空间句法研究方法与案例

城市设计中的空间句法
摩拜单车作为当时唯一加 装GPS的共享单车与其他 几类自行车有明显的不同。 它在以POI总数为权重的 分析峰值出现在2.5km半 径，而以办公位权重的分 析效果与其他类型的自行 车相比明显较高，4km及 以上半径的关联系数均在 0.4以上
城市设计中的空间句法
首先，和对机动车流量分析对比，非机动车截面流量分析效果最好的半径 在4公里，，明显小于机动车的7.5公里。这意味着非机动车与机动车对道 路空间结构的需求不同，也就是说会存在有些道路机动车需求高，有些道 路非机动车需求高，这样一个量化的空间模型有助于对路权进行分离处理， 区别对待哪些道路应以机动车为优先，哪些以非机动车优先考虑 对ofo、摩拜和私家自行车的截面流量分析对比显示当时未加装gps的ofo 车更接近私家自行车的分布规律，而加装gps设备的摩拜单车则由于经营 者主动调配车辆，从而体现出较弱的截面流量分布规律。同时在该地区摩 拜单车受本地办公功能分布的影响更加明显，这也意味着该地区摩拜的使 用更多的用于短距离通勤，因此也对办公功能的设计提供了量化分配停车 需求的基础。
城市设计中的空间句法
城市设计中的空间句法
从对机动车的分析结果来看，随着计算半径的增加，选择度对数的分析效果稳步提升， 最终在7500米半径达到峰值0.7883后逐渐下降，其分析效果要好于各半径的整合度 参数。
城市设计中的空间句法
非机动车大类中有超过一半的流量为电动车，而人力自行车仅占44%，在我 国与自行车共享车道的很大一部分流量来自电动车。
01
空间句法的研究方法
The Method of Spatial Syntax
城市设计中的空间句法
城市设计中的空间句法
共享单车的发展引发了人们外出对交通工具选择的变化，自行车出行占比相比共享 单车出现之前翻了一番。
Байду номын сангаас
城市设计中的空间句法
共享单车有超过一半的使用场景是地铁站或者公交站点到目的地之间的运动。
城市设计中的空间句法
非机动车总流量分布与各个半径的空间句法选择度和整合度参数的相关系数，选择度 在4公里半径的时候到达峰值0.6170，而整合度的分析结果显示在5公里半径达到峰 值0.5185。
城市设计中的空间句法
城市设计中的空间句法
4公里半径的选择度对总自行车流量的关联程度最高为0.467，对比前面部分非机动车总体 进行的分析，对自行车的分析效果相关系数明显下降。
城市设计中的空间句法
空间句法基础模型建模范围，以北京市六环以内的百度地图道路中心线为基础，为了综合考虑周 边远郊区县的影响，也包括了北京周边区县的道路。 由于实地调研范围在以北京市海淀区地铁13号线上地和西二旗地铁站附近区域，因此将该区域 周边10公里范围左右的路网模型以百度地图最高级别路网细度进行细化。
02
对空间句法的质疑
The Defects of Spatial Syntax
空间句法运用中出现的问题
1. 分析的结果基本上就不靠谱 2. 分析的结果太显然以至于根本不用空间句法分析也知道 3. 传统空间句法获取数据的手段效率太低，技术的问题终究还是要靠技术解决
空间句法的质疑
一些胡言乱语
城市设计中的空间句法
对于2.5km半径及更大尺度的关联分析中，权重模型的关联分析结果 得到了明显的提升，4km半径及以上时提升幅度达到了20%以上有期 是4km半径的选择度关联分析提升幅度最大，提升了28%。
城市设计中的空间句法
在四个分类权重模型中分 布对总自行车、个人自行 车、ofo及摩拜单车与选 择度空间参数进行关联分 析，对总自行车、个人自 行车和ofo共享单车的分 析均显示4000吗半径的 选择度有最佳的拟合效果， 其中ofo自行车在总和权 重模型中的分析结果最高， 关联系数达0.6147
城市设计中的空间句法
ofo共享单车相比其他各 类自行车体现出与选择度 空间参数具有最高的关联 性，在2500米半径达到 峰值0.5018，而摩拜单车 的关联性最低，与各个班 级的选择度关联稳定，平 均在0.25。个人自行车的 分布规律与ofo非常接近， 不过其空间规律普遍低 0.1左右。
城市设计中的空间句法