基于POI数据的广州零售商业中心热点识别与业态集聚特征分析

商业中心是城市零售活动的重要载体,优化商业资源在城市内部空间的合理配置,摸清不同零售经营形态的区位选择,显得尤为重要。以面向公众服务的商业机构兴趣点（POI）数据为研究对象,提出一种城市商业中心与零售业态集聚区识别的方法;以广州市为例,分析商业活动的热点地区以及零售业态集聚区的空间分布特征。研究表明：① 根据核密度估计法提取的商业中心在等级上表现出由城市中心圈层向外围圈层扩散的趋势,结果符合客观事实。② 以街区为单元,商业网点密度符合局域Getis-Ord G^*指数统计特征的热点区域主要分布在越秀区和天河区,广州市零售业发展的双核心空间格局已经形成。③ 不同的零售业态对商业集聚的区位选择具有显著差异性,百货商店、超市、便利店等零售经营形态的空间集聚特征与该业态的市场定位、经营模式及选址策略基本吻合。总体来看,基于POI数据的广州零售业集聚空间分析结果能够反映实体零售企业行为与广州商业经济分布的相关性,有助于提高政府部门商业规划和零售商选址前期研究的客观性和科学性。     

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数据的知识创新型服务业空间布局特征及影响因素研究——以合肥市为例

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中提出“坚持创新驱动发展,深入实施创新驱动发展战略,完善国家创新体系,加快建设科技强国”。作为科技创新体系的重要组成部分,知识创新型服务业的高质量发展已成为城市产业结构优化、创新能力提升的有力支撑。本研究以综合性国家科学中心合肥市为研究案例地,基于POI数据,运用核密度估计法刻画知识创新型服务业的空间分布格局;综合运用OLS模型、空间滞后模型和空间误差模型探究合肥市知识创新型服务业空间布局的影响因素。结果表明：(1)知识创新型服务业呈现出“集聚中分散”的特征,其中网络信息类呈广泛分散分布,科技研发类与高等院校的分布具有强关联性,专门服务业倾向布局在市中心地段。(2)知识创新型服务业空间布局受到市场潜力、创新集聚环境和周边建成环境三方面因素的影响,人口规模大、交通条件便利、政策支持、靠近瞪羚企业、公共设施、文化设施、休闲餐饮设施和办公设施均会促进知识创新型服务业的集聚。(3)不同行业类型的知识创新型服务业分布的影响因素也存在差异,网络信息类对交通便利性的要求较高,科技研发类分布与高等院校的分布有密切关系,专门服务...     

基于多源数据的主体功能区划分方法——以广州市为例

以广州市为例,基于城市感知数据、遥感影像等多源数据,采用卷积神经网络对遥感影像进行了语义提取,将提取结果与兴趣点（Points of Interest）样方密度的功能用地识别结果进行补充校验,根据政策和规划文件建立功能用地与主体功能区之间的关联,利用信息熵分析广州市功能用地混合程度,以辅助判别主体功能区,最终得到广州市主体功能区划分结果。将划分结果与《广州市主体功能区规划（2008—2020年）》和《广州市城市总体规划（2017—2035年）》草案对比验证,结果表明文章所提出的方法精准度较高,并能体现广州市空间格局形态,反映主体功能区实际分布情况。     

中心城区商业业态空间与房地产开发——以广州市越秀区为例

大城市中心区的商业和房地产开发,既随着城市功能外溢而分化,又随着中心城区的二次开发而重构.以越秀区第一次全国经济普查和分别针对消费者和社区居民的两次问卷调查数据为基础,以街道为基本分析对象,通过空间和行为分析等方法,发现中心城区商业业态与房地产开发具有2个层面的含义:一是商业业态空间下商业配套与居住的关系,二是城市化进程下商业与房地产开发的关系.从第一层含义看,人口的空间分异和居民的消费习惯,解释了商业与房地产开发的空间分异、商业中心的业态构成与房地产开发的关系、社区商业发育程度与房地产开发的关系.从第二层含义看,地价的空间差异和政府的规划行为导向,成为影响商业与房地产开发关系的深层原因,巨大的经济效益差异型塑了商业业态和房地产空间.特别是在旧城区,商业与房地产一体开发下的商业设施,已经不再是传统单纯的配套功能.以购物中心、高档商住大厦、高档商业办公楼为代表的商业新形态通过引导房地产开发,直接加速了城市化的进程.     

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。     

基于POI的城市休闲空间格局分析——以乌鲁木齐市为例

基于百度POI数据,运用Ripley’s K函数、最近邻层次聚类、空间自相关等方法,对乌鲁木齐市公共休闲设施空间布局进行研究,总结城市休闲空间的格局特征,进而探讨休闲空间的影响因素。结果表明：（1）乌鲁木齐休闲设施空间分布表现出明显的向心集聚性。（2）各类休闲设施热点区分布表现出不同的集聚倾向,娱乐类、购物类、健身类三类休闲设施热点区主要布局在主城区以内重要交通枢纽和商业中心附近,餐饮类休闲设施热点区表现出明显的人口导向特征,旅游类休闲设施热点区均分布在热门旅游景区附近,文化类休闲设施热点区分布于科教文化基地或多民族混居区。（3）乌鲁木齐市休闲空间格局为“圈层+扇形+组团”模式,核心为面状综合型休闲中心,外围为扇形的休闲设施稀少区、组团式多功能休闲区和组团式餐饮休闲区,最外围是休闲设施极少的郊区和组团式旅游休闲区。（4）乌鲁木齐休闲空间与人口空间分布存在较强的空间正相关关系。     

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。     

基于遥感数据和POI数据的GDP空间化研究 ——以北京市为例

为了比较分析不同数据对格网化社会经济活动空间分布精度差异性的影响,以北京市为例,基于土地利用数据对第一产业空间建模,基于NPP/VIIRS夜间灯光数据和POI数据运用熵值赋权和代用数据空间展布的方法对第二、三产业空间建模,将第一产业和第二、三产业进行格网叠加,并与辖区GDP统计数据进行误差分析。结果表明:借助土地利用数据、NPP/VIIRS夜间灯光数据和POI数据的GDP空间模拟结果与真实分布格局较为一致,而使用土地利用数据和夜间灯光数据进行GDP空间化模拟的精度明显降低。因此,将反映细节信息的POI数据加入到GDP空间化研究后,能够进一步扩展GDP空间化的数据源,提高GDP空间化模拟精度。基于土地利用数据、NPP/VIIRS夜光数据和POI数据可以实现较高精度的GDP空间化模拟。     

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数据的郑州市文化设施的区位布局特征与影响因素研究

以服务于居民的文化设施兴趣点为研究对象,采用标准差椭圆、核密度分析等方法,定量分析了2007年和2017年郑州市文化设施空间格局的演变,并从宏观的空间形态和微观的集聚中心2个方面对比分析了博物馆、图书馆、文化馆、美术馆、影剧院5类文化设施的区位布局特征;利用地理探测器,基于大规模实地调研数据引入居民行为因素探究对文化设施空间形态的影响,并针对郑州市文化设施规划发展的方向提出相关建议。研究表明：① 10 a来郑州市文化设施增长迅猛,由传统文化形式占优势转变为审美艺术和休闲文化占优势;② 不同类文化设施朝着均衡的方向发展;各类文化设施的集聚特征与其自身特点和城市实际发展情况相关。③ 居民可支配时间、消费习惯、居民文化水平等居民群体因素对文化设施分布的影响是不可忽视的,且不同因素对不同类文化设施的影响大小有较大差别。针对郑州市文化设施规划发展方向的建议：① 加强市区东北部和东南部文化设施建设;② 多注重审美艺术和休闲文化类设施的建设,迎合居民逐渐转变的精神与价值观趋向;③ 尝试文化设施的综合性布局和多用途开发;④ 在城市规划实践中综合考量不同居民群体对文化设施的需求程度和类型。     

基于卫星遥感和POI数据的人口空间化研究——以广州市为例

以广州市为例,基于NPP/VIIRS夜间灯光、土地利用、POI（Points of Interest）等自然地理和社会经济因素,构建了人口空间化指标体系,采用主成分赋权法确定人口分布权重,利用GIS技术对人口统计数据进行了空间化处理。结果显示：综合考虑了自然地理和社会经济因素的人口空间化结果与真实的人口空间格局相吻合,空间分辨率为30 m,且相对误差绝对值＜25%的乡镇有62个,所占比例为36.47%;而不加POI数据得到的人口空间化结果,相对绝对值＜25%的乡镇有33个,所占比例约为20%,精度明显降低。结果表明：1）综合考虑NPP/VIIRS夜间灯光、土地利用、POI等自然地理和社会经济因素,有助于实现精度较高的人口空间化结果;2）将能够反映微观细节信息的POI数据引入人口空间化研究,扩展了人口空间化的数据源,并且可以提高人口空间化结果的精度。     

基于POI数据的上海市餐饮业空间分布特征及影响因素

以上海市为研究对象,基于兴趣点（POI）数据,运用核密度分析刻画餐饮业空间格局,并构建OLS模型、空间滞后模型、空间误差模型探究餐饮业空间分布的影响因素。结果发现,餐饮业空间分布呈块状聚集、多中心发展的格局。其中,西餐业高度集中于内环线以内,呈东西向延伸;快餐业在中心城区和高校集聚的城郊结合部大规模集聚。空间计量回归结果表明,餐饮业分布受到人口、经济、交通、空间4类要素的影响：区域经济发展水平高、人口规模大、交通优越、相关业态丰富会促进集聚,而周边业态的混合度过高则会抑制集聚,城市空间结构也会影响餐饮业分布,商圈、中心城区的餐饮业密度更高;中餐、西餐、正餐、快餐4类餐饮业分布的影响因素存在差异性,西餐企业倾向于分布在地价较高的地区,中餐企业对交通可达性有更高的需求,正餐企业的分布与当地区域经济发展水平显著相关,快餐企业的分布与各类文娱公共设施的分布有密切联系。     

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。     

地方小吃空间扩散格局与模式——基于中国四大知名地方小吃POI数据的研究

以中国四大知名地方小吃门店兴趣点（POI）大数据为主要数据源,基于密度、距离与加权平均中心方法分析地方小吃空间集聚与扩散格局,采用空间自相关、聚类和异常值分析以及热点分析方法研究地方小吃空间集聚关联特征以及空间扩散模式。结果表明：① 地方小吃在不同尺度上的空间扩散格局存在显著差异,东部地区和中西部省会城市是地方小吃的主要集聚地;② 地方小吃的空间集聚表现出自相关特征,邻域扩散、等级扩散和跳跃式扩散等扩散模式相互融合;③ 地方小吃空间扩散的冷热点集聚区分异明显,反映出不同小吃认可群体范围的差异以及中国各地饮食习惯的空间分异;④ 饮食文化扩散与人口迁移扩散具有空间重合性,经济发展水平较高、人口净流入地区对不同饮食文化的包容性较强。     

广州制造业空间布局及其形成原因

以第二次经济普查制造业法人单位分镇街的就业人员为基础数据,运用集中化指数、区位商和空间分析方法对2008年广州制造业空间布局进行研究,并分析其形成原因及其与广州城市空间结构的关系。结果表明：1）广州制造业主要分布在海珠区、荔湾区和萝岗区等近郊,CBD的制造业已经衰退。2）制造业就业人员密度从城市中心向边缘递增,递增距离CBD不远,东部和南部呈现非常强的郊区化现象,尤其是东部已经成为广州的制造业中心。3）核心圈层的制造业密度仍为最高,4圈层的制造业密度分布由高到低依次为核心圈层＞内圈层＞外圈层＞外圈;广州制造业分布集中程度高,空间集聚程度最高的区域为近郊,其次为远郊,中心城区最低。4）广州制造业空间结构由夏港制造业中心、南石头制造业次中心和东环制造业次中心组成。影响制造业在广州城市空间分布的因素主要有：中国土地有偿使用制度的实行、广州市政府对宏观调控政策的制定、广州制造业园区建设和制造业集聚效应四大因素。制造业对广州城市空间结构的形成和发展影响很强,是新华和夏港就业次中心形成的主要动力,有力地促进了广州城市郊区化,是广州副中心和新城中心城区经济发展的主要动力。