基于空間句法的合肥罍街特色街區(qū)空間更新研究

李 冉，韋 一

(1.安徽農業(yè)大學 經濟技術學院，合肥230011；2.安徽省建筑科學研究設計院，合肥230001)

隨著國家對“城市雙修”和城市設計的重視，人居環(huán)境質量成為了發(fā)展關注的重點，各地以城市品質和形象提升為抓手，積極推進城市特色的塑造﹒特色街區(qū)在城市品質塑造時以其共享、包容、開放的特點，逐漸成為城市中最具活力的公共空間代表﹒合肥市在入選全國第一批城市設計試點城市后，對城市面貌和城市品質的關注逐步提升，城市發(fā)展走向精品化和人文化﹒罍街作為精品城市項目，是合肥市貫徹“城市雙修”理念的實踐展現，也是包河區(qū)打造品質包河、美好人居的重點工程﹒該工程自建成后因原有空間不能滿足發(fā)展需求已進行過多次升級改造，這種“小規(guī)模干預、針灸式切入、漸進式修補”正是“城市修補”理念的核心所在﹒目前對罍街的研究有偏向感性描述的街區(qū)文化特征塑造[1]、街區(qū)創(chuàng)意文化產業(yè)發(fā)展[2]，有理性量化的街區(qū)滿意度評測[3]，缺少從空間本體視角的量化研究﹒

空間句法理論是由英國倫敦大學學院的比爾·希利爾教授提出的一種研究城市空間的方法，它從構型的角度對城市空間進行量化研究[4]﹒空間句法采用拓撲關系來解析空間本體的組合聯(lián)系，并結合社會活動影響因素，進行相關性分析，探討空間形態(tài)的合理性，指導具體的規(guī)劃設計﹒空間句法在概括了不同空間類型后發(fā)展出3種基本的數學模型：凸空間模型(Convex map)、軸線模型(Axial map)和線段模型(Segment map)﹒

本文以合肥市罍街特色街區(qū)空間更新為研究對象，采用空間句法中的視域分析和軸線分析方法，從量化角度對罍街升級更新前后的空間進行對比分析，探索其空間形態(tài)變化特征，以期為同類街區(qū)發(fā)展提供一定的理論支撐﹒

1 研究區(qū)概況

罍街特色街區(qū)位于合肥市包河區(qū)，是罍街文創(chuàng)小鎮(zhèn)的組成部分和合肥市打造特色街區(qū)建設精品城市的重點工程，分期建成，始建于2013年﹒2018年獲評“中國特色商業(yè)街”，由此成為了安徽特色街區(qū)的名片﹒1期和2期位于寧國路東側并連成整體，1 期以老字號和特色餐飲為主；2期涵蓋特色餐飲、徽味印象體驗、合肥市井文化等印記，將合肥性格和合肥記憶向市民展示；1期和2期有美食街、名小吃廣場、早餐街、罍＋村等，并融入了茶館、影院等豐富的其它業(yè)態(tài)構成﹒3期AS1980在寧國路西側，利用安商學院舊樓，以創(chuàng)客文化為主題，打造出集文化、創(chuàng)意、藝術于一體的人文休閑創(chuàng)意街區(qū)﹒4 期位于3 期南側，于2019 年開始啟動尚未建成﹒最先建成的罍街1期名小吃廣場已跟不上罍街發(fā)展的步伐，于2019年初拆除重建﹒原廣場為較為開敞的公共空間，見圖1，現已建成為傳統(tǒng)的街巷空間，見圖2﹒

圖1 罍街名小吃廣場

圖2 罍小館街巷空間

2 研究范圍及方法

2.1 研究范圍

本次研究范圍為罍街特色街區(qū)的1，2和3期，位于合肥市寧國南路與水陽江路交叉口東北和西北角，占地約7.07 hm2﹒筆者對罍街進行了實地調研，詳細踏勘了罍街的空間現狀，并利用衛(wèi)星地圖繪制了罍街更新前后的空間形態(tài)圖﹒結合調研梳理了罍街4條南北向軸線(分別為龍罍廣場-金罍廣場軸線；早餐街-小吃街軸線；罍＋巷軸線；AS1980軸線)，1條東西向軸線(為悅書房-罍街大觀軸線)，作為研究的主要范圍﹒

2.2研究方法

以空間句法理論作為基礎，根據繪制的罍街平面圖，使用UCL Depthmap軟件進行句法解析，將罍街空間抽象成句法的等視域圖和軸線模型，通過對公共空間的視覺影響進行比對，以期探尋街區(qū)升級在空間結構上產生的變化，并量化地解讀街區(qū)升級在形態(tài)、視覺和社會層面的影響﹒

2.2.1視域分析

視域分析基于街區(qū)平面圖，將街區(qū)空間劃分成無限細分的網格，對網格中點與點之間的關系進行解析﹒視域分析從人的視角出發(fā)，將人的感知與空間結構的關系結合起來，可對空間的運作方式加以解讀﹒通過對視域分析圖中網格顏色深淺的解析，可較直觀地了解圖中的形態(tài)變量之間的關系﹒本文結合視域整合度、集聚效應、智能體和智能度分析，對罍街空間的視域空間關系進行研究﹒

2.2.2軸線分析

軸線模型是用直線概括空間，將空間結構關系轉譯成直線的連接關系﹒在軸線圖的繪制中，用最長且最少的直線來描述線性空間﹒罍街街巷空間線性特征明顯，人的活動與空間的關系可通過軸線模型來理解﹒通過對整合度、協(xié)同度、選擇度和可理解度的對比分析，將罍街空間軸線的視覺感知和人的運動狀態(tài)進行分析﹒

3 空間形態(tài)發(fā)展分析

3.1 基于視域模型的對比分析

視域分析有助于探究罍街空間更新前后對游客活動產生的影響，可從視域整合度、代理機器人和智能度視角來分析空間本體更新的最直觀的變化﹒

3.1.1 視域整合度

視域整合度(Visual Integration)指的是在空間系統(tǒng)中從某一位置出發(fā)，所需要轉折的次數，它的表達是剔除拓撲學上的各種影響因素后的展現，可有效地衡量某個空間被周圍空間觀察到的幾率大小﹒視域整合度的高低在圖面上由顏色的深淺來區(qū)別，顏色越深整合度越高﹒在系統(tǒng)中觀察到此空間只需較少轉折即可達成，即整合度越高視線越容易被吸引﹒

通過對罍街更新前后的視域空間整合度進行解析(見表1)，可知其平均數值由更新前8.303 83下降到7.607 76，視域平均整合度的變化反映了更新改造使得原有空間較高的集散功能被疏解，更新后街巷空間整體可視性降低﹒結合圖3和圖4來看，更新前，罍街視域整合度較高的節(jié)點較多，包括龍罍廣場、金罍廣場、名小吃廣場、罍＋小吃街南北入口處以及悅書房-罍街大觀軸線，外部界面空間可識別性較強，但街區(qū)內部空間整合度分層較大，對視線聚集有一定限制；更新后，全局整合度顏色變淺，整體空間可視性降低，整合度分布較為平均﹒罍街大觀前開敞空間視覺整合度相對較高，罍小館建筑群的建設使得街區(qū)視域整合度核心明確，聚集于寧國路區(qū)段的幾何中心位置，有利于人群觀察街區(qū)，分導客流，提升游客游覽積極性﹒

表1 罍街街區(qū)更新改造前后視域分析變量對比

圖3 更新前視域整合度圖(Depthmap生成)

圖4 更新后視域整合度圖(Depthmap生成)

3.1.2 集聚效應

集聚效應(Visual Clustering Coefficient)反映的是在空間系統(tǒng)中的空間邊界在視覺層面限定效應的強弱，視覺集聚效應高則在人活動過程中對空間信息的掌握較多；集聚效應低則在空間體驗中會丟失相關空間信息﹒集聚效應可直觀地了解視域范圍內的空間開敞和遮蔽狀態(tài)，與人對空間的認知直接相關﹒集聚效應在圖面上按顏色深淺來區(qū)分，顏色越深集聚效應越高，顏色越淺集聚效應越低﹒結合街區(qū)空間形態(tài)，更新前后集聚效應高的區(qū)域均分布在城市道路沿街界面(寧國路和水陽江路界面)上，街區(qū)內部空間集聚效應較低，與現狀空間狀態(tài)一致(見圖5和圖6)；平均集聚系數在更新前為0.733 779，更新后為0.749 758(見表1)，街區(qū)整體空間集聚效應加強，顯示出更新改造增加了街區(qū)空間要素，使得游客在街區(qū)活動中可獲得更為豐富的空間體驗，特別是罍小館周邊，集聚效應差異化明顯，空間體驗的趣味性、探索性較更新前有所增強，句法分析結果與筆者現場調研吻合﹒

圖5 更新前視線集聚效應圖(Depthmap生成)

圖6 更新后視線集聚效應圖(Depthmap生成)

3.1.3 智能體分析

智能體(Agent)分析是在空間中模擬人的行為模式的分析方式﹒在UCL Depthmap軟件中可設置智能體的放置數量和時長等，通過計算機模擬運算記錄智能體在空間中的行走路線﹒該分析與人的活動直接相關，可反映人流活動規(guī)律與街區(qū)空間形態(tài)間的關系﹒本文在視域圖基礎上對罍街街區(qū)的智能體活動進行相關設置，形成更新前(見圖7)和更新后(見圖8)2張智能體分析圖，圖中顏色的深淺表示人流活動的密集程度，顏色越深人流活動越多﹒

圖7 更新前智能體分析圖(Depthmap生成)

圖8 更新后智能體分析圖(Depthmap生成)

由圖7可見，除寧國路界面人流活動較多外，更新前街區(qū)空間內部龍罍廣場-金罍廣場軸線和早餐街-小吃街軸線的人流活動較密集，此軸線的視域整合度亦較高，反映出街區(qū)軸線可較好地被人們探索，空間通透性較好；更新后，龍罍廣場-罍小館區(qū)域智能體活動明顯減少，整體空間的人流活動向罍街大觀-金罍廣場方向轉移，金罍廣場人流聚集顯著加強，早餐街-小吃街軸線人流聚集較更新前也有明顯提升﹒結合整合度分析結果，可知廣場空間向街巷空間轉變會直接影響游客的空間探索，通廊式街區(qū)隨著街巷的融入內部空間形態(tài)更豐富，但契入的新形態(tài)會阻礙游客進入罍小館區(qū)域的積極性﹒

3.1.4 智能度

視域智能度旨在探索全局整合度和等視域面積間關聯(lián)程度，是從空間整體視角分析局部與整體結構關系的參數﹒對全局整合度和等視域面積的分析可輔助人們在局部空間中對整體空間結構的認知，分析時可選擇參與研究的局部空間，通過相關性圖表來了解局部與整體智能度關系，即空間結構關系﹒本文選取罍街大觀前廣場空間為局部空間研究對象，重點對比更新前后此空間的系統(tǒng)智能性，以了解空間更新對此區(qū)域的影響﹒

圖9 更新前視域智能度(Depthmap生成)

圖10 更新后視域智能度(Depthmap生成)

圖9和圖10中黑色像素點所示為街區(qū)整體空間，圓形像素點為所選擇的罍街大觀前廣場，可見更新前圓形像素點所表現的整體智能度與主回歸線較為貼近，斜率偏差較小，廣場的視域可見面積和全局整合度相關性較好；更新后圓形像素點向回歸線下方偏移，斜率相差變大，此區(qū)域全局整合度的增長伴隨局部可視面積下降，與空間的壓縮和新增建筑帶來的阻礙有關﹒

3.2 基于軸線模型的對比分析

將罍街空間更新前后的空間關系抽象成軸線模型，是人對路徑和空間的最直觀判斷，可輔助人們構建對空間的認知﹒筆者根據衛(wèi)星地圖，在CAD中描繪出空間更新前后的罍街軸線地圖，運用UCL Depthmap軟件進行進一步的句法分析﹒罍街整體空間的形態(tài)圍繞龍罍廣場-金罍廣場軸線、早餐街-小吃街軸線和AS1980 軸線3個層次展開，1期和2期軸線層次變化較豐富，3 期軸線較為簡單直觀，其中位于龍罍廣場-金罍廣場軸線上的名小吃廣場在更新后空間形態(tài)發(fā)生改變，軸線關系發(fā)生更迭﹒

3.2.1 整合度

整合度(Integration Value)即集成度，在空間研究中使用最為頻繁，也是能有效衡量空間集聚和離散程度的指標﹒它包含全局整合度和局部整合度，前者體現了某個單元空間與全局所有空間的關系，可反映全局的空間中心；后者指某空間單元與距它幾步范圍內的局部空間之間的集聚程度，可避免邊界效應的影響來分析空間集聚中心[5]﹒整合度越高，人越容易到達或在空間更易集聚，在軸線分析中，整合度高的空間能承載的人流量也越大﹒由表2 可知，罍街更新改造后空間平均全局整合度和平均局部整合度略有降低，顯示整體空間交通能力有所下降，這與名小吃廣場從開敞空間向街巷空間的轉變相關﹒改造后1期和2期街區(qū)軸線的拓撲中心性加強，罍街大觀周邊顏色變深(見圖11 和圖12)﹒

表2 罍街街區(qū)更新改造前后軸線分析變量對比

圖11 更新前全局整合度(Depthmap生成)

圖12 更新后全局整合度(Depthmap生成)

將罍街街區(qū)主要軸線的全局和局部整合度進行統(tǒng)計，匯總成表3﹒由表3可知，悅書房-罍街大觀軸線整合度增幅最大，東西向空間可達性提升，與原有整合度高的南北向軸線(龍罍廣場-金罍廣場軸線、早餐街-小吃街軸線)結合，在街區(qū)內部形成更為明顯的H 型核心空間，因連接性與可達性增強使得罍街大觀前開敞空間集聚性加強，且現場調研也發(fā)現游客更喜歡在此駐足停留﹒良好的可達性有助于空間活力的營造，而足夠的功能混合度也是活力保障原則之一[6]﹒更新改造區(qū)域業(yè)態(tài)，使其轉變成集藝術、文化展示、餐飲、服飾等于一體的復合型業(yè)態(tài)，其復合功能和細密肌理共同保障并營造出更具活力的街區(qū)空間﹒

表3 罍街主要軸線整合度

3.2.2 協(xié)同度

協(xié)同度反映了局部空間結構與整體空間結構的同步程度[7]，可用來對空間的核心性進行描述﹒空間協(xié)同度R2的值介于0～1之間，越接近1其相關性越強，協(xié)同度越高，其空間結構更傾向單一核心，對人群的集聚性更強﹒罍街空間更新前，空間協(xié)同度R2值為0.879 883(見圖13)，較高的協(xié)同度使得空間呈現一定的核心性，1期的核心為名小吃廣場空間；更新后，空間協(xié)同度提升為0.892 072(見圖14)，數值更趨向1，擬合度更好，核心空間向罍街大觀方向轉變，空間結構的層次性更加鮮明，龍罍廣場-金罍廣場軸線形成2 大廣場加罍街大觀3個空間節(jié)點，節(jié)點間通過街巷、景觀軸連接，空間節(jié)奏感增強﹒由此軸線連接東西向巷道，形成樹枝狀延伸，對人流的引導作用加強，空間穩(wěn)定性提升﹒

圖13 更新前協(xié)同度分析(Depthmap生成)

圖14 更新后協(xié)同度分析(Depthmap生成)

3.2.3 選擇度

選擇度(Choice)表示系統(tǒng)中某一空間被其他最短路徑穿行的可能性，反映人在空間中活動對路徑的選擇﹒整理主要軸線的全局選擇度和局部選擇度數值進行對比，結果見表4﹒

表4 罍街主要軸線選擇度

選擇度與整合度提升表現出高度一致性，以悅書房-罍街大觀軸線提升最明顯，可達性高道路與最短路徑必經街巷重合﹒選擇度最高的軸線從AS1980軸線轉變成龍罍廣場-金罍廣場軸線，1期和2期人流承載度和空間利用效率提高，在龍罍廣場-金罍廣場軸線上新建罍小館建筑群可保證街區(qū)公共空間合理配置，有助于人氣聚集，但會削弱游客對次要巷道和3期的選擇﹒街巷空間形態(tài)要素與實際選擇度綜合構建出街區(qū)活力，其關聯(lián)性應落實以人為本的空間構筑要點，綜合游人實際體驗需求，實現可達性與選擇性目標﹒

3.2.4 深度值

平均深度通常用來表示某一空間距其它所有空間的最短拓撲距離[8]，反映了某一空間的便捷性﹒便捷性高低與其數值大小呈負相關，便捷性越高其值越低﹒深度值更新前后分析見圖15和圖16﹒

圖15 更新前平均深度軸線圖(Depthmap生成)

圖16 更新后平均深度軸線圖(Depthmap生成)

由更新后的平均深度軸線圖可以看出，龍罍廣場-金罍廣場軸線、早餐街-小吃街軸線、悅書房-罍街大觀軸線呈深色，平均深度值分別為2.128 21，2.102 56和2.230 77，與整體平均深度(見表2)相比較低，便捷度較高﹒罍街大觀作為罍街整體空間的核心，與其他空間的通達性較好，作為罍街活動集中區(qū)可對游客產生較強的集聚作用﹒而新增的街巷軸線呈淺色，平均深度值較高，為3.538 46，相較其他空間便捷性較低﹒曲折變化的街巷空間可分流給有著不同空間體驗需求的游人，和更新前名小吃廣場(其平均深度值為2.135 14)對比其空間趣味性更強﹒而積極引導游人對空間的探索是活化此類空間的重要方式﹒

3.2.5 可理解度

可理解度表達了系統(tǒng)中局部空間結構與整體的關聯(lián)程度[9]，是立足局部空間來感知空間整體的能力﹒更新前，罍街空間可理解度為0.522 817，超過了0.5，可認為罍街空間的整體和局部有較強的相關性；更新后，罍街空間可理解度增加到0.557 448，空間整體與局部關聯(lián)度進一步提升(見圖17 和圖18)﹒可理解度的提升可增強游客在罍街體驗時有意識地流動，亦可加大空間辨識度，使游客能較好地感知空間結構﹒結合整合度、選擇度和深度值可以看出街區(qū)空間核心性較強、連續(xù)性較好，空間更新積極效應明顯﹒

圖17 更新前可理解度分析(Depthmap生成)

圖18 更新后可理解度分析(Depthmap生成)

4 結語

1)從人在空間中的視覺感知來看，街區(qū)視域整合度的降低不影響局部整合度和空間集聚效應的提升﹒在通廊式公共空間中融合傳統(tǒng)街巷空間，豐富了空間形態(tài)，疏解了交通功能﹒犧牲局部可視性可加大集聚效應差異化，從適宜形態(tài)角度提升空間活力﹒

2)從人在空間中的可達性來看，整合度與選擇度變化的一致性體現了整體街區(qū)網絡架構的清晰化﹒H型核心空間與其他空間連接性增強，同時在空間上集聚足夠的功能混合度，對街區(qū)空間活力增強產生了積極效應﹒

3)從量化關聯(lián)性來看，視域智能度、空間協(xié)同度與人的可理解度呈現正相關﹒以人為本的空間量化分析更符合選擇性活動的要求﹒更新后罍街空間智能度、協(xié)同度增加，核心性更明顯，可理解度提高使街區(qū)空間更好地被游人感知；罍小館區(qū)域空間連續(xù)性與人流活動連續(xù)性呈現負相關，大部分人流被導入罍街大觀前開敞空間，街巷空間承載力降低﹒

總體來看，街區(qū)空間形態(tài)的更新對街區(qū)空間發(fā)展的影響是積極的﹒目前本研究仍然存在一些局限，如非空間要素對于人的吸引力作用可進一步探索，在已有空間形態(tài)研究框架下結合業(yè)態(tài)和文態(tài)等非空間要素的豐富可更好地發(fā)揮罍街城市名片的作用，更高效地推動街區(qū)空間活力營造﹒