李 昂 （南京大學，江蘇 南京 210008）

1 研究背景

街道步行空間是一種重要的社會公共空間。然而隨著經(jīng)濟增長的需求，追求效率的空間模式成為主導，國內(nèi)出現(xiàn)了大量的“大街坊”“大馬路”的現(xiàn)象，往往伴隨建筑后退道路紅線距離過大、街道界面連續(xù)嚴重不足、使用效率降低，進而導致城市空間品質(zhì)不佳、街道人氣活力缺失等問題[1]。街道上的很多建筑單體退讓道路紅線距離不一，未能與周邊步行系統(tǒng)有效對接，總體步行體系凌亂[2]，受到各種各樣因素的影響，使得街道步行空間各區(qū)域使用效率不一。隨著我國城市化的迅速發(fā)展，空間效率開始成為我國經(jīng)濟發(fā)展的關(guān)鍵影響因素，而聚焦在街道步行空間尺度時，可以發(fā)現(xiàn)有很多效率低的區(qū)域，在土地供應愈加有限的情況下，提高街道步行空間利用效率，將是我國城市土地高效利用的方向所在[3]。

近年來，越來越多的學者從步行優(yōu)先、街道活力、街景設(shè)計、健康街道等方面對街道進行研究，但以往對于街道的研究多以整個街道為研究對象，缺乏對街道微觀特征的量化研究，在對于街道特征的量化研究分析中，多以街道活力為主，關(guān)于使用效率的研究并不多，其中僅僅有武鳳文等人[4]對北京市中心城的街角空間使用效率進行了研究，段磊等人[5]對海口市的街道的綜合效率進行了研究。大部分關(guān)于街道空間使用效率的研究都是應用了數(shù)據(jù)包絡(luò)分析方法（da?ta envelopment analysis,DEA），該方法是著名運籌學家Charnes A于1978年提出的一種效率評價方法，最初作為重要的分析工具運用于管理學、經(jīng)濟學和統(tǒng)計學等領(lǐng)域，現(xiàn)已被廣泛應用于物流、教育、農(nóng)業(yè)、城市規(guī)劃和建筑設(shè)計等行業(yè)的研究[5],但是在以往運用DEA對街道的效率研究中，涉及街道時往往都是看成一個整體，汽車、自行車和行人看做統(tǒng)一的使用對象來計算其整體效率，缺乏從步行者的角度，對于街道步行空間使用效率的針對性研究，且涉及DEA方法大部分使用的是一階段DEA方法，未曾考慮環(huán)境因素對效率的影響。因此，本文以調(diào)查研究為基礎(chǔ)，利用三階段DEA模型為手段，針對街道步行空間，沿道路方向?qū)⑵溥M行網(wǎng)格式劃分，同時將會影響到使用效率的不同街道特征劃分為內(nèi)部屬性以及外部環(huán)境，從微觀尺度探究影響每一塊不同的街道步行空間區(qū)域使用效率的因素，并提出空間設(shè)計建議，旨在提高街道整體使用效率進而提升其活力，落實開放、共享、精細化的城市發(fā)展理念[6]。

2 研究方法

2.1 三階段DEA方法原理

三階段DEA模型相比于傳統(tǒng)的DEA模型而言，主要采用SFA回歸模型來消除隨機噪聲和環(huán)境因素的影響，通過三個階段分析和解決問題[7]（圖1）。三階段DEA模型的指標包括三個部分，分別是輸入指標、輸出指標和環(huán)境因素指標。輸入指標指對于各個決策單元的各種資源的投入量，輸出指標反應的是決策單元在利用和配置投入的資源后的主要產(chǎn)量，而環(huán)境因素是指影響綜合效率值的外界因素[7]。

圖1 三階段DEA模型工作流程

2.2 三階段DEA街道效率評價指標的建立

2.2.1 輸入指標的建立

街道的空間面積是最直觀反映其承載能力的指標。

DEA輸入指標體系 表1

2.2.2 輸出指標的建立

對于研究街道步行空間使用效率而言，最直觀的反映就是人群的分布，人分布多的地方則使用效率高，反之人分布越少的地方使用效率越低。

DEA輸出指標體系 表2

2.2.3 環(huán)境指標的建立

即使所有的輸入指標數(shù)據(jù)都一樣，不同環(huán)境下的效率值也不相同，即其輸出指標數(shù)據(jù)不會相同，這是環(huán)境因素影響的結(jié)果[8]。

DEA環(huán)境指標體系 表3

3 研究案例

本研究主要針對商業(yè)性混合街道（不包括特定的商業(yè)步行街），這些街道一直是城市最具活力與魅力的街道類型[8]。在這類街道上有很多建筑后退道路紅線距離過大，街道界面連續(xù)性不足的街道空間，也就是指有一定寬度的街道步行空間。將這些步行街道空間進行網(wǎng)格化處理，分別計算每一個網(wǎng)格空間的使用效率。選取的樣本為南京市中山路新街口（圖2、圖3），沿街具有一定寬度的步行空間，調(diào)研時間涵蓋工作日、周末與節(jié)假日，時間包含春季的中午12：00～2:00（時段1）、下午3:00～5:00（時段2）與晚上7:00～9:00（時段3）為了降低時間因素造成的誤差，分別調(diào)研三次并取平均值為最終的人數(shù)數(shù)據(jù)。數(shù)據(jù)采集用無人機與相機相結(jié)合的模式。

圖2 中山路研究路段區(qū)位

圖3 中山路研究路段

通過對中山路兩側(cè)路段的調(diào)研與觀察，選取了18處地點進行研究，并分別將這18處地點進行網(wǎng)格式劃分，每一個網(wǎng)格為一個決策單元，最終共得到51個決策單元（圖4、表4）。分別對這51個決策單元進行效率評價。

圖4 中山路研究地點示意

各決策單元示意與輸入指標 表4

1 2 1 3 1 4 1 5 1 6 1 8 4 1 6 9 1 5 7 1 5 7 1 6 9 1 8 4 4 2 7.2 1 4 3 1 4 0 2 4 8.6 3 1 4.5 4 5 6.3 6 6.4 1 3 2.8 2 6 5.6 3 9 3.7 5 6 2 5 2 5 0 1 7 1 8 4 1 0.4 2 7 3.6 8 0 2.4 8 9 1.6

調(diào)研的時候?qū)⒃?1組數(shù)據(jù)分成了三組，包括街道部分、街角部分以及部分街道部分，用該部分街道部分進行白天與夜晚的使用效率對比。街道部分為4、5、8、9四個地塊，對應決策單元為12～17號，23～27號共計11個決策單元（圖4紅色區(qū)域），街角部分為6、7、10～15、18共計9個地塊，對應決策單元為18～22號，28～44號，50、51號共24個決策單元（圖4藍色區(qū)域），用作于白天與夜晚對比的部分為1～3、16、17共5個地塊，對應決策單元為1～11號，45～49號共計16個決策單元（圖4黃色區(qū)域）。

4 數(shù)據(jù)處理與結(jié)果分析

4.1 數(shù)據(jù)處理

4.1.1 第一階段結(jié)果

將調(diào)研得到的原始數(shù)據(jù)通過DEAP2.1軟件對各決策單元進行分析，根據(jù)結(jié)果可知，一共有三種情況。第一種為綜合效率和純技術(shù)效率以及規(guī)模效率均為1的時候，說明此決策單元位于效率前沿面上，單投入單產(chǎn)出的效率值等于單位面積的人數(shù)密度乘以一個常數(shù)系數(shù)。

4.1.2 第二階段結(jié)果

用SFA模型來處理松弛變量，借助Froniter 4.1軟件，得到SFA回歸模型的分析結(jié)果（見表6、7、8、9）。數(shù)據(jù)分成了三組，分別包括街道部分、街角部分以及部分街道部分，該部分街道部分用于白天與夜晚的使用效率對比。

第一階段結(jié)果示例 表5

第一組街道部分SFA回歸結(jié)果 表6

第二組街角部分SFA回歸結(jié)果 表7

第三組街道部分白天SFA回歸結(jié)果 表8

第三組街道部分夜晚SFA回歸結(jié)果 表9

當環(huán)境因素的回歸系數(shù)對各個輸入指標的松弛變量為正值的時候，說明會增加該輸入指標的松弛變量，進而增加該輸入指標的浪費，以至于降低效率，反之為負值，會對效率呈正向促進作用。

4.1.3 第三階段結(jié)果

經(jīng)過第二階段通過SFA模型計算出調(diào)整后的輸入指標數(shù)據(jù)與原始輸出指標數(shù)據(jù)，重新以投入導向的BCC模型進行運算，得到剔除了環(huán)境因素與隨機噪聲影響下的準確效率值（見表10）。

第三階段結(jié)果示例 表10

4.2 結(jié)果討論

在第一階段結(jié)果中，15號區(qū)域靠近門店且位于建筑的一角，在此形成了一個陰影空間，所以吸引人們在此駐留和排隊；22號區(qū)域位于德基廣場的一個入口，且處于建筑所形成的陰影的遮擋之中，很多人在此駐留；11號區(qū)域位于街道外沿，此處有休憩座椅供人停留，以及駐留等候的行人（表11）。

第一階段結(jié)果綜合效率為1的實例 表11

在第三階段結(jié)果中，16號區(qū)域為步行通行區(qū)域；35號區(qū)域為街角的休憩區(qū)域；6號為金鷹商場的出入口，同時也是重要的街道步行區(qū)域；9號區(qū)域為靠近店鋪一側(cè)的區(qū)域，夜晚時分在該處亮度高于其他區(qū)域（表12）。

第三階段結(jié)果綜合效率為1的實例 表12

根據(jù)第二階段分析的結(jié)果，發(fā)現(xiàn)對區(qū)域間的效率對比，還可以調(diào)研其他三個季節(jié)的情況，進行同一區(qū)域不同季節(jié)的對比分析，得到更加綜合全面的結(jié)果。