基于空间句法的城市路网对商业网点布局影响研究——以南京市主城区为例

翟 青，张玉玲，魏宗财，罗雪梅

(1.南京邮电大学管理学院，中国 南京 210023；2.佛山科学技术学院旅游系，中国 佛山 528000;3.广东省科学院广州地理研究所，中国 广州 510070；4.华南理工大学 a.建筑学院，b.亚热带建筑科学国家重点实验室，中国 广州 510641；5.广州城市更新土地整备保障中心，中国 广州 510070)

城市路网结构与商业布局具有高度的关联性[1-3]。作为组构城市空间的重要因素，路网可以引导城市60%～70%的人流、车流分布[4，5]。商业空间是最具活力的城市空间，空间集聚特征显著。当商业布局遵循路网组织规律时，可以发挥乘数效应，吸引更多的人流、车流[6]。因此，研究城市路网与商业布局的相关性有助于深刻理解空间本体与社会经济活动之间的联系，厘清空间形态与功能的关系。

空间句法(Spatial Syntax)是一种以空间本体为研究对象、以拓扑关系为研究基础的分析工具，通过将空间分割，量化分析空间形态，揭示物质空间形态的社会成因和影响的空间理论[7，8]。空间句法将空间要素抽象为点、线、面，采用凸多边形法、轴线法或视区法，通过拓扑结构参数对空间形态进行分析[9]。空间句法在地理学中的应用始于城市交通研究[10-12]，进而探索区域和城市层面的路网与社会经济、城市发展的共轭协调关系[13-16]。希列尔定量分析伦敦商业中心涌现的空间机制，发现在各个尺度上，伦敦道路系统都具备运动聚集共存的状态，该状态对中心性的涌现非常重要[17]。商业中心等级越高，空间连续性、连通性越好。基于空间组构(Spatial Configuration)视角，整合度、连接值、控制值、深度值等句法变量证实道路网拓扑结构对商业设施布局具有显著影响[13，18-20]。空间句法在城乡规划中主要用于城市空间和规划项目的评估[21]，采用句法轴线分析，判读空间本体的可达性、渗透性和集成性，进而推断拓扑空间结构的内在逻辑，关注于城市或规划空间的绩效提升[22-24]。

本文采用核密度估计法分析南京市主城区商业中心分布特征，采用空间句法分析道路网络结构特征，构建多元回归模型分析路网对商业布局的影响，探究商业网点布局是否充分利用空间自组织结构与规律，为城市商业网点规划和道路体系规划提供定量的科学支撑。

1 研究方法

研究采用空间句法中的轴线法分析南京主城区道路网的空间形态，基于Depthmap软件计算每条道路的句法参数值。选择的参数主要包括以下5项。

连接值(Connectivity Value)，即所有直接连通到起始空间的其他空间数量，可以判别商业中心与周边空间的联系程度。道路连接值越高，说明商业中心与其他空间的连通快捷程度越高。

控制值(Control Value)，即与某条道路直接相连的所有道路的连接值倒数之和，反映某条道路对其周围道路的影响程度。控制值大于1表示强控制，小于1表示弱控制。道路控制值越高，该道路所在的商业中心越有可能成为交通节点。

选择值(Choice Value) ，即某条道路成为所有空间到其他所有空间的最短路径的概率。选择值越高，该道路所在的商业中心被人流穿行的概率越高。

深度值(Depth Value) ，即从某个节点到其他所有节点的平均拓扑深度值(相邻两个节点的深度为1)。总深度值(Total Depth Value) 是指从某个节点到其他所有节点的拓扑深度值之和。道路总深度值越低，说明道路所在的商业中心的可达性越好。

全局整合度(Global Integration Value)是衡量轴线在空间网络中的渗透性、集成性的变量。全局整合度值越高，该道路所承载的人流、车流越多，该道路所在的商业中心对其他空间的渗透性越强。

2 案例研究

2.1 研究区域与数据获取

图1 南京主城区商业中心分布图 Fig. 1 Distribution of commercial centers in the main urban area of Nanjing

南京市是长三角城市群和长江经济带的核心城市，也是江苏省省会城市。截至2018年，南京市拥有695.99万城镇人口，城镇化率达到82.5%[25]，城市经济发展水平位居全国前列。在《南京市商业网点规划(2015—2030)》中，南京市规划构建“市级—市级副中心—地区(新城)级—居住社区(新市镇)级—基础社区(村)级”5级商业中心等级体系[26]。

本文的研究范围为南京市主城区，包括鼓楼区、玄武区、建邺区和秦淮区的绝大部分和雨花台区、栖霞区、江宁区的一小部分。研究对象是南京主城区市级、市级副中心、地区(新城)级和居住社区(新市镇)级的商业中心(图1)。其中，新街口、夫子庙和湖南路-山西路商业中心发展历史悠久，知名度较高。河西和城南商业中心为近年来重点规划建设的CBD商务型商业中心和高铁枢纽型商业中心。

图2 南京主城区商业POI核密度分布图 Fig. 2 Distribution of commercial POI kernel in the main urban area of Nanjing

研究数据包含南京主城区的商业POI数据和矢量路网数据。其中，商业POI数据共采集25 253条，包含商业实体的名称、经纬度、地址、类型等信息。采用Open Street Map(OSM)共获取3 618条道路轴，提取高速路、主干道、次干道、三级道路、支路、居住区道路等级的道路，进行拓扑关系检查。

2.2 商业中心分布特征

采用核密度估计法对南京主城区商业POI的位置信息进行计算，将带宽设为500 m。如图2所示，老城区内的商业中心已经发展成为集聚中心，老城区外的商业中心的集聚趋势不显著，需在规划期内吸引更多的商业企业。新街口是密度最高、集聚范围最大的商业中心，并辐射、带动其他商业中心共同发展，老城区内已形成“中央门—湖南路-山西路—新街口—夫子庙”商业中心发展轴。河西是因承办2010年青奥会而发展起来的新城，目前已在河西北部形成集聚范围较大、密度较高的集聚中心。但是，河西的发展量级与新街口相比仍有较大差距，未来应以江东中路为轴线，构建“下关—龙江—河西—天保”商业中心发展轴。依托于2018年通车的高铁南站发展起来的城南商业中心尚处于初期阶段，未形成具备一定规模的集聚中心。

2.3 道路网络结构特征

分别计算南京主城区每条道路的空间句法变量值，探究空间本体间的相互关系。如图3a,b和c所示，南北向的中山路、中央路共同形成了一条连接值、控制值和选择值最高的轴线，贯穿新街口、湖南路-山西路、中央门商业中心。其次，贯穿夫子庙、瑞金路、下关和河西商业中心的道路的连接值、控制值和选择值较高。这说明这些商业中心与周边其他空间连通快捷程度较高，易于被人流、车流穿行。如图3d和e所示，南京主城区道路的全局整合度整体水平较高，老城区内道路的全局整合度高于老城区以外，主城区南部高于北部。总深度值的情况与全局整合度刚好相反，这说明老城区内的商业中心空间渗透性最强、空间可达性最好。

图3 南京主城区道路空间句法分析Fig. 3 Spatial syntax of road space in the main urban area of Nanjing

根据空间句法分析结果，可以判定：老城区以内的商业中心主要是“嵌入型”商业中心，老城区以外的则主要是“配置型”商业中心。“嵌入型”商业中心大多是通过自然有机生长而形成的、空间尺度不一的中心，并已成功嵌入到城市的整体系统中[23]。一方面，“嵌入型”商业中心是通过自身的中心性，吸引了大量人流、车流，成为空间活力度高的场所。另一方面，它又通过优化自身空间与周边空间的关系，将那些由城市整体空间结构引导的人流、车流，再次汇集到自身中心上，再强化其中心性。以新街口为例，它是南京最为活跃的社会经济活动频繁交织的商业场所，它的空间活力不会由于新城的开发建设而衰退。沿中央路、中山路、中山南路、中山东路、汉中路等轴线，新街口商业中心带动沿线第二、三、四等级商业中心联动发展。

“配置型”中心大多是通过政府规划或加强功能配置“打造”出来的。若自身的中心性与空间组构不能形成良性互动，则可能会陷入空间活力日衰的窘境。因此，出于城市空间结构绩效优化的考虑，“配置型”中心需要转变为“嵌入型”中心，尊重城市内在自组织发展规律，商业中心的发展才能更健康、更长久。

2.4 道路网络与商业中心的关联性

参考已有文献(樊文平等，2011；韩宇瑶，2017)，根据商业中心等级由高到低，将其缓冲区范围分别设定为1 000，800和500 m。共获取18个商业中心缓冲区范围内的677条道路轴线，采用自然断裂法将句法变量值(全局整合度、连接值、控制值、选择值、总深度值)分为5级，按照变量值的由低到高分别赋值1～5，作为自变量。商业中心按照等级由低到高分别赋值1～5，作为因变量。采用方差膨胀系数(VIF)衡量模型中各变量之间的共线性问题，当VIF大于10时，则存在多重共线性。多元回归分析结果显示，全局整合度是最大的影响因素，其次是连接值、控制值和选择值，总深度值不显著，故变量之间不存在多重共线性关系(表1)。全局整合度、连接值与商业中心等级呈正相关关系，说明商业中心等级越高，其所处空间渗透、融入城市整体空间的程度越高，其所处空间与城市其他空间的连通更加便捷，进而更易于形成商业影响力。控制值、选择值与商业中心等级呈负相关关系，说明低等级商业中心所在空间兼具商业属性和交通属性，是城市片区的重要交通节点。低等级商业中心成为主城区内任意两空间之间的最短拓扑聚类的频率更高，被人流穿行的可能性更高。

表1 多元回归模型分析结果Table 1 The analysis result of multiple regression model

对于高等级商业中心而言，应努力提升其所在区域的道路的全局整合度、连接值。以新街口为例，它对其他商业中心的影响程度最高，与其他商业中心之间的集聚程度最高，是整个商业中心体系的中心，作为目的地吸引了大量的人流、车流。对于低等级商业中心而言，应努力提升其所在区域的道路控制值和选择度。以中央门、瑞金路为代表，它们更易于进入相邻的高等级商业中心，具备出行最短路径优势。

3 建议

3.1 商业网点布局应遵循空间自组织结构与规律

城市规划是政府合理统筹、科学布局商业用地，实现社会效益、经济效益最大化的重要手段。但是，商业网点规划较多地关注“点”(商业中心)和“面”(商圈)的布局，缺乏“点—线—面”的综合性规划思维[21]。一方面，有活力的商业空间依赖大量的人流和车流，选址倾向于可达性高、空间活力度高的区位。另一方面，城市空间本体决定了城市60%～70%的人流、车流分布，城市空间本体主要由道路网络构成，即城市道路体系是人流、车流分布的决定因素[23]。因此，商业中心布局应遵循空间自组织结构与规律：将道路网络结构纳入到商业网点规划的分析内容中，结合城市道路网络的全局整合度来布局商业中心。将“点”(商业中心)布局在具有高整合度的“线”(街道轴线)上，以便通过承载更多的人流、车流来实现其商业价值，最终形成具有影响力的“面”(商圈)。

3.2 “配置型”商业中心应向“嵌入型”转变

城市商业中心的培育是一个从量变到质变的渐进过程，各个中心的培育程度具有不均衡性。以河西、城南、燕子矶为代表的老城区以外商业中心属于“配置型”商业中心，相对而言培育程度较低。商业空间的发展更多地依靠规划引导，从空间本体特征看，城南商业中心的各项指标都不理想，无法支撑一级商业中心的功能。建议城南商业中心应以新城、高铁建设为契机，重点打造高连接值、高整合度的道路系统，提升商业功能和交通功能的协调性，增强空间组织效率。河西商业中心、燕子矶商业中心应以新城和地铁建设为契机，充分利用新城规划先导的优势，将新城空间以轴向发展的模式融入到整体空间结构中。再结合交通枢纽资源、滨江景观资源、“青奥会”大事件等特色要素，形成各具特色的集聚人气的商业中心，最终向“嵌入型”商业中心转变。实现规划的有序引导、调控商业中心布局，推动商业空间结构变化和秩序重构。

3.3 “嵌入型”商业中心支撑多中心发展格局

以新街口、夫子庙、湖南路-山西路为代表的老城区以内商业中心属于“嵌入型”，商业空间发展的自发性远高于规划引导，应继续优化传统的商业中心，发挥联动互促效应的商业格局。“嵌入型”商业中心以新街口为核心，以中山路为轴线，发挥新街口商业增长的空间黏性，沿城市主干道和地铁沿线逐渐向四周延伸。依托各商业中心不同的商业职能定位，借助紧靠秦淮河、商业人流集聚、市场活力强劲、人文历史丰富和地铁线路通达等资源优势，形成“扁平化”的多中心商业发展格局。与此同时，新街口能级的提升路径由传统的规模扩张转向空间价值提档升级，其中心性和影响力得到巩固。

4 讨论

本文以南京市主城区为例，采用空间句法、核密度估计法和多元回归模型，通过对空间组构的解读，定量分析城市空间形态与商业功能之间的关联。未来的商业网点规划评估应充分利用大数据时代的多源数据和方法创新。将城市数据(如手机信令数据、实时交通数据、网络点评数据等)与空间数据(如土地性质、容积率、建筑密度等)进行匹配，构建集“人—地—商”于一体的评估体系。采用GIS空间分析功能和空间句法的拓扑分析功能，来检测和验证空间本体与社会经济活动的具体关系，为城市商业网点规划实施提供支持。最终实现土地资源最优配置和商业空间的健康发展。