城市创意产业空间动态集聚演化的计算与可视优化方法

基于人文地理视角下的城市创意产业图像可视化分析对城市深层次空间综合和区域创新发展具有重大意义。但Swarm群智能动态时空建模难以满足创意产业空间集聚的可视化发展。本文研究目标是,从城市区域创意产业空间聚类影响因素指标出发,创新性地提出区域空间动态集聚轨迹算法（Density-Based Interest Spatial Clustering of Path,DBICP）,并与计算机浏览器共建聚类可视化图像,为城市管理提供决策依据。首先,根据影响因素指标体系,利用2014—2018年空间卡口流量数据和产业指标数据进行预处理,构建空间标准聚类算法DBSCAN。然后,对其进行聚类密度分级优化形成全新DBICP算法并得出初步轨迹图像。最后,通过源码转译实现了浏览器界面下空间动态集聚轨迹图像的输出。结果表明：以上海市为例,普陀区、浦东新区、徐汇地区的创意产业空间分布形成了3种不同的聚类模式,并相应提出了分摊、均布、虹吸的管控策略。此方法克服了传统图像的聚类分级和轨迹测量的缺失,可以有效地从指标数据中发现图像轨迹聚类信息,体现了地理信息科学和人文社会学科的交叉融合。也为大数据动态图像的集聚方法提供了全新视角和借鉴价值。     

深圳市快递自提点的空间分布特征与影响因素

随着信息技术的发展,电子商务的盛行推动着快递行业的迅猛发展,快递自提点成为人们日常生活的重要场所,从而成为城市地理与物流地理的重要研究对象。本文基于2018年4月深圳市菜鸟驿站和中国邮政速递物流站点的POI数据,综合运用文本分析、数理统计、空间分析方法,解析深圳市快递自提点的空间分布特征和影响因素。研究发现：① 快递自提点依托类型多样：由市场主导的菜鸟驿站主要依托专业的快递公司、便利店等;由政府主导的邮政站点一般设于中国邮政的分支服务网点;② 快递自提点服务对象种类繁多,二者都主要以服务社区为主,企业、工业园、酒店等为辅;③ 快递自提点的区位选择一般靠近服务对象的出入口,80%的快递自提点分布在距其最近出入口200 m范围内,邮政站点更接近服务对象;④ 快递自提点的空间分布不均衡,呈现“中西部多,东部少”的特点,沿“东-西”走向集聚分布,为多核集聚模式;⑤ 快递自提点的空间格局是区域经济发展水平、人口分布、交通便捷程度、土地利用类型等多因素综合作用的结果,最后探索了快递自提点选址与分布的综合影响机制。     

江苏省商业网点的空间分布特征及其区域差异因素

以江苏省商业网点POI（兴趣点）数据为基础,结合经济社会统计数据,分别对批发零售业、住宿业和餐饮业三种业态类型,运用标准差椭圆、核密度、最近邻指数以及多元线性回归等分析方法,探讨不同发展水平、发展阶段城市商业网点的空间分布模式和业态结构特征,并揭示其区域差异的影响因素。研究发现：江苏省商业网点总体上具有西北走向分布态势,呈现相对集中分布格局,表现出在长江以南地区集聚和在地级城市中心城区密集布局的特征;不同业态类型网点空间分布具有差异,批发零售业网点的空间集聚特征最显著,住宿业网点的分布相对均衡;各市商业业态结构呈现出批发零售业和餐饮业网点数量为主,以及批发零售业销售额独大的特征;地区生产总值、人口规模、居民人均可支配收入、城市综合可达性以及第三次产业产值比重是影响商业网点分布的重要因素,不同因素对商业网点分布的影响程度差异性较大,居民消费能力和地区发展水平是江苏省商业网点分布差异的主要驱动力。     

基于开源大数据的北京地区餐饮业空间分布格局

基于大数据进行城市服务设施空间格局分析已成为一种新的研究热点,而餐饮业是城市服务业的典型代表,因此通过开源大数据对城市餐饮业的空间布局进行研究具有重要的意义。本文以北京地区作为研究区,采用网络爬虫技术获取大众点评上153 895家餐饮店数据,引入基于密度的CFSFDP聚类算法从空间分布密集度和人均消费等级方面对餐饮业背后蕴含的地理聚集特征进行分析。研究发现：① 北京地区餐饮店总体呈现多中心的空间分布特征,其集聚程度以主城区为核心向外逐级递减,并明显表现出围绕重要商圈、旅游景点和住宅区进行布局以及沿交通轴线扩展的趋势;② 不同人均消费水平的餐饮店呈现等级体系特征,即高档餐馆少而集聚,中低档餐馆多而散的分布特点;③ 餐馆分布密集程度和定价表现出接近市场和消费者的特征。同时,本文综合空间集聚特征和消费水平2项指标对影响餐饮店集群空间分布格局的因素进行了分析,以期为政府规划部门进行城市商业空间布局研究提供借鉴。     

社交媒体影响下城市休闲空间分布新特征:基于小红书打卡地与POI的对比分析

移动信息通信技术与社交媒体对日常生活的嵌入日益加深,影响了居民休闲活动区位选择,但就其影响的空间规律性特征认识相对欠缺。研究基于对比的视角,选取大连市小红书休闲打卡点位数据与同类别休闲POI数据,从集中度与集群度2个维度、在主城区与行政街道两个尺度上,采用核密度估计、热点分析、DBSCAN等空间分析方法测度对比两类休闲空间的分布特征,并据此提出初步的机制解析。研究发现：(1)休闲打卡地大多分布于城市核心区内,但分布范围更小、核心数量更少;(2)在宏观尺度上,休闲打卡地呈现出更低的集中度（差值约3%）与集群度（平均差值约18%）,分布具有明显的“均质化散布”特征,在街道尺度上分布趋势相同,但在不同街道2类指标的差值大小存在显著不同;(3)休闲打卡地的热点集聚区范围更小,就其分布位置而言,在宏观与街道尺度上分别有85%与77%的休闲打卡地热点集聚区位于全量休闲空间热点集聚区内,少量休闲打卡地特有的热点集聚区主要分布于历史街区以及滨海岸线等城市特色风貌区;(4)根据街道内指标高低,休闲打卡地的分布模式可以总结为“原中心集群型”、“原中心散布型”、“新中心散布型”以及“无中心散布型”4类,不同...     

多时间尺度密度聚类算法的案事件分析应用

时空聚类是数据挖掘研究的主要内容之一,在环境保护、疾病预防与控制、犯罪预防与打击等领域具有重要的应用价值。已有的时空聚类方法中,时间“距离”都认为是真实的间隔,而对于具有社会属性的案事件而言,其在不同时间尺度下具有明显的周期性特征,忽略这些特征将很难反映出案事件真实的时空规律。本文综合考虑多时间尺度下的时间属性,构建等效时空邻近域,并借鉴经典的密度聚类算法,提出了多时间尺度等效时空邻近域密度聚类算法（MTS-ESTN DBSCAN）。通过对福州市区2013年案事件数据的聚类分析表明,该方法在案事件时空聚类方面具有可行性,对于进一步深入研究城市犯罪地理具有一定的理论意义和实际价值。     

浮动车轨迹数据聚类的有向密度方法

为了充分挖掘浮动车轨迹数据的潜在特性,本文在OPTICS空间密度聚类算法基础上,提出了一种有向密度的快速聚类方法(D-OPTICS)。该方法通过扇形空间邻域计算其有向密度信息,并基于方向信息约束其密度可连通性,通过有向可达距离曲线生成数据基本簇,最后,通过空间网格及类簇聚合等优化方法,实现其大规模浮动车轨迹数据的快速聚类处理。通过有向时空数据的聚类分析,发现浮动车轨迹的时空分布特性,以提取复杂路网的结构信息。本文以福州市大规模浮动车轨迹数据,对D-OPTICS进行了系统实验,分析表明,该算法可实现浮动车轨迹数据的快速有向密度聚类分析,有助于挖掘发现时空轨迹数据的分布规律,且基于聚类结果提取了福州市区复杂路网的有向拓扑结构图。同时,与DBSCAN及OPTICS等传统的密度聚类算法进行性能对比,实验表明,D-OPTICS算法能更好地支持大规模浮动车轨迹数据的处理要求。     

宁波：鄞州南部商务区地下地上空间统一开发

一、基本情况 作为宁波市鄞州区新一轮城市发展五年规划中的龙头工程,南部商务区以总部经济、国际贸易、科技创意、服务外包为发展方向,集中了杉杉、奥克斯、罗蒙、中基等宁波众多的龙头企业和500强企业,是鄞州区工业企业总部经济的节地典型,是迄今浙江省建筑密度最高、规模最大的商务集聚区。     

国有商业银行与股份制商业银行的空间布局特征分析——以南京市江南8区为例

以南京市江南8区380家国有商业银行网点,211家股份制商业银行网点为研究样本数据,综合运用缓冲区分析、Ripley’s K函数和空间热点探测方法,分析了国有商业银行和股份制商业银行网点的空间布局特征。结果表明:两类商业银行均呈现出一定的中心集聚态势,但"向心"程度、集聚的广度与强度存在差异。缓冲区分析表明,股份制商业银行由市中心向外呈现明显递减的特点,但国有商业银行在前3个缓冲圈层内分布比较均匀;Ripley’s K函数方法表明,两类商业银行均呈现先增后减的倒"U"型空间集聚特征,但股份制商业银行集聚范围小于国有商业银行;空间热点探测方法表明,两类商业银行热点区域集聚强度相异,国有商业银行低于股份制商业银行。分析空间热点重叠部位,将国有商业银行与股份制商业银行空间布局导向分为商业中心导向、高新技术-商业中心导向和人力资本-政府机构-商业中心导向。     

一致性哈希算法在数据库集群上的拓展应用

在数据库集群的研究中,可扩展性是一个重要的性能指标。为实现在数据高速增长或部分集群服务器故障情况下,数据依然能够快速、可靠、安全的分布到新的集群服务器节点上的目的,就必须合理设置数据划分的策略。将Key-Value存储技术中使用的一致性哈希算法思想借鉴运用到并行分析型数据库集群中,提出针对大规模结构化类特殊数据的一致性哈希划分方法,并在MapReduce框架下设计具体的数据划分方案。最后,以TPC-DS作为测试基准,与同类系统进行性能对比测试,实验结果表明方案不仅有良好的划分性能,且扩展性也较好。     

基于累计机会可达性的北京城市公共服务设施复合功能识别

城市时空大数据技术的快速发展和应用,为城市功能区识别提供了新的数据基础和技术手段,但专门关于城市公共服务设施复合功能的研究还相对较少。基于北京市9大类公共服务设施的空间点数据,综合考虑不同类型公共服务设施等级和品质特征,采用累计机会方法对1 km×1 km格网尺度的北京城市公共服务设施可达性进行了综合评价,在此基础上重点分析了北京城市公共服务设施复合功能特征与影响因素。研究表明：① 北京城市公共服务设施累计机会空间分布存在明显的中心集聚特征,但不同类型公共服务设施的空间分布模式和覆盖范围却有所区别;② 北京城市公共服务设施功能区可以划分为单一功能、单一化的复合功能、2种复合功能、3种复合功能和均衡化的复合功能等5大类型;③ 人口密度、距市中心距离、土地价格和经营性为主设施的累计机会可达性是影响北京城市公共服务设施复合功能的重要因素。研究结论对进一步细化城市功能区研究和促进北京城市公共服务设施空间结构优化具有科学启示作用。     

广州市零售业态空间分异影响因素识别与驱动力研究

以广州市47 026个零售业网点为基本数据,通过梳理零售业空间分异的机制,构建包含人口密度、商务条件、公共交通便利性、业态丰富度与租金条件5个影响因子的零售业态空间分异影响因素评价体系,通过信息熵、核密度函数与空间回归模型分析零售业态的空间分异影响因素,对比不同城市圈层区位与不同零售业态集聚分异的因素差异。结果表明：① 需求、区位、竞争与成本构成了广州市零售业态空间分异的主要驱动力,同时,零售的景观分异也由于业态异质性与城市的空间异质性而存在驱动力分异;② 5个影响因素强度格局圈层差异明显,城市内圈层人口集聚度高,具备更好的公共交通便利性条件、商务条件与业态丰富度,同时也承受更高的地租;③ 人口密度是零售空间分异的核心要素,公共交通便利性条件、商务条件与业态丰富度对零售的集聚也有正向驱动作用,租金的影响较弱;不同圈层区位的零售空间分布与不同类型业态的空间分异的主要影响因素各不相同。     

长沙市游憩-居住功能空间格局及其匹配关系研究

伴随新型城镇化和全面休闲化时代到来,游憩-居住两大功能空间关系研究成为新时期城市地域结构领域的重要关注议题。基于POI地理空间大数据,通过运用Ripley's K函数、同位区位商、“不一致指数”定量模型和采用全局空间自相关、核密度估计等ArcGIS空间分析方法,探究了长沙市游憩-居住功能空间格局及其匹配关系特征。研究发现：① 两大功能空间均具有显著的空间正相关性,形态格局差异鲜明且均呈以“空间极核”为导向的集聚模式,各类型功能空间集聚强度表现为“居住空间>文化休闲空间>体育健身空间>商业娱乐空间>自然生态空间”;② 两大功能空间存在基于“距离-数量”的函数衰减关系,距离居住空间3000 m半径环带是游憩空间集中分布以及居民日常游憩休闲的重要活动范围;③ 居住空间具有“临近”游憩空间布局的指向特征,但反之不显著,两大功能空间呈单向吸引“非对称性”错位临近关系,居住空间临近不同类型游憩空间的指向强度呈“体育健身空间>文化休闲空间>自然生态空间>商业娱乐空间”位序格局;④ 游憩-居住功能空间协调关系具有较强的空间异质性,湘江西岸整体上优于东岸,岳麓区、望城区为游憩-居住协调型,天心区、芙蓉区、雨花区、开福区为游憩滞后居住型,长沙县为游憩超前居住型。本研究通过聚焦新型城镇化和全民休闲时代的城市游憩设施配置及其与居住空间的关系问题,将为丰富传承新背景趋势下的城市公共设施区位理论、城市空间结构理论等提供重要的理论探索方向,并为长沙市及国内同类大都市合理布局城市游憩休闲设施、优化调整城市空间结构和建设休闲宜居城市等提供科学参考。     

基于热力图数据的杭州商业综合体活力影响因素分析

为了防止商业综合体建设过剩,形成商业综合体之间的恶性竞争。本文基于微信易出行插件里面的城市热力图数据,以杭州市5个商业综合体为例,获取可以量化的热力值数据,对不同类型的商业综合体活力影响因素进行对比分析研究。研究发现：① 城市商业综合体布局密度、周边用地用途、销售模式、内部功能布局以及内部空间活力5个要素对商业综合体活力的影响最明显;② 商业综合体的高密度布局对其活力存在抑制作用,通过对比各个服务半径内的商业综合体的活力变化,发现商业综合体合理的服务半径应该大于1.0 km。商业综合体周边的居住用地、广场和公园用地对其活力具有增强作用,办公用地对商业综合体活力的影响较弱;③ 针对不同消费对象制定的不同销售模式,也会对商业综合体活力变化产生显著影响;④ 在公共活动空间相对缺乏的区域内,以零售为主且兼具城市公共活动空间的商业综合体比以主力店为主的商业综合体的活力更高,空间利用率越高的商业综合体活力也越高,商业综合体承担部分城市公共活动空间的职能对商业综合体的活力起到了提升作用。     

城市邻近基站间人群流动时空变化同步性分析

不同区域人群流量随时间的变化可以反映城市结构的空间差异。现有对于城市人群空间分布特性的研究大都以人群密度计算为基础,注重时空切片尺度,但是不能有效刻画邻域空间单元间流量变化的时空过程同步特性。本文提出一种基于基站间流量变化过程相似度的城市邻域基站流量变化同步性度量方法,量化分析不同区域的人群进出流量过程的相似程度,研究城市中具有相同人群流量变化过程的同步性区域空间分布规律。以深圳市为例,对城市同步性区域的空间分布与特点进行剖析。实验发现：计算同步性时参数选择需根据城市本身基站分布及流量特点分析,一般研究中,城市基站平均距离可作为邻近区域半径d,描述基站间流量变化相似度的特征阈值λ选取与邻近区域半径有关,半径越小,阈值取值越小。通过基站人群流量同步性得到的城市同步区域的空间分布不同于行政区域划分结果,同步区域面积小,划分更为精细;且规划级别越高的中心区,其范围内基站同步区域数目越多。最后,将同步区域结果与流量密度图对比,发现该方法不仅能够发现流量变化大的同步区域,并且能够发现城市中流量变化小的同步区域。本文提出的方法能量化衡量区域流量变化同步性并发现具有不同流量变化特点的同步性整体区域,对城市人群空间变化特点进行分析,可用于指导和评价城市规划与实际人群活动区域效果,以及城市服务设施布局等。     

基于多源数据的夜间经济时空分布格局研究方法

夜间经济是一个城市经济发展和消费水平的重要表征。目前国内外研究者对夜间经济的研究多停留在理论层面,或基于市场调研和问卷调查的小范围精细化研究。本文融合多源数据为夜间经济提供了新的视角,相较于传统的调查数据,具有更加快速、高效、广泛的特点,适合于夜间经济大范围研究。本文基于夜间灯光、POI、OD流等多源数据,采用DBSCAN、K-Means++等空间聚类算法和研究供需关系的盈亏法,分别从消费者角度和商户角度识别厦门市夜间活动热点区域和夜间服务设施分布区域,分析厦门市夜间经济时空分布格局及相关性。研究表明:① 厦门市夜间活动在空间上呈多环状分布并向四周递减,夜间活动热点区域分布受假期的影响因地而异;② 厦门市部分区域已有服务设施未能很好地服务于夜间经济,现有的照明、夜景等夜间灯光基础设施存在供给不足之处;③ 居住人口密度与夜间活动密度呈中度正相关,研究结果具有有效性,夜间服务设施盈亏值及数量、夜间灯光与夜间活动密度呈中、弱度相关,并且餐饮设施更加依赖于夜间灯光。最后,为厦门市未来夜间经济建设提出了根据不同的消费人群和心理提供不同的夜间服务、加强夜间灯光基础设施建设以及市场扶持的举措。研究结论对促进社会就业、增强基础设施使用率有积极意义,同时也能够为城市夜间经济发展和政策制定提供参考。     

流空间视角下中国城市群网络结构特征比较——基于铁路客运班次的分析

铁路客流是城市群内经济社会联系的重要反映,也是区域流空间的关键体现。本文依据流空间理论,采用复杂网络方法和2018年中国铁路班次OD数据,从全国尺度分析城市群社区结构特征,并从城市群尺度比较分析了5个主要城市群的空间结构、规模结构和网络节点结构。结果显示,从铁路客运班次联系来看,城市组团片区与国家规划方案中的城市群在范围上存在一定的空间错位。5个主要城市群具有不同的局部特征：① 长江三角洲城市群呈网络状的空间形态和相对集聚的规模分布,主要问题为局部节点的枢纽作用与规模的匹配性有待提高;② 珠江三角洲城市群呈放射状的空间形态和相对集聚的规模分布,主要问题为与全国其他城市群的联系相对薄弱;③ 京津冀城市群呈放射状的空间形态和相对集聚的规模分布,主要问题为存在边缘化的节点;④ 长江中游城市群呈组团状的空间形态和相对分散的规模分布,主要问题为内部结构较为松散;⑤ 成渝城市群呈哑铃状的空间形态和相对集聚的规模分布,主要问题为与全国其他城市群的联系薄弱。随着区域一体化进程,需要根据不同城市群网络结构发展阶段的差异,补足城市群内和城市群间的联系短板,促进规模位序结构与网络结构的耦合协调,推动建设层次分明、枢纽协作、网络化发展的客运服务网络,支撑城市群一体化发展。