基于空间句法和POI信息的城市商业网点布局研究<br/>——以成都市龙泉驿区为例

基于空间句法和POI信息的城市商业网点布局研究
——以成都市龙泉驿区为例

2014-09-03周垠，张诚，崔铭，李楠，陈鹏

四川建筑 2014年6期

周垠，张诚，崔铭，李楠，陈鹏

(成都市规划设计研究院，四川成都610041)

商业是城市重要的功能之一，始终是城市经济、社会生活的最基本内容。商业网点布局规划工作是政府关注的重要问题[1]。合理的规划布局需要对现状商业点位的布局特性有清晰的了解。

近几年来，关于城市商业网点布局的研究正逐步定量化、科学化。如朱枫等人以上海浦东大型零售商店为对象，探索了GIS在商业设施规划中的应用，计算浦东新区商业设施分布密度[2]；隆菁运用ArcGIS软件建立商圈模型，从人口和交通两个方面，对青岛市城阳区批发零售业态的商业网点布局的合理性进行分析[3]。但这些研究仍然存在一些不足，主要表现为：(1)对商业网点的研究多局限为“点”(中心)或者“面”(中心区域)，对“线”的研究不够。而实际上很多商业点位是沿街分布，城市商业网点分布更多的是通过“线状”的街道体现出来的[4]。(2)传统的研究方法较为概略，适合较大区域，对于较小区域，精细化的研究受到一定的局限。(3)而这些模型大多以人为主体，忽视了城市的空间主体，以及空间主体和人的相互影响[5]。

因此，在进行城市商业网点布局研究时，应避免“点中心”或“面中心”的商业网点研究，而应该考虑商业网点沿街的分布特性。同时应该考虑路网形态和人类活动的相互影响。

1 研究区域与数据来源

1.1 研究区域概况

龙泉驿区位于成都市东部，界于东经104°08′28″～104°27′12″，北纬30°28′57″～30°46′46″之间，为成都市10个市辖区之一。近五年，年均GDP增速超过20 %，2013年全区GDP总量全省第一。本次研究对象为该区域内西部的平原地区。

1.2 主要数据来源

本次研究的数据主要包含两类：路网数据、感兴趣点(Point of Interest)。

(1)路网数据：路网为现状路网，初始数据源于Open Street Map(http://www.openstreetmap.org/)，并根据Google Earth进行补充、修正。

(2)感兴趣点：Point of Interest简称POI，主要包括住宅楼盘点位(源于搜房网)，餐饮类POI、购物类POI、生活服务类POI(源于百度地图)，通过空间校正的方法使其坐标与Open Street Map匹配。

2 空间句法

2.1 空间句法原理

空间句法(SpaceSyntax)，由英国伦敦大学的Bill Hillier教授于20世纪60～70年代提出，它强调空间的本体性和重要性，运用图论的数学理论和方法，建立城市形态模型，分析空间的复杂关系。

人类的社会经济活动决定了城市的路网结构，特别是连续的路网之间的关联；同时这样的路网结构影响着人们生活在城市中的分布。比如，城市路网关联在整体上决定了人车流在城市中的统计分布，而人车流的分布又导致了城市用地功能的变化和分布；人们社会经济活动的变化，比如城市用地功能的改变，推进了社会经济关系的变化，又导致了城市路网的演变[6-7]。

与其他研究关注空间属性不同，空间句法研究关注的是空间本体，即空间不仅仅是人类活动的背景，还是人们使用的客体，作为一个连续的系统来反映人类建造城镇、组织社会的历史轨迹，参与并构成社会与文化[8]。

经过大量研究，空间句法揭示了城市空间的内在规律：城市路网形态与城市中的步行人流量平均有60 %的相关性，与车行量平均有70 %的相关性。因此，可通过城市路网形态来反映人类活动情况。

2.2 空间句法的形态变量

空间句法采用了一些变量，来定量的表征空间结构与人类活动的关系。其中较常用的变量为：连接值，控制值，深度值和集成度。在研究城市的车流量人流量与路网结构前，应准确地计算出这几个形态变量。下面介绍深度值和集成度。

(1)深度值(depth value)。若规定两个相连节点间的距离为一步，则从一个节点到另一个节点的最短距离就是这两个节点的深度。某个节点到所有其他节点的最短距离(最少步数)之和，为该节点的全局深度。与全局深度相对的是局部深度，指的是在一定的搜索半径内(通常为2步)，能覆盖的范围。数学上若用r表示搜索半径(步数)，Nr表示该搜索半径内节点的数目，则深度值的计算公式为：

如果将全局深度值按照节点数标准化，即可得到节点的全局平均深度值(Md)

深度值反映的是节点在拓扑意义上的可达性，而非实际距离。是计算集成度的中间变量。

(2)集成度(integration value)。反映城市某一空间与其他空间的集聚与离散程度，是剔除冗余节点后标准化的平均句法深度(depth)。集成度也分全局集成度和局部集成度。全局集成度表示节点与系统内所有节点的聚合程度，而局部集成度表示的是节点与其一定搜索半径内节点的聚合程度。

深度值很大程度上取决于空间系统中节点的数目。因此，为了剔除系统中节点数量的干扰，用相对不对称值(relative asy mmetry)将其标准化，数学计算公式为：

式中n为系统中的节点总数，Md为平均深度值。

为了比较不同大小的空间系统，用真实相对不对性值(real relative asy mmetry)进一步标准化集成度，数学公式为：

integration=1/RAA

在空间句法的众多形态变量中，集成度最为常用。数值越大表明该空间在整体系统空间中的位置越便捷，公共性相对较高，且被到访的机会相对较多。

3 龙泉商业网点布局特性分析

根据Ar cmap 10.0的扩展模块和AXWOMAN 6.0，分析龙泉驿区2014年路网结构，可计算出空间句法的形态变量结果。

3.1 空间句法形态变量分析

全区路网不能直接用空间句法理论来反映路网空间可达性，因为:(1)路网的发展速度远远高于人口城镇化的速度，新建设区域的空间形态和人类活动的作用时期过短，空间形态不能准确地反映人类活动的强弱程度；(2)龙泉驿区的商业网点主要为当地居民服务，在分析商业网点布局特性时，要考虑居民的分布，剔除与居民活动相关性较低的路网。

本文从搜房网提取龙泉驿区的租房信息和楼盘信息(提取时间为2014年4月)，用来反映主要住宅小区的分布情况，如图1所示。采用GIS空间分析中kernel density方法，影响范围设为1 000 m，计算出楼盘密度分布，如图2所示。

图1 龙泉驿区住宅小区分布情况

图2 龙泉驿区住宅小区密度

基于区住宅小区密度分布图，选择通过住宅小区密度较高的路网，如图3所示。分析路网形态变量，路网集成度如图4所示。

图3 校正后路网分布

图4 校正路网集成度

从图4可知，集成度较高的地方为：龙泉驿区音乐广场周边道路、驿都东路、龙平路、永安路、旭东街等，即这些街道空间可达性较好，人流车流量较大。

3.2 商业网点布局特性分析

商业网点是指从事商品流通、为生产经营和人民生活提供服务的各类商业经营场所，包括商品交易市场(含各类商品批发市场、旧货市场等)、零售商店(含购物中心)、仓储或物流配送中心、餐饮店、饭店宾馆等[9]。

本文研究的商业网点主要有三类：购物、餐饮、生活服务。分布点位源于百度地图POI，通过空间校正的方法，使其正确的分布在Open street map的路网中，如图5～图7所示。

图5 购物点位分布

图6 餐饮点位分布

图7 生活服务点位分布

依据点位分布，可计算出每段街道不同类型商业网点的分布密度，

density=POI_num/road_length。

式中density表示某种类型的POI在某段街道的密度，POI_num表示某段街道某种类型的POI总数，road_length表示该段道路的长度。POI密度高的地区可认为是该类商业的集中区。分别选取购物、餐饮、生活服务POI密度前10的街道，如图8～图10所示。

图8 购物POI高密街道

图9 餐饮POI高密街道

图10 生活服务POI高密街道

并计算这些街道的集成度平均值与标准差，即可得到不同类型商业网点高密街道空间句法形态分析结果见表1。

表1 不同类型商业网点高密街道空间

由表1的集成度平均值结果可知，购物类型的商业网点集中分布在空间可达性较高的街道，即人流车流较多的街道，餐饮类型的商业网点次之，生活服务类的商业网点的空间可达性相对较差；由集成度标准差的计算结果可知，生活服务的POI分布在空间可达性上差异很小，餐饮的POI分布在空间可达性上差异最大，无论人流量大或者人流量相对较少的地方，都有可能有饭馆分布。