[区域发展] 城市设计中活力营造的形态学探究——基于城市空间形态特征量化分析与居民活动检验（下）

在以上三个城市空间形态要素被量化分类之后，可以构建基于城市空间形态的城市活力分类体系(表3)。按照街道可达性、建设强度和形态，以及功能混合度的高低，城市空间可以分为从低到高七个大类。I类和II类分别为城市空间活力低和较低，其城市形态要素分析结果多为低，少数为中；VI类和VII类则分别为城市空间活力较高和很高，其城市形态要素分析结果多为高，少数为中，即同时具有较好的可达性、建设强度和形态、功能混合度；III、IV和V被归为中间类，则是由于兼具较好和较差的空间形态要素。由示例图片可见，随着这三个城市空间形态要素评价的增长，城市空间似乎显得更有活力。这一情况与前面的理论假说相符，不过仍需要通过非空间形态要素的居民活动强度来进行进一步验证。

表3  基于城市空间形态特征的空间活力界定

资料来源：示意图片截取自谷歌街景图(Google Street View)

4.2  基于选择性活动强度的实证检验

本次实证研究选在荷兰代尔夫特市的历史老城区展开。一方面是为了寻求一个相对均质的空间环境，规避地铁站等大容量交通设施和大型城市综合体等现代大城市中的常见要素对于居民活动强度的过度影响，另一方面则是因为该区的诸多街道、建筑和功能数据丰富、完善易得，便于展开后续研究。

具体研究分成两部分。首先是依据之前的假说，基于城市形态特征对城市空间活力进行测算；随后则是通过GPS追踪记录实地的选择性活动强度，从而来校核假说的有效性。实验地块中的城市形态特征可以依据空间句法、空间矩阵和混合功能指标这三个定量分析工具进行评价，随后整合在一起构成对于空间活力的判断(图6)。图6B、6C、6D分别是对于老城区中的街道可达性、建筑高度与形态、功能混合度的高低评价；图6E是基于上面三个城市形态要素进行的城市空间活力预判，从预测活力低的I类(蓝色)到预测活力高的VII类(红色)。初步可见老城广场、新商业中心等实际上富有活力的地段在分析中都被准确判断为高空间活力地段。

图6  城市空间形态特征整合结果

随后进行的是对于选择性活动强度的定量记录。实验④共使用45台GPS手持机，在历史城区西侧和南侧的两个主要停车场对前往老城区进行休闲和购物等选择性活动的来访者进行行为采集，为期一周，并通过问卷调查形式来搜集来访者的背景信息。来访者在同意进行实验后，会领到GPS手持机，在受访者接下来的活动过程中，机器每10～15秒自动定位一次。基于各个活动点的位置信息，我们可以实现对于受试者行动方向、位置、速度以及在某地所停留时间的详细记录。为了减少当地居民自身的日常行为对于空间影响的影响，本文中使用的是在代尔夫特进行旅游休闲等活动的非本地居民数据。

将基于城市形态的空间活力测度与实际的选择性活动进行比较，可以进一步校核城市空间活力的形态要素构成假说是否准确。图7A是行人选择性活动强度的热力图显示，从红到绿活动强度逐渐降低；图7B则是城市空间活力预判与实际的选择性活动强度的叠合分析。

图7  行人的选择性活动强度与多种城市空间形态特征及其整合结果的比较分析

结合图6和图7可见，单独的城市空间形态要素(街道、建筑和功能)与实际的选择性活动强度都具有一定的关联性，但相关度不太高。整合三大空间形态要素的空间活力预判则与实际的活动强度显示出了很高的吻合度。大部分高强度高频度的居民选择性活动都出现在城市空间活力界定为高的VI和VII类地区，而只有非常少的选择性活动出现在城市空间活力界定为低的I和II类地区。该假说的有效性可以在实证研究中初步验证，城市空间活力与关键的城市形态学要素的相关性也可以被初步构建。

5  总结与展望：迈向定量解构的城市空间活力营造

上述研究显示，城市空间活力的营造不是一个相对缥缈、缺乏实际度量的概念。通过对于经典城市设计理论的梳理总结、关键形态要素的量化研究，以及基于实证角度的居民活动验证，城市空间活力被证明是一个可以被测量和可视化表达的概念。从城市形态学角度来说，城市空间活力取决于良好的街道可达性、适宜的建设强度与建筑形态、足够的功能混合度在同一空间上的集聚。伴随着这种空间形态学要素的集聚，城市空间活力会有相应的提升。从非空间要素的角度来看，城市空间活力的高低可表现为居民的选择性活动的强弱。

形态学角度的城市空间活力认知，为城市空间活力营造从单纯的空间设计艺术走向更为定量化、更为有效的空间组织提供了基础。传统的城市空间营造多依赖于设计师自身的直觉和经验，而本研究基于空间活力的形态学构成认知，将城市空间活力这一城市设计的关键目标在地理信息系统分析平台上进行可视化的分析、展现和评价。通过将空间句法等一系列定量的城市形态分析工具与传统的城市形态学及城市设计理论相结合，设计师在城市设计的多个阶段可方便地针对城市空间活力营造目标进行量化校核。此项分析所需要的空间形态学要素，比如街道、建筑高度、平面形态及功能，都是开展城市设计所需要的基础数据，因而能够保证该分析在项目实践中的数据的易得性和可用性。本研究团队正试图完善该分析方法并开发相应的GIS分析插件，以期实现对于场地空间活力特征的高效分析，以及对于城市设计方案在活力营造上的可视化评价。

居民活动角度的城市空间活力认知，则为城市空间活力营造提供了一个新的视角，在一定程度上有助于落实城市设计从“以空间为本”到“以人为本”的关注要点转变。基于居民个体的精确、大量位置数据的获取，能够提供一条展示居民与城市互动的捷径，同时也是评价城市空间环境质量的有效手段。通过对于居民个体数据进行逐一处理，能够获得传统上无法展现的城市空间如何被使用的实际图景，推动城市设计研究的深入化和设计效果反馈的精细化。城市设计研究中以往难以表述的情况和实践中难以预测的效果都能借此得到直观的展现。这一尝试是城市设计在大数据时代的有效呼应，有助于定量回答城市设计中的关键问题——人们到底如何使用空间。

当前研究仍存在一些不足，这一形态学分析在不同建成环境下的可适应性、不同形态要素的权重等问题都需要进一步深入。但是当前研究方法已展现出了良好的发展框架，研究内容具有进一步拓展的可能。总的来说，城市空间活力作为城市设计的重要目标之一，是可以被清晰地量化分析和解构的。这一认识，对于推动城市设计从经验集成走向科学分析，从而更高效地助力于城市设计实践，具有相当重要的意义。

注：文中未注明来源的图表均为作者绘制

注释：

①由英国城市学家希利尔(Bill Hillier)提出，将城市街道抽象为一组彼此相交的直线段，在此基础上计算和量化它们之间的拓扑连接关系(空间整合度)，进而能够被用于解释街道的可达性、相关的经济活动分布以及街道活动

②由城市形态学家贝格豪泽-庞特(Berghauser-Pont)和豪普特(Haupt)提出，利用该方法对欧洲多个城市进行大样本分析，并构建起基于定量数据的城市形态分类标准。

③由荷兰规划师范德赫克(van den Hoek)提出。

④文中基于GPS手持机的居民活动分析是荷兰代尔夫特理工大学硕士课程“人、步行者与公共空间”(People，Pedestrians and Public Spaces)的部分工作成果。其工作框架是斯特凡·范德斯佩克博士(Dr. Stefan van der Spek)在其参与领导的欧盟多国研究项目“空间轨道—步行化的城市空间网络”(SPATIAL METRO-A Network for Discovering the City on Foot)中发展和完善的。