[論文レビュー] Centrality Measures in Urban Networks

Paolo Crucitti, Latora+1 more|arXiv (Cornell University)|Apr 22, 2005

Urban Design and Spatial Analysis参考文献 3被引用数 7

ひとこと要約

本稿では、世界中の多様な都市にまたがる18の都市街路ネットワークに対して、4つの中心性指標（近接性、中間性、直線性、情報性）を用いた空間分析フレームワーク「マルチプレス・セントラリティ・アセスメント（MCA）」を紹介する。近接性、中間性、直線性は、普遍的に同じ関数的分布に従うのに対し、情報性中心性は自己組織的都市ではパワーラウのスケーリングを示し、計画都市では指数関数的減衰を示す。これにより、ジニ係数を用いたクラスタリングによって都市形態の分類が可能になる。

ABSTRACT

Centrality has revealed crucial for understanding the structural order of complex relational networks. Centrality is also relevant for various spatial factors affecting human life and behaviors in cities. We present a comprehensive study of centrality distributions over geographic networks of urban streets. Four different measures of centrality, namely closeness, betweenness, straightness and information, are compared over eighteen 1-square-mile samples of different world cities. Samples are represented by primal geographic graphs, i.e. valued graphs defined by metric rather than topologic distance where intersections are turned into nodes and streets into edges. The spatial behavior of centrality indexes over the networks is investigated graphically by means of colour-coded maps. The results indicate that a spatial analysis, that we term Multiple Centrality Assessment(MCA), grounded not a single but on a set of different centrality indices, allows an extended comprehension of the city structure, nicely capturing the "skeleton" of most central routes and sub-areas that so much impacts on spatial cognition and collective behaviours. Statistically, closeness, straightness and betweenness turn out to follow the same functional distribution in all cases, despite the extreme diversity of the considered cities. Conversely, information is found to be exponential in planned cities and to follow a power law scaling in self-organized cities. A hierarchical clustering analysis based on the Gini coefficients of the different centrality distributions reveals a certain capacity to characterize classes of cities.

研究の動機と目的

• 異なる中心性指標が都市街路ネットワークの構造的秩序をどのように反映するかを調査すること。
• 地理的に多様な都市における中心性インデックスの空間的挙動を評価すること。
• 都市の機能的骨格をよりよく捉えるために、マルチインデックスアプローチ「マルチプレス・セントラリティ・アセスメント（MCA）」を構築すること。
• 中心性分布が、計画都市と自己組織的都市の形態を区別できるかどうかを検証すること。
• 中心性分布のジニ係数が、都市ネットワークタイプの分類に有効であるかを評価すること。

提案手法

• 都市街路ネットワークは、交差点をノード、街路をメトリック距離（トポロジーではない）を有するエッジとするプリマル地理的グラフとしてモデル化された。
• 各ネットワークサンプルに対して、近接性、中間性、直線性、情報性の4つの中心性指標が計算された。
• 地理的分布を可視化するために、色分けされた地図が用いられた。
• 世界中の都市から1平方マイルのサンプル18か所について、中心性指標の機能的分布が分析された。
• 中心性分布のジニ係数に基づく階層的クラスタリングが適用され、都市間の構造的類似性が同定された。
• 分布型（例：パワーラウ、指数関数）の統計的比較が行われ、都市形態の差異を特定した。

実験結果

リサーチクエスチョン

• RQ1 地理的・形態的多様性を持つ都市の街路ネットワークにおいて、異なる中心性指標はどのように空間的に分布するか？
• RQ2 近接性、中間性、直線性、情報性中心性が、地理的に異なる都市において一貫した関数的形態を示す程度はどの程度か？
• RQ3 情報性中心性の分布的挙動は、計画都市と自己組織的都市の形態を区別できるか？
• RQ4 マルチ中心性アプローチ（MCA）は、単一中心性分析に比べて、都市の構造的骨格をよりよく明らかにできるか？
• RQ5 中心性分布のジニ係数は、都市ネットワークタイプの分類に信頼性のある指標として機能するか？

主な発見

• 近接性、中間性、直線性中心性は、地理的・形態的多様性を持つ18のサンプル都市すべてにおいて、同じ関数的分布に従う。
• 情報性中心性は、自己組織的都市ではパワーラウのスケーリングを示し、少数の情報性が著しく高いノードが存在するのに対し、計画都市では指数関数的分布を示す。
• マルチプレス・セントラリティ・アセスメント（MCA）フレームワークは、空間認知や集団行動に影響を与える中心的ルートやサブ領域の「骨格」を効果的に捉えている。
• 中心性分布のジニ係数に基づく階層的クラスタリングにより、都市のクラス間の区別が可能であり、構造的タイプロジーの可能性が示された。
• 多様な都市において関数的形態の一貫性は、中心性指標が都市ネットワーク構造の指標としての強固さを示している。
• 色分けされた地図による中心性の空間可視化は、主要な都市のコリドーとハブを効果的に強調しており、都市計画や認知地図作成を支援する。