摘要：创造一个适宜步行的城市绿色空间对于实现城市宜居至关重要。目前中国城市绿色空间面临宏观网络破碎化、微观步行环境品质较低等问题。传统的研究方法多基于生态视角，尝试从社会学角度出发，主要针对城市绿色空间的可步行性评估，对已有的研究方法进行归纳总结。宏观方面包括基于可达性、连通性和大数据的方法；微观方面包括行为观察、环境感知及基于行为选择的方法；并分析比较各种方法的优缺点及其在城市绿色空间可步行性评估中的适用性。研究认为，宏观尺度，可达性和连通性依旧是评价的重点；中微观尺度的评价方法则可以考虑引入行人环境评价系统(PERS)和步行环境量表(EWS)等针对性强且较易推广的方式。
关键词：风景园林；可步行性；评价方法；城市绿色空间；步行指数
文章编号：1000-6664(2018)04-0018-06
中图分类号：TU 986
文献标志码：A
收稿日期：2017-07-12
修回日期：2017-11-20
基金项目：国家自然科学基金项目“基于可步行性的城市绿色空间修补研究”(编号51708030)、亚热带建筑科学国家重点实验室项目“城市绿色空间网络优化与品质提升研究”(编号2017ZB09)和北京市共建项目共同资助
Abstract: It is essential for a livable city to create a walkable urban green space. At present, Chinese urban green space is facing problems such as network fragmentation on the macro scale and low quality walking environment at the micro level. Most of the traditional research methods are based on ecological perspectives. This paper attempts to sum up the existing research methods which aim at the assessment of urban green space from the sociological angle. It includes methods based on accessibility, connectivity and big data at the macro scale. And at the micro scale, it includes action observation, environmental perception and the method based on behavioral preference. This paper also analyzes and compares the advantages and disadvantages of various methods and their applicability in walkability assessment for urban green space. The conclusion is that accessibility and connectivity are still the key evaluation content in the macroscale; and in the microscale, Pedestrian Environment Review System (PERS) and Environment Walkability Scale (EWS) can be used for more targeted and easier popularization.
Key words: landscape architecture; walkability; assessment method; urban green space; walk score
伴随“存量规划”时代，城市绿色空间也将迎来了一个“存量优化”的时期。2016年中国城镇化率达到57.35%，依据发达国家的经验和规律，当城市化率超过60%后，城市化速度下降，建成区范围趋于稳定，城市绿地系统也将成型。中国城市绿色空间的工作重心将由原来的宏观体系构建，逐渐转移到更关注城市居民社会需求的绿色空间品质提升上。其中，衡量绿色空间人性化的一项重要内容就是步行环境的品质。有研究表明，城市绿色空间的可步行性(walkability)与城市居民体力活动水平正相关，对于促进人类健康具有积极作用，特别是老人和儿童等弱势群体[1-4]。建立可步行城市，有利于降低环境污染，缓解能源短缺，促进人员交往，增加社会活力，有利于居民身体和精神健康，具有良好的生态价值、社会价值和健康价值[5]。
我国当前步行环境品质普遍表现为绿色网络破碎、步行环境品质较低等。本研究尝试结合可步行城市的理论，对可步行性及城市绿色空间的定量研究方法进行了梳理，为探索提升城市绿色空间环境品质方法做一些基础工作。
1 概念界定及特征
1.1 城市绿色空间
城市绿色空间(Urban Green Space)，相关概念还包括“城市绿地、城市开敞空间、城市绿地系统”等[6]。不同学者对城市绿色空间的概念做出了探讨，但尚未达成共识。李峰等认为城市绿色空间是由园林绿地、城市森林、立体空间绿化、都市农田和水域湿地等构成的绿色网络系统，具有重要的生态服务功能[7]。常青等认为城市绿色空间是由具有光合作用的绿色植被与其周围光、土、水、气等环境要素共同构成的具有生命支撑、社会服务和环境保护等多重功能的城市地域空间[8]。本文采用孟庆伟的观点，认为城市绿色空间是指城市地区覆盖着生活植物的空间，由园林绿地、城市森林、立体空间绿化和绿色廊道等构成的绿色网络系统，其范围包括中心城区及其周围区域[9]。
1.2 可步行性与可步行性评价方法
可步行性(Walkability)，可以从客体和主体2个视角加以解释，客体视角指环境对步行的支持程度；主体视角是步行者对环境中步行体验的评价[10-13]。可步行性应该包含客观可测量的物质空间环境信息和行为主体主观评价两方面。
可步行性评价方法种类十分多样，国外将步行环境量表、步行指数等测度环境可步行性的方法统称为步行环境评估工具(Walking Environmental Assessment Tools, WEAT[14]; Walking Audit Instruments, WAI[15])。国内卢银桃等[12]、刘珺等[16]、黄建中[17]、刘涟涟[18]从不同角度总结了建成环境中可步行性的测度方法，除步行指数、步行环境量表等评估工具外，具体的方法还有WebGIS分析工具、可达性分析、SD语意差别法等。
2 宏观绿色空间网络可步行性评价方法
2.1 基于可达性的评价方法
可达性(Accessibility)广泛应用于交通规划、城市规划、土地利用等多个领域。公园绿地可达性反映了空间实体之间克服空间阻隔的难易程度，强调公园的空间位置和居民克服阻力到达公园的愿望与能力，用距离、时间、费用等指标来表达[19-21]。
国内围绕可达性指标展开的研究多基于卫星影像和GIS平台，采用缓冲区分析法、最小距离法、网络分析法、引力模型法或多阻力分析法[20，22]进行分析。在针对城市绿地可达性的研究中，测度绿地可达性常以时间距离(采用某种交通工具到达公园的时间[23])或者空间距离(服务半径[25-26])为标准。结合用地面积和人口，通过可达面积比(可达面积/总面积×100%)和可达人口比(可达人口/总人口×100%)来评价区域公园绿地的服务能力。也有一些研究关注城市绿地的避难可达性[26-27]。
上述对绿色空间可达性的研究侧重城市公园的公平性、均匀度等，关注的是公园作为城市公共服务设施是否具有合理的空间布局及能否提供有效的服务。城市绿色空间的服务水平和景观质量在决定绿色空间可达性方面的作用正在不断提升。但目前关于绿色空间可达性的研究忽略了由于公园吸引力不同所带来的差异，即对公园游憩特征重视不足[20]。总体概括而言，目前可达性的分析主要考虑“量”的需求与分布均衡，但对于居民使用“质”的需求关注尚不足。
2.2 基于连通度的评价方法
连通性的概念也在多个领域当中运用，与本研究相关的连通性概念有景观连接度、道路连通性和通达性。
1)景观连接度。
景观连接度有多种定义，目前国际国内使用最多的是Taylor等提出的概念：连接度指景观对生态流的便利或阻碍程度[28]。陈利顶等是国内较早研究景观连接度的学者，他认为景观连接度(connectivity)和连通性(connectedness)有所区分，连接度测度景观的功能特征，连通性则反映景观的结构特点[29]。但随着相关研究的推进，两者概念界线越发模糊，吴昌广认为景观连接度包含结构连接度和功能连接度，前者不考虑生态功能而关注景观空间结构的连续性，后者侧重某一特定的生态过程[30]。多数研究在评测景观连接度时，采用GIS平台，借助遥感影像数据，引入整体连通性指数(IIC)、可能连通性指数(PC)等计算模型，对研究区中的景观连通性、斑块等级进行分析，得出需要加强保护的核心斑块源地等，并提出景观格局的优化策略[31-32]。有研究在上述基础上提出阻力面模型和累积耗费模型[33]等，结合物种的生物学特征和扩散能力等，进一步模拟生态过程，使得到的结果能更好地反映功能连接度。这些研究都指出阈值设定在连通性评价当中的关键性与局限性。
景观连接度更关注绿色空间的生态功能，将人类活动看作是影响生态过程的重要因素。此方法更适用于面向生物多样性保护的理论和应用研究中(如自然保护区设计、物种生境管理等)[30]。但其模拟生态过程的思想和模型可以借鉴。如在进行连通度计算时，需要设定阈值大小以判定斑块间是否连通，这与不同生态过程发生的尺度有关；在这里，我们可将人类从绿地A步行到绿地B可以看作是一个生态扩散的过程，人类活动可接受的步行范围就是这一生态过程的尺度；当绿地A和B之间的距离大于阈值(即步行尺度)时，应该将优化的关键放在绿地本身的可步行性或增加局部节点上。
2)道路连通性。
目前有关交通网络连通性的研究主要集中在区域公路网[34-35]和城市道路网方面[36-37]，这些研究通过建立数学计算模型进行分析，为公路网和城市路网的规划布局提供依据。目前关于路网连通性和通达性的计算模型尚不统一[38]，多数模型围绕单一指标展开，评价结论具有一定的片面性[36-37]。上述关于路网连通性的评价优先考虑的是车行网络的稳健性、连续性和有效性等，对行人步行缺乏思考。此外，这些评价指标多基于交通与数学模型，可视化表达效果差。引入了GIS分析工具后，道路连通性分析的综合性和表达的直观性得到提高。从另一方面看，交通连通性分析中的一些评价内容与可步行性评价类似。如路网联结度是衡量路网量与均匀度的空间指标之一，其值越高，表明路网中断头路越少，成环成网率越高，路网越发成熟[39]；在可步行性评价中与之相似的指标叫作联通节点比率，其比率越大，表明步行当中的死巷子数量越少，连通性越好[40]。相似的概念还有道路密度与街道密度；路网绕行系数与步行绕路系数等。在可步行性研究当中，可以借鉴路网研究中的计算模型，但需要将研究的主体从车行交通向步行行为转变。
2.3 基于大数据的评价方法
伴随着大数据时代的到来，网络信息采集辅助评价的方式也随之发展，包括Walk Score、基于Web GIS等其他信息开放平台的评价方法。
1)步行指数。
步行指数(Walk ScoreTM)已经不是一个简单的学术概念，2007年被西雅图一家软件公司注册为商标，该公司主要建设了一个计算城市步行指数的开放式网站(www.walkscore.com)。目的在于反对汽车生活方式，服务于居民日常步行生活。步行指数计算方法主要以互联网地图提供的设施位置，作为分析“源”，以居民使用不同设施类型偏好设计权重，将路网数据作为“路径”，考虑步行距离衰减规律、交叉口密度、街区长度等因素，计算单点步行指数，综合区域内单点指数，获取面域步行指数。该指数可以用于单一设施的可步行性评估，研究的空间层次在宏观层面[41]。与其类似的网络评分工具还有Walkability Score和Walkability APP。
国内关注点在设施可达性及对步行指数的本土化改良与运用。吴健生等[42]通过单点指数计算与面状指数计算得到深圳市福田区步行指数。王德等[43]以上海市新江湾城街道为例展示了可步行性评价系统软件WES1.0在社区可步行性规划中的应用过程，并给出了可步行性的日常服务设施布局方案。
步行指数在测量步行主体感受方面存在一定的局限性。有研究队伍以纽约和香港为案例测试路径选择模型，认为步行指数评估中因为行人无法表明街景和外观设计的影响，可能过高地估计了诸如距离和安全对可步行性的影响[44]。实际上该研究指出了完全依赖物质环境信息获取可步行性评估的一个弱点，那就是对行为主体视角的忽视。整体来看，国内外对步行指数的运用均集中在街道和社区层面，且在利用GIS工具计算步行指数时，需要提取各类服务设施，并进行权重分配，绿色空间只是作为一种公共设施或者一项指标出现，对于具有多空间层次属性和类型的城市绿色空间可步行性研究尚未形成体系。
2)基于Web GIS等其他信息开放平台的分析方法。
现有研究在传统可达性研究方式上进行改进，融入了Web GIS等基于网络的信息收集方式，使得研究方法更具综合性。这些研究通过对遥感数据的解译或者从互联网开放地图数据库中提取诸如公园和绿化道路等信息，转化为可视化地图，叠合其他变量空间分布图，形成步行可达性指数地图，从而进行综合的判断。
Lwin等综合遥感，地理信息系统和空间网络分析技术，对城市绿地适宜步行的线路进行打分，提供能够接触更多绿色空间的步行线路，支持当地居民做出步行决策[45]。他们利用Web GIS通过高分辨率陆地观测卫星数据和其他数据集来计算生态友好步行指数(Eco-friendly walk score)。在遥感数据使用方面，Sarkar等通过解译0.5m分辨率遥感彩色红外数据获得植被覆盖指数(NDVI)，作为绿色空间评估的客观度量，用行道树密度作为感知街道环境质量的指标[46]。上述研究都使用了网络分析方法，Zetterberg等认为网络分析的一个重要优势是能够在不同尺度之间进行转换[47]。
国内也有一些类似的研究。李方正获取了北京公交刷卡数据，以此挖掘市民出行的空间分布特征，结合土地利用现状，确定了绿道在城市不同功能区的重点连接区，选择合适的绿色空间作为绿道的依托载体，并优化绿道线路[48]。周垠等尝试改进步行指数，加入了街道绿化率等环境影响因子的评价[49]。
从上述研究发现，各类评价方法的核心依旧离不开GIS分析、评价体系构建等传统方式，但网络信息数据可以作为绿色空间可步行性评价一项强有力的辅助工具。
3 微观步行环境可步行性评价方法
3.1 基于步行行为观察的评价方法
动作观察是指调查者根据研究内容，有计划地运用感觉器官以及观察工具，获取空间环境中使用者自然状态下的行为活动数据，它从环境行为的角度入手，研究受访者的主观环境感受和行为之间的关系[50]。这一方法在规划及景观学领域有如下尝试：余汇芸和包志毅借助监控录像，结合问卷及实地调查，对杭州太子湾公园进行研究，并发现可达性好、设计主题鲜明、心理安全感较强等特点的空间更受游客青睐[51]；任斌斌等则以老年人为主要的观察群体，研究了北京紫竹院公园的使用情况[52]；谭少华和朱宏佳采用了行为注记的方法，按照预先设计好的代码在地图上绘制观察到的行为，通过图纸表达，将游人的行为特征更直观地展现[53]；陈大琳和林航飞，以步行转经行为为研究对象，选取拉萨中心城的“林廓”路线，通过观察的方式，总结转经人群的步行速度、在交叉口的过街习惯等，评价了“林廓”的步行适宜性，并提出针对性的改造建议[54]。
行为观察法一般是选取固定的几个地点进行观察，若要研究特定个体在公园中的行为轨迹则需采用一对一跟踪调查或者GPS定位追踪的方式；前者消耗大量人力且观察者的行为对被观察者产生影响，后者则无法获取游人的活动细节。目前的研究多以公园内的游人为观察对象，游人的活动复杂多样，涵盖散步通行、体育锻炼、静态休闲等多种类型，这些研究通常将关注点放在游人逗留、聚集较多的特定场所中，因此，现有的研究框架还需提炼和修改才能运用到绿色空间可步行性的评价中。
3.2 基于步行环境感知的评价方法
以往对城市绿色空间的研究有一些与环境感知有关的调查方法，如SD法、李克特量表法等。国外较早开发了针对可步行性评价的方法和工具，包括步行环境质量指标(Pedestrian Environmental Quality Index, PEQI)，行人环境评价系统(Pedestrian Environment Review System, PERS)，新西兰社区街道评估(CSR: Community Street Review)，邻里环境步行性测量表(NEWS: Neighborhood Environment Walkability Scale)[55-56]等。
1)语意差别法(SD法)。
SD法(Semantic Different)是奥斯古德在1957年提出，最早运用于心理学研究，以言语为度尺进行心理感受的测定[57]。在操作时，筛选出与研究对象有关的且词义相反的形容词对，词对间设置评分区间数值(奇数，通常为7段)，受访者进行实地体验后，通过选择2个相反形容词之间的区间值表示对客观对象的心理感受。
王德等以上海为例探讨了街道客体指标与空间感知特征之间的关系，得到的结论是：客体指标主要影响的是街道空间形态、氛围和特色，其中对街道长度的影响力最大[58]。除了街道，SD法还运用于自然保护区景观评价[59]、公园综合景观感知[60]、公园植物景观感知[61]等方面。
SD法常与因子分析法等其他分析方法结合，实际上，SD方法与下文将论述的NEWS、PERS相类似之处都是将定性的判断通过问卷的形式定量化。形容词对的选择对SD法准确度的影响极大，同时个体差异也会为SD法的分析结果带来误差[57]。SD法作为一种心理环境量表，主要涉及的是步行体验，对于步行的交通特征(如目的地与可达性)的评价作用较低。
李克特量表与SD分析法相似，所不同的是，它通过设置“非常同意”到“非常不同意”之间的区间值来量化受访者感受[62]。
2)行人环境评价系统(PERS)。
行人环境评价系统(Pedestrian Environment Review System , PERS)起源于英国，由英国交通实验室开发。它通过一个评价框架，快速捕获和构建传统的行人问题，明确步行路线中的每一个环节与要素，创造了一个综合的环境审查工具[17-18]。该方法在国外已经得到广泛应用，在国内的应用主要集中在交通规划领域，称为“行人服务水平评价”。
边扬从舒适度和安全感的角度出发，选取了南京9条典型的城市道路，基于现场问卷调查的大量数据，运用Pearson相关分析得出影响人行道行人服务水平的主要影响因素[63]。谭丹丹采用了与边扬类似的方法，分析了人的步行感受与客观因素，如道路物理设施及交通流之间的关系[64]。该评价方式所构建的体系缺少与绿色空间有关的环步行境品质方面的指标，因此评价的综合性较弱；另外，该方法在获取行人主观感受的数据后，常常需要结合数学统计模型进行分析，运用的技术门槛较高。
3)步行环境量表(EWS)。
步行环境量表(Walkable environment scale, WES or Environment walkability scale, EWS)发源于美国的公共卫生领域。主要通过构建可步行性指标体系，使用层次分析法确定指标权重，得出归一化的评估结果。该方法可以根据不同地区及人群地步行环境的偏好进行修正[16，18]。
Pikora等提出可步行性的4个准则层，包括功能性、安全性、艺术性和目的性[65]；Krizek等提出的指标包括社区居住类型、商店和服务设施可达性、街道连续性、步行空间、社区美感、交通安全和犯罪[66]；迈克尔·索斯沃斯(Michael Southworth)认为影响可步行性的6个重要方面，包括连通性、与其他功能的连接、小街区土地使用模式、安全、人行道品质和路径环境[67]。Kelly等以英国利兹为案例研究表明，行走路面清洁便利，良好的连通性和安全感，是行人认为重要的步行环境属性[68]。Van Herzele和Wiedemann在比利时4个城市绿色空间的可步行性对比研究中锁定了可达性和吸引力2个方面[69]。也有研究者开发和测试了类似方法(PEDS)，收集步行环境的信息[70]。
Cerin等以NEWS为基础制定了中国香港和澳大利亚的版本，测得社区步行的数据，包括居住密度、路口密度、商业零售面积、土地利用结构等信息[71-72]。Inoue等以4个日本城市社区为案例，研究认为：高居住密度、多样的土地使用结构、良好的步行/自行车设施和有吸引力的景观，是促使参与者觉得可步行性更高的环境特征[73]。NEWS、PERS和CSR等方法通过制定统一的指标体系，基于问卷调查进行满意度评价，其实是对客观步行环境的定性，再通过量化使用者满意度进行定量评级。因此，判断结果受居民个体年龄、性别等差异的影响突出，一部分调研结果可能与实际情况相出入；此外，调研结果十分依赖问卷设计[16]，当指标体系与量化标准不合理时，会造成结果误差。且上述方法多运用于街道与居住区领域，若运用到城市绿色空间领域，现有的指标体系还需修改以提高针对性。
3.3 基于步行行为选择的评价方法
叙述性偏好法(Stated Preference Method，SP)在交通领域应用广泛，是为了获得人们对假定条件下多个方案所表现出的主观偏好的调查。在实验设计中，通过排序、评分、选择或对比的方式来判断受访者的行为偏好[74]。与SP法相比，更传统的调查方式叫作RP法(Revealed PreferenceSurvey)，王方认为SP法能弥补RP法中获取时间价值不足和缺陷[75]。
刘珺等对SP法运用到可步行领域的国外研究情况进行了详细的阐述，并尝试将SP法应用到国内的相关实证研究中[16，76]。在城市绿色空间方面，方家和王德以上海郊野公园为例，采用SP法方法，针对不同配置的郊野公园的居民需求偏好进行分析，得到的结果是：上海居民喜欢原生态类的郊野公园，愿意为其支付的最高门票价格为38元，愿意花费的交通最长时间为85分钟[77]。
从上述研究中可以总结，叙述性偏好法的技术门槛高，首先需要通过已有研究取得环境评价因子，随后生成选择方案获以取受访者的行为偏好，最后，还需通过数学模型对评价要素进行筛选和分析。在可步行领域，目前SP法在可步行性方面的应用案例较少，研究还处于试验及验证阶段，SP法虽然能考虑到行人的细微感受，但操作复杂，受到技术方法的限制，不易推广。
4 结论与展望
文章总结了城市绿色空间当中与可步行性相关的评价方法。其中步行指数(Walk Score)、行人环境评价系统(PERS)和步行环境量表(EWS)是在可步行性城市理论上发展而来的一套较为完善的评价方法，涵盖了从宏观到微观，从交通步行行为到休闲步行行为的评价。但是目前这套评价体系主要运用在住区与街道领域，面临的问题包括：绿色空间仅作为一项评价指标，现有的评价体系需要修改以更适用于绿色空间。
从针对绿色空间可步行性的评价方法来看，宏观的可达性、连接度方面的研究更多关注绿地的生态功能；连通性方面的研究则多建立在交通视角上。实际上，可步行性具有尺度效应，步行行为能到达的范围受距离限制，因此，研究整体城市尺度上的绿色空间可步行性还需从传统的可达性和连通性角度入手，通过将两者结合或者转变研究主体的方式改进现有模型。中微观地理尺度方面，从内容看，目前开展的有关绿色空间可步行性环境感知的研究缺少针对性，这些研究对体育锻炼、静态休闲等游憩行为的关注往往多于对散步、穿行等步行行为的关注。从方法来看，传统的行为观察法缺少对受访者心理感受的评价，SD分析方法与行人环境评价系统(PERS)和步行环境量表(EWS)等具有一定相似之处，所不同的是，PERS法和EWS法的评价指标基于客观物质环境，且体系较为完善；而SD法则以形容词对为选择标准，其与SP评价方法更适用与研究不同群体之间的行为偏好。总体来看，宏观的可步行性评价方式着重客体视角的评价，即环境对步行的支撑程度；微观方面的方法侧重主体视角，即步行者对环境中的步行体验的评价。
虽然可步行性的评价方法还需要经过改进与优化才能应用到城市绿色空间的研究领域，但现有的研究已经为科学评估城市建成环境的可步行性提供了有力的科学支撑，为我国城市绿色空间的存量优化提供了又一发展思路。
参考文献：
[1]Takano T, Nakamura K, Watanabe M. Urban residential environments and senior citizens’ longevity in megacity areas: the importance of walkable green spaces[J]. Journal of epidemiology and community health, 2002, 56(12): 913-918.
[2]Hillsdon M, Panter J, Foster C, et al. The relationship between access and quality of urban green space with population physical activity[J]. Public health, 2006, 120(12): 1127-1132.
[3]Michael Y L, Keast E M, Chaudhury H, et al. Revising the senior walking environmental assessment tool[J]. Preventive medicine, 2009, 48(3): 247-249.
[4]Lovasi G S, Schwartz S O, Quinn J W, et al. Neighborhood safety and green space as predictors of obesity among preschool children from low-income families in New York City[J]. Preventive medicine, 2013, 57(3): 189-193.
[5]谭少华，王莹亮，肖健.基于主动式干预的可步行城市策略研究[J].国际城市规划，2016(5)：10.
[6]李素英，王计平，任慧君.城市绿地系统结构与功能研究综述[J].地理科学进展，2010(3)：377-384.
[7]李锋，王如松.城市绿色空间生态服务功能研究进展[J].应用生态学报，2004，15(3)：527-531.
[8]常青，李双成，李洪远，等.城市绿色空间研究进展与展望[J].应用生态学报，2007，18(7)：1640-1646.
[9]孟伟庆，李洪远，朱琳，等.城市绿化的发展思路：绿色空间建设[J].城市环境与城市生态，2005(2)：8-10.
[10]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(1): 111-122.
[11]Lo R H. Walkability: What is it?[J]. Journal of Urbanism, 2009, 2(2): 145-166.
[12]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(1)：10-15.
[13]董世永，龙晨吟.基于模糊综合评价的住区可步行性测度方法及发展策略研究：以重庆典型住区为例[J].西部人居环境学刊，2015(1)：106-112.
[14]Cunningham G O, Michael Y L, Farquhar S A, et al. Developing a reliable senior walking environmental assessment tool[J]. American journal of preventive medicine, 2005, 29(3): 215-217.
[15]Ewing R, Handy S. Measuring the unmeasurable: urban design qualities related to walkability[J]. Journal of Urban design, 2009, 14(1): 65-84.
[16]刘珺，王德，王昊阳，等.国外城市步行环境评价方法及研究动态[J].现代城市研究，2015(11)：27-33.
[17]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(1)：67-74.
[18]刘涟涟，尉闻.步行性评价方法与工具的国际经验[J/OL].国际城市规划，http：//www.cnki.net/kcms/ detail/11.5583.TU.20170116.1605.002.html.
[19]李平华，陆玉麒.城市可达性研究的理论与方法评述[J].城市问题，2005(1)：69-74.
[20]刘常富，李小马，韩东，等.城市公园可达性研究：方法与关键问题[J].生态学报，2010，30(19)：53815390.
[21]尹海伟，孔繁花，宗跃光.城市绿地可达性与公平性评价[J].生态学报，2008，28(7)：3375-3383.
[22]李小马，刘常富.基于网络分析的沈阳城市公园可达性和服务[J].生态学报，2009(3)：1554-1562.
[23]马琳，陆玉麒.基于路网结构的城市绿地景观可达性研究：以南京市主城区公园绿地为例[J].中国园林，2011(7)：92-96.
[24]卢宁，李俊英，闫红伟，等. 城市公园绿地可达性分析：以沈阳市铁西区为例[J].应用生态学报，2014(10)：2951-2958.
[25]袁丽华，徐培玮.北京市中心城区公园绿地可达性分析[J].城市环境与城市生态，2015，28(1)：22-25.
[26]叶明武，王军，刘耀龙，等.基于GIS的上海中心城区公园避难可达性研究[J].地理与地理信息科学，2008，24(2)：96-98.
[27]黄静，叶明武，王军，等.基于GIS的社区居民避震疏散区划方法及应用研究[J].地理科学，2011，23(2)：204-210.
[28]Taylor P D, Fahrig L, Henein K, Merriam G. Connectivity is a vital element of landscape structure[J]. Oikos, 1993, 68: 571-573.
[29]陈利顶，傅伯杰.景观连接度的生态学意义及其应用[J].生态学杂志，1996(4)：37-42.
[30]吴昌广，周志翔，王鹏程，等.景观连接度的概念、度量及其应用[J].生态学报，2010，30(7)：1903-1910.
[31]熊春妮，魏虹，兰明娟.重庆市都市区绿地景观的连通性[J].生态学报，2008， 28(5)：2237-2244.
[32]侍昊，徐雁南，SHIHao，等.基于景观连通性的城市绿地核心区规划方法研究[J].南京林业大学学报：自然科学版，2011，35(1)：51-56.
[33]吴昌广，周志翔，王鹏程，等.基于最小费用模型的景观连接度评价[J].应用生态学报，2009，20(8)：2042-2048.
[34]秦霞，顾政华，李旭宏.区域公路网布局规划方案的连通度评价指标研究[J].土木工程学报，2006，39(1)：112-116.
[35]敖谷昌，贾元华，张惠玲.基于连通能力的区域公路网的连通度研究[J].北京交通大学学报，2009，33(6)：42-46.
[36]王秋平，张琦，刘茂.基于分形方法的城市路网交通形态分析[J].城市问题，2007(6)：52-55.
[37]刘勇，项莉，谢军，等.城市路网可靠性计算方法[J].交通运输工程学报，2007，7(3)：95-99.
[38]廖涌泉，贾利民，李实，等.基于道路连通度的路网可靠度分析方法[J].交通运输工程与信息学报，2011，9(2)：30-34.
[39]陆建，王炜.城市道路网规划指标体系[J].交通运输工程学报，2004，4(4)：62-67.
[40]彭雷.当代西方城市步行网络研究新动向[J].国际城市规划，2015(3)：37-42.
[41]Carr L J, Dunsiger S I, Marcus B H. Walk Score- as a global estimate of neighborhood walkability[J]. American journal of preventive medicine, 2010, 39(5): 460-463.
[42]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(10)：49-56.
[43]王德，卢银桃，朱玮，等.社区日常服务设施可步行性评价系统开发与应用[J].同济大学学报：自然科学版，2015(12)：1815-1822.
[44]Guo Z, Loo B P Y. Pedestrian environment and route choice: Evidence from New York city and Hong Kong[J]. Journal of Transport Geography, 2013, 28: 124-136.
[45]Lwin K K, Murayama Y. Modelling of urban green space walkability: Eco-friendly walk score calculator[J]. Computers, Environment and Urban Systems, 2011, 35(5): 408-420.
[46]Sarkar C, Webster C, Pryor M, et al. Exploring associations between urban green, street design and walking: Results from the Greater London boroughs[J]. Landscape and Urban Planning, 2015, 143: 112-125.
[47]Zetterberg A, Mörtberg U M, Balfors B. Making graph theory operational for landscape ecological assessments, planning, and design[J]. Landscape & Urban Planning, 2010, 95(4): 181-191.
[48]李方正，李婉仪，李雄.基于公交刷卡大数据分析的城市绿道规划研究：以北京市为例[J].城市发展研究，2015，22(8)：27-32.
[49]周垠，龙瀛.街道步行指数的大规模评价：方法改进及其成都应用[J].上海城市规划，2017(1)：88-93.
[50]戴菲，章俊华.规划设计学中的调查方法4：行动观察法[J].中国园林，2009，25(2)：55-59.
[51]余汇芸，包志毅.杭州太子湾公园游人时空分布和行为初探[J].中国园林，2011，27(2)：86-92.
[52]任斌斌，李延明，卜燕华，等.北京冬季开放性公园使用者游憩行为研究[J].中国园林，2012，28(4)：58-61.
[53]谭少华，朱宏佳.城市社区公园使用者行为与空间设计的案例研究[J].城市建筑，2014(4)：19-19.
[54]陈大琳， 林航飞.城市道路步行适宜性研究：以拉萨中心城区为例[J].城市发展研究，2014，21(2)：98-105.
[55]Frank L D, Saelens B E, Powell K E, et al. Stepping towards causation: do built environments or neighborhood and travel preferences explain physical activity, driving, and obesity?[J]. Social science & medicine, 2007, 65(9): 1898-1914.
[56]Van Dyck D, Cerin E, Conway T L, et al. Perceived neighborhood environmental attributes associated with adults' leisure-time physical activity: Findings from Belgium, Australia and the USA[J]. Health & Place, 2013, 19: 59-68.
[57]章俊华.规划设计学中的调查分析法16：SD法[J].中国园林，2004(10)：57-61.
[58]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(7)：10001006.
[59]曹娟，梁伊任，章俊华.北京市自然保护区景观调查与评价初探[J].中国园林，2004，20(7)：67-71.
[60]于苏建，袁书琪.基于SD法的公园景观综合感知研究：以福州市为例[J].旅游科学， 2012，26(5)：85-94.
[61]矫明阳，高凤，郝培尧，董丽.基于SD法的城市带状公园植物景观评价研究[J].西北林学院学报，2013(5)：185-190.
[62]戴菲，章俊华.规划设计学中的调查方法3：心理实验[J].中国园林，2009，25(1)：100-103.
[63]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(4)：695-699.
[64]谭丹丹，王炜，陆建，边扬.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(5)：74-79.
[65]Pikora T, Giles-Corti B, Bull F, et al. Developing a framework for assessment of the environmental determinants of walking and cycling[J]. Social science & medicine, 2003, 56(8): 1693-1703.
[66]Krizek K J. Residential relocation and changes in urban travel: does neighborhood-scale urban form matter?[J]. Journal of the American Planning Association, 2003, 69(3): 265-281.
[67]Southworth M. Designing the walkable city[J]. Journal of urban planning and development, 2005, 131(4): 246-257.
[68]Kelly C E, Tight M R, Hodgson F C, et al. A comparison of three methods for assessing the walkability of the pedestrian environment[J]. Journal of Transport Geography, 2011, 19(6): 1500-1508.
[69]Van Herzele A, Wiedemann T. A monitoring tool for the provision of accessible and attractive urban green spaces[J]. Landscape and urban planning, 2003, 63(2): 109-126.
[70]Clifton K J, Smith A D L, Rodriguez D. The development and testing of an audit for the pedestrian environment[J]. Landscape and Urban Planning, 2007, 80(1): 95-110.
[71]Cerin E, Leslie E, Owen N, et al. An Australian version of the neighborhood environment walkability scale: Validity evidence[J]. Measurement in Physical Education and Exercise Science, 2008, 12(1): 31-51.
[72]Cerin E, Macfarlane D J, Ko H H, et al. Measuring perceived neighbourhood walkability in Hong Kong[J]. Cities, 2007, 24(3): 209-217.
[73]Inoue S, Ohya Y, Odagiri Y, et al. Association between perceived neighborhood environment and walking among adults in 4 cities in Japan[J]. Journal of Epidemiology, 2010, 20(4): 277-286.
[74]赵鹏，藤原章正，杉惠赖宁.SP调查方法在交通预测中的应用[J].北京交通大学学报，2000，24(6)：29-32.
[75]王方，陈金川，张德欣.SP调查在交通方式选择模型中的应用[J].交通运输系统工程与信息，2007，7(5)：90-95.
[76]刘珺，王德，朱玮，等.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.
[77]方家，王德，朱玮，等.基于SP法的上海居民郊野公园游憩偏好研究[J].中国园林，2016，32(4)：50-55.
(编辑/金花)
作者简介：
于长明
1983年/男/黑龙江富锦人/北京林业大学园林学院讲师/亚热带建筑科学国家重点实验室/城乡生态环境北京实验室/研究方向为城市设计与城乡土地使用模式(北京 100083)
吴培阳
1991年/女/福建泉州人/北京林业大学园林学院在读硕士研究生/研究方向为城市规划与风景园林设计(北京 100083)