基于POI數(shù)據(jù),利用核密度估計、緩沖區(qū)分析等方法刻畫西安零售業(yè)空間集聚狀態(tài),確定零售業(yè)分布核心范圍,并利用雙變量空間自相關分析、近鄰分析等方法探究零售行業(yè)之間的空間集聚關系,以及零售業(yè)與居住小區(qū)、交通因素的空間關系。研究表明:①西安市零售業(yè)呈"中心-外圍"結構,以鐘樓為中心連片集聚分布,在距離鐘樓16 km范圍內為零售業(yè)分布核心區(qū),在閻良、高陵、臨潼、鄠邑4個郊區(qū)呈"孤島"狀集聚。②文化、體育用品及器材零售,紡織、服裝及日用品零售業(yè)更傾向于在內城分布,而汽車、摩托車、零配件和燃料及其他動力銷售業(yè),五金、家具及室內裝飾材料零售集中在租金低但交通方便的城市中心外圍。③集聚效應、人口分布與路網(wǎng)影響零售業(yè)的空間分布。與居民日常生活關系密切的零售行業(yè)如綜合零售,食品、飲料及煙草制品零售,紡織、服裝及日用品零售等在空間上集聚以接近消費者,分享消費市場和空間場地,而耐用品零售行業(yè)如汽車、摩托車、零配件銷售業(yè),家具及室內裝飾材料零售等傾向于自身集聚,以共享品牌效應。交通干線尤其是城市二級道路明顯影響零售網(wǎng)點的空間分布。 

【文章來源】：地理科學. 2020,40(05)北大核心CSSCICSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

2017年西安市市區(qū)零售業(yè)核密度空間分布

零售業(yè)分行業(yè)中微觀空間分布及區(qū)位選擇規(guī)律。沿道路集聚呈現(xiàn)的帶狀分布特征，如康復路服裝及日用品零售集聚，天臺路沿線汽車及配件零售；圍繞交通樞紐、公共服務設施（如知名醫(yī)院之于醫(yī)藥及醫(yī)療器械零售，省體育場之于體育用品零售）、地區(qū)中心（如韋曲、土門、三橋等）集聚形成點狀集聚區(qū)；部分行業(yè)（如家具及室內裝飾材料零售）受場地-租金約束特而在郊區(qū)集聚的特性，等等。在這些規(guī)律的約束、引導下零售業(yè)形成了傳統(tǒng)的商業(yè)中心、商業(yè)街區(qū)、專業(yè)化批發(fā)零售市場。3 零售業(yè)空間格局影響因素分析

2）零售業(yè)臨街布局的特性及交通便利性影響。已有研究關注了零售業(yè)與路網(wǎng)密度的關系，得出共識即路網(wǎng)密度越高，零售業(yè)越密集。本文在此主要考察零售網(wǎng)點與市區(qū)一級、二級道路網(wǎng)的空間關系。利用ArcGIS計算生成零售業(yè)網(wǎng)點到道路的近鄰表進行統(tǒng)計分析。(1)利用Grapher 11進行數(shù)據(jù)分布分析，生成箱型圖（圖6）�？梢园l(fā)現(xiàn)，網(wǎng)點到二級道路最近距離正常值集中在13.8～39.5 m，中位數(shù)為20.2 m，明顯小于網(wǎng)點到一級道路距離值的正常值區(qū)間和中位數(shù)，且分布更集中。兩組數(shù)據(jù)對比表明，零售業(yè)與傾向于接近密集的二級道路。(2)將零售網(wǎng)點與道路最近距離按10 m為間隔，統(tǒng)計不同距離區(qū)間內零售網(wǎng)點數(shù)量占總網(wǎng)點數(shù)的比例，發(fā)現(xiàn)，零售業(yè)分布峰值出現(xiàn)在距二級道路10～20 m范圍內，比例接近37%；網(wǎng)點與一級道路距離的峰值出現(xiàn)在20～30 m范圍內，僅為16.5%（圖7）。所以，零售網(wǎng)點與城市二級道路的距離更接近，臨街布局規(guī)律更明顯。圖6 2017年西安市零售網(wǎng)點到交通干線的近鄰距離箱型圖

【參考文獻】：
期刊論文
[1]秦巴山區(qū)鄉(xiāng)村交通環(huán)境脆弱性及影響因素——以陜西省洛南縣為例[J]. 楊晴青,劉倩,尹莎,張戩,楊新軍,高巖輝.  地理學報. 2019(06)
[2]上海市主城區(qū)公共服務設施網(wǎng)點分布的空間異質性[J]. 劉承良,薛帥君.  人文地理. 2019(01)
[3]基于街道尺度的西安市零售業(yè)空間分布特征及其影響因素[J]. 王雪,白永平,汪凡,馬衛(wèi).  干旱區(qū)資源與環(huán)境. 2019(02)
[4]我國中部地區(qū)不同等級城市零售業(yè)空間布局特征研究[J]. 蔡愛玲,王鈞,李婧賢,杜依杭.  北京大學學報(自然科學版). 2018(05)
[5]北京市零售業(yè)空間格局研究[J]. 李哲,申玉銘.  城市發(fā)展研究. 2018(06)
[6]基于夜光遙感與POI數(shù)據(jù)空間耦合關系的南海港口城市空間結構研究[J]. 于丙辰,劉玉軒,陳剛.  地球信息科學學報. 2018(06)
[7]基于POI數(shù)據(jù)的巨型城市消防站空間優(yōu)化——以北京市五環(huán)內區(qū)域為例[J]. 徐智邦,周亮,藍婷,王中輝,孫立,武榮偉.  地理科學進展. 2018(04)
[8]基于POI的廈門城市商業(yè)空間結構與業(yè)態(tài)演變分析[J]. 李偉,黃正東.  現(xiàn)代城市研究. 2018(04)
[9]基于POI大數(shù)據(jù)的重慶主城區(qū)多中心識別[J]. 段亞明,劉勇,劉秀華,王紅蕾.  自然資源學報. 2018(05)
[10]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)



本文編號：3374419