《Journal of Transport Geography》：Diagnosing spatial mismatch between objective and street-view-based perceived walkability assessments: A dual-track framework for street-renewal diagnostics
编辑推荐：
•该多模模型能够从街景图像中生成感知的步行友好度评分。•高客观评分区域仅部分与高感知评分区域重叠。•建成环境与感知步行友好度之间的关联存在空间差异。•空间不匹配的全球聚类现象在各种敏感性分析中均持续存在。•根据样本中值将街段分为四类以进行实地验证。引言步行友好度有助于公共卫生和城
- •
该多模模型能够从街景图像中生成感知的步行友好度评分。
- •
高客观评分区域仅部分与高感知评分区域重叠。
- •
建成环境与感知步行友好度之间的关联存在空间差异。
- •
空间不匹配的全球聚类现象在各种敏感性分析中均持续存在。
- •
根据样本中值将街段分为四类以进行实地验证。
引言
步行友好度有助于公共卫生和城市可持续发展（He和He，2023），但客观上的改善并不总能带来良好的视觉评估结果。步行友好度包括可测量的建成环境条件以及受经验影响的感知（De Vos等人，2023）。基于GIS的指标，如交叉口密度和土地使用混合类型，可以描述适合步行的条件（Ewing和Cervero，2010），而微观尺度的视觉质量也会影响人们步行的意愿（Brownson等人，2009；Ewing和Handy，2009）。因此，即使街道符合技术标准，如果其吸引力和舒适度有限，也可能获得较低的感知步行友好度评分（Zhang等人，2024；Ito等人，2024）。
先前的研究已经记录了客观步行友好度与感知步行友好度之间的差异（Meng等人，2023；Orstad等人，2017；Gebel等人，2011）。我们将基于街景图像的客观步行友好度评估与感知步行友好度评估之间的相对差异定义为空间不匹配。这种不匹配表示两种评估结果之间的样本相对差异，并不代表实际的行走行为或供需差距。认知负荷理论和注意力恢复理论为解释这种不匹配提供了概念性的视角（Sweller，1988；Kaplan，1995；Berman等人，2008）。传统的客观评估主要关注密度、土地使用混合类型和街道网络，而视觉感知还受到视觉顺序和自然元素的影响（Wang等人，2019b）。然而，这种不匹配的空间模式及其相关因素尚未得到充分研究（De Vos等人，2023）。
在城市规模上收集连续的主观感知数据仍然具有挑战性。手动审核和问卷调查成本高昂，且难以应用于大规模街道样本（Malekzadeh等人，2025；Wu等人，2025）。大规模视觉模型（MLLMs）为大规模街道景观评估提供了新的工具（Ki和Chen，2026；Zhu等人，2025；Pan等人，2026）。与主要量化特定视觉元素的传统模型不同，MLLMs能够整合复杂街道景观中的多个视觉线索并进行语义解释（Yin等人，2025；Zhang等人，2025）。我们将感知步行友好度定义为基于街景图像的视觉评估，并从六个维度进行测量（Rui和Cai，2025）：安全性、活力、美观性、富裕感、压抑感和无聊感。这一指标仅反映街景图像中的视觉信息，并不代表实际的行走行为、行为意图或个人的环境暴露情况。这里使用MLLMs仅为了对图像进行评分，而不是模拟真实的行人。
尽管取得了这些进展，但仍存在三个未解决的问题。首先，问卷调查和手动审核难以在整个城市范围内推广，而基于MLLM的感知测量方法需要更强大的人类验证和稳定性控制。其次，客观的建成环境和视觉感知评估主要沿着不同的路径发展，很少有使用共同空间单位的系统比较。当这两种评估都以街景图像作为输入时，它们观察到的不匹配在多大程度上反映了这一共同的数据来源也需要验证。第三，对不匹配的空间聚类及其相关因素的局部变化关注不足。很少有研究将分析结果转化为可验证的街道段诊断。
为了解决这些不足，本研究为南京市中心开发了一个双轨评估框架，并提出了三个问题。首先，经过人类验证的MLLM能否在城市范围内提供可扩展的、基于图像的视觉感知街道景观质量近似值？其次，客观步行友好度（OWS）和感知步行友好度（PWS）之间是否存在系统性的空间不匹配？第三，如果存在这种不匹配，它在空间上是如何聚类的？建成环境指标与PWS之间的关联在不同地点有何差异？
章节片段
步行友好度评估的两个维度及其行为边界
步行友好度通常指的是建成环境支持步行的程度（Shields等人，2023）。现有研究主要区分客观步行友好度和感知步行友好度（De Vos等人，2023）。客观步行友好度是通过可测量的条件来评估的，包括街道网络结构、目的地、交通设施和物理街道特征。感知步行友好度则涉及评估者对街道环境是否适合步行的整体印象
研究区域
南京位于中国东部，是江苏省的省会。截至2023年底，该城市的常住人口为954.7万。本研究选择了四个区域作为研究范围：鼓楼、玄武、秦淮和建业（图1）。这些区域涵盖了南京老城和河西新城的核心区域，该地区集中了商业、住宅、公共服务和交通设施，同时也具有多样的街道形式和建成环境
方法
图2总结了三个阶段。首先，整合了多源数据以构建OWS（客观步行友好度），并用志愿者评分验证了基于MLLM的PWS（感知步行友好度）。其次，使用OLS（普通最小二乘法）、GWR（地理加权回归）和MGWR（多地理加权回归）评估了建成环境指标与PWS之间的全局和局部关联。第三，通过从标准化PWS中减去标准化OWS来计算PGS（感知步行友好度），并使用全局和局部自相关来评估其空间聚类。然后根据中值对街段进行进一步筛选
指标的空间模式
图4显示了研究对象区域内客观和感知指标的空间分布。功能指标（包括兴趣点密度、兴趣点丰富度和网络整合度）显示出明显的中心集中趋势。视觉指标与当地建筑形式密切相关。中山风景区周围的绿色视野比例较高，而在建筑密集的中心区域，天空视野比例较低。相比之下，大多数感知维度在空间上较为分散
MLLM作为人类视觉感知的经验代理
控制验证显示，Qwen3-VL-Plus的评分总体上落在人类评分者的观察范围内。综合PWS与人类参考值一致，尽管这部分反映了通过平均计算消除的误差，而非模型在各个维度上的表现（第4.4节）。这些发现表明，在这里考察的条件下，MLMM评分可以提供街道景观视觉感知的可扩展近似值。
语义分割和像素指标
结论
本研究开发了一个双轨框架，用于比较南京中心地区基于街景图像的客观步行友好度与感知步行友好度。经过人类验证的Qwen3-VL-Plus评分提供了一个可扩展的、基于图像的PWS，即使去除了图像中可见的OWS指标，这种不匹配仍存在。局部关联在空间上存在差异，GWR/MGWR支持探索性诊断绘图，尽管它们在样本外预测方面的效果不如OLS。研究结果
CRediT作者贡献声明
段景鹏：撰写 – 审稿与编辑，撰写 – 原初草稿，可视化，验证，软件，方法论，概念化。陈家伟：撰写 – 审稿与编辑，软件，方法论，概念化。史天雅：撰写 – 审稿与编辑，可视化，验证，正式分析。王立新：验证，正式分析，数据管理。李志宏：撰写 – 审稿与编辑，撰写 – 原初草稿，监督，方法论，资金获取，正式
利益冲突声明
作者声明他们没有任何已知的竞争性财务利益或个人关系可能会影响本文所述的工作。
致谢
研究资金由南京林业大学的Metasequoia教师研究启动基金提供（授权号：163120204）。
段景鹏|陈家伟|史天雅|王立新|李志宏|管川|孟宪伟|宋英和|王继伟
