利用多源数据的商业街品质局部-整体联合评价

孙庚，周兴，周雯，李成强，陈杰

(中南大学 地球科学与信息物理学院，长沙 410083)

0 引言

商业街道在城市公共空间中扮演者十分重要的角色，既是重要的城市开放空间，又是人们进行商业活动的重要场所。对商业街道的公共空间品质进行分析评价，有助于提升城市形象和公共生活质量，具有十分重要的意义[1]。

目前，街道公共空间品质的研究主要分为两类，分别是公共空间品质指标的研究和公共空间品质评价。其中，公共空间品质指标的研究指的是确定影响街道品质的因素，并使用一定的方法，测量评估该因素。周进等[2]较早探索了城市公共评价指标的研究；Robinson[3]从主观评价的角度，构建了城市设计质量评价体系；唐婧娴等[4]以行人停驻意愿来反映街道空间品质的整体情况；王彦春等[5]采用定性与定量相结合的方法，构建了以物质要素为主要评价对象的城市街道空间品质评价体系；唐婧娴等[6]构建了绿视率、界面围合度、街道开敞度和机动化程度四个大城市街道空间品质指标。这些评价体系都从不同的角度对街道品质的因素进行探讨分析，积累了很多可供参考的街道品质评价的指标体系。街道空间品质评价的研究也取得了一定的进展。李智等[7]在对街景图片分类的基础上，基于城市收缩理论，对街道品质的变化进行了分析评价；甘欣悦等[8]将机器学习方法与人工打分相结合，量化评价了北京历史街道的非正规性；徐磊青等[9]对研究数据进行相关分析，探讨了步行者活动量与街道空间特征之间的关系；姜蕾[10]则对街道环境特征和人群活力的联系进行了探索。但是，这些研究一般都是使用街景图像、POI数据或地图数据，以人的视角记录城市的立体剖面景象以及用户交互内容。基于这些数据的街道品质评价往往是针对街道的局部状态，对街道公共品质进行量化分析，而遥感影像从高空以鸟瞰的视角记录城市面貌，从整体视角为人们带来城市的直观感受，是街道品质信息的重要来源，却未得到很好的利用。

因此，本文充分利用遥感影像以及街景图像、POI数据、地图等数据，基于代表性指标体系，进行局部-整体角度的商业街道品质联合评价。具体基于层次分析法和多元线性回归对街道品质进行评价，并在此基础上对三条街道品质进行对比分析。

1 区域及数据

1.1 研究区域

本文选取长沙市的黄兴街、太平街和麓山南路街道及其周边辐射范围30 m以内的区域作为研究对象。其中，黄兴街是长沙最著名的步行街，是集购物、休闲、娱乐、餐饮、文化及旅游等多项功能于一体的综合性场所，全长838 m。太平街是长沙古城保留原有街巷格局最完整的一条街，是以老字号、字画、民族工艺品、文化休闲产业、特色旅游产品为主的江南小街，全长375 m。麓山南路贯穿湖南三所知名高校，是一条新改造完成的，具有浓厚文化气息的大学城商业街，全长2 500 m。基于街段的均好性与完整性，本次研究将黄兴街和太平街各划分为两段，共三个研究区域。麓山南路划分为南中北三个大段，每个大段又里被分为三个小段共计九个研究区域，如表1所示。

表1 研究区域分段及范围

1.2 研究数据

本文的研究数据主要包括街景数据、问卷数据、POI数据、遥感影像。

1)街景数据。利用腾讯地图API获取研究区域的街景图片，每隔约10 m获取一张，一共得到241张街景图片，部分街景图片如图1所示。

图1 街景图片示例

2)问卷数据。通过发放100份问卷调查，获得大众对于各个商业街道品质微观评价指标及其因子间的相对重视程度，部分调查结果如图2所示。

图2 空间视觉感问卷调查结果

3)POI数据。利用高德地图API获取黄兴街、太平街和麓山南路两侧50 m范围内的POI点位，包括名称、类型、坐标信息，数据如表2所示。

表2 部分POI数据

4)遥感影像。从天地图获取三条研究街道的遥感影像并按照研究区域进行裁剪。和价格昂贵的无人机影像相比，地图数据具有免费、获取方式简单的优点。而且，其分辨率可以达到米级，完全能够满足目视解译的需要。部分遥感影像数据如图3所示。

图3 遥感影像示例

2 街道品质评价

2.1 评价指标

影响街道品质的影响因素有很多，在借鉴前人工作的基础上，根据黄兴街、太平街、麓山南路三条典型商业街道的实际情况构建了本文街道品质的评价指标体系，主要包括商业街道品质“整体指标”和“具备指标”，具体的单项指标分别如表3和表4所示。

表3 商业街道品质整体评价指标体系

表4 商业街道品质局部评价指标体系

1)局部评价指标量化。区位条件通过在高德地图中用测距工具直接测量街道中心到大型综合商业体的直线距离。步行可达性在高德地图中以街道中心为圆心，搜索出半径为1 000 m范围内公交站点的数量。周边地块开发强度利用遥感影像目视解译出建筑物所占研究区域的比例。规模因子由遥感影像目视解译出商业建筑物得到。功能混合度与功能密度分别表示相应街道中POI类别的混合度与POI数量的密度。公共服务设施是指街道公共服务类别的POI数量与街道长度的比值。视觉感受因子利用街景图像依托城室科技平台(https：//www.citorytech.com/)，利用监督学习方法对街景数据进行评估。各指标数据如表5所示。

表5 局部评价指标量化数据

2)整体评价指标量化。商业街道品质整体指标体系包括活力感、绿视率、拥挤感和通达感。本文通过目标解译的方法，从遥感影像中获取绿色植被、道路、彩色区域、道路的相关信息，得到各个指标的量化数据。部分解译结果如图4所示。

注：1～4列分别代表道路、彩色区域、建筑物和绿色植被的解译结果。图4 遥感影像人工解译结果

根据图4中的人工解译结果，依据道路、彩色区域、建筑物、绿色植被在各遥感影像中所占像素的比例，计算出每种指标的解译结果，如表6所示。

表6 整体评价指标量化结果

2.2 评价方法

1)局部评价。局部评价涉及到的指标较多，为了更好地对街道品质进行评价，这里使用层次分析法来判断商业街道公共空间局部品质。层次分析法(the analytic hierarchy process，AHP)能把复杂系统的决策思维层次化，把决策过程中定性和定量的因素有机地结合起来，得到了广泛的应用[11-13]。通过判断矩阵的建立、排序计算和一致性检验，最后得到具有说服力的结果。下面详细介绍该方法。

(1)构造判断矩阵。判断矩阵的构造一般采用一致矩阵法也称为1～9 比率标度法(表7)。该方法将因素两两相互比较并在对比时采用相对尺度，这样做能尽可能减少性质不同因素相互比较的困难，提高结果的准确度。

表7 判断矩阵标度及其含义

一般地，隶属于指标Ai的指标Bj(j=1，2，3…，m)，其判断矩阵为一个m维方阵，判断矩阵中的元素bij表示在隶属于Ai的诸指标中，指标i与指标j相比，对于指标j的相对重要性程度。例如，认为bi比bj同样重要，则bij=1，bji=1；认为bi比bj稍微重要，则bij=3，bji=1/3，…。然后，采用一致矩阵法依据问卷调查结果，将表5中的商业街局部品质指标体系中隶属于同一指标的各指标之间的相对重要性进行比较，形成了判断矩阵。各指标的判断矩阵如表8至表12所示。

表8 便捷性指标间的判断矩阵

表9 开发度指标间的判断矩阵

表10 功能性指标间的判断矩阵

表11 空间视觉感指标间的判断矩阵

表12 一级指标间的判断矩阵

(2)层次单排序及一致性检验。层次单排序是为同一层次因素对于上一层次某因素的相对重要性进行排序，它需要计算出判断矩阵A的最大特征值及相应的标准化的特征向量作为排序权值。

为检验评判判断思维的一致性，该部分引入判断矩阵偏离一致性CI与判断矩阵的平均随机一致性指标RI的比值CR。即若CR<0.1，则判断矩阵满足一致性的要求；否则，就需要修改判断矩阵，具体检验方法参考文献[14]。

层次单排序及一致性检验得到的是同一层元素相对于上一层中某元素的权重。但是，最终要得到的是最底层中各元素的贡献率，所以，需要进行层次总排序，得到最底层中各元素对于目标的排序权重。

(3)各指标权重计算。各指标权重输出及计算结果使用 MATLAB软件对构造矩阵进行运算获得，并求解各指标权重及对矩阵进行一致性检验。输出及计算结果如表13所示。观察表中一级指标权重，可以发现，空间视觉感的权重最大，所以，该指标在街道品质评价中是最重要的，且该一级指标中的美感感知和街道开阔度也会极大地影响街道品质评价。

表13 由判断矩阵得到的权重

采用以上 AHP 法确定各测度指标的权重，街道品质指标数据作为另一个参数，最后评分如式(1)所示。

P=∑w*x

(1)

式中：x为各指标的数据归一化结果。

2)整体评价。以高分辨率遥感影像作为分析对象，采用多元线性回归方法对商业街品质进行整体评价。采用多元线性回归的方法能够准确地量化各个整体指标与商业街局部品质评价结果间的关系，可以得到正确的决策结果。多元线性回归分析的应用十分广泛[15-16]，许多非线性回归和多项式回归都可以化为多元线性回归来解决。

3 结果分析

3.1 局部评价结果分析

按照上文的评价方法，得到三个街道十三个研究区的街道品质局部评价结果，如表14所示。

表14 街道品质局部评价结果

从商业街品质局部评价得分结果可以总体得出，商业街局部品质中黄兴街>太平街>麓山南路，但黄兴街和太平街的得分差距不大，而麓山南路和前二者的差距较大。具体来看，黄兴街南段太平街南段、黄兴街北段、麓山南路北1段得分结果较高，均大于0.5，而麓山南路北3段、麓山南路中3段、麓山南路中1段和麓山南路南3段得分结果较低，均小于0.3。因此，可以得到以下结论。

1)公共服务设施在商业街品质中占重要地位。与黄兴街和太平街相比，麓山南路在公共服务设施上和二者还有很大的差距。在黄兴街和太平街的街道附近有较多的社区公共服务中心以及公共厕所，而在麓山南路只有少量的停车场类的公共设施。但对于商业街来说，顾客往往选择步行或者公共交通到达，因此，麓山南路需要增加公交站和地铁站的数量，以及更多供顾客步行的通道，同时，增加更多供顾客停留的公共服务设施，保障顾客能在商业街进行适当的休闲和休息。此外，麓山南路在POI的功能混合度和功能密度上与前两条街道也有很大的差距，功能性水平并不高，需要增加商铺的种类和数量，提升街道功能性，以满足消费者们多元化的消费行为。

2)区位条件是影响商业街品质的重要因素。黄兴街和太平街周边地铁站和公交站数量都较多，且都位于长沙市的中心区域，靠近地铁一号线和地铁二号线的交汇点。附近道路四通八达，距离长沙最大的商场国金中心只有不到1 km。而麓山南路，位于湘江以西，交通相对不是很便利。麓山南路上的地铁站只有一个，但对于麓山南路这样一条长达2.5 km的商业街，一个地铁站显然是不够的。

3)街道开阔度是影响顾客对街道进行感知的重要因素。街道开阔度较高的街道会让行走在其中的顾客对街道有更加积极地评价。黄兴街和太平街相比麓山南路街道的开阔度较高，麓山南路的北3段因为道路两旁的树木枝叶茂盛，导致该路段的街道开阔度基本为0，商业街道局部品质评分也是所有街道中最低的一个。麓山南路虽然有很多绿色植被，但是植物过多造成了顾客在街道中平视时的视野遮蔽，不仅没有发挥植物的积极作用，反而带来了消极的影响，这说明绿视率的增加是有一定限度的。

3.2 整体评价结果分析

为了准确地量化各个整体指标与商业街道局部品质结果间的关系，从整体角度分析局部的评价结果并对商业街品质进一步评价。将表14中得到的各商业街路段的局部品质评价结果作为因变量，把上文量化得到的四种整体评价指标作为自变量进行多元线性回归，得到的回归结果如表15所示(以0.05为检验水平，各个变量均显著)。

表15 街道品质整体评价结果

由表15可得，拥挤感与商业街道的局部品质评分呈负相关，且负相关程度较高。活力感、绿视率和通达感呈正相关，但绿视率的正相关程度很低，为0.003，接近于0。由此得到以下结论。

1)商业街道活动空间是其高品质的重要条件。通达感的正相关结果和拥挤感的负相关结果说明，商业街建筑间需要留出充足的空间，或预留出更多供顾客步行的通道，以减小商业街的建筑物给顾客带来的拥挤感。在实际生活中，顾客更青睐于乘坐公共交通或步行到达商业街，而不是驾驶汽车。人行道不仅能让顾客在商业街自由漫步放松心情，还能够增加与外界连接的通路，吸引更多的顾客步行来到商业街，这和局部评价中的区位条件的重要性是对应的。因此，商业街附近要尽量修建道路干线，增加公交站和地铁站的数量，保证更多的人能够通过公共交通和步行到达。

2)建筑环境的活力有利于提升商业街道品质。活力感的正相关结果说明商业街的建筑环境要富有亲和力及活力，不要被过于强势的外部环境所压迫，尽量避免高楼大厦、豪华装修、醒目的禁止提示等，让消费者找到宾至如归的感觉。在建筑上可以使用暖色调的颜色来提高顾客的兴奋度减少疲惫感，如红色、黄色、橙色等。增加公共服务设施数量、商铺的数量和种类也能提高街道的功能性，吸引更多的游客。建设更多供顾客停留的公共服务设施，保障顾客能在商业街中进行适当的休闲和休息，能给顾客带来回家的感觉，达到提升活力感的目的。

3)商业街品质的提升需要适当数量的绿色植被。绿视率的正相关结果说明商业街要适当增加绿色植被。绿色植被可以很好地美化环境、净化空气，还能通过绿色植被的布置形成步行空间、休闲坐息空间、小型交往活动空间等，满足人们的不同需求，形成富有特色的商业步行街区。但是，在局部评价中街道开阔度的评价结果表明，绿视率的提高范围也是有一定限度的，超过了这个阈值反而会适得其反，这是因为过多的绿色植被会遮挡顾客在街道中平视的视野。此外，还可以通过穿插过渡性停留空间提升街道开阔度和整体的通达感，进而提升商业街品质。例如，可以同时包容过路者短暂的停歇、市民的街边象棋博弈、年轻人的滑板表演及流浪歌手的临时驻唱等多元化的行为方式和非组织性围观。

4 结束语

本文利用遥感影像、街景图像、POI数据、高德地图等多源数据，从局部和整体两个角度对长沙市太平街、黄兴街、麓山南路的街道空间品质分段进行了定量评价。本文首先使用街景图像、POI数据、高德地图等交互能力更强的数据，量化了便捷性、开发度、功能性、空间视觉感四个局部评价指标，采用层次分析法得到了客观性强的街道分段空间品质局部评价结果。接着，构建了以活力感、绿视率、拥挤感和通达感为指标的整体评价体系，在遥感影像人工解译结果的基础上对这些指标进行量化，并使用多元线性回归法对街道品质进行了整体评价。

本文的研究结果表明，建造高品质的商业街需要在建筑间留出充足的空间，而且建筑环境要亲和并富有活力；同时，适当增加绿色植被并设置足够数量的公共设施；商业街附近尽量多修建道路干线。此外，与传统方法相比，高分辨率遥感影像可以作为新的数据源成为分析商业街道的空间品质的影响因素新思路和新方法。另外，在今后的工作中，研究者可以考虑把道路周围区域的功能产生的影响也纳入到对商业街品质评价中，以得到更加全面的评价结果。