基于空间句法的大学新老校区空间形态对比研究——以南华大学为例

李 绅，廖建军

(南华大学 设计与艺术学院,湖南 衡阳 421001)

大学校园作为城市公共空间中特殊的类型之一，其空间系统如同一个小型的社会系统，师生在这个空间内便可基本完成日常学习生活中所有的必要活动。作为大学生学习生活的重要载体，校园的空间形态在校园整体规划设计中有着重要的地位。特别是近年来，随着办学规模的不断扩大，许多高校在校生人数逐渐超过学校原有校区的可容纳范围，建立新校区已成为一种必然，因此对校园空间形态整体规划的要求也变得更高。由于受到不同时代规划思想、校园环境变化以及教学规模扩大的影响，新校区的空间形态特征与老校区相比往往不尽相同。使用空间句法分析方法能够归纳各类空间要素，通过计算空间变量参数，分析出空间组织与人对空间的使用行为之间的相互联系。而且基于量化分析对空间形态进行研究，可以相对准确、客观地描述出空间形态特征。本文基于空间句法理论，以湖南省衡阳市南华大学红湘校区和雨母校区为例，以Depthmap作为分析软件，对南华大学新老校区的空间形态进行量化分析，计算出空间句法各变量的参数，据此描述新老校园空间形态的特征，对比二者空间形态的差异并分析了其形成的原因，希望能为提升其他高校新校区空间活力和改善老校区空间环境提供参考。

1 空间句法的概念及其应用

1.1 空间句法理论

空间句法理论是以分析空间形态为基础，探究空间组织结构关系的理论[1]，由英国伦敦大学学院的Bill Hillier、Julienne Hanson等人于20世纪70年代首先提出，通过对人居空间结构的量化描述，研究空间组织与人类社会之间的相互作用关系[2]。在以往传统城市规划理论中关于城市结构的原则与方法基础上，将空间结构作为研究重点，借助计算机语言对其进行描述[3]。空间句法理论在数十年的发展与完善的过程中，逐步被运用到城市、建筑和景观等广泛的空间研究领域。

空间句法理论的提出，意味着能够运用可描述的语言，分析空间形态模式之间的关系，将空间关系以科学的方法数据化，从而可以从量化的角度认知空间。

1.2 空间句法分析模型

基于对空间的理解与概括，空间句法发展出了3种主要的数学模型。

①凸空间模型。将空间内部任意两点相连，连接的直线均不会超出此空间。用空间句法分析时，可将建筑空间先转化为二维空间，再转化为由凸空间构成的空间系统，然后对空间关系进行设定。

②轴线模型。用最长、最少的轴线穿过所有的凸空间，且绘制的轴线可完全涵盖所在的空间系统[4]；空间句法在进行计算处理时，首先把绘制的所有轴线分别看作一个节点，然后再依据各个轴线即各个节点之间的连接关系，计算空间句法理论中用于分析的变量参数[5]。基于轴线模型的分析方法——轴线分析法是轴线模型重要的组成部分，也是本次研究所运用的分析方法。

③视域分析模型。根据空间内视觉感知的特点，考量各个空间范围视线的可见性，即在某点所能看到的水平空间范围。

1.3 空间句法分析指标

①整合度。整合度是指空间系统中一个节点和其他节点间的集成和离散程度，分为全局整合度(R=n)和局部整合度(R=3)两个概念。全局整合度表示一个节点与该空间内其他节点之间联系的紧密程度[6]。局部整合度则表示一个节点与其拓扑距离为n的空间节点联系的紧密程度，通常使用拓扑距离为3来表示[7]。

②深度值。深度值表达节点在进行联系时需要经过衔接或转换的最少次数[8]。全局深度(Total Depth)是空间系统内每个节点的方便程度。数值越小，说明在空间系统中该空间的便捷度越好；反之，则越差。

③连接值。连接值表示的是空间范围内与某点有直接连接关系的所有节点数量的总和[9]。数值越大，说明该节点在所处空间系统中的可连接性越强。

1.4 空间句法的量化分析应用

如今，关于空间句法的研究方法与相关论文不断涌现，且已经在城市、建筑等相关领域广泛运用。虽然目前对高校校园空间形态进行对比研究的成果较为少见，但将空间句法理论应用于校园空间形态分析方面已出现了一些学术论文及研究成果。这些研究成果说明空间句法应用在校园空间形态分析方面具有相当大的优势。例如，厉旭东等人在《GIS与空间句法的集成及空间形态结构量化分析——以南京师范大学仙林校区为例》一文中，基于GIS平台，结合空间句法理论与方法，对南京师范大学仙林校区校园空间结构特征进行了分析[10]。邵琛的《华中地区大学校园空间句法研究》基于空间句法中定性定量的分析方法，通过选取武汉大学、湖南大学、华中科技大学和湖南师范大学校园作为实例，解析了校园结构，评价了校园的空间结构与功能分布和使用环境行为之间的关系[11]。陈雪依、姚亦锋在《基于空间句法的新老校园空间形态差异性研究——以南京大学为例》一文中，以南京大学的仙林校区和浦口校区为例，运用空间句法软件Axwoman对校园空间进行量化分析,并从4个空间组成要素探究了新老校区空间形态的差异[12]。

Depthmap是基于空间句法理论的空间结构分析专用软件，也是空间句法定量分析中的重要操作工具，它通过计算参数指标对研究对象进行分析。本次研究基于Depthmap软件，采用轴线分析法，选取包括整合度、深度值、智能度及可理解度等在内的参数指标，对研究对象进行量化分析，定量分析出空间形态的特点及空间各个节点与系统之间的关联特征，并总结归纳。

2 研究对象及意义

2.1 研究对象简介

南华大学位于湖南省衡阳市，目前为止共有红湘校区和雨母校区两个校区，校园总占地面积约200公顷。

红湘校区位于衡阳市蒸湘区常胜西路，占地面积约93公顷。校园大体空间结构以正门、第一教学楼、运动场为校园主轴线，以南校红湘路以东—校园主体—西校宿舍区为校园的三面，因此形成了“一轴三面”的空间布局。由于学校过去由两所学校合并组建而成，所以校园由南北两部分区域、两种不同色调的建筑和不同风格的环境构成，同时也确立了南校为工学类、北校为医学类的以学科分区为标准的校园区域划分。在南校为工学类和北校为医学类的分区基础上，合理安排不同学科的学生宿舍。校园内宿舍区分布于校园的北面、南面和西面，对东部的教学区呈现三面环绕，提高了学生在校内的可达性。另外，在校内原有的宿舍楼的基础上，新规划了致远园宿舍区以及在南校区增建宿舍楼群，使学生校园生活的便利性大大增加，减少了学生上下课所花费的路程时间[13]。

雨母校区位于衡阳市蒸湘区雨母山乡，规划占地面积约108公顷。该校区以生态网络建构为规划理念，在保持原有环境的基础上实现和生态空间的融合，路网以环形路线为主。场地为低缓丘陵地貌，丘陵贯穿校园的西部和北部；校园北部为蒸水河，建筑组团中心向蒸水河开放，使蒸水滨河景观带与校园内部景观带相互渗透。中心湖区景观设计以保护生态环境和可持续发展为总目标，将原有水体连通并且适当扩大，结合绿化、平台等形成校园中心校区景观，使校园内自然生态环境成为景观的有机组成部分。校园整体空间布局为多中心格局，教学区与生活区相融合，二者既有各自明确的功能分区、独立的中心与交通系统，又紧密联系，且以人性化步行尺度为依据，步行距离控制在适宜的范围之内。校内建筑保留和改造了原湖南工学院西校区的部分建筑，兼顾动态设计和分期建设，与整体校园风格形成协调统一，实现新旧区的整体化设计。

2.2 研究意义

通过分析新老校园的空间形态，可以达到校园空间形态认知和空间结构优化的目的。校园空间规划大多具有规划时间短、规划一次性完成且缺乏弹性等特点，因此对于校园空间未来使用程度的预测就显得格外重要。目前，对于校园空间形态的研究方法大多以定性分析为主，通过空间尺度、建筑布局、交通路网等，对空间进行描述；相比定量分析的描述方法，仅靠定性分析的描述方法难以客观描述空间形态的特征以及推测空间形态的发展趋势[14]。由于空间句法理论有着十分强大的分析功能，对规划结果更有预测性，可以更加准确地预测出能够满足校园中大多数人的行为模式，因而它可以有理有据地实现空间规划意愿。

大学校园如同一个小型的城市系统，大学生大量的户外交流活动通常发生在广场和绿地等开放的校园公共空间中，通过道路将校园内各种类型的公共空间连接起来，使人们对校园整体的空间形态产生认知[15]。在空间句法理论中，轴线分析法最适合应用于尺度较大的空间类型，其相关参数表示人在空间中通达能力的强弱，对空间形态的相关研究具有重要意义。因此，本文运用Depthmap分析软件，选用轴线法对新老校园的空间形态进行分析。

3 基于空间句法的校园空间形态分析

3.1 轴线模型的建立

本研究采用空间句法中的轴线分析法，以校园公共空间为核心，以校园规划平面图为基础，结合谷歌地图及实地现场勘测，将校园地图插入Auto Cad中进行绘制，概括校园空间形态，然后再将绘制好的校园轴线图导入Depthmap进行计算，并获得轴线模型。通过Depthmap计算轴线的相关参数并以轴线明暗来代表变量数值大小，从而分析空间的连接关系。

3.2 整合度分析

全局整合度是依据校园整体空间的可达性强弱来判断的，轴线越明，其空间整合度的数值越高；轴线越暗，数值越低。从全局整合度(R=n)来看，红湘校区全局整合度的区间在0.372288～1.27012，而且有3条大于1.180340的整合度较高的轴线(见表1)，占总轴线的1.79%。一条是南华路北，连接北校学生公寓至主教学楼和南校教学区域；另一条是南华路南，从一号教学楼至南校学生公寓；还有一条是虎山路，位于南校学生公寓、食堂、操场以北，这是串联南校几个主要区域的主要轴线，这3条轴线均为校园主要的人流通道(见图1)。此外，还有全局整合度范围为1.090556～1.180340的较高轴线，一条为广场路，作为贯穿校园东西向的主干道，是弘辰学生公寓区与教学区的主要通道；一条为虎山路东，是校园东区与校园本部连接的重要通道；还有三条轴线位于学生公寓区与教学区和生活区的活动范围内。从校园全局整合度轴线图来看，校园内轴线全局整合度由高向低，往外围辐射，且逐渐减弱。而雨母校区全局整合度区间为0.371296～0.726415(见表1)，其数值与红湘校区相比较低，说明校园的空间布局相对分散，空间的可达性相对较弱。校园全局整合度大于0.690903的5条轴线分别位于主教学楼北侧的主干道轴线以及教学区连接学生食堂和宿舍区的交通轴线(见图3)，它们连接着教学区、宿舍区以及生活区，承担了校园主要的人流和车流。由于雨母校区还在建设中，从整体来看，雨母校区的主教学区与学生住宿区和生活区之间有较好的可达性。而包括雁行山在内的西北区域，以及校园主入口至教学区之间的这些区域，空间布局相对离散，空间可达性较差。

表1 红湘校区和雨母校区全局整合度统计表

图1 红湘校区全局整合度分析

选取局部整合度(R=3)对校园内部空间进行量化分析，红湘校区的局部整合度区间在0.333333～3.06775(见表2)，其中大于2.794312的轴线为南华路北。南华路北不仅具有较高的全局整合度，也具有最高的局部整合度，表示此区域为校园内可达性最好的空间。局部整合度在1.090556～1.180340之间的较明轴线有5条，结合红湘校区局部整合度轴线分布可以看出，校园十字轴中心区域局部整合度较高，其中以南华路、广场南路、广场北路周边区域的局部整合度最高(见图2)。局部整合度数值较低的区域和全局整合度数值较低的区域分布整体相似，以校园西南部区域、西部弘辰公寓区和东部校园区域为主。与红湘校区相比，雨母校区的局部整合度较低，数值区间为0.422392～2.10237(见表2)，其中局部整合度大于1.934374的两条数值较高轴线，位于校园东北部学生生活区(见图4)。这与全局整合度较高区域分布在主教学楼区域道路轴线的分析结果不同。从目前新校区的建成区域来看，学生生活区的道路空间相对完善，路网密度在校园区域内较高，且与校内其他区域的连接程度较高，因此，此区域的局部整合度较高。

表2 红湘校区和雨母校区局部整合度统计表

图2 红湘校区局部整合度分析

图3 雨母校区全局整合度分析

图4 雨母校区局部整合度分析

3.3 全局深度分析

全局深度值的分析对于明确校园的总体空间层次具有重要意义，其数值越高，则表明区域的便捷度越低。红湘校区全局深度的平均值为1334.34(见表3)，相对于雨母校区数值较高，便捷度较低，其中全局深度大于2176.1的轴线位于红湘路东校区和南校西南部区域。轴线越明，说明该区域的校园便捷度越低，人们到达此区域越不便(见图5)。这可能由于红湘路东校园受到城市道路的阻隔，与校园主体连接薄弱，南校西南部与校园中心区域道路连接曲折，所以降低了可达性，导致便捷度较低。雨母校区全局深度的平均值为780.517(见表3)，相比红湘校区，雨母校区的数值较低，便捷度较高。其中校区西北区域轴线明显较明(见图6)，说明该区域的便捷度较低，可达性较差(图6)；这可能是该区域受校园地形阻隔所致。总的来说，虽然雨母校区的全局深度值相对较低，但可达性并不理想，但相比红湘校区整体分为3部分来说，雨母校区整体用地相对规整，各个单元公共性较强，各区域间的联系相对紧密，校园中部道路规整，很好地沟通了南北校园，所以人们在整个校园中行动相对便捷。

表3 红湘校区和雨母校区全局深度统计表

图5 红湘校区全局深度分析

图6 雨母校区全局深度分析

3.4 智能度分析

智能度反映全局整合度和局部整合度之间的相关性，可用R2表示，并由Depthmap软件计算得到两者相关系数R2的数值，用以描述空间核心性变量。R2越大，则智能度越高(见表4)，散点图中斜线为回归方程，它的斜率越大，则说明两者相关度越高。整合度越高的区域，可达性越高。整合度核心，作为可达性最高的区域，属于整个校园空间中心位置[16]。

在Depthmap中，选择Scatter Plot，将横轴和纵轴分别设置为全局整合度和局部整合度，建立散点图分析；其数值越高，则表示空间越集中，核心区域越明确，数值越低，表示空间越分散。红湘校区智能度约为0.497(见图7)，雨母校区智能度约为0.424(见图8)，R2均小于0.5，说明两者的智能度都处于一个较低的水平。其中，红湘校区智能度相对较高，相比雨母校区，其空间核心较为明确，整体偏向单核空间。红湘校区空间结构以贯穿校园东西向和南北向的两条道路十字交汇于校园中心为主，空间具有较强的向心性，空间布局相对紧凑；而雨母校区的空间结构缺少明确的核心，由于校园内部空间的山体和水体占比较高，受校园内部环境的影响，使得空间布局较为分散。

图7 红湘校区智能度散点图

图8 雨母校区智能度散点图

表4 R2的评判标准

3.5 可理解度分析

可理解度描述了局部空间与整体系统的关联度和统一度，反映了局部空间对于校园全局空间的连接能力，由连接值和全局整合度的线性相关程度来表达。当数值高于0.5，说明该空间较为清晰有序，易于融入整体空间，可理解度水平较高；当数值低于0.5，则通过局部空间认知整体空间的难度就越高，可理解度水平也较低。红湘校区的可理解度值约为0.182(见图9)，雨母校区的可理解度约为0.248(见图10)，两个校园的可理解度皆处于一个较低的区段，尤其是红湘校区的可理解度相对偏低，说明校园全局空间不能很好地统筹局部空间，人们在单元局部空间中不能很好地理解全局空间结构，不易掌握校园区域空间特征，整体和局部的相关性不够明显。

究其原因，由于校园用地限制，红湘校区校园整体被分为3部分，校园东部和校园西部与校园本部的连接薄弱，导致校园三部分间的通达性较差，校园边缘区域与中心区域的空间融入性较低，降低了校园整体的可理解度。雨母校区因为建造时间较晚，校园中有大面积未建设的用地，而且校园整体规划依照地形而建，地形山水占地面积较大。由于山体和水体的阻隔，所以建筑布局相对分散，加上校园中有大面积未建设的区域，容易使人在校园中产生迷失感，降低了校园整体的可理解度。

图9 红湘校区可理解度散点图

4 结束语

本次研究基于空间句法理论及Depthmap软件，对南华大学红湘校区和雨母校区进行了量化分析。总体来说，由于新老校区的规划受到了多方面的影响，比如校园区位的限制、新老校区规划的差异、经费投入的提高、大学师生人数的增加等，导致了新老校区在空间形态上的诸多差异。

图10 雨母校区可理解度散点图

但两个校区的空间形态也各具特点。红湘校区的空间由东西走向和南北走向两条轴线呈十字交汇而构成其基本框架，在此基础上形成网格状的校园道路系统，且功能分区明确；但由于校园规划受到用地范围的局限，校园整体被划分为3部分，使得校园空间的区域感较强，降低了校园整体的便捷度，整体和局部的相关性较弱(见表5)。雨母校区占地面积相对较大，校园整体空间的尺度规模较广，校园内保留了原有的自然地形、水体和绿地，导致校园内虚体空间所占比例较高，功能布局相对疏散，导致可达性较差(见表5)。因此，红湘校区首先应当注重增加线性道路空间，增加西南部区域的纵向道路连接数量，使空间结构更为稳定，平衡校园中心区域与西南区域的道路整合度。其次，增加横跨红湘路的桥梁，加强校园主体部分与东部校园区域的连接，提升校园空间的连通性，提高校园主体与东西校区的可达性，加强整体与局部的相互关系。雨母校区在后续的建设规划中应当注重中心区域的空间塑造，更多地从校园可达性的角度设计校园空间形态，在保持原有自然地形的基础上，加强校园区域间的可达性，提高校园核心区域的便捷度。

表5 空间句法量化指标对比