基于街区尺度的城市商业区识别与分类及其空间分布格局——以北京为例

利用兴趣点数据和城市路网数据构建了一套基于街区尺度的城市商业区空间识别及类型划分的方法,即通过基本单元的划分、商业活动量的计算和街区的合并三个基本步骤完成城市商业区的空间识别,并通过K-means聚类和自然断裂点分类法对商业区进行功能类型的划分。以北京市六环内为例,共识别出1063个商业区,平均面积0.065 km2,并将其分为饮食文化型商业区、专营型商业区、购物中心型商业区、便利型商业区、综合型商业区五种功能类型。在此基础上,探讨了北京市六环内商业区空间格局的特征,发现高等级商业区呈向心型分布,中等级的商业区主要沿着离心、沿着城市主要交通干线集结分布,服务等级较低的商业区分布较为分散;同时,不同功能类型的商业区也有各自的空间分布特点。     

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。     

基于互联网数据的住宿业竞争力及其空间格局——以武汉主城区高端酒店为例

随着互联网的发展,利用互联网数据来研究城市实体空间问题成为城市地理学研究内容和研究方法的新切入点。本文基于互联网消费平台点评数据、互联网地图实时交通数据和城市兴趣点等数据,在建立住宿业竞争力评价指标体系的基础上,计算武汉主城区高端酒店竞争力得分和排名,并探求住宿业竞争力的空间分布特征和布局模式。研究发现：①武汉高端酒店竞争力得分总体较为集中。价格、人气、周边商业和商务服务是酒店之间竞争力差距的主要因素;②武汉高端酒店竞争力投射在空间上总体呈现点状聚集与线形延伸并存的格局,竞争力高分酒店主要集中在二环线内的武昌和汉口;③随着酒店竞争力等级的下降,酒店空间格局呈现由城市中心向四周递减的圈层式发展规律,高等级酒店大多出现在新兴商业区;④本文归纳了武汉主城区高端酒店竞争力空间分布模型,得出中央活动区新兴商圈顶级高端酒店、中央活动区传统商圈中级高端酒店、交通门户周边中级高端酒店等7种住宿业空间格局类型。     

基于GIS的北京市商业空间活动分析

地理信息系统发展至今已有40余年,技术的进步、用户的需求以及理论与方法的成熟,促使地理信息技术应用不断向深度和广度发展,但其应用领域还主要局限于城市规划、土地利用、设施管理等与空间信息直接相关的领域,而作为国民经济最活跃部门的商业流通领域GIS应用所见不多。文章以北京市作为实证分析对象,基于地理信息系统方法建立了矢量格网矩阵模型,并在此基础上构建了商业网点密度分析、商圈影响范围分析、商业空间查询分析等空间分析方法,并以北京市商业空间数据为基础进行了实际验证。     

多维特征融合的城市商圈划分方法

商圈划分是城市商业布局的基础和前提,为分析城市区域差异和协调商圈均衡发展,该文提出一种多维度特征融合的划分方法。以天津市中心城区为例,利用空间格网化方法完成POI数据位置与属性的集成转换,运用空间聚类、空间自相关、核密度估计3种方法,分别从位置、属性、热点辐射角度提取商圈边界,通过判读和交叉验证方式检验不同方法划分商圈的可靠性。结果表明:融合多种方法优势建立的混合模型可实现商圈区域的最优划分,依据加权的属性指标可对商圈等级进行定量评定,划分的商圈结果覆盖到所有城区,不同商圈的等级存在显著差异。基于多维特征的分析方法可以较为科学地划分商圈,为城市规划和商业布局的定量化研究提供了理论和数值参考。     

商圈划分中多元市场域的界定与实证

对商业设施的商圈进行科学识别与划分是分析其商业前景、优化商业空间结构的基础。本研究首先提炼和界定了商圈划分的两种类型、四种市场域方法,分别是基于到访比例的邻近型与份额型市场域、基于出行概率的共享型和首位型市场域,通过比较其优劣发现这四种视角仅能反映商圈的某一特征,无法刻画出商圈空间分布全貌。据此,尝试提出了一种新的复合型市场域模型,并应用手机信令数据,以上海市商业中心为例,对其商圈划分进行了实证检验。研究发现：复合型市场域模型可以综合反映空间距离、客流规模和惠顾概率等要素对商圈的影响,可以弥补单一市场域视角下商圈划分方法的不足。与传统邻近型相比,基于复合市场域模型识别划分的商圈不仅重叠度低,而且其空间分布更加符合实际。     

基于GIS的广州城市商业空间分析模型研究

随着计算机和互联网的普及,GIS也得到了发展.据估算,超过80%的商业经济数据具有空间特性或者与空间位置有关,合理有效地开发和利用这些空间教据,不仅可以优化资源配置,降低商业运行成本,同时还可用于规划、监测、改善区域商业和经济环境.通过GIS空间分析方法,借助于城市空间数据,实现了基于GIS模型的城市商业空间Buffer分析、最佳路径分析、资源配置分析,同时分析了城市商业空间影响的主要驱动力机制及形成因素.     

基于空间相互作用模型的商业布局——以北京市海淀区为例

在分析北京市海淀区人口增长与商业发展的基础上,运用空间相互作用理论和模型, 定量地测算了海淀区各个街乡的人口潜能与商业吸引力,对该区的人口与商业分布状况及其空间互动关系进行了分析,并根据人口增长的组合预测结果对未来海淀区各个街乡商业配置进行了具体的测算,在为商业发展布局规划提供决策支持的同时,探讨一种城市商业活动的空间分析框架。     

成都市体验性网络团购市场发展的空间特征

体验性网络团购模式正在对城市商业空间产生显著影响。以团购商品信息量作为基础数据,采用矢量数据符号法和空间插值法对成都市团购市场发展的空间特征进行分析。结果表明：餐饮、娱乐、生活和旅游酒店类团购信息在各商圈分布的集中化程度与摄影类相比较低。成都市中心区域的团购市场发展水平较高,形成了以春熙路商圈为核心的综合商业型热点区和以建设路商圈和双楠商圈为核心的生活服务型热点区。市场原则下团购市场发展的空间公平性较好的区域主要集中在成都市中心区域。团购市场发展的空间格局具有明显的区位特征,其空间发展的驱动力主要包括实体商业空间布局、消费者规模空间格局和区域可达性等;“时间距离”对团购市场区位特征产生的摩擦阻力已经超过空间距离。     

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。     

基于公平最大化目标的2020年北京市养老设施布局优化

北京市正快速步入老龄化社会,机构养老作为一种重要的养老模式,对其布局公平性和合理性的研究具有重要的科学和现实意义。本文首先预测了自然增长状态下2020年北京市老龄人口的空间分布,然后建立设施布局优化模型,该模型以各需求点到养老设施的可达性差异最小化为目标;并采用粒子群优化算法求解,对北京市养老设施进行以公平最大化为目标的布局优化。研究结果表明,在公平最大化的目标下,首都功能核心区和城市功能拓展区(即中心城区)所提供的机构养老资源不能完全满足本地需求。城市发展新区在满足当地的机构养老需求之外,还将为中心城区提供大量机构养老服务,生态涵养发展区在满足本地需求的基础上还可为其他地区提供少量机构养老服务。该布局导向与《北京市养老设施专项规划》提出的布局建议相一致,且符合中心城区用地紧张、郊区自然环境较舒适的现实情况。研究结果能为养老政策的制定提供科学建议,所采用的方法也能为其他类型公共服务设施的布局优化提供借鉴。     

城市商圈应急疏散空间布局与路径优化——以广州上下九商圈为例

针对流动人口密集和商业集中的城市商圈应急疏散的特殊性,建立了城市商圈应急疏散研究框架。该框架主要包括应急疏散需求预测、应急疏散空间适宜性评价、应急疏散路径优化3个层面。通过3σ法、灰色关联法和熵权法、GIS、OD模型等技术,将研究框架应用于广州上下九商圈。结果发现:上下九商圈疏散人口和疏散场地需求较大,目前应急避难场所不能满足区域内疏散需求;适宜性强的紧急避难场所多为学校内操场用地,但有效避难空间极易受到建筑物倒塌影响,导致场地内避难空间不足;人口密集区大部分在选定紧急避难场所500 m服务范围和疏散用时在10 min内,但城市商圈路况复杂增加了疏散成本,同时降低了疏散效率。提出了应急避难场所的空间布局和疏散路径优化建议。     

北京老城商业空间演替过程研究——以1996年到2006年内城南北剖线变化为例

城市商业空间变化是城市经济地理学研究的主要内容之一.随着城市的发展,其老城不再是城市唯一的商业区和商务区布局地.在唯一性地位丧失后,老城的商业空间特性将发生变化.本研究选择北京老城的一条南北剖线进行实地调查和历史资料整理.结果显示,1996到2006年的10年间,商业中心地空间格局发生了演替,同时出现了专门化的商业区.本研究以中心地理论、柔性专门化概念和中心城市演变理论来分析商业空间演替原因.本研究在前人研究基础上,探索用"职能数"划分商业区等级,用同类店的"线密度"划分专门化商业区.本研究的另一探索是用野外景观调查法弥补文献资料的不足.①北京老城商业空间的演替可以从商业中心地的覆盖范围变化来分析.自1996到2006年,调查剖线上二等商业中心地的覆盖范围减小,连续的专门化商业区出现.②剖线上中心地格局变化的原因主要是交通的发展.③柔性专门化布局趋势促使调查线上专门化商业区的出现.城市扩展,城市边缘新型商业业态与老城商业业态的竞争,导致高档专门化商业区向高级商业中心地的靠拢,也顺应了老城高级中心地职能提升的需要.由于数据资料的原因,仅取南北纵向的街面上的店为分析对象.由于未获得各业种在北京城市的分布状况,因此只能绘出剖线附近的中心地等级变化,目前的结论尚不能推断老城其他地区商业空间演替的情况.     

基于手机信令数据的城内迁居活跃度识别方法研究——以武汉市为例

中国城市的快速发展加速了城市内部人口的居住迁移,精细测度居民迁居行为及其空间分异特征,对于从人的行为视角来分析城市居住空间结构演进过程具有现实意义。本文以武汉都市发展区为例,基于手机信令大数据,提出净活跃度指标和总活跃度指标来量化描述迁居活跃度,并依据两个指标的分类及组合,将居民居住地划分为高迁入型活跃区、平稳型活跃区、高迁出型活跃区、高迁入型非活跃区、平稳型非活跃区与高迁出型非活跃区六种空间类型,进而探讨居民迁居的空间分布特征。结果表明：① 武汉都市发展区内部人口迁移总体呈现出从主城区向近郊区逐步迁移的趋势,且主城区人口总活跃度相较更高。② 主城区以高迁出型活跃区和高迁入型活跃区为主,近郊区则以平稳型非活跃区为主。③ 不同空间类型内的居住类型存在差异：高迁入型活跃区内以新建小区、高校住区、学区房、城中村为主;平稳型活跃区以农村居住地、园区周边住宅为主;高迁出型活跃区以老旧小区、园区周边住宅、城中村、农村居住地为主;非活跃区则以农村居住地为主。本文提出了一种基于时序手机信令大数据的居民迁居活跃度评价指标体系,并以实证研究证明其对于居民迁居地空间类型划分的有效性,研究结果可为相关规划决策部门掌控城市内部的人口迁移特征提供数据支撑、为城市不同区域针对性的进行公共资源配置提供参考依据。     

新兴商业中心规划与建设的实证研究——以厦门市富山商圈为例

随着城市化进程的加快,原有单核心的市级商业中心,大多被双核心或多核心商业中心格局所取代。这些后期规划建设的商业中心,固然有着许多的比较优势,但也存在着开发时间短,商业文化底蕴较薄,商业设施载体和商业功能需求不相适应,商业中心空间结构和业态布局不合理等问题。因此,迫切要求学术界对新兴市级商业中心进行深入地分析和研究。本研究以厦门市新兴商业中心富山商圈为例,通过对富山商圈内部空间结构现状的系统研究,阐述城市新兴商业中心战略定位、业态结构和空间布局等规划问题,为我国其他城市地区的新兴商业中心的研究提供比较案例,为城市构建最优的商业空间分布及商业空间搭配关系提供理论思路。     

广州市消费者行为与商业业态空间及居住空间分析

商业业态空间和居住空间是城市空间结构研究中的两个重要领域, 通过分析居民微观行为解释实体空间是近年来城市商业业态空间和居住空间研究领域中越来越多被使用的研究 方法。以联系商业业态空间与居住空间的纽带-消费者行为作为切入点, 选择广州市8 个街 区的1428 位居民为调查对象, 研究二者的特征及关系。通过典型街区的问卷调查分析表明: ①居民购物出行方式选择、出行距离和多目的出行与所处街区的类型、区位、周边服务配套 和城市商业业态空间等存在密切的关系。②商业空间的等级体系清晰存在, 老城区传统商业中心仍存在较强的吸引力; 20 世纪80 年代以后形成的新商业中心区次之, 二者在吸引人群 的类型上存在差异; 次一级商业中心区和日常生活服务配套区在为居民提供日常消费服务方 面扮演着重要的角色。③城市新商业中心和外围商业次中心的在服务能力和提供的业态类型 上还存在不足, 使其服务供给与周边居民的购物需求之间存在某种程度的不匹配, 引发对老 城区的过度依赖。④外围商品房小区和政府规划建设的经济适用房小区周边的商业配套不足, 增加了居民日常生活成本。通过对居民出行空间的分析, 可以从另一侧面剖析城市的空间结 构及其发展演变的动力机制。     

南京市居民购物行为的影响因素和空间效应——基于四种商品的对比研究

信息技术的发展和使用不断改变着居民的购物方式和行为,并对城市交通和城市商业空间布局等产生了一系列影响。采用2015年南京市居民购物行为问卷调查数据,通过联合有序probit模型,探讨南京市居民购物行为影响因素和空间效应,并对四种商品进行对比研究。研究表明:(1)家庭生命周期、城市建成环境、居民购物态度、机动车保有状况和社会经济人口因素均对居民购物行为有显著影响,且存在产品类型差异;(2)不同类型人群对城市交通出行和商业布局的影响不同,且特征人群分布存在空间分异;(3)居民对不同产品类型购物的空间偏好存在差异,且这种偏好受居民主观决策和客观环境共同影响。基于以上发现,对城市交通和商业布局提出相关建议。     

基于多源数据的城市活力与建成环境非线性关系研究——以双休日武汉市主城区为例北大核心CSCD

通过优化城市建成环境来营造和发展城市活力是建设充满活力的城市空间的重要举措。论文以双休日武汉市主城区为例,使用人口热力数据量化城市活力的时空分布特征;选用基于梯度提升决策树的SHAP可解释性模型(gradient boosting decision tree-Shapley additive explanations,GBDT-SHAP)测算城市建成环境对城市活力的非线性影响,并提取关键变量的最佳阈值。结果表明:(1)双休日武汉市主城区城市活力的分布具有明显的时间、空间和功能异质性。城市活力在空间上整体呈现出“中心高、外围低”的特征;在时间上,从7:00开始逐渐提升,下午和晚间达到顶峰。(2)武汉市主城区建成环境显著影响了城市活力强度,且其非线性影响和阈值效应明显:大型商圈的影响阈值大致在3000~4000 m,地铁对城市活力的影响主要在城市内部且地铁站服务范围在1500 m以内,POI混合度超过0.4后会抑制城市活力。SHAP模型弥补了传统多元线性模型在可解释性上的不足。(3)到CBD的距离、离地铁站距离、天空开敞度以及商业类型存在时间驱动效应,随时间变化对城市活力的影响重要性会发生相应变化。研究结果可为武汉市主城区城市规划设计提供依据:贯彻公共交通为导向的开发理念,做好地铁交通与大型商圈的衔接,是增强城市活力的有效措施;设置户外开放空间,有利于促进居民晨练和社会活动;增加小型餐饮和娱乐场所也是增强夜间活力的措施。     

广州市地铁开发对沿线商业业态空间的影响

以广州市地铁一号线、二号线和三号线为例,分析地铁开发对沿线商业业态空间的影响,并从行为地理的 角度进行解释。地铁开发强化了商业空间的等级分异,城市中心区商业中心的集聚效应得到加强,而城区和郊区商 业空间的分异进一步加大。消费者的行为显示出购物中心正成为现代消费社会下商业空间的主导业态,而经营者 的选址行为也在增强商业中心的极化能力。结论认为,地铁开发并没有均质优化沿线所有站点的商业环境,而是通 过其快捷交通引导各种业态向城区集聚,加速了郊区化背景下大城市商业业态的向心集聚;地铁建成后城区商业 中心地位的加强,得益于购物中心在业态空间中主体地位的确立,地铁开发塑造了以购物中心为主体的商业业态 空间结构;地铁开发也加速了沿线换乘站点周边商业区的生长。     

基于社交媒体数据的北京市游客与居民签到差异研究

城市空间分异研究对城市规划、旅游地资源配置、公共交通优化等具有重要意义。该文基于2016年北京市核心六区微博签到数据,根据游客和当地居民签到行为差异,依据时间特征、空间特征和签到比率特征,通过机器学习方法对游客与当地居民进行分类,利用局部莫兰指数和基于签到POI类型的层次聚类法实现细粒度的签到聚集区类型识别,并探究两类人群签到聚集区空间分布与签到类型的差异。结果表明:该文分类模型各项评价指标均在0.9以上,较前人分类结果有较大提升;基于该分类模型所得游客和居民社交媒体签到特征差异显著,游客签到主要集中在故宫周边,以风景名胜、体育休闲和餐饮服务类型为主,居民签到较分散且科教文化服务、商务住宅类型突出,同时发现“菖蒲河公园”等居民签到多而游客签到少的显著差异地区。利用社交媒体数据进行人群异质性角度下的空间分异研究,有助于准确捕捉不同人群在城市中的活动类型、特征并探究城市内部活动规律。