功能追隨空間：多尺度層級網(wǎng)絡(luò)塑造的城市中心

盛強

周晨

一、研究背景：多尺度空間結(jié)構(gòu)及演變中的城市中心

商業(yè)中心區(qū)集中體現(xiàn)著城市的經(jīng)濟活力，其分布也在不斷地動態(tài)發(fā)展中。一般來說，建筑中的功能往往幾年就會發(fā)生變化，城市中的建筑會存在幾十年或上百年，而街道空間網(wǎng)絡(luò)則會存在幾百甚至上千年的時間。在城市尺度上，形式追隨功能的觀點容易導(dǎo)向一種將功能作為中心的傾向，認為城市中的運動是這些功能吸引的結(jié)果。而從更大的時空跨度來看功能與空間的互動關(guān)系，往往是不同尺度范圍的空間聯(lián)系決定了特定的功能是否能夠存在和發(fā)展。這些功能聚集背后的空間邏輯是什么？在城市和街道的連接又如何影響其空間分布？是本研究關(guān)注的核心問題。

將城市中心視為多尺度空間結(jié)構(gòu)產(chǎn)物的觀點大概可以上溯到如中心地等以距離為基礎(chǔ)的模型。[1][2]在城市尺度，Berry和Garrison的工作也證實了中心地等級在零售業(yè)聚集與人口的相對關(guān)系中是真實存在的。[3][4]近年來以“流”為中心的理論為研究城市中心區(qū)提供了新的視角，Taylor等學(xué)者認為中心地理論能夠解釋傳統(tǒng)的、均質(zhì)化的經(jīng)濟行為，而中心流理論則適于解釋創(chuàng)新的、特色型的經(jīng)濟行為，二者是互補關(guān)系。[5]中心的存續(xù)體現(xiàn)出多尺度的特征：它既是延伸至全球范圍網(wǎng)絡(luò)中的節(jié)點，也是局域范圍內(nèi)功能和活動的聚集。當代城市間的聯(lián)系體現(xiàn)在互聯(lián)網(wǎng)、航線和高鐵等技術(shù)網(wǎng)絡(luò)中，但街道空間在反映城市內(nèi)部聯(lián)系時仍是有意義的。在研究城市內(nèi)功能分布時，需要一種分析“短距離連接關(guān)系”的更有效的方法。[6]

筆者認為空間句法能夠分析不同尺度范圍的“流”，為在城市及街區(qū)尺度研究商業(yè)功能的分布和演變提供了有效的方法?？臻g句法理論將各級中心視為城市整體空間結(jié)構(gòu)下涌現(xiàn)的產(chǎn)物：場所并不能形成城市，而是城市生產(chǎn)了場所。[7]該理論的核心在于發(fā)現(xiàn)了城市空間形態(tài)對各類交通流及功能分布的綜合影響。[8][9]城市商業(yè)分布中體現(xiàn)出的多尺度特征可以上溯到Siksna對北美和Hillier對倫敦的實證研究中，發(fā)現(xiàn)主要的商業(yè)街均分布在全局整合度高（城市尺度可達性好）且與局部的街道有較多交叉點的區(qū)段上。[10]Read基于對荷蘭城市的研究將這種多尺度的聯(lián)系理論化，提出商業(yè)功能往往聚集在大尺度范圍與局域尺度范圍運動疊加的界面上。[11]筆者對北京內(nèi)城222個街區(qū)內(nèi)社區(qū)級中心的空間句法分析也顯示這些中心傾向于分布在對外直接可見且內(nèi)部拓撲連接好的街道上。[12]近期的實證研究在系統(tǒng)化和精細化上均有很大的發(fā)展，其中比較有代表性的工作包括美國喬治亞理工大學(xué)Peponis團隊基于零售業(yè)沿街界面比例的分析，發(fā)現(xiàn)空間句法模型相對于以距離衰減為基礎(chǔ)的重力模型有明顯的優(yōu)勢。[13]卡迪夫大學(xué)的Chiaradia以倫敦8個商業(yè)街為例，發(fā)現(xiàn)商業(yè)面積和租金受兩種尺度選擇度參數(shù)的綜合影響，其結(jié)論體現(xiàn)出多尺度空間聯(lián)系的優(yōu)勢。[14]

此外，城市大數(shù)據(jù)的發(fā)展也為相關(guān)方向的研究提供了新的數(shù)據(jù)源?；赑OI和微博簽到數(shù)據(jù)，UCL的沈堯基于空間句法的可達性參數(shù)探索了對城市功能和簽到數(shù)據(jù)的處理方式，綜合了功能密度、多樣性和可達性效率，發(fā)現(xiàn)這種對各街道周邊一定范圍功能可達性的參數(shù)對房價有較好的分析效果。[15]中國城市規(guī)劃設(shè)計研究院的楊滔基于興趣點數(shù)據(jù)（POI），分析了北京各商業(yè)服務(wù)功能在空間分布上的規(guī)律，發(fā)現(xiàn)中低檔的業(yè)態(tài)更加依賴于空間可達性。[16]筆者對吉林市四類POI功能的空間分布分析也發(fā)現(xiàn)大尺度范圍的整合度或穿行度峰值與小尺度范圍整合度均值都與POI分布密度有顯著的關(guān)聯(lián)，體現(xiàn)出多尺度層級網(wǎng)絡(luò)對城市中心活力的影響。此外，針對POI或點評類數(shù)據(jù)落位精度較差的問題，筆者進一步提出了一種綜合角度與距離衰減的方法來處理靜態(tài)類數(shù)據(jù)，將分析效果提升到與流量分析接近。[17]

上述研究成果為進一步深入研究不同尺度空間結(jié)構(gòu)對商業(yè)分布的影響提供了理論和方法上的支持。在此背景下，本文試圖在以下兩個方面繼續(xù)進行嘗試：

首先，現(xiàn)有的研究多基于某個城市特定時期的數(shù)據(jù)進行切片式的空間模式分析，較少量化分析這些功能分布的歷史演變。制約該類研究的瓶頸仍在于缺乏足夠精度且連續(xù)的數(shù)據(jù)，針對這個問題，本文選取了1935年、1987年、2008年和2015年四個時間節(jié)點。其中1935年的詳細商業(yè)分布數(shù)據(jù)選自民國時期田蘊鈞的《最新北平指南》[18]，書中以電話號碼簿的形式詳細列出了當時各類商業(yè)分布的街道名稱和門牌號，基于歷史地圖落位后可得當時的店鋪分布詳細地圖。1987年的數(shù)據(jù)基于中國地圖出版社出版的《北京地圖冊》，該地圖冊詳細列出了北京城區(qū)各條街道上正式的店鋪。2008年和2015年主要采用百度POI數(shù)據(jù)。為進一步消除數(shù)據(jù)精度差異的影響，本研究基于高松凡提出的中心地結(jié)構(gòu)及1935年功能分布的實際狀況，選取了前門、東四、西四、東單、西單、菜市口、崇外、新街口和北新橋等10個中心，試圖發(fā)現(xiàn)其中心等級變化背后的多尺度空間結(jié)構(gòu)規(guī)律。

其次，現(xiàn)有的空間句法基礎(chǔ)實證研究往往關(guān)注各類交通流量或商業(yè)功能分布，較少綜合分析不同類型的交通和商業(yè)分布。多案例區(qū)流量與功能分布的交叉驗證研究有助于深入揭示影響商業(yè)功能分布背后的行為機制。以此為目標，本文基于2015年對前門、東四和西四三個案例地區(qū)實地調(diào)研的步行和機動車流量，結(jié)合筆者在2005年和2015年對北京中心城區(qū)所有街道小巷實地調(diào)研的商業(yè)分布數(shù)量數(shù)據(jù)，詳細分析了上述三個區(qū)域商業(yè)分布10年來的變化。

圖1: 北京1935、1987、2008和2015年10個中心商業(yè)數(shù)與空間句法指標變化

二、城市尺度分析：1935-2015年北京內(nèi)城十個中心的等級與空間結(jié)構(gòu)變化

圖1顯示了北京中心城區(qū)范圍內(nèi)1935年、1987年、2008年和2015年四個時間點的商業(yè)功能分布數(shù)量，其中10個中心采樣范圍均在1km2，統(tǒng)計了商業(yè)功能數(shù)量（功能數(shù)量越多顏色越深）。此外，圖中也以紫色標注了主要的城市道路結(jié)構(gòu)變化，如1935-1987年的變化體現(xiàn)為城墻拆除后長安街東西向貫通形成新的軸線，西單大街向北，東單大街向南進行了延伸。其直接的影響是在日后提升了東單、西單（均作為主要道路交點）和新街口、北新橋、崇外這些原來接近道路盡端的中心。1987-2008年主要的空間結(jié)構(gòu)變化則體現(xiàn)為平安大街的貫通和西單大街的南延。其效果在當時和日后都表現(xiàn)為大幅提升了地安門（含什剎海和南鑼鼓巷）的中心性，但由于其分流效應(yīng)也導(dǎo)致了東四（隆福寺大街）的衰落，西四在東西向削弱的交通聯(lián)系被西單大街南延彌補，保持了相對的穩(wěn)定性。

為進一步量化分析這些變化的影響，本研究對上述四個時段的北京城區(qū)（今天六環(huán)范圍內(nèi)的大區(qū)域尺度）均建立了城市及其周邊區(qū)域范圍的空間句法模型。為有效排除不同年代地圖繪制精度差異的影響，選取了楊滔、Hiller和Turney提出的標準化角度整合度（NAIN）和標準化角度選擇度參數(shù)（NACH）分析不同尺度的空間聯(lián)系。[19]其中選用10km與1.5km計算半徑分別反映城市和局域?qū)蛹壍目臻g聯(lián)系。近期的實證研究表明這兩個半徑分別與機動車和步行流量分布具有較高的相關(guān)性。

圖2顯示了相關(guān)分析的結(jié)果。對比標準化整合度參數(shù)的平均值，1.5km參數(shù)（藍色實線）與各年度各中心商業(yè)數(shù)量呈正相關(guān)關(guān)系，這意味著局部范圍街道肌理規(guī)整的區(qū)域往往能夠吸引更多的商業(yè)功能聚集。而與之相比，反映城市層級空間聯(lián)系的10km 參數(shù)（紫色實線）的影響則明顯低于局域?qū)蛹墔?shù)，且其影響逐年降低。另一方面，對比標準化角度選擇度參數(shù)的最高值，2015年的相關(guān)性明顯增長。這意味著各案例區(qū)的活力比過去更加取決于空間聯(lián)系最好的某條街道而非整個片區(qū)?？傮w來看，城市層級和局域?qū)蛹壍目臻g聯(lián)系對功能聚集密度均有影響，但近幾十年后者要高于前者。北京舊城中各中心在城市整體的聯(lián)系曾經(jīng)很重要，但隨著路網(wǎng)設(shè)計越發(fā)以滿足機動車需求為目標，城市級別的道路網(wǎng)絡(luò)更加貫通并趨于網(wǎng)格形態(tài)，使得各中心區(qū)在城市尺度范圍的連接性差異逐漸被平均化，導(dǎo)致其影響下降。

在具有高精度的商業(yè)數(shù)量數(shù)據(jù)前提下，在各個中心內(nèi)部這兩個層級的空間聯(lián)系影響強弱具體有多大，這種規(guī)律又與城市中不同類型的交通量有什么關(guān)系，本文將基于實地調(diào)研商業(yè)分布狀況，對前門、東四和西四這三個中心區(qū)展開深入的分析。

圖2: 各案例中心區(qū)在1935、1987、2008和2015年商業(yè)數(shù)量與各空間句法參數(shù)的相關(guān)系數(shù)分析

三、街區(qū)尺度分析：2005和2015年前門、東四、西四三個中心區(qū)的流量—功能—空間形態(tài)研究

1.三個中心區(qū)的步行和機動車流量分布空間句法分析

本研究使用的交通流量數(shù)據(jù)來包括2015年秋季在東四的70個街道截面、西四47個街道截面，以及2016年秋季前門的182個街道截面。調(diào)研方式以手機拍攝視頻記錄了平日和周末一天中四個時段的步行、自行車或電動車、機動車流量（圖3）。本文將平日各測點的流量值取對數(shù)正態(tài)化分布后與1-30km共11個半徑的選擇度對數(shù)（log_Choice）、整合度（integration）、標準化角度選擇度（NACH）和標準化角度整合度（NAIN）四類空間參數(shù)逐一進行一元回歸分析。街道截面流量分析是空間句法常規(guī)實證研究內(nèi)容，其方法及數(shù)據(jù)處理方式已有大量論文介紹，本文不再贅述。

觀察圖3中三個中心的步行與機動車流量分布，前門的差異最明顯，步行流量最高的是大柵欄街和前門步行街，二者均為機動車禁行的步行商業(yè)街。東四和西四的步行和機動車流量分布則非常接近。

圖4顯示了各空間參數(shù)對各中心內(nèi)道路截面實測流量的決定系數(shù)，其R2值最高普遍在0.6以上，即各空間句法參數(shù)與各類流量有很好的相關(guān)。具體來看，對步行流量的分析整合度系參數(shù)（整合度和標準化角度整合度）略好于選擇度系參數(shù)（選擇度對數(shù)和標準化角度選擇度），峰值出現(xiàn)的半徑為前門在1.5km，東四在2km和5km，西四在2km（排除1km的異常值）。[20]機動車流量分析整合度系參數(shù)有時在小半徑出現(xiàn)峰值但不穩(wěn)定。選擇度系的參數(shù)表現(xiàn)為自小半徑到大半徑穩(wěn)步提升的趨勢，在7.5-15km形成緩峰。這個結(jié)果更符合機動車出行的一般規(guī)律?；趯崪y數(shù)據(jù)選定適合的空間參數(shù)和回歸方程可用于量化評測不同年代各中心主要道路結(jié)構(gòu)變化對交通的影響，對本研究有直接的意義。

圖3: 前門、東四和西四三個中心區(qū)實測步行和機動車流量分布

圖4: 前門、東四和西四各空間句法參數(shù)對實測步行和機動車流量的決定系數(shù)

2.三個中心區(qū)的商業(yè)功能分布及變化概述

（1）前門

前門是少數(shù)在過去十幾年空間結(jié)構(gòu)發(fā)生變化的中心。2009年前門大街改造為步行街，阻斷了機動車交通。煤市街向北延長成為機動車進入前門和大柵欄街的主要道路。2005-2015年該地區(qū)實地調(diào)研的商鋪數(shù)量從1621家略減到1612家，而從POI數(shù)據(jù)來看則從434家減為387家。這兩類數(shù)據(jù)的對比說明POI數(shù)量與實際差異較大，但變化趨勢相似。

圖5左上部分顯示了實地調(diào)研2005-2015年商業(yè)分布情況。右上部分顯示了一些典型街道上城市和社區(qū)級別商業(yè)數(shù)量變化（分別以黑色和灰色表示）。此外，各街道的1.5km角度選擇度以灰度顯示，較深的線段數(shù)值高，街區(qū)邊界的黑色線粗細表示10km半徑標準化角度選擇度值。由前面的分析結(jié)果可知，這兩個空間句法參數(shù)分別代表了該區(qū)的步行和機動車流分布。

從商業(yè)的變化中可明顯看出過去10年大量商鋪沿煤市街出現(xiàn)，同時被提升的還有與煤市街直接相交的楊梅竹斜街和西河沿街。而同樣與煤市街相交的大柵欄街幾乎沒有商業(yè)數(shù)量提升，原因在于它已經(jīng)非常繁華沒有足夠的空間。廊坊頭條則是由于北京坊的建設(shè)使得該區(qū)段的商業(yè)被拆除。此外，過去10年的另一個明顯變化是街區(qū)內(nèi)部小街巷中出現(xiàn)了大量服務(wù)于社區(qū)的小商鋪。它們集中出現(xiàn)在原天陶市場周邊（2015年拆除）、延壽街和棕樹斜街上。總之，除了沿大路的數(shù)量增長外，內(nèi)部步行流量集中（1.5km穿行度值高）的街道段明顯聚集了更多新出現(xiàn)的商鋪，體現(xiàn)出城市和局域兩個層級網(wǎng)絡(luò)的綜合作用。

（2）東四

東四地區(qū)（特別是隆福寺大街）曾是最北京繁華的商業(yè)中心之一，但隨著平安大街的貫通，朝阜大街的交通被分流，導(dǎo)致該區(qū)域在近20年一直蕭條。2005-2015年該地區(qū)實地調(diào)研的商鋪數(shù)量從871家減少到806家， POI從318家減為270家。

從圖6中可以看出商鋪減少最明顯的為隆福寺大街和北面的崔府夾道。與前門相似，除隆福寺外周邊大部分胡同中商鋪數(shù)量則在增加，特別是靠近城市主要道路的區(qū)段。另一方面，如報房胡同等居住為主的街道由于與其他街巷有較好的聯(lián)系，也聚集了更多的社區(qū)商業(yè)。

（3）西四

西四與東四在北京內(nèi)城中處于中軸對稱的位置，其城市層級空間聯(lián)系也同樣受到平安大街貫通的影響，導(dǎo)致東西向的阜成門內(nèi)大街流量相對下降。然而，正如前文提到過的，南北向西四大街的延展彌補了東西向流量的損失，因而保持了相對的穩(wěn)定。2005-2015年該地區(qū)實地調(diào)研的商鋪數(shù)量從642家增為739家，而從POI數(shù)據(jù)來看也從161家增為186家。需要特別指出的是，近期筆者對北京二環(huán)內(nèi)所有街巷商鋪數(shù)的調(diào)研結(jié)果顯示，絕大多數(shù)（86%以上）的街區(qū)內(nèi)商鋪數(shù)量增加。[21]因此，西四的狀況在此大背景下僅能說是基本保持穩(wěn)定。

從圖7中這些商鋪變化的空間分布來看，與此前的兩例相似，大多數(shù)胡同與大街交口附近的區(qū)段出現(xiàn)了更多滲入街區(qū)的商鋪。此外，如大拐棒胡同等位于街區(qū)內(nèi)部但步行可達性較好的街道也出現(xiàn)不少社區(qū)服務(wù)商鋪。阜成門內(nèi)大街上幾家商鋪持續(xù)多年未出租，體現(xiàn)出東西向大街的蕭條，府右街西面街區(qū)由于整體性的城市更新帶來了毫無生氣的街道空間。

圖5: 前門2005和2015年商業(yè)數(shù)量分布及變化

圖6：東四地區(qū)2005年與2015年商鋪分布及變化

圖7： 西四地區(qū)2005年與2015年商鋪分布及變化

3.三個中心區(qū)的商業(yè)分布空間規(guī)律分析

與對截面流量的分析方式相近，在對各街道段的商店數(shù)量進行均勻化處理后[22]，本研究采用不同半徑的四類空間句法參數(shù)分析2005年和2015年三個中心。圖8展示了各空間句法參數(shù)對商業(yè)分布的決定系數(shù)變化。從各類參數(shù)的表現(xiàn)來看，整合度系參數(shù)決定系數(shù)普遍高于選擇度系參數(shù)。除東四外，峰值半徑出現(xiàn)在1-3km之間。從回歸分析的效果來看，僅采用一個空間句法參數(shù)時（如NAIN），除2015年的前門之外各中心的決定系數(shù)可達0.6-0.8。2015年的圖中以淡灰色和深灰色背景顯示出商業(yè)分布與兩類實測交通流量之間的決定系數(shù)，從中不難看出采用空間句法參數(shù)的分析商業(yè)分布的效果達到甚至超過了使用實測流量數(shù)據(jù)進行分析。2015年前門分析效果不好的原因主要由于近年來該區(qū)域大片的城市更新和拆遷項目，使得前門大街東的鮮魚口地區(qū)流量明顯下降。簡言之，2005年的前門商業(yè)分布更接近自組織狀態(tài)，而2015年則明顯體現(xiàn)出外部力量介入的影響。此外，從與實測流量數(shù)據(jù)的相關(guān)分析來看前門的商業(yè)分布與步行流量緊密相關(guān)，與機動車流量則相關(guān)性很低。東四和西四商業(yè)分布與步行車行流量相關(guān)程度接近。

各中心區(qū)內(nèi)部各街道上商業(yè)分布是否受多尺度空間結(jié)構(gòu)影響？這種影響在不同的中心區(qū)之間是否有差異？參考前文對步行和機動車流量分析及對各案例商業(yè)分布一元回歸分析的結(jié)果，本研究分別選取2km半徑和10km半徑作為局域和城市層級空間參數(shù)的半徑。同時，考慮到四類空間句法參數(shù)之間的相關(guān)性較高，選取相對獨立的2km穿行度與10km標準化整合度參數(shù)建立多元回歸模型（圖9）。此外，商業(yè)功能分布數(shù)據(jù)較之于流量數(shù)據(jù)更加穩(wěn)定，不會受到調(diào)研時間和天氣因素影響。因此每個年代的各中心案例可以放在一個大模型中分析，便于發(fā)現(xiàn)普遍的規(guī)律。

圖10展示了2005和2015年各案例匯總及對三個中心分別進行多元回歸分析的結(jié)果。首先，從分析效果來看，各案例匯總后盡管R2值有所下降，但仍能達到0.55-0.58。而各個中心分別分析效果除2015年的前門之外R2值在0.61-0.78之間。需要特別說明的是，盡管這個結(jié)果并不比一元回歸分析中采用最優(yōu)的空間句法參數(shù)更好，但由于本研究的目的是從行為角度解釋影響商鋪分布的機制，該模型可以分別分析各案例中城市級別的運動（機動車）與局域范圍的運動（步行）對商業(yè)分布的貢獻。

圖8：2005年和2015年三個中心內(nèi)各街道段商業(yè)分布數(shù)量與各空間參數(shù)的回歸分析

圖9：前門、東四和西四的局域（2km穿行度）和城市層級網(wǎng)絡(luò)（10km整合度）空間句法參數(shù)

其次，圖11顯示了兩個層級空間句法參數(shù)的影響權(quán)重大小。在各案例匯總的分析中，2005和2015年城市層級空間參數(shù)的影響相對于局域?qū)蛹墔?shù)減弱。[23]在模型中逐個分析各個案例，前門受局域?qū)蛹壙臻g參數(shù)影響更大。東四和西四則相反，顯示出城市層級空間聯(lián)系影響更加強化的趨勢。

需要特別說明的是，東四、西四案例城市層級空間參數(shù)影響提升與此前研究發(fā)現(xiàn)大部分新增商鋪大都出現(xiàn)在胡同中并不矛盾。城市層級的空間參數(shù)（10km標準化角度整合度）并不簡單等同于機動車可達性，它捕捉的是一種大尺度運動向街區(qū)內(nèi)部滲透的潛力。對比此前圖8中各案例商業(yè)分布與實測流量的關(guān)系，不難發(fā)現(xiàn)東四和西四的城市尺度（大半徑）空間參數(shù)與步行流量也有很高的相關(guān)（圖8）。西四和東四具有北京胡同典型的街道肌理，胡同多直接與主要道路相交。這種空間結(jié)構(gòu)具有較強的對外滲透性，也造成了其局域空間參數(shù)與城市空間參數(shù)本身相關(guān)性較高的現(xiàn)象。相反，前門的街道肌理復(fù)雜，對外可滲透性低，步行者主導(dǎo)的空間與機動車占主導(dǎo)的空間分離。從這個角度來講，在街道這個微觀尺度上影響商業(yè)分布的并非具體的交通方式，而是城市空間形態(tài)中的層級結(jié)構(gòu)關(guān)系：大尺度范圍運動可達、可滲透的空間易于帶來城市級別的沉積物，而小尺度范圍運動聚集的街道易于帶來社區(qū)級別的沉積物，這兩種空間機制的疊加影響了商業(yè)在局部范圍的分布。與各類交通實測流量的交叉對比研究則說明步行流量與商業(yè)分布的強相關(guān)，10年來的變化對比則進一步說明了這種空間形態(tài)導(dǎo)致的步行流量分布差異被進一步強化。在這個過程中，影響步行行為分布的因素不局限于小尺度半徑的空間聯(lián)系，也包括大尺度半徑的參數(shù)。局部地區(qū)有多少步行量，也取決于這個地區(qū)在城市整體中連接的多好。

圖10：2005和2015年對各中心案例匯總和各案例分開進行的城市和局域尺度空間句法參數(shù)多元回歸分析

圖11：2005和2015年各中心案例多元回歸模型中城市與局域?qū)蛹壙臻g參數(shù)影響占比

四、結(jié)論與討論：不同尺度上功能受空間形態(tài)的機制

本文分別在城市和街區(qū)尺度上綜合了長時間跨度、多案例、低精度數(shù)據(jù)和短時間跨度、少案例、高精度數(shù)據(jù)的實證研究，關(guān)注商業(yè)功能如何追隨空間結(jié)構(gòu)變化。圍繞不同尺度城市與局域?qū)蛹壘W(wǎng)絡(luò)對商業(yè)的影響，其主要發(fā)現(xiàn)可總結(jié)為以下幾點：1）城市層級網(wǎng)絡(luò)形態(tài)對商業(yè)功能聚集起到搬運作用，而局域?qū)蛹壘W(wǎng)絡(luò)形態(tài)對商業(yè)功能聚集起到容納作用。當城市層級網(wǎng)絡(luò)不規(guī)則時，在城市尺度聯(lián)系更好的區(qū)域能吸引更多的商業(yè)落位。但隨著經(jīng)濟發(fā)展其形態(tài)趨于網(wǎng)絡(luò)化，它更多地體現(xiàn)為提供一種均布的機會。相反，局域網(wǎng)絡(luò)的密度和形態(tài)則體現(xiàn)為容納和利用這些機會的能力。路網(wǎng)密度高，形態(tài)規(guī)整的街道形態(tài)能支持更多的商業(yè)聚集。2）在街區(qū)尺度，各案例區(qū)內(nèi)部的交通流量和商業(yè)在各街道上的分布均能與空間句法參數(shù)體現(xiàn)出很高的相關(guān)性，但各案例之間更依賴哪個層級網(wǎng)絡(luò)有較大的差異：當城市與局域?qū)蛹壘W(wǎng)絡(luò)體現(xiàn)出形態(tài)一致性時，商業(yè)分布趨向表現(xiàn)為受自外向內(nèi)滲透的空間機制；而當城市與局域網(wǎng)絡(luò)形態(tài)分離時，后者對商業(yè)分布的影響更加顯著。3）從2005-2015年三個案例區(qū)的演變分析結(jié)果暗示出其行為機制。城市層級網(wǎng)絡(luò)的發(fā)展為各區(qū)域帶來了更多的商業(yè)機會，而這些機會更加集中性的表現(xiàn)在局域范圍連接更好的街道上（前門）或?qū)ν饪蓾B透性更好的街道上（東四、西四）。且隨著經(jīng)濟和交通的發(fā)展，各案例區(qū)商業(yè)分布受城市或局域?qū)蛹壘W(wǎng)絡(luò)影響的差異變得更加顯著，體現(xiàn)為一種極化的趨勢。

注釋

[1]Christaller, W.Central Places in Southern Germany, trans.by C.W.Baskin [M].Englewood Cliffs, NJ:Prentice-Hall.1933/1966.

[2]Skinner, G W.Marketing and Social Structure in Rural China, Part I [J].Journal of Asian Studies,1964/1965，24 (1） 3-44; 24 (2）：363-399，24 (3）：195-228.

[3]Berry Brian J L，Garrison B.The Functional Bases of the Central Place Hierarchy [J].Economic Geography，1958(34）：145-154.

[4]Berry Brian J L.The Impact of Expanding Metropolitan Communities upon the Central Place Hierarchy [J].Annals of the Association of American Geographers，1960，50（2）：112-116.

[5]Taylor P J，Hoyler, M，Verbruggen, R.External Urban Relational Process: Introducing Central Flow Theory to Complement Central Place Theory, GaWC Research Bulletin, 261[EB/OL].http://www.lboro.ac.uk/gawc/rb/rb261.html，2009-05-19.

[6]中心流理論的研究往往關(guān)注大尺度范圍城市的等級分析，城市內(nèi)尺度對他們來說屬于短距離的空間關(guān)系。參見Neal Z P.From Central Places to Network Bases: The Emergence of a New Urban Hierarchy, 1900-2000, GaWC Research Bulletin 267[EB/PL].http://www.lboro.ac.uk/gawc/rb/rb267.html,2009-05-19.

[7]Hillier, B.Centrality as a process: accounting for attraction inequalities in deformed grids[J].Urban Design international 1999, 4(3&4）:107-127.

[8]Hillier, B., Penn, A., Hanson, J., Grajewski, T.and Xu.J.Natural movement: or, configuration and attraction in urban pedestrian movement [J].Environment and Planning B: Planning and Design, 1993,20: 29 - 66.

[9]楊滔.空間的價值：空間句法的反思[J].建筑師,2018,195(5）:49-54.

[10]出處見文獻[7].

[11]Read, S., Another Form: From the ‘Informational’ to the ‘Infrastructural’ City’[J].Footprint,2005(5）: 5-22.

[12]盛強.社區(qū)級活力中心分布的空間邏輯——以北京三環(huán)內(nèi)222個街區(qū)內(nèi)小商業(yè)聚集為例[J].國際城市規(guī)劃, 2012, 27(6）:69-76.

[13]Scoppa, M., Peponis, J., Distributed Attraction:the effects of street network connectivity upon the distribution of retail frontage in the city of Buenos Aires [J], Environment and Planning B: Planning and Design 2015, 42(2）:354-378.

[14]Chiaradia, A., Hillier, B., Schwander, C., Wedderburn, M., Compositional and urban form effects on centers in Greater London[C], Proceedings of the Institution of Civil Engineers—Urban Design and Planning, 2012, 165:21-42.

[15]Yao Shen, Kayvan Karimi.Urban function connectivity: Characterisation of functional urban streets with social media check-in data[J].Cities,2016:55.

[16]Yang T, 2014, A Study on Spatial structure and functional location choice of the Beijing City in the light of big data[C]//Proceedings of the tenth Space Syntax Symposium, London: UCL,2015:119.

[17]盛強，楊振盛，路安華，常樂.網(wǎng)絡(luò)開放數(shù)據(jù)在城市商業(yè)活力空間句法分析中的應(yīng)用[J].新建筑,2018(6）:9-14.

[18]田蘊鈞.最新北平指南 [M].北京：自強書局，1935.

[19]Hillier, B., Yang, T., Turner, A.Advancing Depthmap to Advance Our Understanding of Cities: Comparing Streets and Cities and Streets with Cities[C]//Greene M, Reyes J, Castro A.Proceedings: Eighth International Space Syntax Symposium.Santiago de Chile: PUC, 2012: K001:1-15.

[20]小半徑的空間句法參數(shù)與步行流量的高相關(guān)往往源自街道段密度的影響而非拓撲形態(tài)，即便是在采用標準化角度整合度時仍有影響。

[21]盛強，劉星，楊振盛.網(wǎng)絡(luò)時代膨脹的實體商業(yè)空間——應(yīng)用空間句法模型分析北京內(nèi)城街區(qū)內(nèi)商業(yè)演變[J].城市設(shè)計, 2016.4：74-81.

[22]商業(yè)數(shù)量數(shù)據(jù)的處理方法參見文獻[17]。

[23]三個中心案例在分析商業(yè)分布時采用了相近的采樣點數(shù)量，使各個案例在總體模型中的影響相對平均，對比各空間參數(shù)影響時選取了多元回歸中的標準化beta系數(shù)。

圖片來源

圖1～圖11：筆者自繪。