Spatio-temporal evolution and spatial agglomeration of Harbin commercial center
LIYang, CHENXiaohong College of Geography Science of Harbin Normal University, Harbin 150025, China 通讯作者:陈晓红(1978- ),女,山东日照人,副教授,研究方向为区域经济与规划、区域协调发展。E-mail: chenxh440@163.com 收稿日期:2017-02-9 修回日期:2017-06-12 网络出版日期:2017-07-31 版权声明:2017《地理研究》编辑部《地理研究》编辑部 基金资助:国家自然科学基金项目(41101548)2016年度黑龙江省哲学社会科学研究规划项目(16JBL01)2016年黑龙江经济社会发展重点研究课题(基地专项)(JD2016014)哈尔滨师范大学人文社会科学优秀青年****支持项目(SYQ2014-06) 作者简介: -->作者简介:李阳(1990- ),女,河北唐山人,硕士,研究方向为区域分析与规划。E-mail: liy2015300@126.com
关键词:POI数据;商业设施;时空演变;空间集聚;哈尔滨市 Abstract The business center of a city is the main carrier of the commercial activities. Commercial geography and urban planning, amongst other disciplines, aim to study the content of a city, as well as to examine the commercial space structure, its function, level, structure and morphological changes. All of these factors are important for the scientific layout of a city and they have a direct impact on the structure of the urban space; the spatial design of different commercial formats will affect the formation of a business center. Therefore, the identification of different functional types of the commercial center in a city is important in understanding the spatial structure of a business. In this investigation, we explore the spatial-temporal evolution law and spatial concentration characteristics of the commercial center in Harbin city, China. Point of Interest (POI) data of urban commercial facilities in 2012, 2014 and 2016 is used in combination with standard deviation ellipse analysis, kernel density analysis, the average nearest neighbor distance and spatial analysis methods. Our results indicate that: (1) the number of commercial facilities has increased, the agglomeration of commercial facilities of Harbin has slightly weakened, and the pace of development is not balanced; (2) the concentration of commercial facilities has generally increased and spread to the urban periphery. The volume of high-density commercial facilities is changing and it is basically a characteristic of the "Region+Polar nucleus"; the scope of the commercial center is also a radial planar expansion; (3) commercial facilities of Harbin show the agglomeration pattern of "circle and group". Business layout takes the Center Street as the center to expand outwards and the concentration of various commercial facilities has markedly changed. Based on our results, it is evident that Harbin has significant developmental potential for businesses. It is important to obtain a clear understanding of the formats of commercial resources and the spatial aggregating features of commercial formats in a metropolis. Commercial facilities agglomeration analysis using large volumes of data is already widely used in commercial quantitative research, and significant attention has been given to the agglomeration degree recognition of commercial formats and their cluster characters. If the spatial evolution and agglomeration characteristics of commercial facilities are further understood, a reference value for business planning and macro-control of government departments could be obtained. Our results from commercial activities are also important for strategy-making processes for both governments and retailers.
哈尔滨市市辖区包括道里区、道外区、南岗区、香坊区、松北区、呼兰区、平房区、阿城区和双城区,其城市商业活动主要集中城市中心区,即道里区、道外区、南岗区、香坊区、松北区和呼兰区七区,外围以城市二环路为界(图1),占地面积约7748万 m2。本文选取以上区域进行商业中心空间集聚特征的研究。 显示原图|下载原图ZIP|生成PPT 图1哈尔滨市主城区分布图 -->Fig.1Distribution of the main city of Harbin -->
2.2 数据来源与处理
随着地理位置大数据的记录和采集,大量城市POI数据被广泛应用到城市地理研究中。根据数据代表性与典型性原则以及可获取性,本文选取购物、餐饮、休闲娱乐、金融、宾馆酒店5种类型的城市兴趣点(Point of Interest,POI)数据进行商业设施的研究,5种商业设施数据来源于城市数据团所采集的高德地图的POI点,包含名称、商户类型、地址、经纬度等信息。高德地图坐标系统是经过纠偏处理的,首先运用GeoSharp 1.0软件的坐标转换功能对5种POI点进行坐标系统转换以适应ArcGIS中坐标系统,便于空间分析。去除研究区以外的POI数据点后得到5种商业设施POI点共计145884个,其中2012年9536个、2014年22717个、2016年113629个(表1)。 Tab.1 表1 表1哈尔滨市中心城区商业设施POI数量 Tab.1Types of commercial facilities POI in Harbin
(1)各类商业设施数量均有增加。2012-2016年,5种商业设施的总量分别不断增长(表1),尤其是2016年商业设施数量大幅增加。2012年的购物类、餐饮类和娱乐休闲类商业设施的数量相差不多,金融类和宾馆酒店类商业设施数量则较少。2014-2016年各类商业设施数量均有所增加。2016年购物类设施数量最多,餐饮类设施数量次之;宾馆酒店类设施数量超过金融类设施数量;娱乐休闲类设施虽然较2012年数量有所增加,但2014年到2016年数量却有减少的趋势。 (2)商业设施向外扩散,发展速度不均衡。采用包含聚类中约68%要素的方法进行标准差椭圆分析(图2)。比较3个年份椭圆的面积大小,椭圆面积稍有增大,反映出商业设施有向外扩散的趋势,但集聚程度依然很强;椭圆的中心坐标变化不大,依然在中心城区的中心;椭圆的旋转角度从165.39°变化到170.54°,说明整体商业设施的发展方向有较小变动,5年内商业有很大发展,但发展不均衡,南北方向的商业设施数量增加较多。 显示原图|下载原图ZIP|生成PPT 图22012年、2014年、2016年的标准差椭圆 -->Fig.2Standard deviation ellipse of 2012, 2014 and 2016 -->
3.2 商业中心的时空变化
商业中心的发展影响城市空间结构,是城市规划的重要内容。通过对2012年、2014年、2016年5种类型商业设施的POI数据进行核密度分析,总体来看,哈尔滨市中心城区的商业中心集聚程度在空间分布上呈“面域+极核”、放射型面状发展的格局(图3)。 显示原图|下载原图ZIP|生成PPT 图32012年、2014年、2016年商业设施的密度值 -->Fig.3The density value of the commercial facilities in 2012, 2014 and 2016 -->
由于3个间隔年的时间跨度较小,为避免结果不明显,本文选取2012年和2016年各类商业设施进行核密度分析(图4)。依据相关研究成果,搜索半径阈值在200~1200 m的范围内都是合理的,核密度结果随搜索半径的增大而愈加平滑[24,25]。依照本文的研究区域尺度和不断试验的结果,选取搜索半径为1200 m,像元大小30 m×30 m。 显示原图|下载原图ZIP|生成PPT 图42012年、2016年各类商业设施的核密度分析结果 -->Fig.4Nuclear density analysis results of various commercial facilities in 2012 and 2016 -->
(1)当前利用城市POI数据进行城市地理的研究较为丰富,但只能获取现时的数据。由于跨度更大年份的POI数据获取有难度,本文利用跨度较小的3个年份城市商业设施数据分析了哈尔滨市中心城区的商业设施的时空演变与集聚特征,结果比较符合实际情况,有一定的可信度。城市土地资源是有限的,城市中的商业设施的数量达到一定的临界值,商业设施的数量就会维持一定的数量。当城市商业设施在空间中达到饱和状态时如何继续发挥商业设施的最佳效益并进行合理分配,一直是商业地理学探究的重点。由于数据的不可获取性,本文没有涉及商业设施的效益研究。随着数据挖掘技术的进步,未来将利用时间和地域尺度跨度更大的数据对商业设施的数量和效益的关系进行进一步研究。 (2)由于大数据的开放度不高,城市研究者常常局限于数据的获取,无法宏观把握大数据信息对城市发展的影响。随着研究者对城市大数据需求的增多,相关部门建立数据开放与共享平台,大数据的采集与监测技术不断提升,多角度获取数据的属性信息的机会增加,快速高效处理地理数据,可视化表达方式不断增多,将会为城市研究提供更好的研究手段。随着互联网通信技术的发展以及城市大数据获取技术的进步,将传统数据与新兴大数据相结合进行智慧城市研究成为发展趋势。 The authors have declared that no competing interests exist.
[WuZhongqing, DaiXuezhen, DaiXinghua.Review and prospects for study on spatial structure of urban commercial activity . , 2003, 23(3): 327-332.] [本文引用: 1]
[10]
林耿, 许学强. 广州市商业业态空间形成机理 . , 2004, 59(5): 754-762.
[LinGeng, XuXueqiang.Forming mechanism of spatial structure of commercial types in Guangzhou city . , 2004, 59(5): 754-762.]
[ChaiYanwei, WengGuilan, ShenJie.A study on commercial structure of Shanghai based on residents' shopping behavior . , 2008, 27(4): 897-906.] [本文引用: 1]
[QinXiao, ZhenFeng, ZhuShoujia, et al.Spatial pattern of catering industry in Nanjing urban area based on the degree of public praise from Internet: A case study of dianping.com . , 2014, 34(7): 810-817.]
[WangDe, WangCan, XieDongcan, et al.Comparison of retail trade areas of retail centers with different hierarchical levels: A case study of East Nanjing Road, Wujiaochang, Anshan Road in Shanghai . , 2015, (3): 50-60.]
[ZhangXiaoying, WuXibo.Spatial-temporal evolution of malls in Guangzhou city and its impact on urban commercial spatial structure . , 2016, 36(2): 231-238.]
[ChenWeishan, LiuLin, LiangYutian.Retail center recognition and spatial aggregating feature analysis of retail formats in Guangzhou based on POI data . , 2016, 35(4): 703-716.]
[WuMinkang, ZhangHongou, WangYang, et al.Identify of the multiple types of commercial center in Guangzhou and its spatial pattern . , 2016, 35(8): 963-974.] [本文引用: 1]
OkabeA, SatohT, SugiharaK.A kernel density estimation method for networks, its computational method and a GIS-based tool . , 2009, 23(1): 7-32. [本文引用: 1]
[25]
Thurstain-GoodwinM, UnwinD.Defining and delineating the central areas of towns for statistical monitoring using continuous surface representations . , 2000, 4(4): 305-317. [本文引用: 1]