基于体验者感知要素的传统商业街区发展模式

基于体验者感知要素的传统商业街区发展模式——以北京老城地区为例

 

摘要：为避免传统商业街区同质化更新，探索街区可持续发展模式，以北京老城地区为例，通过获取7个传统商业街区中体验者所拍摄的图像，利用卷积神经网络（CNN）技术提取出体验者重点关注的建筑、街巷、美食消费、行为活动、招牌广告5类核心要素。根据要素特征与体验者感知内容将其划分为本体与衍生2种属性，通过5类要素和2种属性的占比情况分析体验者偏好与街区发展模式的关联。结果表明：

 

1）体验者更加青睐街区的衍生属性，且2种属性占比差异可通过相关要素整合进行改善；

 

2）7个街区的发展模式分化为衍生属性占比较高模式和2种属性占比相近模式，模式并存有利于老城街区活力提升；

 

3）2种属性占比均衡的模式更有利于传统商业街区的可持续发展。通过直接提取以上5类体验者感知要素能够有效反映出传统商业街区发展模式存在的问题，有助于传统商业街区的复兴与多元发展策略的选择。

 

传统商业街区一般指与传统经济模式和传统生活模式相适应的，市民进行传统生活和商业活动的街区[1]。但是随着社会发展，传统商业街区的内涵得到了拓展，许多具有传统风貌的历史街区在当代经过改造后也具有商业性质，部分历史上以商业功能为核心的街区经过拆改建设后模仿原貌进行重新经营，还有部分传统商业街区延续着明清以来的风貌并保存有大量遗迹，可见多种发展模式的传统商业街区都并存于城市之中。然而，众多种类的传统商业街区在更新改造后出现了活力降低、发展持续性不足、过度商业化等问题，有必要在当代背景下重新审视传统商业街区的发展模式，从新视角拓展更新实践路径。

近年来，诸多城市保护与更新的理念建议、政策实践使得街区发展呈现多元化趋势，如《关于城市历史景观的建议书》（RecommendationontheHistoricUrbanLandscape）强调了历史性层积（historiclayering）的多样性价值[2]，引导街区规划朝多元要素的保护利用一体化发展[3]。北京市商务局在2021年提出“推进前门大栅栏商圈打造以‘老字号+国潮’为特色的传统文化消费圈”[4]的倡议，展现出将经济发展与文化内涵融合到传统商业街区更新过程之中的趋势。这些理论与政策促进了城市传统商业街区的更新，同时更加关注商业模式、文化特色等多样价值的展现，着力避免“千街一面”的现象。因此，探寻适合不同街区的发展模式成为传统商业街区更新研究的重点。

 

目前，传统商业街区的更新研究有众多成果。更新实践层面，学者主要通过空间句法[5]、肌理修复[6]、资源重构[7]等方法对于传统商业街区进行空间与形态更新研究，通过“微更新”[8]、“轻改造”[9]、“有机更新”[10]等模式从街区本体出发开展更新尝试，能够有效提升部分传统商业街区的品质与环境，是目前主要的规划实践路径。更新理念层面，研究者主要从社区居民意识注入[11]、历史信息的真实感知[12]、建成环境指标构建[13]、行为模式与空间的相互适应[14]等方面将传统商业街区与本土居民、游客等体验者的需求相结合开展研究，将街区更新过程从物质空间主体转向人与空间的互动之中，使得空间更新模式朝向人文化、交互化发展。

技术发展层面，数据计算逐渐应用于街区更新之中，研究者主要通过“兴趣点（pointofinterest,POI）与图像数据”[15]、“网络评价”[16]、“使用后评估（postoccupancyevaluation,POE）”[17]等方法收集与分析体验者的感受数据，将其应用于街区更新指标统计与研究之中，能够在一定程度上提升传统统计与研究的效率，并将部分问题量化分析。不难看出，街区更新实践路径从以物质空间为重点发展到以人的体验、感知、评价为核心，“人群需求”正在逐渐深入影响传统商业街区的发展模式，而将体验者反馈数据作为评价和衡量街区活力与可持续发展程度也变得更为重要。

 

依据以上理论趋势的发展，重新审视传统商业街区的更新过程可以发现诸多问题。首先，公众参与过程中多采取问卷、访谈、评价等形式，其中数据量不足、受众面较窄、真实性缺乏等因素造成公众参与不够充分，导致了体验者需求不能直观展现与量化。其次，在更新实践过程中多采用同质化的风貌复原模式，使得街区特色要素不突出、空间尺度千篇一律、街区整体品质降低与体验者感受不佳。最后，更新前后缺乏对体验者需求的考证，导致未能平衡商业利用与保护发展的关系，从而使得街区活力下降和可持续发展动力不足。以上问题表明在街区更新过程中，体验者感知的结果是衡量传统商业街区发展模式是否适宜的标志。因此，充分采集体验者视角的感知数据，提取其中的核心要素进行综合分析成为探讨传统商业街区不同发展模式适宜性的重点。

 

 

根据以上问题与研究趋势可以得知，如何有效地进行体验者数据收集与处理是首要问题，同时在分析过程中如何将数据与街区发展的情况进行整体分析是另一重要难点。由于利用计算机技术创造的模型与方案范式不能够完全替代人工筛选数据及解决街区更新中的诸多问题，因此本研究尝试利用网络爬虫技术进行体验者数据的收集处理，在分析的过程中将数据反馈情况融入衡量街区发展模式差异之中，同时对人口密度、空间利用规模开展调研，将调研结果与所收集的数据内容进行对照分析，以此从体验者视角进行传统商业街区发展模式的再评析。



具体实验过程则是通过直接获取充足的体验者所摄图像作为一手数据，利用卷积神经网络（convolutionalneuralnetwork,CNN）技术大量、有效地提取图像代表的各类型要素，通过要素占比情况得出体验者的直观感受，从而解决传统方法数据量不足和反馈不真实的问题。同时，将占比结果、数据内容、调研统计与街区发展模式进行比对，找到四者关联之处以进一步探索影响街区多样化和可持续发展的占比因素，分析在规划设计阶段需要进一步提升的内容，为传统商业街区更新实践模式的完善提供理论支撑（图1）。