基于多源大數據的軌道交通站域街道品質多維評價分析

胡昂 郭仲薇 牛韶斐 李想

摘 要：為了科學測度、準確評價站域街道的空間品質并實現有效優化，選取成都市73個地鐵站域，以街道網絡、POI（point of interest）、街景圖片等多源大數據為支撐，運用機器學習、sDNA分析（spatial design network analysis）等技術，構建了以便捷性、功能性與舒適性為核心的評價體系，進行站域街道空間品質的大規模定量評價，并針對不同等級的站點提出了導控策略。結果表明，在城市整體層面，68.03%的站域街道評分低于中等水平，街道功能性與舒適性普遍較好，便捷性較差;在站域層面，街道空間品質呈現出南高北低、西高東低、內高外低的分布特征。研究使人本尺度的分析精度、站點尺度的分析深度和城市尺度的分析廣度得以兼顧，有助于創建高效的城市管理動態反饋機制。

關鍵詞：市政工程;多源城市數據;軌道交通;站域街道;評價體系;空間品質

中圖分類號：TU9842 ? 文獻標識碼：A ? doi：10.7535/hbkd.2020yx05008

Abstract：To scientifically measure and accurately evaluate the spatial quality within the station area and realize effective optimization， seventy-three subway stations in Chengdu City were selected to support multi-source big data such as street network， POI（point of interest）， street view pictures， etc.， then machine learning and spatial design network analysis（sDNA） and other technologies were used to construct an evaluation system with convenience， functionality and comfort as the core. Large-scale quantitative evaluation of street space quality within the station area was carried out， and guidance and control strategies for different levels of stations were proposed. The results show that 68.03% of the station area streets score is lower than the medium level， the street function and comfort are generally good， and the convenience is poor; at the station level， the street space quality shows the distribution characteristics of high in the South and low in the north， high in the West and low in the East， and high in the inside and low in the outside. The proposed method takes into account the analysis accuracy of human-oriented scale， the analysis depth of site scale and the analysis breadth of urban scale， which is helpful to create an efficient dynamic feedback mechanism of urban management.

Keywords：municipal engineering; multi source urban data; rail transit; streets within the station area; evaluation system; spatial quality

1 研究背景與局限

1.1 規劃層面的建設需求

仍處于快速發展階段的中國軌道交通建設，使得軌道交通站點逐步成為城市發展新的觸媒點（catalytic point）。城市空間與群體行為在新的出行方式下相互作用、動態演化，產生了諸如站域空間（站點影響域）等“城市新空間”。站域空間承載著人口與經濟要素的頻繁集散與流通，對周邊城市空間具有輻射與帶動作用，并通過促使相關功能和空間的整合，引導后續建設項目“多米諾骨牌式”推進[1]?？焖俪擎偦瘯r期，城市設計的“技術體系供給”與“時代需求局限”之間出現錯配，由此衍生出城市設計本土化的諸多問題[2]，站點帶動效應不強、空間資源浪費、交通功能與城市功能融合較差等問題凸顯。此外，缺乏統籌規劃使得軌道交通與其他交通方式之間銜接不暢，存在時空隔離，導致域內行為主體聯動低效。街道空間不僅包括街道本身，還涵蓋與街道相接的對街道活力有直接影響的建筑底層商鋪、開敞空間、服務設施等[3]，故良好的站域街道空間品質有助于緩解站域的交通壓力[4]，實現站點地區的功能整合，刺激周邊業態的發展，形成良好的站域風貌。隨著改革由增量改革向存量改革的過渡，存量時代的到來給城市設計“再出發”提供了肥沃的土壤[2]，已建成區域的更新優化將成為城市建設未來的主攻方向[5]，如何科學測度、準確評價站域街道空間品質進而實現有效優化成為研究的重點和難點。

1.2 人本導向的品質需求

相較于其他街道空間，站域街道作為重要的交通節點，側重于與步行、騎行及常規公共交通間的多模式換乘，承載著更多的人群集散和持續的交通流動。與此同時，共享街道、綠色出行與慢行交通等的回歸，使得街道空間規劃和導控由功能性和美學性向以人為本的生活性和休閑性轉變，催生了街道空間品質提升的新需求。從使用者角度而言，交通工具多樣化、換乘方式復雜化與出行需求個性化都對站域街道空間提出了更高的要求。實現站域街道空間的品質評估亟需一套綜合評價方法，既能協助實現更高效的宏觀規劃，也能實現更精準的微觀設計指引，助力系統集成、協同優化，創建高效的城市管理動態反饋機制。

13 研究進展與局限

對于街道空間品質的研究主要從環境心理學、環境行為學等視角展開，分別著眼于使用者感知行為和街道空間環境特征2個重要的主客觀維度[3]，2個維度的相關理論奠定了空間品質測度的方法論基礎。街道空間品質的量化測度與評價通常包括3種主要方法：1）基于實地調研和調查問卷[6];2）基于訪談記錄和步行行為觀察;3）基于新技術手段的大數據測度[7-9]。其中新數據與新技術研究分辨率高、覆蓋范圍廣，一定程度上增加了以主觀經驗為主的街道品質評價的客觀性[10]，并為大規模街道空間品質精細化測度提供了可能，使得空間品質研究的廣度不斷擴展、深度不斷提升、維度愈加多元。整體來看，現有對于街道空間品質的相關研究多為“引介-應用”模式，扎根于當代發展實際、社會文化背景和城市治理體系的方法框架并不清晰，具體類型的街道空間在城市意象營造和提升城市活力方面的作用被普遍低估，鮮有將研究對象聚焦于軌道交通站域的街道品質。

定焦于站域街道空間，當前關于軌道交通站域步行空間的研究成果豐碩，多為以實地調研和問卷訪談方式進行的實證類研究，完整的研究體系尚未成型。TOD理論最早開始對站域步行空間的探索，該理論的設計要點之一就是建設“步行友好”的站域社區環境，以減少私家車的使用[11-12]。隨著研究的深入，諸多成果被概念化為5Ds：即高密度、混合的土地利用以及行人優先的設計（density， diversity of landuse， pedestrian-oriented design，簡稱3Ds），目的地可達性和至公共交通的距離（destination accessibility and distance to transit，簡稱2Ds）[13-14]，其中設計（design）即為舒適的步行環境和便捷的換乘空間設計。在TOD理論指導下，各國專家學者對站域步行空間設計進行了深入的研究[15-16]。陳泳等[17]對上海的3個軌道交通站點進行研究，發現便捷度既是影響站域宜步行環境的關鍵指標，也與街道空間品質顯著相關。同時，有學者對站域的慢行空間、公共空間品質進行了有益探討[18-19]。段婷等[20]通過對天津近郊區地鐵站域慢行環境進行滿意度問卷調查，發現路面寬度、綠化景觀和服務設施等更易影響慢行環境的滿意度。

整體來看，當前對于站域街道空間的相關研究還存在一定的局限性。研究對象多針對具有突出特點的站點，局限于單一因素的步行和慢行環境建設研究，淡化了不同行為主體的多元化需求。此外，現存研究在研究方向上多側重于步行、慢行可達性與步行空間使用效率，以現場調研、問卷訪談為主的研究方法難以獲取大范圍街道空間屬性數據，缺乏對宏觀城市形態變量與微觀城市空間要素的綜合考量。此外，對于站域街道空間的相關研究尚未形成普適化的評價指標體系，各指標及評價因子間也多有重疊。

本文通過對站域街道空間的研究以期探求如下問題：1）如何大規模測度站域街道空間品質？2）各評價維度之間是否相關？3）不同層級的站域街道各維度空間品質究竟如何？

2 站域街道品質多維度評價方法

2.1 對象界定

當前，成都大力實施多樣化軌道交通發展模式，推進以TOD理念為主導的軌道交通站域土地的綜合開發，為研究提供了豐富的素材。本文選取成都市三環內的73個地鐵站點（地鐵線網圖見圖1），其所在線路通車較早，站域內建成環境較為完善、街道空間形態生長相對成熟。基于《成都市軌道交通場站一體化城市設計導則》的基本要求與成都市軌道交通發展的現實情況，綜合考慮站點周邊城市功能、服務范圍、交通產業等要素，將軌道站點分為4個層級，即城市級、片區級、組團級和一般級。為方便宏觀視角下進行對比分析，本文采用“同心圓類”界定站域范圍[21]，如圖1所示。即以站點為圓心劃定緩沖區，選取緩沖區內的街道，研究范圍包含街道兩側建筑或構筑物圍合而成的三維空間[3]。

2.2 研究框架與技術路線

研究步驟包括數據收集、多維度評價、實證分析與針對性提升策略4個階段（見圖2）。

2.2.1 數據收集

首先對成都市三環內的相關數據進行收集、處理。

1）OSM數據：路網和建筑基礎數據來源于OSM地圖（https：//www.Openstreetmap.org），經路網拓撲處理得到街道中心線。

2）POI數據：POI興趣點于2019-11-10在Amap上抓取，通過調用應用程序編程接口，在成都市三環內共獲得了336 906個POI數據。

3）街景圖片：本研究基于路網數據，以經緯度為參數，每間隔60 m在道路網格上生成采樣點，通過HTTP URL調用百度地圖的API，設置視點位置坐標、視線水平和垂直的角度，最終生成每個樣本點的街景圖片。本研究中視線的垂直角度為0°，水平角度抓取0°，90°，180°和270°，即平行于道路的前后左右4張街景圖，以保證各采樣點的全視角觀察，最終從抓取的23 750個采樣點上采集到95 000張街景圖片（圖片的分辨率為1 280*70）。

參考已有研究和相關導則[22-23]，本文以成都市三環內73個地鐵站點為中心建立了800 m緩沖區，篩選后最終得到了6 821條街道、1 017個公交站點、4 139個交叉口、144 988個POI數據、45 356個建筑和13 690個街景采樣點（見圖3）。

2.2.2 多維度評價體系的構建

綜合交通規劃、城市規劃、人居環境、產業經濟等領域的研究成果，并在梳理和解讀成都站域空間要素的基礎上，本文選取主客觀維度中影響站域街道品質的8個核心因子，構建了以便捷性、功能性、舒適性為核心的三維評價框架（見表1）。

1）便捷性 即站域內連續暢通的街道網絡與方便高效的接駁換乘系統，其對軌道交通系統的運行效率有較大影響。采用sDNA分析與GIS二維分析，利用步行和騎行的中間性指標度量可達性，利用公交車密度與交叉口密度度量連通性。

其中，基于角度距離的可達性值已被證實與觀測到的人車行為分布具有很好的相關性[24]，本文采用卡迪夫大學（Cardiff University）建立的sDNA分析（http：//www.cardiff.ac.uk/sdn）計算基于角度距離的中間性（angular betweenness），以此作為道路網絡可達性的度量值。sDNA是一種更加綜合的城市街道網絡分析工具，以交叉路口為端點，將街道描述為節點與邊的網絡，是對于街道空間結構特征抽象和可達性測度的工具，可以有效測度由街道空間結構所決定的可達性[25]。不同分析半徑下的可達性結果，對應街道段承載相應距離出行行為的發生潛力[26]。國內的相關研究普遍將500 m作為步行的舒適距離，將2 000 m作為騎行的舒適距離，故本研究選擇500和2 000 m的半徑分別進行中間性運算，借此反映街道組織結構對步行和騎行的適應性。

2）功能性 即豐富多樣的沿街商業設施以及布局合理的公共服務設施等[27]，其有助于誘發行為主體的經濟活動、社會活動與休閑活動，是顯示街道服務水平和活力程度的重要指標。本研究篩選站域內各街道50 m緩沖區內的POI數據，將其分為醫療、科教、住宅、餐飲、購物、金融、辦公、交通、文化、體育休閑和生活服務11大類設施，進行密度分析，并基于香農-威納指數（Shannon Wiener Index）進行多樣性量化分析。

3）舒適性 即宜人的街道尺度、舒適的視覺觀感等空間心理感知。根據馬斯洛需求層次理論，舒適性是使用者對街道空間更高的心理需求，相較于其他需求緊迫感較低，多受客觀空間要素的綜合影響。本文利用基于python的PSPNet語義圖像分割算法對街景圖像進行處理，切割出圖像中的綠化、建筑、天空和道路等要素，以綠化的像素尺度為變量對采樣點進行聚類，進而整合到街道上，得到街道綠視率。同時，利用街道D/H衡量建筑對街道的圍合程度，進而整合街道綠視率和D/H，以衡量舒適性。

為消除各指標之間的量綱差異，對各維度的數據結果進行歸一化處理，利用德爾菲法（Delphi Method）確定表1中各指標及因子的權重。本文依托課題組于2019-09-01—2020-01-31征詢了來自四川大學、西南交通大學、成都市發展和改革委員會、成都市規劃和自然資源局、成都軌道交通集團與中國建筑西南設計研究院的25位規劃、建筑、交通領域的專家、學者與政府工作人員，其中副廳級專家2人、正處級4人、副處級2人、教授5人、研究員1人、副教授3人、講師1人以及博士研究生7人。通過包括11道題目的問卷調查，對3個指標和8個影響因子進行了3輪征詢，依次計算算術平均數得到權重數值（見表1）。將歸一化處理后的各指標數據疊加權重，得到了每條街道各個維度的得分，疊加整合最終獲取街道品質的總分。分析結果均采用ArcGis10.2的Naturl Break法聚類分為5類，將5類數值由大到小分別評價為高、較高、中、較低和低5個等級。具體而言，街道空間品質的高等級取值范圍為1084～2169，較高等級為0722～1084，中等級為0495～0722，較低等級為0337～0495，低等級為0000～0337，其余指標和影響因子的等級取值范圍見各指標分析結果圖。

根據已有研究，除D/H值外，各因子與街道品質均為線性遞增關系。依據蘆原義信的理論成果，當D/H<1時，比值越小，空間越趨于封閉和壓抑;當12時，空間內聚性較差，空曠感和迷失感隨即產生。故在對D/H值的數據進行歸一化處理時，保留D/H<1的數值，將D/H為1～2的賦值為1，D/H>2的數值進行離差標準化處理，使得D/H值滿足以上關系。

2.2.3 各維度相關性分析

為判斷本文評價體系下各維度是否相互獨立，利用SPSS對功能性、舒適性、便捷性這3個維度進行了相關性分析。從圖4可知，功能性與舒適性間的Pearson值不顯著，兩者間無明顯相關性;功能性與便捷性間Pearson值<0.01，相關系數為0.058，相關性極低，可忽略不計;舒適性與便捷性間Pearson值顯著，相關系數為-0.049，可判定兩者無明顯相關性[28]。一方面驗證了本文建立的評價體系能夠較為完整地評估街道空間品質;另一方面后續在制定導控策略時，可暫不考慮各維度間的相互影響。

3 成都軌道交通站域街道品質多維度評價研究實踐

3.1 城市整體層面站域街道空間品質基本特征

站域街道樣本的空間品質評價結果分布呈現參差錯落、小集聚、大分散的態勢（見圖5），低值多位于外圈層地鐵7號線上（線路具體位置見圖1中的環線），高值散落在南北中軸西翼的部分站域內。參照《成都市軌道交通場站一體化城市設計導則》對于城市級與片區級站點圈層范圍劃定的相關標準，本文將站域500 m緩沖區范圍內統一劃定為核心區，500～800 m緩沖區范圍劃定為輻射影響區。可以看出，站域內部分布呈現出明顯的圈層差異，核心區的街道空間品質普遍高于輻射影響區，但在外圈層東北至東南方向的站域內部，距離站點中心越近，街道空間品質越低。從數量上來看（見表2），73個站點的站域街道空間品質評分中等以上的僅占10.57%，而中等以下的站域街道達到了68.01%，可見站域街道品質提升尚有很大空間，基礎配套亟待完善。

站域街道的3個指標在城市街道整體層面的分析結果見圖6，在便捷性分析方面（見圖6 a）），評級為最高、最低的站域街道占比分別為2.36%和46.84%，數量差距最大。在站域內部，與站點直接相連的街道便捷性較好，體現了站域核心區通常具有較高的交通可達性。在功能性分析方面（見圖6 b）），評級中等及以上的站域街道占比達到了82.29%，多集中于3號線紅牌樓站至春熙路站間的7個站點與7號線茶店子站至府青路站間的8個站點沿線。站域內多顯示為距離站點中心越近，街道功能性越強，可見站點對業態集聚的帶動作用明顯。在舒適性分析方面（見圖6 c）），僅有25.13%的站域街道評級處于中等以下水平，其中舒適性最低的街道多集中在春熙路站、火車北站和九里堤站站域內。研究發現，位于舊城區的地鐵站域核心區的街道舒適性普遍低于輻射影響區的街道舒適性，這表明軌道交通站點的興建與填充式開發對城市肌理帶來了一定的沖擊與改變，甚至可能降低原有街道空間的舒適性。

便捷性、功能性、舒適性的各因子在城市街道整體層面的分析結果見圖7—圖9，可明顯看出在步行可達性、騎行可達性與公交車可達性分析中，低值街道占據多數，廣泛分布在各站域內，高值街道則零散分布。在交叉口密度、POI密度、綠視率分析中，各區間街道分布相對均勻，其中交叉口密度與POI密度分布擬合度較高。街道在POI多樣性與D/H值分析上，高值街道較多，整體表現較好。綜上所述，從宏觀的城市層面可知，成都市三環地鐵站域內街道功能性與舒適性普遍較好，等級較高與高的街道數量占比均超半數;而便捷性亟待提高，等級較高與高的街道數量不足一成。此外，相較于輻射影響區，站點核心區內便捷性與功能性較強，舒適性較差。

3.2 站域層面的分維特征

軌道交通站域既是品質測度量化分析與評價的核心研究對象，又是面向TOD的城市規劃中政策落地與機制調控的基礎單元。本文以站域內的街道評分均值衡量站域的街道平均水平，基于各指標均值對各站域進行評級分類。

綜合而言，從數量上73個站域樣本中，街道空間品質位于中等水平的站域最多，占32.88%。此外，還有33個站域街道空間品質低于中等水平，仍有很大提升空間。從空間分布上看（見圖5），街道空間品質較高的站域多位于成都市中軸線的東西兩翼。與此同時，與成都構建“雙核聯動”的網絡化功能體系相關，街道空間品質的重心受到以往城市建設強度重心的影響，向南部偏移，品質均值總體呈現出南高北低、西高東低、內高外低的分布特征。

在便捷性方面，站域街道整體的便捷性水平空間分布與街道空間品質分布擬合度較高。便捷性4個因子街道評分均值的分析結果見圖7，通過進一步對站域街道網絡結構和形態研究后發現，步行可達性（見圖7 a））整體布局呈現出中心中值、低值集聚在城市南北中軸線東翼、沿東北與東南方向延伸的扇形放射狀布局。騎行可達性（見圖7 b））低值分布與步行可達性較為相似，中心明顯高值，可能與騎行出行相對距離更長，多選擇城市主干道與干道有關。交叉口密度（見圖7 d））呈現出中間高值、外圈層南高北低的分布態勢，可以明顯看出城市東西軸線北側站域均值明顯低于南側站域。部分站域在3個因子評價上均較低，如駟馬橋、成都東站，主要由于周邊有鐵路、快速路、高架路或水系等大尺度線性空間，造成對步行、慢行通道的割裂。對公交車密度（見圖7 c））而言，整體呈現段落式間隔分布，中心圈層西低東高，受鐵路站點影響，其余高值主要集中在兩城市軸線與外圈層的交匯處。

在功能性方面，街道評分均值較高的站域呈現出帶狀平行于東西城市軸線密集分布的態勢，說明成都的部分站域及地鐵沿線已形成多元化的商業模式;均值較低的站域多分布于外圈層，集聚在西北、東北與正南方向。功能性2個因子街道評分均值的分析結果如圖8所示。從圖8 a）可知，POI密度的低值數量顯著上升，多集中在城市東西軸線與外圈層的交叉處，如成都東客站、大觀、金沙博物館等地鐵站域。POI密度僅在高等院校附近均值較高，站域內高等院校對街道的功能密度影響顯著，如西南交大、理工大學、磨子橋等地鐵站域內，西南交通大學、成都理工大學、四川大學等帶來的集聚效應凸顯。從圖8 b）可知，POI多樣性與功能性在數量統計、空間分布上高度相似，相較于POI密度，高值較為集中，僅在外圈層西北、西南與東北方向的部分站域內業態過于單一，使得POI多樣性均值反而較低，如神仙樹、文化宮、二仙橋等地鐵站域。

受城市建成環境與街道等級的影響，舒適性呈現內低外高、大分散、小集聚的空間分布，即城市外圈層站域街道的整體舒適性較高，天府廣場中心區附近的舒適性較低。舒適性2個因子街道評分均值的分析結果見圖9，可發現人工環境與自然環境的測度指標——綠視率與D/H值，受城市區域發展水平影響顯著。從圖9 a）可知，除西北與東南方向的部分站域外，城區外圈層綠視率均處于較低水平，如天府廣場、春熙路、太平園等換乘站點因多元業態的重合發展，綠視率水平均處于低位;由于鐵路站點周邊人工建成環境復雜，對自然要素生存空間擠壓更多，導致火車北站、成都東客站、火車南站等站域內綠視率較低。從圖9 b）可知，因城市中心區的街道界面較為復雜，D/H值呈現出中心低外圍高、東北高西南低的總體分布態勢，北部與東部的新建成區站域內D/H值普遍較高，城市中心和開發較早的西部與南部原有建成區因街巷改造難度較大，導致站域內D/H值普遍偏低。

綜上所述，從中微觀的站域層面來看，各維度的站域街道測度結果空間分布特征差異顯著，受區域環境影響較大。通過對成都地鐵站域街道各維度的特征分布、特性規律及存在的問題進行站域層面的識別，為提升站域街道空間品質提供了數據分析基礎，有助于推動評估導控策略的落地。

3.3 針對性提升策略

在研究的73個站點中，有城市級站點6個、片區級站點10個、組團級站點2個、一般級站點55個。其中，城市級與片區級站點本身區位優勢明顯，站域建設強度大、業態高度復合、存量生產要素成本高、客流多元化程度高。這些因素在為站域發展帶來機遇的同時，也為站域范圍內的街道空間功能組織、交通體系的構建和舒適度的提升帶來挑戰。對比發現（見圖10），城市級站點在可達性上表現較為突出，綠視率水平較低。片區級站點POI密度與綠視率整體評分相對較高，步行和騎行可達性有待提高。組團級站點步行可達性與POI密度評分相對較低，一般級站點中，公交車密度和綠視率評分相對較高。在POI多樣性上，各級站點評分基本持平，城市級與片區級站點功能混合不足，未能充分發揮其城市綜合服務功能。

站域街道空間的優化應借鑒TOD模式的合理內核，注重站區空間的整合和交通換乘環境的優化。基于上述2個層面的分維特征分析結論，針對4級站點的站域街道現存問題提出針對性的提升策略，以實現差異化、精準化（見表3）。

1）城市級站點 包含中心站與樞紐站，位于城市中心與交通樞紐地帶。城市級站域街道整體評價較好，其中，中心站依托區位優勢與重要的城市功能，生產要素與資本的聚集度高、便捷性與功能性較強。而交通樞紐站作為城市交通基礎設施建設的聚集點，存在慢行交通引導不足、配套服務設施與應發揮的城市功能不匹配等問題。應注重接駁體系的完善，有效整合交通與土地利用，促進多功能融合，實現全天候區域活力保障。此外，兩類站點由于城市風貌柔性與街道場所感較差，舒適性不足，應基于街道現狀酌情改造建筑界面，并結合人車分流，創新綠化形式與圍合形態，合理利用有限存量空間提升街道綠化，實現交通網絡系統與城市綠化景觀的全生命周期融合。

2）片區級站點 通常位于各區的城市主、次中心，受經濟地理影響較大。其中，80%的片區級站域高于中等水平，低于中等評分主要表現在功能性與便捷性較差。評分較低的站點由于所在區基礎差、底子薄、潛力尚未被充分挖掘等歷史發展因素，使得公交車密度、步行及騎行可達性、POI多樣性指標較低。此類街道應注重空間整合，進行一體化設計。路網優化要結合區域內產業功能區的發展實際，鼓勵綠色交通，加強與主要交通樞紐的銜接。同時，將站域承載空間、環境容量與產業聚集、人才基礎優勢有機結合，促進功能多元混合，成為域內新增長極，以帶動區域發展。

3）組團級站點 通常位于組團公共服務中心，是周邊居住區的生活中心和公交換乘中心。在軌道站點核心區范圍內，鼓勵以多種形式靈活利用立體空間，使之成為15 min生活圈的重要節點空間。通過在街區內配置豐富的公共服務設施與綠色開放空間，平衡緊湊性、多樣性與宜人性的關系，創造更有活力的公交社區生活。

4）一般級站點 通常位于社區服務中心，服務半徑較小。研究范圍內18.18%的一般級站點街道空間品質評級在中等以上水平。一般級站點站域內以生活性街道為主，故尺度較為舒適，交叉口密度與POI多樣性較高，原因是地區發展差異，綠視率、功能性水平參差不齊。囿于城市錯位發展的基本邏輯，小街小巷與城市整體路網并未形成體系，故一般級站點便捷性評級普遍偏低。此類街道使用者以附近居民為主，經濟功能以社區商業為主。應在城市更新的大背景下，因地制宜完善整體街道網絡連接環境，促進站點與綠色交通方式間的“零換乘”，逐步引導“軌道+地面公交+慢行”的綠色出行方式。此外，參考TOD社區模式，結合場地實際及周邊居民需求，注重交通以外的生活配套設施建設，加快形成多樣化、宜居宜業的新型社區，逐步實現站點觸媒積極效應最大化。

4 結 語

相比以往對單一類型或特殊站點的步行與慢行空間研究，本研究不僅顯著擴大了樣本規模，而且通過整合交通、功能空間和景觀3個要素構建了多維評價體系，堅持細化城市區域政策單元、強化城市區域政策精度的研究思路[29]，對成都市三環內地鐵站域街道的建成環境進行了全面分析。同時，充分利用多源大數據大規模與高精度的優勢，兼顧人本尺度的分析精度、站點尺度的分析深度和城市尺度的分析廣度，以73個地鐵站域內的所有街道為對象進行實證測評。研究發現，68.01%的站域街道空間品質仍有很大提升空間，現存設計對街道的便捷性考慮較少，站域街道受地區環境影響顯著高于受站點影響，部分級別站域的街道尚不足以匹配其應發揮的城市功能。

受大數據和新技術客觀局限性的影響，本研究不可避免地存在數據時效與樣本偏差等問題。一是由于街景圖像數據是街景采集車在可通行道路上進行定期采集獲得的，部分街道空間因機動車輛禁行或新建落成，導致少量站域空間在整體分析時因缺乏街景圖片數據而未能被納入，對分析結果可能造成細微影響，需要后續進行人工實地補拍;二是由于成都騎行道和人行道與機動車道之間的路權分隔不系統，均采用街道網絡進行可達性的測度，后續可進一步提高步行和騎行網絡精度，如步行可達性的計算實現包括人行道、天橋、地下通道、過街橫道等在內的立體步行網絡。鑒于目前成都城市更新與軌道建設同時加速進行，未來可以進一步拓展研究范圍，對比城市原有建成區與城市新區在站域街道空間品質上的差異，進一步豐富評價體系，納入高質量發展指標，對街道空間品質進行更為細致、全面的評價;同時，可抽取部分站域進行使用者滿意度調查，與大數據運算結果進行對比，檢驗指標體系的普適性。后續站域開發建設應兼顧問題導向與實施導向進行統籌規劃，針對差異化站點級別、多元化類型街道，因地制宜，提出個性化、定制化、動態化的優化方案。

參考文獻/References：

[1] 申紅田，嚴建偉，邵楠.觸媒視角下城市快速軌道交通對舊城更新的影響探析[J].現代城市研究，2016（9）：89-94.

SHEN Hongtian， YAN Jianwei， SHAO Nan.Analysis on the influence of city fleetness orbit traffic tothe old city update under the perspective of catalyst[J].Modern Urban Research，2016（9）：89-94.

[2] 劉瑞剛.我國城市設計的“再出發”思考[J].規劃師，2019，35（23）：91-96.

LIU Ruigang.A reflection on the restart of urban design in China[J].Planners，2019，35（23）：91-96.

[3] 龍瀛，唐婧嫻.城市街道空間品質大規模量化測度研究進展[J].城市規劃，2019，43（6）：107-114.

[17] ?陳泳，晞曉陽，高媛媛，等.軌道交通站地區宜步行環境評價因素探析[J].規劃師，2015，31（9）：83-90.

CHEN Yong， XI Xiaoyang， GAO Yuanyuan， et al. An analysis of walkable environmental factors of rail transit terminals[J]. Planners， 2015， 31（9）：83-90.

[18] ?CERVERO R， DUNCAN M. Walking， bicycling， and urban landscapes： Evidence from the San Francisco Bay Area[J]. American Journal of Public Health， 2003， 93（9）：1478-1483.

[19] 王兆辰.基于TOD的北京軌道交通站點周邊地區城市設計研究[D].北京：清華大學，2010.

WANG Zhaochen. A Study on Urban Design of Peripheral Areas of Rail Transit Stations in Beijing under TOD[D]. Beijing： Tsinghua University， 2010.

[20] 段婷，運迎霞，任利劍.天津市近郊區地鐵站域慢行環境滿意度[J].天津大學學報（社會科學版）， 2018， 20（2）：179-184.

DUAN Ting， YUN Yingxia， REN Lijian.The research on the satisfaction of non-motorized environment around subway stations in Tianjin suburbs[J]. Journal of Tianjin University（Social Sciences），2018，20（2）：179-184.

[21] 褚冬竹，魏書祥.軌道交通站點影響域的界定與應用——兼議城市設計發展及其空間基礎[J].建筑學報，2017（2）：16-21.

CHU Dongzhu， WEI Shuxiang.The definition and application of influenced realm around urban rail transit stations： A concurrent discussion on the development and spatial basics of urban design[J].Architectural Journal，2017（2）：16-21.

[22] KUBY M，BARRANDA A，UPCHURCH C.Factors influencing light-rail station boardings in the United States[J].Transportation Research Part A：Policy and Practice，2004，38（3）：223-247.

[23] ?CARDOZO O D， GARCA-PALOMARES J C， JAVIER G. Application of geographically weighted regression to the direct forecasting of transit ridership at station-level[J]. Applied Geography， 2012， 34： 548-558.

[24] ?樊鈞，唐皓明，葉宇.街道慢行品質的多維度評價與導控策略——基于多源城市數據的整合分析[J].規劃師，2019，35（14）：5-11.

FAN Jun， TANG Haoming， YE Yu. Multi-dimensional evaluation and guidance for quality pedestrian street space： An analysis of multi-sourced urban data[J].Planners，2019，35（14）：5-11.

[25] ?HILLIER B， PENN A， BANISTER D， et al. Configurational modelling of urban movement network[J]. Environment and Planning B： Planning and Design， 1998， 25（1）： 59-84.

[26] ?張靈珠，晴安藍.三維空間網絡分析在高密度城市中心區步行系統中的應用——以香港中環地區為例[J].國際城市規劃，2019，34（1）：50-57.

ZHANG Lingzhu， Qing Anlan. Three-dimensional spatial network analysis and its application in a high density city area， Central Hong Kong[J].Urban Planning International，2019， 34（1）：50-57.

[27] ?董世永，龍晨吟.基于模糊綜合評價的住區可步行性測度方法及發展策略研究——以重慶典型住區為例[J].西部人居環境學刊，2015， 30（1）：106-112.

DONG Shiyong， LONG Chenyin. Community walkability measurement methodology and development strategy analysis based on fuzzy comprehensive assessment： A case study of typical communities in Chongqing[J].Journal of Human Settlements in West China，2015， 30（1）：106-112.

[28] ?李想，朱冬元，齊睿.基于Meta分析的地方政府競爭與環境質量關系研究[J].南華大學學報（社會科學版），2019，20（1）：56-65.

LI Xiang， ZHU Dongyuan， Qi Rui.Research on the relationship between local government competition and environmental quality based on meta-analysis[J].Journal of University of South China（Social Science Edition），2019，20（1）：56-65.

[29] 蔣永穆，李想.川渝黔經濟一體化助推成渝地區雙城經濟圈建設研究[J].西部論壇，2020，30（5）：43-56.

JIANG Yongmu，LI Xiang.Research on the economic integration of Sichuan， chongqing and Guizhou to boost the construction of Chengdu Chongqing economic circle[J].West Forum，2020，30（5）：43-56.