新民菜市场拓扑空间形态对商业交易行为的影响

杨兆静，盛强

1 研究背景：空间布局形态与商业交易行为

商业建筑空间盈利性与客流量的实证研究是商业建筑设计中空间结构评价和业态分配的基础。已有研究往往关注购物者行为与局部空间环境的关系，从微观视角揭示空间对个体活动的影响。如同济大学王德团队结合对王府井商业街[1]、苏州市观前街[2]、上海市五角场万达广场[3]等商业街区分析研究的成果，以客流量作为主要的研究对象，发现块状平面相较于线状形态而言有着更为活跃的消费者活动；同样以消费客流作为商业价值的评判标准，王珣等人在王府井海港城设计中提出人流聚集较多的商业中庭及广场能推动周边商铺交易行为产生等结论[4]。

空间句法为量化描述空间之间相互关联的拓扑形态提供了技术方法[5]。此外，基于“形态—流量—功能”三者之间关系的自然运动理论，空间句法明确了拓扑空间结构对客流量和业态功能分布的影响，并广泛应用于商业数据空间分析与辅助设计中。在商业建筑综合体尺度，本团队借助北京市王府井地区3个商业建筑内的实证研究表明，空间句法穿行度与通道客流量分布有明显关联[6]；庄宇等人在对上海市中环内商业综合体的研究中发现，尽管轴线模型对多层商业空间的人流量分析作用受限，但在众多影响因素中仍占据主要地位[7]。以上研究多采用通道上实测客流量进行评价，缺少对于商铺本身进店量和交易量的考虑，也并未将业态类型自身的吸引力作为影响因素。而在街区尺度该方向的实证研究中则考虑了更多的影响因素，如Chiradia对伦敦8条商业街的零售业数量和销售额等数据进行量化分析后发现，多半径选择度高的街道其商业中心的等级更高[8]；李欣等人发现武汉市楚河汉街商业街区的业态布局与整合度直接存在较大的关联[9]等，但受限于数据，上述研究均忽略了交易行为自身的特性及各细分业态之间的规律研究。

基于上述背景，本研究将主要聚焦空间形态对交易行为的影响，研究的分问题包括：（1）如何综合考虑消费者行为及商家收益，对商铺交易行为进行量化的评价；（2）影响空间中交易行为的因素主要有哪些；（3）各类交易行为是否存在普遍的拓扑空间规律。

2 研究内容：数据处理与模型建立

2.1 研究区域介绍

本文选取的案例为疏解治理后北京市三环以内遗留规模最大的新民菜市场，占地面积约2400m2，含309个摊位。市场内部业态种类齐全，周边交通便利，包含集中及连续店铺等多种形式摊位，通道主次等级较为明确，代表性较好。为消除售卖商品间的差异，笔者此次研究仅将半天营业、客流量大的东侧早市区域作为研究对象（图1）。

图1 研究区域概况

2.2 数据的收集与处理

监控视频相较于实地调研在样本量、可回溯性、时空覆盖性等方面有明显优势[10]。本研究采用新民菜市场2019年3月21日一天营业时间内的监控视频录像，获取了各通道人行流量及交易行为两类数据。此外，笔者实地调研了市场入口位置、商铺细分业态类型以及通道宽度等数据（图2）。

图2 研究框架与技术路线

流量数据汇总结果显示，人流分布与通道等级基本吻合，两条主要通道相较于其他区域而言有着更多行人穿过。在交易行为方面统计了各摊位成交及问询次数两类数据（图3）。观察图3显示，问询次数高的摊位往往也有着更好的成交次数，但与摊位所在位置表面上无明显规律。此外，一些有趣的现象包括：去除成交次数之后的净问询次数在建筑出入口位置有着更高的数值，而相对隐蔽的内部空间净问询次数则较低；角单元位置似乎成交率较高（图4）。

图3 摊位交易次数及总问询次数汇总

图4 摊位成交率及净问询次数汇总

在数据处理方法上，由于临近商铺之间可能存在的竞争会导致数据的波动，笔者参考本团队在街道尺度的数据处理方法，综合考虑距离及角度衰减的作用，对商铺交易行为数据在小尺度范围进行了均匀化处理[11]（图5）。

图5 均匀化处理辐射范围示意

2.3 空间形态类参数的选取

在众多应用视域模型对商业空间拓扑结构进行的分析中，国内外学者多借助整合度、空间深度以及连接度等指标对其进行量化[6-7，12-14]，此外，空间的视觉属性也可通过视域面积得到很好的衡量[15]。而从实际意义上来看，整合度计算的是特定位置到其他空间位置拓扑深度的倒数，度量了该位置在空间系统中被移动的个体看到或到达的潜力；视域面积则代表着所处空间的可视可达范围，常识来看两者均可能对交易量发生影响。本研究中，分别引入拓扑半径为1-5的视域整合度以及视域面积对空间的拓扑形态进行衡量（图6、7）。

图6 全局视域整合度分析结果

除此之外，已有研究表明改变出入口的位置会对建筑内部人员活动产生影响[16]，因此在后期的分析中笔者还引入了市场出入口位置的距离衰减（metric step depth，简称MSD）及角度衰减（angular step depth，简称ASD）等参数，用以探索多种因素共同作用下的商铺交易行为。

2.4 其他类型自变量的选择与处理

其他自变量的选取主要以业态类型为主。研究区域内共包含15个业态（图8），在数据的处理方面，考虑到不同的业态类型在市场中所占的比重不同，数量较少的业态在市场中具有更高的“独特性”（图9），由于不存在“货比三家”的机会更容易产生较多的交易行为，笔者在后续的研究中按业态所占摊位个数将其划分为10个等级，并对赋值后的业态类型进行均匀化处理。

图8 研究区域业态分布

图9 研究区域业态类型独特性

图7 全局视域面积分析结果

3 商铺交易行为的统计

3.1 摊位交易行为与业态类型的关系

对比各业态的成交及问询次数均值，发现具有独特性的业态类型在市场中更容易受到消费者的欢迎，而市场内数量最多的蔬菜及水果摊位，无论是成交还是问询量均处于中等水平。从业态成交率来看，占据前3位的分别为主食面点（0.5663）、豆制品（0.4518）及牛奶（0.423），3种业态在市场内均存在较高的独特性。值得一提的是，除牛奶摊位位于市场南端的入口位置外，其余成交率较高的业态均位于市场相对内部的位置处，且回避主要通道而布置；而位于市场入口附近的海鲜水产类业态的成交率则相对较低（图10）。总体来看，业态类型对商铺的交易行为存在影响，独特性高的摊位往往具有更多产生交易行为的可能。

图10 周中一天各业态交易行为统计

3.2 摊位交易行为与距离入口远近的关系

交易行为除与其业态类型有关，或与市场入口距离有关，对此笔者应用Depthmap软件计算了空间中各位置与各主要出入口的距离（图11），并将其划分为7个等级（图12）。

图11 研究范围距离衰减情况

图12 区域内商铺成交与问询情况统计

结果显示，距离入口最近的区域商铺成交及问询次数最高，即最易产生交易行为。对比不同等级区域内的成交及问询次数不难发现，除市场入口附近的摊位具有稍好的被“光顾”概率外，随着距离的增加，区域内商铺的成交次数会在一定范围内的稳定过后达到第二个“峰值”。此外，对于各区域内成交情况而言，尽管商业建筑入口相较于其他位置存在更多空间上的优势，成交率最高（0.4445）的区域仍不在此，而是藏于市场相对较深的位置，笔者推测这一现象的出现多与消费者货比三家的购物行为有关。

3.3 摊位交易行为与客流量之间的关系

在众多已有研究中，客流量与成交量的关联似乎是不证自明的，而本研究的分析结果（表1）显示，摊位前的客流量与其成交次数、问询次数及成交率之间仅存在有限的相关性，皮尔逊相关系数最高仅为0.222，这说明客流量与交易行为未必是成比例增长的。

表1 周中摊位交易情况与人行流量的相关性分析

4 商铺交易行为的空间分布规律分析

4.1 摊位交易行为与空间句法参数的相关性分析

本部分将探索不同空间参数对摊位交易行为的影响程度。分析摊位交易能力与拓扑半径为1-5的视域整合度、摊位视域面积、以及市场入口位置的距离及拓扑衰减参数之间的相关性（表2、3），显示无论是成交还是问询次数，拓扑衰减对其的影响都是最小的（前者约为0.152，后者约为0.158）；其余3种参数与摊位交易能力之间呈正相关，且均可通过置信度为99%的显著性检验。其中视域整合度对摊位交易能力的影响最大（峰值范围0.84-0.87），摊位视域面积次之，最后是与出入口距离。

表2 周中摊位总成交次数与空间形态类参数的相关性分析

对摊位成交率的分析结果（表4）显示，4种参数中除出入口距离衰减及拓扑半径为1时的视域整合度外，其余参数均不能通过显著性检验。而在仅存的影响摊位成交率的两种空间参数中，出入口位置的距离衰减与其的相关系数虽为最高却仅有0.206，R²值不足0.1，故可视摊位成交率与空间形态之间基本不存在相关性。

在此基础上，本研究通过对客流量和两类交易行为数据与空间形态的一元回归分析，进一步发现了空间句法参数对上述数据影响的差异性。分析结果显示，3步拓扑整合度对上述3类数据均有较好的分析效果，但从拟合曲线来看，客流量对空间形态的变化更为敏感（图13）。整合度与交易行为基本呈线性关系，而与客流量则接近指数关系。这意味着市场中通道拓扑结构的调整对客流量分布的影响巨大，但这些流量可以“变现”的比例则大打折扣。从商业建筑设计的实际需求来看，流量的分析往往对通道宽度有直接意义，而对空间盈利能力的量化评价，交易行为的分布规律则更有直接的价值。因此，对本案例的分析有助于建立“流量—交易—空间”之间的量化关系，未来可进一步探索绕过流量分析而直接进行交易行为等级评价的可行性。

图13 人行流量及交易能力与视域整合度拟合曲线

表3 周中摊位总问询次数与空间形态类参数的相关性分析

对比这些分析结果显示，交易的量（交易和问询的次数）虽与客流量不直接相关，二者却都与拓扑空间结构有强相关。这从侧面验证了空间句法基础理论中将空间形态作为出发点，同时影响流量与功能的假设。简言之，即便直接反映使用者行为的流量与功能这两个现象之间不相关，但二者均受到空间拓扑形态的影响。另一方面，成交率隐含的规律则更为复杂。常理推断，可达性高的摊位前人流量基数大，成交率应偏低，相反可达性低的摊位前人流量少，但愿意走入该区的顾客往往目的明确，因而成交率应与可达性体现负相关，这也是商业建筑设计中将“锚店”（anchor shop）设置在尽端以拉动流量提升整体均好性策略的基础。然而，本研究并未发现该规律，推测原因是在自组织状态下，那些吸引力高的业态虽不特别依赖好的位置，但也不甘愿选择差的位置。

4.2 摊位交易行为的多元回归分析

前一部分的研究仅体现了摊位交易行为及其产物对空间形态的选择需求，除此之外建筑空间内商铺的交易行为还需要考虑其所在通道能否被足够多的消费者穿过以及其所售卖的商品类型等，因此有必要对多因素共同作用下的商铺交易机制进行深入的探讨。

由于不同半径下的视域整合度之间存在很强的自相关，笔者在进行多元回归分析时仅选取分析效果最好的单一拓扑半径下的视域整合度进入回归模型。将取log值后的人行流量数据以及均匀化处理后的业态类型、摊位成交率等多种自变量整合起来进行多元回归分析，结果显示对摊位成交次数而言，尽管回归模型调整后的R²值高达0.853，但由于视域面积与视域整合度有较高的自相关（二者间相关系数为0.814），业态类型与视域整合度参数之间也有一定的自相关（二者间相关系数为0.350），使得两者Sig值过高（分别为0.319和0.124）不能通过显著性检验。删除这两个变量后保留其余参数与摊位成交次数的多元回归分析结果（表5）说明，此时调整后的R²值仍可达到0.852。对比各变量的标准化Beta系数可以看出，拓扑半径为3的视域整合度对各摊位成交次数的影响（0.767）要远大于其他3个参数，人行流量及入口角度衰减对摊位成交次数的影响能力接近，距离衰减对其的影响程度则为最小（0.133）。

采用同一方式对摊位问询次数及其影响变量之间进行多元回归分析（表6），同样由于视域面积及业态类型与视域整合度参数之间存在的相关性，上述两个自变量不能通过显著性检验。从各变量的标准化Beta系数来看， 3步拓扑半径视域整合度对摊位问询次数的影响 （0.703）最高，约为其他两种参数的两倍；出入口距离衰减对问询次数的影响（0.169）则低于角度衰减（0.249）及人行流量（0.301）的影响。结合上述两种情况不难发现，空间视域整合度对摊位交易行为有强影响。

表6 新民菜市场周中摊位问询次数的变量多元回归分析

综合摊位成交率与空间参数之间皮尔逊相关系数的分析结果，笔者在对摊位成交率进行的多元回归分析中并未将各摊位视域面积及出入口位置的角度衰减参数考虑在内。而由人行流量、业态类型、出入口距离衰减以及视域整合度4种参数组成的回归模型中，后两类变量无法通过显著性检验。排除后人行流量及业态类型与摊位成交率的多元回归分析结果（表7）说明，调整R²值仅为0.097，多元回归模型无解释力。

表7 新民菜市场周中摊位成交率的变量多元回归分析

总体来说，综合各变量的多元回归分析验证了相关分析的结论，即交易的量与拓扑空间结构强相关，而交易率则不相关。

5 结论与讨论：从空间交易能力的角度分析商业建筑

本文针对空间形态对商业建筑中交易行为的影响，以北京市新民菜市场为例，通过对各摊位的交易行为及市场内业态使用及分布展开模型分析，发现在菜市场这类自组织的商业空间环境中，交易行为与客流量并无明显相关，但二者均受空间拓扑结构的强影响。尽管各商铺业态类型表现出吸引力差异，但这种差异被拓扑空间结构所“统摄”，致使高可达性空间不仅具有更高的流量，也同时具有更高的成交量。各业态的空间分布虽相对独立且有一定的灵活性，但个体吸引力的差异难以撼动整体空间结构背后的盈利分布模式，吸引力高的业态也并不接收位置差的空间。

这一结论对商业建筑内部空间设计和业态策划的意义在于：明确了拓扑空间结构是平衡流量和业态策划的前提条件。此外，基于对客流量和交易行为的量化对比分析，本研究发现相较于交易行为，流量分布对空间形态更为敏感。这为评价调整拓扑空间结构对客流量和交易行为的影响幅度提供了数据和模型基础，有助于在商业建筑设计中推进应用空间句法模型直接对开发商或运营商更为关注的空间盈利状况进行评测，而非现有方法和实证研究中比较关注的客流量分布状况。