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。     

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...     

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。     

POI数据在中国城市研究中的应用

兴趣点(Point of Interest,POI)数据的兴起带动了城市研究的革新.为梳理中国POI数据在城市研究的应用进展,阶段性总结其应用方向、数据分析方法及尚存不足,并为未来POI数据在中国城市发展中的应用提供思路和借鉴.应用CiteSpace工具对中国知网2010-2019年625篇相关文献进行知识图谱分析,结...     

基于POI数据的城市用地功能识别与评价研究

充分利用大数据开展城市用地功能识别,有助于把握城市空间结构,推动城市内部空间合理布局。POI数据是大数据时代一种较易获得且极具代表性的空间点状数据,能够有效地确定城市用地的实际功能。以济南市内五区的185126条POI数据为基础,对所得数据进行去重、纠偏、重分类,构建城市用地功能分类体系,运用频数密度、类型比例及核密度估计,识别济南市内五区城市用地功能并利用误差矩阵对识别结果进行检验。结果表明：①混合功能用地与单一功能用地呈现圈层化地域分布特征,“核心-外围”分异明显;②由内向外单一功能用地集聚趋势减弱,混合功能用地多样性降低,不同用地表现出不同的空间分布模式;③通过误差矩阵及与用地规划图中规划用地及电子地图的实际用地对比,识别总体精度为75.67%,识别结果较为准确。     

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。     

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。     

基于POI数据的城市用地功能识别与评价研究——以济南市内五区为例

充分利用大数据开展城市用地功能识别,有助于把握城市空间结构,推动城市内部空间合理布局。POI数据是大数据时代一种较易获得且极具代表性的空间点状数据,能够有效地确定城市用地的实际功能。以济南市内五区的185126条POI数据为基础,对所得数据进行去重、纠偏、重分类,构建城市用地功能分类体系,运用频数密度、类型比例及核密度估计,识别济南市内五区城市用地功能并利用误差矩阵对识别结果进行检验。结果表明:①混合功能用地与单一功能用地呈现圈层化地域分布特征,"核心-外围"分异明显;②由内向外单一功能用地集聚趋势减弱,混合功能用地多样性降低,不同用地表现出不同的空间分布模式;③通过误差矩阵及与用地规划图中规划用地及电子地图的实际用地对比,识别总体精度为75. 67%,识别结果较为准确。     

广州市零售商业中心的居民消费时空行为及其机制

居民消费行为的空间选择及其影响因素是地理学的重点关注领域,已有研究对行为中时间选择、时空关系及内在机制的研究相对缺乏。为揭示居民消费时空行为形成的影响因素以及各因素内在相互作用机制,基于2016年广州城市居民消费行为调查数据,分析消费者到大型商业中心内消费的时空特征,构建结构方程模型,探讨消费时空行为影响因素和作用机制。研究表明：居民在商业中心的消费行为存在明显的时空差异。在影响路径方面,消费者社会经济属性通过影响消费偏好导致消费时空行为的差异,商业空间属性既可以直接影响消费时空行为,也可以通过影响消费偏好而间接对其施加影响,消费偏好既可以直接影响消费时空行为,又是消费者社会经济属性和商业空间属性影响消费时空行为的中间变量。在显著性因素方面,年龄、家庭结构、在广州居住时间、就业状况、家庭月收入等消费者社会经济属性变量会显著影响消费时空行为,各个商业空间属性变量都在不同程度上影响消费行为在时间和空间上的差异,仅有出行交通方式、出行花费时间2个消费偏好变量会显著影响消费者消费时空间行为。本文结论可以加深对商业中心内消费时空行为影响因素及其作用机制的理解,并为商业网点规划调整、商业中心转型升级提供建议。     

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。     

基于互联网房产数据的住宅容积率多尺度时空特征——以广州市为例

基于网络爬虫技术获取房产时空数据,结合时间序列和空间自相关分析方法,在“小区—街道—区级”多尺度上探索广州市住宅容积率时空模式与演化规律。结果表明：① 近三十年广州市居住空间呈现中心城区集聚开发—向南、北方向近郊区拓展—往南、北、东方向远郊区外扩的演变过程,容积率呈现波动式增长态势。② 随着房地产的快速发展,住宅容积率逐渐呈现显著的空间自相关特征,体现了住宅开发与规划有序性的提高。③ 区级尺度上容积率呈现较强的自相关性,越秀区与天河区为HH集聚区,从化区为LL集聚区。街道尺度上容积率呈现出显著的空间不均衡性,区位交通条件较好的街道成为容积率HH集聚区,而LL集聚区主要分布于生态旅游重镇。     

基于多源数据的武汉市多中心空间结构识别

研究城市不同要素空间集聚水平与层级差异、明确城市各职能中心分布,对城市多中心空间结构的发展引导和规划调控具有重要意义。论文分别采用兴趣点(points of interest, POI)、夜间灯光和路网3种数据,利用局部等值线树算法,识别武汉市多中心空间结构。研究表明：① 武汉不同城市要素的总体集聚水平不均衡,其中在汉阳集聚水平较低,在汉口和武昌集聚水平较高,特别是二环以内区域;② 武汉中央活动区发展比较均衡,内部各城市要素高度集聚,随着向外扩展,部分城市要素易于在局部集聚形成城市中心;③ 结合武汉圈层发展布局,城市中心沿环线的“商-住-工”职能分布模式逐步确立,其中内环以及二环区域已形成稳定的商服中心;二环附近综合组团内部出现了较具代表性的居住中心;三环外的沌口和武钢主导发展工业,是典型的工业中心。     

基于应对公共健康危害的广州社区恢复力评价及空间分异

公共健康危害形势日趋严峻,综合测度社区恢复力并探寻空间分异格局,有利于摸清城市公共健康水平及社区应对健康危害的能力,对推动社区健康治理、促进健康公平具有现实意义,同时对社会—生态系统恢复力研究向公共健康领域拓展及中国化探索具有理论创新意义。以广州市社区为基本单元,从自然环境、建成环境、社会资本、经济资本和政府制度5个子维度选取23个指标、32个表征要素建立应对公共健康危害的社区恢复力评价模型,运用灰色关联TOPSIS法对其进行测度,将社区恢复力划分为优秀、良好、中等、较差和差5个等级,结果显示：恢复力中等水平社区居多,优秀级和差级社区均较少,整体呈“橄榄型”结构,且城市社区恢复力优于乡村社区;社区恢复力空间上由中部向四周,东北部向西部,南部向北部梯度递减,各子系统空间格局差异显著;不同等级恢复力的社区呈“集群化”空间分布,优秀级呈“双中心”格局、良好级呈“核心—边缘”格局、中等和较差级均呈“大分散—小集中”格局、差级呈“边缘延伸”格局;中部、南部公共健康安全,西部相对较危险因而是城市公共健康安全重点防御区域。     

基于POI与NPP/VIIRS灯光数据的城市群边界定量识别

科学识别城市群边界是城市群精明紧凑发展的关键,也是国家空间治理体系与空间治理能力的重要标志。论文以京津冀、长三角和珠三角3大城市群为研究区域,采用NPP/VIIRS(Suomi National Polar-orbiting Partnership / Visible Infrared Imaging Radiometer Suite)夜间灯光影像与POI(Point of Interest)数据,基于密度的曲线阈值法与分形网络演化算法,对3个城市群的实际物理边界和集聚空间范围进行精准识别与空间特征解析。研究结果表明：① 基于POI密度的曲线阈值法与NPP/VIIRS分形网络演化算法识别出城市群边界均小于国家城市群规划的行政边界,识别范围约占规划范围的20.90%~24.40%,识别结果显示3大城市群中长三角城市群发育最好,识别的城市群面积是京津冀和珠三角城市群的2倍左右;② 从POI与NPP/VIIRS灯光数据提取的城市群边界面积非常接近,其中POI数据提取的城市群面积偏大,更大程度上反映的是城市群整体边界轮廓而非内部细节;NPP/VIIRS影像提取的城市群更细碎,能更好地识别城市群聚集中心与关键核心区域,2种方法可以相互比较和验证;③ POI与灯光数据识别的城市群边界叠置分析发现,3大城市群中除了关键核心地带(集聚区)以外,外围还有众多孤立的点状区域(中小城镇),外围的点状区域与城市群集聚中心区空间割裂,一定程度上很难快速有效地接受来自城市群核心区域的辐射带动(涓滴效应)。     

广州城市公园绿地投入与环境效益产出的分析——基于数据包络(DEA)方法的评价

遵循国外对绿地价值的评价方向,借鉴国内外研究中的数据包络分析方法,对尚少涉足的城市绿地效率评价进行研究.构建城市公园绿地投入与环境效益产出的指标体系,评价2001～2008年广州城市公园绿地的生态效率.其中,公园绿地的环境效益产出主要用了绿地的固碳释氧、净化空气、调节气候和城市滞尘四大功能的生态价值估测方法,以此量化城...