日常高频步行街道筛选机制及其品质匹配度研究*——以深圳市为例

郭 馨，章逸萱，易生奥，涂 伟，杨光林

引言

街道是人们步行行为发生的重要场所，是城市活力最广泛的空间载体[1]，更是人们感知城市最直接、最关键的元素[2]。随着街道品质及其可步行性被大量城市学者及管理者关注及研究，街道更新也逐渐被各大城市提上日程[3]。然而，街道作为城市重要公共活动空间，占城市面积10%～20%[2]，其数量极其庞大，且并非均质布置，一视同仁地一次性提升街道整体品质固然理想，但却并不一定是资源最佳的配置方式。

当前针对街道的分级体系虽众多，但大多从机动车视角（表1），从人本主义视角的街道分级体系的讨论较为缺失。交通导向和规划导向的自上而下的分级方式，对城市交通疏导和产业布局有着重要作用，但在街道更新语境下，和城市居民的日常步行生活仍有较大的区别。

表1街道分级体系

在有涉及到步行街道使用频率的研究中，较多研究关注步行路径选择度的影响因素或将街道使用频率作为街道品质评价的一个指标，针对性的对高频步行街道品质现状的讨论较为缺失。张敏等[7]和王禹[8]通过离散选择模型研究步行路径选择的影响机制；黄晶[9]等建构公交出行步行路径选择模型，评价公交站点与街道网络的选择强度；叶宇等[10]通过sDNA 测度街道空间网络可达性并与街景品质评价结合，找出具有更新潜力的街道。高频步行街道是街道中与城市人群日常体验最为密切的核心街道空间，它的品质现状直接影响着市民日常的城市体验感和幸福感。

因此，如何从人的视角出发，自下而上的对街道的真实使用频率进行分级，筛选出和人们日常出行关系最为密切的高频步行街道，并通过街道空间品质评价，综合得出街道品质供给及使用频率需求的供需匹配度，为当前城市更新中准确定义问题提供重要论据支持，最终让更广泛的城市人群在有针对性的街道更新中提升城市幸福感，此为本研究的长远目标。

本研究从人群使用的视角出发，通过自下而上的方式，反思静态的分级体系，探索城市高频步行街道的动态筛选机制（Selection Mechanism of the Frequently-Used Streets）。并以深圳为例，结合多源大数据，挖掘基数庞大的城市街道中人们日常真实的高频步行街道，并利用GIS 分析平台对街道空间品质的核心指标进行测度，探索街道空间品质与使用频率之间的空间供需匹配度。为当前大规模步行友好型城市建设中准确定义问题提供新思路和新方法。

1 高频步行街道筛选机制-以深圳市为例

构建自下而上的城市人群日常高频步行街道筛选机制，需调整自上而下的宏观城市结构关注点，而将关注点聚焦城市人群中的个体行为，挖掘个体行为在大批量群体累积后涌现出的城市主要群体行为规律。值得注意的是，不同城市，极有可能会有不同的行为规律，需要充分借助于当前大规模可量化的时空大数据，针对性地挖掘具体城市的行为规律，空间规律及移动规律，最终提取高频步行街道。

1.1 深圳市人群出行行为规律

本研究以深圳市为例，通过分析深圳市人群个体的行为规律，空间规律，及移动规律，挖掘个体行为的群体表征，抽象出深圳市人群高频步行街道。

深圳市人群的个体行为规律具有明显的出行目的性。曹劲舟等[11]基于一个工作日的数据分析发现，大量用户在工作日内只会进行少量停留和从事少量活动，其中停留个数为2 的用户群体最多，每人每天平均的停留个数约为2.1 个。在针对停留活动分析中，通过时空大数据匹配识别出98%的用户（约1,059 万）的居家位置和94%的用户（1,015 万）的工作位置。由此可见，虽然城市空间功能众多，但深圳市的城市人群日常工作日出行仍以家庭和工作为主要的出行目的，而对于其他如购物、休闲、健身等活动在深圳居民日常工作日中发生的比例较少且规律性不强。

深圳市人群的个体空间规律具有普遍的职住分离特征。马亮[12]和张艳等[13]基于轨道交通刷卡数据发现深圳市居住地和工作地具有显著的职住分离特征。这一特征和中国大部分主要城市情况一致。《2021 年度中国主要城市通勤监测报告》[14]对42 个中国主要城市约2.3 亿人的职住和通勤样本进行分析，统计结果表明，42 个主要城市的平均通勤距离均超过7.2km，职住分离明显。因此，职住分离为深圳市城市人群出行的空间规律。

在大规模人群空间规律基础上，进一步挖掘主要群体的移动规律。包含远距离移动规律及近距离移动规律。深圳市人群的远距离移动规律具有以地铁为主要出行方式的特征。据统计，在2021 年中，公共交通所占份额最大，全市高峰期公共交通占机动化分担率达62.6%[15]，而在公共交通中，地铁占比达55.17%[16]，为最大份额，且将有持续增长的趋势。预计到2030 年，公共交通占机动化出行量70%以上，轨道交通占公共交通出行量70%以上[17]。由此可见，深圳城市人群目前日常出行主要以地铁作为其移动工具，并将在未来的10 年持续增加。值得注意的是，不同城市的移动规律需结合当地情况具体分析。

深圳市人群的近距离移动规律为阈值在800m 以内的步行。点到点的移动需在远距离移动的基础上借助近距离移动得以实现，当远距离移动以地铁作为其主要的交通工具，剩余的近距离移动则为步行带来了机会。但步行作为一种人的体力消耗，有其日常可接受半径的限制。在有关轨道交通步行可接受半径的研究中，不同学者针对研究目标采用不同的可步行距离，如600m[18]，500m～800m[19]，800m[20-25]，综合国内外研究，本研究采用普遍共识的日常可接受极限步行距离800m（约10min）作为近距离移动的半径限制。

1.2 深圳市城市人群日常高频步行街道筛选机制

城市人群日常高频步行街道筛选机制基于城市人群的群体行为规律、空间规律及移动规律，将其进一步抽象出点线面空间关系。如基于三大人群出行规律得出城市人群规律性停留在2 个相互分离的空间点p、q 上，主要通过远距离交通工具T，在近距离可移动距离d 范围内进行步行。高频步行街道即在连接p、q 过程中，近距离可步行路径累计叠加后，频率较高的街道。

因此，如将步行街道系统描述为交叉口和路段组成的图：G = ＜N，E＞ ，其中n ∈N 表示街道节点，e ∈E表示街道段。一条路径pi-qi 由个体经过的多条街道段组成，即pi-qi={pi，e1，e2…ek，qi}.累计所有个体的路径，统计街道段e 的经过次数Ae，高频步行街道TOPK（Ae）的表达式为：

其中TOPK表示取经过次数最高的前K个街道段（图1），n 为通过路径的频率数。

图1 高频步行街道示意图

以深圳市为例，主要人群的行为空间特征为从居住地到工作地，而连接这两个空间之间的交通工具为地铁，因此个体的完整轨迹为，居住地-步行-地铁站出入口（起点）-地铁-地铁站出入口（终点）-步行-办公。完整轨迹去除非步行路径后，可得到步行路径，即从居住地到最近的地铁出入口的往返路径及从办公地到最近的地铁出入口的往返路径（图2）。群体路径叠加之后，被选择次数最多的路径则为高频步行街道。

图2 深圳市高频使用路径示意图

由此可见，深圳的高频步行街道具有显著的通勤作用。随着街道逐渐从单一向复合化发展，人们日常高频使用的通勤街道不仅具有交通价值，还由于其使用频率极高，而具有重要的公共价值，影响城市体验。

2 街道PEP 品质匹配度评价体系

2.1 街道-品质评价指标选择

本研究通过对国内外街道相关文献整理，筛选出关注人本体验及空间活力并进行了相关性量化分析的11 篇核心文献[26-36]。结合本研究的基础品质匹配度评价需求，指标需具有高度精炼及核心基础的特征。经统计（表2），在被研究过的18 个指标中，呈现出稳定相关性的为6 个，其中与品质体验相关的为3 个，包括环境指标1 个，设施指标2 个。而在设施指标中，功能密度较功能多样性呈更稳定相关，且功能密度对街道活力的影响高于功能多样性[27-29，36]。因此研究最终遴选采用功能密度作为表征街道设施的核心指标，而采用绿化指标作为表征街道环境的核心指标。

表2 街道活力的评价指标整理

2.2 街道-PEP 品质匹配度评价体系建构

当前街道品质评价较为注重客观建成环境及设施的评价[27-31，33-36]，较少将人的使用需求纳入其中。而街道的人群使用频率往往是街道使用需求的触发基础[37]，在实际城市街道更新中，脱离了人的使用频率及需求的高品质建成环境是低效的，会引起过度开发，而脱离了高品质建成环境的高频率高需求人群使用是失能的，会直接导致人群城市体验感的不足。只有环境供给和人群使用需求双向平衡的状态才是高效高质高能。因此，本研究在人本尺度的街道评价指标中，加入人的使用频率要素，构建人（使用频率）-物（设施）-场（环境）三位一体的PEP 街道匹配度评价指标体系（图3）。

图3 PEP 街道匹配度评价指标体系

2.3 街道-对象界定及数据处理

本文研究范围为深圳市全域。全市下辖9 个行政区和1 个新区。研究基于2021 年百度地图，共采集全市173,293 条街道，总计15,374km。

人-使用频率：基于高频步行街道的筛选机制，深圳市人群的高频步行街道筛选需提取居住地及办公地到最近的地铁出入口的路径。常见的方式有两种，一种利用空间句法理论和路网模型对道路进行可达性定量描述[10，38，39]；另一种为基于ArcGIS 最近设施点分析网络中事件点与设施点之间的最短路径[9]。虽然这两种方式作为网络分析的理想模型已相对成熟且在分析机动车道路网络中得到广泛应用，但在针对步行网络分析时，难以对大量居住小区的实际出入口及实际使用管控有所回应，而这些信息和人群的真实步行选择息息相关。

因此，考虑到以上两种方式在真实环境中的局限性，本研究探索采用百度2021 实时步行导航系统，提取从全市域办公楼栋（62、283 栋）和居住楼栋（213、491 栋）至800m 步行范围内最近的地铁站出入口的步行导航最优路径，以获取真实城市环境中人们实际出行的步行路径（表3）。

表3 街道品质测度指标体系

物-设施：街道设施需采集功能密度指标，本研究采用2021 年百度Point of Interest（POI）数据，并筛选出其中和日常生活相关性较大的餐饮、购物、生活、体育、医疗、风景名胜兴趣点，总计490,249 个，将每条街道的功能点总值和街道长度计算比值得出功能密度指标（表3）。

场-环境：街道环境需采集绿化指标，绿化指标通常通过两种方式表征，街景绿视率或遥感影像绿化覆盖率。通过对比，街景图像主要采集于核心机动车道，数据覆盖较有限（仅29.4%），而遥感影像可覆盖全市域街道，因此采用2017 深圳遥感影像作为绿化指标的基础数据（公式1）。

综上，本研究高频步行街道、功能密度及绿化覆盖率指标的技术路线及数据来源如图4 和表3。

图4 研究方法及数据

在环境指标，设施指标，人的使用3 个指标分析的基础上，将3 个指标进行叠加整合以获得街道使用频率与环境及设施的匹配度结果。

本次叠加分析中，街道使用频率、功能密度、绿化覆盖率都以几何间隔的方式分为6 级，前3 级为指标数值水平相对较低类，后3 级为指标数值水平相对较高类。

以街道使用频率指标为例，前3 级（0～12）的路径使用频率相对较低，后3 级（13～1894）的路径使用频率相对较高。被筛选为高频步行街道的街道意味着街道平均单位面积被单位楼栋人数双向经过26～3788 栋次，具有充分的高频使用特征，符合真实使用场景。

3 深圳市日常高频步行街道分布特征及其PEP 品质匹配度分析

3.1 深圳市PEP 指标特征

深圳市PEP 各指标定量测度结果显示，深圳市日常高频步行街道总计10,250 条，长度15,374km，占全市纳入计算街道总数的5.91%，长度的4.75%。街道环境指标数值较高的街道占全市总数量的17.81%（30,863条），总长度的30.46%（4,683km）。街道设施指标较高的街道占全市街道数量的16.07%（27,849 条），长度的14.02%（2,155km）。比对全域各项指标数值可以发现，相对于高设施街道及高频使用街道，绿化水平较高的街道占比最多，设施水平较高的街道次之，而高频使用街道占比最少。其中，街道绿化水平相对较高和深圳长期注重景观生态建设，并持续通过总体规划、行动计划等在内的各项方案稳步推进落实“国家森林城市”等生态目标[40]密不可分。

进一步对深圳全域街道PEP 各项指标的空间分布研究后发现，深圳市的高频步行街道呈现出中心区域点状聚集，外围区域点状分散的分布态势。这种形态特征在宏观层面主要受到深圳市“多中心-组团式”的空间结构影响且和地铁站的空间分布紧密相关；在微观层面则受居住地、办公地和地铁的布局关系及步行范围内的路网结构影响，频率测度数值也以地铁站为核心沿树枝状从中心向四周衰减，呈现出明显的向心等级衰减特征（图5）。

图5 深圳市街道使用频率分布

深圳市街道环境指标（绿化覆盖率）的空间分布呈现出多中心、组团式的整体态势，但却具有显著的空心性。其中，绿化覆盖率最高的区域多集中于远离组团中心的外围面状区域绿地及大型城市绿廊，如山地森林、郊野公园、城市公园等；次之以带状集中于主要的城市机动车主干道，如深南大道、宝安大道、滨海大道等；而在城市支路及各区域组团核心街道密集区，则以局部少量的点块状形态分散其中，如组团公园、街头绿地等。这一方面与城市自然资源分布有关，另一方面也与深圳总体规划中绿地系统规划策略紧密相关。在深圳市城市总体规划（2010-2020）[41]中，道路廊道与大型城市绿廊及河流水系廊道共同构成了三大生态廊道体系。总体城市设计中的五条综合功能景观轴中，四条以城市主要机动车主干道为轴线。由此可见，深圳机动车主干道作为城市环境景观的重点依托对象之一，是展现城市形象和公共景观的重要场所，因此也呈现出较高的绿化覆盖率，而组团内部核心区虽街道密集，但往往远离区域绿地、生态廊道、及城市公园，绿化率则明显下降，街道环境空心性分布特征显著（图6）。

图6 深圳市街道环境-绿化覆盖率分布

深圳市街道设施指标（功能密度）的空间分布同样呈现出多中心、组团式的整体态势，其分布特征与绿化覆盖率相反，和高频步行街道相似，具有显著的向心性（图7）。功能密度指标最高的区域多集中于组团核心区，次之为组团的核心辐射区，组团边缘及组团之间的街道功能密度相对最低。这和深圳市总体规划[42]大力推动组团中心文化娱乐设施建设，和构建市-区-片区三级综合性商业中心体系关系密切。

图7 深圳市街道设施-功能密度

由此可见，PEP 的3 个指标在空间分布特征上差异明显。尤其是街道环境指标，虽然其整体占比相对其他两项指标遥遥领先，但在空间分布上与街道使用频率及街道设施呈现出显著的错位关系。

3.2 高频步行街道PEP 匹配度特征

在环境指标（Environment），设施指标（Program），人的使用（People）3 个指标分析基础上，以几何间隔的方式将PEP 指标进行6 级两类叠合分析，将街道被划分为使用频率高/功能密度高/绿化覆盖率高（1，1，1）；使用频率高/功能密度高/绿化率覆盖低（1，1，0）等八种街道类型，其分布及构成如图8 和图9 所示。

图8 街道PEP 匹配度-8 种街道类型示例

图9 街道PEP 匹配度-8 种街道类型分布

如图10 所示，街道的使用频率、环境指标及设施指标呈现出极为不匹配的情况，在全市173,293 街道中，日常高频使用街道总计10,250 条，其中，使用频率高/功能密度高/绿化覆盖率高（1，1，1）的街道仅157 条，占高频使用街道总数的1.53%；使用频率高/功能密度高/绿化覆盖率低（1，1，0）的街道有2,831 条，占高频使用街道总数的27.62%；而使用频率高/功能密度低/绿化覆盖率高（1，0，1）的街道有775 条，占高频使用街道总数的7.56%。由此可见，深圳63.29%的高频使用街道，既无较高的街道环境绿化覆盖率，也无丰富的街道功能设施，是当前深圳市日常步行高频使用街道的主导特征。这一方面受到整体设施水平和绿化水平的影响，另一方面更与PEP 指标空间分布错位关系显著。

3.3 高频步行街道PEP 分区特征及策略讨论

进一步深入挖掘高频步行街道在不同区域的PEP 匹配度特征发现，高频步行街道及其品质匹配度在城市主干道，新老住宅聚集区，及办公聚集区有着不同的规律性特征。

（1）高频步行街道-沿机动车主干道的空间分布及PEP 品质匹配度特征

将高频步行街道和城市主要机动车道路叠合比对研究发现，虽然高频步行街道仅针对步行提取，但仍有小部分与城市机动车主干道呈现出规律性重合，如深南大道，滨海大道，福强路等（图11）。这一方面由于深圳城市规划的机动车主干道通常都具有区域内极高的可达性和连接度，另一方面更受到深圳地铁线路布局特征的影响。深圳地铁线路多利用城市主干道下部空间进行开发建设，线路往往和主干道高度重合，其出入口也因此多沿主干道两侧布置，形成沿主干道两侧间断分布的人流汇集点。因此，道路沿线的高频步行街道多呈现以地铁站为核心沿主干道呈树枝状分段展开的分布特征。这类高频步行街道，由于总体规划对主干道景观的重视通常具有极高的街道绿化覆盖率，但在深圳市城市规划标准与准则中，主干道两侧建筑通常需满足不宜小于12m的规划退线要求[39]，使得街道和城市设施通常被绿化带隔开，难以形成临近宜人的街道功能设施。因此这些沿主干道分布的高频使用街道，虽具有极高的人流和较好的绿化环境，却大多空旷无物，活力水平极低，难以吸引人驻足停留，更难与街道产生有效情感互动和归属感。

图11 白石洲、世界之窗高频步行街道

针对这类高频步行街道，应以地铁站出入口为锚点，充分利用站点建设时机，补充功能设施，创造高频步行街道活化机制，让道路景观带不仅代表城市形象，更饱含人性化场所，达到PEP 平衡。

（2）高频步行街道-新老居住区空间分布及PEP品质匹配度特征

高频步行街道在城中村居住聚集地和新建住宅小区聚集地的分布具有明显的差异性。如图12，高频步行街道在城中村聚集地呈现出显著的网状分布特征，且同时分布在城中村的边界及内部。其路径频率的数值衰减也较为缓慢，层次连续，整体覆盖范围相对较大，数量较为密集。而在新建住宅小区聚集地则大多呈现出单一线状的分布特征，且主要集中在小区外边界。其路径频率的数值衰减较为迅速且层次多不连续，整体覆盖范围相对较小，数量较为稀少。这两种差异明显的分布特征主要受到城中村和新建小区完全不同的开发模式、空间形态、路网结构及管控机制的影响。城中村是典型的自下而上生长型片区，具有高覆盖率、密路网，开放式内部道路，街道设施自适应生长的特点；而新建小区则是典型的自上而下的计划型社区，具有低覆盖率、疏路网，封闭式内部道路，街道设施计划性一次性布局的特点。

图12 上沙、沙尾、益田等城中村内高频步行街道

因此，在城中村中的高频步行街道，由于其人流量大，具有空间可见的极高商业价值，而其宅基地的自主开发模式为设施的逐步完善创造了基本条件，从而沿高频使用街道两侧逐渐发展出丰富的功能设施。但与此同时，城中村各自独立的宅基地开发模式，不断压缩公共空间，较难对整个片区公共环境体系进行统筹规划，使得街道的公共环境绿化水平大多较低，如图12 所示，大量城中村的高频步行街道呈现出设施水平较高但绿化水平较低的普遍规律。

针对此类高频步行街道，需要通过主动介入，调整开发管理及运营模式，设立管控机制，从整治公共空间环境入手，统筹提升高频街道环境绿化，使得城中村片区高频使用街道逐步达到自下而上和自上而下共存的PEP 平衡，提升街道吸引力。

而和城中村正好相反，大量新建住宅小区多通过统一规划进行设计，往往对公共环境体系考虑充分，植被覆盖率较高，但街道空间的功能设施与街道使用频率之间的关系在设计阶段则并不直观，容易在设计阶段被简化处理。且由于新建小区大多采用发展商一次性投资建设的土地开发模式，建成后无论从权属关系还是报建审批均较难进行加建改建。因此，如非在设计阶段充分考虑或留有余地，当街道在被真实使用后而呈现出需求时，街道亦难产生自下而上的设施生长及更新。与此同时，在空间布局及管理层面，新建住宅小区多采用内向型空间布局和封闭式管理模式，和城市之间多利用围墙间隔。而大量人群需要先出小区并沿小区边界街道步行至地铁站。因此如图13 所示，在新建住宅小区聚集地，高频步行街道通常呈单一线状沿边界分布，并具有相对较好的环境绿化水平。如在设计阶段合理预估了其设施分布，则往往能呈现出PEP 高度匹配的状况（如南油站），反之，则街道设施水平低下（如登良站），不利于街道人群的停留和非必要活动的展开。

图13 登良等新建住宅小区高频步行街道

针对这类高频步行街道，则需从土地权属管控、街道临近空间开发模式入手，为新建住区高频步行街道的设施生长更新创造更多自下而上的发展机会，逐步实现新建住区高频步行街道PEP 的动态发展更新机制。

（3）高频步行街道-办公区空间分布及PEP 品质匹配度特征

深圳高频步行街道在办公片区的空间分布亦具有规律性特征。如图14 所示，塔楼集中的办公区聚集地的高频步行街道主要沿办公塔楼边界延伸，如高新园办公区，香年广场办公区等。这类高频步行街道通常都具有较好的环境条件但设施水平却往往较低。这主要是由于深圳的塔楼式办公区首层通常设置大尺度连续界面的大堂空间，对于建筑来说，大尺度的大堂空间能够高效地组织人流并塑造办公楼空间形象，但对于办公塔楼集中区的街道而言，大量连续幕墙包裹的首层大堂空间难以形成真正的互动性和行为吸引力。因此，虽然塔楼这类高密度办公楼内人数众多，环境优越，但其街道设施功能不足，空间吸引力受限，难形成有效的活力空间。

图14 高新园站塔楼式办公区高频步行街道

针对办公片区的高频步行街道，则需从设计层面充分认识到主要步行层，尤其是首层空间，在其功能交通性及入口标识性之外的城市街道公共性价值，利用城市设计导则结合PEP 分析，合理预测高频步行使用路径分布，并对其进行针对性场所营造，为优质的空间品质注入人性化设施，以达到极高人群使用街道的高品质PEP 平衡。

结语

本研究通过自下而上的方法探索城市人群高频使用路径的筛选机制，并将人群使用纳入街道评价体系中构建三位一体的PEP 评价体系。研究以深圳为例，利用多源大数据分析对深圳当前主要人群的高频步行使用路径进行筛选及评价。研究显示，在深圳全域的约17万街道中，真正和人们日常使用紧密相关的仅约1 万条，而在这高频使用的1 万条街道中，仅不到2%的高频使用街道具有良好的环境及设施品质，而其中超过60%的高频使用街道既无良好设施亦无优质环境绿化，街道的PEP 匹配度极低。在此基础上，进一步深入挖掘不同类型区域的高频步行街道PEP 匹配度特征及成因，为街道更新实践提供真实环境的机制讨论及论据支持。

自上而下与自下而上：街道千千万，但人们每日步行高频使用的街道不到总量的1/10，而这1/10 往往正是不少繁忙的深圳人每日和城市接触最频繁的室外公共空间，它直接影响着大量城市人民的城市体验感和幸福感。在我们自上而下地引入地标和大型公共建筑的同时，自下而上的这些微观层面上真实与人们日常生活紧密相关的城市空间，亟待城市学者及决策者的挖掘和重视。如果说地标场所塑造着城市形象和自豪感，那高频街道则孕育着城市的温度及归属感，缺一不可。

均好与均衡：虽然处处都很好的“均好”似乎是一种理想的状态而值得追求，但匹配而产生的“均衡”也许是更为高级的“好”，正如自然界并无绝对意义上的平均，但却能达到系统内每个微观层面匹配的“均衡”，体现着完美的“供需平衡”。这在城市层面也是如此，匹配的“均衡”能够带来高能高效高质，而分离判断的“好”却极有可能低效或失能。

研究与实践：高频步行街道筛选机制从宏观层面探索街道微观真实使用的群体表征，通过对数量庞大的城市街道进行人本尺度的分级聚焦，将当前快速发展的街道品质研究与具体的街道更新实践需求建立链接。再通过多源数据支持的PEP 匹配度评价，为每条街道建立其使用-品质供需匹配度，从而深入理解不同区域街道的主要问题及其规律性成因，以激发针对性的街道更新策略。

确定与不确定：最后，当我们习惯于宏观层面确定不变的分级体系时，在人本尺度的微观层面，也许我们需要的是一套基于确定机制产生的不确定的分级结果，这个结果应随着城市的生长而具有不断更新的能力。以深圳为例，在未来的10～15 年间，地铁线路会是现在的3 倍，居住区和办公楼也在不断建设，潜在的高频步行街道也将会随着城市的成长增加或减少，我们可以等待城市自然的进化去被动的接受更新，也可以通过大数据时代的信息重组去主动预测和主导更新，但无论哪一种，挖掘动态的不确定结果内在的确定机制都将使城市研究获得更大的可控性，而接受动态的不确定结果则会让我们得以用更弹性细腻的策略面对真实的城市发展。

街道，作为城市人民日常生活的重要室外公共空间，直接影响着人们的城市认知和城市幸福感，尤其在目前人们的城市生活越来越室内化、机动化和虚拟化的现实背景下，高频使用的街道显得弥足珍贵。如果我们能用建造超高层地标及大型公建的强大决心的1/10，去活化这城市中步行最频繁的“一万条街道”，也许只是种种树，或增加几个咖啡馆或花店，也许人们就能在这每日必经的街道上慢下来，去相遇，停留，交谈，去享受街道，慢慢地也许我们就能逐渐滋养出现代城市遗失已久的“人情味”。

本研究针对深圳市挖掘高频步行使用街道的机制及其与环境设施的匹配度，当前研究仅针对日常工作日的出行规律进行分析，周末行为及其他中频步行行为研究仍待进一步挖掘和理解。

图、表来源

文中图、表均为作者绘制。