对城市空间形态的定量分析可以追溯至20世纪60年代沃尔特·汉森（Walter Hansen）的一篇经典文献《可达性如何塑造土地使用》（How Accessibility Shapes Land Use），在此篇文章中，汉森根据重力公式计算了可达性与路网以及土地使用之间的相互关系，他将可达性定义为某一场所所具有的“相互作用机会的潜能”（Potential of Opportunities for Interaction），首次明确提出可达性由场所吸引力（Attractions）及场所间空间阻隔（Spatial Separation）共同决定，并建立著名的汉森模型，其中某场所的可达性与周边场所的吸引力成正比，与其和周边场所的分离程度成反比[20]。
随后，有关场所吸引力及城市空间阻隔的可达性度量成为城市空间形态定量分析中的重要组成内容。其中，场所吸引力往往与城市功能空间的类型、容量和分布有关，累积机会法（Cumulative Opportunities）即是在此基础上衍生出的一个有关场所吸引力的计算方法，它是重力模型的一种特定形式，测算的是在一定时间内即场所间空间阻隔完全均等的情况下，某场所可获取机会的大小[21]，[22]。
对空间阻隔的测算则伴随着有关路网形态数学模型的发展。20世纪60年代，图论（Graph Theory）——一种来自数学领域的理论和方法逐步开始应用于交通网络结构研究中，这大大拓展了城市空间形态分析中有关场所间空间阻隔的测算方法。其中城市交通网络被转化为主要由节点（Nodes）和边（Edges）组成的图论模型（点——线图）[23]，[24]，这里采用的是一种早期的图论建构法，边用以表示运动路径即街道，节点用以表示路径交汇点即路口。因为节点是图论模型分析的核心，因而这一方法较多地适用于尺度较大的交通网络分析中，其中各节点作为终点或者中转枢纽是研究的主要关注点。
而在同一时期，认知理论的发展也极大程度地更新了人们对城市空间的理解。英国地理学家威廉姆·柯克（William Kirk）在心理学理论的基础上建立了新的空间认识模式，他认为，人们所能看到的现象环境只有通过人对其的感知及评价，才决定了人在环境中的行为[25]；而凯文·林奇提出的城市意象理论则进一步构建了一种对城市空间的全新表达，他认为，对城市空间的理解是以人的认知为前提，由对城市局部空间产生的具有明显特征的意象要素相互交织重叠组合，从而形成对城市空间的整体感知。换言之，对城市空间的表达不再限定在一种实物转换式的直观性描述，也不再限定在几何性的物质实体方面[26]。
20世纪70年代，比尔·希列尔在此基础上，开创性地将城市认知理论与图论分析相结合，并将其应用于城市建筑领域，建立了广为人知的空间句法（Space Syntax）理论及分析方法[27]。希列尔提出人们根据对城市空间关系的意象来决定行进路径的选择，并将这种认知空间与认知空间之间的关系称为“空间组构”（Spatial Configuration），从而将对场所间空间阻隔程度的测算转化成对认知空间之间空间组构的度量，并借助于图论模型使空间组构得以被量化分析。其中重要的革新在于将传统的图论模型进行转换，节点用以表示人车沿街道行进过程中由局部感知形成的“视觉轴线”，边用以表示视觉轴线之间的连接关系。在新图论模型中，城市中承载多样化公共活动的街道成为图论分析的核心，因而可以应用于分析那些以街道路径本身作为主要关注点的空间网络。
此后，图论在各学科领域的应用性得到不断拓展，对于其点——线模型结构的理解和度量研究也在不断深入。1979年，作为社会网络研究领域的代表人物林顿·弗里曼（Linton Freeman）明确定义了用来度量网络中心性的几个核心概念，包括“邻近中心度”（Closeness Centrality）、“中介中心度”（Betweenness Centrality）等[28]。这表示，对于图论模型中某一节点在网络结构中的重要性（中心性）评价不仅可以通过这一节点与网络系统中其他节点的邻近程度来表达，也可以借由该节点在网络信息流通中所表现的“中介”作用来度量。邻近度（Closeness）和中介度（Betweenness）的概念随后被广泛应用于空间网络研究中。(www.zuozong.com)
在此基础上，希列尔等从认知的角度定义不同的“距离”概念，并分别基于最短的物理距离——欧几里得距离（Euclidean Distance），最少的方向转换次数——拓扑距离（Topological Distance）、最少的角度变化——角度距离（Angular Distance）三种距离的考量而测算邻近度和中介度，这进一步丰富了图论模型中有关认知空间之间空间组构的度量方法[29]。
另有学者常和佩恩[30]、庄宇等[31]则将空间网络的组构研究从二维层面拓展到三维层面，一方面借助于多层面路径网络的有效表达，把三维层面的组构测算和二维层面的组构测算相结合；另一方面通过引入垂直联系、楼层等多层面路径网络中特有的空间变量，建立多层面整合模型。
21世纪初，随着计算机技术的发展，城市空间形态的定量分析产生了很多重要的新成果，一批研究机构提出了一系列有关城市空间形态定量分析的新工具。这其中即包括由塞尔吉奥·波特（Sergio Porta）与他的同事们共同开发的多中心性评价工具MCA（Multiple Centrality Assessment），其所采用的建构与测算方法均与早期建立在图论基础上的常规交通网络分析较为相似，从而可实现与交通网络地图的直接对接[32]；英国卡迪夫大学基亚拉迪亚（Alain Chiaradia）等人则在空间句法基础上，把基于三种距离的空间组构分析进一步拓展到ArcGIS平台、QGIS平台和AutoCAD平台，开发了空间网络分析工具sDNA（Spatial Design Network Analysis），将城市空间形态度量与丰富的地理信息数据相连接，从而在一定程度上简化了数据整理过程，提高了分析的易操作性；同时在三维空间网络分析及可视化表达上取得进一步发展[33]。
尽管基于图论的城市空间形态分析方法日趋成熟，并被证明与行为活动分布之间存在重要联系，但对功能及其他空间要素的忽视仍然成为这一方法被批判的主要原因，因而另有一批学者尝试将功能用地加入路径网络的组构分析中，这其中包括由斯德哥尔摩皇家理工学院的亚历山大·斯塔勒（Alexander Ståhle）、拉尔斯·马库斯（Lars Marcus）等人开发的一款空间分析工具——场所句法（Place Syntax）[34]，以及由新加坡科技设计大学的安德烈斯·舍夫丘克（Andres Sevtsuk）等人所开发的一款城市网络分析工具——UNA（Urban Network Analysis）[35]。前者基于Mapinfo和QGIS平台，而后者有基于ArcGIS平台和Rhino 3D平台的两个版本。两种工具均是在图论模型基础上，另外添加了第三类构成元素以表示功能用地或其他空间要素，使得功能类型与分布、空间尺度等同空间组构一起纳入图论分析中，从而进一步拓展了城市空间形态的度量方法（表2-1）。
表2-1 空间阻隔度量方法的时间演变
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
