盧 北， 曾俊偉， 錢勇生， 魏谞婷， 楊民安， 李海軍

（1.蘭州交通大學(xué)交通運輸學(xué)院，甘肅 蘭州 730070；2.蘭州交通大學(xué)建筑與城市規(guī)劃學(xué)院，甘肅 蘭州 730070）

20 世紀中期，國外學(xué)者對城市活力的概念和影響因素進行探究，Row 等［1］認為城市活力是城市誘導(dǎo)社會和經(jīng)濟活動更加活躍的能力；Lynch［2］將城市活力描述為場所形式滿足人類生活要求的能力大?。籑ontgomery［3-4］提出城市活力由活躍程度、交互和多樣性構(gòu)成，并考慮到文化、人口規(guī)模和建筑對城市活力的影響；Sung 等［5］制定了一系列定量指標(biāo)驗證城市活力的多樣性理論。進入21世紀后，城市活力相關(guān)研究主要集中在諸如停車限制政策［6］、公共綠地［7］、城市形態(tài)［8］、社會活動的多樣化［9］等影響因素的探索。國內(nèi)學(xué)者對城市活力的研究起步較晚。在研究方法上，因子分析法［10］在初期的應(yīng)用較廣，隨后劉黎等［11］將模糊物元法引入城市活力評價，還有學(xué)者從經(jīng)濟、社會、文化、環(huán)境等角度構(gòu)建城市活力評價指標(biāo)體系［12］。多元線性回歸方法［13］、TOPSIS算法［14］、K-means聚類［15］、空間設(shè)計分析方法［16］、地理探測器［17］、地理加權(quán)回歸模型［18］等逐漸應(yīng)用于城市活力的研究。在研究內(nèi)容上，早期研究側(cè)重于在空間和城市設(shè)計方面對城市經(jīng)濟活力和城市競爭力的含義［10］進行探討，在此基礎(chǔ)上，越來越多學(xué)者對城市活力的影響因素進行深入的探究，例如街道可達性、建筑密度和形態(tài)［19］以及建成環(huán)境［17］等。近年來，研究人員應(yīng)用興趣點［15］、基于位置的社交媒體簽到數(shù)據(jù)［20］、移動互聯(lián)網(wǎng)數(shù)據(jù)［21］等大數(shù)據(jù)來表征實時人口密度、城市功能區(qū)、交通特性［17］、空間交互潛能［14］，豐富了街道可達性［16］、空間結(jié)構(gòu)［22］等對城市活力影響的研究。

國內(nèi)外研究人員將交通特性、街道可達性納入城市活力影響因素的分析，明確了交通網(wǎng)絡(luò)形態(tài)與城市活力的相關(guān)性。而以往研究往往將交通作為城市活力的一部分進行探究，未針對路網(wǎng)形態(tài)對城市活力的影響機制進行深入探討，且路網(wǎng)結(jié)構(gòu)分析大多采用單一的可達性［23］計算，將街道指標(biāo)和城市活力聯(lián)系起來的研究相對較為缺乏?？臻g設(shè)計網(wǎng)絡(luò)分析（Spatial design network analysis，sDNA）從拓撲學(xué)視角出發(fā)，可以凸顯交通網(wǎng)絡(luò)結(jié)構(gòu)的內(nèi)在特征，該模型自開發(fā)以來在交通網(wǎng)絡(luò)對城市活力的影響探索中運用仍然較少，有較大的應(yīng)用空間。蘭州市作為中國西北部的重要省會和蘭西城市群節(jié)點城市，6 條鐵路的經(jīng)過確立了其不可或缺的交通樞紐地位。蘭州市在“一帶一路”倡議、《西部陸海新通道總體規(guī)劃》戰(zhàn)略格局中也起到重要聯(lián)通作用。2020 年蘭州市建立了骨架路線網(wǎng)絡(luò)系統(tǒng)，基本上形成了覆蓋中心城區(qū)和橫跨黃河的街道網(wǎng)絡(luò)。因此本文以蘭州市為例，基于sDNA 模型和地理加權(quán)回歸模型計算路網(wǎng)拓撲結(jié)構(gòu)指標(biāo)，分析城市路網(wǎng)形態(tài)和城市活力的時空變化情況，并探討路網(wǎng)形態(tài)對城市活力影響的空間異質(zhì)性和作用機制。

1 研究區(qū)概況

蘭州市地理位置介于102°36′～104°35′E、35°34′～37°00′N 之間，為甘肅省省會城市，是工業(yè)、交通以及絲綢之路經(jīng)濟帶的核心城市?，F(xiàn)轄5區(qū)（城關(guān)區(qū)、七里河區(qū)、西固區(qū)、安寧區(qū)、紅古區(qū)）和3縣（永登縣、榆中縣、皋蘭縣）以及蘭州新區(qū)，市區(qū)面積1631.6 km2。黃河穿城而過，流經(jīng)市域150.7 km，其中城區(qū)47.5 km。相比其他區(qū)域，中心城區(qū)人口較多，城市化水平較高，資源集中，交通網(wǎng)絡(luò)發(fā)達，其城市活力與周邊地區(qū)相比具有明顯差別，本文選取蘭州市中心城區(qū)的49個街道作為研究對象（圖1）。

圖1 研究區(qū)示意圖Fig.1 Schematic diagram of the research area

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與預(yù)處理

本文使用的路網(wǎng)數(shù)據(jù)來源于國家基礎(chǔ)地理信息中心，城市活力值基于百度熱力圖計算，百度熱力圖解決了以往傳統(tǒng)研究中樣本容量有限的問題，可以更加有效的表征城市活力。通過Python 編程語言構(gòu)建ArcGIS 模型工具箱獲取百度熱力圖，從而獲得研究區(qū)域內(nèi)為期1 周的熱力圖柵格數(shù)據(jù)，抓取時間間隔為1 h，空間分辨率為200 m×200 m。POI、交通站點、線路數(shù)據(jù)來源于高德地圖，人口密度數(shù)據(jù)來自蘭州市統(tǒng)計局發(fā)布的統(tǒng)計年鑒，建筑土地利用數(shù)據(jù)來源于國家基礎(chǔ)地理信息中心全球地表覆蓋數(shù)據(jù)產(chǎn)品服務(wù)網(wǎng)站（DOI:10.11769）。

2.2 模型構(gòu)建與變量選取

2.2.1 空間設(shè)計網(wǎng)絡(luò)分析比爾·希列爾將空間看作實現(xiàn)社會經(jīng)濟、文化目標(biāo)的方式并創(chuàng)立了空間句法。而sDNA 模型更加強調(diào)城市網(wǎng)絡(luò)和交通系統(tǒng)的整合和協(xié)同性［20］。在度量方式上，采用“角度+距離”的混合度量方式，可以更好地反應(yīng)實際交通區(qū)位；在算法上，更加成熟和嚴謹，也更加貼近實際路網(wǎng)形態(tài)［15］。英國卡迪夫大學(xué)依托GIS 平臺研發(fā)了sDNA 軟件，運算速度較快且穩(wěn)定性較強。采用由“節(jié)點”和“邊”組成的經(jīng)典拓撲方式［24］，以道路為邊，交叉口為節(jié)點。本文應(yīng)用sDNA 模型計算得出以下指標(biāo)表征路網(wǎng)拓撲結(jié)構(gòu)。

（1）接近度

接近度同時考慮了交通網(wǎng)絡(luò)權(quán)重的數(shù)量和可達性，代表某道路到搜索半徑（R）范圍內(nèi)其他路網(wǎng)的難易程度［17］，接近度越高，拓撲整合能力和中心性越好，區(qū)域內(nèi)的交通流更趨向于經(jīng)過此處［16］。計算公式為：

（2）穿行度

與接近度不同，穿行度將起始權(quán)重分布在目的地權(quán)重上，表達路網(wǎng)被搜索半徑內(nèi)交通流通過的可能性，穿行度越高代表某路網(wǎng)在更多交通流的最短路徑上，承載著更多的交通量。計算公式為：

2.2.2 城市活力評價關(guān)于城市活力內(nèi)涵的研究不斷豐富，既有成果均提到了人與場所的相互作用是城市活力的核心。人的活動使城市具有生命力，人的聚集特征是城市活力的表現(xiàn)。百度熱力圖通過不同的顏色和亮度等級顯示連續(xù)的時間跨度和不同區(qū)域人口聚集度變化的圖像數(shù)據(jù)［25］，彌補了傳統(tǒng)城市研究的不足，被認為是空間活力最有效的動態(tài)表達之一［26］。

本文基于百度實時熱力圖，對城市活力值進行計算，根據(jù)顏色分為7 個等級，等級越高，城市活力越強。計算公式為:

式中：V為研究區(qū)域內(nèi)城市活力的大??；n為柵格數(shù)；Vi為第i個柵格的活力值。

2.2.3 回歸分析

（1）解釋變量的選取

為研究路網(wǎng)相關(guān)影響因素對城市活力的作用，分別從路網(wǎng)總體規(guī)模、公共交通服務(wù)水平、路網(wǎng)拓撲結(jié)構(gòu)、其他交通相關(guān)影響因素出發(fā)選取解釋變量。路網(wǎng)長度反應(yīng)交通網(wǎng)絡(luò)的規(guī)模，由于蘭州市地鐵線路較少，所以采用公交相關(guān)指標(biāo)體現(xiàn)城市公共交通服務(wù)水平。接近度和穿行度反映路網(wǎng)的拓撲結(jié)構(gòu)，興趣點（Point of interest，POI）可有效表征經(jīng)濟和社會生活在空間上的分布特征。建筑密度和土地利用情況分別從吸引人群能力和持續(xù)性吸引人群方面影響城市活力。綜上，選取如表1 所示的解釋變量。

表1 解釋變量及方差膨脹系數(shù)Tab.1 Explanatory variable and VIF

為消除量綱影響，對解釋變量進行標(biāo)準(zhǔn)化處理，并采用方差膨脹系數(shù)（Variance inflation factor，VIF）檢驗解釋變量之間的多重共線性，剔除VIF＞7.5［27］的變量。計算公式為：

式中：Yi為被解釋變量；β0為線性回歸方程的截距；βk為第k個自變量的回歸系數(shù)；Xik為自變量；εi為隨機誤差項。

路網(wǎng)形態(tài)即交通網(wǎng)絡(luò)形態(tài)，接近度與穿行度表征路網(wǎng)拓撲結(jié)構(gòu)，根據(jù)研究區(qū)域內(nèi)出行特點，結(jié)合已有研究，設(shè)置800 m、1200 m、10000 m 和無限遠（n）為計算尺度進行計算，并選取800 m、1200 m及n計算路網(wǎng)局部特征和全局特征。

在地理信息系統(tǒng)中，POI 是地理對象抽象的點，包含各類產(chǎn)業(yè)和基礎(chǔ)設(shè)施點位情況，可以反映人口和產(chǎn)業(yè)分布情況，進而體現(xiàn)城市活力的分布［28］。根據(jù)高德地圖制定的標(biāo)準(zhǔn)，將研究區(qū)域內(nèi)POI 分為兩類，如表2所示。

表2 POI的分類Tab.2 Classification of POI

（2）OLS和GWR模型

在回歸分析中，普通線性回歸模型默認變量間具有同質(zhì)性，忽略了變量間的局部特征。普通最小二乘法（Ordinary least squares，OLS）在多數(shù)情況下適用，但是空間數(shù)據(jù)總是存在異質(zhì)性和空間自相關(guān)，違背了OLS 回歸的使用原則。而地理加權(quán)回歸模型（Geographically weighted regression，GWR）局部空間自相關(guān)模型可以反映空間數(shù)據(jù)的異質(zhì)性特征，是定量研究空間非穩(wěn)定性的有效方法［29］。它在研究區(qū)域的每處產(chǎn)生描述局部關(guān)系的回歸模型，從而探索特定尺度下的局部空間關(guān)系及相關(guān)驅(qū)動因素［30］。應(yīng)用計算得出路網(wǎng)形態(tài)指標(biāo)和城市活力值，對解釋變量和被解釋變量進行回歸分析。

先后利用OLS和GWR模型，以城市活力相關(guān)研究為依據(jù)，探究蘭州市中心城區(qū)涵蓋路網(wǎng)形態(tài)指標(biāo)在內(nèi)的解釋變量與城市活力之間的聯(lián)系。GWR 模型將數(shù)據(jù)的地理位置納入回歸參數(shù)中，同時考慮了空間權(quán)重，計算公式為：

3 結(jié)果與分析

3.1 城市交通網(wǎng)絡(luò)結(jié)構(gòu)分析

基于ArcGIS 安裝sDNA 工具箱，計算接近度和穿行度。比較不同尺度下計算結(jié)果，選取800 m、1200 m 為分析路網(wǎng)局部特征的半徑，無限遠（n）為全局特征的半徑，結(jié)果如圖2所示。

圖2 研究區(qū)內(nèi)路網(wǎng)拓撲結(jié)構(gòu)指標(biāo)空間格局Fig.2 Spatial pattern of road network topological structure index in the study area

由圖2 可以看出在局部尺度和全局尺度上，城關(guān)區(qū)的酒泉路街道、東崗西路街道等5 個街道為接近度的核心，具有較強的中心性和可達性，承載著較大的交通量。七里河區(qū)的西湖街道、靖遠路街等幾個街道和其他區(qū)出現(xiàn)幾點高接近度，總體以城關(guān)區(qū)的幾個街道為核心發(fā)散開來，呈點式擴散，零散的點多見于街道和城區(qū)的銜接處或邊緣，說明這些街道無論是在局部尺度還是全局尺度上，更容易去往其他地區(qū)。隨著搜索半徑從800 m增長至1200 m，接近度等級處于1～4 級的街道數(shù)目減少，穿行度也呈現(xiàn)出相似的趨勢，在一定范圍內(nèi)，隨著搜索半徑增大，可達性和街道可通過性稍有減弱，全局尺度上的接近度與局部接近度差異并不大，說明路網(wǎng)在一定半徑范圍內(nèi)具有較好的可達性。在研究區(qū)域面積較小的情況下，路網(wǎng)的拓撲結(jié)構(gòu)以局部尺度為主。

城關(guān)區(qū)內(nèi)穿行度較高的路段較多，跨區(qū)路段的近城關(guān)區(qū)段穿行度更高，與接近度一致，研究區(qū)域內(nèi)穿城而過的兩條路穿行度最高，但在不同行政區(qū)域內(nèi)表現(xiàn)不盡相同，在研究區(qū)域內(nèi)中間地理位置的七里河區(qū)和安寧區(qū)表現(xiàn)相對較好。隨著搜索半徑擴展到1200 m，穿行度處于最高等級的路網(wǎng)數(shù)量減少到0，道路通過性下降。總體穿行度核心仍位于城關(guān)區(qū)中路網(wǎng)最為密集的幾個街道。

研究區(qū)域內(nèi)路網(wǎng)拓撲結(jié)構(gòu)總體呈發(fā)散式，中心位于城關(guān)區(qū)的酒泉路街道、東崗西路街道等，接近度從城關(guān)區(qū)向外呈零星點式擴散，穿行度沿著貫穿研究區(qū)域的路網(wǎng)向外逐漸降低。

3.2 城市活力時空分布

3.2.1 城市活力的時間分布特征為了探究路網(wǎng)結(jié)構(gòu)對城市活力的影響，進一步對城市活力的時空分布特征進行分析。應(yīng)用GIS軟件中的柵格計算器對城市活力值進行計算。圖3顯示了城市活力的時序性變化情況，城市活力的變化趨勢符合人們?nèi)粘Ｉ舷掳嗟淖飨ⅰ９ぷ魅蘸托菹⑷盏膮^(qū)別主要在于：工作日的城市活力值在早上7:00活力值驟增，晚上21:00之后活力值逐漸下降。在早高峰時段7:00—9:00，活力值變化幅度最大，增長最為迅猛，可以看出隨著人們開始外出工作，活力值顯著增加。在9:00—12:00，活力值較為穩(wěn)定，沒有大幅變化，12:00—14:00活力值稍有下降，表明中午人們活動強度并不大。在下午18:00，活力值達到頂峰，隨后逐漸下降，到23:00之后活力值逐漸下降并且趨于穩(wěn)定，城市活力在工作日通常于早上6:00開始恢復(fù)。

圖3 工作日和休息日城市活力時序性變化Fig.3 Temporal changes of urban vitality on working days and rest days

3.2.2 城市活力的空間分布特征根據(jù)城市活力值的時間變化趨勢，分別選取工作日和休息日中活力值最高和最低的時間點繪制城市活力空間分布圖（圖4）。

圖4 城市活力空間分布特征Fig.4 Spatial distribution characteristics of urban vitality

觀察城市活力工作日和休息日的最高活力值空間分布可知，研究區(qū)域城市活力空間分布總體呈中心向周圍發(fā)散趨勢，核心為城關(guān)區(qū)和七里河區(qū)，側(cè)重于城關(guān)區(qū)，從空間分布來看，變化趨勢和路網(wǎng)接近度高度一致，即使在1 d 中城市最為靜謐的時刻，較高活力值的分布仍然與較高接近度路網(wǎng)分布一致。說明路網(wǎng)的接近度在很大程度上決定著城市活力的分布。對比工作日和休息日的城市活力分布情況，安寧區(qū)的變化最大，從工作日到休息日，安寧區(qū)的城市活力值下降最為明顯，尤其是附近的仁壽山、長壽山、植物園等，休息日活力顯著上升，類似情況還有城關(guān)區(qū)的白塔山公園等休閑娛樂場所。從整體來看，無論是工作日還是休息日，沿穿行度較高的幾條路線周圍，城市活力值相對較高。黃河兩岸城市活力值相差較大，這種情況在城關(guān)區(qū)體現(xiàn)尤為明顯。

4 模型總體分析

4.1 OLS和GWR模型分析

通過對路網(wǎng)拓撲結(jié)構(gòu)指標(biāo)的計算和對城市活力的時空分布特征分析，可以發(fā)現(xiàn)接近度和穿行度的高低值分布與城市活力值的分布存在較高的一致性。為了進一步分析路網(wǎng)結(jié)構(gòu)對城市活力的影響，以城市活力為被解釋變量進行回歸分析。

表3 所示的OLS 和GWR 模型回歸分析結(jié)果顯示，OLS 回歸結(jié)果Koenker（BP）統(tǒng)計量顯著，表示解釋變量對被解釋變量的影響存在空間異質(zhì)性，并且分別以工作日和休息日的城市活力值為被解釋變量GWR 模型的矯正擬合優(yōu)度約為0.80，相比OLS模型赤池信息準(zhǔn)則（Akaike information criterion，AIC）值分別下降7.92 和7.57，說明路網(wǎng)及其他影響因素對城市活力變化的影響存在空間非穩(wěn)定性，不同指標(biāo)對城市活力的影響在空間上存在很大差異，因此對模型進行GWR回歸分析有意義。

表3 OLS和GWR模型回歸分析結(jié)果Tab.3 Overall results of OLS and GWR model

GWR 模型校正后的R2為0.81，即回歸模型涵蓋了大約81%的解釋變量。路網(wǎng)結(jié)構(gòu)變量中，接近度與城市活力值呈現(xiàn)正相關(guān)關(guān)系，穿行度與城市活力值總體呈現(xiàn)負相關(guān)，但關(guān)聯(lián)性較弱。其根本原因是接近度較高的路網(wǎng)承擔(dān)了較多與人們?nèi)粘Ｉ畛鲂邢嚓P(guān)的交通量，故正向影響路網(wǎng)附近的城市活力值。而從穿行度在空間上的分布差異來看，穿城而過的主干道穿行度較高，更大程度上承擔(dān)著城市內(nèi)部和外部的聯(lián)結(jié)作用，對城市內(nèi)部活力值貢獻不大。無論是接近度還是穿行度，對城市活力的影響程度都隨著搜索半徑的增加而減弱，Tobler［31］提出的地理學(xué)第一定律為：任何事物都是與其他事物相關(guān)的，只不過相近的事物關(guān)聯(lián)更緊密。從地理加權(quán)回歸分析結(jié)果來看，經(jīng)濟和社會POI 的分布對城市活力值影響程度也很顯著，娛樂活動中心的位置選擇偏向于中心性較強的地理位置，這與接近度較高的區(qū)域城市活力原理相似，符合地理學(xué)第一定律。

4.2 路網(wǎng)及其他指標(biāo)系數(shù)空間格局分析

4.2.1 路網(wǎng)相關(guān)影響因素的空間異質(zhì)性回歸分析結(jié)果顯示路網(wǎng)及其他影響因素對城市活力變化的影響存在空間異質(zhì)性，因此運用路網(wǎng)和其他因素對城市活力的影響逐個進行分析。如圖5a～b所示，路網(wǎng)的拓撲結(jié)構(gòu)指標(biāo)接近度和穿行度對城市活力的影響在東西方向呈現(xiàn)不同格局。接近度從中間向兩邊發(fā)散，相關(guān)度緩慢增加但都為正向影響，整體而言對城市中心外圍區(qū)域促進作用相對明顯，對七里河區(qū)的正向影響相對較小，這是由于七里河位于城區(qū)與郊區(qū)的連接處，路網(wǎng)大多匯聚于此，因此接近度對中間部分影響最為微弱。街道和各個縣區(qū)的連接處接近度相對較高，對城市活力帶動效應(yīng)較為明顯，但受地理阻隔黃河兩岸城市活力值差距較大。穿行度由西向東逐漸增大。城關(guān)區(qū)為蘭州市主城區(qū)，承載著最多的商業(yè)和娛樂活動，較大的交通量帶來了更高的城市活力，因此穿行度對城關(guān)區(qū)的城市活力有著較強正向影響。穿行度負向影響最強的區(qū)域體現(xiàn)在七里河區(qū)和安寧區(qū)，大量高校坐落于此，又因為蘭州市帶狀城市的特點，路網(wǎng)也匯聚于此，活力主要依賴本區(qū)的交通流，過多主干交通流的穿過在一定程度上加重了交通負擔(dān)，抑制區(qū)域內(nèi)的人流、車輛流動。綜上，不同區(qū)域城市活力的提高需要分別討論，如對于城關(guān)區(qū)，較高的穿行度和接近度都會為城市活力提供積極影響，而對于安寧區(qū)和七里河區(qū)，需要提升路網(wǎng)的接近度，使通向本區(qū)的難度降低，在現(xiàn)有穿城而過的路網(wǎng)基礎(chǔ)上，修建支路，加強區(qū)域路網(wǎng)的拓撲整合能力和中心性。

圖5 解釋變量回歸系數(shù)空間格局Fig.5 Spatial pattern of regression coefficients of explanatory variables

如圖5c～d 所示，路網(wǎng)長度和公交站點數(shù)量對研究區(qū)內(nèi)的城市活力正向作用顯著，整體都呈現(xiàn)出由東向西逐漸增強的趨勢，在城關(guān)區(qū)稍有差別，城區(qū)邊緣路網(wǎng)長度和公交站點數(shù)量相關(guān)性也稍有增強，最低值出現(xiàn)在城關(guān)區(qū)和七里河區(qū)的交界處，越遠離城市中心位置的城市活力越依賴交通的便利性，尤其是公共出行方式，路網(wǎng)長度也在一定意義上提升了到達相應(yīng)區(qū)域的可能性，因此路網(wǎng)長度和公交站點數(shù)量空間系數(shù)格局整體呈現(xiàn)左高右低的特征。

4.2.2 其他影響因素空間系數(shù)格局如圖5e～i，經(jīng)濟類POI 與社會類POI 系數(shù)空間格局恰好相反，經(jīng)濟類POI 回歸系數(shù)由東向西逐漸減弱，而社會類逐漸增強。城關(guān)區(qū)城市活力主要依賴于經(jīng)濟類POI，餐飲美食、購物消費等娛樂場所對城市活力的提高有明顯的促進作用，而其他城區(qū)，偏向社會生活和基礎(chǔ)設(shè)施的其他場所存在對于提升城市活力有著更為關(guān)鍵的作用。說明在城市活力相對較低的區(qū)域，社會服務(wù)設(shè)施可以為城市活力打下基礎(chǔ)，在這個階段經(jīng)濟類POI的存在對城市活力的作用并不是很顯著。建筑用地和人口密度空間回歸系數(shù)分布格局在東西方向上趨勢相反，代表著建筑面積沒有在提升城市活力方面發(fā)揮作用，人口的分布并未隨著建筑面積的增大而改變，因此合理規(guī)劃建筑類別，也是活力提升的途徑之一。土地利用面積空間回歸系數(shù)均為正向，呈現(xiàn)中間低兩邊高的格局，說明七里河區(qū)和安寧區(qū)的土地利用狀況對于城市活力的影響較弱，合理的土地利用有助于縮小其與城關(guān)區(qū)城市活力的差距。

5 結(jié)論

本文量化百度實時熱力圖以表征城市活力，通過對蘭州市主城區(qū)路網(wǎng)形態(tài)及其他變量和城市活力進行地理加權(quán)回歸分析，證明路網(wǎng)形態(tài)影響城市活力的分布，并且其對城市活力的影響存在明顯的空間異質(zhì)性，得出以下主要結(jié)論：

（1）蘭州市城市活力的變化規(guī)律與路網(wǎng)接近度呈現(xiàn)高度一致性，路網(wǎng)拓撲結(jié)構(gòu)指標(biāo)和城市活力分布總體均呈發(fā)散式，沿著路網(wǎng)向外逐漸降低。

（2）街道和城區(qū)的銜接處路網(wǎng)密度較大，接近度相對較高，對城市活力帶動效應(yīng)較為明顯，但黃河兩岸受黃河阻隔，橋梁數(shù)量有限，所起到的聯(lián)通作用較弱，所以城市橋梁的合理建設(shè)布局對提升黃河兩岸城市活力總體水平，縮小黃河兩岸發(fā)展差距具有重要意義。

（3）較高的穿行度和接近度對城市活力有促進作用，較為密集的路網(wǎng)往往會吸引更多的商業(yè)和服務(wù)活動，貫穿全程的路網(wǎng)聯(lián)結(jié)了不同城區(qū)之間的日常活動，帶來更大的市場潛力和更多的經(jīng)濟機會。對于距離城市中心較遠的位置，支路的合理配置對城市活力的提升非常關(guān)鍵。

（4）與其他城市相比，蘭州市獨特的帶狀形態(tài)決定了其穿行度對于提升整體城市活力作用較弱，穿城而過的路網(wǎng)雖聯(lián)通了各個縣區(qū)，在城市內(nèi)部無法充分發(fā)揮更高效的聯(lián)通性，但良好的穿行度必將使蘭州市在蘭西城市群建設(shè)中更大效率的發(fā)揮聯(lián)通作用。