空间句法的商业街区空间活力分析范文

本站小编为你精心准备了空间句法的商业街区空间活力分析参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

摘要：文章将结合大数据分析与空间句法理论分析方法，以大连青泥洼桥与西安路商圈为例，抓取两个地点的大数据信息，运用量化分析和网格化对比的方式，从空间句法的可达性，街区组合形式，POI热力分布结构，街区商业结构等多个角度对比分析，直观地呈现出购物者的实时反馈。探寻大数据时代下，影响商业街区空间活力的因素，寻找对商家和购物者兼具吸引力的商业模式，以及更具有时代特色、经济效益的商业街区组合形式，为商业街区的规划设计提供理论指导。

关键词：大数据；商业街区；空间活力；空间句法

引言

近些年来市场经济飞速发展，传统商业街更新形式、扩大规模，新型的商业街综合体亦不断涌现。但伴随着商业区市场的日益饱和，在满足量的需求后，对其质——商业街区组合模式与布局安排的研究便提上了日程。针对目前商业街区的内部空间问题，文章将结合大数据的统计分析方法与城市空间句法的理论，以大连青泥洼桥与西安路两大商圈为例，通过整合商业圈拓扑结构与大数据分析所得的活力结构图，探寻影响商业街区空间活力的因素，以期更加合理的、更具经济效益的商业街区组合形式，最终为商业街区的规划设计提供理论指导。

1大数据时代下的城市空间研究方法

空间句法是一套抛开空间本身，将空间的构型——街道与空间之间的关系及其所附属空间的构成关系还原为以轴线和凸空间等基本几何要素构成的拓扑结构，并进一步提出基于拓扑几何的连接值、深度值、集合度、可理解性等变量并以之进行形态分析的方法论。本文将采用空间句法的理论分析方法，将青泥洼桥与西安路商业街区抽象为空间句法的拓扑结构，利用多段线将街区的道路网络依据空间句法的规则描绘为可运算的线网,并依据其计算的连接值与集合度等变量对二者的交通通达度进行分析。而大数据研究则主要利用位置数据来反映人流量的变化情况进而达到刻画空间的目的。考虑到空间句法理论剥离了空间功能外壳，重点分析空间拓扑关系，其各型变量一定程度上反映了空间的流动属性，而达到一定规模的人群分布与个体商户受市场规律支配在空间尺度内的分布亦为空间流动属性在不同维度的展现，因此，本文将利用大数据方法获取与分析商业街区的人流量及商铺信息并与空间句法的拓扑分析相结合，进而探索商业空间活力在空间组合形态层次的影响因素。

2城市空间通达度分析

本研究选取了大连市两个规模较大、空间组合模式存在差异的商业街区——青泥洼桥商业街与西安路商业街进行对比。两个商业街区处于不同的城市环境中，因此也发展形成了不同的商业风格。青泥洼桥整体商业环境较为高端，为国际化现代化消费人群服务；而西安路商圈则相对大众化、生活化，满足各个年龄层次的消费者不同水平的消费需求。为探讨影响商业街区活力各方面因素的影响，本文运用空间句法软件中的轴线模型对青泥洼桥、西安路两商业街区的可达性进行比对。轴线模型是以用最少的最长轴线穿过所有凸空间为原则进而将城市空间关系简化为拓扑结构的计算方法，进而将轴线图导入DepthMap软件得出深度值和集成度等变量并借此分析。本文主要采用集合度来反映商业街区在大尺度城市空间中的可达性。对比分析两个商业街区的集合度轴线图可得：青泥洼桥商业区全局区位集合度整体较平稳，除两条具有平行关系的高集合度轴线外，其余轴线集合度差距不大，大致按轴线的等级小幅波动。而从轴线的疏密关系来看，青泥洼桥商圈所处区位位于两处密集轴线区块的衔接段，临近一条高集合度轴线，考虑到整体集合度平稳，该商区位于整体区位相对优势的区域，具有相对高的可达性，整体范围的中等集合度也一定程度反映了该商区存在辐射更大范围的能力。西安路商业区全局区位集合度层次明显，存在以折线形高集合度轴线为中心的高集合度区域，而远离集合度核心的地区集合度迅速下降，西安路商业区位于高集合度核心地区的边缘，具有相对优越的区位条件，明显的集合度集中也一定程度的意味着商业区功能辐射范围局限于核心区域，对较远地区辐射能力迅速衰减。

3利用大数据对城市商业街区空间的研究

本次研究通过爬虫软件抓取两街区的三万余条网络数据，其中包括商户的基本信息（店名、地址、类型、商区、人均消费）和消费者反馈信息（点评数量、签到数、环境评分、服务评分、团购套餐销售量）。通过各项数据来对商业街区的空间活力进行多角度对比分析。通过数据处理所得两商业街区三种类型商户的平均评分及人均消费，对两商业街区的空间品质进行对比。青泥洼桥商圈在各个方面的评分均略高于西安路商圈，在商业品质方面青泥洼桥商圈有较大优势。从人均消费角度，青泥洼桥在餐饮方面略高于西安路，而在购物更是明显高于西安路。从商业定位来看，青泥洼桥商圈更为高档，消费者对商业品质的评价更为满意。而西安路商业街区，环境评分较低，这和商业街建成年代较久、商业消费定位更大众化有关。通过各类评论中的语义分析，进一步体现两商业街区不同的商业品质印象。通过关键词我们可以看到，消费者对于青泥洼桥商业街区的普遍印象在环境、氛围方面较为突出，商品高端，有文化感、设计感，青泥洼桥商圈具有干净卫生、环境优雅、文艺清新之类的评价同时，也有价位高、环境不够亲切、性价比低这样的描述。由此可见，多数消费者在偏好设施条件的同时也看重消费的亲和度以及性价比方面，过高的定位也会削减商业空间活力。而西安路商业街区的主要印象是商业氛围亲切放松，商品价格亲民，能满足的消费层次较多，但环境、基础设施条件较差。对比不同时段的城市热力图和路况图以及消费者评论、签到数量，能够真实直观地反映出消费者在不同商业街区的的聚集程度；对比点评网站上不同商业街区商家的数量可以得出两商业街区对商家的吸引力。通过两者的结合，就可以看出在交通通达程度相似的情况下，商业街区的形式对商家与消费者两方面的聚集能力，对比出哪种商业街区形式更能适应使用需求而提供更高的活力。

通过截取两地工作日晚高峰的热力图，可以看出晚高峰两个商业街区及周边的人流密集程度相似，但西安路商业街区的人流高密集处要略多于青泥洼桥商业街区。这一结果与后文两地商业功能结构的对比相符，在工作日的晚上更多人选择西安路商业街区来购物，说明西安路商业街区的商业服务更亲切、生活化。获取点评网站社交兴趣点（POI），选用60m×60m网格，计算两商业街区的POI密度，通过大数据网格化的形式呈现，可以直观体现两商业街区的兴趣热点密度情况及分布状况。根据POI密度大小由暖到冷以不同颜色区分，红色为密度最高部分，蓝色为密度最低部分。在统计中，POI密度最高可达0.972/平方米。结果显示，两商业街区POI密度差别不大，而在分布形态上有较大差异。青泥洼桥商业街区的POI密集点主要成片状分布，各密度点抱团发展，相互之间的距离较近，具有连续性。而西安路商业街区的POI高密度点呈带状分布，密集点沿城市主干路伸展，各密度点之间的距离较长即连续性较差。此外，青泥洼桥商业街区的POI高密度点集中，在主要区域分布均匀，形成集聚效应，增强了各商业中心之间消费者的流动性。其中的商业中心能将吸引人群有效向外辐射，同时消费者的不同需求能够在商业街区内其他商场满足，互利互补，形成联动效应，保持整个商业街区的空间活力。而西安路商业街区的POI高密度点分布不连续，导致整个商业街区受不同因素割裂，连续性差，客源流动困难，区域联动性不强。高密度POI的集聚与羸弱的分流客流能力进一步造成商业街区POI密度两极分化严重，高POI密度点地区发展会越来越聚集，而密度低处无法有效吸引人流日渐萧条，形成非良性循环。这种优胜劣汰的分布模式同时也为潜在的更新可能性创造了条件。

结语

在大数据时代的影响下，城市商业街区的发展应从注重形态模式向注重消费者感受反馈方面发展。首先商业街区所处区位的发展水平与历史背景是商业街区商业定位的决定性因素；商业街区的通达度为活力的产生提供了可能性与基本保障。而从上文商业街区的对比来看，影响商业街区空间活力的重要因素为商业街区的POI密度结构。POI密度是商业街区商业空间吸引力的重要体现，POI密度高的地区对消费者有更高的吸引力，从而达到商业的集聚效应，保持商业空间活力的持续性。以上的几点都是商业街区商业空间的共性，而各商业街区有所不同的是商业街区的商业功能结构划分，这是不同风格的商业街区的本质上的差别。在日后的商业发展模式中，应充分利用大数据，除了基础设施的建设之外，商业街区应合理定位，安排商业功能的结构，形成特有的风格，体现功能的独特性与完善性，注重消费环境的感知与回馈系数，来适应与利用大数据时代的特点。

参考文献：

[1]段进,比尔•希列尔,等.空间句法在中国[M].南京:东南大学出版社,2015.

[2]段进,比尔•希列尔,等.空间句法与城市规划[M].南京:东南大学出版社,2007.

[3]张翔.大数据时代城市规划的机遇、挑战与思辨[J].规划师,2014(8):38-42.

[4]丁亮,钮心毅,宋小冬.基于移动定位大数据的城市空间研究进展[J].国际城市规划,2015,30(4):53-58.

[5]李雯,王吉勇.大数据在智慧街道设计中的全流程应用[J].规划师,2014(8):32-37.

[6]梁璐.城市餐饮业的空间格局及其影响因素分析——以西安市为例[J].西北大学报(自然科学版),2007,37(6):925-930.

作者:雷振之 周越 肖彦 单位:大连理工大学建筑与艺术学院