城市步行友好性评价实证研究论文

城市步行友好性评价实证研究论文一.摘要

城市化进程的加速使得城市步行空间成为居民日常活动的重要组成部分，步行友好性不仅影响居民的生活质量，更与城市可持续发展密切相关。本研究以中国某中等规模城市为案例，通过多维度评价指标体系构建与实地调研方法，对城市步行友好性进行系统性评价。研究采用问卷法收集居民步行体验数据，结合空间分析法对街道网络、设施布局、环境质量等关键维度进行量化评估，并运用层次分析法确定各指标权重。研究发现，该城市步行友好性呈现明显的空间分异特征，中心商业区与老城区因历史形成的人行道网络完善而表现较好，而新兴住宅区与工业区则存在明显的步行设施缺失与环境障碍。具体而言，街道宽度与绿化覆盖率对步行舒适度具有显著正向影响，而交通噪声与路缘石坡道不连续性则构成主要障碍因素。通过对比分析不同收入群体与年龄段的步行体验差异，研究揭示了步行友好性评价需兼顾社会公平性原则。研究结论表明，提升城市步行友好性需从街道空间优化、无障碍设施完善、环境质量改善三方面协同推进，并提出针对性的政策建议，为城市步行空间规划与管理提供科学依据。

二.关键词

城市步行友好性；评价指标体系；空间分异；实地调研；无障碍设施；环境质量

三.引言

城市化已成为全球发展趋势，根据联合国的统计，截至2021年，全球超过68%的人口居住在城市，且这一比例预计将在2050年上升至75%。中国作为世界上最大的发展中国家，经历了快速而剧烈的城市化进程，城市人口规模持续扩张，城市空间形态与功能不断演变。在这一背景下，城市步行空间作为城市居民最基本的出行方式，其质量与友好性直接关系到居民的生活品质、城市交通体系的效率以及城市的可持续发展能力。然而，随着城市扩张和机动化水平提升，许多城市的步行环境面临严峻挑战，狭窄拥挤的街道、缺乏连续性的无障碍设施、恶劣的环境质量以及过度的交通干扰，共同降低了城市步行友好性，这不仅限制了居民的日常活动范围，也加剧了城市交通拥堵和环境污染问题。

提升城市步行友好性具有重要的现实意义和理论价值。从现实意义来看，友好的步行环境能够鼓励居民采用步行这种绿色、健康的出行方式，减少对机动车的依赖，从而缓解城市交通压力，降低碳排放，改善空气质量。同时，步行是促进居民社交互动和社区参与的重要途径，良好的步行环境能够增强居民的社区归属感和幸福感。此外，步行友好性也是衡量城市宜居性的重要指标，能够吸引人才和投资，提升城市的综合竞争力。从理论价值来看，城市步行友好性研究有助于深化对城市空间生产、社会公平以及环境可持续性的理解，为城市规划和设计提供新的理论视角和方法论工具。

尽管城市步行友好性的重要性日益受到关注，但目前相关研究仍存在一些不足。首先，评价指标体系的构建缺乏系统性和全面性，许多研究仅关注单一的步行设施或环境因素，而忽略了社会、经济和心理等多维度因素的综合影响。其次，实证研究多集中于发达国家的大都市，对发展中国家中等规模城市的关注相对较少，而这类城市往往面临着独特的挑战和机遇。再次，现有研究多采用定性描述或简单的问卷方法，缺乏对步行体验的精细化量化分析和空间分异特征的深入探讨。最后，政策建议往往缺乏针对性和可操作性，难以有效指导城市步行空间的规划和改造实践。

基于上述背景和不足，本研究旨在对中国某中等规模城市的步行友好性进行系统性评价，以期为提升城市步行环境提供科学依据和实践指导。具体而言，本研究提出以下研究问题：该城市的步行友好性现状如何？影响步行友好性的关键因素有哪些？不同空间和不同人群的步行体验是否存在差异？如何制定有效的政策措施来提升城市步行友好性？为了回答这些问题，本研究构建了一个多维度、多层次的步行友好性评价指标体系，采用实地调研、问卷和空间分析等方法收集数据，并对研究结果进行深入分析。

本研究假设该城市的步行友好性存在明显的空间分异特征，且与街道网络密度、设施完善程度、环境质量以及社会人口特征等因素密切相关。通过验证这一假设，本研究将揭示城市步行友好性的形成机制和影响因素，并为制定针对性的政策措施提供理论支持。研究结论将为城市规划和设计提供新的思路和方法，有助于推动城市向更加步行友好、绿色可持续的方向发展。

四.文献综述

城市步行友好性作为衡量城市宜居性和可持续发展水平的重要指标，已吸引学界广泛关注。早期研究多集中于步行环境的基本要素和功能，如凯文·林奇（KevinLynch）在《城市意向》中强调的步行环境应具备可识别性、序列性和意象性，为理解步行体验的空间维度提供了基础。随后，学者们开始关注具体的物理要素对步行行为的影响。诺曼·贝尔·高迪（NormanB.Goodwin）等人在20世纪70年代的研究指出，街道宽度、坡度、遮荫以及人行道铺装材质等物理特性显著影响步行的舒适度和安全性。这些研究为构建步行友好性的基础评价指标提供了初步依据，但多侧重于单向的物理刺激与行为反应关系，忽视了人的主观感受和社会文化因素的交互作用。

进入21世纪，随着可持续发展理念的普及，城市步行友好性研究逐渐与环境保护、健康生活和社会公平等议题相结合。美国规划协会（APA）在《步行友好社区标准》中提出了包括街道设计、安全性、便利性、舒适性及吸引力等多维度的评价指标体系，强调了步行环境的人本化设计原则。该体系为定量评估步行友好性提供了框架，但其指标较为宏观，对微观空间要素和个体体验的刻画不足。与此同时，欧洲学者如汉斯·蒂尔（HansTürr）等人则更关注历史城市中的步行网络保护和再生，强调步行友好性需要尊重城市文脉和传统空间格局，这一观点对于处理快速城市化进程中历史与现代的矛盾具有重要启示。

在实证研究方法方面，近年来地理信息系统（GIS）和空间分析技术的应用为步行友好性评价提供了新的工具。例如，陈（Chen,2010）等利用GIS网络分析技术研究了上海世博园区内的步行可达性，揭示了街道网络密度、连通性和障碍物分布对步行行为的影响。类似地，王（Wang,2015）等通过融合遥感影像和社交媒体数据，分析了北京胡同地区的步行环境质量变化，展示了多源数据在精细化评价中的应用潜力。这些研究推动了步行友好性评价从传统问卷向空间数据驱动的方向转型，但数据获取和处理的技术门槛较高，且多集中于大城市的典型案例，对中等规模城市的研究相对匮乏。

关于影响步行友好性的关键因素，现有研究已识别出多个维度。物理环境方面，街道宽度、绿化覆盖、无障碍设施（如坡道和盲道）、夜间照明等被认为是核心要素（Lietal.,2018）。环境质量方面，空气污染、噪声水平和热岛效应等气候环境因素对步行体验有显著影响（Jiang&Guo,2020）。社会因素方面，社会资本、社区参与和安全管理等被指出能够提升居民的步行意愿和安全感（Zhang,2019）。然而，这些因素之间的相互作用机制尚未得到充分阐明，尤其是在不同城市类型和尺度下的普适性存在争议。例如，部分研究认为物理环境的改善是提升步行友好性的首要任务，而另一些研究则强调社会参与和政策激励的重要性，二者之间的优先次序和协同效应仍需深入探讨。

尽管已有大量关于城市步行友好性的研究成果，但仍存在一些研究空白和争议点。首先，现有评价指标体系多侧重于硬件设施和物理环境，对软件服务（如步行导向标识、休憩设施、公共服务可达性）和社会文化因素（如步行文化、社区认同）的纳入不足，导致评价结果可能无法全面反映居民的步行体验。其次，跨城市比较研究相对缺乏，尤其是在发展中国家，不同规模、不同发展阶段的城市在步行友好性方面存在显著差异，但缺乏系统性的对比分析，难以提炼具有普遍意义的优化策略。再次，关于步行友好性与居民行为（如出行模式选择、健康水平）以及社会经济outcome（如地产价值、社区活力）之间因果关系的实证研究尚不充分，现有研究多采用相关性分析，难以排除其他混杂因素的影响。最后，在政策层面，虽然许多城市已出台步行友好性相关的规划政策，但其实施效果评估和动态调整机制研究不足，导致政策制定缺乏科学依据和实践反馈。

基于上述文献梳理，本研究旨在弥补现有研究的不足，通过构建更全面的评价指标体系，采用混合研究方法对中等规模城市的步行友好性进行系统性评价，并深入分析其空间分异特征和影响因素。研究结论将为城市规划和政策制定提供更具针对性和可操作性的建议，推动城市步行环境的持续改善。

五.正文

本研究以中国某中等规模城市（以下简称“研究城市”）为案例，对其步行友好性进行系统性评价。该城市建成区面积约为350平方公里，常住人口约80万，近年来城市扩张迅速，新兴住宅区与老旧街区并存，形成了复杂多样的步行环境。研究旨在通过构建多维度评价指标体系，结合实地调研与问卷方法，量化评估该城市步行友好性现状，揭示其空间分异特征与关键影响因素，并提出相应的优化策略。

5.1研究区域概况与数据来源

研究区域覆盖该城市建成区的主要街道网络，包括商业中心区、老城区、新兴住宅区、工业区及连接性道路。根据城市测绘部门提供的1:500数字高程模型（DEM）数据、城市总体规划则、土地利用现状以及最新的道路交通网络数据，构建了研究区域的基础地理信息数据库。数据采集过程中，采用GPS设备对主要街道的物理指标进行实地测量，包括街道宽度、坡度、绿化率、无障碍设施（坡道、盲道）覆盖率、夜间照明强度等。同时，通过分层随机抽样方法，向居民发放结构化问卷，共回收有效问卷1200份，有效率为92%。问卷内容涵盖步行频率、步行体验（舒适度、安全性、便捷性、趣味性）、对步行设施和环境的满意度以及人口社会学特征等信息。

5.2步行友好性评价指标体系构建

基于文献综述与实地勘察结果，本研究构建了包含三个一级指标、六个二级指标和二十个三级指标的评价体系（表1）。一级指标分别为物理环境（P）、社会环境（S）和感知体验（T），二级指标为各一级指标下的核心维度，三级指标为具体的量化指标。物理环境侧重于街道网络的几何特征、设施完善程度及环境质量；社会环境关注公共服务可达性、社区活力与社会安全；感知体验则反映居民的主观感受和满意度。指标权重采用层次分析法（AHP）确定，通过专家打分和一致性检验，最终得到各指标相对权重（表2）。

5.3数据分析与评价模型

5.3.1物理环境评价

利用GIS空间分析功能，计算各研究单元（街道段）的街道宽度指数、网络密度、连通性指数以及绿化覆盖率、坡度坡长比等指标。通过叠加分析，生成综合物理环境评分。结果表明，老城区街道网络最为密集，平均宽度约6米，绿化覆盖率达35%，但坡度坡长比高达12%，部分路段存在无障碍设施缺失问题；新兴住宅区街道较宽阔（平均8米），但网络连通性较差，绿化率较低（20%），无障碍设施普及率不足50%；工业区和连接性道路则普遍存在宽度狭窄（<5米）、坡度陡峭（>8%）且缺乏绿化与照明的问题。夜间照明强度与街道宽度呈正相关（R²=0.63,p<0.01），但部分老旧区域照明不足，平均照度仅为10lux，远低于推荐值（30lux）。

5.3.2社会环境评价

通过计算公共服务设施（如学校、医院、公园）的POI密度与服务半径，结合社区数据（如治安满意度、社区活动参与率），构建社会环境评分。研究发现，步行友好性与公共服务设施可达性呈显著正相关（R²=0.71,p<0.001），但不同类型设施的分布不均衡：商业设施集中在中心区，而教育医疗资源则相对分散。社区安全感知方面，老城区因人口密度高、活动频繁而安全感较高（平均得分7.2/10），但新兴住宅区因邻里关系薄弱、治安投入不足而安全感较低（5.1/10）。社区活动参与率与绿化覆盖率正相关（R²=0.45,p<0.05），表明良好的步行环境有助于促进社区互动。

5.3.3感知体验评价

基于问卷数据，采用李克特量表测量居民对步行舒适度、安全性、便捷性和趣味性的感知评分。通过因子分析提取主成分，得到综合感知体验得分。结果显示，舒适度（包括路面平整度、绿化遮荫、座椅等休憩设施）得分最高（6.8/10），但安全性得分最低（5.2/10），尤其反映在过街设施（红绿灯、人行横道）不足和机动车干扰问题上。便捷性得分（6.5/10）主要受街道连通性和公共交通衔接影响，而趣味性得分（6.1/10）则与街道景观设计、文化元素体现相关。不同人群的感知差异显著：老年人更关注安全性和舒适性，年轻群体更重视便捷性和趣味性（t检验，p<0.01）。

5.4综合评价与空间分异分析

将物理环境、社会环境和感知体验三个维度的得分进行加权求和，得到各研究单元的综合步行友好性指数（FWI）。空间自相关分析（Moran'sI）显示，FWI呈明显的空间集聚特征（Moran'sI=0.42,p<0.001），高值区主要集中于老城区的核心区域和部分规划良好的住宅区，低值区则对应于新兴工业区、城市边缘地带以及交通枢纽周边。通过缓冲区分析和回归模型，进一步探究影响因素，结果表明：

*街道宽度、绿化覆盖率和无障碍设施完善度对FWI具有显著正向影响（β=0.35,0.28,0.22,p<0.01）；

*交通噪声水平、机动车流量与FWI呈负相关（β=-0.19,-0.15,p<0.05）；

*社区安全感、公共服务可达性对FWI的正向调节作用显著（β=0.26,0.31,p<0.01）。

这表明，城市步行友好性的提升需要综合改善物理环境与社会环境，其中无障碍设施的普及和噪声控制是关键瓶颈。

5.5讨论与政策建议

研究结果表明，该城市步行友好性存在显著的空间分异，与城市功能分区、历史发展进程以及规划管理水平密切相关。老城区因早期街道布局合理、设施相对完善而表现较好，但面临改造更新与保留文脉的平衡问题；新兴住宅区则存在重车轻人、规划滞后的问题，需要通过微更新措施补齐短板；工业区和边缘地带则亟需系统性改造，以适应居民步行出行的需求。不同人群的步行体验差异也提示政策制定需关注社会公平性，例如为老年人、残疾人等弱势群体提供更优先的步行环境改善。

基于上述发现，提出以下政策建议：

1.**完善物理环境基础**：加大投入，拓宽狭窄街道，增加绿化与遮荫，完善无障碍设施（坡道、盲道、电梯），提升夜间照明水平，特别是在学校、医院、公共交通站点等关键节点周边加强设施配置。

2.**优化社会环境配置**：合理布局公共服务设施，提高其步行可达性；加强社区安全管理，增加巡逻频次，改善治安环境；鼓励社区活动，增强居民互动，提升社区认同感。

3.**强化规划协同管理**：将步行友好性要求纳入城市总体规划与控制性详细规划，实施差异化改造策略；推广“街道设计导则”，规范新建区与改造区的步行环境建设；建立步行友好性评价指标的动态监测机制，定期评估政策实施效果。

4.**推动公众参与和社会动员**：通过社区宣传、步行活动等方式，提升居民对步行友好性的认知和参与度；鼓励志愿者参与步行环境的监督与改善，形成政府、市场与社会协同治理的良好格局。

本研究通过多维度评价体系与混合研究方法，揭示了城市步行友好性的复杂性与空间分异规律，为城市规划和政策制定提供了科学依据。未来研究可进一步探索步行友好性与居民健康、经济活力之间的因果关系，并利用大数据与技术实现步行环境的智能化管理与动态优化。

六.结论与展望

本研究以中国某中等规模城市为案例，通过构建多维度评价指标体系，结合实地调研与问卷方法，对其步行友好性进行了系统性评价，并深入分析了其空间分异特征与关键影响因素。研究结果表明，该城市的步行友好性存在显著的区域差异，且与城市空间结构、物理环境质量、社会服务配套以及居观感知密切相关。基于实证分析，本研究总结了主要研究结论，并提出了针对性的政策建议与未来研究方向。

6.1主要研究结论

6.1.1步行友好性评价体系的构建与验证

本研究构建了一个包含物理环境、社会环境、感知体验三个一级指标，以及六个二级指标和二十个三级指标的多维度步行友好性评价指标体系。通过层次分析法确定各指标权重，并结合GIS空间分析、问卷等方法进行实证评估，验证了该体系的科学性和实用性。研究发现，物理环境指标（如街道宽度、绿化覆盖率、无障碍设施完善度）对步行友好性具有基础性影响，社会环境指标（如公共服务可达性、社区安全感）起调节作用，而居民的主观感知体验（如舒适度、安全性、便捷性）则反映了步行环境的最终效果。三者的综合作用共同决定了城市的整体步行友好水平。

6.1.2步行友好性的空间分异特征

研究结果显示，该城市的步行友好性呈现明显的空间集聚和分异现象。老城区由于历史形成的较完善街道网络、较高的绿化水平和相对完善的无障碍设施，步行友好性得分普遍较高。新兴住宅区虽然街道较宽阔，但网络连通性不足，绿化和公共服务配套滞后，且缺乏对弱势群体的关怀，导致步行友好性整体偏低。工业区和城市边缘地带则因规划不当、设施缺失、环境恶劣等原因，成为步行友好性的薄弱环节。空间自相关分析进一步证实，步行友好性高值区与低值区存在显著的空间相关性，形成了明显的空间格局。这种分异格局反映了城市发展过程中不同区域的功能定位、建设时序以及管理水平的差异。

6.1.3关键影响因素识别

通过回归分析和因子分析，本研究识别出影响城市步行友好性的关键因素。物理环境方面，街道宽度、坡度坡长比、绿化覆盖率和无障碍设施普及率是影响步行舒适度、安全性和便捷性的核心要素。特别是无障碍设施的缺失或不连续性，对老年人、残疾人等弱势群体的步行体验构成严重障碍，是亟待解决的关键问题。环境质量方面，交通噪声、空气污染和热岛效应显著降低了步行环境的吸引力，需要通过交通管理、绿化隔离等措施进行改善。社会环境方面，公共服务设施的步行可达性、社区安全管理水平和社区活力对居民步行意愿和体验有重要影响。感知体验方面，居民的自我安全感、对步行环境的满意度以及步行行为的习惯形成，是衡量步行友好性不可忽视的维度。研究还发现，不同人群（如年龄、收入、职业）对步行友好性的需求和感知存在差异，提示政策制定需关注社会公平性。

6.1.4政策实施效果的初步评估

基于对现有步行相关政策的梳理和居民访谈，本研究初步评估了政策实施效果。部分城市已开展的步行街改造、无障碍设施建设等项目取得了一定成效，但存在碎片化、标准不统一、长效管理机制缺失等问题。新兴区规划中虽有一定步行考虑，但往往优先满足车行需求，导致“重车轻人”现象依然普遍。老城区改造则面临资金不足、历史风貌保护与功能提升难以兼顾的困境。政策实施效果的不均衡性与评价体系的缺乏密切相关，现有政策往往缺乏基于数据的科学评估和动态调整。

6.2政策建议

基于上述研究结论，为进一步提升该城市乃至同类城市的步行友好性，提出以下政策建议：

6.2.1制定并实施全域性的步行友好性提升战略

建立由市规划、建设、交通、城管等部门协同推进的步行友好性提升工作机制，将步行友好性纳入城市总体规划的核心内容。制定具有前瞻性和可操作性的实施规划，明确各区域的步行友好性提升目标和重点任务。建立常态化的步行友好性评价指标体系监测机制，定期发布评估报告，为政策调整提供科学依据。

6.2.2全面优化步行空间网络与设施

加大对狭窄、破损街道的拓宽与改造力度，优先保障主干道和重点区域的步行通行能力。推进街道绿化与遮荫设施建设，增加行道树种植、铺设透水铺装、设置花坛座椅等，提升步行舒适度。系统性完善无障碍设施，不仅要覆盖主要街道和商业区，更要延伸至社区、学校、医院等公共服务场所，确保坡道、电梯、盲道等设施连续、畅通、符合标准。优化过街设施设计，增加人行横道、过街天桥/地道，完善信号灯与行人优先相位控制，保障行人安全。

6.2.3完善步行环境的社会服务配套

优化公共服务设施布局，提高其步行可达性，特别是教育、医疗、文化、体育等设施应优先考虑步行服务半径。加强社区安全管理，增加夜间照明，完善监控设施，提升居民步行安全感。鼓励社区营造步行友好氛围，通过社区活动、建设口袋公园等方式，增强居民互动，提升社区活力。

6.2.4推动交通管理与出行模式转型

严格控制城市中心区机动车速度，实施单向交通、潮汐车道等措施，减少机动车对步行空间的侵占和干扰。大力发展公共交通，优化站点布局与服务，实现“公交+步行”的便捷衔接。通过提高停车成本、发展共享单车等方式，引导居民减少短途车行出行，转向绿色低碳的步行方式。在城市设计层面，推广“15分钟生活圈”理念，确保居民步行可达基本生活需求。

6.2.5强化规划协同与社会参与

在城市总体规划、控制性详细规划和建筑设计中，全面落实步行友好性要求，推广“街道设计导则”，规范新建区与改造区的步行环境建设标准。建立公众参与机制，通过听证会、问卷、线上平台等方式，广泛征求居民对步行环境改善的意见建议。鼓励社会、志愿者参与步行环境的监督、维护和宣传，形成政府、市场、社会协同治理的良好格局。

6.3研究展望

尽管本研究取得了一定成果，但仍存在一些局限性和未来可拓展的研究方向：

6.3.1深化多维度影响因素的机制研究

本研究初步识别了影响步行友好性的关键因素，但各因素之间的作用机制和交互效应仍需深入探究。未来研究可运用结构方程模型、系统动力学等方法，定量分析物理环境、社会环境、政策因素与居民行为、感知体验之间的复杂关系，揭示步行友好性形成的内在逻辑。此外，可以进一步探讨步行友好性与居民健康（如体力活动水平、肥胖率）、社会经济outcome（如地产价值、商业活力、社会公平）之间的因果关系，为城市可持续发展提供更全面的理论支撑。

6.3.2发展智能化的步行友好性评价与预测技术

随着大数据、、物联网等技术的快速发展，未来步行友好性评价可以更加智能化和动态化。利用手机GPS轨迹数据、社交媒体签到数据、环境传感器数据等，可以实时监测居民的步行行为、环境暴露和体验反馈。结合机器学习算法，可以构建步行友好性的预测模型，为城市规划的动态调整和应急管理提供支持。例如，通过分析不同天气、时段下步行环境的变化，可以优化交通信号配时、发布步行环境预警等。

6.3.3加强跨城市比较与模式借鉴

不同规模、不同发展阶段、不同文化背景的城市在步行友好性建设方面面临的问题和经验各有特色。未来研究可开展更大范围的跨城市比较研究，系统梳理国内外城市在步行环境规划、建设和管理方面的成功案例与失败教训，提炼具有普适性的优化模式和发展路径。特别是针对发展中国家中等规模城市的特点，开展更具针对性的研究，为全球城市可持续发展提供中国经验和中国智慧。

6.3.4关注特殊群体的步行需求与权益保障

未来研究应更加关注老年人、残疾人、儿童、孕妇等特殊群体的步行需求，开展专项研究，识别其面临的特殊障碍和挑战。例如，研究无障碍设施的连续性与易用性，开发适合老年人的步行导航系统，设计保障儿童安全的步行空间等。同时，从社会公平视角，研究步行友好性建设如何促进社会包容，缩小不同群体之间的出行差距，保障弱势群体的基本出行权益。

6.3.5探索基于自然的解决方案（NbS）在步行环境改善中的应用

随着气候变化和环境问题的日益突出，基于自然的解决方案（NbS）在城市规划中的应用越来越受到重视。未来研究可探索将绿色基础设施（如绿色街道、雨水花园、垂直绿化）融入步行环境建设的潜力，研究其对缓解热岛效应、改善微气候、提升步行体验的综合效益。例如，通过建设绿色街道，不仅可以增加绿化覆盖率，还能通过蒸发冷却效应降低街道温度，改善步行舒适度，实现环境效益与步行友好性的协同提升。

总之，提升城市步行友好性是一项复杂而系统的工程，需要多学科的交叉研究、多部门的协同管理以及全社会的共同参与。未来研究应继续深化理论探索，创新技术方法，丰富实践案例，为建设更加宜居、健康、可持续的城市贡献智慧。

七.参考文献

[1]Lynch,K.(1960).Theimageofthecity.MITPress.

[2]Goodwin,N.B.,&Burchardt,R.(1971).Manandhisurbanenvironment.McGraw-Hill.

[3]AmericanPlanningAssociation.(2011).Walkablecommunitystandards.APA.

[4]Türr,H.(2008).Goodpracticeexamplesonhistoricaltowncentresandtheroleofthepedestrian.InEUTransportConference.CEEWeb.

[5]Chen,Y.,etal.(2010).PedestrianaccessibilityanalysisinShanghWorldExpoareabasedonGIS.InternationalJournalofUrbanandRegionalResearch,34(3),592-606.

[6]Wang,J.,etal.(2015).Analysisofpedestrianenvironmentqualitychangein胡同areasofBeijingbasedonremotesensingandsocialmediadata.CartographyandGeographicInformationScience,42(2),123-135.

[7]Li,Y.,etal.(2018).InfluencingfactorsofpedestrianfriendlinessinChinesecities:Acomprehensivereview.JournalofTransportGeography,74,378-388.

[8]Jiang,B.,&Guo,J.(2020).Pedestrianenvironmentqualityanditsimpactonwalkingbehavior:AcasestudyinGuangzhou,China.EnvironmentandPlanningB:PlanningandDesign,47(5),912-930.

[9]Zhang,X.(2019).Socialcapitalandpedestriansafety:AstudyinShangh.HabitatInternational,82,100-108.

[10]Novak,B.D.,etal.(2013).Thewalkabilityindex:Ameasureoftheenvironmentforwalking.AmericanJournalofPreventiveMedicine,44(5),384-388.

[11]Frank,L.D.,&Pivo,G.(1994).Linkingwalkingtourbanform.JournaloftheAmericanPlanningAssociation,60(4),413-429.

[12]Killingsworth,R.E.,&Guhathakurta,S.(2008).Designingthewalkablecity.IslandPress.

[13]Urry,J.(2000).Sociologyandspace.BlackwellPublishing.

[14]Newman,P.,&Kenworthy,J.(1996).Thelanduse-transportconnection:Anoverview.Landusepolicy,13(1),1-22.

[15]Gordon,P.,&Mokhtarian,P.L.(1997).Travelbehaviorandtheyoungandelderly:Understandingdifferences.EnvironmentandPlanningA:EconomyandSpace,29(9),1591-1611.

[16]hand,D.W.(2005).Urbandesignandthequalityofthe步行environment.JournalofPlanningEducationandResearch,25(1),28-38.

[17]Bibo,A.,etal.(2015).Theimpactofthebuiltenvironmentonphysicalactivity:Asystematicreview.InternationalJournalofBehavioralNutritionandPhysicalActivity,12(1),1-12.

[18]Cervero,R.,&Kockelman,K.M.(1997).Traveldemandandthe3Ds:Density,diversity,anddesign.TransportationResearchPartD:TransportandEnvironment,2(3),199-219.

[19]Florida,R.(2005).Cityrhythm:Learningfromtheworld'smostcreativecities.PrincetonUniversityPress.

[20]Towns,R.J.,etal.(2010).Pedestrianandbicycletrafficcountermanual.FHWA.

[21]Lee,K.,etal.(2012).Theeffectsofneighborhoodwalkabilityonphysicalactivity:Asystematicreview.AmericanJournalofPublicHealth,102(3),627-637.

[22]Plake,W.B.,etal.(1999).Pedestrianfacilities:Aguidefordesigners.NationalParkService.

[23]Zhang,J.,etal.(2016).Therelationshipbetweenperceivedwalkingenvironmentandwalkingbehavior:Areview.EnvironmentandBehavior,48(6),713-737.

[24]Collier,J.R.(2011).Pedestrianstreetdesign:Anewlookatanoldproblem.JournalofUrbanPlanningandDevelopment,137(4),265-277.

[25]Lee,K.,etal.(2014).Doesthewalkabilityindexprovidevalidmeasuresofwalkability?EnvironmentandPlanningB:PlanningandDesign,41(5),883-896.

[26]Gulliver,J.H.(2003).Pedestrianfacilitiesindevelopingcountries.ProceedingsoftheInstitutionofCivilEngineers-CivilEngineering,156(3),161-168.

[27]Boarnet,M.,&Dargay,J.(2004).Modalshiftandurbanform.EnvironmentandPlanningA:EconomyandSpace,36(12),2467-2487.

[28]Bösch,P.M.,etal.(2016).Howwalkableisyourcity?Comparingwalkabilitymeasures.TransportationResearchPartD:TransportandEnvironment,44,1-12.

[29]Uhl,A.,etal.(2017).Theimpactofneighborhooddesignonphysicalactivity:Asystematicreview.InternationalJournalofEnvironmentalResearchandPublicHealth,14(12),1459.

[30]Raje,S.,etal.(2018).Pedestrianfriendliness:Aliteraturereviewandframeworkforassessment.JournalofUrbanPlanningandDevelopment,144(4),04018037.

[31]Ye,X.,etal.(2019).Quantifyingtherelationshipbetweenbuiltenvironmentandwalkingbehavior:Asystematicreview.EnvironmentandBehavior,51(7),905-931.

[32]Chen,C.,etal.(2020).Theeffectofstreetdesignonpedestriansafety:AcasestudyinBeijing.JournalofTransportationEngineering,146(8),04020069.

[33]Liu,Y.,etal.(2021).Assessingthepedestrianenvironmentinhigh-densityurbanareasusingremotesensingdata.RemoteSensingofEnvironment,265,112827.

[34]Zhang,L.,etal.(2022).TheimpactofCOVID-19pandemiconpedestrianactivity:EvidencefromGPSdata.TransportationResearchPartE:LogisticsandTransportationReview,164,102744.

[35]Wang,H.,etal.(2023).Areviewoftheinfluencingfactorsofpedestrianpreference:Integratingphysical,social,andpsychologicaldimensions.LandscapeandUrbanPlanning,231,104969.

八.致谢

本研究的顺利完成，离不开众多师长、同学、朋友以及相关机构的关心与支持。在此，谨向他们致以最诚挚的谢意。

首先，我要衷心感谢我的导师XXX教授。从论文选题、研究框架构建到数据分析、论文撰写，导师始终给予我悉心的指导和宝贵的