基于街景数据的街道空间品质评价思路优化及实证研究——以兰州市城关区为例

宁 雷，连 华，柳 祯

(兰州交通大学 建筑与城市规划学院，兰州 730070)

街道空间作为市民活动、交往的重要场所，在很大程度上反映了城市发展水平和市民生活质量.随着城市街道空间品质日益得到重视，国家和地方政府都相继出台了建设高品质街道的规范和标准.2008年10月住建部发布的规范[1]，提出城市道路两侧宜采用透景围墙、绿篱、栅栏等形式，其造型、色调也应当与周围环境协调.2020年1月成都市规划与自然资源局发布的《成都市公园城市街道一体化设计导则》中强调街道设计重点是具有完善的慢行系统、生态环保的景观绿化种植、融入企业文化的街道景观.此外，在街道营造实践方面，广州市强调人性化设计、明确路权，打造标准化、精细化、品质化道路；上海市则在新的发展理念下，将城市道路转变为街道.

回顾街道空间相关研究，在20世纪60年代简·雅各布斯[2]和Lefebvre[3]率先针对街道空间交往、安全、孩子的同化三大功能开展了社会、经济效应讨论.此后，Lynch[4]、Whyte[5]、Gehl[6]和Montgomery[7]等城市设计领域的先驱者们也开始关注街道空间特征、街道空间设计手法、街道空间品质活力等的定性归纳研究.聚焦到当前新数据、新技术时代，在“测量不可以测量”的呼声中[8]，街道空间定量评价成为可能.街景图片大数据为从人本尺度进行街道空间评价研究提供了核心数据源，结合机器学习、全卷积神经网络等先锋技术，对其进行挖掘、分析是城市街道品质测度的常用方法，也是评价街道营造合理与否的依据.唐婧娴等[9]通过利用图片数据对北京和上海两个特大城市进行了街道空间品质测度和对比研究.叶宇等[10]通过提取街景图像中的街道空间要素，利用神经网络算法构建了街道空间评价模型.戴智妹等[11]通过街景图片数据获取与语义分割进行街道空间品质测度.龙瀛等[12]提出当前城市街道空间品质的测度缺少多种方法的集成和规划设计认识，其影响机理有待深入讨论.在既有研究中，街道空间评价多利用行人、汽车、建筑、天空等街道构成要素对街道高宽比、连接性、整洁度、破败程度等物质空间进行评价[13]，但仍存在研究街景样本点少，利用街景数据从人群感知效应视角进行街道空间品质评价的深度不够等问题.因此，为从人本尺度进行街道空间品质评价提供一种思路方法、为制定兰州市街道空间差异化改善策略提供科学支撑,研究利用街景数据从街道使用者的适用性出发，构建步行安全性、街道舒适性、空间交往性三个人群易感知的街道空间评价指标体系，对兰州市城关区及其下辖主要街道(此处街道为中国行政区划之一，行政地位与乡镇同级，为避免歧义，下文以城市规划设计意义上的“街区”代替)进行街道空间品质评价.

1 研究区域、数据与方法

1.1 研究区概况

在2021年发布的《中国城市步行友好性评价报告》中显示兰州市在城市步行友好性现状评价中位列第二，但在步行友好性完善程度方面处于十名之外.因此研究以兰州市城关区为例，如图1所示，具体包括兰州市城关区及其下辖四个具有功能差异的街区(张掖路街区、广武门街区、皋兰路街区、火车站街区)，其中城关区(东经：103°46′-103°59′，北纬：35°58′-36°9′)作为兰州市政治、经济、科技、文化中心，入选“2021中国智慧城市百家县市”榜单，是兰州市创建高品质文明城市的标杆之地.张掖路街区商业网点众多，主要承载商业功能；广武门街区主要承载行政办公功能；皋兰路街区主要承载市民活动与教育文化功能；火车站街区作为城市门户，主要承载人流集散与物流仓储功能.

1.2 研究数据与方法

1.2.1 研究数据

研究首先采用2020年全国行政区划矢量数据裁剪OSM路网数据获得粗糙的城关区路网数据，再通过街道合并、简化和拓扑处理获得细化后的路网数据.最后，在已有的路网数据基础上，对街景样本点进行规则提取(道路交叉口、路网密集区人流量大，以人视线距离大约50 m获取样本点、路网稀疏区样本点距离50 150 m),最终获得城关区样本点8 786个、张掖路街区样本点297个、广武门街区样本点275个、皋兰路街区样本点215个、火车站街区样本点166个.

图1 研究地区位及范围图Fig.1 Study location and range map

根据带有空间位置属性的样本点，利用python自动化批量获取百度街景图片数据(图片相关参数：width:512;height:512;heading:人向东南西北四处环顾所形成的水平视角90°、180°、270°、360°；pitch：采用默认值0°，即以人平视前方为垂直视角)，每个样本点获取4张街景图片.街景取样点如图2～3所示，由于部分取样点街景缺失，城关区实际获得街景的样本点6 996个，其西北的青白石街道道路街景无法获得；张掖路街区获得街景的样本点283个；广武门街区获得街景的样本点263个；皋兰路街区获得街景的样本点207个；火车站街区获得街景的样本点149个.利用基于深度全卷积神经网络的图像语义分割软件，获取街景图片中包含的街道客观构成信息，其精度为像素级.本次街道空间提取的研究要素包括：围墙、围栏、建筑、天空、行道树、植物、座椅、人行道、交通信号灯、招牌、机动车(汽车、卡车、非机动车等)、非机动车(自行车、电瓶车)、行人等共13类.

图2 城关区街景图片样本点分布图Fig.2 Map of the sample point distribution of street-view pictures in the Chengguan District

图3 城关区四个案例街区街景样本点分布图Fig.3 Map of street view sample points in four case blocks in Chengguan District

1.2.2 研究思路与方法

研究利用关庆锋教授团队基于ADE_20K数据集训练的深度学习全卷积网络[14]，基于人本尺度客观分析城市街道空间品质及其产生的人群感知效应，对街景图片进行语义分割，如图4所示.构建步行安全性、街道舒适性、空间交往性三个人群感知效应指标对街道品质进行评价，如图5所示，主要包括以下几个维度的比较分析：街道开敞度(天空率)、绿视率的空间分异与量化分析；不同道路类型对应的街道空间品质差异性；城关区及其四个案例街区在步行安全性(WS)、空间交往性(SI)、街道舒适性(SC)、街道综合品质(OSQ)四个方面的比较分析.

图4 全卷积神经网络视觉语义分割示意图Fig.4 A diagram of the visual semantic segmentation of the fully convolutional neural network

图5 基于街景的街道空间评价框架、传统街道空间评价与人本视角评价的思路比较Fig.5 Comparison of the street space evaluation framework based on street view,the traditional street space evaluation and the human-oriented perspective evaluation

评价指标体系递阶层次分为目标层(街道空间人群感知效应综合评价)、准则层(步行安全性、空间交往性、街道舒适性)、指标层(围栏、围墙、建筑、天空、机动车、非机动车、交通信号灯、招牌、行道树、植物(草、花卉等)、行人、人行道、座椅)，具体评价体系如图6所示.评价流程包括因子层赋分、市民评分和样本点计分三个步骤.街道人群感知综合品质包括“步行安全性、空间交往性、街道舒适性”三个评价指标，根据重要性比较赋分“1分、3分、5分”；步行安全性设置“很危险、较危险、不影响安全、较安全、很安全”五个感知词，依次赋分“1分、2分、3分、4分、5分”；空间交往性设置“很不喜欢、不喜欢、喜欢、很喜欢”四个感知词，依次赋分“1分、2分、3分、4分”；街道舒适性设置“压抑、较压抑、没什么感觉、较舒适、舒适”五个感知词，依次赋分“1分、2分、3分、4分、5分”.通过对市民进行街道空间体验问卷调查，获得市民对街道空间的具体感受，然后对问卷进行统计分析获得各类指标的平均分值，即具体指标的系数如表1所列，得出目标层和准则层的计算公式如下：

WS=3.16×X1+3.4×X7+4.04×X8+2.01×X11+2.21×X12;

(1)

SI=2.39×X1+2.41×X2+2.78×X4+3.04×X6+2.8×X9+2.41×X10+2.79×X13;

(2)

SC=2.96×X2+4.24×X3+4.21×X4+4.37×X5+3.12×X10;

(3)

OSQ=4.51×WS+1.3×SI+3.19×SC.

(4)

图6 街道空间品质人群感知效应评价指标体系图Fig.6 Chart of the index of perceived effect evaluation of the street space quality

表1 各类评价指标评分表

2 街道空间品质评价实证研究

2.1 街道客观空间品质评价

街道客观环境的测度涉及街道通透性、围合性等方面，但从人的视角享受来看，主要受到街道开敞度和绿视率的影响.芦原义信[15]曾在《外部空间设计》中运用空间的理论分析街道的尺度，表明街道的宽高比会影响人的空间感知，不同宽高比的街道空间会使人产生亲切感或空旷感.随着城市街道周边建筑不断向空中发展，街道的宽高比已不能很好的表征城市人行走在街道上的感受，天空能见度反而更能体现街道的开敞度.此外，早有研究表明绿化能够缓解城市热岛效应、隔音降噪、碳汇吸尘，还能使人心情舒畅.因此，针对兰州市城关区及其四个街区的街道客观空间品质测度，主要从街景点开敞度、绿视率两个方面展开,具体计算公式如下.

(5)

(6)

2.1.1 研究区街道开敞度、绿视率的空间分异

通过对语义分割后的街景图片数据进行Excel统计分析、ArcGIS自然间断点法进行五级分类可视化，得出城关区及其四个案例街区的街道空间开敞度、绿视率,具体如图7～8所示.结果表明：从城关区街道空间的开敞度空间分异来看，黄河两岸、黄河以北、东南部发展相对滞后地区的街道开敞度为高水平，城市主干道及城关区周边街道开敞度为较高水平，城关区中西部经济繁华区域街道开敞度处于中低水平.从城关区街道绿视率空间分异来看，不同绿视率的街景点空间分布均质，整体上街道空间绿视率以较低水平及低水平分布为主，其中在城市主要公园内部及其周边的街道空间绿视率处于高水平、较高水平，如白塔山公园、五泉山公园、兰山公园.

图7 城关区街道空间开敞度、绿视率水平分布图Fig.7 Map of street space exposure and green view rate horizontal distribution in Chengguan District

图8 案例街区街道空间开敞度、绿视率水平分布图Fig.8 A horizontal distribution of street space exposure and green viewrate in the case block

对于承担城关区四个不同城市功能的主要街区而言，在街道开敞度空间分布上：四个街区在道路交叉口上均处于中水平及以上，街区内部道路开敞度较低；张掖路街区的甘肃省政府南面交通大环岛街景点开敞度最高；广武门街区和皋兰路街区开敞度最高的地方位于二者相接的东方红广场附近，主要受广场面积大且两侧的市体育馆、国芳百货商城建筑低矮的影响；火车站街区西北侧开敞度高，因为此处位于火车站西路与平凉路的交叉处.

在街道绿视率空间分布上：张掖路街区和广武门街区在靠近黄河南岸的街道绿视率水平高，在政府单位周边街道绿视率水平较高；皋兰路街区的黄河剧院周边绿视率水平高，东西两侧绿视率差异明显，西侧明显高于东侧；火车站街区街道绿视率分布规律不明显，但整体水平较低.

对比街道开敞度、绿视率空间分布发现，大部分街道开敞度高的地方，往往绿视率低，根据相对性，进一步证明了街道开敞度与绿视率是街道空间环境构成的两个重要元素.

2.1.2 研究区街道开敞度、绿视率定量比较

如图9所示，从开敞度、绿视率不同水平的占比来看，城关区街道开敞度整体处于中上水平，占比64.47%，绿视率随着水平的降低占比逐渐升高，整体绿视率较低，主要受到城关区地处西北干旱区植被存活率低、绿化少的影响；张掖路街区街道开敞度、绿视率水平基本呈中间高两边低的正态分布，但街道绿视率依旧以低水平居多；广武门街区街道开敞度呈正态分布，中水平及以上占57.8%，而街道绿视率呈“U”型分布，较高及高水平占比44.11%，较低及低水平占39.16%；皋兰路街区街道开敞度呈正态分布，开敞度中水平占比最高，为33.52%，绿视率较高水平及高水平占28.65%,绿视率水平偏低；火车站街区街道开敞度不同水平占比差异不显著，而绿视率很低，低水平占44.97%，主要是火车站街区承载人流集散功能非市民主要活动区，街道绿化水平普遍较低所致.

图9 研究区开敞度、绿视率不同水平占比(单位:%)Fig.9 The proportion of different levels of exposure and green view rate in the study area(unit:%)

研究区开敞度、绿视率的平均值与标准差如表2所列，通过比较街道开敞度平均值发现：街道空间开敞度方面，城关区街道空间开敞度的平均水平与火车站街区差距不大，说明火车站街区的街道开敞度能够基本反映整个城关区街道开敞度的平均水平；城关区街道开敞度明显高于其它三个街区，主要是由于城关区的街道开敞度被黄河临岸街道、黄河以北的欠发达地区街道的开敞度拉高，而其它三个街区均处于城市繁华区，高楼林立，街道开敞度低；对张掖路街区、广武们街区、皋兰路街区进行街道开敞度比较发现，张掖路街区和广武门街区主要为商业与行政办公两大城市功能，二者街道开敞度低于以市民活动和文化教育为主要功能的皋兰路街区，说明地区的街道空间开敞度还与城市功能相关，且市民活动多的地方街道开敞度高，与市民活动规律相呼应.比较街道开敞度标准差发现：城关区的街道开敞度差异最大，其次为广武门街区和火车站街区，且二者街道开敞度差异相同，张掖路街区与皋兰路街区街道开敞度最小.

表2 研究区开敞度、绿视率的平均值与标准差

在街道空间绿视率方面，通过比较平均值发现：广武门街区临近黄河且包含诸多政府机关，街道绿化较好，其绿视率最高；其次为皋兰路街区，其包含学校、公园、广场等绿化较高的市民活动与文化教育空间；再次为城关区的张掖路街区；最后为火车站街区，街道绿视率仅有8.91%.比较标准差发现：城关区整体街道空间绿视率的差异最大，受城市核心区与边缘区街道绿化差异大的影响；其次为广武门街区，受北面临近黄河街道与南面商业繁华街道绿化差异大的影响；街道绿视率差异最小的为张掖路街区、火车站街区和皋兰路街区.

2.2 街道空间人群感知效应评价

简·雅各布斯[2]说：“人行道上的公共接触和人行道上的公共安全，这两件事都与我们国家最严重的社会问题——种族歧视与种族隔离——有着直接的关系”.结合她在《美国大城市的死与生》中强调的道路三大用途(安全、交往、孩子的同化)与当代人对街道空间品质需求的考量，因此，从街道空间的安全感、舒适性、交往性三个方面进行人群感知效应评价可量化其空间差异.

2.2.1 人群感知效应评价空间分异

根据街道空间人群感知效应评价框架的构建，通过计算可视化获得研究区在街道空间人群感知效应评价分布图.其中城关区街道空间品质评价如图10所示，从步行安全性、空间交往性和街道舒适性三个方面进行分析，结论如下：

在步行安全性方面，整个城关区街道空间品质给人的安全感处于中低水平，但在人流量大的西部街道空间安全感较好；

在空间交往性方面，整个城关区除黄河以北街道空间交往性较差，整体上空间交往性处于较高水平，尤其是在城关区经济繁华地段、学校公园周边；

在街道舒适性方面，城关区街道舒适性与空间交往性的评价结果空间分布基本一致，证明使人感到舒适的街道空间具有较好的空间交往性；

图10 城关区街道空间人群感知效应评价分布图Fig.10 Map of the evaluation of the perceived effect of the crowd in street space in Chengguan District

此外，在街道综合评价方面值得注意的是，步行安全性虽然受到市民重视，系数最高为4.51，但街道综合品质评价结果的空间分布却与空间交往性、街道舒适性基本一致，说明当前街道空间转向以交往性、舒适性为主导，已由过去的安全需求上升到社交需求与审美需求.

四个街区的街道空间人群感知效应评价结果分布如图11所示：

一是在步行安全性方面，四个街区均处于中低水平，在人行道路、城市支路、内部道路等人流较大的地方步行安全性较高，城市主干道、高架及快速路步行安全性较差.

二是在街道舒适性方面，张掖路街区和广武门街区临近黄河南岸的一侧街道舒适性高，皋兰路街区主要是东方红广场周边街道舒适性较高，整个火车站街区街道舒适性较差，作为人流集散的主要场所需要对其街道空间进行优化.人行道路、城市支路舒适性较好，其它类型道路舒适性较差.

三是在空间交往性方面，四个街区的空间交往性评价结果基本与街道舒适性一致，但存在部分道路空间交往性好，街道舒适性差.

图11 案例街区街道空间人群感知效应评价分布图Fig.11 Evaluation distribution of the perceived effect of the crowd in street space of the case block

四是在街道综合品质方面，张掖路街区与广武门街区以北街道品质较好，皋兰路街区街道品质呈现南北两边高、中间低的布局，火车站街区除北边的城市支路街道空间品质高，其它街道空间品质较低.

2.2.2 人群感知效应评价定量比较

通过对研究区街道空间人群感知效应评价结果进行统计分析，得出不同评价水平的占比如图12所示，结果表明：

在步行安全性方面，城关区及所选四个街区街道空间给人的安全感均为中低水平，高水平中占比最高为广武门街区6.46%、最低为城关区1.20%；中水平及其以上水平最高为广武门街区55.89%、最低为城关区19.47%；低水平占比最高为城关区47.91、最低为皋兰路街区13.53%；整体上街道安全性除广武门中高水平超过50%，其他街区都以较低、低水平为主.

在空间交往性方面，研究区的街道空间交往性基本呈正态分布，以中水平为主，以皋兰路中水平占比最高为39.13%；高水平中张掖路街区、广武门街区占比较大，火车站街区占比最少为5.37%；低水平中皋兰路街区、火车站街区占比较少，分别为9.18%、9.40%，城关区占比最高为19.71%.

在街道舒适性方面，整体上占比规律不明显，以中、较低水平为主；高水平中皋兰路街区、火车站街区占比最低，分别为3.86%、5.37%，张掖路街区、广武门街区占比较高，分别为15.90%、18.25%；中水平上火车站街区占比最高为47.65%，说明火车站街区街道舒适性适宜；低水平中皋兰路街区占比最高为21.74%，城关区和火车站街区占比较低，分别为3.77%、1.34%.

在街道空间品质综合评价方面，研究区以较低水平为主，中水平其次，占比最低为低水平；其中高水平中张掖路街区、广武门街区占比最高，分别为16.96%、19.01%，占比较低的为皋兰路街区、火车站街区，分别为5.80%、4.70%；低水平中广武门街区、皋兰路街区占比最高，分别为17.49%、21.74%，火车站街区占比最低为2.68%.

通过以上分析，张掖路街区、广武门街区、皋兰路街区作为人流量大的城市核心区组成部分，街道空间品质仍有较大提升空间；火车站街区街道空间品质以中水平为主，空间品质具有较好的提升潜力.

运用SPSS对评价结果描述性统计，提取平均值、标准差分析研究区不同评价类别的平均水平与差异性，如表3所列，其中城关区因样本量大、存在个别街景点识别结果的异常值，造成标准差“异常”大(6.34E+09)，不做比较.

图12 研究区人群感知效应评价结果不同水平占比(单位:%)Fig.12 Proportion of the population perception effect evaluation results in the study area at different levels (unit:%)

表3 研究区不同评价类别的整体水平与差异性

在步行安全性方面：从平均值来看，火车站街区最高为0.71，具有较好的安全性，其次为张掖路街区、广武门街区两个以商业为主要城市功能的街区，安全性分别为0.61、0.68，皋兰路街区的街道步行安全性与城关区都为0.58；从标准差来看，城关区街道的安全性差异明显，其次为火车站，差异最小的是广武门街区、皋兰路街区，标准差分别为0.38、0.34.

在空间交往性方面：从平均值来看，张掖路街区、广武门街区、皋兰路街区都具有较好的街道空间交往性，平均值分别为5.65、5.41、5.28，相比之下城关区和火车站街区街道空间交往性较差，平均值分别为4.14、4.34.证明停驻人多且时间长的地方街道空间交往性较好，火车站街区人多、但以人口流动为主导致空间交往性差；从标准差来看，城关区街道空间交往性差异最大，标准差为2.25，其它四个街区街道空间交往性差异由大到小分别为火车站街区、广武门街区、皋兰路街区、张掖路街区，标准差分别为1.41、1.391.35、1.27.

在街道舒适性方面:从平均值来看，研究区的街道舒适性平均水平差异不大，舒适性最高为广武门街区，平均值14.71，最低为火车站街区，平均值11.8；从标准差来看，城关区、广武门街区街道舒适性差异较大，标准差分别为4.05、3.85，差异最小的为皋兰路街区、火车站街区，标准差分别为2.93、2.98.

在街道综合品质方面:从平均值来看，广武门街区的街道综合品质最好，平均值为57.01，其次为城关区、张掖路街区、皋兰路街区，街道综合品质的平均值分别为49.81、50.33、51.84，火车站街区的街道综合品质最差，平均值为46.48；从标准差来看，城关区和广武门街区的街道综合品质差异最大，平均值分别为13.9、12.58，张掖路街区、皋兰路街区、火车站街区的街道综合品质差异性较小，标准差分别为9.54、10、9.73.

通过上述分析可见，街道综合品质好的地方，街道空间品质差异性小；街道综合品质差的地方，街道空间品质差异性大.

3 结论

本文为“利用街景数据进行街道空间品质评价”提供了新的思路，从人群感知尺度构建了步行安全性、街道舒适性、空间交往性三个评价指标体系，并以兰州市城关区为例进行实证研究，研究表明：在街道空间品质方面，兰州市整体街道开敞度较好，但绿视率偏低，其中城关区城市主干道及周边街道开敞度水平较高，城关区中西部街道开敞度处于中低水平；城关区街道空间绿视率以较低水平及低水平分布为主，整体上街道绿视率低，主要受到植被存活率低、绿化少的影响；对比研究四个案例街区发现大部分街道开敞度高的地方，往往绿视率低；此外，街道空间的开敞度、绿视率还与市民活动的频繁程度有关，市民活动频繁的地方开敞度和绿视率都更高.

在街道空间人群感知效应方面，市民经常活动的地方街道空间安全感较好，且步行安全性高的街道具有更好的空间舒适性；街道综合品质评价结果与空间交往性、街道舒适性基本一致，表明市民的生活已由过去的安全需求上升到社交需求与审美需求；城关区街道空间综合品质以较低水平为主，其次为中水平，街道空间品质仍有较大提升空间；火车站街区街道空间品质以中水平为主，空间品质具有较好的提升潜力；城关区街道空间综合品质好的地方，街道空间品质差异性小，反之亦然.

研究将街道客观构成要素与市民主观感知相结合，在一定程度上解决了专业人员进行街道空间品质评价脱离人群的“个人主义”、主观评价的不客观性两个科学问题，该方法对于街道空间品质评价具有一定的实用性.然而，研究仅从评价的思路上进行了优化，未来相关研究可继续从以下几个方面进行深化：在技术方法上，进一步提升图像语义分割的准确性；在评价内容上，从街道生机感、富有感、乏味感等人群感知的多个维度展开研究，并细化人群感知效应评价指标.