空间可视域分析的出发点就是人的视觉系统,视觉在所有社会空间感知模式中占据了最重要的体验比例。体验经济时代,高视觉吸引力的商业街能够显著增强公共空间的经济和社会活力。另外,大数据技术的飞速发展丰富了人类行为与空间环境的动态时空关系的研究。POI信息点能有效帮助城市规划者评估空间功能组织,具有可视化效果的热力图也已成为显示海量数据最常用的模式,广泛地应用于城市规划空间使用的相关研究。随着城市新型商业集约化的发展,商业步行街区的建设迎来了一个快速发展的时期。然而,商业步行街区的空间特征与空间更新策略的研究大多遵循传统的空间量化方法,样本数量有限、精确度低且不能为量化研究相互验证提供研究基础与方向,较少从空间计量视角组合可视域与大数据方法量化分析街区空间形态、空间功能与使用特征。本文通过文献综述归纳总结了可视域理论的研究基础与方法工具（Isovist-App）的应用,总结了新数据环境下大数据信息在城市规划领域的应用。整理了商业步行街区的发展进程、街区空间相关理论、研究视角与维度,厘清了商业步行街区发展现状与主要问题。指出我国关于街区空间形态、功能与使用的多维度量化研究尚处于初级阶段,缺乏完善系统的研究模式、方法与规划策略。基于文献综述基础,本文尝试性的通过组合空间计量方法,提出新的空间特征研究模式,即叠合空间可视域分析与大数据统计,从空间形态、空间功能组织、空间人群使用三方面构建研究框架,以实证研究为基础,将量化结果转译成空间属性特征与空间更新策略依据。其中,空间形态研究通过软件模拟对商业步行街区的空间属性进行全局测量和路径测量,进行变化趋势统计和空间序列分析,根据曲线变化趋势总结空间序列的特点和问题。空间功能研究通过爬取POI数据和GIS工具计算核密度与街道功能混合度,反映商业业态分布特征;空间使用研究通过截取的人流热力图与GIS工具统计分析人流时空变化特征。最后,本文总结了空间形态特征、功能特征与使用特征,对现阶段天津街商业步行街区规划中出现的问题进行反思与探索,有针对性地提出空间更新优化策略。创新性地提出新数据环境下空间特征研究的量化方法与数据循证模式。此外,对研究过程中存在的局限进行反思,包括空间研究要素的全面性、数据信息转化的普适性等,为今后相关研究提供参考思路与展望。