城市建成环境的步行性测度方法比较与思考

Comparison and Thinking of the Walkability Measure Methods on Urban Built Environment

黄建中 胡刚钰

HUANG Jianzhong, HU Gangyu



城市建成环境的步行性测度方法比较与思考

Comparison and Thinking of the Walkability Measure Methods on Urban Built Environment

黄建中 胡刚钰

HUANG Jianzhong, HU Gangyu

摘 要城市建成环境的步行性水平对于促进绿色健康的步行出行方式及提升居民日常生活质量具有重要意义。步行性测度方法的研究也是国内外学术界关注的热点之一。根据影响步行出行的主要因素，从步行环境感知、步行空间可达性和社会文化因素等3个方面对国内外步行性测度方法进行总结和比较，认为3类方法各有优势和缺陷。建议应针对国内城市建成环境和居民行为特征，深入研究步行性测度计算方法的改进和提升，细化研究人群，提高测度的准确性。同时应考虑行人对步行环境的主观感受以及社会文化因素对步行性测度的影响，构建一个兼顾步行可达性、便捷性、舒适性、安全性等多方面的城市建成环境步行性综合测度方法和评价体系。

关键词建成环境；步行性测度；步行环境；步行指数；社会文化因素

黄建中, 胡刚钰. 城市建成环境的步行性测度方法比较与思考[J]. 西部人居环境学刊, 2016, 31(01): 67-74.

Abstract:The walkable level of the urban built environment plays an important role in promoting green and healthy way of walking and improving the quality of daily life. The research of walkability measure methods are very popular in both domestic and foreign academia. According to the main factors influencing the walking behavior, we compared the methods of walkability measure in three aspects: perception of walking environment, walking spatial accessibility and the social and cultural factors. It’s found that these three methods have both advantages and disadvantages. It suggests that it should carry out the deepening research on the improvement and promotion of walkability measure methods, classify the research population precisely and improve the accuracy of measure according to the characteristic of domestic built environment and the behaviors of residents. Meanwhile, considering the subjective feelings of pedestrians and the social and cultural factors, it should construct a comprehensive walkability measure method and evaluation system for the urban built environment which includes walking accessibility, convenience, comfort, safety and other aspects.

Keywords:Built Environment; Walkability Measure; Walking Environment; Walk Score; Social and Cultural Factors

0 引 言

步行是居民日常生活最主要的出行方式，也是一种健康低碳的生活方式，具有显著的社会、经济、环境和健康的综合效益。城市建成环境的步行性水平直接影响居民的日常出行和生活质量。城市建成环境包括地块、邻里、住区和城市等多个空间尺度，步行性高的城市建成环境强调尊重行人的空间尺度，考虑步行环境、步行目的地类型及布局、步行距离以及社会文化等多方面的因素。近年来，关于建成环境的步行性系统建设和研究在多个国家大量开展，例如在街区层面,华盛顿地区于2010年为建设步行社区制定了地区和街区层面的发展规划；在城市层面, 英国首都伦敦（2009）、阿联酋首都阿布扎比（2010）等城市先后制定了步行优先的道路设计导则[1]。

国外学者指出，城市步行性的高低与人行道可达性、街道连通性、土地利用密度和混合度、日常生活设施的数量和多样性、步行环境等因素有关[2]。也有学者认为，邻里步行性（Neighborhood Walkability）包括了以下几种要素：居住密度、街道连通性、土地使用混合度以及零售商业容积率[3-4]。我国有学者指出，人们是否选择步行这种出行方式，主要受以下几方面的影响：步行环境、步行空间可达性（包括目的地的类型和空间布局、出行距离等）以及社会文化因素[1,5]。

随着研究的深入，北美和欧洲的学者不再局限于对步行性影响因素的讨论，他们纷纷尝试各种方法和思路对步行性进行准确测度，并提出一系列认可度高、推广性强的步行性测度方法。国内学者对这些方法的引入和研究也正在逐步展开，由于国内外建成环境和社会文化背景存在较大差异，对相关方法的总结和改进尤为重要。本文从步行环境、步行空间可达性以及社会文化因素3个方面对国内外有关步行性测度的主要方法进行梳理和比较，并提出相关的改进建议，为进一步提升我国城市建成环境步行性测度的科学性和准确性提供参考和借鉴。

1 基于步行环境感知的步行性测度方法

基于步行环境感知的测度方法在国外发展得较为成熟，其中已经被认可并被广泛使用的测度工具是PERS（Pedestrian Environment Review System），即行人环境评价系统[6]。这种方法源于英国并被大力推广。该系统可以明确步行设施供应合适程度及服务水平不足之处、系统评估行人需求并做出及时改进，可以在决策过程中加强客观性，同时可以根据一个清晰且一致的评价框架，得到集中化、透明化的项目建议书。该方法由伦敦交通局（TFL）和英国交通研究实验室（TRL）开发和使用，目前已广泛应用到英国各地，且澳大利亚正在推广使用中[7]。

该方法在国内也得到了推广应用，国内常称其为“行人服务水平评价”，研究多集中于城市交通规划领域。边扬等从行人步行的舒适度和安全感受出发，确定了人行道行人服务水平的主要影响因素, 并据此建立回归模型指导道路断面设计，同时根据其与行人流率的关系，建立了人行道行人服务水平组合模型[8]。谭丹丹等通过分析行人主观感受与高炉物理设施和交通流运行状况等客观因素之间的关系评价道路的行人服务水平[9]。钱大琳等指出，国内行人服务水平的研究重点在于行人从道路交通条件和道路环境方面获得的服务程度和服务质量[10]。该评价方法因过于局限在道路设施方面而难以满足步行性综合评价的需求。

近年来，规划学者也开始运用多种方法对步行环境进行研究，比较常用的有SD法（Semantic Differential）和PLPS（公共生活—公共空间）调查法。SD法，即语义差别法，是Charles E于1957年提出的，该方法原是一种心理测定方法，通过言语尺度进行心理感受的测定。苟爱萍、王德、赵渺希等运用该方法分别对南京、上海、广州的部分街区进行了实证研究[11-13]。通过获取使用者对步行空间的使用感受，将定性的判断通过数据统计进行量化分析，通常可以得到影响街道的活力因素，并提出提升街道活力的建议。PLPS法是丹麦著名城市规划师扬·盖尔（Jan Gehl）教授创建的。姜洋等运用该方法对重庆市解放碑商圈进行了实证研究[14]。这是一项专门针对步行、自行车交通和设施空间环境的调研方法，通过对公共生活和公共空间两方面进行调查，寻找人群活动的特征以及空间环境特征，该方法还可以用来实现动态性的滚动评估，具有较高的实践意义（表1）。

由于步行活动与居民生活息息相关，基于公众参与的步行环境评分系统逐渐被认可并得到推广。目前的打分测度方法主要有3种：“步行计算器”（Walkonomics）[15]、“街道排名”（RateMyStreet）[16]以及“步行亚洲”（Walkability Asia）[17]。这3种方法均以互联网应用为基础，利用开放型数据和公众参与等特点，鼓励普通公众对自己熟悉的社区和街道进行打分和评价。其中，“步行计算器”主要应用于英国，迄今为止，英国共有60万条街道以及美国纽约的街道均参与了排名[18]。“街道排名”方法主要在欧洲尤其是英国使用较多，该方法以谷歌地图定位评价街道，为使用者提供了8类因子供打分使用。“步行亚洲”方法由亚洲清洁空气组织（Clean Air Asia）开发，在香港等部分亚洲地区使用较多，但目前该方法的评估范围已经扩展到世界各地，它也为使用者提供了9种参数供打分排名使用（表2）。

表1　步行环境评价方法对比Tab.1 comparison of walking environment evaluation methods

2 基于步行空间可达性的测度方法

步行空间可达性是影响步行性的重要因素，主要包括目的地的类型和空间布局、出行距离等要素。国外关于步行空间可达性的步行性测度方法应用广泛，其中影响力最大的是步行指数（Walk Score）方法。该方法于2007年由美国研究者提出，如今己在美国、加拿大、澳大利亚、英国、新西兰等国家得到了广泛应用（Walk Score，2015）[19]。步行指数因其测度和评价体系的客观性，是目前唯一的国际性量化测度步行性的方法[20-21]。如今美国每年一度对其各大城市进行步行指数的测算和排名（图1），步行指数正在成为城市新的魅力增长点[5]。

实际上，美国最早出现的是“直观统计”测度法，它利用监控设备和软件结合，直接在街道上统计步行者的数量与其从事的活动等，直观反映街道上的人流量和密度，并用来进行各类与人行活动有关的研究[2,18]。但是人流量和人口密度作为机械数据，虽客观性强，但并不能反映行人的活动目的和种类，无法判别活动的积极性，且监测成本高。因此，这种能够定量分析街区乃至城市的步行舒适度和便利度，并提供一套统一的计算方法和评价标准，可用于不同街区和城市之间的纵向对比的步行指数测度方法一经提出，迅速得到了认可和推广。

表2　步行环境评分方法对比Tab.2 comparison of scoring methods of walking environment

图1　2015年美国城市步行性排名前十Fig.1 walkability top10 cities of USA in 2015

2.1 步行指数方法介绍

步行指数测度方法以日常设施的类型和空间布局为主要研究对象，主要有单点步行指数和面域步行指数2个层面，前者反映商场、公园、博物馆等具体地点的步行性，后者则可反映街区、城市等多个空间尺度范围的总体步行指数。另外，通过对步行距离衰减、交叉口密度、街区长度、人口比重等影响因素的叠加计算对其进行修正，以使步行指数更接近真实步行性水平。单点步行指数计算包括3个步骤: 设施分类表的准备（表3）；基础步行指数计算，运用到距离衰减规律（图2）；指数衰减，主要是步行指数修正。面状指数通过单点指数进行空间插值得到。具体的计算方法，卢银桃、王德在“美国步行性测度研究进展及其启示”一文中已做了详细描述[5]。

2.2 步行指数的验证

步行指数的验证主要是对步行指数评价步行性的有效性进行分析。

Duncan，Aldstadt等研究了步行指数在美国大都市区多个地理区位和空间尺度上的评估能力，认为步行指数和邻里步行性的主要指标有很大的相关性，并随着空间尺度的增大相关性有所增强，步行指数在研究设定400m、800m、1200m三种尺度下的1200m缓冲区范围内对步行性评价的有效性最强[22]。

Carr，Dunsiger等在美国罗得岛州（Rhode Island）对379个居住及非居住地块进行了步行指数计算，测量了13个步行分数类别的4194个可步行到达的设施。运用成对皮尔森相关性（Pairwise Pearson correlations）计算方法，比较邻里步行性的主客观因素测度与步行指数的匹配度。其中客观因素主要指街道连通性、住宅密度和公共交通可达性，主观因素主要考虑人的身体活动。研究发现，步行指数与大多数主客观因素呈显著正相关，总体上支持了步行指数作为一个免费的、易于使用的、快速的计算方法在计算邻里周边设施可达性方面的有效性，但在犯罪行为报告方面有一定的局限性[20-21]。

步行指数兴起于欧美发达地区，如今也在亚洲地区及各发展中国家得到了充分的实践。如KoKoLwin，Yuji Murayama在日本筑波（Tsukuba）进行了城市绿地空间的步行指数计算。该实践运用基于网络的生态友好“步行指数计算器”评估邻里环境质量，寻找步行可达的最近设施，为购房者提供生态住区的选择建议[23]；Cubukcu，Hepguzel等对土耳其的伊兹密尔（Izmir, Turkey）9个区的6500个街道断面进行了步行指数计算[24]；我国学者卢银桃、吴健生等分别对上海市江浦区和深圳市福田区进行了日常服务设施的步行指数计算[25-26]，可见步行指数的应用已经相当广泛。

表3　设施分类权重表Tab.3 facility classification weight

图2　距离衰减曲线Fig.2 distance decay curve

2.3 国内关于步行指数方法的应用研究

自2012年“步行指数”方法由卢银桃、王德引入国内以来，我国学者在步行指数实践方面做了较多有益的尝试，并结合国情对方法做出了改进。

张婧远和吴健生、秦维等运用步行指数对深圳市福田区的日常生活设施进行了步行性测度,并对配置合理性进行了总体评估[1，26]。两次实证研究均对步行指数方法进行了改进，计算单点步行指数时研究了福田区日常生活设施分布现状及特征,对设施分类表及权重做出了相应调整（表4）。计算面域步行指数时，吴健生、秦维等运用普通克里格法和反距离权重法分别计算，对比结果指出普通克里格法更加准确，误差更小。这一对比，有利于面域步行指数插值方法的改进。计算得到福田区步行指数后，又通过微博签到的方法验证结果的准确性，通过斯皮尔曼相关分析的计算，得到步行指数与微博签到密度呈显著正相关，支持了步行指数计算方法。

然而，这两次实践对于计算中的多种参数，如衰减函数的设定、交叉口密度及街区长度的阈值选取等仍是参考国外值，与国内实际存在偏差。另外，距离衰减采用区间函数，在简化了计算的同时也降低了计算的准确性。计算单点步行指数基于百度地图网页版的附近搜索功能，搜索范围为规整圆形，并未建立道路网络计算实际出行路径，一定程度上影响了步行指数计算的精度。

刘迎宾对深圳市桃源街区进行了可步行性测度及验证研究。作者提出了多方面的改进探索：基于居民出行习惯的差异调整了居民日常使用设施类型和设施权重，同时根据问卷调查得到样本数据，统计得出居民对步行舒适时间、容忍时间和抵抗时间的接受范围，进而调整步行衰减曲线；基于步行环境的差异，定量评估步行路径上阻塞点、障碍物等对可步行性得分的影响；基于街区尺度的差异，提出街区层面网格划分方法的改善策略、步行起始点的选取方法以及步行可达设施的得分叠加原则等[18]。

卢银桃、王德以上海市江浦路街道为例，利用步行指数方法对社区可步行性进行评价研究，对步行指数提出了较为系统的改进策略。该研究以466份调查问卷为数据来源,从使用频率、使用多样性、使用的距离衰减规律3个方面分析了市民以步行方式使用日常服务设施的特征。根据问卷调查结果将日常服务设施划分为20类，得到每类设施的多样性取值及需求承担比例，由此得到设施多样性需求分配表，即设施权重表（表5）。该表的制定突破了国外的分类方法和对参数指标的限定，分类更加详细，权重赋值更接近国内实际。同时运用非线性曲线拟合软件，分别拟合20类设施各自的距离衰减曲线（图3），得到曲线的各项参数值，利于精确化计算。此外，该研究还考虑了性别和年龄的差异，对男女以及中青年、老年人都有分别的特征研究。

图3　设施分类距离衰减曲线Fig.3 facility classification distance decay curve

但是该研究也指出自身存在的不足：其一，计算中采用容忍时间推导距离，用道路折减系数反应道路宽度、过街信号灯等因素的复杂影响，一定程度上影响了评价的准确性；其二，采取网格化取均值的方法计算面域步行指数，忽略了不同地块的用地性质、人口密度等因素的影响。空间人口数据的加入将使步行指数具有更加现实的规划指导意义；其三，步行除了起讫点还包括移动的路径，该研究考虑了步行目的地但对步行环境的研究尚有不足[25]。

总体来看，我国对于步行指数方法的实证研究正在逐步深入和完善，更加注重对实际国情的探究，在方法上做出适应国情的合理调整。

表4　调整后的设施分类权重表Tab.4 facility classification weight after adjustment

表5　设施多样性需求分配表Tab.5 facilities diversity demand distribution

3 强调社会文化因素的步行性测度

国外部分学者对城市建成环境进行步行性测度时往往会强调社会文化因素的影响，主要包括邻里社会经济地位（Neighborhood Socioeconomic Status）、社会人口特性、人的日常活动及出行行为、邻里活跃度、邻里聚合度、种族差异性等多个方面的内容。

其中，研究邻里步行性、邻里社会经济地位（SES）、交通或休闲型步行出行以及居民体力活动（MVPA）之间关联性的研究方法较为成熟，主要包括美国的NQLS （Neighborhood Quality of Life Study）研究（即邻里生活质量研究）[27-28]以及澳大利亚的PLACE（Physical Activity in Localities and Community Environments）研究（即聚居地与社区环境的身体活动研究），后者采用分层多阶段整群抽样策略，是在NQLS法的研究设计和测度方案基础上根据澳大利亚实际进行调整的结果[29]。

该类方法在欧美地区得到了广泛实践,主要是以基于GIS的步行性计算结果、政府部门提供的相关社会经济数据以及实地调研结果为基础，将不同性质的街区进行交叉对比，如将具有高、低步行性的街区与高、低SES的街区进行交叉对比等。Sundquist，Eriksson等对瑞典32个邻里单元的2269名成年人进行调查，基于邻里步行性的高低和邻里收入，形成4类邻里：高步行性高收入、高步行性低收入、低步行性高收入和低步行性低收入[30]。Dyck，Cardon等利用在比利时根特开展的比利时环境空间活动研究（BEPAS）所获取的数据，选出24个邻里单元，将地籍数据、空间活动数据、人口普查数据进行整合，利用GIS、SPSS等分析工具，研究其关联性[31]。欧美地区的研究结果类似，显示居住在高步行性的邻里具有更多的中等至高强度的身体活动时间、更多的交通或休闲型步行活动与自行车出行，以及更少的机动车出行。步行性与人的空间活动紧密联系，而邻里社会经济地位并不是明显的影响因素，高步行性对所有经济阶层都是有利的。

Xuemei Zhu，Chia-Yuan Yu等研究了搬入一个步行性较高的邻里的居民在空间活动、社交、邻里凝聚力方面的前后差异。研究收集了居民动迁前后的收入及个人、社会与空间环境要素，细分了不同的空间活动水平、邻里条件、邻里偏好等，步行性由步行指数来衡量。得出的结论是高步行性社区对人们的身体健康、生活方式、社交等都存在促进作用[32]。Berke，Gottlieb等研究了邻里步行性和老年人抑郁症之间的联系。结果证明，在校准了个人层面的例如收入、空间活动、教育、抽烟状况、独居状况、年龄、种族、慢性病等因素后，邻里可步行性和抑郁症之间有显著的关联性[33]。Xuemei Zhu，Chanam Lee用GIS测度邻里层面的可步行性和安全性，用方差和回归分析方法分析经济和种族差异，指出经济和种族差异对步行环境的支持存在差异，需要一定的干预措施来提升活动空间[34]。

由此可见，国外已开展了步行性与各种社会文化因素之间的相关性研究，给步行性测度的结果赋予了人与空间的多方面属性。而目前国内步行性测度研究与社会文化因素方面的研究独立性较强，关联研究少有涉及。社会文化因素作为影响城市建成环境步行性的一大主要因素，需要得到更多的重视和探讨。

4 比较与思考

4.1 步行性测度方法的分析对比

作为城市建成环境步行性测度的3大主要因素，国内外在步行环境、步行空间可达性以及社会文化因素方面都开展了一系列富有成效的研究。3类研究独立性较强,各自都有较为突出的优势,但也存在相应的问题。这些方法都为城市建成环境的步行性测度提供了思路，为高步行性城市和街区的建设提供了指导（表6）。

表6　步行性测度方法对比Tab.6 comparison of walkability measure methods

4.2 关于步行性测度方法的思考

由于国内外城市建成环境及居民行为特征的差异，应该针对城市结构、街区尺度、步行环境、居民出行习惯等方面，依据我国国情对各类步行性测度方法做出适当调整以提高其准确性和科学性。

以“步行指数”方法为例，可以进一步细化人群分类，关注特殊群体如老年人的步行需求和特征，以某类人群为对象进行步行测度；通过深入调研，利用大样本数据统计分析得出更为切合实际的设施权重表；改进距离衰减曲线，通过大样本数据，以出行意愿或出行概率的衰减为衰减系数的参考指标，寻找时间衰减规律，利用交通可达性的计算方法计算每个点到各类设施的时间，代入时间衰减曲线，得出更为精确的衰减系数；面域计算上，可以以地块的人口密度为权重，使用克里格法进行插值计算等，考虑人口结构和用地性质，让“步行指数”具有更加现实的规划指导意义。

从步行目的地的角度出发，在运用步行指数方法客观评价日常生活设施配置的同时，应该注重行人对步行环境的主观感知体验和步行需求，考虑行人对各类设施的使用满意度，考虑年龄、性别、教育、收入、婚姻状况等人口结构特征，同时考虑邻里社会经济地位、邻里活跃度、邻里聚合度、种族信仰等社会文化因素，构建一个兼顾步行可达性、便捷性、舒适性、安全性等多方面的城市建成环境步行性综合测度方法和评价体系。

步行性测度方法的应用可以为科学评估城市建成环境系统的步行性提供有力的依据和支撑，也为优化城市日常生活设施配置、促进健康步行行为的发生和提升居民日常生活质量提供了新的解决思路。在城市规划建设中，应重视步行性测度方法的研究和在实践中的不断改进与完善，为建设低碳宜居城市提供方法上的指导。

参考文献：

[1] 张婧远. 城市步行性测度及应用实证研究——以深圳市福田区为例[D]. 北京: 北京大学, 2013.

[2] LO R H. Walkability: what is it?[J]. Journal of Urbanism: International Research on Placemaking and Urban Sustainability. 2009, 2(02): 145-166.

[3] FRANK L D, SCHMID T L, SALLIS J F, et al. Linking objectively measured physical activity with objectively measured urban form: findings from SMARTRAQ[J]. American Journal of Preventive Medicine, 2005，28(S2): 117-125.

[4] LESLIE E, COFFEE N, FRANK L, et al. Walkability of local communities: using geographic information systems to objectively assess relevant environmental attributes[J]. Health Place, 2007, 13(01): 111-122.

[5] 卢银桃, 王德. 美国步行性测度研究进展及其启示[J]. 国际城市规划, 2012, 27(01): 10-15.

[6] DAVIES A, CLARK S. Identifying and prioritising walking measurement throughthe PERS audit tool-Walk Proceedings[R]. 10th International Conference for Walking, New York, 2009.

[7] KARTSIDIMAS P, RONQUILLO J. the use of Pedestrian Environment Review System(PERS) software to assess the quality of pedestrian environments[R]. Australian Institute of Traffic Planning and Management(AITPM) National Conference. Brisbane: Queensland, 2010.

[8] 边扬, 王炜, 陆建. 人行道行人服务水平评价方法[J]．东南大学学报（自然科学版）. 2007, 37(04): 695-699.

[9] 谭丹丹, 王炜, 陆建, 等. 人行道行人服务水平评价方法研究[J]．交通运输系统工程与信息, 2007(05): 74-79．

[10] 钱大琳, 张敏敏, 赵伟涛. 行人服务水平评价的半定量方法[J]．华南理工大学学报（自然科学版）, 2012(07): 33-40.

[11] 苟爱萍, 王江波. 基于SD法的街道空间活力评价研究[J]．规划师, 2011, 27(10): 102-106.

[12] 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, 39(07): 1000-1006.

[13] 赵渺希, 钟烨, 王世福, 等. 不同利益群体街道空间意象的感知差异——以广州恩宁路为例[J]. 人文地理, 2014(01): 72-79.

[14] 姜洋, 解建华, 余军, 等. 城市传统商业区步行交通系统规划——以重庆市解放碑商圈为例[J]. 城市交通, 2014, 12(04): 37-45.

[15] Walkonomics[EB/OL]. [2015-11-20]. http://www.walkonomics.com/about/.

[16] Ratemystreet[EB/OL]. [2015-11-20]. http://www.ratemystreet.co.uk/.

[17] Walkability Asia[EB/OL]. [2015-11-20]. http://walkabilityasia.org/.

[18] 刘迎宾. 深圳市桃源街区可步行性测度及验证研究[D]. 哈尔滨: 哈尔滨工业大学, 2013.

[19] Walk Score[EB/OL]. [2015-10-15]. https://www.walkscore.com/.

[20] CARR L J, DUNSIGER S I, MARCUS B H. Walk ScoreTMAs a Global Estimate of Neighborhood Walkability[J]. American Journal of Preventive Medicine, 2010, 39(05): 460-463．

[21] CARR L J, DUNSIGER S I, MARCUS B H. Validation of Walk Score for estimating access to walkable amenities[J]. British Journal of Sports Medicine, 2010, 1136(10): 4160-4178.

[22] DUNCAN D T, ALDSTADT J, WHALEN J, et al．Validation of Walk Score for Estimating Neighborhood Walkability: An Analysis of Four US Metropolitan Areas[J]. International Journal of Environmental Research and Public Health, 2011(08): 4160-4179．

[23] LWIN K K, MURAYAMA Y. Modelling of urban green space walkability: Ecofriendly walk score calculator[J]．Computers, Environment and Urban Systems, 2011(35): 408-420．

[24] CUBUKCU E, HEPGUZEL B, ONDER Z, et al. Active Living For Sustainable Future: A model to measure “walk scores” via Geographic Information Systems[J]．Procedia-Social and Behavioral Sciences, 2015(168): 229-337.

[25] 卢银桃. 基于日常服务设施步行者使用特征的社区可步行性评价研究——以上海市江浦路街道为例[J]. 城市规划学刊, 2013(05): 113-118.

[26] 吴健生, 秦维, 彭建, 等. 基于步行指数的城市日常生活设施配置合理性评估——以深圳市福田区为例[J]. 城市发展研究, 2014, 21(10): 49-56.

[27] FRANK L D, SALLIS J F, CONWAY T, et al. Many pathways from land use to health: Walkability associations with active transportation, body mass index and air quality[J]. Journalofthe American PlanningAssociation, 2006(72): 75-87.

[28] SALLIS J F, SAELENS B E, FRANK L D, et al. Neighborhood built environment and income: Examining multiple health outcomes[J]. Social Science and Medicine, 2009(68): 1285-1293.

[29] OWEN N, CERIN E, LESLIE E, et al. Neighborhood walkability and the walking behavior of Australian adults[J]. AmericanJournalofPreventive Medicine, 2007(33): 387-395.

[30] SUNDQUIST K, ERIKSSON U, KAWAKAMI N, et al. Neighborhood walkability, physical activity, and walking behavior: The Swedish Neighborhood and Physical Activity (SNAP) study[J]. Social Science and Medicine, 2011(72): 1266-1273.

[31] DYCK D V, CARDON G, DEFORCHE B, et al. Neighborhood SES and walkability are related to physical activity behavior in Belgian adults[J]. Preventive Medicine, 2010(50): 74-79.

[32] ZHU X M, YU C Y, LEE C N, et al. A retrospective study on changes in residents’ physical activities, social interactions, and neighborhood cohesion after moving to a walkable community[J]. Preventive Medicine, 2014(69): 93-97.

[33] BERKE E M, GOTTLIEB L M, MOUDON A V, et al. Protective Association Between Neighborhood Walkability and Depression in Older Men[J]. Journal of the American Geriatrics Society, 2007, 55(04): 526-533.

[34] ZHU X M, LEE C N. Walkability and Safety Around Elementary Schools Economic and Ethnic Disparities[J]. American Journal of Preventive Medicine, 2008, 34(04): 282-290.

图表来源：

表1-2、6：作者绘制

表3：卢银桃, 王德. 美国步行性测度研究进展及其启示[J]. 国际城市规划, 2012, 27(01): 10-15.

表4：吴健生, 秦维, 彭建, 等. 基于步行指数的城市日常生活设施配置合理性评估——以深圳市福田区为例[J]. 城市发展研究, 2014, 21(10): 49-56.

表5：卢银桃. 基于日常服务设施步行者使用特征的社区可步行性评价研究——以上海市江浦路街道为例[J]. 城市规划学刊, 2013(05): 113-118.

图1：Walk Score. 2015 City & Neighborhood Ranking[EB/OL]. [2015-11-20]. https://www. walkscore.com/cities-and-neighborhoods

图2：卢银桃, 王德. 美国步行性测度研究进展及其启示[J]. 国际城市规划, 2012, 27(01): 10-15.

图3：卢银桃. 基于日常服务设施步行者使用特征的社区可步行性评价研究——以上海市江浦路街道为例[J]. 城市规划学刊, 2013(05): 113-118.

（编辑：袁李姝）

收稿日期：2015-12-10

作者简介黄建中： 同济大学建筑与城市规划学院，副研究员，博士生导师，hjz03213@126.com胡刚钰： 同济大学建筑与城市规划学院，硕士研究生

DOI:10.13791/j.cnki.hsfwest.20160112

文 章 编 号2095-6304(2016)01-0067-08

文献标识码A

中图分类号TU984