前言：寻找写作灵感？中文期刊网用心挑选的商业广场空间设计优化策略研究，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要：基于商业广场中休闲购物行为的视角，以邯郸市天鸿广场为例，依托Matlab平台，运用自主构建并已得到有效性验证的视觉注意力模型，模拟涉及边围、家具与基面的11种场景中行人轨迹和商铺访问量，并提出评价方法以量化商业广场空间活力；通过各场景对比分析，揭示商业广场物质空间对行人休闲购物行为的潜在影响，以此提出建成环境边围商铺、广场内部障碍物与基面出入口的设计优化策略，并对案例优化方案作模拟验证。以期提升公众休闲购物体验与商业广场活力，为建筑师设计商业广场空间提供量化参考。
关键词：行人模拟；商业广场；设计优化；视觉注意力模型
引言
商业广场是承载公众休闲购物行为的主要公共开放空间，其边围、家具与基面决定了商业广场空间的品质，并影响着公众群体的消费需求。然而，既有商业广场空间设计取决于建筑师的主观经验，忽略建成环境与消费者休闲购物行为的耦合关系，极易使建成后的商业广场空间活力不足，公众购物体验不佳，严重影响地区经济效益。故研究空间特征与行人的购物行为作用机制，建立活力评价优化体系，对社会资源有效利用具有重要现实意义。提高商业空间活力的首要方式是提高客流转化率，吸引更多行人产生进入商铺的行为［1］。建筑环境对行人行为影响的研究，学界主要有两个角度。其一，基于吉普森视知觉生态理论与比尔空间句法理论，研究空间穿行度、视觉整合度和聚类系数参数与行人行为关系，该视角假设参与人完全凭借空间认知完成整个运动过程，不考虑吸引点作用。例如Penn与Turner发现改变行人目的地、视野与决策点能够生成与实际建筑环境中相似的聚合运动［2、3］；夏正伟与李众基于空间句法揭示业态功能和建筑入口与人流分布的相关性特征［4、5］。其二，基于视觉刺激理论的学者认为，弱目的与无目的行为动机个体的行为决策很大程度上受视觉刺激影响，行人在视觉上察觉到“有吸引力”的物体后，其行为特征会突然改变［6］。澳大利亚学者Arash对行人轨迹与视觉吸引点间的相互作用进行研究，发现行人行动路径因建成环境中视觉吸引点影响而改变［7］；台湾学者Chen基于视觉刺激理论建立和分析行人行为模型，对台湾江明第一街进行实例验证［8］；学者孙澄基于移动眼动追踪技术，研究商业建筑空间特征与消费者行为心理之间潜在联系［9］。行人在休闲购物时显现出弱目的与无目的行为动机，其行为决策很大程度上受视觉刺激影响，因此笔者于2018年基于视觉刺激理论提出商业广场的视觉吸引力模型［10］，并确认与验证了邯郸市天鸿广场模拟结果的有效性。在此基础上，本文首先通过改变边围店铺分布、出入口设计与障碍物，从边围、基面与家具3个方面设计10种场景，模拟并分析其建筑环境与行人访问商铺行为的关系，从而提出天鸿广场的优化设计思路和方案，并对其作模拟验证，以期为商业建筑环境设计和相关研究提供理论依据与思路。
1场景设计与参数设定
本文选取邯郸市天鸿广场作为典型案例的原因有3点。其一，模型有效性已被验证。其二，要素齐全，空间布局包含研究所需三要素：主力店①、出入口与障碍物。首先，广场内商铺有主力店与非主力店之分，其中3#与4#为主力店，其他店铺为非主力店；其次，广场分布南北西3个出入口（S、N与W）；再次，ATM机（7#）和舞台（8#）作为场地障碍物，对行人路径产生有效影响（图01）。其三，平面简洁，便于模拟分析。布局从主力店分布、出入口设计与路径规划3个空间设计要素出发，设计了10种场景。原场景被认定为场景0，在3个分类中分别代表主力店集中布置、出入口三足鼎立端点布置与障碍物散落分布（图02）。
1.1场景设定。1.1.1主力店分布。主力店因其锚固效应，其位置的改变会对其自身以及广场整体商业门店的访问量产生较大影响。主力店位置分布设定为集中布置、间隔分布与两端分布（图02-1）。其中场景0主力店商铺集中布置；场景1、2、3为间隔分布，主力店之间分别间隔1、2、3个非主力店商铺；场景4为两端分布，不仅仅是主力店之间间隔非主力店数量增加为4个，同时2个主力店位于其余非主力店两端。1.1.2出入口设置。商业广场出入口对广场商铺整体活力影响较大，尤其是出入口附近的商铺。在保持商铺相对位置不变的前提下，出入口场景设置依照出入口数量分为：三足鼎立与对角布置（图02-2）。三足鼎立又依据出入口位置分为端点布置（场景0）与端边布置（场景5），其中端点布置指3个出入口分别位于广场3个角；而端边布置指出入口其一位于角位，另外两个分别位于一条边中部。对角布置分为两个，分别是西北角与东南角组合（场景7）及西南角与东北角组合（场景8）。场景7与8除了开口位置不同之外，还有一个重要空间特征，即场景7出入W2方向与邻近商铺2、3、4、5开口方向垂直，而场景6出入口N方向与邻近商铺2、3、4、5开口方向平行（图03）。1.1.3路径规划。障碍物位置会影响人的行走路径，在保持商铺相对位置不变的前提下，通过改变障碍物大小与位置形成4种不同路径。障碍物类型分为散落分布、空空如也、中心布置与单边布置4种（图02、03）。对应路径特征为：散落布置指在两个主入口附近设置较大障碍物，使行人对角线方向行走须绕行障碍物；场地中空空如也，无任何障碍物，致使行人选择最短路径通向目的地，对角向人流较多选择斜向径直通过广场；中心布置较大障碍物会分流整个人群，使得只有选择障碍物上方人流才可经过商铺；单边布置较大障碍，会使全部人流集中经过商铺。
1.2模拟参数设定。基于视觉刺激理论与行为经济学理论所构建的视觉吸引力模型，依托MATLAB2018a平台运行，其控制面板如图04左图所示，并基于控制变量的原则设置参数数值，并保持恒定（图04右）。
1.3评价标准与活力比较指数的建立。商铺访问量是评判商铺活力的重要指标［10］，访问量升降直观反映商铺活力的升降。研究商业广场商铺的总体访问量能直观反映广场活力。当前空间活力评价标准以定性分析为主，本文提出量化比较指标——活力比较指数，其公式为：其中Pb指模拟设定场景下进入商铺的人数，Pa指原场景中（场景0）进入商铺的人数。In⁃dexe为活力比较指数，其数值反映商铺活力的变化程度，数值为正表示活力增加，数值为负则表示活力下降。通过活力比较指数公式，将商铺访问量转化为活力比较指数（下文简称活力指数）。
2研究结果与分析
2.1模拟结果。将场景导入MATLAB2018a平台，运行视觉吸引力模型，获取各场景的模拟结果。其反映不同空间特征的商铺访问量（图05上）与行人轨迹（图05下）。
2.2空间特征与活力关系分析。商铺活力指数反映该商铺活力的变化情况，商业广场总体活力指数反映其整体活力的升降。通过比较分析建筑环境与商铺空间活力的关系，总结空间特征不同要素对广场活力的影响。2.2.1主力店分布。1）主力店两端分布优于集中布置，图06（左）显示与集中布置相比，主力店两端分布，无论广场总体活力还是主力店总体活力都显著提升。两端分布（场景4）时，广场总体活力指数达到峰值+0.14，主力店总体活力指数达到峰值+0.36。2）间隔布置对主力店总体活力影响是随着间隔非主力商铺数量个数增加而逐步提升。但广场所有商铺总体活力指数，则是随着间隔非主力店商铺数量的增加先下降再波动性上升，在场景1中达到最低值-0.07，在两端分布（场景4）时达到峰值+0.14。3）主力店总体活力指数（主力店活力指数之和）与主力店之间的距离呈现正相关，在1—5共5个场景中3#与4#主力店间距离依次增大，对应的主力店空间活力指数之和分别是0、0.17、0.20、0.21与0.36。2.2.2出入口设计。1）出入口端点布置优于端边布置。场景0属于三足鼎立端点布置，而场景5三足鼎立端边布置，与场景0相比，场景5的广场空间活力指数为-0.08。2）广场出入口与邻近商铺开口方向关系对广场空间整体活力具有较大影响。首先，与出入口方向垂直的邻近商铺个数越多，广场整体活力比较越高。例如：场景6中，出入口方向与1个邻近商铺（6#）开口方向垂直，场景7中，出入口与5个邻近商铺开口方向垂直（2#、3#、4#、5#与6#），场景7比场景6的活力指数高0.45。其次，商铺与较近出入口方向垂直，可显著提升其自身活力指数。2#、3#、4#与5#商铺在场景6中与邻近出入口（N）方向为平行关系，而在场景7中与相邻出入口（W2）方向为垂直关系。在商铺吸引力等其他因素不变条件下，与平行关系相比，垂直关系的活力指数分别增加了0.76、0.6、0.26与0.27（如图06中）。2.2.3路径规划。我们可设置障碍物对行人路径进行规划。1）路径集中规划对空间活力影响最为直接有效。障碍物单边布置，迫使行人路径集中于商铺前置空间，可有效增加商铺被访问机会，例如场景10空间活力指数最高。2）路径规划不组织或过于分散对商场活力产生较大负影响。在不设置障碍物干扰行人路径的情况下，整体商业活力较低，如图06（右）场景8数据所示。相比而言，非主力店受到负面影响更大。图06（右）所示非主力店平均活力指数为-0.34，主力店商铺活力指数平均为-0.04。3）路径规划将人流强制分开，因商铺全部位于障碍物一侧，行动于另外一侧的人流因中间障碍物阻隔了与商铺之间联系，故广场整体活力下降。例如：场景9，障碍物呈中心布置，商铺1#、2#、3#、4#与5#商铺的活力整体下降，指数分别为-0.49、-0.53、-0.54、-0.12与-0.65，广场活力也大幅下降，指数为-0.36。
3方案优化
3.1方案优化思路。在原方案基础上，基于分析数据，并保证商店以及主力店数量不变的前提下，得出优化思路如下：首先将主力店商铺3#与4#由集中布置改为两端分布；其次将三足鼎立布置调整为对角布置，且使出入口方向与更多数量邻近商铺开口方向垂直；最后，将障碍物集中布置于南侧（图07左）。
3.2优化结果分析。将场景导入视觉吸引力模型中，其模拟结果如图07（中）所示。将优化场景的模拟数据与之前11个场景一并绘制成图07（右），图中将场景0的活力指数作为基准线，比较发现，优化后场景11整体活力增加了0.35，远高于场景0，并且属于所有场景中最高值。所以，可以将三要素整体考虑，通过优化组合得到最优平面规划布置方案。4总结与展望在原天鸿广场的基础上，从主力店分布、出入口设计与路径规划3个方向设计了10场景。采用视觉吸引力模型模拟分析原场景在内的11个场景，分析不同场景下的行为轨迹与商铺行人访问量。提出了广场活力比较指数，比较分析不同空间特征与广场活力的相互作用。依据模拟分析结果，可从3个方面优化原广场设计要素：其一，将主力店由集中布置改为两端分布；其二，出入口数量由3个改为2个，出入口位置设置为西北角与东南角分布，确保其方向与尽可能多的邻近出入口位置商铺的开口方向垂直；其三，将障碍物散点布置改为集中单侧布置，使人流集中从商铺前通过。天鸿广场因其本身的特殊性与复杂性，无法保证优化策略是否适用于其他广场。而普适性优化策略的形成则须简化模拟场景，以排除多因素交叉影响的可能性。因此，未来研究应在上述模拟分析结果基础上判断是否属于单因素直接影响，总结其单一影响的普适性规律，并依照规律制定相应优化策略。
作者:汪永赫 连海涛 王若楠 池方爱 单位:河北工程大学建筑与艺术学院 天津大学建筑学院 东南大学建筑学院