, 柳林Retail center recognition and spatial aggregating feature analysis of retail formats in Guangzhou based on POI data
CHENWeishan, LIULin通讯作者:
收稿日期:2015-12-20
修回日期:2016-03-14
网络出版日期:2016-04-20
版权声明:2016《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (9145KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
零售活动的空间集聚现象是地理学、经济学等学科关注的一个重要领域,零售业的合理化布局对发展城市经济、合理配置流通资源、满足居民消费需求发挥着重要作用[1]。西方国家零售商业区位的地理学研究主要围绕商业形态、等级和定量模型等三个方面展开,从不同的角度分析城市商业集聚的空间特征及分布、演化的原因和动力机制。其中,中心地理论[2,3]、空间利用结构理论[4,5]和零售引力定律（距离衰减函数）[6,7]等成为零售业空间布局、零售商店选址的重要理论支撑,用来揭示商业区的规模、层级以及商业区之间相互关系的空间规律。从零售业的空间分布来看,不论是城市发展过程中自然形成的商业街还是经规划形成的购物中心,零售商店在邻近地理区域内的高度集中是商业集聚特征的一个重要表现[8]。随着零售业经营形式的不断丰富,商业中心的集聚效应逐渐凸显,在提升零售活动经济效益的同时,能够满足新消费趋势下城市居民多目的购物需求[9]。同时,不同零售经营形式对于商业集聚区位选择的结果构成了城市内部特定的商业空间结构。****从不同角度提出零售商店区位选择需要考虑的相关因素,包括人口因素[10]、城市发展环境因素[11]、竞争因素[12]、交通近便性因素以及业态组合因素[13]。Frank Raeon[14]提出零售商店选址的六大关键要素,包括考虑顾客购物的方便性、商店周边的人流量、车流量、停车条件以及商店的标识和可见度等。20世纪90年代以来,伴随着中国经济增长和城市化进程,国内城市零售体系的空间集聚与分化趋势和业态结构的多样化与多层次性现象日益明显,促进了中国零售业理论和网点布局的实证研究热潮[15,16]。杨吾杨运用中心地理论系统地对北京零售业和服务业空间结构进行讨论并进行合理预测[17],具有重要的学科影响意义。许学强[18,19]等分别以广州和上海为研究区域,利用GIS工具分析大型零售商业设施（包括大型综合超市、购物中心、大型百货商店、仓储式商场等业态）的空间布局现状和形成机理,为城市商业设施规划布局提供参考。于伟等[20]引入时间变量构建计量经济模型测试北京零售业空间发展的分异与趋势。肖琛等[21]以苏果超市为例,研究南京连锁超市空间格局演化和集聚分布状况,探讨不同类型超市的区位选择。研究表明,影响国内城市商业网点分布的因素包括居民购买力、交通可达性、人口密度与分布、土地价值、城市空间结构和市场竞争等。根据中心地理论和商圈理论,通过功能、规模和辐射能力等要素可以将城市内部商业集聚的区域划分成若干等级的商业中心地[22-24]。商业中心既是城市零售商业活动的主要场所,其空间布局也是城市商业网点规划的核心内容。由于商业数据获取的困难性[8],传统研究多采用以街区或行政区为单元的经济普查数据（如营业额、营业面积、从业人数等指标）、部分大型零售网点的空间分布数据来代替,或通过问卷抽样调查的形式进行商圈评价,降低了城市尺度下零售业集聚空间分析的可知度和时效性。近年来,随着地理数据源的不断丰富,新的众源地理数据如GPS行使轨迹、用户签到兴趣点等大数据被用来探测城市商业活动的热点区域,从侧面反映城市商业经济集聚地的空间模式和分布特征。周素红等[25]通过对海量浮动车（FCD）GPS数据的时空挖掘,识别深圳市两个重要商业中心,并验证多中心化下的城市商业中心的地理空间衰减规律。胡庆武[26]等提出基于位置签到数据探索性空间分析热点聚类方法,挖掘武汉商圈分布与城市规划商圈的相关性。研究表明,基于大数据支撑的商业中心识别对城市零售业空间规划与开发具有一定的指导意义。
总体来看,利用大数据进行商业集聚空间分析已逐渐成为商业定量研究的一种新趋势.但在现有的相关研究中,主要考虑基于居民消费行为的热点商圈选择,针对城市内部不同零售业态空间热点识别和集聚特征的实证研究则较少涉及。目前,公众对空间信息的需求日显突出,为提升城市地理信息服务水平,国内面向公众服务的地理信息采集和服务逐步由政府行为向企业市场行为过渡。兴趣点（Point of Interest,POI）作为一种新的空间数据源,其分布模式、分布密度在基础设施规划、城市空间分析中具有重要的意义 [27]。其中,商业机构兴趣点数据包含不同业态商店的空间位置信息和商业属性信息,具有数据量丰富、现势性强的特点,有助于提高城市尺度下城市商业空间热点判别的准确性。在兴趣点特征表达的方法上,核密度法（KDE）由于考虑地理学第一定律的区位影响,比其他密度表达方法（如样方密度、基于Voronoi图密度等）占优[28,29]。
鉴于此,本文以面向公众服务的商业机构兴趣点数据为研究对象,提出一种商业中心与零售业态集聚区识别的方法.以广州市为研究区,分析城市商业活动的热点地区以及不同零售业态集聚区的空间分布特征,以期为优化商业资源在城市内部空间的合理配置提供相关参考。
2 数据来源与研究方法
2.1 研究区概况与数据来源
选取广州市辖11区共166个街道（镇）作为研究区,面积7434.40 km2。越秀区、海珠区、荔湾区、天河区、白云区、黄埔区等六区位于城市中部区域,除黄埔区外均为广州传统中心城区(以广州市环城高速为界,将环城高速以内（或包含）的行政辖区定义为中心城区,环城高速以外的行政辖区称为外围城区。);位于东部的增城区、北部的花都区和从化区、南部的番禺区和南沙区是自2000年以来撤市设区的行政区划调整下新增的辖区。广州是华南地区最繁荣发达的商业城市之一,2000-2014年,受到人口规模、城镇居民可支配收入快速增长的驱动,广州市社会消费品零售总额保持10%左右的年增长速度（图1）。以北京路、上下九等为代表的传统商业街和以大型综合超市、购物中心、便利店为代表的新兴业态的发展,在一定程度上推动了城市零售商业空间的形成和发展。广州城市零售业经历了由单一到多元、由低级到高级的急剧变化,为探讨超大城市零售商业活动及其空间格局提供了一个典型案例。
显示原图|下载原图ZIP|生成PPT图12000-2013年广州市常住人口和社会消费品零售总额的变化情况
-->Fig. 1The population and total retail sales of consumer goods in Guangzhou from 2000 to 2013
-->
随着电子地图与基于位置服务业务的快速发展,以POI为代表的空间地理数据得到不断地丰富和完善。POI是一种代表真实地理实体的点状数据,包含经纬度、地址等空间信息和名称、类别等属性信息。本文采用2013年广州商业兴趣点数据作为数据源（由瑞图万方公司(广东瑞图万方是国家级高新技术企业和软件企业,提供国内空间信息的相关产品和服务。目前,国家对于面向公众的POI数据暂未出台统一的分类标准。)采集和发布）,作为面向公众服务的导航数据。该类数据将地理实体划分为15个大类,65个中类;商业百货批发零售是其中的一个大类。商业兴趣点数据具有信息量大、位置准确度高、实时性强、业态分类明确等特点,有助于降低城市商业空间研究的成本和难度。目前,中国将零售经营模式划分为17种业态(国家标准《零售业态分类》（GB/T18106-2004）按照零售店铺的结构特点,根据其经营方式、商品结构、服务功能,以及选址、商圈、规模、店堂设施、目标顾客和有无固定营业场所等因素将零售业分为食杂店、便利店、折扣店、超市、大型超市、仓储会员店、百货店、专业店、专卖店、家居建材店、购物中心、厂家直销中心、电视购物、邮购、网上商店、自动售货亭、电话购物等17种业态。),零售业态与经营方式是零售业的重要构成内容,其演变与发展、空间分布在很大程度上代表了城市零售业的发展水平[30]。在商品结构上,商场（商厦）以经营个人和家庭用品等综合类商品为主,超市和便利店以经营生活日用品和食品为主,它们是城市零售业经济的重要组成部门和代表。因此,本文提取2013年广州市10208个商业机构兴趣点(在“商业百货批发零售”大类数据中提取与国家零售业态分类紧密相关的三种中类数据,分别是商场商厦（百货商店、购物中心、大型专业店等）、超市自选商场和便利店,暂不考虑批发市场和专业零售市场的空间分布。)数据进行分析（图2）。如表1所示,商场商厦、超市、便利店等三种零售经营形态的POI数量分别为3261、3097和3850个。
显示原图|下载原图ZIP|生成PPT图2广州市商业机构POI点的空间分布
-->Fig. 2The distribution of retailing POI in Guangzhou
-->
Tab. 1
表1
表1研究区域面积、人口和零售商店分布概况
Tab. 1The study area, distribution of population and retail stores
| 行政区 | 总面积 (km2) | 常住人口 (万人) | 街道办事 处或镇(个) | 兴趣点(零售商业)数量(个) | ||
|---|---|---|---|---|---|---|
| 商场商厦 | 超市 | 便利店 | ||||
| 越秀区 | 33.80 | 114.09 | 18 | 327 | 141 | 199 |
| 海珠区 | 90.40 | 158.34 | 18 | 410 | 316 | 383 |
| 荔湾区 | 59.10 | 88.92 | 22 | 238 | 108 | 149 |
| 天河区 | 96.33 | 148.43 | 21 | 442 | 360 | 339 |
| 白云区 | 795.79 | 226.57 | 18 | 459 | 1063 | 997 |
| 黄埔区 | 484.17 | 86.28 | 15 | 192 | 164 | 150 |
| 花都区 | 970.04 | 96.48 | 10 | 216 | 288 | 535 |
| 番禺区 | 529.94 | 144.86 | 16 | 575 | 392 | 734 |
| 南沙区 | 783.86 | 62.51 | 9 | 66 | 24 | 62 |
| 从化区 | 1974.5 | 61.02 | 8 | 69 | 67 | 94 |
| 增城区 | 1616.47 | 105.18 | 11 | 267 | 174 | 208 |
新窗口打开
2.2 研究方法
本文研究思路分为两个部分。一是运用核密度法和局域Getis-Ord G*指数法识别城市尺度下零售商店分布的集聚区域和热点地区,从城市商业发展的宏观层面探索广州市零售业活动空间的集聚特征;二是运用核密度法识别中心城区不同零售业态的集聚地,从零售企业经营的微观层面分析业态集聚区位选择的空间规律。由于POI数据是具有空间坐标和零售企业属性的离散点对象,具体方法如图3所示。首先对离散点数据进行格网化处理,利用核密度估计法识别城市尺度下零售商店分布的集聚区域,将其定义为“零售商业中心”。其次,以街道为单元,采用局域Getis-Ord G*指数法识别出具有统计显著性的商业热点位置,将零售商业中心和商业热点区域进行叠加分析,探索广州市零售业活动空间的集聚特征。第三,根据商店经营形态为分类标志,提取不同零售业态的POI点,运用核密度估计法识别中心区域零售业态的集聚区域。
显示原图|下载原图ZIP|生成PPT图3零售业空间热点识别与集聚特征分析技术路线图
-->Fig. 3The flowchart of retail hotspots identification and retailing agglomeration analysis
-->
（1）核密度估计法
核密度估计法（Kernel Density Estimation）由Rosenblatt和Emanuel Parzen提出,借助一个移动的单元格对点或线格局的密度进行估计[31]。给定样本点x1,x2,…,xn,利用核心估计模拟出属性变量数据的详细分布。计算二维数据时,d值取2,一个常用的核密度估计函数可以定义为[31],其公式表示为：
式中：K为核函数;(x-xi)2+(y-yi)2是点(xi, yi)和(x,y)之间的距离;h是带宽;n是范围内的点数;d是数据的维数。在核密度估计中,带宽是定义平滑量大小的自由参数,带宽过大或过小均会影响f(x)的结果。在实践中,选择带宽的方法有交叉验证法(cross-validation)、Silverman的“经验法则”（rule-of-thumb）和插入法（plug-in）。本文选择采用Silverman[32]的“经验法则”,在f(x)呈正态的假定下,根据Ker[33]的研究,宽带优化计算的公式可简化为：
式中：σ是样本方差。具体步骤：① 考虑研究区域面积和精度要求,将研究区域进行规则格网划分(本文选取广州市辖11区（越秀区、海珠区、荔湾区、天河区、白云区、黄埔区、番禺区、增城区、花都区、从化区和南沙区）为研究区域,面积7434.40 km2。核密度估计法在计算过程中需要将研究区域进行规则格网划分,研究区域划分为7745个1000 m×1000 m的规则网格,该格网面积稍大于实际面积,原因是栅格化表达形式将覆盖行政区域线外的部分区域。),带宽计算后取3.8 km;② 将零售网点分布数据换算成格网密度值,把商业网点密度数据连到格网中心点上;③ 使用空间连续数据核心估计函数把中心点上的核密度值插成格网表面;④ 叠加行政区划图,提取各行政区内格网核密度值中心强度随距离显著衰减的闭合区域,识别各行政辖区零售商店分布高度集中的空间场所,将其定义为“零售商业中心”（图4）。根据核密度估计法提取的商业中心共有13个,其中分布于中心城区的商业中心为5个,外围城区为8个。
显示原图|下载原图ZIP|生成PPT图4城市尺度下零售商业集聚区的识别
-->Fig. 4The recognition results of retailing agglomeration region by the method of KDE
-->
（2）局域Getis-Ord G*指数法
Getis和Ord提出度量每一个观测值与周围邻居之间是否存在局部空间关联的G*统计量[34,35]。该统计量通过计算某个要素及其给定距离范围内相邻要素的局部总和与所有要素的总和进行比较,用于分析属性值在局部空间水平上的集聚程度,其公式表示为：
式中：Xj是第j个空间单元的要素属性值;n是要素总数;Wij代表空间权重矩阵,若第i和第j个空间单元之间的距离位于给定的临界距离d之内,认为它们是邻居,空间权重矩阵中的元素为1;否则,元素为0。局域Getis-Ord G*统计量的统计检验可以根据相应的标准化形式（Z值）表示,如式（4）所示。如果G*（Z值）为正,且非常显著,则表明空间单元i周围的值相对较大（高于均值）,高值空间集聚;相反,表明空间单元i为低值空间集聚。
式中：δj是第j个街道单元的商业网点密度指标;mj是j街道的商业网点数量;p是j街道的面积。具体步骤：① 构建商业网点密度指标,即式（5）,以街道为单元,计算街道商业网点密度值;② 通过Global Moran's I指数确定要素属性值的空间自相关性;③ 依据所有要素都至少具有一个相邻要素,且不与其它所有要素相邻的原则计算空间矩阵阈值(本文采用ArcGIS 10.0软件进行分析,经ArcGIS软件的Calculate Distance Band from Neighbor Count工具计算后d取15788 m。);④ 通过热点分析,即式（4）,探索广州市商业活动空间分布的热点集聚区特征。
3 结果分析
3.1 零售商业中心等级体系的圈层结构
空间经济学强调集聚对生产和城市区位的再构影响,商业集聚现象是现代城市商业发展的一个突出特征[36]。根据核密度估计法识别的零售业集聚区域共有13个（图5）,总体来看,广州市零售商业中心在空间分布上形成块状聚集、轴状延伸、多中心发展的格局。在中心城区内,商业中心具有相对明显的规模优势,呈现出连片分布的特征;外围城区的商业中心以零售分布为主,且规模较小。城市尺度下零售商业中心的其集聚特征主要表现在三个方面：
显示原图|下载原图ZIP|生成PPT图5广州市零售业空间分布核密度图
-->Fig. 5The kernel density of retailing space in Guangzhou
-->
（1）形成由中心城区向外围城区扩散的多中心等级圈层体系
将识别的13个商业中心核密度值与各行政区社会消费品零售总额(社会消费品零售总额是研究国内零售市场的变动情况、反映经济景气程度的重要指标。本文采用2010年广州市各行政区社会消费品零售总额作为评价商业中心体系的一个衡量指标。)进行相关性分析,两者之间的相关系数为0.884,在置信度0.01的水平上表现出强相关性,根据核密度估计法提取的商业中心在等级上与其商业发展水平基本一致。随着与城市中心(本文将广州市政府所在位置作为城市中心。)距离的增加,商业中心的核密度均值相应减少。位于中心城区内的商业中心核密度均值为21.13,外围城区商业中心核密度均值为8.04,商业中心等级表现出由城市中心圈层向交通可达性、人文环境(根据罗彦等[37]对中国城市商业郊区化的研究,将城市空间结构因素（即商业集聚地距城市中心的距离）作为评价商业区位的一个影响因素。)等商业活动影响因素上具有相对突出的区位优势（表2）。在交通可达性因素方面,商业中心所处地段与城市其它商业中心的空间趋近性分析是商业选址的重要因素[38]。距其它商业中心的距离总和是判断商业区位的一个重要标准,总距离越短,交通便捷度更高,表示汇集人气的能力越强。将13个商业中心至其它商业中心实际距离总和进行比较,北京路—中山五路商圈交通便捷度最高,其次是康王南路—上九路商圈和天河路—体育西路商圈。可见,中心城区商业中心汇集人气的能力强,对周围地区的商业辐射作用较大;外围城区商业中心受距离因素的限制,不具备发展成为城市高等级商业中心的区位条件。
Tab. 2
表2
表2商业中心的区位影响因子比较
Tab. 2The location factor comparison of retail business centers in Guangzhou
| 所属区域 | 行政区 | 辖区内核心商业中心所处地段 | 商业中心核密度均值 | 社会商品零售总额(2010年)(万元) | 人口因子 | 交通因子 | 人文环境因子 |
|---|---|---|---|---|---|---|---|
| 人口密度 (人/km2) | 与其它商业中心距离的总和(km) | 距城市中心的距离(km) | |||||
| 中心城区 | 越秀区 | 北京路—中山五路 | 23.80 | 8370170 | 34239 | 422.4 | 0.8 |
| 荔湾区 | 康王南路—上九路 | 21.87 | 4051063 | 15198 | 449.1 | 3.4 | |
| 白云区 | 三元里大道-机场路 | 19.69 | 5804727 | 2793 | 454.1 | 9.2 | |
| 天河区 | 天河路—体育西路 | 20.87 | 8402848 | 14870 | 409.4 | 6.6 | |
| 海珠区 | 江南大道 | 19.42 | 4806824 | 17242 | 433.7 | 5.7 | |
| 外围城区 | 黄埔区 | 黄浦东路—大沙地 | 5.62 | 748178 | 5035 | 474.6 | 24.2 |
| 番禺区 | 市桥—番禺广场 | 15.46 | 6284047 | 2245 | 593.7 | 33.6 | |
| 花都区 | 花都广场-建设路 | 12.51 | 2255370 | 974 | 608.6 | 36.9 | |
| 狮岭镇 | 12.60 | 758.5 | 50.6 | ||||
| 从化区 | 西宁路—新世纪广场 | 2.55 | 663177 | 301 | 891.1 | 74.3 | |
| 增城区 | 增城广场—挂绿广场 | 6.50 | 1674629 | 641 | 811.9 | 69.5 | |
| 新塘镇 | 10.01 | 612.5 | 43.6 | ||||
| 南沙区 | 今洲广场 | 2.02 | 452651 | 493 | 841 | 60.3 |
新窗口打开
（2）位于中心城区内的商业中心沿交通干线布局,呈现连片蔓延的空间形态
在中心城区内,商业中心核分布没有明显的独立边界,商业中心连片分布,零售业空间沿交通干线布局,呈“十字型”的空间形态。越秀区位于“十字型”商业空间的中心位置,是广州零售业空间发展的核心区域,人口密度和路网密度均居于全市首位。随着老城区改造工程的推进,富有岭南特色的骑楼建筑与现代大型商业综合体相互融合,为该区域零售商贸活动的空间集聚提供了良好的外部环境。20世纪90年以来,受城市空间拓展的影响,广州市商业网点的规模和数量得到快速发展,以北京路—中山路商圈为核心的零售业空间沿城市主干道逐渐向外扩张,形成多个具有竞争和互补效应的商业集聚区域。东西轴向上,商业中心的连片分布以中山路为核心向东、西两向蔓延,形成体育西路—天河路商圈和康王南路—上九路商圈。位于西侧的康王南路—上九路商圈在空间位置上紧挨着北京路商圈,其商业结构以沿街分布的小型零售店为主,发展以传统人文景观为特色的商贸街区。位于东侧的体育西路—天河路商圈则引入大型百货商店、购物中心等新兴的零售业态,多个超大型商业综合体集聚分布,与北京路、上九路商圈在业态结构和购物文化等方面形成消费空间的差异化互补。南北轴向上,商业中心的连片分布以北京路为中心,沿交通干线在北部的白云区和南部的海珠区形成条带状商业街区。三元里大道—机场路商圈和江南大道商圈等区域商业中心的形成和发展在满足区域消费需求的同时,对解决老城区内商业中心人流、物流、交通流负荷过大的发展瓶颈起到积极的促进作用。
（3）位于外围城区的商业中心依行政中心布局,呈现离散分布的空间形态
与中心城区相比,外围城区商业中心的集聚规模偏小,离散地分布在各个行政中心的周边区域。此外,外围城区商业中心的核密度值具有明显的梯度变化（表2）,市桥—番禺广场商圈的核密度值是金洲路商圈的7.7倍。除集聚规模存在显著差异外,受人口分布和交通成本等影响因素的制约,商业中心之间的竞争和互补关系也相对较弱。与其它行政区不同的是,花都和增城辖区内拥有两个在商业规模和等级上相近、在空间上相对独立的商业中心。其中一个位于在辖区的行政中心,另外一个分别位于花都区北部的狮岭镇和增城区东部的新塘镇。随着广州城市人口规模的增长,外围城区已经成为承接新增和转移人口、公共服务功能和产业功能的重要区域。在产业集聚的带动下,外来人口急剧增长,本地购物需求和购买力的提升推动了商业集聚的形成和发展,成为零售业空间向郊区化扩张的一种表现。
3.2 零售商业活动的热点区域
零售业分布高度集中的地区可视为城市商业活动的热点区域,同时也是城市商业空间结构的重要节点。为进一步验证分析的结果,采用局域Getis-Ord G*指数探索广州零售商业活动的热点区域（图6）。根据表3的统计结果：以街区为单元,商业网点密度符合热点分析聚类模式统计特征,即用于检验的Z得分大于1.96且符合在95%置信度（概率似然值P<0.05）的P值要求的热点区域共有8个,主要分布在越秀区和天河区。其中北京街道和天河街道的Z得分分别为4.27和4.25,远大于1.96,表明这两个街区内零售商店密集分布,且被其它同样具有高网点密度的相邻空间所包围,是城市零售商业活动最为活跃的区域。广州商业网点的空间格局脱胎于城市空间的拓展,随着城市重心由西向东移,除北京路商圈作为传统城市中轴线上的核心商业区外,天河路商圈自20世纪90年代开始被规划为新中轴线上的都会级商业中心。热点分析结果表明,城市零售商业空间由单核心向双核心演化的空间格局已经形成。
显示原图|下载原图ZIP|生成PPT图6广州市零售业分布的热点区域
-->Fig. 6The distribution of retailing hotspots in Guangzhou
-->
Tab. 3
表3
表3广州市商业空间热点分析的统计特征
Tab. 3The statistical characteristic of commercial hotspots analysis in Guangzhou
| 街区名称 | 所属行政区 | Z值(G*) | P值 | 商圈所处地段 | 具有代表性的大型零售网点（商场商厦、超市） |
|---|---|---|---|---|---|
| 北京街道 | 越秀区 | 4.27 | 0.000019 | 北京路—中山五路 | 五月花商业广场、新大新百货、大马站商业中心、北京路商业步行街（风尚广百、广百百货）、名盛广场（天河城百货）、光明广场、动漫星城 |
| 天河街道 | 天河区 | 4.25 | 0.000021 | 天河东路—体育西路 | 维多利广场、购书中心、广百百货、天河城购物中心（永旺超市、天河城百货）、正佳广场购物中心（友谊商店、正佳百货、百佳TASTE超市）、体育西路商业街、天河又一城、直通车商业广场、时尚天河商业广场 |
| 珠光街道 | 越秀区 | 3.01 | 0.002589 | 北京路 | 星汇广场、圣影汇广场、都汇168、潮楼商场 |
| 人民街道 | 越秀区 | 2.79 | 0.005229 | 长堤大马路 | 名盛广场（天河城百货） |
| 诗书街道 | 越秀区 | 2.53 | 0.011279 | 一德路 | 泰福商场、明智商场、家多福超级商场、荷田商场 |
| 大塘街道 | 越秀区 | 2.40 | 0.016332 | 中山四路 | 华联购物中心、越秀城市广场、悦尚城 |
| 吕岗街道 | 海珠区 | 2.27 | 0.023003 | 江南大道—昌岗路 | 江南综合商场、蓝天商场、名店城、摩登百货、新安购物广场、海珠购物中心 |
| 大东街道 | 越秀区 | 2.01 | 0.044788 | 中山三路 | 中华广场、流行前线、金蒂濠商业城、地王广场、乾丰润体育户外商场 |
新窗口打开
3.3 中心城区零售业态的集聚特征
城市是商业活动的中心,为满足不同的消费需求,零售商会进行相应的要素组合而形成不同的经营形态,如选择差异化的选址策略、店铺规模、商品结构、价格策略、销售和服务方式等营业手段。与其它公共设施不同,零售业作为一个市场化的行业,具有高度的变化性和竞争性[39]。零售企业为了增加利润和提高市场占有率,通常会采取区位选择、空间集聚或扩张等方式选择适合网点经营的地理范围。因此,在市场竞争机制的作用下,零售店铺的集聚和扩散是零售企业区位选择的空间表现。根据核密度估计法分析百货商店、购物中心、超级市场、便利店等业态的集聚区域（图7）,从广州市中心城区零售业态分布的核密度图上可以看出,不同的商业经营形式在空间集聚的区位选择上具有显著的差异性：
显示原图|下载原图ZIP|生成PPT图7中心城区零售业态分布核密度图
-->Fig. 7The kernel density plots of retail formats distribution in central Guangzhou
-->
（1）百货商店、购物中心等业态的集聚区域与中心城区内商业中心的分布基本一致。作为城市内部零售活动集中的地区,商业中心通常在城市人口分布、商业设施用地供应、交通配套、商业氛围等因素上具有相对显著的区位优势[13]。从业态特征来看,百货商店、购物中心、大型专业店等具有较强竞争力的零售经营形式,主要依托大型商业综合体为经营场所,且具有较强的承租能力,通过与娱乐业、餐饮业形成行业关联,能够满足城市居民休闲性购物的消费需求,成为提升商业中心客流吸引力的重要组成部分。以广百百货为例,作为广州百货零售业态的市场领导者,广百百货在中心城区的11家门店,分布在城市内部不同等级的商业中心内。可见,竞争力强的业态通常优先选址高等级商业中心,通过集聚效应来扩大网点的空间吸引范围;其次,以连锁经营形式向次一层级的商业中心扩张,获得专业化网点体系带来的规模效益。
（2）超市业态的集聚区域主要分布在中心城区的边缘区域,如天河区的车陂街道、白云区的新市街道以及海珠区的南洲街道等。相对于商场经营的高毛利,超市业态主要通过“低进价、低成本、低加价”的经营理念获得竞争优势。近年来,受地租、业态竞争、人力资源成本等经营压力持续增加的影响,广州市大卖场的扩张速度有所减缓,小型化、便利化的经营模式成为超市结构调整的主要趋势。社区超市以生鲜、便利、服务为经营理念,主要为社区居民提供日常商品以及定制化的采购、配送和便利服务。目前,广州市零售市场占有率排名靠前的大型零售商如沃尔玛、TESCO、华润万家、百佳、永旺等均加快了社区超市扩张的步伐。中心城区的边缘区域地租相对便宜、新增的大型住宅区较多,有助于降低门店的运营成本,符合超市以家庭生活消费为目标的市场定位。这也是超市业态集聚分布在中心城区外围区域的主要原因。
（3）便利店业态的集聚区域相对单一,主要分布在城市商业活动的热点区域内。与其它类型业态相比,便利店的竞争优势通过“地理邻近性”来体现。由于便利店的辐射半径小,范围通常在500米之内,便利店高度集聚的区域需要有较大的人流量作为支撑,才能有效降低同质竞争带来的风险。通过热点分析已知,北京路商圈和天河路商圈是广州零售业分布的两大热点区域,商业网点密度高,公共交通配套完善,汇集购物人流的能力强。此外,这两个区域也是广州市商务办公楼高度集中的核心区域,其消费客流以购买力水平较高的白领为主,他们对便利店具有旺盛的即时需求。需求人口因素成为影响便利店业态集聚的主要因素。
4 结论与讨论
商业活动在地理空间内不是均匀分布的,其空间分布特征趋于地理集中。零售商店分布高度集中的地区可视为城市商业发展的热点区域,往往也是城市内部不同等级的商业中心。优化商业资源在城市内部空间的合理配置,摸清不同经营形态零售企业的集聚特征,对城市零售业空间规划与开发有着重要的实践意义。目前,利用大数据进行商业集聚空间分析已逐渐成为商业定量研究的一种新趋势,面向公众服务的商业机构兴趣点（POI）数据包含零售业商店位置的空间信息和业态类别的属性信息,具有数据量大、实时性强的特点,能够提高商业中心的热点识别以及零售业态集聚区特征分析的客观性和准确性,为城市尺度下的商业空间布局分析提供了一种新的数据源,有助于解决商业研究数据获取成本高、城市尺度下商业空间研究难度大的问题。本文以兴趣点数据为研究对象,提出一种城市商业中心与零售业态集聚区识别的方法,通过核密度法识别城市商业中心的空间范围及分布情况;结合局域空间关联指数探测零售活动的热点地区;以中心城区为研究区域,进一步探索零售业态集聚区的分布差异。研究结果表明：（1）根据核密度估计法提取的商业中心在等级上与其商业发展水平具有强相关性。商业中心的核密度随着与城市中心距离的增加而衰减,其商业等级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）中心城区作为城市空间发展的传统核心区域,在人口分布、交通可达性、人文环境等商业活动影响因素上具有较大的商业区位优势,仍是城市零售商业活动最活跃的区域。外围城区的商业中心离散地分布在行政中心,集聚规模总体偏小,且商业中心的核密度值具有明显的梯度变化,集聚规模存在显著差异。受人口分布和交通成本等影响因素的制约,商业中心之间的竞争和互补关系相对较弱,商业郊区化趋势不明显。
（3）以街区为单元,商业网点密度符合热点分析聚类模式统计特征热点区域共有8个,主要分布在越秀区和天河区。其中,北京路商圈和天河路商圈成为广州零售业活动最为活跃的区域。热点分析结果表明,广州商业空间由单核心向双核心演化的空间格局基本形成。
（4）零售企业对业态区位选择的结果是城市商业空间结构的一个重要组成部分。在市场竞争作用下,广州零售业态的集聚区位选择具有显著的差异性。竞争力强的业态（包括百货商店、购物中心、大型专业店等）在商业中心内形成集聚,其空间集聚格局与商业中心的分布一致,该类型业态具有较强的承租能力,通过与娱乐业、餐饮业形成行业关联,能够满足城市居民休闲性购物的消费需求,提升商业中心的客流吸引力。超市业态的集聚区域分布在中心城区边缘区,该区域地租相对便宜、新增的大型住宅区较多,有利于降低门店的运营成本,符合超市以家庭生活消费为目标的市场定位。便利店业态的集聚区域相对单一和集中,分布在城市商业活动的热点区域,需求人口成为影响便利店集聚的重要因素。从空间分析的结果来看,不同零售业态的空间集聚特征与其市场与定位、经营模式和选址策略基本吻合。
总体看来,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,通过分析商业活动的热点地区以及不同零售业态集聚区的空间分布特征,有助于进一步明确商业网点布局目标,提高政府部门商业规划和零售商选址前期研究的科学性。
尽管本文在研究过程中充分结合了零售区位理论与方法的现有研究成果,但仅以截面数据分析城市内部零售业网点分布的集聚特征,还不能系统全面地体现城市商业空间结构的演变过程。由于商业机构兴趣点数据缺乏统一的分类标准,存在部分业态划分不够明确、商业经营属性信息不够全面等问题,会影响对零售业态集聚和扩散区位选择的讨论。此外,本文侧重于提出一种基于新数据源的城市商业中心识别方法,未涉及城市零售业空间集聚相关影响因素的定量分析。购买力、交通、人口、土地、城市空间结构和市场竞争等众多社会属性因素是如何影响零售业集聚空间结构的形成,如何利用POI数据探讨城市零售业集聚的时空演变路径和模式等问题仍有待进一步深入地研究。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
| [1] | . 运用中国31个省份2005— 2009年的零售业相关的面板数据,采用Moran’s I指数、不均衡指数方法分析了零售业空间分布的基本特征;采用计量经济模型对我国零售企业网点密度与人均商品销售额、人口密度、人均GDP、城市化率和市 场化指数的关系进行实证研究。研究发现,我国零售业省域空间分布为明显梯度分布,即东部地区网点密度最高,其次是中部地区,最低是西部地区,但各地区零售 业分布基本处于人口协调状态;研究还发现,经济发展水平高、人口密度高、人均商品销售额大、市场化水平高的地区,由于市场需求量大和消费者购买能力强,能 够吸引更多的零售企业进入本地市场,零售企业网点密度更高,产业空间集聚将更加明显;城市化与零售业空间集聚呈倒二次曲线关系,短期内,城市化水平的提 高,有利于零售业的空间集聚发展,而从长期看,则不然。 运用中国31个省份2005— 2009年的零售业相关的面板数据,采用Moran’s I指数、不均衡指数方法分析了零售业空间分布的基本特征;采用计量经济模型对我国零售企业网点密度与人均商品销售额、人口密度、人均GDP、城市化率和市 场化指数的关系进行实证研究。研究发现,我国零售业省域空间分布为明显梯度分布,即东部地区网点密度最高,其次是中部地区,最低是西部地区,但各地区零售 业分布基本处于人口协调状态;研究还发现,经济发展水平高、人口密度高、人均商品销售额大、市场化水平高的地区,由于市场需求量大和消费者购买能力强,能 够吸引更多的零售企业进入本地市场,零售企业网点密度更高,产业空间集聚将更加明显;城市化与零售业空间集聚呈倒二次曲线关系,短期内,城市化水平的提 高,有利于零售业的空间集聚发展,而从长期看,则不然。 |
| [2] | CiteSeerX - Scientific documents that cite the following paper: Central places in southern |
| [3] | |
| [4] | |
| [5] | |
| [6] | |
| [7] | |
| [8] | Retail management: A strategic approach. Post a Comment. CONTRIBUTORS: Author: Berman,Barry. Author: Evans, Joel R. PUBLISHER: Macmillan (New York). SERIES TITLE: YEAR: 1979.PUB TYPE: Book (ISBN 0023084804 ). VOLUME/EDITION: |
| [9] | <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">This study investigates effects of bundling and retail agglomeration on shopping behavior, in particular on in-store purchase incidence and the sequencing of shopping activities. It is argued that many of the consumer benefits of bundling also apply to retail agglomeration and as such can help to explain multipurpose shopping behavior. The paper derives hypotheses and tests these in a choice experiment in which respondents have to purchase a beach holiday. Findings are that, as predicted, consumers are more inclined to buy individual components when they have more information about these components. The hypothesis that they would be also more inclined to buy components when there are more competitors nearby is however falsified; instead it appears that consumers are more likely to either not purchase at all or purchase a bundle if there are more competitors nearby. Effects are also found for time pressure, category experience and the presence of a shopping companion.</p> |
| [10] | The large investments in modern store facilities and the long lease commitments make it necessary for retailing firms and for shopping-center developers to employ store-location research. In this article the author presents 16 fundamental steps or guidelines, distilled from 35 years of experience, for planning and executing comprehensive store - location studies. These guidelines are of interest not only to marketing research specialists, but also to business administrators who must make store-location expansion decisions. |
| [11] | Retail stores are segmented using socioeconomic characteristics of the trade area, and it is shown that the effects of store environment on store performance vary across segments. Store performance is measured by a market-based measure-ales and a productivity-based measure-ales per square feet. The internal store environment includes the number of checkout counters per square foot of selling area, the number of nongrocery products sold (extent of scrambled merchandising), whether the store at least doubles manufacturers coupons, whether there is a banking facility, and whether the store is open for 24 hours. The external store environment includes the type of neighborhood it is located in. A methodology for predicting store performance (for existing and new stores) based on the type of environment and store location by using aggregate secondary data is demonstrated. The proposed models are estimated and validated using Market Metrics geodemographic data for 646 grocery stores provided by A.C. Nielsen. It is shown how the findings of this retail environment study can be used to offer guidelines to retailers for attaining desired levels of sales and sales per square feet by using readily available data. |
| [12] | I describe a model of entry with endogenous product-type choices. These choices are formalized as the outcomes of a game of incomplete information in which rivals' differentiated products have nonuniform. competitive effects on profits. I estimate the model for location choices in the video retail industry using a nested fixed-point algorithm solution. The results imply significant returns to product differentiation. Simulations illustrate the tradeoff between demand and intensified competition and the extent to which markets with more scope for differentiation support greater entry. |
| [13] | <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">This paper attempts to contribute to a more thorough understanding of the on-site (<em>in vivo</em>) evaluation of retail agglomerations once shoppers have already made their destination choices. To address this issue, a modification of more conventional concepts of retail attractiveness that considers situational contexts is proposed and empirically tested. The survey comprised more than 2,000 on-site interviews of customers of an inner city shopping street and a competing peripheral shopping mall. The results show that the tenant mix and the atmosphere, unlike parking and accessibility, exert a major impact on distinct dimensions of perceived attractiveness. Furthermore, the empirical findings provide evidence that factors characterizing aspects of the individual shopping situation significantly affect on-site evaluation. Some methodological limitations and future research directions are also discussed.</p> |
| [14] | |
| [15] | . <p>作者回顾了中国商业地理学的发展历程，将商业地理研究分为启蒙期、形成期、消沉期、酝酿期和活跃期5个阶段。评述了从酝酿期 (即1984年) 以来商业地理学研究的5个主要方向，最后总结了中国商业地理学发展特征和存在问题，并对以后商业地理学的发展及研究热点作了展望。</p> <p>作者回顾了中国商业地理学的发展历程，将商业地理研究分为启蒙期、形成期、消沉期、酝酿期和活跃期5个阶段。评述了从酝酿期 (即1984年) 以来商业地理学研究的5个主要方向，最后总结了中国商业地理学发展特征和存在问题，并对以后商业地理学的发展及研究热点作了展望。</p> |
| [16] | . 主要采用文献研究、比较研究和动态研究方法，选取20世纪20年代以来国内外商业空间研究成 果中的典型代表，通过时间纵断面上的梳理和空间横断面上的对比，总结出国内外商业空间研究包括商业空间结构和商业空间选择研究，依据研究时序和内容，划分 了国内外商业空间研究阶段，得出国内外在研究范式、内容和成果等方面的异同。并对国内商业空间研究进行展望，提出商业空间对城市空间的影响、商业空间分 异、商业郊区化和虚拟商业空间可以作为今后研究的重点领域。 主要采用文献研究、比较研究和动态研究方法，选取20世纪20年代以来国内外商业空间研究成 果中的典型代表，通过时间纵断面上的梳理和空间横断面上的对比，总结出国内外商业空间研究包括商业空间结构和商业空间选择研究，依据研究时序和内容，划分 了国内外商业空间研究阶段，得出国内外在研究范式、内容和成果等方面的异同。并对国内商业空间研究进行展望，提出商业空间对城市空间的影响、商业空间分 异、商业郊区化和虚拟商业空间可以作为今后研究的重点领域。 |
| [17] | . 本文应用了中心地方论的原理与方法，对北京市大城市区零售商业和服务业的形成机制，空间结构与合理预测进行了讨论。 本文应用了中心地方论的原理与方法，对北京市大城市区零售商业和服务业的形成机制，空间结构与合理预测进行了讨论。 |
| [18] | . 作为零售业态中的主要一员,大型零售商店在广州商业的发展中占据 着重要的地位,本文利用GIS作为研究手段,在大量调查研究的基础上,结合理论和定性分析,研究了广州市大型零售商店的空间布局现状、影响因素和发展走 向,为城市规划提供了借鉴作用,并探讨了GIS在社会、人文领域应用的现状和前景. 作为零售业态中的主要一员,大型零售商店在广州商业的发展中占据 着重要的地位,本文利用GIS作为研究手段,在大量调查研究的基础上,结合理论和定性分析,研究了广州市大型零售商店的空间布局现状、影响因素和发展走 向,为城市规划提供了借鉴作用,并探讨了GIS在社会、人文领域应用的现状和前景. |
| [19] | . 以GIS作为主要研究手段 ,利用 2 0 0 1年上海市第 2次基本单位普查的有关数据 ,选取 16 0个大型百货零售商业设施作为研究对象 ,分析了上海浦东新区商业的空间布局特征、影响因素及商业中心体系 ,旨在为将来浦东商业设施的规划布局提供参考 ,并为商业设施规划中的GIS应用进行探索 以GIS作为主要研究手段 ,利用 2 0 0 1年上海市第 2次基本单位普查的有关数据 ,选取 16 0个大型百货零售商业设施作为研究对象 ,分析了上海浦东新区商业的空间布局特征、影响因素及商业中心体系 ,旨在为将来浦东商业设施的规划布局提供参考 ,并为商业设施规划中的GIS应用进行探索 |
| [20] | . 在采用虚拟变量对密度函数进行调整的基础上, 借助扩展方法引入时间变量构建计量经济模型测度北京零售业空间发展的分异与趋势, 并利用GIS技术研究了新型零售业的空间布局特征。结果表明:① 1984-2010 年, 近郊区零售业保持着强劲的增长势头, 增速是远郊区的近两倍, 而远郊区快于中心区, 说明中心区零售业地位的相对下降, 类似于20 世纪中期美国大都市区的发展特征。② 2000 年以来, 远郊区零售业增速下降, 近郊区小幅提升, 而中心区发展速度明显回升, 说明部分****提出的20 世纪90 年代末期旧城区零售业“空洞化”、“边缘化”的发展趋势并未延续。③ 紧随人口的郊区化, 90 年代中期兴起的连锁超市以三环路为基础外向发展, 三、四环路和五、六环路之间数量较多, 而传统百货商店则主要布局在三环路以内。④ 以超市为代表的新型零售业空间布局呈现大分散、小集聚的特征, 没有表现出明显的等级性, 集聚区域既包括近郊人口密集区, 也包括远郊新城和城郊大型居住区。零售业的空间发展趋势与超市的空间特征共同显示, 北京应进一步提升远郊零售业的连锁化水平, 提高服务水平和质量, 促进居住与消费的空间平衡。 在采用虚拟变量对密度函数进行调整的基础上, 借助扩展方法引入时间变量构建计量经济模型测度北京零售业空间发展的分异与趋势, 并利用GIS技术研究了新型零售业的空间布局特征。结果表明:① 1984-2010 年, 近郊区零售业保持着强劲的增长势头, 增速是远郊区的近两倍, 而远郊区快于中心区, 说明中心区零售业地位的相对下降, 类似于20 世纪中期美国大都市区的发展特征。② 2000 年以来, 远郊区零售业增速下降, 近郊区小幅提升, 而中心区发展速度明显回升, 说明部分****提出的20 世纪90 年代末期旧城区零售业“空洞化”、“边缘化”的发展趋势并未延续。③ 紧随人口的郊区化, 90 年代中期兴起的连锁超市以三环路为基础外向发展, 三、四环路和五、六环路之间数量较多, 而传统百货商店则主要布局在三环路以内。④ 以超市为代表的新型零售业空间布局呈现大分散、小集聚的特征, 没有表现出明显的等级性, 集聚区域既包括近郊人口密集区, 也包括远郊新城和城郊大型居住区。零售业的空间发展趋势与超市的空间特征共同显示, 北京应进一步提升远郊零售业的连锁化水平, 提高服务水平和质量, 促进居住与消费的空间平衡。 |
| [21] | . 连锁超市已成为中国大城市内部零售商业的主要业态。针对目前研究中对城市内部尺度连锁超市空间布局问题关注不足,本文以南京市苏果超市为例,从空间格局演化、集聚分布状况、不同类型超市的区位选择等方面进行分析。研究方法包括点模式分析、空间密度分析和空间自相关分析等。结果发现:南京市苏果超市的空间总体分布呈中心到外围递减的倒"U"型集聚特征;不同类型苏果超市的分布特征不同,华润卖场的空间分布相对分散,社区店、便利店的分布相对集聚;空间分布热点呈蔓延扩散与等级扩散混合模式。运用Binary Logistic二分逻辑回归对影响超市区位选择的因素进行计量分析,结果表明经济发展情况、消费者规模、交通通达性、居民购买力、城乡差别、公司战略等多种因素,通过综合作用机制,共同推动了南京市苏果超市的空间分布格局。 连锁超市已成为中国大城市内部零售商业的主要业态。针对目前研究中对城市内部尺度连锁超市空间布局问题关注不足,本文以南京市苏果超市为例,从空间格局演化、集聚分布状况、不同类型超市的区位选择等方面进行分析。研究方法包括点模式分析、空间密度分析和空间自相关分析等。结果发现:南京市苏果超市的空间总体分布呈中心到外围递减的倒"U"型集聚特征;不同类型苏果超市的分布特征不同,华润卖场的空间分布相对分散,社区店、便利店的分布相对集聚;空间分布热点呈蔓延扩散与等级扩散混合模式。运用Binary Logistic二分逻辑回归对影响超市区位选择的因素进行计量分析,结果表明经济发展情况、消费者规模、交通通达性、居民购买力、城乡差别、公司战略等多种因素,通过综合作用机制,共同推动了南京市苏果超市的空间分布格局。 |
| [22] | . 首先对城市商业活动的概念和研究内容进行了界定,在此基础上,深入分析了国内外城市商业活动的空间结构研究的演化特征,并指出了我国在城市商业活动的空间结构研究方面的薄弱环节、发展方向研究意义。 首先对城市商业活动的概念和研究内容进行了界定,在此基础上,深入分析了国内外城市商业活动的空间结构研究的演化特征,并指出了我国在城市商业活动的空间结构研究方面的薄弱环节、发展方向研究意义。 |
| [23] | . 城市商业空间结构研究是商业地理学的核心。文章从商业活动载体和主体两方面深入分析国外城市商业空间结构研究的历程，回顾国内城市商业结构研究的进程，并进一步指出研究的薄弱之处与发展方向。 城市商业空间结构研究是商业地理学的核心。文章从商业活动载体和主体两方面深入分析国外城市商业空间结构研究的历程，回顾国内城市商业结构研究的进程，并进一步指出研究的薄弱之处与发展方向。 |
| [24] | . 商业功能区是城市商业多种业态和功能在不同地域的反映,其形成环境和演化过程深刻地影响着城市商业空间结构的发展走势。下文通过分析广州市商业功能区的空间分布特征、形成机制及演化趋势,探讨城市商业功能区的发展规律。 商业功能区是城市商业多种业态和功能在不同地域的反映,其形成环境和演化过程深刻地影响着城市商业空间结构的发展走势。下文通过分析广州市商业功能区的空间分布特征、形成机制及演化趋势,探讨城市商业功能区的发展规律。 |
| [25] | . 城市与区域多中心化已经成为全球性的现象,作为快速城市化地区,城市新中心建设和多中心现象在中国尤为普遍。把握城市中心发展客观规律,探讨多中心的相互作用关系,将有助于补充传统基于单中心假设的城市空间结构相关理论和模型的研究,同时,对指导城市商业中心选址和城市空间结构规划具有良好的现实意义。以深圳为案例,通过海量浮动车(FCD) GPS数据的时空挖掘,在识别出深圳市两个重要商业中心的基础上,分析和验证了双商业中心的交通吸引时空规律以及相互作用关系。发现城市商业中心的交通吸引存在显著的幂函数关系,验证了传统的地理空间衰减规律。同时,这种衰减规律受到一系列因素的影响而在局部发生扰动,主要扰动因素包括城市其他人流密集的主要功能区之间的相互吸引、基础设施对可达性的影响、地形地貌等城市空间布局因素和消费者行为、偏好等人文因素等。 城市与区域多中心化已经成为全球性的现象,作为快速城市化地区,城市新中心建设和多中心现象在中国尤为普遍。把握城市中心发展客观规律,探讨多中心的相互作用关系,将有助于补充传统基于单中心假设的城市空间结构相关理论和模型的研究,同时,对指导城市商业中心选址和城市空间结构规划具有良好的现实意义。以深圳为案例,通过海量浮动车(FCD) GPS数据的时空挖掘,在识别出深圳市两个重要商业中心的基础上,分析和验证了双商业中心的交通吸引时空规律以及相互作用关系。发现城市商业中心的交通吸引存在显著的幂函数关系,验证了传统的地理空间衰减规律。同时,这种衰减规律受到一系列因素的影响而在局部发生扰动,主要扰动因素包括城市其他人流密集的主要功能区之间的相互吸引、基础设施对可达性的影响、地形地貌等城市空间布局因素和消费者行为、偏好等人文因素等。 |
| [26] | . <p>众源地理数据（Crowd Sourcing Geographic Data）是指由大众采集并向大众开放共享的地理空间数据。众源位置签到数据作为众源地理数据的一种，客观真实的反映了大众日常生活行为，包含大量丰富的社会化属性信息。本文提出了一种基于众源位置签到数据的城市热点探测与商圈挖掘方法，首先对位置签到数据时空分布特性进行了研究，设计并提出了众源位置签到数据时空数据库模型；其次，提出了位置签到数据探索性空间分析方法，通过对众源位置签到数据的空间聚类分析，实现基于位置签到数据的商圈热点探测；最后，以武汉市为例，对街旁网截止2011年9月30日的众源位置签到数据进行了城市热点探测与商圈挖掘分析实验，结果表明，基于众源位置签到数据挖掘的武汉市商圈分布与城市规划商圈具有强相关性，可用于城市社会经济发展预测与区域经济规划。</p> <p>众源地理数据（Crowd Sourcing Geographic Data）是指由大众采集并向大众开放共享的地理空间数据。众源位置签到数据作为众源地理数据的一种，客观真实的反映了大众日常生活行为，包含大量丰富的社会化属性信息。本文提出了一种基于众源位置签到数据的城市热点探测与商圈挖掘方法，首先对位置签到数据时空分布特性进行了研究，设计并提出了众源位置签到数据时空数据库模型；其次，提出了位置签到数据探索性空间分析方法，通过对众源位置签到数据的空间聚类分析，实现基于位置签到数据的商圈热点探测；最后，以武汉市为例，对街旁网截止2011年9月30日的众源位置签到数据进行了城市热点探测与商圈挖掘分析实验，结果表明，基于众源位置签到数据挖掘的武汉市商圈分布与城市规划商圈具有强相关性，可用于城市社会经济发展预测与区域经济规划。</p> |
| [27] | . 兴趣点作为重要的地理空间数据，应用日趋广泛，其数据库建库与更 新逐渐引起人们的重视。本文提出了一种基于标准化规则的城市兴趣点数据库建库方法，从标准制定、软件开发、数据采集与建库等三个方面规范了城市兴趣点数据 库建库的作业过程，并以济南市为例作了详细论述。实践证明该方法是有效的，可显著提高兴趣点数据库成果规范化水平。 兴趣点作为重要的地理空间数据，应用日趋广泛，其数据库建库与更 新逐渐引起人们的重视。本文提出了一种基于标准化规则的城市兴趣点数据库建库方法，从标准制定、软件开发、数据采集与建库等三个方面规范了城市兴趣点数据 库建库的作业过程，并以济南市为例作了详细论述。实践证明该方法是有效的，可显著提高兴趣点数据库成果规范化水平。 |
| [28] | . 根据数字城市与空间信息基础平 台的建设需要,以地理学第一定律为理论依据,给出核密度估计与网络核密度估计方法,对欧式空间和道路网络空间下的城市POI设施分布特征进行实验分析,探 讨其分布规律,并以可视化形式展示POI的分布热点、密度、趋势等分布特征,从宏观上获取城市基础设施的分布规律,为城市规划和管理提供决策支持。 根据数字城市与空间信息基础平 台的建设需要,以地理学第一定律为理论依据,给出核密度估计与网络核密度估计方法,对欧式空间和道路网络空间下的城市POI设施分布特征进行实验分析,探 讨其分布规律,并以可视化形式展示POI的分布热点、密度、趋势等分布特征,从宏观上获取城市基础设施的分布规律,为城市规划和管理提供决策支持。 |
| [29] | . <p>城市空间POI点的分布模式、分布密度在基础设施规划、城市空间分析中具有重要意义, 表达该特征的核密度法(kernel density estimation)由于顾及了地理学第一定律的区位影响,比其他密度表达方法(如样方密度、基于Voronoi图密度)占优.然而,传统的核密度计算方法往往基于二维延展的欧氏空间,忽略了城市网络空间中设施点的服务功能及相互联系发生于网络路径距离而非欧氏距离的事实.本研究针对该缺陷,给出了网络空间核密度计算模型,分析了核密度方法在置入网络结构中受多种约束条件的扩展模式,讨论了衰减阈值及高度极值对核密度特征表达的影响.通过实际多种POI点分布模式(随机型、稀疏型、区域密集型、线状密集型)下的核密度分析试验,讨论了POI基础设施在城市区域中的分布特征、影响因素、服务功能.</p> <p>城市空间POI点的分布模式、分布密度在基础设施规划、城市空间分析中具有重要意义, 表达该特征的核密度法(kernel density estimation)由于顾及了地理学第一定律的区位影响,比其他密度表达方法(如样方密度、基于Voronoi图密度)占优.然而,传统的核密度计算方法往往基于二维延展的欧氏空间,忽略了城市网络空间中设施点的服务功能及相互联系发生于网络路径距离而非欧氏距离的事实.本研究针对该缺陷,给出了网络空间核密度计算模型,分析了核密度方法在置入网络结构中受多种约束条件的扩展模式,讨论了衰减阈值及高度极值对核密度特征表达的影响.通过实际多种POI点分布模式(随机型、稀疏型、区域密集型、线状密集型)下的核密度分析试验,讨论了POI基础设施在城市区域中的分布特征、影响因素、服务功能.</p> |
| [30] | . 在文献综述的基础上,本文提出零售业态适应性概念。通过对全国35个城市限额以上连锁零售企业的实证研究发现,人口密度对超级市场适应性和便利店适应性均有显著的正向影响;就业水平对专卖店适应性有显著的正向影响;地区生产总值对超级市场适应性有显著的正向影响;工资水平对专业店适应性有显着的正向影响;人均城市道路面积对百货商店适应性有显著的正向影响。最后,对研究结果作进一步讨论,并给出了相应的政策意义。 在文献综述的基础上,本文提出零售业态适应性概念。通过对全国35个城市限额以上连锁零售企业的实证研究发现,人口密度对超级市场适应性和便利店适应性均有显著的正向影响;就业水平对专卖店适应性有显著的正向影响;地区生产总值对超级市场适应性有显著的正向影响;工资水平对专业店适应性有显着的正向影响;人均城市道路面积对百货商店适应性有显著的正向影响。最后,对研究结果作进一步讨论,并给出了相应的政策意义。 |
| [31] | |
| [32] | CiteSeerX - Scientific documents that cite the following paper: Density Estimation for Statistics amd Data Analysis |
| [33] | With the crop insurance program becoming the cornerstone of U.S. agricultural policy, recovering accurate rates is of paramount interest. Lack of yield data presents, by far, the most fundamental obstacle to recovery of accurate rates. This article employs new methodology to estimate conditional yield densities and derive the insurance rates. In our application, we find the nonparametric kernel density estimator requires an additional twenty-six years of yield data to estimate the shape of the conditional yield densities as accurately as the recently developed empirical Bayes nonparametric kernel density estimator. Such methodological improvements can significantly aid in ameliorating the data problem. |
| [34] | Introduced in this paper is a family of statistics, G , that can be used as a measure of spatial association in a number of circumstances. The basic statistic is derived, its properties are identified, and its advantages explained. Several of the G statistics make it possible to evaluate the spatial association of a variable within a specified distance of a single point. A comparison is made between a general G statistic and Moran’s I for similar hypothetical and empirical conditions. The empirical work includes studies of sudden infant death syndrome by county in North Carolina and dwelling unit prices in metropolitan San Diego by zip-code districts. Results indicate that G statistics should be used in conjunction with I in order to identify characteristics of patterns not revealed by the I statistic alone and, specifically, the G i and G i 65 statistics enable us to detect local “pockets” of dependence that may not show up when using global statistics. |
| [35] | |
| [36] | . 目前我国城市商业网点规划编制工作全面展开,构建城市商业网点规划的理论框架对于今后各地编制城市商业网点规划具有重要的现实意义.在分析城市商业网点的发展趋势与商业网点规划理论依据的基础上,探讨我国城市商业网点规划的主要内容,认为核心内容是商业网点空间布局,商业业态规划及商业网点发展的激励与规制政策,构建我国城市商业网点规划的理论框架. 目前我国城市商业网点规划编制工作全面展开,构建城市商业网点规划的理论框架对于今后各地编制城市商业网点规划具有重要的现实意义.在分析城市商业网点的发展趋势与商业网点规划理论依据的基础上,探讨我国城市商业网点规划的主要内容,认为核心内容是商业网点空间布局,商业业态规划及商业网点发展的激励与规制政策,构建我国城市商业网点规划的理论框架. |
| [37] | . 随着城市人口郊区化、工业郊区化的发展,商业也就不可避免的有向 郊区化发展的趋势,中国商业发展状况存在地区不平衡性,大城市商业发展情况较好,一些城市已开始有商业郊区化现象,但是目前商业郊区化的现象还很不明显, 相对人口和工业郊区化而言比较迟缓.这与郊区化概念有一定影响外,更主要是因为商业本身的特征(包括发展机制、付租能力、业态多样性等)以及中国的国情 等.本文首先回顾了中国商业郊区化的研究,得出商业郊区化的动力主要来自购买力的外移、交通的改善以及郊区地价和租金相对市区便宜等,并在分析商业网点布 局的影响因素基础上,探讨城市商业网点布局发展的阶段特征以及阐述商业郊区化为什么在中国发展迟缓的原因. 随着城市人口郊区化、工业郊区化的发展,商业也就不可避免的有向 郊区化发展的趋势,中国商业发展状况存在地区不平衡性,大城市商业发展情况较好,一些城市已开始有商业郊区化现象,但是目前商业郊区化的现象还很不明显, 相对人口和工业郊区化而言比较迟缓.这与郊区化概念有一定影响外,更主要是因为商业本身的特征(包括发展机制、付租能力、业态多样性等)以及中国的国情 等.本文首先回顾了中国商业郊区化的研究,得出商业郊区化的动力主要来自购买力的外移、交通的改善以及郊区地价和租金相对市区便宜等,并在分析商业网点布 局的影响因素基础上,探讨城市商业网点布局发展的阶段特征以及阐述商业郊区化为什么在中国发展迟缓的原因. |
| [38] | 正内容简介:《应用区位论》阐述现代区位理论的发展演化、研究视角和社会经济意义,论述应用区位理论及其实践路,;结合社会经济实际探讨商业、住宅与房地产业、办公型生产性服务业、城市产业、旅游业、公共设施等区位问题。书中汇集了现代区位 正内容简介:《应用区位论》阐述现代区位理论的发展演化、研究视角和社会经济意义,论述应用区位理论及其实践路,;结合社会经济实际探讨商业、住宅与房地产业、办公型生产性服务业、城市产业、旅游业、公共设施等区位问题。书中汇集了现代区位 |
| [39] | . 对现行编制的城市商业网点规划 进行总结和反思,从规划理念、规划内容、规划管理三方面剖析了商业网点规划存在的不足。以实践、问题为导向,结合市场经济体制下商业发展的特点和要求,探 索城市商业网点规划新的范型,明确城市商业网点规划控制性内容、引导性内容及规划实施程序控制要求,实现规划对商业网点建设的有效控制与引导。 对现行编制的城市商业网点规划 进行总结和反思,从规划理念、规划内容、规划管理三方面剖析了商业网点规划存在的不足。以实践、问题为导向,结合市场经济体制下商业发展的特点和要求,探 索城市商业网点规划新的范型,明确城市商业网点规划控制性内容、引导性内容及规划实施程序控制要求,实现规划对商业网点建设的有效控制与引导。 |
