1.5.3　数据分析方法

数据分析方法包括基础数据的统计处理与成果图形化处理。一方面借助SPSS统计分析软件，运用相关性分析和Logistic回归分析等方法，对调查所得的物质空间形态特征、人群社会经济特征、步行行为特征、人群心理特征等要素进行数理统计分析，尝试开展定量研究并找到与步行行为、心理相关的重要物质形态影响因素；另一方面，运用地理信息技术Arcgis 10.0，测量城市步行活动与环境特征数据，辅以AutoCAD 2013与Photoshop CS6完善数据在空间层面的表达，以及在形态层面的描绘，力图将“人-环境”二者之间关系的揭示以“数据（定量、定性）+图形（定位、定型）”的方式相对精确地匹配到住区、学校、街道等特定代表性空间中，为人群健康视角下城市步行环境的规划与建设提供有力支持。

其中，在第4章住区步行环境的邻近性研究中，首先，采用Pearson简单相关分析，初步筛选出与步行行为相关的物质空间形态变量影响因子。其次，以重新分类后的步行频率为因变量，社会属性因子为自变量，进行多项logistic回归分析，生成作为三大步行类型的基础模型。最后，将物质空间形态变量分别纳入得到的基础模型中，通过模型拟合度伪R2增加值的大小来衡量加入的空间变量对步行频率的影响程度，从而得到影响步行行为的关键因素。

在第5章街道步行环境的连通性研究中，将步行绕路系数作为街道连通性测度的核心指标，综合考虑步行距离和步行目的对街道连通性的影响，选取步行绕路系数、目的权重值和距离衰减值作为测度指标，建立了街道连通性测度数学模型，通过对街道连通性测度数学模型进行推导，得出综合绕路系数的计算方法，同时提出分析街道连通性不足的原因的方法；在街道步行环境的可达性研究中，以吸引源和发生源的空间分布为基础建立无空间阻隔的可达性空间分布模型，再逐步加入单因素空间阻隔，再到多因素空间阻隔构建了一个科学化、普遍化的步行可达性研究模型，利用依托AutoCAD 2012提取基本数据，然后利用ArcGIS 10.0进行空间数据叠加处理，全面将步行可达性阻隔要素落到空间上，直观地表达了研究结果。

在第6章街道步行环境的审美性研究中，将步行活动落脚于街道空间，先采用相关分析为基础，再用多元线性回归方程分析了多个街道物质环境要素对人群心理反应的共同作用。运用数理统计手段揭示步行环境物质空间特征与人群心理审美性的内在关系，确定满足人们审美需求的步行环境特征，建立了运用从人群心理角度评价街道物质环境的指标体系，为构建满足人群心理需求的美丽街道建设提供技术支持。