上海临港新城滴水湖站点广场：大数据+具身循证技术如何优化城市设计？

3. 研究概述：目标、区域与方法论

综上所述，充分发挥大数据的低成本优势，对宏观的设计场地及周边环境特征开展研判、提出假设，进一步利用深度访谈与具身循证技术验证个体空间行为活动的影响因素，可为新城建设中设计要素的导控提供精确指引。本研究以上海临港新城为研究对象，通过聚焦于该区域的滴水湖站点广场，探索新城建设背景下多源数据与具身循证技术对建成环境审计的新可能。

3.1 研究区域：滴水湖站点广场及其意义

本研究以位于上海临港新城的上海滴水湖站点广场为核心研究区域，周边400m范围为分析区域。滴水湖站点是链接临港新城与上海主城区的重要交通枢纽，同时也是促进临港新城未来产城融合的重要公共活动中心。滴水湖站点为地下二层双岛式结构，核心研究区域包括站点北侧连接的地上中央广场，南侧入口连通的地下广场，以及下穿环湖南路可达的半圆形滨湖广场（以上概括为滴水湖站点广场）是滴水湖站点的重点公共活动空间。因此，通过对滴水湖站点广场的精细化审计，能够为临港新城的未来城市建设提供重要参考。

3.2 分析方法框架：从访客画像到空间感知

本研究围绕以人为本的建成环境品质提升，从场地人群特征、人群活动规律及场所体验3个方面开展分析。基于多源数据和具身循证技术，从访客画像、行为活动、空间感知3个方面开展研究区域的建成环境审计，最终从功能要素、空间形态要素、人本尺度景观要素3个方面提出新城更新的设计介入策略。

3.2.1 访客画像：我们为谁而设计？

在访客画像方面，相较于传统的问卷调查，基于LBS数据可以更精准地描述公共空间的访客流量、到访频率、居住距离、年龄构成等特征；基于公交刷卡数据可以有效测度地铁站点的使用强度及出行模式，从而判断站点的服务类型与规模；基于POI数据、美团数据可以对公共及商业服务设施的空间分布、供给水平及服务质量开展分析。通过采集滴水湖站点广场一周内较为全面稳定的数据，可以揭示场所的使用人群特征，让设计师了解“我们为谁而设计”，为研判访客特征及需求提供坚实的基础。

3.2.2 行为活动：访客如何使用场所空间？

在行为活动方面，相较于传统的行为注记方法，基于无人机航拍影像的空间行为注记分析能更快捷、高效地针对大片区域开展分析，为设计师直观地呈现场地上的驻留、活动等行为；基于空间句法分析则能更直观地揭示空间拓扑结构特征（点、线之间的几何关系和几何位置）。由于工作日人们对公共空间使用频率较低，样本匮乏且难以反映空间活动的一般规律，所以行为活动数据的采集时间选择周末，从而获得较为典型的公共空间使用数据。通过对行为活动的研究，让设计师了解“访客如何使用场所空间”，可为新城更新提供支持。

3.2.3 空间感知：空间要素如何影响访客体验？

在空间感知方面，眼动追踪技术能直接呈现市民在空间使用过程中的凝视行为与视觉偏好要素，进而为空间的可意向性判断提供指征；可穿戴传感器能有效监测个体在特定情景下的肌电、皮电等生理电信号，量化市民直观感受到的情绪、压力等个人心理感受。相较于传统的主观感受访谈，以上方法的结合可以测度客观的空间感知，让设计师了解“空间要素如何影响访客体验”，为针对性设计提供线索。

基于以上互补性的多源数据与具身循证技术的系统性整合，可以初步建立建成环境审计的技术框架（图1），突破传统数据与分析技术的局限，使得建成环境审计可以立足于精细化的行为与需求分析，测度以往不可测的空间品质绩效，从而导向更精准的新城空间设计与更新。这一技术框架作为对多源数据与具身循证技术支持下的建成环境审计的全过程演练，将为其他新城空间微更新实践提供参考。