計量經濟學視角下城市特色商業街區空間形態與活力的因果關聯性研究*
——以合肥市為例

孔子然 肖佳琦 宣 蔚 夏永久

0 引言

城市空間結構是指城市物質環境、功能與文化等要素間的聯系，其對城市功能、城市的發展有重要影響[1]。隨著中國城鎮化水平的提高，城市的空間和景觀格局發生改變，城市建成區的不斷擴大，內部空間組合愈發多樣，使得城市空間的結構也愈發復雜[2]。城市空間結構的有序發展是解決目前部分城市空間問題的重要途徑，其有序發展則與空間形態和活力相關，探究兩者的關聯性，對推動城市空間重構、實現城市可持續發展具有重要作用。但目前的關聯性研究一是直接從基于活力的表征來對形態進行評價，提出更具價值的參考意見；二是在對形態進行量化與活力進行相關性分析，或對不同的形態所承載的活力強度提出假說，之后通過不同方法再對空間活力進行測度，將其進行對比來論證假說，其大多圍繞于回歸分析中展開，回歸分析確實可以證明自變量與因變量的相關性，但此種方式在關聯性的實際運用上仍有值得深化的空間：即回歸模型是否具有“內生性”問題而導致結論有誤差，這種現象被稱之為“虛假相關”[2]，在相關的情況下，可以進一步探究其一定程度的因果關系，因此有必要借助計量經濟學中的因果推斷（causal inference）理論，探究兩者進一步的關聯性，使其結論能夠更加的合理和精確，對未來的城市空間結構研究具有一定的現實意義。

1 概念界定與研究概述

城市形態學（urban morphology），是一項對城市物質空間形態及其演變過程以及城市物質空間形態和非物質形態關聯的研究[3]。國外對城市形態的研究起步較早，主要體現在理論方面的探索，從施呂特（Schlvter）發表《城鎮平面布局》為開始的標志，二戰前后經過發展，形成了著名的康澤恩學派、意大利學派[4]、法國凡爾賽學派和芝加哥學派等不同派系，近年來也開始注重從與非物質因素之間聯系的視角出發進行形態的研究，比較著名的是凱文林奇的城市五要素。隨著信息時代對形態發展進行反思，這之后比爾·希利爾（Bill Hiller）提出的“空間句法”理論為代表，開始對形態進行定量分析，注重元素間的聯系，從“人”的運動出發統一了形式與功能兩大因素的矛盾[5]。中國的形態學研究則主要集中在不同尺度上的研究，如宏觀的城市層面、中觀的區域層面和微觀的街區層面[6]，近來隨著龍瀛等學者提出了“人本尺度”的城市形態測度概念，提出了數據增強設計思想[7]，新時代的城市形態研究發展的趨勢可以概述為測度精確化、要素多樣化以及決策科學化。綜上發現，如今的城市形態研究不僅僅局限于某一個方面，大多是利用信息時代的新技術來對城市形態進行測度后參與某個效應的評價，或者是指導之后的設計實踐，營造更好的場所與公眾生活，其結果相較于傳統的定性與主觀判斷更能體現出客觀與公正性，體現出細微的空間特征和人文化的特征。因此本文所指的城市“空間形態”，側重于對于非物質形態之間相關聯的概念，即依托于城市形態學的土壤，探究其空間形態內容中與活力因素相關的且可以量化的部分。

空間活力不僅包含外在的人群表征，也有自身的構成要素?；盍μ嵘鳛榭臻g品質提升的重要方法一直是學界研究的熱點，國外對其的研究主要在經典理論的探索、空間活力的設計和營造[8]、空間活力的內容和影響因素[9]以及評價及體系的研究上[10]，中國的研究角度與國外大抵相似，也主要在理論內涵[11]、影響因素[12]、營造方式等方面[13]，不同的是國內在對活力研究方法的探索上也有較多的成果，體現在人群的行為活動[14]、空間和測度角度上[15]。隨著新技術的運用，空間形態得以與空間活力進行關聯性的研究，主要體現在地區與空間設計角度[16]、人群活動特征和感知的角度上[17]。本文所指的空間活力，側重于物質空間活力的表征，是被物質的空間形態所影響的人的行為發生改變的特征，即包含選擇性活動、社會性活動等在內的城市活動，是通過“人”來表現出來的隨著物質空間形態發生改變而產生改變的活動表征，由于其活動的特殊性，通常表現在某個區域的外部空間之中，而建筑內部的空間活力由于過于復雜且難以統計，故不在本次的研究內容之中。

綜上，學界通過把控兩者間的動態關系和整體模型進一步提升對于空間形態和活力其本質的研究深度。目前關聯性的研究分為兩種，一是直接基于活力的表征來對形態進行評價，提出更具價值的參考意見；二是在對形態進行量化與活力進行相關性分析，或對不同的形態所承載的活力強度提出假說，之后通過不同方法再對空間活力進行測度，將其進行對比來論證假說。以上雖可以證明自變量與因變量的相關性，但仍有值得進一步深化的空間：回歸模型是否具有“內生性”問題，即指標是否含有遺漏變量且自變量是否受到了遺漏變量的干擾從而使得回歸結果產生誤差。此種模型的內生性導致的兩者間相關性的推測誤差被統計學界稱之為“虛假相關性”[8]，因此空間形態與活力兩者間的相關性仍值得進一步挖掘，探索兩者關聯性的本質。在本文中，將立足于計量經濟學中的因果推斷理論，研究的“關聯性”是在相關性基礎上的“因果關系”，其包含兩層含義：其一為“一個事件會不會導致另一個事件的發生”，在本文所體現的則是物質空間形態的改變是否是人群活力的改變的“原因”；其二是隨著一個事件的變化，計算另一個事件的變化量，本文所體現的則是探究定量上的空間形態的改變多少，人群活力會隨之變化多少。

2 實驗設計、研究方法和數據來源

2.1 虛假相關的解決方法

從前文中發現，分析空間形態和人群活力的相關性，確定相關系數，誤差主要體現在前兩個問題。從前文的研究概述可以發現已有眾多研究顯示優秀的空間形態會帶來較高的人群活力，但同樣也可認為較高的人群活力也會反過來影響空間形態發生改變，例如商家店鋪會更愿意搬遷于人流量較大的空間，以上原因從而使得研究結論高估或者低估了形態對于活力的影響，此種現象被稱之為“反向因果”。其次，人群活力的影響因素多種多樣，即使加入了一系列其他可觀測的變量也有部分不可觀測的變量會對其產生影響，從而使計算結果產生誤差，被稱之為“遺漏變量”。以上兩種問題均會導致“虛假相關”（圖1），也是回歸分析模型的內生性問題。

圖1 虛假相關的原因示意圖Fig.1 schematic diagram of the cause of false correlation

在計量經濟學科中，有幾種常見的解決內生性問題的方法，例如實驗及準實驗（experiments and quasi-experiments）、固定效應模型（FE）等，近來在中國對于兩個要素的因果關聯性研究中，已有不少的方法開始被利用并得到了眾多的研究成果。但相對于本文來說，上述的方法均存在一定的局限，例如固定效應模型僅能消除與時間相關的干擾項，但本文人群活力的未被察覺的解釋要素遠不止僅與時間相關的因素，由于本文的研究對象主要是人群與物質空間，難以采用實驗及準實驗的方法。對此，本文決定采用具有獨特優勢的“工具變量”（instrumental variable）法來研究兩者的因果關系。工具變量法雖可以解決幾近所有的內生性問題，但是最困難的一點是工具變量難以尋覓，其過程充滿了靈感和偶然。

即使工具變量的選取極度困難，甚至需要從常理、歷史甚至是制度來進行定性推斷，但是本文認為，其選取的方法仍可遵從一套程序邏輯，可基于文獻調研法來設定工具變量的選取程序。圖2給出了工具變量的選取程序圖。左圖為第一次粗略的篩選，之后將篩選后的變量進入程序圖進一步篩選，其中“動靜態一致性檢查”，如果不一致，即可對此變量備用，之后在模型中進行進一步的檢驗。“動靜態一致性檢查”是本文所探究的新方法，原理為首先可以明確每種變量都有自身的類型，如連續變量、虛擬變量和分類變量，但是大部分變量也可從另一角度進行分類，即是否與“時間”相關，具體來說便是是否會隨著時間的變化而變化。從本文來看，人群活力作為核心被解釋變量，其是與時間高度相關的，因此屬于動態變量；因此，篩選下的變量應是靜態變量，與時間的相關性很弱或者是無相關性，由于自然界諸多變量都與時間相關，經過動靜態的篩選，如果工具變量與被解釋變量的動靜態不一致，由于一方與時間相關而另一方與時間無關，則有理由進一步說明兩者不直接相關的可能性很大，此方法可幫助排除大部分與時間相關的無法觀測因素，提升工具變量合格的概率。另外，為了之后進一步進行弱工具變量和過度識別約束檢驗，經過篩選本文選取兩個工具變量。

圖2 基于文獻調研法的工具變量選取程序圖Fig.2 program diagram of instrumental variable selection based on literature research method

2.1.1 形狀因子

經過篩選得到的變量是建筑的“體形系數”（Body Mass Index,BMI），體形系數是指“建筑與大氣接觸的外表面積與建筑本身所包圍的體積之比”，可從常理上判斷其與建筑強相關但與活動的人群無直接的相關，因此體形系數也可作為本次實驗較好的工具變量，但由于研究區內的建筑形態過于復雜，體積難以計算，只能選取對體形系數進行描述的變量，即形狀因子f。計算方式為建筑周長的平方與基底面積之比：

由于體形系數可由形狀因子推算而得，兩者高度相關，因此可猜想形狀因子具有和體形系數相同的解釋效力，可作為工具變量。從外生來說，基底的形狀為靜態變量，也幾乎不隨任何因素的變化而發生改變，同樣不會直接的影響人的活力，即使影響也是通過形態來影響；從內生來說，形狀因子必然與前文的空間形態變量高度相關，當形狀因子發生改變時，建筑的形態必然會發生改變，因此空間形態變量必然也會變化。因此，從定性上可再次證明所篩選出的第一個工具變量很可能是符合要求的。

2.1.2 風載體形系數

與體形系數的側重點不同，風載體形系數指的是建筑物表面穩定的風壓作痛下的靜態壓力的分布規律，風載體形系數與建筑的尺度和體型相關，也與周圍的環境和地面的粗糙度有關，計算方法是由風在建筑物表面上所引起的力與來流風速壓的比值，即建筑物表面收到的風壓與大氣中的氣流風壓之比。

風載體形系數w通常是為了在臺風地區合理的設計建筑圍護結構的抗風性能而被重點研究。但于本文來說，其也是一個優秀的工具變量。首先從外生性來說，風載體形系數是靜態變量，且基本只與體型、尺度、周圍環境和地面的粗糙度有關，以及會受到風速的影響，但風載體形系數不會直接地影響到人群活力，即使會影響到也是通過以上所列出的建筑的某些要素來影響的；從內生性來說，風載體形系數必然會與空間形態高度相關，空間形態變量包含了建筑形態，而風載體形系數的變化必然與其形態或密度有關，從常理上判斷兩個條件基本滿足。但工具變量仍需要在回歸模型中進行過度識別約束檢驗。

2.2 核心解釋變量和被解釋變量

2.2.1 核心解釋變量

核心解釋變量是的空間形態中可以營造活力的內容。空間形態的量化研究一直是難點所在[18]，在不同的研究中有不同的量化的指標，內容涉及面較寬泛。在概念界定中，本文指出其是與活力相關聯的空間形態，近來有學者針對此部分內容進行了提取和量化研究，并在結論中證明與活力確實存在關聯[19]。根據康澤恩學派（Conzen School）理論，認為形態關鍵的要素為城鎮平面、建筑組構、土地利用功能和建筑系統等[20]，因此可基于此理論推出空間形態量化指標的選取框架，即道路系統、建筑系統（建筑空間組構）與土地功能三大塊內容。在參考了相關著作后，可以對其在營造活力的原則下城市形態的構建方法進行相關的理論總結，如表1所示。

表1 不同著作中對三大系統營造活力的方法理論總結Tab.1 the theoretical summary of the ways to create vitality in the three systems in differentworks

在道路系統中，其一需要具有較高的可達性（足夠的人流密度、步行友好、人流密度等），其二為合適的連接性（整合而非分離、強街道聯系等），此衡量的計算方法本文嘗試借助英國倫敦大學巴特萊特建筑學院比爾·希利爾（Bill Hiller）教授提出的“空間句法”理論，此理論通過拓補關系對道路間的組織和關系來進行量化表述，其“整合度”和“選擇度”與表中理論的觀點基本相符，可以幫助實現道路系統的量化。數據來源為使用基于ArcGIS平臺的sDNA軟件進行分析。

建筑系統的量化內容較為復雜，但總體來看，其“合適的建設強度”“適宜的密度”是其中的關鍵步驟。目前對于密度較為科學有效的測量方法包括了容積率、覆蓋率、開放空間率、平均建筑層數等多個方面[26]，僅僅對單一指標的分析所得出的結論可能很難適用于另一個指標，因此建筑系統的形態活力指數應該遵循以上多個指標統一考慮的原則，梅塔貝格豪澤·龐特（Meta Berghauser Pont）教授曾提出“空間矩陣”理論來實現對多個指標統一的考慮。葉宇等根據此理論，給出了9種不同建筑形態的活力等級，多層板式或者圍合式等能對活力產生最大的正面影響，原因在于這種形態能夠更加促進建筑與街道空間的滲透和交互[27]（表2）。

表2 空間矩陣中不同形態的建筑活力等級[27]Tab.2 different forms of building vitality levels in the spatial matrix

但本文更需要每種不同組合下的活力權重，從表2中可知，建筑形態的活力貢獻值分為低中高三個等級，進一步確定權重需要滿足兩個條件，第一是每種形態分類中最低的活力權重次于其本身等級分類中最高的形態活力權重，例如多層點式的權重需要高于低層圍合式，多層板式需要高于高層點式和板式等；第二則是在同一個活力等級中，也需要判斷每個形態的活力值。根據以上條件，首先可建立以“高活力的建筑形態”為目標的三個層次，采用AHP層次分析法的理論進行推導（圖3）。

圖3 目標層、準則層和方案層歸類Fig.3 target layer, criterion layer and scheme layer classification

如圖3可得到4個矩陣，分別是準則層1個矩陣以及對方案層的3個矩陣，由前文的幾個通過最終的定性結果來反推每個方案的權重值，經過專家打分和討論后，認定其權重在1～3之間可滿足所有的條件，詳細的不同層次的權重賦予如表3。

表3 所有矩陣的權重值賦值與一致性比例CR值Tab.3 The weight value of all matrices is assigned with the consistency ratio CR value

由表3可得，其CR值均小于0.1，滿足一致性檢驗，經過組合賦值，可以由表3所得到的9種不同的建筑形態的活力權重值，結果如表4所示。

表4 不同建筑形態的活力值權重計算結果Tab.4 the calculation result of vitality value weight of different building forms

對于土地功能系統，從活力營造角度出發來進行探究，發現土地的利用程度是形態要素的一個關鍵量化要素。通過表1可以發現土地需要有“合適的功能混合度”來保證土地的利用強度，當今，POI數據逐漸應用到了城市的各種領域研究，如社會文化、交通特征以及土地利用[28]，新的數據源能夠更加準確地反映地段信息，具有一定的時效性，因此可利用信息熵的計算方法來統計單元內的POI多樣性，相比于傳統的功能混合度計算，其結果一定程度上更加具有全面性，數據來源為Python技術在高德地圖平臺中爬取得到。計算公式為[29]：

（E為信息熵，pi是計算單元中第i類POI的比例）

綜上所述，總結營造活力原則下的空間形態測度的指標，具體的指標如表5所示。

表5 空間形態量化計算指標總結Tab.5 the summary of quantitative calculation index of spatial form

2.2.2 核心被解釋變量

核心被解釋變量為人群活力表征，由前文可知本文中的人群活力主要指在外部空間內活動的人群，因此本文選用了“Wi-Fi探針”儀器，即WiFi嗅探技術來統計人群活力，此方法優點在于便于操作和控制，由于時代原因，智能手機和發達的互聯網技術普及下數據量和精確度都有一定的保證，同時此方法也可以較為方便在不同地塊上設立采集半徑，避免采集到研究范圍外的住戶、路過的人等無效數據、在算法之中，由于WiFi探針會同時檢測到重復用戶手機發送的MAC地址，因此需要首先判斷是否為重復報送的MAC地址，如果是則保留第一位；其次，儀器會通過兩次收到信號的時間來判定此信號是否屬于“新增”“常來”和“不常來”，“新增”是指范圍內新到且短暫逗留的游客，“常來”是指常駐在范圍內的人群，“不常來”則是指范圍內長時間逗留的人群。根據分析，其常來的信號類型可能大多來自于建筑內部辦公的員工、研究范圍之中的居民或者是大型商場里購物的人群等，其大多不在討論范圍之中，因此需要對部分不合理的信號進行篩除，主要選取其“新增”和“新增”的數據。

2.2.3 回歸模型構建

綜上，進而構建本次實驗的回歸模型，為消除量綱以及過大過小的異常值對結果產生影響，對所有變量均采取對數形式，具體寫為：

式中，x1核心解釋變量，Yi為核心被解釋變量，之后的x2可作為控制變量。此模型也被稱為多元回歸模型，是控制其它變量不變的一種方法，其系數β1代表當保持變量x1i～xki不變時，當x1i變動一單位，被解釋變量Yi平均值的變化量（式中取值為對數，因此一單位可當作為β%）。計算方法上，本文借助目前較常用的兩階段最小二乘法（2SLS）進行系數估計。

2.3 控制變量的選取和數據來源

經過分析和研究，本文的控制變量可分為兩大類。第一大類是自然因素，多為客觀因素，如天氣、是否疫情管控、是否為雙休、是否為晚高峰等，為盡可能地減少不必要的控制變量，提高模型的解釋效力，本文在前期搜集數據時便保持了以上條件全部相同。但仍有一部分控制變量需要從學界已有的研究中進行選取。

控制變量需要與人群活力具有相關關系，因此可通過查找一系列與之有關的期刊文獻、學位文獻中進行第一次選??；隨后，列出這些文獻所證明的與空間活力具有相關性的指標，并遵循前文所證明的控制變量數量不宜過多的原則，在這些指標中再選取最具有影響力的指標作為控制變量，同時盡量可以使選取的其中一個控制變量能夠盡可能的代表與之相近涵義的變量，圖4展示了基于文獻調研法的控制變量的選取流程。本文需要加入控制變量使其結果更具有準確性，盡量避免遺漏變量所帶來的偏差，同時提升使模型的R2擬合優度，即提升模型的解釋效力。值得說明的是，本文也引入了“調整R2”這一數值，與R2不同，R2會隨著變量的數量增加而增加，即使新加入的控制變量沒有意義，而“調整R2”則限定了控制變量的增長數量，避免了因控制變量過多而造成模型無法解釋，此數值對添加的控制變量要求更加嚴格。在經過篩選、分析和計算后，本文決定納入以下具有代表性的控制變量（表6）。

表6 控制變量的選取和分類Tab.6 selection and classification of control variables

圖4 基于文獻調研法的控制變量選取程序圖Fig.4 program diagram of control variable selection based on literature research method

3 實證研究

3.1 研究樣本

案例地的選擇需要遵循兩個原則，一是建筑的類型需要豐富多樣，增加數據采集的豐富度以能增強結論的說服力；二是人群的活力要足夠，便于采集空間活力的數據。經過文獻調研，本文決定選擇金大地1912、罍街和淮河路步行街三個且均擁有豐富建筑空間形態、功能和較高人群活力的特色商業街區。研究樣本采用了地塊（street block）作為基本分析單元，此種方法的優點在于具有更高的可行性，此種方法也在研究中被證明是具有作用的[19]。

3.2 研究基本框架

借助空間句法得到街區中包圍每個地塊單元（street-block）的道路整合度和選擇度，取其均值；再通過實地調研得到每個地塊上建筑的形態，通過得到的活力權重為其賦值（不同形態的活力貢獻值參見文獻[19]）；之后用python爬取業態POI數據，通過公式在ArcGIS中求得其豐富度，最后求其三者總和得到形態的量化數據；其次，在控制時間、天氣等變量的情況下使用WIFI嗅探技術通過實地調研得到每個地塊的活動人群數據，用ArcGIS軟件計算每個地塊上建筑的形狀因子和CFD模擬其x方向的風載體形系數；使用街景圖片的語義識別、實地調研、軟件計算等方法得到一系列控制變量，最后納入回歸模型中，使用STATA軟件和兩階段最小二乘法（2SLS）來對兩者的關聯性進行分析（圖5）。

圖5 案例街區地塊劃分圖和實驗框架圖Fig.5 case block plot division and experimental frame diagram

3.3 結果分析

3.3.1 形狀因子測度

形狀因子與建筑的基底面積形狀高度相關。形狀因子可直接通過大數據的方法在軟件中進行模擬和計算。首先根據形狀因子的計算公式，求得建筑的基底形狀，投影至投影坐標系后，在ArcMap平臺中利用計算幾何工具計算其包圍的面積，再提取輪廓至線元素圖層，利用計算幾何工具計算其周長，最后再利用屬性表中的字段計算器功能計算出每個地塊對應的建筑的形狀因子，結果如表7所示（其中JinSt1、HuaiSt1和LeiSt1分別代表金大地1912街區1號地塊、罍街1號地塊和淮河路步行街1號地塊）。

表7 地塊形狀因子計算結果Tab.7 calculation results of plot shape factor

3.3.2 風載體形系數測度

風載體形系數的獲取較為困難。一般在專業的結構抗風實驗研究中對于此變量的計算，方法可有風動實驗、理論分析數值模擬等，其中數值模擬由于本身所具有的成本低、效率高和數值結果豐富等優勢使得其運用范圍最廣[35]，就于本文來說，優先采取數值模擬的方法。本文首先通過天正建筑的建模功能配合Rhino軟件來對街區所有建筑進行建模，之后將模型轉換為STL格式，利用CFD模擬軟件模擬每個地塊上每個建筑的風載體形系數。之后明確地面的粗糙度級別，根據判斷可知街區所處的地貌為“密集建筑群的城市市區”。最后通過手持風速測速儀確認街區的風向角，其中，在測算的幾日內，金大地的風向角基本均為150°，罍街與淮河路步行街為135°。在CFD模擬軟件中通過設置完成風速、風壓和風向角以及地面粗糙度等級，經過模擬計算，可得到街區每個建筑在x方向的建筑的風載體形系數μx（表8）。

表8 地塊風載體形系數（x方向）計算結果（絕對值）Tab.8 calculation results of wind carrier shape coefficient (x direction) (absolute value)

3.3.3 基于工具變量法的兩階段最小二乘法估計結果

表9顯示了最終的回歸結果，其中，IV=ALL代表加入了兩個工具變量，表中給出了第一階段的P值（first stage），即弱工具變量檢驗、過度識別約束的P值（過度識別約束檢驗，即工具變量外生性檢驗）。

表9 基于工具變量法的包含所有控制變量的回歸模型計算結果Tab.9 calculation results of regression model containing all control variables based on instrumental variable method

在結果（1）中，僅加入心理類控制變量，R方為0.1459，代表全體變量可解釋約15%的因變量，系數為0.1128，正相關但結果不顯著，不拒絕原假設；在結果（2）中，同時加入客觀和心理類控制變量，結果開始在0.05的水平上顯著，且R方開始上升，系數為0.2516；在結果（3）和（4）中，逐步加入了建筑及交通類變量和測量誤差類變量，R方和調整R方逐步上升，證明解釋效力越來越高，但在加入了最后一項控制變量后，調整R方開始下降，因此模型承載的控制變量的數量已較大，如果要加入新的控制變量，模型將變得更加復雜且難以解釋。需要重點說明的是，前文有提到過多重共線性問題會影響到結果，經過檢驗路網密度和地塊面積存在嚴重的多重共線性問題，因此本文一共在結果（4）中給出了3個數據，從上至下分別是“包含了所有控制變量”“排除了路網密度變量”和“排除了地塊面積變量”的三個結果，其解釋變量的系數分別是0.252 3、0.266和0.249，結果有所偏移均值為0.25附近浮動。

在表中可看到第一階段的p值始終小于0.01，因此不存在弱工具變量的問題，兩個工具變量都與解釋變量高度相關。過度識別約束中，p值始終大于0.05，因此工具變量通過了過度識別約束檢驗，由前文可知，有一個工具變量外生另一個也必然外生，（但也有小概率全部內生），此時可以通過常理上進行判斷來排除小概率事件，前文所述的形狀因子是描述建筑基底面形狀的變量，可代表建筑基底面與圓的關系，可從常理判斷建筑基地形狀難以直接影響人群的活力，即使會產生影響也是通過影響建筑密度或者形態來影響的，同時工具變量也是通過了工具變量的篩選邏輯下篩選出的，因此此時有充分的理由相信，兩個工具變量都是外生的。

結果說明，物質空間形態活力的系數為0.252 3，并在0.05的顯著性水平上顯著，證明在控制了心理類變量、建筑及交通類變量、測量誤差類變量和客觀變量時，物質空間形態每變動1%時，人群活力會上升0.25%左右，兩者具備顯著關聯性，也可進一步證明兩者存在因果聯系。

4 結論與討論

4.1 結論

首先，物質空間形態和人群活力具備正向的相關性。經過工具變量的測度加入，緩解了可能的內生性問題，模型分別在工具變量的作用下逐步加入了四大類控制變量，最終發現，兩者存在顯著的關聯性，也是一定程度上的因果聯系，即“因為”物質空間形態的活力提升，“導致”人群活力的上升，定量化描述為提升1%的空間形態活力，人群活力會上升約0.25%。

其次，本文在逐次回歸的計算結果中發現，其顯著性僅在道路整合度、穿行度、建筑形態測度和業態豐富度全部整合在一起的情況下，才與人群活力具備相關性和一定程度上的因果關聯性。但單獨看每個元素對人群活力的影響都不顯著，借此現象，本文提出物質空間形態的“系統論”猜想，即所有的要素都是系統的一部分，相互之間彼此牽連，應以系統為對象，整體來進行提升，僅提高空間形態某一項單獨的要素所帶來的影響是不顯著的，因此需要全局考慮，統籌安排，考慮空間形態的整個系統，以此來提升空間的人群活力。

4.2 討論

對空間形態要素和活力要素的關聯性，雖然已經有眾多學者做出了大量的貢獻，但兩者的虛假相關問題仍然是一直存在的卻可能被忽略的一個點，對結果的定性解讀或許仍會有一部分主觀的成分所在，因此本文分析了兩者相關性模型的內生性問題的來源，定性結合定量上分析了問題的原理和解決方式，證明了兩者更深層次的關聯性，并計算出了定量的變化結果，對之后的研究有一定的參考價值。其次，本文在研究的過程中提出了城市特色商業街區形態的“系統論”猜想，并在之后的實踐上給予了一些證明，對之后的政策制定、科學研究或者城市更新工作可能具有一定的參考價值。

本文雖在一定程度上對兩者的因果關聯性做出了解釋，但回顧本次研究，仍有許多值得未來進一步研究的地方。首先，受限于人力物力，本文只能在活力營造的原則下對空間形態進行測度，對空間形態這一龐大且復雜的系統所包含的內容探索較少；其次，本文受限于時間和人力只能在每個研究的地塊上做短時間的停留，在未來的深入研究中可能需要控制更多的環境變量；最后，在兩者的關聯性問題上，本文僅采用了工具變量一種方法來解釋其因果效應，但計量經濟學仍有眾多的方法可以采用，不同方法對應著不同的研究視角、研究范圍和研究時間點，未來在對兩者關聯的問題上，可通過不同方法間進行對比，以此來獲得更具有科學性的結論，對城市要素間的關聯做出進一步的挖掘。

圖表來源：

圖1-5：作者繪制

表1、2-9：作者繪制

表2：JOOSTEN V, VAN NES A. How Block Types Influences the Natural Movement Economic Process: Micro-spatial Conditions on the Dispersal of Shops and Café in Berlin[C]//TU Delft. Proceedings of the 5th International Space Syntax Symposium. The Netherlands: TU Delft, 2005: 13-17.