Q-PLOS：生态文明语境下的宜步行性理论演进及应用探讨—— 上海轨道交通站点的比较研究

高传龙 GAO Chuanlong

0 引言

肇始于20世纪，首先在西方国家兴起的无序蔓延的郊区化进程[1]，对生态人文环境的破坏起到了推波助澜的作用。新时期，生态文明成为城市发展的主题，追求城市发展品质将是城镇化的趋势和工作重点[2]，毋庸置疑的是，美好的空间环境品质是实现生态文明的基本要求[3]。在追求城市品质方面，西方国家普遍将视野转移到友好社区、低碳出行上来。1990年代以来，欧美国家城市建设的步行环境逐渐走向人性化、生态化[4]，步行作为一种绿色低碳的出行方式，其宜步行性（walkability）影响因素也引起了西方学者的高度关注。

既有的PLOS理论，仍然多为集中在交通层面的定量分析，尽管规划学者从设计视角提出了品质型的评价指标，但目前还停留在定性的理论探索层面，缺乏实践支撑和可操作性。为实现融合交通学科在步行需求及交通流特性分析和城市设计学科在空间品质营造上的优势，借助于“5D”理论和步行衰减规律，基于单点分析、因子分析的方法，提出品质型服务水平的宜步行性评价理论，以上海轨道8号线沈杜公路站和12号线七莘路站为例，详细阐述Q-PLOS方法在轨道交通站点的应用路径，以期为生态文明时期的城市设计与交通规划实践提供参考。

1 PLOS与Q-PLOS

1.1 西方PLOS的理论演进

1.1.1机械理性：1970—1990年间的PLOS理论

PLOS的概念最早由弗鲁因（Fruin）提出，基于通行能力和交通容量来评价人行设施的质量[5]，美国通行能力手册依据人均空间和流率会将其划分6个等级[6],从A级到F级，服务水平依次递减，这种方法因便于操作与接受，得到了广泛的应用[7]，1990年之前这一阶段的理论研究主要集中在步行速度、流率、人行道宽度、空间容量等步行设施和行人交通流特征上的定量分析上[8]，是沿用机动车道路服务水平评价、忽略人的需求和环境影响的机械思维的体现，也是工业文明时期的深刻印记，不能全面地描述步行交通的复杂性。

1.1.2人本主义：1990—2010年间的PLOS理论

以新城市主义和精明增长为代表的人本主义的觉醒[9]促使规划研究更加关注人的尺度和需求。1990年以后，西方学术界逐渐从其他视角研究PLOS的相关因素，建成环境是影响步行性的重要因素[10-11]，这方面的研究主要可以归纳为可达性和出行吸引性上两个层面[12]：可达性层面包括道路连接度、交叉口距离、非直线系数等，出行吸引方面包括土地利用、密度、公共空间、街道空间等。此外，相关研究从行人的需求角度出发，提出了安全性[13-14]和舒适性[14-15]的评价因素。1990—2010年间的PLOS理论逐渐转向城市规划设计方面，研究主要采用定性分析的方法。

1.1.3多元融合：2010之后的PLOS理论

2010年以后，西方PLOS研究逐步由单领域平行走向公共健康、城市设计、交通等多领域交叉融合，相关学者指出，空气、声音等因素对城市步行环境和公共健康有着重要的影响[16-17]。交通学者也提出建成环境的品质和城市设计质量对轨道交通站点宜步行性有明显的交互作用[18-19]。

1.1.4小结

纵观西方近五十年（1970—2019）PLOS思想的发展，大致可以分为三个阶段：1970—1990年间，以道路设施和交通流特征为着力点的机械理性阶段；1990—2010年间，以建成环境和出行需求为出发点的人本主义阶段；2010年至今，以交通、城市设计、社会治理、公共健康多元视角的生态文明阶段。根据这些阶段的特征可以归纳出，影响行人服务水平的因素包括四个方面[7-8]。第一，可达性，到达目的地的便捷程度。第二，吸引性：建成环境的土地利用和街道空间品质。第三，安全性：远离机动车和犯罪的威胁。第四，舒适性，步行设施和周边环境的品质（表1）。

表1 影响行人服务水平的因素Tab.1 factors that influence pedestrian level of service

1.2 PLOS的研究方法

现有的PLOS研究方法大致可分为三种：回归分析法、仿真法和单点评价法[20],前两种方法计算较为客观，但存在着高复杂性和耗时性的劣势，难以面向决策。点评价法计算过程相对易于操作，但因其影响因素的权重值主观标定，其可信度和客观性都存在一定的缺陷[7]。

1.3 Q-PLOS的提出

生态文明时期，品质化、人性化、多元化成为PLOS思想发展的内在要求。针对传统的PLOS体系缺乏对城市设计，尤其是空间品质的统筹考量，相关学者尝试了新的探索，尤因（Ewing R）指出，步行品质与人感受到的城市设计品质（意向、混合空间、人的尺度、透明度、复杂性）高度相关[21]，昌德岗（Kang C D）提出了5D（Density-Design-Diversity-Destination accessibility-Distance to transit，图1）要素在步行性评价中不可或缺的作用[22]。鲁本斯（Ruben T G）在整合步行要素和城市设计要素的基础上，修正点评价法的缺陷，提出了Q-PLOS这一新的方法[7]。该方法的主要步骤包括：选择Q-PLOS的相关因子和变量，定义Q-PLOS的变量评价值，计算总体评价值。

图1 街道布局与5D要素的概念示意Fig.1 conceptual framework of the street configurationand 5Ds

2 研究方法与数据来源

2.1 研究方法

Q-PLOS研究采用点评价法，相关因子的选取基于Web of Science数据库搜索关键词，筛选1970—2019年间的相关文献，通过文献归纳法整理出高频率和高相关度的因子和变量。为改进点评价法在因子权重赋值上的主观性和体现实际使用者的意愿，研究采用问卷调查的形式对选取的因子和变量进行打分，依据得分结果，赋予各项变量权重值，最后计算出总体评价值。

2.2 数据来源

笔者于2019年5—6月，分别采用现场调研和问卷调查的方式获取数据。对选取的因子和变量采用现场问卷调查的形式。两个研究点分别收到有效问卷128份和135份，共计263份。据统计，受访者的特征如下：女性占52.4%，男性占47.6%，平均年龄为35.9岁，日均步行出行0.65次，平均步行时耗19.6min。对行人交通流特征则进行工作日和非工作日的实地交通调查。

2.3 研究思路

2.3.1选择Q-PLOS的相关因子和变量

基于现有的文献资料整理出影响行人服务水平的4个因子和24个变量，并根据调查包括对各个变量得分汇总（表2）。

表2 基于居民偏好调查的Q-PLOS因子得分Tab.2 factor score of Q-PLOS obtained from a pedestrian preferences survey

2.3.2定义Q-PLOS的变量评价值

与传统的PLOS方法不同的是，Q-PLOS融入了城市设计和生态环境的一些要素。其选取的变量也分为定量和定性两种类型，对于定性的变量（本案共14个），采取5分制的打分标准，变量评估依次为重要、比较重要、一般、不太重要、不重要，相应的分值也是5～1分的递减。对于定量的变量（本案共10个），目的地距离、交叉口距离、非直线系数、行人交通量、人行道宽度和行道树这7个变量依据美国通行能力手册和相关文献上的参考值界定评价值范围[24]。交叉口连接度采用交叉口当量（intersection equivalency）衡量（图2）。

图2 交叉口当量赋值计算示意Fig.2 illustration of intersection equivalency factor values

关于5D理论中的多样性和密度，其在Q-PLOS理论中应用参照的研究颇为丰富（设计和目的地的应用已在上文阐释，到交通站点的距离则在下文解释）。马诺（Manaugh K）指出，步行和土地利用多样性有着积极的联系，用地混合度越高，宜步行性则更好[25]，并建立数学模型阐述两者关系（式1）。佩拉维安（Peiravian F）从宏观层面揭示步行与人口密度的关系，我国学者陈泳等类比了美国的研究成果，并根据国情差异指出，宜步行性的友好街区的尺度控制在人口密度4.8万人 km2以上较为适宜[26]。至此，参考国内外学者的研究成果，本案涉及的10个定量指标的评价值均已标定（表3）。

表3 Q-PLOS变量评价值Tab.3 evaluation value of quality thresholds of Q-PLOS

其中：Pj为研究范围i内的第j种用地类型所占用地面积的比例； Ki为研究范围i内的所有类型用地的总数。

2.3.3计算总体评价值

根据居民偏好调查所得的结果计算出各变量的权重值和研究确定的各因子和变量的评价值，计算总体的评价值。需要强调的是，考虑到步行到公共设施的衰减规律，在实际的计算中，将到轨道交通站点距离作为一项单独的因子，参与总体评价值的计算。奥尔谢夫斯基（Olszewski P）指出，当距离轨道交通站点200 m范围内，行人步行可能性超过80%[27]，而当距离超过1 000 m时，行人步行可能性衰减至不足20%（图3）。

图3 距轨道交通站点不同距离的行人步行可能性Fig.3 probability of walking to metro station based on different distances

基于以上考虑，Q-PLOS的总体评价值计算公式如下（式2）：

其中：W为权重值，Q为评价值, n为变量的个数

3 上海轨道交通8号线的实证研究

3.1 实证对象选取

本案选取的轨道交通站点均位于上海闵行区，其中七莘路站位于闵行主城区，是轨道交通12号线的首站，沈杜公路站位于闵行新市镇，是轨道交通8号线的末站，笔者选取两个站点1 000 m半径作为研究范围（图4）。

图4 研究对象1 000 m范围内用地现状图Fig.4 current land use map ranged in 1 000 m of research object

3.2 实证对象基本特征

根据上海市闵行区总体规划暨土地利用总体规划（2017—2035）[28]，七莘路站位于闵行主城区城市副中心范围内，沈杜公路站位于新市镇中心范围内。但两者有着较为明显的差异，七莘路站是场所导向型的典型，而沈杜公路站则是交通导向型的代表。

沈杜公路站临近的浦星公路是区域重要的客运道路，机动车交通流量较大，其南段是申嘉湖高速，承担着对外联系的功能。土地利用方面，沈杜公路站周边现状较为混杂，轨道交通西侧多为居住用地，东侧则以产业用地为主，用地功能较为均质。道路交通层面，大尺度的街区使得交叉口距离偏大，道路断面设计上亦是机动车导向，建成环境宜步行性较差。

与其情况相反的是，七莘路站站点附近土地利用多样化，以商业、商务、研发、居住功能为主，沿街商业界面活化。交通建设方面，小尺度街区和高密度的路网及人行导向的断面设计，使得街区宜步行性较好。

3.3 实证对象的Q-PLOS评价

基于ArcGIS平台，根据上文界定的Q-PLOS因子、变量的评价值和权重，并引入步行衰减规律（即以轨道交通站点的距离作为评价的另一个独立的因子，其权重值赋予参照国外专家的研究成果），对因子分别进行计算，最后加权运算，得出Q-PLOS的总体评价。

3.3.1可达性

可达性相关变量中，交叉口距离、道路连接度、非直线系数对轨道交通站点的影响较为明显，与沈杜公路站相比，七莘路站交叉口间距小、路网密度大、道路连接性好，其呈现出的可达性优于沈杜公路站。其B级以上行人服务水平的路段占比达到了40.78%，而沈杜公路站仅有21.31%（表4，图5）。

3.3.2吸引性

建成环境的土地利用和街道空间品质对宜步行性有着显著的影响，从研究对象的评价来看，土地利用的多样性和街道设计对步行吸引性影响最大，七莘路站站点周边用地遵循TOD的原则，高密度和高混合度的开发，其B级以上行人服务水平的路段占比达到34.63%；沈杜公路站站点周边用地较为单一、街道空间品质不高，其B级以上行人服务水平的路段占比为16.30%（表4，图5）。

表4 轨道交通站点Q-PLOS因子评价Tab.4 factors evaluation of metro stations based on Q-PLOS

3.3.3安全性

长久以来，以机动车为导向的道路设计，一定程度上对街道的交通安全产生了不可推诿的影响。另一方面，占道经营、违法停车等侵占人行道的城市乱象间接地将行人推向非机动车道。行人流量、街道照明、灰色空间也是影响街道安全的重要因素。本案研究显示，高设计车速、高交通量和空间混乱的道路安全性较低（图5）。此外，街道的安全也与街道活力有关，正如简·雅各布斯所说，“街道眼”是安全和公共生活的保障。

3.3.4舒适性

舒适性依赖人的感官，舒适的步行环境有益于提高自发性活动（弹性出行）出行者选择步行的可能性，而对必要性活动（通勤出行）影响不明显。在选取的舒适性变量中，天气、噪声和污染往往具有外部性，规划设计层面难以控制，而人行道质量、绿化种植、公共空间可以通过设计来提升。七莘路站和沈杜公路站的对比显示，毗邻开放空间（本案主要涉及公园、水系）和人行道品质较高的路段舒适性较好（图5）。

图5 研究对象Q-PLOS因子评价图Fig.5 factors evaluation level based on Q-PLOS

3.3.5总结

七莘路站和沈杜公路站的对比研究表明，场所导向型的轨道交通周边步行品质明显优于交通导向型（表5、图6）。从Q-PLOS在两个站点的应用情况来看，品质型的步行环境涉及交通与城市空间的诸多要素，有赖于交通设计和城市规划设计的良性互动。

图6 研究对象Q-PLOS总体评价图Fig.6 overall evaluation level based on Q-PLOS

表5 轨道交通站点Q-PLOS总体评价Tab.5 overall evaluation value of metro stations based on Q-PLOS

4 结论与讨论

文章尝试融合交通规划和城市设计在宜步行性研究方面的优势，通过文献归纳法，并结合轨道交通站点评价的实际情况，从交通和城市设计视角选取影响宜步行性的4个因子，并细分为24个变量，给出相应的计算过程，并以上海闵行区两个不同类型的轨道交通站点为例，探讨Q-PLOS的应用路径，案例表明，高品质的步行环境和城市设计将显著提高宜步行性。Q-PLOS方法在交通站点、服务设施的宜步行性评价、友好社区设计等层面有着积极的应用价值。

与传统的PLOS理论相比，Q-PLOS有以下4个方面的改进提升。

第一，相关因子的变量采取居民调查打分的方法获取权重值，即体现了公众意愿，是社会治理的趋势所在，同时又避免了经验法赋值的主观性缺陷。

第二，融入了城市设计的5D理论，是一种对空间场所方面难以测算的因素评测的探索。

第三，借助了步行衰减这一规律，使得理论更加符合现实的行为选择。

第四，是一种更加面向实施的方法，传统的PLOS理论研究采取了大量的数学模型，其算法逻辑有着较高的复杂性，但在实际项目中，这些高复杂的模型和算法使得决策者难以运用。Q-PLOS基于较为常规的因子分析法和ArcGIS平台，在应有方面，有着可操作的优势。

品质的测度与人的感受、社会经济属性和出行目的有关，不同人群对品质的感受和满意度有所差异，通勤出行和自发性出行对品质要求亦截然不同[29]。Q-PLOS融入了诸多城市设计方面的因子，使得一些新的问题随之而来。譬如说，这些因子和变量需要多少才能满足实际决策和居民需求？这个问题有待进一步研究。另外，一些变量的计算方法参考了国内外学者的研究成果，其对微观层面的评价贴合度也需要实践的完善。

图表来源：

图1：作者改绘自KANG C D. The S+5Ds:Spatial Access to Pedestrian Environments and Walking in Seoul, Korea[J]. Cities, 2018,77(7): 130-141.

图2：作者改绘自PEIRAVIAN F, DERRIBLE S, IJAZ F. Development and Application of the Pedestrian Environment Index (PEI)[J].Journal of Transport Geography, 2014, 39(6):73-84.

图3：作者改绘自陈泳, 王全燕, 奚文沁, 等. 街区空间形态对居民步行通行的影响分析[J]. 规划师, 2017(2): 74-80.

图4：作者改绘自上海市规划与自然资源局.上海市闵行区总体规划暨土地利用总体规划（2017—2035）[EB/OL]. [2019-01-09].http://ghzyj.sh.gov.cn./ghsp/ghsp/mh/201903/t20190304_904128.html.

图5-6：作者绘制

表1-5：作者整理绘制