《Sustainability》：Spatial Association Between Metro Network Topological Centrality and Commercial Distribution for Sustainable Urban Development: Evidence from Wuhan
编辑推荐：
本研究调查了中国武汉地铁网络拓扑中心性与商业设施分布之间的空间关联，并关注其对可持续城市发展的启示。将地铁站点数据和商业兴趣点（POI）数据与空间句法和基于GIS的空间分析相结合，以在城市整体和站点层面考察商业空间格局。采用核密度估计识别商业集聚区，同时运用站
本研究调查了中国武汉地铁网络拓扑中心性与商业设施分布之间的空间关联，并关注其对可持续城市发展的启示。将地铁站点数据和商业兴趣点（POI）数据与空间句法和基于GIS的空间分析相结合，以在城市整体和站点层面考察商业空间格局。采用核密度估计识别商业集聚区，同时运用站点层面的斯皮尔曼相关分析、自助法比较、基尼系数分析和局部莫兰指数（Local Moran's I）来评估地铁网络拓扑中心性与不同商业部门之间的空间关联。结果表明：(1) 武汉呈现出“主核心－多节点”的商业空间结构，且当前商业设施分布在不同规划的城市级商业中心之间存在差异，尽管其规划等级相当。(2) 地铁网络拓扑中心性与站点层面商业设施分布之间存在显著的正向空间关联，但整个网络存在显著的空间异质性。例如，光谷广场和竹叶海尽管拓扑中心性相对较低，却拥有相对密集的商业设施；而武汉商务区站则表现出较高的拓扑中心性，但周边商业开发有限。(3) 所有七个商业部门均与地铁网络拓扑中心性呈显著正相关，其中金融业的相关性最强。其余部门的相关强度大致相当，但在空间集聚模式上差异显著。这些发现加深了对商业活动空间组织与地铁网络拓扑结构之间关系的理解，并为商业规划、公交导向型城市发展以及更可持续的城市商业发展模式提供了实证依据。
**研究背景与问题**
自2020年以来，全球零售业因消费者行为和零售市场变化而经历重大重组，但实体零售仍占主导地位，支持城市消费和地方经济发展。中国及武汉呈现类似模式，实体零售在2021-2023年分别占零售总额的约70%左右。与此同时，武汉地铁网络快速扩张，截至2024年底，系统包含12条线路、312个站点，运营里程518公里，年客运量约14.7亿人次，占公共交通出行量的62%以上。站点区域的商业开发也在加速，例如2024年9月，三个大型公交导向型开发（TOD）商业综合体同步开业，佛祖岭站商业综合体出租率达93%，周末吸引近5万访客，表明商业活动在地铁站点周边日益集中。然而，现有研究多从单一角度探讨轨道交通与商业空间的互动，存在三方面不足：一是缺乏基于空间拓扑的网络视角，难以捕捉网络拓扑与商业结构配置的关联；二是实证研究有限，尤其针对拓扑中心性与商业分布的空间关联；三是常将商业空间视为同质类别，未区分商业类型及其与拓扑中心性的差异化关联。因此，本研究以空间拓扑为核心，将地铁网络拓扑中心性作为主要网络指标，并区分商业类型，以考察轨道交通与商业分布之间的异质性空间关联，为理解站点周边商业活动的空间组织提供实证依据。
**研究内容与结论**
研究人员以武汉为案例，整合地铁站点数据和商业兴趣点（POI）数据，运用空间句法和GIS空间分析，在城市整体和站点两个层面系统分析了商业空间格局。通过核密度估计识别商业集聚区，采用站点级斯皮尔曼相关分析、自助法比较、基尼系数分析和局部莫兰指数（Local Moran's I）评估地铁网络拓扑中心性（即全局整合度）与七类商业部门（餐饮、购物、金融、企业、酒店、生活服务、娱乐）之间的空间关联。主要结论包括：(1) 武汉呈现“主核心－多节点”商业空间结构，当前商业分布与规划的商业中心等级存在差异；(2) 地铁网络拓扑中心性与站点层面商业设施分布存在显著正向关联，但空间异质性显著，如光谷广场和竹叶海拓扑中心性较低却商业密集，而武汉商务区站拓扑中心性高但商业开发有限；(3) 所有七个商业部门均与拓扑中心性显著正相关，其中金融业关联最强，其余部门相关性强度大致相当但空间集聚模式差异显著。这些发现增强了理解商业活动空间组织与地铁网络拓扑的关系，为商业规划、TOD和可持续城市商业发展提供实证支持。论文发表在《Sustainability》。
**主要关键技术方法**
本研究采用以下关键技术方法：(1) 空间句法分析（Space Syntax），通过DepthmapX计算地铁站点的全局整合度（Global Integration），作为网络拓扑中心性指标；(2) 核密度估计（Kernel Density Estimation, KDE），在ArcGIS中以1750米带宽和30米栅格单元识别商业集聚区；(3) 站点级斯皮尔曼秩相关分析（Spearman's Rank Correlation），评估180个中心城区站点的整合度与各商业部门设施数量之间的单调关联；(4) 配对自助法（Paired Bootstrap）比较部门间相关系数及基尼系数（Gini Coefficient）的统计显著性；(5) 局部莫兰指数（Local Moran's I）进行聚类与异常值分析，识别高-高、低-低等空间聚类模式。数据来源：2024年10月通过高德地图API获取武汉地铁站点数据和商业POI数据，经清洗后保留375,096个有效POI，分为七类；样本队列覆盖武汉全部13个市辖区。
**研究结果**
**3.1. 地铁网络拓扑中心性与商业分布的空间格局**
**3.1.1. 地铁网络拓扑中心性的空间格局**：空间句法分析显示，随着地铁网络向外延伸穿过多条环线区域，网络整合度明显下降。二环内线路密集，大部分站点整合度处于1-3级（高水平）；二环至三环间以放射线为主，整合度3-6级；三环至四环间网络不完整，整合度4-8级；四环外网络稀疏，整合度普遍高于7级（最低水平）。
**3.1.2. 商业设施的空间分布**：核密度分析表明武汉呈现“单核心、多中心”商业空间格局。主核心由航空路和江汉路市级商业中心共同构成；次级中心位于徐东站、光谷广场站、王家湾站、竹叶海站等区域。与2016年《武汉市商业网点布局规划》中六个规划市级商业中心（航空路、中山大道-江汉路、中南路-武珞路、光谷、王家湾、徐东）对比，实际核密度等级差异显著：航空路和江汉路为最高等级（1-2级），光谷、王家湾、徐东为3级，中南路为4级，光谷规划面积最大但实际密度中等。
**3.2. 地铁网络拓扑中心性与商业分布的空间关联**
**3.2.1. 整体空间关联**：通过归一化秩距离分析和聚类异常值分析，显示整体上站点整合度与商业设施分布呈正向关联，但强度差异较大。在271个站点中，31个为高-高或高-低聚类，19个为低-低或低-高聚类，其余221个不显著。高-高聚类主要集中于江汉和江岸区（如江汉路、大智路、循礼门站），对应市级商业中心；低-低聚类分布于光谷、江夏北部、蔡甸北部和竹叶海；武汉商务区站和花山新城站为低异常值。Kruskal-Wallis检验证实五类站点归一化秩距离值存在显著差异（H=59.435, p<0.001, ε2=0.208），Dunn事后比较显示高值类与低值类间差异显著，表明分类具有统计可分离性。
**3.2.2. 地铁网络拓扑中心性与商业部门的空间关联**：针对180个中心城区站点，采用斯皮尔曼秩相关分析。所有七类商业部门及整体商业设施（ρ=0.647）均与站点整合度呈显著正相关（p<0.001），相关系数范围0.542-0.721。配对自助法比较显示，21对比较中仅7对显著，其中6对涉及金融业，表明金融业与拓扑中心性的关联显著强于其他部门，其余部门间差异不显著。基尼系数分析显示，酒店业基尼系数最高（0.582），表明空间最集中，但因其分布受交通枢纽和大学区影响，与拓扑中心性关联相对较弱；金融、购物、娱乐也较高，集中在江汉路-航空路核心和中南路金融区；企业、生活服务、餐饮较低，分布更均匀。
**3.2.3. 部门差异的规划启示**：金融、购物、娱乐类适合维持高密度商业功能并提升公共空间质量；企业、生活服务、餐饮类应在站点周边均衡布局，强化社区服务；酒店业应与区域交通枢纽、旅游、教育等城市功能协调。
**讨论与结论**
**讨论**：本研究确认了武汉地铁网络拓扑中心性与商业设施分布之间存在一致的正向空间关联，但部门间关联强度差异有限，仅金融业显著更强。光谷广场、竹叶海、武汉商务区等例外站点表明，商业分布还受城市发展历史、功能专业化、土地利用条件等因素影响。方法局限性包括：整合度仅反映拓扑位置，未包含旅行时间、换乘成本等；POI数据仅代表设施数量而非经济规模；聚类分析未用独立数据验证。未来研究应纳入纵向数据和人口密度、就业、地价等变量。
**结论**：本研究通过整合商业设施数据与地铁网络拓扑结构，考察了不同商业部门与网络中心性的空间关联。武汉呈现“主核心－多节点”商业空间结构，规划等级相同的商业中心实际分布存在差异。站点层面分析显示拓扑中心性与商业设施分布显著正相关，金融业关联最强但其余部门间差异有限。基尼系数分析揭示酒店业最高集中度但关联较弱，金融、购物、娱乐集中在传统中心，餐饮居中，企业和服务分布均匀。聚类分析进一步表明空间异质性显著，传统商业中心与地铁中心性对应良好，而光谷广场、竹叶海、武汉商务区等站点受额外城市因素影响。商业分布与地铁网络拓扑结构及城市多维环境特征相关联。
