大城市内部连锁超市空间分布格局及其区位选择——以南京市苏果超市为例

连锁超市已成为中国大城市内部零售商业的主要业态。针对目前研究中对城市内部尺度连锁超市空间布局问题关注不足,本文以南京市苏果超市为例,从空间格局演化、集聚分布状况、不同类型超市的区位选择等方面进行分析。研究方法包括点模式分析、空间密度分析和空间自相关分析等。结果发现:南京市苏果超市的空间总体分布呈中心到外围递减的倒"U"型集聚特征;不同类型苏果超市的分布特征不同,华润卖场的空间分布相对分散,社区店、便利店的分布相对集聚;空间分布热点呈蔓延扩散与等级扩散混合模式。运用Binary Logistic二分逻辑回归对影响超市区位选择的因素进行计量分析,结果表明经济发展情况、消费者规模、交通通达性、居民购买力、城乡差别、公司战略等多种因素,通过综合作用机制,共同推动了南京市苏果超市的空间分布格局。     

A network Kernel Density Estimation for linear features in space–time analysis of big trace data

ABSTRACT

Kernel Density Estimation (KDE) is an important approach to analyse spatial distribution of point features and linear features over 2-D planar space. Some network-based KDE methods have been developed in recent years, which focus on estimating density distribution of point events over 1-D network space. However, the existing KDE methods are not appropriate for analysing the distribution characteristics of certain kind of features or events, such as traffic jams, queue at intersections and taxi carrying passenger events. These events occur and distribute in 1-D road network space, and present a continuous linear distribution along network. This paper presents a novel Network Kernel Density Estimation method for Linear features (NKDE-L) to analyse the space–time distribution characteristics of linear features over 1-D network space. We first analyse the density distribution of each linear feature along networks, then estimate the density distribution for the whole network space in terms of the network distance and network topology. In the case study, we apply the NKDE-L to analyse the space–time dynamics of taxis’ pick-up events, with real road network and taxi trace data in Wuhan. Taxis’ pick-up events are defined and extracted as linear events (LE) in this paper. We first conduct a space–time statistics of pick-up LE in different temporal granularities. Then we analyse the space–time density distribution of the pick-up events in the road network using the NKDE-L, and uncover some dynamic patterns of people’s activities and traffic condition. In addition, we compare the NKDE-L with quadrat method and planar KDE. The comparison results prove the advantages of the NKDE-L in analysing spatial distribution patterns of linear features in network space.     

2004-2008年北京城区商业网点空间分布与集聚特征

本文以北京城区内的8 个行政区作为研究对象,选取批发和零售业、住宿和餐饮业、居民服务与其他服务业作为具体的商业类别,利用北京第一次、第二次全国经济普查数据,采用核密度(Kernel)、标准差椭圆、Ripley's K(r)函数相结合的GIS 点模式分析方法,对比研究了2004 年和2008 年北京市商业网点分布与空间集聚特征。研究结果表明:① 北京商业网点呈现相对集中分布态势,具有向心性并形成明显的集聚区,集聚中心主要分布在五环内,且在两次普查期间有所改变,商业网点空间偏向性差异明显;② 以CBD、金融街、王府井、中关村、亚运村和奥运村等为代表的典型商圈对北京商业网点的布局影响十分显著,商业网点在典型商圈周围分布密度较高,呈现集聚中心状态;③ 北京商业网点Ripley's K(r)曲线随距离的变化总体呈现“先增后减”态势,其中受居民小区影响较大的居民服务与其他服务业网点两次普查期间变化剧烈,反映了居民由市中心向外扩散的过程。     

基于空间点模式分析的城市管理事件空间分布及演化——以武汉市江汉区为例

城市网格化管理系统经过多年运行积累了大量历史事件数据, 这类事件数据在空间上呈现明显集聚分布。确定事件发生的空间分布以及衡量空间分布的集聚程度, 能够为城市管理资源的合理调配、划分提供重要的决策支持。本文应用空间点模式分析方法, 对2011 年1-8 月间武汉市江汉区城市网格化管理系统中的两类主体事件(占道经营和垃圾处理类)进行分析, 研究发现:占道经营事件的“热点”区域1-8 月总体呈减少趋势, 而垃圾处理事件的“热点”区域整体呈递增趋势;两类事件呈现明显的空间集聚, 其特征空间尺度都为1000 m左右。研究表明, 空间点模式分析方法能够为城市管理者提供一种针对城市事件空间集聚模式的直观的可视化分析手段, 以及对空间集聚程度的定量分析方法, 并可为进一步统计建模分析奠定基础。     

Spatial patterns of retail activity and street network structure in new and traditional Israeli cities

The association between spatial patterns of retail activity and the spatial configuration of street networks was examined by means of the space syntax methodology in eight Israeli cities that represent two city types, characterized by different planning approaches and urban growth: (i) new towns, which were established according to a comprehensive city plan and modern planning concepts of “tree-like” hierarchical street networks and “neighborhood units”; (ii) older cities, where street networks and the spatial patterns of retail activity were formed incrementally during their growth. Unlike in older cities, retail activity in new towns concentrates in relatively less-accessible and intermediate locations. This is indicated by a weak correlation between retail activity and the street network’s Integration and Choice centrality measures. The comparison between Israeli cities illustrates the influence of urban growth and planning approaches on the formation of retail activity and its interaction with the structure of the street network.     

COVID-19期间国家关系交互网络时空分析研究

COVID-19疫情不断蔓延为国际政治、外交关系等带来深刻影响。目前基于复杂网络方法的国际关系研究较少考虑节点的空间属性,难以探索国际关系的动态演化模式及其空间分布特征。该文提出一种结合时间序列聚类与空间统计的国家关系交互网络演化模式探测方法。基于2020年1月-2021年3月的GDELT数据构建国家关系交互网络,基于节点的演化特征,应用K-means聚类算法将节点划分为6种类型,结合局部连接统计方法分析节点演化模式的空间分布特征。研究表明:面对疫情冲击,各国为控制疫情蔓延倾向于参与合作交互事件;国家关系交互网络中的不同时序演化模式总体按照节点的点度中心性强度由高到低分布;疫情防控期间网络中始终处于边缘地位的节点在空间分布上呈现聚集特征,而核心节点空间分布较分散。通过研究网络节点的时序演化模式及空间分布特征可为公共卫生危机事件期间国际关系与地缘政治研究提供新思路,对于危机事件期间制定外交政策与应对策略具有一定参考价值。     

“流空间”视角下高速公路交通流网络结构特征及其形成机制——以广东省为例

交通流是城市经济联系最显性的表现,为更清晰地识别城市网络结构提供了新视角。本研究采用高速公路联网收费数据作为交通流“关系数据”,综合图论、社会网络分析法（SNA）和GIS空间分析,以广东省为研究区域探索高速公路交通流网络空间结构特征,并利用QAP回归法探究影响网络形成的因素。结果表明：① 广东省高速公路已形成典型的网络式空间结构,具有“小世界”网络效应。其节点度值服从幂律无标度分布,交通出入量基本平衡,节点重要性自区域中心向外围递减;网络有向边权值等级差异显著,优势交通流具有“向心指向”特征和距离依赖性。② GDP、常住人口、社会消费品零售总额、县区间行驶距离等已成为影响广东省高速公路交通流网络形成的重要因素。其中人口因素是影响城市间交通流动的主要因素,网络形成受制于距离因素,消费因素逐渐成为刺激城市间交通流动的强大动力。③ 广东省高速公路交通流动模式分为邻近指向型、中心指向型和等级指向型三种,以邻近指向型为典型模式。研究结果对于揭示交通流动规律,丰富城市网络理论,推动道路合理规划和区域协调发展具有重要理论和实践意义。     

“A Newcomer” versus “First Mover”: Retail Location Strategy for Differentiation

In a competitive business environment, retailers brand themselves using unique location strategies. New retailers, especially, use their location strategy to construct a different brand concept from that of the first mover. Therefore, retail chains in the same industry show different location patterns. This article aims to investigate how a new retailer uses its location strategy to differentiate itself from the first mover by comparing the location patterns of two coffee chains. The location patterns of Starbucks Coffee (a “first mover” that employs a premium brand concept) and Ediya Coffee (a “new retail chain” that promotes an economical brand concept) are analyzed for the study. We use a Bayesian spatial model to explore the two retailers' location patterns in Seoul, Korea. Considerable differences are found in the spatial distribution patterns of the two coffee franchises. Starbucks has formed store groupings in prime areas such as the city center based on its cluster location strategy, reflecting its premium brand concept. Conversely, many Ediya Coffee shops have been located in less desirable areas such as fringe areas with low land prices, reflecting their economical brand concept and differentiating the company from Starbucks. These findings lead to a useful marketing implication for a retail startup formulating its location strategy for differentiation. Furthermore, this study's company-level analysis of retail location patterns provides a better understanding of complex retail geography.     

A linear tessellation model to identify spatial pattern in urban street networks

Street patterns reflect the distribution characteristics of a street network and affect the urban structure and human behavior. The recognition of street patterns has been a topic of interest for decades. In this study, a linear tessellation model is proposed to identify the spatial patterns in street networks. The street segments are broken into consecutive linear units with equal length. We define five focal operations using neighborhood analysis to extract the geometric and topological characteristics of each linear unit for the purpose of grid-pattern recognition. These are then classified by Support Vector Machine, and the result is optimized based on Gestalt principles. The experimental results demonstrate that our method is effective for mining grid patterns in a street network.     

社区化新零售末端物流网络的对接与优化——以深圳市盒马鲜生与菜鸟驿站为例

线上、线下与物流融合发展的“新零售”模式为零售业注入了新的活力,针对“新零售”模式发展过程中末端物流网络暴露的问题,探索其与物流终端自提点对接的优化方案,有助于提升新零售末端物流服务质量与效率。基于深圳市盒马鲜生、菜鸟驿站及相关设施兴趣面（Area Of Interest, AOI）、兴趣点（Point Of Interest, POI）数据,综合运用空间分析、定量统计等方法,探究社区化新零售与物流终端自提点代表之间的对接基础与可行性路径,提出优化方案并模拟对接后的优化效果。研究发现：① 深圳市盒马鲜生提供新零售服务,门店分散均匀分布,多选址于商圈边缘,存在较多服务空白区。菜鸟驿站主要提供快递自提服务,服务范围较大且呈连片覆盖,对各类设施的覆盖度均较高,站点多邻近设施出入口。② 盒马鲜生与菜鸟驿站均以市场为导向,以社区为主要服务对象,分别位于城市商服圈与社区生活圈中,提供末端物流的不同解决方案,在运营模式、服务对象、空间分布方面均具有较强的对接可行性。③ 新零售企业可通过由“自营”向“自营+释放”物流配送模式转变,构建“新零售门店-配送员-自提点-社区居民”的商品配送链,实现其末端物流网络优化。④ 通过模拟可知,对接后盒马鲜生服务范围、设施覆盖率显著提高,且能够在各类区域中适应不同消费场景,优化效果显著。     

复杂网络视角下时空行为轨迹模式挖掘研究

针对时空行为轨迹大数据的序列性、时空交互性、多维度性等复杂特性,构建结合时间地理学与复杂网络的分析框架,建立时空行为路径与时空行为网络之间的转换关系,利用复杂网络社群发现算法对时空行为轨迹进行社群聚类、模式挖掘与可视化。基于北京郊区居民一周内活动出行GPS轨迹数据的案例分析发现：① 复杂网络分析方法可以有效挖掘具有相似行为的群体特征和识别出典型的行为模式。② 可以灵活处理多元异构与多维度的行为轨迹大数据以及满足不同叙事、不同空间相互作用、不同时序的应用需求。③ 北京郊区被调查居民的行为模式存在日间差异与空间分异。     

基于局部聚类的网络Voronoi图生成方法研究

提出一种将网络约束下的Voronoi和空间聚类相结合的方法,通过构造局部的聚类分析方法对网络边进行加权,根据实际的点过程性质可以把权重定义为加权或者乘权,进行标准化后与道路段本身长度融合进行计算,依此生成网络Voronoi图,以期理解城市街道的空间特性。以武汉市江汉区为例,对城市网格管理系统产生的城市事件进行算法验证,结果表明,该方法提供了一种灵活的网络约束下的服务区域划分工具,可用于基于网络空间点过程影响下的服务区划分,也可用于系统性地定量刻画城市管理的动态特性。     

基于Ripley’s K函数的南京市ATM网点空间分布模式研究

运用Ripley’s K函数的相关理论,以南京市ATM网点为研究对象,分别从平面与网络空间两种视角,在中心城区范围与主城区范围两种空间尺度上,通过单变量\begin{array}{c}K\end{array}函数法分析ATM网点的分布模式,通过双变量\begin{array}{c}K\end{array}函数法分析ATM网点与地铁站点的空间关联情况,最后对计算结果进行评价与分析。研究表明,ATM网点在南京主城区与中心城区均呈现出较强的集聚状态;在一定的距离范围内,ATM网点与地铁站点之间也有较强的依赖关系。同时,对于沿着路网分布的地理空间点状对象而言,利用网络\begin{array}{c}K\end{array}函数法进行空间点模式分析比用平面\begin{array}{c}K\end{array}函数法更加符合实际情况。     

基于航空和高铁流的中国城市网络格局及演化

基于2009、2014、2019年的航空、高铁时刻表数据构建出航空子网络、高铁子网络以及航空?高铁叠合网络,利用社会网络分析、主成分分析等方法得到交通综合指数,并用以对3个网络的动态演化特征进行分析。研究表明：① 航空流与高铁流视角下的城市网络形态存在显著的差异。航空运输为远距离、高等级核心城市之间的联系提供了快速通道,航空网络中构成菱形结构支点的核心城市处于动态变化的状态,随着中西部城市的崛起,网络均衡性逐步提升;高铁网络对东部和中部地区主要城市起到串联作用,网络的演化依托高铁干线的延伸,呈现由点状向廊道至带状发展的平面分布。② 网络对比分析发现高铁网络的拓展对航空网络产生挤压效应,逐渐成为1500 km范围内的主导性高速交通运输方式,促使航空运输的优势距离不断扩展;网络叠合分析发现高行政等级城市及经济发达城市占据主导位置,中西部城市崛起,东北城市衰落;整体网络呈现由点?线?面扩张发展的趋势,且胡焕庸线两侧的城市网络格局存在显著差异。叠合网络东部和中部城市联系从以航空为主导转为高铁主导,而西部城市仍以航空联系为主导。     

Decoding the Development Strategy of a Major Retailer: Wal-Mart's Expansion in the United States

This research aims to provide insight regarding Wal-Mart's retail development strategy in its expansion across the continental United States. The study examines store location patterns and relationships between Wal-Mart's store and distribution center locations and markets. The study shows that, although radial expansion is broadly characteristic of the dense store patterns that have been well established for Wal-Mart at the national level, expansion patterns at the regional level are consistent with a selective process based on factors other than store density. These results provide a new perspective on Wal-Mart's expansion, providing insights of value to retail practitioners and local government.     

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。     

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。     

基于POI大数据的沈阳市住宅与零售业空间关联分析

城市住宅及其价格与区域商服业的空间关联性量化研究是人文-经济地理学的重要研究内容。以辽宁省沈阳市为案例,以住宅和零售业兴趣点（Point of Interest, POI）为数据源,基于空间核密度分析提取住宅和各类零售业的空间聚类形态,量化表达商住空间布局的相关性,并在此基础上运用地统计方法测算房价的空间异质性及其与零售业态空间布局的差异特征。结果表明,零售业的整体空间聚集特征与住宅相似,呈现中心城区块状聚集、外围城区多中心离散的分布格局;零售业与住宅核密度相关系数为0.95,超市、便利店等小规模的零售业与住宅密度相关性较强,商场商厦的聚集效应落后于城市住宅,大型零售业应该在铁西经济技术开发区等住宅密集区规划选址,为居民提供高端购物服务;住宅价格的倒“U”型空间分布模式与零售业空间密度的圈层衰减特征相符。     

中国城市间金融网络的空间演化及其影响因素

基于中国金融业企业网络数据和链锁网络模型建立城市网络,在解析金融网络空间格局的基础上,定量识别与测度了金融网络的影响因素,并探讨了关键因素的作用机理。研究发现：中国城市间金融网络的中心性体系呈现空间指向和路径依赖的特征,链接关系呈现纵深关联和层级分化的特征,核心―边缘结构呈现逐渐深化和有序分布的特征;关键资源、空间距离、区位条件和历史基础是影响金融网络空间格局的关键因素;择优链接、地理邻近和空间集聚是金融网络生长发育的动力机制。在网络发展环境下,中国城市化政策需要做出相应调整,支持城市在金融网络中选择差异化的发展路径,充分发挥金融网络对城市经济增长的供给引导功能,同时在更大空间尺度上推动城市之间的网络协作。     

Change in the World City Network, 2000–2012

This article presents a large-scale analysis of the trajectories of individual cities and regions in the world city network between 2000 and 2012. The methodology used to examine cities' evolving network centralities is based on advanced producer services firms “interlocking” cities through their worldwide distribution of offices. We do not limit our analysis to a limited set of putative world cities, but incorporate 157 cities from all world regions into this global urban analysis. Absolute and relative measures of change are developed to reveal the major dimensions of change. The most notable finding is that significant connectivity gains have been limited to a small set of cities (Dubai, Shanghai, Beijing, and Moscow in particular) in the face of persisting core–periphery patterns at the level of the global economy, with New York and London remaining firmly at the apex. At the same time, overall levels of connectivity in the world city network have clearly risen, suggesting an increasingly integrated network. In geographical terms, a west-to-east shift is discernible, albeit uneven.