中心性分析参数设定的关键结果

本章借助街道网络中心性指标，对案例城市研究范围内的空间结构进行描述，依据解析和目标和对象，对使用的网络和工具、指标和参数设定如下。

1）网络和工具

本章使用街道线段表征地点，借助s DNA 工具对街道进行中心性计算[1]。这是因为，首先，城市级地标建筑（群）解析涉及的宏观城市空间地域面积较广，如果直接以建筑单体作为计算对象，所需的基础资料和计算量相当庞大，不具备现实的可操作性。第二，在宏观尺度上，使用接邻的街道线段足以指示为数不多的城市级地标建筑的空间位置，在较大的空间范围内，这样的方法更具合理性。

国内案例城市街道网络通过对“天地图”进行矢量化得到，对应宏观的空间尺度，选择较主要的两级道路；新加坡案例的街道网络来自新加坡市区重建局网站的URA Space，并且不包含居住组团内部道路。

2）指标选用(www.xing528.com)

按照既定的研究思路，在s DNA 工具可选择的指标中，我们分别使用中间性和联系度（NQPD）来描述认知活动和功能联系两种不同意义上的深层空间结构。其中中间性使用s DNA 中的“两段中间性”（Two Phase Betweenness，TPB），它“将起点的权重依据目的地的权重来分配”[2]，实质上是考虑了多条最简路径的情况下进行分流的结果。而s DNA中使用接邻属性来衡量的指标除了联系度之外还有远离性（Far-ness）和平均测地距离（Mean Geodesic Length），这两种指标只衡量要索之间距离形成的阻抗，而联系度还将可达要素的量纳入考量，因此选择它作为计算指标。

3）度量和搜索半径

在距离的衡量方式上，作者认为，在较为宏观的尺度下，人们对相距较远两地最简路径的认知比最短路径容易，且使用车行交通的可能性较大，因此两个指标的计算距离都采用角度进行度量；在搜索半径方面，针对研究的空间层次，主要考虑宏观和中观层面的搜索半径，以及机动车行和非机动车交通方式的情况。借鉴相关国内大城市的类似案例[3]，在大城市案例的分析中分别使用5000米和2500米，海宁作为小城市分别使用3000米和1500米，并据此在每个案例城市研究范围的基础上向外拓展一个搜索半径的距离作为中心性指标的计算范围。

按照上述的参数设定，对南京[4]、青岛主城、新加坡中央规划区域及海宁中心城区进行中间性和联系度的计算，然后在ArcGIS中按照街道线段数量等分成50个等级绘制中心性量值的空间分布图和各组中心性量值分布频率统计图，其结果如图3—12至图3—27所示。