宋成鎮(zhèn)， 陳延斌， 殷冠文， 侯毅鳴， 陳玥瑩

(山東師范大學(xué) 地理與環(huán)境學(xué)院， 山東 濟(jì)南250358)

在城市化快速發(fā)展背景下，城市在發(fā)展過程中產(chǎn)生了許多諸如交通擁堵[1]、城市用地盲目擴(kuò)張[2]、土地利用效率低下[3]等問題，主要體現(xiàn)在以下兩個(gè)方面。一方面，隨著城市人口和商業(yè)設(shè)施不斷增加，城市區(qū)域的交通需求不斷提高，城市土地的有限性使得交通設(shè)施建設(shè)無法滿足快速增加的交通需求，進(jìn)而產(chǎn)生了城市交通需求與交通供給不平衡的矛盾。另一方面，隨著機(jī)動(dòng)車的快速發(fā)展和人們生活水平的不斷提高，城市居民的機(jī)動(dòng)車普及率越來越高，城市交通擁堵問題愈加突出，嚴(yán)重阻礙了城市居民的正常出行。這與新時(shí)代背景下的高質(zhì)量發(fā)展要求相悖，亟需優(yōu)化城市內(nèi)部交通布局和提高城市土地利用效率，促進(jìn)城市健康高質(zhì)量發(fā)展。

城市交通系統(tǒng)作為城市基礎(chǔ)設(shè)施的重要組成部分，對城市土地利用的規(guī)劃和開發(fā)起著非常關(guān)鍵的作用，同時(shí)，城市土地利用的空間結(jié)構(gòu)狀況也引導(dǎo)著城市交通基礎(chǔ)設(shè)施的規(guī)劃和建設(shè)。因此，城市交通與土地利用二者是相互作用，互相影響的。近些年來，伴隨著空間網(wǎng)絡(luò)科學(xué)技術(shù)的飛速發(fā)展，極大地推動(dòng)了關(guān)于城市道路交通網(wǎng)絡(luò)的相關(guān)研究，這為探討城市道路交通網(wǎng)絡(luò)與土地利用的相關(guān)性研究提供了技術(shù)支持。當(dāng)前比較流行的研究城市道路交通網(wǎng)絡(luò)的模型主要有兩種：空間句法模型[4-5]和多中心評(píng)價(jià)模型[6-7]?？臻g句法模型不僅能夠有效測度區(qū)域局部的空間可達(dá)性，還能夠測度區(qū)域整體的空間關(guān)聯(lián)性，經(jīng)常被用來探究城市經(jīng)濟(jì)活動(dòng)和路網(wǎng)中心性兩者之間的相關(guān)性[8-10]。2006年，Crucitti等[11]在空間句法理論的基礎(chǔ)上提出了多中心性評(píng)價(jià)模型，它是將道路網(wǎng)絡(luò)中的實(shí)際距離引入模型當(dāng)中，通過測度道路網(wǎng)絡(luò)節(jié)點(diǎn)的重要程度來反映道路節(jié)點(diǎn)的中心性的大小，因?yàn)樵撃Ｐ蜏y度的是實(shí)際距離，所以得出的結(jié)果更加科學(xué)可靠。

當(dāng)前，已有國內(nèi)外專家學(xué)者針對城市道路網(wǎng)中心性與土地利用強(qiáng)度的相關(guān)關(guān)系開展了相關(guān)研究，主要集中在以下幾個(gè)方面。①探究城市商業(yè)經(jīng)濟(jì)活動(dòng)與路網(wǎng)中心性的空間分布特征及相關(guān)關(guān)系[12-17]。②探究城市人口密度[18]、就業(yè)密度[19]等社會(huì)因素與路網(wǎng)中心性的空間分布特征及相關(guān)性。③主要采用Pearson相關(guān)系數(shù)探究二者間的總體相關(guān)性[14,17]。總的來說，一方面，現(xiàn)有研究主要集中在探討路網(wǎng)中心性與某一城市社會(huì)經(jīng)濟(jì)因素的相關(guān)關(guān)系，而針對路網(wǎng)中心性與多種城市用地強(qiáng)度開展相關(guān)性的研究相對不足。另一方面，在研究方法上主要采用Pearson相關(guān)系數(shù)探討兩個(gè)變量之間的線性相關(guān)關(guān)系。然而，路網(wǎng)中心性與土地利用強(qiáng)度在空間上的分布是不均衡的，使得兩者之間的相關(guān)性在空間上存在差異?；诖?，本研究引入地理加權(quán)回歸模型，探究路網(wǎng)中心性與不同城市用地利用強(qiáng)度的相關(guān)關(guān)系及其空間異質(zhì)性，以期為制定合理的城市交通與土地利用規(guī)劃、優(yōu)化城市內(nèi)部空間結(jié)構(gòu)和提高城市土地利用效率提供理論依據(jù)和決策參考。本文探究青島市主城區(qū)交通路網(wǎng)中心性與土地利用強(qiáng)度的分析框架見圖1。

1 研究區(qū)概況、研究方法與數(shù)據(jù)來源

1.1 青島市概況

青島市地處我國華東地區(qū)、山東半島東南部地區(qū)、東瀕黃海，是山東省的經(jīng)濟(jì)中心、國家重要的現(xiàn)代海洋產(chǎn)業(yè)發(fā)展先行區(qū)、也是一帶一路新亞歐大陸橋經(jīng)濟(jì)走廊主要的節(jié)點(diǎn)城市和海上合作戰(zhàn)略的重要支點(diǎn)。作為山東省的副省級(jí)城市、國家計(jì)劃單列市，是國務(wù)院批復(fù)確定的我國沿海重要中心城市和濱海度假旅游城市，也是重要的國際性港口城市。截至2019年，青島市下轄市南區(qū)、市北區(qū)、李滄區(qū)、嶗山區(qū)、青島西海岸新區(qū)、城陽區(qū)和即墨區(qū)7個(gè)區(qū)，又代管膠州市、平度市和萊西市3個(gè)縣級(jí)市，總面積為11 293 km2，建成區(qū)面積為758.16 km2，常住人口約949.98萬人，常住人口城鎮(zhèn)化率達(dá)到74.12%。在近些年的城市發(fā)展和擴(kuò)張過程中，青島市主城區(qū)面臨著城市交通擁堵和土地利用效率低下等問題，嚴(yán)重影響了城市居民出行質(zhì)量和城市社會(huì)經(jīng)濟(jì)高質(zhì)量發(fā)展?；谇鄭u市的社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r以及自然地理環(huán)境等因素，最終選取的研究區(qū)域包括市北區(qū)、市南區(qū)、李滄區(qū)以及嶗山區(qū)的中韓街道，主要分布著李村商圈、新都心商圈、嶗山商圈、臺(tái)東商圈、中山路商圈、東部商圈等主要商圈(圖2)。

1.2 研究方法

1.2.1多中心評(píng)價(jià)模型

本研究以多中心性評(píng)價(jià)模型[20-21]為基礎(chǔ)，基于ArcGIS軟件平臺(tái)，運(yùn)用城市網(wǎng)絡(luò)分析工具測度青島市主城區(qū)道路網(wǎng)絡(luò)的中心性。多中心性評(píng)價(jià)模型已在相關(guān)研究領(lǐng)域中得到廣泛使用，它是把城市道路作為網(wǎng)絡(luò)的邊，將道路與道路的交叉點(diǎn)和道路的端點(diǎn)作為網(wǎng)絡(luò)節(jié)點(diǎn)，通過計(jì)算實(shí)際道路節(jié)點(diǎn)間的距離來測算城市交通網(wǎng)絡(luò)的中心性[20,22]。本文選取鄰近中心性、中介中心性和直達(dá)中心性三個(gè)指標(biāo)[12,20]對青島市主城區(qū)的道路網(wǎng)絡(luò)中心性進(jìn)行定量化測度。

鄰近中心性CC表示一個(gè)道路節(jié)點(diǎn)與道路網(wǎng)絡(luò)中的其他所有節(jié)點(diǎn)鄰近的程度，反映了該節(jié)點(diǎn)在網(wǎng)絡(luò)中的可達(dá)性大小。道路節(jié)點(diǎn)i的鄰近中心性計(jì)算公式為：

(1)

式中：N為道路網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)量；dij表示道路節(jié)點(diǎn)i與道路節(jié)點(diǎn)j之間的最短距離。鄰近中心性表現(xiàn)為某一道路節(jié)點(diǎn)到其他道路節(jié)點(diǎn)的平均距離的倒數(shù)。道路節(jié)點(diǎn)間的平均距離越小，那么鄰近中心性也就越強(qiáng)。

中介中心性CB反映了道路節(jié)點(diǎn)在道路網(wǎng)絡(luò)中的中轉(zhuǎn)能力。經(jīng)過某個(gè)道路節(jié)點(diǎn)的最短路徑的道路數(shù)量越多，道路節(jié)點(diǎn)的中介中心性越強(qiáng)，也反映了該道路節(jié)點(diǎn)在整個(gè)道路網(wǎng)絡(luò)中所起的樞紐作用越明顯。道路節(jié)點(diǎn)i的中介中心性計(jì)算公式為：

(2)

式中：N為道路網(wǎng)絡(luò)中的節(jié)點(diǎn)數(shù)量；njk為道路節(jié)點(diǎn)j與道路節(jié)點(diǎn)k之間的最短路徑數(shù)量；njk(i)為道路節(jié)點(diǎn)j與道路節(jié)點(diǎn)k之間的最短路徑中，通過道路節(jié)點(diǎn)i的最短路徑的數(shù)量。

直達(dá)中心性CS通過計(jì)算道路節(jié)點(diǎn)與其他道路節(jié)點(diǎn)之間的最短路徑距離與道路節(jié)點(diǎn)間的直線距離比值的平均值得出該道路節(jié)點(diǎn)的重要程度。如果兩個(gè)道路節(jié)點(diǎn)間的路徑距離越接近兩者間的直線距離，那么道路節(jié)點(diǎn)的直達(dá)中心性越強(qiáng)，通行效率也就越強(qiáng)。道路節(jié)點(diǎn)i的直達(dá)中心性計(jì)算公式為：

(3)

1.2.2核密度估計(jì)

本文選用ArcGIS軟件中的核密度估計(jì)方法對城市路網(wǎng)中心性與城市土地利用強(qiáng)度進(jìn)行數(shù)據(jù)平滑，并得到連續(xù)的空間分布圖。

核密度估計(jì)法是通過計(jì)算某特定窗口內(nèi)分布的點(diǎn)的密度，將窗口內(nèi)的所有點(diǎn)密度之和作為網(wǎng)格中心的核密度值[17](見圖3)：

(4)

式中：K表示核函數(shù)；h表示閾值；n表示閾值范圍內(nèi)的點(diǎn)數(shù)量；d表示數(shù)據(jù)維數(shù)。

首先，本文利用ArcGIS中的核密度分析工具計(jì)算了不同帶寬(默認(rèn)帶寬、1 km、2 km、3 km)下的交通路網(wǎng)中心性與土地利用強(qiáng)度的核密度。在綜合考慮數(shù)據(jù)的平滑程度與反映數(shù)據(jù)詳細(xì)程度后，最后選取的帶寬為1 000 m，輸出的核密度結(jié)果圖的空間分辨率為100 m。

1.3 Pearson相關(guān)性分析

Pearson相關(guān)系數(shù)[23-24]可以反映兩個(gè)變量之間線性相關(guān)程度，其數(shù)值大小范圍為[-1,1]。Pearson相關(guān)系數(shù)的數(shù)值的絕對值越大，表明兩個(gè)變量的相關(guān)性越強(qiáng)，數(shù)值越接近0，表明兩個(gè)變量的相關(guān)性越弱。

1.4 地理加權(quán)回歸分析

地理加權(quán)回歸(geographically weighted regression，GWR)模型認(rèn)為空間數(shù)據(jù)具有非平穩(wěn)性，影響因素的回歸系數(shù)會(huì)隨著空間位置的變化而變化，也就是說影響因素的作用效果在不同區(qū)位是不同的[25]。因此，GWR模型計(jì)算得出的結(jié)果更加符合現(xiàn)實(shí)情況。本文利用GWR模型分析城市路網(wǎng)中心性對土地利用強(qiáng)度影響程度。模型的表達(dá)式為：

(5)

式中：β0表示常數(shù)項(xiàng)；(ui,vi)表示第i個(gè)空間單元的地理坐標(biāo)；βk表示第i個(gè)空間單元、第k個(gè)自變量的回歸參數(shù)；εi為第i個(gè)空間單元的隨機(jī)誤差項(xiàng)。

該模型中研究單元i的回歸參數(shù)和β估計(jì)值會(huì)伴隨著W(ui,vi)的變化而發(fā)生變化，但仍可以通過空間單元i與其他空間單元之間距離的大小來確定W(ui,vi)，然后選擇加權(quán)最小二乘法計(jì)算參數(shù)β，表達(dá)式為：

β(ui,vi)=[XTW(ui,vi)X]-1XTW(ui,vi)y

(6)

式中：β(ui,vi)表示模型估計(jì)參數(shù)；X表示自變量解釋值的矩陣；y表示因變量；XT表示矩陣X的轉(zhuǎn)置；W(ui,vi)表示空間權(quán)重矩陣。

為了進(jìn)一步計(jì)算參數(shù)β(ui,vi)，選擇高斯函數(shù)法作為權(quán)重函數(shù)，其表達(dá)式為：

(7)

式中：b表示帶寬；dij表示空間單元i與空間單元j間的距離。

1.5 數(shù)據(jù)來源

1.5.1交通路網(wǎng)數(shù)據(jù)

青島市交通網(wǎng)絡(luò)數(shù)據(jù)來源于國家地理信息公共服務(wù)平臺(tái)。青島市主城區(qū)的交通網(wǎng)絡(luò)數(shù)據(jù)采集于2020年10月21日。經(jīng)處理后的交通網(wǎng)絡(luò)見圖4。交通網(wǎng)絡(luò)有5 092個(gè)節(jié)點(diǎn)，7 360條邊。各級(jí)道路的長度從1.0 m到3 297 m不等，平均長度為219.5 m。青島市主城區(qū)的路網(wǎng)密度為4.0 km/km2。較短的道路集中分布在市南區(qū)和市北區(qū)，較長的道路主要分布在研究區(qū)的西部和東部邊緣區(qū)。

1.5.2城市功能用地?cái)?shù)據(jù)

隨著網(wǎng)絡(luò)信息技術(shù)的快速發(fā)展，地理大數(shù)據(jù)的類型更加多元化、大數(shù)據(jù)獲取的渠道和應(yīng)用領(lǐng)域日益廣泛，為城市地理和城市規(guī)劃等領(lǐng)域的相關(guān)研究提供了更多新的研究方法和技術(shù)手段。興趣點(diǎn)(point of interest，POI)作為新興的大數(shù)據(jù)之一，具有覆蓋范圍廣、數(shù)據(jù)信息量龐大、獲取方式簡單等獨(dú)特優(yōu)勢，可以有效反映城市的功能特征和地表的社會(huì)經(jīng)濟(jì)屬性。從城市用地功能角度來看，當(dāng)前城市最主要的土地利用類型是商業(yè)用地、居住用地和公共服務(wù)用地。因此，我們主要提取了三大類POI數(shù)據(jù)，即商業(yè)設(shè)施服務(wù)、住宅設(shè)施服務(wù)和公共設(shè)施服務(wù)。首先，在2020年10月，我們基于高德地圖API收集了青島市的POI大數(shù)據(jù)，然后對獲取的POI數(shù)據(jù)進(jìn)行整理分類，篩選出所需要的POI類別數(shù)據(jù)。最后，利用ArcGIS軟件工具裁剪出所需要研究區(qū)域范圍內(nèi)的POI數(shù)據(jù)，共計(jì)140 365條記錄。這些POI數(shù)據(jù)分為3個(gè)主要類別和11個(gè)子類別。表1顯示了研究區(qū)POI數(shù)據(jù)的種類、數(shù)量和比例。

表1 青島市主城區(qū)POI種類、數(shù)量及比例

2 路網(wǎng)中心性與土地利用強(qiáng)度的空間分布特征

2.1 路網(wǎng)中心性的空間分布特征

首先，運(yùn)用ArcGIS軟件提取道路交叉點(diǎn)、端點(diǎn)作為交通網(wǎng)絡(luò)節(jié)點(diǎn)。然后，運(yùn)用城市網(wǎng)絡(luò)分析工具計(jì)算得到青島市主城區(qū)交通網(wǎng)絡(luò)的節(jié)點(diǎn)中心性。將網(wǎng)絡(luò)節(jié)點(diǎn)的中心性值賦給道路，每條道路的中心性值為道路兩端節(jié)點(diǎn)的中心性值加和的平均值。青島市主城區(qū)交通網(wǎng)絡(luò)的鄰近中心性、中介中心性與直達(dá)中心性的空間分布，以及選擇1 km搜索半徑得出中心性的KDE結(jié)果。

從圖5可以看出，鄰近中心性呈現(xiàn)明顯的“核心-邊緣”模式，鄰近中心性呈環(huán)狀從研究區(qū)的中心地區(qū)向外圍地區(qū)逐漸遞減，符合地理學(xué)中的距離衰減規(guī)律。

核密度估計(jì)結(jié)果顯示，核密度高值區(qū)主要集中在中山路商圈、臺(tái)東商圈、新都心商圈、東部商圈等主要商圈分布的區(qū)域。這些區(qū)域的節(jié)點(diǎn)到交通網(wǎng)絡(luò)中所有節(jié)點(diǎn)的平均距離均較小。鄰近中心性的空間分布特征表明青島市主城區(qū)的交通可達(dá)性呈現(xiàn)多中心結(jié)構(gòu)的特征。

中介中心性的空間分布特征與鄰近中心性、直達(dá)中心性具有很大的不同(見圖6)。中介中心性高值區(qū)主要集中在四流北-南路、重慶路、黑龍江路等城市主干道，且中介中心性值沿著三大主干道路向兩側(cè)逐漸遞減。而研究區(qū)內(nèi)大部分道路的中介中心性值均較低，表明只有城市主要交通干道才具有較高的中介中心性。中介中心性核密度估計(jì)顯示，高值區(qū)域呈現(xiàn)東北-西南方向的狹長帶狀分布形態(tài)，覆蓋了青島市主城區(qū)的三大主要交通干道。中介中心性高值區(qū)集中于城市交通主干道，表明城市主要交通干道上的節(jié)點(diǎn)在整個(gè)城區(qū)交通網(wǎng)絡(luò)中起到的橋梁或樞紐作用最明顯。

直達(dá)中心性的空間分布特征表現(xiàn)為明顯的多核心結(jié)構(gòu)(見圖7)。青島市主城區(qū)的直達(dá)中心性總體較高，高值區(qū)主要集中在市北區(qū)西南部、市南區(qū)西部、嶗山區(qū)西南部以及李滄區(qū)的西北部等地區(qū)，其他區(qū)域的直達(dá)中心性相對較低。表明青島市主城區(qū)道路節(jié)點(diǎn)的直達(dá)性總體較高，交通通達(dá)效率總體較高。 直達(dá)中心性的核密度估計(jì)結(jié)果顯示，高值區(qū)域呈現(xiàn)明顯的多核心分布格局，其中人口和商業(yè)實(shí)施密度最高的市南區(qū)西部和北部、市北區(qū)西南部成為直達(dá)中心性核密度高值集聚區(qū)。

青島市主城區(qū)7 360條道路的路網(wǎng)中心性統(tǒng)計(jì)分布情況見圖8。通過量化路網(wǎng)中心性頻率分布情況可以識(shí)別各類別路網(wǎng)中心性的數(shù)量分布情況，橫軸表示路網(wǎng)中心性的類別，縱軸表示路網(wǎng)中心性分布的頻率。從圖8中可以看出，鄰近中心性、中介中心性與直達(dá)中心性的頻率分布存在明顯的差異，鄰近中心性的頻率呈現(xiàn)遞增的冪律分布特征，鄰近中心性較低的道路數(shù)量分布較少，鄰近中心性較高的道路數(shù)量遠(yuǎn)遠(yuǎn)多于鄰近中心性低的道路數(shù)量，這可能是由于青島市主城區(qū)作為人口、經(jīng)濟(jì)的集聚區(qū)域，道路交通網(wǎng)絡(luò)密度較大，道路節(jié)點(diǎn)與節(jié)點(diǎn)之間的平均距離較小，城市道路交通網(wǎng)絡(luò)節(jié)點(diǎn)的鄰近中心性總體較高。中介中心性的頻率呈現(xiàn)出遞減的指數(shù)分布，這可能是由于發(fā)揮中轉(zhuǎn)和樞紐作用較強(qiáng)的道路節(jié)點(diǎn)一般分布在城市內(nèi)部主要交通干道上，而城市交通主干道在城市內(nèi)部所有道路中的比重相對較低，這使得中介中心性較高的節(jié)點(diǎn)數(shù)量相對較低，因而呈現(xiàn)遞減指數(shù)的分布形態(tài)。直達(dá)中心性的頻率分布基本符合高斯分布，整體上表現(xiàn)為圍繞平均值的對稱分布特征，大部分道路節(jié)點(diǎn)的直達(dá)中心性數(shù)值在5 100～5 500，直達(dá)中心性數(shù)值小于5 100或大于5 500的占比很小，說明區(qū)域內(nèi)直達(dá)中心性很高和很低的道路節(jié)點(diǎn)數(shù)量分布相對較少。

2.2 土地利用強(qiáng)度的空間分布特征

我們使用重新分類的POI數(shù)據(jù)來間接表征以下三種類型的城市土地利用：商業(yè)用地、居住用地和公共服務(wù)用地。城市功能用地設(shè)施的POI分布以及核密度分布結(jié)果見圖9。商業(yè)設(shè)施、居住設(shè)施和公共服務(wù)設(shè)施的POI在市南區(qū)和市北區(qū)分布最為密集，這與市南區(qū)、市北區(qū)作為青島市人口、商業(yè)最密集，經(jīng)濟(jì)發(fā)展水平最高的現(xiàn)狀相吻合。核密度分布呈現(xiàn)多核心分布格局，市南區(qū)、市北區(qū)以及李村商圈等區(qū)域成為商業(yè)設(shè)施、居住設(shè)施以及公共服務(wù)設(shè)施POI核密度分布的高值集聚區(qū)域。

將城市功能用地設(shè)施的核密度結(jié)果進(jìn)行柵格化處理，通過創(chuàng)建漁網(wǎng)，運(yùn)用面域網(wǎng)格的空間插值方法，計(jì)算1 km柵格內(nèi)POI的核密度均值來表征城市土地利用強(qiáng)度，見圖10。其中，橫軸代表土地利用強(qiáng)度，縱軸代表土地利用強(qiáng)度的分布頻率。總體上來看，三類城市用地設(shè)施的土地利用強(qiáng)度的頻率均呈現(xiàn)遞減的指數(shù)曲線，表明當(dāng)前青島市主城區(qū)土地利用強(qiáng)度低的功能用地設(shè)施數(shù)量較多，而土地利用強(qiáng)度高的功能用地設(shè)施數(shù)量較少，反映出青島市主城區(qū)的土地利用強(qiáng)度總體上表現(xiàn)為偏低。這可能是由于一方面青島市主城區(qū)內(nèi)分布著眾多的山地和丘陵，受自然地理環(huán)境條件約束，這些土地難以實(shí)現(xiàn)高效集約化利用，進(jìn)而導(dǎo)致土地利用強(qiáng)度總體較低。另一方面，經(jīng)濟(jì)發(fā)展水平最高的市南區(qū)分布著較多的特色歷史建筑，這些建筑的樓層相對較低，主要以旅游觀光目的為主，難以進(jìn)行商業(yè)設(shè)施、居住設(shè)施和公共服務(wù)設(shè)施的開發(fā)和建設(shè)，這可能會(huì)導(dǎo)致主城區(qū)土地利用強(qiáng)度總體較低。

3 路網(wǎng)中心性與土地利用強(qiáng)度的相關(guān)性及空間異質(zhì)性分析

3.1 Pearson相關(guān)性分析

選擇Pearson相關(guān)系數(shù)分析城市路網(wǎng)中心性與土地利用強(qiáng)度的整體相關(guān)性。首先，計(jì)算路網(wǎng)中心性與土地利用強(qiáng)度的核密度值，然后將核密度值進(jìn)行網(wǎng)格化處理，最后將提取出的網(wǎng)格數(shù)據(jù)導(dǎo)入SPSS軟件，即可通過計(jì)算相關(guān)系數(shù)矩陣得到鄰近中心性CC、中介中心性CB、直達(dá)中心性CS與商業(yè)用地強(qiáng)度(Comm#)、居住用地強(qiáng)度(Resi#)、公共服務(wù)用地強(qiáng)度(Publ#)的Pearson相關(guān)系數(shù)。見表2。特別地，路網(wǎng)中心性與土地利用強(qiáng)度的Pearson相關(guān)系數(shù)均在1%的水平下通過了顯著性檢驗(yàn)，表明城市路網(wǎng)中心性與土地利用強(qiáng)度存在顯著的相關(guān)性。

表2 青島市主城區(qū)路網(wǎng)中心性與土地利用強(qiáng)度的Pearson相關(guān)系數(shù)

從中心性角度來看，路網(wǎng)中心性對土地利用強(qiáng)度的影響程度存在差異。其中，鄰近中心性對土地利用強(qiáng)度的影響系數(shù)最大，直達(dá)中心性次之，中介中心性最小。這表明青島市主城區(qū)鄰近中心性與土地利用強(qiáng)度的相關(guān)性最高，直達(dá)性次之，中介中心性最小。一方面，反映出土地利用強(qiáng)度與土地在交通網(wǎng)絡(luò)中的區(qū)位、交通效率存在很高的相關(guān)性。另一方面，也表明區(qū)位是衡量城市土地利用強(qiáng)度最有效的指示器。從土地利用類型來看，商業(yè)用地強(qiáng)度、居住用地強(qiáng)度和公共服務(wù)用地強(qiáng)度與中心性均存在較強(qiáng)的相關(guān)性。其中，商業(yè)用地強(qiáng)度與路網(wǎng)中心性的相關(guān)系數(shù)最大，居住用地強(qiáng)度次之，公共服務(wù)用地強(qiáng)度最小。這表明青島市主城區(qū)商業(yè)設(shè)施用地與路網(wǎng)中心性的相關(guān)性最強(qiáng)，居住設(shè)施用地次之，公共服務(wù)設(shè)施用地與路網(wǎng)中心性的相關(guān)性最弱。

3.2 地理加權(quán)回歸分析

Pearson相關(guān)系數(shù)在分析城市路網(wǎng)中心性與土地利用強(qiáng)度的相關(guān)性時(shí)沒有考慮空間位置的影響，而城市路網(wǎng)中心性與土地利用強(qiáng)度的核密度值在空間上存在明顯的集聚特征，即空間數(shù)據(jù)具有非平穩(wěn)性，因而可能導(dǎo)致二者之間的相關(guān)關(guān)系存在空間差異?；诖?，本文利用GWR模型探索路網(wǎng)中心性與城市土地利用強(qiáng)度相關(guān)性的空間異質(zhì)性。同時(shí)，本研究還計(jì)算了普通最小二乘(ordinary least squares，OLS)模型的相關(guān)參數(shù)進(jìn)行對比，以確定選擇GWR模型是否更具有解釋力。由表3可知，GWR模型比OLS模型具有更低的Akaike信息量準(zhǔn)則AICc和更高的調(diào)整后擬合優(yōu)度R2，說明GWR模型的擬合結(jié)果顯著優(yōu)于OLS模型，因此選擇GWR模型進(jìn)行分析具有更強(qiáng)的解釋力。

表3 GWR模型和OLS模型的描述性統(tǒng)計(jì)

由于空間所限，本文不能通過地圖展示所有的GWR模型的相關(guān)參數(shù)，僅通過β系數(shù)的空間分布探討路網(wǎng)中心性與城市土地利用強(qiáng)度相關(guān)性的空間異質(zhì)性，其中，紅色表示相關(guān)性最強(qiáng)，綠色表示相關(guān)性最弱(見圖11)。

1) 商業(yè)用地強(qiáng)度與鄰近中心性、中介中心性、直達(dá)中心性的GWR回歸結(jié)果見圖11(a)。研究區(qū)范圍內(nèi)，鄰近中心性、直達(dá)中心性對商業(yè)用地強(qiáng)度的影響效果以正向作用為主，中介中心性以負(fù)向作用為主。具體來看，鄰近中心性對商業(yè)用地強(qiáng)度的影響效果在東部商圈、臺(tái)東商圈、李村商圈、嶗山商圈表現(xiàn)為較強(qiáng)正向作用，影響效果以這些區(qū)域?yàn)楹诵南蛑苓叺貐^(qū)逐漸減弱，反映出商圈區(qū)域內(nèi)道路節(jié)點(diǎn)的可達(dá)性越高，商業(yè)用地利用強(qiáng)度越高。中介中心性對商業(yè)用地強(qiáng)度的影響效果在嶗山商圈和東部商圈表現(xiàn)為較強(qiáng)正向作用，表明該區(qū)域道路節(jié)點(diǎn)的中轉(zhuǎn)和銜接功能越強(qiáng)，商業(yè)用地強(qiáng)度越高，而在其他大部分區(qū)域表現(xiàn)為負(fù)向作用。直達(dá)中心性對商業(yè)用地強(qiáng)度的影響效果在東部商圈、新都心商圈、中山路商圈、臺(tái)東商圈、李村商圈以及嶗山商圈內(nèi)表現(xiàn)為較強(qiáng)正向作用，該區(qū)域道路節(jié)點(diǎn)的通行效率越高，商業(yè)用地強(qiáng)度越高，其影響強(qiáng)度以這些區(qū)域?yàn)楹诵南蛩闹苤饾u降低，形成明顯的“中心-外圍”空間格局。

2) 居住用地強(qiáng)度與鄰近中心性、中介中心性、直達(dá)中心性的GWR回歸結(jié)果見圖11(b)。研究區(qū)范圍內(nèi)，鄰近中心性、直達(dá)中心性對居住用地強(qiáng)度的影響效果以正向作用為主，中介中心性以負(fù)向作用為主。具體來看，鄰近中心性對居住用地強(qiáng)度的影響效果在東部商圈和嶗山商圈區(qū)域范圍表現(xiàn)為較強(qiáng)正向作用，表明該區(qū)域范圍內(nèi)道路節(jié)點(diǎn)的可達(dá)性越高，居住用地利用強(qiáng)度越高，而在其他區(qū)域的影響效果相對較弱。中介中心性對居住用地強(qiáng)度的影響效果在嶗山商圈區(qū)域范圍內(nèi)表現(xiàn)為強(qiáng)烈正向作用，表明該區(qū)域道路節(jié)點(diǎn)的中轉(zhuǎn)和銜接功能越強(qiáng)，居住用地強(qiáng)度越高，而在其他大部分區(qū)域則表現(xiàn)為負(fù)向作用。直達(dá)中心性對居住用地強(qiáng)度的影響效果與鄰近中心性相似，在東部商圈和嶗山商圈區(qū)域范圍內(nèi)表現(xiàn)為較強(qiáng)正向作用，其他區(qū)域的正向影響效果相對較弱，表明該區(qū)域道路節(jié)點(diǎn)的通行效率越高，居住用地強(qiáng)度越高。

3) 公共服務(wù)用地強(qiáng)度與鄰近中心性、中介中心性、直達(dá)中心性的GWR回歸結(jié)果見圖11(g)～(i)。研究區(qū)范圍內(nèi)，鄰近中心性、直達(dá)中心性對公共用地強(qiáng)度的影響效果以正向作用為主，中介中心性以負(fù)向作用為主。具體來看，鄰近中心性對公共服務(wù)用地強(qiáng)度的影響效果在東部商圈、李村商圈以及嶗山商圈東部鄰近區(qū)域范圍內(nèi)表現(xiàn)為較強(qiáng)的正向作用，表明該區(qū)域范圍內(nèi)道路節(jié)點(diǎn)的可達(dá)性越高，公共用地利用強(qiáng)度越高，其他區(qū)域的正向作用強(qiáng)度相對較弱，少部分區(qū)域表現(xiàn)為負(fù)向作用。中介中心性對公共服務(wù)用地強(qiáng)度的影響效果在嶗山商圈東部鄰近區(qū)域以及東部商圈范圍內(nèi)表現(xiàn)為較強(qiáng)的正向作用，表明該區(qū)域道路節(jié)點(diǎn)的中轉(zhuǎn)和銜接功能越強(qiáng)，公共服務(wù)用地強(qiáng)度越高，而在其他區(qū)域則主要表現(xiàn)為負(fù)向作用。直達(dá)中心性與公共服務(wù)用地強(qiáng)度存在較強(qiáng)正向相關(guān)性的區(qū)域主要分布在嶗山商圈和李滄商圈的區(qū)域范圍，表明該區(qū)域道路節(jié)點(diǎn)的通行效率越高，公共服務(wù)用地強(qiáng)度越高，而在其他區(qū)域的正向作用強(qiáng)度相對較弱，少部分區(qū)域表現(xiàn)為負(fù)向作用。

4 結(jié)論與討論

4.1 結(jié) 論

本文基于多中心評(píng)價(jià)模型、核密度估計(jì)等方法，分析了青島市主城區(qū)交通網(wǎng)絡(luò)的鄰近中心性、中介中心性和直達(dá)中心性的空間分布特征與統(tǒng)計(jì)特征。并采用Pearson相關(guān)系數(shù)、地理加權(quán)回歸模型等方法探討了路網(wǎng)中心性與城市內(nèi)部主要功能用地強(qiáng)度的相關(guān)關(guān)系及其空間異質(zhì)性。主要研究結(jié)論為如下。

1) 鄰近中心性呈現(xiàn)明顯的“核心-邊緣”模式，中介中心性高值區(qū)主要集中在城市主干道，直達(dá)中心性的空間分布表現(xiàn)為明顯的多核心結(jié)構(gòu)。商業(yè)設(shè)施、居住設(shè)施和公共服務(wù)設(shè)施的POI在市南區(qū)和市北區(qū)分布最為密集。青島市主城區(qū)土地利用強(qiáng)度低的功能用地設(shè)施POI數(shù)量較多，而土地利用強(qiáng)度高的功能用地設(shè)施POI數(shù)量較少，反映出青島市主城區(qū)的土地利用強(qiáng)度總體偏低。

2) 城市路網(wǎng)中心性與土地利用強(qiáng)度存在顯著的相關(guān)性。從中心性角度來看，路網(wǎng)中心性對土地利用強(qiáng)度的影響程度存在差異。其中，鄰近中心性與土地利用強(qiáng)度的相關(guān)性最高，直達(dá)性次之，中介中心性最小。從土地利用類型來看，商業(yè)用地強(qiáng)度、居住用地強(qiáng)度和公共服務(wù)用地強(qiáng)度與中心性均存在較強(qiáng)的相關(guān)性。其中，商業(yè)用地強(qiáng)度與路網(wǎng)中心性的相關(guān)性最強(qiáng)，居住用地強(qiáng)度次之，公共服務(wù)用地強(qiáng)度最弱。

3) 路網(wǎng)中心性對土地利用強(qiáng)度的影響效果存在顯著的空間異質(zhì)性。研究區(qū)范圍內(nèi)，鄰近中心性、直達(dá)中心性對土地利用強(qiáng)度的影響效果主要以正向作用為主，中介中心性主要以負(fù)向作用為主。路網(wǎng)中心性對土地利用強(qiáng)度的影響效果在嶗山商圈均表現(xiàn)為顯著的、穩(wěn)定的正向作用。

4.2 討 論

1) 鄰近中心性與直達(dá)中心性表現(xiàn)出較為明顯的多中心特征，意味著在出行便捷度與交通效率方面滿足了不同區(qū)位的居民出行需求。中介中心性的單中心特征表明交通流量集中在的城市核心區(qū)的城區(qū)交通主干道，增大了城區(qū)的交通壓力。商業(yè)設(shè)施、居住設(shè)施和公共服務(wù)設(shè)施的POI在市南區(qū)和市北區(qū)分布最為密集，這與市南區(qū)、市北區(qū)作為青島市人口、商業(yè)最密集，經(jīng)濟(jì)發(fā)展水平最高的現(xiàn)狀相符合。

2) 青島市主城區(qū)鄰近中心性與土地利用強(qiáng)度的相關(guān)性最高，直達(dá)性次之，中介中心性最小，反映出土地利用強(qiáng)度與土地在交通網(wǎng)絡(luò)中的區(qū)位、交通效率存在很高的相關(guān)性。路網(wǎng)中心性對土地利用強(qiáng)度的影響作用存在較強(qiáng)的空間異質(zhì)性，這主要是由于交通網(wǎng)絡(luò)與城市土地利用在不同區(qū)位上的特殊性，其實(shí)質(zhì)是城市系統(tǒng)在演化過程中的空間分異。因此，應(yīng)當(dāng)因地制宜，不斷優(yōu)化道路交通規(guī)劃與城市功能用地布局，提高城市功能用地利用效率，改善城市空間結(jié)構(gòu)，促進(jìn)城市健康可持續(xù)發(fā)展。