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。     

广州市多类型商业中心识别与空间模式

不同职能类型商业中心识别对研究城市商业空间结构有重要意义。与传统识别方法相比,大数据的分析更为精确和便捷。本文以广州市核心区59125条城市热点(POI)数据为基础,利用核密度分析、统计分析、最邻近距离分析等方法识别广州市多类型商业中心的边界,探索其商业空间结构与模式。结果表明：①广州市商业结构呈现明显双核集聚式分布,传统的越秀分区与现代的天河分区构成当前广州市商业空间的双中心;②不同类型的商业中心在空间上呈现显著分异,其中城市生活与公共服务中心在越秀区,商务与金融中心在天河区,休闲娱乐中心呈现分散集聚式特征;③广州市商业结构的空间模式是“圈层+组团”式分布,其中,生活、公共服务、商务职能集中分布于内圈层,娱乐休闲职能呈组团状镶嵌于各圈层中。     

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数据的西宁市零售业空间格局探究

零售业是城市商业结构中最有活力的组成部分，合理有序的零售空间结构对促进经济的发展、提高资源的配置、满足居民的生活需求至关重要。POI作为新的空间数据源，能够客观地、准确地对商业空间结构进行识别和探究。西宁市位于青藏高原东北部，是连接青藏高原与中国大陆的重要门户。西宁市集中大量的人口，且存在有潜力的消费市场。基于POI大数据，运用核密度、局域Getis-Ord G*指数、Ripley’s K函数和区位熵的分析方法，以西宁市为研究案例探究零售网点的空间分布特征。零售业详细地分为以下8种类型，分别是食品、饮料及烟草制品，纺织、服装及日用品，文化、体育用品及器材，家用电器及电子产品，五金、家具室内装饰材料，医药及医疗器材，汽车、摩托车燃料及零配件，综合零售。结果表明：西宁市零售业集聚区空间分布特征显著，呈现“多集聚、多核心”商业空间形态。密度等级由中心区沿交通干线逐渐向外围递减；高密度集聚区分别分布在水井巷附近街区、商业巷附近街区、祁连路—北禅路交汇的附近街区（北山市场）和以万达广场为核心的海湖新区。行业属性不同使得零售点集聚和分布变化表现出较大的差异性，与人们日常生活密切相关的业态零售点呈现社区化、微型化和便利化的特征，且区位选择性较大，如：食品饮料及烟草制品、医药及医疗器材和综合零售行业，而家用电器及电子产品、文化体育用品和纺织服装等行业区位选择尺度小，集中在特定的区域；基于道路数据构建的街区单元冷热点区域分布特征显著，它受城市建设用地扩张，人口密度，交通可达性和城市规划等因素的影响，海湖新区将成为最有发展潜力的商业区；在街道尺度，各业态零售业专业化功能区块显著，发展成熟的街道表现出多优势行业集聚特征，西宁市多业态集聚区域较少，只有人民街街道。这项研究一方面有助于填补基于POI数据青藏高原河谷型城市商业空间结构研究的空白; 另一方面，为政府战略制定，零售商选址和城市规划提供一些参考。     

基于POI数据的长春市商业空间格局及行业分布

商业网点的空间集聚与分散是零售商业活动的重要表现,其合理化布局对发展城市经济、满足居民消费需求发挥着重要作用。基于核密度估计、区位熵指数及Ripley's K函数分析法,以长春市中心城区商业类城市兴趣点（POI）数据为基础,在分析城市商业空间格局特征的基础上,进一步从行业空间分异的视角,研究城市商业空间的行业分布及集聚特征。结果表明：① 长春市商业网点空间分布的集聚特征显著,并呈现多中心的分布形态,基于道路格网单元的商业网点热点区分布与识别的商业密度中心分布总体一致;② 不同商业中心表现出不同的等级规模差异,整体等级规模结构较为合理;③ 零售行业视角下的城市商业空间“中心—外围”分异明显,且不同行业表现出了不同的空间集聚模式;④ 各行业多尺度的空间集聚表现不同,综合零售、家用电器等行业区位选择的空间尺度范围较大,纺织服装、文化体育等行业区位选择的尺度范围较小;⑤ 行业视角的专业化功能区块差异显著,成熟区块呈现多功能要素、多优势行业集聚特征,发展中区块功能较为单一。     

城市零售业热点区演变特征及驱动机制研究

基于核密度估计法、最邻近指数分析法以及局域Getis-Ord G^*指数法,利用零售商业兴趣点（POI）数据,分析武汉市三个时间节点下的零售商业热点区的空间分布及业态集聚的演变特征,并探讨其驱动机制。研究表明：1）中心城区具有多核发展趋势,远城区低密度点状集聚,商业点由主热点区呈放射型面状扩散;2）武汉市热点区面积与数量增长显著。主次热点13年间由71km²增长到168km²,主热点区由7个增加到10个;3）各零售业态的集聚程度发展具有一定差异性。除医药及医疗器材类业态集聚程度呈降低趋势,其他五类零售业态的聚集程度均有不同程度的提升;4）武汉市零售商业热点区的形成及演变是人地关系互动的结果,区位历史条件、交通网络、政府用地政策、旅游资源开发等多种因素合力影响武汉市零售商业的热点形成及演变。     

第三空间还是无限场景:新零售的区位选择与影响因素研究

随着互联网、人工智能等技术的渗透,新零售这一城市新兴商业业态的发展对区位产生了差异化的选择。论文以星巴克和瑞幸咖啡为例,采用空间最邻近指数、核密度分析,比较上海传统零售与新零售在空间布局上的不同特征,并采用空间计量模型,进一步探究两者在区位选择因素上的差异。结果显示:①瑞幸和星巴克门店的空间布局在市域尺度上均具有明显的中心指向,但也存在差异。作为新零售的代表,瑞幸在城市各圈层的分布更为均质,不如传统零售星巴克强调城市中心区位。②传统零售与新零售具有相似性和差异性布局特征,全局而言,瑞幸的聚集程度高于星巴克。而在城市的中心区域,传统零售呈现单中心集聚特征,新零售则呈现多中心分散特征,远不如传统零售聚集。③新零售与传统零售的选址因素存在较大的差异。传统零售星巴克与商场密度有高度显著的相关性,具有商业中心偏好,而影响瑞幸咖啡选址最重要的因素是写字楼密度,且商场租金对其呈负向影响,新零售瑞幸咖啡对商务办公区域的偏好超过商业中心。     

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。     

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。     

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。     

基于POI的城市休闲空间格局分析——以乌鲁木齐市为例

基于百度POI数据，运用Ripley’s K函数、最近邻层次聚类、空间自相关等方法，对乌鲁木齐市公共休闲设施空间布局进行研究，总结城市休闲空间的格局特征，进而探讨休闲空间的影响因素。结果表明：（1）乌鲁木齐休闲设施空间分布表现出明显的向心集聚性。（2）各类休闲设施热点区分布表现出不同的集聚倾向，娱乐类、购物类、健身类三类休闲设施热点区主要布局在主城区以内重要交通枢纽和商业中心附近，餐饮类休闲设施热点区表现出明显的人口导向特征，旅游类休闲设施热点区均分布在热门旅游景区附近，文化类休闲设施热点区分布于科教文化基地或多民族混居区。（3）乌鲁木齐市休闲空间格局为“圈层+扇形+组团”模式，核心为面状综合型休闲中心，外围为扇形的休闲设施稀少区、组团式多功能休闲区和组团式餐饮休闲区，最外围是休闲设施极少的郊区和组团式旅游休闲区。（4）乌鲁木齐休闲空间与人口空间分布存在较强的空间正相关关系。     

广州市零售商业中心消费活动时变模式及其影响因素

利用2016年在广州典型大型零售商业中心进行的客流量监测和居民消费行为问卷数据,分析基于客流时间变化的广州大型零售商业中心消费活动时变模式,构建多项Logistic回归模型,从消费者社会经济属性、消费活动特征和商业中心建成环境3方面探讨该时变模式的影响因素。结果显示：① 广州不同的大型零售商业中心内消费活动存在明显的时变特征差异,可分成稳定型、下午高峰型、傍晚高峰型和不规则波动型4类时变模式;② 这种时变模式受到消费者社会经济属性、消费活动特征和商业建成环境等变量的影响。其中,消费者社会经济属性和消费活动特征影响有限且影响差异较大,以稳定型为参照组,在广州居住时间、居住区位和家庭月收入等社会经济属性,以及消费结构、出行路径、交通方式和出行距离等消费活动特征能区分稳定型和下午高峰型商业中心,但只有在广州居住时间和出行距离、交通方式3个变量能显著地解释稳定型和傍晚高峰型商业中心的差异;建成环境是影响零售商业中心时变模式的首要因素,商业网点密度、用地混合度、公交与地铁站点密度、商业中心区位特征、到市中心距离等变量均对各个类型商业中心的形成作用显著。期望为城市零售商业中心的分类和评价提供一个新思路,为预测商业中心可能的消费活动时变模式、消费者属性和活动特征提供理论依据,对城市商业规划和商业中心开发运营有一定的现实指导意义。     

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。     

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。