数字增强下的城市步行空间设计与优化方法——以广州火车站片区详细规划为例

在梳理步行空间复合立体化发展趋势以及人流分析方法演进的基础上，迎合人本需求与数字手段结合的契机，基于“以流定形”设计范式，提出以数据分析人流进而指导步行空间设计的“数流定形”方法，通过提炼人流在不同观测尺度下的流动特征及其与步行空间从结构网络到空间形态的互动关系，利用动态定位分析、sDNA空间句法分析、MassMotion仿真等数字技术，建立数字协同的步行空间设计优化方法，并以广州火车站片区详细规划为例开展实证研究。

[关键词]以流定形；数字支持；步行空间；设计方法

[文章编号]1006-0022(2024)10-0128-07

[中图分类号]TU984

[文献标识码]B

[引文格式]陈虹，叶晟之，慕容卓一．数字增强下的城市步行空间设计与优化方法：以广州火车站片区详细规划为例[J]．规划师，2024(10)：128-134．

0 引 言 

作为城市复杂系统的运行载体与直接投影，城市空间的形成与发展显现出规律性和逻辑性的特征，如何“识别空间发展规律并依此组织城市空间形态”成为城市设计方法论的重要研究议题。由于人是城市空间的直接缔造者与主要使用者，“人的需求”“人的使用”规律成为深化空间设计方法的重要切入点。一方面，可通过观察或模拟使用者在空间中的真实行为活动，总结人对具体空间要素的功能需求与使用习惯，进而直接指导空间形态的组织与细化设计；另一方面，可通过建立评价指标体系，定量分析建成空间的构成要素、品质质量、使用情况，依据指标变化指导空间形态的逐步优化。当前，这种根据“人的流动规律决定城市空间形态”的设计方法已广泛应用于商业街道设计、公共绿地设计、校园环境设计等公共空间规划设计实践，即“以流定形”。

步行空间作为人们公共出行与社会交往的场所，天然适用于“以人为本”“以流定形”的空间组织逻辑与设计方法。从简·雅各布斯主张以人的视角认识街道步行空间的重要性，到凯文·林奇基于步行漫游的视角提出城市空间的5大要素体系，再到扬·盖尔系统性分析和总结人们在公共步行空间中的流动与活动特征，并提出根据人的行为规律进行空间设计的方法，这一步行空间的组织与设计方法获得广泛认可与应用。

随着城镇化进程加快，人的出行模式与步行环境已悄然改变，人的流动呈现出新的规律性特征。在“绿色交通”价值导向下，以TOD为主导的空间发展模式日益成熟，借由城市轨道与公交系统，人们突破了单一社区范围内的出行距离限制，可采用“公交+步行”模式实现长距离的步行出行，人的流动特征将同时受到公交网络运输与社区内部出行的影响。与此同时，在 “开放街区”运动的持续影响下，城市道路与街区用地的空间边界日渐消弭，城市步行空间的内涵逐步由城市街道扩展至街区内部的开放场地乃至公共建筑室内空间，街道、公共空间与街区内部的建筑场地构成了紧密联系的连续步行环境。但是，在国内规划设计实践中，步行空间的设计内容往往局限于如何提升主要步行空间，即提升街道的环境品质与完整性，缺乏将街区内部步行环境与出行需求进行衔接。同时，步行空间的组织逻辑仍遵循“可接受的步行距离”范围内的人流规律与空间需求，片面强调环境品质与步行系统对步行活动的主导性影响，淡化了TOD系统对步行活动的引导性作用，忽视了长距离出行模式下人群类型与行为特征的巨大变化，传统以人为本的步行空间体系设计思路与人群真实行为规律逐渐脱节。

在城市步行空间内涵愈发丰富、步行出行模式愈发多样、步行人群需求愈发多元的趋势下，城市步行空间设计不仅仅要考虑人对步行空间本底的需求，更应考虑人与街区、城市之间的深层联系，不断提升分析与设计的完整性和系统性。因此，此次研究基于“以人为本”“以流定形”的空间组织逻辑，进一步考量城市交通系统、街区场地环境、建筑功能形态对人群活动的影响，探索人流规律与空间形态组织规律的耦合路径，以期为中小尺度步行空间系统设计提供新的思路。

1 步行空间设计方法演进

1.1 “以人为本”的设计共识

正如克里夫·芒福汀提出的“街道在任何时候既是道路又是场所 ”，城市步行空间天然具有交通设施与公共场所的双重属性，“以人为本”的设计共识贯穿于现代交通系统规划与公共空间设计两种不同领域下的研究和实践工作，即遵循于人的需求、人的使用规律组织城市空间系统。

从场所属性出发，国外对步行空间设计的关注兴起于20世纪60年代，在“汽车优先”的发展理念驱使下，大量城市以压缩步行空间、降低公共空间品质为代价开展了一系列道路新建、拓宽、改造工程，损害了人们在步行空间进行公共生活与社会交往的权益。为阻止机动车道对公共空间的持续入侵，国外学者广泛呼吁回归对步行空间的关注，以期通过提高步行环境品质吸引人们选择绿色慢行的出行方式，减少对车行交通系统的依赖。在此期间，凯文·林奇、扬·盖尔、罗伯·克里尔等学者均提出从人的视角进行公共空间的组织设计，为后续步行空间设计实践提供了方法与理论支撑，并最终形成了“以人为本”的设计共识。从人的需求出发，“以人为本”的设计共识可进一步拆解为以下设计要点：①创造宜人的步行环境，提升公共空间品质；②设定适宜的步行距离，提升城市的步行可达性；③提供便捷的步行路径，满足人的行为需求；④构建完善的步行网络，提高步行通畅性；⑤充分利用步行效益，合理配置商业公服与交通设施。

从交通属性出发，步行交通系统规划同样经历了从“以车为本”到“以人为本”的理念转变。1963年，英国一篇题为《城市交通》的研究报告率先提及大规模的机动车道建设会对城市环境造成负面影响，并点明了步行交通对城市交通系统的重要性。同一时期，德国弗莱堡索逐步探索并发展了以步行等慢行方式为主导的交通系统，即通过在老城中心区划定大规模、相互联系的慢行区域，将自行车与公共交通系统进行衔接，把交通优先权归还于行人。21世纪以来，伴随国内城镇化进入品质化发展的下半程，上海、深圳等城市率先开展步行交通规划、非机动车交通规划专题研究，践行了“快慢分离”“慢行优先”的前沿规划理念。从国内外的实践经验来看，发展“以人为本”交通系统的关键在于以下两点：①建立独立的步行交通网络，通过快慢分离的形式减少机动车对步行活动的干扰，保障步行安全；②推动步行系统与公共交通系统的衔接，发挥不同交通方式的互补优势，共同支持人群出行的交通需求。

1.2 “以流定形”的设计范式

“以流定形”源于对流空间体系的关注，归于流与场空间系统的建构。流空间理论强调借由网络与流的概念诠释不同要素的运行规律、解读空间网络的发展逻辑，这与城市设计方法论“识别空间发展规律并依此组织城市空间形态”的理论内核高度契合，最终融合形成“以流定形”的设计范式。值得说明的是，“流”并非简单的物质流动，而指向人口、交通、经济、文化、生态要素的深层运行规律。在设计方法上，“以流定形”从空间系统性出发，识别与判断关键要素“流”在物质空间中的运行规律，分析不同要素“流”之间的影响关系，建构“流”与“形”的空间交互模型，并以二者间的适配性为评判基准，对空间网络结构与场地空间形态进行矫正、优化。

通过挖掘人的流动行为规律，建立人流与空间形态的交互模型，进行空间结构与空间形态优化，是“以流定形”设计方法在步行空间应用的主要形式。相较于传统“以人为本”的设计方法，“以流定形”设计方法具有以下特征：一是提升了人流分析的系统性，将步行交通网络与其他慢行交通、公共交通连结为统一且连续的整体系统，有利于模拟人在真实交通系统中的流动特征；二是提高了空间设计的连续性，以人流为线索的空间设计方法打破了街道、街区、建筑的空间隔阂，推动了“街道—场地—建筑”的一体化设计；三是提升了空间组织的合理性，建立了人流与步行空间、场地景观空间、建筑功能空间等不同空间要素的交互模型，并采用定量与定性分析方法识别交互机制，科学组织空间结构与空间形态。因此，此次研究采用“以流定形”的设计范式，深化开展设计方法优化与应用探索。

1.3 数字增强下的设计创新探索

近10年来，手机信令、LBS数据、街景图像数据等城市多源大数据快速涌现，以sDNA、Depthmap、MassMotion为代表的数字分析技术日益成熟，高效支持对“流”与“场”空间的定量分析，并成功应用于步行空间设计实践。结合“以流定形”的设计范式，步行空间设计的数字探索可归纳为以下两方面。

一方面，依托大数据，定量化、精细化解读“流”的规律。例如，利用手机信令等时空定位数据分析不同尺度下的人流特征，包括以固定切片的形式分析城市街道空间中人群活力的空间分布特征与时间波动特征，或是以时空路径的形式解析特定范围内不同人群的时空行为规律。在人流分析的基础上，可结合街景图像、POI业态数据进一步识别步行空间中各类物质空间要素的分布规律，建立人流与其他空间要素流的交互模型，并通过空间相关性验证不同城市流之间的空间适配性与异质性。 

另一方面，在数字技术支持下，可视化、智能化模拟“流”的效益。其中最为常见的方法是从步行空间网络出发，以形态推演人在空间中的流动效益，包括利用GIS服务网络、sDNA空间句法等分析模型，模拟人对步行空间网络的使用情况，并建立空间可达性、空间连通度、空间选择度等评价指标体系，定量评估流动效益。此外，伴随人工智能算法的成熟应用，借由粒子算法与参数设定，部分研究从人的自发性行为出发，以智能模拟结果呈现人的流动效益。例如，基于MassMotion等人流仿真软件，模拟人在公共空间中的疏散行为，定量化表达人的流动耗时与空间拥挤情况，可视化优势显著。

此次研究在“以流定形”范式的基础上，整合大数据与数字技术在流空间研究中的技术方法，进一步探讨基于数字增强的“数流定形”设计方法。

2 “数流定形”：街区步行体系的数字增强设计方法

人群活动是城市中最活跃且重要的部分，在不同尺度的观测视角下，人流既是大规模人群迁移形成的流动廊道，也是个体行人粒子的实际活动。在城市空间设计中综合考虑人流活动不同维度的特征，结合多源数据挖掘与数字化手段分析不同层次的人群活动特征，能够有效地实现从宏观流动和微观个体的单一模式，向精准刻画人群活动需求的数字化街区步行空间设计转变，有针对性地打造顺应人流、引导人流的步行空间。

高精度的LBS数据及人群活动仿真技术为对人群活动特征进行不同颗粒度的刻画提供了方法。依托数字信息系统与多源矢量数据，建立步行空间数字分析与设计的数字底盘，将高精度的LBS数据识别得到的人群活动轨迹与场域叠合，分析城市尺度下主要的人群流动方向、活动范围，将“流”归纳为宏观簇群间的迁移关系，识别、划分步行人流的“源头”“流域”。在片区尺度下通过网络拓扑关系分析，将“流”抽象为中观网络的路径结构，计算不同路径下人流的空间分布；在街区尺度下模拟以行人个体为单位的人流活动，将“流”拆解为微观粒子运动，解析在三维空间内人群的活动过程。

将不同尺度人流的刻画解析与设计逻辑流程结合之后，形成从对溯流、定流、分流的分析到设计优化的工作流，对应现状解析、路径组织、空间优化逐级深入的设计思路，通过数据分析复现人流，通过人流引导形态设施。基于人群的实际活动需求，打破道路、公共空间、建筑场地等不同空间之间的隔阂，避免行人需求与空间供给之间的错位，同时采用刚弹结合的管控方式，化解静态蓝图式设计与人群需求动态变化之间的矛盾，实现“流”与“场”的良性互动。见图1。

2.1 溯流：基于人流动向的锚点识别

在城市尺度上，人流活动表现为大规模人群在时空维度上的迁移活动，步行空间作为承载人群短距离位移活动的空间，往往没有完整涵盖人群的行为链，而是与其他交通行为衔接“最后一公里”交通，因此步行空间的设计需要面向城市尺度，满足多向涌入人流的需求，在宏观层面上依托数字化手段解析人流的步行需求。

基于高精度LBS数据复现与设计场地相关人群的运动轨迹，与建成环境底盘、AOI数据进行叠合分析，构建人群活动行为链以进一步获取设计场地步行人群的流入位置及步行目的地，指导划定街区步行空间需要衔接的人流源头和目的地，作为具体路径、空间设计的依据。一方面，通过整体叠加人群步行行为链，生成主要步行人流涌入源头与流向目的地集合，并统计人流量等级，以指导步行空间的连通方向、密度布局；另一方面，通过行为分类为步行人群添加画像标签，解析宏观人流中就业通勤、日常休闲、外来观光等不同类型人群的构成比例，以更加精准化地分析人群的关联功能、空间偏好，预判在周边功能空间变化的情况下步行人流的改变情况。例如，观光人群更加偏好与特色文化设施串联的路径，而通勤人群则更注重通行效率，典型人群类型数据能为模拟步行空间的个体行人活动提供参数依据。

2.2 定流：基于锚点联通的路径组织

在片区尺度上，人流活动表征为人群在城市区域不同路径中活动从而形成的“支流”，其步行活动需求是路网便捷通达、布局功能适配，因此步行空间在路径层面设计的核心是实现路径网络完整衔接人流源点与目的地，同时引导人群与功能空间进行互动。一方面从网络结构层面关注路径的物理空间连接，减少距离和时间成本；另一方面注重路径网络与人群行为链条的逻辑连接，将功能上具有相关性的用地、设施通过路径进行联系，引导人群自然流向所需要的功能空间。

依托sDNA等空间句法分析软件构建步行空间拓扑网络，能清晰精准地刻画高密复杂建成环境下的步行网络。步行网络分析不仅能通过拓扑可达性的网络分布来评价步行空间的整体联通性，还能通过选择度来预测不同路径上的步行流量。从整体上看，通过对网络关系与用地功能、设施节点的耦合分析，可以将步行空间结构与其他功能体系进行匹配，从而实现人群需求与功能供给的稳态匹配；从局部上看，分析重要人流源点可达范围对其目的地的覆盖程度，评价步行空间覆盖率，并结合功能布局提出路径联通、网络加密等方面的优化建议，能够实现路网结构与步行人流需求的匹配。

2.3 分流：基于个体模拟的空间设计

在街区尺度上，步行空间由具有三维特征的通道、节点等空间要素构成，拓扑的网络结构需要拓展成有具体宽度、形态的空间，具有承载人流活动、组织多向人行流线、支撑人群集散的实际功能。人群对该尺度步行空间的核心诉求是步行舒适、功能完备，需要将人流拆解至个体行人的颗粒度，从人的时空活动特征出发，精细化考虑公共节点的布局、通道形态、三维界面，满足通行、休闲、聚集等多样化的活动类型。

基于LBS数据所识别的现状人群，以及面向未来的规划目标人群，归纳得到由人群活动行为OD、行动速度、空间偏好等构成的特征参数集。基于设计模型对各类具体的步行设施与空间要素进行处理，如出入口、广场、垂直交通等，构建适用于模拟仿真的数字化步行空间模型。通过诸如Mass motion、AnyLogic等多代理系统人群活动仿真软件，在数字底盘内模拟人群的活动过程，并对代理粒子群赋予运动规则，使其能够更加真实地模拟行人进行目的性、偶发性活动，评估具体空间形态对人群活动的实际分流作用，以此为依据反馈优化物质空间。对重要步行节点空间中典型流量场景下的瞬时密度、不同出入口间的人群步行时间进行分析，针对识别得到的人流活动异常点、绕行路径等进行空间形态方面的优化，如人行通道的拓宽、多向交汇点的分隔、等待休息区域的布局，从而提升行人活动的舒适度与效率。

3 以广州火车站片区为例的方法应用

此次研究依托广州火车站片区详细规划，以交通流量巨大、人行活动丰富、慢行网络立体化的中心区枢纽片区为例，将“数流定形”的设计方法应用于慢行体系、地下空间等的设计，以期提供承载复杂人行交通活动的人性化、安全、高效步行空间，进而提升广州火车站片区的经济、文化活力，将其打造为高质量发展示范区。

3.1 站城溯流：人流锚点的数字化识别

广州火车站中心区枢纽片区周边人群构成复杂，流动方式与聚集程度多样，人的活动在很大程度上影响空间形态的设计，因此采用数字化方法识别站、城人群的流动方向与活动锚点是“数流定形”的前提。在该项目中，通过LBS数据生成广州火车站周边地区人群活动的热力密度，与空间矢量数据叠加分析以识别人群流动的方向、流量等级，进而识别人流大量涌入片区的锚点位置。

从流动方向与源头方面看，该片区的人群流动具有明显的外向特征，外来人群达到了80%以上，其内部的大型商圈、枢纽站点吸引了大量外部办公通勤、长途出行人群，这些人群主要来自北侧白云新城方向和南侧老城区方向。从具体的活动锚点看，目前人流产生的主要位置有广州火车站、越秀公园地铁站、三元里地铁站、省客运站、市客运站等公共交通站点，同时还有环市西路、广园西路、人民北路、内环路沿线主要交叉口。见图2。

在内部人流活动方面，通过对人流活动密度与用地功能的校核，发现片区内主要的人流活动锚点有地铁站(3个)、广州火车站、省客运站以及服装市场、皮革市场、流花展贸中心等。典型的活动人群类型及迁移活动路径如下：办公通勤人群主要在地铁站、公交站点与站北商业商务地块间流动，集中于早晚通勤时段；批发采购商户在站前路、站西路的服装市场与物流仓储网点间移动，集中于日间时段；长距离出行旅客主要在广州火车站、省客运站及地铁站间流动，其间部分旅客会在流花展贸中心、apm服装城等餐饮服务密度较高的区域停留，整体人群活动较集中于站南区域，与站北区域的联系较少。见图3。

通过外来人流方向与内部人流活动的识别分析，发现人流集中涌入广州火车站南侧区域，多处人流锚点间的流动均依靠内环路沿线单一路径，因此应结合人流方向完善活动锚点间的路径网络，根据流动方向对同一源头涌入的人群进行分流拆解。例如，增设地下活动层，将广州火车站出站人群中乘坐地铁前往外部区域的部分人群直接引入地铁层，对于前往周边商业商务地块的部分人群，则通过地下通道快速疏解。

3.2 网络定流：人流锚点与功能空间的路径联通

在识别人群的活动锚点与流动方向后，步行网络需要与之匹配，为人群的流动提供适宜的路径。一方面步行网络需要顺应人群的流动方向，从时间成本上实现效率提升；另一方面则需要引导人群流动，与用地功能布局、开发建设强度相匹配，形成人群活力与城市结构复合的廊道以带动片区发展。在该项目中，基于sDNA空间句法对三维步行网络的覆盖率、联通程度、流量等级进行现状研判，将分析结果与人流锚点识别结果、用地布局、开发强度设计方案叠合，进而将步行路径与其进行匹配，完善互联网络。

从覆盖率与联通程度方面看，可达性高值区主要为站南前广场、西南侧服装市场区域，而站南人民路沿线、站北整体区域可达性较差，地块尺度较大导致人车流线混乱，步行路径密度低。从整体上看，片区被铁路轨道割裂，南北两侧缺乏联系，随着站南、站北的发展，跨站需求进一步增长，未来易形成拥堵。

从流量等级方面看，依托广州火车站能级提升，现状人流活动锚点以及未来邮政大院、站北广场、流花宾馆等新增人流锚点之间，将形成以站体及周边商务地块为核心的放射型流量高值区域，而围绕站体规划的中高强度商业商务街区之间未形成完整的立体网络结构，地面步行交通受到主干路、高架阻隔，现有天桥不适合大流量人群使用，整体路径流线迂回，现状步行网络难以满足广州火车站升级改造后周边地块大规模的潜在流量。

设计优化方案以广州火车站为核心，形成圈层放射状步行体系以实现流径与功能结构的匹配，整体构建“一环、五廊”的慢行骨架，联通现状、新增人流锚点以满足大流量慢行需求。基于火车站周边TOD商办地块及站南站北广场，形成地下空间与二层连廊构成的环形结构，满足南北跨站人群的步行需求。由火车站延伸出3.5 km长的地下通道串联高铁进出站厅与7个地铁站点，在潜在流量较大的人民北路、站前路等路径沿线设置核心开敞公共空间，满足行人集聚的空间需求，同时对周边的商业、文化空间布局进行优化，引导价值客群，提升经济效益，实现人群、功能空间的供需稳态匹配。见图4。

3.3 节点分流：步行场所与行人流线的空间拟合

在网络结构合理的基础上对慢行路径展开具体的空间形态设计，基于步行网络可达性分析结果与设计方案，选取重要的公共节点进行细化设计，需要在这些节点空间中模拟行人个体活动，基于活动密度、轨迹、速度，对空间尺度、通道连接是否会造成行人堵塞、绕行等问题进行研判。在该项目中，采用MassMotion行人模拟软件对站前广场、邮政大院TOD地块、流花展贸中心等多个节点进行了典型流量下的行人活动分析。

以站南广场公共活动层分析结果为例，南广场是连接现状地铁2号线、5号线、规划11号线、22号线与广州火车站主要入站口的重要步行节点空间，在广州火车站升级改造后，其更成为联系站南、站北TOD开发商办地块的重要核心，集中了火车站入站人群、地铁通勤办公人群、购物休闲人群等多种类型、多方向的人流活动。在仿真模拟中发现，在通勤高峰期人流量场景下，该节点最大的人流密度超过5.4人/m²，行人平均移动速度为0.79 m/s。结合轨迹重叠度识别得到3处拥堵点，主要位于东西两侧出站闸机、火车站入站区域，其形成原因主要是经由东侧出入口出站需要绕行距离较远。在优化过程中，一方面优化具体路径以疏解人流，在东侧区域增加通道以缩短出站距离，从而引导部分出站人群选择东侧出口，缓解西侧的流量压力；另一方面优化空间尺度以调蓄人流，增加周边地块与西侧地铁出站区域、火车站入站区域联通通道的宽度，并设置小型节点广场，为多向人流的交叉转换提供空间，有效疏解拥堵情况并缩短入站人群、通勤人群的步行时间。见图5。

4 结束语

在“以人为本”的城市更新时代，规划愈加强调以空间中的活动人群为主体，关注其行为特征和主观需求，并采用空间设计手段进行应对。步行空间作为城市空间设计的重要部分，既应顺应人流，又应引导人对空间的使用。在数字化城市设计的时代，多样化的数据类型和基于数据的仿真模拟手段为刻画及分析人群活动提供了便利，利用数据复现替代人工调查，降低了挖掘人与空间互动规律及问题的人力和时间成本。

此次研究从步行空间的设计理论与发展诉求出发，基于对人群活动不同尺度下的数字化分析，提出包括“溯流”“定流”“分流”3个步骤的“数流定形”步行空间设计方法，并将其应用于广州火车站片区详细规划，为人群活动密集、交通需求巨大的中心区枢纽周边地区的步行空间设计提供了科学有效的支持，为人本位的规划设计理论拓展了新的方法路径。

新媒体编辑：梁志霞

审读：邓倩

终审：刘芳

文章全文详见《规划师》2024年10期

《数字增强下的城市步行空间设计与优化方法——以广州火车站片区详细规划为例》