網絡出版時間：2016-09-26 09:52:14網絡出版地址：http://www.cnki.net/kcms/detail/11.3858.P.20160926.0952.020.html第35

網絡出版時間：2016-09-26 09:52:14

網絡出版地址：http://www.cnki.net/kcms/detail/11.3858.P.20160926.0952.020.html

第35卷第9期2016年9月

地理科學進展

V ol.35, No.9Sep. 2016

武漢市公共交通網絡中心性及其與銀行網點的

空間耦合性研究

詹璇1,2，林愛文1,2*，孫鋮1,2，喬衛(wèi)1

(1.武漢大學資源與環(huán)境科學學院，武漢430079；2. 教育部地理信息系統(tǒng)重點實驗室，武漢430079)

摘要：

本文以構建公共交通網絡為切入點，運用改進的多中心性評價模型測度了武漢都市發(fā)展區(qū)公共交通網絡中心性，并結合GIS 核密度分析法與雙變量空間自相關分析法，探討了公共交通網絡中心性和銀行網點空間分布規(guī)律，以及兩者之間的耦合性與空間結構。主要研究結論為：①武漢都市發(fā)展區(qū)公共交通網絡中心性具有城市多中心指向性特征，且由中心向外圍圈層遞減；②銀行網點布局呈現(xiàn)“核心—中心—過渡區(qū)—外圍”多層次結構，且具有空間不均衡性；③公共交通網絡各中心性指標與銀行網點具有不同程度的空間正相關。銀行網點受接近中心性的影響最大，直達性次之，介數中心性最?。虎芫钟蛏?，公共交通網絡中心性指標與銀行網點的耦合關系存在空間不平穩(wěn)性與空間異質性。高—高聚集與低—低聚集是主要的空間關聯(lián)模式；高—高聚集主要位于銀行網點布局的核心圈層，低—低聚集點綴于外圍圈層，高—低聚集與低—高聚集介于核心圈層與外圍圈層之間。關鍵詞：公共交通網絡中心性；改進多中心性評價模型；銀行網點；耦合；武漢都市發(fā)展區(qū)

1引言

城因水興，市緣路起。城市交通路網是城市發(fā)展和居民生活出行重要的物質基礎，在實現(xiàn)城市日常功能的同時，影響著城市的空間結構與發(fā)展(黃文雄等, 2009; 李清泉等, 2012) 。公共交通作為城市交通系統(tǒng)的主體部分，是解決居民通勤問題、緩解交通環(huán)境壓力、改善要素集聚分配的有效手段(李志等, 2014; 許文娟, 2014) ?！吨腥A人民共和國國民經濟和社會發(fā)展第十二個五年規(guī)劃綱要》中提出，要大力發(fā)展城市公共交通系統(tǒng)，實施公交優(yōu)先

發(fā)展戰(zhàn)略。優(yōu)先發(fā)展城市公共交通已成為緩解交通擁堵、構建兩型社會的必然選擇(徐黔予, 2011; 王薇等, 2012) 。

1998年，復雜網絡研究爆發(fā)，許多真實世界的

網絡受到社會學、生物學、物理學等領域學者的熱切關注。公共交通系統(tǒng)作為一種具有復雜結構的現(xiàn)實網絡，國內外眾多交通及地理學者從復雜網絡理論的視角對其展開研究(趙莉莉, 2010) 。如Lato-ra 等(2002)初步研究了波士頓地鐵的網絡特性；Sienkiewicz 等(2005)探討了波蘭21個城市的公共運輸網絡的聚類系數、介數及匹配性等拓撲特性。國內公共交通復雜網絡的研究起步稍晚。高自友等(2005)以北京市為例，對城市公交網絡的無標度特性及度分布指數進行了實證研究；王喆等(2007)構建了成都市公交線路系統(tǒng)的復雜網絡，通過計算網絡拓撲結構的靜態(tài)幾何量參數來分析其拓撲特性。以上成果大多是基于復雜網絡理論對公交網絡形態(tài)結構及整體評價進行的研究，對城市公交網絡空間特性與社會經濟活動之間聯(lián)系的研究較

收稿日期：2016-02；修訂日期：2016-07。

基金項目：國家基礎科學人才培養(yǎng)基金項目(J1103409)[Foundation:Fund for Fostering Talents in Basic Science of the National

Natural Science Foundation of China, No.J1103409]。

作者簡介：詹璇(1992-)，女，江西上饒人，碩士生，研究方向為人文地理學、城市地理學及GIS 應用，E-mail:254298610@qq.com。通訊作者：林愛文(1963-)，男，湖北黃岡人，教授，博士生導師，主要從事區(qū)域發(fā)展與土地利用、資源環(huán)境遙感與GIS 應用研究，

E-mail:awlin@whu.edu.cn。

1155-1166頁

1156地理科學進展

第35卷

少。隨著“可達性”這一概念的興起，交通可達性也逐漸受到國內研究者的重視，并廣泛運用于交通系統(tǒng)與經濟發(fā)展(程鈺等, 2013) 、人口變化(李濤等, 2012) 、居民出行行為(曹小曙等, 2015) 、社會活動空間關系(李立等, 2012) 等方面。公共交通作為交通系統(tǒng)的一個重要子集，其可達性研究也隨之增多。如田關云(2014)利用TransCAD 建立了蘭州市公共交通路線系統(tǒng)，并評價其可達性水平；李志等(2014)以南京地鐵1、2號線為例，測度了地鐵建成前后的公共交通可達性及其格局變化。公共交通網絡中心性是測度可達性的一種有效手段，在城市地理、公共交通規(guī)劃等理論與實踐研究中發(fā)揮重要作用，如李剛(2014)從公共交通網絡中心性角度研究了城市內部軌道交通應急救援站的選址問題?？傮w而言，上述研究成果在一定程度上填補了公共交通網絡與城市社會經濟活動關系領域的空缺。

伴隨全球化的快速發(fā)展，金融服務業(yè)日益成為各國經濟發(fā)展中的主動力與創(chuàng)新源泉(Bryson,1997) 。銀行網點是城市中最重要的金融中介，其布局是否合理與銀行經營效益和民眾辦理金融業(yè)務的便捷度息息相關。目前，地理學界對銀行網點空間研究多集中于區(qū)位選擇、空間格局演化及其影響因素與優(yōu)化策略等方面。如李翠敏(2005)研究了上海中心城區(qū)不同類型銀行的分布，認為上海銀行機構分布主要受兩大類因素影響，即人口、商務流量、交通、城市規(guī)劃等外部因素和銀行定位與業(yè)務導向、形象營銷所需等內部因素；鄧秀麗(2012)認為北京銀行業(yè)的分布表現(xiàn)為核心的高度集中和外圍的零散分布，行政和交通對其區(qū)位分布有較大影響；甄茂成等(2013)利用復雜網絡理論分析了北京市中國銀行網點的網絡特征，并從中剖析其空間分布的本質特征。已有成果表明，國內外對銀行業(yè)地理分布的研究日益增多并逐漸深入，但仍存在一些缺陷。良好的區(qū)位條件是滿足銀行發(fā)展、提升競爭力的必備條件和重要選址因素，而良好的區(qū)位條件很大程度上取決于交通的便利程度。交通網絡可達性越好，越有利于產業(yè)集聚，區(qū)位條件也就越好。但目前學界對銀行網點布局與交通之間關系的研究較為籠統(tǒng)，理論與實證研究尚未形成體系，且從城市內部公共交通網絡中心性視角分析其與銀行網點分布的空間關聯(lián)性與耦合性的研究幾乎沒有。此外，已有研究方法多為定性分析，對交通網絡中心性與社會經濟要素的關系研究僅落腳在

線性相關分析上(陳晨等, 2013) ，未進一步探索其空間結構特性。為此，本文以武漢都市發(fā)展區(qū)為例，以城市公共交通網絡中最具代表性的公共汽車網絡與地鐵網絡為研究實體，基于改進多中心性評價模型測度公交網絡中心性，運用核密度分析法對公交網絡中心性和銀行網點空間分布規(guī)律進行分析，并在此基礎上構建公共交通網絡中心性與銀行網點分布密度的雙變量空間自相關模型，探究兩者的空間耦合關系，以期為武漢市銀行網點的布局優(yōu)化提供理論支撐，也為城市公共交通可達性及其與社會活動關系的研究提供一種新思路。

2數據與方法

2.1研究區(qū)域

武漢市位于中國經濟地理中心，是全國重要的工業(yè)基地、科教基地和綜合交通樞紐。長江及其最大支流漢水橫貫武漢市區(qū)中央，將其城區(qū)一分為三，形成了武昌、漢口、漢陽三鎮(zhèn)隔江鼎立的空間格局。本文研究區(qū)為《武漢市城市總體規(guī)劃(2010-2020年) 》所確定的都市發(fā)展區(qū)，東到陽邏、雙柳、左嶺、豹澥，西至走馬嶺、蔡甸城關鎮(zhèn)、常福，北抵天河、橫店、三里，南達紗帽、金口、鄭店和五里界，是城市功能的主要集聚區(qū)和城市空間的重點拓展區(qū)。由于部分公共交通線路較長，延伸至都市發(fā)展區(qū)界線外(如292路、301路) ，因此需在都市發(fā)展區(qū)基礎上，將研究區(qū)范圍適當擴展至公交線路終點。2.2數據來源與處理

本文公共交通數據包括公交汽車線路及站點、地鐵線路及站點和道路網。其中，公交線路及站點數據來源于武漢公交管理辦公室網站(http://www.whjt.gov.cn/gjb/)，時效性強，能反映武漢公交線路運營的最新狀態(tài)。地鐵線路及站點數據來自武漢地鐵集團有限公司網站(http://www.whrt.gov.cn/)。道路基礎數據是基于百度地圖、騰訊地圖疊加衛(wèi)星地圖進行配準后矢量化得到的。截至2015年12月，研究區(qū)內共有360條常規(guī)公交汽車線路和4條地鐵線路，利用ArcGIS 對各線路及站點進行矢量化處理，生成武漢市公共交通網絡圖(圖1) 。本文中銀行網點僅指銀行實體營業(yè)網點，包括支行、儲蓄所、分理處等分支機構，不包括ATM 網點，相關數據從中國銀行、中國工商銀行、中國農業(yè)銀行、漢口銀行等23家銀行官方網站上獲得。通過百度地圖

第9期詹璇等：武漢市公共交通網絡中心性及其與銀行網點的空間耦合性研究

1157

找到各銀行網點的經緯度坐標，導入ArcGIS 形成矢量數據，進行空間定位與分析。2.3研究方法

2.3.1改進多中心性評價模型(ImprovedMultiple

Centrality Assessment Model)

“單中心”城市空間結構是中國傳統(tǒng)的城市發(fā)展模式，大量人口、產業(yè)集聚于中心城區(qū)，造成了嚴重的交通擁堵問題，已成為影響中國城市健康發(fā)展的一大“弊病”(

郭研苓, 2011; 孫斌棟等, 2013) 。為緩解單中心蔓延帶來的城市問題，很多大城市紛紛采取由“單中心”向“多中心”轉變的空間發(fā)展戰(zhàn)略?！段錆h市城市總體規(guī)劃(2010-2020年) 》明確提出，要依托主要交通干線，建成以主城區(qū)為核心的多軸、多中心、開放式的城市空間布局。交通系統(tǒng)作為城市的骨架，與城市空間格局相互影響，一方面對“多中心”城市結構具有重要的引導作用；另一方面，交通網絡空間結構也會伴隨著城市空間格局的轉變而形成多個輻射核心?；诖?，本文以公交線路、地鐵線路及沿實際道路步行換乘線路為邊，公交站點、地鐵站點為節(jié)點構建網絡數據集，基于實地調查，設置常規(guī)公交車速為20km/h，地鐵車速為30km/h，步行速度為5km/h，沿著實際網絡路徑計算各個節(jié)點間的距離與時間成本，運用改進多中心性評價模型的接近中心性、介數中心性與直達性等指標，測度武漢都市發(fā)展區(qū)公共交通網絡中心性，為公交網絡與銀行網點分布之間的關系進行量化研究提供基礎。

(1)接近中心性

接近中心性表示一個節(jié)點與其他所有節(jié)點接近的程度，公式如下：

C i C =(N -1)/∑j =1; j ≠i d ij

N

(1)

C i C 表示節(jié)點i 的接近中心性；式中：N 為網絡節(jié)點

數；d ij 表示節(jié)點i 與j 之間的最短路徑。一般意義上的可達性是指任一點到達目的地的難易程度(李平華等, 2005) ，常以距離、時間為指標來衡量空間阻力。本文選取的公共交通網絡包含距離相同條件下，時間成本不同的3種交通方式，即公共交通網絡數據集的邊包含了常規(guī)公交線路、地鐵線路、站點步行換乘線路3種類型，對應的實際通行方式與速度不同?；诟鬟呌嬎愕墓?jié)點間實際時間存在差異，對作為模型參數的最短距離成本路徑進行了改進，使之更符合當代城市居民高效率、快節(jié)奏的生活出行要求。改進的接近中心性計算公式如下：C i C 表示節(jié)點i 的接近中心性；式中：N 表示網絡節(jié)

C i C =(N -1)/∑j =1; j ≠i t ij

N

(2)

點數；t ij 表示節(jié)點i 與j 之間的最短時間成本。某個點的接近中心性越大，則其到網絡中任意其他節(jié)點所花費的平均時間就越短，在網絡中也就越趨于中心位置。因此，接近中心性反映了節(jié)點在網絡中的相對可達性，并且能從公共交通網絡的角度指示城市結構核心。

(2)介數中心性

介數中心性也是一種基于最短距離的度量指標，通常被定義為網絡中所有節(jié)點對的最短路徑中經過節(jié)點i 的最短路徑數，公式如下：

C i B =

n jk (i ) N 1

j =1; k =1; j ≠k ≠i jk

(3)

式中：N 表示公共交C i B 表示節(jié)點i 的介數中心性；通網絡節(jié)點數；n jk 表示節(jié)點j 與k 之間的最短路徑數量；n jk (i ) 表示節(jié)點j 與k 之間最短路徑中穿過節(jié)點i 的最短路徑數量。同理，本文對該指標稍作修改，將其定義為網絡中所有節(jié)點對以最短時間成本連接的路徑中，經過節(jié)點i 的最短時間成本路徑數，公式如下：

C i B =

m jk (i ) N j =1; k =1; j ≠k ≠i jk

(4)

式中：N 為公共交通網C i B 為節(jié)點i 的介數中心性；

圖1武漢市公共交通網絡示意圖

Fig.1Public transportation network in Wuhan City

絡節(jié)點數；m jk 為節(jié)點j 與k 之間最短時間成本路徑數量；m jk (i ) 為節(jié)點j 與k 之間最短時間成本連接的路

1158地理科學進展

第35卷

徑中穿過節(jié)點i 的最短時間成本路徑數量。式(4)所表達的實際意義是當穿過某個節(jié)點的最短時間成本路徑越多，介數中心性數值越大。介數中心性可以反映網絡節(jié)點上潛在負荷的大小，運用在公共交通網絡中則衡量各節(jié)點承受的交通客流量。

(3)直達性

公共交通網絡基于城市道路又不同于道路網絡，其在線路設置、站點?？?、行駛方向上存在一定限制，站點之間的通行常常無法實現(xiàn)絕對直線化。在不考慮交通堵塞等情況下，本文可計算出站點基于公交網絡通行的最短距離，它既考慮了站點所在道路的空間特性，也反映了公共交通因其停靠站點、線路設置限制造成的繞路等問題的固有特性。通過測度網絡中2個節(jié)點的最短路徑與連接這2個節(jié)點的直線路徑的偏離程度，將其作為衡量公共交通網絡效率的指標；偏離程度越小，直達性越好，交通效率越高。公式為：

d ij N

C =j =1; j ≠i

ij

S

i

Eucl

轉換到同一分析單元下，全面研究武漢都市發(fā)展區(qū)內公共交通網絡中心性與銀行網點的空間分布形態(tài)及規(guī)律。

2.3.3空間自相關分析

傳統(tǒng)數量統(tǒng)計分析只注重數量值之間的關系，無法表達其空間關系?？臻g統(tǒng)計分析則可研究與地理位置相關的數據間的空間依賴、空間關聯(lián)或空間自相關。為更直觀地表達研究區(qū)內公共交通網絡中心性與銀行網點的空間關聯(lián)模式，本文采用空間自相關方法來測度兩者的空間格局相關性?？臻g自相關(SpatialAutocorrelation) 是空間統(tǒng)計學的重要組成部分，包括全局空間自相關和局部空間自相關兩大類。全局空間自相關是對某種現(xiàn)象或屬性值在整個區(qū)域的空間特征的描述，檢驗其在空間上是否存在聚集、分散或隨機等特性。全局自相關模型計算結果是一個單一數值，有時會掩蓋局部狀態(tài)的不穩(wěn)定性(高爽等, 2011) ；而局部空間自相關測度了研究區(qū)域各空間位置與各自周圍鄰近位置的同一屬性的相關性，能更準確地把握局部空間要素的集聚與分異特征，從而彌補全局相關性分析的不足。最常用的局部自相關測度指數為空間關聯(lián)局域指標(LocalIndicators of Spatial Association, LI-SA) ，即Local Moran's I 指數。

本文為探討銀行網點與公共交通網絡中心性之間的空間耦合模式，故采用全局和局域的雙變量空間自相關分析法。首先，構建雙變量全局空間自相關模型，通過Moran's I 指數探討銀行網點與公共交通網絡中心性在整個研究區(qū)上的相關性。公式如下：

n n

a )(X j b b ) n i =1j =1C ij (X i a I =n …(6)n n a b

C ij (X i a )(X j b )

j =1

j =1

i =1

(5)

d ij Eucl C i S 為節(jié)點i 的直達性；式中：N 為網絡節(jié)點數；

為節(jié)點i 與j 之間的歐氏距離，即節(jié)點i 與j 之間的最短距離。若某一節(jié)點能以最短的直線路徑到達網絡內任一節(jié)點，說明該節(jié)點直達性最佳，交通效率也最高。

2.3.2GIS 空間密度分析法

直接用圖來表示離散點數據時，存在難以清晰地表達其空間分布趨勢的弊端。GIS 空間密度分析法則可通過對離散點數據或線數據進行內插，從而得到研究對象空間連續(xù)的密度變化圖層，反映其在整個區(qū)域的空間集聚狀況。依據插值原理的不同，可分為核密度分析和普通的點、線密度分析(尹海偉等, 2014) 。核密度分析是通過計算一定窗口范圍內的離散點密度，將計算結果作為該窗口的中心值。對于落入搜索范圍內的點，賦予不同的權重，越接近搜尋中心的點或線權重越大，反之亦然。因此，核密度分析能夠反映距離衰減規(guī)律。而在一般的點、線密度分析中，落在搜索范圍內的點或線權重相同，無法反映出距離衰減規(guī)律(王法輝, 2009) 。接近中心性、介數中心性、直達性等中心性度量指標是網絡節(jié)點的屬性，對各中心性指標與其他要素進行相關分析時需統(tǒng)一分析尺度(王瑤莉等, 2013) 。本文運用ArcGIS 核密度分析工具，對公共交通網絡中心性與銀行網點進行空間插值，將兩者

式中：n 為空間單元總數；C ij 是衡量空間單元i 、j 之間鄰接關系的權重矩陣；X i a 、X j b 分別為空間單元i

ˉa 、X ˉb 分別屬性a 的值和空間單元j 屬性b 的值；X

為屬性a 、b 的平均值。I 取值在±1之間，大于0表示空間正相關，越接近1，則正相關性越強；小于0表示空間負相關，越接近于-1，則負相關性越強；等于0表示空間無關。

其次，運用局部雙變量空間自相關模型，以更好地識別不同空間單位銀行網點與公共交通網絡中心性之間的耦合關系。公式如下：j

l ) k n (X l X k i I kl =W

k j =1ij l

(7)

第9期詹璇等：武漢市公共交通網絡中心性及其與銀行網點的空間耦合性研究

1159

I kl 為局部雙變量空間自相關系數；X k i 為空間式中：

單元i 屬性k 的值；X l 為空間單元j 屬性l 的值；

ˉk 、X ˉl 分別為屬性k 、X σk 、σl 分別為屬l 的平均值；W ij 為空間單元i ，性k 、l 的方差；j 之間的空間權重

j

矩陣。

3公共交通網絡中心性測度及空間分布特征

基于改進多中心性評價模型測度接近中心性、介數中心性、直達性等指標，運用核密度分析法得到公共交通網絡中心性核密度分布圖(圖2a-2c) 。經試驗，接近中心性、介數中心性和直達性核密度分析的搜索半徑分別取2000、3000、1800m 為宜，格網大小均為257.11m×257.11m 。3.1接近中心性

由圖2a 可以看出，公共交通網絡接近中心性呈現(xiàn)出“核心—邊緣—外圍”的空間結構。接近中心性核密度最高值在0.000073416~0.000091769之間，位于長江西北的漢口老城區(qū)，大致以解放公園路、高雄路、中山大道—勝利街、武展西路—游藝路為界形成了高密度核心區(qū)(圖2a 中A 區(qū)) 。該區(qū)域位于漢口的中心地區(qū)，優(yōu)良的地理區(qū)位和交通條件使得接近中心性值較大的站點集中在該區(qū)域，如京漢大道江漢路、香港路苗栗路、解放大道循禮門、新華路協(xié)和醫(yī)院等公交站，及“友誼路站”“江漢路站”“香港路站”和換乘站點“循禮門站”等地鐵站，這些站點到網絡中所有節(jié)點的平均時間最短，在整個公交網絡中處于中心位置。區(qū)域B 以高密度區(qū)域A 為核心向外圈層擴散，沿香港路、新華路向西北方向延伸至康居一路附近，向南至大夾街附近，向東則延伸至解放大道黃浦大街公交站點，分布范圍較大，包括解放大道中山公園、京漢大道武勝路、武勝路泰合廣場等公交樞紐，以及漢口火車站、利濟北路站、青年路站等地鐵站點。區(qū)域C 是位于武昌地區(qū)的次級中心，分布在以湖北省政府為中心的水果湖地區(qū)，空間范圍較小。區(qū)域B 和C 的接近中心性核密度值均在0.000055062~0.000073415之間，區(qū)域內節(jié)點到達網絡中其他節(jié)點的平均時間較短，接近中心性較高。

距上述城市中心較遠的區(qū)域中零星分布著幾個小范圍的低核密度區(qū)，如南湖大道以南、關山大道—大學園路以西、民族大道以東、華師園路以北

圖2武漢公共交通網絡中心性核密度分布Fig.2Kernel density of public transportation network

centralities in Wuhan City

的區(qū)域，五環(huán)大道、東西湖大道附近，以及圍繞美好

愿景·香榭麗舍、東方花園等住宅小區(qū)的神龍大道、東風大道、聯(lián)城路、車城北路附近。從武漢三鎮(zhèn)的整體角度看，接近中心性核密度聚集區(qū)主要分布于漢口地區(qū)，其接近中心性明顯高于與其隔江相望的武昌和漢陽地區(qū)。可見，漢口地區(qū)公共交通站點到網絡所有站點花費的平均時間最少，在武漢市處于中心地位。3.2介數中心性

從圖2b 可以看出，公共交通網絡介數中心性呈現(xiàn)出明顯的“多中心集聚”結構(圖2b 中的A 、B 、C 區(qū)) ，并呈近似同心圓狀分布。核密度最高值在

1160地理科學進展

第35卷

889555.0150~1111943.7690之間，集中于光谷廣場商圈附近(圖2b 中A 區(qū)) 和以中南路地鐵換乘站為中心的中南路、武珞路、中南一路附近(圖2b 中B 區(qū)) ，上述區(qū)域內網絡節(jié)點的介數中心性核密度值最高。換言之，網絡中所有節(jié)點對以最短時間連通的路徑中，通過該區(qū)域內節(jié)點的路徑數目最多，說明該區(qū)域內站點在整個公交網絡中占據重要地位，承受的交通客流量最大，相應的各車站通行壓力也最大，如民族大道光谷廣場、虎泉街地鐵光谷廣場站、

雄楚大道下錢村等公交站點，與全市軌道交通客流量最大、銜接漢口和武昌的地鐵2號線一期工程終點站“光谷廣場站”和地鐵2、4號線的換乘站點“中南路站”和“洪山廣場站”。

區(qū)域C 是公交網絡介數中心性核密度分布的次級核心區(qū)，大致以京漢大道與江漢路交會處為中心，分布在解放大道、京漢大道、中山大道、萬松園路、江漢路等主次干道附近，包括江漢路地鐵循禮門站、京漢大道大智路、香港路苗栗路等站點。該區(qū)域核密度值處于較高水平，在667166.2613~889555.0149之間，圖2b 中以區(qū)域A 、B 為中心向外圈層擴散的部分區(qū)域的核密度值也在此區(qū)間。這些區(qū)域內的公共交通網絡介數中心性較高，表明通過區(qū)域內網絡節(jié)點的最短時間成本路徑較多，公交客流相對較大。

縱觀全區(qū)，介數中心性核密度呈T 字形分布，以長江—漢江和武珞路—珞喻路為軸向外遞減，形成了以光谷廣場、中南路地鐵站、循禮門地鐵站為中心的3個高值區(qū)。武昌地區(qū)的介數中心性核密度值高于漢口和漢陽，可見客流量大的公共交通樞紐多位于武昌地區(qū)。3.3直達性

由圖2c 可知，直達性核密度分布呈現(xiàn)出“大分散、小集聚”的弱圈層結構，且布局較分散，具有城市多中心指向性特征。直達性核密度最高值在9.190262605~11.487828250之間，其覆蓋范圍內的公交網絡節(jié)點到其他任意節(jié)點的最短路徑與直線路徑偏離程度最小，交通效率最高?？臻g上以解放大道、中山大道、京漢大道、澳門路等交通干線為軸向兩側擴散，包括香港路站、循禮門站、江漢路站等地鐵站附近區(qū)域(圖2c 中A 區(qū)) ，和以長港路站為中心，南至新灣路、西至常青路、北至紅旗渠路以北、東至新灣五路的區(qū)域。以這2個高密度區(qū)為中心向外擴展的區(qū)域是直達性較高的集中分布區(qū)(圖2c 中

B 區(qū)) ，核密度值在6.892696954~9.190262604之間，分布范圍較廣，大致由江漢路站向西北延伸至常青花園站。另外，在水果湖廣場、光谷商圈、建設二路與建港南路交叉口、漢陽大道與永豐路路交匯處以及田園街與四明路交會處附近，形成了小型的中心—外圍圈層分布結構，這些區(qū)域直達性核密度值處于中上水平。

整體上看，漢口地區(qū)的直達性核密度值平均水平最高，且分布范圍較集中連片，武昌地區(qū)次之，漢陽地區(qū)最低。一方面說明總體上漢口地區(qū)公共交通效率最高，漢陽地區(qū)最低；另一方面，介數中心性與直達性及接近中心性的核心匹配度不高。公交需求大的地方，公共交通可達性及效率均不高，說明武漢市都市發(fā)展區(qū)內公共交通站點與線路設置存在不合理性，應在客流量較大的地方增設站點與線路，協(xié)調公交客流與公交可達性及通行效率之間的關系，使處于介數中心性核密度集聚區(qū)內的交通站點能快速高效地輻射全區(qū)，避免出現(xiàn)客流擁擠、交通堵塞等問題。

4銀行網點空間分布特征

4.1總體分布特征

武漢市都市發(fā)展區(qū)內1463個銀行網點的空間分布如圖3所示，其空間格局以貫穿市區(qū)的長江和漢江為界差異顯著。漢口地區(qū)的銀行網點數量最多，分布最密集；其次是武昌區(qū)；漢陽區(qū)最少，僅98個。漢口自古被譽為“楚中第一繁盛處”，以發(fā)展金

圖3武漢銀行網點空間分布

Fig.3Distribution of bank branches in Wuhan City

第9期詹璇等：武漢市公共交通網絡中心性及其與銀行網點的空間耦合性研究

1161

融貿易和商業(yè)服務為主要職能；區(qū)內有漢正街傳統(tǒng)商貿區(qū)、江漢路商務文化區(qū)和堤角都市工業(yè)園區(qū)，有中國民生銀行大廈、日清洋行大樓等地標建筑，是外商投資興業(yè)的熱土，吸引著各大金融機構在此聚集。武昌地區(qū)重點發(fā)展科教文化、高新技術、金融商務等職能，建設有中南商務辦公區(qū)、水果湖行政辦公區(qū)、魯巷城市副中心以及武漢大學、華中科技大學等眾多科研院校，因而分布著不少銀行網點。漢陽是武漢的工業(yè)中心，以發(fā)展制造業(yè)為主，

相對而言對銀行機構的吸引力較小，整體上網點布局較少，主要集中于鐘家村及新興的王家灣商圈附近。由此可見，銀行網點數量同城區(qū)的發(fā)展職能之間存在一定關系。此外，本文通過對公交站點建立300m 緩沖區(qū)，對地鐵站點建立500m 緩沖區(qū)，分別計算在各自緩沖區(qū)范圍內銀行網點數量，發(fā)現(xiàn)位于公交站點300m 緩沖區(qū)內的銀行網點數達1277個，占銀行網點總數的87，說明銀行網點分布與公交站點服務范圍的空間契合度較高。其中，水果湖路水果湖、江漢北路新華路口、武珞路丁字橋等公交站點周邊銀行網點數量較多，在9~12個之間；而位于地鐵站點500m 緩沖區(qū)內的網點數僅為409個，比例為28，主要原因是地鐵站點總體數量較少，其服務半徑內的銀行網點數在整個研究區(qū)內所占比例不高。以銀行網點為中心建立的300m 緩沖區(qū)內有68個地鐵站點，占總數的71，說明銀行網點附近的軌道交通條件較為便利。4.2核密度分布特征

運用ArcGIS 的核密度分析工具，將銀行網點與中心性指標統(tǒng)一到覆蓋研究區(qū)的等空間分辨率格網上，得到銀行網點核密度分布圖(圖4) 。

圖4更直觀地體現(xiàn)了網點的空間集聚特征，即“核心—中心—過渡區(qū)—外圍”的多核多層次空間結構。核心區(qū)的核密度值最高，在8.630520822~14.312166210之間，主要集中在漢口內環(huán)以江漢路為代表的中山大道與以武廣商圈為核心的解放大道沿線的“城市商業(yè)中心”，以及被譽為武漢“華爾街”的建設大道附近(圖4中A 區(qū)) 。這幾條貫通漢口東西的交通大動脈與新華路—友誼路、臺北路、香港路、澳門路、保成路、利濟北路等南北走向城市主要街道交錯形成了較大面積的集聚分布熱區(qū)。另一個銀行網點布局的高密度核心區(qū)為以水果湖路—姚家?guī)X街、中南路—中北路為橫縱軸，并圍繞洪山廣場這一武昌區(qū)交通樞紐與商業(yè)中心向外擴散的區(qū)域(圖4中B 區(qū)) ，相比之下其范圍較小。此外，還有多個低等級圈層中心分散在核心區(qū)外，如光谷廣場商業(yè)中心、徐東商圈、鐘家村商圈等小型集聚區(qū)。上述集聚區(qū)以外的區(qū)域，構成了銀行網點的過渡區(qū)與外圍區(qū)。整體上看，武漢市銀行網點分布核密度具有沿江和沿城市主干道發(fā)展的特點，武昌地區(qū)尤為明顯。

5公共交通網絡中心性與銀行網點的

空間耦合性

通過上述分析發(fā)現(xiàn)，武漢都市發(fā)展區(qū)內公共交通網絡中心性和銀行網點均存在一定的空間集聚性。本文借助于GeoDa 軟件，運用全局和局部的雙變量空間自相關模型，進一步分析公共交通網絡中心性與銀行網點之間從整體到局部的空間關聯(lián)關系。

5.1雙變量全局空間自相關

首先，運用ArcGIS 軟件提取了研究區(qū)內1463個銀行網點的核密度值，以及其相同位置處的公共交通網絡中心性核密度值。在GeoDa 軟件中，以公共交通網絡中心性核密度和銀行網點核密度為變量，可得到如圖5所示的公共交通網絡接近中心性—銀行網點、介數中心性—銀行網點、直達性—銀行網點的Moran 散點圖。圖中擬合線的斜率即雙變量全局自相關系數(Moran'sI 指數) ，分別為0.3924、0.2918、0.3532，均為正數，且圖中大部分點集中在第一、三象限，而第一、三象限分別代表“高

圖4銀行網點核密度分布圖

Fig.4Kernel density of bank branches in Wuhan City

—高”集聚和“低—低”集聚；第二、四象限分別代表“低—高”集聚和“高—低”集聚。結果表明，在全局

1162地理科學進展

第35卷

空間上，研究區(qū)內公共交通網絡各中心性指標與銀行網點分布存在著不同的空間關聯(lián)程度，均為正相關?？梢?，銀行網點分布范圍內公共交通條件優(yōu)越，可達性較好，且各指標與銀行網點的空間格局趨同特征不同。其中，銀行網點核密度與接近中心性核密度的Moran's I 指數最大，空間關聯(lián)性最強，意味著銀行網點傾向于分布在接近中心性較高的城市中心，以獲得較好的區(qū)位優(yōu)勢，促進銀行更大限度地獲取經營利潤。如解放大道以南、江漢路以西、

中山大道以北、民意四路以東的區(qū)域以及水果湖路與中北路交會處，接近中心性核密度均較高，社會經濟活動密集，銀行網點數量眾多且分布集中，各銀行網點所在位置到公共交通網絡中所有節(jié)點花費的平均時間最短，所能影響的服務區(qū)域和對象分布范圍較廣。直達性是衡量公共交通效率的有效指標，它與接近中心性的核密度空間分布特征較為相似，因此直達性與銀行網點的核密度空間相關性亦較強，可以發(fā)現(xiàn)銀行網點多分布于公共交通效率高的區(qū)域，如友誼路、前進路、球場路附近。也就是說，通過降低城市居民公共交通的通勤成本、

提高出行效率，可吸引銀行網點布局。

此外，介數中心性核密度與銀行網點核密度之間也存在顯著的空間正相關，即介數中心性核密度越高，銀行網點分布越多且越集中。主要原因是介數中心性數值高低表征了各公交站點與地鐵站點的潛在負荷大小，數值越高的地方，站點的公共交通客流量越大，如光谷廣場附近及中南路地鐵中南路站附近等人流密集區(qū)，使銀行網點擁有足夠的服務消費人群，有助于提高銀行的經濟效益。相比于接近中心性、直達性，介數中心性與銀行網點的相關性相對最低，說明銀行網點更傾向于分布在區(qū)位條件好、公共交通效率高的區(qū)域。5.2雙變量局部空間自相關

Moran's I 統(tǒng)計量只說明公共交通網絡中心性與銀行網點在空間上的平均差異程度，無法反映局部空間差異。通過GeoDa 軟件的Multivariate LISA 工具得到武漢都市發(fā)展區(qū)內3個公共交通網絡中心性指標與銀行網點布局的LISA 聚類圖(圖6) ，進一

圖5公共交通網絡中心性與銀行網點Moran 散點圖

Fig.5Moran scatter plot of centrality of public transportation network and bank branches

圖6公共交通網絡中心性與銀行網點的雙變量LISA 聚類圖

Fig.6Bivariate LISA cluster map of public transportation network centralities with bank branches

第9期詹璇等：武漢市公共交通網絡中心性及其與銀行網點的空間耦合性研究

1163

步挖掘各中心性指標與銀行網點的局部聚類特征

信息。

由圖6可知，3個公共交通網絡中心性指標與銀行網點的空間耦合均存在4種類型的聚集區(qū)，且表現(xiàn)出高度的空間相似性。其中，高—高與低—低2種類型聚集區(qū)構成了公共交通網絡中心性與銀行網點分布格局的主要空間關聯(lián)模式。此外，銀行網點核密度分布的核心區(qū)基本屬于高—高聚集區(qū)，外圍區(qū)則基本屬于低—低聚集區(qū)，即具有銀行網點分布核心圈層的高值指向性與外圍圈層的低值指向性特征，而其他類型聚集區(qū)主要位于銀行網點核密度分布的過渡區(qū)。

(1)高—高聚集區(qū)。指公共交通網絡中心性核密度值較高，且銀行網點分布密集的區(qū)域。該區(qū)域主要分布在解放大道、江漢路附近的漢口內環(huán)以及以中南路、洪山廣場為中心的武昌繁華地段，少部分位于漢陽區(qū)。上述區(qū)域均處于武漢市主要建成區(qū)的中心，集聚了大量商業(yè)網點、中小型企業(yè)以及流動人口，道路交通設施完善，公共交通網絡中心性與銀行網點的分布之間表現(xiàn)出了顯著的空間正相關性。對比圖6a 、圖6b 、圖6c 可知，3個中心性指標與銀行網點之間的耦合關系存在整體相似性的同時也具有微弱的空間異質性，即接近中心性與銀行網點空間關聯(lián)的高—高類型區(qū)域范圍最大，直達性次之，介數中心性最小。

(2)低—低聚集區(qū)。指公共交通網絡中心性核密度值較低，且銀行網點分布少而分散的區(qū)域。該區(qū)域也具有正的空間相關性，主要位于銀行網點分布的外圍圈層，是研究區(qū)的邊緣地帶，遠離熱鬧喧囂的城市中心，人口分散，公共交通條件相對滯后，站點、路線設置相對較少，各類社會基礎設施與經濟活動強度均不及城市中心地帶。對于商業(yè)銀行而言，該類區(qū)域不具備良好的區(qū)位條件，只需布局少量銀行網點即可滿足其周邊居民的金融業(yè)務需求。

(3)低—高聚集區(qū)。指公共交通網絡中心性核密度值較低，但銀行網點分布較集中的區(qū)域，主要位于高—高聚集區(qū)與低—低聚集區(qū)之間，部分點綴于研究區(qū)邊緣，具有沿江分布的特點，如和平大道、攔江路、古田二路附近。這些區(qū)域是銀行網點的聚集熱點，但其公共交通條件卻相對欠缺且效率不高，可能是因為該區(qū)域深厚的歷史底蘊及沿江的區(qū)位優(yōu)勢使其發(fā)展起步較早，形成了集商貿、金融、歷

史風貌、文化旅游、高檔居住等多功能為一體的聚集區(qū)，吸引了眾多銀行。而多功能復合使得交通資源相對稀缺，易產生交通堵塞，導致公共交通效率低下等問題，加之武漢三鎮(zhèn)隔江鼎立的空間格局使得濱江帶處于各鎮(zhèn)的相對邊緣而非中心位置，沿江各公交站點的公共交通網絡中心性受地形條件限制及水路交通影響而處于偏低水平。因此，該區(qū)域內銀行網點分布與公共交通網絡中心性存在非協(xié)調性，同時說明其公共交通條件有待完善。此外，部分區(qū)域也可能存在銀行網點布局過多的問題，需對其進行資源整合，保障資源的利用效率和銀行的服務效益。

(4)高—低聚集區(qū)。指公共交通網絡中心性核密度值較高，但銀行網點分布較分散的區(qū)域。該空間關聯(lián)模式的分布范圍很小，但對比圖6a 、圖6b 、圖6c 發(fā)現(xiàn)該模式的空間分布差異較大，圖6a 與圖6c 相似，均分布在和平大道與建設一路、建設四路圍成的區(qū)域內；圖6b 中介數中心性與銀行網點的高—低聚集區(qū)則位于關山大道、光谷創(chuàng)業(yè)街附近。說明盡管上述對應區(qū)域公共交通站點的接近中心性、直達性或介數中心性均處于較高水平，但銀行因考慮到周邊地區(qū)的設施狀況、人口分布與質量狀況、經濟發(fā)展結構、同行業(yè)分布情況、土地租金以及銀行自身經營定位與發(fā)展戰(zhàn)略等多種內外因素，并未選擇在此設立網點，從而產生了公共交通網絡中心性與銀行網點的空間非協(xié)調性。

6結論與討論

城市公共交通是與城市人民息息相關的民生工程，銀行網點則是城市中最重要的金融中介，兩者均是城市地理、城市規(guī)劃研究中的重要課題。本文基于改進多中心性評價模型和雙變量空間自相關模型，對武漢都市發(fā)展區(qū)公共交通網絡中心性，以及其與銀行網點布局的空間耦合性進行了定量研究，有助于把握武漢市公共交通網絡中心性的空間分布狀態(tài)，為科學規(guī)劃城市公共交通建設以及合理布局銀行網點提供參考。主要結論有以下幾點：

(1)武漢都市發(fā)展區(qū)公共交通網絡中心性具有城市多中心指向性特征，且由中心向外圍圈層遞減。位于漢口中心地帶的京漢大道江漢路、“江漢路站”、“循禮門站”等站點的接近度中心性最高，處于城市中心位置；光谷廣場附近區(qū)域站點的介數中

1164地理科學進展

第35卷

心性最高，交通客流量與通行壓力最大，為城市另一中心；解放大道、中山大道沿線的香港路站、江漢路站等站點直達性最高，公共交通效率最好，也是城市中心之一。

(2)武漢公共交通網絡空間結構已形成多個輻射核心，正處于一個良性的發(fā)展狀態(tài)，但同時需避免中心區(qū)交通負荷過重等問題。如“光谷廣場”附近人員密集，客流量巨大，地鐵、公交等現(xiàn)有路線、車次仍難以滿足大眾的出行需求。因此，在未來城市公交網絡規(guī)劃與建設中，應加強“疏”與“導”。“疏”在于繼續(xù)提升中心地區(qū)公交網絡的服務能力，“導”在于引導和加強非中心地區(qū)的公交網絡建設，促進城市交通結構的多中心化的協(xié)調發(fā)展。

(3)武漢都市發(fā)展區(qū)內銀行網點分布呈現(xiàn)“核心—中心—過渡區(qū)—外圍”多核多層次的空間結構，且區(qū)域差異明顯。核心區(qū)域在漢口內環(huán)的中山大道、解放大道和建設大道等主干道與武昌的洪山廣場周圍。

(4)整體上看，公共交通網絡各中心性指標與銀行網點之間具有良好的空間正相關性，但關聯(lián)程度存在差異。銀行網點傾向于分布在接近中心性較高、區(qū)位條件較好的城市中心，公共交通效率高的地方也頗受銀行青睞。但從局部空間角度分析，銀行網點分布與公共交通網絡耦合關系具有空間不平穩(wěn)性和空間異質性，以高—高聚集與低—低聚集為主，但還存在高—低聚集和低—高聚集這2種偏離一般規(guī)律的現(xiàn)象。高—高聚集位于銀行網點布局的核心圈層，低—低聚集則點綴于外圍圈層；高—低聚集與低—高聚集零星分布于核心圈層與外圍圈層之間。這一方面說明銀行網點的分布還受其他多重因素，如人口流動、經濟活動、同行業(yè)分布情況、政策引導及銀行自身發(fā)展需要等的影響；另一方面，也反映出目前部分區(qū)域存在銀行網點布局不合理的情況，如在低—高聚集區(qū)內銀行網點布局過于集中，但其公共交通條件不佳，一定程度上影響了市民辦理金融業(yè)務的便捷程度，不利于地區(qū)金融服務業(yè)的發(fā)展。因此，銀行網點布局時應整合資源，合理布局，實現(xiàn)效益最優(yōu)化發(fā)展。

當然，本文尚存在一些不足之處，如在研究公共交通網絡中心性時并未考慮常規(guī)公交的站點?？繒r間，且不同時段內不同公共交通線路的通行能力有較大差異，從而影響其運行速度和時間。不同等級與性質的銀行網點與公共交通網絡中心性間

的相關性也存在差異，而本文并未對銀行網點的等級及所屬銀行性質進行細分。在未來的研究中，應針對這些不足開展進一步探討。參考文獻(References)

曹小曙, 楊文越, 黃曉燕. 2015. 基于智慧交通的可達性與交

通出行碳排放:理論與實證[J].地理科學進展, 34(4):418-429. [CaoX S, Yang W Y , Huang X Y . 2015. Aaccessi-bility and CO 2emissions from travel of smart transporta-tion:Theory and empirical studies[J].Progress in Geogra-phy, 34(4):418-429.]

陳晨, 程林, 修春亮. 2013. 沈陽市中心城區(qū)交通網絡中心性

及其與第三產業(yè)經濟密度空間分布的關系[J].地理科學進展, 32(11):1612-1621. [ChenC, Cheng L, Xiu C L. 2013. Distribution of centrality of traffic network and its relationship with economic density of tertiary industry in Shenyang[J].Progress in Geography, 32(11):1612-1621.]程鈺, 劉雷, 任建蘭, 等. 2013. 濟南都市圈交通可達性與經

濟發(fā)展水平測度及空間格局研究[J].經濟地理, 33(3):59-64. [ChengY , Liu L, Ren J L, et al. 2013. The study about measuring of the relationship between transportation accessibility and the level of economic growth and spatial structure at county level[J].Economic Geography, 33(3):59-64.]

鄧秀麗. 2012. 北京市金融服務業(yè)空間格局及其演變研究

[D].北京:首都師范大學. [DengX L. 2012. Beijingshi jinrong fuwuye kongjian geju jiqi yanbian yanjiu[D].Bei-jing, China:Capital Normal University.]

高爽, 魏也華, 陳雯, 等. 2011. 發(fā)達地區(qū)制造業(yè)集聚和水污

染的空間關聯(lián):以無錫市區(qū)為例[J].地理研究, 30(5):902-912. [GaoS, Wei Y H, Chen W, et al. 2011. Study on spacial-correlation between water pollution and industrial agglomeration in the developed region of China:A case study of Wuxi City[J].Geographical Research, 30(5):902-912.]

高自友, 吳建軍, 毛保華, 等. 2005. 交通運輸網絡復雜性及

其相關問題的研究[J].交通運輸系統(tǒng)工程與信息, 5(2):79-84. [GaoZ Y , Wu J J, Mao B H, et al. 2005. Study on the complexity of traffic networks and related problems[J].Journal of Transportation Systems Engineering and Infor-mation Technology, 5(2):79-84.]

郭研苓. 2011. 多中心空間結構對城市交通的影響研究:以

上海為例[D].上海:華東師范大學. [GuoY L. 2011. Re-search on the influence of poly-centric spatial impacting on the urban transport:A case of Shanghai[D].Shanghai, China:East China Normal University.]

黃文雄, 代筠杰, 譚利英, 等. 2009. 基于“兩型社會”的武漢

中心城區(qū)交通問題研究[J].華中科技大學學報:城市科