發(fā)布時間：2021-02-07 22:39

　　以青島市中心城區(qū)645家銀行網(wǎng)點數(shù)據(jù)和同區(qū)域商服用地基準地價數(shù)據(jù)為研究對象,通過平均最近鄰分析方法得到銀行網(wǎng)點的總體分布特征,通過核密度估計方法識別了銀行網(wǎng)點的空間分布模式和集聚特征,通過雙變量全局和局部空間自相關分析方法探究了銀行網(wǎng)點在分布上與商服用地基準地價的空間耦合性特征。結果表明:商業(yè)銀行網(wǎng)點分布特征趨于地理集中,且與城市商業(yè)活躍區(qū)域分布高度吻合;銀行網(wǎng)點分布與商服用地基準地價存在著明顯的空間正相關現(xiàn)象�？傮w來看,通過分析商業(yè)銀行網(wǎng)點分布模式可以揭示城市商業(yè)空間格局特征,對基于典型地理數(shù)據(jù)探究城市空間格局具有一定的學術意義。 

【文章來源】：測繪與空間地理信息. 2019,42(11)

【文章頁數(shù)】：7 頁

【部分圖文】：

銀行網(wǎng)點核密度分析圖

根據(jù)圖3分析結果，采用Arc GIS的提取分析工具提取了青島市中心城區(qū)全部銀行網(wǎng)點的核密度值，并采用空間掛接工具將商服用地基準地價圖層掛接到銀行網(wǎng)點圖層，從而獲得同一銀行網(wǎng)點的核密度值與商服用地基準地價值。在Open Geo Da軟件中，以兩值作為雙變量，可得Moran"s I散點圖(如圖4所示)，圖中擬合的斜線即雙變量全局空間自相關指數(shù)，為0.607 919，且該散點圖中大部分點位于第一、三象限，即分別代表高—高集聚和低—低集聚;第二、四象限為低—高集聚和高—低集聚，散點分布較少。結果表明，在研究區(qū)全局空間上，銀行網(wǎng)點分布與商服用地基準地價存在著明顯的空間正相關現(xiàn)象(I>0)，相關性較強;另一方面，地價越高，銀行網(wǎng)點分布數(shù)量越多;地價越低，銀行網(wǎng)點分布數(shù)量越少。

由圖5可知，與全局空間自相關分析結果一致，銀行網(wǎng)點與商服用地基準地價在局部區(qū)域上空間耦合特性存在4種集聚類型，其中，高—高與低—低集聚類型構成了主要的空間自相關模式，也與全局分析得出的結論相同，即兩者為特征明顯的空間正相關。結合圖3分析，高—高集聚區(qū)大部分屬于銀行網(wǎng)點核密度高值核心區(qū)域，核心區(qū)域外圍則基本屬于低—低集聚區(qū)，即具有核心圈層高值指向性與外圍圈層低值指向性特征。

【參考文獻】：
期刊論文
[1]長春市公共服務設施空間與居住空間格局特征[J]. 申慶喜,李誠固,劉仲儀,胡述聚,劉倩.  地理研究. 2018(11)
[2]空間布局視角下的公交線網(wǎng)研究——以青島中心城區(qū)為例[J]. 朱一榮,邱王豫,趙怡麗.  青島理工大學學報. 2018(05)
[3]京津冀地區(qū)經(jīng)濟增長的時空分異與影響因素[J]. 張學波,于偉,張亞利,宋金平,王振波.  地理學報. 2018(10)
[4]蘭州市銀行業(yè)的空間分布特征及其影響因素[J]. 賈琳琳,張志斌,魏娟,李曉璐.  干旱區(qū)資源與環(huán)境. 2017(12)
[5]武漢市道路結構與商業(yè)集聚空間關聯(lián)分析[J]. 韓宇瑤,焦利民,許剛.  地理科學進展. 2017(11)
[6]廣東省傳統(tǒng)村落空間分布特征及影響因素研究[J]. 馮亞芬,俞萬源,雷汝林.  地理科學. 2017(02)
[7]武漢市公共交通網(wǎng)絡中心性及其與銀行網(wǎng)點的空間耦合性研究[J]. 詹璇,林愛文,孫鋮,喬衛(wèi).  地理科學進展. 2016(09)
[8]基于POI數(shù)據(jù)的廣州零售商業(yè)中心熱點識別與業(yè)態(tài)集聚特征分析[J]. 陳蔚珊,柳林,梁育填.  地理研究. 2016(04)
[9]廣州市銀行業(yè)的空間布局特征與模式[J]. 王洋,楊忍,李強,席文凱.  地理科學. 2016(05)
[10]城市銀行網(wǎng)點及其與人口—經(jīng)濟活動關系的空間分析——以長春市中心城區(qū)為例[J]. 程林,王法輝,修春亮.  人文地理. 2015(04)

碩士論文
[1]上海市金融服務業(yè)空間結構研究[D]. 廖菲.華東師范大學 2015



本文編號：3022929