基于SD法的洪雅县街道空间感知研究

白雅文

(西南交通大学建筑与设计学院，四川 成都 611730)

0 引言

近年来，随着城乡建设的迅速发展，在城乡建设领域，设计者对人的关怀正在逐步加强。街道是城市的骨架，当前大多数研究者对街道的研究集中在街道使用者感知、街道客观指标探讨以及街道空间物理构成上，相互之间缺乏关联性[1-3]，缺乏对街道使用者心理感知与街道客体指标之间关系的探讨。

本文通过对洪雅县老城区样本街道进行调查，结合SD法，对街道客体指标与心理感知之间的相互关系进行了探讨，并对影响街道心理感知的客体指标临界值进行了计算，希望能够为街道空间优化设计提供参考。

1 研究对象

1.1 样本街道选取

经过前期调研，考虑到实际可操作性，本文选取老城区最具有代表性及人流量最高的7条街道作为研究样本。7条样本街道均为商业服务型街道，分别为中正街、北街、西横街、文化街、人民路、青云街以及青衣路(见图1)。

1.2 客体指标选取

参考相关文献，本文选取了以下几个常用街道空间客体指标，并进行了计算(见表1)：

1)空间形态指标。街道的空间形态指标包括街道长度、街道宽度以及街道D/H值(街道宽高比)[7]。

2)曲折度。街道的曲折度是反映街道线性特征的指标，通过街道的实际长度与街道的直线距离的比值来反映街道的蜿蜒程度[4,7]。

3)店面密度。店面密度是反映街道商业单元的量化指标，按照徐磊青对店面密度的定义，店面密度的计算方法为：每100 m距离内商业单元的出入口数量与街道实际长度的比值[3,5]。

4)绿视率。绿视率是指视线范围内绿色植物所占的比例，是城市绿化水平的重要衡量指标[13]。本文绿视率计算方法借鉴崔喆等人[6]：通过Python程序抓取百度街景图像，并调用OpenCV对街景图像进行绿视率计算，最后得到该条街道的绿视率。

5)交叉口密度。交叉口密度是交叉口数量与街道实际长度的比值，反映街道的连续性[7]。本文通过实地调研与ArcGIS10.2测算的方式得到样本街道的交叉口密度指标。

6)界面密度。界面密度是反映街道界面疏密程度的客体指标[14]。按照周钰对界面密度的定义，界面密度的计算方法为：街道两侧的沿街建筑界面的投影面宽与该段街道的长度的比值[8]。

表1 样本街道客体指标汇总表

2 街道空间感知评价

2.1 评价因子选取

SD法是由Charles E.Osgood在1957年提出的一种心理测定方法，又名“语义分析法”[9]。SD法通过语言尺度进行心理感受测评，定量地对研究对象进行描述。由于该方法具有很强的适用性，在建筑规划领域，该方法得到了广泛的运用[10]。

SD法的评价因子由多个意思相反的形容词对构成，参考相关文献，考虑到对街道特征感知的全面性[10]，本文一共选取17对形容词，分为4组：

1)第一组表示街道形态特征：封闭—开敞、长—短、曲折—通直、窄—宽、低矮—高耸；

2)第二组表示街道空间特征：统一—多样、冷清—热闹、危险—安全、肮脏—干净、绿化少—绿化多；

3)第三组表示街道环境特征：离散—连续、昏暗—明亮、曝晒—荫蔽、丑陋—美丽；

4)第四组表示街道氛围特征：混乱—整齐、无特色—有特色、无吸引力—有吸引力。

本次调查问卷设置了7级评价尺度，分别为很差、差、较差、一般、较好、好、很好，与之对应的分值分别为：-3，-2，-1，0，1，2，3。

2.2 街道总体感知

本文选定55名当地住建等相关部门工作人员作为调研对象，通过填写问卷的方式，对各样本街道的17对形容词进行打分。本次问卷一共发放55份，回收55份，有效率91%。

通过对问卷结果进行统计分析(见图2，表2)，可以发现以下规律：

1)总体上来看，各街道间评分曲线波动较大，区分明显，说明各街道间心理感知差异性明显，具有鲜明特色。

2)中正街、北街、文化街以及人民路大部分指标得分高于平均水平，总体评价较好，其中人民路的总体评价最好；而西横街、青云街以及青衣路大部分评价得分低于平均值，总体评价较差，其中西横街的总体评价最差。同时，7条街道总体上都缺乏街道特色与吸引力。

表2 街道空间感知特征

3 客体指标与空间感知相关性分析

3.1 总体相关性

对各街道评价结果与客体指标进行相关性分析(见表3)，观察表中相关系数，可以发现以下规律：

1)街道形态特征组与所有客体指标有8对相关，其中5对为强相关，说明客体指标对街道三维空间形态的感知影响非常大；街道环境特征组与客体指标有6对相关，其中3对为强相关，说明客体指标对街道环境的感知影响也较大；街道空间特征组中与客体指标之间有8对相关，其中3对为强相关，说明客体指标对街道空间的感知影响也较大；而街道氛围特征组与客体指标只有5对相关，其中仅1对为强相关，说明客体指标对街道氛围的感知影响较弱，这类心理量与客体指标之间的关系非常弱。

表3 街道感知与客体指标相关性分析

2)街道宽度与7个形容词对相关，街道D/H值与6个形容词对相关，交叉口密度与4个形容词对相关，绿视率及店面密度分别与3个形容词对相关，界面密度与2个形容词对相关，街道长度及曲折度分别与1个形容词对相关。说明在街道感知中，街道宽度与D/H值影响最强，交叉口密度、绿视率以及店面密度次之，街道长度与曲折度的影响最弱。

3)肮脏—干净这一形容词对与任何客体指标均无相关性，说明该感知基本不受上述客体指标的影响。

3.2 临界值分析

本文选取街道宽度、D/H值以及绿视率三个指标，并通过SPSS来对客体指标与心理感知进行临界值分析。

3.2.1街道宽度临界值分析

将街道宽度与宽窄度感知进行回归分析，得到回归方程为y=4.956x+15.572，其中相关系数0.914，R2=0.835 9。当心理感知x=0时，街道宽度感知在宽与窄的临界点上，街道宽度为15.6 m，大概为四车道的宽度；而当心理感知x为极大值3时，街道宽度达到30.4 m。在样本街道中，人民路宽度为31 m，超过了宽度的范围，见图3。

3.2.2街道D/H值临界值分析

通过计算，发现D/H值与开敞度感知在显著水平0.01上相关，相关系数0.973，R2=0.946，回归方程为y=0.158 9x+0.983 7。当感知街道的宽敞程度适中时，D/H值为0.98，街道围合感适中；当感知街道“最开敞”时，D/H值为1.5。

根据芦原义信对街道D/H值的研究：当D/H<1时，随着街道两侧建筑的接近，街道给人一种封闭、围合的感觉；当D/H>2时，产生一种开阔感；同时认为D/H在1～2之间是比较合适的数值，而当D/H=1时，街道空间存在一种匀称感[11]。根据分析结果，对比相关研究，发现在开敞度评价上有相同之处，但由于研究区域不同，街道空间尺度的具体感受会有所不同，因此结论也不一样，如图4所示。

3.2.3绿视率临界值分析

绿视率与绿化程度感知在显著水平0.01上相关，相关系数0.881，R2=0.775 6，回归方程为y=5.750 1x+25.552。当绿视率超过26%左右时，街道的绿化水平开始提高，如果绿视率达到43%，街道的绿化水平最高。

按照折原夏志对绿视率的评价：绿视率低于5% 时，绿化水平差；5%～15% 时，绿化水平较差；15%～25%时， 绿化水平较好；25%～35%时，绿化水平较好；当35%以上时，绿化水平很好[12]。根据散点图，散点主要集中在1～2这一区间，对应绿视率范围为20%～40%，说明样本街道绿视率水平总体上较好，如图5所示。

4 结语

街道是城市公共空间的重要构成部分，而街道客体指标与心理感知关系密切，本文通过分析两者之间的关联性，得到两者之间相关性的强弱程度，并计算得到客体指标具体的临界值，最终得到以下结论：

1)街道的客体指标与街道感知之间存在紧密联系，客体指标与街道形态特征感知、街道环境特征感知相关性最强，与街道空间特征感知相关性较强，与街道氛围特征感知相对较弱。

2)街道客体指标中街道宽度、街道D/H值以及绿视率与心理感知关系密切，其中城市街道宽度是影响心理感知最强的指标；当城市街道宽度超过15.6 m时，街道给人宽敞的感觉；当D/H值超过0.98时，街道感知开敞；当街道绿视率超过26%时，街道绿化水平较好。

本文以洪雅县为实际案例、SD法为主要研究手段，对街道空间感知与街道客体指标之间的关系进行了探讨，希望为今后的街道空间设计提供一定的理论参考与启示。