基于空间句法分析的商业体空间人流分布模拟 - 图文

第４２卷第１０期２０１４年１０月华南理工大学学报（自然科学版）ＪｏｕｍａｌｏｆＳｏｕｍＣｈｉｎａＵｎｉＶｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ）Ｖ０１．４２０ｃｔｏｂｅｒＮｏ．１０２０１４文章编号：１０００．５６５ｘ（２０１４）１０．０１３１－０７基于空问句法分析的商业体空问人流分布模拟皋郭昊栩李颜邓孟仁赵飞翔（华南理工大学建筑设计研究院∥建筑学院，广东广州５１０６４０）摘要：商业人流的均衡分布是商业建筑设计的关键环节，专家模式是其主导预测方式．该方式在客观性及时效性方面仍存在不足，空间句法理论的发展为更准确地进行人流分布预测提供了可能．文中以两个典型的购物中心为例，综合应用Ｄｅｐｔｈｍ印、ＳＰＳＳ等软件对不同空间组织模式下的购物中心加以分析计算．结果显示：在出入口及垂直交通布置均衡的条件下，业种组合作用与整合度控制相结合的方法可有效实现人流分布预测；组织简明且具有相对的对称形态的空间形式更利于实现人流均衡分布；当ｃ空间的商业组织不佳时，合理的业种组合可在一定程度上改善商业均好，『生．关键词：商业空间；空间组织；业种组合；空间句法；人流分布ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１０００—５６５ｘ．２０１４．１０．０２１中图分类号：Ｔｕ８３４．５＋８；Ｔｕ９２实现商业均好是商业建筑设计的重要原则，均衡的人流分布则是均好性的直接体现。顾客行为不会简单发生在空间中，而是有其相应空间类型诱发性，购物中心内人流分布与空间组织客观上存在相团队的经验及合作性提出了极高的要求，对预测的结果也难以实现有效评估．基于以上分析，文中采用空间句法研究商业体空间组织对人流分布的影响，以寻求促进均衡人流、改善商业均好性的方法，为设计师的决策提供科学的依据．１１．１关性¨Ｊ．不同的空间组织使商业建筑形成可达性与吸引力各异的空间单元，进而影响消费者在其中的分布．研究设计技术路线研究首先通过空间句法对样本空间进行模拟当前针对商业人流的研究多从区位、建筑空间形式等角度展开，这些研究普遍缺乏关于商业因素影响的考虑，且多依赖经验模式，未能挖掘空间组构下业种组合与人流分布的深层次关系旧。Ｊ．笔者认为，空间商业特性是左右消费者群体意识的关键要素，对指导商业建筑设计具有实质性价值．当前，计算，获得相关变量的数值；其次，将它与实际观察的人流分布情况做比较，检验空间句法研究的有效性；在上述研究基础上，进一步在分析中引人商业变量，修正空间句法分析结果，与人流分布情况再次比对，以确保可靠性．商业建筑正向规模庞大、空间丰富方向发展．设计的全过程都要求设计者对整体空间架构下所对应的区域人流分布作出较为准确的预判，以确保建成利用空间句法作用于商业人流分布研究可以获得量化的研究成果，并可以引入变量对结果进行商业体的整体商业绩效．在传统商业设计模式之下，商业人流分布的预测环节对设计者及商业策划修正，其研究成果易于被设计者掌握，具有更强的推广性．收稿日期：２０１４一０５．０６￥基金项目：国家自然科学基金资助项目（５１２７８１９３）；中国博士后基金资助项目（２０１２瑚５２１６０２）；中国博士后基金特别资助项目（２０１３Ｔ６０８０５）；亚热带建筑科学国家重点实验室开放课题（２０１３ｋｂｌ８）；华南理工大学中央高校基本科研业务费专项资金资助项目（２０１４ｚｚ００２１）作者简介：郭昊栩（１９７２．），男，博士，高级工程师，主要从事建筑设计及理论、建筑环境与人类行为及感觉等的研究．Ｅ—ｍａｉｌ：ｈｕｓｈｋｗｏｋ＠】２６．ｃｏｍ万方数据１３２华南理工大学学报（自然科学版）第４２卷１．２研究样本及范围为了剔除外界影响因素的干扰，研究中选取两个处于同一商圈的购物中心作为研究样本（见图１）．两个样本规模接近，且与多数同类项目规模相当，作为不同商业动线模式下取得成功经营状况的代表性个案，这两个在业种组合方面较相似且业种完整度高，具有较理想的研究价值．为达到研究的信度与效度，选取购物中心Ｉ首层和二层平面、购物中心Ⅱ负一层和首层作为研究对象．其出入口和竖向交通均衡布置，且实地研究发现各研究对象出入口和竖向交通位置来往人流近似，如此可有效剔除特殊活力点的影响，提高空间句法研究成功的准确性．（ｃ?）畦句物ｑ１心Ⅱ贸－Ｊ。；（ｔｉ）蚴物－ｈＬ、ＩＪ一』。：图１购物ｒ｛，一ＬＦ面玎ｉ意冈Ｆｉｇ．１Ｉ’ｌａｎＰｓｋＰｈ－ｈｆｓ１１０｝）１）ｉ１１９１１１ａｌｌｓ画ＩＵ悌；园执柏囝ｆ｛１人『ｌ空间的划分参照建筑策划导论中的划分方法悼Ｊ，将购物中心空间归为３类（见图２）：Ａ（Ａｃｔｉｖｉ．ｔｙ）空间＋Ｂ（Ｂｌｏｃｋ）空间（简称ＡＢ空间）、Ｃ（Ｃｉｒｃｕ－ｌａｔｉｏｎ）空间和Ｄ（Ｄｉｓｔｒｉｃｔ）空间．其中ＡＢ空间为活跃性要素，包含店铺经营空间；ｃ空间为流动性要素，包含水平交通空间、垂直交通空间和交通枢纽等联系空间；Ｄ空间为辅助性要素，包含员工休息、疏散、卫生间和停车场等．ＡＢ空间和Ｃ空间是人流集聚的重要场所，因此也成为研究的重点．懋添蕊慧懋麟图ＡＢ卒｜丫口Ｃ李问囫Ｉ）卒问图２空间类型划分Ｆｉｇ．２Ｓｐａｔｉａｌｃｌａｓｓｉ６ｃａｔｉｏｎ万方数据１．３空间句法变量的选取为使研究更具针对性，在空问句法模拟阶段选取４个基本变量作为研究的基础数据来源：连接值、深度值、整合度和可理解度．其中全局整合度（Ｒ。）表达空间的可达性，它是关于全局深度的函数，在计算中通过剔除元素数量及拓扑结构对结果的影响，使不同系统间可直接对比．Ｒ。的计算公式可表达为¨ｏ其中，耻燃尺。＝Ｄ。（ｎ一２）／［２（Ｍ一１）］（１）㈩Ｍ＝∑ｄｉ／（ｎ一１）（３）ｉ＝ｌ式中：Ｄ。为标准化参数；Ｍ为路网平均深度；七为与节点ｉ直接联系的节点个数；吒是节点ｉ到节点，的深度；ｎ为系统中元素的个数．２实地研究及Ｃ空间句法特征分析２．１人流分布调研及Ｃ空间轴线分析选取天气晴朗的周末，对购物中心样本进行人流分布调查，分３个时段进行：１０：００．１１：００，１４：３０．１５：３０，１７：００．１８：００．其中购物中心Ｉ选取１７个观测点（每段路径上取一个观测点）进行人流量的统计，同时，利用Ｄｅｐｔｈｍ印软件计算获得空间连接值ｃ。、整合度尺。等；购物中心Ⅱ选取１８个位置观察人流分布，通过Ｄｅｐｔｈｍａｐ软件获得空间的连接值Ｃ。、整合度尺。等，见图３和表１．购物中心Ｉ首层（Ｉ，）购物小心Ｉ二Ｅ物■（ｔＩ）０１｛Ｊ物ｌＩ，心Ⅱｌ’１Ｊ。川图啦轴线分析图３■ＡｘｉｓａｎａＪｙｓｉｓ第１０期郭昊栩等：基于空间句法分析的商业体空间人流分布模拟１３３利用方差计算各组数据的波动情况，其公式为ｓ：：÷罩（尺。一画。）：（４）ｎｌ式中，５２表示方差．经计算，购物中心Ｉ首层和二层、购物中心Ⅱ负一层和首层的整合度方差依次为Ｏ．１５８、０．０６３、ｌ６０２．００２．４０２８０３２００．１１５和０．１２６．通过与空间形态的比较可知，空间Ｒ对称性越强，其整合度数值波动越大，暗示空间中存（ａ）购物中心Ｉ首层（ｂ）购物中心Ｉ二层在某些可达性很高的区域．２．２Ｃ空间可理解度和相关性分析２．２．１相关性分析对样本各平面的人流量对数￡与相应的空间整合度进行散点图分析（见图４）．其中购物中心Ｉ首层的整合度与人流分布的关联性较强，其中相关系数ｒ２达０．５２０，表明空间句法分析可以较好地对（ｃ）购物中心Ⅱ负一层（ｄ）购物中心Ⅱ首层人流分布进行预测；二层的结果中ｒ２为０．０５８，表明图４人流量对数与整合度散点图分析空间句法难以有效预测该层人流分布．购物中心ⅡＦｉｇ．４Ａｎａｌｙｓｉｓｏｆｓｃａｔｔｅｒｇｒａｍｓｏｆｐｅｏｐｌｅｎｏｗｌｏｇａｎｄｉｎｔｅ铲ａ．负一层和首层的人流分布与整合度的关联性都较ｔｉｏｎ弱，ｒ２数值分别为０．３９５和０．４１５，表明空间句法对层Ｒ。．ｃ。关联分布图中ｒ２数值为０．８３９０９５；购物中这两层的人流分布预测准确度都较一般．心Ｉ二层中ｒ２数值为０．６５２３７６；购物中心Ⅱ负一层２．２．２可理解度分析尺。一Ｃ。关联图ｒ２数值为０．６９１８２５；购物中心Ⅱ首层整合度与人流分布的相关度在一定程度上依赖为０．７８６４５４．研究发现空间系统的可理解度较高系统可理解度Ｍ’５Ｊ．经计算（见图５），购物中心Ｉ首时，人们使用空间的方式就更容易被预测‘６。．而本万方数据华南理工大学学报（自然科学版）第４２卷研究中，较高的可理解度对整合度与人流量分布相关度的预测结果并不理想．经调研发现，这主要是因为购物中心空间中存在具有吸引力的要素．为此，文中将引入ＡＢ空间来探寻空间组织对人流分布的影响．整合度）购物巾心Ｉ一‘丘Ｏ７７４５３１整合度（１，）购物巾心Ｉ、叫２００３６』．２２６１８８整合度（ｃ?）购物中心Ⅱ负?Ｌ整合度（ｔＩ）蚴物中心ＩＩ刖。：图５可理解度分析Ｆｉｇ．５Ａｎａｌｙｓｉｓｏｆｉｎｔｅｌｌｉｇｉｂｉｌｉｔｙ３空间组织与人流分布关联性分析３．１空间变量分析上述研究表明，人流分布不仅受到Ｃ空间的影万方数据响，还在很大程度上受到ＡＢ空间影响．下文将借助购物中心中不同业种的聚客力等级及其相对各观测点的深度值对空间句法研究成果进行修正．３．１．１业种聚客力购物中心内不同业种的聚客力（１，）强弱有别．Ｇｉｌｂｅｒｔ和ｋｖｖ等一’８１指出大型店铺比小型店铺吸引更多人流；Ｂａｂｉｎ等１９１认为良好的环境可以吸引顾客驻足；Ｅｐｐｌｉ等¨仉¨１指出购物中心中某业种的数量与此业种单位面积的销售额显现出正相关关系．结合当前研究成果和现场调查，笔者将样本中业种按聚客力强弱分为一、二、三共３个等级（见表２），并且给这３个等级依次赋予数值２、１、ｏ，其具体分布情况见图６．表２业种聚客力等级划分１’Ｔａｂｌｅ２Ｃｌａｓｓｍｃａｔｉｏｎｏｆｏｐｅｒａｔｉｏｎａｔｔｒａｃｔｉｏｎ１）Ａ代表超市／百货；Ｂ代表餐饮；ｃ代表休闲娱乐；Ｄ代表国际一线品牌；Ｅ代表容妆／护理代表；Ｆ代表精品／首饰；Ｇ代表服饰；Ｈ代表文体用品．（ｃ＋）｜ｌ｛勾物ｌｈＬ、ＪＩ魄＋ｊ！；川）蚴物巾心Ｕ曲Ｊｒ：㈦６样小聚客ＪＪ等缄分伽ｌＪ；ｇｎ、ＩｌＩ＇：ｌｉ?１１、ＰＩ】ＰｓｓＩｎＩＩｌｌｇ｛１ｉ＿Ｉｌｉｌｌｌｌｌｉ¨１１匿圈绒；圆一级；匝国。绂３．１．２深度平均值在轴线分析基础上，计算各人流观测点到不同聚客力等级业种的空间深度值，并计算其平均值，作为研究中各观测点的深度平均值日，见表３．第１０期郭昊栩等：基于空间句法分析的商业体空间人流分布模拟１３５１）带有＊表不一级聚客力等级，其余表不二级聚客力等级．３．２多元线性回归模型分析ｙ～喜立３．２．１数据预处理』一』ｒ一一（５）”“日．多元回归分析前，需对上述研究成果进行预处式中，ｍ表示有深度平均值的观测点的起始标理．研究显示，聚客力越强，平均深度越小的观测点人号，ｐ为有深度平均值的观测点的末尾标号．流量越多，反之则相反．因此，文中将购物中心不同业通过计算，业种组合对各观测点的人流分布影响种的聚客力及深度平均值整合为一个变量——业种数值如表４所示．数值表明，将聚客力近似的业种分组合（ｙ）参与回归计算，其数学关系如下：散布局利于对人流分布产生较均衡的影响．表４ｌ，因素对人流分布的影响值Ｔａｂｌｅ４Ｔｈｅｉｎｎｕｅｎｃｅｏｆｙｅｆｆｅｃｔｏｎｍｏｖｅｍｅｎｔｓ３．２．２多元线性回归分析系数分析中（见表５），各自变量的显著性系数建立一个多元线性回归模型来探寻购物中心空均小于０．０５，认为具有统计学意义．结合分析结果，间组织对人流分布的作用原理．模型中，因变量为人可得到如下回归模型：流量对数（Ｌ）、自变量为整合度（Ｒ。）和业种组合购物中心Ｉ首层：（ｙ），得到方程如下：￡＝３．１１１—０．１１８尺。＋０．４７６】，（７）￡＝ｏｏ＋ｏｌＲ。＋０２ｙ＋口３（６）购物中心Ｉ二层：式中，％为常数项，口，、血：为自变量回归系数，ｏ，为残差．￡＝１．５８７＋０．７５４Ｒ。＋０．９１０ｙ（８）通过ＳＰｓｓ软件进行多元线性回归分析，购物中购物中心Ⅱ负一层：心Ｉ首层的相关系数ｒ２为０．９４３，二层的为０．７８８；Ｌ＝３．０３３＋０．５４８Ｒ。一１．６１９ｙ（９）购物中心Ⅱ负一层和首层的相关系数ｒ２分别为购物中心Ⅱ首层：０．７２０和Ｏ．９２４．其显著性系数均小于Ｏ．０５，表明各￡＝２．４７２—０．１５６尺。＋０．９７５ｙ（１０）变量具有统计学意义．显然，引入业种组合因素后，从表４数据可知，购物中心Ｉ和购物中心Ⅱ首购物中心人流分布被预测的可能性得以大幅提升．层中，ＡＢ空间对人流分布的影响较Ｃ空间更强；而万方数据

华南理工大学学报（自然科学版）表５｝检验结果Ｔａｂｌｅ５Ｒｅｓｕｌｔｓｏｆ￡ｔｅｓｔ第４２卷购物中心Ｉ二层类似，都是集中于建筑的一侧．相比之下，购物中心Ｉ首层更容易实现人流的均衡分布．结合图７，可以发现购物中心Ｉ中高等级聚客力业种分布与核心路径所在空间不重合，两者的均衡作用利于引导人流均衡分布；购物中心Ⅱ中高等级聚客力业种分布与核心路径所在空间重合较多，使得南北中庭区域成为人流聚集的场所．４结语通过对广州两个典型购物中心的计算发现：在出入口及垂直交通布置均衡的设计条件下，人流分购物中心Ⅱ负一层则是Ｃ空间影响更大．布不能直接通过空间句法变量的数值反映，还需考虑空间中的业种组合．二者的结合将有效实现人流分布的预测；合理地进行空间组织，将ｃ空间与ＡＢ空间一并考虑，可以使购物中心空间获得均衡的人流分布，提高商业的均好性．依据研究成果，对购物中心设计及改造提出以下几点建议：①空间流线组织尽量简明，减少分支路径出现，特别是当购物中心结合文献［４］，利用参数整合进行分析．将变量Ｒ。与ｙ的标准系数绝对值之比记为ｙ，可得购物中心Ｉ首层、二层，购物中心Ⅱ负一层、首层的ｙ分别为０．３７５、０．６３３、１．４８５和０．３５４．分析可知：可理解度越高、空间结构越简明，业种组合对人流分布的影响越显著；反之，则整合度的影响越突出．３．３案例空间组织与人流分布比较分析全局整合度（Ｒ。）反映空间的可达性‘１２—５。，将规模巨大时，更需注意；②空间组织应考虑相对对称性原则，但需通过设计强化各空间主题，减少迷路现象发生；③当空间中向心性很强时，宜在周边设置聚客力等级强业种，分散客流；④当空间分支较多且规模较大时，应在空间节点附近设置聚客力等级强的业种，可以让顾客更便捷地获得信息，促进客流的均衡分布．系统中尺。降序排列，选取前ｌ／３对应的轴线作为核心路径，它们代表系统中可达性最高的区域（见图７）．核心路径所在的区域和高等级聚客力业种的位置关系将影响人流的走向，从而影响整个商场人流的分布¨乱１７ｊ．购物中心Ｉ首层核心路径南北贯穿购物中心，参考文献：［１］ＨｉｌｌｉｅｒＢ．ｓｐａｃｅｉｓｔｈｅｍａｃｈｉｎｅ：ａ且向东西方向延伸，涉及区域广；二层核心路径则主要集中与建筑西北区域，相对于首层而言，其覆盖面较窄；购物中心Ⅱ负一层和首层的核心路径分布与ｃｏ曲ｇｕｍｔｉｏｎａｌｔｈｅｏｒｙｏｆＰｒｅｓｓ，ａｒｃｈｉｔｅｃｔｕｒｅ［Ｍ］．Ｌｏｎｄｏｎ：ｃａｍｂｒｉｄｇｅ１９９６．ｕｎｉｖｅｒｓｉｔｙ凑④（ａ）蚴物中心Ｉ汀Ｌ：（ｈ）购物ｔｈ心ｌ：层［２］庄惟敏．建筑策划导论［Ｍ］．北京：中国水利水电出版社，２００ｌ：８５．［３］傅搏峰，吴娇蓉，华陈睿．轨道站出人口客流分布系数估计方法［Ｊ］．同济大学学报：自然科学版，２０１２，４０（１１）：１６６０一１６６５．ＦｕＢｏ—ｆｅｎｇ，ＷｕＪｉａｏ—ｍｎｇ，ＨｕａＣｈｅｎ—１１ｌｉ．Ｅｓｔｉｍａｔｉｏｎ一一蚴物巾心Ｉｌ缸Ｊｊ：ｍｅｔｈｏｄｏｆｄｉｓｔｒｉｂｕｔｉｏｎｃｏｅ侬ｃｉｅｎｔｏｆｐａｓｓｅｎｇｅｒｎｏｗｏｆｓｕｂ—ｗａｙｓｔａｔｉｏｎｅｎｔｒａｎｃｅ［Ｊ］．ＪｏｕｍａｌｏｆＴｏｎ商ｉｕｎｉｖｅｒｓｉｔｙ：ＮａｔｕｒａｌＳｃｉｅｎｃｅ，２叭２，４０（１１）：１６６０?１６６５．［４］庄宇，张灵珠，戴晓玲．多层面商业空间整合度与人流量关联性分析［Ｊ］．同济大学学报：自然科学版，２０１２，４０（１１）：１６２０．１６２６．ＺｈｕａｎｇＹｕ，ＺｈａｎｇＬｉｎｇ—ｚｈｕ，Ｄａｉａｌｓｔｕｄｙｏｆｐｅｄｅｓｔｒｉａｎｎｏｗｓｉｎｏｆ（一¨购物ｔ㈨：、ｌＩ１１层Ｘｉａｏ－ｌｉｎｇ．Ｃｏ血ｇｕｒａｔｉｏｎ—ｍｕｌｔｉ－ｌｅｖｅｌｃｏｍｍｅｒｃｉａｌ图７核心路径分布Ｆｉｇ－７Ｄｉｓｔ曲ｕｔｉｏｎｏｆｃｏｒｅｐａｔｈｓｐａｃｅ［Ｊ］．ＪｏｕｍａｌＴｏｎ百ｉｕｎｉｖｅｒｓｉｔｙ：Ｎａｔｕｒａｌｓｃｉｅｎｃｅ，万方数据第１０期２Ｕ１２，４０（１１）：１６２０－１６２６．郭昊栩等：基于空间句法分析的商业体空间人流分布模拟１３７ｕｒｂａＩｌａｒｅａｓ：山ｅｅ琢ｅｃｔｏｆｍｕｌｔｉｐｌｅｉｍｅｒａｃｔｉｎｇｃｏｎｓｔｒａｉｍｓｔｈｅｕｓｅｏｎ［５］ＺｈｅｎｇＬｉｐｉｎｇ，ＳｕｎＣｈｅｎ，ＬｉｕＬｉａ，ｅｔａ１．Ｗａｎｄｅｒｉｎｇｃｍｗｄｓｉｍｕｌａｔｉｏｎｂａｓｅｄｏｎｏｆｃｏｍｐｌｅｘ眦ｂａＩｌａｒｅａｓ［Ｊ］．Ｅ谢ｍｍＩｌｅｍａ１９０一ｔｈＪｌｌｓｆｏａｎｄＰｌａｎ．ｓｐａｃｅｓｙｎｔａｘｔｈｅｏｒｙ［Ｊ］．ｃＡＤＤＭ，［１４］ｎｉｎｇＢ：Ｐｌ肌血ｎｇａｎｄＤｅｓｉ印，１９９８，２５：５０７．２０１２（２）：３９—４１．Ｂ觚Ｙｕ．ｃｏｍｐｕ洲ｏｎａｌｅ浏ｕａｔｅｄｅｓ咖ｓｏ—ｃｏｍｐｕｔｅｒＡｉｄｅｄＤｅ—［６］张愚，王建国．再论“空间句法”［Ｊ］．建筑师，２００４（３）：３３－４２．ＺｈａｎｇＹｕ，ＷａｎｇＪｉａｎ－ｇｕｏ．Ｒｅｓｅａｒｃｈｏｎ“ＳｐａｃｅＳｙｎｔａ】【”ｌｕｔｉｏｎｓｕｓｉｎｇｓｐａｃｅｓｙｎｔａ）【［Ｊ］．ｃＡＤｓｉ舯，２０１１，４３（６）：６６４?６７６．［１５］吴娇蓉，华陈睿．居住区型轨道站出入口客流分布系数模型修正［Ｊ］．同济大学学报：自然科学版，２叭３，４ｌ（８）：１１９７—１２０２，１２５４．ＷｕＪｉａｏ－ｍｎｇ，ＨｕａＣｈｅｎ—ｒｕｉ．Ｍ０ｄｉｆｉｃａｔｉｏｎｏｆｎｏｗｐａｓｓｅｎｇｅｒ［Ｊ］．Ａｒｃｈｉｔｅｃｔ，２００４（３）：３３—４２．［７］［８］［９］ＧｉｌｂｅｒｔＤａｖｉｄ．Ｒｅｔａｉｌｍａｒｋｅｔｉｎｇｍａｎａｇｅｍｅｎｔ［Ｍ］．ｕｎｉｔｅｄＫｉｎｇｄｏｍ：ＰｒｅｎｔｉｃｅＨａｌｌ，２００２：１５６－１６２．ｗｅｉｔｚＢａｒｔｏｎ，ＬｅｖｙＭｉｃｈａｅｌ．Ｒｅｔａｉｌｉｎｇｍａｎａｇｅｍｅｎｔ［Ｍ］．ｄｉｓｔ曲ｕｔｉｏｎｉｎｃｏｅｍｃｉｅｎｔｍｏｄｅｌｏｆ［ｓ．１＿］：ＩⅢｉｎ／ＭｃＧＬａｗ－Ｈｉｌｌ，２０１１：８６—９５．ＢａｂｉｎＢＪ，ＤａｒｄｅｂＷＲ，ＧｒｉｍｎＭ．Ｗｏｒｋｉｎｇｏｒｓｕｂ们ｙｓｔａｔｉｏｎｓ’ｅｎ—ｔ啪ｃｅｓｆｕｎ：ｍｅａｓｕ卜ｏｆ１２５４．ｒｅｓｉｄｅｎｔｉａｌｒｅ画ｏｎｔｙｐｅ［Ｊ］．Ｊｏ哪ａｌｏｆ７ｒｏｎ舀ｉｈｅｄｏｎｉｃａｎｄｕｔｉｌｉｔａｒｉａｎｓｈｏｐｐｉｎｇｖａｌｕｅ［Ｊ］．ＪｏｕｍａｌＵＩｌｉｖｅｒｓｉｔｙ：ＮａｔｕｒａｌＳｃｉｅｎｃｅ，２０１３，４ｌ（８）：１１９７－１２０２，ＣｏｎｓｕｍｅｒＲｅｓｅａｒｃｈ．１９９４，２０（４）：６４４—６５６．［１０］Ｅｐｐｌｉ，Ｓｈｉｌｌｉｎｇ．Ｈｏｗｃｒｉｔｉｃａｌｉｓｇｉｏｎａｌａ９００ｄｌｏｃａｔｉｏｎｔｏ［１６］刘钟文，王侃．基于空间句法的商业街区节点空间量ａｒｅ－ｓｈｏｐｐｉｎｇｃｅｎｔｅｒ？［Ｊ］．ＴｈｅＪｏｕｍａｌｏｆＲｅａｌＥｓｔａｔｅ化分析方法研究［Ｊ］．建筑论坛与建筑设计，２０１３，３３（５）：９８—１００．ＬｉｕＺｈｏｎｇ－ｗｅｎ，ＷａｎｇＫａｎ．ＳｔｕｄｙｃｏｍｍｅｒｃｉａｌｓｐａｃｅｏｎＲｅｓｅａｒｃｈ，１９９６，１２（３）：４５９—４６８．杨敬玉，石盛发．购物中心理论与应用研究［Ｍ］．北京：中国工商出版社，２０１ｌ：１７０．［１２］ＰａｒｖｉｎＡ，ＹｅＡ，ＪｉａＢ．Ｍｕｌｔｉｌｅｖｅｌｐｅｄｅｓｔｒｉａｎｍｏｖｅｍｅｎｔ：ｄｏｅｓｖｉｓｉｂｉｌｉｔｙｍａｋｅａｎｙｄｉｎｇｓｏｆｔｈｅＳｉｘｔｈａｎａｌｙｓｉｓｍｅｔｈｏｄｏｆｂａｓｅｄｏｎｂｌｏｃｋｎｏｄｅｓｐａｃｅｏｎｑｕａｎｔｉｚａｔｉｏｎｓｙｎｔａ】（［Ｊ］．Ｆ０ｒｕｍＡｒｃｈｉｔｅｃｔｕｒｅａｎｄＡｒｃｈｉｔｅｃ—ｄｉｆｋｒｅｎｃｅ？［ｃ／ｃＤ］∥Ｐｍｃｅｅ－ＳｙｍｐｏｓｉｕｍｏｎｔｕｒａｌＤｅｓ咖，２０１３，３３（５）：９８—１００．ＩｎｔｅｍａｔｉｏｎａｌＳｐａｃｅ［１７］张文红．基于空间句法的深圳典型商业街区空间组织模式研究［Ｄ］．哈尔滨：哈尔滨工业大学城市规划与设计学院，２０１２．ｓｙｎｔａ】（．Ｉｓｔａｎｂｕｌ：［ｓ．ｎ．］，２００７：８６—９７．［１３］ＣｈａｒＩｇＤ．Ｐｅ衄Ｐ．ＩｎｔｅｇｒａｔｅｄｍｕｌｔｉｌｅｖｅｌｃｉｒｃｌｌｌａｔｉｏｎｉｎｄｅｎｓｅＳｉｍｌｌｌａｔｉｏｎ０ｆＰｅｏｐｌｅＦｌｏｗＤｉｓｔｒｉｂｕｔｉｏｎｉｎＣｏｍｍｅｒｃｉａｌＳｐ北ｅＢａｓｅｄＳｐａｃｅＳｙｎｔａｘｏｎＧ∞肌。一ｘｕ（Ａｒｃｈｉｔｅｃｔｕ“ＤｅｓｉｇｎａｎｄＲｅｓｅａｒｃｈ厶ｙｏｎＤｅｎｇ胁昭一ｒｅ凡幼∞凡ｉ一工ｉｏ昭Ｔｅｃｈｎｏｌｏｇｙ，Ｇｕ粕铲ｈｏｕ５１０６４０，Ｉｎｓｔｉｔｕｔｅ∥ｓｃｈｏｏｌｏｆＡｒｃｈｉｔｅｃｔｕｒｅ，ＳｏｕｔｈＣｈｉｎａｕｎｉｖｅｒｓｉｔｙｏｆＧｕａｎｇｄｏｎｇ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：’ｌｈｅｂａｌａｎｃｅｏ±ｔｈｅｃｏｍｍｅｒｃｌａｌⅡｏｗｄｉｓｔｒｉｂｕｔｉｏｎｉｓｋｎｏｗｎａｓｔｈｅｋｅｙｌｉｎｋｉｎｔｈｅｄｅｓｉｇｎ耐。ｃｏｍｍｅｒｃｉａｌｂｕｉｌｄｉｎｇｓ，ａｎｄｔｈｅｃｏｍｍｅｒｃｉａｌｎｏｗｄｉｓｔ—ｂｕｔｉｏｎｉｓｐｒｅｄｉｃｔｅｄｂａｓｅｄｗｈｉｃｈｉｎｅＶｉｔａｂｌｙｐｒｏＶｅｓａｏｎｔｈｅｐｒｅｖｉｏｕｓｅｘｐｅｒｉｅｎｃｅｏｆｓｏｍｅｅｘｐｅｒｔｓ，ｔｏｔｏｂｅｓｕｂｊｅｃｔｉＶｅｏｒｏｂｓｏｌｅｔｅｔｏｓｏｍｅｅｘｔｅｎｔ．Ｔｈｅｄｅｖｅｌｏｐｍｅｎｔｏｆｓｐａｃｅｓｙｎｔａｘｈｅｌｐｓｏｂｔａｉｎｍｏｒｅａｃｃｕｒａｔｅｐｒｅｄｉｃａｔｉｏｎｏｆｐｅｏｐｌｅｎｏｗｄｉｓｔｒｉｂｕｔｉｏｎ．ＴｈｉｓｐａｐｅｒｔａｋｅｓｔｗｏｔｙｐｉｃａｌｓｈｏｐｐｉｎｇｍａｌｌｓｉｎＧｕａｎｇｚｈｏｕｐｒｏｔｏｔｙｐｅｓｔｏｃｏｎｄｕｃｔｓｉｍｕｌａｔｉｏｎｓｉｎｄｉｆ玷ｒｅｎｔｓｐａｔｉａｌｏ唱ａｎｉｚａｔｉｏｎａｓｐａｔｔｅｍｓｂｙｕｓｉｎｇｔｈｅＤｅｐｔｈｍａｐａｎｄＳＰＳＳｓｏｆｔ—ｅｎｔｒａｎｃｅｗａｒｅｓ．Ｔｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔ（１）ｕｎｄｅｒｔｈｅｃｏｎｄｉｔｉｏｎｏｆｔｈｅｂａｌａｎｃｅｄｄｉｓｔｒｉｂｕｔｉｏｎｓｏｆｔｅｎａｎｔｓｃａｎａｎｄｖｅｒｔｉｃａｌｎ．ａｎｓ—ｐｏｒｔａｔｉｏｎ，ｔｈｅｍｅｔｈｏｄｃｏｍｂｉｎｉｎｇｉｎｔｅｇｒａｔｉｏｎｗｉｔｈｂｅｕｓｅｄｔｏｐｒｅｄｉｃｔｔｈｅｐｅｏｐｌｅｎｏｗｄｉｓｔｒｉｂｕｔｉｏｎｍｏｒｅｅｆ＿ｔｏｆｅｃｔｉＶｅｌｙ；（２）ｔｈｅｓｐａｃｅｆｏ珊ｏｆｃｏｎｃｉｓｅｏｒｇａｎｉｚａｔｉｏｎａｎｄｒｅｌａｔｉＶｅｓｙｍｍｅｔｒｙｈｅｌｐｓｔｅｎａｎｔｓｒｅａｌｉｚｅａｂａｌａｎｃｅｄｐｅｏｐｌｅｎｏｗｔｏｄｉｓｔｒｉｂｕｔｉｏｎ；ａｎｄ（３）ｗｈｅｎｒｉｎｇｔｏａｔｈｅＣｓｐａｔｉａｌｏ唱ａｎｉｚａｔｉｏｎｉｓｐｏｏｒ，Ｉｅａｓｏｎａｂｌｅｃｏｍｂｉｎａｔｉｏｎｈｅｌｐｓｉｍｐｍｖｅｓｈａ—ｃｅｒｔａｉｎｄｅｇｒｅｅ．Ｋｅｙｗｏｒｄｓ：ｃｏｍｍｅｒｃｉａｌｓｐａｃｅ；ｓｐａｔｉａｌｏｒｇａｎｉｚａｔｉｏｎ；ｔｅｎａｎｔｃｏｍｂｉｎａｔｉｏｎ；ｓｐａｃｅｓｙｎｔａ）【；ｐｅｏｐｌｅｎｏｗ责任编辑：张娜娜万方数据基于空间句法分析的商业体空间人流分布模拟

作者：作者单位：刊名：英文刊名：年，卷(期)：

郭昊栩， 李颜， 邓孟仁， 赵飞翔， Guo Hao-xu， Li Yan， Deng Meng-ren， Zhao Fei-xiang华南理工大学建筑设计研究院∥建筑学院,广东广州,510640

华南理工大学学报（自然科学版）

Journal of South China University of Technology(Natural Science Edition)2014,42(10)

引用本文格式：郭昊栩.李颜.邓孟仁.赵飞翔.Guo Hao-xu.Li Yan.Deng Meng-ren.Zhao Fei-xiang 基于空间句法分析的商业体空间人流分布模拟[期刊论文]-华南理工大学学报（自然科学版） 2014(10)

本文来源：https://www.bwwdw.com/article/vgr5.html