多中心规划研究可有效缓解“大城市病”的弊端，促进区域间可持续发展。形态多中心侧重地理环境因素对人类活动集聚的影响，与区域内部功能联系较为密切^[1]。形态多中心最早体现在人口集聚^[2]，Gordon等^[3]则认为城市形态中心还表现为社会经济活动的集聚，并提出了就业多中心的识别方法。而商业多中心^[4]和零售多中心^[5]作为土地高度集约利用、经济活动密集的城市功能核心，也逐渐为学者们所关注。

交通是联系地理空间和社会经济活动的纽带^[6]，而道路网络作为城市内部交通的重要组成部分，通过影响人和物的活动轨迹，深刻影响了经济活动的空间分布。道路网络的空间布局对地区生产活动和人民生活具有重要意义，学者们从经济活动和道路网络的多样性和尺度差异性入手，发现零售贸易活动^[7]、商业活动^[8]、金融活动^[9]等不同类型经济活动分布与道路网络分布有关，还结合大数据采用道路网络中心性^[7]、道路通达性^[10]、道路网络可达性^[11]、城际交通流^[12]等测度方法研究了道路网络与经济活动之间的联系与尺度差异性^[13]。然而，现有研究往往仅考虑所有经济活动或单方面经济活动的中心分布情况，且在研究交通网络中心与经济活动中心的相关关系时，只考虑了统计意义上的相关关系，而忽视了其相关关系存在的空间依赖性与空间异质性。因此，本文基于兴趣点(points of interest，POI)数据和道路网络数据研究武汉市道路网络中心和6类经济活动中心，并采用地理加权回归方法探索两类中心间的空间关系。

1 数据来源与研究方法 1.1 数据来源与预处理

武汉市中心城区范围覆盖江汉区、汉阳区、江岸区、武昌区、硚口区、洪山区和青山区7个行政区域，总面积为456.72 km²。武汉中心城区由长江和汉江横贯，划分为3部分，即武昌、汉口和汉阳。结合武汉市经济发展特点，本文采用武汉市城市建设用地边界作为研究区域，如图 1所示。

本文使用的道路网络数据和POI数据来源于2015年武汉市国土资源系统“一张图”工程，数据格式为ArcGIS矢量shape文件，基础比例尺1:1 000至1:10 000。本研究根据城市用地分类与规划建设用地标准将POI数据分为居住用地、公共管理与公共服务设施用地、商业服务业设施用地、工业用地、交通与道路设施用地和绿地与广场用地6类，分别表征了不同类型的经济活动情况。

此次搜集POI数据共有119 395条，其中，商业服务业用地类数据量最大，占56.85%；其次为公共管理与公共服务设施用地类，占21.96%。

1.2 研究方法

1) 道路网络中心性测度。道路网络作为城市的骨架，对城市发展过程中土地利用的经济活动空间配置具有重要作用，故本文采用道路网络中心性测度道路网络的分布特征情况。采用多中心性评价模型(multiple centrality analysis, MCA)测度道路网络的中心性，该模型是将道路线抽象为网络的边，将道路网络间交叉形成的节点或端点作为连接边的节点，然后沿着实际网络路径计算节点间的距离，进而实现道路网络中心性的计算。

本研究采用邻近度、中间性和直达性3项指标，对道路网络中心性进行测算^[14]。其中，邻近度是指节点间最小路径的长度，即为某一节点到其他节点距离均值的倒数，距离均值越小，邻近度越大。中间性表示经过节点的最短路径数量，反映了交通流量情况，中间性较大的节点，往往交通流量较大。直达性表明了节点到达其他节点的便利程度，便利程度越大，直达性越好，反映了节点的交通效率情况。

2) 核密度估计法(kernel density estimation, KDE)借助一个移动的单元格对点或线格局的密度进行估计。本研究参考刘耀林等^[15]研究结果，选取500 m，1 000 m和1 500 m作为距离衰减阈值。探索不同阈值得到的结果可知，阈值为500 m时，较小的集聚区会被凸显出来。而阈值为1 500 m时，图像数据皆具有更好的平滑度，更能从宏观角度体现道路网络中心性集聚情况，故本文采用1 500 m阈值进行具体分析。

3) 地理加权回归。传统回归模型多建立在最小二乘法的基础之上，从统计学的角度对全局因变量与自变量之间的关系进行拟合。这一方法往往忽略了地理要素的空间异质性，而地理加权回归(geographically weighted regression, GWR)模型则对传统回归模型进行了扩展，可有效体现出自变量之间的空间自相关性。本文采用地理加权回归模型，对道路网络中心性与经济活动中心存在的空间相关关系进行分析。

2 道路网络与经济活动中心空间分布特征研究 2.1 道路网络中心空间分布情况

由图 2可知，当距离衰减阈值r=1 500 m时，武汉市道路网络呈现出显著的多中心布局。武汉市道路网络邻近度中心分布情况与道路网络直达性中心分布情况较为相似，在长江以北的武汉广场周边区域和江汉路一带出现最高程度的集聚，主要因此处为连通武汉各区的中心腹地，路网密度更高。长江以南的道路网络中心均沿与长江平行布设的和平大道分布，道路网络中间性在过江隧道和长江大桥与和平大道交汇处呈现了最高程度的集聚，可见该两处分别作为汉口和汉阳与武昌的道路交通连线，具有重要的中枢作用。汉阳的工业中心定位使得其与对外交通情况联系更为紧密，而此处的道路网络多反映内部交通特征，故汉阳的道路网络直达性有一定程度的集聚，但邻近度和中间性欠佳。

2.2 各类功能经济活动空间分布特征

1) 经济活动中心分布情况。从正态分布标准差曲线的定义可知，将核密度均值加减标准差作为核密度分布的最大值所形成的曲线具有统计学意义^[16]。本文采用3个阈值，基于研究区POI数据的核密度表面生成标准差面，即可标志出武汉市经济活动中心边界如图 3所示。从图 3可见，武汉市经济活动中心呈现出明显的多中心分布态势，主要分布在光谷广场附近、黄鹤楼沿江一带、街道口附近以及龙阳大道与汉阳大道交接处一带。

2) 各类功能经济活动空间分布情况。为探究不同功能类型经济活动中心分布差异情况，根据城市用地分类与规划建设用地标准，本文基于划分的6类武汉市POI数据，将经济活动中心分别划分为居住中心、生活中心、商服中心、工业中心、交通设施中心和休闲中心。当r=1 500 m时，各类用地采用核密度分析获得各种功能经济活动中心分布情况如图 4所示。

从空间分布情况来看，城市居住中心主要分布于平安路和雅安路交接处(即南湖)一带，以及光谷广场附近。城市生活中心位于武汉广场附近、黄鹤楼附近以及街道口一带。城市商服中心位于光谷广场附近、龙阳大道与汉阳大道交接一带。城市工业中心主要位于光谷广场附近、龙阳大道与汉阳大道交接一带，另外在万松和西北湖一带以及三阳路附近，也有较大范围的集聚。城市交通设施中心主要位于江汉路一带、武珞路和中南路交接一带。城市休闲中心主要分布于黄鹤楼附近以及武汉广场与中山公园附近。

从集聚特征来看，6类经济活动中心均呈现“点-轴”式分布，主要沿武珞路、友谊大道、汉阳大道和江汉大道等主干道分布，且在武汉广场及黄鹤楼一带出现较大范围的集聚。其中，城市生活中心和交通设施中心均整体呈现出沿长江两岸集聚的形式，可见长江两岸公共活动功能较为突出，进而交通设施配套也较完善。城市居住中心、商服中心和工业中心则受城市规划影响，在各区均有集聚。

3 道路网络中心与经济活动中心的相关关系分析 3.1 道路网络中心性与经济活动中心的相关性分析

为探究道路网络对形成不同功能经济活动中心的作用是否显著及其作用程度，本文采用皮尔森相关系数对两者相关程度进行分析。本文采用不同尺度各类功能的经济活动中心值的对数(lnx)与道路网络中心性值的对数(lny)的相关性情况进行分析如表 1所示。

由表 1中可知，武汉市各类功能的经济活动核密度值与道路网络中心性核密度值存在较强的相关关系。不同功能的经济活动中心总体均与道路网络邻近度相关性最强，与中间性相关性最弱，可见经济活动中心与道路网络的可达性关系密切，并靠近城市中心。其中，由于工业企业布局规整，工业中心路网形状规则且通达性好，故道路网络直达性对城市工业中心的影响最大。

3.2 道路网络中心性与经济活动中心的地理回归分析

不同尺度各类功能的经济活动中心空间分布与道路网络中心性空间相关性统计只能反映出单一的相关程度，无法体现相关性在地理空间上的差异。GWR可表明简单的统计规律在空间上不是恒定的，它能反映出空间异质性的相关关系^[15]。道路网络作为地理空间要素，其布局和结构会对区域间联系的密切程度产生影响，进而改变经济活动主体在区域内的活动轨迹，从而影响经济活动的集聚。不同区域的经济活动受地理环境、人文环境等因素影响，对道路网络的依赖性和敏感性存在差异，相应的, 经济活动中心与道路网络中心性之间的相关程度很可能将呈现出地理空间差异性。本文采用GWR方法，进一步探究道路网络和经济活动间相关关系在空间上存在的差异规律。

本文通过使用赤池信息量准则AIC值和调整后的R²值研究对比GWR和普通最小二乘法(OLS)模型的相关性能^[17]。AIC越小，调整后的R²越大，表明模型的拟合程度越好。由表 2可知，GWR模型的调整后R²较OLS模型大，AIC值则较小。因此，在相同自变量的情况下，GWR模型较OLS模型得到了模型地理信息性能的显著改善。

地理加权回归可有效反映道路网络与经济活动在不同位置的空间相关关系。本文选取相关系数、局部R²和标准残差3项参数对道路网络中心性与经济活动中心的空间参数关系进行分析如图 5所示。

武汉市中心城区中随机点的局部回归模型标准化残差范围在[-4.46, 5.67]，其中范围在[-2.5, 2.5]的点均高于97%，因此GWR模型的标准化残差值在5%的显著性水平下是随机分布的，故分析结果具有一定可靠性。

从图 6所示，从结构来看，武汉市道路网络邻近度对经济活动密度的正向影响高值主要呈现“点-轴”式分布结构，以长江沿岸和二环线东西向段为轴，在光谷广场、王家墩东、杨汊湖一带等形成高值点，可见这些区域路网节点的邻近程度大大提升了其经济活动的活跃程度。而武汉市道路网络中间性对经济活动密度的正向影响则呈现出“外高内低”的环状结构，这与道路网络中间性多中心在中部集中分布的现象存在极大差异，主要由于中部经济活动还受其他因素的较大影响。道路网络直达性对经济活动密度的影响则主要呈现以二环线东西向段和武汉大道为两横，以长江两岸沿线为两纵的“井”字形结构，考虑与长江阻隔使得周边经济活动受跨江大桥吸引有关。汉口和汉阳在主干道中间夹层区域的道路网络中心性对经济活动呈现出负向影响，故应科学考虑这些区域的经济活动发展需求，合理增设高效便捷的道路。

从道路网络中心性3类指标对比来看，光谷广场、王家墩东和王家湾3个经济活动中心和已有集聚态势的杨汊湖一带的经济活动受到道路网络邻近度、中间性和直达性三者的强正向影响，可见这4个区域的经济活动与道路网络的布设具有密切的正相关关系，属于交通中心地带，故这些地区的经济活动仍可能增强，应注意及早避免过度集聚造成的拥堵等问题产生。位于武昌的司门口、徐东-汪家墩、青山百货商场一带与道路网络邻近度和直达性关系较为密切，可见武昌沿江区域经济活动的集聚主要由于三横(临江大道、和平大道、友谊大道)两纵(长江大桥沿线和长江二桥沿线)式道路网络布设拥有较规则的道路网络结构，增加了交通的便利程度，进而对其经济活动产生了重要影响。汉口与汉阳仅对道路网络单一指标形成较高程度的相关关系，而汉口轨道交通覆盖程度高，降低了经济活动对道路网络的依赖性，汉阳则应优化道路网络，促进经济发展。

道路网眼可有效反映道路布设的密度和规整度情况。汉口大部分区域拥有密度较高的道路网眼分布，但其经济活动与道路网络中心性的相关关系较弱，可见近年来武汉市轨道交通的快速发展实现了对汉口道路网络系统的补充。武昌整体道路网眼密度较高，但因分布有南湖、沙湖等大面积水域，部分区域网眼较大，除此以外，光谷广场地铁站以东和三环线北段附近，经济活动与道路网络中心性呈现较高的正相关关系，而路网密度却不及沿江地带，建议考虑在此新建道路，减小道路网眼，提高道路交通效率，推动经济活动进一步发展。汉阳总体道路网眼较大，且经济活动在南部未形成明显集聚，故仍需加大道路布设，提升经济发展活力。

4 结束语

道路网络中心分布情况与不同功能的经济活动中心分布情况可反映出城市总体发展格局，而采用地理加权回归模型对两者之间关系的探究可折射出不同区域发展差异。具体研究表明：①武汉市中心城区的道路网络与经济活动要素分布具有地理空间异质性，多个区域产生了资源集聚现象，呈现出地理多中心分布特征；②武汉市各种功能的经济活动中心主要分布在武汉广场、黄鹤楼、光谷广场以及龙阳大道与汉阳大道交接处等几个区域，不同功能的经济活动亦呈现出差异化的多中心空间布局；③全市道路网络中心性与经济活动中心之间存在较强的相关关系，且影响程度具有空间差异性；④建议规划时考虑要素间相关关系的空间异质性，对道路网络进行合理布局，有效促进区域协调的经济活动集聚，实现效益最优化发展。

受数据源、分析模型与方法的影响，本研究仍存在以下问题有待改进：①道路网络中心性研究的指标只是经济活动中心产生的驱动力的一部分，有待补充其他因素影响分析；②本文仅采用了距离阻抗进行道路网络数据集的创建及道路网络中心性分析，有待补充道路等级、道路宽度等因素的影响分析。