Space Syntax与Arc GIS集成技术下的商业体内行人轨迹预测*

邓孟仁 郭昊栩 周伟强

(1.华南理工大学 建筑设计研究院∥建筑学院，广东 广州 510640；2.吉林大学 珠海学院，广东 珠海 519041)

Space Syntax与Arc GIS集成技术下的商业体内行人轨迹预测*

邓孟仁1郭昊栩1周伟强2

(1.华南理工大学 建筑设计研究院∥建筑学院，广东 广州 510640；2.吉林大学 珠海学院，广东 珠海 519041)

为有效地开展空间使用价值预测及人流预测，研究了建筑空间组织对人流分布的影响.以商业建筑为研究类型，选择两个典型样本，综合Space Syntax与Arc GIS集成技术对集销中心交通空间进行量化分析.该技术在建立理论与现实之间的反馈机制方面具有独特优势，研究数据表明：对于业种组合稳定的集销中心，可综合主入口位置、垂直交通布局与空间整合度等因素实现建筑内有效的人流分布预测；合理的垂直交通与业种分层组合有利于提高各层人流的可达性；集销中心内部空间均具有较强的对称性，其组构关系越简明、形态越统一，越利于实现人流均衡分布.

集销中心；空间句法；地理信息系统；空间组织；人流分布

空间句法理论认为，不同的空间形态及其组构关系与使用者的具体行为有密切关系[1].文中研究的集销中心其内部空间组织影响着消费者的分布，同时其空间形态促使步行、观看、休憩等行为的发生，因此不同的空间组织使建筑内部空间形成可达性与吸引力各异的空间单元.智能轨迹即消费者受周边环境、信息等因素影响下，按照某一目的形成的步行轨迹，通过研究智能轨迹可寻求不同的空间组织与人流分布的内在联系.

商业利益的整体最优是商业建筑设计的重要目标[2]，合理空间组织下智能轨迹的均衡分布将提升整体商业价值.基于以上思考，文中综合运用交叉学科，从传统上依靠专家知识和经验的模式向科学化、定量化、综合化方向展开研究.本研究采用Space Syntax与Arc GIS集成技术，从理论与实际两方面相互论证，研究建筑空间组织对智能轨迹分布的影响.

1 研究设计

1.1 技术路线

本研究具有空间句法理论与实际情况紧密相结合的特点.首先针对研究样本进行空间组构关系的解析，并通过空间句法模拟获取相关变量数值；其次通过样本实际运营状况及人流的观测统计建立GIS地理信息数据库，并模拟出实际人流的分布情况；再通过对比分析，得出影响人流分布的相关空间变量因素；最终通过多元线性回归方程来修正空间句法研究成果的误差，提高预测人流分布的能力，具有较好的普适性.

1.2 研究样本及范围选取

为降低无关因素的干扰，本研究在选取样本时遵循：①区位环境相似原则；②建筑规模相近原则；③运营周期相当原则.所得样本均位于运营较为成熟的商圈内，形成商业单体促进集群发展、集群回馈商业单体的循环机制[2-3].研究样本具有不同的动线组织及平面布局模式，经营状况较优，具备较好的研究价值.为了保证本研究的可信度与有效度，均选取集销中心样本J1、J2首层、二层平面作为研究对象(见图1).

图1 集销中心平面图Fig.1 Plane of wholesale center

本研究借鉴建筑策划导论及相关文献进行空间类型化解析[4-5]，将集销中心空间归为3类(见图2)：A空间(Activity Space)；B空间(Block Space)+C空间(Circulation Space)(简称BC空间)；D空间(District Space).其中A空间是集销中心的实质使用空间(即固定的商业店铺)，由于同一集销中心销售业态范畴固定，此空间尺度变化较少，具有较强的稳定性.BC空间是连接具体功能的交通空间，包含公共枢纽空间、水平交通及垂直交通空间，负责组织空间的秩序，将商业人流输送到集销中心各区域，均衡各商户利益.D空间是辅助性的服务空间，包括办公后勤、公共疏散、停车空间等，保障集销中心的正常运营.

BC空间是交通动线组织的主要载体，直接影响商业人流的分布与商业价值的优劣，因此作为文中的焦点空间重点研究.

图2 空间类型划分Fig.2 Division of spatial type

1.3 空间句法变量的选取

本研究对BC空间进行量化分析，利用空间句法模拟得出4个基本变量[6-9]：连接值(Connectivity Value)、深度值(Depth Value)、整合度(Integration Value)和可理解度(Intelligibility).上述变量通过函数方程，求得可量化比较的以下参数值，包括：

①平均深度值M：任一空间到系统其他空间的深度平均值，并剔除各系统空间数目不一的影响，反映系统内不同空间拓扑距离关系：

(1)

式中，k为与节点i直接联系的节点个数，dij为路径i到路径j的深度，n表示系统中元素的个数.

②标准化参数Dn：在运算中有效剔除了拓扑结构各异的影响，使不同空间组织关系具有参数比较的可能性.Dn可表达为

(2)

③全局整合度Rn：以系统某一空间为中心与其余空间的连接紧密程度，体现其对交通的吸引能力.可作为空间可达难易程度的参数，与全局深度成负相关关系：

(3)

式中，Rn为空间可达性的量化标准.笔者提取系统中Rn值前10%的轴线作为核心路径，其所在的空间集合承担着重要的交通职能，表现商业人流轨迹的分布.样本J1首层核心路径由南北、东西贯穿的中部轴线组成，组成十字形的核心交通.二层横向、纵向交通整合度相近，共同组成网络形交通系统.样本J2首层由各分区中部及两端的横向通道形成连续核心交通，具有较高的对称性.二层交通结构与首层相似，受中庭阻隔作用，中部横向交通整合度有所降低.

2 BC空间句法特征与人流分布研究

2.1 BC空间轴线分析

选取天气晴朗的工作日对样本案例进行调研.一天共分为3个时间段进行，9：00～10：00；13：00～14：00；17：00～18：00.根据各样本交通动线及交通节点的分布情况，样本J1每层选取14个，共28个观测点，样本J2每层选取25个，共50个观测点，并进行人流量的统计.

利用集成于GIS中的Axnoman6.0软件计算样本各层空间的连接值Cn、整合度Rn、连接度Cv(见图3和表1).

利用方差函数了解该参数值的整体波动情况，即

(4)

图3 轴线分析图Fig.3 Axis analysis

表1 轴线变量及人流分布统计数据Table 1 Observation points to an average depth of commodity value

经计算，样本各平面整合度数值波动方差依次为0.217、0.128、0.084和0.159.数据表明，样本各层平面整合度呈非均态分布，暗示部分空间交通可达性较优.结合各样本空间组织形式，可总结为当BC空间对称程度越高时，其整合度数值波动越大.

2.2 人流分布研究

2.2.1 人流GIS信息地图分析

利用Arc GIS地理信息数据库构建点、线、面3个空间层次地图模型：(a)以各店铺、公共空间、交通枢纽作为“点单元”；(b)以集销中心交通通道作为“线单元”；(c)以集销中心现状分区作为“面单元”(见图4).

通过3个时间段对各样本交通核心共78个监测点进行实际人流统计，求得相对应人流量的平均值.利用克里金插值法输入数值，并建立人流量的GIS地理信息图以模拟得整个集销中心及各楼层的人流分布情况，研究与人流分布相关联的因素[10-11].克里金插值法着重于权重系数的确定，从而使内插函数处于最佳状态，即对给定点上的变量值提供最好的线性无偏估计.其表达式为

(5)

式中，Z0为待插入点值，Zx为已知点的值，Wx为每个点权重值，Wi按采样点数据半方差图统计分析原理来计算(见图4).

图4 实际人流分布模拟图Fig.4 Actual flow distribution rendering

样本J1首层人流呈聚集分布，主要集中于中部中庭及东西、南北向的中部通道，西、南两侧中部的入口对城市人流引力作用较为明显.二层人流分布呈匀态分布，中庭依旧为人流汇聚处，与之相邻的区域商业价值较好.东部等值线分布密集，该区域出现人流骤变现象.样本J2首层的人流量核心集中分布在各区之间的交通中庭上，各分区间的横向交通通道与中庭连接形成连续的商业动线，人流继而渗透至各分区内.二层的人流集中于各分区中部，中庭的布局阻碍了首层横向交通动线的形成，构成相对独立的交通核心.

2.2.2 BC空间智能行者模拟分析

空间智能行者(EVAS)是基于视域分析的基础上，设定虚拟的计算机行者.该行者在限制视域情况下，受“感知—吸引—行动”的规律来指导其行走，最终形成行者密度分布图(见图5).

图5 空间智能行者分布模拟图Fig.5 EVAS distribution rendering

通过该模拟得出不同空间组织形态对行者的吸引程度，并与人流GIS信息地图进行对比分析.

样本J1首层智能行者模拟与实际人流分布基本相似，主动线及其交汇处的公共空间，行者分布密集，暗示其商业价值较高.二层东侧行者分布密集，与实际情况差异较大，分析其原因为受首层垂直交通过于集中影响，二层到达人流较难往东侧渗透.样本J2首层、二层智能行者模拟呈现分区聚集特征，各区间的中庭起到较强的联系作用，与实际人流分布吻合程度高.

2.3 BC空间句法参数和相关性分析

利用数理统计软件SPSS对各研究样本中的人流量对数M2和局部整合度I进行了相关性计算(见图6).

图6 人流量对数与整合度散点图分析Fig.6 Analysis of scattergrams of flow and integration

分析结果表明：样本J1首层与二层的r2数值分别为0.178、0.283，表明空间组织与人流量分布关联性并不理想.部分人流量呈现非规律突变现象，主要集中于与主入口、垂直交通相邻的交通空间处.样本J2首层的空间组织与人流分布关联性较强，R2数值达0.444，预测结果具有参考价值，但需考虑相关影响因素；而二层该值仅为0.038，表明该空间组织对使用者的活动影响程度有限.受经营业态相对明确的分区特点及垂直交通的共同作用，部分交通空间的人流量呈现明显的两极化分布趋势.

3 空间组织与人流分布关联性研究

3.1 空间变量分析

综合上文及相关文献，当建立同层水平空间组构状况与人流分布关联时，需要综合考虑出入口位置、垂直交通枢纽分布，以提高集销中心人流量预测的科学性[12-13].

3.1.1 出入口E

研究表明，出入口的分布与人流量分布有密切关系[14-15].与主要出入口直接相连的公共空间能具备较大人流量的条件基础.不同的入口布局直接影响内部动线人流分布情况.因此，结合当前研究成果和现场调查，笔者通过引入变量E以修正与主入口联系紧密轴线的整合度数值.按与出入口联系的紧密程度，将与其空间相邻的轴线赋值为1，其余赋值为0.

3.1.2 垂直交通—楼电梯或自动扶梯T

庄宇等[16]在多层面商业综合体研究中指出，人流分布在一定程度上取决于其到达各楼层的便捷程度.现场调研显示，与公共楼梯、电梯及自动扶梯紧密相连的空间区域人流量明显高于其他区域，表明垂直交通设置对人流量增加有积极作用.因此，笔者通过引入变量T修正与垂直交通相邻空间轴线的整合度值.按与垂直交通联系的紧密程度，将与其直接连接的轴线赋值为1，其余轴线赋值为0.

3.1.3 楼层层数L

研究样本中不同楼层的人流量差异较大，样本J1随楼层递增人流量出现递减的趋势，样本J2二层人流量达到峰值.实地调研发现该人流量差异与外部扶梯、车道等交通提升措施亦密切相关.

以各样本自身的分区作为空间划分的标准，建立凸空间边界，根据垂直交通的实际情况，利用Depthmap软件对各样本的垂直空间的可达性进行定量分析(见图7).

样本J1需要经历8个拓扑深度转换才能到达高楼层区，空间整合度呈现由低往高逐层下降的趋势.消费者通过直接对外的交通扶梯进入二层，降低整体拓扑深度，拉动下部商业人流.样本J2经过5个拓扑深度即能到达高楼层区，使各楼层保持较高的整合度水平.同时，位于两侧的环形车道引导车流到达高楼层后可平层进入，该特点直接优化了纵向交通系统.

图7 纵向交通空间结构图解Fig.7 Spatial structure diagram of vertical transport

3.2 多元线性回归模型分析

针对各样本的研究楼层，结合上文分析研究共引入1个实际应变量——人流量的对数M2、3个空间自变量——整合度I、主要入口E、垂直交通T，建立多元线性回归模型

M2=a0+a1In+a2E+a3T+a4

(6)

式中，a0为常数项，a1-a3为自变量回归系数，a4为残差.

利用软件SPSS，分别输入样本各研究楼层所对应的1个因变量、3个自变量的数值，得出各自的决定系数及多元线性回归方程.其中样本J1、J2研究楼层的决定系数r2、F检验值均处于合理水平，显著系数P值均小于0.05，认定自变量的引入有效，具有统计学意义(见表2).

表2 t检验结果Table 2 Results of t test

综上所述，出入口的位置E、垂直交通的布局T等相关变量引入后，集销中心各层、各区域的人流量预测具有较高的可信度(见图8).

结合分析结果，可得到如下回归模型.

样本J1首层：

M2=-98.82+59.799In+22.635E+30.827T

(7)

图8 变量权重比较Fig.8 Variable weight comparison

样本J1二层：

M2=-8.087+9.438In+8.087E+9.379T

(8)

样本J2首层：

M2=-6.595+10.409In+5.977E+11.983T

(9)

样本J2二层：

M2=37.978+13.266In+8.127E+8.275T

(10)

分别对样本相关变量进行系数检验，通过变量权重的比较分析可得：样本J1研究楼层，垂直交通变量T的分布对空间人流分布的影响较I、E变量更显著；对样本J2，出入口变量E产生较强的影响力.两个样本的局部整合度I处于合理水平.

结合文献可知，空间句法的局部集成度变量与人流量分布具有明显相关性.商业内部交通空间所代表的轴线集成度越大，对人流量的分布影响亦越显著，即空间结构越简明，顾客越容易“以小见大”[18-19].另外，通过引入出入口、垂直交通等变量可对人流量的分布情况作出合理的预测.

4 结论

文中通过对两个典型样本的交通空间研究发现：在业态布置均衡的条件下，BC空间的空间句法参数模拟能较好地体现其交通结构特征，并影响智能轨迹的分布.通过引入出入口、垂直交通空间、层数等变量，能有效修正空间句法模拟结果，保障在一定空间组织关系下人流预测的科学性.

研究成果表明：①空间组构关系对交通组织、空间形态及空间可识别度的影响较为显著,集销中心内部空间均具有较强的对称性，当其组构关系越简明、形态越统一时，消费者就越容易明确其自身位置，并获取更多的商店信息，有效引导消费者在不同空间环境下特定行为的发生；②设置外部提升设施(如自动扶梯、电梯、环形车道等)有利于优化非首层交通空间的可达性，提升较高楼层使用价值；③对于具有较高层数的集销中心，低楼层区宜布置聚客力相似的主营业态，高楼层区宜布置聚客力较强的餐饮、娱乐业态以带动上部商业活力.

[1] HILLIER B.Space is the machine:a configurational theory of Architecture [M].London:Cambridge University Press,1996.

[2] 侯夏娜，郑力鹏.传统商业街区的多义真实观念与实践 [J].南方建筑，2015(5):93-98.

HOU Xia-na,ZHENG Li-peng.Research on the authenti-city multivalence and practice of the traditional commercial blocks [J].South Architecture,2015(5):93-98.

[3] 张文红.基于空间句法的深圳典型商业街区空间组织模式研究 [D].哈尔滨:哈尔滨工业大学，2012.

[4] 庄惟敏.建筑策划导论 [M].北京：中国水利水电出版社,2001:85.

[5] 郭昊栩.岭南高校教学建筑使用后评价及设计模式研究 [D].广州：华南理工大学，2009.

[6] PARVIN A,YE A,JIA B.Multilevel pedestrian movement:does visibility make any difference [C]∥Proceedings of Sixth International Symposium on Space Syntax.Istanbul:[s.n.],2007.

[7] CHANG D,PENN P.Integrated multilevel circulation in dense urban areas:the effect of multiple interacting constraints on the use of complex urban areas [J].Environment and Planning B:Planning and Design，1998,25(4)：507-538.

[8] 张愚,王建国.再论“空间句法” [J].建筑师,2004(3)：33-42.

ZHANG Yu,WANG Jian-guo.Research on “Space Syntax” [J].Architect,2004(3):33-42.

[9] CHANG D,PENN P.Integrated multiple interacting circulation in dense urban areas:the effect of multiple interacting constraints on the use of complex urban areas [J].Environment and Planning B:Planning and Design,1998,25:507.

[10] 傅搏峰,吴娇蓉,华陈睿.轨道站出入口客流分布系数估计方法 [J].同济大学学报(自然科学版),2012,40(11):1660-1665.

FU Bo-feng,WU Jiao-rong,HUA Chen-rui.Estimation method of distribution coefficient of passenger flow of subway station entrance [J].Journal of Tongji University(Natural Science Edition),2012,40(11):1660-1665.

[11] 王丹,方斌,王海政，等.基于人流量断面统计的商业地价区段划分方法 [J].地域研究与开发,2015(6):157-161.

WANG Dan,FANG Bin,Wang Hai-mei,et al.Division method of commerce-use land price section based on statistics of population flow [J].Areal Research and Deve-lopment,2015(6):157-161.

[12] BABIN B J,DARDEBW R,GRIFFINM.Work or fun:measuring hedonic and utilitarian shopping value [J].Journal of Consumer Research,1994,20(4):644-656.

[13] 杨敬玉，石盛发.购物中心理论与应用研究 [M].北京：中国工商出版社，2011：170.

[14] 郭昊栩，李颜，邓孟仁,等.基于空间句法分析的商业体空间人流分布模拟 [J].华南理工大学学报(自然科学版)，2014,42(10):131-137.

GUO Hao-xu,LI Yan,DENG Meng-ren,et al.Simulation of people flow distribution in commercial space based on space syntax.Journal of South China University of Technology(Natural Science Edition),2014,42(10):131-137.

[15] 郭昊栩,邓孟仁,李颜.下沉广场对地下商业空间通风性能的影响 [J].华南理工大学学报(自然科学版),2014,42(6):114-120.

GUO Hao-xu,DENG Meng-ren,LI Yan.State key laboratory of subtropical building scienc.School of Architecture,Journal of South China University of Technology(Natural Science Edition),2014,42(6):114-120.

[16] 庄宇,张灵珠,戴晓玲.多层面商业空间整合度与人流量关联性分析 [J].同济大学学报(自然科学版),2012,40(11):1620-1626.

ZHUANG Yu,ZHANG Ling-zhu,DAI Xiao-ling.Configurational study of pedestrian flows in multi-lvvel commercial space [J].Journal of Tongji(Natural Science Edition),2012,40(11):1620-1626.

[18] 郭昊栩，邓孟仁.关于保障性意图的住居实现 [J].南方建筑，2013(3):82-85.

GUO Hao-xu,DENG Meng-ren.Research on the Housing Realization of Affordable Purpose [J].South Architecture,2013(3):82-85.

s:Supported by the National Natural Science Foundation of China(51278193) and the China Postdoctoral Science Foundation(2012m521602,2013T60805)

PredictionofPedestrianFlowinCommercialBuildingsBasedonanIntegrationTechnologyofSpaceSyntaxandArcGIS

DENGMeng-ren1GUOHao-xu1ZHOUWei-qiang2

(1.Architectural Design and Research Institute∥School of Architecture, South China University of Technology, Guangzhou 510640,Guangdong, China; 2.Zhuhai College of Jilin University, Zhuhai 519041, Guangdong, China)

In order to effectively predict the space using value and the pedestrian flow, the effect of the architectu-ral spatial organization on the pedestrian flow is investigated. In the investigation, by taking the commercial building as the objective and based on two typical samples, an integrated technology of Space Syntax and Arc GIS is used to quantitatively analyze various inner circulation spaces in the commercial space. This technology has its own advantage in the purpose of making the feedback mechanism between theory and reality.The research data indicate that (1) for a commercial space with a stable tenant combination, the pedestrian flow can be effectively predicted by considering the main entrance location, the vertical transportation and the spatial integration; (2) reasonable vertical transportation and tenant combination can help various pedestrian flows to arrive at their destination more conveniently; and (3) the interior space of the commercial space has a strong symmetry, and a clearer spatial organization and a more integrated form help to achieve an equilibrium pedestrian flow.

commercial space; space syntax; geographic information systems; spatial organization; pedestrian flow

2016-06-16

国家自然科学基金资助项目(51278193)；中国博士后基金资助项目(2012m521602)；中国博士后基金特别资助项目(2013T60805)；华南理工大学中央高校基本科研业务费专项资金资助项目(2015xms24)

邓孟仁(1971-)，男，高级工程师，主要从事建筑设计及理论研究.E-mail：mrdeng@scut.edu.cn

1000-565X(2017)08-0139-07

TU 972+.2；TU 834.5

10.3969/j.issn.1000-565X.2017.08.020