通过社区公共空间的行为追踪与参与式绘图确定小尺度城市更新的优先级

摘要

本方案提出了一种混合方法框架，整合行人轨迹追踪、参与式制图和多准则评估，以评估社区公共空间，并确定基于证据的城市更新优先事项。

摘要

社区公共空间的有效更新需要综合理解其物理条件与使用者体验。然而，传统的评估方法往往将行为观察与使用者感知相分离。本方案提出一种混合方法框架，通过整合观察到的使用模式、感知环境质量以及特定场所的空间反馈，对社区公共空间进行评估。该工作流程包括实地物理核查、重复性行人观察、轨迹追踪、拦截式调查和参与式绘图。这些数据流被整合到一个加权的多准则评价（MCE）框架中，以确定特定场地的更新优先级。为演示该方案，共评估了八个邻里公共空间，生成了336个观察区块、240份拦截式调查问卷和96个编码的微观空间单元。分析内容包括行人数量和轨迹复杂度等行为指标，以及舒适度和感知安全性等主观指标。代表性结果表明，更新的紧迫性不能仅由物理退化程度决定。相反，高优先级场所的特征表现为日常使用强度高、感知质量低以及负面空间反馈集中。本方案为城市研究者和规划者提供了一种可重复且基于空间分析的方法，用于诊断公共空间的不足，并优先实施针对性的城市更新干预措施。

引言

从历史上看，城市更新往往与大规模、自上而下的再开发模式相关联。然而，当代城市规划方法日益强调小尺度、以使用者为中心的社区再生。在此背景下，社区公共空间成为日常城市活动的主要场所，承载着通行、休憩和社会交往等功能。包括威廉·H·怀特（William H. Whyte）和扬·盖尔（Jan Gehl）在内的基础性城市理论学者指出，公共空间的社会价值远不止于其物理基础设施本身。盖尔关于“必要性活动”与“选择性活动”的区分进一步表明，高人流量可能仅反映功能上的必要性，而非空间品质优良。因此，评估社区公共空间的更新需求，不能仅局限于物理设计或维护状况。近年来，越来越多的研究强调以使用者为中心的方法，将主观体验转化为可量化的公共空间质量维度¹。邻里公共空间通常通过多个维度进行评估，包括可达性、舒适性以及日常使用中的功能适应性²。

为了捕捉这些维度，公共空间评估方法已从静态的土地利用指标和偶尔的行人数量统计，发展为能够记录连续微观空间行为的方法^3,4。近期的时空追踪研究表明，行人移动模式对时间变化和环境构型高度敏感^5,6。仅凭行人流量无法判断一个空间是具有实际意义的目的地，还是仅仅作为通行走廊^7,8。同时，关于场所体验的研究表明，人们对安全性和舒适性的感知不仅受正式基础设施的影响，还受到局部环境条件的影响⁹。因此，全面的公共空间评估需要将客观的行为观察与主观的使用者体验相结合¹⁰。

将主观体验进行空间化定位同样至关重要。参与式制图方法能够识别出在传统问卷调查中常被忽视的局部环境感知和特定地点的空间关切¹¹。这些方法已被证明在将用户反馈转化为具有空间可操作性的信息方面行之有效，可用于有针对性的公共空间干预¹²。尽管取得了这些进展，行为监测、感知评估和决策支持评价通常仍被视为相互独立的分析过程。仅靠观察方法无法解释空间行为背后的主观动机，而仅靠问卷调查又常常缺乏精确的地理背景。尽管多准则分析和层次分析法（Analytic Hierarchy Process, AHP）已被应用于城市交通和公共空间决策中^13,14，但这些框架很少将局部的行为数据与感知数据整合到统一的工作流程中。

这一局限性对于邻里公共空间尤为重要，因为这些空间对环境高度敏感，且与居民的日常生活紧密相关。评估这些环境中的更新紧迫性，需要能够识别运营缺陷和体验不足的综合评估模型¹⁵。由于通过不同方法收集的数据通常在分析中仍处于割裂状态¹⁶，因此亟需一种标准化且可重复的评估方案。

本文介绍了一种混合方法的实地研究方案，该方案在多准则评估（Multi-Criteria Evaluation, MCE）框架内整合了重复性的步行观察、轨迹追踪、拦截式问卷调查和参与式绘图。该方案将观察到的移动模式与地理参照的使用者感知直接关联，以支持基于证据的更新评估。通过在单一分析结构中整合多种数据流，该工作流程减少了传统评估方法之间的割裂，有助于识别特定场地的环境优先事项。该方案基于以下前提：高使用率并不一定代表空间质量高，仅凭物理状况的退化也不能决定更新的紧迫性。相反，更新优先级源于日常使用强度、感知到的环境缺陷以及集中的负面空间反馈三者之间的相互作用。该框架为城市研究者和规划者提供了一种可重复的方法，用于识别并优先确定社区公共空间中的针对性干预措施。

方案

所有涉及人类受试者的研究方法均遵循澳门城市大学机构伦理委员会的指导方针（批准编号：PIOM771899）。本实验方案中使用的研究工具列于材料表中。

1. 研究地点的选择与准备

1. 基于局部形态特征和人口分布建立类型学矩阵。选择八种具有代表性的社区公共空间类型，包括口袋公园、邻里广场、社区花园、交通边缘广场、滨水步道、街角休息空间、老年人活动场地和青少年运动前庭。
2. 仅纳入无需付费或注册即可进入、具有明确行人使用区域、支持工作日和节假日常规活动、包含可识别的内部子空间用于编码，并能从固定观察点提供足够可视性的场所。
3. 排除正在施工、部分关闭、被活动临时占用或视线受阻的场所。
4. 在实地工作开始前为每个地点分配一个字母数字编码的场所代码（表 1）。使用 图 1 所示的示意图总结工作流程。

站点编号	站点名称	空间类型	环境背景	可达性	座椅设施	遮阴情况	照明条件	绿化程度	清洁状况	活动支持性	维护水平
S1	Riverside Pocket Park	口袋公园	社区内部	76.4	59.3	67.7	83.9	53.7	67.9	80.7	75.1
S2	Maple Square	邻里广场	社区内部	65.4	63.5	47.3	60.4	54.1	48.8	39.9	56.9
S3	Sunrise Community Garden	社区花园	混合住宅区	65.9	66.8	48.3	56.4	84.5	70	66.2	52.8
S4	Transit Frontage Plaza	交通边缘广场	混合商业区	61.6	54.3	32.9	65.3	33.4	59.4	47.9	79.9
S5	Lakeside Promenade	滨水步道	混合住宅区	75.5	52.3	74.9	60.1	67.9	56.4	53.1	72.5
S6	Market Lane Rest Area	街角休息空间	商业边缘区	73.5	57.1	49.8	60.3	22.9	57.5	51.6	72.9
S7	Harmony Senior Activity Court	老年人活动场地	老龄化社区	73.5	37.8	60.7	63	43	73.5	72.4	75.1
S8	Youth Sports Forecourt	青少年运动前庭	毗邻学校	61.7	52.3	57.2	74	40.7	63.3	45.6	49

表1：所选研究地点的基础类型学特征及标准化的环境评估领域。 该表概述了八个社区公共空间的一般特征，包括场地名称、空间类型和邻里背景。后续各列展示了对可达性、座椅、遮阴、照明、绿化、清洁度、活动支持和维护等方面的独立评估得分。注： 所有评估领域均采用0-100分制评分，分数越高表示观察到的物理条件越好。场地编号（S1至S8）作为所有后续分析数据集的固定行标题，以保持结构一致性。

图1：综合方法学工作流程，展示场地勘察、重复行为观察、拦截调查、参与式绘图与更新优先级评估的整合过程。（A）根据特定场地类型和社区背景对八个社区公共空间进行选择与编码，以确保空间多样性。（B）为期14天、每日三个固定时段（07:00–09:00、12:00–14:00 和 17:00–19:00）的重复实地观察安排，以严格捕捉时间维度上的行为变化。（C）同步开展场地评估、行人轨迹记录、拦截调查和参与式绘图等多源数据采集。（D）将四类数据流进行分析整合，构建加权的场地层级指标，并计算最终的更新优先级评分。请点击此处查看该图的高清版本。

2. 基线身体状况评估

1. 在进行行为观察之前，先开展一次基线场地审核。由两名经过培训的评估员在同一次半日内独立对每个场地进行评估。
2. 在0–100分的量表上对可达性、座椅设置、遮荫、照明、绿化、清洁度、活动支持性和维护状况进行评分，分数越高表示条件越好。
3. 根据出入口清晰度、连续的行人通行路径以及无障碍通行情况来定义可达性；根据是否提供用于坐息、玩耍或轻度锻炼的设施来定义活动支持性。
4. 每次审核后比较两名评估员的独立评分。若任一类别评分差异超过10分，则需重新检查，并确定一个经协调达成共识的评分。

3. 野外工作安排与观察员培训

1. 进行为期连续14天的野外调查，以捕捉工作日和周末的使用模式。
2. 将观察安排在每日三个时段：07:00–09:00、12:00–14:00 和 17:00–19:00。
3. 在每个观察时段开始时记录气温和降雨情况。若因大雨、设备故障或人群管控措施导致观察中断，则需重新进行该时段的观察。
4. 每个点位必须完成恰好42个有效观察时段，所有点位累计共336个观察时段（表2）。
5. 所有野外工作人员在正式数据采集前必须完成一次试点培训。培训内容包括行人计数、轨迹追踪、秒表操作、受访者招募、问卷施测以及路段编码。
6. 每个观察时段内派出两名观察员。一人负责行人计数和现场记录，另一人负责轨迹追踪和停留时长记录。
7. 利用带时间戳的记录和基线现场笔记解决现场出现的分歧。

组件	规格
野外工作时段	2025年4月7日至2025年4月20日
总野外持续时间	连续14天
研究点数量	8
每日观测时段	3
上午时段	07:00-09:00
中午时段	12:00-14:00
傍晚时段	17:00-19:00
每时段观测时长	2小时
每站点的时段数	42
总观测时段数	336
时段开始时记录的天气	气温；降雨状态
时段重新安排标准	大雨；设备故障；人群管控干预；非正常干扰导致无法进行有效观测
时段保留规则	仅当完成完整的两小时观测并符合记录标准时，该时段数据才予以保留
观察员安排	每时段配备2名经过培训的观察员
计数职责	观察员1：行人计数及时段记录
轨迹记录职责	观察员2：轨迹追踪与计时

表2：野外工作时间表与观测区块结构。 野外工作参数、每日观测时间窗口、区块持续时间、总站点数与观测区块数、气象记录项目、重新安排观测的标准以及观察员分配的汇总。本表规定了本方案中采用的多地点观测时间安排。

4. 行人观察与轨迹追踪

1. 在每两个小时的观察时段内持续监测行人的行为。
2. 统计所有进入划定区域范围内的行人数量。排除仅在邻近道路上移动但未进入区域内的个体。
3. 将重新进入区域的个体视为独立的进入事件进行记录。
4. 追踪每第三个符合条件的行人进入区域后的行进路径。
5. 将“符合条件”定义为能够视觉追踪参与者预定移动路径超过50%的能力。
6. 排除那些立即被遮挡、仅沿区域边界移动或融入无法视觉区分的群体中的个体。
7. 对每位被追踪的参与者，记录其进入点、离开点或终止位置、路径形状、停留行为以及移动持续时间。
8. 在每天野外工作结束后，使用标准化的底图和区域编码对所有轨迹路径进行数字化处理（图2）。
9. 通过汇总每个观察时段内的有效进入次数，计算行人数量。
10. 通过完全追踪的使用者在区域内停留时间的平均值，计算平均停留时间。
11. 通过将路径长度除以记录的行进时间来计算平均步行速度。计算时排除静止不动的参与者。
12. 将静止比例定义为至少静止30秒的被追踪个体所占的比例，并进行计算。
13. 将轨迹分类至预定义的路线类别，并计算轨迹多样性指数。
14. 识别转弯、绕行和结构性回路，以计算轨迹复杂度评分（Table 3）。

图 2：行人计数与轨迹追踪工作流程。（A）可观测站点边界的定义及固定观测点的设置。（B）每2小时进行一次的行人计数。（C）在打印的底图上对每第三个符合条件的行人路径进行采样与追踪。（D）追踪路径的数字化及行为指标生成，包括行人数量、平均停留时间、平均速度、静止比例、轨迹多样性及轨迹复杂度指数。请点击此处查看该图的放大版本。

变量	操作性定义			量表 / 单位	分析层级
可达性	入口清晰度、路径连续性、无障碍通行以及从邻近街道接近的便利程度			0-100 分	场地
座椅	正式或非正式休息设施的可用性、分布情况和使用便利性			0-100 分	场地
遮荫	常见停留区域的树冠覆盖和人工遮蔽设施			0-100 分	场地
照明	基于现场检查的夜间照明充足程度			0-100 分	场地
绿化	公共使用区域内可见的植被			0-100 分	场地
清洁度	垃圾情况、表面整洁度及总体维护状况			0-100 分	场地
活动支持	为就坐、等候、社交、玩耍或轻度锻炼提供的物理设施支持			0-100 分	场地
维护状况	可见的损坏、破损构件、表面磨损及维修状态			0-100 分	场地
行人数量	在一个观测时段内记录的进入场地的总人数			计数	观测时段
平均停留时间	在可追踪使用者中，其进入和离开或完整停留过程可被观察到的个体在场地内的平均停留时间			分钟	观测时段
平均移动速度	对具有连续移动路径的可追踪使用者，其数字化路径长度除以移动时间；不包括静止不动的使用者			m/s	观测时段
静止比例	在场地内停止、坐下、站立、等待、社交或静止不动至少30秒的可追踪使用者所占比例			比例	观测时段
轨迹多样性	基于同一观测时段内可追踪使用者在预定义内部路线类别中分布情况得出的标准化评分			标准化评分	观测时段
轨迹复杂性	基于同一观测时段内可追踪路径的转向、绕行和回环特征得出的标准化平均评分			标准化评分	观测时段
安全性	受访者对场地内个人及情境安全性的主观评价			1-5 李克特量表	受访者
舒适性	受访者对热环境、身体感受及整体体验舒适度的评价			1-5 李克特量表	受访者
愉悦感	受访者对愉悦感或积极体验价值的评价			1-5 李克特量表	受访者
清洁度感知	受访者对所观察到的清洁度和秩序感的评价			1-5 李克特量表	受访者
可达性感知	受访者对到达场地及在其中移动便利性的评价			1-5 李克特量表	受访者
社会价值	受访者对场地在会面、停留或社区互动方面价值的评价			1-5 李克特量表	受访者
总体满意度	受访者对场地的整体评价			1-5 李克特量表	受访者
更新支持度	受访者对场地是否应在近期进行改善的评估			1-5 李克特量表	受访者
最高优先更新需求	受访者选择的最优先改善项目			分类变量	受访者
正向地图反馈	受访者在某一地图绘制域内对特定区段标记的正向评价			计数	区段 / 场地
负向地图反馈	受访者在某一地图绘制域内对特定区段标记的负向评价			计数	区段 / 场地
感知质量	用于综合分析的受访者评分感知指标在场地层面的均值			平均分	场地
客观空间缺陷	用于更新优先级模型中的场地评估得分的倒数			标准化分量	场地
使用强度	用于更新优先级模型的场地层面汇总行人数量			标准化分量	场地
更新优先级评分	整合使用强度、低感知质量、负向地图反馈和客观空间缺陷的加权多准则评分			0-1 标准化评分	场地

表3：分析变量的操作性定义、量表和聚合水平。 本表列出了研究中使用的所有变量：环境领域的审计指标、基于街区的行为指标、受访者感知变量、由地图数据导出的指标，以及用于更新优先级评估的场地层级综合变量。所有变量的测量量表、单位和分析层级均已标明。请点击此处下载表3。

5. 拦截调查与参与式绘图

1. 在观察期间同步开展拦截调查。
2. 招募年满18岁及以上、在调查地点停留至少5分钟或明显穿越研究区域的成年人。
3. 将招募对象均匀分布于三个观察时段，并以每个地点30名受访者为目标。
4. 接近大约每第三位符合条件的成年人。记录拒绝参与的情况，并继续邀请下一位符合条件的参与者。
5. 使用标准化问卷收集人口统计信息、出行距离、访问频率以及主要访问目的。
6. 请受访者对安全性、舒适性、愉悦感、清洁度、可达性、社会价值、整体满意度以及对空间更新的支持程度进行评分。
7. 请受访者指出该地点最优先需要改进的方面。
8. 在完成问卷后立即开展参与式绘图。
9. 向受访者提供一份简化的场地地图，地图已划分为预定义的微观空间区段。八个地点共编码96个区段。
10. 指导受访者标注与安全、舒适、活动支持、可达性、绿化和维护相关的积极或消极体验区域。
11. 每位受访者最多标记三个区段。每个维度允许标注一个积极和一个消极标记；在适用情况下，允许在同一区段内进行多个维度的标注（图3）。

图3：参与式绘图流程与分段编码逻辑。（A）将每个位点预先划分为可识别的内部微观地理区域。（B）基于受访者对六个方面（安全性、舒适性、活动支持性、可达性、绿化状况和维护情况）中多个子项目的正面与负面评分。（C）对标记分段数量的限制，以及针对特定领域正面与负面标签的管理方式。（D）汇总基于分段映射的反馈，生成位点层级的映射条目。请点击此处查看该图的高清版本。

6. 数据处理与质量控制

1. 使用标准化的场地代码合并场地审核文件、观察记录、调查响应和地图标注。
2. 在合并观察数据集之前，计算评估者间信度。
3. 对连续型审核变量计算组内相关系数（ICC），对分类轨迹类型计算Cohen’s Kappa系数。
4. 将扫描的现场地图导入QGIS 3.34。
5. 打开地理配准工具，利用固定的场地参考点将扫描地图与标准化底图对齐。
6. 创建一个新的折线形状文件图层，并手动数字化所有追踪的行人轨迹。
7. 将数字化后的轨迹导出为GeoJSON文件。
8. 使用Python 3.11处理脚本，结合pandas和geopandas库，计算路径长度并将空间数据与Excel 365记录合并。
9. 将Python脚本、观察员培训表、调查模板和示例地图标注作为补充文件提供。
10. 每天现场工作结束后，审查所有数据文件。
11. 删除重复的受访者ID、不完整的记录、不可能的步行速度、错误的路段标签以及时间上的不一致数据。
12. 应用预定义的排除标准以确保数据质量。
    1. 排除年龄小于18岁的受访者，或感知评分不完整的问卷。
    2. 排除连续可视路径覆盖率低于60%的轨迹。
    3. 确保分类轨迹编码的Cohen’s Kappa值不低于0.75。
    4. 确保物理审核评分的ICC值不低于0.80。
    5. 对未达到预设信度阈值的任何观察区块重新进行审核。
    6. 排除包含无效路段代码的地图记录。
13. 仅保留完整记录用于最终分析，不进行统计插补。
14. 在场地层面汇总清理后的数据集。
15. 计算平均调查评分，并汇总负面地图表达，以得出感知质量指标。
16. 设定统计学显著性为 P < 0.05。
17. 将所有连续型输出结果（包括行为指标、感知评分、信度系数和评估得分）统一保留两位小数。

7. 更新优先级的多准则评估 (MCE)

1. 使用四个组成部分评估更新优先级：使用强度、低感知质量、负面地图反馈和客观空间缺陷。
2. 根据汇总的行人数量计算使用强度。
3. 利用场地层面感知质量评分的倒数计算低感知质量。
4. 根据所有领域中负面标注的总数计算负面地图反馈。
5. 利用协调后的实地审核评分的倒数计算客观空间缺陷。
6. 使用最小-最大归一化方法将所有四个组成部分归一化到0–1范围内。
7. 采用层次分析法（Analytic Hierarchy Process, AHP）确定各评价指标的权重。
8. 召集由当地规划师、城市设计师和社区代表组成的专家组，对四项评估指标进行两两比较。
9. 使用公式1计算最终的更新优先级得分。
   优先级 = 0.30 (使用强度) + 0.30 (低感知质量) + 0.25 (负面地图反馈) + 0.15 (客观空间缺陷)
10. 在最终确定排序前进行单因素敏感性分析。
11. 将每个单独的权重增加和减少0.05，同时按比例调整其余权重，以保持总值为1.00（表4）。
12. 通过验证在调整权重条件下高优先级场地是否保持一致，确认排序的稳定性。

组分	模型中的定义	AHP 导出权重	数据来源	加权前的转换
使用强度	站点层面的行人数量汇总	0.3	观测区块	最小-最大归一化至 0-1
低感知质量	站点层面感知质量的倒数	0.3	拦截调查	最小-最大归一化至 0-1
负面地图反馈	同一站点内各路段和领域中负面标注总数的累加	0.25	参与式制图	最小-最大归一化至 0-1
客观空间缺陷	校准后站点评估得分的倒数	0.15	站点评估	最小-最大归一化至 0-1

表4：续订优先级评估的加权矩阵。 该表格列出了加权多准则评估模型的四个组成部分：其操作定义、指定权重、数据来源以及加权前的转换流程。应用了敏感性检验规则，其中每个组成部分的权重调整幅度为±0.05。

结果

该方案生成了一个结构化的分析数据集，包含八个监测站点、336个有效的观察区块、240份完成的拦截调查以及96个编码的微观空间单元。保留的分析样本汇总于表5和图4中。所有计划内的观察区块均已完成，无需进行统计填补。

站点编号	站点名称	观察区块	有效调查回复	编码片段
S1	Riverside Pocket Park	42	24	<...

讨论

分析结果成功证明了所提出的混合方法在操作可行性和诊断灵敏度方面的有效性。本方案的主要目标是为城市研究人员和规划者提供一个可重复的混合方法框架，通过客观行为追踪、主观感知评分和地理参考的参与者绘图三者交叉验证，诊断公共空间的使用效能。代表性结果验证了该方法的核心前提：高频率的日常使用并不能直接代表高质量的环境，而仅凭物理层面的退化程度也无法决定场地更新的紧迫性。正如近期关于公共空间感知的研究所强调的，使用者对环境的评价基于微观尺度摩擦体验的累积，而非对视觉吸引力的总体评估¹⁷。通过实施本方案，研究人员能够将"使用压力"与"质量结果"区分开来，避免将人流量大但使用者评价差的空间误判为成功的城市设计。

成功实施本方案的关键步骤在于严格管理实地观察和参与式绘图程序。在轨迹追踪过程中，严格遵守采样间隔（例如，每追踪第三位符合条件的行人）对于防止观察者疲劳并确保停留时间与路径形状的准确数字化至关重要。此外，参与式绘图阶段高度依赖于预定义的路段编码逻辑。通过人为限制每位受访者标记的路段数量，并在每个领域内强制执行严格...

材料

本文使用的材料清单

姓名	公司	目录编号	评论
拦截式调查问卷	作者自编	结构化问卷表单	收集人口统计学、感知情况及更新需求数据
Microsoft Excel	Microsoft Corporation	Microsoft Excel 365	电子表格数据验证与数据整理
参与式绘图表	作者自编	分段编码绘图表单	记录正向与负向空间反馈
打印版底图	作者自编	场地编码的现场地图	行人轨迹追踪与参与式绘图
Python	Python Software Foundation	版本 3.11	数据清洗、汇总与统计处理
QGIS	QGIS 开发团队	版本 3.34	底图校验与轨迹数字化