夏正偉，徐磊青，萬(wàn)朋朋

（1.同濟(jì)大學(xué)建筑與城市規(guī)劃學(xué)院，上海200092；2.常州工學(xué)院土木建筑工程學(xué)院，江蘇常州213002；3.同濟(jì)大學(xué)建筑設(shè)計(jì)研究院（集團(tuán)）有限公司，上海200092）

基于空間與業(yè)態(tài)的高層商業(yè)空間人流分布

夏正偉1，2，徐磊青1，萬(wàn)朋朋3

（1.同濟(jì)大學(xué)建筑與城市規(guī)劃學(xué)院，上海200092；2.常州工學(xué)院土木建筑工程學(xué)院，江蘇常州213002；3.同濟(jì)大學(xué)建筑設(shè)計(jì)研究院（集團(tuán)）有限公司，上海200092）

引導(dǎo)購(gòu)物人流較為合理地分布在高層商業(yè)空間是高層商業(yè)綜合體設(shè)計(jì)需要解決的關(guān)鍵問(wèn)題之一.對(duì)上海2個(gè)龍之夢(mèng)軌道交通商業(yè)綜合體的人流分布情況進(jìn)行了調(diào)研分析，對(duì)影響人流分布的功能業(yè)態(tài)、空間因素（組構(gòu)、與建筑入口關(guān)系、與扶梯關(guān)系、所處樓層、通道寬度等）進(jìn)行了測(cè)量，并嘗試將功能與組構(gòu)分析結(jié)果進(jìn)行了整合，提出了業(yè)態(tài)的空間系數(shù)與業(yè)態(tài)的深度系數(shù)2個(gè)組合變量，利用SPSS（Statistical Product and Service Solutions）軟件進(jìn)行了人流分布的綜合分析模型研究.分析結(jié)果發(fā)現(xiàn)，①高層商業(yè)綜合體中的個(gè)體空間選擇行為具有潛在的規(guī)律性，不同行為主體的目的性、功能業(yè)態(tài)和空間因素等共同作用決定了人流分布狀態(tài)；②基于業(yè)態(tài)深度系數(shù)、空間深度、與建筑入口關(guān)系以及與扶梯關(guān)系建立的綜合分析模型可以對(duì)人流分布進(jìn)行有效解釋?zhuān)?個(gè)案例中的決定系數(shù)分別可達(dá)71.6%與78.2%.

高層商業(yè)空間；人流分布；功能；空間；組構(gòu)；分析模型

高層商業(yè)綜合體是目前城市空間與土地的高效集約利用發(fā)展背景下城市空間開(kāi)發(fā)的主要形式之一，特別是在與軌道交通站點(diǎn)的結(jié)合下，其空間組織呈現(xiàn)出了高度立體化與綜合化的特征，表現(xiàn)出的公共性也越來(lái)越強(qiáng)，依靠軌道交通站點(diǎn)來(lái)滿(mǎn)足各種日常行為成為市民們最正常和典型的生活體驗(yàn)［1］.但高層商業(yè)綜合體與具有特殊情感與意義的“場(chǎng)所空間”具有較大的不同，屬于人類(lèi)學(xué)家馬克·奧熱（Marc Auge）所認(rèn)為的“非場(chǎng)所空間”［2］的范疇.其中的行為活動(dòng)體現(xiàn)了個(gè)體與“非場(chǎng)所空間”之間的契約關(guān)系（solitary contractuality）［3］，是相互獨(dú)立的個(gè)體空間行為的集合.因而，通過(guò)合適的空間組織策略來(lái)合理利用軌道交通站點(diǎn)的人流集聚資源，在滿(mǎn)足行為個(gè)體目的需求的同時(shí)，引導(dǎo)行為個(gè)體在高層商業(yè)空間中的合理分布，成為高層商業(yè)綜合體集約化發(fā)展的關(guān)鍵.然而，這種合適的空間組織策略是什么，能否對(duì)個(gè)體的空間選擇行為進(jìn)行有效的引導(dǎo)尚有待研究.解決這一問(wèn)題的核心在于個(gè)體的空間選擇行為是否具有規(guī)律性，并且如何對(duì)高層商業(yè)綜合體中人流分布狀態(tài)及其影響因素進(jìn)行有效分析.

1 商業(yè)空間中人流分布的影響因素

商業(yè)領(lǐng)域的研究認(rèn)為，購(gòu)物中心中業(yè)態(tài)組合、環(huán)境氛圍等對(duì)顧客具有較強(qiáng)的吸引力［4-7］，購(gòu)物環(huán)境氛圍引起的愉悅體驗(yàn)將延長(zhǎng)購(gòu)物者在購(gòu)物中心中的逗留時(shí)間，并使他們?cè)诳臻g中不斷探索［5，8-10］.其中，業(yè)態(tài)組合是指不同類(lèi)型零售店鋪在購(gòu)物中心中分布的整合［11］，購(gòu)物中心內(nèi)部的環(huán)境氛圍主要涉及空間因素（空間布局與設(shè)計(jì)等）、總體環(huán)境特征（氣味、燈光、音樂(lè)與溫度等）、室內(nèi)裝飾（店招、墻面裝飾、標(biāo)識(shí)、產(chǎn)品展示等）等［10］.

另外，在Bitgood等［12-13］以及Spilková等［14］學(xué)者的研究發(fā)現(xiàn)，顧客的路徑選擇行為體現(xiàn)出強(qiáng)烈經(jīng)濟(jì)效率和目的性特征，即使沒(méi)有目的的顧客，也會(huì)沿著主要的動(dòng)線(xiàn)盡可能光顧到最多感興趣的店鋪；并且，Zacharias［15］的研究中指出，人們?cè)谀吧沫h(huán)境中的路徑選擇受到空間環(huán)境質(zhì)量以及其他人的行為活動(dòng)影響較大.Konishi等［16］認(rèn)為大型超市或知名百貨等主力店（anchor stores）是購(gòu)物中心中最具吸引力的空間，其他店鋪因?yàn)榫奂谒車(chē)芤?聶沖等［17］認(rèn)為次大規(guī)模的零售單元（次主力店）對(duì)購(gòu)物者也具有一定的吸引作用，并且購(gòu)物中心內(nèi)不同空間位置的店鋪其顧客流動(dòng)量差異較大，其中樓層變量（距離第1層的層數(shù)）影響較為明顯.

以上的研究明確了業(yè)態(tài)組合和環(huán)境氛圍對(duì)顧客空間選擇行為的重要影響，但因缺乏對(duì)影響因素作用機(jī)理的研究，難以形成具體的功能與空間組織策略.Bitgood等［13］的研究指出，空間句法是不考慮目的地類(lèi)型去研究顧客行為的一個(gè)較為嚴(yán)謹(jǐn)?shù)难芯糠椒?空間句法的組構(gòu)理論認(rèn)為，空間本身的結(jié)構(gòu)模式（整合度、深度）決定了行人在空間中的分布［18］，并且在Penn［19］，Turner［20］，F(xiàn)ong［21］的研究中都獲得了證實(shí).然而，由于空間句法的分析中未考慮功能吸引及其他空間因素對(duì)行人行為的影響，將很可能導(dǎo)致句法理論在商業(yè)空間中分析失效.如Hossain［22］的研究發(fā)現(xiàn)在多層面商業(yè)空間案例中存在著上部樓層的行人分布與空間整合度的相關(guān)性減弱的現(xiàn)象；Langenfeld等［23］認(rèn)為在起始點(diǎn)、地標(biāo)以及人們的特殊偏好等因素影響下，人流分布將趨向整合度的偽核心空間（fake integration core）.

因而，近年來(lái)在商業(yè)建筑空間的人流分布規(guī)律的研究中，學(xué)者們逐漸重視了不同影響因素的整合研究，如Parvin等［24］、莊宇等［25］在多層面商業(yè)綜合體空間的研究中，通過(guò)與軌道交通站點(diǎn)的關(guān)系、樓層變化、垂直交通等因素對(duì)空間整合度進(jìn)行修正，提升了人流分布分析模型的擬合效果；Fujitani等［26］在句法研究的基礎(chǔ)上證實(shí)了店鋪面積規(guī)模對(duì)相鄰空間人流分布的影響.但以上這些研究因變量選擇不夠全面，如文獻(xiàn)［24-25］未考慮功能因素的影響，文獻(xiàn)［26］僅考慮了功能類(lèi)型而忽略了功能規(guī)模對(duì)人流分布的影響作用，因而尚難以建立較為綜合的人流分布分析模型，難以對(duì)人流分布情況形成更為有效的解釋?zhuān)詈蟮难芯拷Y(jié)論尚有待進(jìn)一步檢驗(yàn).

綜合相關(guān)學(xué)者的研究成果：高層商業(yè)空間中影響人流分布的空間環(huán)境因素主要涉及業(yè)態(tài)組合和環(huán)境氛圍2個(gè)方面，其中環(huán)境氛圍包括空間因素、總體環(huán)境特征、室內(nèi)裝飾等；在綜合考慮不同行為主體的目的特征、功能業(yè)態(tài)和空間因素時(shí)將可能對(duì)人流分布情況進(jìn)行有效解釋.功能業(yè)態(tài)主要指功能業(yè)態(tài)的類(lèi)型和規(guī)模；空間既包括整體性的空間因素如空間組構(gòu)特征（空間深度與空間整合度），還包括局部性的空間因素如與建筑入口關(guān)系［24-25，27］、所處樓層［2425］、與扶梯關(guān)系［24-25，28］、與中庭關(guān)系、通道寬度等.因而，本文研究的關(guān)鍵是：如何綜合考慮不同行為主體的目的特征、功能業(yè)態(tài)和空間因素影響作用，為高層商業(yè)綜合體中人流分布建立綜合的分析模型，進(jìn)而對(duì)人流分布的影響因素的作用機(jī)理進(jìn)行解釋.

2 案例選擇與研究方法

2.1 案例選擇

研究選擇了上海的2個(gè)龍之夢(mèng)高層商業(yè)綜合體，即長(zhǎng)寧區(qū)中山公園龍之夢(mèng)（中山公園附近）與虹口區(qū)虹口龍之夢(mèng)（靠近近虹口足球場(chǎng)）為調(diào)研對(duì)象（表1）.這2個(gè)案例均為凱德商用運(yùn)營(yíng)管理的購(gòu)物中心，在總體環(huán)境特征和室內(nèi)裝飾上較為相似，并且在多層面商業(yè)空間上與相鄰的軌道交通站點(diǎn)建立了直接的交通聯(lián)系，在空間形態(tài)上呈現(xiàn)出了集約式、立體化發(fā)展?fàn)顟B(tài)，功能上綜合了百貨零售、餐飲、娛樂(lè)、停車(chē)、辦公等多種功能形式，創(chuàng)造了一個(gè)集交通、購(gòu)物、娛樂(lè)與休閑等為一體的公共生活空間.

表1 案例分析Tab.1 Comparison of different cases

2.2 研究方法

采用行人計(jì)數(shù)法（gate count）對(duì)2個(gè)龍之夢(mèng)高層商業(yè)綜合體的商業(yè)空間中行人流量進(jìn)行記錄；基于空間句法理論繪制空間軸線(xiàn)，將軸線(xiàn)上不同觀測(cè)點(diǎn)的人流通過(guò)量根據(jù)通道長(zhǎng)度取加權(quán)平均值作為該軸線(xiàn)空間的截面人流量，并以此代表該軸線(xiàn)空間的人流分布量；采用空間句法Depthmap軟件進(jìn)行軸線(xiàn)法分析，計(jì)算了全局整合度和空間深度.Hillier等［29］指出可以通過(guò)多元回歸模型來(lái)處理空間句法中被忽略的影響因素.并且在文獻(xiàn)［24-26，30］中，均利用SPSS（Statistical Product and Service Solutions）軟件進(jìn)行了人流量與空間句法組構(gòu)計(jì)算結(jié)果以及其他空間變量的多元線(xiàn)性回歸模型分析，并取得了較好的分析效果.因而，本文在空間句法所提出的句法軸線(xiàn)及拓?fù)洳綌?shù)的概念基礎(chǔ)上對(duì)功能與空間因素提出量化的測(cè)量方法，并利用SPSS軟件進(jìn)行多元線(xiàn)性回歸模型分析，建立人流分布的綜合分析模型框架.

3 人流分布實(shí)測(cè)

在2個(gè)案例現(xiàn)場(chǎng)各進(jìn)行了2d的行為調(diào)研，每個(gè)案例周末和工作日各1d，中山公園龍之夢(mèng)的調(diào)研時(shí)間為2013年12月27 28日，虹口龍之夢(mèng)的調(diào)研時(shí)間2013年12月29 30日，天氣情況均為晴好.中山公園龍之夢(mèng)選擇了128個(gè)觀測(cè)點(diǎn)，調(diào)研人員7人；虹口龍之夢(mèng)選擇了97個(gè)觀測(cè)點(diǎn)，調(diào)研人員5人；每個(gè)調(diào)研日選取了5個(gè)時(shí)間段（10：30 11：30，12：30 13：30，14：30 15：30，16：30 17：30，18：30 19：30），基本可較好反映出全天人流的情況.在每個(gè)時(shí)間段內(nèi)，對(duì)每個(gè)觀測(cè)點(diǎn)取樣3min，每個(gè)觀察點(diǎn)2d合計(jì)抽樣時(shí)間為30min.將2d各時(shí)段的人流通過(guò)量取平均值，轉(zhuǎn)換成每小時(shí)的數(shù)據(jù)，便得到各觀察點(diǎn)每小時(shí)的人流通過(guò)量.另外，在2014年7月12至20日之間對(duì)2個(gè)案例進(jìn)行了關(guān)于消費(fèi)者行為的問(wèn)卷調(diào)查，每個(gè)案例均包含2個(gè)工作日和2個(gè)休息日，分別收回有效問(wèn)卷195份與218份.圖1為中山公園龍之夢(mèng)、虹口龍之夢(mèng)各調(diào)研截面的平均人流量與空間句法軸線(xiàn).

4 影響因素的分析與測(cè)量

4.1 行為主體特征

根據(jù)問(wèn)卷調(diào)查結(jié)果可知：在上海的2個(gè)龍之夢(mèng)中，大部分顧客對(duì)購(gòu)物中心的環(huán)境都比較熟悉，1個(gè)月至少來(lái)1次的顧客分別占71.8%和76.1%，第1次來(lái)的顧客分別為7.2%和3.2%；并且，購(gòu)物中心中近半數(shù)顧客的行為具有多種目的性，中山公園龍之夢(mèng)中具有2種及以上目的類(lèi)型的顧客占48.7%，在虹口龍之夢(mèng)中，這一比例達(dá)到了57.8%.行為主體的不同的目的性特征直接影響到不同類(lèi)型功能業(yè)態(tài)的吸引力.

4.2 功能業(yè)態(tài)

對(duì)于功能吸引力（F），文獻(xiàn)［12-14］認(rèn)為顧客的路徑選擇行為具有強(qiáng)烈的目的性特征，并且文獻(xiàn)［16-17，21，26，31］證實(shí)了功能類(lèi)型、面積規(guī)模對(duì)于人流吸引力的影響作用.因而，本文通過(guò)對(duì)行為主體的不同的目的性特征、功能業(yè)態(tài)類(lèi)型及其所對(duì)應(yīng)的空間面積規(guī)模的整合量化研究來(lái)確定功能業(yè)態(tài)對(duì)人流的吸引力.文獻(xiàn)［31］將消費(fèi)者來(lái)店目的分為購(gòu)物、觀光娛樂(lè)、用餐、業(yè)務(wù)與其他等類(lèi)型.本文以中山公園龍之夢(mèng)為例，根據(jù)195份（有效問(wèn)卷）調(diào)查問(wèn)卷的分析結(jié)果將消費(fèi)者的行為目的分為以下類(lèi)型：服裝飾品類(lèi)（28.83%）、生活百貨類(lèi)（14.42%）、辦事服務(wù)類(lèi)（4.60%）、餐飲類(lèi)（33.74%）、休閑類(lèi)（11.95%）以及其他（6.44%），并將不同目的類(lèi)型的所占比例作為中山公園龍之夢(mèng)中不同功能類(lèi)型的吸引力權(quán)重.面積規(guī)模的確定以空間句法的軸線(xiàn)概念為基礎(chǔ)，是指在軸線(xiàn)空間內(nèi)行人能夠看到的所有功能空間的面積之和.因而，功能吸引力的計(jì)算方式如下：

圖1 截面人流量與空間句法軸線(xiàn)Fig.1 Space syntax axes and pedestrian flow

式中：A，B，C，G，H分別對(duì)應(yīng)服裝飾品類(lèi)、生活百貨類(lèi)、辦事服務(wù)類(lèi)、餐飲類(lèi)以及娛樂(lè)休閑類(lèi)等5種功能業(yè)態(tài)類(lèi)型的吸引力權(quán)重；Sa，Sb，Sc，Sg，Sh分別為店鋪面積規(guī)模（按功能業(yè)態(tài)類(lèi)型分類(lèi)）；j，k，l，m，p分別為某軸線(xiàn)空間上需納入統(tǒng)計(jì)范圍的各種功能業(yè)態(tài)類(lèi)型的店鋪數(shù)量.

4.3 空間因素

4.3.1 整體性空間因素

對(duì)于空間深度（D），與城市街道空間不同的是，高層商業(yè)綜合體是一個(gè)相對(duì)封閉的空間系統(tǒng)，商業(yè)空間中的人流主要依靠建筑入口的人流導(dǎo)入，因而不同商業(yè)空間距離人流出入口的空間深度成為研究人流分布特征的指標(biāo)之一.并且，因高層商業(yè)綜合體中設(shè)置有多個(gè)人流入口，故本文中的空間深度是指空間相對(duì)于建筑主要人流出入口的平均相對(duì)深度.具體的計(jì)算方式為：根據(jù)現(xiàn)場(chǎng)行為調(diào)研結(jié)果，通過(guò)空間句法軟件計(jì)算相對(duì)于上述不同入口的軸線(xiàn)深度，并根據(jù)人流量的百分比關(guān)系確定的權(quán)重計(jì)算整個(gè)系統(tǒng)的平均相對(duì)深度.如中山公園龍之夢(mèng)中入口人流量大小依次為：地下第2層地鐵2號(hào)線(xiàn)接入口（38.51%）、第1層“紅中庭”處入口（23.15%）、第2層平面輕軌3，4號(hào)線(xiàn)接入口（15.63%）、第1層平面“黃中庭”處（8.48%），第1層平面公交站點(diǎn)接入口（7.89%）、第1層平面“藍(lán)中庭”處入口（6.34%）.

對(duì)于整合度（I），常用的指標(biāo)是局部整合度（R3）與全局整合度（Rn），因高層商業(yè)綜合體的商業(yè)空間是個(gè)封閉的空間系統(tǒng)，并均在消費(fèi)者步行可達(dá)的范圍之內(nèi)，故本文中采用全局整合度，該指標(biāo)反映了某軸線(xiàn)空間在整個(gè)商業(yè)空間中的可達(dá)性與便捷性，由空間句法軟件Depthmap軟件計(jì)算獲得，其計(jì)算公式如下［32］：

式中：Rn為系統(tǒng)中軸線(xiàn)a1的全局整合度；n為系統(tǒng)中的軸線(xiàn)元素的數(shù)量；Dn為軸線(xiàn)總數(shù)為n的系統(tǒng)標(biāo)準(zhǔn)化參數(shù)，；M為軸線(xiàn)a1到系統(tǒng)中其他所有軸線(xiàn)的平均深度，為軸線(xiàn)a1到系統(tǒng)中其他所有軸線(xiàn)的拓?fù)渖疃戎?

4.3.2 局部性空間因素

關(guān)于局部性空間因素的量化研究已有開(kāi)展，如文獻(xiàn)［24］提出：將與建筑主要入口相連的賦值為0.7，其余為零；與自動(dòng)扶梯直接相連的軸線(xiàn)賦值為1.0，其余為零；與軌道車(chē)站直接相連的樓層賦值為-1.0，其余樓層遞增，分別為0，1.0，2.0.文獻(xiàn)［25］提出：將與建筑主要入口相連的賦值為1，其余為零；建筑的最底層賦值為零，其余樓層賦值向上遞增，如地下第2層至地上第9層賦值為0～10等.本文在上述學(xué)者研究的基礎(chǔ)上對(duì)局部性空間因素的量化賦值進(jìn)行了進(jìn)一步的推進(jìn)和優(yōu)化.

對(duì)于與建筑入口的關(guān)系（E），本文中建筑入口既包括第1層的建筑入口，還包括軌道交通站點(diǎn)通往高層商業(yè)綜合體的入口；因人流出入口對(duì)與其直接相連的軸線(xiàn)人流有較大的影響，隨著距離入口的拓?fù)洳綌?shù)變大，其影響性逐漸減小.因此，將該變量賦值進(jìn)行了細(xì)化，考慮了人流出入口對(duì)距離其2步以?xún)?nèi)軸線(xiàn)人流的影響，即將與建筑主要人流入口直接相連的軸線(xiàn)賦值為1.0，距離1步（拓?fù)洳綌?shù)）為0.5，其余為零.

對(duì)于所處樓層（L），本文中該變量并不是指空間所在樓層的實(shí)際數(shù)值，而是相對(duì)數(shù)值.對(duì)于軌道交通商業(yè)綜合體而言，不僅地面入口層人流量較大，而且與軌道交通出入口直接相連的樓層也會(huì)因軌道交通人流的導(dǎo)入，出現(xiàn)較大的人流量.因此，將地面入口層和與軌交直接相連樓層的所處樓層（L）均賦值為零，其余根據(jù)樓層差進(jìn)行賦值，相鄰樓層差值為1.如在中山公園龍之夢(mèng)中，地上第1層、地下第2層以及地上第2層為零，地下第1層與地上第3層為1，地上第4層到第9層為2～7.

通道寬度（W）是句法軸線(xiàn)所在空間的寬度平均值（通道面積除以通道長(zhǎng)度），通過(guò)圖紙實(shí)際測(cè)量獲得.

對(duì)于與中庭關(guān)系（A），由于中庭營(yíng)造了較為豐富的空間體驗(yàn)，并對(duì)人流的分布有一定的導(dǎo)引作用.本文將與中庭直接相連的軸線(xiàn)賦值為1，否則賦值為零.

對(duì)于與扶梯關(guān)系（T），文獻(xiàn)［25，28］中證實(shí)了在多層面商業(yè)空間中，扶梯對(duì)于人流分布具有極為重要的影響作用.本文將與同一位置的雙向扶梯直接相連的軸線(xiàn)賦值為1，否則賦值為零；將與一部單向扶梯直接相連的賦值為0.5，否則為零；當(dāng)軸線(xiàn)空間在不同位置與多部扶梯直接相連接時(shí)，將賦值進(jìn)行疊加.

5 回歸模型分析

5.1 利用功能進(jìn)行回歸分析

當(dāng)直接采用功能進(jìn)行線(xiàn)性回歸模型分析時(shí)，與人流分布的擬合效果較差（表2），模型的R2只有0.038和0.079（R反映了自變量與因變量之間的相關(guān)系數(shù)，取值范圍為0～1；R2反映了模型的決定系數(shù)）.因而，在高層商業(yè)空間中業(yè)態(tài)決定人流分布的觀點(diǎn)難以成立.

表2 利用功能的多元回歸模型Tab.2 Linear regression based on configuration

5.2 利用組構(gòu)進(jìn)行回歸分析

在2個(gè)研究案例中，直接利用組構(gòu)進(jìn)行線(xiàn)性回歸模型分析，與人流分布的擬合效果也不能讓人滿(mǎn)意（表3）.在中山公園龍之夢(mèng)和虹口龍之夢(mèng)中，模型的R2只有0.294和0.284，并且，整合度Rn在2個(gè)案例中均被排除在模型之外，沒(méi)有表現(xiàn)出對(duì)人流分布較為明顯的影響作用.

表3 利用組構(gòu)的多元回歸模型Tab.3 Linear regression based on configuration

5.3 利用功能、組構(gòu)與局部性空間因素進(jìn)行回歸模型分析

當(dāng)綜合考慮功能、組構(gòu)與局部性空間因素對(duì)人流分布的影響，建立多元線(xiàn)性回歸模型，模型的擬合效果得到顯著提升，特別是在虹口龍之夢(mèng)中，功能吸引力、局部空間因素（與扶梯關(guān)系、所處樓層）與組構(gòu)（空間深度）都進(jìn)入了模型，模型的R2達(dá)到了0.708（表4）.

表4 利用功能與局部性空間因素對(duì)組構(gòu)分析進(jìn)行修正的多元回歸模型Tab.4 Multiple linear regression based on configuration revised by function and local space factors

5.4 基于組合變量建立綜合的回歸分析模型

在表4中，功能吸引力在2個(gè)研究案例中的回歸模型分析中出現(xiàn)了不同的分析結(jié)果，而導(dǎo)致這些情況的根本原因是以二元獨(dú)立的觀點(diǎn)對(duì)待商業(yè)綜合體中的功能與空間，忽略了不同的空間組織特征下功能業(yè)態(tài)設(shè)置對(duì)人流吸引能力的差異性.因而，本文嘗試?yán)谜w性空間屬性對(duì)功能吸引力進(jìn)行修正，即綜合空間組構(gòu)與功能業(yè)態(tài)的影響，提出2個(gè)新的組合變量：①業(yè)態(tài)的深度系數(shù)（F／D）.利用空間深度對(duì)功能吸引力進(jìn)行修正形成新的組合變量F／D，其含義為商業(yè)綜合體中不同業(yè)態(tài)功能在不同空間深度情況下吸引力強(qiáng)弱的特征參數(shù)，反映了功能吸引與空間阻力之間的綜合作用對(duì)進(jìn)入人流的影響.②業(yè)態(tài)的空間系數(shù)（IF）.利用功能吸引力F對(duì)整合度進(jìn)行修正形成新的組合變量IF，為在軸線(xiàn)整合度基礎(chǔ)上整合空間功能影響，是商業(yè)綜合體中不同業(yè)態(tài)功能在不同空間連接特征下的吸引力強(qiáng)弱的特征參數(shù)，反映了功能吸引與空間屬性協(xié)同作用下對(duì)于商業(yè)綜合體內(nèi)部逗留閑逛人流的影響.

為進(jìn)一步提高模型的擬合效果，對(duì)自變量與因變量之間進(jìn)行了曲線(xiàn)估計(jì)，發(fā)現(xiàn)除了E和A外，各自變量與截面人流量之間的二次函數(shù)關(guān)系的擬合效果均優(yōu)于線(xiàn)性函數(shù)關(guān)系，其中A與截面人流量之間并未表現(xiàn)出明顯的相關(guān)性，主要是由于本文案例中大部分的軸線(xiàn)空間都能與中庭建立直接的聯(lián)系，變量A對(duì)人流分布的影響難以體現(xiàn).因而，對(duì)除了E和A2個(gè)變量以外的其他自變量的賦值進(jìn)行取平方計(jì)算，再利用SPSS軟件進(jìn)行多元線(xiàn)性回歸分析，分別得到基于業(yè)態(tài)的深度系數(shù)和業(yè)態(tài)的空間系數(shù)擬合效果最優(yōu)的有效回歸模型（表5）.

表5 基于組合變量的多元回歸模型分析Tab.5 Multiple linear regression based on combined variables

5.5 多元線(xiàn)性回歸方程

對(duì)擬合效果最好的模型5進(jìn)行顯著性檢驗(yàn)、t檢驗(yàn)和共線(xiàn)性檢驗(yàn)（表6）.中山公園龍之夢(mèng)中：df＝107，F(xiàn)′＝67.516，P＝0（df為自由度，是取值不受限制的變量個(gè)數(shù)，即樣本量減去變量個(gè)數(shù)；F′是對(duì)回歸方程的顯著性檢驗(yàn)；P值小于0.05時(shí)，原假設(shè)成立）；虹口龍之夢(mèng)中，df＝59，F(xiàn)′＝53.049，P＝0.可以說(shuō)明2個(gè)研究案例中的模型5均滿(mǎn)足顯著性、t檢驗(yàn)和共線(xiàn)性檢驗(yàn)的要求.其中標(biāo)準(zhǔn)系數(shù)反映了自變量對(duì)截面人流量（M）的影響程度，同時(shí)得到2個(gè)案例的多元線(xiàn)性回歸方程如下.

中山公園龍之夢(mèng)：

M＝412.685＋0.009（F／D）2-1.042D2＋375.04E＋216.85T2

虹口龍之夢(mèng)：

M＝571.643＋0.010（F／D）2-4.502D2＋276.423E＋119.868T2

表6 模型t檢驗(yàn)與共線(xiàn)性檢驗(yàn)Tab.6 t test and Co-linearity test

6 人流分布影響因素的作用機(jī)理

（1）在高層商業(yè)空間中，不同行為主體的目的性、功能業(yè)態(tài)和空間因素等共同作用決定了人流分布狀態(tài).僅通過(guò)功能業(yè)態(tài)（業(yè)態(tài)吸引力）或空間因素建立的分析模型都難以解釋人流分布的規(guī)律性，當(dāng)綜合考慮功能吸引力、組構(gòu)以及局部的空間因素對(duì)人流的影響時(shí)，模型的解釋效果有很大的提升；利用業(yè)態(tài)深度系數(shù)（整合了功能吸引力和空間深度）、空間深度、與建筑入口關(guān)系以及與扶梯關(guān)系建立的綜合分析模型的擬合效果最優(yōu)，在中山公園龍之夢(mèng)和虹口龍之夢(mèng)中，可分別對(duì)71.6%與78.2%的人流分布狀態(tài)進(jìn)行解釋.人流分布中不可解釋部分跟商業(yè)品牌、局部空間品質(zhì)等因素關(guān)聯(lián)較大.

（2）業(yè)態(tài)的深度系數(shù)（F／D）對(duì)人流分布呈現(xiàn)出顯著的正相關(guān)關(guān)系，而業(yè)態(tài)空間系數(shù)（IF）對(duì)人流分布的影響并不顯著，說(shuō)明了在中山公園龍之夢(mèng)和虹口龍之夢(mèng)中，因缺乏豐富的空間氛圍營(yíng)造，難以給顧客帶來(lái)更多的愉悅體驗(yàn)，顧客的空間選擇行為體現(xiàn)出較為強(qiáng)烈目的性特征.在高層商業(yè)空間中，功能業(yè)態(tài)的組織可以根據(jù)不同功能業(yè)態(tài)吸引力強(qiáng)弱、面積規(guī)模大小、空間深度與整合度的區(qū)位差異情況以及局部空間環(huán)境氛圍進(jìn)行統(tǒng)籌布置，以引導(dǎo)人流的合理分布，提升商業(yè)效益.如在深度較大的空間，可以布置面積較大、目的性較強(qiáng)業(yè)態(tài)功能；而在空間深度較小的區(qū)域，可以布置面積規(guī)模較小、吸引力弱的隨機(jī)性消費(fèi)業(yè)態(tài).同時(shí)，在商業(yè)綜合體的深度較大的空間，特別是高樓層空間，可以通過(guò)特色化的空間營(yíng)造與業(yè)態(tài)組織形成具有個(gè)性和意義的空間意象［33］，利用局部空間氛圍的營(yíng)造增加對(duì)人流引導(dǎo)能力.

（3）空間深度與人流分布具有較為顯著的負(fù)相關(guān)關(guān)系.隨著空間深度的增大，功能業(yè)態(tài)類(lèi)型及規(guī)模設(shè)置相似的空間被行為個(gè)體光顧的幾率下降.因此，如何有效降低空間深度成為軌交商業(yè)綜合體空間組織必須考慮的問(wèn)題.通過(guò)增加不同層面的人流入口是有效降低整個(gè)綜合體的空間深度的最重要空間策略.例如：在地下部分，應(yīng)連接最底層的商業(yè)空間；在地上部分，應(yīng)遠(yuǎn)離地面層，往第2、第3層甚至更高樓層設(shè)置，以引導(dǎo)人流在豎向均勻分布.

（4）與建筑入口或扶梯建立起直接聯(lián)系的空間將可能獲得更多被光顧的機(jī)會(huì).在空間組織策略上，建筑入口在平面和豎向上都應(yīng)盡量均衡布置；在建筑入口附近設(shè)置扶梯起點(diǎn)，扶梯連接到目標(biāo)樓層的位置應(yīng)具有較高的可達(dá)性；特別是跨越多樓層的超長(zhǎng)電梯的設(shè)置，其位置應(yīng)醒目，且便捷易達(dá)；平面商業(yè)動(dòng)線(xiàn)設(shè)置應(yīng)盡量與扶梯建立較為直接的聯(lián)系，不應(yīng)有過(guò)多的層級(jí)，以減少空間深度；應(yīng)重視中庭在營(yíng)造空間氛圍和引導(dǎo)交通上的作用，應(yīng)將主要的垂直交通空間圍繞中庭展開(kāi).

7 結(jié)語(yǔ)

通過(guò)對(duì)中山公園龍之夢(mèng)和虹口龍之夢(mèng)2個(gè)商業(yè)綜合體中的人流分布分析研究發(fā)現(xiàn)：高層商業(yè)綜合體“非場(chǎng)所”空間中的個(gè)體空間選擇行為具有潛在的規(guī)律性，不同行為主體的目的性、功能業(yè)態(tài)和空間因素等共同作用決定了高層商業(yè)空間中的人流分布狀態(tài).利用業(yè)態(tài)深度系數(shù)、空間深度、與建筑入口關(guān)系以及與扶梯關(guān)系建立的綜合分析模型可以對(duì)人流分布進(jìn)行有效解釋分析，2個(gè)案例的決定系數(shù)分別可達(dá)71.6%與78.2%；

業(yè)態(tài)的深度系數(shù)和業(yè)態(tài)的空間系數(shù)有效整合了功能吸引力和整體性空間因素（空間深度和整合度）的影響，提升了人流分布綜合分析模型的解釋能力.在本案例的人流量分析模型中，就擬合效果進(jìn)行優(yōu)劣排序，次序?yàn)椋夯诮M合變量的綜合分析模型、利用功能和組構(gòu)與局部性空間因素建立的分析模型、基于空間組構(gòu)的分析模型、基于功能的分析模型.業(yè)態(tài)的空間系數(shù)反映了功能吸引與空間屬性協(xié)同作用下對(duì)于商業(yè)綜合體內(nèi)部逗留閑逛人流的吸引能力.在本文中，業(yè)態(tài)的空間系數(shù)的綜合分析模型的擬合效果不及基于業(yè)態(tài)的深度系數(shù)建立的綜合分析模型；2個(gè)案例的模型4中業(yè)態(tài)的空間系數(shù)對(duì)人流分布的影響也較小，特別是中山公園龍之夢(mèng)，因地上各層平面布局基本相同并且缺少豐富的空間體驗(yàn)，業(yè)態(tài)的空間系數(shù)的標(biāo)準(zhǔn)系數(shù)僅為0.141.可見(jiàn)，業(yè)態(tài)的空間系數(shù)對(duì)人流分布分析的有效性和可靠性受到購(gòu)物中心環(huán)境氛圍品質(zhì)的影響.

［1］ 盧濟(jì)威，王騰，莊宇.軌道交通站點(diǎn)區(qū)域的協(xié)同發(fā)展［J］.時(shí)代建筑，2009（5）：12.LU Jiwei，WANG Teng，ZHUANG Yu.Synergic development in urban rail transit station areas［J］.Time Architecture，2009（5）：12.

［2］ Auge M.Non-places：Introduction to an anthropology of supermodernity［M］.Translated by John Howe.London ＆NewYork：Verso，1995.

［3］ 陳永國(guó).超現(xiàn)代時(shí)期的空間非場(chǎng)所［J］.杭州師范大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2012（6）：16.CHEN Yongguo.Non-places of space in the supermodern era［J］.Journal of Hangzhou Normal University：Humanities and Social Sciences，2012（6）：16.

［4］ Teller C，Reutterer T.The evolving concept of retail attractiveness：What makes retail agglomerations attractive when customers shop at them［J］.Journal of Retailing and Consumer Services，2008，15（3）：127.

［5］ Abghari M，Hanzaee K H.Investigation of the effects of stores’tenant mix and internal and external environmental conditions on customer satisfaction from shopping centers in Iran［J］.International Journal of Marketing Studies，2011，3（4）：158.

［6］ Ndez E M G L，Mez M O.A segmentation study of Mexican consumers based on shopping［J］.International Journal of Retail ＆Distribution Management，2012，40（10）：759.

［7］ 王先慶，王曉春.大型購(gòu)物中心聚客力影響因素研究——一個(gè)理論模型［J］.北京工商大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2010，25（2）：34.WANG Xianqing，WANG Xiaochun.Research on the factors of shopping malls’attractiveness——A theoretical model［J］.Journal of Beijing Technology And Business University：Social Science，2010，25（2）：34.

［8］ Donovan R J，Rossiter J R，Marcoolyn G，et al.Store atmosphere and purchasing behavior［J］.Journal of retailing，1994，70（3）：283.

［9］ Wakefield K L，Baker J.Excitement at the mall：Determinants and effects on shopping response［J］.Journal of Retailing，1998，74（4）：515.

［10］ Turley L W，Milliman R E.Atmospheric effects on shopping behavior：A review of the experimental evidence［J］.Journal of Business Research，2000，49（2）：193.

［11］ Johan de W Bruwer.Solving the ideal tenant mix puzzle for a proposed shopping center：A practical research methodology［J］.Property Management，1997，15（3）：160.

［12］ Bitgood S.Not another step！Economy of movement and pedestrian choice point behavior in shopping malls［J］.Environment and Behavior，2006，38（3）：394.

［13］ Bitgood S，Davey G，Huang X，et al.Pedestrian choice behavior at shopping mall intersections in china and the united states［J］.Environment and Behavior，2013，45（8）：1019.

［14］ SpilkováJ，Hochel M.Toward the economy of pedestrian movement in Czech and Slovak shopping malls［J］.Environment and Behavior，2009，41（3）：443.

［15］ Zacharias J.Path choice and visual stimuli：Signs of human activity and architecture［J］.Journal of Environmental Psychology，2001，21（4）：341.

［16］ Konishi H，Sandfort M T.Anchor stores［J］.Journal of Urban Economics，2003（53）：413.

［17］ 聶沖，賈生華.城市購(gòu)物中心不同商鋪種類(lèi)的租戶(hù)組合優(yōu)化實(shí)證研究［J］.浙江大學(xué)學(xué)報(bào)：理學(xué)版，2011，38（1）：101.NIE Chong，JIA Shenghua.Empirical research on optimization of tenant mix in shopping centers store categories［J］.Journal of Zhejiang University：Science Edition，2011，38（1）：101.

［18］ 比爾·希利爾.空間是機(jī)器一一建筑組構(gòu)理論［M］.3版.楊滔，張佶，王曉京，譯.北京：中國(guó)建筑工業(yè)出版社，2008.Bill Hillier.Space is the machine：A configurational theory of architecture［M］.3rd ed.Translated by YANG Tao，ZHANG Ji，WANG Xiaojing.Beijing：China Architecture ＆Building Press，2008.

［19］ Alan Penn.Space syntax and spatial cognition［C］／／Proceeding of the 3rd International Space Syntax Symposium.Atlanta：［s.n.］，2001：1-17.

［20］ Turner A.Analysing the visual dynamics of spatial morphology［J］.Environment and Planning B：Planning and Design，2003，30（5）：657.

［21］ Polly Fong.What makes big dumb bells a mega shopping mall？［C］／／Proceeding of the 4th International Space Syntax Symposium.London：［s.n.］，2003：1-14.

［22］ Nasreen Hossain.A syntactic approach to the analysis of spatial patterns in spontaneous retail development in dhaka［C］／／Proceeding of the 2nd International Space Syntax Symposium.Brasilia：［s.n.］，1999：1-20.

［23］ Vincent Langenfeld，Michael Rist，Ruth Conroy Dalton，et al.What syntax does not know：Movement triggers beyond integration［C］／／Proceeding of the 9th International Space Syntax Symposium.Seoul：［s.n.］，2013：1-18.

［24］ Parvin A，Ye A M，Jia B.Multilevel pedestrian movement：Does visibility make any difference？［C］／／Proceeding of the 6th International Space Syntax Symposium.Istanbul：［s.n.］，2007：1-16.

［25］ 莊宇，張靈珠，戴曉玲.多層面商業(yè)空間整合度與人流量關(guān)聯(lián)性分析［J］.同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，40（11）：1620.ZHUANG Yu，ZHANG Lingzhu，DAI Xiaoling.Configurational study of pedestrian flows in multi-level commercial space［J］.Journal of Tongji University：Natural Science，2012，40（11）：1620.

［26］ Masaya Fujitani，Tatsuya Kishimoto.A study about the pedestrian distribution in the commercial buildings by the location of stores and the structure of the walking space［C］／／Proceeding of the 8th International Space Syntax Symposium.Santiago：［s.n.］，2012：1-18.

［27］ Zacharias J，Munakata J.東京新宿車(chē)站地下和地面步行環(huán)境［J］.許玫，譯.國(guó)際城市規(guī)劃，2007，22（6）：35.Zacharias J，Munakata J.Underground and surface pedestrian environments at Shinjuku Station，Tokyo［J］.Translated by XU Mei.Urban Planning International，2007，22（6）：35.

［28］ 邱班中.都市型購(gòu)物中心內(nèi)部公共空間人流及其軌交分布影響要素分析［D］.上海：同濟(jì)大學(xué)，2012.QIU Banzhong.A study on flow path in vertical shaped shopping mall［D］.Shanghai：Tongji University，2012.

［29］ Hillier B，Penn A.Rejoinder to Carlo Ratti［J］.Environment and Planning B：Planning and Design，2004，31（4）：501.

［30］ 郭昊栩，李顏，鄧孟仁，等.基于空間句法分析的商業(yè)體空間人流分布模擬［J］.華南理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2014，22（10）：131.GUO Haoxu，LI Yan，DENG Mengren，et al.Simulation of people flow distribution in commercial space based on space syntax［J］.Journal of South China University of Technology：Natural Science，2014，22（10）：131.

［31］ 龍韜，柴彥威.北京市民郊區(qū)大型購(gòu)物中心的利用特征——以北京金源時(shí)代購(gòu)物中心為例［J］.人文地理，2006（5）：117.LONG Tao，CHAI Yanwei.Study on residents＇utilization of suburban shopping mall in Beijing city—A case study of Jinyuanshidai shopping mall［J］.Human Geography，2006（5）：117.

［32］ 傅搏峰，吳嬌蓉，華陳睿.軌道站出入口客流分布系數(shù)估計(jì)方法［J］.同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，40（11）：1660.FU Bofeng，WU Jiaorong，HUA Chenrui.Estimation method of distribution coefficient of passenger flow of subway station entrance［J］.Journal of Tongji University：Natural Science，2012，40（11）：1660.

［33］ 徐磊青.城市意象研究的主題、范式與反思——中國(guó)城市意象研究評(píng)述［J］.新建筑，2012（1）：114.XU Leiqing.The rethinking of themes and paradigms：A review of urban image studies in China［J］.New Architecture，2012（1）：114.

Pedestrian Distribution for High-rise Commercial Space Based on Space and Function

XIA Zhengwei1，2，XU Leiqing1，WAN Pengpeng3
（1.College of Architecture and Urban Planning，Tongji University，Shanghai 200092，China；2.School of Civil Engineering ＆Architecture，Changzhou Institute of Technology，Changzhou 213002，China；3.Tongji Architecture Design（Group）Co.，Ltd.，Shanghai 200092，China）

To guild a reasonable pedestrian distribution in high-rise commercial space is one of key problems in the design of high-rise commercial complex.Pedestrian distribution in two rail transit commercial complex in Shanghai was studied by spatial configuration analysis with spatial syntax software and quantification of function and space（relationship with building entrances，distance to escalators， level，passage width and so on）.Additionally in an attempt to integrate function with spatial configuration，two combination variables，spatial coefficient of function and spatial depth coefficient of function，were proposed，and SPSS（Statistical Product and Service Solutions）software was used to perform multiple regression analysis for pedestrian distribution.The analysis result reflects：①space choice behavior has a certain rule in high-rise commercial space，and customers’purposiveness，function and space factors determines the flow distribution；②comprehensive analytic model developed by spatial depth coefficient of function，space depth，relationship with building entrances，and distance to escalators，can well interpret flow distribution in high-rise commercial complex and its determination coefficient can be up to 71.6%and 78.2%.

high-rise commercial space；pedestrian distribution；function；space；configuration；analysis model

TU23；TU247.2

A

0253-374X（2015）12-1807-08

10.11908／j.issn.0253-374x.2015.12.007

2014 12 13

國(guó)家自然科學(xué)基金（51378355）

夏正偉（1982—），男，博士生，主要研究方向?yàn)槌鞘屑敖ㄖ臻g的環(huán)境與行為.E-mail：xia_zw@126.com

徐磊青（1969—），男，教授，博士生導(dǎo)師，工學(xué)博士，主要研究方向?yàn)槌鞘屑敖ㄖ臻g的環(huán)境與行為.E-mail：leiqingxu@163.com