小议城市空间形态的效率
A Discussion on Space Efficiency of Urban Form
摘要：本文从空间关联的角度，探讨了几个关于城市空间形态的基本问题，如为什么城市不是连续而匀质的方格网，为什么城市会出现分区的现象等。基于这些基本几何规律，提出了空间效率的概念，并分析了其与城市功能布局的关系。最后，将这些研究运用到实际案例之中。
关键词：空间句法、城市形态、几何规律、功能布局、小街区
Synopsis：
Recent years the National Government has announced a new direction of optimizing urban structure. In this context, this article sought to explore morphological laws underlying the emergence of urban structure, in order to intervene in the process of designing cities. After reviewing the current theories on flows and interconnections, in particular the space syntax theories on spatial configuration, it suggested the relationship among urban forms, functions and scaling, which plays a key role in the human-orientated urbanization.
By doing theoretical experiment, it then made an in-depth analysis on the basic measures of space syntax, namely choice and total depth. For any a city as a network, the sum of choice is equal to the sum of total depth. However, the spatial distributions of two variables are different in that high choice values tend to spread across the whole system, but low total depth values seem to concentrate in the middle of the system. Based on which, it argued that urban form, in general, pursues to minimize the distances from each place to others, and meanwhile tends to gain high through-movement potentials across the system. Therefore, a city usually would take the form of a grid with some break points, which is analogy to a linear form that is folded up.
And furthermore, the article continued to investigate the role of metric mean depth in dividing urban network into different parts. At the global level, cities tend to take the form of centre-to-edge, in which the central blocks are smaller than the edge ones. This can reduce the global metric mean depth. However, at some local levels, the form of edge-to-centre, in which the edge blocks are smaller than the central ones, might be more metrically integrated than the form of centre-to-edge. Thus, the kind of periodic patchworks emerge from urban networks in order to optimize metric mean depth at different scales. This is the reason why a city is spatially divided into different parts.
On the basis of the above findings, it proposed the concept of space efficiency that is the division between choice as benefit and total depth as cost. Cities would be categorized according to their space efficiencies. And meanwhile, it, using Chengdu and Shanghai as cases, pointed out that different functions select different sites regarding the values of space efficiencies. For example, commerce and catering tend to be located at more efficient places at both global and local scales, but public facilities seek to be situated at less efficient places. The way in which different functions choose their spatial locations more or less reflect the character of the city comprising those functions. Shanghai seems to give space priority to commercial functions, but the dominate spaces of Chengdu have more functions of culture and media. It argued that functions should be located at the suitable places regarding spatial efficiency.
At the end, this article examined a case of urban regeneration at Shanghai. It proposed a method of observation, analysis, forecast, creation and evaluation, which help assist the optimization of urban structure.
一、引子——优化空间结构
2013年底中央城镇化工作会议提出 “由扩张性规划逐步转向限定城市边界、优化空间结构的规划”、“严控增量，盘活存量，优化结构，提升效率”等城镇化发展的政策导向。2016年初中共中央国务院发布了《关于进一步加强城市规划建设管理工作的若干意见》，明确了“窄马路、密路网”的城市道路布局理念，城市空间结构的优化得以进一步的关注。一般而言，城市空间结构包括两个方面：一是城市功能在空间中布局所形成的结构，如商业的多中心模式等；二是城市物质空间形态本身的结构，如放射状和方格网模式等。那么，如何去优化城市空间结构？其前提应考虑城市空间形态本身的规律。本文基于空间句法的理论与方法，对于城市物质空间形态的基本特征进行一些理论性探索，然后结合实际案例及其功能形态的空间属性，深入讨论并检测可能的优化方法，以期发现一些形态学的客观规律，用于实际项目之中。
二、两个几何规律——方格网与尽端路
从“流”或“关联性”的角度研究城市空间形态，正逐步变成了较为主流的切入点[1，2]，而在众多的研究方法之中，空间句法也逐步凸显出来。从空间句法发展的历程来看，空间之间的关联一直是其研究的最基本要素[3]，不管这种关联表达为拓扑关系、几何属性、实际距离、抑或相关比较等。以此试图回答建筑学中经典的问题：形式与功能之间的关系。只不过空间句法是从网络连接的角度去分析物质形态、功能构成、以及它们之间的尺度关联，并认为形式与功能之间的作用媒介是不同尺度的“空间构成”（图1）。例如，道路网络内在的构成方式在何种尺度上影响了人车出行方式以及功能布局等，反之亦然。在空间句法的视角下，这种“虚空”的构成方式被认为是人们思考、使用、建造那些限定空间的实体的载体和途径，也被认为需要吻合物质空间的基本数学规律[4]。在这种意义上，空间形态本身包括三方面的内容：空间形态的几何规律、空间形态的认知机制、空间形态的社会属性。这三方面一起构成了空间句法研究的三大基石[5]。本文则重点关注第一方面，即空间形态的几何规律，基于此对其他两个方面有少量的探讨。
图1 形态、功能、尺度之间的互动
从理论的角度，可提出几个研究问题。例如：城市空间形态为什么会出现主干网和尽端路？为什么会呈现分区现象？为什么会有主次中心？甚至为什么不是完全匀质的正交方格网？这些问题并不是本文所能完全回答，然而本文试图从一些角度去积极探索。
先从空间句法的基本变量入手。穿行度（Choice/CH）和整合度（Integration）是两个最基本的变量；而总深度（Total Depth/TD）本质上是整合度的倒数，整合度只是采用了标准化的数学变换。因此，重点比较穿行度（CH）和总深度（TD）的差别，前者表示最短的路径穿越任意一条街道的次数或频率，而后者表示任意一条街道到达其他所有街道的最短距离。如图2，对于伦敦的穿行度（CH）和总深度（TD）的散点图（半径都是n），选择左下角部分的散点，可发现这部分散点大约对应于伦敦中心地区的支路。根据此简单方法，可知该散点图四个象限所，大致对应的内容分别是：伦敦中心区的主街和支路、以及边缘地区的主路和支路。不严谨地说，这表明穿行度（CH）大约区分了主路与支路，而总深度（TD）大约区别了城市中心与边缘。也就是说这两个变量反映了城市空间网络形态两方面的特征。而根据以往的研究[6]，任何网络的穿行度（CH）之和等于总深度（TD）之和加上最短路径数量之和。其实，在计算穿行度（CH）时，如果将目的地也视为最终穿越的场所，那么穿行度（CH）之和就等于总深度（TD）之和。在这个意义上，这两个变量反映了同一个空间网络的两种不同特征。那么，这两种特征到底代表了城市空间形态的何种几何规律？
比较6个图形（图3、4），从理论上代表了不同类型的城市空间形态。它们的线段数量都相同，以保证穿行度（CH）或总深度（TD）的比较不受系统规模的影响。最后一个图形是10×10的方格网变形，图中黑圈标示出来的交叉点都断开了，表示尽端路，称之为10×10断裂方格网。首先，相同图形的穿行度之和等于总深度之和，因为穿行度计算时将目的地视为穿行场所。例如1×73方格网的穿行度和总深度都是5500，这印证了以往的拓扑推论。此外，这也说明了长条形比方形具有更多被穿行的概率，同时也具有更多隔离的空间。
图3 6个图形的总深度对比
图4： 6个图形的穿行度对比
图5： 6个图形的熵值对比
其次，对于穿行度而言，较高的数值（红色表示数值大）都分布在长向的线段上，例如1×73方格网中较高的数值都集中在水平上的两条线上，且几乎贯通了这个方格网；随图形变成方形，较高的数值则更为均匀地分布在中心区；10×10的方格网呈现出较为均匀的分布模式，且红色的部分都消失了。而对于10×10断裂方格网，不仅红色的出现在中心部分，而且向四个方向都延伸出去。对比这6个图形穿行度的统计分布，10×10断裂方格网类似于1×73方格网，而与10×10的方格网完全不一样。这说明了：从穿行度的角度而言，10×10断裂方格网可视为“折叠”为方块的1×73方格网。
再次，对于总深度而言，较低的数值（蓝色表示数值小）都分布在图形的中央，这表示中央部分的整合度较高。10×10断裂方格网与10×10的方格网的分布模式较为相似，且它们的统计分布图形也高度相似；而10×10断裂方格网与1×73方格网的统计分布完全不一样。这说明了，从整合度的角度而言，10×10断裂方格网可视为近似于10×10的方格网。
最后，如果将每个小方格视为计算单元，计量穿行度的空间分布，即熵值（图5）。随图形变方，熵值增加。而10×10断裂方格网有最高的熵值（0.986），比10×10的方格网增加了6%。这说明了：在10×10断裂方格网中，穿行度的空间分布更为均匀，虽然10×10断裂方格网具有红色的线段。
因此，10×10断裂方格网不仅具有相对较低的总深度，即相对较高的整合度，而且其较高的穿行度分布更为均匀。在很大程度上，这说明了真实的城市为什么几乎不会是完全均匀的方格网，而会呈现出或多或少的尽端路。这反映了城市空间形态的两种“几何目标”：一是尽可能地较少总深度，保持较高的整合度；二是尽可能地让穿行频率较高的街道均匀分布。因此，城市空间形态常常不会无限地延长，同时也会保持适度的断点，而不会无限地连续延长街道。这两个几何规律使得真实的城市呈现出不均匀的空间网络结构，于是断点式的方格网成为了一种常见的城市形态。
三、尺度作用下的中心与边缘——疏密交替的路网
上述不均匀的空间网络结构也往往与城市的空间分区机制有关。以往大量的研究都表明了城市存在分区的现象，大多数都是从社会经济的角度加以阐明；在实际城市规划设计实践之中，功能或形式的分区也是常态，特别是邻里单位等概念强化了其理念。在空间句法研究之中，城市空间形态分区的现象也得以揭示[7]，这与空间网络的米制实际距离密切相关。根据平均米制总深度，即从任意空间到其他空间的米制实际距离均值，可以发现绝大部分城市都呈现出分区的现象。例如，图6表示了伦敦中心区的空间句法分区。这也与伦敦的分区地名有一定关系。对于红色的地区，可发现其周边的街道相对较长。例如，伦敦金融城（The City）内部道路均值为32米，而其周边的街道为47米。对于蓝色的地区，可发现其周边的街道相对较短。例如伦敦布鲁姆伯利区（Bloomsbury）内部道路均值为80米，而其周边的街道为50米。这种道路网密度的变化与城市空间分区有较为直接的联系。换言之，城市空间分区源于城市街坊块大小的变化。在这种意义上，“窄马路、密路网”还需要考虑到路网密度的变化机制。那么，为什么会出现这种密度的变化？
图6 伦敦空间句法的分区
希列尔的研究表明，城市为了达到最佳的米制距离整合度，需要保持中心区较小的街坊块和边缘区较大的街坊块[8]。从数学上而言（图7），中心区的街坊块可以极大地压缩，当接近极小值时，可抽象为一个被巨大街坊块（图7中黄色部分）所围绕的空间方块。与之相反，可建构一个中心大街坊块而周边小街坊块的“建成环境”。当边缘的街坊块无限小的时候，可抽象为一圈线围绕中央一个巨大的街坊块。于是，建构两个面积相同的理论模型，即100×100的空间“方块”与2500×2500的宽度为1的空间“方框”。显然，从整体而言，“方块”比“方框”更为整合。然而，考虑半径为30的米制距离总深度均值，“方块”的为19.8，而“方框”为15.6。于是，“方框”更为整合。不过，这是极端情况。可打个比方，在较小尺度下，商业街的整合度更高；而在较大尺度下，商业片区的整合度更高。
图7 两个数学模型
那么，构建三个理论上的案例（图8），即300×300的方格网A、中心小街坊块的格网B、中心大街坊块的格网C。比较它们不同半径下的米制距离总深度均值。可发现：在300以上的半径中，格网B最为整合；在100到200之间和20到40之间，格网C最为整合；在60到80之间，格网A最为整合。这说明了：在较大尺度上，中心街坊块小而边缘街坊块大的格网（“中心—边缘”模式）更为整合；在中小尺度上，中心街坊块大而边缘街坊块小的格网（“边缘—中心”模式）则更为整合。
图8 三个理论案例
因此，对于城市而言，在整体情况下，“中心—边缘”模式一定更为整合；而在某些特定的中小尺度上，“边缘—中心”模式也会变得更为整合，于是出现了两种模式的交替。然而，在所有尺度共同作用的情况下，“中心—边缘”模式和“两种模式的交替”会进一步叠加，形成更为复杂的城市空间分区模式，即模糊边界[9]。也就是说：分区的边界取决于观测或体验城市系统的尺度；在特定尺度半径限定下，其分区内部与外部空间之间的相互空间联系，决定了其分区边界的明确性；联系越紧密，边界越模糊，联系越松散，边界越明确。不管哪种分区边界模式，其总体“空间目标”是实现多尺度下的空间整合程度最佳。这就是多重尺度作用下，路网密度会疏密交替的原因。因此，对于“窄马路、密路网”的原则，还需要进一步考虑合理的“中心—边缘”和“边缘—中心”模式，以优化城市多尺度的整合程度（图9）。
图9 不同尺度的空间分区
四、空间效率——城市功能的日常布局
本文第二部分论述到总深度（即整合度的倒数）与穿行度是一个硬币的两面，那么优化整合度的同时也需要优化穿行度。根据定义，穿行度可视为从其他空间穿越某个空间的潜力，也就是停留在该空间内所能获得被访问的概率，体现为空间收益；而总深度则可视为从某个空间到达其他空间所消耗的距离，体现为空间成本。那么，穿行度与总深度之间的比值可视为空间效率[10]。从理论上而言，一条直线的空间效率为2，二维平面为1.5，三维空间为4/3，而方格网则在1.455与1.5之间。不过，尽端空间的穿行度为0，其空间效率也为0。因此，在不考虑小角度变化的情况下，空间效率往往分布在一个有限的区间内，且无刚量，适用于不同城市或不同尺度之间的比较。
如图10，比较世界50个城市空间效率的极值和均值，可分为六大类。一是均值最大、极值较高的极端城市，包括曼哈顿、好莱坞。这折射了经济与娱乐的高效生产。二是均值较高、极值一般的城市，包括三个小组，即查尔斯顿、墨西哥城；亚特兰大、安特卫普、乌贝兰迪亚、丹佛、华盛顿；芝加哥、雅典、新奥尔良、巴塞罗那。这些以美国的方格网城市为主，其原型是雅典，体现了空间的均好性。三是均值一般、极值较高的城市，包括四个小组，即西安、拉斯维加斯、北京、伊斯坦布、京都；里约热内卢、荷兰的高达、阿尔克马尔、累西腓、坎特伯雷；米蒂利尼、香港、慕尼黑、马德里、特奥蒂瓦坎、阿姆斯特丹；伦敦、东京、吉达、圣地亚哥。这涵括了欧亚以及南美很多历史城市，体现了空间效率的层次丰富。四是均值一般、极值一般的城市，包括两个小组，即巴斯、圣保罗、尼科西亚、罗马；奥克兰、科尼亚、成都、上海。五是均值一般，极值偏低的城市，包括设拉子、苏州、艾哈迈达巴德、巴西利亚。六是均值很低，极值很低的极端城市，包括哈马丹、欧鲁普雷图、彼得罗波利斯、威尼斯、普罗旺斯的艾普图。这体现了文化独特性较强的城镇。
图10 50个城市空间效率均值和极值的聚类分析
在上述对比分析之中，成都与上海的空间效率均值与极值都相对一般，代表了典型城市的空间形态特征，虽然这两个城市的地理位置和文化特征差别较大。因此，进一步以这两个城市为例，研究其功能的空间分布及其与空间效率之间的关系。以往对北京案例的研究[11]表明了：城市中偏盈利型的功能呈现非均质聚集，而偏公共型的则体现一定程度的均质离散。在成都与上海案例中，也佐证了这个观点。如图11，这两个城市中的商业设施都偏向于在中心区聚集，而其公共服务设施则偏向于相对较为离散的分布。这体现了不同城市功能本身对于空间聚集与分散的不同诉求。
这种城市功能在空间上聚集与分散的特征也体现在多重尺度的空间效率之中（图12）。采用散点图来分析，横轴表示50公里的空间效率，纵轴表示1公里的空间效率。前者代表城市层面上整体空间区位优劣，后者说明邻里层面上局部空间区位好坏。如图12a所示，左为上海，右为成都。商业服务业位于整体和局部空间效率都好的区段，且更偏向整体效率更高的区段；而公共管理和公共服务则位于空间效率一般的区段。不过，相对于上海，成都的绿地则位于整体空间效率较高的区段，而其居住则位于整体空间效率较低的区段。
a 主要功能
b 主要功能细化
c 商务办公
d商业设施
e 宾馆设施
f 教育设施
图12 上海与成都的不同功能的空间效率（左：上海；右：成都）
对商业服务业进一步细分（图12b），可发现这两个案例中，商务办公都占据了整体和局部空间效率较高的区段；上海的商业设施与娱乐康体都紧跟商务办公，也占据了类似空间效率较高的地段，而成都的这两项功能则位于空间效率一般的地段。对于公共管理和公共服务细分（图12b），则可发现成都的公共设施营业、文化设施、行政办公甚至比其商业设施与娱乐康体具有更好的区位，而上海则与之相反。在很多程度上，这说明了上海的商业文化强于成都，并映射到空间格局之中。
对商务办公细分（图12c），可发现这两个城市的较大差别。上海的网络、银行、保险、证券占据了整体和局部空间效率较高的区段，而成都的网络则位于空间效率最低的区段，虽然其证券、保险还是位于空间效率较高的区段。不过，成都的银行所占据区段的空间效率一般，而其出版和新闻媒体则占据较好的区段。与之强烈对比，上海的出版和新闻媒体则位于效率相对较低的区段。这体现了两个城市不同的主导产业在空间之中的竞争力。上海以金融和网络为主，而成都以媒体和电子为主。
对商业设施细分（图12d），可发现其共同点仍然是规模偏小的盈利设施更加依赖于效率较高的空间，而规模偏大的盈利设施则并不完全依赖空间效率。不过，两个城市的不同点也非常明显。成都的餐饮非常突出，与其他功能相比，占据了整体和局部空间效率较高的区段，而上海的餐饮与中小商铺和零售商业比较类似；成都的百货店仍然占据了整体空间效率最高的区段，而上海的则位于空间效率相对最低的区段。这说明了成都的餐饮文化在空间上更为显性，且百货店这种传统商业空间模式还是城市的主导空间之一。
对宾馆设施细分（图12e）。虽然在这两个城市之中，连锁经济型酒店占据整体和局部空间效率较高的区段，而五星酒店则位于空间效率相对较低的区段，然而成都的三、四星酒店比上海的位于整体和局部空间效率更高的区段，一、二星宾馆则位于局部空间效率更高的区段。这说明了除了五星酒店，成都的宾馆设施对空间结构的依赖性还是较强，而上海的宾馆设施则对品牌的依赖更大。此外，上海招待所型的宾馆则仍然占据整体和局部空军效率较高的区段，这也许与上海曾经是工业城市有关系，国企和事业单位等仍然位于空间区位较好的区段。
对教育设施细分（图12f）。在这两个城市中，幼儿园和小学都是位于空间效率较低的区段，这是由于这类偏公共服务类的机构对于空间的依赖性较低，更注重口碑与品牌。不过在上海，高校则占据整体和局部空间效率都较高的区段；而在成都，培训机构占据局部空间效率很高的区段，中专位于整体空间效率很高的区段。这说明了上海高等教育资源对城市空间的影响力较大，而成都培训与中专等技能型教育资源对于城市空间的依赖性更大。
上述的对比分析揭示了：虽然在统计数值上成都与上海的空间效率类似，然而其不同的功能资源对整体和局部空间效率的利用并不一样，占据着空间结构中不同的区段，体现了各自城市的特质与功能定位。因此，在一定程度上，城市的功能特征正是通过不同尺度的空间结构布局而体现出来，让人们能够在真实空间的使用过程之中感知到；不同功能在不同区段出现的先后次序折射出那些功能对于空间效率的依赖程度，整体反映出城市中可识别的功能风貌，并融入了日常生活的方方面面。
五、空间结构修补
针对城市更新中空间结构的优化，建立五步骤的工作方法，即观测（采集数据）、体检（找出问题）、预测（分析问题）、创新（解决问题）、评估（决策优化）。其重点是以空间结构在更新前后的变化，去挖掘视域、人车流、功能选址等方面的变化，让合适的功能位于合适的空间区段，形成整体上最佳的配置。
在上海平安里山寿里城市更新中，采用了以空间结构优化为主的设计策略。该地块位于虹口区南端，虹口港西侧，靠近外白渡桥；北至长治路，南到大名路，西邻峨眉路，东接溧阳路，总用地面积35000平方米。通过实地观测，并结合空间结构的分析，可发现该地段的历史肌理正在退化，内部交通不畅，外部交通阻隔；可识别性缺失，滨水空间完全断裂，空间活力不足。从而导致该地段成为了虹口区南端的城市价值洼地，未充分发挥其与黄埔区空间衔接的潜力。因此，如何通过修补其空间结构，发掘其潜力是该设计研究的重点之一。
首先，根据地段及其周边的空间分析，发掘出可以恢复或增加的支路，增强地段的内聚性，并且寻求地段内外空间结构的更多直接联系，在东西方向适度地强化密路网，增进与虹口港的联系潜力（图13）。从较大范围来看，空间结构的调整有效地增强了长治路、大名路以及虹口港沿河道路的空间效率（平均增加了21%），使得该地区通过白渡桥与黄埔区更为紧密的联系，提升了区位价值（图14）。从地段本身来看，结合空间结构与交通流量的综合分析，可发现空间结构的调整使得步行可达性潜力增进了330%，特别是沿河人流量潜力又显著提升；而穿越型机动车交通流量潜力只是提升了8.75%，通过适当的机动车交通管控可避免加密道路网而吸引来的机动车流量。
图13 空间结构的调整
图14 空间效率对比分析（左：现状；右：规划）
图15 可视性对比分析（左：现状；右：规划）
其次，根据地段及其周边的视线分析，可发现调整空间结构之后，平均视线距离增长乐4.35%，可视范围增加了2.6%，特别是长治路的视觉可识别性有明显的改善（图15）。此外，针对该地段西侧街角的优势，结合建筑物拆迁的可能性，对西侧街角的视线进一步分析，发现适度地提高建筑物的高度，可强化该地段的视觉识别性，从黄埔区、虹口区腹地、黄埔江面上都有机会看到该地段上的建筑物，并与周边建筑物形成视觉和谐的错落关系。这也能从经济上适度地平衡该地段的开发。
最后，根据地段内的空间效率分布以及建筑物的情况，在保持大体空间格局不变的前提下，适度地拆除了一些违章搭建构造物，改善局部空间品质（图16）。特别是为了实现虹口港滨水空间可达性的提升，在沿河地段抬高了道路，增加了局部泄洪基础设施，并改为步行区域，使得地段内部能直接与虹口港对话。与之同时，适度增加虹口港滨水空间界面的商业与娱乐休闲功能，并结合老旧建筑改造，充分利用屋顶空间，局部地增加建筑高度（图17）。这不仅可以增加滨水空间的活力密度，而且使得空间效率较高的区段能进一步发挥其经济价值，促进城市更新的有效开展。
图16 更新前后对比 （左：现状，红色为临时搭建；右：方案）
图17沿河空间更新前后对比 （左：现状；右：方案）
六、讨论
本文认为城市空间结构优化的过程之中，物质空间形态本身以及城市功能的空间布局之间存在复杂而有机的互动关系，这在一定程度上受制于城市空间形态本身的几何规律，体现为空间效率的自我优化。一方面，城市空间形态寻求最大的空间整合度，并保持穿越频率较高的空间更为匀质遍布在空间形态之中，形成城市空间结构的骨架。因此，城市空间形态会在长条形空间格网和方形空间格网之间摇摆，最终使得长条形空间格网“折叠”在方形空间范围之内，形成“断裂方格网”，实现空间效率的最优化。另一方面，在较大尺度下，“中心—边缘”模式，即中心小街坊而边缘大街坊的模式，将有效地增加城市空间的全局整合性，而在中小尺度上，“边缘—中心”模式，即边缘小街坊而中心大街坊的模式，也有可能增加城市空间的局部整合性。这体现为城市空间在发展之初，往往呈现“一张皮”的发展模式，寻求较小尺度的整合性，而在成熟之后，将会向“一张皮”的两翼发展，形成片区，最终形成多中心的格局，以获得不同尺度的整合程度的综合优化。在此空间几何规律的限制之下，城市空间形态将呈现出非均匀的格局，如城市分区或城市不同规模中心的出现等。从而，城市不同区段的空间效率将会有所差异；与之同时，不同性质的功能将会占据并利用这种空间效率的差异；进而形成了物质空间形态与功能布局之间的互动和反馈机制，最终使得合适的功能位于合适的区段上，形成每个城市独特的空间与功能风貌。在城市更新的过程之中，这种物质空间形态与功能布局之间的互动优化机制是形成活力空间的核心。
参考文献
[1]Hall, P., Pain, K., 2006., The Polycentric Metropolis: Learning from Mega-City Regions in Europe. London: Earthscan.
[2]Castells, M. (2000) The Rise of the Network Society, Blackwell Publishers Ltd.
[3]Hillier, B., 1996. Space is the Machine. Cambridge University Press.
[4]杨滔, 2016. 空间句法的研究思考. 城市设计, 2016, No.1: 22-31.
[5]Hillier, B., Hanson, J., 1987. Social Logic of Space. Cambridge University Press.
[6]杨滔,2016. 网络聚集的厚度：区域物质空间形态分析初探. 城市设计, 2016, No.5(Forthcoming).
[7]Yang, T. and Hillier, B., 2007. The Fuzzy Boundary: the spatial definition of urban areas, In: the Proceedings of 6th International Space Syntax Symposium, 091-16.
[8]Hillier, B., 1999. Centrality as a Process: Accounting for Attraction Inequalities in Deformed Grids. Urban Design International, 3-4, p. 107-127.
[9]杨滔, 2015. 一种城市分区的空间理论. 国际城市规划, 2015 Vol.30, No.3: 36-45.
[10]Hillier, B., Yang, T., Turner, A., 2012. Advancing DepthMap to advance our understanding of cities: comparing streets and cities, and streets to cities. In: Green, M and Reyes, J and Castro, A, (eds.) Eighth International Space Syntax Symposium. Pontifica Universidad Catolica: Santiago, Chile.
[11] Yang, T., 2015. A Study on Spatial Structure and Functional Location Choice of the Beijing City in the Light of Big Data. In: Karimi,K., Vaughan, L., Sailer, K., Palaiologou, G., Bolton, T. (eds.) Tenth International Space Syntax Symposium. University College London: London, the UK.
联系客服
