都市慢行系统周边绿色开放空间分配研究
——以漯河市为例

王鑫宇， 姚新治， 党 卫， 牛欣凯， 田国行

（河南农业大学林学院，郑州 450003）

现今，中国的城市化水平已超过50%，城市从增量规划进入存量优化阶段，“存量型”的城市织补重构日趋重要［1］. 都市区慢行系统与绿色开放空间布局的耦合系统优化是盘活城市存量公共空间更新的重要一环，可通过影响城市人群出行、绿地资源效益与机动车通勤率，进而减少碳排放、解决城市拥堵与车辆噪音问题. 本文借鉴景观信息模型（Landscape Information Modeling，简称LIM）思想，在空间句法（Spatial Syntax）指导下，采用高分辨率无人机影像研究漯河都市慢行系统特征与绿色开放空间分配的耦合联系，统合两者以促进都市区方便、可达、高效的慢行综合体系构建，以期更多人参与到城市慢生活的状态中.

近些年，国内空间句法对空间形态、道路可达性、城市安全方面的研究日益精深［2-3］，其中又以建筑、村落、城市时空演变等方面的中微尺度为主［4-5］，但对慢行系统整合联通城市绿色开放空间方面研究尚浅.

在基于空间的分析中，范围的选取会严重影响研究结果［6-7］. 结合Alshalalfah等［8-10］前人成果、漯河都市慢行路网结构［11-12］以及绿地资源丰富度，选取道路周边300 m 范围内开放绿地进行讨论.

邵润青、郭湘闽等［13-15］认为，当局部集成度（Integration［R3］）的分析半径R=3 时，局部集成度同商业分布、步行人流等有密切的相关性，即研究的是步行出行者的范围［16］. 因此，本文选取拓扑半径R=3范围内，探究慢行系统下道路空间特征与绿色开放空间的相互关系.

空间句法中虽采用全局整合度（Integration［HH］）来计算人行范围的城市空间结构，但当R=n时，仍不可避免地会产生“边缘效应”，即城建系统的边缘与核心区域的整合度不同，仅仅来自边缘区域位于系统边缘［17］. 为了减少误差，研究范围会在重映射中向外拓展至少3 个拓扑距离——在空间重映射转绘的轴线图（Axial Map）中，每两个空间节点之间的距离，无论远近，皆视作一个拓扑距离.

建立以研究区为中心的更大范围的建成区轴线模型，一方面是为了更好地理解路网结构空间形态，充分显示各街道特征以及路网全局与局部的冲突与融合. 另一方面在于，“使那些需要研究的轴线的确嵌入了城市网格之中，以确保我们的研究对象充分地根植于一个背景体系中”［13，16］.

1 研究区概况及研究方法

1.1 研究区概况

漯河市（113°27′～114°16′E，33°24′～33°59′N）位于河南省中南部，中心城区建成面积86.11 km2，境内沙澧河贯穿［18］. 2010年当选“国家森林城市”，绿地资源水平发展较高，但城市更新速度慢，区域规划仍保有上十年的特征.

沙澧河将漯河中心城区天然分为三个区域，研究分别对北区、西区、东区以及沿河分布的滨河区主要街道进行分析（图1、表1）.

图1 研究范围和分区示意图Fig.1 Scope of study and partition diagram

表1 各区数据一览Tab.1 Data list of each area

1.2 模型选择

空间句法作为一种能够深度解析空间结构、解释人类社会系统的理论与方法［19］，重点研究空间的组织关系（Configurational Attributes），并从全局角度对空间关系进行量化分析［20］.

空间句法中轴线连接“可视”与“可达”的因果关系，所以可同时表达“视觉感知”与“运动状态”. 其将每条轴线视为一个节点，根据每个空间节点的交接关系把空间系统转化为连线图［21］，所具有的特性与慢行人流具有一致性，因此，本文应用空间句法中的轴线模型作为主要分析手段.

根据前人研究［22-23］，选取全局整合度（Integration［HH］）Ii作为全局变量描述整体可达性、局部整合度（Integration［R3］）IR作为局部变量描述局部可达性、智能值（Synergy）R2作为间接变量描述空间的感知可达性［24］.

1.2.1 整合度变量

全局整合度（Integration［HH］）

局部整合度（Integration［R3］）

全局整合度反映了某拓扑节点与系统中所有其他空间的离散程度. 数值越高，即该拓扑节点在系统中的便捷性、可达性越高. 而局部整合度则反映一个节点与其附近3 步拓扑距离之内的所有节点关系，也即聚集或离散的程度. 数值越高，则范围内有越多的空间节点相连［24］.

1.2.2 智能值变量

智能值（Synergy）

式中：连接度Ci表示与某个拓扑空间节点i相交的其他节点数量，-C为所有单元空间连通数的均值，-I为所有单元空间全局整合度的均值［24］. 数值上，R2介于0～1 之间，越接近1，回归拟合效果越好，一般认为超过0.8 的模型拟合度比较高.

智能值将一个系统的全局整合度与局部整合度的拟合情况，表述为同一个空间拓扑节点的全局整合度与局部整合度的线性相关值，即城市空间网络结构属性与空间使用行为分布之间的关系［25］. 数值越高，空间布局的成熟度、可理解度越高.

1.3 数据来源与处理

慢行路网结构依照“可视即可达，最长且最少”的规则进行空间重映射，并对结果进行修正：对跨河桥梁与桥下道路、立体交通与平面道路等“可视未必可达”的情况进行分离（Unlink），进而获得轴线图.

从每个分区均选择15 个拓扑节点，共60条道路重映射线段；为消除不同拓扑节点长度的变量，这里将绿色开放空间量化为开放绿地率. 需指出的是，在道路选样中，对“道路”的定义将从行政划分转为空间句法中拓扑意义下的一个拓扑节点，即转绘后的空间重映射图中的一条直线.

绿地资源数据的获取主要依据精度为0.09 m 的漯河市无人机航拍影像及其人工解译文件. 根据土地利用现状分类（GB/T 21010—2017）［26］，结合实际土地利用方式，提取开放绿地分布数据（图2）.

图2 绿色开放空间分布图Fig.2 Green open space distribution map

2 结果与分析

2.1 道路空间结构分析

2.1.1 全局整合度分析

对各区道路结构轴线图进行全局整合度分析（图3），图中颜色越暖则整合度越高. 北区红色、橙色线条较多，属整合度较高区域；西区次之，红色线条大幅减少；东区已无红色线条，橙色线条也开始消失；滨河区整合度最差，基本由蓝色、绿色线条组成.

图3 慢行系统全局整合度轴线图Fig.3 Axial map of Integration[HH]of slow-traffic system

其中，全局整合度最高的两条轴线为淞江路（2.50）、嵩山路（2.47），这两条城市主干道相交于北区，并联通周边全局整合度稍低的辽河路（2.21）、太行山路（2.20）、海河路（2.15）、泰山路（2.08）、黄河路（2.08）构成了漯河市的高整合度组团（平均整合度2.16），以“四横三纵”的形式向整个城市空间辐射；西区被沙澧河分割包裹，整体路网依附于长江路（2.26），东西向发展；东区老街区作为除滨河区外冷色最重的低整合度组团（平均值1.30），老街（1.09）、马路街（0.89）、友善街（1.03）在此交汇（图4）；滨河区由于独特的沿河分布形态，被沙澧河分割成3块，势必会对空间整体性产生较大的影响（平均整合度1.35）.

图4 研究区慢行系统全局整合度分析图Fig.4 Integration［HH］of slow-traffic system in study area

2.1.2 研究区智能值分析 分析得出，漯河市研究区慢行路网结构的全局与局部整合度之间有显著相关性（P＜0.01）；两者数值分布均匀、区间较大，整体可理解性水平高（R2=0.85），相关系数r达到0.92，表现为强相关（图5）.

图5 研究区全局与局部整合度回归图Fig.5 Regression diagram of Integration［HH］and Integration［R3］in the study area

2.1.3 各区域智能值分析 导出北区廊道数据166条，西区廊道数据163 条，东区廊道数据175条，滨河区廊道数据140条. 各区域智能值分别为：高于整体智能值0.846 的北区（0.918）、西区（0.894）；低于整体平均值但高于0.8的东区（0.833）；智能值低于0.8的仅有滨河区（0.796），拟合度较差（表2、图6）.

图6 各区全局与局部整合度回归图Fig.6 Regression diagram of Integration［HH］and Integration［R3］in each district

表2 各区道路指标与绿色开放空间Tab.2 Road index and green open space of each district

2.2 绿色开放空间分布合理性分析

2.2.1 局部整合度与绿色开放空间分布特征 慢行系统空间局部整合度分析如图7所示.

图7 研究区慢行系统局部整合度分析Fig.7 Analysis diagram of Integration［R3］of Slow-traffic system in study area

表3北区道路样本中，淞江路整合度最高，Integration［R3］=4.554 24，属城市骨干路网之一. 道路两侧开放绿地率23.01%，在本区并非最高.

表3 北区全局整合度与绿色开放空间数据Tab.3 Integration［HH］and green open space data in North Area

与淞江路相接的天山路2整合度最低，Integration［R3］=2.317 70，承担联通黄河路、海河路、沙北路，并将周边慢行居民游客输送至沙澧公园的功能，道路两侧开放绿地率6.52%，接近最低.

通过表4、表5、表6可知，在这三个区域中，局部整合度最高的道路分别为西区嵩山路（4.395 09）、东区交通路（3.690 29）、滨河区沙北路2（3.278 67），开放绿地率分别为20.23%、6.38%、35.97%.

表4 西区全局整合度与绿色开放空间数据Tab.4 Integration［HH］and green open space data in West Area

表6 滨河区全局整合度与绿色开放空间数据Tab.6 Integration［HH］and green open space data in Riverside Area

三区中最高的开放绿地率分别对应西区伏牛山路（25.19%）、东区泰山路3（9.50%）、滨河区沙北路3（43.35%），而局部整合度分别为3.035 37、2.924 46、2.966 18.

2.2.2 局部整合度与绿色开放空间相关性分析 由表7可知，各区域道路的局部整合度与绿色开放空间的关系. 北区廊道全局整合度与绿地资源r＜0，且0.4＜ ||r＜0.6，P＜0.05，即道路局部整合度与道路300 m范围内开放绿地资源具有显著相关性，且为中等程度负相关.

表7 各区道路整合度与绿色开放空间相关性Tab.7 Integration and green open space in every district

而在剩下的三个区域中，P值皆大于0.05，在西区、东区以及滨河区的研究范围内，道路的整合度与道路周边绿地资源的分布并不存在显著相关.

3 结论与建议

3.1 结论

量化分析城市道路空间结构与绿色开放空间资源分布，研究区路网整体智能值高（0.846），即通过局部路网空间特征推断整体路网的可达性信息、形态特征的可信度高［23］. 可较准确地推测行人的行动规律和状态，使城市规划、绿地调控等方面的精确模拟成为可能. 基于此，本文得到以下结论：

北区空间布局路网智能值最高（0.918），有最好的人流疏导能力和空间可理解性，以“四横三纵”的道路形式能够整合全市的骨干道路. 但在开放绿地资源分配上，绿地随道路局部整合度的提高而降低，即在局部范围内，开放绿地越多的地方，道路整合度越差，城市居民越不容易到达，城市规划与实际需求背道而驰.

西区由于沙澧河包裹，路网结构上相对整体独立，表现为智能值稍逊北区（0.894），长江路充当该区东西向道路核心. 局部整合度与开放绿地率无显著相关性，未考虑到道路局部整合度对绿色开放空间的影响，抑制了绿地效益的提高.

东区中近半面积为老街区，相比全局整合度，局部整合度较高，可理解为宏观的规划情况与具体的使用情况出现了偏离，因此智能值较低（0.833）. 除绿地资源极缺乏外，还呈现出配给错位的情况.

滨河区本身由隔岸相望的多个风景区、公园组成，全局整合度低，进而导致智能值低（0.796）. 考虑到滨河区的游憩性质，因此认为其空间布局也较完善，但滨河区在最低的智能性基础上，拥有最高的开放绿地率（36.84%），局部视角下，滨河区因绿地供给无法被道路结构“消化”，表现为另一种形式的配给错位.

3.2 建议

在漯河市规划实践中，可依照智能值高低，结合“城市双修”理念，有轻重缓急地对三区高整合道路进行绿色开放空间重分配.

北区高整合度组团表现出优秀的可达性，利用成熟的空间布局，修建城市绿色综合体，引导人流进入，积极解决“最后一公里”的问题，鼓励步行的出行方式，降低机动车的使用频率. 对低整合度道路，如岐山路南段、天山路、淮河路周边无效绿地做减法，同时围绕核心区，提高淞江路、辽河路、太行山路等道路的绿地配置，使该区的绿地随道路整合度提高呈现出健康的上升趋势.

西、东区面临的情况近似，但西区绿地资源相对东区充足，存在通过结构调整消弭局部绿地配给问题的可能性. 以东区低整合度组团为例，这代表着全国城市化过程中的老街区的典型情况：规划早、服役久、整合弱，但生活区集中，人口密度大，交通、绿地都无法满足正常需求. 东区6.12%的开放绿地率远低于各区平均，可打通小区，依附高整合度的人民路、交通路整饬五一路附近道路系统，提高道路整合度与通行度，积极发展泰山路楔形绿地，以弥补老区城市高速发展与绿地供给不衔接的问题.

介于滨河区的地理位置，在日常运行中会产生为两种问题：在丰富的绿地资源的吸引下，过量人流可能会拥堵在与其他区域的交汇处；其次，由于空间布局的缺陷，缺乏将范围内的居民引导至绿地的能力，导致绿地利用率的下降与绿地资源的浪费. 应进行针对性存量优化和绿地资源再分配，在与其他区域的交界处增加能够承载人流的集散空间，或利用公园入口承载，将人流消纳，解决道路拥堵.

本文依据道路整合度、区域智能值等指标，借鉴景观信息模型科学参数化思想进行城市规划分析，实施绿地空间管制措施，促进城市高质量发展、城市居民健康生活，构建绿色、环保、低碳的城市体系. 本研究仍有不足之处，如影响居民对城市绿地资源使用的，除了路网、开放绿地本身之外，还应受到居民年龄、地形地貌甚至转向角度的影响. 基于更丰富的数据、更优秀的模型进行更深入的探索将是下一步的研究目标.