街道形态与城市密度

街道形态与城市密度123王浩锋施苏饶小军【摘要】面对我国城市土地资源日益短缺的严峻挑战，高密度开发和土地集约化利用是城市规划建设的重要导向。如何科学地安排城市密度的布局 ，合理规划土地的开发强度，从而有效地实现土地的集约化利用不仅是个紧迫的现实问题，而且也对于城市的可持续发展具有长远的战略意义。本文以深圳为例，应用 空间句法(Space Syntax )的理论与方法，结合功能混合模型( Mixed Use Index ),从宏观和微观的视角 对城市不同尺度的用地单元的街道形态、开发密度和功能构成模式进行了量化，并从数理统计的角度分析 了它们之间的相关性。本文的分析结果显示，城市物质形态的密度在不同维度上与土地开发强度的某些指标如容积率、各类建筑的密度、商业网点密度、用地功能构成之间存在着系统的联系。城市密度不仅仅是抽象的概念或数字，而是具有多方面的丰富内涵。城市形态表述的不仅仅是城市作为人造物体所具有的物质属性，同时也蕴含 着街道网络作为一个组织系统承载不同类型和不同强度开发建设的特质。无形的、抽象的城市(开发)密 度如何建筑于有形的、以特定组织构成方式形成的街道网络和公共空间界面之上，对于我们了解城市的运 行机制、理性开展规划设计的实践工作，具有至关重要的作用和意义。【关键词】 街网形态；城市密度；开发强度；空间句法；深圳1. 研究问题我国的快速城市化进程和城市规模扩张面临着土地资源日益短缺的严峻挑战，高密度开发和土地集约化利用已经成为应对城市规划建设的重要措施和手段，在未来也将是城市发展的主要导向。如何科学地安排城市密度的布局，合理规划土地的开发强度，从而有效地实现土地的集约化利用不仅是个紧迫的现实问题，而且也对于城市的可持续发展具有长远的战略意义。虽然学界对城市密度(Urba n Den sity )的概念尚未形成统一的定义，但却从未否认其内涵的丰富性。我们通常用土地的承载力来表述城市密度，如单位面积内的人口数量、 总建筑面积或各类建筑的面积、或就业岗位等指标。从城市的文化和功能的某些方面来说，城市1住房和城乡建设部软科学项目(2011-k5-1)2广东省自然科学基金项目(S2011010001887)3国家自然科学基金项目(51178269)密度也被用来表示各种社会实践、 交流和经济活动在空间的聚集、 毗邻、 重合程度等分布状 况。除了上述两种情况之外， 也有学者认为还存在着第三种类型的城市密度： 以街道网络为 基础的城市肌理密度和地块密度 1 。目前， 关于城市密度的研究大多数从产业发展、 微观经济学和环境承载力等角度探讨土 地开发的规模和容量问题， 并从经验的角度总结建设的容积率指标。 研究的问题大多关注人 口密度、建筑密度（覆盖率、容积率） ，或者各类社会、经济、文化活动在城市空间中的聚 集和混合程度。 在实践中， 往往从城市的规模、 交通规划、 产业布局和用地结构、 生态容量、 自然环境等方面来经验地提出上述城市建设的各项密度分布和分区问题 23 。较少有研究关 注城市密度第三个方面内涵， 即物质形态的密度问题。 对其研究， 特别是街道网络的密度和 结构问题， 视角往往过于关注于交通问题， 忽视了街道作为城市社会、 经济和文化活动载体 的重要作用。街道网络作为联系城市各部分的纽带， 使得城市整体得以运转。 从设计的角度来说， 城 市规划是通过具体的物质空间形式的组织实现资源的合理配置。 从历史的角度来看， 街道具 有一定的稳定性， 在城市形态演变中得到不同程度的延续， 并对演变中的用地调整、 人口分 布和功能布局产生影响。 城市的发展及扩张无疑是一部关于物质空间结构发展、 更新及转移 的历史， 而这其中的一个至关重要的问题是： 城市密度的不同内涵之间是否有联系？街道网 络如何支撑各种密度的开发建设活动？城市形态与城市密度之间存在某种联系似乎已是共识， 但它们之间究竟是怎样的具体联 系却一直未得到很好的研究。 美国社会学家 Jane Jacobs 经验地认为小尺度的城市地块划分 和密集街网的连通性是城市活跃地区的重要特征 Siksna通过实证的角度对上述看法进行了验证， 在美国和澳洲城市中心的比较研究中发现中心区的街道网络具有形态紧凑、密度强化的演变倾向 5 。伦敦大学的 Hillier 教授及其同事，利用他们发展出来的空间句法理论与方法，以城市出行经济学（City as Movement Economy）为解释体系，从定量分析的角度解 释了城市中心形态的形成与演变机制67。Peponis等人将空间句法方法应用于美国亚特兰大都市区各城市的开发密度研究， 发现城市街道网络的平均密度与人口、 用地单元、 居住建筑和商业服务设施的密度分布之间存在显著的统计相关性1 。荷兰 Delft 大学的 Van Nes 和Mashhoodi 等人则进一步将用地的功能构成考虑进来，从微观的视角分析了街道网络的可达性、土地开发强度与用地功能的混合程度之间的动态关系， 度评价方法 89 。并提出了基于空间分析的城市密本文在借鉴上述研究的基础上， 应用空间句法的技术方法， 以深圳主城区 （原特区主要部分）为研究对象，从宏观和微观的不同层面对街道网络密度与土地开发强度之间的关系进 行定量研究，探讨城市密度的空间分布规律及其不同内涵之间的互动关系。2. 数据样本与研究方法本文的研究范围西起深圳南山区的前海大道，东至罗湖区的沿河路一带， 南至蛇口码头和深圳河，北至北环大道，总面积约95平方公里。研究在宏观和微观两个层面展开。在宏观层面，我们按照大致形成的城市片区将上述95平方公里的研究范围划分为10个片区，并在此基础进一步划分为 50个次区，作为分析的基本单元（图 1 ）。微观层面的研究则以 200 米X 200米的方格网为基本的用地分析单元。图1研究范围与片区研究单元划分，10个片区以红线表示，50个次区以蓝线表示本文在城市建筑普查数据的基础上，应用空间句法和功能混合模型（Function MixModel）等方法对不同尺度用地单元内的各项城市密度数据进行了量化。最终形成的数据包括以下几类：（1）街道形态指标，除了包括传统意义上的街道密度指标（即每平方公里的街道长度）外，还包括空间句法的一系列基于网络的拓扑-几何连接关系的度量指标；（2）开发密度指标，除了常用的容积率指标外，还包括用地单元内的地块数量（地块密度）、各类性质建筑的密度和商业网点密度等指标；（3）用地的功能构成比例（混合度）。空间句法分析方法空间句法通过“轴线模型”将城市的道路系统解析为空间网络。轴线指街道不受运动阻碍或视线遮挡所形成的最长延伸线。涵盖道路系统的最长且数量最少的轴线之间相互连接，构成城市的轴线图。由于街道的拓扑连接和几何关系，某些街道将比其它街道变得更具可达性，于是具有成为目的地的更大潜力；而另一些将更多地作为网络中起点和目的地之间的通过路线。上述关系通过数学模型加以量化，形成一系列句法变量，并以颜色加以直观显示，如图2所示10。如“整合度” （Integation）表示一条轴线到其它轴线的平均（拓扑）距离(Closedness );选择度”（Choice ）反映轴线作为最短通过路线的潜力（Between-ness ）。(n) Lij建1 UMMlel(c) APgSIIFlH UMKkl图2（左图）空间句法的轴线分析模型，图片来源10法对比，图片来源11(h) grnplt 口F ()iA paplt of (c)图3（右图）轴线模型与线段模型的分析方空间句法的最新技术成果是轴线模型派生的“线段模型”，即将轴线节点之间的线段作为分析单元，以反映轴线组成部分之间的差异11。同时，对“距离”的度量也从拓扑距离扩展为角度距离（累积的转向角度）。此外，还可以通过设定网络分析半径，来度量街道在不 同城市尺度上形成的潜力。 如1000米半径的整合度反应一段街道在距离其1000米出行范围内（步行约12分钟）相对其它街道的可达性，描述该段街道在步行尺度下的出行潜力和城 市空间网络的局部结构特征；而10000米半径的整合度则反映了该段街道在更大空间范围内 和机动车出行尺度下的相对可达性，描述城市空间网络的全局结构特征（图4）。此外，本文应用的空间句法变量还包括“线段总长度”（Total Segment Length）,如800米半径的线段总长度表示距离一个线段800米范围内的所有线段的长度之合。“整合度”、“选择度”和“线段总长度”由街道网络的拓扑连接关系决定，因此也被称为街道的“结构性密度”图4深圳街道网络局部（1000米半径）整合度（上图）与全局（10km半径）整合度结构（下图）。功能混合模型（Mixed use Index ）功能混合模型由荷兰 Delft大学的Hoek博士提出，用来度量城市用地单元内的功能混 合程度12。该模型将功能划分为居住（Housing ）、工作（Working ）和服务（Amenity ）三大 类，依据各功能所占地块内总建筑面积的比例进行用地构成分类，如图5的三元模型所示。本文在该模型的基础上将深圳城区的用地结构分为如下7种类型。（1） 单一居住功能（H）：用地单元内居住占总建筑面积的80%上、且另外两大功能 所占比例均小于10%（2）单一服务功能（A）:用地单元内服务业（如商业、休闲娱乐等）占总建筑面积的80鳩上、且另外两大功能所占比例均小于10%（3）单一工作功能（W：用地单元内工作（如写字楼、行政办公、工业等）占总建筑面积的80%上、且另外两大功能所占比例均小于10%(4)居住与服务混合(H_A):居住与服务均占总建筑面积的10%上、且工作所占的比例小于10%(5)居住与工作混合(H_W)：居住与工作均占总建筑面积的10鳩上、且服务所占的比例小于10%(6)服务与工作混合(久W：服务与工作均占总建筑面积的10%上、且居住所占的比例小于10%(7)完全混合型(H_A_W：三类功能所占总建筑面积的自比例均超过10%图5功能混合模型(Mixed use Index )及其分类方法，图片来源12。对深圳城区的街道形态和土地开发指标进行量化之后，我们通过GIS的数据处理平台将其叠加并与宏观和微观层面的用地分析单元关联，计算出每个单元内的各类城市密度数据， 进行统计相关性分析。需要说明的是，以200米X 200米方格网划分的用地单元与街区不重合，出现了切割建筑物的情况。为此，我们开发了相应的GIS工具，按照建筑物投影在单元格内的比例将建筑面积分配给不同的单元格。在剔除了包含面积很少或功能不明的单元格之后，最终的样本由1775个单元格组成。宏观分析重点考虑街道形态与片区的平均开发指标 之间的定量关系，而微观的研究则针对用地功能构成特点对上述关系展开了进一步分析。3. 城市片区的街道形态与城市密度宏观视角街道密度与地块密度：城市密度的一个基本定理图6分别显示了深圳主城区的10个片区和50个次区的平均地块密度、平均街区密度和 平均街道密度的数据。10个片区中，街道形态的几乎所有指标都与片区的地块密度存在很强的关联，且统计检验为显著（表1）。其中相关度最高的是街道 2000米半径的选择度（r2 =0.817 ），其次为1000米半径的选择度（r2 = 0.795 ）和街道密度（每平方公里街道长度，r2 = 0.695 ）。50个次区（右）的平均地块密度。图6a深圳10个片区（左）和图6b深圳10个片区（左）和50个次区（右）的平均街区密度。表1街道形态与地块密度的统计相关性（ Correlation coefficient r2）街区密度街道密度Int 1000Int 2000Int RnCh 1000Ch 2000Ch RnTSL 1000TSL 200010片区0.5840.6950.6920.6540. 0010.7290.817-0.3080.5790.57850次区0.3900.4110.3920.310-0.0240.4840.509-0.0700.3060.233上述结果与Peponis等人在美国亚特兰大的城市密度研究中发现的情况并无二致，即城市物质形态方面的某些密度如街道密度与土地产权数量的分布存在着正比关系，他认为这种关系是城市形态的基本定理之一 1。城市公共空间网络的密度的提高可以容纳更多数量的用 地单元，也就意味着有更多潜在的业主来开发建设。城市公共空间与私密空间之间的界面将随着街道密度的增加而强化， 隐含在城市形态背后的这种社会逻辑来自于两种因素的共同作 用，即（利益均沾的）经济性原则与地块划分的（几何）形态限制。不难想象，更多数量的 地块划分方式就需要配套更多街道满足独立出入的需要，而每个地块都有一个最基本的沿街面与进深的比例限制，不能无限地降低这个比例。街道深圳的案例验证了上述定理的同时， 也显示出相对于传统意义上的街道密度指标，网络的可达性与地块密度的相关性更高。 当10个片区被进一步细分为 50个次区时，街道形 态的几个指标与地块密度的相关性均有不同程度的下降，特别是全局 （半径Rn）可达性与地 块密度的相关度急剧下降，说明地块密度与街道网络较小出行半径可达性的关系比较紧密。街道形态与容积率图7 10个片区（左）和50个次区（右）的平均容积率。10个片区的容积率与街道形态之间呈现出极高的相关性。其中，街道密度、3000米半径的可达性与片区容积率的关联程度最高，r2值分别为0.863和0.853，而全局（半径为n）可达性与容积率的相关性较弱（表 2）。表2 10大片区街道形态与建筑密度的统计相关性（ Correlation coefficient r2）街道密度Int 1000Int 2500 Int 3000Int RnCh 1000Ch 2500Ch 3000Ch RnTSL 100CTSL 2500TSL 3000容积率0.8630.7230.7630.7530.0470.7000.7880.853-0.1800.6730.7240.716居住0.6360.5580.4630.404-0.0300.6510.6240.568-0.5970.4620.4090.357非居住0.5580.4370.6220.7030.3930.3130.5250.6240.0310.4740.6360.710表3 50个次区街道形态与建筑密度的统计相关性（ Correlation coefficient r2）街道密度Int 1000Int 2500 Int 3000Int RnCh 1000Ch 2500Ch 3000Ch RnTSL 1000TSL 2500TSL 3000容积率0.5310.6260.4610.4120.0080.5700.5320.469-0.0080.5720.4180.379居住0.2560.2580.1680.127-0.0380.3010.2450.205-0.0760.2020.1340.105非居住0.2950.4120.3520.3660.1620.2690.2650.2870.0330.4440.3600.365我们按照建筑性质将片区的容积率指标拆分为居住建筑密度和非居住建筑密度，并分别将其与街道形态进行统计相关分析。结果显示，无论是居住建筑密度还是非居住建筑密度均2与10个片区街道形态的各项指标有较显著的关联（r最高值分别为0.651和0.710 ）。此外,值得注意的是，片区的居住建筑密度与全局选择度存在着较强的负相关（r2 = -0.597 ）。然而，对于非居住建筑而言，这种关系则反转过来，且全局整合度的关联度明显高于全局选择2度（r值分别为0.393和0.031 ）。50个次区的数据分析结果大致与10个片区相似，但关联程度有所降低（表 3）。其中，1000米半径的可达性与容积率的关联度最高，r2 = 0.626，略高于街道密度r2 = 0.531 。此外，1000米半径的可达性与非居住建筑密度的关联度高过 居住建筑密度，而在 10个片区的数据分析中这种差别并不明显。这里的结果似乎表明不同类型的建筑在城市宏观范围的有着各自不同的空间分布特点。密度较高的住区倾向于分布在整个城市范围内可达性较低、机动车穿行较少的地区， 这固然反应了居住建筑的区位选择特点，但在一定程度上也由于当代分离式的居住区规划模式所导致的结果。街道形态与商业密度本文的商业密度数据采用了仅包括网点面积在500平方米以上的规模网点。 商业密度的量化采用了两个方面的指标，商业面积密度和网点数量密度，分别为片区商业网点的总建筑面积和总网点数量与片区土地面积的比值（图8）。图8a深圳10个片区（左）和50个次区（右）的平均商业面积密度图8b深圳10个片区（左）和50个次区（右）的网点数量密度 （下图）。10大片区中，与商业面积密度相关性最高的是2000米和1000米半径的选择度，r2值分别为0.495和0.395。同时，与网点数量密度相关性最高的变量仍然是2000米和1000米半径的选择度，r2值分别为0.491和0.446。（表4）。到了 50个次区，商业密度与街道形态 密度指标的相关性有不同程度的下降，但一个共同的趋势是街道可达性与商业密度的关联程度较明显地高于街道密度的相关度（表5）。网点数量密度与街道可达性的相关程度也较明显地高于商业面积密度的关联程度。这种情况似乎说明街道可达性较高的片区聚集了更多数 量的商业网点，虽然该片区网点的平均面积未必大过其它片区。表4 10大片区街道形态与商业密度的统计相关性（ Correlation coefficient r2）街道密度lnt_R1000lnt_R2000lnt_RnCh_R1000Ch_R2000Ch_R n商业面积密度0.1850.3210.350-0.0560.3950.495-0.198网点数量密度0.3260.2860.294-0.0010.4460.491-0.197表5 50个次区街道形态与商业密度的统计相关性（ Correlation coefficient r2）街道密度Int_R1000Int_R2000lnt_RnCh_R1000Ch_R2000Ch_R n商业面积密度0.1690.3320.288-0.00040.3200.319-0.002网点数量密度0.1310.3390.335-0.00030.4280.446-0.0104街道形态、用地功能构成与容积率一一微观视角与前面宏观视角的分析相比，微观研究的内容增加了用地结构的维度，以200米x200米的单元格为用地单元分析街道形态、用地功能构成与容积率三者之间的关系。三类数据在单元格内的分布见图 9-图11。街道形态与用地功能构成图4显示了不同网络半径下（1000m,2000m和Rn）深圳主城区街道的可达性（Integration）分布，数值高低用由暖（红色）至冷（蓝色）的色系表示。1000米半径的In tegration结构显示，作为步行出行目的地，可达性最高的地区集中在罗湖和福田的少数几个地区，其中罗湖的国贸、 东门和宝安北路一带，以及福田的华强北和上下沙一带可达性最高。华侨城、竹子林、香蜜湖和科技园一带的可达性基本属于全城最低的位置。到了 2000米半径，福田区和罗湖区之间沿深南大道呈现出很高的可达性。而对于大范围、机动车出行的全局结构来说，高可达性的地块普遍沿着城市主干道分布，反应出城市以机动车交通为主导、超大尺度的路网结构的规划特点。我们对所有单元格的可达性数值进行了排序，将排在前列、占总数的比例依次为10%20唏口 30%勺单元格分为3组，然后按照功能混合模型的分类（Function Mix Model ）对每个组内不同用地类型单元格的数量进行统计，以期发现地块的可达性与用地结构之间可能存在的关系。总体而言，在不同出行半径下，各功能构成类型在In tegration结构上的聚集程度比Choice结构略高一些。例如，与街道可达性关联度最高的是完全混合类型（H_A_W用地，总量的57.5%分布在（1000米半径）可达性最高的30%勺单元格内。其次是单一服务（A）和服务与工作混合（A_W用地，大约有近 40%勺总量分布在全局（半径 Rn）可达性最高的 30%勺地块内。相比之下，单一居住（ H用地与可达性的关系较弱，仅有约 26%勺总量分布 在较高可达性的地块内，虽然在不同网络半径上的分布比例基本一致（图12）。图9单元格的可达性分布（Int_1000m ）图10单元格7种功能构成类型的分布。图11单元格的容积率数值分布。各类型的用地在不同网络半径下的聚集程度有所不同。混合了居住的用地类型（H_A_WHW H_A）在较小出行尺度上（1000米和2000米半径）的聚集比例显著超过它们在较大出行尺度上（Rn半径）的分布比例。而对于单一服务（A）和单一工作（W类型的用地来说,上述关系则刚好颠倒过来，较大出行半径的可达性与这两类用地的分布关系更大一些。 这些 都表明不同类型的用地构成与不同出行尺度的可达性之间存在一定的联系。 总的来说，混合 类型的用地倾向于分布在较小半径可达性较高的地区，且功能混合度越高聚集程度也越高。图12各类用地功能构成类型在可达性最高的 IbplO Ibpld10% 20%和30%单元格的分布比例街道形态、用地功能构成与容积率表6列出了以1775个单元格为分析对象的可达性与地块容积率的统计相关性数据。在1000米、2000米和全局等不同出行尺度下，可达性与容积率的相关性检验均为显著。其中,1000米半径的可达性与容积率的相关度最高，R2=0.16。此外，随着分析半径的增加，可达性与容积率的相关性迅速下降，直至微乎其微的程度（半径Rn）。表6地块的可达性与容积率的统计相关性（Correlation coefficient r2）r2lnt_1000Int_2000lnt_Rn容积率0.1620.1190.005Mano.H- RtYbyXfffFAR by Irrt.RlOOO|亘 Bivariate Fit of fAK By InEWQ2DQhijmoo| FLit_1 QM* Summary of Fit fiSqyurt RSquare Adi RdctI Mean Square Eftw Mc*n gf H#SPflflSC Otervebons (or Stn VijfiB)0訝昨 fl.ZTMT? 1.QSDT74 I1S3B：i_H_W- FitfcyX?f FARby|时.电刚 j回T Bbarlare Fit gf FAIR 唧 lnt R1DDQkn1 临*LkrtfifFt Linear FitFAR = D 708482Q - iD.C 11 lO75*inl_R1 ODO审 Summary csaiicn& 阳r Sum Wg阁21S Bi_W_A- Fit VbyXnf FAR by nt_R1000_q_|_=J=Bivariate Fit of FAR By lint JR1000kiijmco专UfieaFiFAR e Q.54416O - D.C-10675811 DM审 Suminavy of FieR5quareC.2B5&2RSquare AdjQ.2S7Q77RdoC Mean Square ErrorMean of Raponsa1 .&5W35taserriffikina. for Sum Wgls j90M4nEd_A_H_W- Frt Y by X. ol fAft by linfe_. ! l=J 审 Bivariale Fit of FAR 创 JntRiOOTB Sfi 1004 创刑炊园 Fl I审 Linear filFAft 丄 0 472 Dl20?eihl_RlDOO于 Summaiy al FitfiSqusr?22 禅4umMi此22血輻flor SquBir Empr 1 1 冲图13.类功能构成模式单元格的容积率与可达性的统计分析散点图，左上到右下的类型依次为 HA、W H_AH_W W_A H_A_W为了考察可达性和容积率的关系是否受到用地功能的影响，我们将单元格按照功能混合模型的7种类型的进行了分组，对组内样本分别进行相关性分析。除了单一居住（H）类型外，其它各类用地类型的可达性与容积率之间的相关度均有不同程度的提高（图？）；其中,单一工作（R2=0.28 ）、服务与工作混合（R2=0.26 ）和完全混合类型的（R2=0.22 ）提升幅度 显著（图13）。我们进一步对单元格内单一功能的构成比例作为控制变量进行了再次分析。具体的方法是对地块内包含的居住、服务和工作三种类型的建筑面积所占地块总建筑面积的比例进行了 筛选，并以10%勺比例为分割线控制地块内某一功能的比例分布，然后对不同比例下可达性 与容积率的关系进行拟合分析。分析的数据结果见图14,图表中的横轴代表单元格内某项功能所占的面积比例，纵轴代表可达性与容积率的相关度（r2）。从中可以发现以下几点。首先，当地块内某一功能的比例接近一半（50%的时候，可达性与容积率的相关程度数值会发生明显的突变。其次，以服务功能对可达性与容积率之间相关度的影响最大，而居住功能的影响最小。 其具体表现是，以前者构成比例为控制变量的时候，可达性与容积率的相关度最高（图？中红线，R2= 0.32 ,50%：匕例）；而以后者为控制变量的相关度数值最低（图？中蓝线，R2= 0.09 , 80%：匕例）。这意味着当地块包含服务功能的时候，容积率对可达性有较 高程度的依赖性，可达性越高则土地开发强度的潜力越大。最后，当地块内某项功能所占比例逐渐增加并占据主导地位的时候（比例大于80% ,可达性与容积率之间的相关度依据功能的不同而有不同的趋势变化。例如，当居住功能所占比例过半的时候，可达性和容积率的关联程度由0.22突然降至0.12，并且随着居住成为主导（比例 80%功能而逐渐下降。而 对于服务功能，当其所占比例过半的时候，地块可达性与容积率的相关程度有个非常显著的提升，R2数值由0.15增至0.32，然后随着其比例的增加有较明显的下降。对于工作功能， 当其所占面积比例在 50%以下时，可达性与容积率的关联程度与服务功能的情况几乎一致； 但不同的是，这种相关度随着工作成为地块的主导功能而进一步强化（最高值R2=0.28，比例 80%）。5. 总结与讨论本文从宏观和微观两个层面分析了深圳主城区的土地开发密度在城市空间中的分布规 律和特点。定量数据分析的结果表明， 街道的密度和形态与城市密度的某些指标如地块密度、 容积率和非居住类建筑密度之间存在着系统的相关性， 与另外某些指标如居住建筑密度之间 相关程度较弱。 研究还表明，街道网络的句法密度 （或结构性密度，即基于拓扑连接关系的 可达性） 与传统意义上的街道密度指标相比， 不仅能更好地从宏观的视角揭示土地开发密度 在不同城市片区之间的空间分布差异； 同时也能帮助我们把握地块在较为微观层面的容积率 变化。 特别是当我们将地块的用地功能构成情况考虑进来的时候， 前者的作用更为显著： 地 块的功能混合度越高， 可达性与容积率的关系越紧密， 较高的可达性意味着更高强度的土地 开发潜力。 此外，街道形态与容积率的关系受到城市出行尺度的影响， 随着出行距离（网络 半径）的增加，两者的相关度逐渐降低。国内外关于城市形态与城市密度关系的定量研究较少， 本文也仅仅是就深圳的案例进行 了初步分析， 加之受到数据精度的干扰和研究方法的限制， 上述发现与其说是结论性的， 不 如说是为将来进一步研究提出了一些问题与假设。 其中的问题之一， 对于不同的城市， 城市 密度所包含的几方面内涵之间的关系是否不同？要回答这个问题，我们需要扩大研究的范 围，将深圳行政区内的更多城区纳入分析，甚至需要增加其它城市的案例研究。此外， 我们 还需要改进研究方案和研究方法。目前微观层面的研究采用了200米X 200米的单元格，相关度统计分析的数值并不高。 我们可以尝试采用不同尺度的单元格作为研究单元， 以改善数 据分析结果。 同时， 我们还需要关注到空间句法研究中发现的一个规律性现象，即城市以线性要素的街道来组织用地结构而非面域要素的用地单元。为此， 我们需要对重新梳理研究数据的结构和组织方式， 以街道替代地块为分析单元， 进一步分析街道网络的形态结构如何影 响街道两侧的开发密度及其对不同类型、不同强度开发方式的调节机制。虽然如此， 本文的研究结果表明城市密度不仅仅是抽象的概念或数字，而是具有丰富的内涵，不同方面的内容之间存在着互动。 城市形态表述的不仅仅是城市作为人造物体所具有 的物质属性， 同时也蕴含着街道网络作为一个组织系统承载不同类型和不同强度开发建设的 特质。无形的、抽象的城市（开发）密度如何建筑于有形的、以特定组织构成方式形成的街 道网络和公共空间界面之上， 不仅是我们了解城市的运行机制难以回避的问题； 同时， 对于 指导城市规划设计的实践工作，也具有重要的作用和意义。参考文献：1 Peoponis J., Allen D., French S., Scoppa M., Brown J. Street connectivity and urban density: spatial measures and their correlation. Proceedings of the 6th International Space Syntax Symposium, Istanbul, 2007.2 唐子来，付磊 . 深圳城市密度分区研究 J. 城市规划汇刊， 2003(4) :1-9.3 周丽亚，邹兵 . 探讨多层次控制城市密度的技术方法 J. 规划研究 2004(12)：28-32.4 Jacobs J. The death and life of great American cities M. United States: Vintage Books Ed. 1992.5 Siksna A. The effects of block size and form in North American and Australian city centersJ. Urban Morphology 1997(1):19-33.6 Hillier B. Cities as movement economies J. Urban Design International 1996 (1):49-60.7 Hillier B. Centrality as a process: accounting for attraction inequalities in deformed grids J. Urban Design International, 1999 (3/4):107-127.8 Van Nes A., Berghauserpont M., Mashhoodi B. Combination of Space Syntax with Spacematrix and The Mixed use index: the Rotterdam South test case. Proceedings of the 8th International Space Syntax Symposium, Santiago de Chile, January 2012.9 Mashhoodi B., Berghauser Pont M. Studying land - use distribution and mixed - use patterns in relation to density, accessibility and urban form. ISUF 2011, Montreal, Canada, August 2011.10 Hillier B., Iida S. Network Effects and Psychological Effects: a theory of urban movement, in van Nes, A. (ed.), 2005, Proceedings of the 5th International Space Syntax Symposium, TU Delft, Netherlands, June 2005.11 封晨，王浩锋，饶小军 . 澳门半岛城市空间形态的演变研究 J. 南方建筑， 2012(4)：64-72.12 Hoek J. The MXI (Mixed Use Index): An instrument for anti-sprawl policy? Proceedings of the 44th ISOCARP congress, 2008.作者简介： 王浩锋（1972 ），男，博士，深圳大学建筑与城市规划学院、 深圳大学建筑研究所， 副教授， 中国城市规划学会会员；施 苏（ 1987 ），男，硕士，深圳大学建筑与城市规划学院、深圳大学建筑研究所，硕士研究生； 饶小军（1960 ），男，博士，深圳大学建筑与城市规划学院， 教授、副院长；深圳大学建筑研究所， 所长。