基于多中心性評價模型的土地開發(fā)利用率的測度

基于多中心性評價模型的土地開發(fā)利用率的測度

1交通網(wǎng)絡中心性城市經(jīng)濟活動的空間分布及其影響因素一直是國內外科學家的中心關注對象。傳統(tǒng)的單中心模型(MonocentricCityModel)認為,隨著與城市CBD距離增加,房租與地租逐漸降低,相應經(jīng)濟活動、人口密度也逐漸降低(Muth,1969;Mills,1972),只是簡單強調城市經(jīng)濟活動空間分布受與CBD距離遠近的影響。一些學者認為,隨著城市的發(fā)展,城市呈現(xiàn)出多中心形態(tài)(Polycentric),CBD對地租影響開始減弱,其他中心開始對地租產生影響,因此經(jīng)濟活動空間分布形式與單中心模型不同(Heikkila,1989)。總體來看,傳統(tǒng)的城市經(jīng)濟學模型均以引力模型為基礎分析城市經(jīng)濟活動空間分布特征,強調中心以及與中心間距離的作用(Wilson,2000)。城市中心一般分布于交通主干道的交匯處,以此沿交通線向外擴張,并填充交通線之間的空間。隨之,城市空間結構與交通網(wǎng)絡結構越來越復雜,新的中心不斷在新的交通交匯處形成,城市由原來的單中心結構變?yōu)槎嘀行慕Y構,這種演化過程貫穿于數(shù)千年的城市發(fā)展歷史。交通網(wǎng)絡中心性作為城市經(jīng)濟活動空間分布形成與演變的重要影響因素,能夠改變經(jīng)濟活動分布區(qū)域的可達性與區(qū)位聚集效應,因此,城市經(jīng)濟活動分布與交通網(wǎng)絡中心性的關系受到廣泛關注(Portaetal,2009)。交通網(wǎng)絡中心性是通過測度交通節(jié)點的中心性,進而定量地衡量各節(jié)點可達性的有效手段(Crucittietal,2006)。Bavela(1948)首先提出,社會網(wǎng)絡介數(shù)中心性是衡量最短路徑通過數(shù)量的重要指標。Freeman(1977)在此基礎上介紹了一系列網(wǎng)絡介數(shù)中心性測算方法。隨著網(wǎng)絡科學的發(fā)達,學者們開始關注交通網(wǎng)絡中心性,并深入展開研究,獲得了較為豐富的成果。其中空間句法研究多用于探索城市交通網(wǎng)絡中心性與城市經(jīng)濟活動的關系(HillierB,1984;BillH,1996)。目前,多中心性評價模型(MultipleCentralityAnalysis,MCA)用于分析交通網(wǎng)絡中心性及其與城市經(jīng)濟活動密度的關系,是測度城市土地開發(fā)利用率的重要指標,廣泛應用于城市地理、經(jīng)濟地理、城市規(guī)劃等學科的理論與實踐研究中。Crucitti等(2006)研究了幾個世界城市交通網(wǎng)絡中心性空間與統(tǒng)計分布特征。此外,Brandes(2011)通過建立網(wǎng)絡介數(shù)中心性測算模型并編寫程序語言,提高了網(wǎng)絡中心性的計算效率?；谝陨涎芯砍晒?國外地理學者、城市規(guī)劃學者等開始深入研究交通網(wǎng)絡中心性及其與經(jīng)濟活動的關系。WangFH等(2011)對美國巴吞魯日交通中心性與土地利用密度關系進行了研究;Porta等(2012)利用其開發(fā)的交通網(wǎng)絡中心性分析工具研究了巴塞羅那交通中心性,將核密度估計法(KernelDensityEstimation,KDE)方法運用于分析交通網(wǎng)絡中心性與不同類型經(jīng)濟活動區(qū)位的關系;Porta等(2009)研究了博洛尼亞交通網(wǎng)絡中心性與零售業(yè)和服務業(yè)密度的關系。以上研究均采用多中心性評價模型(MCA)中的鄰近度(Closeness)、介數(shù)中心性(Betweenness)及直達性(Straightness)測度交通網(wǎng)絡中心性。交通網(wǎng)絡中心性在英美等發(fā)達國家的城市規(guī)劃、城市地理、經(jīng)濟地理等領域的理論與實踐研究中均得到廣泛應用,如城市犯罪、網(wǎng)絡監(jiān)控設計、社區(qū)規(guī)劃、住宅小區(qū)規(guī)劃、城市空間結構分析、城市土地利用密度等。國內地理學者在此方向上的研究多集中在交通可達性及其與經(jīng)濟活動的關系上,測度可達性的指標不盡統(tǒng)一。如劉傳明等(2011a)分析了湖北省79個縣交通可達性及其與經(jīng)濟發(fā)展水平的關系;劉傳明等(2011b)研究了淮安市交通可達性與經(jīng)濟發(fā)展協(xié)調度,提出經(jīng)濟空間發(fā)展戰(zhàn)略,為提高交通可達性提供依據(jù);吳威等(2010)分析了長三角綜合交通可達性空間格局;孟德友等(2012)研究了中原經(jīng)濟區(qū)交通優(yōu)勢度與區(qū)域經(jīng)濟空間耦合,對交通和經(jīng)濟協(xié)調發(fā)展具有一定參考價值;毛蔣興等(2005)分析了交通系統(tǒng)對土地利用的影響,對探索交通問題產生的根源有借鑒作用;蔣曉威等(2012)總結了安徽省公路網(wǎng)絡可達性空間格局及演變規(guī)律;朱兵等(2010)探討了新疆城鎮(zhèn)發(fā)展與交通可達性關系,認為城鎮(zhèn)發(fā)展對城鎮(zhèn)交通可達性的正向影響明顯。國內目前關于交通網(wǎng)絡中心性的研究較少,且研究者多來自地理學領域之外。其中,常樹春等(2011)基于運輸學,采用點度中心性和中間中心性測度交通站點中心性,其目的是加強戰(zhàn)時交通要點的防護;榮莉莉等(2008)基于系統(tǒng)工程學,對現(xiàn)實網(wǎng)絡的局域性、信息完備性和動態(tài)性進行了探討,在此基礎上建立了中心性方法與實際網(wǎng)絡之間的匹配關系。地理學領域內對交通網(wǎng)絡中心性的研究,較有代表性的如Wang等(2009)通過通達性系數(shù),以“最短路模型”為基礎,研究了中國鐵路網(wǎng)絡時空演化過程,認為其中通達性系數(shù)較小的城市即為網(wǎng)絡的交通中心;WangJE等(2011)運用交通網(wǎng)絡分析法對中國航空網(wǎng)絡結構及中心性的測算。綜上,作為衡量交通可達性及交通網(wǎng)絡與經(jīng)濟活動關系的有效手段,交通網(wǎng)絡中心性在中國地理學、城市規(guī)劃學等領域仍缺乏系統(tǒng)研究,特別是對城市內部的研究仍較少見。本文以沈陽市中心城區(qū)為研究對象,首先測度區(qū)內交通網(wǎng)絡中心性,并分析其空間分布特征;然后將交通網(wǎng)絡中心性與第三產業(yè)經(jīng)濟密度之間建立統(tǒng)計學關系,分析前者對后者的影響程度和方式。2數(shù)據(jù)來源與研究方法2.1法人單位的選取本文中的沈陽市中心城區(qū),即三環(huán)內的所有城市用地,包括沈河區(qū)、和平區(qū)、東陵區(qū)、大東區(qū)、鐵西區(qū)、皇姑區(qū)和于洪區(qū),共76個街道。文中使用的交通網(wǎng)絡數(shù)據(jù)來源于沈陽市總體規(guī)劃用地現(xiàn)狀圖中的路網(wǎng),由于地鐵運行方式不同于路面交通,因此研究只針對路面交通。隨著近年城市產業(yè)結構升級的加速,第三產業(yè)逐漸取代第二產業(yè),成為城市經(jīng)濟發(fā)展的主體。第三產業(yè)密度的空間分布在很大程度上反映了城市經(jīng)濟密度空間分布特征。文中使用的第三產業(yè)法人單位數(shù)據(jù)來源于《沈陽市基本單位分布2008:按行政區(qū)劃》。根據(jù)《三次產業(yè)劃分規(guī)定》,第三產業(yè)包括批發(fā)業(yè),零售業(yè),住宿與餐飲業(yè),金融業(yè),房地產業(yè),居民及其他服務業(yè),新聞出版與廣播電視業(yè),文體娛樂業(yè),信息傳輸、計算機服務及軟件業(yè),科學研究、技術服務及地質勘查業(yè),商務服務業(yè)等11種行業(yè),在研究區(qū)內共計34565個法人單位。此外,文中用到的分街道人口數(shù)據(jù)來源于沈陽市第六次人口普查數(shù)據(jù)中的常住人口數(shù)。2.2交通網(wǎng)絡中心性空間分布本文研究步驟如下:(1)以多中心性評價模型(MCA)為基礎,運用城市網(wǎng)絡分析工具(UrbanNetworkAnalysisTool,即UNA)測度沈陽市中心城區(qū)交通網(wǎng)絡中心性,并分析其空間分布特征。(2)運用核密度估計法(KDE)對交通網(wǎng)絡中心性、經(jīng)濟活動(即第三產業(yè)法人單位數(shù))進行空間插值,得到兩者連續(xù)變化的空間分布圖;其中第三產業(yè)經(jīng)濟密度為面域數(shù)據(jù),因此本文通過在ArcGIS中建立漁網(wǎng)進行空間插值。(3)以交通路網(wǎng)形成的街區(qū)為基本單位,通過ArcGIS軟件提取每一街區(qū)第三產業(yè)法人單位KDE平均值和交通網(wǎng)絡中心性KDE平均值,將兩種數(shù)據(jù)類型轉換為同一計算單位,導入SPSS軟件進行相關性分析與回歸分析,進而研究第三產業(yè)經(jīng)濟密度空間分布與交通網(wǎng)絡中心性關系的統(tǒng)計學特征。2.2.1交通網(wǎng)絡最短路徑設置MCA模型的核心是將城市交通線路作為網(wǎng)絡的邊,將交通交叉點或端點作為連接邊的節(jié)點,然后沿著實際網(wǎng)絡路徑計算節(jié)點間的距離(本文選用實際路段長度),選用已有研究常用的鄰近度、介數(shù)中心性和直達性3個指標,對交通網(wǎng)絡中心性進行測算(Portaetal,2012)。(1)鄰近度(CC)表示一個節(jié)點與其他所有節(jié)點鄰近的程度,其公式為:式中:CiC為節(jié)點i的鄰近度;N為交通網(wǎng)絡節(jié)點數(shù);dij為節(jié)點i與j之間的最短距離。簡言之,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),平均距離越小,鄰近度越大。鄰近度接近于地理學強調的距離衰減規(guī)律,隨著距中心的距離增加,鄰近度相應衰減。(2)介數(shù)中心性(CB)認為,穿過某一節(jié)點的最短路徑越多,其介數(shù)中心性就越高,這些最短路徑連接交通網(wǎng)絡任意兩個節(jié)點,其公式為:式中:CiB為節(jié)點i的介數(shù)中心性;N為交通網(wǎng)絡節(jié)點數(shù);nik為節(jié)點j與k之間最短路徑數(shù)量;nij(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)。與鄰近度不同,介數(shù)中心性的提出是網(wǎng)絡研究的重大改進。在MCA中,介數(shù)中心性并沒有將節(jié)點作為起點或終點,而是將其當做交通線路通過點。介數(shù)中心性是衡量網(wǎng)絡節(jié)點交通流量的重要指標(Portaetal,2009)。(3)直達性(CS)認為,連接兩個節(jié)點的最短路徑與連接這兩個節(jié)點的直線路經(jīng)偏離程度越小,交通效率越高。如果某節(jié)點能夠以最短的直線路徑到達網(wǎng)絡內任一節(jié)點,那么該節(jié)點直達性最佳,交通效率也最高。其公式為:式中:CiS是節(jié)點i的直達性;N為交通網(wǎng)絡中所有節(jié)點數(shù);dijEucl為節(jié)點i與j間的歐氏距離;dij為節(jié)點i與j間的最短距離。直達性是衡量交通網(wǎng)絡效率的重要指標,在空間網(wǎng)絡研究中具有重要意義(PortaSetal,2009)。以新加坡科技設計大學與麻省理工學院合作開發(fā)的城市網(wǎng)絡分析工具(UNA)為支撐,以ArcGIS軟件為平臺,可實現(xiàn)交通網(wǎng)絡中心性指標的計算(CityFormLab,2012)。UNA能夠為城市規(guī)劃者、建筑師、地理學家等分析城市空間構造與城市社會、經(jīng)濟、環(huán)境關系等研究提供有力保障。UNA重視城市交通網(wǎng)絡與城市各組成要素的地理關系,能夠給予網(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。2.2.2初始集的計算由于城市交通網(wǎng)絡中心性與第三產業(yè)法人單位是兩種不同的空間要素,因此運用核密度估計法(KDE)對第三產業(yè)法人單位數(shù)與交通網(wǎng)絡中心性進行插值,將兩種數(shù)據(jù)圖層轉化為同一空間單元,即柵格數(shù)據(jù)(Timothéeetal,2010),并得到連續(xù)的空間分布圖。KDE通過計算一定窗口范圍內的離散點密度,并將其作為該窗口中心值,網(wǎng)格中心處的核密度為窗口范圍內的密度和:式中:K()為核密度方程;h為閾值;n為閾值范圍內的點數(shù);d為數(shù)據(jù)的維數(shù)。例如,當d=2時,一個常見的核密度方程可以定義為:式中:(x-xi)2+(y-yi)2為(xi,yi)和(x,y)之間的離差。KDE方程的幾何意義為:密度分布在每個xi點中心處最高,向外不斷降低,當距離中心達到一定閾值范圍(窗口的邊緣)處密度為0,見圖1(王法輝,2011)。KDE能夠反映距離衰減規(guī)律,距離越近的對象權重越大(Portaetal,2012),這種方法在顯示和分析點數(shù)據(jù)時尤其有用。離散點的數(shù)據(jù)直接用圖表示,往往難以清楚看到其空間趨勢;KDE可得到研究對象密度變化的圖層,空間變化是連續(xù)的,又可顯示“波峰”和“波谷”強化空間分布模式。3交通網(wǎng)絡中心性計算運用ArcGIS軟件對交通現(xiàn)狀圖進行矢量化,提取交通交叉點與端點,作為交通網(wǎng)絡的節(jié)點,計算兩節(jié)點所連接交通線路的長度,即交通網(wǎng)絡邊的長度,并建立網(wǎng)絡數(shù)據(jù)集;利用UNA工具測度交通網(wǎng)絡中心性(圖2);運用KDE方法,分別以鄰近度、介數(shù)中心性與直達性為權重,對交通網(wǎng)絡中心性進行空間插值,得到交通網(wǎng)絡中心性核密度分布圖(圖3)。3.1地層距離衰減規(guī)律由圖3a可以看到,鄰近度分布范圍較小,且呈現(xiàn)出較為明顯的核心—邊緣模式,符合地理學距離衰減規(guī)律。其中,鄰近度核密度最高值在7.47~12.44之間,集中分布于市府廣場以北、昆山路以南、奉天街以西、南京街以東的區(qū)域,大致位于整個中心城區(qū)的幾何中心(圖3a)。該區(qū)域內交通網(wǎng)絡節(jié)點到交通網(wǎng)絡所有節(jié)點的平均距離均較小。3.2網(wǎng)絡節(jié)點的交通流量由圖3b可以看到,介數(shù)中心性呈現(xiàn)明顯的多中心性。其核密度最高值在10288.29~22813.16之間,集中分布于鐵西區(qū)、和平區(qū)和皇姑區(qū),包括西起珠江橋、東至北京街、北起岐山中路、南至市府大路的區(qū)域,以沈陽站為中心的興工北街以東、南京街以西、建設東路和南五馬路以北、北四馬路以南的區(qū)域,以及興工南街以東、勝利南街以西、建設東路與南五馬路以南、沈水路以北的區(qū)域。以上區(qū)域內交通網(wǎng)絡節(jié)點所通過的最短路徑最多,其交通流量最大(圖3b)。此外,以和平廣場為中心,西起南京南街、東至和平南大街、北起南五馬路、南至南八馬路的區(qū)域,南八路以南、艷粉街和南滑翔路以北、保工南街以東、云峰南街以西的區(qū)域介數(shù)中心性核密度也較高,在5725.66~10288.29之間。3.3交通網(wǎng)絡節(jié)點直達性也呈現(xiàn)出明顯的多中心分布模式。直達性核密度最高值在28018.03~54958.45之間,分布較為廣泛,三環(huán)以內交通網(wǎng)絡直達性均較高,包括鐵西區(qū)西南部、和平區(qū)西部、皇姑區(qū)南部、沈河區(qū)北部和大東區(qū)西部(圖3c),以上區(qū)域內交通網(wǎng)絡節(jié)點到交通網(wǎng)絡任一節(jié)點的最短路徑與直線路經(jīng)偏離程度最小,交通效率最高。其中,鐵西區(qū)直達性最高的區(qū)域較多,如西起興工南街、東至勝利南街、北起遼沈東路、南至沈水路的區(qū)域,衛(wèi)工南街以東、云峰南街以西、南十中路以北、南八中路以南的區(qū)域,遼沈西路以東、遼沈中路以南、攬軍路以北、路官二街以西的區(qū)域,以及保工南街以西、遼沈中路以北、南十三路以南的區(qū)域。此外,還有北部北起昆山路、南至哈爾濱路、西起珠江街、東至惠工廣場的區(qū)域,昆山東路以南、惠工街以北、悅賓街以西、小北關街以東的區(qū)域,以及中山廣場以南、中華路以北、興工北街以西、和平北大街以東的區(qū)域等(圖3c)。4交通網(wǎng)絡密度與鄰近度、介數(shù)中心性和直達性的關系運用ArcGIS軟件中的柵格數(shù)據(jù)相關性分析工具(即Multivariate中的BandCollectionStatistics),可直接得出第三產業(yè)經(jīng)濟密度空間分布與交通網(wǎng)絡中心性空間相關系數(shù)(表1)。第三產業(yè)經(jīng)濟核密度與交通網(wǎng)絡中心性核密度的空間相關關系總體較為顯著。其中,經(jīng)濟核密度與介數(shù)中心性核密度相關系數(shù)最高;經(jīng)濟密度大的區(qū)域,交通網(wǎng)絡介數(shù)中心性也高,如西起珠江橋、東至北京街、北起岐山中路、南至市府大路的區(qū)域,以沈陽站為中心興工北街以東、南京街以西、建設東路和南五馬路以北、北四馬路以南的區(qū)域,興工南街以東、勝利南街以西、建設東路與南五馬路以南、沈水路以北的區(qū)域。經(jīng)濟核密度與直達性核密度空間相關系數(shù)亦較高,說明直達性較好的區(qū)域內第三產業(yè)經(jīng)濟密度較大,如西起興工南街、東至勝利南街、北起遼沈東路、南至沈水路的區(qū)域,北起昆山路、南至哈爾濱路、西起珠江街、東至惠工廣場的區(qū)域,中山廣場以南、中華路以北、興工北街以西、和平北大街以東的區(qū)域。相比之下,鄰近度核密度與經(jīng)濟核密度相關系數(shù)最低。不同的相關系數(shù),在一定程度上反映了交通網(wǎng)絡中心性各指標對經(jīng)濟活動的影響程度強弱。ArcGIS軟件計算空間相關系數(shù)的實質是兩個柵格圖層(即核密度圖)在空間上對應的每組像元值(即以第三產業(yè)法人單位數(shù)量和交通網(wǎng)絡中心性為權重的核密度值)之間的相關系數(shù)。該結果可以顯示第三產業(yè)經(jīng)濟密度與交通網(wǎng)絡中心性相關性強弱,但是無法獲得相關性類型(線性相關或非線性相關)并進行顯著性檢驗。因此,需借助統(tǒng)計學軟件進一步分析。運用統(tǒng)計學軟件進行相關性分析時,需將核密度值賦予指定的點圖層,然后提取這些點對應的核密度值。該過程實質為數(shù)據(jù)采集(核密度值)過程,計算結果是否因數(shù)據(jù)采集而產生誤差仍需驗證。運用ArcGIS軟件計算空間相關系數(shù)時,恰好避免了數(shù)據(jù)采集過程。因此兩種相關系數(shù)計算方法可以實現(xiàn)互補。以交通路網(wǎng)形成的街區(qū)為基本單位,通過ArcGIS軟件將經(jīng)濟KDE值與交通網(wǎng)絡中心性KDE值賦予每一街區(qū)中心點,然后,將其導入SPSS軟件進行相關分析,進而研究第三產業(yè)經(jīng)濟密度與中心性關系的統(tǒng)計學特征,結果如表2、表3與圖4。從表1和表2可以看出,第三產業(yè)經(jīng)濟核密度與交通網(wǎng)絡中心性核密度的空間相關系數(shù)相比皮爾森相關系數(shù),結果的組合關系相似(如與介數(shù)中心性相關系數(shù)最高,與鄰近度相關系數(shù)最低),但數(shù)值總體偏低?？梢娡ㄟ^提取核密度值,運用SPSS軟件計算所得相關系數(shù)沒有因數(shù)據(jù)采集而產生誤差,也沒有出現(xiàn)第三產業(yè)經(jīng)濟密度與鄰近度、介數(shù)中心性和直達性相關性前后不一致。導致空間相關系數(shù)結果偏低的原因在于:ArcGIS通過兩個柵格圖層空間上對應的象元值計算空間相關系數(shù)時,會出現(xiàn)交通網(wǎng)絡中心性核密度個別像元值較低甚至為0,而對應的第三產業(yè)經(jīng)濟活動核密度像元值較高的現(xiàn)象。而提取各街區(qū)中心點所對應的第三產業(yè)經(jīng)濟活動核密度與交通網(wǎng)絡中心性核密度時,樣本數(shù)量較前者少,而且通過提取數(shù)據(jù),出現(xiàn)上述現(xiàn)象的概率降低(圖3,圖5)。。從表3與圖4的回歸分析結果看,經(jīng)濟核密度與交通網(wǎng)絡中心性各指標核密度和中心性平均值核密度的線性趨勢擬合效果均較好,R2均較高?？梢姷谌a業(yè)經(jīng)濟密度的空間分布受交通網(wǎng)絡中心性影響較為明顯。其中,經(jīng)濟密度空間分布受介數(shù)中心性影響最大,其空間相關系數(shù)與皮爾森相關系數(shù)分別高達0.76與0.806,反映影響最為強烈;直達性次之;鄰近度相關系數(shù)最低。這一結果進一步驗證了交通網(wǎng)絡介數(shù)中心性和直達性的多中心性對第三產業(yè)經(jīng)濟活動的多中心性有具有重要帶動作用,而鄰近度這一單中心性指標對第三產業(yè)經(jīng)濟活動影響較小。5基于多元線性回歸方法的經(jīng)濟密度與人口分布中心性的回歸分析人口分布對第三產業(yè)經(jīng)濟密度空間分布的影響不容忽視;但交通網(wǎng)絡中心性與人口分布究竟何者對經(jīng)濟密度空間分布具有決定性影響仍需進一步驗證。通過建立漁網(wǎng),運用基于面域的空間插值方法,得出沈陽市中心城區(qū)第三產業(yè)經(jīng)濟核密度(圖5)與人口核密度分布(圖6)。由圖5可見,沈陽市中心城區(qū)第三產業(yè)經(jīng)濟核密度空間分布特征與介數(shù)中心性、直達性核密度相似,均具多中心性,并呈現(xiàn)顯著的核心—外圍分布模式。經(jīng)濟核密度最大的區(qū)域包括十三緯路以南、渾河以北、和平大街以東的區(qū)域,興工街以東、三經(jīng)街以西、哈爾濱路以南、滑翔路以北的區(qū)域,以沈陽北站為中心、南至中山路、北至岐山路、西起黃河大街、東至松花江街的區(qū)域等,與介數(shù)中心性、直達性核密度分布中心區(qū)重合度較高。而人口分布相對更為分散,其分布中心與第三產業(yè)經(jīng)濟核密度的分布中心的重合度也相對較低(圖6)。以交通路網(wǎng)形成的街區(qū)為基本單位,提取每一街區(qū)所對應的人口核密度平均值,導入SPSS軟件,與第三產業(yè)經(jīng)濟核密度進行相關性分析與回歸分析,結果如表4、圖7。表4顯示,經(jīng)濟核密度和人口核密度相關系數(shù)較高,但不及與中心性核密度的相關系數(shù)(如表1、表2)。可見沈陽市中心城區(qū)交通網(wǎng)絡中心性對第三產業(yè)經(jīng)濟密度空間分布的影響程度更深。運用多元線性回歸方法,得出第三產業(yè)經(jīng)濟密度與中心性平均值核密度和人口核密度回歸方程:式中:x4為中心性平均值核密度;x5為人口核密度;***代表置信水平為99%;**代表置信水平為95%;*代表置信水平為90%;R2為0.990,置信水平為99%。其中,中心性平均值核密度x4對應的偏相關系數(shù)為0.992,人口核密度x5對應的偏相關系