购物中心空间设计指标量化研究 本文关键词：量化，购物中心，空间设计，指标，研究
购物中心空间设计指标量化研究 本文简介：摘要：在市场竞争日趋激烈的经济时代，购物中心空间设计需要考虑消费者购物过程的舒适和便捷。如何通过合理、有序的设计，营造人性化的购物空间环境尤为重要。本文在相关数据收集和调研的基础上分析购物中心的空间设计的特点，提取相关空间设计指标，并运用GIS技术进行指标量化。得到的量化指标可以为购物中心的空间设计
购物中心空间设计指标量化研究 本文内容：
摘要：在市场竞争日趋激烈的经济时代，购物中心空间设计需要考虑消费者购物过程的舒适和便捷。如何通过合理、有序的设计，营造人性化的购物空间环境尤为重要。本文在相关数据收集和调研的基础上分析购物中心的空间设计的特点，提取相关空间设计指标，并运用GIS技术进行指标量化。得到的量化指标可以为购物中心的空间设计提供依据，提高消费者购物舒适度及购物中心的运营管理效率。
关键词：购物中心；空间设计；GIS；指标量化
随着移动互联网应用技术的稳健发展和逐步成熟，获取信息的方式越来越智能化及个性化，人们消费观念和购物方式也随之变化。当下我国购物中心的建设速度和规模呈井喷式增长，而发展同时带来的同质化、兼并升级、倒闭收购等问日益显著[1]。在商业购物中心建设如火如荼的大背景下，我们应意识到我国大型购物中心建设得到长足发展的也就是近十年的时间，其设计工作仍处在探索与实践时期，因此做好大型商业购物中心空间设计研究，掌握其设计特点具有重要的意义[2]。本文在相关数据收集和调研的基础上首先应用GIS软件进行购物空间店铺位置及商场入口、人行道等要素进行矢量化，然后建立几何网络，最后从个别店铺空间设计和整体空间设计两个方面进行指标量化分析，为店铺规划及整体规划提供数据基础，同时为消费者获取更好的购物体验提供数据支撑。
1购物中心空间设计概念
购物中心是以地产开发商为主体的，有目的，有计划建造的，其商业业态要满足一站式购物的需求，包含餐饮业、服装业、百货零售业等的一个集合体，而且其运营管理必须是统一管理的。购物中心的空间设计包括商业业态的层级分布设计、商业动线的设计、商业功能空间设计、共享空间设计和辅助空间设计。如果把购物中心比做一个人，那么商业业态就好比是人的五脏六腑等器官，而商业动线就好比是人身体内的血管，这就要求血管必须是一个循环有序的整体，任何地方都不能出现堵塞和死角，保证每条线路都是通畅的[3]。对于购物中心来说，一个好的空间设计就是把尽可能多的人流带到每个商铺门口，同时也要考虑消费者的疲劳度，在消费者可承受范围内，尽可能把更多的店铺展现在消费者视线中。购物中心空间设计的优化需要依靠多种指标数据，所以对购物中心指标量化的研究显得尤为重要。
2购物中心空间设计指标量化
购物中心的空间设计需要使用到多源数据进行综合评价，本文从个别店铺空间设计和整体空间设计两个方面进行指标量化分析。购物中心空间设计的数据量化，需要获得购物中心实际比例的建筑设计空间图（CAD），如图1所示，所有的楼层结构必须和实际情况相符合，然后通过GIS软件对CAD图进行经纬度配准，最后对购物中心中的商铺、道路、出入口、电梯等要素进行矢量化，如图2所示。再利用GIS软件对矢量化后的商场内部通道建立几何网络，为相关指标提取提供基础。
2.1个别店铺空间设计指标量化
本文从购物中心空间设计的需求考虑，提取了以下关于个别店铺的空间设计指标并进行初步量化。1）店铺面积。指店铺的建筑面积：可在GIS软件中利用配准后的矢量数据计算获得。2）店铺门面长度。指店铺与公共行人道界面长度：把店铺门面投射到矢量化后的公共行人道上并度量其长度。3）店铺距离购物中心对外的行人门口或周边主要人流来源点长度。指店铺距离商场对外的行人门口或周边主要人流来源点长度：首先需要建立行人流线网络图，以最短行人道路径流线为依据，如不在同一层，要量度跨楼层流线长度。本文采用双向遍历的A*最短路径分析算法[4]，进行跨楼层多途经点路径分析，首先判断起点和店铺是否在同一楼层，若在同一楼层则进行单次路径分析，从该起点所在楼层的道路网络数据中选择满足距离最近的路径；如果起点和店铺不在同一楼层，则搜索起点楼层与店铺所在楼层的楼梯（直梯或扶梯），计算起点到起始楼层的楼梯的最短距离，然后找到店铺所在楼层楼梯位置并计算楼梯位置到店铺的最短距离。行人入口和人流来源点包括：各购物中心行人入口、停车场行人出口、周边地铁站出口等。4）中心位置度。指店铺的门口中心点位于整个购物中心建筑内的“中心度”。以最短行人道路径流线为依据，使用双向遍历的A*最短路径分析算法计算店铺到购物中心所有大门的进入点距离，最后求得店铺到购物中心所有大门的进入点平均距离。5）可达性/方便度。指从店铺门口到购物中心人流入口点的“路径可达性”，例如乘坐电梯次数，转弯个数等。以“行人流线”网络图为依据，使用双向遍历的A*最短路径分析算法计算店铺门口到购物中心各个人流入口点的需要转接拐点数目；然后根据不同人流入口点的权重获得此店铺的转接拐点系数。6）集群（与餐饮关系）。指判定零售（非餐饮）店铺的“周边范围”（限定范围：同一层且距离20m以内）有没有餐饮店铺，通过GIS技术中的缓冲区分析工具对零售（非餐饮）店铺做20m的缓冲区，与餐饮店铺图层叠加分析，最终得到零售（非餐饮）店铺20m以内的餐饮店铺数量。7）集群（基于品牌）。指判定店铺的“周边范围”（限定范围：同一层且距离20m以内）有没有“名牌”店铺，通过GIS技术中的缓冲区分析工具对店铺做20m的缓冲区，与“名牌”店铺图层叠加分析，最终得到店铺20m以内的“名牌”店铺数量。8）集群（基于产品类）。指判定店铺的“周边范围”（限定范围：同一层且距离20m以内）有没有同一类产品/服务店铺；通过GIS技术中的缓冲区分析工具对店铺做20m的缓冲区，与同类店铺图层叠加分析，最终得到店铺20m以内的同类店铺数量。9）集群（与主力店关系）。指判定店铺附近（限定范围：同一层且距离20m以内）有没有主力店（主力店包括：超市、电影院、游乐设施），通过GIS技术中的缓冲区分析工具对店铺做20m的缓冲区，与主力店图层叠加分析，最终得到店铺20m以内的主力店数量，并通过最短路径分析得到店铺到范围内主力店的距离。
2.2购物中心整体空间设计指标量化
本文从购物中心整体空间设计的层面考虑，提取了以下关于购物中心整体空间设计指标并进行初步量化。1）人流网络特性。人流网络特性包括人流平均密度D和平均流线方便度C。通过行人流线网络图得到购物中心整体人流流线总长度L和人流流线总拐点数目G，人流平均密度D=人流流线总长度L/购物中心总建筑面积S，平均流线方便度C=人流流线总长度L/人流流线总拐点数目G。2）“热点”位置。热点包括主要问讯处和其他集中人停下来的点。需要统计热点的总数目Nh，并通过最短路径分析计算热点与各购物中心行人入口距离Lh，最后得到热点与各购物中心行人入口的总距离Lt和平均长度La。3）“主要推广活动空间”位置中心度。指整个购物中心的“主要推广活动空间”位于整个购物中心建筑内的“中心度”。以“行人流线”网络图为依据，使用双向遍历的A*最短路径分析算法计算购物中心的“主要推广活动空间”到达所有大门口进入点的平均距离。4）“主力店”位置中心度。指整个购物中心的“主力店”位于整个购物中心建筑内的“中心度”。以“行人流线”网络图为依据，使用双向遍历的A*最短路径分析算法计算购物中心的“主力店”到达所有大门口进入点的平均距离。5）连接到停车场的可达性。指购物中心的“几何中心”距离停车场人流进入点的距离。以“行人流线”网络图为依据，使用双向遍历的A*最短路径分析算法计算购物中心的“几何中心”到达各停车场行人出口平均距离Lp。6）连接“公共交通站点”的可达性。指购物中心的“几何中心”距离“公共交通站点”的距离。以“行人流线”网络图为依据，使用双向遍历的A*最短路径分析算法计算购物中心的“几何中心”到达“公共交通站点”平均距离Ls。
3结语
本文结合GIS技术，通过数据收集和矢量化，几何网络建立等过程对购物中心个别店铺空间设计和购物中心空间设计进行指标量化分析，提取购物中心空间设计中需要使用的关键指标数据，这些指标数据可以为设计者或决策者提供个别店铺和购物中心的详细信息，可以为店铺规划和购物中心商业动线整体规划提供数据支撑。在以后的研究中，可将本文中提取的各类指标数据统一到一个大数据库中，同时会基于大数据技术，获取购物中心动态数据（例如动态人流量、顾客购物趋势等），挖掘购物中心空间设计更多的要素，从而改善购物中心的环境布局，提高消费满意度和购物中心的经济效益。
参考文献:
[1]葛峰.大数据时代下商业购物中心设计策略探讨[J].居舍,2018(27):160.
[2]杨超.大型购物中心室内商业动线与商业空间设计要点分析—以两个大型商业项目设计为例[J].工业建筑,2018(48):62-65.
[3]颜利.商业业态聚合下的购物中心空间架构设计[D].沈阳：沈阳建筑大学,2014.
[4]杨乃,李悦康,陈玉成.室内地理信息系统的设计与实现方法[J].测绘通报,2014(7):109-112.
作者：梁延龙 李璇琼 单位：四川建筑职业技术学院
购物中心空间设计指标量化研究 来源：网络整理
免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。
相关文章