基于卡諾模型和多源數(shù)據(jù)的城市街區(qū)步行適宜性評價與優(yōu)化

趙力偉, 宣蔚, 姚宇超, 肖佳琦, 彭康

(1.合肥工業(yè)大學建筑與藝術(shù)學院, 合肥 230001; 2.東南大學建筑學院, 南京 210000; 3.安徽省城鄉(xiāng)規(guī)劃設(shè)計研究院有限公司, 合肥 230001; 4.中建國際建設(shè)有限公司, 蘇州 215000)

步行適宜性指城市空間對人們步行活動的引導能力和友好程度,能反映區(qū)域整體發(fā)生步行行為的潛力,是評估城市慢性系統(tǒng)的關(guān)鍵因素[1]。在中國加快建設(shè)低碳城市的背景下,如何從居民實際需求出發(fā),科學評價步行適宜性并提出優(yōu)化策略,已成為城市研究的重要課題。

步行適宜性受到建成環(huán)境復雜性、使用人群多元化等多方面因素影響,選取恰當?shù)脑u價維度和指標是研究關(guān)鍵。20世紀末,交通擁堵、活力衰減等現(xiàn)象頻發(fā),引起國外學者對步行性的探索,并從微觀視角建立了行人環(huán)境評估系統(tǒng)、鄰里環(huán)境步行性測量表等模型以評估環(huán)境變量對行人感知的影響[2-3]。隨著可步行性指數(shù)的提出和步行應用軟件的推廣,從宏觀角度探討物質(zhì)空間要素對步行適宜性的影響機制成為學界熱潮[4-5]。近年來,出行條件不斷改善,行人主觀感受愈發(fā)受到關(guān)注,學者們試圖從安全感、舒適性等維度深入探討[6]。中國步行性研究起步稍晚,初期大多基于國外研究成果進行本土化改良,如結(jié)合步行指數(shù)測度交叉口密度、土地利用混合度等指標[7]。隨著相關(guān)實證研究的開展,學者們意識到這些源于國外的模型存在評價維度較單一等問題,對人口相對集中的中國城市適用性不強[8]。經(jīng)過長期探索與實踐,由“3D”維度拓展而成的“5D”模型(密度、多樣性、設(shè)計、可達性、公交站點距離)成為當前具有代表性的步行適宜性評價體系,路網(wǎng)密度、設(shè)施可達性等是其中的高頻指標[9-10]。但由于這些指標間關(guān)聯(lián)性較強,常導致分析結(jié)果因多重共線性等問題而產(chǎn)生誤差[11]。在研究尺度上,初期受限于數(shù)據(jù)采集技術(shù),大多通過現(xiàn)場調(diào)研和問卷訪談開展微觀尺度的街道步行適宜性測度[12];隨著信息技術(shù)不斷發(fā)展,宏觀層面的城市步行適宜性研究成為可能[13-14]。此外,街區(qū)作為居民日常生活的主要場所,在步行交通系統(tǒng)中承擔著重要功能,然而當前針對街區(qū)尺度的步行適宜性研究相對較少。

綜上所述,已有研究雖取得了豐碩成果,但也存在不足。在評價維度和指標選取時忽略了對于新型城鎮(zhèn)化背景下居民出行新需求的考慮,主要參照已有研究結(jié)論,評價體系的理論性和系統(tǒng)性有待加強。此外多數(shù)研究僅針對特定案例區(qū)域,指標選取的思路和方法通用性不強,導致結(jié)果的可比性較差。同時,研究大多止于對步行適宜性本身的測度,缺少將其與活力等其他城市要素進行對比分析。基于此,以馬斯洛需求理論和卡諾模型為理論依據(jù),從通暢性、便捷性、安全性、豐富性和舒適性5個維度選取15個指標,構(gòu)建具有普適性的城市街區(qū)步行適宜性評價體系,并結(jié)合多源數(shù)據(jù)和地理信息系統(tǒng)(geographic information system, GIS)、深度學習等技術(shù)完成指標測度。隨后引入街區(qū)活力表征城市實際運行情況,與步行適宜性測度結(jié)果進行雙變量局部空間自相關(guān)檢驗,識別待優(yōu)化區(qū)域并提出改善方法,以期為步行適宜性評價研究提供新思路,為城市人居環(huán)境建設(shè)提供決策依據(jù)。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)域

作為安徽省省會,合肥市近年來發(fā)展迅速,始終堅持在高質(zhì)量發(fā)展中保障和改善民生,并入選了“2022年中國最具幸福感城市”榜單。本研究選取城市化程度相對較高的二環(huán)路以內(nèi)區(qū)域為案例,該區(qū)域內(nèi)人口密度大,年齡構(gòu)成多元,步行行為豐富,具有城市街區(qū)的典型特征,如圖1所示。在常住人口規(guī)?？焖僭鲩L的背景下,探究合肥市街區(qū)步行適宜性的評價與優(yōu)化方法對于城市高質(zhì)量發(fā)展有重要意義。

審圖號:皖合S2021 4號圖1 研究區(qū)位置示意圖Fig.1 Location of the study area

街區(qū)作為居民活動的基本單元,常被定義為由閉合道路或自然邊界圍合、建筑物填充其中的形狀規(guī)整區(qū)域,近年來學者們嘗試從功能等維度探尋街區(qū)劃分的新思路[15]。為保證研究單元的統(tǒng)一性,借鑒廖周偉等[16]的方法,采用網(wǎng)格表征以道路劃分而成的街區(qū),并根據(jù)研究區(qū)實際建設(shè)尺度,基于GIS構(gòu)建200 m×200 m的網(wǎng)格單元。

1.2 研究數(shù)據(jù)

1.2.1 步行適宜性評價數(shù)據(jù)

通過開源網(wǎng)絡(luò)平臺獲取興趣點(point of interest,POI)、建筑與路網(wǎng)數(shù)據(jù)和百度街景圖片,作為步行適宜性評價的基礎(chǔ)數(shù)據(jù)。利用Python從高德地圖開放平臺(https://lbs.amap.com/)獲取2022年研究區(qū)內(nèi)的所有POI數(shù)據(jù),經(jīng)去重和糾偏后共保留143 677個。依據(jù)已有研究[13]和區(qū)域?qū)嶋H情況進行本土化分類,重組為餐飲購物、生活設(shè)施、公司企業(yè)、休閑娛樂和醫(yī)療衛(wèi)生5類與步行行為密切相關(guān)的類別,并通過德爾菲法計算每類POI權(quán)重?；贠SM開放地圖平臺(https://www.openstreetmap.org/)獲取合肥市2022年建筑矢量(含建筑物高度)和城市路網(wǎng)數(shù)據(jù),經(jīng)校正和補充后構(gòu)建基礎(chǔ)矢量數(shù)據(jù)集。對合肥市二環(huán)內(nèi)覆蓋街景的所有街道設(shè)置采集點[17],利用Python基于百度地圖全景平臺(https://quanjing.baidu.com/#/)獲取研究區(qū)內(nèi)的有效街景圖片,并基于全卷積網(wǎng)絡(luò)的圖像語義分割算法(fully convolutional networks for semantic segmentation)進行要素語義識別與計算[18]。

1.2.2 綜合活力測度數(shù)據(jù)

劉凱旋等[19]研究中使用百度熱力圖數(shù)據(jù)對街區(qū)活力進行量化測度并驗證了其可行性。參考梁立鋒等[20]的思路,利用Python爬蟲技術(shù)通過百度地圖開放平臺(https:// map.baidu.com/)采集了合肥市2022年6月8日(周三)和6月12日(周日)居民主要活動時間段(06:00—22:00)內(nèi)每小時的百度熱力圖數(shù)據(jù)。

2 研究方法

2.1 步行適宜性評價體系構(gòu)建

本研究以經(jīng)典需求理論為基礎(chǔ),具有較強的科學性和可操作性。首先基于馬斯洛需求理論確定步行適宜性評價維度,隨后基于卡諾模型選取具體評價指標。

2.1.1 評價維度確定

馬斯洛指出個體需求由生理需求、安全需求、社交需求、尊重需求和自我實現(xiàn)需求五個層級構(gòu)成,且具有一定順序性,只有當初級需求得到滿足后,個體才會衍生出高級精神層面的需求[21-22]。近年來,該理論在城市規(guī)劃研究中的應用愈加廣泛。將馬斯洛需求層次理論映射至步行活動全過程,結(jié)合環(huán)境行為學等理論,并參考相關(guān)研究[10,23],從客觀物質(zhì)和主觀精神角度將步行適宜性評價劃分為通暢性、便捷性、安全性、豐富性和舒適性需求5個維度,如圖2(a)所示。從客觀物質(zhì)角度來看,馬斯洛認為生理和安全需求屬于生存性基本需求,環(huán)境行為學將行為的本質(zhì)視作個體內(nèi)在需求與外部環(huán)境交互作用的結(jié)果。因此步行適宜性首先需滿足個體在體能允許范圍內(nèi)能通過步行方式順利到達目的地,即“通暢性需求”;居民步行目的地有相當比例為服務設(shè)施,因此通過最短步行路徑和最小成本獲得多種社會服務同樣重要,即“便捷性需求”;“安全性需求”則是個體對街區(qū)環(huán)境能為步行活動提供安全保障的需求。從主觀精神角度來看,環(huán)境心理學指出外在環(huán)境通過主觀精神影響個體行為,因此當街區(qū)環(huán)境豐富多變時,往往會帶來不同的視覺體驗,從而激發(fā)居民的步行意愿,即“豐富性需求”;優(yōu)美的環(huán)境能提升空間辨識度,益于促進令人舒適的步行體驗,因此“舒適性需求”同樣是促進步行出行的關(guān)鍵因素。

圖2 經(jīng)典需求理論圖示Fig.2 Illustration of classical demand theory

2.1.2 評價指標選取

隨著城市居民步行需求日益多樣化,傳統(tǒng)方法已難從行人感受出發(fā)準確識別各維度需求的規(guī)律?？ㄖZ模型和魅力質(zhì)量理論分析需求滿足情況與用戶滿意度間的關(guān)系為基礎(chǔ),依據(jù)包含正反向問題的問卷和統(tǒng)計學方法分析用戶需求,并對各指標按重要性排序。通過引入卡諾模型,能以提升居民步行體驗為出發(fā)點,判別各指標“提供(缺少)”與居民滿意度“提升(下降)”間的關(guān)系,進而選取優(yōu)先級高的指標。

根據(jù)魅力質(zhì)量理論將步行需求劃分為必備需求(M)、期望需求(O)、魅力需求(A)、無關(guān)需求(I)和反向需求(R)5類。當提供必備需求時步行適宜性不提升,不提供時則步行適宜性降低;當提供期望需求時步行適宜性提升,反之降低;當提供魅力需求時步行適宜性提升,反之并不會降低,屬于意料外需求;是否提供無關(guān)需求對步行適宜性無影響;提供反向需求則會使其降低。根據(jù)含義,必備需求(M)、期望需求(O)和魅力需求(A)優(yōu)先級較高[23]?？ㄖZ模型解決了多元回歸分析等傳統(tǒng)方法難以識別需求層次的問題[24-25],能有效提升研究的科學合理性。

首先對相關(guān)主題文獻進行綜述,歸納高頻指標;同時邀請一定數(shù)量的業(yè)內(nèi)專家與居民進行訪談,綜合其意見構(gòu)建基礎(chǔ)需求指標表,如表1所示。接著設(shè)計包含基本信息和正反向問題的卡諾問卷,題項與量表內(nèi)容對應,如表2所示。問卷于2022年5—6月發(fā)放,通過信效度檢驗后,依據(jù)卡諾需求類型評價表對問卷結(jié)果進行需求類型識別,計算各項需求屬性占比(需求屬性頻次/總樣本數(shù)),如表3所示。為確保指標排序的準確性,引入Better-Worse系數(shù)法進行輔助識別,公式為

表1 步行適宜性基礎(chǔ)需求指標Table 1 Basic demand indicators of walkability

表2 卡諾模型問卷形式Table 2 The Kano model questionnaire form

表3 卡諾需求類型劃分矩陣Table 3 The matrix of Kano demand type classification

(1)

(2)

式中:Better/Worse系數(shù)表示滿足/不滿足某項需求時行人的滿意度,二者均大于0.5時該指標的需求特性被識別為期望需求(O);均小于0.5時為無關(guān)需求(I);當Better值大于0.5且Worse值小于0.5時為魅力需求(A);當Better值小于0.5且Worse值大于0.5時為必備需求(M),如圖2(b)所示。各指標的需求特性計算結(jié)果如表4所示,結(jié)合經(jīng)驗排序[26](M>O>A>I)選取歸屬于必備需求(M)、期望需求(O)、魅力需求(A)的需求項作為街區(qū)步行適宜性評價指標。

表4 基于卡諾模型的步行適宜性需求類型統(tǒng)計及分類Table 4 Statistical and classification of demand types of walkability based on the Kano model

2.1.3 指標計算

由上文確定街區(qū)步行適宜性評價維度和指標后,基于多源數(shù)據(jù)進行量化測度。其中,通暢性指標以建筑和路網(wǎng)矢量、公共交通站點數(shù)據(jù)為基礎(chǔ),通過空間句法、近鄰分析等方法進行計算;便捷性指標以POI興趣點為基礎(chǔ),利用核密度分析、緩沖區(qū)分析和香農(nóng)熵等方法進行計算[27];安全性、豐富性和舒適性中的部分指標可依據(jù)基礎(chǔ)數(shù)據(jù)直接計算獲得,其余指標以街景圖片為基礎(chǔ),結(jié)合圖像語義分割技術(shù)進行語義識別并計算[18]。各指標的具體含義及計算方式如表5所示。

表5 街區(qū)步行適宜性評價指標體系Table 5 Evaluation indicators system for neighborhood walkability

2.1.4 步行適宜性計算

為提高街區(qū)步行適宜性計算的精確性,基于改進的CRITIC-熵權(quán)賦權(quán)法對各指標進行權(quán)重分配。CRITIC法通過指標間的對比強度和沖突性進行賦權(quán),熵權(quán)法則根據(jù)指標的不確定性計算權(quán)重,二者均為完全依賴于原始數(shù)據(jù)信息的客觀賦權(quán)法。然而CRITIC法難以分析指標離散程度對賦權(quán)的影響,熵權(quán)法欠缺對于指標間相互影響的考慮,因此將兩種賦權(quán)方法結(jié)合能有效挖掘各變量的重要程度和相關(guān)性,消除異常信息對結(jié)果的干擾,使步行適宜性評價更為科學[28-29]。具體步驟如下:

(1)首先參考已有文獻對各指標進行正、負向判別[30-32],并運用離差標準化法進行去量綱處理。設(shè)有m個評價對象,n個評價指標,原始數(shù)據(jù)為Xij(i=1,2,…,m;j=1,2,…,n),公式為

(3)

(4)

式中:Xmax和Xmin分別為第j項指標的最大值和最小值;xij為處理后的數(shù)據(jù)。

(2)CRITIC法通過標準差表示對比強度,以相關(guān)系數(shù)表示沖突性。然而由于標準差含有量綱,相關(guān)系數(shù)存在負數(shù),可能影響賦權(quán)結(jié)果[33-34]。因此以標準差系數(shù)代替標準差從而消除量綱干擾,同時對相關(guān)系數(shù)取絕對值以避免正負值的影響。根據(jù)優(yōu)化后的CRITIC法計算第j項指標的權(quán)重,公式為

(5)

(6)

(3)運用熵權(quán)法計算指標權(quán)重。計算第i個評價對象第j項指標的權(quán)重,公式為

(7)

(8)

(9)

式中:Pij為第i個評價對象第j項指標出現(xiàn)的概率;ej為第j項指標的信息熵;w2為第j項指標的權(quán)重。

(4)根據(jù)熵權(quán)法和CRITIC法賦權(quán)結(jié)果,計算第j項指標的組合權(quán)重,公式為

(10)

式(10)中:β為賦權(quán)方法重要性系數(shù)。本研究假設(shè)兩種賦權(quán)方法具備同等重要性,因此式(10)中β取0.5。

(5)通過上述方法計算出各指標權(quán)重,隨后基于GIS計算各網(wǎng)格步行適宜性得分,公式為

(11)

式(11)中:Scorewalk為步行適宜性得分;wj為第j項指標的權(quán)重;yj為指標測度結(jié)果。

2.2 街區(qū)活力測度方法

百度熱力圖數(shù)據(jù)是百度公司推出的一款大數(shù)據(jù)可視化產(chǎn)品,當用戶通過移動設(shè)備使用百度系軟件時,可在征得其許可的前提下獲得地理位置等信息。由于百度產(chǎn)品種類豐富、用戶眾多,因此百度熱力圖數(shù)據(jù)常被用于表征城市人口時空分布情況。本研究通過百度熱力圖數(shù)據(jù)量化測度街區(qū)活力,為保證分析尺度的一致性,基于GIS計算各網(wǎng)格的平均百度熱力值,公式為

(12)

式(12)中:Q為當日平均百度熱力值;Qi為特定時刻的百度熱力值,i=06:00, 07:00, …, 22:00(共17個時刻)。

2.3 熱點分析

首先基于全局莫蘭指數(shù)I(global Moran’s index)描述各網(wǎng)格步行適宜性和各維度得分情況的平均關(guān)聯(lián)程度,公式為

(13)

式(13)中:IG為全局莫蘭指數(shù);xi和xj為x在空間單元i和j處的觀測值;w為空間權(quán)重矩陣。

隨后運用熱點分析(Getis-Ord Gi*)識別具體空間聚類模式,公式為

(14)

式(14)中:wij為空間權(quán)重矩陣(i,j)元素;scorei為i

網(wǎng)格的步行適宜性及各維度得分。根據(jù)Gi的正負情況和絕對值可識別冷、熱點區(qū)域和置信度,本研究置信度取90%及以上。

2.4 雙變量空間自相關(guān)分析

利用雙變量局部莫蘭指數(shù)I(bivariate local Moran’s index)分析步行適宜性與街區(qū)活力的空間集聚效應,公式[35]為

(15)

式(15)中:IL為局部莫蘭指數(shù)。

3 結(jié)果分析

3.1 步行適宜性總體評價

合肥市二環(huán)內(nèi)街區(qū)步行適宜性空間分布特征如圖3所示。從整體上看,步行適宜性得分介于11.49～97.95,平均值為63.16,呈現(xiàn)出“中部高值集聚”的特征。依據(jù)自然間斷點法將其分為5級,如表6所示。其中得分低和較低的網(wǎng)格主要分布于研究區(qū)西北部和南部,如四里河片區(qū)和五里廟片區(qū),大多包含待建設(shè)用地、園地或水體等,步行系統(tǒng)連續(xù)性一般、POI種類和數(shù)量有限,步行設(shè)施待完善。得分一般的網(wǎng)格集中于五里墩、三里庵和秋浦河路等地鐵站點附近,包含之心城、國購廣場等商業(yè)中心,交通便利且業(yè)態(tài)豐富,但網(wǎng)格內(nèi)的多個老舊小區(qū)因建設(shè)年限久遠,基礎(chǔ)配套設(shè)施待更新,在安全性、豐富性和舒適性方面仍需改善;此類網(wǎng)格占比較高說明研究區(qū)內(nèi)整體步行適宜性仍有較大提升空間。得分較高和高的網(wǎng)格以老城區(qū)為中心形成多個高值區(qū),并沿潛山路兩側(cè)、朱崗片區(qū)和海棠片區(qū)形成集聚,此類網(wǎng)格包含三孝口、四牌樓、南七等多 個大型商圈和環(huán)城公園等城市綠地,步行網(wǎng)絡(luò)通暢,服務設(shè)施齊全,公共交通便捷,還具有良好的豐富性和舒適性條件,能較好滿足居民步行出行的多方面需求。

表6 步行適宜性得分統(tǒng)計表Table 6 Statistical table of walkability scores

圖3 步行適宜性空間分布特征Fig.3 Spatial distribution characteristics of walkability

3.2 各維度空間分布特征

為分析步行適宜性各維度評價結(jié)果的空間聚類模式,首先進行全局自相關(guān)檢驗,結(jié)果如表7所示。

表7 全局空間自相關(guān)檢驗結(jié)果Table 7 The results of Global spatial autocorrelation test

莫蘭指數(shù)均大于0,p均小于0.05,z得分均大于1.96,表明各維度得分均具有顯著的空間分異性和自相關(guān)性。隨后進行熱點分析,識別各維度得分的高、低值集聚空間并分析產(chǎn)生原因,如圖4所示。

圖4 各維度評價結(jié)果空間分布特征Fig.4 Spatial distribution characteristics of evaluation results in each dimension

通暢性需求呈現(xiàn)“高值線性分布,低值外圍散落”的特征,潛山路、明光路和銅陵南路是合肥市主要交通干道,周邊公共交通站點充足、道路交叉口密集,因此整體通暢性較好;區(qū)域西北部的廬州公園和南部的罍街公園處則形成了低值集聚區(qū),主要因其周邊待建設(shè)用地、園地和產(chǎn)業(yè)園區(qū)較多,步行網(wǎng)絡(luò)連續(xù)性有待加強。便捷性需求得分由東向西逐漸降低,在老城區(qū)周邊的三孝口、四牌樓、大東門和站前路商圈等處形成高值連綿區(qū),此類區(qū)域開發(fā)強度較高,各項公共服務設(shè)施和基礎(chǔ)設(shè)施配套齊全;低值網(wǎng)格則集中于區(qū)域西北和西南側(cè)發(fā)展尚不成熟的區(qū)域,此類網(wǎng)格自身商業(yè)業(yè)態(tài)單一,且距離大型商圈較遠,能接受到的服務設(shè)施種類和數(shù)量均有限。安全性需求的高值空間集聚不顯著,僅在杏花村、四泉橋等新建設(shè)區(qū)域出現(xiàn)小范圍集聚,低值集聚區(qū)則分布于老城區(qū)周邊的老舊小區(qū)集中處。此外,地鐵新線建設(shè)使得洪崗片區(qū)內(nèi)部分步行空間受到干擾,步行安全性較低。豐富性需求高值網(wǎng)格集中于三孝口、海棠和淝河路周邊,區(qū)域內(nèi)各類步行設(shè)施豐富;而低值區(qū)主要位于區(qū)域西北部和南部的安糧廣場周邊,路網(wǎng)連續(xù)性差且公共空間匱乏,難以吸引行人駐足。舒適性需求的高低值空間交錯分布,高值網(wǎng)格在包公園和西山景區(qū)等公園綠地處形成集聚,低值網(wǎng)格則在老城區(qū)中部的部分居住區(qū)和區(qū)域東北部的產(chǎn)業(yè)園區(qū)和站前路片區(qū)形成集聚。

3.3 步行適宜性與活力的空間匹配關(guān)系

活力是街區(qū)真實運行情況的外在表征,反映居民在各類空間中的行為特征[20,36]。前人研究表明活力與步行適宜性的關(guān)聯(lián)性較強[19],因此討論二者的空間匹配關(guān)系有重要意義?；诎俣葻崃D數(shù)據(jù)測度街區(qū)活力,如圖5所示。隨后將其作為第二變量,與步行適宜性進行雙變量局部空間自相關(guān)分析,如圖6所示。雙變量LISA(local indicators of spatial association)聚類地圖包含四種聚類網(wǎng)格:高-高(HH)網(wǎng)格,即步行適宜性高的網(wǎng)格被活力高的網(wǎng)格包圍;低-低(LL)網(wǎng)格,即步行適宜性低的網(wǎng)格被活力低的網(wǎng)格包圍;低-高(LH)網(wǎng)格,即步行適宜性低的網(wǎng)格被活力高的網(wǎng)格包圍;高-低(HL)網(wǎng)格,即步行適宜性高的網(wǎng)格被活力低的網(wǎng)格包圍。其中高-低和低-高網(wǎng)格作為異常聚類空間,應重點分析。

圖5 街區(qū)活力空間分布特征Fig.5 Spatial distribution characteristics of neighborhood vitality

圖6 雙變量LISA聚類圖Fig.6 Bivariate LISA cluster map

總體來看,研究區(qū)內(nèi)步行適宜性與街區(qū)活力具備一定的空間匹配性,但也存在較多不匹配空間。具體而言,高-高網(wǎng)格集中于區(qū)域中部多個大型商圈和南一環(huán)路、潛山路兩側(cè),網(wǎng)格內(nèi)包含合肥市主要的商業(yè)和辦公中心,各類服務設(shè)施完備,步行系統(tǒng)暢通,因而人群集聚強度較高。今后應重點關(guān)注豐富性和舒適性需求,持續(xù)優(yōu)化空間品質(zhì),不斷提升居民步行體驗。低-低網(wǎng)格在區(qū)域西北部、南部和東北部集聚,包含大片待建設(shè)用地和園地,可步行空間有限,環(huán)境品質(zhì)較差;部分網(wǎng)格包含汽車城、家具市場等,服務職能單一且交通不便,因而街區(qū)活力低。未來應加強城市發(fā)展頂層設(shè)計,加快推進步行系統(tǒng)規(guī)劃與建設(shè)。

高-低網(wǎng)格在區(qū)域西北部的主要干道兩側(cè)和二環(huán)路周邊多個居住小區(qū)處形成集聚。前者往往通暢性較高且空間豐富多樣,但因周邊大型商圈和居住區(qū)較少,難以吸引其他街區(qū)居民步行前往;后者多為新建小區(qū),雖然品質(zhì)較高、環(huán)境優(yōu)美,但距離市中心較遠,因而居民步行外出概率低,街區(qū)活力不高。低-高網(wǎng)格多分布于一環(huán)路周邊的多個老舊小區(qū)處和洪崗片區(qū)。前者距大型商圈較近,人流量大且休閑、娛樂類活動豐富,但環(huán)境品質(zhì)一般,步行空間狹窄,缺乏步行安全和休憩設(shè)施,步行適宜性亟待提升;后者雖然公共交通便捷、商業(yè)業(yè)態(tài)豐富,但因修建地鐵,道路交叉口有多處施工圍擋,造成步行空間被侵占。此外,南門小學等中小學附近因可步行空間連續(xù)性差且機動車違?，F(xiàn)象嚴重,難以滿足安全性和舒適性需求,但在工作日有大量家長步行接送孩子上下學,因而易形成低-高聚類空間。

3.4 步行適宜性優(yōu)化建議

由上述分析可知,在步行適宜性與活力空間匹配關(guān)系異常的兩類網(wǎng)格中,高-低網(wǎng)格可能是非建成環(huán)境因素造成的必然結(jié)果,其誘因具有復雜性,因此本文不做討論;而低-高網(wǎng)格步行適宜性較低,已難匹配周邊區(qū)域較高的活力水平,是今后規(guī)劃與更新應關(guān)注的重點區(qū)域。為深入分析低-高網(wǎng)格特征,將各指標在此類網(wǎng)格中的評價結(jié)果依次可視化,如圖7所示,并從以下3個維度提出優(yōu)化建議。

圖7 低-高聚類網(wǎng)格指標特征Fig.7 Characteristics of indicators within the low-high cluster grids

(1)從城市尺度而言,未來在城市規(guī)劃與設(shè)計中應弱化規(guī)劃者和設(shè)計人員的主觀判斷,強化客觀數(shù)據(jù)的支撐和指導作用,提升行人體驗和感受對規(guī)劃的影響,進而通過政策引導持續(xù)優(yōu)化步行適宜性。具體而言,一方面應加快構(gòu)建合肥市主城區(qū)“一核四心”的整體結(jié)構(gòu),提高城市更新強度和剩余可建設(shè)用地利用率,同步改善片區(qū)交通秩序,充分挖掘與利用優(yōu)質(zhì)步行空間資源;另一方面應從居民實際步行需求出發(fā),加速健康導向下的人性化步行環(huán)境營造,加快提升高活力片區(qū)的步行適宜性匹配能力,打造綠色低碳城市步行系統(tǒng)[11,37]。

(2)從街區(qū)尺度而言,一方面要推動公眾有效參與社區(qū)治理,采用線上線下相結(jié)合的方式,促進政府、規(guī)劃技術(shù)人員、居民代表和相關(guān)利益集團全方位溝通,從而更好關(guān)注居民實際需求,對當前步行系統(tǒng)進行針對性優(yōu)化和完善,并引導居民以自身視角重塑街區(qū)活力;另一方面要加快構(gòu)建智慧化管理體系,將現(xiàn)代智慧化技術(shù)與傳統(tǒng)街區(qū)管理方法結(jié)合,運用人工智能、多源大數(shù)據(jù)、云計算等手段建立街區(qū)步行系統(tǒng)實時地圖,從交通網(wǎng)絡(luò)的潮汐性管控和步行實施的智能化監(jiān)測兩方面,為行人提供全方位安全保障和便捷體驗[38]。

(3)從街道尺度而言,應結(jié)合城市實際發(fā)展情況,在確保行人安全、暢通、便捷的基礎(chǔ)上,著力提升街道步行空間品質(zhì),打造開放共享的步行系統(tǒng)。為此,既要通過打通斷頭路、提升交叉口密度等方式構(gòu)建連續(xù)的步行體系,優(yōu)化步行空間安全要素,配置分層級、多樣化的服務設(shè)施;又要系統(tǒng)規(guī)劃設(shè)計沿街植物配置形式,增強道路綠視率延續(xù)性,豐富步行空間構(gòu)成要素;還要科學設(shè)置休閑空間和面向不同群體的休憩設(shè)施,打造沿街復合社交型節(jié)點,營造宜游、宜賞、宜憩的步行空間[39]。

4 結(jié)論

基于馬斯洛需求理論和卡諾模型,從通暢性、便捷性、安全性、豐富性和舒適性5個維度構(gòu)建了包含15個指標的街區(qū)步行適宜性評價體系,通過多源數(shù)據(jù)和改進的綜合賦權(quán)法進行測度;隨后從居民集聚強度角度測度街區(qū)活力,并對二者進行雙變量局部空間自相關(guān)檢驗,重點分析低-高聚類空間的步行適宜性空間分布特征、產(chǎn)生原因及優(yōu)化方法。研究結(jié)果表明:

(1)馬斯洛需求理論和卡諾模型作為經(jīng)典需求理論,可以較好應用于步行適宜性評價研究中,有效提升評價維度和指標選取的科學合理性與可操作性。

(2)合肥市二環(huán)內(nèi)區(qū)域街區(qū)步行適宜性存在顯著的空間自相關(guān)性,呈現(xiàn)出“中部高值集聚,四周線性分散”的空間特征。

(3)當前研究區(qū)內(nèi)仍存在較多步行適宜性與活力不相匹配的區(qū)域,未來在城市規(guī)劃與更新中應從多維尺度出發(fā),結(jié)合各評價指標特征進行針對性優(yōu)化與提升。