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。     

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。     

基于时间可达性与伽萨法则的大卖场区位探讨——以上海市中心城区为例

目前多数基于GIS的商业区位模型与技术研究,未全面考虑交通网络、道路等级、网点吸引力与竞争因素。针对此局限,借助GIS软件,依托可达性方法与伽萨法则,尝试综合考虑上述因素探讨大卖场可达性与商圈特征。以上海中心城区大卖场为例,采用同心圆法、扇形法与最近邻域法探讨卖场空间特征;利用行进成本分析法计算卖场可达性,并根据伽萨法则叠加了卖场引力因素,得到伽萨法则商圈。结果表明:大卖场集中分布于距市中心4.5~10km范围,各方向扩张不均衡。城区整体可达性较好,浦西优于浦东。外环附近商圈面积大,外环附近与市中心区商圈市场规模大,内环附近商圈面积与市场规模小。伽萨法则商圈市场规模"两极分化"既表明卖场市场竞争激烈地区与网点短缺区并存,也说明网点市场规模与职能存在等级差异。     

基于高铁网络的中国省会城市经济可达性

基于列车时刻表中的省会城市间交通时间以及相应票价数据和各省市城镇居民家庭人均收入数据,以铁路服务价格、城镇居民消费铁路服务能力两方面为突破口,分析高铁网络对中国省会城市经济可达性的影响。结果表明：① 高铁网络不同程度地提升了省会城市铁路服务价格,降低了铁路服务价格与时间可达性的相关性,同时改变了铁路服务价格的分布格局。② 城镇居民消费铁路服务能力等级差异明显,其中收入水平发挥着决定性作用,而铁路服务价格的影响也不容忽视。③ 高铁网络缩小了“所有城市”铁路服务价格、铁路服务消费能力分布的不公平性,但扩大了“高铁城市”铁路服务价格、铁路服务消费能力分布的不公平性;铁路服务消费能力分布的不公平程度高于铁路服务价格分布的不公平程度。     

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。     

基于航空网络的中国城市体系等级结构与分布格局

航空运输已成为客货流动的重要交通工具和影响城镇体系的重要因素,城市在全球或国家航空网络中的地位直接反映了城市在全球或国家城市体系中所处的等级。由结点(航空港)和连接线(航线)所组成的航空网络代表了城市的空间可达性,直观地反映出国家城市体系的等级结构与分布格局。 本文收集了目前中国14家主要航空公司的航线数据,经相关分析证明航空网络中城市的航线数量与城市体系的规模等级基本上呈正相关趋势;在此基础上,通过基于航线图的航空网络分析,运用图表判别和聚类分析的方法,将中国128个通航城市划分为全国性中心城市、区域性中心城市、次区域中心城市和一般地方性中心城市四个等级,从航空网络的独特视角揭示了开放条件下中国城市体系等级结构与分布格局。     

重庆市主城区软件和信息技术服务企业空间格局演化与区位选择

基于重庆市工商企业注册数据,利用核密度分析、多距离空间聚类等空间分析方法,分析了重庆市主城区软件和信息技术服务企业2002—2017年的空间格局演化特征,并借助Tobit模型探讨其区位选择影响因素。研究表明：1）从现状分布看,距离城市中心4~12 km的城市中间圈层是重庆市主城区软件和信息技术服务企业分布的主要空间,并呈“双峰”圈层分布特征,空间分布表现为“一主两次”多中心格局,集聚特征显著。2）2002—2017年,企业分布出现郊区化现象的同时大量向距离城市中心6~8 km范围集中,圈层分布由“双峰”结构向“单峰”结构转变,空间格局由单中心分布演变为“一主两次”多中心格局,集聚强度与规模持续提高。3）产业集聚因素对重庆市主城区软件和信息技术服务企业的区位选择影响最为显著,其次是相关区位条件和市内交通因素的影响,对外交通和空间政策因素在企业区位选择中的作用未通过显著性检验。     

中国城市规模划分新标准的适用性研究

2014年11月,国务院发布《关于调整城市规模划分标准的通知》,将城市规模等级划分为“五类七档”,受到广泛关注。但因对新标准的理解存在歧义而出现各种划分结果,引起误解与混乱。在对比新旧标准的基础上,以第六次人口普查数据为基础,分析2010年中国城市规模等级结构,评价新标准的科学性和局限性。结果显示,新标准在空间口径、人口口径、分级标准等方面进行了实质性的改进;按照新标准划分的2010年中国城市规模等级结构,相对于旧标准及其他标准而言,特大城市和大城市数量大幅缩减,而中小城市数量相应增多,呈现出显著的金字塔结构特征,更加符合中心地理论模型和位序—规模法则,更有利于科学地实施城市与人口的分类管理。但同时,新标准也存在“城区人口”数据难以获取、受行政区划调整影响较大等局限性,亟待加强实体城区识别研究和推进数据共享。     

中国县域住宅价格的空间差异特征与影响机制

以2014年中国2872个县级单元的住宅平均单价为基本数据,通过空间自相关和核密度函数分析中国住宅价格的差异格局、空间关联特征和分布形态,构建“住宅价格等级金字塔”;根据“需求+供给+市场”的三维理论视角建立包括5大住宅价格差异影响因素在内的价格模型,采用地理探测器分析全国及其区域子市场的影响因素强度差异,并探索其影响机制。结果表明：① 中国区域住宅价格呈现以行政等级性为主、空间集聚性为辅的双重差异格局,其空间关联与集聚性显著;② 中国住宅价格呈现出房价越高,区域越少,所居住城镇人口越少的“金字塔式”等级分布特征。③ 租房户比例、流动人口规模、住房支付能力、住房市场活跃度、土地成本是中国住宅价格差异的5个核心影响因素,不同行政等级子市场的影响因素作用强度各异。     

赣南原中央苏区中心城市的选择与培育

对中心城市的选择与培育是欠发达地区区域发展必须解决的关键问题。在江西省社会经济数据及交通地理数据支持下,以2000、2005及2010年为时间断面,采用Kernel城市空间密度分析和“自下而上”的城市等级与腹地划分方法,从城市规模结构、等级结构与腹地结构3个角度对赣南原中央苏区城市体系演变进行研究,在此基础上识别出中心城市,并提出培育路径。研究结果表明,2000―2010年,赣南原中央苏区的城市人口规模正处于加速扩张阶段。城市规模空间结构呈现显著的核心―边缘特征,以赣州、吉安、瑞金、南城为中心的城市人口集聚核心区已经显现。以赣州、吉安、瑞金、南城为中心的城镇密集区释放出了显著的空间集聚效应,成为推进苏区城市化进程的重要增长极。苏区的城市等级可划分为3个等级,赣州、吉安、瑞金和南城一直是苏区最具辐射力的一级城市,其在城镇体系中的高等级城市地位已经比较稳固。在城市腹地结构演变上,尽管二级城市的腹地范围持续变动,但赣州、吉安、瑞金和南城4个一级城市的腹地范围始终保持稳定,这与其在城市等级中的稳定性高度吻合。研究认为,应选取赣州作为苏区主中心城市,选取吉安、瑞金、南城作为次中心城市;应从优化城市职能分工、壮大城市产业、做大城市城区、优化交通网络与加强制度创新等方面对中心城市进行培育。     

基于传输速度的中国城市节点间互联网信息联系通达性研究

通过对网站信息传输速度数据连续6个月的采集,编制出中国31个城市节点间信息传输速度矩阵。运用因子分析法计算出各城市节点对应的综合得分,并划分出等级,进而对最优等级/最差等级所涉及的城市节点进行频次统计,以分析信息联系通达性的等级特征。通过传输速度的等级划分,揭示高速连接线路和较高速连接线路的空间特征,最后对若干影响因素进行解释。研究发现:城市节点的输出和输入速度不一致,输出最优节点都处于主干网或与北京直接相连,输入最优节点与主干网关系不密切,输出和输入最差节点多处在网络末端;互联网信息联系通达性与传统城市等级间的正向对应关系发生偏转,传统等级靠前的城市节点信息传输通达性较弱;影响信息联系通达性的因素包括网络设置与网络组织、信息化建设与城市等级、网络服务运营商及其互通等,互联网服务商的供给和用户需求的对接有待改善。     

世界城市地铁发展历程与规律

基于地铁系统数据统计分析, 对地铁建设的空间时序以及网络发育差异进行归纳, 结 合相关数据推导出地铁规模的匡算模型, 并依据地铁系统的属性指标组和网络指标组对世界 121 个城市地铁系统样本进行聚类分析, 将其划分为3 个类别, 并讨论城市人口规模和城市 用地规模对地铁规模的影响, 最后对中国53 个城市进行地铁规模匡算和等级划分。结果显 示, 世界城市地铁建设在时空上存在波动性, 地区间地铁系统的网络发育不均衡, 欧洲和北 美洲的地铁网络发育较为成熟, 而亚洲和南美洲的地铁网络则有较大的扩展潜力。第一类别 地铁系统规模大, 网络发育成熟, 但仍有较大的扩展潜力, 地铁规模与城市用地规模的相关 性更强; 第二类别地铁系统网络的发育程度较好, 但是扩展潜力一般, 地铁规模与城市人口 规模和城市用地规模的相关性较弱; 第三类别地铁系统的规模普遍较小, 地铁网络发育处于 较低等级水平, 地铁网络仍然有很大的成环潜力和结合潜力, 地铁规模与城市人口规模的相 关性更强。中国城市地铁的匡算规模介于37.4~129.9 km, 根据模型的匡算结果中国地铁系统 可以划分为4 个等级, 未来中国的地铁建设仍然有很大潜力。     

微观尺度下基于商圈的北京市商业空间结构优化

随着中国经济发展方式的转变,城市商业空间逐渐成为推动发展和塑造城市空间的强劲力量。基于微观尺度,将商圈的研究向城市内部细分地域拓展,运用POI、网络房产数据等开源大数据,通过构建人口住宅小区空间化模型,以及运用哈夫模型与Voronoi相结合的方法,对北京市各功能类型商业区的商圈进行划分,分析其空间服务范围和服务人口,从而探讨城市商业空间的合理性。结果表明:饮食文化型、专营型、购物中心型、便利型、综合型五种类型商业区的商圈布局和服务人口均有不同的特征;普遍存在着城市周边商圈面积过大、服务人口过多,城市内部存在部分布局盲点,商业功能类型与人口布局不协调等问题。基于此,提出优化北京市商业空间优化的相应建议:加快城市周边商业发展、弥补中心城区商业布局不足、根据商业区类型设定布局发展方向、从功能结构和空间结构方面深化城市商业规划。     

基于网络口碑度的南京城区餐饮业空间分布格局研究——以大众点评网为例

运用大众点评网(南京站)餐饮商户的点评数据,在建立口碑评价指标体系的基础上,计算各商户的口碑综合得分和排名,并对城市餐饮业的空间分布格局进行核密度分析和综合评价。研究发现,南京城区餐饮商户大致分为4个等级,呈现"头小底大"的金字塔形状,口碑较差的商户占据绝大多数,中等口碑的商户较为缺乏,餐饮业发展综合水平较低;餐饮业的空间分布主要呈现出以新街口为服务核心,其他多个次级服务中心共生发展的格局;高等级餐饮服务中心仍旧集中在主城区范围内,发展较为孤立,大致表现为服务质量圈层递减或沿交通线路轴向扩展特征;城市商圈业态也会影响传统和休闲类餐饮商户的空间分布趋势。     

基于网络口碑度的南京城区餐饮业空间分布格局研究——以大众点评网为例

运用大众点评网（南京站）餐饮商户的点评数据,在建立口碑评价指标体系的基础上,计算各商户的口碑综合得分和排名,并对城市餐饮业的空间分布格局进行核密度分析和综合评价。研究发现,南京城区餐饮商户大致分为4个等级,呈现“头小底大”的金字塔形状,口碑较差的商户占据绝大多数,中等口碑的商户较为缺乏,餐饮业发展综合水平较低;餐饮业的空间分布主要呈现出以新街口为服务核心,其他多个次级服务中心共生发展的格局;高等级餐饮服务中心仍旧集中在主城区范围内,发展较为孤立,大致表现为服务质量圈层递减或沿交通线路轴向扩展特征;城市商圈业态也会影响传统和休闲类餐饮商户的空间分布趋势。     

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。     

北京市景观可达性与住宅价格空间关联

随着城市居民对住宅环境要求的不断提高,城市景观对城市住宅价格分异影响日趋显著。分析景观对住宅价格分异格局的影响,可为城市住宅空间结构的规划提供依据,为规划与管理部门提供决策参考。以北京城区二手房小区为样本,基于ArcGIS空间分析方法和特征价格模型,探讨景观因素对北京市住宅价格空间分异格局的影响。以主流房地产交易网站二手商品房报价资料为基础数据,共采集到2012 年1 月北京市城六区有效住宅小区样本3174 个,对住宅样点进行空间化处理,并建立住宅空间信息数据库。运用密度分析、空间插值等方法,分析北京市住宅空间分布特征与价格空间分异格局。核密度分布图显示：北京市住宅空间分布呈现显著的向心化与离心化并存现象,总体上以天安门为中心向周边呈衰减趋势,在地铁转换站点形成了多个集聚次中心。在此基础上,从住宅属性、交通因素、区位特征等方面选择主要解释变量,构建地理加权回归模型,对住宅价格影响因素进行分析,重点探讨景观可达性（如绿地、水景、山景等）与住宅价格的关联。结果表明：次中心与住宅价格关联最为显著,绿地、水景、山景与住宅价格存在一定程度关联。其中,山景和高绿化率对住宅价格增效明显;由于水质较差,北京城六区内河流与住宅价格存在负相关;污水处理以及丧葬场所等污染源与住宅价格也存在显著负相关。远离污染源、靠近宜人景观、低容积率、高绿化率是居民选择住宅的需求。     

传统农区乡村聚落等级规模演变特征研究——以河南省周口市为例

随着中国城镇化进程快速发展,乡村聚落等级规模结构发生着剧烈变化,尤其是在当前乡村振兴背景下探究传统农区乡村聚落等级规模体系,对新时期村镇体系的合理规划和进一步统筹城乡发展具有重要的学术价值和实践意义。基于河南省周口市1973—2015年的乡村斑块数据,以自然断裂法和位序-规模法,分别测度了周口市乡村聚落等级规模分布。结果发现:①乡村聚落等级呈菱形结构。这一结构有别于中心地理论等级体系所形成的金字塔型式。②行政级别和交通等人文经济因素对乡村聚落等级的影响显著,河流等地理因素对乡村聚落等级的影响也较大。但随着时间的发展,传统的地理因素(河流)对乡村聚落等级的直接影响处于下降趋势,人文经济因素(行政、交通等)对乡村聚落等级的影响作用逐渐增强。③乡村聚落等级呈现等级替代现象。同一等级或者不同等级之间由于行政因素或者交通道路等因素的变化会导致等级的替代效应。④乡村聚落规模分布趋近城市位序-规模曲线,具有"翘首"和"肥尾"特征,且实际值小于理论值。     

多源数据视角下黄河流域城市体系的规模等级与网络结构分析

基于宏观统计、微观企业和交通大数据,从规模和网络2个方面及“城市节点-发展轴线-空间格局”3个维度,分析黄河流域城市体系的规模等级和网络结构特征以及二者关系。结果表明：黄河流域城市体系呈现多中心分布特征,规模等级趋于均衡,形成了以兰州-西安-郑州-济南-青岛为主导的发展轴线和“Ψ”型空间格局。规模等级和网络结构成拉平的“S型”曲线关系,可划分为低水平低速耦合、中水平高速耦合和高水平低速耦合3个阶段。