摘 要 住宅區(qū)是城市建成地區(qū)的主要功能空間。選擇上海市中心城為研究范圍，采用復(fù)雜網(wǎng)絡(luò)理論和分析方法，以住宅區(qū)為網(wǎng)絡(luò)“節(jié)點”，以空間鄰近性和社會互動為網(wǎng)絡(luò)“連邊”，建構(gòu)居住空間網(wǎng)絡(luò)，分析測度居住區(qū)“度”分布，檢驗居住空間網(wǎng)絡(luò)的魯棒性，并識別網(wǎng)絡(luò)“社團”。發(fā)現(xiàn)城市居住空間網(wǎng)絡(luò)穩(wěn)定性意味著和諧、順暢的社會交往和信息傳遞，其中大“度”節(jié)點住宅區(qū)發(fā)揮著重要作用，應(yīng)予以重點關(guān)注。居住空間網(wǎng)絡(luò)“社團”識別的結(jié)果對解讀城市地域認同有借鑒意義。結(jié)論為建立“物質(zhì)空間”和“社會空間”相融合的城市住宅區(qū)空間結(jié)構(gòu)研究提供了新的思路和方法，同時對大都市建成區(qū)單元規(guī)劃和空間更新有借鑒意義。

關(guān) 鍵 詞 居住空間網(wǎng)絡(luò)；住宅區(qū)；空間肌理；復(fù)雜網(wǎng)絡(luò)分析；中心城區(qū)；上海

文章編號 1673-8985 （2024）04-0085-09 中圖分類號 TU984 文獻標志碼 A DOI 10.11982/j.supr.20240412

中國城市經(jīng)歷了40多年快速發(fā)展，人口大量集聚、空間規(guī)模不斷擴大。在北京、上海等超大城市，人口和建設(shè)用地規(guī)模的增長尤為迅速[1]。隨著城市更新成為國家發(fā)展的重要政策，存量住宅和老舊小區(qū)的改造成為研究熱點。國務(wù)院、住建部相繼發(fā)布政策，將解決城市人口的居住問題放在更加重要的位置[2]。居住空間是城市重要功能構(gòu)成，不僅分布面廣，而且承載多元復(fù)雜的社會關(guān)系。從總結(jié)過往經(jīng)驗和推進建成環(huán)境優(yōu)化兩個方面考慮，相應(yīng)實證和理論研究顯得非常迫切。

1 相關(guān)研究

1.1 城市社會空間與物質(zhì)空間

城市空間結(jié)構(gòu)是經(jīng)濟社會活動的結(jié)果。它反映了人口擇居、就業(yè)、交往、出行、交易等活動的集聚和特征，表現(xiàn)為不同功能的空間分布[3]；其中，“居住性”是城市的最基本職能[4]。因此，以個體和家庭居住行為為研究對象，逐漸形成兩個研究領(lǐng)域：其一，側(cè)重于社會空間的研究，包括個體、群體、社會組織的時空過程等方面；其二，側(cè)重于物質(zhì)空間的研究，包括住宅和住宅區(qū)空間結(jié)構(gòu)[5]等方面。

城市社會空間是社會關(guān)系的載體。與鄉(xiāng)村社會由血緣和族群聯(lián)系組織起來的機制不同，城市居民通過各類“生意”和“交換”相互結(jié)識，基于契約建立起陌生人之間的聯(lián)系進而形成社會關(guān)系，其中包括組建家庭[6]，[7]25（見圖1）。因此，城市中人與人的交往方式與社會關(guān)系存在多樣性和異質(zhì)性，社會空間具有復(fù)雜性和融合性[8]。不同社會群體的居住分化、居住隔離[9]，社會關(guān)系的培育和維持[10]，社會關(guān)系和社會運行所具有的時空性[11]等成為人們共同關(guān)注的問題。

城市居住空間體現(xiàn)了人居環(huán)境的物質(zhì)性和社會性兩方面內(nèi)涵。通過日常行為和擇居，居民產(chǎn)生了階層認同[12]和地域認同[13]，因此住宅的物質(zhì)性差異反映了社會空間的異質(zhì)性[14]。住房市場化和更新再開發(fā)等過程往往引發(fā)既有社會關(guān)系重構(gòu)[15]，導(dǎo)致居住物質(zhì)空間和社會空間進一步復(fù)雜且多樣化，甚至產(chǎn)生“住房不平等”現(xiàn)象[16-17]。為此，城市規(guī)劃理論和實踐強調(diào)對社會關(guān)系的保護和修補[18]，促進豐富且持續(xù)的空間和地緣關(guān)系[19]，實現(xiàn)城市空間結(jié)構(gòu)的優(yōu)化[20]。

1.2 城市空間網(wǎng)絡(luò)研究

城市空間網(wǎng)絡(luò)研究通常關(guān)注呈現(xiàn)網(wǎng)絡(luò)形態(tài)的空間要素[21]。如城市道路、地鐵和市政設(shè)施管網(wǎng)等。有學(xué)者基于開放街道數(shù)據(jù)，測度城市街道網(wǎng)絡(luò)“度”分布和網(wǎng)絡(luò)效率[22]，計算街道熵（entropy of street）、街道段長度（street segment length）、平均回路指數(shù)（average circuity）和平均節(jié)點度（average node degree）等指數(shù)，以揭示城市街道網(wǎng)絡(luò)秩序[23]。

城市空間網(wǎng)絡(luò)研究也在逐步關(guān)注一些本身不具有網(wǎng)絡(luò)形態(tài)的空間要素。例如，將城市建成區(qū)用格網(wǎng)劃分，根據(jù)格網(wǎng)內(nèi)主要功能將城市劃分為就業(yè)、居住、景觀和可達性4類吸引力地區(qū)，通過重力模型測度格網(wǎng)單元之間網(wǎng)絡(luò)連接和便利設(shè)施的分布[24]。也有將城市空間劃分為城市肌理（urban fabric）單元，分析建筑相互聯(lián)系以及形狀和邊界的分形特征[25]，為城市更新策略提供參考。

復(fù)雜網(wǎng)絡(luò)理論和方法為理解城市社會空間提供了新視角。針對演員、科學(xué)家的研究揭示了合作關(guān)系的多重復(fù)合社區(qū)現(xiàn)象（multiplex communities），以及“小世界”[26-27]和多層網(wǎng)絡(luò)（多重屬性的異構(gòu)性）特征[28]。基于社交媒體發(fā)文（帖）引證關(guān)系的研究，通過解析社交網(wǎng)絡(luò)的社區(qū)結(jié)構(gòu)、強弱關(guān)系和網(wǎng)絡(luò)演變，以及價值傳遞和社會資本特征[29]，發(fā)現(xiàn)信息路徑短的居民之間關(guān)系更加穩(wěn)定[30]。

將復(fù)雜網(wǎng)絡(luò)理論（Complex Network Theory）應(yīng)用于城市研究，逐步形成復(fù)雜城市系統(tǒng)（Complex Urban Systems，CUS）研究新領(lǐng)域。在小世界[31]和無標度特征[32]基礎(chǔ)上，將復(fù)雜網(wǎng)絡(luò)理論與城市韌性理論相結(jié)合，利用網(wǎng)絡(luò)拓撲結(jié)構(gòu)探討網(wǎng)絡(luò)節(jié)點失效的可能性及受損后的恢復(fù)能力，為定量描述城市韌性提供了有效的分析方法[33-34]。例如對地鐵網(wǎng)絡(luò)關(guān)鍵站點的識別和電力網(wǎng)絡(luò)韌性的測度[35]等。

1.3 復(fù)雜網(wǎng)絡(luò)分析與城市空間結(jié)構(gòu)研究

許多城市現(xiàn)象本質(zhì)上是網(wǎng)絡(luò)現(xiàn)象，如等級規(guī)模、韌性、規(guī)模效益等[36]。學(xué)者根據(jù)不同的研究問題，通過界定研究范圍、網(wǎng)絡(luò)“節(jié)點”（node）和“連邊”（tie）從而構(gòu)建出復(fù)雜網(wǎng)絡(luò)，以便分析揭示城市空間結(jié)構(gòu)生成和演化的內(nèi)在機理。其中，“節(jié)點”被界定為“個人，組織，城市”等對象；“連邊”被界定為“節(jié)點”之間的關(guān)聯(lián)，既包括物理聯(lián)系，也包括相互的影響、合作關(guān)系，甚至信息等的傳播[37]。因此，城市內(nèi)部空間網(wǎng)絡(luò)（urban intra-spatial network）研究有3個值得深入探究的方面：其一，空間網(wǎng)絡(luò)的“節(jié)點”界定，應(yīng)能反映研究問題所指向的城市空間類型。其二，空間網(wǎng)絡(luò)的“連邊”多為物質(zhì)空間載體，還需反映城市社會與空間要素的互構(gòu)。其三，網(wǎng)絡(luò)結(jié)構(gòu)分析多以壓力、重力、引力或者“流”作為底層解釋機制，通過信息、觀點、關(guān)系等的“傳播”將物質(zhì)空間與社會空間結(jié)合起來的城市空間網(wǎng)絡(luò)研究有待開展。

居住空間是城市空間結(jié)構(gòu)的重要組成部分[38]。運用復(fù)雜網(wǎng)絡(luò)方法將物質(zhì)空間和社會空間相結(jié)合以揭示居住空間結(jié)構(gòu)特征，對城市空間規(guī)劃具有理論和實踐借鑒意義（見圖2）。

2 研究數(shù)據(jù)和研究范圍

2.1 研究范圍

研究選擇上海市中心城（城市外環(huán)線A20圍合的范圍），面積約660 km2。包括了中心城七區(qū)即黃浦區(qū)、徐匯區(qū)、長寧區(qū)、楊浦區(qū)、虹口區(qū)、普陀區(qū)、靜安區(qū)外環(huán)線以內(nèi)的部分，以及浦東新區(qū)和其他毗鄰行政區(qū)劃中外環(huán)線以內(nèi)的部分（見圖3a）。該地區(qū)是上海市集中建成地區(qū)，人口分布密集；2021年常住人口約為1 200萬人，占上海總?cè)丝诘慕?0%。研究范圍也是上海經(jīng)濟社會活動最活躍的地區(qū)，空間演進歷久且復(fù)雜，功能結(jié)構(gòu)不斷變化，住宅區(qū)類型多樣。

2.2 研究數(shù)據(jù)

通過網(wǎng)絡(luò)開放數(shù)據(jù)平臺獲取上海市2000—2020年衛(wèi)星影像地圖①，并通過查詢各區(qū)政府及民政部門官方網(wǎng)站，獲得2000—2020年詳細至街道的行政區(qū)劃邊界。進而，完成相關(guān)基礎(chǔ)數(shù)據(jù)的整理。

2.2.1 各種類型住宅區(qū)的范圍識別

從高德地圖獲取住宅區(qū)AOI數(shù)據(jù)，包括經(jīng)緯度、邊界和名稱等信息②。將其與衛(wèi)星影像地圖整合，采用半監(jiān)督分類和人工目譯方法對AOI數(shù)據(jù)進行校對[39-40]。根據(jù)住宅區(qū)建筑肌理和建成時間等特征將其分為“商品房、工人新村、花園里弄、里弄、獨棟公寓、別墅”6種類型[41-43]（見圖3b）。住宅區(qū)面積規(guī)模存在較大差異，一定程度上反映了聚居規(guī)模特點，但還不能形成居住空間結(jié)構(gòu)判斷（見圖4）。

2.2.2 公園綠地及空間分布

從高德地圖獲取公園綠地AOI數(shù)據(jù)。同時，通過半監(jiān)督分類法對衛(wèi)星影像中的城市綠地進行提取。修整邊界并篩選可供人活動的開放綠地，得到研究范圍內(nèi)所有公園綠地的矢量數(shù)據(jù)（見圖5a）。

2.2.3 學(xué)區(qū)范圍

根據(jù)各區(qū)政府網(wǎng)站發(fā)布的2020年小學(xué)學(xué)區(qū)劃分通知，結(jié)合網(wǎng)絡(luò)公開發(fā)布的學(xué)區(qū)劃分信息③，錄入高德地圖，得到研究范圍2020年所有學(xué)區(qū)的空間邊界（見圖5b）。

3 研究方法及研究設(shè)計

3.1 基于衛(wèi)星影像的空間識別方法

采用ENVI軟件對谷歌地球衛(wèi)星圖像進行半監(jiān)督學(xué)習(xí)（SSL），利用少量的標記樣本和大量的未標記樣本，結(jié)合低通濾波和灰度共現(xiàn)矩陣的平均特征識別和劃定住宅區(qū)空間邊界，實現(xiàn)對住宅區(qū)的分類和提取。

3.2 復(fù)雜網(wǎng)絡(luò)分析方法

3.2.1 網(wǎng)絡(luò)構(gòu)建

首先，界定“節(jié)點”“連邊”的內(nèi)涵。其一，以個體為研究對象而構(gòu)建的網(wǎng)絡(luò)，其“節(jié)點”為個體，目的為揭示人際關(guān)系和互動機理（個體網(wǎng)）。以群體為研究對象而構(gòu)建的網(wǎng)絡(luò)，其“節(jié)點”為一個“集群”或者“聚落”，目的為揭示整體性結(jié)構(gòu)特征（整體網(wǎng)）[44]。其二，“連邊”反映了“節(jié)點”之間的關(guān)系或者聯(lián)系，既反映二者的從屬性，也反映二者關(guān)系的強弱；既可以是有形的聯(lián)系，也可以是無形的關(guān)系。因此，完成網(wǎng)絡(luò)分析所基于的數(shù)據(jù)既包含“節(jié)點”的屬性數(shù)據(jù)（attribute data），也包含“連邊”的關(guān)系數(shù)據(jù)（relational data）。

其次，根據(jù)網(wǎng)絡(luò)分析的基本規(guī)則，將識別出的每個住宅區(qū)空間范圍形心作為“節(jié)點”。將居民日常交往活動而產(chǎn)生的住宅區(qū)之間的關(guān)聯(lián)作為“連邊”。由于居住“物質(zhì)（地理）空間”是外在形式，“社會空間”是內(nèi)在實質(zhì)[45]，因此，兼顧空間鄰近性和社交互動便利性，將住宅區(qū)之間“連邊”的基本規(guī)則設(shè)定如下：

（1）相距500 m內(nèi)的住宅區(qū)。根據(jù)地理學(xué)第一定律④，以及人類出行范圍對標度法則的遵循⑤[46]，空間鄰近的住宅區(qū)關(guān)系更加緊密。既有研究指出，居住鄰近性與居民社會交往之間存在非線性關(guān)系，隨著距離的增加而迅速衰減[47]。在街道、便利店、街角等公共區(qū)域，居民通過日常活動與交往互動相互認識或產(chǎn)生社會關(guān)系的概率較大，并且500 m是多年齡人群共同的適宜步行距離。

（2）相距500 m內(nèi)的同類型住宅區(qū)。受收入和職業(yè)等因素的影響，居民會選擇不同的空間范圍活動和交往[48]。住宅區(qū)類型一定程度上反映了由房價導(dǎo)致的居住人群差異，以及居民生活方式、生活軌跡和居民活動空間重疊方式的差異[49]。

（3）同一小學(xué)學(xué)區(qū)內(nèi)的住宅區(qū)。最近的研究發(fā)現(xiàn)，中國大都市的小學(xué)學(xué)區(qū)對居民互動有正向影響，同一學(xué)區(qū)內(nèi)居民之間有更廣泛的社會交往和更緊密的聯(lián)系，跨住宅區(qū)的社會互動更為普遍[50]。長期以來，住宅區(qū)規(guī)劃中強調(diào)按照人口規(guī)模配置小學(xué)，并結(jié)合到一定規(guī)模住宅區(qū)內(nèi)建設(shè)[51]，客觀上促成了這一社會現(xiàn)象。以家庭成員通學(xué)和接受基礎(chǔ)教育為紐帶，增加了同一小學(xué)學(xué)區(qū)內(nèi)居民之間跨年齡、職業(yè)、收入和家庭的交往機會[52]。

（4）同一公園綠地500 m范圍內(nèi)的住宅區(qū)。公園和廣場有利于陌生人之間的社交互動[53]，共同參與活動提高了相互認識的概率，成為產(chǎn)生居民跨住宅區(qū)關(guān)聯(lián)的又一重要誘因[54]。

根據(jù)上述4條規(guī)則，在研究范圍構(gòu)建出具有物質(zhì)空間鄰近和社會空間關(guān)聯(lián)雙重內(nèi)涵的城市居住空間網(wǎng)絡(luò)（URSN）（見表1）。此外，研究范圍中一些空間要素對居民交往存在阻隔，如城市道路、高架橋等；由于穿越這些空間要素的路徑已為規(guī)劃建設(shè)所提供，研究充分考慮了這些因素，并對“連邊”做優(yōu)化處理。

3.2.2 網(wǎng)絡(luò)分析

復(fù)雜網(wǎng)絡(luò)分析有助于揭示在一定研究范圍內(nèi)被定義為“節(jié)點”的研究對象的趨同性和集聚特征，以解讀社會和空間的同質(zhì)性和異質(zhì)性；同時，有助于分析信息在網(wǎng)絡(luò)中的傳播，以及個體偏好和選擇產(chǎn)生的“節(jié)點”間聯(lián)系，從而揭示城市空間背后的經(jīng)濟社會機制。

（1）網(wǎng)絡(luò)魯棒性

網(wǎng)絡(luò)魯棒性（robust）亦指網(wǎng)絡(luò)的穩(wěn)定性。魯棒性測度可用于衡量網(wǎng)絡(luò)的韌性（resilience），揭示網(wǎng)絡(luò)面對干擾的恢復(fù)能力，并找到關(guān)鍵節(jié)點[55-56]；反映網(wǎng)絡(luò)受到破壞或者結(jié)構(gòu)變化時，保持網(wǎng)絡(luò)原有整體功能的能力以及自我尋找替代性連通路徑的能力。通常檢驗網(wǎng)絡(luò)魯棒性的方法有“攻擊”檢測、“滲流”檢測和黏菌實驗[57]339-354（見圖6）。其中，網(wǎng)絡(luò)“攻擊”方式又可分為隨機攻擊和蓄意攻擊2種。隨機攻擊是隨機地移除“節(jié)點”或“連邊”，而蓄意攻擊則是按照“度”的大小依次刪除網(wǎng)絡(luò)中的“節(jié)點”，以此來測度網(wǎng)絡(luò)的連通性和穩(wěn)定性，獲得網(wǎng)絡(luò)“崩潰”的閾值；閾值越高則說明網(wǎng)絡(luò)越具有魯棒性。

將針對“節(jié)點”的“攻擊”對應(yīng)于現(xiàn)實中某些住宅區(qū)的拆遷改造、實施封控以及入住率過低等情況；將對“連邊”的“攻擊”對應(yīng)于現(xiàn)實中綠化、活動空間、基礎(chǔ)教育等設(shè)施配置過少的情況。居住空間網(wǎng)絡(luò)（URSN）的魯棒性反映了物質(zhì)空間和社會空間網(wǎng)絡(luò)自我修復(fù)、形成連通回路的能力[58]。同時，基于社會關(guān)系建立的網(wǎng)絡(luò)與基于物質(zhì)載體建立的網(wǎng)絡(luò)具有不同的網(wǎng)絡(luò)傳播機制，魯棒性因此具有不同的經(jīng)濟社會解釋。通過最大連通子圖的相對大小和網(wǎng)絡(luò)效率進行網(wǎng)絡(luò)魯棒性測度[59]。

① 最大連通子圖。是指以最少的“連邊”把網(wǎng)絡(luò)中的所有“節(jié)點”連接起來的子圖，其相對值等于最大連通子圖中“節(jié)點”的數(shù)目與網(wǎng)絡(luò)中“節(jié)點”數(shù)目之比，即：

S=|V'd|/|Vd|（1）

式中：|V'd|為最大連通子圖中“節(jié)點”的數(shù)目。

② 網(wǎng)絡(luò)效率。是指所有“節(jié)點對”之間效率的平均值，是衡量網(wǎng)絡(luò)通行能力的重要指標。計算式為：

式中：N為網(wǎng)絡(luò)中“節(jié)點”的總數(shù)；dij為節(jié)點i到節(jié)點j的最短距離。

（2）網(wǎng)絡(luò)“社團”識別

復(fù)雜網(wǎng)絡(luò)中的“社團”（community）指內(nèi)部連接密集、外部連接稀疏的節(jié)點集合[57]399-407?！吧鐖F”算法將節(jié)點劃分為組團，組內(nèi)節(jié)點關(guān)系密切，組間節(jié)點關(guān)系稀疏[60]，用于探索節(jié)點的聚類關(guān)系，比如，引文網(wǎng)絡(luò)中不同研究領(lǐng)域的區(qū)分[61]。

對住宅區(qū)進行“社團識別”，既反映了空間組織層面對相鄰性、設(shè)施共享和學(xué)區(qū)劃分的考慮，又反映了相近社會背景、生活方式、生活特征和社會信任居民的選擇結(jié)果。計算式為：

式中：Q為模塊度，Aij表示節(jié)點i和節(jié)點j之間的邊的權(quán)重值（本文中邊的權(quán)重都是1）；Ki表示節(jié)點i的度； ci表示i所屬的“社團”；如果節(jié)點i和節(jié)點j屬于同一個“社團”，δ（ci，cj）為1，否則為0；m表示網(wǎng)絡(luò)中邊權(quán)重的總和。在運算時，每個節(jié)點被分配到一個不同的“社團”。每次計算都會從它所屬的“社團”中取出一個節(jié)點，加入鄰近的“社團”，并計算這個“社團”模塊度的變化。如果收益小于0，那么它就被放回原來的“社團”；否則就將其加入具有較大收益的“社團”。反復(fù)執(zhí)行直到所有節(jié)點所在的“社團”不再改變。

4 研究結(jié)果

4.1 研究范圍住宅區(qū)“度”差異明顯

本文中的“度”代表某住宅區(qū)居民與其他住宅區(qū)居民的日常交往互動，即他們因使用相同公共設(shè)施和公共空間而產(chǎn)生社會經(jīng)濟關(guān)聯(lián)的可能性?！岸取痹酱髣t表示該住宅區(qū)居民更有可能與城市中其他居民的生活軌跡發(fā)生重疊，也更有可能發(fā)生跨住宅區(qū)社會交往。相反，則表明住宅區(qū)可能相對獨立和封閉，與其他住宅區(qū)聯(lián)系較少[62-63]。

2020年的居住空間網(wǎng)絡(luò)（URSN）中“節(jié)點”之間的“度”差異明顯?！岸取狈植颊w呈泊松分布，而非冪律分布[57]81-86，[64]。其中，住宅區(qū)最大的“度”為126.0，最小的為0；大部分住宅區(qū)的度在10.0至50.0之間，平均為33.2，極少數(shù)超過100.0。這意味著大部分住宅區(qū)的居民會與附近30個左右住宅區(qū)的居民有生活軌跡重疊和交往；極少數(shù)住宅區(qū)的居民能夠與周邊100個以上住宅區(qū)存在聯(lián)系。

“度”較高的住宅區(qū)在促進社會融合、提高城市活力方面有更關(guān)鍵的作用。除了住宅區(qū)內(nèi)戶數(shù)多、人口多可能增加對外交往之外，較高的經(jīng)濟社會地位、較廣泛的人際交往能力都造成了住宅區(qū)“度”分布有明顯的市中心大、邊緣地區(qū)小的特征；浦西居住區(qū)的“度”普遍高于浦東，中心區(qū)住宅區(qū)的“度”普遍高于外圍?！岸取弊罡叩淖≌瑓^(qū)集中在黃浦區(qū)西北部、黃浦區(qū)與靜安區(qū)交界部，以及虹口區(qū)的北外灘地區(qū)；“度”較高的住宅區(qū)分布于長寧區(qū)南部和西部、徐匯區(qū)北部和楊浦區(qū)西南部（見圖7）。

4.2 居住空間網(wǎng)絡(luò)的大“度”節(jié)點和魯棒性測度

城市居住空間網(wǎng)絡(luò)（URSN）產(chǎn)生網(wǎng)絡(luò)“崩潰”意味著不同住宅區(qū)居民之間日常交往受阻、共同活動消失，住宅區(qū)成為空間“孤島”。例如，一些住宅區(qū)的拆遷對居民交往活動產(chǎn)生不利影響。由于黃浦江的空間阻隔，本文選取最大連通子圖作為初始網(wǎng)絡(luò)。測度結(jié)果發(fā)現(xiàn)：

其一，居住空間網(wǎng)絡(luò)在隨機攻擊下呈現(xiàn)較強的魯棒性，在蓄意攻擊下則較為脆弱。當移除節(jié)點達30%時，蓄意攻擊模式最大連通子圖規(guī)模下降更快。而且，蓄意攻擊模式下，網(wǎng)絡(luò)效率迅速減小，當移除“節(jié)點”達到60%時，網(wǎng)絡(luò)幾乎完全癱瘓不再連通；隨機攻擊模式下，當移除60%“節(jié)點”時，網(wǎng)絡(luò)效率才開始明顯減?。ㄒ妶D8a）。

其二，居住空間網(wǎng)絡(luò)魯棒性與住宅區(qū)類型存在關(guān)系。具有大“度”節(jié)點特征的住宅區(qū)大多為里弄式住宅區(qū)（見圖7a）。進一步采用規(guī)則（2）建立里弄、工人新村兩種類型住宅區(qū)的居住空間網(wǎng)絡(luò)，分別測度其魯棒性。結(jié)果顯示，里弄住宅區(qū)的網(wǎng)絡(luò)效率和面對攻擊呈現(xiàn)出的魯棒性遠高于工人新村住宅區(qū)，是具有較高穩(wěn)定性的居住空間模式（見圖8b-圖8c）。

其三，對“度”較大住宅區(qū)的拆除或人為封閉會導(dǎo)致整個城市居民交往、信息交換和傳播概率降低，容易產(chǎn)生社會隔離、活力降低等負面效應(yīng)（見圖8c，圖9）。

4.3 居住空間“社團”識別及分布特征

住宅區(qū)“社團”是相互聯(lián)系緊密的若干住宅區(qū)的空間集合。復(fù)雜網(wǎng)絡(luò)分析根據(jù)網(wǎng)絡(luò)中住宅區(qū)“節(jié)點”的社會關(guān)聯(lián)來確定住宅區(qū)集群以及住宅區(qū)的聚類和分化。

根據(jù)2020年數(shù)據(jù)，在研究范圍共識別出73個住宅區(qū)“社團”。特征如下：其一，“社團”規(guī)模普遍較大。規(guī)模最大的“社團”位于黃浦區(qū)中部，擁有445個“節(jié)點”（即住宅區(qū)）。有14個社團的“節(jié)點”數(shù)量在200個以上，13個“社團”的“節(jié)點”數(shù)量在100—200個之間，其余“社團”規(guī)模相對較小。其二，“社團”邊界與行政區(qū)劃、重要交通線的邊界明顯吻合。這是建網(wǎng)規(guī)則中學(xué)區(qū)邊界和地理鄰近性共同作用的結(jié)果。其三，內(nèi)環(huán)線內(nèi)分布有15個規(guī)模較大的“社團”，而規(guī)模較小的“社團”則位于研究范圍邊緣。其四，“社團”識別結(jié)果與居民日常認知存在重合且有共同標識（見圖10）。

5 討論

5.1 網(wǎng)絡(luò)分析揭示了城市居住空間的物質(zhì)、社會兩面性

“物質(zhì)空間”“社會空間”相結(jié)合的復(fù)雜網(wǎng)絡(luò)建構(gòu)規(guī)則，揭示了住宅區(qū)空間分布與社會關(guān)聯(lián)共同作用下的城市居住空間網(wǎng)絡(luò)（URSN）特征。反映了圍繞家庭成員展開的城市社會組織模式，以及經(jīng)典規(guī)劃理論和方法干預(yù)城市社會空間組織的有效性。測度結(jié)果反映了住宅區(qū)之間社會關(guān)聯(lián)的程度，以及由共享設(shè)施建立起的鄰里關(guān)系的穩(wěn)定性。

其一，有較高服務(wù)設(shè)施配置水平的地區(qū)，為居民建立社會關(guān)系創(chuàng)造了條件，住宅區(qū)的“度”和中心性普遍較高；其中，基礎(chǔ)教育設(shè)施和綠地活動空間的作用尤為突出。

其二，住宅區(qū)類型是影響城市居住空間網(wǎng)絡(luò)穩(wěn)定性的另一重要因素。里弄住宅區(qū)為鄰里交往提供了豐富的適宜空間，促進了社會關(guān)系的多元化。它在網(wǎng)絡(luò)中的“度”最大、中心性最高，對網(wǎng)絡(luò)完整性和穩(wěn)定性的影響最為關(guān)鍵。公寓型住宅區(qū)由于數(shù)量較大、分布分散，也有利于網(wǎng)絡(luò)的穩(wěn)定性[65]。新建商品房住宅區(qū)往往面積規(guī)模較大，空間相對封閉，與周邊居住區(qū)聯(lián)系較少，易導(dǎo)致網(wǎng)絡(luò)松散、脆弱，影響網(wǎng)絡(luò)的穩(wěn)定性。

5.2 網(wǎng)絡(luò)“社團”識別反映了地域認同

“社團”識別出的范圍是住宅區(qū)之間居民互動較為緊密的地區(qū)。反映了居民的地域認同，即居住地相互鄰近、日?；顒臃秶嗷ブ丿B，且有相同的地標認知，更可能通過共用公共空間和公共設(shè)施建立起關(guān)系。其中，傳統(tǒng)住宅區(qū)、工人新村片區(qū)都形成了明確的住宅區(qū)“社團”并與居民認知和地域歸屬感相一致。

基于“社團”識別進一步整合住宅區(qū)，發(fā)現(xiàn)在空間上有較強集聚態(tài)勢的多個“社團”共同形成了具有地域認同（place identity）的城市空間“細胞”（cells）[66]。將其與行政區(qū)劃和控規(guī)單元邊界相疊合，發(fā)現(xiàn)一個“細胞”往往會覆蓋4—5個控規(guī)單元，邊界重合度較高?？臻g“細胞”對劃分規(guī)劃管理和社會治理單元，合理配置中小學(xué)校、幼兒園、社區(qū)公園、文化體育等共享服務(wù)設(shè)施，建立社區(qū)治理機制和平臺提供了新思路，值得進一步研究驗證（見圖11）。

5.3 研究展望和局限性

將住宅區(qū)規(guī)劃意圖和居民行為特征引入建邊規(guī)則，相較僅依靠空間鄰近性和個體合作關(guān)系建立的“隨機網(wǎng)絡(luò)”[67]更接近現(xiàn)實情況。城市復(fù)雜網(wǎng)絡(luò)分析對群體決策博弈、社會意愿表達[68]以及觀點、信息等的傳播路徑預(yù)測[69]等研究有借鑒意義。居住空間網(wǎng)絡(luò)研究為開展城市社會關(guān)系、疾病傳播機制研究提供了基礎(chǔ)，為通過空間手段干預(yù)不可見的關(guān)系網(wǎng)絡(luò)提供了新思路。

研究存在以下局限性：首先，本文對一定規(guī)模群體聚居地進行的“粗?；保╟oarse graining），僅適合于特定空間尺度、時間尺度下的特定研究。后續(xù)需進一步根據(jù)研究問題擬定合適的空間“粗?；狈桨福㈥P(guān)照個體行為與宏觀現(xiàn)象之間的關(guān)聯(lián)性和一致性（見圖12）。其次，住宅區(qū)識別和居住空間網(wǎng)絡(luò)構(gòu)建規(guī)則需進一步優(yōu)化。一方面，基于高清衛(wèi)星影像采用機器學(xué)習(xí)識別出的住宅區(qū)可能存在誤差，忽視了住宅使用功能的變化。另一方面，數(shù)據(jù)準備和深化分析滯后于現(xiàn)實變化。最后，目前所采用的建邊規(guī)則對跨學(xué)區(qū)和行政區(qū)的社會關(guān)聯(lián)和互動考慮不足；居民除日?；顒又膺€有其他類型社會互動，如工作、興趣團體等；還需要探索使用更多數(shù)據(jù)源，如社交媒體數(shù)據(jù)和手機信令數(shù)據(jù)。

6 結(jié)語

本文將復(fù)雜網(wǎng)絡(luò)分析應(yīng)用于城市內(nèi)部空間結(jié)構(gòu)研究，通過對城市居住空間網(wǎng)絡(luò)（URSN）的特征測度，揭示關(guān)鍵住宅區(qū)、居住空間結(jié)構(gòu)穩(wěn)定性和地域認同等空間組織模式?；诖?，未來有望采用多源、多頻大數(shù)據(jù)更細致地揭示城市空間網(wǎng)絡(luò)的多重網(wǎng)絡(luò)特征和演化、博弈與傳播機制，為城市建成地區(qū)開展單元規(guī)劃和詳細規(guī)劃創(chuàng)新提供新的思路和實現(xiàn)路徑。

參考文獻 References

[1]國家統(tǒng)計局. 經(jīng)濟社會發(fā)展統(tǒng)計圖表：第七次全國人口普查超大、特大城市人口基本情況[EB/OL]. （2021-09-16）[2023-12-04]. http：//www.qstheory.cn/dukan/qs/2021-09/16/c_1127863567.htm.

State Statistical Bureau. Economic and social develop-ment statistics chart： the seventh national census， the basic situation of the population of megacities[EB/OL]. （2021-09-16） [2023-12-04]. http：//www.qstheory.cn/dukan/qs/2021-09/16/c_1127863567.htm.

[2]中華人民共和國住房和城鄉(xiāng)建設(shè)部. 完整居住社區(qū)建設(shè)指南（建辦科（2021）55號）[S]. 2021.

Ministry of Housing and Urban-Rural Development of the People's Republic of China. Guide to building complete residential communities[S]. 2021.

[3]周彬?qū)W，戴特奇，梁進社，等. 基于Lowry模型的北京市城市空間結(jié)構(gòu)模擬[J]. 地理學(xué)報，2013，68（4）：491-505.

ZHOU Binxue， DAI Teqi， LIANG Jinshe， et al. Simulation of urban spatial structure in Beijingbased on Lowry model[J]. Acta Geographica Sinica， 2013， 68（4）： 491-505.

[4]黃志宏. 世界城市居住區(qū)空間結(jié)構(gòu)模式的歷史演變[J]. 經(jīng)濟地理，2007（2）：245-249.

HUANG Zhihong. The evolution of urban residential space structure[J]. Economic Geography， 2007（2）： 245-249.

[5]張文忠，劉旺，李業(yè)錦. 北京城市內(nèi)部居住空間分布與居民居住區(qū)位偏好[J]. 地理研究，2003（6）：751-759.

ZHANG Wenzhong， LIU Wang， LI Yejin. Housings' spatial distribution and residents' preference on housing location in Beijing[J]. Geographical Research， 2003（6）： 751-759.

[6]李漢宗. 血緣、地緣、業(yè)緣：新市民的社會關(guān)系轉(zhuǎn)型[J]. 深圳大學(xué)學(xué)報（人文社會科學(xué)版），2013，30（4）：113-119.

LI Hanzong. Blood， geopolitical and professional ties： transformation of new urbanites' social rela-tions[J]. Journal of Shenzhen University （Human-ities & Social Sciences）， 2013， 30（4）： 113-119.

[7]NEWMAN M E J. Communities， modules and large-scale structure in networks[J]. Nature Physics， 2012， 8（1）： 25-31.

[8]蔡禾，賀霞旭. 城市社區(qū)異質(zhì)性與社區(qū)凝聚力——以社區(qū)鄰里關(guān)系為研究對象[J]. 中山大學(xué)學(xué)報（社會科學(xué)版），2014，54（2）：133-151.

CAI HE， HE Xiaxu. Heterogeneity and cohesion of urban communities： a study on neighborhood relations in communities[J]. Journal of Sun Yat-sen University （Social Science Edition）， 2014， 54（2）： 133-151.

[9]HE S J. Evolving enclave urbanism in China and its socio-spatial implications： the case of Guangzhou[J]. Social & Cultural Geography， 2013， 14（3）： 243-275.

[10]黃勇，石亞靈. 西南地區(qū)歷史城鎮(zhèn)社會網(wǎng)絡(luò)保護評價探索研究[J]. 城市規(guī)劃學(xué)刊，2018（3）：40-49.

HUANG Yong， SHI Yaling. Evaluation and protection of social networks in historic towns in south-western China[J]. Urban Planning Forum， 2018（3）： 40-49.

[11]易崢，閻小培，周春山. 中國城市社會空間結(jié)構(gòu)研究的回顧與展望[J]. 城市規(guī)劃匯刊，2003（1）：21-24.

YI Zheng， YAN Xiaopei， ZHOU Chunshan. Urban social spatial structure research in China： review and prospect[J]. Urban Planning Forum， 2003（1）： 21-24.

[12]張海東，楊城晨. 住房與城市居民的階層認同——基于北京、上海、廣州的研究[J]. 社會學(xué)研究，2017，32（5）：39-63.

ZHANG Haidong， YANG Chengchen. Housing and the class identity of urban residents： a study based on data from Beijing， Shanghai and Guangzhou[J]. Sociological Studies， 2017， 32（5）： 39-63.

[13]黃榮貴，孫小逸. 社會互動、地域認同與人際信任——以上海為例[J]. 社會科學(xué)，2013（6）：86-94.

HUANG Ronggui， SUN Xiaoyi. Social interaction， place identity and interpersonal trust： a study in Shanghai[J]. Journal of Social Sciences， 2013（6）： 86-94.

[14]宋偉軒，黃琴詩，谷躍，等. 寧杭城市多時空尺度居住空間分異與比較[J]. 地理學(xué)報，2021，76（10）：2458-2476.

SONG Weixuan， HUANG Qinshi， GU Yue， et al. A comparison study on residential differentiation at multiple spatial and temporal scales in Nanjing and Hangzhou[J]. Acta Geographica Sinica， 2021， 76（10）： 2458-2476.

[15]何深靜，于濤方，方瀾. 城市更新中社會網(wǎng)絡(luò)的保存和發(fā)展[J]. 人文地理，2001（6）：36-39.

HE Shenjing， YU Taofang， FANG Lan. Protection and development of social networks in urban renewal[J]. Human Geography， 2001（6）： 36-39.

[16]方長春. 中國城市居住空間的變遷及其內(nèi)在邏輯[J]. 學(xué)術(shù)月刊，2014，46（1）：100-109.

FANG Changchun. Residential space changing in urban China and its inner logics[J]. Academic Monthly， 2014， 46（1）： 100-109.

[17]LI Z G， WU F L. Tenure-based residential segrega-tion in post-reform Chinese cities： a case study of Shanghai[J]. Transactions of the Institute of British Geographers， 2008， 33（3）： 404-419.

[18]常江，謝滌湘，陳宏勝，等. 城市更新對居民社區(qū)依戀的影響：基于廣州新老社區(qū)的對比研究[J]. 現(xiàn)代城市研究，2019（9）：67-74.

CHANG Jiang， XIE Dixiang， CHEN Hongsheng， et al. The impacts of urban regeneration on residents' community attachment： a comparison between new and traditional communities in Guangzhou[J]. Modern Urban Research， 2019（9）： 67-74.

[19]王開泳，肖玲，王淑婧. 城市社會空間結(jié)構(gòu)研究的回顧與展望[J]. 熱帶地理，2005（1）：28-32.

WANG Kaiyong， XIAO Ling， WANG Shujing. A review and outlook on the studies of urban social spatial structure[J]. Tropical Geography， 2005（1）： 28-32.

[20]宗會明，季欣. 1999—2018年重慶市主城區(qū)住宅用地空間演變特征及驅(qū)動因素研究[J]. 地理科學(xué)，2021，41（7）：1256-1265.

ZONG Huiming， JI Xin. Spatial characteristics and driving factors of expansion of residential land use in Chongqing urban area from 1999 to 2018[J]. Scientia Geographica Sinica， 2021， 41（7）： 1256-1265.

[21]DING R， UJANG N， BIN HAMID H， et al. Application of complex networks theory in urban traffic network researches[J]. Networks & Spatial Economics， 2019， 19（4）： 1281-1317.

[22]PORTA S P V. The network analysis of urban streets： a dual approach[J]. Physica A： Statistical Mecha-nics and Its Applications， 2006， 369（2）： 853-866.

[23]BOEING G. Urban spatial order： street network orientation， configuration， and entropy[J]. AppliedNetwork Science， 2019， 4（1）： 67.

[24]PAN H， DEAL B， CHEN Y， et al. A reassessment of urban structure and land-use patterns： distance to CBD or network-based？ Evidence from Chicago[J]. Regional Science and Urban Economics， 2018， 70： 215-228.

[25]BATTY M， LONGLEY P A. Fractal-based descrip-tion of urban form[J]. Environment and Planning B-Planning & Design， 1987， 14（2）： 123-134.

[26]ROBINS G， ALEXANDER M. Small worlds among interlocking directors： network structure and distance in bipartite graphs[J]. Computational & Mathema-tical Organization Theory， 2004， 10（1）： 69-94.

[27]BATTISTON F， IACOVACCI J， NICOSIA V， et al. Emergence of multiplex communities in collaboration networks[J]. PLoS One， 2016， 11（1）： e0147451.

[28]BOCCALETTI S， BIANCONI G， CRIADO R， et al. The structure and dynamics of multilayer networks[J]. Physics Reports-Review Section of Physics Letters， 2014， 544（1）： 1-122.

[29]SHIAU W L， DWIVEDI Y K， YANG H S. Co-citation and cluster analyses of extant literature on social networks[J]. International Journal of Information Management， 2017， 37（5）： 390-399.

[30]GUO B， LIU L， LI Y. Simulation research on manage-ment modes of urban old residence community based on complex network[J]. Complex Systems and Complexity Science， 2019， 16（2）： 41-51.

[31]WATTS D J， STROGATZ S H. Collective dynamics of 'small-world' networks[J]. Nature， 1998， 393（6684）： 440-442.

[32]BARABASI A L， ALBERT R. Emergence of scaling in random networks[J]. Science， 1999， 286（5439）： 509-512.

[33]ASPRONE D， CAVALLARO M， LATORA V， et al. Assessment of urban ecosystem resilience using the efficiency of hybrid social-physical complex networks[J]. Computer-Aided Civil and Infrastructure Engineering， 2014， 29（8）： 608-625.

[34]VESPIGNANI A. Complex networks： the fragility of interdependency[J]. Nature， 2010， 464（7291）： 984-985.

[35]DERRIBLE S. Network centrality of metro systems[J]. PloS One， 2012， 7（7）： e40575.

[36]侯靜軒，張恩嘉，龍瀛. 多尺度城市空間網(wǎng)絡(luò)研究進展與展望[J]. 國際城市規(guī)劃，2021，36（4）：17-24.

HOU Jingxuan， ZHANG Enjia， LONG Ying. The progress and prospects of the multi-scale urban space network research[J]. Urban Planning International， 2021， 36（4）： 17-24.

[37]汪小帆，李翔，陳關(guān)榮. 網(wǎng)絡(luò)科學(xué)導(dǎo)論[M]. 北京：高等教育出版社，2020：37-69.

WANG Xiaofan， LI Xiang， CHEN Guanrong. Network science an introduction[M]. Beijing： Higher Education Press， 2020： 37-69.

[38]李仙德，白光潤. 轉(zhuǎn)型期上海城市空間重構(gòu)的動力機制探討[J]. 現(xiàn)代城市研究，2008（9）：11-18.

LI Xiande， BAI Guangrun. On the dynamic mechanism of urban space reconstruction in Shanghai during the transitional period[J]. Modern Urban Research， 2008（9）： 11-18.

[39]HAN W， FENG R Y， WANG L Z， et al. A semi-supervised generative framework with deep learning features for high-resolution remote sensing image scene classification[J]. ISPRS Journal of Photogrammetry and Remote Sensing， 2018， 145： 23-43.

[40]鞏彩蘭，胡勇，尹球. 利用遙感圖像實現(xiàn)城市不同類型住宅區(qū)自動識別的方法：CN200610118738.3 [P/OL]. （2007-05-09）[2023-12-04]. https：//kns.cnki.net/kcms2/article/abstract？v=sAMp-nZqXjye3elUR7LPOTJEYnwC3FDeuNodFOjyUz1YLomeznt4TNFmmrY6xB4n8fZt6jDStc-3xFYV9V2ZCHSlMVpA5S1BhSjVFIKnKUTkpJ-XzssEv5JLcsF0kWIMCbfGbRT8IQ0nmTL6lK1KrgPmbpZbJsRNmjZLC3AXWAvxX6x7vxkPUg==&uniplatform=NZKPT&language=CHS.

GONG Cailan， HU Yong， YIN Qiu. Automatic recognition of different types of urban residen-tial areas using remote sensing images： CN 200610118738.3[P/OL]. （2007-05-09）[2023-12-04]. https：//kns.cnki.net/kcms2/article/abstract？v=sAMp-nZqXjye3elUR7LPOTJEYnwC3FDeuNodFOjyUz1YLomeznt4TNFmmrY6xB4n8fZt6jDStc-3xFYV9V2ZCHSlMVpA5S1BhSjVFIKnKUTkpJ-XzssEv5JLcsF0kWIMCbfGbRT8IQ0nmTL6lK1KrgPmbpZbJsRNmjZLC3AXWAvxX6x7vxkPUg==&uniplatform=NZKPT&language=CHS.

[41]廖邦固，徐建剛，宣國富，等. 1947—2000年上海中心城區(qū)居住空間結(jié)構(gòu)演變[J]. 地理學(xué)報，2008（2）：195-206.

LIAO Banggu， XU Jian'gang， XUAN Guofu， et al. Evolution of residential space structure in Shanghai central city based on land use[J]. Acta Geographica Sinica， 2008（2）： 195-206.

[42]YANG F， WEI Z， WANG J. Spatial scale plasticity of urban residential areas： lessons from Shanghai's model in response to COVID-19[J]. Journal of Chinese Architecture and Urbanism， 2023， 5（3）： 1242.

[43]黃慧明，周岱霖，王燁. 基于居住形態(tài)類型的社區(qū)生活圈空間組織模式研究——以廣州為例[J]. 城市規(guī)劃學(xué)刊，2021（2）：94-101.

HUANG Huiming， ZHOU Dailin， WANG Ye. An analysis of the spatial organization of community life-cycle under residential morphological categories[J]. Urban Planning Forum， 2021（2）： 94-101.

[44]龐云黠. 屬性與關(guān)系的再認識——社會網(wǎng)絡(luò)分析研究現(xiàn)狀與演進[J]. 新聞與傳播評論，2019，72（3）：117-128.

PANG Yunxia. Rethinking the relational data and attribute data： the status and development of social network analysis[J]. Journalism & Communication Review， 2019， 72（3）： 117-128.

[45]BARTHéLEMY M. Spatial networks[J]. Physics Reports， 2011， 499（1-3）： 1-101.

[46]SCHLAPFER M， DONG L， O'KEEFFE K， et al. The universal visitation law of human mobility[J]. Nature， 2021， 593（7860）： 522-527.

[47]SMALL M L， ADLER L. The role of space in the formation of social ties[J]. Annual Review of Sociology， 2019， 45： 111-132.

[48]MORO E， CALACCI D， DONG X W， et al. Mobility patterns are associated with experienced income segregation in large US cities[J]. Nature Communications， 2021， 12（1）： 4633.

[49]廖邦固，徐建剛，梅安新. 1947—2007年上海中心城區(qū)居住空間分異變化——基于居住用地類型視角[J]. 地理研究，2012，31（6）：1089-1102.

LIAO Banggu， XU Jian'gang， MEI Anxin. Evolution of residential differentiation in central Shanghai City （1947-2007）： a view of residential land-use types[J]. Geographical Research， 2012， 31（6）： 1089-1102.

[50]馬國強，趙靜，孫燕. 優(yōu)質(zhì)學(xué)區(qū)社區(qū)鄰里交往特征及其社會空間效應(yīng)——以南京市銀城小學(xué)學(xué)區(qū)為例[J]. 地域研究與開發(fā)，2022，41（1）：73-78.

MA Guoqiang， ZHAO Jing， SUN Yan. Neighborly interaction characteristics and social-spatial effect of superior school district community： a case study of Yincheng Primary School district in Nanjing City[J]. Areal Research and Development， 2022， 41（1）： 73-78.

[51]中華人民共和國住房和城鄉(xiāng)建設(shè)部. 城市居住區(qū)規(guī)劃設(shè)計標準（GB 50180-2018）[S]. 北京：中國建筑工業(yè)出版社，2018.

Ministry of Housing and Urban-Rural Development of the People's Republic of China. Design code for residential buildings （GB 50180-2018）[S]. Beijing： China Architecture & Building Press， 2018.

[52]PERRY. City planning for neighborhood life[J]. Social Forces， 1928， 8（1）： 98-100.

[53]LUND H. Testing the claims of new urbanism - local access， pedestrian travel， and neighboring behaviors[J]. Journal of the American Planning Association， 2003， 69（4）： 414-429.

[54]KAZMIERCZAK A. The contribution of local parks to neighbourhood social ties[J]. Landscape and Urban Planning， 2013， 109（1）： 31-44.

[55]CHIN C-H， CHEN S-H， WU H-H， et al. cytoHubba： identifying hub objects and sub-networks from complex interactome[J]. BMC Systems Biology， 2014， 8（s4）： s11.

[56]ALBERT R， JEONG H， BARABASI A L. Error and attack tolerance of complex networks[J]. Nature， 2000， 406（6794）： 378-382.

[57]艾伯特-拉斯洛·巴拉巴西. 巴拉巴西網(wǎng)絡(luò)科學(xué)[M]. 河南：河南科學(xué)技術(shù)出版社，2020.

BARABASI A-L. Network science[M]. He'nan： He'nan Science and Technology Press， 2020.

[58]CRUCITTI P， LATORA V， MARCHIORI M， et al. Error and attack tolerance of complex networks[J]. Physica A： Statistical Mechanics andIts Applications， 2004， 340（1-3）： 388-394.

[59]任卓明，邵鳳，劉建國，等. 基于度與集聚系數(shù)的網(wǎng)絡(luò)節(jié)點重要性度量方法研究[J]. 物理學(xué)報，2013，62（12）：522-526.

REN Zhuoming， SHAO Feng， LIU Jianguo， et al. Node importance measurement based on the degree and clustering coefficient information[J]. Acta Physica Sinica， 2013， 62（12）： 522-526.

[60]GIRVAN M， NEWMAN M E J. Community struc-ture in social and biological networks[J]. Proceedings of the National Academy of Sciences of the United States of America， 2002， 99（12）： 7821-7826.

[61]REDNER S. How popular is your paper？ An empirical study of the citation distribution[J]. European Physical Journal B， 1998， 4（2）： 131-134.

[62]FORISTER M L， NOVOTNY V， PANORSKA A K， et al. The global distribution of diet breadth in insect herbivores[J]. Proceedings of the National Academy of Sciences of the United States of America， 2015， 112（2）： 442-447.

[63]王林，戴冠中. 復(fù)雜網(wǎng)絡(luò)的度分布研究[J]. 西北工業(yè)大學(xué)學(xué)報，2006（4）：405-409.

WANG Lin， DAI Guanzhong. On degree distribution of complex network[J]. Journal of Northwestern Polytechnical University， 2006（4）： 405-409.

[64]BARABASI A L. Scale-free networks： a decade and beyond[J]. Science， 2009， 325（5939）： 412-413.

[65]羅璇，李如如，鐘碧珠，等. 回歸“街坊”——居住區(qū)空間組織模式轉(zhuǎn)變初探[J]. 城市規(guī)劃學(xué)刊，2019（3）：96-102.

LUO Xuan， LI Ruru， ZHONG Bizhu， et al. From residential quarter to housing block： preliminary study on residential space transformation in China[J]. Urban Planning Forum， 2019（3）： 96-102.

[66]BATTY M. Planning the 21st Century city - four snapshots for a new science[J]. International Review for Spatial Planning and Sustainable Development， 2021， 9（1）： 1-9.

[67]葉鍾楠. 流行病在城市空間中的傳播模擬——以新型冠狀病毒（COVID-19）疫情期間的武漢市主城區(qū)為例[J]. 南方建筑，2021（4）：1-7.

YE Zhongnan. Simulation of epidemic spread in urban space： the case study of Wuhan central city during COVID-19[J]. South Architecture， 2021（4）： 1-7.

[68]王元卓，于建業(yè)，邱雯，等. 網(wǎng)絡(luò)群體行為的演化博弈模型與分析方法[J]. 計算機學(xué)報，2015，38（2）：282-300.

WANG Yuanzhuo， YU Jianye， QIU Wen， et al. Evolutionary game model and analysis methods for network group behavior[J]. Chinese Journal of Computers， 2015， 38（2）： 282-300.

[69]孫國道，楊雨璠，潘翔，等. 流行病數(shù)據(jù)可視分析綜述[J]. 計算機學(xué)報，2022，45（3）：601-623.

SUN Guodao， YANG Yufan， PAN Xiang， et al. A survey on visual analysis of epidemic data[J]. Chinese Journal of Computers， 2022， 45（3）： 601-623.

基金項目：國家自然科學(xué)基金“城鄉(xiāng)工業(yè)用地空間績效評價及轉(zhuǎn)型更新機理研究”（編號51778436）資助。