粤港澳大湾区金融服务业POI空间格局及其形成机制研究——基于地理探测器的方法

作为高级生产性服务业,金融服务业往往趋向高等级城市CBD集聚分布,是强化中心城市经济职能与推动城市经济高质量发展的战略性产业。基于粤港澳大湾区金融服务业机构POI数据及各城市统计年鉴,运用区位熵、核密度、标准差椭圆和空间自相关等分析方法,多角度研究大湾区金融服务业集聚空间格局,并借助地理探测器模型探索其形成机制,结果发现:粤港澳大湾区金融服务业历年集聚态势趋于平稳,城市间集聚水平存在明显差异;金融服务业呈现高度集聚于城市CBD的微观空间结构以及由广州、深圳、香港地区三地向外扩散的多中心、多层级的宏观布局特征,且四类细分行业空间集聚特征显著;金融服务业集聚空间格局的形成受多种因素的影响,科技创新能力、信息流动水平以及人力资源数量是影响粤港澳大湾区金融服务业空间聚集的主要因素。

基于POI数据的城市三维空间业态混合特征研究——以北京西单中心区为例

业态的混合布局是高品质城市空间发展不可避免的趋势,这种混合现象逐渐由二维平面转向三维垂直空间。文章从三维空间混合的角度研究城市业态的混合特征,并对发展成熟的城市中心区进行实例研究。首先基于网络爬取结合实地调研获取的北京西单中心区POI业态数据,利用ArcGIS软件构建业态密度立方体,分析业态在二维平面以及三维空间上的混合布局特征;其次,根据信息熵在土地混合利用中的计算方法,提出计算楼宇业态混合程度的公式,运用Python、SPSS等数据统计软件,对中心区内符合业态混合条件的楼宇进行业态混合程度量化,分析业态在城市中心区三维空间上的混合变化规律以及浅析产生这种变化的原因。研究旨在从业态三维混合的角度探寻一种新的智慧城市可持续发展模式,为有限土地利用条件下城市中心区的集约化发展作贡献。

基于POI的武汉市商业中心识别及等级研究

文章借助POI数据根据商业设施的空间分布和聚集程度对武汉市的商业聚集区进行定量识别,运用核密度、Getis-Ord G_i~*和空间自相关等方法,结合商业聚集区POI点数量、面积以及热点聚集程度综合识别商业中心并研究其等级。研究表明:(1)不同商业业态在区位选择和空间分布上有所差异,但总体呈现聚集融合现象;(2)体验型商业快速发展及与传统商业空间的融合,成为新零售环境下商业中心新模式;(3)武汉市商业聚集区主要呈现"中心城区轴向分布,外围城区散点扩张"的格局;(4)商业中心等级差异依然存在,但"市级—区级—居住区级"三级体系并不显著,而是呈现"主—副"两级结构。

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突出。不同业态分布差异明显,大型购物中心和商场主要分布在中心城区及外围城区次中心,大型综合超市由中心城区内部向边缘区域扩散趋势明显,大型专业店主要分布在中心城区的边缘区域。影响因素方面,人口、经济和租金因素对其总体分布影响显著为正。不同业态所受影响因素有所不同,除人口等传统影响因素外,与生活中心、产业园或专业市场的临近性也会分别对大型综合超市和大型专业店的空间分布造成显著影响。

基于POI的厦门城市商业空间结构与业态演变分析

以POI多年数据的核密度和分层聚类比较,将传统零售商业与餐饮休闲等服务业结合分析,识别厦门市城市商业服务业空间结构演变和业态重组特征。研究表明:商业空间结构的演变过程中各类业态集聚和分布变化呈现各自不同的特点,日常零售商业更加强调社区化、小型化、便利化和可达性,并向网络化格局发展,大型商业综合体或商业区零售商业与休闲餐饮等服务业具有综合发展的趋势。并对商业网点规划的理性规划提出了考虑市场因素和城市建设、引入行动规划的概念、考虑使用者角度需求等三点建议。

基于POI大数据的南宁市零售业空间分布特征及形成机理研究

合理的城市零售业空间布局对促进城市经济发展、优化城市结构、满足城市居民消费需求等具有重要意义。本文以南宁市零售业POI、GDP、人口和交通等数据为基础,采用核密度法、空间相关分析、Getis-Ord G*指数统计、平均最邻近距离等方法,剖析城市不同零售业态集聚区的空间分布特征及空间布局形成机理,研究零售业与人口、经济、交通等的空间关联。结果表明:①整体上零售业集中在南宁中心城区内,由中间向四周扩散。②零售业热点在空间分布上形成多中心发展、四周蔓延形态。③零售业的空间分布与交通主干线高度关联,同时,零售业的集聚及布局与经济、人口都有很强的空间相关性。

基于POI大数据分析的铁路站点周边业态布局模式研究

近年来我国高速铁路迅速发展,带动了一系列城市新区的开发,高铁站点周边地区城市设计又一次成为热点。文章采用POI核密度分析方法,分析国际知名车站周边业态情况,从城市空间的实际使用情况,总结车站周边三大开发模式,并分析其空间特点。将数据细分为三大类七小类,综合分析生活、生产、公共服务这三种城市功能与车站周边空间布局的关系。

西宁市城西区服务业形成机理研究——基于影响因素问卷调查数据分析

为了更全面地了解西宁市城西区城市服务业的形成机理,本研究在西宁市城西区POI数据热力图分析的基础上,结合问卷调查,探究各影响因素对西宁市城西区服务业空间布局分布的影响。结果表明:第一,各行服务业对影响因素的认同结果存在差异性;第二,城西区服务业分布主要受城市交通便捷程度等传统影响因素影响;第三,城西区服务业受科技创新水平和劳动力影响相对较低;第四,除政府相关社会组织外,仅有医疗卫生业、公共设施服务业在政府相关政策因素上认同占比相对较高。

南京紫金山绿道驻点分布及其游人游赏行为特征研究

伴随环境公平性需求的提升和数字化技术的进步,中国景观建设正逐步完成公共化的转变,其间景观数字化的手段得到广泛运用。以往研究多集中于测绘、数字映射和历史景观保护等客观领域的问题,而对景观中使用主体的关注较少。以南京市紫金山绿道为例,采用热力图,分析游客集聚和停留特征,确定紫金山绿道驻点具体分布;以驻点周边POI数据和调查问卷为基础,借助核密度分析和问卷分析,探寻紫金山绿道驻点形成原因,总结驻点的游客游憩动机和游赏行为特征。结果表明:(1)紫金山绿道存在21个驻点,驻点的空间分布相对均衡;节假日驻点规模增加,且向北偏移。(2)驻点周围往往风景名胜资源丰富,公共服务设施条件好,且建筑密集、交通便利、地形平缓,因此,景观、公共设施、建筑、交通、地形可以影响游客的游憩行为。(3)紫金山绿道游客以本地居民为主,被绿道相融于自然山体的生态环境所吸引;主要游赏行为包括赏景、拍照、休憩、交流。游赏行为特征因性别、年龄、游憩频率的不同表现出一定的差异性。提出紫金山绿道的建设和维护应回应各类游客的个性需求,最大程度创造游客安全舒适的游憩体验。最后,阐述景观数字化研究手段对于关注景观使用者具有重要作用,可借助数字化技术的科学性和精准性,整合全要素进行系统化的分析,以进一步促进景观综合质量的提升。

南京市国有商业银行空间特征与商业集聚关联分析

针对多业态识别对高精度大样本数据的要求,运用Ripley’s K函数、核密度估计、局部Getis-Ord G*等方法对南京市国有商业银行空间分布格局及其商业影响机制进行分析。结果表明:1)国有商业银行存在多尺度空间集聚特征,表现出“块状-指状-点状”多中心分布结构,并沿东北-西南方向蔓延。2)网点密度由中心区向外围逐级递减,依托路网分布的银行密集区与识别的银行密度中心分布总体一致。3)商业发育程度不同的街道形成了不同规模的银行网点聚集,越靠近核心商圈,辐射效应越强。4)除商业中心外,商业人口、商业经济、商业业态和商业交通均与银行网点呈正相关。研究从方法学上拓展了POI数据在人地关系中的应用,并为优化银行网点在商业空间的选址提供了参考。

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。

商业街业态功能影响因素研究——以唐山市两商业街为例

商业街承载着一个城市居民日常户外购物、交流等活动,由餐饮、购物、休闲娱乐等多个业态共同组成,在城市公共空间具有不可替代的作用。针对每个商业街业态功能构成具有的差异性,文章选取唐山市新街步行街以及明珠商业步行街作为实际案例进行研究,基于商业街中的POI(Point of Interest)数据,对影响商业街业态功能构成的影响因素进行分析并作具体阐释说明。

内需消费视角下地方城市零售业空间布局与业态差异——以扬州市为例

零售商业与城市居民生活息息相关,其空间布局及区位选择是激发城市活力、优化城市商业规划与分布的关键。基于内需消费视角,以扬州市为例,利用扬州市零售商业设施POI数据,运用核密度估计、标准差椭圆法等空间计量分析方法,分析扬州市零售商业的空间分布特征及业态差异影响成因类别。研究发现:扬州市零售商业空间分布在主城区呈现规模性核心集聚、在外部县市小规模集聚的特征;零售网点沿城市主干道集聚延展,路网密集区域连片集聚的空间分布特征突出;不同业态分布差异显著,从影响因素来看,人口、经济和交通因素对零售网点总体分布影响显著为正。不同业态的零售商业受影响因素具有较大差异性。基于此,应从政策层面引导零售业抢抓居民消费降级与品质升级机遇,加大投入提升零售行业的数字经济技术能力,利用大数据分析能力来优化其在城市网点的空间分布,改善零售业的经营模式。

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。