环境行为学视角下地铁站周边城市空间研究动态与综述

2022-06-18 06:35魏书祥孙浩然
华中建筑 2022年6期
关键词:领域空间环境

魏书祥 孙浩然

地铁站周边城市公共空间的利用正朝向高度集约化与立体化方向发展,涵盖的城市功能类型愈发复杂,环境的舒适性需求不断增加,数字化技术手段的应用更是达到了前所未有的广度与深度[1-3]。因此,新时代背景下应进一步深度剖析人与城市环境的关系,如何从环境行为学视角出发,采用精细化城市设计方法,营造更加舒适的地铁站周边城市空间环境,成为城市设计相关学者研究的重要任务。

本文对地铁站周边城市空间动态的国内外研究热点及趋势进行梳理,对核心文献进行精析,基于环境行为学视角,对地铁站周边城市空间进行研究与综述,总结现阶段已有的研究与分析方法,明确环境行为学视角下的地铁站周边城市空间设计策略,以期为城市精细化发展提供参考与依据。

1 概念解析

1.1 环境行为学

大量研究表明,在城市化进程中,原有的粗放型城市管理亟需变革,精细化城市设计需求的研究显得极为迫切。而城市空间研究正为满足这种精细化设计需求朝向人的环境心理感知方面发展,因此对环境行为学的引入与关注成为必然需求。

环境行为学(Environment-behavior studies),又称环境设计研究(Environmental design research),是研究人与周边各尺度物质环境之间相互关系的科学[4]。通过探求决定物质环境性质的要素,以政策制定、规划设计以及教育等方式,使得环境品质得以提升[5-6]。环境行为学的影响日益扩大,逐渐渗透到建筑学、城市规划学和相关学科的研究与实践中[4]。

1.2 地铁站周边城市空间相关概念比较

地铁站周边城市空间是在以某地铁站为核心的一定范围内,该站点对周边人的行为以及当地经济、文化发展产生影响或辐射的城市公共空间[7]。

通过对地铁站周边城市空间相关研究成果的梳理,发现历年有学者从不同的角度对站点的影响力进行了探讨,对站点周边一定范围城市空间进行界定与研究,并提出一系列的相关概念,主要包括步行接驳范围、地铁站域、站点影响域、轨道站域等(表1)。

表1 地铁站周边城市空间相关概念比较

2 研究框架与方法

2.1 研究思路

本文首先进行研究思路的梳理(图1),通过对现有文献的大量阅读,梳理出研究技术框架图,从而确定研究问题、界定研究概念、确定研究范畴。再对文献进行筛选精读,对已有研究视角、数据获取及分析方式、城市空间优化策略等进行总结,关注国内外研究情况、数量变化、研究热点以及学科分布情况。整理现有研究的共性成果,进而对未来该领域的研究提出建议。

2.2 分析工具

CiteSpace软件是由美国德雷克赛尔大学陈超美教授团队研发的一款在科学文献中识别与可视化现有趋势与最新动态的Java应用平台,现已成为研究综述分析领域中影响力较大的可视化信息软件[8]。

VOSviewer平台风格相对单一,聚类分析一般按照颜色划分范围;而CiteSpace风格多样、可操作性强,可依据多种算法分别提取聚类信息。因此本文基于以上两种可视化文献分析平台进行研究趋势的分析与总结。

2.3 分析方法

本文对研究趋势的梳理主要利用C it e Sp a c e 软件分析环境行为学视角下地铁站周边城市空间研究的领域特征、数量变化、关键词时区分布等情况,结合VOSviewer平台的关键词共现网络及热度图分析,梳理研究趋势,再精读文献进行综述,对研究视角、数据获取及分析方法、优化提升策略进行总结[9]。

2.4 文献来源与筛选

文献选取的数量与质量,可以在一定程度上反映该课题的研究深度及发展历程。为保证数据的可靠性与权威性,本文以CNKI核心数据库以及Web of Science核心集合数据库,分别作为国内外研究检索平台,以“地铁站”(metro station)“城市空间”(urban space)等为关键词分别在两个检索平台进行检索,时间跨度从2000年到2021年。并对检索结果进行人工去重整理,删除个人学术成果介绍、期刊会议征稿、卷首语以及无作者等无关条目,共筛得国外相关文献749篇,国内385篇,从而进行研究趋势梳理。

按以下条件对精析文章筛选:第一,发表于核心期刊;第二,发表于2010年之后;第三,被引频次前30、共被引中心性高于0.1。去除与关键词联系不紧密的文献,筛选出50篇进行精析[9]。

3 国内外研究发展趋势分析

3.1 研究数量变化

国外关于环境行为学视角下地铁站周边城市空间的研究呈现逐年上升的趋势,尤其在2015年后增幅加快,说明环境行为学在地铁站周边城市空间研究中的作用愈发重要。国内对该领域的研究相对较早,但早期研究进展缓慢,发文数量较少,近年对该领域呈现持续关注的趋势(图2)。

图2 地铁站周边城市空间国内外研究的数量变化趋势图

3.2 研究的学科领域分布特征

经过对学科领域分析发现,国外对于地铁站周边城市空间领域的研究大多集中于工程学(engineering)、环境科学(environmental sciences)、运输工程学(transportation)、交通科学与技术(transportation science & technology)等自然科学领域,而城市规划学科于近年开始研究该领域,但文献数量有限①(图3),有较大的研究潜力。

图3 地铁站周边城市空间国外研究的学科共现网络

而国内关于该领域的研究文献相对国外较少,不便基于CiteSpace软件进行学科共现研究,故基于CNKI数据平台进行可视化处理生成该领域学科分布图(图4)。根据该图可知,城市经济和城乡规划与市政是发文最多的领域。

图4 地铁站周边城市空间国内研究的学科分布

3.3 研究热点分析

基于CiteSpace平台,结合VOSviewer软件,分析得出关键词共现网络(图5)与

图5 地铁站周边城市空间国外研究的关键词共现网络

关键词热度图(图6),结合关键词共现时区图②(图7),发现国外该领域研究主要集中于自然科学领域的“模型”(model)“通勤”(commute)“换乘”(transport)等的探索。而近年来逐渐开始关注“建成环境”(built environment)“城市交通”(urban mobility)“以交通为导向的开发”(transit-oriented development,TOD)等。整体研究范畴由单纯以工程、运输、物理等的自然科学领域,研究方向逐步转向环境行为学视角下城市空间为代表的社会科学领域的研究与探讨。

图6 地铁站周边城市空间国外研究的关键词热度图

图7 地铁站周边城市空间国外研究的关键词时区分布

国内对地铁站周边城市空间研究的关注点主要有“地下空间”“城市设计”“轨道交通”“地铁站域”,而“城市公共空间”“公共艺术”“空间句法”“TOD模式”(图8~10)是近些年的新兴研究热点,即随着科学技术的发展与社会需求的进步,逐渐转向对城市空间品质的追求,更加注重人对公共空间的需求。

图8 地铁站周边城市空间国内研究的关键词时区分布

3.4 研究趋势小结

国内外对于地铁站周边城市空间的主流研究方向仍处于对地铁站实体及其周边城市公共空间的研究,对环境行为学视角下的该领域研究,发展空间较大且逐渐被越来越多相关学者关注。

总结归纳当前该领域研究趋势:第一,国外对基于环境行为学的地铁站周边城市空间的研究,在研究深度、研究方法及研究工具等方面更加成熟,国内研究虽然对地下空间等实体城市公共空间关注较早,但对环境行为学视角下的该领域仍处于起步阶段;第二,在研究视角方面,国外研究已逐渐转为环境心理层面的城市环境以及TOD模式等具有系统性的研究设计,国内主要从城市公共空间、地铁站域等宏观及中观视角出发,近些年提出精细化城市设计理念,并对城市公共空间适应性评价等中微观视角展开研究;第三,随着科学技术的进步,国内外研究在行为仿真、空间句法Depthmap、ArcGIS等平台应用等方面取得了一定的成果与进步。

4 地铁站周边城市空间的研究内容与方法

通过研究已有成果发现,当前国内外诸多学科的学者对该视角下的城市空间做出了定性与定量研究,普遍认为地铁站周边城市空间作为轨道交通植入城市后产生的新空间,为城市的更新进化提供了新的发展契机与空间载体[10]。为进一步研究该课题,对已有研究从研究视角、数据获取与分析、策略优化等层面进行分析,从而为指导环境行为学视角下的城市设计策略提供依据。

4.1 研究视角

国内外关于该课题的研究从宏观、中观和微观三种视角展开。宏观视角下整合多元城市系统,揭示了以地铁为代表的轨道交通与城市化进程以及提升城市空间品质的显著作用。中观视角下聚焦城市关键问题,地铁站周边城市空间成为现代城市运转的关键节点,对周边发展战略及城市体系建设的影响极为重要。微观视角注重精细化城市设计研究,从行人生理感知与行为规律的层面探讨地铁站周边城市空间一体化成为研究热点,为城市空间一体化发展提供理论依据与实践基础。

4.2 数据获取及分析方法

(1)数据获取方法

数据的获取是该领域研究所面临的关键问题之一。传统调研方法的行为数据获取大致有言说类调查法、观察类调查法、文献调查法等[11-12]。主要为两类信息来源:一类以行为为主体的经验与回忆,以访谈调研法、问卷法等为代表;另一类方式为基于行为活动的观察记录,以行为计数法、行为注记法为主[13]。

现今新型数据获取技术层出不穷,研究者能够获得的行为信息更加全面,这些数据随着智能手机的广泛应用而日趋丰富。通过网络数据对“Tweet坐标”③和文本数据的利用,能够过滤关键词特征和分布情况,得到不同空间网络活动热点以及流动方向[14]。交通数据能够借助数据挖掘进行可视化处理,让出行者实时了解交通情况从而合理计划行程安排[15]。利用手机信令数据,能够进行人流量的智能统计及行为空间定位,对城市空间结构优化以及城市公共资源实时管理具有指导作用[16]。使用影像数据,如麻省理工学院可感知城市实验室(MIT Senseable CityLab)借助红外3D传感技术实现人体细微动作的三维捕捉的研究,为微观层面行为记录信息提供了准确数据[17]。

(2)分析方法

数字技术的介入成为现今城市空间设计中不可或缺的重要辅助手段。图形图像处理技术、虚拟现实技术、ArcGIS、空间句法等分析方法的使用,标志着城市设计的数字化科技创新平台正在逐步形成[18]。

图9 地铁站周边城市空间国内研究的关键词共现网络

图10 地铁站周边城市空间国内研究的关键词热度图

空间分析可结合ArcGIS软件及手机信令数据、浮动车数据等对空间结构进行分析,或运用时空棱柱对居民活动密度及分布作出模拟[19]。数据模型可以对传统不可量化的部分予以补足,对出行、消费等决策选择行为建立模型,可得出行为与各因素的相互关系[20]。行为仿真方面,例如Anylogic等平台的引入建立了地铁站点等区域疏散过程中行人行为仿真及动力学模型,可以对不同路径设计下的疏散进行科学的评估[21]。

4.3 地铁站周边城市空间优化策略

基于环境行为学视角,该区域的公共空间设计策略需要遵循场地空间适宜性、空间功能的普适性两大人性化城市空间设计衡量标准[22]。即地铁站域城市空间环境应体现处理人、社会与客观空间环境的关系,在空间形式上应符合人对空间需求形成一定的场所感觉,在空间功能上应尽可能普遍适应包括各种社会群体的行为方式与心理感受的使用需求[23-25]。

而精细化城市设计作为解决城市空间问题的重要手段,面对环境行为学视角下的空间与行为问题,除了需要理论衡量标准,更亟需探索新的设计策略支撑。以TOD模式为导向的站城一体化开发、“建筑·交通一体化”等设计策略,都是将地铁站与周边城市空间统筹考虑,在设计之初即进行一体化考虑,大致可分为以下几个方面:

①步行交通整合:建筑与步行空间一体化关系可分为地面穿越、空中跨越以及地下延伸三种基本形式;②轨道交通整合:建筑与轨道交通整合包括内嵌式与毗连式两种方式;③机动车交通整合:建筑与机动车交通整合最重要的环节是公交站点与交通终端融入建筑[26]。

5 总结与展望

基于环境心理学的城市空间设计是当下的热点研究方向,本文对地铁站周边城市空间研究进行评述,为其设计及优化研究提供借鉴与参考。

5.1 研究成果总结与借鉴

根据现有研究趋势,基于环境行为学视角,去除与课题无关、期刊会议征稿以及无作者等文章,依据期刊质量、被引频次、发文时间等筛选并精读文献。现今该课题研究主要包括宏观整合多元城市系统、中观聚焦城市关键问题、微观行为仿真研究以及提升环境品质的空间规划设计和优化策略研究等层面。代表性研究成果主要为:

①宏观尺度中对轨道交通与城市空间多元系统的整合已相对完善,中微观成为研究热点,以环境行为学视角为代表的相关课题逐渐被聚焦与研讨;②地理信息技术、行人微观仿真等数字技术的日趋成熟为该研究方向打下良好的基础,增强了数据的科学性与准确性;③多学科交叉融合的“广义建筑学”思想为该领域的发展拓展了更广阔的研究空间。

5.2 研究展望与建议

该领域的研究取得了一定成果,对城市空间设计具有一定现实意义,在未来研究中可以关注以下几个方面:

①自然科学与社会科学领域结合,国外早期更多聚焦于工程学、轨道交通等自然科学,但随着社会学科以及微观视角的介入,将两者研究相结合将更利于该课题研究;②持续关注微观环境行为视角下的地铁站周边城市空间研究;③进一步构建空间形态及基于环境行为学的城市系统评价体系,进一步明确各影响因素及其权重;④地铁站周边城市空间行为安全问题一直作为该领域的热点问题,行人微观仿真模拟技术的应用可以使其得到一定程度的改善;⑤能源问题一直是城市可持续发展的重点难题,期待可以从环境行为视角切实对城市系统的健康发展找到可行之路。

结语

随着经济社会的日益发展,以提升城市空间环境品质为目标的环境行为学在当今我国社会有着深远而重要的现实意义,基于环境行为学视角的地铁站周边城市空间研究已经成为城市设计领域的重点课题。必须意识到我国基于环境行为视角的相关研究起步相对较晚,但由于我国人口规模庞大、城市发展进程加快,城市交通与空间发展的关注度随之日渐提高,因而研究潜力巨大。对于城市设计研究而言,环境行为学与该学科的融合正在重构城市空间设计的理论与实践,理应得到日后相关学者与城市设计师足够的重视,为促进城市空间品质提升与城市精细化发展注入持续动力。

资料来源:

图1~10:作者绘制;

表1:作者根据基础资料绘制。

注释

① 运算设置为:时间跨度=“2000—2021年”,时间切片=“1年”,节点类型=“学科领域category”,Top N=“50”,进行最小生成树(Minimum Spanning Tree)剪枝运算。

② 运算设置为:时间跨度=“2000—2021年”,时间切片=“1年”,节点类型=“学科领域category”,Top N=“50”,进行最小生成树(Minimum Spanning Tree)剪枝运算。

③ Tweet坐标:通过美国社交网络平台Twitter所发送信息的网络签到数据。

猜你喜欢
领域空间环境
电子战领域的争锋
将现代科技应用于Hi-Fi领域 Perlisten S7tse
长期锻炼创造体内抑癌环境
一种用于自主学习的虚拟仿真环境
空间是什么?
创享空间
孕期远离容易致畸的环境
2020 IT领域大事记
领域·对峙
漫观环境