街道结构特征及其与土地利用分布的关系——以天津市典型区域为例
车冠琼，仇保兴，杨 滔
空间是形式与功能的结合，它不仅仅是静态的物质实体，也不仅仅是人类社会活动的背景，而是作为各项社会经济活动的内在属性之一，与人们的各类行为相互塑造和影响[1]。同时，空间也彼此关联，局部空间的功能发挥均受限于它与其他部分之间的关系以及它在整体中的位置，而整体空间系统也不是部分单纯的累加，而是各局部空间在不同尺度上相互作用涌现的结果[2]。由此可见，在城市空间语境下，任何社会现象的产生及发展都有其空间逻辑，且空间联系及其尺度差异影响各类社会现象的演化轨迹，因此探讨不同尺度空间环境下社会现象的空间机制能够有效防止城市规划发展过程中决策的主观性和随意性，提升决策的科学性和空间的利用效率。空间句法为我们研究空间组构与社会经济活动的关系提供了有效的理论和方法，它以整体的、联系的视角，以邻近度（整合度）、中介度（选择度）、易读性等中心度指数，定量刻画空间要素的相对地位，显示不同尺度下中心度分布的集聚与扩散模式，进而揭示空间网络如何层层嵌套，使得局部空间在不同尺度形成了不同的区位特征，进而影响土地利用和功能布局。换言之，空间句法为分析空间结构形态对土地利用分布的影响提供了网络的、联系的视角，即局部场所的作用和活力不是生硬营造出来的，而是空间结构的某些属性在不同尺度上层层嵌套的结果。
以往研究发现，反映街道易达程度的邻近度、反映街道被经过概率的中介度越高，土地开发强度越大[3-8]。但对于不同的土地利用类型，产生影响的中心度指数、影响尺度等有所不同。局部尺度范围内邻近度较高的街道对商业和居住具有正向吸引，原因在于这类街道在小尺度范围内具有较高的可达性，利于形成大量的人流，从而保障土地的利用效率[6,9,10]；
而大尺度范围内中介度较高的街道则对工业用地具有正向吸引，原因在于这类街道在大尺度范围内具有较高的连通性，为工业发展提供了便利的交通条件[8]。此外，随着研究区域的拓展，发现在具有不同空间结构和形态特征的区域，中心度指数与土地利用分布的关系有所差异。在传统型街区，由于路网密度高、街道之间的连通性好，靠近市中心的街道在小尺度范围内同时具有较高的邻近度和中介度，为人流的到达和通过提供了便利的交通条件，因此对商业分布具有显著的正向吸引[5]；
而在现代型街区，小区内部由于道路曲折、空间认知困难，多以单一的居住功能为主，而连接各小区的街道则在中尺度范围内具有较高的中心度，对商业设施的吸引力更高[5]。
分析上述研究成果可知，以往研究较多证明可达性高、可通过性高的街道对商业、居住等功能具有较高的吸引力。但多仅考察局部和全局两个尺度的中心度指数对土地利用分布的影响，缺少对不同尺度指数的全面考虑；
此外，以往的研究主要分析中心度指数与商业分布的关系，对土地利用的考察不够全面。因此，本研究在以下两方面进行补充：一是分别测算街道从局部到全局共10个尺度范围的邻近度和中介度，以更加准确的识别影响土地利用分布的具体中心度尺度，深入揭示空间网络如何层层嵌套影响局部空间的区位，进而影响土地利用布局；
二是在土地利用分布方面以街道两侧不同缓冲区内的建设强度和混合度反映土地整体开发建设情况，并通过街道两侧多个缓冲区的划分减少土地利用统计范围不同对分析结果的影响。为此，本研究选取天津市具有典型街道网络结构的两个区域为案例，运用空间句法的理论和方法，以线段图表示街道网络，以各线段在不同尺度、不同距离测算方式下的邻近度和中介度反映其可达性和可通过性，进而通过相关性和多元线性回归分析其对土地利用建设强度和混合度的影响。其中重点探讨以下三方面问题：两个研究区域街道网络结构的特征及异同；
街道网络结构特征与土地利用分布是否具有相关性；
相关性在两个区域的差异及其原因。以此揭示街道结构特征和功能分布在不同空间尺度下的关系，进而探讨如何利用特定街道网络结构下形成的区位级差优势布局相应的功能，促进空间利用效率提升。
1.1 研究区域选择及概况
斯蒂芬·歇尔（2011）提出，格网型和树形是既相对简化，又方便应用于真实街道分类的两大基本形态[11]。据此，本研究在街道网络形态丰富的天津市选取了方格式路网的滨江道区域和树形路网的华苑区域作为研究案例。滨江道区域位于天津市中心城区核心地区，面积约1.3km2。其中，和平路与滨江道共同构成了天津市最繁华的商业步行街。道路形态以小尺度、井字形、正交口为特点，使得任意两个节点间都有多种路径可以选择，可达性高。步行街及主要道路两侧多大型商业综合体，其他道路两侧多沿街商业，商住混合度高。华苑区域位于天津市中心城区西南边缘，面积约1.7km2。具有由城市干道-居住区级-小区级-组团级-宅间道路构成的等级分明的街道结构，呈现一定程度的树形形态。生活服务设施采用层级式配套和布局，主要商业服务设施多布局在城市干道及居住区级道路两侧，幼儿园等小型公共服务设施多布局于各小区内部（图1）。
图1 研究区域
1.2 街道中心度指数衡量
根据以往的研究成果，邻近度和中介度与土地利用分布密切相关，但多仅分析局部和全局两个尺度的中心度指数，缺少对多尺度的全面考虑。为弥补这一不足，本研究运用空间设计网络分析（Spatial Design Network Analysis, sDNA）软件，分析街道在不同距离测算方式以及从局部到全局共10个尺度范围的邻近度和中介度，更加细致的刻画街道在不同尺度范围内的相对作用，进而分析影响土地利用分布的具体中心度尺度[12]。其中：邻近度反映某一街道对于其他街道的邻近或易达程度，邻近度高，街道可达性高，以sDNA的NQPD（network quantity penalized by distance）指数表示；
中介度表达某一街道吸引通过型人（车）流的潜力，中介度高，街道被经过的概率高，以sDNA的Betweenness指数表示。选取地理距离和角度距离作为衡量最短路径的方式，前者意味着从出发地到目的地距离最短，后者意味着从出发地到目的地角度变化之和最小。此外，为反映每条街道在不同尺度范围内的作用及变化，选取从局部到全局共10个半径范围，分别为500m, 1000m, 1500m, 2000m, 2500m, 3000m, 3500m, 4000m, 5000m，n（整个研究区域）[13,14]。由此，每条街道的中心度指数均由40个变量描述，表示其在不同半径、不同距离计算方式的邻近度和中介度。本研究对天津市中心城区以及华苑区域西侧外延7km内的所有道路进行中心度测算，从中提取案例地数据，以消除边界效应影响。
1.3 土地利用分布指数衡量
选取建设强度指数和混合度指数表示土地整体开发利用情况。其中，建设强度表示为：
式中，I为建设强度，F为项目用地范围内地上总建筑面积，A为总用地面积。I越高，该区域建设强度越高。混合度表示为：
式中，M为混合度，FRESI为居住用地建设强度，FBUILD为所有用地建设强度，FRESI/FBUILD表示居住用地占建设用地的比例，若居住用地与非居住用地高度混合（各占一半），则FRESI/FBUILD为1/2，即M越小，该区域土地利用混合度越高[15]。
建设强度与混合度指数的衡量均涉及项目用地范围定义的问题，根据研究区域的街区规模，分别测算街道两侧100m、200m、400m范围内的建设强度与混合度，反映街道两侧从沿街到街区范围的用地分布。由此，每条街道两侧的土地利用分布均由6个变量描述。
2.1 街道中心度指数分布特征
不同尺度、不同距离测算方式的中心度指数在两个区域呈现不同的分布模式。在地理距离下，全局尺度邻近度在天津市中心城区呈现从地理中心到外围递减的圈层式分布，因此，位于城市中心区域的滨江道区域在全局的可达性高于位于城市边缘的华苑区域；
在局部尺度，方格网式的滨江道区域由于具有更小的街区尺度和高连通性，靠近地理中心的街道可达性高，道路等级分明的华苑区域则受路网密度影响较大，路网密集的部分小区内邻近度高。中介度，在局部尺度，滨江道区域中介度高的街道主要体现为位于地理中心附近的街道，华苑区域主要体现为连接各居住组团的城市道路；
在全局尺度，高中介度分布凸显出城市干路系统，在两个区域皆体现为连接区域内不同地块以及将该区域与城市其他区域相连的干道。在角度距离下，无论在局部还是全局尺度，滨江道区域的可达性皆高于华苑区域，对于前者，大部分道路邻近度高且分布较为均匀；
对于后者，在局部尺度，高邻近度的路段主要体现为连接不同组团的道路，在全局尺度，体现为将该区域与城市其他区域相连接的城市级干道（图2）。
图2 g 500m半径范围内角度距离中介度分布
图2 e 500m半径范围内角度距离邻近度分布
图2 c 500m半径范围内地理距离中介度分布
图2 a 500m半径范围内地理距离邻近度分布（左为滨江道区域，右为华苑区域，下同）
图2 h 全局尺度下角度距离中介度分布
图2 t 全局尺度下角度距离邻近度分布
图2 b 全局尺度下地理距离邻近度分布
2.2 土地利用分布特征
两个区域相较而言，滨江道区域的建设密度更高、建设强度更大，中高层建筑主要分布于城市干道及滨江道步行街两侧。非居住用地比例更高，且与居住用地相互交错、均匀分布。街区尺度较小，街区边长多为100m～150m；
华苑区域建设强度较低、开敞空间更多，居住建筑以4～6层为主，非居住用地以沿街底商为主，分布于居住区级道路两侧。街区尺度较大，街区边长多为250m～450m（表1、图3）。
图3 b 华苑区域土地利用功能分布
图3 a 滨江道区域土地利用功能分布
表1 研究区域土地利用分布特征
3.1 街道结构与土地利用分布的相关性分析
本研究利用spss统计软件，以不同距离测算方式、不同半径下的邻近度和中介度作为自变量，以街道两侧不同缓冲区内的建设强度和混合度作为因变量，分别做每一个自变量与因变量的线性回归，通过对p、R2、相关系数的统计，分析自变量与因变量之间相关性的大小和方向。其中，中介度指数呈幂律分布，在回归分析前通过对数转化使其符合正态分布，以减小极值对相关性结果的影响。
3.1.1 街道结构与建设强度分布的相关性
根据R2可知，总体来看，中心度指数与华苑区域建设强度的相关性略高于滨江道区域。其中，邻近度与建设强度的相关性高于中介度，即可达性对建设强度分布的影响程度高于可通过性。两个区域的差异主要体现在相关性随半径扩大的变化趋势不同，相关系数正负性不同。华苑区域，在街道两侧400m缓冲区内，邻近度的影响随半径扩大呈先增后降的“倒U”型分布，即在半径1000m～3000m时影响最显著，此时相关系数为正，说明在中小尺度范围内，邻近度高、可达性好的街道对高建设强度具有吸引力。这类街道主要体现为连接各居住组团的道路，在实地调研中发现，由于在小尺度范围内具有较高的可达性，这类街道是人们日常出行经常利用的街道，因此具有较高的人流量，而较高的人流量又对开发建设强度的提高起到了积极的推动作用，在一定程度上体现了空间句法提出的“出行经济”理论，即街道网络相互连接形成的中心性非均匀的影响了人们在城市空间中的分布，各类功能随之布局，而功能布局又将进一步影响人流分布，从而体现出街道网络形态的倍增效应[16]。在200m缓冲区内，角度距离中介度在全局尺度产生一定程度的负向影响，即该区域外围以服务机动交通为主的街道对建设强度产生了一定程度的负向影响。滨江道区域，在街道两侧200m和400m缓冲区内，角度距离邻近度的影响随半径扩大而下降，且在小尺度体现为负相关，说明小尺度范围内邻近度的高道路对高建设强度的吸引力有限。这可解释为这类街道两侧以商住混合分布为主，居住建设强度不高，因此小型的沿街服务设施基本能够满足人们的日常生活需求，对高建设强度的推动力不强（图4）。
图4 d 各半径范围内角度距离中介度与各缓冲区内建设强度R2
图4 c 各半径范围内角度距离邻近度与各缓冲区内建设强度R2
图4 a 各半径范围内地理距离邻近度与各缓冲区内建设强度R2
图4 b 各半径范围内地理距离中介度与各缓冲区内建设强度R2
3.1.2 街道结构与功能混合度分布的相关性
根据R2可知，总体来看，邻近度与混合度的相关性高于中介度，尤其以地理距离邻近度对滨江道区域的影响最为显著，在该区域街道两侧200m和400m缓冲区内，相关性随半径扩大呈“倒U”型分布，即在中尺度范围内（1500m≤r≤4000m）的影响更显著，此时二者呈正相关，说明在中尺度范围内可达性高的道路，有利于提高土地利用的混合度。地理距离邻近度对华苑区域的影响则较弱，主要体现在全局尺度，此时相关性为负，即在全局尺度可达性高的道路并未对高混合度的分布产生正向吸引。这类街道主要为以服务机动交通为主的城市干线，以穿行的车辆为主，缺少多样化的步行活动，因此对多样化功能的吸引力有限。中尺度范围内具有高角度距离邻近度的道路对混合度分布产生一定程度的正向影响，这类街道主要体现为连接各居住组团的道路，较高的可达性为附近居民的出行活动提供了便捷可达的交通条件，因此具有一定的人流量，而这些人流又吸引了多样化的功能在此布局[17]（图5）。
图5 d 各半径范围内角度距离中介度与各缓冲区内混合度R2
图5 c 各半径范围内角度距离邻近度与各缓冲区内混合度R2
图5 b 各半径范围内地理距离中介度与各缓冲区内混合度R2
图5 a 各半径范围内地理距离邻近度与各缓冲区内混合度R2
3.2 街道中心度指数与土地利用的多元线性回归分析
为进一步考察不同尺度下的街道中心度指数对土地利用分布的整体影响，以不同缓冲区内的建设强度和混合度作为因变量，以不同距离测算方式及不同半径下的中心度指数作为自变量同时加入回归方程，进行多元线性回归分析。为降低各半径中心度指数共线性对回归结果的影响，本研究采用逐步回归分析法。
3.2.1 街道中心度指数与建设强度的回归分析
通过R2可知，街道中心度指数对建设强度分布的影响在华苑区域略高于滨江道区域。对于华苑区域，在中小尺度具有较高可达性的街道对建设强度分布具有正向吸引，而全局尺度的角度距离邻近度和中介度与200m缓冲区内的建设强度分布呈现负相关性。说明在树状的街道网络结构下，在中小尺度范围内具有较高邻近度的街道对于居民而言便捷可达，能够吸引一定数量的人流，而这些人流又进一步推动了开发建设强度的提高，换言之，高邻近度和高建设强度的协同布局为附近的居民提供了便捷可达的功能服务，有利于提高空间的利用效率。但同时，大尺度范围内具有较高中心度的街道对建设强度产生负向影响，反映出该区域具有一定程度的内向性和封闭性，其功能以服务附近的居民为主，服务和吸引半径有限。
滨江道区域建设强度与小尺度范围内的邻近度呈负相关，说明小尺度范围内可达性高的街道对高建设强度的吸引力有限。在实际调研中发现，小尺度范围内邻近度高的街道两侧主要分布有居住功能和小型沿街服务设施，是居住在此的居民的主要活动区域。便捷可达的街道网络与多样化的沿街服务设施已经能够满足人们的日常生活需求，因此对高建设强度的吸引力有限（表2、图6）。
表2 街道中心度指数与建设强度多元线性回归系数
图6 b华 苑 区 域400m缓冲区内建设强度分布
图6 a滨江道区域400m缓冲区内建设强度分布
3.2.2 街道中心度指数与混合度的回归分析
通过R2可知，街道中心度指数对混合度分布的影响在滨江道区域更显著，尤其对200m和400m缓冲区内的混合度分布，而对华苑区域仅在400m缓冲区内影响较显著。滨江道区域，混合度与中小尺度的邻近度呈正相关，与全局尺度的邻近度和中介度呈负相关，说明该区域靠近地理中心附近的混合度较高，而该区域主要干道附近的混合度较低（表3、图7）。这一结果说明该区域地理中心附近具有较高的可达性，为人们的日常生活提供了便捷可达的区位条件，吸引了商业和居住的混合布局；
而在全局尺度具有较高中心度的街道具有更大的吸引半径，吸引了规模更大的商业设施。
表3 街道中心度指数与混合度多元线性回归系数
图7 a滨江道区域400m缓冲区内混合度分布
图7 b华苑区域400m缓冲区内混合度分布
在华苑区域，1000～1500m半径范围内可达性越高的街道对土地利用混合布局越具有吸引力，这类街道主要为连接华苑与其他区域的城市级干道、将该区域内部各居住组团相连接的街道；
同时，大尺度范围内邻近度和中介度较高的街道与混合度呈现一定程度的负相关，这类街道主要为服务过境机动交通的城市干道，行人活动缺乏，功能单一。
通过回归分析可知，街道结构与土地利用分布具有一定程度的相关性，但在不同的街道结构特征和空间尺度下，相关性大小、影响方向及主导性指数等存在差异。滨江道区域，高建设强度和高混合度区域分布存在一定程度的分离，其中，高建设强度区域与中小尺度范围的邻近度呈负相关、与中尺度范围的中介度呈正相关，说明其分布相对远离该区域的地理中心，而呈现一定程度上的“外向性”分布特征，即面向连接该区域与其他区域的、服务于城市或分区的城市主次干道；
而混合度则与中小尺度范围内的邻近度呈正相关，呈现“内向性”分布特征，即面向在局部尺度便捷可达的道路，主要服务于当地居民的日常生活。相较而言，华苑区域高建设强度与高混合度分布较为一致，主要分布于在局部尺度具有较高可达性的街道两侧，这类道路多为连接各居住组团的城市干路或居住区级道路；
此外，全局尺度的中介度与混合度分布呈负相关性，说明该区域的土地利用具有一定程度的“内向性”和“封闭性”特征，其功能主要分布于在局部尺度具有较高中心度的街道两侧，以服务周边居民为主，服务和吸引半径有限。
上述结论说明，土地利用受街道网络结构和秩序的影响进行相应布局，以利用不同的区位优势、服务相应的人群[18]。滨江道区域大尺度范围内邻近度和选择度较高的街道两侧建设强度较高，这类街道由于在大尺度范围内具有较高的可达性和可通过性，为较远距离的人群提供了便利的交通条件，因此建设强度较高；
而在局部尺度具有较高可达性的街道为人们的日常出行提供了便利的交通条件，较高的人流量对多样化的服务产生了相应的需求，因此街道两侧形成了居住+沿街商业的混合布局模式，这种布局模式在较小的尺度范围内为附近居民提供了便捷可达且丰富多样的功能服务，又进一步鼓励了居民的日常出行，也为功能的丰富和置换提供了有利的条件。华苑区域树状的街道结构下，形成了从干到梢、功能分布由混合到单一的分布模式，即高建设强度与高混合度区域倾向分布于在中小尺度范围内可达性较高的城市级或居住区级街道两侧，而大尺度范围内中心度较高的交通干线则对建设强度和功能混合度产生了一定程度的抑制作用。这种分布模式对内能够利用干梢道路的不同特性为附近居民营造日常活动的公共性和居住的私密性，对外具有一定的封闭性，服务和吸引半径有限。
上述结论启示，可利用空间句法在分析某区域在不同尺度范围的中心度和区位特征的基础上进行土地利用布局，通过功能与结构的耦合提高土地利用效益。对于滨江道区域，应更加充分利用其在局部及全局尺度均具有较高可达性的高混合度区域，通过功能置换或升级等方式提高其功能的多样性和层次性，创造更多“本地人”和“非本地人”时空共现的机会，提升该区域的活力。对于华苑区域，一方面需更加关注居住组团间的街道，不仅发挥其分区和连接的作用，而且应发挥其在中小尺度范围内具有较高可达性、对人流具有较高吸引力的优势，促进其两侧公共和商业服务设施配置的完善和环境质量的改善，为不同人群的交互和公共活动的开展提供有利条件；
另一方面，需注意与周边区域的联动发展，可利用与城市其他区域相连的、在更大区域范围内具有较高可达性和连通性的街道，布局可同时服务于本地居民和周边居民的功能和设施，发挥其对周边区域的聚合与带动能力。
运用空间句法的理论和方法能够帮助我们分析街道网络如何相互连接和层层嵌套从而形成局部空间不同的区位特征，并进一步分析这种区位级差如何影响土地利用布局，为提高街道网络和土地利用分布的耦合及空间利用效率提供了依据。然而，本研究未将空间格局中另一重要的主体——人纳入分析框架，在今后的研究中，一方面，可对土地利用类型进行细分，分析不同尺度的中心度指数对商业、居住、公共服务等多种土地利用类型的影响，以便充分利用街道网络结构形成的区位特征和优势布局相应的功能，提高空间的利用效率；
另一方面，可将街道上的行人纳入统一的分析框架，运用多主体模型等方法，考察行人如何根据街道网络结构和土地利用分布等特点对空间进行选择和利用，为提升空间利用效率和活力提供更加人本的视角。
图、表来源
文中的图、表均由作者绘制。
猜你喜欢 缓冲区土地利用尺度 土地利用变化与大气污染物的相关性研究成都信息工程大学学报(2022年2期)2022-06-14基于GIS?Logistic回归模型的土地利用变化及驱动机制研究资源信息与工程(2021年5期)2022-01-15中国地质大学（北京）土地利用与生态修复课题组农业资源与环境学报(2021年4期)2021-07-30土地利用规划的环境影响评价分析建材发展导向(2021年10期)2021-07-16财产的五大尺度和五重应对内蒙古民族大学学报（社会科学版）(2020年2期)2020-11-06串行连续生产线的可用度与缓冲库存控制研究*计算机与数字工程(2018年12期)2019-01-02基于ARC的闪存数据库缓冲区算法①计算机系统应用(2018年3期)2018-04-21宇宙的尺度太空探索(2016年5期)2016-07-12初涉缓冲区时代人物(2014年10期)2015-01-289时代英语·高三(2014年5期)2014-08-26