解碼白塔寺社區生活服務商業分布的空間DNA

盛強，周晨/SHENG Qiang, ZHOU Chen

1 研究背景：商業功能分布的自組織空間邏輯

近年來北京等大城市的發展轉向減量提質階段，拆違疏解工作在取得成效的同時，也造成了部分地區社區生活服務商業的缺失，影響了居民日常生活的便利性。如菜市場、早餐點、各類維修等功能多由個體經營，其空間分布體現著自組織的邏輯。無視該邏輯，由政府自上而下設置的社區便民服務功能往往難以持續盈利。日常生活的“剛需”也使得部分攤販轉而以游擊的方式經營，提升了管控的成本。更重要的是，現有的千人指標往往采用“一刀切”的標準，缺乏對城市中具體的區位特征、交通狀況、居住密度等因素的考慮。簡單采用15分鐘生活圈等以距離為基礎的可達性指標進行服務水平評價和服務點的設置，難以兼顧居民便利性與商家盈利性的需求。

對社區生活服務功能的研究屬于城市經濟地理范疇，早期的中心地理論便多以菜市場等服務周邊居民的功能作為研究對象[1]。貝里和加里森等學者結合人口密度和業態多樣性等數據驗證了中心的空間等級分布規律[2]。近年來我國網絡開放數據的普及也推動了街區微觀尺度的量化模型研究：以重力模型為基礎，趙彥云[3]、崔真真[4]等以擬算步行可達范圍測度社區生活圈；蕭敬豪[5]等以設施可達距離最大值測度社區生活圈，突出了設施與社區臨近性和對活動范圍的制約。張希煜、茅明睿等基于機器算法進行最短路徑選擇，考慮路口、紅綠燈等阻抗，分析了15分鐘生活圈內22種業態數量與房價的相關性[6]。而分析結果顯示早餐、菜市場、洗染等9種基礎保障性社區業態與居住密度的皮爾遜相關系數僅0.18～0.3，說明以距離為基礎的算法對分析社區生活服務功能存在瓶頸。

這些經典模型及分析方法構成了當代規劃實踐領域千人指標工作方法的理論和實證基礎，對我國乃至亞洲其他國家地區的規劃政策制定均有明顯的影響[7]。類似地，各地政府指定的規劃指標同樣相當比例面臨經營問題[8]。究其原因，如兩步移動搜索法等以距離為基礎的空間可達性評價方法在分析非盈利性的醫療和公園綠地覆蓋公平性時比較適用[9-10]，但難以在街道精度上對多有盈利性要求的社區生活服務功能進行評價。

空間句法作為一種基于空間拓撲結構研究使用者行為的理論源起于1980年代[11]，它為在街道精度上量化分析商業功能的沿街分布的空間規律提供了有效的理論和方法。空間句法 “自然運動理論”認為，街道網絡中的拓撲結構決定了城市中不以具體功能為目標的運動（即自然運動）分布狀態，構成了商業等活躍功能產生和分布的理論基礎[12]。國內外眾多的實證研究表明空間句法參數與各類交通流量有明顯的相關，為量化分析支撐各業態商業功能提供了度量可達性的條件[13-14]。

具體在對商業的研究中，筆者對北京中心城區2005-2015年11年跨度的研究成果發現商業數量不減反增，且68%以上的增量來自街區內部的胡同，而對雍和宮、東四和西四3個街區的統計顯示領漲的業態為社區生活服務商業[15]。在此基礎上，近期的研究采用了綜合距離衰減與角度衰減的數據均勻化方法，對各條街道上商業數量分布的高精度分析發現步行和機動車尺度空間句法參數的綜合影響（R2值 0.5 ～ 0.6）[16]。

上述研究雖驗證了不同尺度空間句法參數在街道精度上對商業分布的分析效果，但并未針對具體的社區生活服務類業態進行分析。事實上，由于各業態之間的空間競爭，且社區生活服務業態類型的界定本身缺乏統一的標準，現有的研究尚未在該類功能在街道精度的分析上有突破性的進展。此外，本地居民在胡同中的社會聚集交往行為也是構成本地社區活力的要素。筆者團隊近期對北京胡同和多層住宅區內居民社會聚集的量化研究發現，后者體現出的拓撲規律要優于前者，而胡同中的小商業也往往成為居民聚集的催化劑[17]。

因此，城市級商業-社區級商業-社會聚集這三類現象呈現出一個梯度關系，體現了對街道空間不同強度的使用。這個梯度關系在總體上是否與空間句法捕捉的拓撲空間結構相對應，具體到特定的社區生活服務業態，距離規律和拓撲規律如何綜合作用影響該類商業的分布，是本文的核心研究問題。

2 數據與研究方法

2.1 研究數據類型與來源

白塔寺街區位于西四商圈以東，其復雜的胡同肌理具有一定的典型性，而近10年來該區域穩定的空間結構也為發現商業分布的自組織邏輯提供了條件。本文采用的主要數據包括商業分布和社會聚集數據，輔助數據包括北京中心城區精確到各街區塊的人口數據。

2005年商業分布來源于筆者的實地調研。2015年的商業分布則綜合了街景地圖和實地調研的各類商業功能分布數據（圖1）。需要說明的是，2005年的數據僅記錄了各條街道段上的分布數量，而并未區分具體的業態。2015年的數據則細分了30多種業態，與2005年數據的對比可以發現近年來新增業態的主要類型，其中餐飲數量最多且增幅最大，服務于社區的小賣部、五金店等也有較大的增幅。

本文的第三部分將分析2005～2015年各街道未細分業態的商鋪總數變化體現出的量化空間規律。第四部分將針對細分的社區生活服務業態分析影響其空間分布的距離與拓撲規律。

社會聚集數據來源于筆者團隊2016年8月對白塔寺地區的實地調研，選擇平日和周末各一天，每天4個時間段，以拍照的方式記錄了當地居民在街道空間中的聚集情況（圖2）。從數據中可以直觀發現，居民的社會聚集中至少有32%～37%包含街面上工作的店主或清潔工。因此，社區生活服務功能的分布與社會聚集現象之間本身即有較強的關聯。本文將在第五部分展開對影響社會聚集的功能、人口和空間可達性因素進行量化分析。

2.2 空間句法模型及其他空間形態分析參數

如前所述，本研究將綜合使用空間句法的拓撲形態參數和傳統重力模型中距離衰減參數來分析各業態商業落位的空間規律，并使用統計軟件SPSS對各類數據進行相關和回歸分析。

空間句法模型包括線段模型與視域模型的分析參數。線段模型基于2005年和2015年的道路中心線建立，用于商業和社會聚集分布規律分析，建模范圍包括北京六環內的全部街道及周邊通州、順義、昌平等城鎮（圖3左側）。視域模型基于建筑輪廓線建立，用于分析影響社會聚集的界面空間形態特征，其建模范圍包括白塔寺周邊的胡同街區（圖3右側）。

在空間拓撲形態指標的選擇上，線段地圖分析主要選取了不同尺度半徑的整合度和選擇度兩類參數，詳細介紹可參見希列爾和楊滔的相關論文[18]，篇幅所限不再贅述。視域模型分析選取了視域整合度、視域面積、緊湊度和探索度4類參數。其他以距離為基礎的幾何形態參數包括各街道段到臨近地鐵站點的距離，以及各街道段的寬度。

2.3 商業分布及社會聚集分析的采樣點選擇

與交通流量不同，商業分布和社會聚集均屬于靜態數據，需要選取采樣點，進行一定范圍的均勻化處理方能與各空間分析參數進行相關和回歸分析。筆者分別針對商業和社會聚集數據采用了筆者近期發表的均勻化處理方法[19]，在白塔寺地區一共設置了相對均勻的36個采樣點，其中大路上有6個，北部現代住宅區中1個，這些采樣點用于分析2005年和2015年的商業數量分布。為了排除周邊居住類型不同和大路自身的阻隔效應影響，在對社會聚集數據的分析中本研究僅采用了白塔寺街區內的29個采樣點（圖4中藍色點）。如中廊下胡同等部分空間雖有明顯的社會聚集現象，但由于該胡同為近年改造出現的盡端路，道路空間實質上被作為院落空間使用，故不作為量化分析的樣本街道。

1 2005-2015白塔寺周邊商鋪數量與類型分布

2 2016年夏季白塔寺地區社會聚集調研數據

3 2005-2015年白塔寺地區商業數量分布規律分析

2005年調研各街道的商鋪數量被錄入空間句法線段模型，以36個采樣點為起點進行均勻化處理后，取log值進行標準化處理，與人口密度、拓撲形態參數、幾何形態參數3類變量進行相關分析。其中人口密度類參數包括每條街道段周邊250m～2km 7個統計半徑梯度的7組變量。拓撲形態類參數包括1～10km 8個計算半徑的4類空間句法參數（整合度、選擇度對數、標準化整合度和標準化選擇度）共計32組變量。幾何形態參數包括到地鐵站點的距離以及各街道寬度兩個變量。

3 北京市線段模型（左）與白塔寺地區視域模型（右）

4 采樣點分布及盡端路社會聚集狀況

將2005年和2015年，每個年代的數據導入SPSS進行相關系數分析可發現3類41組變量對商業分布的影響強弱及變量之間的關系。

圖5展示了相關分析結果，三類變量中最相關的為拓撲形態（峰值范圍0.76～0.80）且其分析結果大都能通過顯著性檢驗，其次為人口密度（峰值范圍0.60～0.66），幾何形態的相關系數較低。幾何形態類變量中街道寬度的影響較高 （0.39～0.59），地鐵站距離的影響很低（0.11～0.32）。從變化的趨勢來看，拓撲形態類變量與商鋪數量分布的相關性呈上升趨勢，而其他各類變量則呈下降趨勢。這個結果說明空間句法的拓撲形態參數能更有效地分析各街道段上的商鋪數量分布。

在此基礎上，筆者參考近期對北京其他案例區域的研究控制選擇自變量[16]，以多元回歸分析了各類變量的組合對2005年和2015年商鋪數量的影響。2005年分析結果顯示，僅城市尺度可達性的10km標準化整合度影響明顯，地鐵站距離參數影響非常弱，街道寬度和人口密度由于與各空間句法參數有明顯的相關性而被排除。強行引入2km選擇度參數時調整R2值為0.511，10km標準化整合度的影響權重較高（標準系數β值=0.57），2km選擇度的為標準系數β值0.191。大尺度可達性的影響近3倍于小尺度可達性。

5 2005和2015的3類變量與商鋪數量的皮爾遜相關系數

對2015年數據分析的結果顯示其調整R2值為0.644，較2005年規律更加明顯。10km半徑標準化整合度的標準系數β值為0.369，而2km選擇度的標準系數β值為0.489，二者關系反轉了，小尺度的可達性變得更加重要。對比2005年與2015年的路網，白塔寺本地的胡同肌理基本保持不變，而周邊道路系統的發展變化改變了本地大尺度可達性。圖6中可以明顯看出，白塔寺地區兩條主要道路的大尺度可達性（城市層級網絡）在過去10年的可達性降幅均在9%以上。而該地區內部主要胡同的小尺度可達性（局域層級網絡）則有一定差異，與阜成門內大街相交的宮門口東岔和西岔降低，而安平巷則有所增長。

基于街景地圖可以精確判定街道段上每家商業的業態類型，據此本文進一步嘗試將2015年的商業劃分為社區級商業和城市級商業：社區級商業的業態包括日雜、家電維修、水站等17種；城市級商業的業態包括彩票、健身、手機快遞等19種。采用相同的分析技術路線，本部分研究發現以10km標準化整合度與2km選擇度為自變量的多元回歸分析對城市級商業的調整R2值為0.555，對社區級商業的調整R方值為0.542。分析城市商業時大尺度可達性參數權重較高（標準系數β=2.66），小尺度可達性較低且不顯著（標準系數β=1.573，Sig=0.125）。分析社區級商業時則相反，大尺度可達性參數權重低且不顯著（標準系數β=0.245，Sig=0.228），小尺度可達性高（標準系數β=0.52）。這個結果表明近年來白塔寺地區商業分布邏輯趨向更受宜步行的小尺度可達性影響，而反映大尺度可達性的影響漸弱。這個結果表明空間拓撲結構的尺度層級與城市和社區級商業數量之間存在量化的對應關系。

4 各細分業態社區生活服務商業分布的復合空間規律分析

4.1 距離規律

圖7左側展示了各業態類型千人需求指數。參考兩步移動搜索法，前文針對社區級商業的分析發現與其最相關的人口密度數據為各街道1km半徑人口總量。而從各個業態類型分布的平均間距不難發現其均小于500m（圖7右側），因此，筆者計算了每條街道周邊500m內該類業態總數量與每1km范圍人口數的商數，用以表示該業態的“千人需求指數”，圖中棕紅色的部分是該類型商鋪分布較豐富的區域，藍色區域為業態缺失或服務難及的部分。棕紅色的區域越多，說明該類型的業態在分析區域內較為均勻。其中“餐飲類型”“小賣類型”等7種類型具有明顯較高的覆蓋率，便利性高；如家政、打印圖文等業態則需求量低。在各個業態的需求指數圖中，藍色的區域覆蓋率普遍較低。不難發現，白塔寺西北角的新建小區普遍缺乏社區級商業（除餐飲業）。

本部分研究僅體現了本地居民對社區商業的便利性需求，而除此之外，商業能否存續還需要考慮各街道是否有足夠的步行流量支持，因此有必要分析各業態分布的拓撲規律。

6 2005-2015白塔寺地區城市和局域層級網絡可達性變化

7 各細分業態類型千人需求指數與平均間距統計

8 各細分業態大小尺度空間拓撲可達性箱型統計圖

9 各細分業態城市-步行尺度可達性對比（左）與千人需求指數-可達性對比（右）

4.2 拓撲規律

根據前文商業總量回歸分析的成果，本部分研究沿用相同的空間句法參數評價各細分業態所在街道段對大小兩個尺度的可達性。每個業態箱型圖上下兩個四分點之間的數值區域代表著該業態在機動車或步行尺度運動的可達性特征。

圖8展示的17種社區等級業態中，除“蔬果菜市”一類在統計中較為離散，其余16種的統計數據都比較連續。這是由于位于大茶葉胡同的富國里菜市場和位于白塔寺西側的宮門口菜市場均有一定規模，服務較大范圍的居民，因此需作為異常數據剔除。直觀觀察剩余的16種業態在大小兩種可達性街道的分布情況，休閑棋牌、修車配鑰匙、收廢品、水站的大尺度和小尺度可達性均比較低，屬于占據背街小巷的典型功能。醫療診所、打印圖文的兩種可達性均比較高，往往占據主要的胡同。

4.3 復合規律

綜合城市尺度可達性、步行尺度可達性和千人需求指數等3種參數，可以更深入地發掘各細分業態主要依靠的空間屬性并以此為基礎描述各業態間的相互關系。圖9左側的散點圖綜合了城市與步行尺度可達性，其分布基本呈線性，說明這兩個尺度可達性參數對這些業態的影響均等。此外，根據兩組坐標軸數值的大小，可以將分析區域分為4類，右上角為城市與步行尺度可達性都很高的區域（圖中標注①）。此區內均被文化體驗、自行車電動車專賣、藝術紀念品等城市級商業占據，醫療診所則位于城市與社區級業態的交界模糊區。圖中標注②區域內的業態（如水站、休閑棋牌和家政）對城市和步行可達性的要求均為最低。體現為③和④區域內的業態要求相對均衡。簡言之，城市-步行尺度分析可用于描述特定業態的城市-社區等級差異。

圖9右側綜合了千人需求指數與步行可達性，點位分布主要集中于需求指數低且步行可達性高的分區，即該區域中業態專注于空間的盈利潛力，而非便利性。只有小賣與餐飲類型（左圖③區域內的代表業態）處于右上區域，對于步行可達性體現出的拓撲規律和所受距離規律的影響都比較高。相比之下，家政、水站、休閑棋牌和廢品收購（左圖②區域內的代表業態）受這兩方面規律的影響都比較低。③和④號區域在此分析中體現出差異，前者千人需求指數較高，分布密集，對于較高的步行流量和人口密度分布都有較強的依賴；而后者則與②區業態類似，千人需求指數較低，分布稀疏，且不依賴于高可達性帶來的高流量。對比千人需求指數-步行可達性的分析結果（圖9右側），②區與④區的功能平均間距都較高，千人需求指數較低，因而該業態更呈現“目的性”的特征，并非依托于“流”的邏輯。簡言之，千人需求指數-可達性分析可用于描述特定業態對便利性和盈利性的差異。

綜合對各業態拓撲規律和距離規律的分析類似與對物種DNA的解碼，有助于了解各業態對不同類型空間規律依賴的差異，超越以簡單千人指標和服務半徑為基礎的工作方法，為精細化分析落位各業態，綜合便利性與盈利性提供了有效途徑。

5 居民社會聚集的空間影響因素分析

本部分研究以社會聚集數據為因變量，應用SPSS軟件逐步篩選自變量的方法進行多元回歸分析和相關系數分析（圖10）。選取商業功能、人口密度、拓撲形態和幾何形態共四大類共計54組自變量計算后，有效的自變量組合為200m內社區商業數量（標準系數β=0.423，Sig=0.011）和500m內人口（標準系數β=0.419，Sig=0.011），調整R2值為0.478。這個結果說明社會在該區域影響社會聚集強度最主要的因素為社區功能和人口而非空間形態等因素，與常識相符。

當然，考慮到功能本身和人口密度均與空間形態相關，強行排除這兩類自變量可進一步發現空間形態因素的影響。選取拓撲形態和其他兩大類39組自變量計算后，有效的自變量組合為街道的寬度（標準系數β=0.426，Sig=0.011）和視域整合度Rn（限定視線范圍200m，標準系數β=0.388，Sig=0.019），調整R2值降為0.389。這個結果說明，如簡單的街道寬度這個局部的空間形態要素對社會聚集有直接的影響，而人在街道中移動過程中視域范圍的變化對社會聚集也有一定的影響。最后，排除非局部空間形態要素（如視域整合度）分析，只有街道寬度成為有效的影響因素（調整R2值0.270，標準系數 β=0.544，Sig=0.002）。

值得思考的是，街道寬度本身線段模型分析參數，特別是1km半徑選擇度指標的相關系數達0.589。換言之，上百年歷史演化的胡同區其街道寬度本身即反映了小范圍步行可達性的規律。只不過當分析的現象為社會聚集而非城市或街區商業時，局部空間形態要素的影響略強。

10 對社會聚集數據的相關系數與三次多元回歸分析（1-10圖片來源：作者自繪）

6 結論：空間結構與功能間的同構現象

本文針對白塔寺地區各街道商業數量、社區生活服務業態和社會聚集現象展開了量化的空間分析，其結果可總結為以下幾點：

（1）2005-2015年商業數量及其變化顯示空間句法拓撲形態參數的解釋效果明顯好于人口密度、地鐵站距離和街道寬度等傳統以距離為基礎的變量。

（2）2015年城市和社區級商業分布體現前者對大尺度拓撲可達性依賴較強，后者對小尺度拓撲可達性依賴較強，驗證了其空間結構中的尺度屬性與功能類型的匹配關系。

（3）對白塔寺地區細分業態社區生活服務功能的平均間距和城市-步行可達性分析僅能更客觀地把握商業等級、差異性的整合居民便利性與商家盈利性需求。

（4）社會聚集受社區級商業分布影響最大，其次是街道寬度等局部空間因素，而以上各項均與小尺度的拓撲形態參數相關。

綜合上述發現，街道網絡中的拓撲空間結構對城市中的商業功能有明顯的影響。它們的變化較慢，容易在較長的時間里自組織調整保持空間結構同構：大尺度連接好的空間優先被高盈利的城市級商業占據，而當空間聯系變差時（白塔寺即屬此例），社區級商業則逐步置換城市級商業，體現出小尺度空間連接的作用被強化。與之相比，社會聚集則屬于臨時偶發的現象，它更容易受到社區商業分布和街道寬度等穩定現象的影響，而空間結構則發生潛在且間接的作用。因此，從提升街道空間活力的角度出發，基于拓撲空間結構進行商業功能優化和街道設施設計更有助于開發理性量化的設計工具，對各街道適合支持什么類型，多少家的商店，乃至容易聚集多少居民進行量化的預測，滿足店主與居民便利性與盈利性的多元需求。