礎(chǔ)數(shù)據(jù)的獲取

蘇州基礎(chǔ)地理信息數(shù)據(jù)：永安行官網(wǎng)可供查詢的共享單車租賃站點(diǎn)分布圖使用的是高德地圖，為了便于數(shù)據(jù)統(tǒng)一，所有的城市路網(wǎng)、建筑、公交站點(diǎn)、地鐵站點(diǎn)、城市POI數(shù)據(jù)等都在高德地圖開源網(wǎng)站上抓取。

共享單車使用量數(shù)據(jù)：利用Python抓取三個(gè)研究片區(qū)一個(gè)月（30 天）的共享單車使用量作為騎行活動(dòng)的基礎(chǔ)數(shù)據(jù)。

3.2 針對(duì)具體指標(biāo)的實(shí)際測(cè)算

3.2.1 城市街區(qū)功能混合度測(cè)算

將POI數(shù)據(jù)根據(jù)城市功能的主要內(nèi)容分為四大類，分別是居住功能、商業(yè)功能、公共服務(wù)功能、商務(wù)辦公功能。具體計(jì)算基于香農(nóng)—維納指數(shù)（Shannon Wiener index）[20]展開量化，具體公式為：

Pi即為某功能類型下的所有POI數(shù)量占POI整體數(shù)量的比例。

3.2.2 可達(dá)性相關(guān)指標(biāo)測(cè)算

公交可達(dá)性的測(cè)算方法中最直接、有效的指標(biāo)即測(cè)算居住小區(qū)到鄰近公交站點(diǎn)（含地鐵站）之間的路徑距離。但蘇州古城區(qū)內(nèi)大部分街坊并沒有“居住區(qū)”的概念，而兩個(gè)新區(qū)的封閉式小區(qū)普遍有統(tǒng)一管理的出入口。為了統(tǒng)一所有研究區(qū)域的算法，本文將所有可達(dá)性的出發(fā)點(diǎn)定為每一棟建筑，而不是居住區(qū)的出入口。

3.2.3 開放空間輻射指數(shù)測(cè)算

開放空間由于其沒有明確的出入口，難以進(jìn)行點(diǎn)對(duì)點(diǎn)矩陣分析，本文采用服務(wù)區(qū)分級(jí)打分的方式來(lái)間接測(cè)算（根據(jù)“出行意愿隨距離衰減規(guī)律”[21]設(shè)置分等級(jí)的“服務(wù)區(qū)”，對(duì)服務(wù)區(qū)設(shè)置服務(wù)強(qiáng)度分?jǐn)?shù)，如表2所示）。

表2 出行意愿隨距離衰減規(guī)律Tab.2 law of attenuation of travel intention with distance

3.2.4 基于DepthMap的路網(wǎng)選擇度測(cè)算

研究基于空間句法軟件DepthMapX選擇 500 m、1 500 m 和全局選擇度對(duì)蘇州全市街道進(jìn)行連續(xù)分析，其中500 m和1 500 m分別能夠較好地反應(yīng)人步行與騎行的行為選擇[22]。選擇度（choice）是指空間系統(tǒng)中某一元素作為兩個(gè)節(jié)點(diǎn)之間最短拓?fù)渚嚯x的頻率，考察空間單元作為出行最短路徑所具備的優(yōu)勢(shì)，反映了空間被穿行的可能性，選擇度越高的空間，則更有可能被人流穿行。

經(jīng)過實(shí)際測(cè)算后，8類共計(jì)10個(gè)緊湊度指標(biāo)可視化后的示意圖如圖4所示。

圖4 緊湊度指標(biāo)可視化示意圖Fig.4 visual diagram of compactness index

3.3 多元回歸分析

在進(jìn)行多元線性回歸分析之前需要將因變量轉(zhuǎn)化為標(biāo)準(zhǔn)化正態(tài)分布。為保證各個(gè)自變量之間不存在嚴(yán)重共線問題，進(jìn)行多元線性回歸前需要進(jìn)行共線性診斷。結(jié)果顯示，模型的容差與方差膨脹因子均在合理范圍內(nèi)（表3），各自變量間不存在共線性問題。

表3 多元線性回歸分析結(jié)果——模型摘要Tab.3 multi-source linear regression analysis results-model summary

三個(gè)片區(qū)的多元線性回歸分析模型擬合優(yōu)度（調(diào)整后R2）為0.128，但對(duì)研究片區(qū)進(jìn)行逐個(gè)回歸分析，模型擬合優(yōu)度可以達(dá)到整體的二到三倍，說(shuō)明三個(gè)研究片區(qū)本身具有較強(qiáng)的異質(zhì)性。之所以最終選擇三個(gè)片區(qū)整體回歸分析的結(jié)果，主要是由于本研究目的是探尋影響騎行活動(dòng)的相關(guān)因素，雖然模型整體擬合優(yōu)度不高（騎行活動(dòng)還受到天氣、房?jī)r(jià)、職住平衡等其他社會(huì)和自然因素的影響），但并不影響針對(duì)顯著相關(guān)的指標(biāo)的具體分析。統(tǒng)計(jì)分析結(jié)果如表5所示。城市街區(qū)緊湊度具體的8個(gè)二級(jí)指標(biāo)中，顯示具有顯著相關(guān)（顯著性＜0.05）的有5個(gè)變量包括：容積率、1 500 m路網(wǎng)選擇度、地鐵站點(diǎn)可達(dá)性、功能多樣性、道路交叉口密度。

4 基于回歸結(jié)果的分析

4.1 容積率相關(guān)的影響

容積率與共享單車的使用量始終呈正相關(guān)，意味著容積率越高，共享單車使用量越大，符合緊湊城市理念倡導(dǎo)的城市“高密度發(fā)展”。高新區(qū)低容積率的前三區(qū)塊都是城市公園（玉山公園、新區(qū)公園）以及游樂園；姑蘇區(qū)整體較均質(zhì)、內(nèi)部開放空間較少，容積率低的僅有蘇州大公園片區(qū)和在外圍對(duì)應(yīng)護(hù)城河設(shè)置的公園、綠化帶；園區(qū)也主要是公園與沿河的綠化帶。圍繞著公園、綠地廣場(chǎng)的共享單車租賃點(diǎn)使用量相對(duì)較小，說(shuō)明將共享單車作為休閑騎行活動(dòng)的使用者較少，多作為非休閑用途使用。這與嚴(yán)亞磊、于濤等人的研究結(jié)果一致[23]。

4.2 地鐵可達(dá)性的相關(guān)影響

地鐵站點(diǎn)可達(dá)性與共享單車的使用量呈正相關(guān)。本文通過居住單元到鄰近地鐵站點(diǎn)之間的平均路徑距離來(lái)表示地鐵站點(diǎn)可達(dá)性，數(shù)值越高，市民到達(dá)地鐵站點(diǎn)需要經(jīng)過的路程越遠(yuǎn)，可達(dá)性越低。因此，我們應(yīng)該將兩者的正相關(guān)關(guān)系理解成：越不方便到達(dá)地鐵站點(diǎn)的位置自行車的使用量越多。此外，將工作日和周末的變化量圖示對(duì)比發(fā)現(xiàn)，工作日地鐵附近的共享單車使用量普遍高于周末，并且工作日的使用量多集中于上午7點(diǎn)與下午5點(diǎn)的上下班或上下學(xué)的通勤時(shí)間段內(nèi)，而周末由于上下班通勤人數(shù)減少，地鐵周圍租賃點(diǎn)的共享單車使用量也對(duì)應(yīng)減少。

結(jié)合上述兩點(diǎn)結(jié)果，很好地說(shuō)明了共享單車是市民出地鐵站后到達(dá)目的地“最后一公里”所常用的接駁工具；地跌站點(diǎn)距離較遠(yuǎn)的市民常使用共享單車作為交通工具到達(dá)地鐵站點(diǎn)。這與張海等人的研究結(jié)果一致[24]。

4.3 功能多樣性的影響

功能多樣性從結(jié)果表層意義上來(lái)看，對(duì)共享單車使用量呈負(fù)相關(guān)的作用。香農(nóng)指數(shù)在一定程度上顯示了研究區(qū)域城市功能配比合理與否。完善合理的功能混合，可以讓市民在某一區(qū)域內(nèi)部就完成社會(huì)活動(dòng)，對(duì)于交通工具的使用就會(huì)大大減少，因此，市民對(duì)共享單車的使用量就會(huì)減少。但是這并不意味著緊湊城市所倡導(dǎo)的功能混合就不利于城市居民的健康，相反，高密度功能混合會(huì)提高居民步行的意愿從而提高城市居民的健康，其相關(guān)性將在后續(xù)的研究中分析。

4.4 城市道路網(wǎng)絡(luò)的影響

姑蘇區(qū)路網(wǎng)保留了傳統(tǒng)的街巷空間和城市肌理，沒有社區(qū)組團(tuán)的概念，斷頭路或者限行路段少，因此路網(wǎng)的連通度很高，高滲透性、高連通度且尺度適宜的街巷給騎行提供了更多的選擇，也讓騎行者能夠到達(dá)城市更多的地方。園區(qū)低選擇度的路網(wǎng)則是由于存在面積較大的封閉式小區(qū)，路網(wǎng)的連通性有所降低，騎行的路線選擇也被局限在了主干道上，但園區(qū)相對(duì)新區(qū)路網(wǎng)尺度小且劃分更加規(guī)律，這點(diǎn)有利騎行。高新區(qū)的路網(wǎng)跨度普遍比較大，而且網(wǎng)絡(luò)尺度不均，部分街區(qū)長(zhǎng)達(dá)1 300 m，街區(qū)跨度過大導(dǎo)致路網(wǎng)的連通度低，因此所有可能的騎行路線選擇都被疊加在了主干道上，不利于騎行。總而言之，路網(wǎng)跨度在200 m到600 m的范圍內(nèi)屬于適宜騎行的跨度范圍，路網(wǎng)間距不應(yīng)超過1 000 m。

對(duì)各個(gè)研究片區(qū)的選擇度進(jìn)行內(nèi)部縱向?qū)Ρ群罂梢姡ū?），姑蘇區(qū)路網(wǎng)選擇度相對(duì)較低的地段大多存在斷頭路，降低了路網(wǎng)連通度；園區(qū)低選擇度的地段主要存在面積較大的封閉式小區(qū)，導(dǎo)致連通性降低，騎行的路線選擇也被局限在了主干道上。由此可見，斷頭路、過大的封閉小區(qū)、路網(wǎng)連通度過低也會(huì)影響到騎行的路線選擇。

表4 三個(gè)研究片區(qū)路網(wǎng)選擇度對(duì)比分析Tab.4 comparative analysis of road network choice degree in three research areas

4.5 道路交叉口密度

道路交叉口密度與共享單車使用量呈負(fù)相關(guān)。在騎行道路上有過多的交叉口，意味著會(huì)產(chǎn)生更多的紅綠燈和不同向的人流車流；交叉口的噪音、污染和過快的車速也會(huì)降低騎行者的安全感，降低騎行意愿。此外，每遇到一個(gè)岔路口，騎行車都會(huì)有一次方向決策，并且在交叉口停留的時(shí)間等因素都會(huì)影響自行車的騎行的連貫性，這與潘海嘯等人[25]的研究結(jié)果一致。

5 討論與展望

5.1 研究認(rèn)知的實(shí)踐轉(zhuǎn)化：騎行友好型的緊湊街區(qū)設(shè)計(jì)

5.1.1 構(gòu)建適宜騎行的城市道路網(wǎng)絡(luò)

經(jīng)過對(duì)三個(gè)研究片區(qū)路網(wǎng)選擇度結(jié)果的綜合分析，我們可通過對(duì)路網(wǎng)進(jìn)行橫向?qū)Ρ炔⑻岢鲞m宜騎行的尺度。這個(gè)尺度范圍的低端，即跨度在200 m左右的街區(qū)跨度，可認(rèn)為是兼顧步行和騎行的適宜尺度。已經(jīng)建成的路網(wǎng)改動(dòng)靈活度不高，但依舊可以從連通度和道路交叉口兩個(gè)指標(biāo)入手。在對(duì)古城區(qū)的研究中發(fā)現(xiàn)，其南面存在大量的斷頭路致使路網(wǎng)的連通性不高；而高新區(qū)由工業(yè)區(qū)轉(zhuǎn)型，道路跨度往往比較大，部分高選擇度的路網(wǎng)尺度跨度超過1 000 m。針對(duì)上述兩種問題，通過對(duì)不同街區(qū)進(jìn)行深入調(diào)研，可采取局部延伸斷頭路“打通”路網(wǎng)的辦法；對(duì)于跨度過大的街區(qū)，在不破壞原本街區(qū)內(nèi)功能和肌理的前提下用低等級(jí)的新建道路“切割”，也可達(dá)到增加路網(wǎng)的選擇度和連通性的目的。

5.1.2 提升騎行環(huán)境的安全性和通暢性

騎行道路上過多的交叉口會(huì)降低騎行意愿。通過相關(guān)措施和法規(guī)嚴(yán)格保障自行車路權(quán)，可以明顯降低交叉口對(duì)騎行活動(dòng)帶來(lái)的負(fù)面影響。為了保證交叉口騎行活動(dòng)的通暢性，條件允許時(shí)應(yīng)設(shè)立自行車專用“綠色通道”，在交叉口設(shè)置供自行車通行的獨(dú)立路面，以保證自行車過街的安全性與通暢性。

5.1.3 完善地鐵出站口與共享單車接駁設(shè)計(jì)

對(duì)于地鐵可達(dá)性影響的量化分析證實(shí)了共享單車是市民出行的“最后一公里”常用的接駁工具。地鐵出站后選擇接駁方式的使用時(shí)間是影響其決策最主要的因素，即接駁方式時(shí)間越長(zhǎng)，該接駁方式的效用就越低[26]。因此，應(yīng)完善地鐵出站口與共享單車租賃點(diǎn)接駁的設(shè)計(jì)。例如為租賃點(diǎn)設(shè)置雨棚等措施來(lái)增加市民出站后使用共享單車的可能性。

5.2 研究局限與展望

本文所構(gòu)建的街區(qū)緊湊度模型也存在著一定的局限性。指標(biāo)體系著重量化的是城市形態(tài)的數(shù)據(jù)，對(duì)于城市經(jīng)濟(jì)和其他社會(huì)問題的討論不足，城市是一個(gè)復(fù)雜的“綜合體”，形態(tài)上的測(cè)算結(jié)果只可以作為一方面的參考。對(duì)于反應(yīng)城市居民健康程度的量化指標(biāo)，本文在研究最初考慮過許多指標(biāo)：例如空氣污染指數(shù)（API）、碳排放系數(shù)、慢性病發(fā)病率等指標(biāo)，但由于本文研究的尺度與數(shù)據(jù)本身的精度不匹配或者數(shù)據(jù)獲取難度等問題，最終選擇了共享單車使用量這個(gè)能夠在一定程度上代表市民的慢行體力活動(dòng)數(shù)據(jù)。

在此基礎(chǔ)之上，后續(xù)更多深入的研究可以此展開。例如采用步行活動(dòng)來(lái)代表市民的慢行體力活動(dòng)數(shù)據(jù)是下一階段工作的重點(diǎn)，對(duì)騎行和步行活動(dòng)兩方面的研究可相對(duì)更全地表征慢行活動(dòng)；針對(duì)微觀尺度的城市空間緊湊度的研究，可以發(fā)掘城市活動(dòng)更深層次的矛盾和問題，為城市更新和城市“針灸”提供量化數(shù)據(jù)的支持；開放式街區(qū)適宜尺度研究，通過不同尺度的道路網(wǎng)絡(luò)、街區(qū)開放程度對(duì)居住空間緊湊度的影響，來(lái)優(yōu)化和調(diào)整街區(qū)尺度。