智能规划：解决空间句法理论的困境

当前不断涌现的多元、海量、快速更新的城市数据为研究精细的时空尺度下的城市形态对人类活动的影响提供了广阔的研究前景。特别是那些高频时变的城市数据，如签到数据、手机信令数据等，提供了一种接近真实城市运行频率的高频视角。然而这一数据条件的变化也带来了对于城市组构理论发展的新需求，并使得传统的空间句法的理论构建、方法论框架以及实证价值受到了一定程度的挑战。

首先，时空大数据中饱含的关于人流的时空动态信息正在挑战传统空间句法对人流分布描述的实证价值。传统空间句法的一大实证基础便是城市拓扑结构的联系的紧密性与总体自然人流的极差结构之间稳定的相关性，并且在实证中这两者之间的关系并不受个体性差异的影响[16，17]。这也成为空间句法理论的重要论据之一，支撑着它对于循证设计的独特贡献。然而，时空大数据使得我们可以描绘人们行为的细致肖像而直观地获得关于城市人流的分布信息，似乎运用传统空间句法这一描述性模型的紧迫性和必要性正在被挑战。在这一趋势下，空间句法理论和方法论的发展就需要重新思考如何去应对高频城市中规划设计的新需求，并确立组构分析在新的数据环境下的实证价值。

其次，精细化的时空数据中所蕴含的行为时空差异在传统空间句法中被过度简化并缺乏必要的与之相关的理论构建。时空数据能够准确揭示人们行为的动态变化，然而在传统空间句法理论中，城市组构一般被认为是影响总体（aggregated）人流形态极差形态的关键，而对于它是如何影响自然人流的瞬时变化的，以及两者之间是否存在稳健的相关性却缺乏有效的研究。这在很大程度上限制了进一步理解受城市形态组构中心性影响的动态性。因此，空间句法在当前面临的第二个困境便是如何在现有理论框架的基础上构建一种新的组构分析方法，从而展现城市形态的变化如何改变人流分布在时间维度的动态性。

图1　空间句法中的出行的经济模型及其内涵
Fig.1　The model of ‘movement economy’ in space syntax theory and its meanings(www.xing528.com)

再次，时空数据中包含的与行为主体相关的异质化信息在以“自然人”为理论前提的空间句法理论与方法论中暂时缺位。自然人流在空间句法理论中指的是被城市组构影响的人流轨迹分布，其暗含的一个理论假设便是不论人们个体出行的具体原因、起点以及目的地，我们观测到的出行轨迹的总体分布是被人们出行的共性特点所影响的，即他们对空间组构的一致解读[7]。这个假设其实表明，传统空间句法模型关注的是人们的群体行为而非个体行为，或者说，它关注的是人们的聚集效应而非个体分异。然而当前的时空数据的一个特点就是对个人行为的精准描述使得其包含城市空间使用者的主体信息。虽然空间句法也曾被用来研究人们的空间分异现象[18，19]，但没能阐释和度量城市组构对于不同类型公共空间使用者的效用，以反映更深层的城市形态的社会价值。

综上所述，新的数据环境虽然带来了从高频角度认识现实城市的契机并明确地表征了未来城市设计的人本需求，然而我们赖以分析城市形态的理论与手段，包括空间句法理论与方法论，似乎还在遵循一种低频的角度。如何借鉴已有的空间句法理论与方法框架，回应这些在新数据条件下传统描述性组构分析所面临的困境，使其具备更加广阔的、面向高频城市的应用前景，成为亟待解决的问题。