商業(yè)空間結(jié)構(gòu)是城市經(jīng)濟活動的重要載體,識別商業(yè)中心和商業(yè)熱點區(qū)以及探究其影響因素對于商業(yè)資源優(yōu)化配置顯得尤為必要,進而指導(dǎo)城市有序發(fā)展。論文以烏魯木齊主城區(qū)為例,利用開放平臺大數(shù)據(jù)興趣點（point of interest, POI）,采用地理學(xué)空間統(tǒng)計方法定量識別商業(yè)中心和商業(yè)熱點區(qū),對商業(yè)分布和空間集聚特征進行分類和解讀,并利用地理探測器方法探尋其影響因素。主要結(jié)論如下:①烏魯木齊市商業(yè)高值區(qū)分布在吐烏大高速—和平渠沿線地帶,大型商業(yè)中心主要有南湖商圈、中山路商圈、友好商圈、會展商圈、米東商圈、鐵路局商圈。②商業(yè)熱點區(qū)呈現(xiàn)"T型"雙軸分布,北部新城商業(yè)地帶與南部傳統(tǒng)商業(yè)地帶共同構(gòu)成烏魯木齊市最具活力的商業(yè)地帶;6類商業(yè)熱點區(qū)的分布可歸納為3種類型,商務(wù)和金融服務(wù)類為單一點狀型,住宿和餐飲服務(wù)類為帶狀延伸型,生活與購物服務(wù)類為帶狀雙核型。③地價、集聚效應(yīng)、路網(wǎng)密度等是影響商業(yè)宏觀分布的主要因素,其次為人口密度和中心可達性,自然因素如高程、地形起伏度等對商業(yè)布局影響有限;各因素對不同類型商業(yè)業(yè)態(tài)的影響程度各異,如人口密度、路網(wǎng)密度對購物類影響較大,中心可達性和地價對于商務(wù)、金融類影響較... 

【文章來源】：地理科學(xué)進展. 2020,39(05)北大核心CSSCICSCD

【文章頁數(shù)】：13 頁

【圖文】：

研究區(qū)位置Fig.1Locationofthestudyarea

.59,12.62]、[12.63,25.30]、[25.31,37.93]、[37.94,97.90]5個密度區(qū)間，其他類型分類結(jié)果見表2。1.2.2核密度估計法核密度估計法可以將商業(yè)POI的密度值換為不同等級的柵格以進行空間分析。此方法應(yīng)用地理學(xué)第一定律進行分級，基本原理是假設(shè)在每個矢量點的上方有一個平滑的曲面，在點所在位置處表面值最高，與點的距離變大則該值減小，在與點的距離等于搜索半徑(即帶寬h)的位置處表面值為零。采用如下公式計算：f(s)=∑i=1n1πh2Kè÷dish(2)注：圖b為路網(wǎng)圖層，c為街區(qū)圖層。圖2城市路網(wǎng)及地塊單元Fig.2Urbanroadnetworkandparcels圖3頭尾打斷分類法示意Fig.3Schematicdiagramofhead/taildivisionrule表1商業(yè)POI分類及各類型比例Tab.1Classificationofcommercialpointsofinterest(POIs)andtheproportionofeachclass主類餐飲服務(wù)購物服務(wù)住宿服務(wù)金融保險服務(wù)商務(wù)服務(wù)生活服務(wù)亞類糕餅店、外國餐廳、快餐店、冷飲店、甜品店、餐飲相關(guān)場所、飲茶館、咖啡廳、茶藝館便民商店、家居建材市嘗特色商業(yè)街、服裝鞋帽皮具店、專賣店、文化用品店、超市、購物相關(guān)場所、家電電子賣嘗體育用品店、商嘗花鳥魚蟲市嘗綜合市嘗特殊買賣場所賓館、酒店、旅館、招待所、住宿服務(wù)相關(guān)場所保險公司、財務(wù)公司、銀行、ATM、證券公司、金融保險服務(wù)機構(gòu)商務(wù)寫字樓、商住兩用樓宇旅行社、美容店、攝影沖印店、事務(wù)所、售票處、物流速遞點、洗衣店、洗浴推拿、中介機構(gòu)、藥店、診所、駕校、培訓(xùn)機構(gòu)占比/%31.5838.222.861.761.8123.76740

芯糠椒?本文研究思路分3個部分：一是利用頭尾打斷分類法(head/tailbreaks)和核密度估計法探究商業(yè)布局的全局特征，識別商業(yè)網(wǎng)點集聚地及判定商業(yè)中心；二是從局域角度出發(fā)，利用局域Getis-OrdG*指數(shù)方法探討各類型商業(yè)冷熱點布局特征；三是選取影響商業(yè)空間分布的自然、社會、經(jīng)濟等因子，利用地理探測器和Pearson相關(guān)系數(shù)矩陣，測度各因子對整體以及各商業(yè)業(yè)態(tài)類型布局的解釋力，并探究各業(yè)態(tài)類型組合方式對商業(yè)空間格局的影響。1.2.1頭尾打斷分類法本文采用頭尾打斷分類法用于識別各類型高密度POI的街區(qū)單元(圖3)。該方法是一種新的數(shù)據(jù)分類法[29]，其理論基礎(chǔ)來于二分法的思想和齊普夫經(jīng)驗法則，一改以往高斯分類中關(guān)注高頻數(shù)據(jù)而忽視低頻數(shù)據(jù)的做法，在實踐中更加關(guān)注低頻數(shù)據(jù)。考慮到高密度POI的街區(qū)出現(xiàn)頻率較低，而低密度的街區(qū)出現(xiàn)頻率高，顯然頭尾打斷分類法更符合其統(tǒng)計學(xué)原理，適合POI數(shù)據(jù)的等級結(jié)構(gòu)分類和量化處理。頭尾打斷分類法首先將所有樣本數(shù)據(jù)根據(jù)平均值分為頭部和尾部，選擇頭部數(shù)據(jù)開始迭代分類并循環(huán)此過程，直到頭部數(shù)據(jù)不再遵循頭尾分布，已有研究表明當(dāng)頭部數(shù)據(jù)所占比例達40%左右可以認為達標[30]。將街區(qū)與POI數(shù)據(jù)構(gòu)建空間連接，并計算密度，作為分類依據(jù)，計算公式如下：ξi=Ci/Ai(1)式中：ξi代表街區(qū)POI密度，Ci表示第i個街區(qū)內(nèi)的POI數(shù)量，Ai代表第i個街區(qū)的面積。以商務(wù)服務(wù)類興趣點為例，密度最大值為97.90，最小值為0，平均值為0.57，則按照上述分類法則可分為[0,0.58]、[0.59,12.62]、[12.63,25.30]、[25.31,37.93]、[37.94,97.90]5個密度區(qū)間，其他類型分類結(jié)果見表2。1.2.2核密度估計法核密度估計法可以將商業(yè)POI的密度值換為不同等級的柵格以

【參考文獻】：
期刊論文
[1]基于POI數(shù)據(jù)的北京市商業(yè)中心識別與空間格局探究[J]. 曹芳潔,邢漢發(fā),侯東陽,徐海濱,孟媛,郭旋.  地理信息世界. 2019(01)
[2]基于POI數(shù)據(jù)的鄭州市文化設(shè)施的區(qū)位布局特征與影響因素研究[J]. 趙宏波,余滌非,苗長虹,李光慧,馮淵博,別乾龍.  地理科學(xué). 2018(09)
[3]基于POI大數(shù)據(jù)的城市零售業(yè)空間熱點分析——以遼寧省沈陽市為例[J]. 薛冰,肖驍,李京忠,姜璐,謝瀟.  經(jīng)濟地理. 2018(05)
[4]基于簽到數(shù)據(jù)的城市商業(yè)空間空心化識別研究——以北京市城六區(qū)為例[J]. 王曉夢,王錦,朱青.  城市發(fā)展研究. 2018(02)
[5]基于POI數(shù)據(jù)的長春市商業(yè)空間格局及行業(yè)分布[J]. 浩飛龍,王士君,馮章獻,于婷婷,馬麗.  地理研究. 2018(02)
[6]北京批發(fā)企業(yè)空間格局演化與區(qū)位選擇因素[J]. 韓會然,楊成鳳,宋金平.  地理學(xué)報. 2018(02)
[7]微觀尺度下基于商圈的北京市商業(yè)空間結(jié)構(gòu)優(yōu)化[J]. 王芳,牛方曲,王志強.  地理研究. 2017(09)
[8]武漢市城市空間集聚要素的分布特征與模式[J]. 焦利民,李澤慧,許剛,張博恩,董婷,谷巖巖.  地理學(xué)報. 2017(08)
[9]廣州市零售商業(yè)中心的居民消費時空行為及其機制[J]. 傅辰昊,周素紅,閆小培,柳林,陳蔚珊.  地理學(xué)報. 2017(04)
[10]地理探測器:原理與展望[J]. 王勁峰,徐成東.  地理學(xué)報. 2017(01)

碩士論文
[1]成都市城市商業(yè)空間發(fā)展研究[D]. 劉曉倩.西南交通大學(xué) 2008



本文編號：3257173