长沙市商务办公空间集聚特征及其影响因素

以长沙市为研究对象,基于兴趣点（POI）数据,运用标准差椭圆分析、Getis-Ord G_i^*指数等方法识别长沙市商务办公空间结构,并借助地理加权回归分析方法探究城市空间因子对商务办公空间格局影响的空间异质性特征。结果表明：1）长沙市商务办公空间已形成“多中心”的集聚形态,呈现“一主一副两带多组团”结构,形成以湘江以东的芙蓉广场为主中心,以长沙火车站为副中心的中央商务区,湘江以西暂未形成副商务区。2）商务办公空间集聚的主导影响因素是商业空间中的购物服务、酒店等;交通条件次之,平均影响程度依次为：公交＞主干道＞对外交通＞地铁;休闲、居住职能空间中除公园绿地的正向推动作用仅次于主干道外,其余因素均较弱,其中风景名胜和住宅区的整体抑制作用明显。3）各因素总体表征为“中心―外围”的圈层影响模式,商业空间、主干道、地铁、公园绿地在中心圈层推动作用较大,影响强度与距中心的距离成反比;在外围圈层受住宅区、公交吸引形成商务办公空间集聚组团。     

广州市商业型健身房空间分布及其影响因素

以百度地图网页上采集的POI数据和第六次人口普查数据为基础,借助ArcGIS 10.2和Geoda软件,通过核密度分析、方向分布分析、缓冲区分析、近邻分析和空间自相关等方法,对广州市商业型健身房的空间分布特征进行研究,结果表明：广州市商业型健身房在空间分布上呈现“中心圈层＋外围组团”结构,存在空间集聚现象以及沿城市干道和地铁站分布指向性不明显而呈现临近住宅小区分布指向性。在广州市商业型健身房空间分布的影响因素方面,经过模型比较,选择空间滞后模型对其进行定量分析,结果表明：人口规模与受教育水平对广州市商业型健身房的空间布局影响显著,而区位因素和社区环境影响力较小。     

基于POI数据的广州零售商业中心热点识别与业态集聚特征分析

商业中心是城市零售活动的重要载体,优化商业资源在城市内部空间的合理配置,摸清不同零售经营形态的区位选择,显得尤为重要。以面向公众服务的商业机构兴趣点（POI）数据为研究对象,提出一种城市商业中心与零售业态集聚区识别的方法;以广州市为例,分析商业活动的热点地区以及零售业态集聚区的空间分布特征。研究表明：① 根据核密度估计法提取的商业中心在等级上表现出由城市中心圈层向外围圈层扩散的趋势,结果符合客观事实。② 以街区为单元,商业网点密度符合局域Getis-Ord G^*指数统计特征的热点区域主要分布在越秀区和天河区,广州市零售业发展的双核心空间格局已经形成。③ 不同的零售业态对商业集聚的区位选择具有显著差异性,百货商店、超市、便利店等零售经营形态的空间集聚特征与该业态的市场定位、经营模式及选址策略基本吻合。总体来看,基于POI数据的广州零售业集聚空间分析结果能够反映实体零售企业行为与广州商业经济分布的相关性,有助于提高政府部门商业规划和零售商选址前期研究的客观性和科学性。     

大数据视角下的商业中心和热点区分布特征及其影响因素分析——以乌鲁木齐主城区为例

商业空间结构是城市经济活动的重要载体,识别商业中心和商业热点区以及探究其影响因素对于商业资源优化配置显得尤为必要,进而指导城市有序发展。论文以乌鲁木齐主城区为例,利用开放平台大数据兴趣点(point of interest, POI),采用地理学空间统计方法定量识别商业中心和商业热点区,对商业分布和空间集聚特征进行分类和解读,并利用地理探测器方法探寻其影响因素。主要结论如下：① 乌鲁木齐市商业高值区分布在吐乌大高速—和平渠沿线地带,大型商业中心主要有南湖商圈、中山路商圈、友好商圈、会展商圈、米东商圈、铁路局商圈。② 商业热点区呈现“T型”双轴分布,北部新城商业地带与南部传统商业地带共同构成乌鲁木齐市最具活力的商业地带;6类商业热点区的分布可归纳为3种类型,商务和金融服务类为单一点状型,住宿和餐饮服务类为带状延伸型,生活与购物服务类为带状双核型。③地价、集聚效应、路网密度等是影响商业宏观分布的主要因素,其次为人口密度和中心可达性,自然因素如高程、地形起伏度等对商业布局影响有限;各因素对不同类型商业业态的影响程度各异,如人口密度、路网密度对购物类影响较大,中心可达性和地价对于商务、金融类影响较大;就各业态类型网点间的关系而言,商务和金融类协同作用强,餐饮与购物类协同效应较强,共同影响城市商业空间。     

广州购物中心时空演变及对城市商业空间结构的影响研究

以购物中心为研究对象,选择广州为案例地,采用ArcGIS和SPSS软件进行空间属性表达和统计分析,探讨购物中心时空演变特征及与城市商业空间结构的关系,得出以下结论：广州购物中心数量及规模增长呈现出周期性和跳跃性的特征,购物中心的分布主要集聚于中心城区,其空间分布格局正逐步由集聚中心城区向集聚与扩散并存的方向发展。从购物中心时空演变的影响因素分析,人口规模与购物中心数量及规模存在显著的正相关性,购物中心空间布局的交通指向性明显,购物中心时空演变还受城市空间发展战略、城市用地结构调整影响较大,而消费者一站式购物、体验消费趋势也对购物中心空间布局以及经营产生重要影响。最后,探讨了购物中心发展对城市商业空间结构的影响。购物中心发展促进城市商业中心等级体系呈现扁平化,有利于城市多中心商业空间结构体系的形成,与此同时,购物中心也影响了城市商业业态结构,提升了商业中心现代化水平。     

河网型城市商业中心识别与空间结构特征——以江苏省淮安市为例

城市商业中心是指在城区范围内,零售、餐饮、文化娱乐、金融、商务、住宿等服务业在空间上集中,密集度高于城市其他区域的地区。以河网型城市江苏省淮安市为研究对象,抓取城市商业活动类的餐饮、购物、休闲娱乐、商务POI设施点数据,采用核密度估计、空间维信息熵和最小生成树方法,从整体和各业态分别识别商业中心的边界范围与等级结构,同时结合各业态商业的叠合特征,界定城市各级商业中心区的类型。结果表明:淮安市商业中心分市级、区级、社区级3个等级,主要集中在盐河和里运河之间的原清河区和淮阴老城区,形成以淮海广场为中心的极化分布特征。随着商业中心等级由高到低,空间分布形态从规模团状集聚逐渐转变为规模带状和小规模沿街分布。     

基于多源数据的武汉市多中心空间结构识别

研究城市不同要素空间集聚水平与层级差异、明确城市各职能中心分布,对城市多中心空间结构的发展引导和规划调控具有重要意义。论文分别采用兴趣点(points of interest, POI)、夜间灯光和路网3种数据,利用局部等值线树算法,识别武汉市多中心空间结构。研究表明：① 武汉不同城市要素的总体集聚水平不均衡,其中在汉阳集聚水平较低,在汉口和武昌集聚水平较高,特别是二环以内区域;② 武汉中央活动区发展比较均衡,内部各城市要素高度集聚,随着向外扩展,部分城市要素易于在局部集聚形成城市中心;③ 结合武汉圈层发展布局,城市中心沿环线的“商-住-工”职能分布模式逐步确立,其中内环以及二环区域已形成稳定的商服中心;二环附近综合组团内部出现了较具代表性的居住中心;三环外的沌口和武钢主导发展工业,是典型的工业中心。     

山地城市格局对餐饮业区位选择影响的空间异质性

城市格局对产业布局有深刻影响,山地城市尤甚。餐饮业是城市商业的重要“引流业态”,其布局与城市居住、交通、公共服务等空间功能密切相关,山地城市格局对餐饮业布局影响的空间异质性尤为明显和特殊。以典型山地城市重庆主城区为研究对象,基于多源兴趣点（POI）数据,运用核密度、空间自相关、地理加权回归等空间分析工具,探究山地城市格局对餐饮业区位选择影响的空间异质性。结果表明：① 重庆主城区餐饮业空间布局形态呈凝聚多中心特征,形成“一主两副四次级”的多中心空间结构,是重庆主城区“多中心,组团式”城市格局的缩影。② 餐饮业发育成熟度与山地城市扩展时序密切相关,且空间分布方向与城市扩展方向一致。③ 同一类城市空间因子对不同城市组团的餐饮业分布具有不同甚至相反的影响力,相较圈层式单中心城市空间因子作用模式的空间异质性更为显著,其本质原因在于山水自然分割和城市扩展的特殊性导致的中心组团和外围组团资源要素配置不均。④ 不同城市空间因子对餐饮业布局的作用力也具有空间异质性,城市居住、商业、交通、公共服务、休闲空间等5类因子在不同区域对餐饮业区位选择均有不同程度正向促进作用,其中城市商业空间因子对餐饮业区位选择影响最大。     

武汉市城市空间集聚要素的分布特征与模式

不同城市要素的集聚现象具有不同的空间模式,定量化研究城市要素集聚模式的差异和联系对于理解城市发展机理、合理制定城市规划具有重要意义。本文以武汉市为例,获取不透水表面、商业服务业网点（POI）、人口、容积率、城市道路等城市要素数据;采用核密度估计法识别城市主次中心,从城市要素的分布形态、集聚程度、集聚模式等来研究城市要素的空间分布格局特征。研究发现,武汉市呈现“一主七副”的多中心结构,各城市要素从城市中心向外呈反S型的圈层递减。采用集聚度指数衡量城市要素的集聚水平,结果显示商业POI、人口密度的集聚程度最大,其次是容积率、道路密度、不透水表面占比。高度集聚的商业POI、人口密度呈现出点状模式与带状模式相结合的分布模式,中度集聚的道路密度、容积率呈现点状模式、环状模式与轴状模式相结合的分布模式,低度集聚的不透水表面密度主要表现为环状模式。城市中心的吸引、立体空间开发等促进了城市要素的向心集聚,交通干线、稀缺景观资源的廊道效应等重塑了城市要素的空间分布形态。     

基于土地开发强度的长春市城市空间效率分异研究

以地块容积率和建筑密度为基础数据,从土地开发强度这一微观视角出发,针对长春市建成区圈层式快速发展的现实,运用替代原理和竞租理论分析长春市中心城区1 460个地块的土地开发强度的分布特征,并采用核密度估计法对城市空间扩展过程中的低效地块和“超效”地块进行判断,总结分异特征和原因。研究发现：长春市土地开发强度的分布不符合替代原理,地块容积率的分布总体呈现“高-低-高”的环状分布特征;长春市城市空间结构组织总体上符合竞租理论,公共服务设施对传统竞租函数及其空间结构组织模式具有很大的影响;长春市在城市空间扩展过程中,低效与“超效”并存;商业用地和居住用地是低效地块和“超效”地块的主要用地类型,以商业、居住、娱乐、休闲、办公为一体的城市商业综合体建设或许可在一定程度上缓解该矛盾。     

广州市制造业与生产性服务业协同集聚与空间相似性

基于企业微观大数据,从空间相似性的视角,运用核密度法、双变量空间自相关法和地理探测器等分析方法,对广州市6个制造行业和5个生产性服务行业的空间协同关系展开分析,在街镇尺度下从行业层面探讨生产性服务业与制造业在城市内部的协同集聚。研究发现：行业集聚中心的空间布局形态显示,广州的制造业与生产性服务业布局具有空间相似性。制造业与生产性服务业空间相似性最高的区域集中在城市的近郊区与远郊区,在城市中心城区两大产业的空间相似性较低。科技服务业与制造业的空间相似性最强,金融业与制造业的空间相似性最低。产业发展历史、行业的服务功能特性、民营企业的布局弹性等,是影响生产性服务业与制造业空间相似性的重要因素。     

广州市中心城区餐饮店空间分异与机制差异研究——基于传统店与外卖店的对比

O2O模式（Online to Offline）使餐饮店经营模式与空间分布发生巨大变化,餐饮店空间分布现象与机制成为研究热点。本文将餐饮店分为仅提供堂食服务的传统店和同时提供堂食与餐饮配送服务的外卖店,利用核密度、双变量空间自相关、半变异函数、标准差椭圆、空间计量模型等方法,分析广州市中心城区传统店与外卖店的空间分异与机制。研究发现：① 2020年传统店主要集聚于自荔湾区多宝街道东至天河区石牌街道;外卖店呈多中心分布,以天河区天河南街道、冼村街道、海珠区江南中街道和赤岗街道为核心;二者在越秀区中部、天河区西南部、车陂街道、海珠区西北部等有多处高高集聚区。② 两种餐饮店空间分异较明显,易受随机性因子影响;外卖店较少分布在越秀区和荔湾区,整体分布范围较小,仅有很弱的空间自相关性,更多呈零散分布特征。③ 餐饮店空间分布受人口密度和餐饮店集聚的正作用;但受教育程度、路网密度、邻近高等院校、公交站、商圈等因素能提高外卖店比例,外卖店有更高店铺付租能力,更邻近地铁站和低经济密度地区,传统店则与其相反。     

基于遥感技术的广州市热岛效应分析

通过对广州市区TM遥感影像数据的处理,提取该区地表亮温和NDVI数据,对广州市的热岛效应进行初步研究,经过研究得到：（1）高亮温地区包括：荔湾区、越秀区和海珠区等老城区、广州火车站附近铁路沿线和白云机场一带、天河客运站附近和天源路两侧以及黄埔大道和珠江沿线附近;（2）广州市城区（包括市中心商业区、居民生活区、外围工厂区）整体上为热岛群,郊区农村则多以绿色为背景;（3）从市中心向外亮温呈降低趋势,但城市热岛内部有丰富的细部变化特征;（4）局部热岛强峰并不出现在广州市中心,而是同工厂的空间分布有关。     

基于休闲需求的城市公园服务等级结构及空间布局特征——以广州市中心城区为例

基于城市居民休闲需求的角度,以广州市中心城区作为实证研究地,引入公园规模、公园景观、公用休闲功能、公园门票价格、公园建园时间、公园交通便捷度、公园综合配套服务、公园服务时间等指标来衡量城市公园的休闲服务等级结构.根据广州中心城区发展历史、城区常住人口密度、城区各区经济总量等指标,将广州市中心城区划分为旧城核心区、新城中心区、新城边缘区,城市常住人口高密集带、城市常住人口密集带、城市常住人口稀疏带,经济实力强区(萝岗区)、经济实力较强区(黄埔区、天河区、越秀区)、经济实力弱区(荔湾区、海珠区、白云区)等空间     

基于POI数据的南京市空间格局定量研究

从语义属性、几何形态等方面对典型城市空间格局要素进行定量化抽取及特征分析,总结归纳出城市空间格局要素间的关联特征。在此基础上,将POI数据进行分类,设计了基于平面核密度估计算法、空间聚类与双重密度因子分析分析算法,并以南京市为例,通过栅格叠加计算，提取边界，分类渲染以及栅格重分类等步骤,实现南京城市空间格局及商业中心抽取。结果发现城市商业中心有效地反映了城市空间总体格局的区域分布，提取出的南京市商业中心基本符合2000—2020年的南京市总体规划，但文本并不能直接体现城市各商业中心的定位，城市中除了主城区这个集聚且组团的单中心商业模式，各个县城、开发区、高新区都有各自形成的商业中心，符合城市的多商业模式。较传统的城市商业空间研究来说，基于POI数据的定量研究对城市总体格局及商业空间的认知更为精细，有助于商业中心的识别及行业特征的分析，便于政府部门对现有规划功能区的发展方向进行调整，使得不同功能区空间结构与特征关系更加合理。     

转型时期广州城市公共服务设施空间分析

通过构建城市公共服务设施空间分布综合公平指数模型,借助三维模拟及GIS空间自相关技术,探讨了广州城市公共服务设施空间分布格局、公平性特征及其形成机制.结果表明:广州城市公共服务设施空间分布呈核心-边缘格局,区域供给规模差异大且与人口分布不相协调,区际及不同类型设施的空间聚集水平差异显著;城市公共服务设施空间分布综合公平...     

基于开放大数据的广州市中心城区职住平衡特征研究

以广州市中心城区为例,借助百度热力图、百度实时路况和百度地图POI数据,从中观层面多角度综合分析广州市中心城区就业与居住的空间分布关系。结果显示：1）工作时间段人口聚集的高值区整体呈带状分布,斑块较为细碎,但绝大部分集中在核心地带;人口主要高度集中于各区的商业繁华地段与交通线路周围。而休息时间段的高值区则相对集中分布,用地效率较高,表现出多中心的圈层结构;人口主要高度集中分布在传统的老城居住区和新开发的商业住宅区,与核心商圈相对错开。2）不管是在上班时段还是休息时段,人口聚集程度越高的地区,POI设施密度表现越显著;这意味着人口的聚集具有一定的选择性,主要集中在城市基础设施发展较完备的区域。3）广州市中心城区各街道的职住比介于0.73~1.54,职住相对平衡,区域之间差异较小。其中,分值较高的街道多分布于核心地带（主要集中在越秀区、荔湾区北部和天河区南部）,分值较低的街道多分布于核心地带的外围或边缘地区（主要在海珠区、荔湾区和白云区零散分布）。4）从城市交通响应上看,广州市中心城区工作日内早高峰的拥堵度大于晚高峰,但总体路况变化跨度不大,区内并没有出现特别严重的“潮汐通勤”现象。     

基于POI数据的郑东新区服务业空间聚类研究

探讨城市新区的服务业空间格局,对城市新区规划和服务业空间布局的优化具有重要指导意义。采用POI数据对郑东新区服务业的总体、分行业空间布局进行聚类,结果显示：① 在总体上,聚类呈现“414”的空间体系,各聚类所在区域的通达性较好;服务业在功能区内部聚集和跨越功能区聚集并存;噪声点分布零散,局部出现了服务业聚集的潜力区域;空间临近效应、行政力量带动和市场导向作用导致服务业空间极化特征明显。② 从分行业来看,部分行业的重要空间节点分布存在一定差异,CBD核心区和商住物流区成为各行业空间节点的分布区域;部分行业的空间节点与功能区的产业定位存在吻合与错位特征。最后,从规划视角提出了郑东新区不同功能区产业结构优化的方向。