基于空间句法的城市商业网点聚集特征研究——以昆明市老城商业中心区为例

翟 辉 于 潮 陈 倩

引言

随着商品经济的发展以及城市规模的不断扩大，老城传统商业中心空间发展不平衡状况变得日益严重。在商业区的变迁中会形成一些新的商业中心，也会使一些辉煌一时的传统商业街道逐渐没落。把握商业网点在这种空间变迁中的聚集规律，才能更加合理地对传统商业街区进行改造与规划。

网络大数据在城市规划中的应用摆脱了传统的调查研究在时间和空间中的限制，对于城市商业网点布局的研究更加的精确。国内对于商业网点的研究都集中在对整个城市的商业中心的识别与商业结构的把握[1-3]，以及对片区商业网点布局可达性与合理性的研究[4-5]。这些研究都是集中在宏观地对整体城市商业网点分布的探索上，对于中观的商业网点在不同街道上分布的研究较为有限。同时，这些数据的研究大多只能展示一些“既成事实”，既不能对现状的形成进行解释，也不能对未来进行一定的预测[6]。 而空间句法作为一个围绕着形态-运动-功能之间的关系展开量化分析的理论，能够从空间的拓扑构型来释义空间演进的规律以及对空间未来的发展有一定的预测[7]。 将空间句法构建的模型与大数据的现状描述进行综合对比分析，能够在一定程度上把握城市空间与结构的发展脉络，帮助我们向“数据化设计”迈进。

本文以昆明老城中心商业区的商业网点布局为研究对象，运用空间句法的线段模型以及POI的核密度分析等手段，探索商业区中街道网络特征与商业网点分布的相关性，揭示商业网点分布的空间布局特征。并通过这种布局规律来挖掘商业区中空间组构中心性与功能中心性发展不协调的街道空间，为这一类的商业空间更新改造以及设施配套提出建议。

1 研究范围

本文选择的研究范围为昆明南屏街为主的城市中心商业区，研究面积约为3.43平方公里。这片商业街区保留了老昆明传统的商业街巷肌理，是在较长时间中空间发展与人群活动相互作用的结果，对于空间句法的研究具有较好的适应性。并且到现在还承担着昆明商业文化中心的功能，在昆明城市整体结构中，是一个核心的存在。同时，城市的更新导致的商业空间发展不平衡的问题在这一区域也广泛的存在，对于该区域的商业网点布局特征进行研究具有重大的现实意义（图1-2）。

2 研究数据与研究方法

2.1 研究所用数据

表1 研究所用POI分类及数量表

本文所运用的数据有商业POI点(来自高德地图)以及空间句法分析所运用到的轴线模型。其中所运用到的POI的种类主要为昆明老城商业中心区内购物相关数据，按照高德地图购物点的相关分类把商业网点分为超市、商场、家电电子卖场、服装鞋帽皮具店等9种类型，一共1765条数据。轴线模型是通过比照卫星图，依照最长轴线原则绘制而成。

2.2 研究方法

图1 研究范围区位图

图2 研究范围内主要街道图

空间句法（SpaceSyntax）是由伦敦大学的Bill Hillier教授提出的。空间句法是单纯的以空间为研究对象，首先是把空间看作是人们活动的内在属性，其次是以空间构型的角度来理解人类的活动与空间之间的关系[8]。 空间句法的分析将空间从功能中剥离出来，能够从纯粹的物质空间构型的角度反映出街道空间的可达程度。本文正是运用基于这种理论下的线段模型，来分析昆明老城商业中心区的空间拓扑关系，并且运用得出的轴线整合度来反映出各个街道空间的组构中心性。另一方面，通过Arcgis的核密度分析以及空间连接等分析手段，对街区中具体街道的商业集聚程度进行可视化，较为直观地反映出一个片区商业网点的空间集聚情况，从而揭示空间的功能中心性。最后通过对片区街道空间可达程度与商业网点集聚情况的耦合分析，来解读昆明老城商业中心区商业网点的聚集特征，并提取片区中物质中心性与功能中心性发展不协调的街道空间，提出改造建议[9]。

3 商业网点聚集特征研究

3.1 街道空间的句法分析

城市空间形态与人群的活动存在着内在关联，经过大量研究，已经验证了这种关联性：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[10]。但是这种关联性的建立需要较长时间的积累，所以以这种关联为基础的空间句法分析对于历史城区更加适用。昆明老城的商业中心区具有悠久的历史，形成与发展都是在较长时间中人类活动与城市空间相互作用而“自然”形成。与规划的新区相比，对其进行句法分析更能揭示当地空间组构与人们活动之间的联系。

本文选择空间句法中的线段模型作为句法分析的网络模型。与传统的轴线模型相比，线段模型将轴线模型中的两两交叉之间的部分作为一个线段元素，且考虑了实际尺度与路径偏转角度，对于城市街道空间解读更加贴近实际[11]。同时，由于在轴线模型中，一条轴线仅能表示一个单位，所得到的参数值代表整条轴线的属性，而街道空间在不同段落的商业聚集程度是各异的。所以线段模型更加适合用来探索商业片区中各个街段的组构中心性。本研究所用的整合度作为空间句法中最为重要的一个参数，主要反映城市空间与其他空间的积聚与离散程度，空间整合度越高说明空间在整个空间体系中的位置越优越，更容易形成人流的聚集，本文正是以空间整合度来量化物质空间的组构中心性的。本文以商业中心区为研究对象，人群活动多以步行为主，所以采用800M的拓扑半径。同时，为了消除分析的边界效应以及对于研究区域有整体的把握，本研究运用Depthmap对整个一环内道路网进行整合度运算。昆明一环以内，人民中路、东风路、金碧路、青年路以及北京路拥有最高的整合度，呈网格状分布。其中，作为未来城市轴线的北京路的整合度最高，符合目前北京路上聚集大量人流与车流的现状。其次，人民路，金碧路（拓东路），青年路以及东风路的整合度较高，几条道路之间呈网格状分布（图3），可见昆明一环内中心城区的空间构型展现出一种“自由轮轴模式”与“规则网格模式”的结合。

图3 一环内街道空间整合度分布图

图4 研究范围内街道空间整合度分布图

将研究范围内的轴线提取出来，可以看出，整合度最高的街道为金碧、人民路以及青年路，其次具有较高整合度街道有巡津街，正义路，三市街以及东寺街。高 整合度轴线相交的点称为整合度核心，整合度核心往往是人群集中的地带。研究范围内的几个整合度核心分别位于小西门、青年路与人民路，东风路以及金碧路的三个交叉路口，三市街、正义路的交叉口。整体来说，金碧路北面街道的整合度整体较高，除了前面提到的几条主要道路外，位于东风路北面的东西向的光华路，威远街，南北向的五一路，护国路的可达程度较好。而金碧路南面街道的整合度整体偏低，除了东寺街，巡津街以环城南路的可达程度较高外，其他街巷的整合度都偏低（图4）。

3.2 基于核密度分析的商业网点分布现状

笔者通过使用Arcgis的核密度分析工具（Kernel Density）对研究范围内的1765个商业POI进行分析，采用200米的搜索半径对昆明老城商业中心区的商业网点空间分布进行核密度识别。昆明老城商业中心区的商业网点大致聚集在三个区域。其中商业聚集度最高的区域为三市街—南屏街—顺城购物中心一带，属于城市级的商业核心，商业网点集聚一直延伸到正义坊一带。商业聚集度第二高的区域位于小西门商业片区，一直延伸到了东风西路西面大观商业城一带。商业聚集度第三高的区域位于青年路与人民中路交叉口的新西南广场一带以及与东风路交叉口的金鹰购物广场一带。三个商业聚集中心大致沿东风路呈倒三角分布。其次，在传统的商业街市东寺街的中段与南段，金碧广场以及国防路，都有一定量的商业网点的集聚，但是聚集程度并不高，没有形成一定规模的商业网点聚集核心（图5-6）。商业网点聚集在整体上形成“一主多副”的格局。这种模式在成都、西安这些中心城市比较普遍。

3.3 商业网点在街道中的分布

本文要对街道的组构中心性与功能中心性进行耦合度分析，就必须掌握不同街道的商业网点聚集情况。上述所运用的核密度分析只能够反映商业网点在某一区域中的集聚程度，并不能具体到某一条街道。本文借鉴龙瀛教授采用的将地块属性追加给街道的方法，利用POI总数与街段长度的比值来表示街道的功能密度，即本文中街道的商业聚集密度。

Density=POI_num / road_length

式中Density表示一条街道的功能密度，在本文中代表商业的聚集密度，POI_num表示55m缓冲范围内的商业POI,road_length表示街道长度[12]。

通过空间连接将商业网点聚集密度追加到每条街道上，可以看出昆明旧城商业中心的商业聚集密度较高的街道集中在南屏街、正义坊、小西门以及青年路四个片区。南屏街周围的宝善街，北面的正义路、景星街、文明街以及光华路等传统的商业性街道，都具有较高的商业聚集密度。在小西门商业片区中，商业聚集密度最高的街段位于富春街、小富春街以及人民中路的一段，其次东风西路与人民中路的交叉口与江城巷的北端也具有较为密集的商铺。东面的青年路商业片区，商铺较为密集的街段位于青年路与东风路的交叉路段、青年路与人民中路的交叉路段，以及护国路北段。而位于金碧路南面的道路中则缺乏商业聚集密度较高的街道（图7）。同时，一些位于商业网点聚集中心的周边一些道路，如正义坊周围的象眼街、五一路，以及南边的东寺街商业网点密度则偏低，导致街道活力不足。这种活力失衡的现象在城市商业街区中已不是个例，如厦门中山路西半段人流量就远高于东半段。在南京夫子庙商业街区中，人口集中在夫子庙风光带、水游城两个片区，其他的商业网点聚集则较为稀疏。

图5 商业网点分布图

图6 商业网点核密度分析图

3.4 商业网点聚集特征分析

将街道的商业网点聚集密度分布图与街道空间整合度进行对比分析（图7-8），可揭示研究范围内商业网点空间分布的特征。从整体上看，研究范围内街道的组构中心性与功能中心性发展大致一致。金碧路北面的区域，商业网点大多聚集在整合度较高的街道上。三个商业聚集中心都处于整合度核心，即空间物质中心性与功能中心性耦合性良好。青年路与人民中路相交及与东风路相交形成的整合度核心，形成了现在的青年路商业核心区。人民中路与东风路相交形成的整合度核心，形成了小西门商业核心区。三市街、正义路与东风路相交的整合度核心，形为了如今的南屏街商业核心区域（图9）。可见整体上来说整合度最高的空间已经得到了较为充分的利用，形成了一定规模的商业网点聚集核心。

图7 街道商业网点聚集密度分布图

图8 街道空间整合度分布图

其他如顺城街，南强街，文明街，护国路北段等整合度较高的街道，也都聚集了大量的商业网点，同时也存在着部分整合度较高的街巷商业聚集密度较低的情况。光华路，威远街以及五一路的整合度较高，具有较高的可达性，但街道的商业聚集密度却较低，组构中心性与功能中心性发展不平衡。金碧路南面的街道的商业网点集聚密度整体偏低，其中整合度较高的街道巡津街与东寺街，目前也都没有形成商业网点聚集的区域，这两条街道的组构中心性与功能中心性同样存在着发展不平衡的情况。结合实际情况，对这几条空间整合度较高，却没有聚集大量商业网点的街道进行深入分析。巡津街北面分布有昆明第一人民医院，同时南面是一些大院小区。这样的功能与环境抑制了商业网点的聚集，所以巡津街没有形成相应的商业网点聚集区。而对于光华街，由于本身是一条历史街巷，内部保留了大量的历史建筑与巷道，如果商业网点大量聚集在这个区域，对于它的历史建筑与巷道的保护工作将带来巨大的压力。可以看出，决定商业网点聚集特征的要素是多方面的，并且周边的用地功能以及街道中是否有保护要素存在等对于商业网点聚集的影响是直接的，并且是难以改变的。而对于五一路以及东寺街来说，它们拥有一个比较好的大环境，不存在上面两条街道的约束，却同样没有形成商业网点聚集的区域。通过实地分析我们发现，这样的道路虽然从空间组构上来说具有较好的区位性，周围环境条件较好，但是由于街道内部的步行环境与步行设施建设较差，公共交通站点安排不合理等，也无法吸引商业网点大量聚集，进而缺乏活力。这样的街道空间通过合理的改造，能够激发活力，改变现状。

根据上文关于商业网点布局特征的分析，可以看出研究范围内的街道，有部分街道如五一路、东寺街等具有较大的商业网点聚集潜力没有充分发挥，对于这些街道，需要根据实际情况采取不同的改造方案，比如通过改造步行环境，增加步行设施以及合理安排公共交通站点等一系列具体措施来激发街道活力，刺激商业网点的聚集，充分发掘城市空间潜力。

4 结语

本文通过运用空间句法以及针对POI数据的核密度分析等技术对昆明老城商业中心区的街道网络特征与商业网点聚集度进行了相关性分析，探索商业网点聚集特征。结果表明，在昆明老城商业中心区中，商业网点基本都聚集在整合度较高的街道中，特别是大量商业网点集聚形成的商业中心区全部都位于整合度核心上。同时，也存在着部分具有较高整合度，商业网点聚集程度却不高的街道空间，如光华街、威远街、五一路、巡津街以及东寺街。造成这些街巷组构中心性与功能中心性发展不协调的原因是多方面的，需要根据实际情况有针对性地进行规划改造，充分发挥出空间的可达性优势。这种基于空间句法的商业网点布局特征的研究，为旧城商业空间有针对性的规划与改造提供了量化支撑以及新的思路。