1999—2018年重庆市主城区住宅用地空间演变特征及驱动因素研究

以典型山地城市重庆市主城区为研究对象,基于住宅小区空间矢量数据和多源兴趣点（Point of Interest,POI）数据,采用标准差椭圆、圈层缓冲区分析、扩展强度指数、景观格局分析和地理加权回归（GWR, Geographically Weighted Regression）方法,对近20 a重庆市主城区住宅小区的空间演变特征和驱动因素进行研究。结果表明：① 重庆市主城区居住用地现状布局呈现中心-外围结构,且从中心到外围斑块逐渐大型化发展。② 居住用地空间演化经历快速增长和增速下降2个扩张阶段,其中1999—2003年城市居住用地扩展强度最大。居住用地扩张以南北向为主,近些年东西向扩张趋势明显。③ 城市规划、交通条件、公共服务设施、地形因素共同对城市住宅小区用地扩展产生显著影响。显著性总体上为：到中心商务区（CBD）的距离>路网密度>轨道交通站点可达性>医院可达性>坡度。④ 同一驱动因素在不同区位对住宅小区扩展的影响具有较明显空间异质性。     

产业与地形因素影响下的山地城市职住空间关系——以重庆市主城九区为例

选择重庆主城九区作为典型案例,基于百度慧眼识别的就业人口与居住人口数据,通过测算就业－居住偏离度指数分析其人口分布特征与职住空间关系,划分就业主导区、基本匹配区与居住主导区。并基于全国第四次经济普查数据,在对产业进行综合因子分析基础上,定量化识别产业综合因子和地形因子对重庆主城九区职住空间匹配性影响。结果表明：1）重庆市主城区的就业与居住人口空间分布趋势具有一致性特征,整体上呈现“中间高、四周低”的特征;2）重庆市主城区的职住空间基本平衡,街道尺度上职住偏离特征不显著,但城市多组团的中心地区职住空间匹配特征稍有差异,呈现主中心（解放碑）职住平衡度低、4个副中心职住平衡度高的格局;3）空间回归模型表明,综合性服务产业因子和生产性服务产业因子强化了职住分离程度,社会性服务产业因子、制造业因子和地形起伏度降低了职住空间差异。总体上,产业布局与地形地貌是重庆主城区职住空间关系的重要影响因素,二者与政府规划、交通条件和居民生活相互补充、共同作用,塑造了重庆主城现今协调发展的就业－居住空间格局。     

地铁对福州主城区空间格局的影响

地铁作为现代城市轨道交通规划重要组成部分,是重塑城市空间格局的手段之一。本文运用ArcGIS和SPSS软件进行绘图和均值分析,建立时间通达性矩阵并且计算地铁的时间通达性系数,从空间规模、中心体系、功能布局来探索福州地铁1~5号线建成后对福州主城区空间格局中这三个层面产生的潜在影响。结果显示：地铁建成后,福州主城区的空间规模将扩增且空间形态将向东部和南部拓展,并形成五类通达性空间差异等级区;城市同心圆结构模式将强化,城市中心将适度转移;城市商业布局将因地铁枢纽站点的影响形成不同等级的商圈,但在地铁对住宅功能布局方面的影响相对于商业圈层较弱,需要参考更多影响因子。     

居住空间三维形态的多尺度研究——以武汉市主城区为例

应用城市地理信息数据库,基于三维地形分析和三维景观格局分析的思想,建立三维景观格局测度体系,从八象限和道路网络单元尺度,测度武汉市主城区居住空间的极值景观、均匀度景观、起伏景观、三维容量景观、密度景观和集聚景观的三维空间特征。结果表明:(1)武汉市主城区居住立体形态发展方向性特征呈东南—西北(NW-SE)斜向分布;(2)主城区居住三维空间呈"多中心跳跃式"的景观格局,4个"热点集聚中心"的空间异质性受经济中心、交通区位和开敞空间的影响显著。     

郑州市零售业空间格局及影响因素分析

零售业与居民生活密切相关,其空间布局对满足居民消费需求、城市经济发展等方面有重要影响.城市空间格局决定了产业发展环境,影响产业布局.该文采用空间分析方法,分析郑州市零售业空间分布特征,并利用地理探测器探讨不同城市空间对零售业空间布局的影响.研究发现:1)零售业空间集聚特征明显且存在空间尺度效应,随距离增加,空间集聚性先增加后减小;2)零售业具有明显的"核心—边缘"空间结构特征,且集中分布在距市中心10 km范围内;3)5种城市空间对零售业整体空间布局具有显著影响,其中休闲娱乐和交通空间对郑州市零售业空间布局影响较大,因子解释力分别为0.675、0.656,其次为居住、公共和商业空间,影响程度接近;4)不同城市空间对不同零售业态空间布局的影响程度有差异,居住和公共空间对医药及医疗器材零售布局影响较大,交通空间对综合零售布局影响较大,而商业和休闲娱乐空间对文化、体育用品及器材零售布局影响较大.     

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。     

互联网时代城市隐形消费空间格局与影响因子——以长沙市为例

解析城市隐形消费空间格局与影响因子是推动城市线上线下商业融合发展的重要基础,有助于促进城市商业的健康发展。文章以长沙市为例,以POI数据、高德开放平台商业信息数据为基础,在识别城市隐形消费空间的基础上,采用Getis-Ord指数和地理加权回归模型等方法,对互联网不同渗透程度的隐形消费空间分布及其影响因子进行解析。结果表明：1）长沙市隐形消费空间以体验型服务消费为主;2）互联网渗透的隐形消费空间呈现“一主一副一带多中心”的结构形态;3）互联网渗透的隐形消费空间呈现流空间分布特征,向地块内部渗透,朝建筑内部纵向扩散,形成弱区位而非“无区位”的场所演化。其与非互联网渗透的传统隐形消费空间相比,具有显著空间异质性及较弱空间依赖性,其倾向聚集于商业氛围成熟、道路交通便利、租金性价比高、住宅区集中的区域。     

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。     

基于POI数据的南京市空间格局定量研究

从语义属性、几何形态等方面对典型城市空间格局要素进行定量化抽取及特征分析,总结归纳出城市空间格局要素间的关联特征。在此基础上,将POI数据进行分类,设计了基于平面核密度估计算法、空间聚类与双重密度因子分析分析算法,并以南京市为例,通过栅格叠加计算，提取边界，分类渲染以及栅格重分类等步骤,实现南京城市空间格局及商业中心抽取。结果发现城市商业中心有效地反映了城市空间总体格局的区域分布，提取出的南京市商业中心基本符合2000—2020年的南京市总体规划，但文本并不能直接体现城市各商业中心的定位，城市中除了主城区这个集聚且组团的单中心商业模式，各个县城、开发区、高新区都有各自形成的商业中心，符合城市的多商业模式。较传统的城市商业空间研究来说，基于POI数据的定量研究对城市总体格局及商业空间的认知更为精细，有助于商业中心的识别及行业特征的分析，便于政府部门对现有规划功能区的发展方向进行调整，使得不同功能区空间结构与特征关系更加合理。     

基于宜出行大数据的多中心空间结构分析——以重庆主城区为例

多中心已成为中国大多数城市的空间发展战略,多中心结构的有效识别对于规划效果评价、规划策略制定具有重要意义。相比于百度热力与手机信令数据,腾讯宜出行数据具有时空分辨率高、获取成本低的优点,可精细比较城市主副中心的人口集聚能力,为多中心结构的动态识别提供新的手段。论文以重庆主城区为例,基于连续一周的宜出行热力数据,利用核密度分析等方法,识别其多中心城市结构、影响范围与组团发育情况。结果表明：作为山地城市,重庆在自然限制、经济驱动与规划引导下主动选择了“多中心、组团式”结构。重庆内环以内的各个城市中心人口高度集聚、用地规模相近、发育相对成熟,并强于内环以外的副中心。研究指出,西永、茶园副中心及外围组团的发展与人口集聚能力有待提高。     

基于随机森林模型的“生产-生活-生态”空间识别及时空演变分析——以郑州市为例

基于2007年和2017年郑州市POI数据,采用随机森林模型和样方比例法识别其城市内部的“生产-生活-生态”空间,并利用核密度等方法分析研究区“生产-生活-生态”空间的时空演变格局。结果表明：① 随机森林作为新兴的机器学习算法,能够识别“生产-生活-生态”空间且具有较高的精度。② 郑州市“生产-生活-生态”空间分布格局与城市功能分区相匹配,生产空间集聚分布在产业集聚区,生活空间在城市中心城区内呈面状分布,生态空间整体呈点状分布。③ 随着郑州市城镇化建设和基础设施的完善,10年间郑州市“生产-生活-生态”空间的空间分布格局更加合理,生产空间向产业集聚区集聚,生活空间逐渐分散,生态空间分布更加均衡。基于POI数据,利用随机森林模型对城市“生产-生活-生态”空间的识别方法更加有效,识别结果更加精准,能够在更小的尺度上为国土空间规划提供数据与方法支撑。     

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。     

基于城市功能格局的西安市文化产业空间集聚研究

针对以往文化产业区位特征研究中缺乏与城市功能格局有机联系的问题,以中国西部重要的文化产业集聚中心西安市为案例,采用土地利用区位商、标准差椭圆、热点分析和叠加分析等方法,分析其文化产业的空间集聚特征及与城市功能格局的耦合关系。结果表明,2016年西安市的文化产业布局具有较强的“空间+功能”依附性特征,其空间集聚以城市发展主轴为方向线,集中在以一类工业和科教功能为主、开发较为成熟的城市综合功能区。传统商贸业、物流业等要素集散枢纽对文化产业的空间集聚影响较为显著。面向生活服务的文化休闲娱乐服务业的空间分布相对均衡,而面向生产服务的文化创意和设计服务业则表现出较强的产业关联导向和环境氛围导向特征。     

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。     

北京批发企业空间格局演化与区位选择因素

随着服务业对居民生产、生活影响程度逐渐增强,其企业区位选择已成为从微观视角解析城市空间结构的重要途径。以北京为典型案例地,将批发企业作为研究对象,运用核密度估计方法、Ripley's K(d)函数以及条件Logit模型,分析了北京批发企业空间格局演变规律与集聚特征,在此基础上探究了批发企业区位选择的影响因素。结果表明：① 从空间分布特征来看,批发企业主要集中在北京五环以内,且呈现明显的空间集聚特征,集聚规模主要集中在0~28 km范围内;② 从空间集聚强度看,集聚峰值出现的距离不断向外扩张,二环内集聚强度有所下降,并在外围形成了3个核心集聚区;③ 地方化经济、城市化经济、土地价格、集聚效益、劳动力成本等因素对批发企业区位选择具有显著影响,其中土地价格和集聚效益的影响最大,新企业在区位选择中都存在明显的集聚效益;④ 从不同类型批发企业来看,外资批发企业通过检验的影响因素较少,受已有该企业空间分布的影响显著且对交通区位条件、创新环境要求更高,但商业基准地价在外资企业区位选择中影响不显著。     

广州市中心城区餐饮店空间分异与机制差异研究——基于传统店与外卖店的对比

O2O模式（Online to Offline）使餐饮店经营模式与空间分布发生巨大变化,餐饮店空间分布现象与机制成为研究热点。本文将餐饮店分为仅提供堂食服务的传统店和同时提供堂食与餐饮配送服务的外卖店,利用核密度、双变量空间自相关、半变异函数、标准差椭圆、空间计量模型等方法,分析广州市中心城区传统店与外卖店的空间分异与机制。研究发现：① 2020年传统店主要集聚于自荔湾区多宝街道东至天河区石牌街道;外卖店呈多中心分布,以天河区天河南街道、冼村街道、海珠区江南中街道和赤岗街道为核心;二者在越秀区中部、天河区西南部、车陂街道、海珠区西北部等有多处高高集聚区。② 两种餐饮店空间分异较明显,易受随机性因子影响;外卖店较少分布在越秀区和荔湾区,整体分布范围较小,仅有很弱的空间自相关性,更多呈零散分布特征。③ 餐饮店空间分布受人口密度和餐饮店集聚的正作用;但受教育程度、路网密度、邻近高等院校、公交站、商圈等因素能提高外卖店比例,外卖店有更高店铺付租能力,更邻近地铁站和低经济密度地区,传统店则与其相反。     

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。     

北京市住宿业空间结构时空演化及影响因素

将1997-2012 年划分为4 个时段,采用ArcGIS 与次序多元Logit 模型分析北京市住宿业空间结构时空演化特征与影响因素,探讨住宿业空间结构与城市空间结构的协同演化关系,反映城市空间结构重组特征。结果表明：① 北京住宿业时空演化的向心集聚与离心扩散趋势并存,属于相对扩散;扩张表现出集聚特征与方向上的差异性;同心圆式、局部扇面式、廊道式、飞地式、填充式等扩张形式并存;② 可达性、基本地价、空间集聚是住宿业时空演化的主要影响因素;③ 城市化进程影响住宿业的区位转移,住宿业是城市空间结构的塑造力量之一;④ 塑造城市结构的离心扩散作用增强,城市空间的异质性与复杂性增强。     

2002-2012年长春市城市功能空间耦合研究

以长春市多年用地现状图和统计资料为数据源,以ArcGIS和SPSS软件为分析工具,引入静态耦合度和动态耦合度概念,从居住空间视角对长春市城市功能空间耦合的空间差异特征进行了动态研究,分析了城市功能空间耦合的动力机制。研究发现：① 长春市城市空间扩展仍未摆脱圈层扩张的窠臼,居住空间表现出过高的扩张强度,是城市功能空间低耦合近域扩展的重要原因;② 城市功能空间耦合的地域差异显著,核心区动、静态耦合度均高于外围,城市功能空间处于重构期,外围则处于低耦合的快速扩张状态;③选取耦合度指标通过聚类分析方法将中心城区划分为高耦合比较成熟、高耦合趋于成熟、高耦合新兴、低耦合比较稳定、低耦合新兴和低耦合特殊城市功能空间六类。     

南京商铺租金时空格局及影响因素分析

商铺租金是衡量城市商业活力与地段商业价值的重要指标之一,也是经济地理学关注的热点问题。以南京中心城区3294处商铺为研究对象,在通过核密度分析、莫兰指数等地理空间分析方法探究商铺租金时空格局的基础上,运用地理探测器从交通区位、周边配套、消费能力等方面挖掘商铺租金背后的影响因素。研究发现：南京商铺空间分布以新街口为核心,呈现出日益增强的中心极化态势,并与河西、东山和江北共同形成等级鲜明的商业集聚格局;主城区商铺租金的空间分布亦表现出以新街口为热点区、城北和城南为冷点区的核心边缘结构,具有显著的空间正相关性与局部空间集聚性,主副城区间租金分异程度逐年加剧;交通区位和消费潜力是影响主城区商铺租金的关键外部因素,而商业业态、商铺形象等内生因素同样会对商铺租金产生影响,在多种因素的交互作用下形成了南京商铺租金时空分异格局。通过揭示南京商铺租金空间分异的影响因素及其组合变化,期待推进中国城市商业空间研究,并为地方政府、开发商和商铺投资经营者提供一定借鉴参考。