南京市文化企业空间格局及其影响因素 异质性研究

文化产业作为城市经济的重要支撑,对城市空间形态的演变具有重大影响。以南京市街道（镇）区划尺度,采用文化企业工商注册数据,运用LISA时间路径、LISA时空跃迁、地理加权回归模型等方法,分析南京市文化企业空间分布格局演化过程及其企业区位选择机制。研究发现：①南京市文化企业在空间格局具有明显的空间差异性和空间集聚特征;②南京市文化企业空间格局的演化具有较高的负向空间整合性,不同街道单元类型之间存在一定的转移惰性,中部的近郊区具有相对动态的局部空间结构,东南、西北部的远郊区在空间依赖方向上具有更大的波动性;③产业历史集聚基础、路网密度、高等院校等因素对文化企业区位选择的影响较为突出,表明南京市文化企业选址会考虑到区域的产业集聚程度、企业技术、人才的输入源以及交通通达性。     

长春市大型商业网点的区位特征及其影响因素

以长春市中心城区大型商业网点调研数据为基础,选取专业店、专卖店、大型商场、大型超市、家居建材商店、综合交易市场六种商业业态类型,运用点模式分析、有序多分类逻辑回归等研究方法,探讨长春市大型商业网点的区位特征,并解释其区位选择的影响因素。研究发现:长春市大型商业网点的空间分布总体呈中心集聚与外围分散并存的态势,但集聚现象更显著,并表现出沿城市综合性中心地、商业中心布局的特征;各业态类型网点空间分布差异性较大,且具有不同尺度的空间集聚表现,专业店、大型商场以小尺度范围的空间集聚为主,集聚程度较低;专卖店和综合交易市场的集聚程度相对较高,且后者区位选择的空间尺度范围较大;大型超市在空间上呈均匀离散分布,家居建材商店仅在小尺度范围内表现出集聚分布;业态类型、土地价格、交通通达性及集聚特征是影响商业网点分布最显著的因素,同类因素对不同业态商业网点分布的影响程度差异性较大。     

杭州市房地产企业空间集聚特征与区位选择

房地产业是中国国民经济的重要支柱行业,从微观视角解析房地产企业空间格局与区位选择因素对指导中国城市房地产业健康发展至关重要。论文基于杭州市房地产业工商企业登记数据,采用最近邻指数、Ripley's K函数、最近邻层次聚类等空间点模式方法以及地理探测器模型,系统分析了杭州市房地产企业空间集聚特征与区位选择影响因素,研究结果表明：① 杭州市房地产业及其子行业企业分布均存在显著的空间集聚特征,不同类型房地产行业企业的空间集聚程度呈现出“房地产中介服务>房地产开发经营>物业管理>其他房地产业”的规律特征;② 杭州市房地产业及其子行业企业的空间集聚强度均呈现出“先增后减”的空间尺度分异特征,但不同类型房地产业企业的空间集聚强度和集聚尺度却存在差异;③ 杭州市房地产企业分布的热点集聚区主要集中在沿西湖或钱塘江南部周围区域,但不同类型房地产业企业的热点集聚区分布等级和规模数量却有所差异;④ 地理探测器分析表明,集聚因素、区位因素和交通因素是影响杭州市房地产企业区位选择的有效因素。     

上海大都市区软件产业空间集聚与郊区化

随着信息经济发展壮大,软件产业日益成为城市经济的新引擎,其空间区位对城市空间结构影响不断加深.文章以上海市软件企业名录为数据基础,运用GIS 技术、社会网络分析等方法,探讨了上海大都市区软件产业的空间分布、演变特征及影响因素.研究发现,2002 年及2008年上海软件产业空间分布的集聚化特征明显,但产业集聚中心位置发生了从中心城区转向郊区的偏移.6 年间,软件企业的空间格局呈现出"大都市区尺度上的扩散以及园区尺度的再集聚"的时空特征.不同类型企业空间集聚与扩散的特征不同,以嵌入式软件企业为主的中小企业呈现出向远郊区扩散的特征.在影响因素的分析上,负二项回归的结果表明交通通达性、政府政策影响下的科技园区建设、产业历史基础对软件企业的区位选择具有显著影响.内外资企业区位影响因素的比较分析发现,交通通达性、自然环境及办公楼条件对外资企业区位影响较大,内资企业对政府政策更为敏感.     

重庆市主城区软件和信息技术服务企业空间格局演化与区位选择

基于重庆市工商企业注册数据,利用核密度分析、多距离空间聚类等空间分析方法,分析了重庆市主城区软件和信息技术服务企业2002—2017年的空间格局演化特征,并借助Tobit模型探讨其区位选择影响因素。研究表明：1）从现状分布看,距离城市中心4~12 km的城市中间圈层是重庆市主城区软件和信息技术服务企业分布的主要空间,并呈“双峰”圈层分布特征,空间分布表现为“一主两次”多中心格局,集聚特征显著。2）2002—2017年,企业分布出现郊区化现象的同时大量向距离城市中心6~8 km范围集中,圈层分布由“双峰”结构向“单峰”结构转变,空间格局由单中心分布演变为“一主两次”多中心格局,集聚强度与规模持续提高。3）产业集聚因素对重庆市主城区软件和信息技术服务企业的区位选择影响最为显著,其次是相关区位条件和市内交通因素的影响,对外交通和空间政策因素在企业区位选择中的作用未通过显著性检验。     

新疆资源型企业的空间分布与区位选择

以新疆维吾尔自治区为典型案例,以2016—2019年新疆资源型企业数据为基础,采用核密度估计、多距离空间聚类分析和条件Logit模型等方法,刻画了新疆资源型企业的空间格局与演化特征,分析了其在不同距离尺度上的集聚强度与发展规律,并在此基础上探究了新疆资源型企业区位选择的影响因素。结果表明：（1）新疆资源型企业总体表现为“一心两带”的空间分布格局,并呈现出由“乌市一心”向“南北双核”的演化趋势。（2）新疆资源型企业表现为显著的集聚分布特征,集聚强度逐年提高,并由“单峰”结构向“双峰”结构发展。（3）资源型企业的区位选择受到社会、经济和自然环境等多方面因素的影响,其中区位经济发展程度、劳动力水平和水资源分布的影响最大。（4）对于不同类型和所有制的资源型企业,其区位选择的影响因素具有明显的异质性。研究结果对于理解新疆资源型企业的空间分布格局,厘清资源型企业区位选择的影响因素,探明资源型企业空间分异的微观机理具有一定的参考价值。     

广州市物流企业空间布局特征及其影响因素

管理学和经济学多从宏观视角进行物流业整体发展战略的研究,工程学和运筹学偏重物流企业内部流程和设施设计,对于中观层面的城市物流企业的空间研究比较薄弱,实证研究尤为缺乏。文章基于对广州市3771家物流企业调查资料,运用GIS空间分析方法,探究广州市物流企业的空间集聚特征,揭示影响其空间格局的主要因素,研究表明:广州市物流企业的空间分布具有显著的向心集聚性,从城市中心区向郊区和外围县级市,物流企业数量明显递减;物流企业沿城市交通主、次干道呈轴线状分布;物流企业区位选择具有服务依赖性,城市工业区和商务区是物流企业的重要集聚区;物流企业的空间格局是区位、交通、政策、地区经济实力和地价等因素综合作用的结果。     

福建省综合交通可达性格局及其与制造业空间分布的关系分析

以福建省为研究区域,县(市)为研究单元,采用加权平均旅行时间指标,分析公路(区内与区外联系)、铁路、港口、航空等交通方式及区域综合交通网络的可达性空间格局,探讨各交通网络空间分布的均衡性。选取制造业中的28个行业,从资源集约度角度将其分为资源密集型制造业、劳动密集型制造业、资本密集型制造业,利用平均集中率测量产业集聚度。引入要素禀赋条件、外部性、规模经济、制度政策4个方面13个变量对福建制造业空间分布影响因素进行回归分析。结果表明:福建省路网可达性由沿海中部向四周降低,其中公路区内可达性呈明显的圈层结构,区外可达性为"井"字形分布,铁路、港口和机场形成以福州、厦门—泉州为可达性高值区的马鞍状格局,综合交通网络可达性呈带状分布。不同类型的制造业在空间分布格局上呈现不同的特征,制造业平均集中率高值区呈环状分布,而制造业集中率低值区呈点状分布,与交通可达性的"凹陷区"重合。可达性与制造业空间集聚呈现很强的相关性,并且与不同类型制造业空间集聚相关程度有所差异,与资源密集型制造业空间集聚相关性相对较低。此外,农业丰裕度、自然资源禀赋、知识溢出效应、相对企业规模等其他变量对制造业空间分布也有显著影响。     

广州市港口服务业空间特征及其形成机制研究

探讨了广州市港口服务业的空间分布特征及其形成机制。研究表明,广州市港口服务业空间分布具有珠江指向性和明显的集聚特征;在公司具有较高空间迁移频率的同时,其集聚空间却呈现出较强的稳定性;不同类型港口服务业的空间分布差异明显;空间总体格局表现出向外港区和城市CBD集聚的趋势。其空间分布特征是在区位因素、行业内在特性、港口空间系统演化、城市规划与建设以及信息技术革新等因素协同作用下的综合表现。     

宁波市港口物流企业空间格局及区位选择

以宁波市为例,基于港口物流企业空间数据,运用冷热点分析和泊松回归等方法,研究宁波市港口物流企业空间分布特征及影响因素。结果发现：① 宁波市港口物流企业呈现向心集聚性,圈层分布格局明显。中心商务区和临港工业区是集聚热点区域;②港口物流企业集聚特征明显但整体集聚程度下降,表现出在中心商务区和临港工业区持续集聚和沿主干道路向外围区域蔓延扩散两大趋势;③不同类型港口物流企业的区位选择有明显差异：货代型物流企业主要分布在中心商务区,仓储型物流企业主要临港分布,运输型企业选择临近沿交通干道布局,综合型物流企业的分布没有明显的区位倾向;④ 政策因素、土地价格、城乡差异、临近港口、经济潜力和工业结构都不同程度地影响港口物流企业的空间分布,而交通便利没有表现出相关性。     

Network-constrained and category-based point pattern analysis for Suguo retail stores in Nanjing,China

The distribution of many geographical objects and events is affected by the road network; thus, network-constrained point pattern analysis methods are helpful to understand their space structures and distribution patterns. In this study, network kernel density estimation and network K-function are used to study retail service hot-spot areas and the spatial clustering patterns of a local retail giant (Suguo), respectively, in Nanjing city. Stores and roads are categorized to investigate the influence of weighting different categories of point events and network on the analysis. In addition, the competitive relation between Suguo and foreign-brand retail chains was revealed. The comprehensive analysis results derived from the combination of the first-order and second-order properties can be further used to examine the reasonability of the existing store distribution and optimize the locational choice of new stores.     

街道尺度下的零售商业中心热点识别与业态差异——以武汉市为例

城市零售商业的空间分布是现代城市发展的重要研究领域,科学分析城市零售商业的集聚特征,有利于优化城市用地布局及合理配置城市商业资源。基于POI数据,以武汉市街道为研究尺度,通过核密度估计、空间自相关分析以及Ripley’s K函数来识别武汉市零售商业中心热点和分析各业态之间的差异。结果表明:(1)武汉市零售商业在空间分布上表现为“大集聚、小分散”的特征,集聚趋势和扩张态势并存,在中心城区集聚特征明显,并形成多个次级集聚中心。(2)全局空间自相关分析结果显示Moran’s I为0.385,说明武汉市零售商业分布存在正的空间相关性,局部空间自相关分析表明高-高集聚区的街道集聚特征明显,但其辐射带动作用较弱,极化现象明显。(3)零售商业分布的“中心-外围”结构明显,零售商业集中区主要分布在以江汉路商圈为核心的10 km圈层范围内,由中心城区向远城区递减。(4)不同距离下各业态空间集聚存在差异,商场、超市进行区位选择的范围较小,便利店、家居建材市场、专卖店的距离范围较大。     

基于时间可达性与伽萨法则的大卖场区位探讨——以上海市中心城区为例

目前多数基于GIS的商业区位模型与技术研究,未全面考虑交通网络、道路等级、网点吸引力与竞争因素。针对此局限,借助GIS软件,依托可达性方法与伽萨法则,尝试综合考虑上述因素探讨大卖场可达性与商圈特征。以上海中心城区大卖场为例,采用同心圆法、扇形法与最近邻域法探讨卖场空间特征;利用行进成本分析法计算卖场可达性,并根据伽萨法则叠加了卖场引力因素,得到伽萨法则商圈。结果表明:大卖场集中分布于距市中心4.5~10km范围,各方向扩张不均衡。城区整体可达性较好,浦西优于浦东。外环附近商圈面积大,外环附近与市中心区商圈市场规模大,内环附近商圈面积与市场规模小。伽萨法则商圈市场规模"两极分化"既表明卖场市场竞争激烈地区与网点短缺区并存,也说明网点市场规模与职能存在等级差异。     

南京市内部旅游客流空间测度与模拟

将传统分析方法与空间数据分析方法相结合,建立空间数据模型,采用Surfer动态图,实态模拟南京旅游客流空间分布格局。研究发现:①南京市内部旅游流位序—规模分布非常典型。流量规模参数|q|大于1,但一直趋于减小,说明极化作用、不均衡发展仍是旅游流空间格局演变中主要特征。②南京市旅游流呈现显著的空间集聚特征。1995~2005年间,全局Moran’sI指数有一定的波动,1995年Moran’sI最小,2001年后,全局Moran’sI快速扩大。城市内部旅游流空间关联程度逐渐增强,局域范围内具有强烈的空间自相关特征。Local Moran’sI显著性检验表明,南京旅游流在局域范围内具有强烈的空间自相关特征。“高高”象限由1995年4个增至2005年8个;“低高”象限由1995年2个增至2005年8个,而“高低”象限变化不明显。③通过R型和Q型因子分析,识别了4个重要的旅游集聚场和扩散场,但首级集聚场和扩散场强度非常大。首级核旅游吸引力具有较广的吸引范围,且吸引景区级别较高。其它3个核吸引范围呈现分片区特征。扩散场分布相对均衡且“大分散、小集聚”。④根据研究结果构建了南京城市内部旅游流空间变化模式。20世纪90年代中期以来,南京市内部旅游流空间变化模式呈现出空间层次性、动态变化性特征。旅游流空间分布呈现从少数旅游节点向多数旅游节点转变,旅游节点体系逐渐发育成熟。     

基于POI数据的大型零售商业设施空间布局与业态差异——以广州市为例

以广州市为例,基于大型零售商业设施POI（Point of Interest）数据,运用空间计量分析方法,对大型零售商业设施总体及不同业态的空间分布及其影响因素进行了探究。结果表明：总体上,大型零售商业设施空间分布呈现出由内向外扩散的多中心圈层式结构,沿交通干道生长和连片蔓延趋势明显,中心城区设施临近轨道交通分布指向性突出。不同业态分布差异明显,大型购物中心和商场主要分布在中心城区及外围城区次中心,大型综合超市由中心城区内部向边缘区域扩散趋势明显,大型专业店主要分布在中心城区的边缘区域。影响因素方面,人口、经济和租金因素对其总体分布影响显著为正。不同业态所受影响因素有所不同,除人口等传统影响因素外,与生活中心、产业园或专业市场的临近性也会分别对大型综合超市和大型专业店的空间分布造成显著影响。     

大连市文化企业的空间分布变化与区位影响因素

基于大连市2000年、2008年和2016年文化企业数据,以街道为空间尺度,运用全局自相关、热点区分析、负二项回归模型等方法探究大连市文化企业空间分布变化与区位影响因素。结果发现:① 大连市文化企业空间布局整体呈现明显的“市中心”偏好,2000-2016年文化企业空间扩散现象明显,但核心城区的集聚程度却不断提高,最终呈现出“两心一带”的分布格局。② 大连市的南部地区一直是全市文化企业的热点地区,表现出明显的圈层特性。在研究时段内热点区域面积减少,但是热点集聚中心的位置没有发生变化。③ 生产型文化企业仍高度集聚于传统中心城区,消费型文化企业则向城区边缘和新区扩散,形成多中心集聚的分布格局。④ 在街道空间尺度下,区位要素和集聚要素对文化企业的区位选择具有显著影响,政策要素的影响不显著。与消费型文化企业相比,生产型文化企业对集聚效益、文化资源和商务环境等因素更敏感。     

住房价格与城市发展质量耦合协调度分析——以南京都市圈、苏锡常都市圈、徐州都市圈为例

以南京都市圈、苏锡常都市圈和徐州都市圈为例,从城市与区县两个尺度,研究住房价格、城市发展质量及其耦合协调度的空间格局及区域差异。结果表明:(1)3个都市圈的耦合协调度与区域差异均呈现城市尺度大于区县尺度的特征。(2)住房价格与城市发展质量空间分布格局具有相对一致性,“组团式”格局明显,南京都市圈的区域差异均最大。(3)3个都市圈耦合协调度水平整体不高,处于中级及以下协调水平,且分布呈空间依赖性;住房价格与城市系统及其经济、社会、文化、生态4个子系统发展质量的耦合协调度由大到小依次为苏锡常都市圈、南京都市圈、徐州都市圈,且耦合协调度区域差异既表现出共振性又表现出尺度敏感性。(4)根据协调状态及主导低耦合失调的原因,将城市划分为6种类型,区县划分为8种类型。     

广州市零售业态空间分异特征与机制

零售业业态空间分异识别对优化城市资源配置至关重要,基于高精度大样本数据的零售业态空间分布识别较传统研究更精确便捷。以广州市2014年47 026个零售业网点数据为基础,基于信息熵、平均最近邻分析法、核密度估计等研究方法,探讨广州市的零售业分布格局、业态空间分异与零售业结构影响机制。结果表明：1）广州市零售业功能显著集聚于城市核心区,越秀、荔湾与天河北的零售功能发育相对均衡,均衡度从核心向外围显著下降;2）不同业态零售业分异较大,以商业服务和基本生活服务为主的零售业态网点分布的集聚度显著高于大体量的综合类零售业态;3）各业态零售业随着城市圈层的外拓分异显著,大体量型零售业态分布相对均衡,以商服功能为主的零售业态则主要集中于核心层与内圈层;4）人流集聚程度、交通通达性、职住人口分布、地方政策与社会空间分异共同影响着零售业业态空间的形成与演化。     

南京商铺租金时空格局及影响因素分析

商铺租金是衡量城市商业活力与地段商业价值的重要指标之一,也是经济地理学关注的热点问题。以南京中心城区3294处商铺为研究对象,在通过核密度分析、莫兰指数等地理空间分析方法探究商铺租金时空格局的基础上,运用地理探测器从交通区位、周边配套、消费能力等方面挖掘商铺租金背后的影响因素。研究发现：南京商铺空间分布以新街口为核心,呈现出日益增强的中心极化态势,并与河西、东山和江北共同形成等级鲜明的商业集聚格局;主城区商铺租金的空间分布亦表现出以新街口为热点区、城北和城南为冷点区的核心边缘结构,具有显著的空间正相关性与局部空间集聚性,主副城区间租金分异程度逐年加剧;交通区位和消费潜力是影响主城区商铺租金的关键外部因素,而商业业态、商铺形象等内生因素同样会对商铺租金产生影响,在多种因素的交互作用下形成了南京商铺租金时空分异格局。通过揭示南京商铺租金空间分异的影响因素及其组合变化,期待推进中国城市商业空间研究,并为地方政府、开发商和商铺投资经营者提供一定借鉴参考。