基于BERTopic建模的空间句法研究演进图谱：揭示城市形态分析的跨学科趋势与知识缺口

本研究针对空间句法（Space Syntax）领域缺乏系统性量化分析的问题，采用BERTopic建模技术对1976-2024年间5221篇文献进行主题演化分析。研究发现该领域研究呈上升趋势，核心主题聚焦社会空间隔离、寻路行为及土地利用规划，同时揭示风险评估、城市气候效率等关键空白，为城市规划与形态学研究提供数据驱动的决策依据。

　　

城市扩张的浪潮中，如何平衡经济发展、社会公平与环境可持续性，成为全球规划者的共同难题。空间句法（Space Syntax）作为解析城市形态与人类活动关系的理论工具，自1970年代诞生以来，已广泛应用于建筑学、地理学等领域。然而，现有研究多局限于小样本定性分析或术语共现统计，缺乏对学科发展脉络的系统量化——这正是罗兹大学团队在《Land Use Policy》发表的研究试图突破的方向。

研究团队创新性地引入BERTopic建模技术，对半个世纪以来5221篇空间句法文献进行文本挖掘。这种方法克服了传统LDA模型主题重叠的缺陷，通过BERT嵌入（一种深度语义表征技术）和UMAP降维（统一流形逼近与投影算法），实现了更精确的主题聚类。数据源自Scopus和Web of Science核心合集，时间跨度为1976至2024年，涵盖标题、摘要及作者关键词等多维文本信息。

年度科学产出分析显示，空间语法研究在1997年（首届国际空间句法研讨会举办）和2016年后呈现两个显著增长峰，但2016-2023年间年均增长率出现异常负值（-50%），暗示学科发展可能面临瓶颈。

主题演化图谱揭示四大核心领域：1）社会空间隔离研究，聚焦Hillier提出的"空间正义"理论；2）寻路行为（Wayfinding）与空间认知；3）城市安全与犯罪地理学；4）土地利用规划中的整合度（Integration）分析。值得注意的是，旅游商业研究等新兴主题快速崛起，而风险评估、城市气候适应性等关键领域仍存在显著研究空白。

方法论创新体现在三方面：首先采用BERTopic构建动态主题模型，捕捉"可见性分析"（Visibility Graph Analysis）等术语的历时变化；其次通过t-SNE可视化技术呈现主题关联；最后使用层次聚类（Hierarchical Density-Based Spatial Clustering）识别知识断层，如信息建模（BIM）与空间句法的融合不足。

结论部分强调该研究的双重价值：理论上，首次量化验证了Hillier"空间配置生成社会活动"假说的跨学科影响力；实践上，提出的研究议程（如绿色基础设施网络优化）为SDG11（可持续城市）目标实现提供了新思路。尤其值得关注的是，研究发现空间句法与地理信息系统（GIS）的交叉应用尚未充分开发，这或将成为未来城市形态学研究的重要突破口。

这项研究不仅为学术界提供了首份空间句法领域的"知识地图"，其采用的BERTopic+UMAP+HC混合分析法，也为城市规划领域的文本挖掘建立了新范式。正如作者所言："解码城市空间的DNA，需要更智能的算法显微镜"——这项研究正是这样一台显微镜，让隐藏在城市文本数据中的规律无所遁形。