摘要
均等化是公共服务设施规划的重要目标。设施分布与区位可达性相耦合的均等化，有助于提高其空间效率。文章以武汉市为例，基于sDNA模型，在多级步行尺度上，检查街道中心性和生活服务设施集聚的耦合关系。分析发现，街道中心性与生活性服务业集聚存在数量上的强相关，空间耦合上表现出中心重合与局部错配问题，建议在公共服务设施规划中融入社区生活圈尺度的耦合评价，分类优化不同耦合度的空间单元。

作   者

凌昌隆   北京大学城市规划与设计学院硕士研究生，广东省公共服务供给智能计算重点实验室

01

研究现状分析

促进基本公共服务设施均等化是《“十四五”公共服务规划》（发改社会〔2021〕1946号）的基本要求。作为基本公共品，公共服务设施规划对空间位置可达性与机会均等化的要求很高。街道作为居民交通出行的承载空间及获取公共服务的场所空间，与生活性商业集聚存在互利互惠的关系。借鉴社会网络分析，空间句法将街道“形态—位置”关系建模为复杂网络，使用中心性衡量“节点—场所”连接中的“中心—边缘”地位、位置可达性与核心区位，是一项全局分析、多级尺度、静态视角下评价空间可达性的高效方法。街道形态中心性能够反映交通流量分配的期望值，如与公共服务的数量相协调并耦合布局，将提升空间效率。

街道中心性与服务设施分布具有空间匹配关系，体现出高度的空间叠合一致性，反映交通连通性、区位等条件与服务业集聚的叠合关联作用。在街道可达性高的中心区位，往往形成商业集聚、服务设施集聚。早在雷德朋体系和邻里单元理论中就有在步行可达、街道通达性高的“圈”内布置生活性商业的要求。一方面，交通中心是道路可达性的集中体现，表明个体寻求位置机会的主导地位，对经济活动、日常生活、交通行为等有着重要影响，尤其是对各类服务设施的集聚起促进作用。另一方面，生活性服务设施的空间集聚和区位选择，受到交通中心地位指向的显著影响。一系列发生在公共空间的自发性活动和社会性活动，往往与街道的可达性、公共服务设施的聚集直接相关。零售业和服务业的密度、商业集聚的程度、住宿业集聚的核心等都与街道中心性有强关联性。土地价格、住宅价格和居住选择，以及绿色公共空间的使用，也受到交通节点的影响。交通中心地位的提高，能够增强对人流的吸引力，促进生活性服务业集聚核心的形成，如CBD、居住商圈等；生活性服务业不断集聚，反过来又强化交通中心的地位。

步行距离是基本公共服务分析的基础尺度，也符合《城市居住区规划设计标准》（GB 50180—2018）强调的社区生活圈规划理念。300m、500m、1000m分别对应步行5分钟、10分钟与15分钟的空间范围，在这些范围内配建公共服务，因人口、位置、潜在交通流量分布的不同而有所不同。从居民步行可达性（生活圈尺度）与生活服务性（设施数量供给）的视角出发，基于街道中心性的评价，可为服务设施规划提供技术支撑，帮助其实现“居住—生活—游憩”的平衡。但仍然少有研究从微观视角对街道网络进行建模分析，检查街道中心性与生活性服务业集聚的空间匹配关系，也缺乏依据交通中心分析对公共服务设施进行规划的策略。

基于此，本文以武汉市为例，使用空间句法工具sDNA模型，度量街道网络的形态中心性，将其与生活性服务设施兴趣点（POI）开展耦合分析，识别两者的叠合与分异关系，直观、准确地从区位中心性与设施数量相匹配的视角，解析生活性服务业的空间高效配置问题，为优化公共服务设施布局提供技术参考。

01

研究区、数据与方法

1.1 研究区

武汉市主城区街道密集、等级清晰，商业种类丰富、分布广泛（图1）。经过多轮总体规划，武汉市主城区确定了多中心组团式的发展格局，生活性商业均衡配置需求迫切。武汉市作为本次研究案例，对其他大、中城市生活性商业均衡配置具有借鉴意义。考虑到计算的边缘效应，参照相关研究，将中心城区范围扩展1km，并适应道路走向做适当修改，形成计算区域。

图1  研究区以及武汉市主城区街道、居住组团分布

Fig.1  Streets and residences in study area

资料来源：笔者自绘

1.2  数据准备

从互联网地图采集道路线路，对原始数据进行并线处理，将道路网络简化并整理为由单一线条连接的空间数据集。对照卫星地图，补充未采集到的重要道路线条，并剔除内部道路、园路等通达性低、私有性强的道路。逐一检查高架路段、隧道、下穿等连接关系，对错位、多线、并线、弯折的路段进行拆分归并。经过拓扑检查后，计算区域内的道路有5999条路段，研究区域内有5572条路段（图1）。

由国家统计局印发的《生活性服务业统计分类（2019）》，将生活性服务业划分为12大类，基本内容与互联网POI数据高度吻合。因此，选用高德POI作为替代数据源。通过高德地图获取2021年11月武汉市全域、全类别POI数据，约55万条记录。从中筛选出生活性服务设施数据，共计270429条，其中主城区有160 373条。因类别较多，按照《生活性服务业统计分类（2019）》中的统计分类方法，并参照有关研究，对原始POI数据进行重新分类（表1）。

表1  生活性服务设施POI分类与数量

Tab.1  Classification and numbers of life services facilities POI

资料来源：笔者自绘

1.3  测度方法

近年来空间句法在城市空间分析中的拓展，为多尺度可达性的评价提供有益视角，特别是步行空间分析与城市物理实体关系的耦合作用。其中，sDNA 4.1（Spatial Design Network Analysis）是英国卡迪夫大学开发的空间分析插件，可用于ArcGIS软件分析，比城市空间网络分析技术（UNA）等，更能捕捉交通网的结构特征。它将街道段视为节点（对偶拓扑），除使用复杂网络分析外，还能考虑多种搜索半径计算形态指标，其中心性包括连接度（Line Connectivity，也称度中心性）、邻近度（Closeness，NQPD）、中介度（Betweenness）等。连接度表示连接到其他线段的数量；邻近度描述直接到其他节点的通达性，数值越大，表明联系越紧密，越处于中心位置，受其他节点的影响程度越小，如CBD；中介度通过计算一个节点的测地线数量，即该节点处于其他节点对之间最短路径上的次数，反映节点间连接“桥”的作用，数值越大，对通达流的控制性越强，类似于交通主干道。

不同于高等级服务设施，生活性服务设施需要为居民的日常生活提供服务，以步行尺度来考虑匹配关系更为合适。考虑步行的连续性，设定欧式距离（直线距离）下的连续空间为分析尺度。分别以300m、500m和1000m作为5分钟、10分钟、15分钟社区生活圈的搜索半径，以拓扑距离（R=n）作为全局尺度的参照。武汉市中心城区路段平均长度为377m，当以路段中心为圆心进行计算时，300m、500m、1000m的步行距离，意味着平均经过4个、8个、44个街道段，可以分别被600m、1000m、2000m的统计单元（网格）完全覆盖。

02

街道中心性与生活性服务业

集聚的特征

2.1  街道中心性的特征

如图2a，全局道路平均连接度为4.92。连接度为6的街道（即两端皆为十字交叉口）仅有1423条，占比约为25%；占比最大、连接度为5的街道（即一端为十字交叉口，一端为丁字路口），达到43.47%。实际上，武汉市主城区的格网式街道布局较少，存在大量的丁字路口，高连接度道路数量较少，连接度为7、8、9的路段仅分别有16、3、1条。邻近度呈现出明显的“核心—边缘”结构（图2b），形成以“中山大道—京汉大道”区域为中心的高邻近度片区，随后扩展出多级圈层结构，越靠近外围，邻近度越低。而在生活圈尺度中（图2d—f），邻近度呈现出集群式分布特征。在全局尺度，中介度以Jenks最佳自然断裂法分类的高等级道路，包括“长江—汉江”过江通道、解放大道、珞喻路等城市主要道路（图2c），具有极强的“桥接”和导流作用。在生活圈尺度，中介度（图2g—i）呈现一个高数值区、多个小型集群的趋势，总体分布态势与邻近度一致。总体来说，武汉市城区街道结构呈明显的多中心特征。汉口区的核心区具有最高的街道连接度、邻近度和中介度，道路段在街道网络中具有最好的通达性，尤其是汉口中山大道沿线居住片区。而在汉阳区及武昌区大部分地区，街道稀疏、曲折，集群分散、尽端路多，街道整体的邻近度和中介度数值较低，通达性不强。

图2  研究区街道路段中心性空间分布

Fig.2   Spatial distribution of street centrality at street segment level

资料来源：笔者自绘

2.2  生活性服务业的空间集聚特征

对生活性服务业数量的空间分布进行核密度估计（Kernel Density Estimation, KDE）。核密度估计基于有限的样本，推断总体数据分布，结果即为样本的概率密度函数估计。在ArcGIS 10.6平台，估计POI分类数据的核密度值，以识别生活性服务业的空间集聚模式。如图3所示，武汉市主城区生活性服务业集聚表现出明显的极核与多中心特征，基本格局具有三个特征：第一，在汉口区中山大道沿线形成高度密集的生活性服务业核心，居民家庭服务业、旅游娱乐类与住宿餐饮类相似，极核处于与江汉路步行街交叉位置，而零售购物类则形成更大的核心，向武胜路偏移。第二，形成多个生活性服务业商业组团，如徐东（沙湖组团）、光谷广场（关山组团）、王家湾（二桥组团）等，与相对应的居住组团分布高度一致，与相对应的街道中心性也存在一定的关联。第三，居民家庭服务分布更为均匀，在主城区形成集中连片的分布区；旅游娱乐服务则具有明显的核心—边缘特征，除几处核心外，其他部分较为分散；零售购物类生活性服务业多核心趋势较为突出，除中山大道—武胜路外，还形成武商广场、光谷广场、武汉建材批发市场、徐东等小中心；住宿餐饮在光谷广场的集聚尤为突出，在其他区域分布数量相对较少。

图3  研究区生活性服务业的空间集聚

Fig.3  Spatial agglomeration of life services industries

资料来源：笔者自绘

03

街道中心性与生活性服务业

集聚的耦合关系

3.1 数量上多尺度相关

分别统计600m、1000m、2000m

网格单元内街道中心性的总和与各类生活性服务业的POI数量，对数据进行z值标准化，计算其皮尔逊相关系数（Pearson Correlation Coefficient），见表2。

表2  街道中心性与生活性服务业集聚的相关系数

Tab.2 Correlation coefficients between street centrality and life services industry agglomeration

注：以600m、1000m、2000m作为网格时，单元数量分别为1551个、643个、189个；***表示明显相关（相关系数r>0.8），**表示中度相关（r>0.7），*表示轻微相关（r>0.6）。

资料来源：笔者自绘

在全局尺度下，道路中心性与生活性服务业的数量具有很强的相关性。例如，以2000m网格计算的全类别生活性服务业数量，在全局尺度下，与连接度及邻近度之间的相关系数均达到了0.82。在5分钟和10分钟生活圈尺度下，直到1000m及以上统计单元中才出现中度相关。而在15分钟生活圈尺度下，旅游娱乐、住宿餐饮等均呈现出与街道结构中心性较强的相关性。网格越大，街道中心性与生活性服务业数量的相关性越强，1000m网格及以上具备一定优势。

全局尺度下的连接度和邻近度相似。生活圈尺度下，相较于中介度，邻近度似乎与生活性服务业有更强的相关性。邻近度表明城市街道区位的核心位置，中介度反映主要路段中潜在的交通流量分配。潜在流量的分配不均，表明提升重点路段的必要性。网格越大，街道中心性与生活性服务业数量的相关性越强。在2000m网格下，大部分相关系数超过0.6，具有很强的相关性，远超其他尺度下的相关性。过小的统计单元，可能无法捕捉街道结构与生活性服务业的集群，受到街道长度、集聚较大等因素的影响。

3.2  中心区高度重合

考虑到微观尺度下，短程搜索距离的变化并不能明显区分中心性分布的差异。因此，本文以1000m网格为例，讨论街道中心区与生活性服务业集聚的耦合与分异关系。

1000m网格下，排名前10的网格共有31个（图4）。在街道结构中，江汉路、南京路两个组团单元具有最高的中心性。特别是江汉路组团，从全局尺度看，其连接度、邻近度和中介度的数值均较高，居民家庭、旅游娱乐、住宿餐饮等类别的服务业数量也最多。而汉正街组团因高度密集的居住区、小商品商贸等，聚集了1739家生活性服务业店铺，超过了有1600家服务设施的江汉路。有9个组团在街道中心性排名前10和生活性服务业的前10中均出现，如江汉路、黄鹤楼、武胜路等交通便利、居住和商业高度密集的组团。仅中心性较高的组团，皆是较大的居住组团，通达性不足，如香港路、月湖桥、新河等。在生活性服务设施数量排前10 的组团中，还出现如华中建材、园博园、光谷广场等道路中心性不高，但生活性服务设施高度密集的组团。这说明，武汉市主城区的道路结构中心与生活性服务业集聚区具有较大重合，街道中心性最高的区域，生活性服务业的密度也最高，基本都位于汉口区的中山大道片区。

图4  1000m网格下街道中心性与生活性服务设施排序前十位的中心区

Fig.4  The top 10 central grids of street centrality and life services facilities

资料来源：笔者自绘

3.3  分散区存在错配

将数据进行离差标准化映射到[0，1]，计算两系统耦合度。计算公式为：

式中，x为街道中心性；y为生活性服务设施数量。耦合度范围在0到1之间，耦合度越大，两变量之间的协调关系越密切。在1000m统计网格与500m搜索半径下，对中介度进行分析，检测到明显的空间趋势。图5是四类耦合度的空间分布。

图5  10分钟生活圈尺度的耦合度

Fig.5  Spatial distribution of coupling degrees in 10-minute life cycles

资料来源：笔者自绘

耦合度分布呈现明显的空间分异和空间集群特征。高耦合度的片区主要包括两类，一类“高—高”叠合，一类“低—低”叠合。高值耦合区总体呈现出簇群分布的趋势，在汉口区中山大道沿线的单元，有较高的中心性和较多的生活性服务业设施，两者存在明显的高值重合且两者高值区前10位的组团，存在明显的重合或空间邻接。除此之外，还形成如四新、武汉商务区等中高值耦合区。低值耦合区分布于主城区外围，一般具有较低的街道中心性和生活性服务业设施密度，如新荣、南湖等组团，由于街道稀疏，其街道中介度整体较低，或者生活性服务业密度低，两者存在一定的匹配错位。在500m搜索半径下，武昌区的大部分片区，街道中介度与生活性服务业数量耦合度均低于0.6，而几处较高耦合度的片区，均属于低值耦合。

与生活性服务业数量前10不重合的中介度高值区，集中连片分布于汉口区中山大道沿线，而不重合的各类生活性服务业中心则分散分布，这与大型集中售货市场不无关联。一些典型的居住组团中心，也具有较低的中介度，如光谷广场、街道口组团，就具有高密度的居民家庭、旅游娱乐、住宿餐饮等商业服务，而中介度本身却较低。不同类别的生活性服务业与中介度的耦合，也存在明显的差异。零售购物、住宿餐饮等受到商业聚集影响更强烈的生活性服务业，其平均耦合度要高于另外两类生活性服务业，但旅游娱乐类的高耦合值（大于0.8）则明显高于另外三类。

04

对基本公共服务设施

规划的启示

4.1 融入社区生活圈尺度的耦合评价

以“均量、均质、均距、均权、均需”为特征的均等化，构成城市基础公共服务规划的价值基石。城市规划从物质、经济扩展到生活空间，愈发重视城市街道中心结构与基本生活性服务业的耦合。这在宏观上是对交通区位的理性选择，而在微观生活圈层面，则是直接对接生活性服务设施的充分供给要求、便利程度和公平价值。

在社区生活圈分级配建公共服务设施时，纳入多尺度的空间耦合评价（图6）。从街道中心性来看，商业性土地利用不仅要考虑其规模、区位，还应考虑与实际通行可达范围的耦合。使用空间句法测度的局部通达性，并非简单的一个“圈”，而是捕捉局部差异，从数量上满足设施“充足”要求。从生活性服务业来看，要求对道路的间隔、密度、连接形式等进行优化。尤其是在城市更新过程中，更应以便于到达为重要原则，进而解决居民生活的“便利”需求。将两者在空间上进行耦合，将生活需求反馈到城市空间骨架中，提升公共通道的使用效率，充分发挥服务区位的价值。重点关注低耦合、“低—低”耦合等空间分异的区域，对生活性服务业进行引导和干预，实现“公平”目标。

图6  社区生活圈尺度的耦合评价

Fig.6  Coupling evaluation at community life circle scale

资料来源：笔者自绘

4.2  分类优化不同耦合度的空间单元

对中心区和分散区进行分类施策，针对不同耦合度单元，制订差异化优化策略（表3）。在中心区层面，高度重合的位置往往是城市CBD，商业、居住功能高度混合，需要着力提升品质，关注不同机动性群体的需求差异。在集聚中心不重合的区域，要根据实际情况逐一排查。对于空间关系匹配的区域，仍需要重视更新的可能性；对于空间失配或错配的区域，则需要整治区域的空间环境、调查所在区域群体的组成类型和需求结构，配套便利的交通服务，加强管理，增加公共服务设施的投入，以提升地段价值。

表3  不同耦合度单元的优化策略

Tab.3  Optimizing strategies for units with different coupling degrees

资料来源：笔者自绘

将街道中心性与生活性服务设施耦合度分散区，划分成“高—高”“低—低”“高—低”“低—高”四类。“高—高”耦合区与高重合中心区类似。对于“低—低”耦合区，需要着力提高土地利用混合度和街道密度，增加基础设施投入，吸引商业设施，吸引开发资本进入，为城市增量开发创造条件。“高—低”耦合区常常占据较优的空间区位，受限于自身条件，配套的生活性服务业设施较少，但往往成为城市未来存量用地优化的主要增长点。因此，需要着力改善空间环境和开发环境，加快设施更新，推动土地增值和再开发。“低—高”区往往是生活性服务业设施明显错配的区域，需要着力提高街道密度，发挥商业运营的价值，从局部和整体两方面塑造等级适宜、成本收益相匹配的交通条件，以增大开发潜力。

05

结语

本文基于sDNA模型，在多级步行尺度下测度城市路网的形态中心性，将之与生活性服务业的空间聚集进行耦合评价，构建基于形态分析与空间分布的精细化评价方法。以武汉市中心城区为例，提出不同情境下的优化策略。本文丰富了公共服务设施配置的区位选择、规划配置理论，为优化设施分布、提高经济效益提供了方法支撑。

街道中心性与生活性服务业集聚具有多尺度的叠合与分异关系。在数量关系中，两者有较强的相关性。在空间耦合上，中心区存在显著的重合关系，但旧城区、重要公共设施周边仍是提高公共服务品质的重点路段。在分散区，边缘社区、低中心性社区的生活性服务设施存在“高—低”“低—高”的失配和错配关系。建议在基本公共服务设施规划中，融入社区生活圈尺度的空间耦合评价，重点关注低耦合、“低—低”耦合等不匹配或低匹配区域。对于不同耦合度的中心区或一般区域，分类施策、专类优化，促进基本生活性服务均等化。

同时需要意识到，街道网络中心性的绝对数值与路段、交叉口数量有一定关系，与城市规模也有关，但不同层级的中心性相对值仍然能够体现“节点”的区位中心性，适用于城市内部空间的可达性与设施规划耦合评价。本研究所界定的街道中心性是路网静态的形态指标，下一步有必要将交通流、设施服务能力纳入评价，进一步优化设施布局。