城市形态迷思，用空间分析说话

本期内容来自新加坡 麻省理工学院－新加坡科技与设计大学（MIT－SUTD)联合项目研究员陈立群，感谢作者授权首次发布于本平台，如有转载等事宜，请联系原作者。

作者介绍

陈立群，[e-mail]

北京大学城市规划学士、心理学学士，麻省理工学院 城市规划硕士。现在新加坡，任麻省理工学院－新加坡科技与设计大学（MIT－SUTD)联合项目研究员, 就职于城市形态实验室（City Form Lab）。

City Form Lab 位于新加坡，是新加坡科技与设计大学（SUTD）与麻省理工学院MIT联合创办的实验室，负责人Andres Sevtsuk 是MIT规划系的PHD，现在SUTD建筑系副教授。 实验室的主要工作是进行城市空间形态、城市规划设计、建筑的研究和实践。也是在这个过程中，逐渐的开发了基于ArcGIS和Rhino的城市分析工具包 Urban Network Analysis Toolbox，下面就简称为UNA。

来自凯文林奇的启发－什么是“好的”城市形态？

Urban Street Networks • Great Streets, Allan B. Jacobs (1995)

　　三十几年前，凯文林奇完成了一本书，论述城市规划的终极问题——“什么造就好的城市？”。林奇意识每个城市有其本身的特征，建立“大一统”的空间形态标准既不必要，也不可能；甚至在他看来物质形态本身并不重要(“physical form plays no significant role in the satisfaction of important human values)，因为个体之间的社会经济联系才是城市命脉所在。因此林奇放弃了建立具体的空间形态标准，转而讨论好的城市形态的本质和价值。最终从城市运转的角度，林奇提出了5个好城市的特征：

1）. 生命力 vitality ：这里凯文林奇使用的是字面意，即城市对其居民生理机能的保护和支持，包括健康、安全、环境多样性等。

2）. 感觉sense: 可以被清楚的感知，在时间和空间具有辨识度，符合居民的价值观与认知习惯，比如场所感、空间辨识度等。

3）. 适宜性fit : 城市的时间和空间特征符合其居民的行为模式，也就是功能上的好用和高效。

4）. 可达性access: 个体可以获得的人、活动、资源、服务、信息、地点的数量和多样性。

5）. 控制力control: 使用者可以掌控空间与活动的创造、修复和管理。

　　在此之上，林奇还提出了所有“好的”事务都应该满足的两条元标准，即效率和公平。

　　林奇表示，这5+2个维度基本上就是好的城市形态需要的一切要素了，我们可以用这些指标去评价不同的城市空间，然后就从哪方面下手让城市变的更好。好了，这听起来似乎是规划师的福音，或规划专业的终结。但林奇又说了，在实际操作层面，如何定义和评价这几个指标还要视不同情况而定，好的城市形态的这个问题似乎又回到了原点。

　　今天我要介绍的这个Urban Network Analysis Toolbox，其目的就是为这个盲人摸象的困局提供一个实用的评价手段。通过将城市形态具体为城市网络与节点的连接度、通达性等指标，解决具体的规划问题。

Urban Network Analysis 空间网络构成要素

　　UNA分析城市空间的基本思路，是空间节点＋网络分析——简单来说就是将空间中的建筑出入口、公交站点、目的地等看作空间节点，将步道、车行道等看作edge, 进行空间网络的连接度、可达性、辐射范围等分析。UNA的创新之处，一是精细化了建筑入口在空间网络中的位置，为城市设计尺度的网络优化提供可能；二是在于可以自定义节点的属性，并将节点的人流量、居民数等作为权重，放入到空间分析中。

１

UNA的空间分析要素

i. 网络network： 线性要素，主要为道路、街道、步行线路；

ii. 节点origin, destination：起点与终点，可以是步行的起点和目的地，基础设施与辐射区内的建筑，交通站点与居民楼等

iii. 节点权重add attribute：节点在空间分析中的赋值，可以是居民数、建筑物的单元数、交通站点的人流量等。

２

节点中心度参数

i. 到达指数 Reach: 给定距离内，起点可以通过网络中最短路径到达的终点数量，或终点的空间权重加合。实际应用包括，测算公交站点在一定步行距离内覆盖的居民数量，某人在一定距离内可以到达的服务设施数量等。

到达指数示意，途中深色黑点 i 为被测量节点，灰色覆盖区域表示节点可以到达的范围，该节点的到达指数即为可达范围内所有节点空间权重的加合, by City Form Lab。

ii.　引力指数Gravity： 在到达指数基础上，引力指数加入了距离衰减原则，即网络中节点之间距离越远，二者的相互影响就越小。以步行到公交站点为例，同样有100户居民的居民楼A和B，A距离车站1000米，B距离车站100米。居民楼A对公交车站的贡献度要比B小很多，因为人的步行遵循空间递减定律，距离越远人们步行的愿望就越小。这其中涉及到一个空间递减参数，用户可以根据需要自行设置0-1之间的值。

iii.　临近指数Closeness：给定范围内，节点到所有目的地之间的网络平均距离的倒数，数值越大表示建筑物之间距离越小。

iv.　直达指数Straightness：给定范围内，A到B的最短路径与所有可能路径的比值。

３

网络参数／工具

i.　冗余路径Redundant path ： 给定起点终点，和路径冗余指数（允许长于最短路径的百分比），搜索并显示所有可行路径。

ii. 居间指数Betweenness : 给定多个起点和多个终点，在冗余路径的基础上，将各起点的权重平均分摊到所有可行路径中，最终核算网络中各个路段加合值。以步行到公交站点为例，若网络中的所有居民楼为起点，公交站点为终点，假设居民楼中的每个人随即选择比最短路线长5%以内的任意路径，居间指数将计算网络中所有路段路过的步行流量。

居间指数，by City Form Lab

iii.　服务范围service area : 给定设施和用户位置，限定服务范围，遵循最近原则，计算网络中各设施的服务范围。

服务范围，by City Form Lab

UNA应用

　　工具包现有Rhino 和ArcGIS 两个版本，ArcGIS版主要用于已有数据，空间要素本身的参数(attribute table) 可以方便查询；Rhino版的优势在于运行速度和编辑修改空间要素的方便性，对城市网络设计帮助更大。

　　UNA在Rhino中的操作界面根据功能分为5个部分， 从左到右分别为：1）编辑节点权重，2）导入导出数据，3）建立节点与空间网络，4）空间参数计算，以及5）可视化设置。

　　在应用层面，UNA的应用主要包括空间网络分析与优化分析、基础设计布局、基于步行的人流分析等，根据空间尺度的不同可以应用于单独地块或整个城市。当然，UNA要求精细的空间节点和网络数据，没有优质开放数据的支持，前期的数据清理工作可以达到painful的程度。

下图为阿姆斯特丹城市空间分析（到达指数、临近指数、直达指数、居间指数）, City Form Lab

阿姆斯特丹城市空间分析（到达指数、临近指数、直达指数、居间指数）, City Form Lab

　　想要通过UNA工具包找到好城市答案的人恐怕要失望了，回到林奇提出的好城市5要素，UNA大概可以在可达性方面提供一些参考。但并不能给出一个一劳永逸的空间形态的答案——我们很难说某个空间指数达到一个特定的值就可以称为好城市。UNA提供的是一个可行且操作简易的空间形态评价和测试工具，并提供一定的自定义灵活度。

　　目前UNA主要功能的开发已经告一段落，当前仍在进行测试和微调工作，未来的长期计划包括建立基于UNA分析的案例库，为相关的空间参数提供更加直观的解释。

城市形态实验室： [e-mail]

UNA工具Rhinob新版下载： http://cityform.mit.edu/projects/una-rhino-toolbox

UNA工具ArcGIS旧版下载： http://cityform.mit.edu/projects/urban-network-analysis.html

UNA视频介绍： http://v.youku.com/v_show/id_XNDQ2MDc5NTM2.html

欢迎公众投稿，投稿邮箱[e-mail]，请注明微信投稿字样回复“0”可获得文章列表