此类研究将中心性作为表征城市结构特征的指标，在它们与其他城市空间数据之间建立相关性分析，以探究两者之间的深层联系。现有文献中较具代表性的是对设施选址分布进行的研究，其中一个比较关键的问题是如何将中心性数据与空间布点数据放在同一数据框架下，大致有两种基本方法。
第一，通过GIS插值工具将附于街道或其交叉点上的中心性数据以及附于设施建筑上的布点数据都转化为面信息，然后在两者间进行相关性分析。如Porta等人使用MCA工具对意大利城市Bologna的商业服务设施选址所做的研究[44]。这一研究计算了全局和搜索半径800米范围内街道的中间性、接近性和直线性三类指标，并统计了商业与服务设施位置。然后利用GIS中的插值计算工具把这两类信息都转化成面信息，对它们进行相关性分析（图2-9）。结果显示，商业服务设施的布点与中间性相关度很高，与接近性也相关，不过程度略低，中心性对城市和土地使用结构的形成具有重要意义。
图2-9 Bologna中心性分析图（a.商业零售设施布点；b.经插值计算的商业设施布点；c.街道的中间性分布；d.经插值结算的中间性分布）
（资料来源：Porta S，Latora V，Wang F，etc.Street centrality and densities of retail and services in Bologna，Italy［J］.Environment＆Planning B：Planning ＆Design，2009，36（3）：458）(www.xing528.com)
第二，使用UNA工具计算建筑的中心性，此时可直接进行相关性分析。如Andre Sevtsuk对美国马萨诸塞州Cambridge ＆Somerville的商业零售设施布点进行的分析，使用UNA工具直接以建筑为计算对象[45]，计算2 000英尺的步行尺度范围内，不同权重下所有建筑的可达范围、远离性、中间性（由于计算量原因，仅对交叉点进行计算）等指标。在此基础上，研究了商业零售设施选址概率与其他零售设施选址、土地使用、城市形态等的相关性。结论认为，城市建成环境的几何特性对商业零售设施的选址影响巨大（图2-10）。此类方法虽然直接，但是UNA对建筑的计算需要大量数据的支撑，因此也有案例仅对街道节点进行计算，再通过插值获得统一的数据框架。如Wang Fahui等使用UNA工具对长春零售商业布点的研究[46]。
图2-10 使用UNA所作的剑桥和萨默维尔可达范围分析（以工作岗位为权重、600米为搜索半径）
（资料来源：Sevtsuk A.Path and Place：A Study of Urban Geometry and Retail Activity in Cambridge and Somerville，MA［D］.PhD dissertation in Urban Design and Planning，Massachusetts Institute of Technology，2010：87）
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
