郑州市主城区汽车服务业集聚及与交通的 空间关联

随着我国汽车产业的发展和民用汽车拥有量的增加,人们对汽车服务的需求越来越大。以郑州市主城区为例,基于核密度估计法、局部Getis-Ord G^*指数,采用汽车服务业电子地图兴趣点（POI）大数据对郑州市主城区汽车服务业的空间集聚格局及其与内外交通的空间关系进行分析。研究表明：（1）郑州市主城区汽车服务业空间分布极不均衡,街道之间汽车服务企业数量的空间分布差异明显,且呈不断拉大的趋势;（2）汽车服务业空间集聚特征显著,空间上形成了中心城区双核块状集聚、边缘城区次中心分散发展的多中心、轴带状集聚格局,两大集聚热点片区越来越突出;（3）各细分行业也表现出不同程度的集聚趋势,汽车配件和汽车销售行业的专业化集聚区域逐步收缩,而汽车维修养护和汽车租赁业的专业化区域则大幅度地向城市外围地区拓展;（4）城市内部交通和对外交通便捷性是影响汽车服务业空间布局的重要因素,沿城市道路的轴线分布和沿高速公路出入口邻近分布是汽车服务企业区位选择的主导趋势。     

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。     

基于POI数据的长沙市生活性服务业空间格局研究

生活性服务业是服务经济的重要组成部分,其合理布局对发展城市经济、满足居民消费需求具有重要作用。基于长沙市六区POI数据,运用核密度分析、熵指数、频数密度分析及空间聚类等方法研究长沙市生活性服务业的空间格局特征,发现长沙市生活性服务业的分布具有以下特点：1）主要受交通及城市规划指向性影响,沿交通主干道集聚分布,整体布局呈“一核四轴多极”且空间分布与人口集中度联系紧密,东西差异明显,东部多而密集、西部少而分散;2）不同类型的生活性服务业分布特征各异,在空间形态上主要表现为“单核心”、“双核心”和“多核心”等;3）其功能多样性布局呈现以五一广场为核心的“中心-外围”结构特征,功能多样且混合程度高的区域位于城市中心,城市边缘区生活性服务业集聚性较弱且多为单一功能或者双功能混合区。     

基于 POI 的住宿业时空格局演化及与 旅游景点的空间关联研究

以乌鲁木齐市住宿类 POI（2012 年、2018 年）为研究对象,利用核密度法和标准差椭圆法探 究住宿设施时空演变特征,在此基础上从旅游地域系统角度出发,利用分形维数模型和相关数据 统计分析方法测度住宿设施与旅游吸引物的空间耦合情况,旨在为城市住宿和旅游空间优化提供 科学参考。结果显示：（1）主城区住宿设施总体沿河滩路、阿勒泰路等重要交通路线分布,数量明 显增长,米东新区等地有演变为外围集聚中心的趋势。（2）住宿设施总体向东北方向移动,轴向集 聚转为离散分布,2012 年各类型空间分布方向和范围差异较大,2018 年三星级和经济型空间离散 化趋势最为明显。（3）普通型住宿设施由孤立核模式演变为带状多核模式,呈现明显的中心集聚― 外围扩散趋势;经济型酒店由点状集聚转变为带状集聚。（4）住宿设施与旅游景点的空间耦合性较 高,在主要道路缓冲区内具备较强的空间协调性,旅游地域系统处于单中心集聚发展的初级阶段, 分形结构有待优化。     

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数据的上海市餐饮业空间分布特征及影响因素

以上海市为研究对象,基于兴趣点（POI）数据,运用核密度分析刻画餐饮业空间格局,并构建OLS模型、空间滞后模型、空间误差模型探究餐饮业空间分布的影响因素。结果发现,餐饮业空间分布呈块状聚集、多中心发展的格局。其中,西餐业高度集中于内环线以内,呈东西向延伸;快餐业在中心城区和高校集聚的城郊结合部大规模集聚。空间计量回归结果表明,餐饮业分布受到人口、经济、交通、空间4类要素的影响：区域经济发展水平高、人口规模大、交通优越、相关业态丰富会促进集聚,而周边业态的混合度过高则会抑制集聚,城市空间结构也会影响餐饮业分布,商圈、中心城区的餐饮业密度更高;中餐、西餐、正餐、快餐4类餐饮业分布的影响因素存在差异性,西餐企业倾向于分布在地价较高的地区,中餐企业对交通可达性有更高的需求,正餐企业的分布与当地区域经济发展水平显著相关,快餐企业的分布与各类文娱公共设施的分布有密切联系。     

基于POI和OSM路网的住宅生活便利度评价——以郑州市主城区为例

基于高德地图API获取到的97 953条有效兴趣点数据,以郑州市主城区为研究区,运用OD成本矩阵、反距离权重法和核密度分析法相结合,分析郑州市主城区八类设施的空间可达性及其空间格局。并从2021年7·20郑州特大暴雨的角度进行进一步分析。结果表明：(1)从设施空间分布上看,便民服务设施覆盖面最广,分布相对均衡,休闲娱乐设施覆盖面最小,分布最不均衡;惠济区内各类服务设施密度值最小,设施配置状况较差,金水区内各类服务设施密度值最大,设施配置状况较完善。(2)从应急避难场所服务面积看,整体服务覆盖率过低,覆盖区域主要集中在中原区与二七区,其次为金水区,管城回族区仅有一处应急避难所供居民使用,惠济区尚未建设应急避难场所。(3)从生活便利度水平看,三环内生活便利度水平适中,主要集中在京广铁路沿线区域,三环外生活便利度则较差,主要由一级水平区域所覆盖。     

旅游上市公司时空态势行业差异研究

采集旅游上市公司样本资料,研究旅游上市公司空间分布、发展变化的行业差异,样本公司分属住宿餐饮业、商务服务业、公共设施管理业。空间分布特征：① 集聚分布,具有“溯源”性。住宿餐饮业、商务服务业分布指向高级别中心城市,北京、深圳2市最集中。公共设施管理业指向高级别旅游吸引物分布地,省区分布非常分散。② 比较中国旅游企事业单位省市排名,旅游上市公司集聚区与旅游企事业单位集中区错位分布。③ 主营业务投资地区分布受行业特征影响,住宿餐饮业、商务服务业投资异地化,分散化;公共设施管理业投资本地化,集聚化。分析样本公司年份区间数量及行业归属变化,得出结论：① 住宿餐饮业、商务服务业行业变化活跃,时间序列间歇式缓慢发展;② 公共设施管理业行业相对稳定,“井喷”后缓慢延续发展。     

互联网时代苏州餐饮业空间特征及影响因素

为了更全面地理解互联网影响下城市餐饮业空间产生的变化,以城市中心异质性极强的苏州为案例,比较苏州古城中心和新城中心到店O2O餐饮业和到家O2O餐饮业空间分布,并参照实体餐饮业的空间分布,采用核密度估计、多距离空间聚类和多尺度地理加权回归等分析方法,探讨互联网餐饮业的空间特征及影响因素。结果表明：1）传统城市空间对餐饮业空间格局的影响显著,即互联网对餐饮业空间的影响建立在既有城市空间基础之上。2）互联网餐饮业总体集聚特征明显,到店O2O餐饮业呈现向高等级中心集聚的特征,到家O2O餐饮业分布更为均衡。3）两类互联网餐饮业运营模式与特定功能类型的城市空间契合度不同,旅游核心区餐饮业到店消费特征较强而到家消费特征较弱。4）城市新区商业点状分级分布的空间组织模式在一定程度上抑制互联网对餐饮业的扩散作用。5）商场密度、写字楼密度和住宅小区密度对互联网餐饮业空间分布影响均较为明显,旅游资源密度对到店O2O餐饮业空间布局影响较大。     

道路网络中心性对餐饮业空间布局的影响——以青岛市主城区为例

基于道路网络数据和兴趣点（POI）数据,以青岛市主城区为研究区域,分析道路网络中心性及餐饮业空间分布特征,采用全局和局部回归模型探究道路网络中心性对餐饮业分布的影响机制。结果表明：① 中介中心性高值区集中于城市主干道,邻近中心性呈现由中心向四周递减的环状分布特征,特征向量中心性的空间分布表现为多核心结构;② 青岛市餐饮业呈现出块状聚集、区域差异明显的空间分布格局,中餐厅、西餐厅和休闲餐饮具备多中心结构特征;③ 道路网络中心性指标与餐饮业的核密度值具有较高的空间相似性,高-高与低-低聚集区构成了主要的空间关联模式;④ 青岛市餐饮业分布受到道路网络中心性的显著影响,其中,中介中心性对餐饮业分布的影响程度较低,邻近中心性和特征向量中心性的影响程度较高。从局部来看,道路网络中心性对餐饮业分布的影响具有空间异质性,对不同类型餐饮业的影响具有明显的差异。     

城市餐饮业的空间格局及影响因素分析——以厦门市为例

以厦门市餐饮业普查数据为基础,结合实地考察,运用ArcGIS空间分析,以街道为研究单位分析了厦门市餐饮业的空间格局.结果发现,厦门市的餐饮业分布岛内岛外差异显著,以厦门岛为核心呈现圈层式发展,岛内从城市中心向外递减,各街道内餐饮业主要以组团式集聚和带状分布相结合的方式出现.综合考虑区域经济水平、人口密度、交通便捷程度、城市空间格局等与餐饮业分布有关的影响因素,运用SPSS进行相关性分析,结果表明:餐饮业的空间分布与城镇住宅面积、商业服务用地关联度最高;城市的公共设施用地面积和城中村住宅面积与餐饮业的发展呈     

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。     

基于多源大数据的深圳市生活性服务业空间格局及影响因素研究

基于生活性服务业POI、手机信令和管理人口数据等大数据,采用最邻近指数、核密度、熵指数及地理探测器方法,探究深圳市生活性服务业的空间格局及影响因素。结果表明：1）深圳市生活性服务业空间分布不均衡,主要集中在中、西部地区,总体呈现“两核-三带”的空间集聚特征;空间上呈带状发展形态,主要集聚在交通主干道及轨道线周边区域。2）大多数服务业类别的空间特征与总体生活性服务业的空间分布特征基本一致,少数区域因产业发展导致空间分布集聚的差异化。3）生活性服务业混合度在罗湖区、福田区、南山区类别相对均衡,在宝安区、龙华区等其他区类别相对单一,混合度高的区域大多集中在“两核”外的边缘区域,而不是POI密度最高的“两核”核心处。4）人口因素是影响生活性服务业空间格局的最主要因素,其次为交通因素,经济因素和空间因素的影响程度较低。5）各探测因子对各类生活性服务业空间分布的影响程度存在差异,不同年龄段因需求不同影响到各类别生活性服务业的空间分布。     

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。     

城市商业型健身休闲场所空间格局及影响机理——以上海市为例

基于百度POI和美团网评分数据,分析上海市商业型健身休闲场所空间格局及影响机理.结果 显示:①上海市商业型健身休闲场所整体呈现核心-边缘格局,黄浦区、静安区、徐汇区、长宁区、普陀区和虹口区的交界处形成了核心集聚分布区.②上海市商业型健身休闲场所分布与高人口密度区、高房价地区、交通网络发达区、住宅小区、写字楼和购物中心等...     

基于点评数据的武汉市餐饮发展水平空间差异

基于网络点评数据,采用核密度分析、空间自相关分析等空间统计方法,分析武汉市主城区餐饮行业聚集特征以及餐饮发展水平的空间差异及其影响因素。主要结论如下：① 武汉市餐饮类型丰富,同时也保持较明显的地方特色,不同类型餐饮人均消费差异明显;② 顾客对武汉餐饮口味、环境和服务3种评分总体得分较好,对这3个方面的服务满意程度排序为口味>服务>环境,3种评分与人均消费都存在显著的正相关;③ 三环内餐厅高密度分布区主要沿轨道交通线分布,并与各商圈高度相关,餐饮满意度评价的3种评分都存在显著的聚集;④ 3种评分热点分布区大多保持一致,且3种评分的热点数较为均衡,主要分布在传统商业与住宅混合区以及重要商业设施及其周边;⑤ 3种评分冷点区的分布有一致也有不一致,冷点数有明显差异,主要分布在火车站、医院和学校周边以及老旧和偏远小区附近。     

基于点状数据的上海都市型工业空间格局研究

镶嵌于城市地域的都市型工业,有着其独特的区位特征和空间格局。基于2008年上海都市型工业微观企业数据,探讨工业郊区化背景下都市型工业空间分布、集聚特征以及行业间的空间邻近关系。研究表明：上海都市型工业企业区位选择具有中心城区与近郊区双重指向性,在距离城市中心10~20 km区间都市工业分布最密集,空间分布的非均质特征明显。空间集聚以城市内各类园区（商业楼宇、都市工业园、工业园区）为主要载体,集聚格局在行业间存在一定差异。在空间邻近关系方面,各行业间呈现出基于相同要素投入、生产关联、共同市场、政策导向的邻近布局以及基于异质排他性、环境要求的弱邻近布局特征。