什剎海商業(yè)熱點街巷區(qū)位特征及優(yōu)化策略研究

張雨洋 楊昌鳴

[摘要]旅游商業(yè)化是復興歷史街區(qū)的重要手段。文章從道路中心性角度出發(fā)，以什剎海歷史街區(qū)為例，在傳統(tǒng)道路網(wǎng)絡中加入“歷史遺產”的權重，利用城市網(wǎng)絡分析工具測度街巷的道路中心性指數(shù)，通過核密度將道路中心性與商業(yè)店鋪轉化為柵格數(shù)據(jù)進行相關分析，以相關系數(shù)最高的道路中心性指標為字段，運用分組分析工具對街區(qū)內街巷進行空間聚類，得到街區(qū)內適宜發(fā)展商業(yè)的最佳區(qū)位。最后，通過與現(xiàn)狀商業(yè)店鋪的空間耦合性研究判斷方法的正確性，并對商業(yè)發(fā)展一般的熱點街巷提出未來商業(yè)布局的策略。結果表明：（1）與商業(yè)店鋪相關系數(shù)最高的道路中心性指數(shù)是中介性（R=0.719），其次是鄰近性（R=0.715），直達性相關系數(shù)小于0.5;（2）以中介性與鄰近性為字段，通過聚類分析得到最適宜發(fā)展商業(yè)的街巷，主要為連接恭王府與銀錠橋的街巷及二者附近的街巷;（3）與現(xiàn)狀商業(yè)店鋪的空間耦合性分析證實了方法的正確性與實用性，并認為現(xiàn)狀商業(yè)店鋪較少的柳蔭街與南官房胡同有發(fā)展商業(yè)的潛力;（4）在分析現(xiàn)狀商業(yè)布局規(guī)律的基礎上，結合現(xiàn)狀條件為柳蔭街與南官房胡同未來商業(yè)業(yè)態(tài)發(fā)展提供了理論支撐。

[關鍵詞]什剎海;歷史街區(qū);店鋪選址策略;最優(yōu)商業(yè)區(qū)位;??? 分組分析;UNA工具

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2019）07-0110-14

Doi：10.19765/j.cnki.1002-5006.2019.00.003

引言

歷史文化街區(qū)在我國“名城-街區(qū)-文物”三級遺產保護體系中處于中間環(huán)節(jié)，既是歷史名城時間維度源遠流長的體現(xiàn)地，也是空間維度文保單位、歷史建筑等遺產的集中地"。歷史街區(qū)的商業(yè)化是基于對歷史街區(qū)的保護整治，利用更新而進行的商業(yè)化建設，是現(xiàn)實社會基于“歷史社會實踐產物”的再生產2，是合理利用與永續(xù)保存歷史街區(qū)的重要手段與途徑之一。當下此領域的研究多從商業(yè)化的經(jīng)營發(fā)展模式，商業(yè)化過程中導致的“空間同質化”和“商業(yè)過度化"等角度出發(fā)148，雖然這些文章對歷史街區(qū)商業(yè)化的進程及方式提出批判，但大都沒有強烈地否認商業(yè)化在歷史街區(qū)保護利用過程中的重要作用和地位。因此，如何在歷史街區(qū)中科學布局商業(yè)活動是當下另一項重要的研究內容。

“不管城市的商品銷售業(yè)、客戶服務業(yè)等各種經(jīng)濟活動能夠提供多么好的商品及服務，其成功的3個關鍵因素仍然是：區(qū)位，區(qū)位，區(qū)位”。城市中的經(jīng)濟活動集聚特征及影響因素一直是地理學同經(jīng)濟學關注的重要領域，商業(yè)活動所處的區(qū)位是自身獲得成功的關鍵因素。近年來，部分地理學家借由網(wǎng)絡科學的發(fā)展，開始了分析道路中心性同商業(yè)店鋪布局間關系的研究”。國外方面，Porta等基于多中心性評價（multplecentralityanalysis，MCA）模型測度了Bologna道路中心性中的鄰近性，中介性及直達性，研究其與商業(yè)區(qū)位間的關系;Wang等在BatonRouge利用同樣的指標發(fā)現(xiàn)道路中心性同用地密度同樣呈現(xiàn)較高的相關性嗎;Porta等在Barcelona通過相似的研究發(fā)現(xiàn)，道路中心性同非基本經(jīng)濟活動比基本經(jīng)濟活動的相關性大叫;隨后，有作者對斯德哥爾摩（Stockholm）和長春也進行了相似的檢驗與研究，均證明了城市尺度下道路中心性同經(jīng)濟活動間密切的關系。

國內方面，陳晨等研究了長春市商業(yè)網(wǎng)點空間分布與交通網(wǎng)絡中心性關系，之后陳晨等又探析了沈陽市中心城區(qū)交通網(wǎng)絡中心性與第三產業(yè)經(jīng)濟密度空間分布的關系，同時其又將道路中心性指數(shù)應用在可達性研究中。類似的研究也應用在了國內其他城市，例如北京、武漢等，證實了國內城市在商業(yè)布局方面同道路中心性也存在較高的相關性。同時，除歸納總結道路中心性同商業(yè)活動的關系外，詹璇等還基于公共交通網(wǎng)絡中心性和銀行網(wǎng)點的空間分布，探討兩者間的空間耦合性，對道路中心性高但銀行網(wǎng)點較少及道路中心性低但銀行網(wǎng)點較多的區(qū)域提出了更新策略，為商業(yè)布局的更新調整提供了理論依據(jù)。

通過梳理可以發(fā)現(xiàn)，現(xiàn)階段大部分的研究集中于城市尺度，涉及街區(qū)及街道層面的較少，道路中心性方法是否能應用于街區(qū)尺度存疑。原因主要是街區(qū)中道路及商業(yè)店鋪樣本數(shù)量少，影響店鋪分布的因素較多，導致分布規(guī)律不明顯。什剎海歷史街區(qū)是非常適合進行街區(qū)尺度驗證的研究案例，首先，“歷史氛圍”是吸引游人的主要因素啊，其可物化為街區(qū)中重要的“歷史遺產"（文保單位、歷史建筑、文化景觀等）;其次，街區(qū)內旅游商業(yè)發(fā)展較為成熟，依托于傳統(tǒng)建筑的商業(yè)店鋪門庭若市，店鋪數(shù)量較多。街區(qū)內的歷史遺產對商業(yè)店鋪分布勢必會產生一定的影響，在傳統(tǒng)的道路網(wǎng)絡中加入“歷史遺產”的權重將會得到更精確的結果。因此，本文以什剎海歷史街區(qū)為例，在歸納總結道路中心性同商業(yè)店鋪區(qū)位關系的基礎上，提出一種通過聚類識別街區(qū)商業(yè)熱點區(qū)位的方法，并對街區(qū)內未來商業(yè)更新調整提出建議。

本文主要的研究內容為：

（1）利用城市網(wǎng)絡分析工具（urbannetworkanalysis，UNA）測度什剎海歷史街區(qū)街巷道路中心性，在傳統(tǒng)的道路網(wǎng)絡中加入基于主成分分析法獲得的歷史遺產的權重，得到什剎海街區(qū)內街巷的道路鄰近性、中介性及直達性。

（2）運用核密度分析法轉化街區(qū)內街巷道路中心性及店鋪為柵格數(shù)據(jù)，通過相關分析得到與街區(qū)內商業(yè)布局關系最密切的道路中心性指數(shù)。

（3）利用分組分析工具對相關系數(shù)最高的道路中心性指標進行空間聚類分析，得到街區(qū)內最適宜商業(yè)活動發(fā)展的街巷區(qū)位，并描述其空間分布特征。

（4）分析街區(qū)內商業(yè)店鋪與最優(yōu)區(qū)位街道間的空間耦合性，一方面可以驗證方法的正確性，另一方面可為與道路中心性不協(xié)調的最優(yōu)區(qū)位的熱點街巷提供商業(yè)選址與布局優(yōu)化的理論依據(jù)。

1研究數(shù)據(jù)及方法

1.1研究范圍

本文研究范圍位于北京什剎海歷史文化街區(qū)，地處《北京舊城25片歷史文化保護區(qū)保護規(guī)劃》所確定的保護范圍之內，位于北京城中軸線西側。為排除城市干道影響，以地安門外大街鼓樓西大街、德內大街和地安門西大街4條城市干道圍合而形成的區(qū)域作為本文的研究范圍（圖1），面積共計1.708平方千米。研究范圍包含北京舊城內重要的水系前海與后海，該區(qū)域自明代起就是北京城內活力極強的游樂消夏之地。

1.2研究數(shù)據(jù)

本文研究數(shù)據(jù)主要包括路網(wǎng)、百度地圖興趣點（pointofinterest，POI）、歷史文化資源點及其相關信息。

1.2.1路網(wǎng)數(shù)據(jù)

文中使用的道路網(wǎng)絡數(shù)據(jù)來源于開源地圖網(wǎng)站（openstreetmap.com），結合現(xiàn)場調研及與街景地圖的比對，去除部分無街景的街巷。這樣處理的原因在于無街景的街巷多偏窄小、曲折，且界面封閉，不適合商業(yè)發(fā)展。

1.2.2百度地圖POI數(shù)據(jù)

文中使用的商業(yè)店鋪數(shù)據(jù)來源于百度地圖，通過網(wǎng)絡爬蟲（webcrawler）技術獲得。所獲取的店鋪包括店鋪名稱、經(jīng)緯度、電話及經(jīng)營類型等信息，研究范圍內共包含店鋪263個。

1.2.3歷史文化資源點及其相關信息數(shù)據(jù)

什剎海街區(qū)內現(xiàn)有文物保護單位（以下簡稱“文保單位”）14處，其中，全國重點文保單位3處，市級文保單位6處，區(qū)級文保單位5處。為系統(tǒng)研究歷史遺產對街區(qū)內商業(yè)店鋪的影響，將部分較為知名的非文保單位納入研究之中，包括2處文化景觀與1處重要歷史街巷，共計17處歷史遺產。本文為科學地評價歷史遺產的影響力，采用復合指標綜合評價的方法。遵循指標選取的系統(tǒng)性、完整性和數(shù)據(jù)的可獲得性原則。所用數(shù)據(jù)來源于社交龍頭網(wǎng)站新浪微博，商業(yè)信息龍頭網(wǎng)站大眾點評，適于街區(qū)尺度應用的人口熱力數(shù)據(jù)微信宜出行，均于2017年5月通過網(wǎng)絡爬蟲技術獲得（表1）。

（1）微博數(shù)據(jù)包括熱議數(shù)量、簽到數(shù)量、點贊數(shù)量圖片數(shù)量：微博歷史遺產POI包括歷史遺產的類型、地點、簡介、票價等基本信息，也可針對歷史遺產發(fā)布熱議微博或點贊;除此之外，在歷史遺產內或附近參觀游覽的游客可以基于歷史遺產的空間位置發(fā)布圖片微博，也可以在歷史遺產位置微博首頁簽到。獲取4個類型微博數(shù)據(jù)可以完整地體現(xiàn)微博用戶對于歷史遺產的態(tài)度，避免某一類型的數(shù)據(jù)過高而影響總體判斷的真實性。

（2）大眾點評數(shù)據(jù)中的圖片數(shù)量和評論數(shù)量：大眾點評為針對商業(yè)店鋪的消費指導型網(wǎng)站，對于歷史遺產的點評信息相對較少，包括歷史遺產的評論和照片信息。為避免社交網(wǎng)絡微博數(shù)據(jù)的局限性，獲取點評網(wǎng)站中關于歷史遺產的評論與照片信息的數(shù)量。

（3）宜出行的相對人口比例：部分歷史遺產雖然受到微博用戶和點評用戶的關注，但自身鑒于辦公或學校功能，并不開放。因此遵循數(shù)據(jù)獲取的系統(tǒng)性，應在獲取的數(shù)據(jù)中體現(xiàn)其開放程度。

（4）歷史遺產等級數(shù)據(jù)：由國家文物局認定的文保單位等級體現(xiàn)了歷史遺產自身的價值，同樣具有一定的參考價值。全國重點文保單位賦值為3;北京市文保單位賦值為2;西城區(qū)文保單位賦值為1;歷史景觀雖然未被認定為文物，但從微博和點評數(shù)據(jù)量級來看同市級文保單位相似，因此賦值為2。

1.3研究方法

1.3.1多中心評價模型

本研究以MCA模型為基礎，以ArcGIS軟件為平臺，運用新加坡科技設計大學與麻省理工學院聯(lián)合開發(fā)的UNA工具測度什剎海歷史街區(qū)道路網(wǎng)絡中心性。模型以ArcGIS平臺生成的網(wǎng)絡數(shù)據(jù)集為基礎，測度道路網(wǎng)絡中心性，同時該工具允許在傳統(tǒng)的道路網(wǎng)絡中給予網(wǎng)絡交叉點或街區(qū)土地利用等相應的權重，以得到更加準確可靠的分析結果。本文選取前人研究中常用的鄰近性（closenesscentrality）、中介性（betweennesscentrality）和直達性（straightnesscentrality）3個指標對什剎海歷史街區(qū)道路網(wǎng)絡中心性進行測度。

（1）鄰近性

鄰近中心性是用給定節(jié)點到道路網(wǎng)絡中所有節(jié)點的最短網(wǎng)絡距離來衡量，反映該節(jié)點在網(wǎng)絡中與其他所有節(jié)點的接近程度，鄰近性值越大，表示該節(jié)點在整個網(wǎng)絡中越趨于中心位置。公式如下：

式中，C;為i節(jié)點的鄰近度;N為道路網(wǎng)絡節(jié)點數(shù);d，為節(jié)點i與j之間的最短距離;W，為節(jié)點j的權重。鄰近度為某一節(jié)點到其他所有節(jié)點平均距離的倒數(shù)，距離其他節(jié)點的位置越近，鄰近值就越大，意味著更靠近中心位置。

（2）中介性

中介性指網(wǎng)絡中某一節(jié)點承擔任意兩個節(jié)點的最短路徑經(jīng)過該點的數(shù)量比例之和，中介性較高表示節(jié)點在網(wǎng)絡中具有高流量值，承擔橋梁或交通節(jié)點等功能，公式如下：

式中，C"為節(jié)點i的中介性;N為道路網(wǎng)絡節(jié)點數(shù);nt為節(jié)點j與k之間最短路徑數(shù)量;n：（i）為節(jié)點j與k之間最短路徑中穿過節(jié)點i的最短路徑數(shù)量;W，為節(jié)點j的權重。中間性衡量的是道路網(wǎng)絡中網(wǎng)絡節(jié)點的交通流量值。

（3）直達性

直達性指給定節(jié)點到所有網(wǎng)絡節(jié)點的歐氏距離與實際網(wǎng)絡地理距離的比值，用來衡量兩節(jié)點間最短路程路徑與直線路徑的偏離程度。兩者比值越接近1，代表直達性值越大，交通效率越高。公式如下：

式中，C;為節(jié)點i的直達性;N為道路網(wǎng)絡節(jié)點數(shù);djnd為節(jié)點i與j之間的歐式距離;d，為節(jié)點i與j之間的最短距離;W為節(jié)點j的權重。直達性用來衡量道路網(wǎng)絡效率，兩節(jié)點間最短路徑距離同歐氏距離越接近，節(jié)點i的直達性越高。

1.3.2核密度

核密度估計法可將商業(yè)店鋪區(qū)位與街巷的道路中心性轉化為相同的柵格數(shù)據(jù)，以進行相關分析。該方法以指定點或線要素的位置為中心，以指定閾值范圍搜索（半徑為h的圓或曲面），中心位置處的密度最大，密度隨距離衰減，直至衰減為0。整個閾值距離內密度的積分之和便是中央點的屬性值或中心線屬性值與尺寸的乘積。點屬性值為1，線則為其本身的尺寸。依照同樣的方法計算區(qū)域內所有要素，疊加同一位置的密度值，便可獲得要素在研究范圍內的分布密度10。公式如下：

式中，f，（x）為點或線的核密度，x為點或線的值;x，為閾值范圍內任一要素（點或線）的值;k（）為核密度方程;n為閾值范圍內要素數(shù)量;h為閾值（h>0）;d為數(shù)據(jù)維數(shù);（x-x，）為估計要素到閾值范圍內任一要素的距離。

1.3.3分組分析

分組分析是ArcGIS10.1以上版本嵌人的新的空間聚類分析方法。工具會根據(jù)研究對象的屬性因素與空間特征執(zhí)行一個分類過程，查找數(shù)據(jù)中存在的自然聚類。可給定自定義組數(shù)，也可計算最佳分組。該工具可根據(jù)給定的組數(shù)，將空間鄰近且擁有最大相似性的要素歸為一組，并保證組件最大差異化，相似與差異是基于分析字段參數(shù)指定的特性，分析字段可為1個或多個，分組分析的最大優(yōu)勢為能夠將多個字段屬性的分組結果在空間上相連，能夠以定量的方式認識到不同區(qū)域間微弱的差異叨。偽F統(tǒng)計量可以判斷分組的有效性，公式如下：

式中，SST表征組間差異，SSE表征組內差異，n為街道單元數(shù)，n，為i組的街道單元數(shù)，n。為分組的數(shù)量，n，為用于分組的變量數(shù)，V*為第i組j街道的k變量取值，V*是指所有街道k變量的均值，Vk指第i組所有街道的k變量均值。

1.3.4最近鄰聚類

最近鄰層次聚類分析是探析經(jīng)濟活動集聚熱點區(qū)域的方法，首先，方法計算“極限距離或閾值”，然后，將其與范圍內所有點的距離進行比較，當進行比較的點的距離小于該極限距離時，將被計人聚集區(qū)域，也可以指定店鋪數(shù)量的方法來強化聚集規(guī)則。在實際應用中，一般先用最近鄰指數(shù)（nearestneighborindex，NNI）判斷商業(yè)活動的集聚程度，之后利用最近鄰層次聚類分析法計算熱點區(qū)域。公式如下：

式中，d（NN）為最近鄰距離;d（ran）為期望平均最近鄰距離，其取值一般為：

式中，N為樣本數(shù)量;A為研究區(qū)域面積。當NNI小于1時，樣本點呈集聚分布;NNI大于1時，樣本點呈均勻離散分布;NNI等于1時，樣本點為隨機分布。一般采用Z檢驗來檢驗結果的可靠性。

2街巷道路網(wǎng)絡中心性與商業(yè)店鋪間的關系

2.1歷史遺產權重

為科學評價歷史遺產的影響力，本文參考以往研究中評價城市職能強度的指標體系1821，城市中心職能代表城市自身的大小、地位與影響力，與之類似，歷史遺產權重代表了自身的地位與影響力。因此，采用復合指標綜合評價的方法，從關注度吸引度與開放程度3個維度，選取8個指標，建立歷史遺產權重綜合評價指標體系（表2）。

關注度代表社會對歷史遺產關注的程度，歷史遺產由于自身較高的歷史、文化等價值通常成為民眾眼中的“精神象征"，國家文物局對文保單位的等級評定也是歷史遺產自身價值的體現(xiàn)，可以對輿論起到引導作用。關注歷史遺產的人可以在微博或點評網(wǎng)發(fā)表與其有關的微博或評論點評歷史遺產的保護情況或保護策略等，發(fā)布者可能并沒有親臨歷史遺產，但可以通過網(wǎng)絡表達對歷史遺產關注的態(tài)度。因此，關注度包括歷史遺產等級，微博數(shù)據(jù)中的熱議數(shù)、點贊數(shù)及點評數(shù)據(jù)中的評論數(shù)。

吸引度代表游客受到歷史遺產價值的吸引親臨游賞。什剎海歷史街區(qū)中部分歷史遺產作為景點收費或免費開放，即使沒有開放的歷史遺產，游客也可以在其主立面拍照留念。游客可在游賞過程中基于歷史遺產的空間位置在微博簽到，表示其在此游覽;此外，也可在微博和點評網(wǎng)站上傳游覽過程中拍攝的照片。因此，吸引度包括微博數(shù)據(jù)中的簽到數(shù)、圖片數(shù)和點評網(wǎng)站的圖片數(shù)。

關注度和吸引度均為網(wǎng)絡行為數(shù)據(jù)，部分重要遺產雖然具有較高的價值，關注和吸引的人很多，但自身鑒于辦公或學校功能并不對外開放。因此引人空間行為數(shù)據(jù)，以其空間范圍內進行游覽人數(shù)體現(xiàn)其自身的開放程度。對于開放參觀的歷史遺產，獲取的人口熱力范圍為歷史遺產的整體空間范圍;對于不開放參觀的歷史遺產，獲取的人口熱力范圍為歷史遺產主立面所在街巷范圍。

通過主成分分析法，選擇17處遺產的微博熱議數(shù)量、簽到數(shù)量、點贊數(shù)量、照片數(shù)量;大眾點評評論數(shù)量、圖片數(shù)量;同一時段相對人口熱力值與歷史遺產等級計算權重。首先，對數(shù)據(jù)進行KMO和球形Bartlett檢驗，結果顯示KMO值為0.673，Bartlett球度檢驗的概率p值為0.000，即相關系數(shù)矩陣與單位矩陣有顯著差異。根據(jù)KMO度量標準可知（一般來說，0.6以上的KMO值較為適合做主成分分析），該數(shù)據(jù)可以進行主成分分析P。根據(jù)1960年Kaiser提出的Kaiser準則，只保留特征值大于1的因子作為主成分的個數(shù)，提取出一個主成分，由于主成分得分出現(xiàn)負數(shù)，為了便于以后的計量分析，根據(jù)統(tǒng)計學中的3σ原則，運用公式Y，=H+Y進行坐標平移以消除負數(shù)影響，得到歷史遺產權重。

對什剎海歷史街區(qū)內17個歷史遺產權重進行空間可視化表達，并利用自然間斷法對其等級進行劃分。

由圖1和表3可知：17個歷史遺產權重差異明顯。恭王府權重最高為4.2135，是第二名銀錠橋的4.5倍，第三名荷花市場的4.9倍，該權重是其歷史價值與藝術價值的體現(xiàn);二級遺產中除宋慶齡故居外，均位于前海周邊或與前海距離較近;三級遺產為輔仁大學舊址、郭沫若故居與廣化寺，其中，輔仁大學舊址距離恭王府較近，具有流量優(yōu)勢，且自身價值較高，但現(xiàn)狀為不對公眾開放的學校，一定程度上削弱了權重。四級與五級遺產與一級遺產權重相差懸殊，這些遺產點大部分由于自身區(qū)位或不對外開放的原因導致游人對其關注度不高，但微博數(shù)據(jù)、大眾點評數(shù)據(jù)及街區(qū)內的景點信息標識系統(tǒng)仍然使游人可以了解其歷史文化?？傮w來看，街區(qū)內歷史遺產以恭王府為地標極核，銀錠橋、荷花市場煙袋斜街為重要節(jié)點圍繞前海形成“一級三核”的空間格局。

2.2街區(qū)街巷道路網(wǎng)絡中心性

2.2.1鄰近性

從圖2（a）中可以看出鄰近性整體呈現(xiàn)明顯的核心邊緣衰減分布模式，這與之前城市尺度的研究中所表現(xiàn)的特征相一致，同時也符合地理學距離衰減的規(guī)律。鄰近性的主要高值區(qū)域集中于街區(qū)的東南部，第一高值區(qū)域以銀錠橋為中心，包括與之毗鄰的前海北沿北端與后海南沿東端，次高值中心位于恭王府東側的前海西街與前海北沿路口，面積及核密度值均小于第一高值區(qū)，兩區(qū)域通過前海北沿相連形成一個整體;剩余僅在恭王府周邊道路交叉節(jié)點有小范圍的一般高值區(qū)，將恭王府圍合成一個“空洞”?？梢?，在歷史遺產的影響下，道路鄰近性同“恭王府”及“銀錠橋”關系較為密切，街區(qū)形成一個以銀錠橋為中心的鄰近性模式。

2.2.2中介性

從圖2（b）中可以看出中介性的高值區(qū)域在街區(qū)內形成一條“高值帶”，這條高值帶包括后海南沿東段、銀錠橋、南官房胡同、三座橋、前海西街及柳蔭街，表明這些街巷通過的最短路徑較多，交通流量相對較大;高值帶上的高值中心有兩處，主高值中心為銀錠橋，次高值中心為恭王府東側的3座橋。

2.2.3直達性

從圖2（c）中可以看出直達中心性在街區(qū)分布較為均勻，未出現(xiàn)明顯的空間集聚特征，高值區(qū)域集中于道路交叉口處，這與之前城市尺度研究中所表現(xiàn)出的模式不同16.17。

2.3商業(yè)網(wǎng)點空間分布與道路網(wǎng)絡中心性關系

2.3.1商業(yè)店鋪空間分布

利用核密度工具對商業(yè)店鋪布局點進行運算，得到商業(yè)網(wǎng)點核密度值。從圖2（d）中可以看出什剎海歷史街區(qū)內商業(yè)店鋪總體分布較分散，但仍呈現(xiàn)出可辨識的空間結構：核密度結果顯示主要的高值區(qū)域集中于街區(qū)的東南部，第一高值區(qū)以銀錠橋為中心向四周衰減，覆蓋后海南沿、北沿的東端，前海北沿的南端;次高值區(qū)域位于恭王府正門前的前海西街，另外與兩處高值區(qū)域相連接的一般高值區(qū)域還包括荷花市場。可見，雖然商業(yè)店鋪在街區(qū)內分布較廣，但同鄰近性與中介性相似，都同“恭王府"及“銀錠橋”聯(lián)系緊密。

2.3.2商業(yè)店鋪空間分布與道路網(wǎng)絡中心性關系的相關性

在ArcGIS軟件中，提取商業(yè)網(wǎng)點核密度值處的道路中心性核密度值，將二者導入SPSS軟件進行相關性分析，得出商業(yè)店鋪與鄰近性、中介性及直達性的統(tǒng)計學結果。由表4可知，所有的相關系數(shù)都通過顯著性檢驗，其中兩個道路中心性指數(shù)同商業(yè)店鋪的相關系數(shù)大于0.5，分別是鄰近性與中介性;中介性的相關系數(shù)略微大于鄰近性，但兩者相差極小。

由此可見，筆者從統(tǒng)計學角度證明：在歷史遺產的作用下，街區(qū)尺度中道路中心性顯著影響商業(yè)店鋪的分布。什剎海歷史街區(qū)商業(yè)店鋪核密度的高值區(qū)域同中介性與鄰近性的核密度高值區(qū)域重疊程度都較高?？梢姡跉v史遺產的影響下，道路網(wǎng)絡的交通流量與中心位置同店鋪布局的關系最為密切。

3熱點街巷區(qū)位特征及與商業(yè)店鋪的耦合性分析

3.1商業(yè)發(fā)展熱點街巷區(qū)位特征

在什剎海歷史街區(qū)內，同商業(yè)布局關系最為密切的道路中心性指數(shù)是中介性，其次是鄰近性，兩指數(shù)差距極小。由圖2（a）和圖2（b）及上文的分析可知，由于兩指數(shù)自身測度的內容不同，高值區(qū)域也并不完全趨于重合。同時，在相關分析中僅提取商業(yè)店鋪所在區(qū)域的道路中心性核密度值;如果僅以單一道路中心性指數(shù)識別適宜發(fā)展商業(yè)的街巷，可能會由于其他影響商業(yè)發(fā)展的因素存在而降低識別的準確性。因此可以認為，如果什剎海歷史街區(qū)中的街巷同時具有高值鄰近性及中介性時（或一個指標較高，另一個指標稍低），該街巷極有可能為街區(qū)內布局商業(yè)店鋪的最佳區(qū)域，可視為發(fā)展商業(yè)的熱點街巷，這樣的識別方式可以將其他不適合商業(yè)發(fā)展因素的影響降到最低。

分組分析工具可根據(jù)同一空間要素內的多個屬性進行空間聚類，分類的結果既可以在空間上集中聚類要素，也可識別組別間的細微差異。本文利用ArcGIS10.2軟件空間統(tǒng)計模塊的“分組分析"工具對什剎海歷史街區(qū)街巷進行聚類分析，分析字段選擇街巷的鄰近性及中介性指標值，空間鄰接法則選擇K臨近，探索街區(qū)內的熱點街巷。結果顯示，2～15組分組比較方案的偽F值范圍為[57.4987，79.6384]，分5組是偽F值最大為79.6384，說明什剎海歷史街區(qū)中街巷聚類分5組較為適宜。由圖3（a）和圖3（b）的分析結果可知：

第一組中的鄰近性及中介性值均為所有組別中最大的，且中介性值遠大于第二組，因此可以認為第一組中的街巷最適宜發(fā)展商業(yè)，包括銀錠橋、后海南沿東段及南官房胡同中段與西段。第二組及第三組中的鄰近性與中介性值均位于上四分位線之上、最大值之下，兩指標數(shù)據(jù)位于所有組中前列;且兩組中兩指標交叉排列，互有最大值，因此可認為這兩組中的街巷均較適宜發(fā)展商業(yè)。第二組街巷集中于前海周邊，包括：前海東沿北段、前海北沿、荷花市場及煙袋斜街，第三組街巷集中于恭王府周邊，包括：定阜街、前海西街、柳蔭街、南官房胡同東段。

第四組中鄰近性與中介性均位于中位數(shù)之上、上四分位數(shù)之下，兩指標數(shù)據(jù)均處于中等水平，因此可以認為第四組中的街巷區(qū)位一般，組內街巷主要分布于前海西岸、后海東部的南北兩岸及恭王府東側。第五組鄰近性小于下四分位數(shù)，中介性位于中位數(shù)附近，兩指標數(shù)值均較小，因此可認為這些街巷是最不適合發(fā)展商業(yè)的，這些街巷主要分布于街區(qū)西部。

綜上所述，1、2、3組的中介性及鄰近性的值均大于上四分位數(shù)，因此可認為這3組中的街巷為商業(yè)熱點街巷，共包括道路網(wǎng)絡中的25條“線段”。這些熱點街巷的空間分布模式及與歷史遺產之間的關系為：

（1）熱點街巷間空間相互鄰近，主要圍繞前海在街區(qū)東南部集聚，此外，在恭王府周邊也有小范圍集聚;

（2）街區(qū)內較高權重的歷史遺產銀錠橋及恭王府荷花市場、煙袋斜街所在街巷均為熱點街巷;

（3）高權重歷史遺產宋慶齡故居所在街巷非商業(yè)熱點街巷，原因為宋慶齡故居位于街區(qū)西北角，路網(wǎng)密度低且位于街區(qū)邊緣位置。但宋慶齡故居與恭王府間的最短路徑柳蔭街，在兩高權重的歷史遺產作用下中南段成為熱點街巷。

3.2熱點街巷與商業(yè)店鋪耦合性分析

上文識別的熱點街巷長度為3038.9米，占街區(qū)內道路總長度的17.4%;熱點街巷兩側的商業(yè)店鋪共157家，占街區(qū)商業(yè)店鋪總體數(shù)量的59.6%，與現(xiàn)狀商業(yè)店鋪的耦合性分析一定程度上證實了方法的有效性與實用性。但值得注意的是，除銀錠橋無法布局商業(yè)店鋪外，如圖5（a）所示，在柳蔭街中南段、南官房胡同存在商業(yè)店鋪較少甚至無商業(yè)店鋪的情況。

結合現(xiàn)狀調研分析發(fā)現(xiàn)，這兩條街巷現(xiàn)狀商業(yè)店鋪較少是由于街面封閉及缺少臨街建筑導致的。柳蔭街為南北走向街巷，東側為恭王府西側院墻，沒有發(fā)展商業(yè)的可能性;街巷西側南段鄰近恭王府處有少量商業(yè)店鋪（圖4b）;西側中段為連續(xù)的幾棟形制完整、體量較大的四合院，沿街為連續(xù)的封閉山墻面，僅有幾處門頭（圖4cd）;總體來看，較為適合發(fā)展臨街商業(yè)的區(qū)位僅為柳蔭街西南端。南官房胡同以居住功能為主，臨街建筑大多為四合院的門頭和倒座，不存在發(fā)展臨街商業(yè)的可能性（圖4a）;同時，這里的四合院體量相對較小，多為“大雜院”，普遍存在同一院落內的建筑有多個產權人的情況。結合現(xiàn)狀調研分析發(fā)現(xiàn)，基于中介性與鄰近性指數(shù)進行空間聚類得到的結果是區(qū)位視角的熱點街巷，在實際開發(fā)過程中，存在很多干擾因素，例如建筑形式、產權及環(huán)境等，因此在研究工作中加入現(xiàn)狀調研是十分必要的。

3.3不協(xié)調性熱點街巷的商業(yè)業(yè)態(tài)布局策略

南官房胡同與柳蔭街具有發(fā)展商業(yè)的區(qū)位優(yōu)勢，本節(jié)利用最近鄰指數(shù)、最近鄰聚類與核密度方法描述各業(yè)態(tài)店鋪分部情況，結合南官房胡同及柳蔭街的現(xiàn)狀條件，為街巷未來商業(yè)發(fā)展提供科學依據(jù)。

根據(jù)什剎海歷史街區(qū)以休閑娛樂功能為主的特征將街區(qū)內商業(yè)業(yè)態(tài)分為4類，按店鋪數(shù)量排序分別是：餐飲、酒吧咖啡特色購物、酒店。運用最近鄰指數(shù)對各業(yè)態(tài)商業(yè)網(wǎng)點空間分布的集聚特征進行檢驗（表5），餐飲、酒吧咖啡、特色購物的最近鄰指數(shù)小于1，Z值小于-2.58，在1%顯著性水平下通過檢驗，屬于聚集分布模式，表明餐飲、酒吧咖啡、特色購物這些業(yè)態(tài)類型趨向于在同類型店鋪附近選址。酒店的最近鄰指數(shù)均大于1，表明其為離散分布。店鋪的最近鄰指數(shù)排序同店鋪數(shù)量的排序相一致，這說明酒店業(yè)在什剎海街區(qū)內的發(fā)展可能正處于初始階段。

對集聚分布的商業(yè)業(yè)態(tài)運用最近鄰層次聚類分析，結合核密度方法，描述商業(yè)店鋪空間分部特征。如圖5（b）核密度估計結果顯示，餐飲業(yè)態(tài)分布同總體商業(yè)店鋪的分布有一定的相似性，銀錠橋為第一高值區(qū)，而恭王府前的前海西街與荷花市場的核密度值與總體商業(yè)店鋪核密度值相比有所下降;最近鄰聚類結果顯示，餐飲業(yè)態(tài)的熱點區(qū)域的面積是最小的，位于銀錠橋東北。如圖5（c）核密度估計結果顯示，咖啡酒吧業(yè)態(tài)以銀錠橋為中心，覆蓋周邊的后海南沿與前海北沿，其余后海西沿有小范圍的集聚，熱點區(qū)域僅能表現(xiàn)集聚分布范圍，總體來看，酒吧咖啡店鋪主要沿水域分布。如圖5（d）核密度估計結果顯示，特色購物核密度第一高值區(qū)位于恭王府前的前海西街，荷花市場與煙袋斜街為第二高值區(qū)。最近鄰聚類結果顯示，特色購物業(yè)態(tài)的熱點區(qū)域位于恭王府前的前海西街，兩種方法分析的重合度較高。

餐飲、酒吧咖啡、特色購物業(yè)態(tài)趨向于在同類店鋪附近選址。柳蔭街位于恭王府西側，與特色購物熱點區(qū)域距離最近，因此柳蔭街應是特色購物店鋪選址的最佳區(qū)域。柳蔭街東側為恭王府院墻不適合發(fā)展商業(yè)，西南段適合發(fā)展臨街商業(yè)，因此適宜布置特色零售店鋪;街巷西側中段為幾組具有連續(xù)山墻面且形制較為完整的四合院，加上柳蔭街因路兩側的茵茵柳樹得名，環(huán)境清幽，因此可布置處于起步階段的酒店業(yè)態(tài)，結合大體量、形制完整的合院建筑發(fā)展高端四合院酒店。南官房胡同現(xiàn)狀以居住功能為主，臨街建筑大多為四合院的門頭和倒座，不存在發(fā)展臨街商業(yè)的可能性;街區(qū)內餐飲與特色購物業(yè)態(tài)店鋪主要布置在臨街建筑內，南官房胡同可能并不適合布置餐飲與特色購物店鋪;南官房胡同處于酒吧咖啡業(yè)態(tài)熱點區(qū)域之內，但由于區(qū)位不臨水，可以布置對水體需求稍弱且不需臨街建筑的咖啡店鋪;與柳蔭街類似，胡同內連續(xù)而規(guī)整的小體量合院建筑較為適合布置以青年旅社為主的酒店店鋪。

4結論與討論

旅游商業(yè)化是復興歷史街區(qū)的重要方法，現(xiàn)階段的研究較少有涉及街區(qū)尺度商業(yè)布局的量化研究。本文以什剎海歷史街區(qū)為例，在總結影響街區(qū)內商業(yè)活動的道路中心性指數(shù)基礎上，量化得到最適宜發(fā)展商業(yè)活動的街巷，通過分析其與現(xiàn)狀商業(yè)店鋪的空間耦合性，結合現(xiàn)狀調研為未來街區(qū)內商業(yè)活動的更新或調整提供理論依據(jù)。

研究結果如下：

（1）為使城市尺度下廣為應用的道路中心性方法適宜街區(qū)尺度的研究，在傳統(tǒng)的道路網(wǎng)絡中加入歷史街區(qū)中重要的要素“歷史遺產”的權重，得到更精確的鄰近性、中介性及直達性指數(shù)。

（2）道路中心性三指標同商業(yè)店鋪核密度相關分析結果表明，商業(yè)店鋪的分布同中介性關系最為密切（R=0.719），鄰近性次之（R=0.715），直達性最低且小于0.5;這說明在歷史遺產的影響下，道路網(wǎng)絡中的“高流量”與“中心”區(qū)域最適合商業(yè)店鋪的布局;本文也從數(shù)理角度證明道路中心性方法可以在街區(qū)尺度中應用。

（3）中介性與鄰近性同商業(yè)店鋪的相關系數(shù)均較高，且兩指數(shù)間高值區(qū)域重合比例不高，因此可以認為同時具備高值中介性及鄰近性指標的街巷為適宜布局商業(yè)的區(qū)位;利用分組分析工具進行空間聚類，得到區(qū)位角度最適宜商業(yè)發(fā)展的街巷，這些街巷長度占街區(qū)總體長度的17%，包括整體59%的商業(yè)店鋪。

（4）通過與現(xiàn)狀商業(yè)的耦合性研究后發(fā)現(xiàn)，部分熱點街巷（柳蔭街、南官房胡同）商業(yè)店鋪較少，通過對各業(yè)態(tài)商業(yè)店鋪在街區(qū)內分布特征的研究，結合現(xiàn)狀調研為街巷的優(yōu)化提供科學策略：柳蔭街西側南段適宜布置特色購物商鋪，西側中段適宜布置高端四合院酒店;南官房胡同適宜布置咖啡商鋪，也可布置青年旅社酒店。

綜上所述，本文從數(shù)理角度證明道路中心性方法在街區(qū)尺度應用的適宜性，并提出一種基于道路中心性指數(shù)識別適合商業(yè)發(fā)展區(qū)位的方法，通過與現(xiàn)狀的耦合性研究證實了方法的正確性與實用性，為歷史街區(qū)的商業(yè)布局與店鋪位置選擇提供新方法與新思路。值得注意的是，本文所提出的方法并不局限于歷史街區(qū)這一特殊的街區(qū)類型。在同等尺度下其他類型的街區(qū)中，同樣存在吸引消費者的“地標”和“節(jié)點"等重要因素，在道路中心性測度時加入這些因素的影響，也能夠更為精確地歸納總結街區(qū)尺度內商業(yè)活動的布局規(guī)律。

參考文獻（References）

[1] ZHANG Yuyang， YANG Changming， JIA Ziyu. The enlightenmentof“historical dynamics” to the space restoration of historical blocks[J]. Architectural Journal， 2018， （S1）： 161-167. [張雨洋，楊昌鳴，賈子玉.“歷史動態(tài)”對當下歷史街區(qū)空間修復的啟示[J].建筑學報， 2018， （S1）： 161-167.]

[2] XU Xiaobo， WU Bihu， LIU Binyi， et al. The development ofcommercial spaces in tourist historic districts： The case ofShuangdong， Yangzhou[J]. Acta Geographica Sinica， 2016， 71（12）： 2212-2232. [徐小波，吳必虎，劉濱誼，等.基于從業(yè)者的旅游歷史街區(qū)商業(yè)空間發(fā)展特征及機理——揚州“雙東”案例[J].地理學報， 2016， 71（12）： 2212-2232. ]

[3] LIU Min， LIU Ailli. Urban architectural heritage reuse from the perspective of industrial types： A case study of NanluoguxiangStreet in Beijing city[J]. Tourism Tribune， 2015， 30（4）： 115-126.[劉敏，劉愛利.基于業(yè)態(tài)視角的城市建筑遺產再利用——以北京南鑼鼓巷歷史街區(qū)為例[].旅游學刊，2015，30（4）：115-

[4] GUO Xiangmin. From“discrete" to“integrated”—Analysis of

the update mechanism of historical areas driven by commerceand tourism[J]. Urban Problems， 2005， （3）： 2-7. [郭湘閩.從“離散”走向“綜合”——以商業(yè)和旅游為動力的歷史地段更新機制分析[J].城市問題， 2005， （3）： 2-7.]

[5] CHEN Li， ZHANG Wenzhong. The change and reconstructionof local culture in response to urban renewal and globalization：A case study of Shichahai historic district[J]. Progress inGeography， 2010， 29（6）： 649-656. [諶麗，張文忠.歷史街區(qū)地方文化的變遷與重塑——以北京 什剎海為例[J]地理科學進展，2010， 29（6）： 649-656. ]

[6] XU Xiaobo， WU Bihu， LIU Binyi. State judgment of tourismhistoric district and its spatial interpretation- Taking Yangzhou“Shuangdong" as an example[J]. Urban Problems， 2016， （2）： 49-58.[徐小波，吳必虎，劉濱誼.旅游歷史街區(qū)狀態(tài)評判及其空間解讀——以揚州“雙東”為例[J].城市問題，2016，（2）：49-58. ]

[7] SUN Jjiuxia， HUANG Xiubo， WANG Xueji. The de- localizationtendency of tourism streets： Based on the perspective institutionaldisembodiment[J]. Tourism Tribume， 2017， 32（9）：24-33. [孫九霞，黃秀波，王學基.旅游地特色街區(qū)的“非地方化”：制度脫嵌視角的解釋[J].旅游學刊，2017， 32（9）： 24-33. ]

[8] BAO Jigang， SU Xiaobo. Studies on tourism commercializationin historic towns[J]. Acta Geographic a Sinica， 2004， 59（3）： 427-436.[保繼剛，蘇曉波.歷史城鎮(zhèn)的旅游商業(yè)化研究[J].地理學報， 2004， 59（3）： 427-436. ]

[9] TANEJA S. Technology moves in[J]. Chain Store Age， 1999， 5（75）： 136-137.

[10] HE Yongda， ZHAO Zhitian. Empirical study on spatialdistribution and dynamic mechanism of retail industry in China[J]. Economic Geography， 2012， 32（10）： 77-82. [何永達，趙志田.我國零售業(yè)空間分布特征及動力機制的實證分析[J].經(jīng)濟地理， 2012， 32（10）： 77-82. ]

[11] PORTA S， CRUCITTI P， LATORA V. The network analysis ofurban streets： A primal approach[J]. Environment & Planning BPlanning & Design， 2006， 33（2）： 853-866.

[12] PORTA S， LATORA V， WANG F， et al. Street centrality anddensities of retail and services in Bologna， Italy[J]. Environment& Planning B Planning & Design， 2009， 36（3）： 450-465.

[13] WANG F， ANTIPOVA A， PORTA S. Street centrality and landuse intensity in Baton Rouge， Louisiana[J]. Journal of TransportGeography， 2011， 19（2）： 285-293.

[14] PORTA s， LATORA V， WANG F， et al. Street centrality and thelocation of economic activities in Barcelona[J]. Urban Studies，2012， 49（7）： 1471-1488.

[15] RUI Y， BAN Y. Exploring the relationship between streetcentrality and land use in Stockholm[J]. International Journal ofGeographical Information Science， 2014， 28（7）： 1425-1438.

[16] WANG F， CHEN C， XIU C， et al. Location analysis of retailstores in Changchun， China： A street centrality perspective[J].Cities， 2014， 41（41）： 54-63.

[17] CHEN Chen， WANG Fahui， XIU Chunliang. The relationshipbetween the spatial distribution of commercial networks andstreet centrality in Changchun[J]. Economic Geography， 2013，33（10）： 40-47. [陳晨，王法輝，修春亮.長春市商業(yè)網(wǎng)點空間分布與交通網(wǎng)絡中心性關系研究[J].經(jīng)濟地理，2013， 33（10）： 40-47.]

[18] CHEN Chen， CHENG Lin， XIU Chunliang. Distribution ofcentrality of traffic network and its relationship with economic density of tertiary industry in Shenyang[J]. Progress inGeography， 2013， 32（11）： 1612-1621. [陳晨，程林，修春亮.沈陽市中心城區(qū)交通網(wǎng)絡中心性及其與第三產業(yè)經(jīng)濟密度空間分布的關系[J].地理科學進展， 2013， 32（11）： 1612-1621.]

[19] CHEN Chen， XIU Chunliang. Accessibility of disasterprevention green space in Shenyang based on betweenness centrality[J]. Chinese Landscape Architecture， 2016， （3）： 122-127.[陳晨，修春亮.基于交通網(wǎng)絡介數(shù)中心性的沈陽市避災綠地可達性[J].中國園林， 2016， （3）： 122-127.]

[20] CHEN Chen， XIU Chunliang. Spatial accessibility of largegeneral hospitals in Changchun city center based on streetnetwork centrality[J]. Human Geography， 2014， （5）： 81-87. [陳晨，修春亮.基于交通網(wǎng)絡中心性的長春市大型綜合醫(yī)院空間可達性研究[J].人文地理， 2014， （5）： 81-87.]

[21] LYU Yongqiang， ZHENG Xinqi， ZHOU Lin. Relationshipsbetween street centrality and spatial distribution of functional urban land use： A case study of Beijing central city[J].Geographical Research， 2017， 36（7）： 1353-1363. [呂永強，鄭新奇，周麟.路網(wǎng)中心性與城市功能用地空間分布相關性研究——以北京城市中心區(qū)為例[J].地理研究，2017，36（7）：1353-1363. ]

[22] YIN Chaohui， LIU Yanfang， WEI Xiaojan. Study on the multi-scale relationship between road network centrality and social economic activities distribution in Wuhan[J]. HumanGeography， 2017， （6）： 104-112. [銀超慧，劉艷芳，危小建.武漢市多尺度道路網(wǎng)絡中心性與社會經(jīng)濟活動點空間分布關系分析[J].人文地理， 2017， （6）： 104-112. ]

[23] ZHAN Xuan， LIN Aiwen， SUN Cheng， et al. Centrality ofpublic transportation network and its coupling with bankbranches distribution in Wuhan city[J]. Progress in Geography，2016， 35（9）： 1551166.6 [詹璇，林愛文，孫鋮，等.武漢市公共交通網(wǎng)絡中心性及其與銀行網(wǎng)點的空間耦合性研究[J].地理科學進展， 2016， 35（9）： 1155-1166. ]

[24] ZHANG Yuyang， YANG Changming， QI Ling. Study on theassessment of street vitality and influencing factors in thehistoric district： A case study of Shichahai historic district[J].Chinese Landscape Architecture， 2019， 35（3）： 106-111. [張雨洋，楊昌鳴，齊羚.歷史街區(qū)街巷活力評測與影響因素研究——以什剎海歷史街區(qū)為例[J].中國園林，2019，35（3）：106-111.]

[25] SEVTSUK A， MEKONNEN M. Urban network analysis toolbox[J]. International Journal of Geomatics and Spatial Analysis，2012， 22（2）： 287-305.

[26] SHEN Tiyan， ZHOU Lin， WANG Liwei， et al. Traffic networkpoint of services location choice： A case study of the central cityarea of Beijing[J]. Progress in Geography， 2015， 34（8）： 947-956.[沈體雁，周麟，王利偉，等.服務業(yè)區(qū)位選擇的交通網(wǎng)絡指向研究——以北 京城市中心區(qū)為例[J].地理科學進展，2015， 34（8）： 947-956. ]

[27] ZHAN Dongsheng， ZHANG Wenzhong， MENG Bin， et al.Spatial structure of urban residence and employment in Beijing[J]. Scientia Geographica Sinica， 2017， 37（3）： 356- 366. [湛東升，張文忠，孟斌，等.北京城市居住和就業(yè)空間類型區(qū)分析[J].地理科學， 2017， 37（3）： 356-366. ]

[28] NIU Huien， MENG Qingmin， HU Qichang， et al. Economicinteraction analysis between regions of Gansu province and their surrounding areas[J]. Economic Geography， 1998， （3）： 51- 56.[?；鄱?，孟慶民，胡其昌，等.甘肅與毗鄰省區(qū)區(qū)域經(jīng)濟聯(lián)系研究[J].經(jīng)濟地理， 1998， （3）： 51-56.]

[29] LU Jinping， YANG Zhenwu， SUN Jiuwen. Research oneconomic contact measurement of Beijing- Tianjin- Hebei urban agglomeration[J]. Urban Development Studies， 2015， 22（1）： 5-10.[魯金萍，楊振武，孫久文.京津冀城市群經(jīng)濟聯(lián)系測度研究[J].城市發(fā)展研究， 2015， 22（1）：5-10.]

[30] CHEN Yanguang. Methematical Methods for Geography[M].Beijing： Science Press， 2010： 25. [陳彥光.基于Excel的地理數(shù)據(jù)分析[M].北京：科學出版社， 2010： 25. ]

[31] LIAO Jinzhong， HAN Feng， ZHANG Wenjing， et al. Thepositive analysis of the effect of urbanization on land utilization efficiency in Changsha， Zhuzhou and Xiangtan[J]. ChinaPopulation Resources and Environment， 2010， 20（2）： 30-36. [廖進中，韓峰，張文靜，等.長株潭地區(qū)城鎮(zhèn)化對土地利用效率的影響[J].中國人口·資源與環(huán)境， 2010， 20（2）： 30-36. ]