基于SEM-FCE的站城融合立体网络空间运行性态环境影响机理研究

Mechanism of Environmental Impact on Operational Performance of Station-City Integrated Three-Dimensional Network Based on SEM-FCE

摘要

站城融合已成为城市发展与交通建设的核心战略之一。为推动站城融合深入发展并提升运行性态，研究聚焦于站城融合背景下综合交通枢纽站域空间，以环境影响机理为切入点，采用结构方程模型与模糊综合评价法，从环境安全性、舒适性、便捷性和可持续性4个维度综合构建站城融合立体网络空间运行性态环境评价体系，量化分析各环境指标与运行性态的关系。研究结果显示，各环境维度对运行性态的影响存在差异，重要性排序依次为：环境便捷性、舒适性、可持续性和安全性。模糊综合评价表明，研究区域环境机理对运行性态的综合影响得分为61.876，处于“好”等级，但环境安全性和可持续性仍有提升空间。本研究明确了环境机理的影响路径与权重，为站城融合立体网络空间的规划设计、功能优化及高效运营提供了量化依据，对提升城市交通效能与空间价值具有实践指导意义。

Abstract

Station-city integration has become one of the core strategies in national urban development and transportation construction. To promote its in-depth development and enhance its operational performance, this study focused on the spatial areas of integrated transportation hubs under the background of station-city integration. Taking the mechanism of environmental impact as the entry point, it adopted the structural equation modeling (SEM) and fuzzy comprehensive evaluation (FCE) methods. A comprehensive evaluation system for the operational performance environment of the station-city integrated three-dimensional (3D) network was constructed from four dimensions: environmental safety, comfort, convenience, and sustainability, so as to quantitatively analyze the relationships between various environmental indices and operational performance. The research results show that there are differences in the impacts of various environmental dimensions on operational performance, with the order of importance being: environmental convenience, comfort, sustainability, and safety. The FCE indicates that the comprehensive impact score of the environmental mechanism on operational performance in the study area is 61.876, which is a "good" grade. However, there is still room for improvement in environmental safety and sustainability. This study clarifies the influence paths and weights of the environmental mechanism, providing a quantitative basis for the planning and design, functional optimization, and efficient operation of the station-city integrated 3D network. It also has practical guiding significance for improving urban transportation efficiency and spatial value

Graphical abstract

关键词

站城融合 / 立体网络空间 / 运行性态 / 环境影响机理 / 结构方程模型 / 模糊评价法

Key words

Station-City Integration / Three-Dimensional Network / Operational Behavior / Environmental Mechanism / Structural Equation Modeling / Fuzzy Evaluation Method

0　引言

截至2024年年末，我国建成投用铁路客运车站超3 300座，其中高铁车站超1 300座；预计到2035年，建成“全国123出行交通圈”^[1]，新建铁路客站在建量将达到1 277座，其中高铁客站984座。城市与车站既相互影响又相互促进^[2]，如何利用其发展及其溢出价值促进站城融合发展，已成为当前学术界和实践领域的研究热点^[3]。

在“八纵八横”高铁网建设及城市化、交通枢纽功能复合化背景下，城市空间从二维转向三维，铁路客站需节约集约用地，站城融合立体网络空间更成为优化城市空间结构、重塑城市与枢纽互动关系、增强城市韧性^[4-5]和提升交通系统效能的核心路径^[6]。其中，“站城融合立体网络”指车站及周边多维空间内的交通连接网络涵盖地面、地下、空中系统，形成“水平圈层(200 m内交通功能区、200~400 m衍生功能区、400~800 m城市功能区)+垂直分层(近地面层交通、地上中层商业休闲、地下浅层停车商业)”的业态分布特征，可推动经济、社会与环境协调发展^[7]。

站域作为站城融合立体网络的空间载体，因依托枢纽类型、区位特征不同呈多元形态，而综合交通枢纽型站域整合了高铁、地铁、航空等多模式交通，承担“城市内部通勤+区域城际往来”双重客流疏导，具备“高架层高铁出发、地面层交通集散、地下层商业与地铁衔接、空中连廊联动周边”的立体层级布局及战略核心区位特征，因其复杂性与对区域运行效率的关键影响，成为研究核心。本研究聚焦该类站域的功能复合空间，解析其通过资源协调、人流优化提升运行效果的机制，这一定位既可为站城融合空间优化提供理论支撑，又能通过影响换乘效率、功能协同及用户体验，助力城市空间高效利用。

“运行性态”这一概念通常在计算机科学、工程学和控制系统中被使用，用来描述系统在实际操作时的动态表现^[8-9]。在站城融合立体网络中，其可理解为站域内各部分组成立体网络后，在日常运行中呈现出的综合表现，既满足各部分个体功能，又能协同构成新的网络框架并运行，核心载体是环境、行为与系统的协同作用。

在站城融合立体网络中，环境维度作为用户直接感知的界面变量，既是连接空间属性与系统整体表现的关键中介，也具独特显性驱动性，是理解系统效能的关键突破口。但当前学界探索仍显不足：虽有学者开展站城融合量化评估^[10]、基于复杂网络的网络性能研究^[11]，却鲜有研究深入探究运行性态的环境影响机理。因此，本研究聚焦环境影响机理，通过明确环境维度对运行性态的影响强度与路径，指导空间设计与设施优化，推动运行性态整体提升，为站城融合理论研究与实践应用提供支撑。

1　研究框架及方法

本研究采用结构方程模型(Structural Equation Modeling，SEM)结合模糊综合评价法(Fuzzy Comprehensive Evaluation，FCE)，运用SPSS 26与AMOS 26软件探究站城融合立体网络运行性态的环境影响机理，依托“指标选取-确定与验证-应用与结果分析”三阶段构建方法体系。第1阶段通过文献研究、专家访谈及问卷调查多源采集数据，初步筛选环境候选指标；第2阶段以SEM为基础，借探索性因子分析提炼环境安全性、舒适性、便捷性、可持续性4大维度，搭建评价体系框架，同步开展因子检验并确定环境因子权重，完成体系验证；第3阶段将SEM输出权重作为FCE输入参数，构建隶属度矩阵与评价相关矩阵，计算综合评价结果，形成“多源筛选-模型验证-综合评价”技术闭环，为后续环境影响机理剖析奠定基础。

1.1　结构方程模型

SEM是集成路径分析、因子分析与隐变量理论的复合统计技术，可处理无法直接度量的潜变量，此类变量常因缺乏直接测量手段仅停留在概念层面且能应对可观测变量代指潜变量时的测量偏误^[12]。SEM不仅能够协助探索潜变量间的结构关联，还可剖析判定样本数据拟合状况。鉴于影响站城融合立体网络空间运行性态环境机理的因素复杂交互且难以直接度量，选用SEM分析。核心表达式含2类模型：结构模型如公式(1)所示，描述外生潜变量对内生潜变量的影响；测量模型如公式(2)、公式(3)所示，反映潜变量与观测变量的关联。

\eta =\mathit{B}\eta +\mathrm{\Gamma }\xi +\zeta(1)

y={\mathrm{\Lambda }}_y\eta +\epsilon(2)

x={\mathrm{\Lambda }}_x\xi +\delta(3)

式中：\eta为内生潜变量；\xi为外生潜变量；\mathit{B}为内生潜变量路径系数矩阵，因仅1个内生潜变量，故\mathit{B}=\mathrm{0}；\mathit{\Gamma }为外生对内生潜变量路径系数矩阵；\zeta为结构方程残差项，代表未被解释的内生潜变量变异及模型拟合剩余误差；y为内生潜变量观测变量；x为外生潜变量观测变量；{\mathit{\Lambda }}_{\mathit{y}}{\mathit{\Lambda }}_{\mathit{x}}为因子载荷矩阵，分别反映内/外生潜变量与对应观测变量的关联强度；\epsilon，\delta为测量误差项，反映观测变量对潜变量的解释偏差。

1.1.1　变量设定

以“站城融合立体网络空间运行性态”为内生潜变量，环境维度为外生潜变量；环境影响因素作为观测变量，用于度量上述潜变量。

1.1.2　模型构建流程

依托SPSS26对回收的有效问卷进行探索性因子分析，检验观测变量与潜变量的对应关系，提炼评价体系框架；通过AMOS 26建立初始SEM模型，采用最大似然估计法拟合数据，以卡方值/自由度、近似误差均方根(RMSEA)、比较拟合指数(CFI)等指标验证模型适配性，确保模型与研究对象的契合度；通过路径系数量化潜变量间的影响强度，通过标准化因子载荷，确定观测变量对潜变量的贡献权重，为后续评价体系的量化分析奠定基础。

1.2　模糊综合评价法

模糊综合评价法是基于模糊数学理论，将评价的总目标由一个分解为多个指标组成的模糊集合，该方法凭借强大的模糊信息处理能力，能充分考量多因素及其关联。模糊综合评价法先确定评价因素集与评价等级集，通过专家打分等方式构建单因素模糊评价矩阵，再结合层次分析法等确定因素权重集，经模糊变换得出综合评价向量。具体操作如下。

1.2.1　评价体系衔接

本研究将SEM验证后的环境维度和观测变量作为模糊综合评价法的评价因素集，并结合李克特五级量表的问卷数据，构建非常好、好、一般、差和非常差五级评语集。在模糊综合评价中，评价因素集是评价对象特征的具象化，直接对应站城融合立体网络空间运行性态环境机理指标体系。

1.2.2　隶属度矩阵构建

统计各二级指标在五级评语中的样本占比，形成模糊判断矩阵。

1.2.3　权重整合与计算

将SEM确定的路径系数进行归一化计算后的指标权重作为FCE的权重向量，通过矩阵运算逐层计算各环境维度的综合评价结果，最终整合为站城融合环境机理对运行性态的整体影响评分并结合评语集得出结论。

2　站城融合立体网络空间运行性态环境机理影响研究

为了能够构建站城融合立体网络空间运行性态环境机理影响的客观公正评价体系，本研究参考站城融合领域诸多学者的研究成果^[13-15]，初步甄别并选取站城融合立体网络运行性态环境机理影响因素，进一步明确相关指标并分析探索性因子分析，优化调整所选影响因素。

2.1　评价体系环境因子选取与构建

2.1.1　关键因子选择

以2014—2025年知网“站城融合”“站城一体化”相关416篇论文为基础，提炼289篇作为影响因素统计样本，结合领域专家、教师及资深项目工作者访谈，确定13个站城融合立体网络空间运行性态环境影响要素作为二级指标，所选指标涵盖站城融合立体网络空间安全性、交通可达性等关键因素，全面反映运行性态多维度特征，且13项二级指标为各维度提供具体衡量载体，为解析环境机理对运行性态的影响奠定逻辑框架。

2.1.2　问卷调查

研究采用李克特七级量表(1分“极不重要”至7分“极重要”)量化指标影响程度设计问卷调查，以识别站城融合立体网络空间运行性态的环境影响因素、验证评价指标体系合理性，收集用户站域环境感知数据。调查通过线上+线下方式开展。线上部分定向发放给行业专家和科研人员。由于上海虹桥站域功能复合空间(含高架层出发区、地面集散广场等)整合多模式交通、客流多元，覆盖4个环境维度，能反映不同群体感知差异，线下部分在上海虹桥站域随机向旅客发放。共发放问卷1 000份，回收932份，有效问卷927份，有效回收率92%，样本覆盖不同性别、年龄等群体。

2.1.3　探索性因子分析

借助SPSS 26对上述得出的13个站城融合立体网络空间运行性态环境影响因素展开因子分析，运用最大方差法提取特征值大于1的公因子，进而获取旋转后的成分矩阵。将因素载荷小于0.5的因素予以剔除，最终确定13个因子。同时，进行对应关系探索性因子识别验证，明确环境安全性、环境便捷性、环境舒适性以及环境可持续性这4个维度作为一级指标，且每个因素均涵盖多个二级指标，由此构建站城融合立体网络空间运行性态环境机理影响指标体系。站城融合立体网络空间运行性态环境机理指标体系如表1所示。

2.1.4　问卷信效度检验

通过SPSS 26软件进行信效度检验，经过数据处理分析，所得的克隆巴赫系数(Cronbach’s Alpha)信度系数为0.932，反映出问卷量表的可靠性较高。同时，问卷的抽样适合性(KMO)度量值为0.888，说明所采集样本非常适合进行因子分析。巴特利特(Bartlett)的球形度检验的P值达到0.000，小于0.05的标准，进一步证明量表数据的质量较高。此外，问卷中各个潜在变量的Cronbach’s Alpha系数均超过0.70，KMO值均不低于0.7，Bartlett球形度检验的显著性水平均为0.000，而相关系数(CITC)值也都超过了0.5。综合这些指标，可以认为问卷样本数据的信度和效度俱佳，足以作为评估站城融合立体网络空间运行性态环境机理影响的有效数据集。

2.2　结构方程模型

2.2.1　结构方程模型建立

本研究中，基于探索性因子分析提炼的环境安全性、舒适性、便捷性、可持续性4个潜变量，将各维度对应的观测指标设为显变量，构建SEM模型。通过最大似然估计拟合模型，以卡方检验等指标验证模型适配性，同步利用路径系数量化潜变量与显变量的影响强度，推导各环境因子的权重，既完成评价体系的信效度检验，也为后续模糊综合评价提供量化参数，标准化结构方程模型如图1所示，潜变量聚合效度如表2所示，模型拟合指标评价结果如表3所示。

基于探索性因子分析得到的4个环境潜变量及13个观测指标，构建SEM模型并以最大似然估计拟合数据。结果显示：各环境维度与运行性态的路径系数均高度显著(P<0.001)，观测指标对潜变量的标准化载荷系数均超0.85，潜变量聚合效度(CR>0.7)与模型拟合度(X²/df=2.224、RMSEA=0.056等)均达标；该模型既验证了评价体系信效度，也为后续模糊综合评价提供了量化参数。

2.2.2　指标体系权重的确立

经过上述对评价指标体系的初步构建、筛选和合理性检验3个阶段，最终识别并构建站城融合立体网络空间运行性态环境机理评价指标体系，运用SEM确定指标权重，需要对同一层面内指标的标准化系数进行归一化处理。计算公式为

W_{ij}=\frac{C_{ij}}{\sum _i{C}_{ij}}(4)

式中：W_{ij}为第j个维度下第i个指标的权重；C_{ij}为第j个维度下第i个指标的标准化因子载荷系数。

依据该公式，对SEM分析所生成的各层级指标标准化因子载荷系数进行归一化处理，这些系数值详见表2。该过程通过计算各指标载荷在其维度总和中所占的比重，来逐级确定一、二级指标的相对权重。最终形成站城融合立体网络空间运行性态环境机理权重表如表4所示。

2.3　模糊综合法计算

2.3.1　评价因素集与评语集建立

本研究以站城融合环境机理为评价因素，从环境安全性、舒适性、便捷性、可持续性4个维度评价站城融合立体网络空间运行性态；评语集设五级(非常好、好、一般、差、非常差)，评价指标体系含一、二级指标(一级指标通过二级指标测度)。二级指标通过线下重新发放模糊综合评价问卷获取数据，共发放问卷800份，回收有效问卷765份，其隶属度得分基于问卷结果统计计算，具体公式为

r_{ij}=\frac{n_{ij}}{N}(5)

式中：r_{ij}为第i个二级指标在第j个评语等级，j=\mathrm{5}，\mathrm{4}，\mathrm{3}，\mathrm{2}，\mathrm{1}，分别对应非常好、好、一般、差和非常差的隶属度得分；n_{ij}为该二级指标下选择第j个评语等级的有效样本数量；N为二级指标评价的有效问卷总数。最终得到二级指标隶属度得分表如表5所示。

2.3.2　构建模糊判断矩阵

模糊判断矩阵由各评价因素在其评语集中的隶属度所构成，在表5的基础上构建站城融合立体网络空间运行性态环境机理模糊判断矩阵R_{\mathrm{1}}-R_{\mathrm{4}}，其中{\mathit{R}}_{\mathrm{1}}，{\mathit{R}}_{\mathrm{2}}，{\mathit{R}}_{\mathrm{3}}，{\mathit{R}}_{\mathrm{4}}分别为环境安全性、舒适性、便捷性、可持续性模糊判断矩阵。

\begin{array}{c}{\mathit{R}}_{\mathrm{1}}=\left[\begin{array}{ccccc}\mathrm{0.21}& \mathrm{0.33}& \mathrm{0.22}& \mathrm{0.12}& \mathrm{0.11}\\ \mathrm{0.19}& \mathrm{0.36}& \mathrm{0.20}& \mathrm{0.12}& \mathrm{0.13}\\ \mathrm{0.22}& \mathrm{0.31}& \mathrm{0.22}& \mathrm{0.12}& \mathrm{0.13}\end{array}\right]\\ \dots \dots \\ {\mathit{R}}_{\mathrm{4}}=\left[\begin{array}{ccccc}\mathrm{0.23}& \mathrm{0.32}& \mathrm{0.21}& \mathrm{0.11}& \mathrm{0.12}\\ \mathrm{0.21}& \mathrm{0.31}& \mathrm{0.20}& \mathrm{0.13}& \mathrm{0.14}\\ \mathrm{0.16}& \mathrm{0.35}& \mathrm{0.15}& \mathrm{0.18}& \mathrm{0.16}\end{array}\right]\\ \end{array}

2.3.3　站城融合立体空间运行性态环境机理模糊评价计算

根据表4归一化得出的计算结果为评级因素权重W_i进行模糊综合评价求得各环境机理的模糊综合评价，其中A₁表示评价因素环境安全性的模糊综合评价，A₂表示评价因素环境舒适性的模糊综合评价，A₃表示评价因素环境便捷性的模糊综合评价，A₄表示评价因素环境可持续性的模糊综合评价。计算公式与结果如下所示。

A_i=W_i\times R_i(6)

将各一级指标维度的模糊综合评价向量进行组合，以构建用于最终评价的环境机理模糊判断矩阵\mathit{R}。

\mathit{R}=\left[\begin{array}{ccccc}\mathrm{0.21}& \mathrm{0.34}& \mathrm{0.21}& \mathrm{0.12}& \mathrm{0.12}\\ \mathrm{0.24}& \mathrm{0.34}& \mathrm{0.20}& \mathrm{0.11}& \mathrm{0.10}\\ \mathrm{0.25}& \mathrm{0.31}& \mathrm{0.22}& \mathrm{0.11}& \mathrm{0.11}\\ \mathrm{0.20}& \mathrm{0.33}& \mathrm{0.19}& \mathrm{0.14}& \mathrm{0.14}\end{array}\right]

由表4可知一级指标的权重分别为0.236，0.252，0.272和0.241，因此最终的模糊综合评级为

\mathit{A}=\mathrm{0.236}\times \mathrm{0.252}\times \mathrm{0.272}\times \mathrm{0.241}\times \mathit{R}=\left(\mathrm{0.23}，\mathrm{0.33}，\mathrm{0.21}，\mathrm{0.12}\right)

参考已有学者对模糊综合评级的研究经验，为避免在两端取极大值或极小值对评价结果精确度造成影响，将5级评语集进行赋分(80<非常好≤100，60<好≤80，40<一般≤60，20<差≤40，0<非常差≤20)，并取中位数计算即90，70，50，30和10。将模糊综合评级与评语分数相乘后累加得出站城融合环境机理影响运行性态模糊综合评价最终结果为61.876，对应评语集中的“好”。一级指标最终模糊综合评价结果为环境安全性57.81，环境舒适性60.01，环境便捷性60.87，环境可持续性56.06。

3　评价分析

采用SEM与FCE，对环境安全性、舒适性、便捷性、可持续性4个维度在站城融合立体网络运行性态中的作用机理进行量化分析。研究结果同时揭示了影响路径的权重结构与实际运行性态评级间的结构性差异。指标路径数据图如图2所示。

SEM分析结果显示，各环境维度对运行性态的影响重要性排序依次为：环境便捷性(0.75)>环境舒适性(0.70)>环境安全性(0.68)>环境可持续性(0.65)。这表明提升交通连接效率与优化用户空间体验是驱动系统效能的核心动力。

FCE综合评价结果显示，站城融合环境机理对运行性态的综合得分为61.876，整体处于“好”等级。然而，单项指标评价中，舒适性与便捷性得分达到“好”等级，而安全性(57.81)和可持续性(56.06)得分仅为“一般”等级 。这明确指出，虽然便捷性与舒适性共同支撑了整体运行性态的“好”等级，但安全性与可持续性是制约系统长期发展、亟待优化的关键瓶颈。

各环境维度的最大载荷指标(A2，B1，C2，D2)是当前功能的核心支撑，但最小载荷指标(A1，B3，C3，D1)是维度优化的优先方向，是制约各个维度的短板，需要重点优化。一级指标路径分析表明，环境便捷性是提升运行性态的核心驱动力，强化其交通连接与信息服务可实现效能最大化。而环境可持续性则是关键瓶颈，须通过空间集约、资源循环与智能技术突破，以防其制约系统整体发展。指标数据权重表如图3所示。

环境便捷性(权重0.271)与环境舒适性(权重0.252)的模糊评价均为“好”等级，是当前运行性态的核心支撑。便捷性的优势主要得益于高权重的“站域及周边交通连接性”(权重0.256)，高效交通接驳与实时信息交互可提升人流周转效率、缩短出行成本。这在上海虹桥站得到充分体现，其地下连廊系统与动态导航屏无缝衔接了高铁与地铁，大幅提升了换乘效率。舒适性的高分则由“空间环境质量”(权重0.341)与“空间生理舒适性”(权重0.335)等高权重指标驱动。例如虹桥天地商业区通过设置恒温空调系统和绿植休憩区，优化了光热声环境与旅客的生理体验，有效延长了旅客的停留时间。

相比之下，环境安全性(权重0.236)与环境可持续性(权重0.241)评价仅为“一般”等级，是亟待优化的短板。安全性的瓶颈在于高权重的“紧急事件处理预案及准备”(权重0.340)和“疏散流线及疏散空间”(权重0.329)未能达到理想水平，也表明强化应急预案和疏散空间是提升安全保障能力的关键。上海虹桥站高峰时段南进站口疏散通道的拥挤、应急标识不够醒目等问题，正是这些指标在现实中需要优化的具体表现。可持续性的不足则源于“资源保护再利用”(权重0.340)与“智能化及控制设施”(权重0.337)存在短板。为此，上海虹桥站正针对性地推进光伏幕墙建设、雨水回收改造等项目，以补齐资源循环利用与智能运营方面的不足。综合而言，4个维度对运行性态影响差异显著：环境便捷性以最高权重为核心驱动，借交通连接性、信息服务设施提升系统效能；环境舒适性依托空间环境质量、生理舒适性强化旅客体验，二者共同支撑整体运行性态“好”等级(综合得分61.876)。环境安全性与可持续性虽权重较低，但分别对应系统稳定底线与长期韧性，当前评价均为“一般”等级，是未来优化关键方向。

4　结束语

本研究构建了站城融合立体网络运行性态的环境影响评价体系，并证实环境便捷性与舒适性是提升运行性态的核心驱动力，而环境安全性和可持续性是保障系统长期稳定发展的关键。基于此结论，提出以下协同优化策略：在交通衔接层面，应构建立体换乘通道与智能接驳系统，以上海虹桥站为例，通过地下连廊连接商业与地铁，并部署动态导航与客流预警系统；在空间功能层面，建议采用分层布局，优化光热声环境及休憩设施；在可持续发展层面，则应推广模块化空间复用与可再生能源集成，通过灵活隔断提升空间利用率，利用光伏幕墙和雨水回收技术降低能耗，从而为枢纽型区域发展提供系统性指导。

参考文献

[1] 程泰宁. 中国“站城融合发展” 论坛论文集[M]. 北京：中国建筑工业出版社，2021.

[2] 以站城融合推进城市高质量发展：访国铁集团原总工程师、同济大学高铁及站城融合研究院院长郑健[J]. 城市轨道交通研究，2024，27(9)：345-347.

[3] 袁新新，千梦晗，李文芳. 综合客运枢纽一体化发展趋势分析[J]. 交通企业管理，2023，38(6)：11-13.

[4] YUAN Xinxin， QIAN Menghan， LI Wenfang. Analysis on the Development Trend of Integrated Passenger Transport Hub[J]. Transportation Enterprise Management，2023，38(6)：11-13.

[5] 靳聪毅，沈中伟. 以站城融合为导向的当代铁路客站发展研究[J]. 建筑技艺，2019，25(7)：80-83.

[6] JIN Congyi， SHEN Zhongwei. Research on the Development of Contemporary Railway Station Guided by the Integration of Station and City[J]. Architecture Technique，2019，25(7)：80-83.

[7] 李天植，马　英. 基于节点-场所模型的轨交站域空间类型及特点研究[J]. 北京规划建设，2022(2)：77-82.

[8] 王　静，蒋　楠，费移山. 站城融合发展的理念内涵与铁路客站综合体设计策略[J]. 建筑学报，2024(5)：1-6.

[9] WANG Jing， JIANG Nan， FEI Yishan. Conceptual Understandings of the Development of Station-City Synergy and Design Strategies for the Railway Station Complex[J]. Architectural Journal，2024(5)：1-6.

[10] 戴一正，张晨阳，郭雪飞，等. 站城融合发展背景下站城综合体的业态配置特征研究[J]. 南方建筑，2023(9)：42-51.

[11] DAI Yizheng， ZHANG Chenyang， GUO Xuefei，et al. Researchon Business Configuration Characteristics of Railway Complex under the Background of Station-City Integrated Development[J]. South Architecture，2023(9)：42-51.

[12] 吴　艳，朱明远，周富强，等. 寒旱区碾压混凝土重力坝运行性态分析[J]. 水利水电技术，2019，50(12)：106-112.

[13] WU Yan， ZHU Mingyuan， ZHOU Fuqiang，et al. Analysis on Operation Behavior of RCC Gravity Dam in Cold-Arid Region[J]. Water Resources and Hydropower Engineering，2019，50(12)：106-112.

[14] 张　峰. 新疆某工程发电引水系统运行性态分析评价[J]. 大坝与安全，2012(4)：26-30.

[15] ZHANG Feng. Analysis on Operation of Water Diversion System of a Hydropower Project in Xinjiang[J]. Dam & Safety，2012(4)：26-30.

[16] QIANG D， ZHANG L， HUANG X. Quantitative Evaluation of TOD Performance Based on Multi-Source Data：A Case Study of Shanghai[J]. Front Public Health，2022，10：820694.

[17] 杜　杨，董蕴豪，王　鹏，等. 基于复杂网络的高铁站域地下空间站城融合网络性能研究[J]. 铁道标准设计，2025，69(2)：160-168.

[18] DU Yang， DONG Yunhao， WANG Peng，et al. Station-City Integration Oriented Network Performance of Underground Space Surrounding High Speed Railway Station Based on Complex Network[J]. Railway Standard Design，2025，69(2)：160-168.

[19] 程开明. 结构方程模型的特点及应用[J]. 统计与决策，2006，22(10)：22-25.

[20] 夏海山，任钰涵. 我国铁路客运枢纽站城空间关系演化研究[J]. 铁道运输与经济，2025，47(3)：223-232.

[21] XIA Haishan， REN Yuhan. Research on Evolution of Spatial Relationship between Railway Passenger Transport Hub Stations and Cities in China[J]. Railway Transport and Economy，2025，47(3)：223-232.

[22] 樊鹏涛，郑雲升，魏　崴. 基于站城协同的高铁车站空间形态设计策略[J]. 建筑与文化，2022(9)：82-83.

[23] FAN Pengtao， ZHENG Yunsheng， WEI Wei. Spatial Design Strategy of High Speed Railway Station Based on Station-City Synergy[J]. Architecture & Culture，2022(9)：82-83.

[24] 孙　珊.综合交通枢纽与城市发展协调关系研究[J].铁道运输与经济，2023，45(5)：60-66.

[25] SUN Shan. Research on Coordination between Comprehensive Transportation Hubs and Urban Development[J]. Railway Transport and Economy，2023，45(5)：60-66.

基金资助

国家重点研发计划项目(2023YFC3807501)

国家自然科学基金青年基金项目(52308387)

安徽省教育厅自然科学研究重点项目(2022AH050845)

安徽理工大学研究生创新基金项目(2024cx2013)