基于SNA 的城镇居民点布局特征研究

宋紫铭，陈 鹏

（吉林师范大学旅游与地理科学学院，吉林 四平 136000）

城市是一个人口、贸易、运输、建筑和其他现代要素的高度集中地［1］。近年来，人口增长，城市化水平快速提高，但是人口的增长速度并没有与居民的生活质量幸福感成正比，它甚至会给公共设施建设和配置带来压力，使居民生活感知降低。研究城市居民点空间分布特征对社会发展、科学提高公共服务质量以及增强国民幸福感具有重大意义［2］。

随着计算机和“3S”技术的发展，国内外学者对居民点的研究方法较多，不再局限于以往的定性分析，而是基于GIS 平台，利用遥感影像结合分形理论［3］、复杂适应系统理论［4］、生态位［5］等理论，采用Voronoi 图、分形维数、核密度、空间自相关分析等方法对其进行定性和定量相结合的分析法。近年来，国内学者针对居民点的研究大多都集中于农村居民点的分布，并且研究区域多在北京、重庆等国内大型农村地区或地形极具特点的农村区域，如低山丘陵等。而对城镇居民点分布研究较少，且研究城镇居民点的也是将每个居民作为个体研究，将整个城镇居民点作为一个整体研究非常少见。

城镇居民点本身具有小世界属性［6］，居民点数量规模较大，从空间关系和社会网络的角度来说，彼此之间都存在着一定的影响。本研究从社会网络理论角度，以居民点作为研究对象，结合居民点的空间关系和社会网络两个方面，分析整个居民点网络的特征，以利于解决城市基础设施建设的资源优化问题。

1 研究区概况

南关区是长春市的一个下辖区，位于长春市区东南部。南关区总面积497 km2，实际管辖面积80.95 km2，其中城区面积 23.85 km2，常驻人口 64 万人。南关区人口众多，且居民点分布明显不均，有的地方过于密集，有的地方过于松散，可能会给城市基础设施规划建设造成压力或资源浪费。

2 研究方法与数据

2.1 研究方法

2.1.1 社会网络模型 社会网络分析（SNA）是用来研究行动者及其之间关系的一套规范和方法，行动者可以是人、公司、组织或国家等［7，8］。网络的基本构成是节点和关系，若只有节点，没有关系就不能说是网络。在社会网络系统中所说的点，就是指不同的社会单元，边指的就是这些单元之间的社会关系［9-11］。

2.1.2 网络模型构建方法 “2-模”网络（two-modenetwork）是由两类行动者集合之间的关系所构成的网络［12］。一个“2-模”网络可分为两个“1-模”网络。组建网络首先需要确定点要素和线要素，点要素是指个体、社会单位或社会实体；线是指这些行动者之间的一定关系。两点之间不存在关系，线为0。若存在关系，则根据关系强弱确定线的数目［13-15］。

本研究将服务点和居民点作为“2-模”网络中的两类不同行动者集合，将服务点与服务对象居民点之间的包含关系作为网络模型中的线（图1）。以服务点为中心，一定时间内所到达的范围为半径画圆。在圆内的，即说服务点和居民点之间存在关系。即一个服务点与m个居民点有联系，则每个居民点都与（m-1）个居民点有关系。由此，可以将服务点与居民点之间的“2-模”数据关系转换成居民点之间的“1-模”数据关系。从而确定居民点之间的关系数据，为网络的构建和分析提供数据（图2）。

2.2 数据收集与处理

在地理空间数据云上获取2018 年南关区的遥感影像，利用ArcGIS 进行数字化，获取居民点和服务点数据，主要包括医院、学校、公园、大型商城等共189 个服务点和194 个居民点（图3）。

通过对研究区居民点的空间分布及服务点的布局实地考察，获取研究区域内居民点和服务点之间的空间布局关系并进行分析，发现居民正常步行速度在60~100 m/min，紧急情况下步行速度能到达150~180 m/min。根据南关区当地居民意愿调查——最远可步行去购物、上学、就医等活动，服务点与居民点之间距离以2 000 m 为宜，因此，以服务点为中心，向外辐射2 000 m，统计该辐射范围与各个居民点之间的关系。

3 模型应用

3.1 居民点“2-模”数据转换

基于以上“2-模”关系数据，分为两个“1-模”关系数据，居民点之间的关系数据和服务点之间的关系数据，在Pajek 软件中可完成转换，本研究主要分析居民点之间的数据关系（表1）。

3.2 居民点复杂网络特征

3.2.1 点度中心度 点度中心度强调某个点的单独价值，是衡量该点在整个网络中的重要性。价值越高，与该点有关系的节点就越多，越处于网络的中心位置，所占据的资源就越多，同时也能反映该点对整个网络的控制作用越大。点度中心度最高的居民点可定义为网络控制中心，主要的居民点中心度计算结果见表2（部分）。

表1 服务点可达范围与居民点之间“2-模”关系数据（部分）

表2 居民点的点度中心度（部分）

从对居民点的点度中心度分析，发现整体的网络中心势为处于南关区的上方，以解民物业小区、西四小区、壹克拉公馆、西三小区、长春市政府小区、东康小区等中心性度最高，其余居民点的度数中心度依次降低；南关区上方区域的居民区处于中心度较高的核心地位，该区域与其他居民点的联系较多，对于整个网络的影响较大；点度中心度较高代表与其他联系比较强烈，代表选择居住所时，人们对其的选择几率更大。且由南关区居民点分布图（图3）可知，南关区的上方和中间区域的居民点疏密程度相似，但中心度的差距却很大，说明上方区域的服务点较中间服务点少很多，因此中间区域也应该有较好的公共设施建设和配置。

总体而言，南关区的居民点内部中心度差异较大，核心节点在空间上呈现的特征为聚集分布，具有一定程度上的“核心-边缘”特性。

3.2.2 中间中心度 中间中心度强调某点在其他点之间的调节能力及调节效应，即某两个其他节点，必须经过该点才能有联系。中间中心势越高，代表该点越处于网络中心，对整个网络来说更重要。主要居民点节点的中间中心度结果见表3（部分）。

对居民点的中间中心度进行分析可知，居民点的网络结构中我的家园、凯撒花园点的中间中心度较大，三家子小区、万浦小镇、保利、春天里、国信中央新城中间中心度为0。整体中间中心势为17.19%，中间性趋势较低，网络均衡性不好；中间中心度较高说明节点在网络流传递过程中的作用较为重要，且经过该点的网络流的比例也较高，即处于这个位置的个人可以通过控制或者曲解信息的传递而影响群体，一旦区域出现该问题，可能会导致整个网络出现问题，所以要加强其他居民点之间的联系，使该点的“控制力”降低。

3.2.3 接近中心度 接近中心性强调某点在网络中摆脱其他点控制的能力。接近中心度包括相对中心度和绝对中心度，如果一个节点距离其他节点越近，那么它的相对接近中心度就越高，绝对接近中心度就越小。即一个节点在交往过程中较少依赖其他节点，则该节点拥有较高的相对接近中心度。计算结果见表4。

表4 接近中心度

对居民点的接近中心度进行计算得出，编号41、150、30、132、144 等绝对接近中心度最小，相对接近中心度最大，网络完全联系，不存在孤立的局部网络，具有网络平均接近中心势，为33.05%。一般来说，居民常用的设施，它的接近中心度是比较高的，因此，在相对中心度较高的地方可建设较好的公共设施和配置。

3.2.4 K-core 居民点网络具有较强的集中性和节点中心性特征，网络凝聚力较强。在复杂网络中，节点的核数值越大则在网络中越突出，凝聚力越强。居民点网络的最大K-core 是57，包括74 个节点（图4、表5），说明该网络凝聚力较强。

南关区复杂网络的平均值为7.073，说明该区的一个居民点平均与7 个居民点有关联，连接数目适中，有利于居民点之间对于公共区域的资源共享。

表5 K-core 分布

3.2.5 节点的度 通过对节点的度计算结果发现（图5），节点的度最大值为19，说明一个居民点与其周围19 个居民点之间会相互影响，说明这19 个居民点会共享一些资源。度在8 以下的有107 个，占55.15%，度在12 以下的有154 个，占79.38%，说明整个网络的节点分布不均。

3.2.6 社团结构 居民点网络具有明显的社团结构，根据ucinet 软件分析，将其分为4 个社团为居民点的社团结构最优解。最大的社团包含70 个节点，最小的社团包含34 个节点（图6、图7）。图中居民点分为4 个社团，相同形状的点代表其同属于一个社团，相同社团的居民点基本都处于同一个区域范围内，只有个别的节点会离社团核心较远，而社团的典型特征是各分区内部交流较多，区与区之间的交流较少。

3.3 居民点角色定位

点度中心度测了一个点控制能力，测量网络中该点的自身影响力；接近中心度和中间中心度强调的是一种控制能力，前者强调在多大程度上不受其他点控制，后者强调在多大程度上作为两个节点之间的桥梁。将三种中心度联合起来，确定其角色（表6），从而确定该点在整个网络中的作用以及位置，对指导居民点网络的规划布局具有一定的意义。

根据前文中计算的网络中心度的结构，分别取其中间值，最后得到“二值”数据，对应表6，对每个居民点进行定位（表7）。

由角色分析可知，居民点西四小区、北安小区、米兰城市花园等在整个网络中起主导作用，处于网络的绝对核心地位，对网络有最重要的影响力和控制力；居民点新城雅苑、万豪汇景新城、陶然庭院等在整个网络中承担联络者的位置，与网络中的重要居民点联系紧密，起到垄断局部网信息传递的作用；居民点长春市政府小区、东康小区、长大小区等在整个网络中主要是扮演了深入者的角色，这些节点扎根于整个网络中，与网络中其他节点很近，与他们都有着联系。因此，在居民点规划过程中，扮演主导者、联系者、深入者等角色的居民点占有重要的作用，且在指导居民点规划、设施规划等过程中起到主导作用。

4 小结与讨论

本研究采用了社会网络分析法对于研究传统的规划问题来说是少见的，在分析结构上，社会网络有着独特的优势，它可以在复杂的关系中构建出一定的网络模型，并且可进一步发现网络的结构特征，从而分析其内在联系。本研究从不同的角度研究居民点网络，将居民点作为一个整体研究，打破了以往的单体研究方式，研究结果如下。

1）主导者和深入者基本都位于南关区上部地区，部分枢纽者、局部深入者位于此，此处“K-核”也都处于高核，且大部分处于第一社团（1-team）中，所以第一社团在整个居民点网络中处于核心地位，是整个网络中重要的居民点社团，该社团对整个网络中的其他社团有最重要的影响力和控制力。

2）大部分中间人、边缘者，部分局部深入者，小部分枢纽者组成了第二社团（2-team），该部分虽然位于网络系统的边缘，但它是部分场所联系的枢纽，是其他场所之间关系构建的中介，在某些局部网络中起重要的联系作用。大部分的探索者和联络者构成了第三社团（3-team），该社团在空间位置上虽然离核心地域较远，但却与其他区域存在联系，是局部网络与其他网络联系的重要场所。

3）部分中介者、探索者、枢纽者、联络者、局部深入者和很小一部分边缘者组成了第四社团（4-team）。第四社团在地理位置上位于南关区中部偏下，处于一个衔接的地理位置，因此，该社团是部分场所联系的关键，虽然其离核心场所较远，但在局部的系统中作为联系两个场所的媒介中起重要作用。

通过本研究结果可以看出，整个居民点网络虽然完全联系，不存在孤立的局部网络且网络凝聚力也较强，但是整个网络明显不平衡，节点分布不均。有的地方过于密集，有的地方过于稀疏，前者可能造成浪费，而后者将存在资源不足的情况。因此，将各个节点的K-Core、节点的度与社团分布分析发现，社团的K-Core 越高、节点的度也较高，因此，该社团区域的公共设施建设和配置较高、密度较大、居民点与服务点也较多，但此种情况会造成社区资源布局浪费；而社团网络密度小，说明该区域服务点过少、资源分配不均，需要进行调整。由于本研究数据限制，在社会网络模型构建过程中存在一定误差，需在后续的研究过程中进行深入研究，以获取更为精确的研究结果。

表6 角色定位

表7 居民点角色