吴康敏
, 张虹鸥, 王洋
WU Kangmin, ZHANG Hongou, WANG Yang
通讯作者:
版权声明: 2016 地理科学进展 《地理科学进展》杂志 版权所有
基金资助:
作者简介:
作者简介：吴康敏(1991-),男,广东汕头人,硕士生,主要研究方向为城市地理、城市商业结构,E-mail:kangmwu@163.com。
展开
摘要
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。
关键词：
Abstract
The identification of different functional types of commercial center in a city is of great significance to understanding the spatial structure of business. Compared to the traditional methods, the analysis of big data produces more accurate result and is more convenient. Taking the 59125 POI (Point of Interest) data of Guangzhou City as the basic data, we identified the boundaries of the multi-functional commercial centers and explore their spatial structure and pattern by using the methods of kernel density analysis, statistical analysis, and nearest distance analysis. The result shows that: (1) The commercial area structure presents a clear dual-core distribution, with the Yuexiu District and the Tianhe District constituting the cores. (2) Different types of commercial centers show clear spatial variations. The urban services center and the public service center are located in the Yuexiu District and the business center and the financial center are located in the Tianhe District. Entertainment centers present the characteristics of dispersed clusters. (3) The spatial structure of business is a combination of zones and clusters. The urban services, public service, and business functions are concentrated in the inner zones and the entertainment functions can be found in all areas.
Keywords：
城市商业中心是随着城市经济发展与土地利用规律作用形成的土地高度集约利用、经济活动密集的城市功能核心(阎小培等, 2000)。作为城市地理学研究的经典领域之一,已有研究主要集中在商业中心的功能结构与发育(贾生华等, 2008; 谢顺平等, 2009)、范围与布局(周春山等, 2004; 张珣等, 2013)、规律及其演变机制(林彰平等, 2006; 王慧等, 2007; 于伟等, 2012; 周素红等, 2014)等方面。商业中心边界的确定也逐渐为学者们所关注,研究时需综合考虑商业设施点的分布与城市街道的布局(Yu et al, 2015)。传统的商业区边界确定主要依靠实地调研与城市相关经济统计数据分析相结合的方法(Murphy et al, 1954; Davies, 1959; 阎小培等, 2000),这类研究方法融合了空间实体特征与经济统计数据,为后来商业中心的空间识别提供了重要的理论与实践基础。但受限于数据和技术,传统研究缺乏基于城市大样本设施点出发的城市商业中心区空间边界识别,而基于区域经济统计数据对中心地规模和职能的分析也无法适应微观机制的需求,难以精确地描述城市商业中心边界与商业职能的空间分异。因此,有必要从商业中心的构成要素出发,更准确地确定其实际边界,探讨其集聚的程度与职能分异。
近年来,大数据分析技术的突破和海量数据采集技术的发展,为城市商业地理提供了一个新的研究视角(Goodchild, 2007, 2009; Li et al, 2013; 杨振山等, 2015)。海量社会感知数据与遥感影像的结合,将是下一个更加精细化研究城市发展的重要突破点(Liu et al, 2015)。城市热点(Point of Interest, POI)数据具有精度高、实时性强、数据量大、覆盖面广的特点。相比传统对城市中心区边界与分布模式的研究,基于POI数据对城市中心区的识别可大量节省实地调研的时间,同时基于大样本城市地理设施点的识别使结果更加精确。当前百度POI数据的涵盖面广,包含了城市各类别的热点,且样本量大,对总体的概括更加精确。因此,近年来出现了以点数据为依托,基于空间相关性、局部热点分析、聚类分析等方法识别城市热点的空间实证研究(陆娟等, 2012; 胡庆武等, 2014; 薛东前等, 2014; 陈鹏等, 2015; 王芳等, 2015)。但是算法的局限性使得这类方法对局部的极值更为敏感,数据分析结果往往包含大量局部热点,并不能真实地反映中心区的辐射特点,因而不适用于区域的整体热点探测。Chainey等(2002)结合核密度分析方法和标准差曲线概念测算了数据的最大值分布区,并成功探测出城市的犯罪热点区。这种分析思路被用于城市CBD边界的确认,能成功地标记出数据中最大值的集聚区,避免了传统方法运算的局部性带来的极值对整体分析结果的影响,适用于城市极化中心区的空间定位,对边界的确认具有重要意义(Borruso et al, 2009; Yu et al, 2015)。
然而,仅仅对单一的、职能较为模糊的商业中心探测无法表达出城市不同类型商业职能在空间上的分异。当前城市商业中心普遍被看作一个多职能的综合体(阎小培等, 2000; 贾生华等, 2008),由于城市发展历史、城市土地利用演变规律与现有城市规划导向的原因,城市的商业职能在空间上可能具有分异性,不同类型的商业中心在城市中的位置并不完全重合。传统研究受限于数据与技术,对不同职能的商业中心的分类识别关注不多。因此,依托不同职能类型的大样本数据,分别对不同类型商业中心进行空间识别,并分析其分布特征差异,对进一步认清商业空间结构有重要的理论和实践意义。
本文基于百度POI数据,以广州市中心城区为研究区,利用核密度分析、最邻近距离分析、统计分析等方法,识别广州市的商业中心边界,并分别研究不同类型商业中心的分布特征,总结商业空间结构模式,对进一步理解商业中心的职能空间分异特征、指导城市商业空间规划具有重要的借鉴作用。
本文中的广州市中心区范围覆盖越秀区、荔湾区、天河区与海珠区,总面积326 km2,2014年总人口514.38万人(图1)。依据商业中心的定义(王芳等, 2015),收集了百度地图(http://map.baidu.com/) 的5类POI数据。经过去重、纠偏与空间匹配,提取出了研究区内POI数据(2014年),共59125条(图2,表1)。结合抽样实地调研证实数据真实可用。百度地图POI是实体地表对象在地图上的抽象点数据,能精确地描述实体的空间位置与属性信息,是国内各类网站普遍采用的商业地图数据源,由于精度高、实时性强的特点,在当前网络信息查询与出行地图导航方面应用广泛。
图2 广州市五类商业POI空间分布图
Fig.2 Spatial distribution of five types of commercial POI (Point of Interest) in Guangzhou
表1 广州市商业POI数据类型
Tab.1 Types of commercial POI (Point of Interest) in Guangzhou
| POI类 | 子类 | POI个数 | 比例/% |
|---|---|---|---|
| 生活类 | 快餐店、异国风味餐馆、中餐馆、酒吧、茶楼、咖啡店、冷饮店、地方风味餐馆、便利店、超市、小商品城、百货商城、烟酒副食店、电器商城、服装鞋帽店、体育用品店、化妆品店、花卉店、文化用品店 | 42792 | 72.38 |
| 商务类 | 写字楼、商务会馆 | 1239 | 2.09 |
| 金融类 | 银行网点、ATM、保险公司,投资机构 | 3423 | 5.79 |
| 公共服务类 | 药店、门诊、专科医院、综合医院、卫生站、政府机关、街道办、派出所、司法机构 | 4898 | 8.28 |
| 休闲娱乐类 | 动植物园、水族馆、各类体育场馆、电影院、剧场戏剧音乐厅、KTV | 6773 | 11.45 |
研究区内部以珠江水系为界分为南北两部分, POI主要集中分布在越秀区与天河区,主要区域为天河北、石牌、珠江新城、北京路与淘金路一带,在天河北部与海珠东部数据的分布较为稀疏。POI密集区同样也是广州主要商圈的分布地,这些POI数据的分布特征在一定程度上反映了城市商业活动的空间分布。从POI的总体分布可看出：广州市越秀区相比天河区具有更高密度和更大面积的商业活动分布,这与城市的发展历史及区域开发顺序有关,研究POI数据的分布特征也有利于进一步判断城市中心区的所在地与分布模式。
2.2.1 利用核密度方法探索城市热点数据集聚区
核密度方法通过对空间点数据的分布进行连续化模拟,以空间格网中的核密度值来反映空间中点的分布。核密度估计方法广泛应用于城市空间热点的探测研究(Xie et al, 2008; Chu et al, 2012)。本文利用核密度函数探索城市热点数据集聚区,根据单位网格内的POI密度值来估计其周围的密度,并基于核密度结果选取适宜本文分析的最优搜索半径。
核密度函数的表达形式如下：
式中：
2.2.2 基于统计学原理勾勒城市商业中心边界
POI数据在分布上遵循着正态分布的相关特征(Harris et al, 2005; 王劲峰等, 2014)。由数据正态分布规律可知(图3),数据均值±σ的范围将囊括总数据的约68%,均值±2σ的范围将囊括总数据的约95%,超过99%的数据集中分布于均值的±3σ范围内。因此从统计学角度来确定区域核密度最大值具备可行性。
部分研究利用了数据分布特征来勾勒研究对象的热点区,包括城市热点数据热点区、城市犯罪热点区、旅游热点区等,证实了该方法的科学性(Chainey et al, 2002; Yu et al, 2015)。本文通过构造标准差曲线从统计意义上解释POI数据分布的集中性,并结合城市的实际规划发展状况,选择最优的标准差曲线确定为商业中心区的边界。
2.2.3 利用平均最邻近距离分析方法分析热点分布
利用平均最邻近距离分析来判定同类型POI点的平均距离,可以刻画出同类POI的邻近度。基于最邻近距离的实测值与期望值的比值R来判断同类型POI的分布特征。当R<1时,表明同类POI在空间上呈现为集聚分布,R越小,POI在空间上的集聚程度越高;当R>1时,表明数据呈现为分散分布(田光进等, 2010)。R值的计算公式为：
式中：di为同类型POI最邻近距离的实测距离值;de为最邻近距离的期望值。
R的标准差(
式中：A为区域面积;N为热点总数。z值的得分越低,集聚性越高,显著性p值越小。
3.1.1 商业空间分布的总体分析
根据全局空间自相关算法(陈彦光, 2009),计算研究区内POI数据的空间相关性特征。结果表明,POI数据的全局相关系数为0.618,p值为0,表明广州市商业网点空间分布模式呈现显著的正空间自相关性,符合典型的聚类模式特征。
对研究区POI进行核密度分析,可从核密度值的峰值分布判断出热点集聚区。基于不同的搜索半径下的核密度方法,结果表面存在差异。相关研究表明,搜索半径越大,其生成的结果表面越平滑,因此,搜索半径的选择对核密度分析具有重要意义(Thurstain-Goodwin et al, 2000)。在城市地理的研究中,由于城市居民的步行范围大概是在核心区的200~300 m内,核密度方法常选用200 m或300 m作为搜索半径,搜索半径值的选取也会随着研究尺度的扩大而发生变化,从200~1200 m都是核密度搜索半径的重要参考参数(Okabe et al, 2009)。在搜索半径从低到高的选择中,局部热点集聚区不断融合,核密度等值线的平滑度不断升高。本文基于城市的尺度来研究中心区的分布,因而选取偏高值的搜索半径(600 m、1200 m)对研究区进行核密度分析(图4)。结果表明,搜索半径为600 m时,结果表面的起伏变化更加突出,在刻画出城市中大的集聚区的同时,也能勾画出相对较小的集聚区,除了天河与越秀2个大集聚区外,在海珠区、天河北部、荔湾区也能探测到较小规模的集聚,更小的搜索半径对城市热点数据的分布更加具体,尺度更加精细;搜索半径为1200 m的研究结果具有更好的平滑度,基本反映出了城市热点集聚的2个大区,对细部集聚的刻画相对粗糙,尺度更偏宏观。
图4 广州市商业网点的核密度等值面
Fig.4 Kernel density isosurface of the commercial POI (Point of Interest) in Guangzhou
由分析可知,广州市商业网点在空间上表现出明显的极核式形态。同时,不同的搜索半径下的核密度研究结果可以生成不同平滑度与精细度的表面,2种搜索半径结果基本都能反应出热点数据在城市的空间集聚,这2种表面在刻画城市中心区中各有其分析作用,本文目的在于识别不同类型的城市中心区,基于城市尺度来研究不同业态中心区的空间布局与各自的分布特征,选取宏观分析尺度的模型参数(1200 m)作进一步分析。
3.1.2 商业中心边界识别
仅通过观察核密度表面的集聚变化无法从统计上验证POI分布的集中性,为进一步分析城市中心区的分布与边界,以全样本POI数据为基础,基于1200 m的核密度搜索半径,借鉴数据正态分布中的标准差概念来确定城市中心区的边界。
基于正态分布标准差曲线定义,核密度均值加减标准差可作为阈值标记出总体核密度值分布中的最大值。本文分别采用1个标准差曲线(1st标准差曲线、均值加1个标准差)、2个标准差曲线(2st标准差曲线、均值加2个标准差)、3个标准差曲线(3st标准差曲线、均值加3个标准差)作为阈值。依次标记出研究区核密度数据中前16.0%、2.5%、0.5%的最大值(均值减去标准差分布于正态分布曲线左侧,此时核密度值为负值,不在本文讨论范围,故略去。)标准曲线所标志出的广州中心区边界均可以作为中心区边界的备选曲线,基于不同的研究尺度,边界的选取可以基于不同的统计数值,这三者都具有合理的统计学意义。
从表2可知,以标准差曲线为边界勾勒出的中心区具有不同的空间特征。面积占比为5.00%的2st标准差曲线集中了市区26.29%的POI数据,数据密度达到945.63个/km2,是整个市区密度值的5.26倍;面积占比为13.73%的1st标准差曲线中POI密度为整个市区密度值的3.84倍;而面积仅占2.12%的3st标准差曲线的POI密度值为整个市区的6.87倍。这表明,标准差曲线能基本确定城市热点集中区域并在统计学上给予解释,1st标准差曲线可以得到面积最为广阔的中心区,与之对应的,3st标准差曲线可以得到最为核心的中心区边界分布,并且中心区单位热点数据密度也随之递增。将三条标准差曲线所勾勒的城市商业中心区域依次归类为城市真核、城市中心区、中心区生长层。中心区的确认是核密度统计与实际城市规划情况相结合的结果,结合2st标准差曲线的面积占比、热点数据密度与城市商业中心实地调研范围(闫小培等, 2000),选取2st标准差曲线作为适用于本文的最优城市中心区边界。
图5 基于3种标准差面的广州市商业中心边界(注：核密度均值：179.52;标准差：223.48。)
Fig.5 Boundary of the city business center based on three different standard deviations
从图6中可以明显看出,广州现有的中心区主要是以天河分区、越秀分区为主的双核结构分布格局。天河分区主要包括天河北、珠江新城,越秀分区则主要包括“北京路—上下九”、环市东路商区。双中心的结构反映了广州传统中心区与新崛起的城市中心区在空间上的分布,越秀分区为广州市传统的城市中心,而天河分区则是在20世纪90年代开始规划发展起来,至今已成为广州市城市结构中重要的另一极,传统中心与新核一起构成了广州的主体商业空间结构。对比原广州市CBD(以闫小培等2000年实地调研划定CBD边界为基准)(闫小培等, 2000; Yu et al, 2015),从2000年至今,广州市商业中心的区位并未发生明显偏移,规划发展的天河中心新核开始逐步往南(珠江新城)移动。基于原CBD对本文划定CBD进行识别精度检验(精度等于原CBD与2st标准差曲线中心区叠合部分面积除以原CBD面积(Yu et al, 2015)),结果表明通过核密度2st标准差线确定的城市中心区边界精度达到了81.69%。
表2 广州市商业POI分布特征
Tab.2 POI (Point of Interest) distribution characteristic in Guangzhou
| 区域 | 面积/km2 | 面积比/% | POI个数 | 个数比/% | POI密度/ (个/km2) |
|---|---|---|---|---|---|
| 市区 | 326.00 | 100.00 | 58610 | 100.00 | 179.79 |
| 1st标准差曲线 | 44.77 | 13.73 | 30904 | 52.73 | 690.36 |
| 2st标准差曲线 | 16.30 | 5.00 | 15406 | 26.29 | 945.63 |
| 3st标准差曲线 | 6.90 | 2.12 | 8530 | 14.56 | 1236.03 |
3.2.1 多类型商业中心的空间布局特征
城市中心区在职能上是多样化的(贾生华等, 2008),对城市热点数据的全样本分析并不能确定不同职能类型的商业中心在空间上的分异特征。城市的发展历史、发展规划、人群的聚居形态、城市区块功能差异、城市的自然条件布局等各方面因素使得不同类型的城市热点数据在空间布局上存在差异,不同业态的商业中心在总体空间布局方面往往存在差别。本节将城市热点数据根据职能类型进行分类,从而划分出不同职能类型的多业态商业中心,进一步研究其在空间上分布的特征与差异。
根据各类型商业中心的定义,结合广州市POI数据类型,将广州市商业中心热点数据划分为以下5类(表1)：①生活类城市热点数据划分出城市生活中心;②商务类城市热点数据划分出城市商务中心;③金融行业相关热点数据划分出城市金融中心;④公共服务类热点数据划分出城市公共服务中心;⑤城市休闲娱乐类热点数据划分出城市休闲娱乐中心。5类商业中心分布特征见图7、表3。
表3 广州市各类型商业中心的数据类型及其空间特征
Tab.3 Data types and spatial characteristics of each type of business center in Guangzhou
| 热点职能类型 | POI类型 | POI数 | 比例/% | R值 | p值 | 平均邻近距离/m | 分布特征 |
|---|---|---|---|---|---|---|---|
| 生活类热点 | 餐饮、购物 | 42792 | 72.37 | 0.2646 | 0.00 | 13.88 | 强烈集聚 |
| 商务类热点 | 大厦、商务会馆 | 1239 | 2.10 | 0.4719 | 0.00 | 126.47 | 一般集聚 |
| 金融类热点 | 金融业相关 | 3423 | 5.79 | 0.1914 | 0.00 | 33.48 | 强烈集聚 |
| 公共服务类热点 | 医疗机构、政府机构 | 4898 | 8.28 | 0.3506 | 0.00 | 51.58 | 比较集聚 |
| 休闲娱乐类热点 | 休闲娱乐类 | 6773 | 11.46 | 0.3692 | 0.00 | 47.03 | 比较集聚 |
各类型商业中心的POI数据分布特征各有不同：从POI的构成比重看,生活中心的热点数据比重最高,占全类热点数据的72.38%,远高于其他类型中心的热点数据;其次是休闲娱乐中心,POI数据量占11.46%;商务中心的POI数据量最小,仅占全部POI总数的2.10%。
从空间分布特征看,金融中心的数据集聚程度最高,R值仅为0.1914,主要分布于珠江新城、天河北一带,在越秀区形成少量的集聚热点。其次是生活中心,生活类热点数据则明显集聚于越秀区。数据分布最为分散的是商务中心的数据,R值高达0.4719,热点数据分布于越秀区、天河北、珠江新城一带,形成一条东西向的集聚带。将5类商业中心根据集聚程度划分为：强烈集聚型中心,包括金融中心与生活中心;比较集聚型中心,包括公共服务中心与休闲娱乐中心;一般集聚型中心,为商务中心。
从POI密度剖面线看(结果基于500 m×500 m格网;基于广州东西向的发展格局与各商业中心生长方向,剖面线以东西轴向横切各个商业中心密度峰值区),生活中心的密度在越秀与天河分区偏高,空间布局上越秀分区面积大于天河分区,但POI密度值则是天河分区更高;商务中心热点密度在天河区达到密度峰值,表明广州市商务功能区以天河为主;金融中心的剖面线形态与商务中心类似,呈现为以天河为主的单峰分布;公共服务中心的剖面线形态峰值区则明显集中于越秀区,进一步验证了广州市生活与服务功能集聚于越秀区;娱乐休闲中心的剖面线形态表现为越秀区单峰、天河双峰的分布形态,广州市呈现多点生长的状况(图8)。
从平均最邻近距离的角度来看,生活中心的数据平均邻近距离仅为13.88 m,这与此类型城市中心的职能密切相关,生活中心主要服务于城市居民的生活需求,包括购物、餐饮等生活基本需要,其热点数据间的流通大量依靠步行,因而便利性最高;其次是金融中心,其数据的平均邻近距离为33.48 m;而商务中心的邻近距离最长(126.47 m),便利性最差,同样与其职能特征相对应。
图7 广州市各类型商业中心空间分布格局
Fig.7 Spatial distribution pattern of various types of business centers in Guangzhou
图8 广州市各类型商业中心POI密度剖面线
Fig.8 POI (Point of Interest) density profiles for the business centers in Guangzhou
图9 广州市各类型商业中心的范围识别
Fig.9 The scope of various types of commercial centers in Guangzhou
由以上的分析可以看出,从POI数据的构成比重来看,城市生活类热点占据了POI数据的70%以上;从数据的空间分布形态来看,各类型的商业中心的集聚点多分布于越秀区、天河区南部即靠近珠江北岸的珠江新城、体育中心、天河北一带,这几个地区基本是各类型城市中心的集中分布区,并构成了广州市的主要核心区。
3.2.2 各类型商业中心边界确定与分布特征
基于上述总结的各类商业中心数据总体分布特征及边界确定方法,对5类商业中心的边界分别计算,得到5类商业中心各自的边界(图9,表4)。
表4 广州市各类型商业中心总体特征
Tab.4 Characteristics of each type of business center in Guangzhou
| 商业中心类型 | POI个数 | 数量比/% | 面积/km2 | 面积比/% | POI密度/(个/km2) | 空间位置 | 生长模式 |
|---|---|---|---|---|---|---|---|
| 生活中心 | 11035 | 25.79 | 14.66 | 4.50 | 752.73 | 多宝街、农林街、天河南 | 点状生长 |
| 商务中心 | 603 | 48.67 | 22.08 | 6.78 | 27.31 | 广卫街、冼村、石牌 | 带状延伸 |
| 金融中心 | 1275 | 37.25 | 21.00 | 6.44 | 60.71 | 农林街、冼村、石牌 | 带状延伸 |
| 公共服务中心 | 1207 | 24.43 | 15.02 | 4.61 | 80.36 | 多宝街、农林街、海幢 | 带状延伸 |
| 休闲娱乐中心 | 1801 | 26.59 | 17.54 | 5.38 | 102.68 | 金花、大塘、天河南、素社 | 点状生长 |
结果表明,广州市5类不同职能特点的商业中心的分布特征不同：从整体分布特征来看,5类商业中心位置均集聚于越秀与天河区西南部(即珠江新城、体育中心和天河北一带),越秀区与海珠区在5类职能的商业中心标识下都处于广州市区的核心地位。其中商务中心与金融中心均为横跨越秀区与天河西南的带状分布;生活中心则为越秀区与天河北两块双核对应分布,且生活中心的越秀分区面积(11.42 km2)远大于天河分区面积(2.68 km2);公共服务中心则整体分布于越秀区,横跨整个越秀区呈带状分布,进一步表明越秀区在广州市的职能以偏向生活职能与公共服务职能为主;休闲娱乐中心则呈现明显的分散式空间集聚,主要分布在越秀区、天河北、海珠区西北部与越秀荔湾的交界处,其中以越秀分区和天河北分区的面积最大(分别为5.89和5.11 km2)。
从5类商业中心的集聚程度来看,面积最大的是商务中心(22.08 km2)与金融中心(21.00 km2),分别占广州市区面积的6.78%、6.44%;其次是休闲娱乐中心,面积较小的是生活中心(14.66 km2)与公共服务中心(15.02 km2),面积占比分别为4.50%、4.61%。面积计算结果与前文的POI数据分布对应,表明在5类不同职能的商业中心中,生活中心与公共服务中心的集聚程度最高,覆盖面积也最小,且二者均集聚分布于越秀区;而商务中心与金融中心则相对分散一些。POI数据密度也验证了这一点,生活中心与公共服务中心的POI密度分别达到了752.73、80.36个/km2,而商务中心与金融中心的POI密度则分别为27.31、60.71个/km2。
从生长模式来看,5类商业中心也各自具备了不同的生长模式特征,根据不同商业中心的空间分布特征,本文将这5类商业中心的生长模式分为以下2类：一是点状生长融合模式,包括生活中心与休闲娱乐中心;二是带状延伸模式,包括公共服务中心、商务中心与金融中心。这种生长模式上差异的原因与不同类型的商业中心的职能差异密切相关。生活中心与休闲娱乐中心,城市居民的活动以步行为主;而商务中心、金融中心与公共服务中心,城市居民的出行方式则是多样化的,这类中心更倾向于沿着交通轴线扩散延伸(陈晨等, 2013; 陈蔚珊等, 2015)。这种职能上的差别决定了不同类型商业中心中热点数据集聚方式的差异,也导致生长模式上的不同。
将各业态商业中心与整体识别的商业中心进行空间叠置发现,5类业态商业中心与整体商业中心的空间叠合性都较高。其中叠合程度最高的是生活中心,基本呈现双核重叠;公共服务中心则表现为单核重叠,识别结果空间分布在越秀区基本一致;休闲娱乐中心为多组团形态,商务中心与金融中心则呈带状延伸,明显区别于整体商业中心的双核形态。
3.3.1 总体空间模式
图10是根据上文对5类不同职能类型商业中心的空间布局特征总结得出的广州市商业空间布局模式。其总体特征为圈层结构模式与组团结构模式相结合的形式。其中,从城市中心到外围分为以下3个圈层：“城市传统中心区—城市新核心—城市扩展圈层”。城市热点集中分布于第一与第二圈层,沿圈层扩展方向密度递减。城市传统中心区是广州市发展历史悠久的核心部分,其主要职能以生活和公共服务为主,并兼有部分的商务职能;城市新核心是广州市新世纪规划发展起来的城市中心,以商务职能为主,兼有部分娱乐休闲功能;在空间布局上,生活服务与商务功能在地域上呈现分异,城市的休闲娱乐中心则以组团模式镶嵌在3个主要圈层。
3.3.2 不同职能类型的商业空间模式
从图11可知,广州市各类热点数据分布模式分异显著。生活中心热点为显著的单峰分布形态,分布峰值位于荔湾与越秀交界处,并延伸至越秀全区。峰值分布形态的形成与广州的城市历史商圈惯性密不可分,“上下九—北京路”一带的零售商圈是广州较早发展起来的商业集聚地,行业的空间集聚与被其吸引的大量消费人流共同构成了荔湾至越秀一带的城市生活商圈。
商务中心热点呈现单峰形态,在珠江新城附近形成分布集聚。同时,点密度在越秀区的绝对值也较高,这是因为越秀区环市东路与东风中路一带是较早发展起来的商务办公集聚地,在早期就有大量的办公大厦集聚;而天河分区的珠江新城则是广州城市规划构建的新CBD,并被视为当前广州商务办公的首选地点。
图11 广州市各职能类型商业热点数据密度模式图
Fig.11 Data patterns of various types of commercial functions in Guangzhou
金融中心热点与商务办公类似,同样是在越秀区有一定比重分布,在天河分区达到密度峰值,是城市发展历史和城市规划导向共同作用的结果。
公共服务中心热点则在荔湾、越秀一带达到密度的峰值,这同样与荔湾、越秀作为城市传统中心区密不可分。作为较早发展起来的城市核心,这里集聚了大量的政府办公地、医疗机构等,承担了大量的公共服务功能;同时,随着天河分区的崛起,原城市传统中心区也在逐步实现部分功能的迁移。
娱乐休闲中心热点的密度则是明显的多峰形态,分布模式明显区别于其他职能,组团式的空间分布模式使得这类热点在空间分布上较为均衡,荔湾、越秀至珠江新城形成了多处峰值。这与其本身的职能特点相关,娱乐休闲功能的构建与城市区块发展状况密切相关,与城市发展历史的关系较弱,因而在越秀分区与天河分区均形成不同程度的密度集聚峰区。
从不同职能类型商业空间模式差别可知,功能分离(阎小培等, 2000)是广州市商业空间结构发展的一个重要趋势。分散式功能分离的发展模式使得多职能的综合性CBD的专业化功能开始逐步扩散并在另一个城市区域重新集聚,集聚区位的选择是城市规划、发展历史等多因素共同作用的结果,该模式将在今后广州的发展中继续成为主要的商业空间演化方式,不同功能区域在市区内的空间分化也将更加显著。
本文利用全样本城市热点数据,基于统计学理论确定了广州市中心区的边界与结构特征,并对热点数据进行分类,识别了包括生活中心、商务中心、金融中心、公共服务中心、休闲娱乐中心在内的5类城市中心区的边界分布,并讨论其分布特征与总体分布格局,得出以下主要结论：
(1) 广州市城市热点数据在空间上呈现明显集聚性,集中分布于越秀区与天河区西南部。当前广州城市商业结构整体上呈现为双核分布模式,以越秀分中心(12.61 km2)和以天河分中心(3.31 km2)为主,构成了广州市中心区空间结构的主体,并且沿城市主干道呈现出明显的轴线扩散分布模式。对比原中心区位置及边界(2000年),商业中心区位并未明显偏移,反映了城市中心区的区位稳定性;而规划发展导向则促进了天河新中心的崛起与南移(珠江新城)。
(2) 分职能类型商业中心探测中,城市生活中心与公共服务中心分布于越秀分区,商务中心与金融中心呈带状分布模式横跨越秀分区与天河分区,休闲娱乐中心的分布则以块状模式散布于各分区中。这表明广州市商业中心出现明显的职能空间分异,城市传统商业中心的商务职能与金融职能开始出现功能的分离,并以规划为导向在城市其他功能区块集聚,促成了城市新核心的形成。
(3) 广州市商业中心布局总体呈现“圈层+组团”空间模式。从城市中心至城市外围大致分为城市传统中心、城市新核心、城市扩展层3个圈层,其中城市传统中心主要以生活、公共服务职能为主,城市新核心圈层主要以商务、金融职能为主,休闲娱乐职能以组团式分布在各城市圈层中。这种职能分布机制与广州市的城市区块开发时间、历史商圈惯性、城市规划导向密切相关。“圈层+组团”的空间结构模式也反映了广州市当前商业中心职能在空间上的分异情况与发展态势,不同商业职能的空间分化可能成为下一阶段广州市商业中心发展的新趋势。
基于热点数据对城市中心区的研究仍然存在不足,抽象的点数据能精确描述地理实体对象的位置,但是POI数据同时也存在着大数据量、低信息量的特点,忽略了地理实体的发展特征、体量、建筑物楼龄等细节信息,因此,通过POI数据进行中心区的边界确认时,容易忽略中心区发展特征与等级信息,这会对边界的准确性产生影响,同时,模型结果也无法进一步对中心区的发展状况进行分析。通过定量或定性的方式对POI数据进行进一步附权运算,提高边界识别精度,反映城市实际发展情况,是未来深化城市热点研究的重要方向。
同时,在数据处理技术发展与各类型城市地理信息大数据涌现的背景下,热点数据与出租车GPS数据、手机信令数据、小区楼盘租金数据等的结合,也为下一步城市地理精确探索提供了更多可能的研究思路。结合传统的人文地理经典理论与研究思路,也能弥补大数据理论性的先天不足,通过调研、访谈、抽样验证等经典研究方法,发挥经典理论与大数据技术的互补性,进一步深化固有的研究体系,也能发挥出数据本身的更大价值。
The authors have declared that no competing interests exist.
| [1] |
长春市商业网点空间分布与交通网络中心性关系研究 [J].https://doi.org/10.3969/j.issn.1673-0410.2014.11.280 URL [本文引用: 1] 摘要
首先运用UNA测度长春市中心城区交通网络中心性；然后运用KDE法对交通网络中心性与商业网点进行空间插值,将二者转换为同一空间单位,测算二者相关系 数,分析各类商业网点与交通网络中心性的空间相关性及二者关系的统计学特征；最后根据商业网点空间分布与交通网络中心性非协调性提出优化措施.究结果表 明:交通网络中心性对商业网点空间分布具有决定性影响；除生产资料市场外,其余商业网点空间分布与交通网络中心性均有较强关联性；邻近度对大型商场和专业 店分布影响较大,大型超市和家居建材商店倾向分布于中间性较高的区域,直达性则是影响消费品市场分布较为重要的因素；其中,大型商场、专业店、消费品市场 和生产资料市场空间分布与交通网络中心性存在非协调性.
The relationship between the spatial distribution of commercial networks and street centrality in Changchun [J].https://doi.org/10.3969/j.issn.1673-0410.2014.11.280 URL [本文引用: 1] 摘要
首先运用UNA测度长春市中心城区交通网络中心性；然后运用KDE法对交通网络中心性与商业网点进行空间插值,将二者转换为同一空间单位,测算二者相关系 数,分析各类商业网点与交通网络中心性的空间相关性及二者关系的统计学特征；最后根据商业网点空间分布与交通网络中心性非协调性提出优化措施.究结果表 明:交通网络中心性对商业网点空间分布具有决定性影响；除生产资料市场外,其余商业网点空间分布与交通网络中心性均有较强关联性；邻近度对大型商场和专业 店分布影响较大,大型超市和家居建材商店倾向分布于中间性较高的区域,直达性则是影响消费品市场分布较为重要的因素；其中,大型商场、专业店、消费品市场 和生产资料市场空间分布与交通网络中心性存在非协调性.
|
| [2] |
北京市长安街沿线的扒窃案件高发区分析及防控对策 [J].https://doi.org/10.18306/dlkxjz.2015.10.005 URL 摘要
本文利用空间分析方法,对北京市长安街沿线的扒窃类案件的空间分布特征进行了研究.首先分析了长安街沿线的犯罪分布状况,发现该长安街沿线共存在3个异常明显的犯罪高发区域,分别对应于西单商业圈(A)、建国门路段(B)和大望路—四惠路段(C),通过将长安街沿线的常住人口与兴趣点(Point of Interest,POI)分布进行比较,发现案件与POI密度较高的区域存在较高的相关性.随后,利用核密度估计方法和时空热点矩阵方法分析了3个异常明显的案件高发区域内的犯罪活动时空分布模式,结果表明:高发区域A的犯罪高发时段为上午10时至下午18时,其中峰值出现在正午12时,犯罪活动主要集中在区域内的一些大型购物场所内;高发区域B和C的犯罪高发时间均为上午6时和下午18时前后,与早晚交通高峰时间比较一致,犯罪活动主要集中在区域内比较重要的公共交通站点附近.最后,根据长安街沿线案件高发区域内犯罪活动的时空规律性特征,提出了犯罪防控措施与建议.
Clustering pattern analysis and prevention strategies to pickpocketing offence along the Chang'an Street in Beijing [J].https://doi.org/10.18306/dlkxjz.2015.10.005 URL 摘要
本文利用空间分析方法,对北京市长安街沿线的扒窃类案件的空间分布特征进行了研究.首先分析了长安街沿线的犯罪分布状况,发现该长安街沿线共存在3个异常明显的犯罪高发区域,分别对应于西单商业圈(A)、建国门路段(B)和大望路—四惠路段(C),通过将长安街沿线的常住人口与兴趣点(Point of Interest,POI)分布进行比较,发现案件与POI密度较高的区域存在较高的相关性.随后,利用核密度估计方法和时空热点矩阵方法分析了3个异常明显的案件高发区域内的犯罪活动时空分布模式,结果表明:高发区域A的犯罪高发时段为上午10时至下午18时,其中峰值出现在正午12时,犯罪活动主要集中在区域内的一些大型购物场所内;高发区域B和C的犯罪高发时间均为上午6时和下午18时前后,与早晚交通高峰时间比较一致,犯罪活动主要集中在区域内比较重要的公共交通站点附近.最后,根据长安街沿线案件高发区域内犯罪活动的时空规律性特征,提出了犯罪防控措施与建议.
|
| [3] |
广州轨道交通枢纽零售业的特征聚类及时空演变 [J].https://doi.org/10.11821/dlxb201506003 URL Magsci [本文引用: 1] 摘要
轨道交通开发与城市商业空间演变的关系是城市交通和商业地理研究 领域中的一个热点问题.以广州市轨道交通投入运营的14个换乘枢纽为研究对象,在对换乘枢纽区位信息和零售商业集聚特征指标提取和计算的基础上,分析换乘 枢纽零售商业空间的类型、时空演变的过程及形态特征,探讨城市交通与零售业发展对轨道交通枢纽站点商业空间形成的影响.结果表明:①广州轨道交通换乘枢纽 商业空间可划分为4个类型:门户型商业中心;区域型商业中心;枢纽型商业中心和社区型商业中心.②换乘枢纽商业空间的演变经历点状、面状和放射状结构三个 阶段的发展,轨道交通网络的空间演化与城市新旧商业中心的动态发展之间具有一定的耦合性.在城市轨道交通发展初期,地铁在促进门户型商业中心的繁荣方面表 现突出.当轨道交通体系形成后,轨道交通的作用由中心城区逐渐向边缘城区和外围新建城区拓展,在具有较高消费能力的区域建成新的商业中心并形成消费引导, 对区域型商业中心、枢纽型商业中心和社区型商业中心等地铁商业空间的形成起到重要的促进作用.③受交通(规划与建设)、商业(配套与环境)两方面因素的共 同作用,换乘枢纽商业空间集聚在微观形态上的演变路径可分为商业导向和交通导向两种关系类型,不同类型的枢纽商业空间在交通与商业均衡发展的程度上存在分 异.④轨道交通与零售商业互动发展对换乘枢纽商业空间的影响主要体现在4个方面:强化门户型商业中心的核心竞争力;提升区域型商业中心的服务等级和作用; 抑制枢纽型商业中心的多业态组合经营;推进社区型商业中心的形成和发展.
Characterizing the spatio-temporal evolution of retail business at transfer hubs of Guangzhou metro [J].https://doi.org/10.11821/dlxb201506003 URL Magsci [本文引用: 1] 摘要
轨道交通开发与城市商业空间演变的关系是城市交通和商业地理研究 领域中的一个热点问题.以广州市轨道交通投入运营的14个换乘枢纽为研究对象,在对换乘枢纽区位信息和零售商业集聚特征指标提取和计算的基础上,分析换乘 枢纽零售商业空间的类型、时空演变的过程及形态特征,探讨城市交通与零售业发展对轨道交通枢纽站点商业空间形成的影响.结果表明:①广州轨道交通换乘枢纽 商业空间可划分为4个类型:门户型商业中心;区域型商业中心;枢纽型商业中心和社区型商业中心.②换乘枢纽商业空间的演变经历点状、面状和放射状结构三个 阶段的发展,轨道交通网络的空间演化与城市新旧商业中心的动态发展之间具有一定的耦合性.在城市轨道交通发展初期,地铁在促进门户型商业中心的繁荣方面表 现突出.当轨道交通体系形成后,轨道交通的作用由中心城区逐渐向边缘城区和外围新建城区拓展,在具有较高消费能力的区域建成新的商业中心并形成消费引导, 对区域型商业中心、枢纽型商业中心和社区型商业中心等地铁商业空间的形成起到重要的促进作用.③受交通(规划与建设)、商业(配套与环境)两方面因素的共 同作用,换乘枢纽商业空间集聚在微观形态上的演变路径可分为商业导向和交通导向两种关系类型,不同类型的枢纽商业空间在交通与商业均衡发展的程度上存在分 异.④轨道交通与零售商业互动发展对换乘枢纽商业空间的影响主要体现在4个方面:强化门户型商业中心的核心竞争力;提升区域型商业中心的服务等级和作用; 抑制枢纽型商业中心的多业态组合经营;推进社区型商业中心的形成和发展.
|
| [4] |
基于Moran统计量的空间自相关理论发展和方法改进 [J].https://doi.org/10.11821/yj2009060002 URL Magsci 摘要
<p>本文旨在发展基于Moran指数的空间自相关分析理论和方法。首先,利用线性代数知识对基于Moran统计量的空间自相关过程的数学表示进行规范化整理;其次,基于变换中的不变性思想给出Moran指数的理论解释;第三,对空间权重矩阵的数理性质、建设方法和应用范围提出新的见解。总结并发展了Moran指数的三种计算方法——三步求值法、矩阵标度法和回归分析法,将空间权重矩阵划分为四种基本类型——局域关联型、准局域关联型、准长程关联型和长程关联型。以河南省鹤壁市乡镇体系为实证对象,以本文改进的理论和方法为依据,提供了一个空间自相关分析的简明案例。</p>
Reconstructing the mathematical process of spatial autocorrelation based on Moran's statistics [J].https://doi.org/10.11821/yj2009060002 URL Magsci 摘要
<p>本文旨在发展基于Moran指数的空间自相关分析理论和方法。首先,利用线性代数知识对基于Moran统计量的空间自相关过程的数学表示进行规范化整理;其次,基于变换中的不变性思想给出Moran指数的理论解释;第三,对空间权重矩阵的数理性质、建设方法和应用范围提出新的见解。总结并发展了Moran指数的三种计算方法——三步求值法、矩阵标度法和回归分析法,将空间权重矩阵划分为四种基本类型——局域关联型、准局域关联型、准长程关联型和长程关联型。以河南省鹤壁市乡镇体系为实证对象,以本文改进的理论和方法为依据,提供了一个空间自相关分析的简明案例。</p>
|
| [5] |
利用位置签到数据探索城市热点与商圈 [J].https://doi.org/10.13485/j.cnki.11-2089.2014.0045 URL Magsci [本文引用: 1] 摘要
为及时、准确探测城市热点和客观高效分析商圈,提出一种基于社交网络众源位置签到数据的城市热点探测与商圈挖掘方法。针对大数据量、离散的位置签到数据存储和聚类分析效率问题,提出基于离散点栅格化签到数据预处理模型。对位置签到数据进行了空间自相关检验,表明其具有显著的空间聚类特征。提出基于位置签到数据探索性空间分析热点聚类方法,选取商业因素进行地理分布度量以获取商圈信息。以武汉市为例,对街旁网(www.jiepang.com)截至2011-09-30位置签到数据进行城市热点探测与商圈挖掘试验。结果表明,基于位置签到数据挖掘的武汉市商圈分布与城市规划商圈具有强相关性,可用于城市社会经济发展预测与区域经济规划。
Urban hotspot and commercial area exploration with check-in data [J].https://doi.org/10.13485/j.cnki.11-2089.2014.0045 URL Magsci [本文引用: 1] 摘要
为及时、准确探测城市热点和客观高效分析商圈,提出一种基于社交网络众源位置签到数据的城市热点探测与商圈挖掘方法。针对大数据量、离散的位置签到数据存储和聚类分析效率问题,提出基于离散点栅格化签到数据预处理模型。对位置签到数据进行了空间自相关检验,表明其具有显著的空间聚类特征。提出基于位置签到数据探索性空间分析热点聚类方法,选取商业因素进行地理分布度量以获取商圈信息。以武汉市为例,对街旁网(www.jiepang.com)截至2011-09-30位置签到数据进行城市热点探测与商圈挖掘试验。结果表明,基于位置签到数据挖掘的武汉市商圈分布与城市规划商圈具有强相关性,可用于城市社会经济发展预测与区域经济规划。
|
| [6] |
城市CBD功能成熟度评价指标体系的构建: 以杭州钱江新城CBD为例 [J].https://doi.org/10.3321/j.issn:1000-0585.2008.03.018 URL Magsci 摘要
本文基于“如何衡量CBD的功能发育程度”这一极具现实意义的问题，通过以杭州钱江新城CBD为例，结合国内外CBD研究中的理论及实践经验，采用德尔菲法归纳出总体规模、功能协调、功能集聚和功能辐射四大类指标，并进一步从可操作性的角度进行了细分，最终形成1项目标层（A层）、4项准则层（B层）和18项基础指标层（C层）的一整套较为完善的CBD功能成熟度指标体系。文中采用层次分析法，通过对32位相关专家学者的问卷调查，确定了各项基础指标的权重，并通过了一致性检验。结果表明，就准则层指标而言，显然CBD的功能集聚程度B3（0．4085）和功能辐射程度B4（0．3392），更能凸显CBD作为城市区域经济的核心地位。而且，各基础指标层内部也存在着显著的差异。
The construction of the CBD functional maturity index system: A case of Qianjiang new city CBD [J].https://doi.org/10.3321/j.issn:1000-0585.2008.03.018 URL Magsci 摘要
本文基于“如何衡量CBD的功能发育程度”这一极具现实意义的问题，通过以杭州钱江新城CBD为例，结合国内外CBD研究中的理论及实践经验，采用德尔菲法归纳出总体规模、功能协调、功能集聚和功能辐射四大类指标，并进一步从可操作性的角度进行了细分，最终形成1项目标层（A层）、4项准则层（B层）和18项基础指标层（C层）的一整套较为完善的CBD功能成熟度指标体系。文中采用层次分析法，通过对32位相关专家学者的问卷调查，确定了各项基础指标的权重，并通过了一致性检验。结果表明，就准则层指标而言，显然CBD的功能集聚程度B3（0．4085）和功能辐射程度B4（0．3392），更能凸显CBD作为城市区域经济的核心地位。而且，各基础指标层内部也存在着显著的差异。
|
| [7] |
转型期广州市金融服务业的空间格局变动 [J].https://doi.org/10.3321/j.issn:0375-5444.2006.08.004 URL Magsci [本文引用: 1] 摘要
以广州市1984年第三产业普查数据和1996年、2001年基 本单位普查数据为主要数据源,结合其他社会经济统计数据和实地调查资料,采用定性与定量相结合的对比、评估和解释方法,对转型期广州市金融服务业空间格局 变动过程及原因进行了研究.结果显示:①转型期广州市金融服务业向城市新区扩散和向城市中心区集聚并存,"集中于越秀"的初始空间格局变为"中心区多点集 聚"的现状空间格局,金融服务业集聚地段的生成表现为一个"由南而北、由西往东"的时空运动过程.②社会经济体制和金融管理体制转型、金融机构行为变化以 及城市空间扩张分别是金融服务业空间格局变动的前提条件、微观基础和空间张力;城市化集聚经济效应促进各区金融服务业差异化增长,递次集中兴建的城市办公 活动空间吸引金融机构在城市特定地段集聚.③研究时段内广州市金融服务业缺少西方国家城市那样的高端金融服务总部集聚中心,也没有观察到西方大都市CBD 衰退现象和金融服务"废弃型"城市空间.
Analysis on the change of the spatial pattern of financial service industry in Guangzhou during the transition period [J].https://doi.org/10.3321/j.issn:0375-5444.2006.08.004 URL Magsci [本文引用: 1] 摘要
以广州市1984年第三产业普查数据和1996年、2001年基 本单位普查数据为主要数据源,结合其他社会经济统计数据和实地调查资料,采用定性与定量相结合的对比、评估和解释方法,对转型期广州市金融服务业空间格局 变动过程及原因进行了研究.结果显示:①转型期广州市金融服务业向城市新区扩散和向城市中心区集聚并存,"集中于越秀"的初始空间格局变为"中心区多点集 聚"的现状空间格局,金融服务业集聚地段的生成表现为一个"由南而北、由西往东"的时空运动过程.②社会经济体制和金融管理体制转型、金融机构行为变化以 及城市空间扩张分别是金融服务业空间格局变动的前提条件、微观基础和空间张力;城市化集聚经济效应促进各区金融服务业差异化增长,递次集中兴建的城市办公 活动空间吸引金融机构在城市特定地段集聚.③研究时段内广州市金融服务业缺少西方国家城市那样的高端金融服务总部集聚中心,也没有观察到西方大都市CBD 衰退现象和金融服务"废弃型"城市空间.
|
| [8] |
犯罪热点时空分布研究方法综述 [J].https://doi.org/10.11820/dlkxjz.2012.04.004 URL Magsci 摘要
犯罪在地理时空内并不是均匀分 布的,而是表现出明显的时空聚集特性,这种聚集性常用"犯罪热点"表述。基于对犯罪热点的理解,从犯罪热点时空分布模式、犯罪热点成因分析以及犯罪热点时 空转移及预测等3个方面总结了当前国内外犯罪热点时空分布相关研究方法的进展。最后,对该领域研究进行了总结与展望。总体上,国内相关研究较少,尚需进一 步结合中国国情,提出适用方法。另外,也需要通过相关犯罪理论的深入研究以及其他领域研究方法的借鉴,实现犯罪热点时空分布研究方法的突破与创新。
A review of research methods for spatiotemporal distribution of the crime hot spots [J].https://doi.org/10.11820/dlkxjz.2012.04.004 URL Magsci 摘要
犯罪在地理时空内并不是均匀分 布的,而是表现出明显的时空聚集特性,这种聚集性常用"犯罪热点"表述。基于对犯罪热点的理解,从犯罪热点时空分布模式、犯罪热点成因分析以及犯罪热点时 空转移及预测等3个方面总结了当前国内外犯罪热点时空分布相关研究方法的进展。最后,对该领域研究进行了总结与展望。总体上,国内相关研究较少,尚需进一 步结合中国国情,提出适用方法。另外,也需要通过相关犯罪理论的深入研究以及其他领域研究方法的借鉴,实现犯罪热点时空分布研究方法的突破与创新。
|
| [9] |
基于点状数据与GIS的广州大都市区产业空间格局 [J].https://doi.org/10.11820/dlkxjz.2010.04.001 URL Magsci [本文引用: 1] 摘要
利用2004年数字城市数据, 研究了广州大都市区产业内部、产业之间的空间关系,比较了广州大都市区中心城区和新城区各种产业的空间格局。将广州大都市区行业分为制造业、批发和运输、 零售、生产服务业、房地产业、管理服务、教育、医疗保健及社会扶助和娱乐设施等10类。利用1 km2格网画出了各行业点状密度,并通过分区产业百分比及区位商分析了各产业企业的空间分布,中心城区的主导产业是管理服务、房地产、零售及金融保险等服 务行业,而在新城区其主导功能是制造业、批发与运输及生产服务业等。利用平均最邻近距离分析广州大都市区中心城区和新城区各产业内企业之间的空间关系,广 州大都市区各产业企业都呈凝聚分布,在中心城区金融行业分布最集中,其次是房地产、生产服务业、娱乐、管理服务等。利用邻近性指数分析了各产业之间的空间 关系,发现生产服务业和管理服务业、教育和医疗保健与社会扶助、娱乐和零售等邻近性较大。
The spatial pattern of Guangzhou metropolitan area industry based on point data and GIS [J].https://doi.org/10.11820/dlkxjz.2010.04.001 URL Magsci [本文引用: 1] 摘要
利用2004年数字城市数据, 研究了广州大都市区产业内部、产业之间的空间关系,比较了广州大都市区中心城区和新城区各种产业的空间格局。将广州大都市区行业分为制造业、批发和运输、 零售、生产服务业、房地产业、管理服务、教育、医疗保健及社会扶助和娱乐设施等10类。利用1 km2格网画出了各行业点状密度,并通过分区产业百分比及区位商分析了各产业企业的空间分布,中心城区的主导产业是管理服务、房地产、零售及金融保险等服 务行业,而在新城区其主导功能是制造业、批发与运输及生产服务业等。利用平均最邻近距离分析广州大都市区中心城区和新城区各产业内企业之间的空间关系,广 州大都市区各产业企业都呈凝聚分布,在中心城区金融行业分布最集中,其次是房地产、生产服务业、娱乐、管理服务等。利用邻近性指数分析了各产业之间的空间 关系,发现生产服务业和管理服务业、教育和医疗保健与社会扶助、娱乐和零售等邻近性较大。
|
| [10] |
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 [J].https://doi.org/10.11821/dlyj201506011 URL Magsci 摘要
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。
Identification and classification of urban commercial districts at block scale [J].https://doi.org/10.11821/dlyj201506011 URL Magsci 摘要
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。
|
| [11] |
西安城市CBD体系发展演进的特征与趋势 [J].https://doi.org/10.3969/j.issn.1000-0690.2007.01.005 URL Magsci [本文引用: 3] 摘要
基于土地交易、基本产业单位普查、商务办公楼宇开发、规模以上商场发展等多方面资料,以当代CBD演进基本规律及基本理论为借鉴和索引,并以西安市为实证案例对当代中国城市CBD体系发展演进的一些典型现象、特征及其机制进行了分析。结果表明:传统市中心区正在经历以总功能类型减少而商业服务功能突出强化为基本特征的功能“纯化”;生产者服务业集中的商务中心显著离心漂移、而零售商业中心则相对稳定,因而城市商务与商业中心趋于空间分离化;高新技术产业开发区正崛起成为西安市的中央商务区(主CBD);在整个西安中心城市层面,一个“双极多核”的CBD体系正在发育形成。
Development of urban CBD system in Xi'an: Characters and tendency [J].https://doi.org/10.3969/j.issn.1000-0690.2007.01.005 URL Magsci [本文引用: 3] 摘要
基于土地交易、基本产业单位普查、商务办公楼宇开发、规模以上商场发展等多方面资料,以当代CBD演进基本规律及基本理论为借鉴和索引,并以西安市为实证案例对当代中国城市CBD体系发展演进的一些典型现象、特征及其机制进行了分析。结果表明:传统市中心区正在经历以总功能类型减少而商业服务功能突出强化为基本特征的功能“纯化”;生产者服务业集中的商务中心显著离心漂移、而零售商业中心则相对稳定,因而城市商务与商业中心趋于空间分离化;高新技术产业开发区正崛起成为西安市的中央商务区(主CBD);在整个西安中心城市层面,一个“双极多核”的CBD体系正在发育形成。
|
| [12] |
地理学时空数据分析方法 [J].https://doi.org/10.11821/dlxb201409007 URL Magsci 摘要
随着地理空间观测数据的多年积累,地球环境、社会和健康数据监测能力的增强,地理信息系统和计算机网络的发展,时空数据集大量生成,时空数据分析实践呈现快速增长.本文对此进行了分析和归纳,总结了时空数据分析的7类主要方法,包括:时空数据可视化,目的是通过视觉启发假设和选择分析模型;空间统计指标的时序分析,反映空间格局随时间变化;时空变化指标,体现时空变化的综合统计量;时空格局和异常探测,揭示时空过程的不变和变化部分;时空插值,以获得未抽样点的数值;时空回归,建立因变量和解释变量之间的统计关系;时空过程建模,建立时空过程的机理数学模型;时空演化树,利用空间数据重建时空演化路径.通过简述这些方法的基本原理、输入输出、适用条件以及软件实现,为时空数据分析提供工具和方法手段.
Spatiotemporal data analysis in geography [J].https://doi.org/10.11821/dlxb201409007 URL Magsci 摘要
随着地理空间观测数据的多年积累,地球环境、社会和健康数据监测能力的增强,地理信息系统和计算机网络的发展,时空数据集大量生成,时空数据分析实践呈现快速增长.本文对此进行了分析和归纳,总结了时空数据分析的7类主要方法,包括:时空数据可视化,目的是通过视觉启发假设和选择分析模型;空间统计指标的时序分析,反映空间格局随时间变化;时空变化指标,体现时空变化的综合统计量;时空格局和异常探测,揭示时空过程的不变和变化部分;时空插值,以获得未抽样点的数值;时空回归,建立因变量和解释变量之间的统计关系;时空过程建模,建立时空过程的机理数学模型;时空演化树,利用空间数据重建时空演化路径.通过简述这些方法的基本原理、输入输出、适用条件以及软件实现,为时空数据分析提供工具和方法手段.
|
| [13] |
基于网络加权Voronoi图分析的南京市商业中心辐射域研究 [J].https://doi.org/10.11821/xb200912007 URL Magsci [本文引用: 1] 摘要
<p>道路网络在城市社会和经济活动中发挥重要作用，它是联系商业中心与需求间的桥梁，道路系统的更新与变化必然会对它们的关联产生影响。Voronoi图是划分势力空间的有效工具，基于道路网络分析构建的加权Voronoi图可以模拟城市商业中心功能辐射的实际情形。本文给出了基于道路网络分析的Voronoi图和加权Voronoi图构建方法，通过对各种Voronoi图的比较分析，认为基于网络路径时间分析构建的加权Voronoi面域图在商业中心辐射域模拟中最为有效。将空间相互作用和断裂点理论与网络加权Voronoi面域图相结合，模拟不同交通条件下南京市商业中心辐射域空间格局及其需求覆盖变化，并提取了辐射域的覆盖面积、覆盖人口、最远辐射路径距离和平均辐射路径距离等信息。对商业中心的地铁邻近度与其辐射域的扩张面积进行相关分析，采用域邻接矩阵描述空间划分平衡与不平衡之间的相互转变过程，可分析道路系统变更后商业中心之间空间竞争的变化趋势。分析结果表明商业中心的地铁邻近度与辐射域的扩张具有较大的相关性，快速轨道交通在商业中心空间竞争中发挥关键作用。</p>
Radiation domain of commercial centers in Nanjing based on analysis of road network weighted voronoi diagram [J].https://doi.org/10.11821/xb200912007 URL Magsci [本文引用: 1] 摘要
<p>道路网络在城市社会和经济活动中发挥重要作用，它是联系商业中心与需求间的桥梁，道路系统的更新与变化必然会对它们的关联产生影响。Voronoi图是划分势力空间的有效工具，基于道路网络分析构建的加权Voronoi图可以模拟城市商业中心功能辐射的实际情形。本文给出了基于道路网络分析的Voronoi图和加权Voronoi图构建方法，通过对各种Voronoi图的比较分析，认为基于网络路径时间分析构建的加权Voronoi面域图在商业中心辐射域模拟中最为有效。将空间相互作用和断裂点理论与网络加权Voronoi面域图相结合，模拟不同交通条件下南京市商业中心辐射域空间格局及其需求覆盖变化，并提取了辐射域的覆盖面积、覆盖人口、最远辐射路径距离和平均辐射路径距离等信息。对商业中心的地铁邻近度与其辐射域的扩张面积进行相关分析，采用域邻接矩阵描述空间划分平衡与不平衡之间的相互转变过程，可分析道路系统变更后商业中心之间空间竞争的变化趋势。分析结果表明商业中心的地铁邻近度与辐射域的扩张具有较大的相关性，快速轨道交通在商业中心空间竞争中发挥关键作用。</p>
|
| [14] |
西安市文化娱乐业的空间格局及热点区模式研究 [J].https://doi.org/10.11821/dlxb201404010 URL Magsci 摘要
采用矢量数据符号法、探索性空间数据分析法（ESDA）和Kriging空间插值法等3 种空间分析方法，分别从规模等级、集聚程度、热点区及模式等方面对2011 年西安市文化娱乐业的空间格局特征展开研究。主要结论：① 从数量规模上来看，西安市的文化娱乐产业在空间上呈现出“南密北疏，西密东疏，内密外疏”的整体特征，文化娱乐场所主要集聚在以钟楼为圆心，以钟楼至曲江新区的直线距离（约7 km） 为半径的圈层内；各类文化娱乐场所的空间分布大致符合文化娱乐业的整体空间特征，但又表现出一定的特异性；② 从空间集散上来看，高高集聚区主要连续分布在城市南部的传统人口和城市产业集聚区；低低集聚区主要分散分布在城市开发程度低的边缘区，及城市内部的特殊区域；③ 通过空间插值分析，可识别出西安市文化娱乐业的4 个空间集聚热点区，综合分析各热点区软硬件条件，可将其归纳为基于传统城市中心的商贸旅游型热点区、基于文化产业集聚的文教游憩型热点区、基于高新技术产业集聚的科技商务型热点区和多重资源推动下的城市新区型热点区4 种模式。本文的研究结论将有利于从空间的视角来探讨城市新兴产业的区位规律和布局偏好，在实践中将为城市文化娱乐业的合理布局和规划提供参考。
Spatial distribution characteristics and hot zone patterns of entertainment industry in Xi'an [J].https://doi.org/10.11821/dlxb201404010 URL Magsci 摘要
采用矢量数据符号法、探索性空间数据分析法（ESDA）和Kriging空间插值法等3 种空间分析方法，分别从规模等级、集聚程度、热点区及模式等方面对2011 年西安市文化娱乐业的空间格局特征展开研究。主要结论：① 从数量规模上来看，西安市的文化娱乐产业在空间上呈现出“南密北疏，西密东疏，内密外疏”的整体特征，文化娱乐场所主要集聚在以钟楼为圆心，以钟楼至曲江新区的直线距离（约7 km） 为半径的圈层内；各类文化娱乐场所的空间分布大致符合文化娱乐业的整体空间特征，但又表现出一定的特异性；② 从空间集散上来看，高高集聚区主要连续分布在城市南部的传统人口和城市产业集聚区；低低集聚区主要分散分布在城市开发程度低的边缘区，及城市内部的特殊区域；③ 通过空间插值分析，可识别出西安市文化娱乐业的4 个空间集聚热点区，综合分析各热点区软硬件条件，可将其归纳为基于传统城市中心的商贸旅游型热点区、基于文化产业集聚的文教游憩型热点区、基于高新技术产业集聚的科技商务型热点区和多重资源推动下的城市新区型热点区4 种模式。本文的研究结论将有利于从空间的视角来探讨城市新兴产业的区位规律和布局偏好，在实践中将为城市文化娱乐业的合理布局和规划提供参考。
|
| [15] |
广州CBD的功能特征与空间结构 [J].Functional features and spatial structure of CBDs in Guangzhou [J]. |
| [16] |
大数据对人文—经济地理学研究的促进与局限 [J].https://doi.org/10.11820/dlkxjz.2015.04.002 URL 摘要
大数据技术的诞生不仅快速推动 着社会的进步,而且也将科学研究不断引向新的高度。以人类社会经济活动为主要研究对象的人文—经济地理学与当前大数据建设和发展趋势具有高度一致性,大数 据的发展对丰富和完善人文—经济地理学势必起到积极的推动作用,同时也对人文—经济地理学的学科思维和研究方法提出了新的挑战。梳理和分析了目前大数据在 人文—经济地理学主要研究领域,包括城市内部空间研究、交通与消费行为、社会空间与社会网络研究中的最近进展,以及大数据对参与式研究和决策平台的作用。 着重剖析了大数据对人文—经济地理学数据获取,研究思维与范式,研究内容、研究时空尺度与研究目标等方面的促进作用与存在问题,特别是由于大数据自身发展 的不完善,在数据收集特别是数据属性方面还存在很大的局限,缺乏理论基础将会使得大数据与实际应用受到很大限制,同时,数据本身也不能替代研究者思维和决 策过程。因此,人文—经济地理学者应该科学对待大数据所带来的机遇,弥补和丰富以往发展中的短板,即完善学科数据建设、建立大数据应用较为完善的研究方法 体系,促进跨域数据整合和跨域研究,以及推进研究对象和研究目的的转变。
Opportunities and limitations of big data applications to human and economic geography: The state of the art [J].https://doi.org/10.11820/dlkxjz.2015.04.002 URL 摘要
大数据技术的诞生不仅快速推动 着社会的进步,而且也将科学研究不断引向新的高度。以人类社会经济活动为主要研究对象的人文—经济地理学与当前大数据建设和发展趋势具有高度一致性,大数 据的发展对丰富和完善人文—经济地理学势必起到积极的推动作用,同时也对人文—经济地理学的学科思维和研究方法提出了新的挑战。梳理和分析了目前大数据在 人文—经济地理学主要研究领域,包括城市内部空间研究、交通与消费行为、社会空间与社会网络研究中的最近进展,以及大数据对参与式研究和决策平台的作用。 着重剖析了大数据对人文—经济地理学数据获取,研究思维与范式,研究内容、研究时空尺度与研究目标等方面的促进作用与存在问题,特别是由于大数据自身发展 的不完善,在数据收集特别是数据属性方面还存在很大的局限,缺乏理论基础将会使得大数据与实际应用受到很大限制,同时,数据本身也不能替代研究者思维和决 策过程。因此,人文—经济地理学者应该科学对待大数据所带来的机遇,弥补和丰富以往发展中的短板,即完善学科数据建设、建立大数据应用较为完善的研究方法 体系,促进跨域数据整合和跨域研究,以及推进研究对象和研究目的的转变。
|
| [17] |
1984年以来北京零售业空间发展趋势与特征 [J].https://doi.org/10.11821/xb201208008 URL Magsci [本文引用: 1] 摘要
在采用虚拟变量对密度函数进行调整的基础上, 借助扩展方法引入时间变量构建计量经济模型测度北京零售业空间发展的分异与趋势, 并利用GIS技术研究了新型零售业的空间布局特征。结果表明:① 1984-2010 年, 近郊区零售业保持着强劲的增长势头, 增速是远郊区的近两倍, 而远郊区快于中心区, 说明中心区零售业地位的相对下降, 类似于20 世纪中期美国大都市区的发展特征。② 2000 年以来, 远郊区零售业增速下降, 近郊区小幅提升, 而中心区发展速度明显回升, 说明部分学者提出的20 世纪90 年代末期旧城区零售业“空洞化”、“边缘化”的发展趋势并未延续。③ 紧随人口的郊区化, 90 年代中期兴起的连锁超市以三环路为基础外向发展, 三、四环路和五、六环路之间数量较多, 而传统百货商店则主要布局在三环路以内。④ 以超市为代表的新型零售业空间布局呈现大分散、小集聚的特征, 没有表现出明显的等级性, 集聚区域既包括近郊人口密集区, 也包括远郊新城和城郊大型居住区。零售业的空间发展趋势与超市的空间特征共同显示, 北京应进一步提升远郊零售业的连锁化水平, 提高服务水平和质量, 促进居住与消费的空间平衡。
Changing retail spatial patterns in metropolitan Beijing since 1984 [J].https://doi.org/10.11821/xb201208008 URL Magsci [本文引用: 1] 摘要
在采用虚拟变量对密度函数进行调整的基础上, 借助扩展方法引入时间变量构建计量经济模型测度北京零售业空间发展的分异与趋势, 并利用GIS技术研究了新型零售业的空间布局特征。结果表明:① 1984-2010 年, 近郊区零售业保持着强劲的增长势头, 增速是远郊区的近两倍, 而远郊区快于中心区, 说明中心区零售业地位的相对下降, 类似于20 世纪中期美国大都市区的发展特征。② 2000 年以来, 远郊区零售业增速下降, 近郊区小幅提升, 而中心区发展速度明显回升, 说明部分学者提出的20 世纪90 年代末期旧城区零售业“空洞化”、“边缘化”的发展趋势并未延续。③ 紧随人口的郊区化, 90 年代中期兴起的连锁超市以三环路为基础外向发展, 三、四环路和五、六环路之间数量较多, 而传统百货商店则主要布局在三环路以内。④ 以超市为代表的新型零售业空间布局呈现大分散、小集聚的特征, 没有表现出明显的等级性, 集聚区域既包括近郊人口密集区, 也包括远郊新城和城郊大型居住区。零售业的空间发展趋势与超市的空间特征共同显示, 北京应进一步提升远郊零售业的连锁化水平, 提高服务水平和质量, 促进居住与消费的空间平衡。
|
| [18] |
2004-2008年北京城区商业网点空间分布与集聚特征 [J].https://doi.org/10.11820/dlkxjz.2013.08.004 URL Magsci 摘要
本文以北京城区内的8 个行政区作为研究对象,选取批发和零售业、住宿和餐饮业、居民服务与其他服务业作为具体的商业类别,利用北京第一次、第二次全国经济普查数据,采用核密度(Kernel)、标准差椭圆、Ripley's <i>K(r)</i>函数相结合的GIS 点模式分析方法,对比研究了2004 年和2008 年北京市商业网点分布与空间集聚特征。研究结果表明:① 北京商业网点呈现相对集中分布态势,具有向心性并形成明显的集聚区,集聚中心主要分布在五环内,且在两次普查期间有所改变,商业网点空间偏向性差异明显;② 以CBD、金融街、王府井、中关村、亚运村和奥运村等为代表的典型商圈对北京商业网点的布局影响十分显著,商业网点在典型商圈周围分布密度较高,呈现集聚中心状态;③ 北京商业网点Ripley's <i>K(r)</i>曲线随距离的变化总体呈现“先增后减”态势,其中受居民小区影响较大的居民服务与其他服务业网点两次普查期间变化剧烈,反映了居民由市中心向外扩散的过程。
Spatial distribution and clustering of commercial network in Beijing during 2004-2008 [J].https://doi.org/10.11820/dlkxjz.2013.08.004 URL Magsci 摘要
本文以北京城区内的8 个行政区作为研究对象,选取批发和零售业、住宿和餐饮业、居民服务与其他服务业作为具体的商业类别,利用北京第一次、第二次全国经济普查数据,采用核密度(Kernel)、标准差椭圆、Ripley's <i>K(r)</i>函数相结合的GIS 点模式分析方法,对比研究了2004 年和2008 年北京市商业网点分布与空间集聚特征。研究结果表明:① 北京商业网点呈现相对集中分布态势,具有向心性并形成明显的集聚区,集聚中心主要分布在五环内,且在两次普查期间有所改变,商业网点空间偏向性差异明显;② 以CBD、金融街、王府井、中关村、亚运村和奥运村等为代表的典型商圈对北京商业网点的布局影响十分显著,商业网点在典型商圈周围分布密度较高,呈现集聚中心状态;③ 北京商业网点Ripley's <i>K(r)</i>曲线随距离的变化总体呈现“先增后减”态势,其中受居民小区影响较大的居民服务与其他服务业网点两次普查期间变化剧烈,反映了居民由市中心向外扩散的过程。
|
| [19] |
中国商业地理学的研究进展 [J].https://doi.org/10.3321/j.issn:0375-5444.2004.06.027 URL Magsci [本文引用: 2] 摘要
<p>作者回顾了中国商业地理学的发展历程，将商业地理研究分为启蒙期、形成期、消沉期、酝酿期和活跃期5个阶段。评述了从酝酿期 (即1984年) 以来商业地理学研究的5个主要方向，最后总结了中国商业地理学发展特征和存在问题，并对以后商业地理学的发展及研究热点作了展望。</p>
Research progress of commercial geography in China [J].https://doi.org/10.3321/j.issn:0375-5444.2004.06.027 URL Magsci [本文引用: 2] 摘要
<p>作者回顾了中国商业地理学的发展历程，将商业地理研究分为启蒙期、形成期、消沉期、酝酿期和活跃期5个阶段。评述了从酝酿期 (即1984年) 以来商业地理学研究的5个主要方向，最后总结了中国商业地理学发展特征和存在问题，并对以后商业地理学的发展及研究热点作了展望。</p>
|
| [20] |
多中心化下的城市商业中心空间吸引衰减率验证: 深圳市浮动车GPS时空数据挖掘 [J].https://doi.org/10.11821/dlxb201412007 URL Magsci 摘要
城市与区域多中心化已经成为全球性的现象,作为快速城市化地区,城市新中心建设和多中心现象在中国尤为普遍。把握城市中心发展客观规律,探讨多中心的相互作用关系,将有助于补充传统基于单中心假设的城市空间结构相关理论和模型的研究,同时,对指导城市商业中心选址和城市空间结构规划具有良好的现实意义。以深圳为案例,通过海量浮动车（FCD）GPS数据的时空挖掘,在识别出深圳市两个重要商业中心的基础上,分析和验证了双商业中心的交通吸引时空规律以及相互作用关系。发现城市商业中心的交通吸引存在显著的幂函数关系,验证了传统的地理空间衰减规律。同时,这种衰减规律受到一系列因素的影响而在局部发生扰动,主要扰动因素包括城市其他人流密集的主要功能区之间的相互吸引、基础设施对可达性的影响、地形地貌等城市空间布局因素和消费者行为、偏好等人文因素等。
Validation of spatial decay law caused by urban commercial center's mutual attraction in polycentric city: Spatio-temporal data mining of floating cars' GPS data in Shenzhen [J].https://doi.org/10.11821/dlxb201412007 URL Magsci 摘要
城市与区域多中心化已经成为全球性的现象,作为快速城市化地区,城市新中心建设和多中心现象在中国尤为普遍。把握城市中心发展客观规律,探讨多中心的相互作用关系,将有助于补充传统基于单中心假设的城市空间结构相关理论和模型的研究,同时,对指导城市商业中心选址和城市空间结构规划具有良好的现实意义。以深圳为案例,通过海量浮动车（FCD）GPS数据的时空挖掘,在识别出深圳市两个重要商业中心的基础上,分析和验证了双商业中心的交通吸引时空规律以及相互作用关系。发现城市商业中心的交通吸引存在显著的幂函数关系,验证了传统的地理空间衰减规律。同时,这种衰减规律受到一系列因素的影响而在局部发生扰动,主要扰动因素包括城市其他人流密集的主要功能区之间的相互吸引、基础设施对可达性的影响、地形地貌等城市空间布局因素和消费者行为、偏好等人文因素等。
|
| [21] |
A tale of two cities: Density analysis of CBD on two midsize urban areas in northeastern Italy [M] |
| [22] |
When is a hotspot a hotspot? A procedure for creating statistically robust hotspot maps of crime [M]
|
| [23] |
Integration of fuzzy cluster analysis and kernel density estimation for tracking typhoon trajectories in the Taiwan region [J].https://doi.org/10.1016/j.eswa.2012.02.114 URL [本文引用: 1] 摘要
Increasing our understanding of typhoon movements remains a priority in the western North Pacific. In this study, the trajectories of typhoons that affected Taiwan between 1986 and 2010 are used for clustering, where each trajectory consists of 6-hourly latitude-longitude positions over two days. We compare the performance of four statistical clustering methods, namely, k -means clustering, fuzzy c -means (FCM) clustering, hierarchical clustering, and normalized cut techniques. The results show that the FCM technique provides sufficient cluster efficiency with a relatively high degree of goodness of fit. FCM identifies six clusters according to the minimum coefficients of variation (CV). The hotspots of the typhoon centers in each cluster are determined by kernel density estimation (KDE). Moreover, the typhoon track belongs to six clusters with different membership degrees in FCM. The typhoon track density map is estimated by combining the KDE hotspot maps associated with the FCM weights. The information could be used in planning for disaster management.
|
| [24] |
Boundary study as a tool in CBD analysis: An interpretation of certain aspects of the boundary of Cape Town's central business district [J].https://doi.org/10.2307/142466 URL 摘要
The kinetics of the slow combustion of the three xylene isomers have been studied manometrically in a quartz vessel, under static conditions at subatmospheric pressures over the temperature range from 410 to 550 degrees, employing 1:1 to 1:20 hydrocarbon: oxygen mixtures. It was shown that W-max = k.P-n. where P is the total initial pressure, W-max the maximum rate developed and n is 2.8, 1.9 and 1.5 for m-, o- and p-xylene, respectively. Although W-max is affected by changes in mixture composition and temperature, the value of n is independent of these parameters. Arrhenius plots were linear between 410 and 550 degrees and the activation energies for the over-all oxidation process were calculated to be 38, 39 and 40 kcal./mole for o-, m- and p-xylene, respectively. The greater ease of oxidation of o-xylene was ascribed to the greater reactivity of the chain branching intermediate. The lifetime of this intermediate was calculated to be 2 min, for o-xylene as contrasted to 20 and 17 min, for m- and p-xylene, respectively. Addition of inert gases (He, A, N-2 and SF6) increased W-max thus suggesting that this rate is governed by a diffusion controlled process at the walla of the reaction vessel. Studies of the competitive oxidation of binary mixtures of the xylenes indicated that the chain propagation reactions proceed at essentially equal rates in all three oxidations and have nearly equal activation energies.
|
| [25] |
Citizens as sensors: The world of volunteered geography [J].https://doi.org/10.1007/s10708-007-9111-y URL [本文引用: 1] 摘要
In recent months there has been an explosion of interest in using the Web to create, assemble, and disseminate geographic information provided voluntarily by individuals. Sites such as Wikimapia and OpenStreetMap are empowering citizens to create a global patchwork of geographic information, while Google Earth and other virtual globes are encouraging volunteers to develop interesting applications using their own data. I review this phenomenon, and examine associated issues: what drives people to do this, how accurate are the results, will they threaten individual privacy, and how can they augment more conventional sources? I compare this new phenomenon to more traditional citizen science and the role of the amateur in geographic observation.
|
| [26] |
Geographic information systems and science: Today and tomorrow [J].https://doi.org/10.1016/j.proeps.2009.09.160 URL 摘要
Geographic information is defined as information linking locations on or near the Earth surface to properties of those locations. The technologies for handling such information include GPS, remote sensing, and geographic information systems. Behind the technologies are a set of fundamental, researchable issues whose study has been termed geographic information science. I review these technologies under four headings: positioning, data acquisition, data dissemination, and analysis. Recent research has led to substantial advances in specific areas of GIScience. I outline five future scenarios that are all technically feasible given current technology, and discuss the research advances that will be needed to make them a reality. In the conclusion I comment on the changing needs of education in geographic information systems and science.
|
| [27] |
Geodemographics, GIS and neighbourhood targeting [M]. |
| [28] |
Spatial, temporal, and socioeconomic patterns in the use of Twitter and Flickr [J].https://doi.org/10.1080/15230406.2013.777139 URL Magsci 摘要
Online social networking and information sharing services have generated large volumes of spatio-temporal footprints, which are potentially a valuable source of knowledge about the physical environment and social phenomena. However, it is critical to take into consideration the uneven distribution of the data generated in social media in order to understand the nature of such data and to use them appropriately. The distribution of footprints and the characteristics of contributors indicate the quantity, quality, and type of the data. Using georeferenced tweets and photos collected from Twitter and Flickr, this research presents the spatial and temporal patterns of such crowd-sourced geographic data in the contiguous United States and explores the socioeconomic characteristics of geographic data creators by investigating the relationships between tweet and photo densities and the characteristics of local people using California as a case study. Correlations between dependent and independent variables in partial least squares regression suggest that well-educated people in the occupations of management, business, science, and arts are more likely to be involved in the generation of georeferenced tweets and photos. Further research is required to explain why some people tend to produce and spread information over the Internet using social media from the perspectives of psychology and sociology. This study would be informative to sociologists who study the behaviors of social media users, geographers who are interested in the spatial and temporal distribution of social media users, marketing agencies who intend to understand the influence of social media, and other scientists who use social media data in their research.
|
| [29] |
Social sensing: A new approach to understanding our socioeconomic environments [J].https://doi.org/10.1080/00045608.2015.1018773 URL [本文引用: 4] 摘要
The emergence of big data brings new opportunities for us to understand our socioeconomic environments. We use the term for such individual-level big geospatial data and the associated analysis methods. The word suggests two natures of the data. First, they can be viewed as the analogue and complement of remote sensing, as big data can capture well socioeconomic features while conventional remote sensing data do not have such privilege. Second, in social sensing data, each individual plays the role of a sensor. This article conceptually bridges social sensing with remote sensing and points out the major issues when applying social sensing data and associated analytics. We also suggest that social sensing data contain rich information about spatial interactions and place semantics, which go beyond the scope of traditional remote sensing data. In the coming big data era, GIScientists should investigate theories in using social sensing data, such as data representativeness and quality, and develop new tools to deal with social sensing data.
|
| [30] |
Delimiting the CBD [J].https://doi.org/10.2307/141867 URL |
| [31] |
A kernel density estimation method for networks, its computational method and a GIS-based tool [J].https://doi.org/10.1080/13658810802475491 URL [本文引用: 1] 摘要
We develop a kernel density estimation method for estimating the density of points on a network and implement the method in the GIS environment. This method could be applied to, for instance, finding 'hot spots' of traffic accidents, street crimes or leakages in gas and oil pipe lines. We first show that the application of the ordinary two-dimensional kernel method to density estimation on a network produces biased estimates. Second, we formulate a 'natural' extension of the univariate kernel method to density estimation on a network, and prove that its estimator is biased; in particular, it overestimates the densities around nodes. Third, we formulate an unbiased discontinuous kernel function on a network. Fourth, we formulate an unbiased continuous kernel function on a network. Fifth, we develop computational methods for these kernels and derive their computational complexity; and we also develop a plug-in tool for operating these methods in the GIS environment. Sixth, an application of the proposed methods to the density estimation of traffic accidents on streets is illustrated. Lastly, we summarize the major results and describe some suggestions for the practical use of the proposed methods.
|
| [32] |
Defining and delineating the central areas of towns for statistical monitoring using continuous surface representations [J].https://doi.org/10.1111/1467-9671.00058 URL 摘要
In the UK, the increasing availability of very high spatial resolution data using the unit post code as its geo-reference is making possible new kinds of urban analysis and modelling. However, at this resolution the granularity of the data used to represent urban functions makes it difficult to apply traditional analytical and modelling methods. An alternative suggested here is to use kernel density estimation to transform these data from point or area ‘objects’ into continuous surfaces of spatial densities. The use of this transformation is illustrated by a study in which we attempt to develop a robust, generally applicable methodology for identifying the central areas of UK towns for the purpose of statistical reporting and comparison. Continuous density transformations from unit post code data relating to a series of indicators of town centredness created using Arc/InfoTM are normalised and then summed to give a composite ‘Index of Town Centredness’. Selection of key contours on these index surfaces enables town centres to be delineated.
|
| [33] |
Kernel density estimation of traffic accidents in a network space [J].https://doi.org/10.1016/j.compenvurbsys.2008.05.001 URL [本文引用: 1] 摘要
A standard planar Kernel Density Estimation (KDE) aims to produce a smooth density surface of spatial point events over a 2-D geographic space. However, the planar KDE may not be suited for characterizing certain point events, such as traffic accidents, which usually occur inside a 1-D linear space, the roadway network. This paper presents a novel network KDE approach to estimating the density of such spatial point events. One key feature of the new approach is that the network space is represented with basic linear units of equal network length, termed lixel (linear pixel), and related network topology. The use of lixel not only facilitates the systematic selection of a set of regularly spaced locations along a network for density estimation, but also makes the practical application of the network KDE feasible by significantly improving the computation efficiency. The approach is implemented in the ESRI ArcGIS environment and tested with the year 2005 traffic accident data and a road network in the Bowling Green, Kentucky area. The test results indicate that the new network KDE is more appropriate than standard planar KDE for density estimation of traffic accidents, since the latter covers space beyond the event context (network space) and is likely to overestimate the density values. The study also investigates the impacts on density calculation from two kernel functions, lixel lengths, and search bandwidths. It is found that the kernel function is least important in structuring the density pattern over network space, whereas the lixel length critically impacts the local variation details of the spatial density pattern. The search bandwidth imposes the highest influence by controlling the smoothness of the spatial pattern, showing local effects at a narrow bandwidth and revealing 鈥 hot spots 鈥 at larger or global scales with a wider bandwidth. More significantly, the idea of representing a linear network by a network system of equal-length lixel s may potentially lead the way to developing a suite of other network related spatial analysis and modeling methods.
|
| [34] |
The analysis and delimitation of central business district using network kernel density estimation [J].https://doi.org/10.1016/j.jtrangeo.2015.04.008 URL 摘要
Central Business District (CBD) is the core area of urban planning and decision management. The cartographic definition and representation of CBD is of great significance in studying the urban development and its functions. In order to facilitate these processes, the Kernel Density Estimation (KDE) is a very efficient tool as it considers the decay impact of services and allows the enrichment of the information from a very simple input scatter plot to a smooth output density surface. However, most existing methods of density analysis consider geographic events in a homogeneous and isotropic space under Euclidean space representation. Considering the case that the physical movement in the urban environment is usually constrained by a street network, the authors propose a different method for the delimitation of CBD with network configurations. First, starting from the locations of central activities, a concentration index is presented to visualize the functional urban environment by means of a density surface, which is refined with network distances rather than Euclidean ones. Then considering the specialties of network distance computation problem, an efficient way supported by flow extension simulation is proposed. Taking Shenzhen and Guangzhou, two quite developed cities in China as two case studies, the authors demonstrate the easy implementation and practicability of their method in delineating CBD.
|
/
| 〈 |
|
〉 |
