步行网络形态对比研究*

魏皓严 李 璐 WEI Haoyan, LI Lu

步行网络形态对比研究*

魏皓严 李 璐 WEI Haoyan, LI Lu

摘 要本文以丹麦哥本哈根步行区和重庆大坪片区作为研究样本，前者的步行网络建设被公认为是成功的，后者则代表了目前中国城市的普遍状况，二者的比对能直接展现出步行网络建设水平的差异。目前针对步行网络的量化分析方法要么是直接测算而不能反应迭代效果，要么偏重于拓扑关系而忽视了步行对非拓扑因素的敏感，本文提出了效率—选择模型，以步行所敏感的实际距离和交叉口流向为核心进行不同半径的迭代计算。研究结果显示，与哥本哈根步行区相比，重庆大坪片区的步行网络体系还有着较大差距；同时也可以看出，本文所用模型以及分析手段对于步行网络的量化研究和科学指导城市设计都是有益的。

关键词步行网络；网络形态；重庆大坪；丹麦哥本哈根步行区；城市设计

魏皓严, 李璐. 步行网络形态对比研究[J]. 西部人居环境学刊, 2015, 30(05): 47-52.

1 背 景

步行在城市日常生活中具有不可替代性，更日益受到世界范围内各专业领域的学者与城市管理者的重视。在交通问题缓解、生态环境改善、商业活力激发、历史文脉传承、内城复兴、居民个体的身心健康等方面，步行都有着重要价值[1]。步行活动需要物质空间载体来支撑，这个载体就是步行网络，指的是支持步行的公共空间网络，在城市里主要由人车并行且分幅的道路两侧或单侧人行道、人车不分幅的混行路、与车行道完全分离的纯步行（梯）道、过街人行横道和立体过街设施等构成。

国内在近30年的城市快速扩张和大规模旧城改造过程中，旧城区原本丰富致密的步行网络在大规模的更新改造中被迅速摧毁，新城区里的步行网络建设被严重忽视[2-3]，其主要原因是迅猛发展的机动化交通[4]、快速—主干倾向型路网[5]、大街区格局与封闭大盘建设方式等[6-9]。2012年，中国住房和城乡建设部、国家发展和改革委员会、财政部三部委联袂发布《关于加强城市步行和自行车交通系统建设的指导意见》，希望城市步行与自行车出行环境

*国家发改委应对气候变化项目CDM基金资助（2012026）；国家自然科学基金资助项目（51278503 ）

魏皓严： 重庆大学建筑城规学院，山地城镇建设与新技术教育部重点实验室，教授，博士生导师，phwhy@vip.sina.com

李 璐： 重庆大学建筑城规学院，硕士研究生明显改善，步行与自行车出行分担率逐步提高[10]，这说明我国也逐渐意识到一味追求机动化造成的恶劣势态，并密切关注步行网络建设，相关研究已迫在眉睫。本文试图从步行网络形态的角度，以量化研究的方法，选择一个成功的欧洲案例与一个中国城市案例进行比对，更精确直接地展现出两者在步行网络建设水平上的差异。

2 方 法

步行行为受到众多复杂因素的影响，如目的地、出行距离[11]、步行环境[12]与用地性质[13]等。近年来对于步行空间形态的研究逐渐从单一维度衍生到对步行网络系统的研究，对于网络形态的量化分析方法大体又分为对步行网络形态的直接测算和对网络整体进行的迭代计算两种。

对步行网络形态的研究主要集中在网络的连通性与可达性两个方面[14]。对步行网络的形态数据进行直接测算统计，总体来说，街区长度越小[15]，街区面积越小[16-17]，步行道密度越高[17]，街道交叉口密度越高[18-19]，尽端路越少[20]，步行网络的连通性越好。Randall 用5~10min步行半径内（400~800m是人们可接受的较为舒适的步行范围）道路的PRD （Pedestrian Route Directness）即路径的实际距离/直线距离)来度量步行网络的可达性[21]。以上方法是针对某项形态进行直接测算，但没有对步行网络整体进行计算。

对网络整体进行计算的有空间句法、斯蒂芬·马歇尔的路径图表（Rount Gram）[22]以及基于复杂网络理论分析街道网络的拓扑性质[23-24]，但以上方法皆是针对街道网络的拓扑计算，将街道网络看成纯粹的拓扑网络。而步行网络的非拓扑特性是无法被忽视的[25-26]，步行行为对于距离与效率等异常敏感[27]，将以上拓扑算法沿用到步行网络上具有明显的局限性。所以本文从步行的行为特征出发，在以上研究基础上建立了专门针对步行网络的、更具有精度的计算分析方法。

2.1 步行网络的效率与选择

本文将研究重点集中在交叉口（交叉口本身提供的步行流向选择可能性及对步行流畅性的阻隔，而且通过交叉口可以更加精确地计算两点间的距离）和连接交叉口的路段上，将交叉口视为网络的节点、将路径视为连接节点的边，是一个点——线控制模型。进一步的，更以点/交叉口为核心，将线的属性也反应在点上。

2.1.1 效率

步行更加追求效率，落实到网络形态上来讲，起讫点（Origin-Destination）之间的直线段效率最高。而在现实中步行者往往是通过选择组合交叉口及其连接的路径从起点到达讫点，效率就得到了形态上的体现。为了保障研究的公共性而非个人化，效率-选择模型的起讫点皆以选择点/交叉口进行替代。

本文计算一定范围内每点到网络中其他所有点（交叉口）的平均效率：

2.1.2 选择

路径由交叉口连接，从而构成网络。足够数量的交叉口意味着从起点（origin）到讫点（Destination）有多种选择，因而起讫点之间就有多种连接方式，整个网络会具有高连接性。因此选择也反应步行网络的连通性。

选择的计算公式为每点在一定范围内所能获得的其他所有点提供的流向选择值之和，其参数公式为：

xi表示该路网中任一类型交叉口的数量，i表示该类型交叉口连接的路段条数（如T字路口为3条，十字路口为4条，五岔口为5条）。本文测算的是每点400m和800m范围内的流向选择值C400和C800。

2.2 案例选择

本文试图从步行网络形态的角度，对比中国当下情景中具有普遍代表性的步行网络与世界上公认的已经建设得相当完善的步行网络，以量化分析的方法更精确地揭示两者的差距。故而选择重庆大坪与丹麦哥本哈根两个对待步行网络不同态度的城市片区，对其步行网络进行量化研究与对比分析。

重庆是典型的山地城市，因为地形原因，其传统的步行网络特别发达（渝中区尤其典型），尤其是大量垂直于等高线的山城梯道。但在近30年的城市建设中，原本细密的步行网络遭受了巨大的破坏。重庆大坪位于重庆渝中区，面积2.05km2。经过前期调查分析发现，这里可独立形成相对完整的步行单元区[29-30]。同时，该步行单元区的确定能保证研究及数据的有效性，即暂时可以排除掉此区内的步行网络所受到的外围更大范围步行网络的影响。在功能构成上，大坪步行区是旧式开放社区、学校、医院、近年来（在资本驱动下部分老社区和学校被拆除后）修建的门禁社区与大型商业中心的混合体。这里既残存了部分的原有传统步行网络，也有以龙湖时代天街为代表的新建大型商业步行区，是考察当下快速发展过程中山地城市步行网络变迁的上佳样本（图1）。

图1 重庆市大坪步行区Fig.1 Daping pedestrian zone in Chongqing

图2 丹麦哥本哈根步行区Fig.2 pedestrian zone in Copenhagen

表1 步行网络效率值Tab.1 efficiency of pedestrian network

哥本哈根是城市推动设立步行区的经典代表，从1962年开始，哥本哈根建成了世界上第一条步行街——斯特勒大街（Strøget），此后的50多年里不断地完善与发展步行网络，整个城市的步行街及广场面积从1.5ha增至10ha，增加了近6倍[31]。由纯步行街、广场、人车共享的街道共同构成连续的步行网络[32]，成为全球最大最成功的步行网络之一。本文选取的哥本哈根步行区位于哥本哈根市中心的老城区，面积1.15km2[33]，同上，也可视作独立的完整步行单元区（图2）。

本文基于cad现状图与网络开放地图（谷歌、百度以及高德），通过多次田野调查测绘得到重庆大坪步行单元区的完整步行网络，主干道由于分隔带的存在，是两条双向步行道[34]，其间以人行过街设施相连（如人行横道、过街天桥与地下通道）。由于条件所限，哥本哈根步行区的步行网络则是通过网络开放地图（谷歌、Open Street Map）与文献[33,35]获得。

3 分 析

以ArcGIS计算重庆大坪步行网络与丹麦哥本哈根步行网络所有交叉口的选择与效率，两者各有237与232个交叉口。将数据可视化，进行对比分析。

3.1 步行网络效率分析

效率（尤其是全局效率）受到路网结构与形态的影响很大，贯通性好的道路效率优势较明显。400m、800m效率的最高值点（交叉口）都分布在贯通性好的主次干道上，尤其是几条主干道，大坪步行区的主要分布在经纬大道、大坪正街与长江二路，哥本哈根步行区的则是H. C. Andersens Boulevard、Nørre Voldgade与Holmens Kanal。大坪步行区的主干道较哥本哈根的主干道更具有效率优势。但比较效率的平均值以及最低值时，会发现这些大多数分布在次干道、支路以及纯步行道上的点，哥本哈根步行区则比大坪步行网络具有明显的优势。从效率的离散系数来看，重庆大坪步行区的各步行范围效率的离散程度都远大于哥本哈根步行区，证明重庆大坪整个步行网络效率分布不均衡，数据波动大，两级差异明显，步行网络呈现出破碎性，大坪的交通网络主干道效率优势明显，但次干道和支路由于不成系统、连续性差，效率不高，是因为整个交通网络倾向于追求主干与机动效率，忽视慢行与步行效率造成的；反观哥本哈根步行网络，其效率分布更为均衡，数据波动较小，除了主干道线形效率优势明显，几条贯通的步行道效率优势也同样显著，表现出优越的整体步行网络效率（表1）。

图3 400m效率值对比图Fig.3 comparison of efficiency in 400m radius

重庆大坪的400m效率分布在贯通性良好的主次干道上，支路由于缺乏便捷联系，贯通性差，效率表现差强人意。哥本哈根步行区除了主次干道外，几条贯通的步行道与支路也具有较好的效率，而效率较低的交叉口混杂在交叉口密度高而贯通性稍差的几个局部区域，换言之，步行网络在这几处的高选择值弥补了效率不足的劣势（图3）。

当范围到800m时，大坪步行网络的几条主干道的效率优势愈加突出，哥本哈根步行网则表现出整体更为均衡的效率分布，除了主次干道，几条贯通性步行道的效率优势也越是明确地体现出来（图4）。

大坪正街具有良好的贯通性，效率优势明显，可达性好，并且大坪正街通过较多数量的交叉口与其他道路连接，也提供了较多的选择。连通性与可达性俱佳，是大坪步行网络中的步行主轴线。由于大坪正街更是车行主干道，具有较强的分割性，而且南北向并没有贯通的步行轴线，大坪步行网络的步行核仅在大坪正街的一侧发展。

哥本哈根步行区内一横两纵的三条贯通性步行街在效率与选择上都具有优势，连通性与可达性俱佳，尤其是从市政广场一直到新国王广场的斯特勒步行街和南北贯通的Købmagergade，因此哥本哈根步行网络拥有多条步行轴线，步行核也覆盖了更为广泛的区域（图5）。

图4 800m效率值对比图Fig.4 comparison of efficiency in 800m radius

图5 全局效率值对比图Fig.5 comparison of global efficiency

表2 步行网络选择值Tab.2 choice of pedestrian network

3.2 步行网络选择分析

重庆大坪步行网络的交叉口密度为115.61个/km2，丹麦哥本哈根的步行网络的交叉口密度为201.74个/km2，后者的交叉口密度是前者的约两倍，哥本哈根步行网络无论是在400m还是在800m范围内可提供的步行流向平均选择都约是大坪步行网络的两倍。大坪步行区由于大型门禁社区的割裂，交叉口密度分布极度不均衡（门禁社区地块的交叉口密度仅为30个/km2，商业中心交叉口密度为84个/km2，开放社区交叉口密度为132个/km2），400m和800m流向选择的最大值与最小值相差大，数据的离散系数也远大于哥本哈根步行区。而哥本哈根步行网络由于交叉口密度分布较为均匀，因此400m、800m步行范围内选择值离散系数较小，数据波动相对较弱（表2）。

重庆大坪步行区400m选择值高值呈现出分散簇状聚集的特征，数值较高的两个簇群与步行单元内的地铁站（石油路站、大坪站）和商业中心（龙湖时代天街、大坪英利国际）位置一致。这说明在整体步行网络不具有充沛选择时，大型交通站点与商业核会补充自身所在步行网络的选择——大量的人流聚集与疏散需要多样选择性的步行网络来支撑。大坪支路社区等开放社区因为有较多支路的补给，也具有较好的选择值。重医和重医附一院由于其内部步行网络是向城市开放的，选择值亦属不错。而西北方的门禁社区选择封闭同时就拒绝了步行的选择，这一区域内点的选择值明显低于步行区其他点。

丹麦哥本哈根步行区400m选择值的高值呈现出向中心不均匀汇集的特征，步行网络中400m选择值最高的区域是新国王广场（Kongens Nytorv）与阿麦广场（Amagertorv）之间的的东街（østergade：Strøget步行街的东段）这一区域有繁华的商业街、拥有百年历史的大商场（Magasin）和皇家剧院（Det Kongelige Teater）等。其兴旺的商业氛围与高人气依赖于步行网络所提供的丰富多样的选择。除此之外沿着其他步行道的区域（Amagertorv-Vimmelskafte-Nygade-Nytorv, Gammeltorv-Frederiksbergade-Radhuspladsen，Købmagergade, Fiolstræde）也具有不错的400m选择值。而西北与西南侧的主干道上只有相对较少的交叉口与其他街道连接，因此选择值较低，东南角由于濒临河道，没有与之相连接的道路，选择值也较低（图6-7）。

二者的800m选择值则都呈现出向中心与向交叉口密度高的区域汇集的现象，是400m选择向整体性控制演化的结果。哥本哈根步行区的800m选择值散点分布呈现抛物线线型，显示出交叉口分布较为均质的步行区的选择值由步行区边缘向中心逐步均匀升高，而且绝大部分点的选择值高于800；大坪步行区由于交叉口分布不均，800m选择值散点没有呈明显的抛物线线型，同时也只有少数中心位置的点拥有高于800的选择值，西北方的点受到门禁社区的分割仅能提供有限选择（图8-9）。

图6 400m选择值对比图Fig.6 comparison of choice in 400m radius

图7 400m选择值散点分布图①Fig.7 comparison of scatter points distribution of choice in 400m scatter radius

图8 800m选择值对比图Fig.8 comparison of choice in 800m radius

图9 800m选择值散点分布对比图②Fig.9 comparison of scatter points distribution of choice in 800m scatter radius

4 结 论

通过选择—效率模型进行两个步行区的对比分析，本文揭示了哥本哈根步行区的小街区尺度、细密路网和多年来始终贯彻促进步行化的政策连，持续不断地完善步行网络后表现出来的效率与选择优势，步行网络的连通性与可达性俱佳；反之，也证实了大坪步行网络由于近年来门禁社区的割裂，以及在建设过程中仅重视快速路与主干道的机动性，忽视次干道、支路与步行道建设，效率与选择优势分布不均衡，阻碍了整体步行网络的连通性与可达性，不利于倡导步行。

本文的学术价值在于四个方面：（1）建立了一种针对步行网络的量化分析模型；（2）运用这一模型获得的数据与图形实证了两个样本的网络形态在支持与促进步行化方面的能力差异；（3）基于此，可以将此模型用于后继研究以进一步印证其适用性，尝试与其他量化分析方法（如空间句法）相结合，分析步行网络与城市交通网络的联系，并进一步分析造成不同步行网络形态差异背后的社会经济因素；（4）从这两个代表性案例说明了我国城市的步行网络建设还存在很大的不足，有许多方面需要进一步研究，如怎样在建成区改善步行网络的破损状况、如何处理与车行网络的关系、如何减少门禁社区的消极影响，等等。

注释：

① 400米选择值散点分布图横坐标数值是交叉口在Arc GIS中的编号（从步行网络左端到右端依次编号）

② 800米选择值散点分布图横坐标数值是交叉口在Arc GIS中的编号（从步行网络左端到右端依此编号）

参考文献：

[1] 邓浩, 宋峰, 蔡海英. 城市肌理与可步行性——城市步行空间基本特征的形态学解读[J]. 建筑学报, 2013(06): 8-13.

[2] 赵启东, 魏皓严. 步行化的概念与实践——城市中心步行化发展历程的时空双维度分析[J]. 西部人居环境学刊, 2014, 29(02): 20-29.

[3] 魏皓严. 让人体面行走的城市[J]. 住区, 2014(04): 105-107.

[4] 潘海啸, 汤諹, 吴锦瑜, 等. 中国“低碳城市”的空间规划策略[J]. 城市规划学刊,2008(06): 57-64.

[5] 赵春丽, 杨滨章. 步行空间设计与步行交通方式的选择——扬·盖尔城市公共空间设计理论探析(1)[J]. 中国园林, 2012(06): 39-42.

[6] 任春洋. 高密度方格路网与街道的演变、价值、形式和适用性分析——兼论“大马路大街坊”现象[J]. 城市规划学刊, 2008(02): 53-61.

[7] 邹德慈. 人性化的城市公共空间[J]. 城市规划学刊. 2006(05): 1-12.

[8] Southworth M, Ben-Joseph E. Streets and the Shaping of Towns and Cities[M]. Paris: Island Press, 2003.

[9] 杨震,徐苗. 消费时代城市公共空间的特点及其理论批判[J]. 城市规划学刊, 2011(03): 87-95.

[10] 三部委发布指导意见加强城市步行和自行车交通系统建设[J]. 城市规划通讯, 2012(19): 1-3.

[11] Handy S L. Understanding the link between urban form and nonwork travel behavior[J]. Journal of planning education and research, 1996, 15(03): 183-198.

[12] Owen N, Humpel N, Leslie E, et al. Understanding environmental influences on walking: review and research agenda[J]. American journal of preventive medicine, 2004, 27(01): 67-76.

[13] Frank L D, Andresen M A, Schmid T L. Obesity relationships with community design, physical activity, and time spent in cars[J]. American journal of preventive medicine, 2004, 27(02): 87-96.

[14] 彭雷. 当代西方城市步行网络研究新动向[J]. 国际城市规划, 2015(03): 37-42.

[15] Cervero R, Kockelman K. Travel demand and the 3Ds: density, diversity, and design[J]. Transportation Research Part D: Transport and Environment, 1997(02): 199-219.

[16] Handy S, Paterson R G, Butler K. Planning for Street Connectivity: Gettingfrom Here to There[R]. American Planning Association, PAS Report Number 515, 2003.

[17] Southworth M, Ben-Joseph E. Streets and the Shaping of Towns andCities[M]. New York: McGraw-Hill, 1997.

[18] Schlossberg M, Brown N. Comparing transit-oriented development sites by walkability indicators[J]. Transportation Research Record: Journal of the transportation research board, 2004, 1887(01): 34-42.

[19] Schlossberg M, Greene J, Phillips P P, et al. School trips: effects of urban form and distance on travel mode[J]. Journal of the American Planning Association, 2006, 72(03): 337-346.

[20] Dill J. Measuring Network Connectivity for Bicycling and Walking[R].Presented at 83rd Annual Meeting of the Transportation Research Board.Washington, DC, 2004.

[21] Randall Todd A, Baetz B W. Evaluating pedestrian connectivity for suburban sustainability[J]. Journal of Urban Planning and Development, 2001, 127(01): 1-15.

[22] Marshall S. Streets and Patterns: The Structure of Urban Geometry[M]. London: Taylor & Francis Group, 2005.

[23] Jiang B. A topological pattern of urban street networks: universality and peculiarity[J]. PhysicaA: Statistical Mechanics and its Applications, 2007, 384(02): 647-655.

[24] Porta S, Crucitti P, Latora V. The network analysis of urban streets: a dual approach[J]. Physica A: Statistical Mechanics and its Applications, 2006, 369(02): 853-866.

[25] 赵月, 杜文, 陈爽. 复杂网络理论在城市交通网络分析中的应用[J]. 城市交通, 2009, 7(01): 57-65.

[26] 肖扬, 宋小冬. 空间句法在城市规划中应用的局限性及改善和扩展途径[J]. 城市规划学刊, 2014(05): 32-38.

[27] Li Y, Tsukaguchi H. Relationships between network topology and pedestrian route choice behavior[J]. Journal of the Eastern Asia Society for Transportation Studies, 2005(06): 241-248.

[28] Hess P M. Measures of Connectivity Streets: Old Paradigm, New Investment[J]. Places, 1997, 11(02): 59-65.

[29] 李晔. 慢行交通系统规划探讨——以上海市为例[J]. 城市规划学刊, 2008(03): 78-81.

[30] 张昱, 刘学敏, 张红. 城市慢行交通发展的困境与思路[J]. 城市发展研究, 2014(06): 113-116.

[31] 姜洋, 王悦, 余军, 等. 基于 PLPS 调研方法的步行和自行车交通规划设计评估[J].城市交通, 2011, 9(05): 28-38.

[32] 孙靓. 城市空间步行化研究初探[J]. 华中科技大学学报（城市科学版）, 2005, 22(03): 76-79.

[33] 扬·盖尔, 拉尔斯·吉姆松. 公共空间·公共生活[M]. 汤羽扬, 译. 北京: 中国建筑工业出版社, 2003.

[34] 许建, 张新兰. 步行网络评价指标及其应用[J]. 规划师, 2012(04): 65-68.

[35] 扬·盖尔. 人性化的城市[M]. 欧阳文, 徐哲文, 译. 北京: 中国建筑工业出版社, 2010.

图片来源：

图1-9：作者绘制

（编辑：曾引）

中图分类号TU984

文献标识码B

文 章 编 号2095-6304(2015)05-0018-06

DOI:10.13791/j.cnki.hsfwest.20150508

作者简介

收稿日期：2015-08-27

Comparative Analysis of the Pedestrian Network Configuration

Abstract:In regard to the object of study, the comparison between a successful case in Europe and a case in China could remarkably reflect the difference of the level of pedestrian network construction. While in regard to the research method, the existing calculation techniques of pedestrian network neglect the iterative effect in the calculation process, or only focus on the topological relations rather than the sensitivity to the nontopological factors of the pedestrian behavior. This study takes the pedestrian zone in Copenhagen, Denmark, and the Daping district in Chongqing as the samples of study. By building up a Choice-Efficiency model, this study acquires data of the samples through field survey and open-source online maps. Applying ArcGIS as the analytical tool, the two samples are analyzed comparatively, mainly in the range of 400m and 800m walking distances. In the final analysis results, the pedestrian network system of Daping district in Chongqing is far less developed, compared to that in Copenhagen, in terms of the Choice-Efficiency model. In addition, the model and analytical method employed in this study are both of great utility for the quantitative research on pedestrian network, and the rational reference for urban design.

Keywords:Pedestrian Network; Network Configuration; Chongqing Daping; Pedestrian Zone in Copenhagen; Urban Design