数据|街道品质2：魔都的胜利·街道双城记

此前，我们用多时相街景数据，全面展现了帝都街道空间的品质水平和近年的变化。清醒的认识来自比较，本文将呈现帝都、魔都中心区街道空间品质的对比结果。

帝都 & 魔都

截至2015年1月，共有将近5000万人口居住在北京、上海两座特大城市，京沪各自以不同的方式吸引着有梦想的人。特大都市要做到宜居，则面临环境优化的挑战。街道环境品质是城市宜居性的一个重要指标。我们这里聚焦双城的街道空间品质，从街道的微观环境，来比照北京和上海。

图1 北京街道

为科学刻画“帝都”、魔都目前街道环境品质的水平、变化情况，以及其与理想空间之间的差距，这次的街道研究，我们首先优化了街道空间品质评价的新思路，综合客观要素构成分析和使用者主观评价的方法，然后选择北京、上海的城市中心区街道空间进行实证，开展定量评价和对比，识别当下街道空间品质的特征。

对比来看，两座城市的规模和人口总量接近。考虑到北京旧城空间的特殊性，不能代表典型的特大城市中心区特征，北京城市中心区选取二环至三环内所包含的街道，覆盖95.9平方公里，共27021条街道；上海城市中心区则选择城市内环所包含的街道，覆盖114平方公里，共33649条街道；各选取500条街道，作为评价对象。

品质测度：方法与维度

本文构建的街道品质评价思路如下图。研究对街道品质的评价，包括要素客观构成分析和使用者主观评价两个层次。

图3 研究框架

一个层次是要素客观构成分析。Kendall等（2015）利用像素级语义分割的深度全卷积神经网络体系结构分割技术（Bayesian SegNet）理解视觉场景——输入图像数据，利用SegNet解码器来综合环境、周边要素、图形本身特征，实现场景客观要素的智能分割。经过多种室外RGB图像的测试，该方法被认为是可靠的（Badrinarayanan等，2015）。

在图像分割技术的支撑下，本文对上海内环、北京二三环的街道空间进行要素解译（图 4），输入所有点位的图像数据，可识别出天空、建筑、柱体、道路标记、道路、铺装、树木、标识、围栏、汽车、行人、自行车共12类要素。分别汇总每个街道点位对应的东、西、南、北四个方向的要素构成，计算平均值。根据影响街道品质的要素类别及可分割获得的要素类别，选取绿视率、街道开敞度、界面围合度、机动化程度四个指标来从客观角度识别街道的品质。

图4 街景图像特征要素提取示例

街道品质评价的另一个层次是使用者主观评价。评分过程参考Ewing（2013）在《度量城市设计》中构建的街道测度指标，即围合性、人性化尺度、通透性、整洁度、意象化。

意象化是指空间的可认知、可识别、有特色的品质。Kevin Lynch认为意象化好的空间，其形态较好，包含差异性的要素，对于使用者而言是容易识别的。诸如城市地标、特殊元素等，会使得空间意象性别具一格。

意象化会受到空间围合度、人性化尺度、通透性、复杂性、连接性等的综合影响。

围合性是指建筑物、墙体、其他构筑物围合公共空间的程度，这种围合性将会给人以舒适、可荫蔽的感受。拥有视觉焦点的空间容易形成围合感。

人性化尺度描述的是物理环境的尺度、比例，建筑的细节、铺装的形式、街道植被将会影响使用者心理感受的尺度。

通透性指使用者可以通看到公共空间、街道中所发生活动的程度，界面的材质、是否有围墙、篱笆等将会影响通透性。

整洁度较容易理解，指街道的整洁程度，有污染、垃圾、气味，将会影响整洁度，进而干扰使用者的心理。

主观评价的五项指标，每项等级均分“低-高”，得分为0或1，样片下图所示，总分最高分为5，最低分为0。

图5 主观评分样片示意

北京街道：为车而生

图像分割后，汇总各项指标，北京街道空间的平均绿视率为20.5%，绿化水平一般，街道开敞度为11.83%，界面围合度为50.11%。综合评价认为街道尺度较大。机动化程度高（15.73%），行人和自行车出现率（1.6%）远低于汽车出现率（9%）。

图6 北京上海绿视率、街道开敞度、界面围合度、机动化程度分布直方图 （上四为北京结果，下四为上海结果）

根据北京二三环之间街道主观评价得分的详细统计（表1），品质最差的0分街道并不多见，但1分和2分的街道占47%，总分为4分和5分的街道数量仅占20.6%。

从五项指标对得分的贡献率（依次汇总不同分值图像得分的角度及占比。如，北京得0分占总照片的比为0.6%，1分的占总量的12%，这1分主要是整洁度得到的，2分的占比35%，主要是整洁度和围合度两项得分得到的，依次类推，从而总结街道总体的优势方面和劣势，如表1、表2所示）看，整洁度、围合性、人性化尺度、通透性、意象化的贡献度依次降低。意象化和通透性是当前街道品质的主要瓶颈。

纵向看，围合性平均分为0.71，人性化尺度平均分0.59，通透性得分0.49，整洁度得分0.67，意象化得分最低，为0.2，总平均分为2.67，标准差为1.09。

总体来看，北京大部分的街道缺少可识别性和可认知度，通透性较差，约有一般的街道尺度不够宜人，街道整洁性相对较好，街道空间品质仍有待改善。

选取0-5分的典型场景，识别北京的典型街道（图8）。

0分典型街道为尺度大，整洁度低，缺少街道可识别度，围合性差的一类，促使使用者不愿意在此驻足或活动，亟待改善提升；

1分典型街道的整洁度好，但街道尺度较宽，适宜车行，空间意象化一般，可识别度和差异性小，缺少自行车道、步行道、必备的步行设施和荫蔽物，此类街道提升时，可着重考虑增加慢性系统区域；

2分街道的尺度较小，围合度较好，人行车行混合，设施配备不齐全且缺乏设计组织，改善时可配备多样化的服务设施，增加植被形式和精细化围合分割；

3分街道的整洁度好，街道尺度小，适于步行和公共活动的发生，街道两侧的商业界面通透性不足，剖面中特色要素较少，街道的活力中等；

4分街道拥有3分街道的特征，同时商业界面通透性更优，或者树荫隐蔽与商业界面交织，部分剖面包含特色要素，如拥有拱廊、花池、座椅、茶座等，但数量较少，街道活力较好；

5分街道属于较完整的街道形式，尺度宜人，并包含特色要素，便于使用者使用和识别，5分街道仍有进一步细化和提升的空间。

图8 北京0-5分典型街道举例

上海街道：干净、人性化、精致

上海街道空间的平均绿视率为25%，绿化水平高于北京5个百分点，比率分布在0-35%范围内较多且较均匀；街道开敞度为7.86%，界面围合度为57.67%，配合界面围合度指标解释，街道开敞度明显偏低，应该是绿化遮挡、建筑物围合的缘故。

从结果分布看，上海的围合程度更集中，大部分集中在40%－80%；机动化程度为11.43%，其峰值、平均值均小于北京，虽然上海的自行车行人出现率并不高（1.91%），无法与汽车出现率（7.1%）相比，但情况明显好于北京。机动化相关的数据，也反映了两城市车行主导的共同特征。

从分布看，上海中心区的绿化水平、围合度水平分布均匀，静安、黄浦、长宁区的开敞程度低围合度高；而浦东的开敞度明显高于其他区域，街道的尺度更大一些。

图9 上海内环街道样本的空间构成

上海内环的街道，没有得分为0的，总分为4分或5分的街道数量占41.8%，是北京的2倍，1分和2分街道占比28.2%，低于北京18.8个百分点。

不难发现，上海街道的总体品质优于北京。即便是低分值街道，通透性、围合度的优势也很明显；而高分值街道的总量占比多。纵向看，上海街道围合性平均分为0.78，人性化尺度平均分0.67，通透性得分0.61，整洁度得分0.84，意象化得分0.32，总平均分为3.22，高出北京0.55分。上海街道的整洁度较好，空间围合感强，三分之二的街道尺度较好，但仍存在一定数量的尺度较大、通透性不好的街道，另外，只有少数街道具有很强的可识别性和差异性，这对进一步的精细化设计提出了要求。

通过评分结果总结，识别上海不同分值的典型街道特征（图 10）。1分街道只有整洁度较好；2分典型街道整洁度好，商业界面的通透性强，尺度略大，设施不够齐全；3分街道多为尺度较小，整洁度高且围合感强的街道，路旁配备一定的休憩设施；4分和5分街道的尺度小，绿化水平高，尺度宜人，且底层界面的通透性强，适合使用者出行开展公共活动，道路断面的划分完整，5分街道的街道特色更突出，容易识别和记忆。总体上，上海街道的提升空间主要在于设施补齐和意象提升。

图10 上海1-5分典型街道举例

魔都的胜利

汇总北京二三环之间和上海内环街道的客观构成均值（图12）可以发现：北京的街道更加开敞，界面围合度低于上海7.6%，即北京街道的视觉效果较为空旷，宽马路较多；绿视率方面，两个城市中心区在20-25%之间，较为类似，都有提升空间；另外，综合考虑机动化程度、行人和汽车出现率，上海的街道在人性化上略胜一筹。

所有指标综合后，不难发现，上海小尺度的街道多，与人更加亲近，这与主观评价的结果吻合。

图12 北京、上海街道客观构成对比

综合汇总街道主观评价打分的结果（表3），两地街道的共性特征包括：街道的整洁度和空间围合感较好。通透性较差，围墙以及茂密的树木会影响界面的视觉，店面较少采用吸引人驻足的玻璃幕墙；空间意象的营造有待提升，街道的差异性较小，街道空间形象缺乏控制和引导，缺少一些特色的设计，以增加街道的可识别性；街道的剖面设计不完全，对机动车考虑较多，对不同类型的步行者、骑行车、残障人士的需求考虑欠周。

两个城市均存在（1）尺度较宽、整洁度好的汽车导向型街道，此类空间意象差，街道剖面不完整，缺少对人行环境的考虑；（2）尺度较小的街道，围合度较好的街道，此类在上海居多。但两城市街道的通透性、空间意象性（可识别性、空间差异性）都没有达到理想状况。北京的尺度不人性化、通透性差的问题，相比更加突出。

在主观感受的五个方面，上海内环街道空间品质均优于北京二三环之间的街道，特别是在人性化尺度、整洁度、意象化方面。上海通过剖面的分割、设施配备、绿化种植等方法，令街道的空间感受更好。

参考文献（编者注：本文编辑时省略了文献综述）

1.陈泳,赵杏花.基于步行者视角的街道底层界面研究——以上海市淮海路为例[J].城市规划,2014,06:24-31.

2.李翅,黄哲娇,朱斯斯.北京什刹海地区街道步行乐趣调查与评价[J].规划师,2014,04:112-118.

3.刘珺,王德,朱玮,王昊阳,朱查松.新旧城区休闲步行环境质量比较——以上海市鞍山新村和江湾新城为例[J].地理研究,2015,34(11):2195-2204.

4.唐婧娴,龙瀛,翟炜,马尧天.街道空间品质的测度、变化评价与影响因素识别：基于大规模多时相街景图片的分析[J].新建筑,2016,10.录用.

5.王德,张昀.基于语义差别法的上海街道空间感知研究[J].同济大学学报(自然科学版),2011,07:1000-1006.

6.徐磊青,康琦.商业街的空间与界面特征对步行者停留活动的影响——以上海市南京西路为例[J].城市规划学刊,2014,03:104-111.

7.Kendall A, Badrinarayanan V, Cipolla R. Bayesian segnet: Model uncertainty in deep convolutional encoder-decoder architectures for scene understanding[J]. arXiv preprint arXiv:1511.02680, 2015.

8.Badrinarayanan V, Handa A, Cipolla R. Segnet: A deep convolutional encoder-decoder architecture for robust semantic pixel-wise labelling[J]. arXiv preprint arXiv:1505.07293, 2015.