基于步行行为特征的城市空间拓扑结构类型研究

■李 勇 LI Yong 孙彤宇 SUN Tongyu

2015年，中央城市工作会议上明确提出了“城市空间结构优化”的要求，提出“窄密路网、步行优先”等城市空间建设和更新原则。如何建设宜步行城市，修复城市步行空间网络，成为当下研究的热点问题。随着国内新城建设的放缓，城市更新逐步提上日程，为步行优先的城市空间模式提供了很好的实践机会。本文将对高密度中心城区的空间结构进行量化，再通过量化指标数据的统计学规律，对不同案例进行类型学分析，以期得到宜步行高密度中心城区空间结构的基本类型和基本模式，为以步行优先为导向的高密度中心城区改造与更新提供有益的参考和借鉴。

1 步行的可达性与公共性

步行是人们日常生活中实现空间移动的最主要方式。扬·盖尔（Jan Gehl）在《交往与空间》中提出了关于步行的经典论述：“步行首先是一种交通类型，一种走动的方式，但它也为进入公共环境提供了简便易行的方法”[1]。步行行为具有交通通行和公共活动两个基本功能，步行活动在城市空间中具有可达性和公共性这两项基本需求。其中，步行可达性在中观尺度的城市空间中表现为步行路径的连续性和多样化路径选择的需求；步行公共性则表现为人们通过步行，可以参与更多的城市公共活动而不受机动交通的影响。

由于受到人的体力等因素限制，步行活动对距离因素较为敏感。按照一般的步行速度，5 min的步行路程约为400 m。有关研究表明，5 min的步行路程是人们最为容易接受的步行尺度范围，15 min社区生活圈所覆盖的步行范围则是人们日常生活所能接触到的宜步行尺度的城区范围。

2 研究样本选取及空间抽象原则

在当代城市交通体系中，步行作为公共交通的“最后一公里”而存在。新都市主义的理论与实践也证明了“公共交通+步行”的交通模式是未来城市空间发展的基本模式。本文以15 min社区生活圈所覆盖的步行范围作为研究样本，选取基本参照。通过对大量的城市样本进行分析，可以发现，大部分的城市中心区都存在以机动交通干道或自然水系、绿化植被等分割形成的次级区域，这些区域往往具有完整、统一、连续的城市肌理，如巴塞罗那老城区、苏黎世等。这些区域的尺度大约在1 km2左右，是本文研究样本选取的另一个重要参照。

研究样本的选取要求覆盖多样的城市形态类型，覆盖不同的气候区，以及不同社会、文化、经济背景下的城市。依据上述原则，经过层层比选，确定了覆盖全球94个城市的106个城区样本（图1）。本研究的理论基础是空间句法，城市空间网络建模精度以步行可达的城市公共空间作为参照，即视觉轴线覆盖城市空间中步行可达的公共空间区域（图2）。城市空间网络建模采用视觉轴线的建模方法，遵循“最少且最长”的原则，通过Depthmap软件中的模型转化生成线段模型。

3 基于距离与密度的分类

图1 具有完整统一连续城市肌理的106个城市空间形态样本图

图2 维也纳内城区斯蒂芬大教堂周边500 m×500 m范围内城市空间网络抽象图

步行出行距离的远近很大程度上决定了人们步行出行的意愿和步行舒适度，适当的步行出行距离和路线丰富多变的步行路径，可以极大地提高城市的步行出行率以及步行出行体验。阿兰·B·雅各布斯在《伟大的街道》中横向比较了97个不同的城市片区，主要采用了3个量化指标，分别是：道路交叉口数量、道路交叉口距离的平均值、街区数量[2]；迈克尔·索斯沃斯在《街道与城镇的形成》中，对美国20世纪60—80年代形成的街道案例进行研究，通过对街道总长度、街道段数量、交叉口数量、街区入口数量、环形路和尽端路数量等量化，分析了各种不同类型的街道模式[3]。步行距离因素在城市空间结构层面上体现为空间的密度问题。结合雅各布斯和索斯沃斯等学者的研究，以及空间句法线段模型所抽象出的基本空间要素，本研究确定了4个基本的空间网络量化指标，即：交叉口数量密度、街道段数量密度、街道段平均长度以及街道网络线密度（图3）。

经统计分析，4项变量指标之间存在明显的两两相关或负相关关系，即在描述样本特征时，4项变量指标存在重叠性和同质性。SPSS中的主成分分析方法可以将这种互相关联的变量简化成互不相关的少数变量，用较少的变量来解析样本中的数据分布特征。用SPSS对4个变量进行主成分分析，结果表明：街道网络线密度的主成分贡献率达92.522%，其主成分特征根为3.701，数值大于1；而其他3个变量的主成分贡献率均较低，主成分特征根数值也远小于1（表1）。由此可知，街道网络线密度作为单一变量就可以解析106个样本中的数据分布差异，即街道网络线密度作为单一指标，可以区分106个城区样本的空间网络特征。对106个城区样本的街道网络线密度的数据分布进行正态分布验证，数据分布基本符合正态分布特征（图4）。这说明，106个样本的选取是充分的，从街道网络线密度这一特征来说，覆盖了不同类型的城区。

图3 106个城区样本基本空间网络量化数据分布图

表1 4个变量指标的主成分分析

以上分析结果表明，街道网络的欧式几何特征可以用街道网络线密度这一变量来描述。街道网络线密度从高到低的数据分布反应出城市空间网络从步行主导到车行主导的逐渐转变。在上述106个城区样本中，街道网络线密度最高的5个城区样本依次为：中国澳门、威尼斯、雅典比雷埃夫斯港、锡耶纳、苏黎世，这5个城区的城市空间基本是以步行为主导，排斥车行，例如威尼斯（图5）；街道网络线密度最低的5个城区样本依次为：新德里、西安、北京、努尔苏丹、大连，其城市空间基本以车行为主导，排斥步行，如北京（图6）；位于中位数附近的城市，街道网络线密度适中，兼顾了步行和车行的需求，典型的城市有费城、京都、米兰、多伦多、斯德哥尔摩、巴黎、里约热内卢等。本文依据106个城区样本街道网络线密度的数值区间，以四分位数作为界定，把城市空间结构分为3个类型：①机动车交通主导的城市，其街道网络线密度小于22.7 km/km2；②步行主导的城市，其街道网络线密度大于30.8 km/km2；③人车共享的城市，其街道网络线密度的数值区间为22.7～30.8 km/km2。

图4 街道网络线密度正态分布曲线及正态性检验

4 空间拓扑结构类型

城市空间中的步行活动需要适宜的空间尺度，也追求多样化的路径选择和较高的空间可达性。街道网络线密度是基于城市空间形态密度要素的量化指标，可以辨识出空间尺度对于城市步行活动的影响，是讨论城市宜步行性的前提条件。这些不同空间形态与密度的城市，是否具有内在的一致性规律，不同空间形态的城市又可以分为哪些类型？要回答这一问题，就需要从拓扑关系的角度对城市空间形态进行更深入的分析。

在目前的城市空间研究领域，空间句法理论提供了对城市空间进行拓扑结构分析的有效途径和方法[4]。空间句法理论中最为核心的两个指标分别是基于视觉轴线模型的整合度和基于线段模型的选择度（也叫穿行度）。对空间网络进行分析，半径为全局尺度的整合度分析叫全局整合度，计算时去除了视觉轴线数量的影响（无量纲），可以直接用于不同规模样本间的横向比较；而线段模型的全局选择度分析是针对本系统而言的，无法用于不同规模样本间的横向比较。标准化选择度（简称NACH）通过引入选择度和拓扑总深度之间的比值关系，使得选择度数值不受系统规模的影响，可视为选择度数值的标准化，可用于不同规模样本间的横向比较[5]。

图5 威尼斯的卫星图及空间网络图

图6 北京的卫星图及空间网络图

4.1 空间的分散和聚集

基于视觉轴线模型对106个城区样本进行全局整合度均值分析，并对其数值进行排序发现，数值从高到低呈现出空间结构形态从分散到聚集的梯度变化。例如，全局整合度均值较高的多伦多样本，高整合度的视觉轴线平均分布在整个空间结构中，空间结构呈现去中心化的分散特征；全局整合度均值较低的伊斯坦布尔样本，高整合度的视觉轴线集中分布在空间网络的中心区域，空间结构呈现中心性较强的聚集特征（图7）。全局整合度均值的数值高低可以判别城市空间拓扑结构的分散与聚集特征。

4.2 空间的扁平和层级

基于线段模型对106个城区样本进行全局标准化选择度均值分析，并对其数值进行排序发现，数值从高到低，呈现出空间结构从扁平到层级的梯度变化特征。例如，全局标准化选择度均值较高的巴塞罗那扩展区样本，大部分的街道段空间单元都具有较高的选择度，且都位于同一个或相近的层级中，空间结构呈现扁平化特征；再如全局标准化选择度均值较低的昌迪加尔样本，街道段空间单元的穿行度分布具有明显的层级特征，可以清晰地反映出道路的等级体系，空间结构呈现多尺度的层级特征（图8）。全局标准化选择度均值的数值高低可以判别城市空间拓扑结构的扁平与层级特征。

4.3 层次聚类分析

采用SPSS的层次聚类法，对106个城区样本进行全局整合度均值和全局标准化选择度均值的双变量层次聚类分析，可将其空间结构分为4个类型，即：均布-扁平型、均布-层级型、核心-扁平型和核心-层级型。其中，均布-扁平型样本的拓扑结构特征是可达性较高的空间单元在单一或相近的层级上互相连通，均布在整个空间网络中，其典型样本为纽约；均布-层级型样本的拓扑结构特征是少量穿行度较高的空间单元均布在整个空间结构中，形成空间的前景网络，并在前景网络的基础上衍生出多个层级的空间子网络成为背景网络，典型样本为德黑兰；核心-扁平型样本的拓扑结构特征是可达性较高的空间单元聚集形成空间核心，大量穿行度较高的空间单元在单一或相近层级上均布在整个空间结构中，典型样本为巴塞罗那老城区；核心-层级型样本的拓扑结构特征是可达性较高的空间单元聚集形成空间核心，少量穿行度较高的空间单元均布在整个空间网络中，形成前景网络，并在前景网络的基础上衍生出多个层级的空间子网络，空间结构呈现典型的自组织特征，其典型样本为伦敦（图9）。

5 空间拓扑结构类型与空间密度和形式的关联

上述研究表明，在实际的城市空间中，城市空间的尺度、密度、形式和拓扑结构是一个有机统一的整体，这些衡量城市空间结构特征的指标要素间交互影响，具有很强的关联性。其中，均布-扁平型和核心-层级型这两个空间结构类型代表了城市空间发展的两个极端状态：均布-扁平型城市更倾向于由机动交通主导的人为规划形成的方格网形态，具有较低的空间密度；核心-层级型城市则是由步行活动主导的城市空间自发生长形成的不规则形态，具有较高的空间密度。

在106个城区样本中，均布-扁平型样本以高层高密的美国匀质方格网城市为典型代表，核心-层级型样本则以低层高密且保留了完整历史城市肌理的欧洲城市为典型代表，这两种空间拓扑结构类型是当代城市中高密度紧凑型城市发展和演化的两种基本空间发展模式。从城市自组织发展和演化的进程来看，欧洲城区样本不仅保留了以步行尺度为参照的城市空间尺度，而且保留了适宜步行的空间结构模式，大量适宜步行尺度的短程连接组构形成具有冗余连接特征的步行空间网络；美国匀质方格网城区样本则以适宜机动交通的正交方格网路网规划作为城市空间结构的基本原型，城市空间尺度较大，城市空间发展尚未经过长期的局部空间与人的活动竞争和协同的互馈机制作用，其城市空间结构基本保持了原有规划匀质方格网的规划意向，街道网络以适合机动交通的长程连接道路为主。

图7 空间的分散与聚集特征

图8 空间的扁平与层级特征

图9 4个空间拓扑结构类型

研究可知，较高的街道网络线密度是宜步行的必要条件，均布-扁平型和核心-层级型两种空间拓扑结构类型是分别适宜车行和步行的两种极端状态。从城市空间容量（容积率）的角度来说，宜步行城区的理想形态是低层高密型的。美国的高层高密型城市，大容量的城市空间人口高度聚集，机动车的数量急剧增长，机动车占据大量的路面空间，从而削弱了城市空间的宜步行性；欧洲的低层高密型城市，使人口规模控制在一定范围内，机动交通的需求量得到控制，城市步行空间的品质得到保障。

针对4个不同的空间拓扑结构类型，可以得出相应的城市步行化改造措施。在均布-扁平型的城区中，较高的路网密度对于机动车数量的限制及提倡轨道交通等大运量的公共交通模式，是宜步行的保障。在均布-层级型的城区中，需要加大城市支路网的密度，提高多层级路网的连通性，来缓解机动交通压力；同时，适当缩减机动交通道路宽度，增加步行道宽度，提升步行空间的量和品质。核心-扁平型城区是比较理想的人车共享空间结构模式，可以通过增加低整合度区域街道的连通性，来提升整个片区的可达性水平。核心-层级型的城区是以步行为主导的空间结构模式，一定程度上排斥机动交通，需要在重点区域疏通空间网络，建立长程连接，以满足一定的机动交通通行需求。

6 结语

随着人们生活水平的提高，人们对城市空间品质的要求也越来越高。步行导向的城市空间是未来城市发展的主要趋势，也是未来理想城市的基本模式。我国城市在近几十年的快速城镇化过程中，形成了以机动为主导的大尺度城市空间结构，城市空间被机动交通切割，街道网络线密度普遍较低，其城市空间拓扑结构类型大多可以归为均布-扁平型和均布-层级型两种。如对我国当代城市进行步行化改造，一方面，需要在步行尺度的城区范围内加密路网；另一方面，则需要重塑城市的空间结构，建立秩序化的空间层级，形成小尺度、多样化的空间连接，在满足城市空间高效可达性需求的同时，又能营造出适宜步行的丰富多样的城市公共空间。