0 引言

行為模擬即基于數學模型依托智能體仿真平臺對行人行為進行仿真分析，總結行人運動規(guī)律，以期預測行人行為。行為模擬包括兩個方面：其一為應急疏散行為模擬；其二為休閑步行行為模擬。

應急疏散行為模擬是將行人視為粒子，不考慮行人間相互作用，采用類似流體力學方法展開研究，主要應用于公共建筑、交通建筑與道路交叉口等，模擬其人流疏散能力，減少行人在面臨火災、地震、臺風等自然災害時的死亡率。香港城市大學盧兆明與武漢大學方正[1]提出建立一種空間格點化精細模型SGEM（Spatial-Grid Evacuation Model）；內蒙古大學郭仁擁[2]利用場域理論、格子氣模型與網絡模型等理論，對室內疏散過程以及特定結構下行人流問題開展廣泛研究；王春雪、索曉等[3]學者為研究地鐵應急疏散情況下人員恐慌程度，建立地鐵應急疏散恐慌程度模型，并以北京地鐵軍博站為對象進行模擬實驗，根據試驗數據對模型中相關事故經歷因素進行修正，構建地鐵應急疏散恐慌程度最終優(yōu)化模型。清華大學王嘉悅、翁文國等[4]學者，基于國內某重要城市核心區(qū)公共場所人群運動視頻圖像，采用互相關算法提取該場所人群運動速度，并進一步比較通往景區(qū)四條不同路徑人群運動速度差異性，分析其人群運動特征。

休閑購物行為模擬將行人視為單個理性行為個體，考慮個體間相互作用，其依托視覺注意力理論與經濟行為學理論展開研究，研究重點為行人行為決策，主要應用于商業(yè)空間與展覽空間。2002 年，學者Penn 與Turner[5]基于空間句法可視性圖解智能體模擬體系結構——體外視覺架構模型，并對零售環(huán)境進行模擬實驗，結果表明，在再現(xiàn)觀察人類運動行為方面，基于“隨機下一步”規(guī)則比基于“目的地”規(guī)則更簡單。2009 年，日本學者Yoshida 與Kaneda[6]以名古屋大須區(qū)為例，基于智能體方法構建行人購物行為模型并進行仿真，通過仿真與實測結果對比分析，驗證模型仿真方法的有效性。2011 年，學者Chen[7]基于視覺注意力理論構建智能體仿真模型，以臺中市第五次分區(qū)改造區(qū)京明一街為例進行案例分析，檢驗模型有效性。2014 年，Dijkstra、Timmermans、Jessurun 等學者[8]在行人運動仿真框架內，對計劃內與計劃外商店訪問進行建模，數據顯示，店鋪訪問量取決于訪客在市中心動機及部分經濟行為特征。2014 年，郭昊栩等[9]學者基于空間句法理論對商業(yè)綜合體進行人流分布預測分析。2017年，李眾等[10]基于空間句法可視性圖解，分析探究零售空間商業(yè)價值與空間句法各指標之間的邏輯關系。

本文研究重點為休閑步行行為模擬方法之一智能體購物行為模型仿真與空間句法可視性比較分析，探究其內在邏輯關系與適用范圍。

1 模擬方法介紹

1.1 概念闡述

行為模擬方法指依托計算機技術對行人行為特征進行仿真分析。購物行為模型模擬是一種基于智能體技術對行人行為定量研究分析的方法。購物行為模型依托計算機技術將行人視為理性行為個體，對建成商業(yè)空間行人行為進行模擬與預測?？臻g句法可視化依托空間句法理論展開?？臻g句法理論體系以空間及其句法作為研究的兩個基本支撐，以探索建筑與城市空間的內在模式為研究中心，其目的為對空間進行劃分與分割，應用一定方法，將社會環(huán)境因素、建筑與城市在計算機上進行建模，從而能夠模擬實際工程和規(guī)劃方案的空間可行性與合理性[11]。

1.2 原理解析

基于視覺注意力理論的智能體購物行為模型（ABSM）由四個子模型構成，其分別為行人模型、環(huán)境模型、行為模型與躲避障礙物模型。行人模型詮釋智能體行為規(guī)律，在模擬狀態(tài)中，行人前進方向與視線方向并不完全一致。隨著外界環(huán)境因素刺激，智能體頭部會進行擺動。前進方向與視線方向形成一個夾角α，其為隨機值，α 與由起點至終點的最近一組折線共同決定智能體前進方向。環(huán)境模型闡述環(huán)境中吸引點對智能體吸引原理。在模擬進程中，一旦行人智能體視域范圍與吸引點吸引區(qū)域重合，智能體將會以運動最大速度走向吸引物。當智能體視域距離一致時，吸引力等級高吸引物將會從更遠距離吸引智能體。相反，當吸引物吸引力等級一致時，智能體視域距離越大，意味著其可能被越遠吸引物吸引。行為模型制定智能體休閑購物行為規(guī)則。

空間句法可視性分析即為空間句法可視性圖解分析（Visibility Graph Analysis），是指建成環(huán)境對行人視線遮擋程度大小[12]?？梢曅詧D解分析依托視域網格展開，并在二維平面對空間進行視線分析。其對整體空間以邊長500～1 000mm 網格進行劃分，對整體空間進行分析，行人所處空間位置不同，空間組構對其影響不同。細分的每個網格代表行人站在該位置面前視域可視程度，反應空間連接度與整合度指標情況。采用Depthmap軟件進行可視性分析，分析結果中不同顏色表示空間可視程度。紅色表示該空間視域范圍較廣，可以看到更多空間，橙色、黃色按順序遞減，藍色表示其空間可視程度很低，視域范圍受到極大限制。

2 模擬結果比較分析

2.1 數據來源

本文基于2019年7月20～21日，9 月3～4 日下午17:00～19:00 莊里街（圖1）行人行為視頻圖像數據，對行人行為軌跡與各店鋪訪問量進行繪制與統(tǒng)計，并以其作為參照，以智能體購物行為模型與空間句法可視化量化分析工具對行人行為進行模擬，數據來源于實地調研。以店鋪訪問量為指標，實測數據與模擬數據之間相關性評價模擬結果優(yōu)劣。

2.2 模擬結果

依托智能體購物行為模型，基于MATLAB 2018a 平臺對莊里街行人休閑購物行為進行仿真模擬，模擬結果見圖2。基于工作日與周末實地調查數據與行人軌跡信息，采用不同顏色對行人行為軌跡進行繪制（圖3）。

基于空間句法理論，采用DEPTHMAP 軟件對莊里街平面圖進行空間句法可視性分析，獲取視覺整合度、空間連接度與距入口視覺深度指標值，結合調研實測各店鋪櫥窗界面長度，測算櫥窗界面深度系數與空間系數。加入店鋪種類虛擬變量提高回歸方程擬合優(yōu)度，擬合結果如下。

圖1 莊里街北段平面示意圖

（1）空間系數與空間活躍度模型：

（2）深度系數與空間活躍度模型：

其中，KJJZ為店鋪空間活躍度，即店鋪訪問量；KJXS為店鋪櫥窗界面空間系數；KJSD為店鋪櫥窗界面深度系數；YT1為業(yè)態(tài)類型1，即飲品店；YT2為業(yè)態(tài)類型2，即小吃店；μi為隨機干擾項。

2.3 比較分析

2.3.1 擬合程度對比

采用統(tǒng)計分析軟件SPSS25.0 對莊里街各店鋪訪問量實測與模擬數據進行相關性分析（表1），結果顯示，無論工作日、周末亦或整周情景，店鋪訪問量實測與模擬數據之間相關性顯著，相關系數在0.85 以上，智能體購物行為模型擬合結果較優(yōu)。

表1 店鋪訪問量實測與模擬之間相關性

采用統(tǒng)計分析軟件SPSS25.0 對空間句法可視性視覺整合度指標與實測店鋪訪問量進行邏輯回歸分析，其結果顯示，店鋪視覺整合度與實測店鋪訪問量之間相關系數為31%，即兩指標之間呈現(xiàn)弱相關性，視覺整合度指標變量可以解釋店鋪訪問量變化量31%?；贒EPTHMAP 軟件對莊里街北段空間進行聚類系數分析，獲取指標值，各店鋪空間聚類系數標準差為0.01，街區(qū)各店鋪空間開合變化不明顯，空間聚類系數與實測店鋪訪問量相關系數為14.8%，即兩指標之間呈現(xiàn)弱相關性，空間聚類系數不能較好解釋各店鋪訪問量變化值。

基于兩種模擬方法擬合結果可以看出，對微觀尺度商業(yè)空間，空間句法可視性分析行人行為模擬與預測擬合程度較低，智能體購物行為模型擬合程度較高，微觀尺度智能體購物行為模型對行人行為模擬與預測具有優(yōu)越性。

2.3.2 色度圖對比

基于MATLAB 2018a 平臺采用PedSimu V1.3 軟件（此行為模擬軟件為通訊作者構建與開發(fā)，本文為該模型應用研究）對莊里街行人行為進行仿真分析，獲取行人軌跡熱度圖（圖4）?；诳臻g句法理論采用DEPTHMAP軟件進行可視性圖解分析，獲取街區(qū)空間視覺整合度色度圖（圖5）?；谀M方法原理，兩種模擬方法所選研究區(qū)域不同。智能體購物行為模型以莊里街北段為研究區(qū)域，空間句法可視性以整個莊里街區(qū)為研究區(qū)域，以莊里街北段為研究重點。

行人軌跡熱度圖中，暖色表示行人流量大，冷色表示行人流量小。視覺整合度中暖色表示視覺整合度高，冷色表示視覺整合度低。模擬結果顯示，視覺整合度高區(qū)域其行人流量較大，行人軌跡圖呈現(xiàn)暖色。店鋪A1、A4、A5、A6 與B4 店前區(qū)域視覺整合度較高，呈現(xiàn)暖色，其行人流量較大亦呈現(xiàn)暖色，兩者結果吻合。店鋪A4、B4 視覺整合度呈紅色，視覺整合度最高；店鋪B4 店前區(qū)域行人軌跡熱度圖亦呈現(xiàn)紅色，行人流量最大，店鋪A4 店前區(qū)域行人軌跡熱度圖盡管不是紅色，但其為暖色，行人流量較大，兩者模擬結果吻合。店鋪B5、B6、B7 與B8 店前區(qū)域視覺整合度低，呈現(xiàn)冷色；行人軌跡圖中，其店前區(qū)域亦呈現(xiàn)冷色，行人流量較小，兩者模擬結果吻合。

圖4 行人軌跡熱度圖

圖5 空間句法視覺整合度色度圖

店鋪B1 店前區(qū)域盡管視覺整合度呈現(xiàn)偏冷色，而行人軌跡熱度圖呈現(xiàn)偏暖色。究其原因，因為在智能體購物行為模型模擬時，店鋪B1 緊鄰智能體出入口，其人流量較大。智能體購物行為模型模擬黑白地圖中，方形區(qū)域為智能體出入口，其人流量大，故呈暖色?？臻g句法可視性分析結果與實測數據吻合度較低，其對行人行為模擬與預測精確性低。

3 適用范圍比較分析

基于模擬方法適用范圍對其進行比較分析與擇優(yōu)選擇。筆者所構建的智能體購物行為模型，現(xiàn)階段適用于單層非機動車純步行商業(yè)空間，例如商業(yè)廣場、步行商業(yè)街等空間。空間句法可視性分析適用于空間組構較為復雜中觀尺度商業(yè)空間，例如商業(yè)街區(qū)、商業(yè)綜合體等。

3.1 微觀尺度商業(yè)空間

3.1.1 單層商業(yè)街應用

Chen H.C.[7]基于“視覺注意理論”構建與分析行人行為模型，并引入面向智能體行為仿真的規(guī)則與屬性。其以“京明一街”為例，描述智能體運動模式特點，并依托商業(yè)街既有環(huán)境設定各店鋪吸引力等級，繼而對行人行為進行仿真。結果顯示，該方法可較好地模擬建成環(huán)境行人行為，可進一步協(xié)助城市設計師評估與分析行人行為與城市環(huán)境之間相互作用，以幫助其更好地設計與決策。

筆者在“基于視覺注意力的智能體購物行為模型[13]”基礎上對勒泰中心莊里街進行行人休閑購物行為仿真分析，以實測店鋪訪問量為依據，基于商業(yè)街建成環(huán)境，以問卷形式對各店鋪吸引力等級進行定級，對2019年7、8 月工作日、周末與整周三個場景店鋪訪問量實測數據與模擬數據進行相關性分析，結果顯示，兩者相關性顯著，該模型可以很好地預測商業(yè)街行人休閑購物行為。進而對商業(yè)街設計方案進行評優(yōu)選擇，為商業(yè)街改造及設計方案提供量化數據支撐。

筆者基于空間句法可視性對莊里街北段商業(yè)空間進行指標分析，獲取指標值。對視覺整合度指標、空間聚類系數指標與店鋪訪問量進行相關性分析，兩者之間呈現(xiàn)弱相關性，空間句法可視性指標不能較好解釋店鋪訪問量指標變化量，對行人行為進行預測精確性低。

3.1.2 單層商業(yè)廣場應用

筆者基于視覺注意力理論，依托智能體技術，對邯鄲天鴻商業(yè)廣場行人購物行為進行仿真分析，構建智能體購物行為模型。基于該模型對商業(yè)廣場行人購物行為進行模擬預測，對廣場中三個店鋪以及高與低兩種吸引力等級六種場景進行模擬分析，結果顯示，商店三更容易吸引行人進行駐足與訪問，場景三與場景六布局方式為最佳布局。

劉英姿、宗躍光等學者[14]基于空間句法理論，通過空間句法指標分析數據與交通流量實測數據相關性分析，探究南京城市廣場使用性影響因素。其從宏觀角度入手，以南京老城區(qū)為研究區(qū)域，基于DEPTHMAP 軟件進行軸線圖分析，旨在依托空間內在邏輯解析廣場空間體系與城市空間肌理關系。

3.2 中觀尺度商業(yè)空間

3.2.1 商業(yè)街區(qū)應用

何卓書、許歡等學者[15]依托基于商業(yè)調查的GIS 數據庫，結合空間句法展開歷史街區(qū)商業(yè)空間分布研究。基于空間句法拓撲距離、可見性步深、整合度與可理解度四個指標，分析商業(yè)空間分布特征。街巷拓撲距離≤3，其具有相對明顯的商業(yè)價值；對于弱目的性或無目的性消費者，店鋪可見性步深越小其越容易被消費者看到，進而吸引更多人流訪問；歷史街區(qū)整合度與可理解度值較高，表明其整體空間組構對街區(qū)人流分布具有積極影響，應提高街區(qū)商業(yè)空間業(yè)態(tài)活力，促使商業(yè)均衡分布。

筆者基于空間句法對莊里街展開可視性分析，探究空間活躍度與櫥窗界面空間系數及深度系數、空間連接度、距入口視覺深度之間數學邏輯關系。依托SPSS 統(tǒng)計學工具構建回歸方程，揭示櫥窗界面空間系數及深度系數、距入口視覺深度、店鋪類別虛擬變量與空間活躍度影響程度。

3.2.2 商業(yè)綜合體應用

李眾與唐國安等學者[10]基于空間句法可視性分析方法，對長沙德思勤四季匯購物中心各零售空間店鋪訪問量與空間價值之間關系進行測度解析，提出櫥窗界面空間系數與櫥窗界面深度系數兩個新的組合變量，采用SPSS統(tǒng)計學工具構建空間價值、店鋪視覺整合度、空間連接度、距電梯視覺深度、商品類別與商品價格虛擬變量之間的邏輯回歸方程。通過各指標對零售空間進行評價分析，揭示空間組構、視覺因素對空間價值的影響。

3.3 比較分析及方法應用

智能體購物行為仿真模型可模擬行人休閑購物行為，其主要基于視覺注意力理論展開分析，視覺刺激因素對行人視覺產生刺激，進而影響行人行為。局限于行人實測數據獲取難度，該方法主要用于微觀尺度單層非機動車純步行商業(yè)空間，即單層商業(yè)街與商業(yè)廣場等，不適用于較為復雜的商業(yè)空間，且該方法可以較為準確地對行人行為進行定量評估。

空間句法可視化分析依托空間句法理論開展，空間句法理論主要適用于中觀尺度商業(yè)空間分析，豐富的空間更容易進行模擬分析，其依托空間組構對行人行為進行定量評估。過于簡單或者過于復雜的商業(yè)街區(qū)用此方法進行分析不易于產生較為理想的分析結果，不能對行人行為進行定量評估。

在進行商業(yè)空間設計時，首先看場地大小處于何種尺度，其次有針對性地對行為模擬方法進行擇優(yōu)選擇。中觀尺度空間選擇空間句法可視性進行分析，基于分析結果指導方案設計；進而將中觀尺度空間拆分為微觀尺度空間，對滿足“單層非機動車純步行”條件的任一空間采用“智能體購物行為模型”進行仿真分析，從具體方面指導方案設計。

4 結語

在行人休閑購物行為模擬方法中，不同模擬方法適用于不同場景。對購物行為模型與空間句法可視性分析兩種方法模擬結果進行比較，揭示不同模擬方法模擬優(yōu)度與適用范圍。智能體購物行為模型模擬，店鋪訪問量實測數據與模擬數據之間相關性均在0.85 以上；空間句法可視性分析，櫥窗界面空間系數可解釋空間活躍度變化量為20.1%。兩者均可對行人行為進行預測，與空間句法可視性分析相比，購物行為模型更為精確。購物行為模型適用于微觀尺度商業(yè)空間，空間句法可視性分析適用于中觀尺度商業(yè)空間。

未來研究重點為更多行人行為模擬方法模擬結果比較分析。購物行為模型限于目前技術實測數據獲取難度較大，其研究尺度較為局限。隨著WiFi 定位技術的興起其研究尺度將進一步擴大，進而對中觀尺度商業(yè)空間展開研究?？臻g句法可視性對微觀尺度開合變化不明顯，商業(yè)空間行人行為預測精確度低，該方法更適用于空間開合變化明顯、較為復雜的商業(yè)空間行人行為預測。