基于室內(nèi)定位系統(tǒng)（IPS）大數(shù)據(jù)的環(huán)境行為分析初探
——以萬科松花湖度假區(qū)為例

黃蔚欣/HUANG Weixin

基于室內(nèi)定位系統(tǒng)（IPS）大數(shù)據(jù)的環(huán)境行為分析初探
——以萬科松花湖度假區(qū)為例

黃蔚欣/HUANG Weixin

環(huán)境行為學(xué)致力于研究建筑中人的行為規(guī)律，是建筑設(shè)計(jì)的重要基礎(chǔ)。然而，傳統(tǒng)的調(diào)研方法數(shù)據(jù)采集不易，往往僅能基于較少量的樣本，分析一些顯著的規(guī)律，尚無法全面反映建筑環(huán)境中人類行為和社會活動的多樣化和復(fù)雜性。大數(shù)據(jù)時(shí)代到來，為這一領(lǐng)域的研究提供了全新的途徑。本文以萬科松花湖度假區(qū)為例，介紹了使用室內(nèi)定位系統(tǒng)（IpS）數(shù)據(jù)進(jìn)行空間行為分析的一些成果，以此呈現(xiàn)大數(shù)據(jù)方法在建筑與街區(qū)尺度環(huán)境行為研究中的潛力。本文的研究說明，IpS數(shù)據(jù)蘊(yùn)含著豐富的環(huán)境行為信息，而大數(shù)據(jù)分析為洞察不同人群、不同類型建筑空間以及不同情境下的行為特征提供了有力的方法?？梢哉J(rèn)為，大數(shù)據(jù)環(huán)境行為研究將在提高建筑設(shè)計(jì)水平、改善公共空間管理、優(yōu)化商業(yè)空間的運(yùn)營等方面帶來重要的影響。

環(huán)境行為學(xué)，大數(shù)據(jù)，室內(nèi)定位系統(tǒng)，滑雪度假區(qū)

國家自然科學(xué)基金資助面上項(xiàng)目（項(xiàng)目批準(zhǔn)號：51578299）

1　研究背景

建筑空間是人類日?；顒拥奈镔|(zhì)環(huán)境，是人類社會生活中的重要組成部分。理解建筑環(huán)境中人的行為（空間使用方式、交通流線、交往模式等）是建筑設(shè)計(jì)的基礎(chǔ)，對提高建成環(huán)境質(zhì)量，改善生活品質(zhì)，提高公共安全和社會效率都具有非常重要的意義。 “建筑環(huán)境行為學(xué)”是建筑學(xué)、城市規(guī)劃與心理學(xué)、社會學(xué)等多學(xué)科交叉的學(xué)科，其研究方法注重實(shí)證，通過收集人們在特定建筑環(huán)境中的行為與認(rèn)知的信息，分析其中的規(guī)律與模式，近年來受到廣泛的關(guān)注［1-3］。但是，由于一般的環(huán)境行為學(xué)調(diào)研方法操作起來并不容易，往往僅能基于較少量的樣本分析一些顯著的規(guī)律，尚無法全面反映建筑環(huán)境中人類行為和社會活動的多樣化和復(fù)雜性。

由于缺乏對環(huán)境行為模式的系統(tǒng)性和深入的理解，長期以來，建筑師常基于個(gè)人生活經(jīng)驗(yàn)和直覺來對人在建筑空間中的行為做出預(yù)判，或者以某些成熟的空間組織模式為基礎(chǔ)進(jìn)行設(shè)計(jì)。隨著近年來公共建筑向綜合性、大型化發(fā)展，設(shè)計(jì)問題變得越來越復(fù)雜，傳統(tǒng)設(shè)計(jì)方法的不足日益顯現(xiàn)。另一方面，公共空間的運(yùn)營管理也對環(huán)境行為研究提出了要求，而2014年12月31日上海外灘的踩踏事故［4］，更突顯出在公共安全領(lǐng)域?qū)τ谌巳盒袨檫M(jìn)行研究與監(jiān)測的迫切性。

大數(shù)據(jù)時(shí)代，城市研究領(lǐng)域，海量數(shù)據(jù)采集和分析手段為全面理解城市環(huán)境中的行為提供了新的途徑。在更微觀的建筑室內(nèi)外公共空間層面，隨著室內(nèi)定位技術(shù)［5］（Indoor Positioning System， IPS）的成熟和廣泛應(yīng)用，人們行為的數(shù)據(jù)變得更易獲得，使得基于大數(shù)據(jù)的建筑空間行為研究也變得越來越可行。

2　環(huán)境行為研究與室內(nèi)定位技術(shù)

環(huán)境行為學(xué)（Environmental Behavior Study）是探索人的行為與周圍環(huán)境之間關(guān)系的學(xué)科，它既是心理學(xué)、行為學(xué)的分支學(xué)科，也是環(huán)境設(shè)計(jì)理論的重要組成部分，此外，它還廣泛涉及社會學(xué)、人類學(xué)和環(huán)境工程學(xué)知識。環(huán)境行為學(xué)常見的研究方法有調(diào)查問卷、現(xiàn)場觀察、隱蔽測量、語義區(qū)分法（SD法）、認(rèn)知地圖等［1，3］。近10年來，學(xué)者們開始在行為調(diào)查中引入GPS等數(shù)字化定位技術(shù)，收集人們的行為數(shù)據(jù)并進(jìn)行分析［6，7］。

另一方面，人類大量日常活動發(fā)生在室內(nèi)及建筑周邊，而在這一尺度上，GPS技術(shù)由于信號被遮擋和反射而無法使用，因此，多種室內(nèi)定位系統(tǒng)如Wi-Fi、藍(lán)牙、RFID、ZigBee、超聲波、紅外線、地磁，以及超寬帶等被開發(fā)出來［8］。這些技術(shù)各具特點(diǎn)，造價(jià)與精度也各不相同［9］。這其中，Wi-Fi及藍(lán)牙定位系統(tǒng)由于可以將人們隨身攜帶的智能手機(jī)作為定位標(biāo)簽（tag），因此，在實(shí)際應(yīng)用中具有更明顯的優(yōu)勢［10］。

1IpS數(shù)據(jù)的空間分布

2每日到場的顧客、員工與其他設(shè)備數(shù)量

3顧客數(shù)據(jù)的逐時(shí)空間分布（灰色線表示建筑輪廓）

4員工數(shù)據(jù)的逐時(shí)空間分布（灰色線表示建筑輪廓）

5顧客、員工的到達(dá)、離開時(shí)間分布

6顧客到達(dá)、離開時(shí)間分布的進(jìn)一步分析

基于Wi-Fi系統(tǒng)的IPS系統(tǒng)采用三邊定位原理，根據(jù)接入點(diǎn)（Access Point， AP）接收到的移動設(shè)備信號強(qiáng)度（Received Signal Strength， RSS）估算距離，并在多個(gè)AP形成的網(wǎng)絡(luò)中根據(jù)幾何關(guān)系推算移動設(shè)備的空間位置。IPS系統(tǒng)能夠記錄其覆蓋范圍內(nèi)的多個(gè)移動設(shè)備在不同時(shí)間點(diǎn)的空間位置，形成海量數(shù)據(jù)，這些數(shù)據(jù)與建筑空間形態(tài)、功能布局等信息相結(jié)合，為行為分析提供了多種維度。一些學(xué)者開始使用IPS數(shù)據(jù)進(jìn)行研究，如Y. 吉村（Y. Yoshimura）等使用藍(lán)牙設(shè)備記錄巴黎盧浮宮重要區(qū)域中的客流數(shù)據(jù)［11，12］，M.威廉姆斯（M. Williams）等使用低功耗ZigBee定位系統(tǒng)對國際會議工作營參加人員的行為進(jìn)行記錄和分析［13］等，但總體上國內(nèi)外這類研究尚不多見。

3　時(shí)空數(shù)據(jù)分布的基本特征

萬科松花湖度假區(qū)位于吉林省吉林市，是一個(gè)以滑雪為主題的戶外運(yùn)動和休閑度假區(qū)。其小鎮(zhèn)中心設(shè)有一條250m長的商業(yè)步行街，主要功能包括雪具租賃、餐飲、家庭酒店和公寓等。這一區(qū)域被基于Wi-Fi的IPS系統(tǒng)覆蓋，能夠記錄區(qū)域內(nèi)移動設(shè)備的時(shí)空位置。我們受度假區(qū)委托，使用雪季中60天約2億條經(jīng)過匿名化處理的定位數(shù)據(jù)分析區(qū)域內(nèi)人群的行為。

圖1是將60天定位數(shù)據(jù)累積起來，形成的熱力圖，它使得我們對定位系統(tǒng)的覆蓋范圍，以及人群的空間分布有了初步的認(rèn)識（圖1右側(cè)區(qū)域?yàn)槲逍羌壘频辏鋀i-Fi系統(tǒng)與本系統(tǒng)相互獨(dú)立，故該區(qū)域沒有人流定位數(shù)據(jù)）。

另一方面，在時(shí)間維度上也可以對顧客、員工與其他設(shè)備每日的數(shù)量進(jìn)行統(tǒng)計(jì)，如圖2所示?？梢郧宄目闯?，顧客流量在周末和春節(jié)假期明顯高于工作日，而員工、設(shè)備的數(shù)量相對于顧客數(shù)量波動較小。春節(jié)假期中，除夕的客流最小，從初一到初七形成了一個(gè)逐步升高再逐步下降的過程，整體上客流分布比較飽滿。此外，大概是受到春節(jié)長假的影響，春節(jié)前后的兩個(gè)周末相對其他周末客流量更少一些。

如果對于區(qū)域內(nèi)來滑雪的顧客、員工分別繪制逐時(shí)人群密度的熱力圖，就可以看到度假區(qū)內(nèi)每日人群活動的特點(diǎn)，以及顧客、員工行為的差別。

對顧客的空間分布進(jìn)行可視化，繪制每小時(shí)的客流量分布圖（圖3）。通過觀察這張圖，可以看到客流的分布規(guī)律是夜間少，白天多。早7-10時(shí)為家庭酒店早餐區(qū)域客流高峰，之后主要客流移至售票和雪具租賃部分。午餐主要發(fā)生在12-14時(shí)，這段時(shí)間商業(yè)街整體客流量都比較大。之后主要客流又回到了雪具租賃區(qū)域，應(yīng)該是滑完雪歸還雪具的顧客。17時(shí)以后客流逐漸減少，但仍有部分顧客在餐飲和家庭酒店區(qū)域出現(xiàn)，并有少量顧客出現(xiàn)在雪具租賃區(qū)，這部分是來滑夜場的顧客。

與之相對應(yīng)，也可以繪制員工的逐時(shí)的分布圖（圖4）。可以看到，員工的分布可以分為3個(gè)時(shí)段：21時(shí)-次日8時(shí)、8-17時(shí)，17-21時(shí)，每個(gè)時(shí)段內(nèi)基本一致。說明員工一般都有固定的工作崗位和工作時(shí)段，與度假區(qū)的管理模式相對應(yīng)。

4　到達(dá)、離開時(shí)間的二維分布圖

如果將一個(gè)移動設(shè)備在某一天內(nèi)第一次被系統(tǒng)記錄的時(shí)間稱之為其“到達(dá)時(shí)間”，最后一次被系統(tǒng)記錄的時(shí)間稱之為“離開時(shí)間”，則可以在到達(dá)時(shí)間、離開時(shí)間形成的二維坐標(biāo)中繪制各移動設(shè)備的密度分布圖（圖5）。由于到達(dá)時(shí)間總是早于離開時(shí)間，因此這種分布圖的下三角區(qū)域沒有數(shù)據(jù)。此外，對于一整天都在度假區(qū)的人員，其數(shù)據(jù)點(diǎn)位于左上角（0時(shí)到，24時(shí)離開）。

從圖6中可以看出，顧客與員工的行為呈現(xiàn)出了不同的特征。顧客主要在早上9時(shí)前后到達(dá)，下午16時(shí)前后離開度假區(qū)；員工的到達(dá)、離開時(shí)間則分布得非常集中，呈現(xiàn)出在某幾個(gè)時(shí)點(diǎn)上按時(shí)上下班的特征。

如果對顧客的到達(dá)、離開時(shí)間分布圖進(jìn)行進(jìn)一步的分析，還可以看到更多的信息（圖6）。在這張圖上，一個(gè)數(shù)據(jù)點(diǎn)離開左下-右上對角線的距離，反映了該設(shè)備在定位系統(tǒng)覆蓋區(qū)域停留的時(shí)間長度。觀察圖6可以發(fā)現(xiàn)，除了前述上午9時(shí)前后到達(dá)、下午16時(shí)前后離開的顧客外，還有相當(dāng)數(shù)量的顧客，其數(shù)據(jù)位于在場3小時(shí)線至在場5小時(shí)線之間，呈帶狀分布。實(shí)際上，由于度假區(qū)發(fā)售半日（3小時(shí)）滑雪票，加上租賃雪具和就餐的時(shí)間，可以認(rèn)為這部分在場3-5小時(shí)的顧客主要為使用半日雪票的顧客。由于其數(shù)據(jù)呈較均勻的帶狀分布，可以認(rèn)為使用半日雪票的顧客在一天中的分布也是比較均勻的。另一方面，也能夠發(fā)現(xiàn)有一部分顧客是在晚18時(shí)前后到達(dá)，21時(shí)前后離開的，可以認(rèn)為是夜場滑雪者。

5　分區(qū)域的客流分析

度假區(qū)內(nèi)的Wi-Fi接入點(diǎn)（Access Point， AP）覆蓋了商業(yè)街的主要店鋪和公共空間，因此，我們可以對不同區(qū)域的客流量進(jìn)行分析。將60天的數(shù)據(jù)集合在一起，繪制每日分時(shí)客流量圖（圖7），可以看到不同類型的店鋪的客流具有不同的特征。

·雪具店在白天有著比較均勻的人流，并在早9-10時(shí)之間有一個(gè)小的峰值；

·西式快餐客流量很大，但主要集中在午餐時(shí)間；

·中餐館一般有午餐、晚餐兩個(gè)客流高峰；

·家庭酒店餐廳的客流高峰在早餐的8-9時(shí)，之后客流較少；

·雪具大廳售票區(qū)域客流高峰在9-10時(shí)，并在之后維持一定客流量；

·家庭酒店公共區(qū)域客流在8-9時(shí)、12-13時(shí)、16-17時(shí)這幾個(gè)時(shí)段較高；

·商業(yè)街客流在早9-10時(shí)有一個(gè)小的高峰，最大客流發(fā)生在12-13時(shí)。

圖7中進(jìn)一步區(qū)分Apple用戶和非Apple用戶兩個(gè)客群，可以看出這兩個(gè)客群在流量上的區(qū)別（紅色線為Apple設(shè)備數(shù)據(jù)，藍(lán)色線為非Apple設(shè)備數(shù)據(jù)）?？傮w上Apple用戶量較非Apple用戶量更多，但咖啡館中Apple用戶量更加明顯地高于非Apple用戶，而在“中餐館3” “中餐館4”中則差別較小。

如果針對不同區(qū)域和店鋪繪制其客流的到達(dá)、離開時(shí)間分布圖（圖8），還可以進(jìn)一步分析出其客流的不同特征：

·雪具店的客流規(guī)律是顧客會在一日之內(nèi)多次到店（租借、歸還雪具），并且可以區(qū)分出全天滑雪者和半天滑雪者；

·中餐館分為午餐和晚餐兩個(gè)時(shí)段，顧客的停留時(shí)間較長，“中餐1”時(shí)間更長；

·西式快餐客流量很大，以午餐為高峰，之后逐步減少，且停留時(shí)間較短；

·售票區(qū)的客流量分布中可以看到全天滑雪、半天滑雪的不同客群，分析其原因，可能是顧客在歸還學(xué)具后還需要到這里辦理退還押金的手續(xù)，因此呈現(xiàn)出數(shù)小時(shí)后再次到場的情況。

6小結(jié)

室內(nèi)定位系統(tǒng)的定位數(shù)據(jù)能夠記錄建筑及街區(qū)尺度上人群的時(shí)空軌跡的海量數(shù)據(jù)，開啟了用大數(shù)據(jù)方法研究建筑環(huán)境行為的全新途徑。通過分析數(shù)據(jù)，我們有機(jī)會洞察不同人群、不同類型建筑空間及不同情境下的行為特征。本文介紹了我們在萬科松花湖度假區(qū)展開的基于Wi-Fi定位數(shù)據(jù)的一些分析成果，初步展現(xiàn)了IPS數(shù)據(jù)的潛力。我們相信，IPS數(shù)據(jù)中還有更多有價(jià)值的信息有待挖掘，我們也將綜合運(yùn)用多種方法，進(jìn)行更深入的探索。

對比傳統(tǒng)的建筑環(huán)境行為學(xué)的研究方法，IPS大數(shù)據(jù)呈現(xiàn)出了人群狀態(tài)自然、樣本量大、信息混雜豐富的特點(diǎn)，極大地拓展了建筑環(huán)境行為研究的可能性。同時(shí)我們也應(yīng)該看到，和所有大數(shù)據(jù)研究一樣，如何清洗數(shù)據(jù)、如何看待數(shù)據(jù)獲取方法本身帶來的系統(tǒng)性偏差及如何解讀分析結(jié)果，都是研究工作中需要認(rèn)真探討的問題。另一方面，本文介紹的是單一數(shù)據(jù)源的分析，如果能夠結(jié)合多源數(shù)據(jù)進(jìn)行深入挖掘，形成不同數(shù)據(jù)之間的相互支撐，定將進(jìn)一步拓展大數(shù)據(jù)研究的潛力。

最后，基于大數(shù)據(jù)的建筑與街區(qū)尺度的環(huán)境行為研究不僅是學(xué)術(shù)研究的新途徑，在實(shí)踐領(lǐng)域，也將在提高建筑設(shè)計(jì)水平、改善公共空間管理、優(yōu)化商業(yè)空間的運(yùn)營等方面帶來重要的影響。我們相信，研究者如果能與建筑師、管理者、商業(yè)運(yùn)營團(tuán)隊(duì)展開合作，讓不同領(lǐng)域?qū)I(yè)知識與思維進(jìn)行碰撞與結(jié)合，在實(shí)踐中對技術(shù)進(jìn)行迭代與發(fā)展，將能夠更充分的發(fā)揮大數(shù)據(jù)研究的力量。

7不同店鋪、區(qū)域逐時(shí)客流量（紅色為Apple設(shè)備，藍(lán)色為其他設(shè)備）

8不同店鋪、區(qū)域的顧客到達(dá)、離開時(shí)間分布

［1］ 李道增. 環(huán)境行為學(xué)概論. 北京：中國建筑工業(yè)出版社，1999.

［2］ 揚(yáng)·蓋爾. 交往與空間. 何人可 譯. 中國建筑工業(yè)出版社，2002.

［3］ 林玉蓮，胡正凡. 環(huán)境心理學(xué)（第二版）. 北京：中國建筑工業(yè)出版社，2006.

［4］ 百度研究院大數(shù)據(jù)實(shí)驗(yàn)室. 外灘踩踏事故背后的大數(shù)據(jù). ［2016-01-27］ http://soft.zdnet.com.cn/ software_ zone/2015/0122/3044867.shtml

［5］ Indoor positioning System. Wikipedia. ［2016-01-27］http://en.wikipedia.org/wiki/Indoor_positioning_ system

［6］ 李早，宗本順三，吉田哲，唐ペン. GpSを用いた水辺での行動の研究：中國の住宅団地における水景施設(shè)での歩行実験//日本建築學(xué)會計(jì)畫系論文集（Journal of Architecture and planning， Transactions of AIJ）， Vol. 73，

No. 630， 2008.08: 1665-1673.

［7］ 屈小羽，松下大輔. アクティブRFIDタグを用いた住宅における部屋滯在行動観測手法（Observation on Room-Staying Behavior by Using Active RFID）//日本建築學(xué)會計(jì)畫系論文集（Journal of Architecture and planning，Transactions of AIJ）， Vol. 75， No. 650， 2010.04: 797-804.

［8］ LIU Hui， DARABI H， BANERJEE p， LIU Jing. Survey of Wireless Indoor positioning Techniques and Systems// IEEE Transactions on Systems， Man， and Cybernetics， part C: Applications and Reviews， Volume 37 Issue 6， 2007.11: 1067-1080.

［9］ 徐連明. 室內(nèi)定位技術(shù)的前世今生（上）. ［2016-01-27］. http://www.36kr.com/p/204953.html

［10］ CURRAN K， FUREY E， LUNNEY T， SANTOS J， WOODS D， MCCAUGHEY A. An Evaluation of Indoor Location Determination Technologies. Journal of Location Based Services Vol. 5， No.2. Taylor & Francis， 2011.06: 61-78.

［11］ YOSHIMURA Y， GIRARDIN F， CARRASCAL J p， RATTI C， BLAT J. New tools for studying visitor behaviours in museums: A case study at the Louvre//Information and Communication Technologies in Tourism 2012. proceedings of the International Conference Helsingborg （ENTER 2012）Eds FUCHS M， RICCI F， CANTONI L. New York: Springer，2012: 391-402.

［12］ YOSHIMURA Y， SOBOLEVSKY S， RATTI C， GIRARDIN F， CARRASCAL J p， BLAT J， SINATRA R: An Analysis of Visitors' Behavior in the Louvre Museum: A Study Using Bluetooth Data. Environment and planning B: planning and Design 41（6）， 2014: 1113- 1131.

［13］ WILLIAMS M， BURRY J， RAO A. Understanding Social Behaviors in the Indoor Environment， A Complex Network Approach//ACADIA 2014 Design Agency: proceedings of the 34th Annual Conference of the Association for Computer Aided Design in Architecture， October 23-25，2014. Los Angeles， California: 671-680.

pilot Analysis of Environmental Behavior Using Big Data of Interior positioning System （IpS）: A Case Study of Vanke Songhua Lake Resort

Environmental behavior study focuses on the understanding of human behaviors in architectural space，and is one of the key foundations of architectural design. Traditional investigation methods used in environmental behavior study can only achieve limited amount of samples，and can only reveal some significant associations， which are not enough for exploration of the complex and dynamic human behaviors and social activities in architectural environment. New possibilities， such as the Indoor positioning System （IpS）， emerge in the big data era. This article introduces some findings of IpS data analysis in the case study of Vanke Songhua Lake Resort， in order to demonstrate the potential of big data analysis in environmental behavior study in architectural and urban block scale. It could be concluded that IpS data contains abundant information of human behaviors， and big data analysis could provide huge potentials in the understanding of environmental behaviors of different people， in different architectural and urban spaces， and under different circumstances. It could be anticipated that this kind of researches will have great influences in architectural design，public space management， and commercial space operation.

environmental behavior， big data， indoor positioning system， ski resort

清華大學(xué)建筑學(xué)院數(shù)據(jù)與行為研究小組

2016-01-06