计量经济学视角下城市特色商业街区空间形态与活力的因果关联性研究——以合肥市为例.pdf

ISSUE 4 Aug.2023/JOURNAL OF HUMAN SETTLEMNTS IN WEST CHINA/082计量经济学视角下城市特色商业街区空间形态与活力的因果关联性研究*以合肥市为例A Study on the Causal Relations Between Spatial Form and Vitality of Characteristic Commercial Blocks from the Perspective of Econometrics:A Case Study of Hefei City孔子然 肖佳琦 宣 蔚 夏永久 KONG Ziran,XIAO Jiaqi,XUAN Wei,XIA YongjiuDOI:10.13791/ki.hsfwest.20230412孔子然,肖佳琦,宣蔚,等.计量经济学视角下城市特色商业街区空间形态与活力的因果关联性研究以合肥市为例J.西部人居环境学刊,2023,38(4):82-89.KONG Z R,XIAO J Q,XUAN W,et al.A Study on the Causal Relationship Between Spatial Form and Vitality of Characteristic Commercial Blocks from the Perspective of Econometrics:A Case Study of Hefei CityJ.Journal of Human Settlements in West China,2023,38(4):82-89.摘 要：近年来中国迎来了城市化大发展时期，但城镇水平的提升使得城市面临着严重的空间重构的问题。为了城市空间的高质量发展、优化已有的空间品质，城市空间的形态和活力间的关联问题逐渐被学界所重视，但是目前大多数的研究在与空间活力关联的研究中的角度上使用的均是回归分析，其结论仍是对于回归结果的定性解读，往往可能会因内生性问题而呈现出一定的虚假相关性。本文尝试借助计量经济学中因果推断的方法来探究空间形态和活力两者间进一步的因果关系，选择合肥市金大地1912、罍街和淮河路步行街三个特色商业街区为案例地，借助ArcGIS平台结合实地调研法和街景图片语义识别法获取道路网、建筑和POI以及绿视率等控制变量，使用“WIFI嗅探”方法获取人群活力数据，最后通过文献调研法设立“工具变量”的选取程序，选取“形状因子”和“风载体形系数”作为工具变量，之后在STATA软件中将数据进行逐次回归。研究结果发现，三个街区的物质空间形态和人群活力具备显著的因果关联性，且显著性受道路整合度、穿行度、建筑形态测度和业态丰富度等多种要素共同影响，具有“系统性”特点，同时也发现特色商业街区在城市中作为“孤岛”的定位。研究结果证明了两者的关联性中存在一定的内生性问题，给出了相应的缓解方法，其对未来城市空间的发展以及活力的提升研究具有一定的参考价值。关键词：计量经济学；城市空间形态；空间活力；因果推断；关联性Abstract：In recent years,since the reform and opening up of China,the level of urbanization has been increasing at a percentage level per year,and the number of its urban population has been increasing relative to the urban and rural population.The increase in urban population and urbanization rate has led to a rapid change in the spatial and landscape pattern of cities.As a result,China has entered a period of great urbanization,the speed of urban development has accelerated,the space has changed rapidly,and many super-high buildings and large building clusters have emerged one after another,making the city face the problem of spatial reconfiguration.And with the expansion of economic scale,various characteristic commercial districts are emerging in the city.As the business card of the city and the symbol of cultural heritage,the study of the vitality of the characteristic commercial districts is of great significance.As the material manifestation of spatial structure,spatial form is closely related to human vitality.To study vitality from urban form and explore the correlation between them to further enhance vitality is an important way to promote the orderly development of urban spatial structure and optimize spatial quality.With the gradual shift of the goal of urban development to people-centeredness and the advent of the Internet information era,the academic community has been able to adopt new methods to further explore the correlation between the two.In the past,there are various perspectives on the correlation between the two,one is to directly analyze the correlation between the quantified morphological indicators and spatial vitality;the other is to first measure the morphology and then propose the hypothesis of vitality and verify it through the measurement of vitality;the third is to further study the correlation between the quantified perceptual indicators and morphological indicators based on the trajectory of crowd activities and based on the perspective of human perception.However,most of the current studies use regression analysis in the study of the association with spatial vitality,and their conclusions are still qualitative interpretations 中图分类号 TU984.11+3文献标识码 B文章编号 2095-6304（2023）04-12-08 *国家自然科学基金青年项目（52008143）；安徽省哲学社会科学规划项目（AHSKY2021D74）；合肥工业大学哲社培育智库研究专项（JS2021ZSPY0034）作者简介孔子然：安徽省城乡规划设计研究院有限公司，硕士肖佳琦：安徽省城乡规划设计研究院有限公司，硕士宣 蔚（通讯作者）：合肥工业大学建筑与艺术学院，教授，夏永久：安徽建筑大学建筑与规划学院，教授2023年第4期/西部人居环境学刊/0830 引言城市空间结构是指城市物质环境、功能与文化等要素间的联系，其对城市功能、城市的发展有重要影响1。随着中国城镇化水平的提高，城市的空间和景观格局发生改变，城市建成区的不断扩大，内部空间组合愈发多样，使得城市空间的结构也愈发复杂2。城市空间结构的有序发展是解决目前部分城市空间问题的重要途径，其有序发展则与空间形态和活力相关，探究两者的关联性，对推动城市空间重构、实现城市可持续发展具有重要作用。但目前的关联性研究一是直接从基于活力的表征来对形态进行评价，提出更具价值的参考意见；二是在对形态进行量化与活力进行相关性分析，或对不同的形态所承载的活力强度提出假说，之后通过不同方法再对空间活力进行测度，将其进行对比来论证假说，其大多围绕于回归分析中展开，回归分析确实可以证明自变量与因变量的相关性，但此种方式在关联性的实际运用上仍有值得深化的空间：即回归模型是否具有“内生性”问题而导致结论有误差，这种现象被称之为“虚假相关”2，在相关的情况下，可以进一步探究其一定程度的因果关系，因此有必要借助计量经济学中的因果推断（causal inference）理论，探究两者进一步的关联性，使其结论能够更加的合理和精确，对未来的城市空间结构研究具有一定的现实意义。1 概念界定与研究概述城市形态学（urban morphology），是一项对城市物质空间形态及其演变过程以及城市物质空间形态和非物质形态关联的研究3。国外对城市形态的研究起步较早，主要体现在理论方面的探索，从施吕特（Schlvter）发表城镇平面布局为开始的标志，二战前后经过发展，形成了著名的康泽恩学派、意大利学派4、法国凡尔赛学派和芝加哥学派等不同派系，近年来也开始注重从与非物质因素之间联系的视角出发进行形态的研究，比较著名的是凯文林奇的城市五要素。随着信息时代对形态发展进行反思，这之后比尔 希利尔（Bill Hiller）提出的“空间句法”理论为代表，开始对形态进行定量分析，注重元素间的联系，从“人”的运动出发统一了形式与功能两大因素的矛盾5。中国的形态学研究则主要集中在不同尺度上的研究，如宏观的城市层面、中观的区域层面和微观的街区层面6，近来随着龙瀛等学者提出了“人本尺度”的城市形态测度概念，提出了数据增强设计思想7，新时代的城市形态研究发展的趋势可以概述为测度精确化、要素多样化以及决策科学化。综上发现，如今的城市形态研究不仅仅局限于某一个方面，大多是利用信息时代的新技术来对城市形态进行测度后参与某个效应的评价，或者是指导之后的设计实践，营造更好的场所与公众生活，其结果相较于传统的定性与主观判断更能体现出客观与公正性，体现出细微的空间特征和人文化的特征。因此本文所指的城市“空间形态”，侧重于对于非物质形态之间相关联的概念，即依托于城市形态学的土壤，探究其空间形态内容中与活力因素相关的且可以量化的部分。空间活力不仅包含外在的人群表征，也有自身的构成要素。活力提升作为空间品质提升的重要方法一直是学界研究的热点，国外对其的研究主要在经典理论的探索、空间活力的设计和营造8、空间活力的内容和影响因素9以及评价及体系的研究上10，中国的研究角度与国外大抵相似，也主要在理论内涵11、影响因素12、营造方式等方面13，不同的是国内在对活力研究方法的探索上也有较多的成果，体现在人群的行为活动14、空间和测度角度上15。随着新技术的运用，空间形态得以与空间活力进行关联性的研究，主要体现在地区与空间设计角度16、人群活动特征和感知的角度上17。本文所指的空间活力，侧重于物质空间活力的表征，是被物质的空间形态所影响的人的行为发生改变的特征，即包含选择性活动、社会性活动等在内的城市活动，是通过“人”来表现出来的随着物质空间形态发生改变而产生改变的活动表征，由于其活动的特殊性，通常表现在某个区域的外部空间之中，而建筑内部的空间活力由于过于复杂且难以统计，故不在本次的研究内容之中。综上，学界通过把控两者间的动态关系和整体模型进一步提升对于空间形态和活力其本质的研究深度。目前关联性的研究分为两of the regression results,which may present some spurious correlations due to endogeneity problems.Therefore,this paper tries to further analyze the problem of“false correlation”caused by the two important factors of reverse causality and omitted variables in the characteristic commercial districts by using the econometric theory of causal inference.In terms of data acquisition,this paper uses ArcGIS platform combined with field research and semantic recognition of street images to obtain control variables such as road network,building and POI,and green view rate,and uses“Wi-Fi sniffing”method to obtain crowd vitality data.After further analysis,two instrumental variables,wind load variable and building shape factor variable,were introduced through the instrumental variable selection procedure established in this paper to make causal inference on the results,and finally,the data were regressed in STATA software one by one.The results of the study found that the physical space form and the crowd vitality have positive correlation and significant causal correlation,and the quantitative description is that a 1%increase in spatial form vitality will increase the crowd vitality by about 0.25%;and in the process of data analysis,it was found that the correlation and causal correlation with the crowd vitality were only found when the road integration degree,the penetration degree,the building form measure and the business richness were all integrated together.With this phenomenon,this paper proposes the“system theory“of material space form,that is,all elements are part of the system and are interrelated with each other,and should be improved as a whole with the system as the object.This paper solves the problem of how to quantify the amount of change in one element that causes a change in another element.For example,there may be more parts of the spatial morphology system that can create vitality,which can be further explored from more contents in the future;we can also control more environmental variables to make the conclusion more precise,and use other methods in econometrics to explain the causal association,and compare the advantages and disadvantages of different methods to further enhance the validity and persuasiveness of the conclusion.Keywords：Econometrics;Urban Spatial Morphology;Spatial Dynamism;Causal Inference;CorrelationISSUE 4 Aug.2023/JOURNAL OF HUMAN SETTLEMNTS IN WEST CHINA/084种，一是直接基于活力的表征来对形态进行评价，提出更具价值的参考意见；二是在对形态进行量化与活力进行相关性分析，或对不同的形态所承载的活力强度提出假说，之后通过不同方法再对空间活力进行测度，将其进行对比来论证假说。以上虽可以证明自变量与因变量的相关性，但仍有值得进一步深化的空间：回归模型是否具有“内生性”问题，即指标是否含有遗漏变量且自变量是否受到了遗漏变量的干扰从而使得回归结果产生误差。此种模型的内生性导致的两者间相关性的推测误差被统计学界称之为“虚假相关性”8，因此空间形态与活力两者间的相关性仍值得进一步挖掘，探索两者关联性的本质。在本文中，将立足于计量经济学中的因果推断理论，研究的“关联性”是在相关性基础上的“因果关系”，其包含两层含义：其一为“一个事件会不会导致另一个事件的发生”，在本文所体现的则是物质空间形态的改变是否是人群活力的改变的“原因”；其二是随着一个事件的变化，计算另一个事件的变化量，本文所体现的则是探究定量上的空间形态的改变多少，人群活力会随之变化多少。2 实验设计、研究方法和数据来源2.1 虚假相关的解决方法从前文中发现，分析空间形态和人群活力的相关性，确定相关系数，误差主要体现在前两个问题。从前文的研究概述可以发现已有众多研究显示优秀的空间形态会带来较高的人群活力，但同样也可认为较高的人群活力也会反过来影响空间形态发生改变，例如商家店铺会更愿意搬迁于人流量较大的空间，以上原因从而使得研究结论高估或者低估了形态对于活力的影响，此种现象被称之为“反向因果”。其次，人群活力的影响因素多种多样，即使加入了一系列其他可观测的变量也有部分不可观测的变量会对其产生影响，从而使计算结果产生误差，被称之为“遗漏变量”。以上两种问题均会导致“虚假相关”（图1），也是回归分析模型的内生性问题。在计量经济学科中，有几种常见的解决内生性问题的方法，例如实验及准实验（experiments and quasi-experiments）、固定效应模型（FE）等，近来在中国对于两个要素的因果关联性研究中，已有不少的方法开始被利用并得到了众多的研究成果。但相对于本文来说，上述的方法均存在一定的局限，例如固定效应模型仅能消除与时间相关的干扰项，但本文人群活力的未被察觉的解释要素远不止仅与时间相关的因素，由于本文的研究对象主要是人群与物质空间，难以采用实验及准实验的方法。对此，本文决定采用具有独特优势的“工具变量”（instrumental variable）法来研究两者的因果关系。工具变量法虽可以解决几近所有的内生性问题，但是最困难的一点是工具变量难以寻觅，其过程充满了灵感和偶然。即使工具变量的选取极度困难，甚至需要从常理、历史甚至是制度来进行定性推断，但是本文认为，其选取的方法仍可遵从一套程序逻辑，可基于文献调研法来设定工具变量的选取程序。图2给出了工具变量的选取程序图。左图为第一次粗略的筛选，之后将筛选后的变量进入程序图进一步筛选，其中“动静态一致性检查”，如果不一致，即可对此变量备用，之后在模型中进行进一步的检验。“动静态一致性检查”是本文所探究的新方法，原理为首先可以明确每种变量都有自身的类型，如连续变量、虚拟变量和分类变量，但是大部分变量也可从另一角度进行分类，即是否与“时间”相关，具体来说便是是否会随着时间的变化而变化。从本文来看，人群活力作为核心被解释变量，其是与时间高度相关的，因此属于动态变量；因此，筛选下的变量应是静态变量，与时间的相关性很弱或者是无相关性，由于自然界诸多变量都与时间相关，经过动静态的筛选，如果工具变量与被解释变量的动静态不一致，由于一方与时间相关而另一方与时间无关，则有理由进一步说明两者不直接相关的可能性很大，此方法可帮助排除大部分与时间相关的无法观测因素，提升工具变量合格的概率。另外，为了之后进一步进行弱工具变量和过度识别约束检验，经过筛选本文选取两个工具变量。2.1.1 形状因子经过筛选得到的变量是建筑的“体形系数”（Body Mass Index,BMI），体形系数是指“建筑与大气接触的外表面积与建筑本身所包围的体积之比”，可从常理上判断其与建筑强相关但与活动的人群无直接的相关，因此体形系数也可作为本次实验较好的工具变量，但由于研究区内的建筑形态过于复杂，体积难以计算，只能选取对体形系数进行描述的变量，即形状因子f。计算方式为建筑周长的平方与基底面积之比：20LSf=由于体形系数可由形状因子推算而得，两者高度相关，因此可猜想形状因子具有和体形系数相同的解释效力，可作为工具变量。从外生来说，基底的形状为静态变量，也几乎不随任何因素的变化而发生改变，同样不会直接的影响人的活力，即使影响也是通过形态来影响；从内生来说，形状因子必然与前文的空间形态变量高度相关，当形状因子发生改变时，建筑的形态必然会发生改变，因此空间形态变图1 虚假相关的原因示意图Fig.1 schematic diagram of the cause of false correlation图2 基于文献调研法的工具变量选取程序图Fig.2 program diagram of instrumental variable selection based on literature research method2023年第4期/西部人居环境学刊/085量必然也会变化。因此，从定性上可再次证明所筛选出的第一个工具变量很可能是符合要求的。2.1.2 风载体形系数与体形系数的侧重点不同，风载体形系数指的是建筑物表面稳定的风压作痛下的静态压力的分布规律，风载体形系数与建筑的尺度和体型相关，也与周围的环境和地面的粗糙度有关，计算方法是由风在建筑物表面上所引起的力与来流风速压的比值，即建筑物表面收到的风压与大气中的气流风压之比。风载体形系数w通常是为了在台风地区合理的设计建筑围护结构的抗风性能而被重点研究。但于本文来说，其也是一个优秀的工具变量。首先从外生性来说，风载体形系数是静态变量，且基本只与体型、尺度、周围环境和地面的粗糙度有关，以及会受到风速的影响，但风载体形系数不会直接地影响到人群活力，即使会影响到也是通过以上所列出的建筑的某些要素来影响的；从内生性来说，风载体形系数必然会与空间形态高度相关，空间形态变量包含了建筑形态，而风载体形系数的变化必然与其形态或密度有关，从常理上判断两个条件基本满足。但工具变量仍需要在回归模型中进行过度识别约束检验。2.2 核心解释变量和被解释变量2.2.1 核心解释变量核心解释变量是的空间形态中可以营造活力的内容。空间形态的量化研究一直是难点所在18，在不同的研究中有不同的量化的指标，内容涉及面较宽泛。在概念界定中，本文指出其是与活力相关联的空间形态，近来有学者针对此部分内容进行了提取和量化研究，并在结论中证明与活力确实存在关联19。根据康泽恩学派（Conzen School）理论，认为形态关键的要素为城镇平面、建筑组构、土地利用功能和建筑系统等20，因此可基于此理论推出空间形态量化指标的选取框架，即道路系统、建筑系统（建筑空间组构）与土地功能三大块内容。在参考了相关著作后，可以对其在营造活力的原则下城市形态的构建方法进行相关的理论总结，如表1所示。在道路系统中，其一需要具有较高的可达性（足够的人流密度、步行友好、人流密度等），其二为合适的连接性（整合而非分离、强街道联系等），此衡量的计算方法本文尝试借助英国伦敦大学巴特莱特建筑学院比尔 希利尔（Bill Hiller）教授提出的“空间句法”理论，此理论通过拓补关系对道路间的组织和关系来进行量化表述，其“整合度”和“选择度”与表中理论的观点基本相符，可以帮助实现道路系统的量化。数据来源为使用基于ArcGIS平台的sDNA软件进行分析。建筑系统的量化内容较为复杂，但总体来看，其“合适的建设强度”“适宜的密度”是其中的关键步骤。目前对于密度较为科学有效的测量方法包括了容积率、覆盖率、开放空间率、平均建筑层数等多个方面26，仅仅对单一指标的分析所得出的结论可能很难适用于另一个指标，因此建筑系统的形态活力指数应该遵循以上多个指标统一考虑的原则，梅塔贝格豪泽庞特（Meta Berghauser Pont）教授曾提出“空间矩阵”理论来实现对多个指标统一的考虑。叶宇等根据此理论，给出了9种不同建筑形态的活力等级，多层板式或者围合式等能对活力产生最大的正面影响，原因在于这种形态能够更加促进建筑与街道空间的渗透和交互27（表2）。但本文更需要每种不同组合下的活力权重，从表2中可知，建筑形态的活力贡献值分为低中高三个等级，进一步确定权重需要满足两个条件，第一是每种形态分类中最低的活力权重次于其本身等级分类中最高的形态活力权重，例如多层点式的权重需要高于低层围合式，多层板式需要高于高层点式和板式等；第二则是在同一个活力等级中，也需要判断每个形态的活力值。根据以上条件，首先可建立以“高活力的建筑形态”为目标的三个层次，采用AHP层次分析法的理论进行推导（图3）。如图3可得到4个矩阵，分别是准则层1个矩阵以及对方案层的3个矩阵，由前文的几个通过最终的定性结果来反推每个方案的权重值，经过专家打分和讨论后，认定其权重在13之间可满足所有的条件，详细的不同层次的权重赋予如表3。由表3可得，其CR值均小于0.1，满足一致性检验，经过组合赋值，可以由表3所得到的9种不同的建筑形态的活力权重值，结果如表4所示。对于土地功能系统，从活力营造角度出发来进行探究，发现土地表1 不同著作中对三大系统营造活力的方法理论总结Tab.1 the theoretical summary of the ways to create vitality in the three systems in different works形态系统分类 相关理论研究总结道路系统“足够的人流密度”（intensity of pedestrians）和“短的街道”（short streets）21；“整合”而非“分离”（to integrate or segregate）“汇聚”而非“分散”（to assemble or disperse）22；“步行友好”（pedestrian-friendly）23；连续的活动（linking sequential movement）24；轴线与透视（axis and perspective）与整合的桥接（integrated bridging）24；“细密的城市肌理”（fine grain）、“人性化尺度”（human scale）和“强街道联系”25（streets:contact，visibility，and horizontal grain）建筑系统“足够的人流密度”（intensity of pedestrians）21；“邀请而非排斥”（to invite or repel）与“开放而非封闭”（to open up or close in）22；“侧向围墙与边缘连续”（lateral enclosure and edge continuity）和室内外混合（indoor/outdoor fusion）24；“适宜的建设强度”（appropriate building densities）和紧凑的形态（compact）23；“适宜的建筑密度”（development intensity；adaptability）；人性化的尺度（human-scale）；街区的渗透性（city blocks and permeability）25土地系统“主要功能的混合”（a mixture of primary use）21；混合使用（mixed-use）23-25表2 空间矩阵中不同形态的建筑活力等级27Tab.2 different forms of building vitality levels in the spatial matrix分析理论建筑形态活力贡献值空间矩阵多层板式、围合式；高层围合式高多层点式；高层点式、板式中低层点式、板式、围合式低图3 目标层、准则层和方案层归类Fig.3 target layer,criterion layer and scheme layer classificationISSUE 4 Aug.2023/JOURNAL OF HUMAN SETTLEMNTS IN WEST CHINA/086的利用程度是形态要素的一个关键量化要素。通过表1可以发现土地需要有“合适的功能混合度”来保证土地的利用强度，当今，POI数据逐渐应用到了城市的各种领域研究，如社会文化、交通特征以及土地利用28，新的数据源能够更加准确地反映地段信息，具有一定的时效性，因此可利用信息熵的计算方法来统计单元内的POI多样性，相比于传统的功能混合度计算，其结果一定程度上更加具有全面性，数据来源为Python技术在高德地图平台中爬取得到。计算公式为29：n2i 1logiiEpp=（E为信息熵，pi是计算单元中第i类POI的比例）综上所述，总结营造活力原则下的空间形态测度的指标，具体的指标如表5所示。2.2.2 核心被解释变量核心被解释变量为人群活力表征，由前文可知本文中的人群活力主要指在外部空间内活动的人群，因此本文选用了“Wi-Fi探针”仪器，即WiFi嗅探技术来统计人群活力，此方法优点在于便于操作和控制，由于时代原因，智能手机和发达的互联网技术普及下数据量和精确度都有一定的保证，同时此方法也可以较为方便在不同地块上设立采集半径，避免采集到研究范围外的住户、路过的人等无效数据、在算法之中，由于WiFi探针会同时检测到重复用户手机发送的MAC地址，因此需要首先判断是否为重复报送的MAC地址，如果是则保留第一位；其次，仪器会通过两次收到信号的时间来判定此信号是否属于“新增”“常来”和“不常来”，“新增”是指范围内新到且短暂逗留的游客，“常来”是指常驻在范围内的人群，“不常来”则是指范围内长时间逗留的人群。根据分析，其常来的信号类型可能大多来自于建筑内部办公的员工、研究范围之中的居民或者是大型商场里购物的人群等，其大多不在讨论范围之中，因此需要对部分不合理的信号进行筛除，主要选取其“新增”和“新增”的数据。2.2.3 回归模型构建综上，进而构建本次实验的回归模型，为消除量纲以及过大过小的异常值对结果产生影响，对所有变量均采取对数形式，具体写为：i011i22i33ikkiilnY=+lnx+lnx+lnx+lnxu+式中，x1核心解释变量，Yi为核心被解释变量，之后的x2可作为控制变量。此模型也被称为多元回归模型，是控制其它变量不变的一种方法，其系数1代表当保持变量x1ixki不变时，当x1i变动一单位，被解释变量Yi平均值的变化量（式中取值为对数，因此一单位可当作为%）。计算方法上，本文借助目前较常用的两阶段最小二乘法（2SLS）进行系数估计。2.3 控制变量的选取和数据来源经过分析和研究，本文的控制变量可分为两大类。第一大类是自然因素，多为客观因素，如天气、是否疫情管控、是否为双休、是否为晚高峰等，为尽可能地减少不必要的控制变量，提高模型的解释效力，本文在前期搜集数据时便保持了以上条件全部相同。但仍有一部分控制变量需要从学界已有的研究中进行选取。控制变量需要与人群活力具有相关关系，因此可通过查找一系列与之有关的期刊文献、学位文献中进行第一次选取；随后，列出这些文献所证明的与空间活力具有相关性的指标，并遵循前文所证明的控制变量数量不宜过多的原则，在这些指标中再选取最具有影响力的指标作为控制变量，同时尽量可以使选取的其中一个控制变量能够尽可能的代表与之相近涵义的变量，图4展示了基于文献调研法的控制变量的选取流程。本文需要加入控制变量使其结果更具有准确性，尽量避免遗漏变量所带来的偏差，同时提升使模型的R2拟合优度，即提升模型的解释效力。值得说明的是，本文也引入了“调整R2”这一数值，与R不同，R会随着变量的数量增加而增加，即使新加入的控制变量没有意义，而“调整R”则限定了控制变量的增长数量，避免了因控制变量过多而造成模型表4 不同建筑形态的活力值权重计算结果Tab.4 the calculation result of vitality value weight of different building forms 活力等级建筑形态权重活力等级建筑形态权重活力等级建筑形态权重高多层板式0.132 中多层点式 0.044 低低层点式0.037 多层围合式0.132 高层点式 0.116 低层板式0.037 高层围合式0.349 高层板式 0.116 低层围合式 0.037 表5 空间形态量化计算指标总结Tab.5 the summary of quantitative calculation index of spatial form形态系统分类量化实现原则参考理论计算指标道路系统良好的可达性与整合性 空间句法选择度、整合度建筑系统合适的建设密度空间矩阵容积率、建筑密度、开放空间比、建筑层数土地系统足够的利用程度信息熵业态兴趣点多样程图4 基于文献调研法的控制变量选取程序图Fig.4 program diagram of control variable selection based on