西安市企业社区分布格局与形成机制

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

吴文恒¹^,²^,³, 黄坤¹, 丁竹慧¹, 宋彦^,²1. 西北大学城市与环境学院,西安 710127
2. 北卡罗来纳大学教堂山分校城市与区域规划系,教堂山 NC27599,美国
3. 陕西省地表系统与环境承载力重点实验室,西安 710127

Distribution pattern and formation mechanism of enterprise community in Xi'an, China

WU Wenheng¹^,²^,³, HUANG Kun¹, DING Zhuhui¹, SONG Yan^,²1. College of Urban and Environmental Sciences, Northwest University, Xi'an 710127, China
2. Department of City and Regional Planning, University of North Carolina at Chapel Hill, Chapel Hill, NC 27599, USA
3. Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity, Xi'an 710127, China

通讯作者: 宋彦（1973- ）,女,江苏扬州人,博士,教授,研究方向为可持续城市规划与管理。E-mail: ys@email.unc.edu

收稿日期:2018-08-31修回日期:2018-11-19网络出版日期:2019-12-20

基金资助:

教育部人文社会科学研究规划基金项目.18YJA840013
陕西省社会科学基金项目.2016D022

Received:2018-08-31Revised:2018-11-19Online:2019-12-20
作者简介 About authors
吴文恒（1977-）,男,江苏邳州人,博士,副教授,研究方向为城乡发展与规划E-mail:wuwh@nwu.edu.cn。

摘要
研究传统企业社区分布格局,有助于综合认识和科学优化城市内部空间。选择西安市主城区为研究区域,基于POI数据,结合实地调查,采用空间分析方法,探究城市企业社区的分布格局与形成机制。研究发现,莲湖、新城、碑林、雁塔四个区企业社区数量多,莲湖区达238个;桃园路、土门、电子城、张家村、胡家庙、红庙坡、长乐中路、韩森寨、纺织城、枣园等街道的企业社区最为集中,桃园路街道多达70个,企业社区密集的街道基本地处钟楼周围的近中心区。企业社区主要分布于距钟楼2~8 km的明城墙之外、三环路以内,占总量78.59%;同时沿陇海铁路东西延伸,南侧集中于8 km宽度,呈“大分散、小聚集”的带状与团簇状分布,北侧集聚在距铁路2 km范围,向外幂次减少。企业社区的热点街道包括莲湖区的土门、枣园、桃园路,新城区的长乐中路、韩森寨,灞桥区的纺织城和雁塔区的小寨路;冷点主要集中在主城区北部的大片地区以及城市中心区域,以未央区未央湖街道、莲湖区北院门街道,新城区的解放门、西一路、中山门街道尤为突出。核密度分析显示企业社区空间结构亦呈大范围分散、小范围集聚的特征,分布密度高值的街道与热点分析结果有较高一致性。传统企业社区分布格局主要是计划经济下城市社会发展的结果,具时代和地方特色,受政策推动、交通线路、城市格局、规划设计、企业位置、自然条件及城市化、市场化等多种因素综合影响。
关键词： 企业社区;分布格局;形成机制;西安市

Abstract

Urban renewal is the objective need of the new normal of China's urbanization development in the new era. The study on the distribution pattern of traditional enterprise community is helpful for better comprehensive understanding and scientific optimization of urban internal space. In this paper, main city zone of Xi'an, which consists of 6 districts and 54 subdistricts, is chosen as the study area. Further, based on point of interest (POI) and field survey data, distribution pattern and formation mechanism of urban enterprise communities are probed by spatial autocorrelation analysis and nuclear density analysis methods. The results show that firstly, enterprise communities are abundant in Lianhu, Xincheng, Beilin and Yanta districts, and the number is the largest in Lianhu district, where it is as many as 238. At the same time, enterprise communities mainly concentrate in subdistricts of Taoyuanlu, Tumen, Dianzicheng, Zhangjiacun, Hujiamiao, Hongmiaopo, Changlezhonglu, Hansenzhai, Fangzhicheng, Zaoyuan, and so on, and the number of communities in Taoyuanlu subdistrict reaches 70. The subdistricts with dense enterprise communities are mainly located in the near central area around the Bell Tower. Secondly, enterprise communities are mostly distributed between Ming city wall and the third ring road, which is about two to eight kilometers away from the Bell Tower and accounts for 78.59% of the total. At the same time, the community spreads east-west direction along the Longhai Railway. It concentrates in the width of 8 kilometers away from south side of the railroad, and presents the band and cluster distribution of spatial 'large dispersion and small aggregation'. It is distributed in the width of 2 kilometers away from north side of the railroad, and takes on the characteristics of exponential decrease outward. Thirdly, the Moran's I index for the community is 0.27, which indicates that the positive spatial autocorrelation is very significant. That is to say, the subdistricts with more communities tend to cluster in space, and the subdistricts with less community are adjacent. Fourthly, hotspot subdistricts of enterprise communities consist of Tumen, Zaoyuan and Taoyuanlu of Lianhu district, Changlezhonglu and Hansenzhai of Xincheng district, Fangzhicheng of Baqiao district, and Xiaozhai of Yanta district; cold spots chiefly concentrate in the north of main urban area and the central urban area, and Weiyang Lake subdistrict in Weiyang district, Beiyuanmen subdistrict in Lianhu district, and Jiefangmen, Xiyi Road, Zhongshanmen subdistricts in Xincheng district are particularly prominent. In addition, the analysis of kernel density shows that the spatial structure of enterprise community is also characterized by large scale dispersion and small scale agglomeration, and the subdistricts with high distribution density are basically consistent with the results of hotspot analysis. Finally, it should be said that the distribution pattern of traditional enterprise community is the result of historical and social development, and has the characteristics of times and places. It is jointly affected by many factors such as policy making, traffic routes, urban pattern, planning and design, enterprise location, natural conditions, urbanization, and marketization.

Keywords：enterprise community;distribution pattern;formation mechanism;Xi'an

PDF (9043KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
吴文恒, 黄坤, 丁竹慧, 宋彦. 西安市企业社区分布格局与形成机制. 地理研究[J], 2019, 38(12): 3038-3054 doi:10.11821/dlyj020180962
WU Wenheng. Distribution pattern and formation mechanism of enterprise community in Xi'an, China. Geographical Research[J], 2019, 38(12): 3038-3054 doi:10.11821/dlyj020180962

1 引言

近年来,中国城市化已经从高速转向中高速增长,城市外围拓展逐渐放缓^[1],大部分城市建设由增量扩张向存量开发转型^[2]。未来5至10年乃至更长一段时期,城镇化将进入提升质量为主的转型发展新阶段^[3],内部空间重组和功能重构将是重要方向^[4],其中自20世纪90年代开始衰败至今仍在乏力延续的城市旧工业区或老城区的居住社区更新不容忽视^[5,6],更新或重建不景气的用地空间将有助于提升城市的可持续性^[7]。

计划经济时期的城市传统单位社区,自20世纪90年代受商品房市场冲击,大量居民从单位住房迁出。社区社会转型的同时,留存的传统住房也面临50年住宅设计使用年限和70年产权年限,以及空间更新优化的现实问题。这些早期的企事业社区,因单位类型多样,大小不一,人口、面积差异,但以企业单位社区数量多、占地规模大、更新建设少、传统老旧而影响深远。

单位社区的研究主要集中在社区变迁变革,社区的物质、行为与社会空间,社区治理与建设、职住关系等方面。它是计划经济体制下形成的一种特殊管理制度和运行方式^[8],塑造了独特的居住空间。中国改革开放前,规模大或新建的工厂通常位于郊区或独立的小镇,同时建有住房和其他服务设施^[9],规模较小的单位与其他单位共享住房和生活设施,多分布于内城或中心城区,形成了单位影响社区的居住格局^[10]。经济社会转型以来,以中国为代表的社会主义城市住房市场与西方发达国家一样,深受商品化和市场化影响^[11,12],居民逐渐告别单位大院福利分房制,有了更多自由选择权^[13],小区取代单位社区成为城市新空间单元^[8]。尽管有相似的围墙和门卫,两者却有着管理和运营方式的根本区别^[14],导致“门禁社区”和“衰败社区”出现^[15]。居住空间分异和单位社区杂化是当时的主要表现^[16],具体反映在社会群体通过居住选择等方式引起的城市空间集中或隔离^[17,18],居民构成多元、社区管理真空、住房产权多样化、服务设施外向化^[19,20];社区土地利用转向集约、居住景观杂化、设施供给和使用者发生变化等现象^[21]。当然,政府致力于单位社区土地开发利用与管理,也带来了充满活力、混合使用和灵活的城市社区,以及生机勃勃的邻里空间^[22,23]。

国际上单位社区的研究涉及社区变革、治理建设等方面。捷克首都布拉格社会空间分异源于不断扩大的收入差异和住房体系的转变,拥有不同择居能力的居民在住房市场中向不同类型居住区集聚和分化^[24]。前苏联通过住房私有化,重新确认产权,影响居民流动,实现住房与其居住者的有效结合,从而影响和重塑城市结构^[25]。加尔各答将公共住房租赁转向租户出售,这种公共住房私有化既节约资源,又实现城市的高效管理^[26]。后社会主义城市被认为走了与许多西方城市一样的发展道路^[27,28,29],诸如中欧和东欧,大型传统产业下滑,许多城市出现住宅郊区化,旧城更新与改造,居住隔离,以及单位居住社区式微的现象^[30,31,32]。城市社区逐渐成为社会治理的基本单元,强调在城市规划进程中利益相关群体的社区参与和管理,以减少冲突和矛盾^[33,34];重视社区的灾害风险管理^[35],认为社会凝聚力对社区恢复力有重要影响作用^[36],可以通过战略性城市规划,提升社区和个体的幸福指数^[37]。

近年来,单位制居住社区与通勤效率之间的相互关系研究,证实了职住平衡的重要性^[38,39],可以减少通勤量^[40],有助于构建低碳城市空间^[41]。西方社会一直争论政府干预能否实现职住平衡和缩短通勤距离。在中国,1978年以前单位内部的职住通勤很好地表明了政府干预的作用,混合土地利用和职住平衡的城市规划和政策应被充分考虑^[42]。当前,对北京通勤样本问卷调查及多元回归模型应用的研究折射出了单位制度改革对个体日常生活的影响^[43];基于结构方程模型研究工作-住房关系、交通方式和通勤时间的相互作用表明,传统单位系统影响逐渐衰减,城市的市场化改革改变了工作-住房的平衡,增加了通勤需求^[44]。

这些研究多从社会、管理角度对单位社区的转型发展及其衍生的功能空间变化、职住与通勤等方面展开,得到富有参考价值的成果。但总体来说,社区格局、更新发展以及这类社区当前或未来走向的研究仍很缺乏,缺少相对大范围的数据、技术支撑的定量研究;案例社区研究相对多,系统的宏观整体研究少,一定程度降低了城市尺度下企业社区的可辨识度。因此,本文从内部更新改造的角度出发,研究占地大、数量多的城市企业社区的分布格局,将有助于丰富居住社区的理论内涵,加强以人为本的内城人居环境改善的空间认识,对未来城市管理、系统治理企业社区的政策制定与规划逻辑有重要参考价值。所谓企业社区,即主要是计划经济时期由企业出资建设并负责管理,以解决职工住房与生活为宗旨,占据一定空间并延续下来的社区类型,包括工业企业社区、建筑业社区等,是单位社区的重要部分。

2 研究区概况与研究方法

2.1 研究区概况

西安地处关中平原,南依秦岭,北邻渭河,是计划经济时期重点建设城市之一。“一五”计划时期156个重点建设项目有24项布置到陕西,其中17项位于西安市,加以原有产业基础,国家、省市各类大小民用、军工和众多配套企业建立,铸就了该市传统企业及单位社区众多的发展态势。改革开放尤其20世纪90年代之后,西安城市外围各类开发区急剧拓展,内部土地置换不力,虽然陆续进行了局部更新改造,传统企业社区依然较多存在,典型性突出。

目前西安企业社区基本可以分为三类,少量仍在运营的企业自主管理社区,部分企业被兼并重组后社区被粗放管理以及大量企业破产倒闭后国资委负责的物业管理机构维持社区运行。无论建设年代与类型,技术水平的限制使其大多存在社区老旧、建筑陈旧,生活环境条件较恶劣,居住空间有限,面临使用年限等系列问题。小范围的企业社区开发难以改善城市大范围内的整体状况,未来仍需政府主导,有计划的改造更新将是这类社区不可避免的归宿。

西安市行政范围包括11区2县,企业社区多分布于内部市区,故本文以碑林、雁塔、莲湖、灞桥、新城、未央6个市辖区（传统主城区）作为研究区,54个街道作为研究单元（表1、图1）。

Tab.1
表1
表1研究区概况
Tab.1The status of the study area

行政区	总面积(km²)	常住人口(10⁴)	人口密度(人/ km²)	街道办事处(个)
新城	30.13	60.91	20216	9
碑林	23.37	63.87	27330	8
莲湖	38.32	72.23	18849	9
灞桥	324.50	62.73	1933	9
未央	264.41	85.08	3218	11
雁塔	151.44	123.11	1189	8

注：数据来源于2017年西安市统计数据和2016年西安市POI数据。

新窗口打开|下载CSV

图1

新窗口打开|下载原图ZIP|生成PPT
图1西安市主城区

Fig. 1Main urban area of Xi'an

2.2 数据获取

2.2.1 数据来源为便于空间分析,研究使用兴趣点（point of interest,POI）数据。POI作为新的空间数据源,是一种代表真实地理实体的点状数据,具有数据量大、覆盖面广、识别精度高、易于获取等优点,目前主要用于服务业区位选择的交通网络指向^[45]、商业业态空间布局与识别^[46,47]、城市建成区识别^[48]、物流空间格局^[49]等方面研究。住区POI数据包含空间位置、类型等属性信息^[50],能够从微观尺度表征城市居住实体^[51]以及社区演变格局和微观变化^[52],降低社区空间研究的成本和难度^[47],弥补宏观分析与传统社会经济统计数据的不足^[53]。大数据可能欠缺小数据的精度,但可以减少个别样本数据对研究的干扰,更加客观,在揭示研究对象整体特征上更加科学和有说服力^[52]。故此,用Python程序从高德地图开放平台采集包含小区名称、类型、地址、经纬度、所属行政区等属性的西安市住宅小区POI数据,采集时间为2016年12月。

2.2.2 数据筛选采集到西安市住宅小区共计11052个^①(①未含阎良区与周至县。)。以城市所辖的区为筛选条件,选出研究范围内6个区的住宅小区数据9135个;进一步依据各区所辖街道办的地图,以道路名称为条件,筛选出该街道范围内所有小区;随后到各街道办事处及街办社区核实企业社区数据,进行重复点的合并、删除等处理,以此精准定位数据;最后,随机走访企业社区,进一步核实社区类型与建设年代,保证数据的客观性和可靠性。需要说明的是,企业社区主要建于20世纪50—70年代,有些社区的部分楼栋修建、改建或翻修于80年代以后,特别是90年代中国住房改革前后,但社区的主体仍多为计划经济时期建设。

2.2.3 数据处理研究共得到794个企业社区POI数据,通过第三方机构（脉策数据）纠偏系统对其坐标进行纠偏处理,并输入到ArcGIS进行空间分析。经检验,纠偏结果基本符合实际情况。同时,纠偏后的精度为米级,满足研究要求。

2.3 研究方法

2.3.1 空间自相关

（1）全局Moran's I指数

用全局空间自相关Moran's I指数验证西安市企业社区分布的空间模式,其结果将返回5个值：Moran's I 指数、预期指数、方差、Z得分及P值。计算公式为^[54]：

（1）

I = \frac{n \sum_{i}^{=} \sum_{j}^{=} W_{ij} (x_{i} - \overset{?}{x}) (x_{j} - \overset{?}{x})}{\sum_{i}^{=} \sum_{j}^{=} W_{ij} \sum_{i}^{=} (x_{i} {- \overset{?}{x})}^{2}}

式中：x_i、x_j为西安市i、j街道所含企业社区个数;W_ij为街道i和j空间权重矩阵W的相应元素;n为街道个数。统计的Z[I]得分按以下形式计算：

（2）

Z [I] = \frac{I - E [I]}{\sqrt[]{V [I]}}

（3）

E [I] = \frac{- 1}{(n - 1)}

（4）

V [I] = E [I^{2}] - E {[I]}^{2}

全局Moran's I指数取值范围为-1~1之间,符号代表正或负相关,绝对值代表自相关强度,值越接近1表示集聚程度越高;等于0则表示无空间自相关,呈随机分布。

（2）局域Getis-Ord G_i^*指数

热点分析是探索局部空间聚类分布特征的方法,通过得到的Z得分和P值,可以讨论企业社区空间集聚情况,识别冷热点的空间分布。使用Getis-Ord G_i^*统计识别,公式表示为：

（5）

G_{i}^{*} = \frac{\sum_{j}^{=} W_{ij} x_{j} - \overset{?}{x} \sum_{j}^{=} W_{ij}}{S \sqrt[]{\frac{n \sum_{j}^{=} W_{ij}^{2} - {(\sum_{j}^{=} W_{ij})}^{2}}{n - 1}}}

（6）

\overset{?}{x} = \frac{\sum_{j}^{=} x_{j}}{n}

（7）

S = \sqrt[]{\frac{\sum_{j}^{=} x_{j}^{2}}{n} - {(\overset{?}{x})}^{2}}

式中：x_j是j街道中的企业社区个数;W_ij是街道i和j之间的空间权重;n为街道总数。

对于具有显著统计学意义正的Z值,得分越高,高值（热点）的聚类越紧密;对于负的Z值,得分越低,低值（冷点）的聚类越紧密。

2.3.2 核密度分析核密度分析法能根据输入的要素数据计算整个区域的数据集聚状况,从而产生一个连续的密度表面。在分析中,落入搜索区内的点具有不同的权重,靠近格网搜寻区域中心的点会被赋予较大的权重,与格网中心距离加大,权重降低。该方法将企业社区分布数据以连续的图示表达,研究整体的空间分布特征,公式为：

（8）

f (x) = \frac{1}{n h^{d}} \overset{n}{\sum_{i = 1}} K (\frac{S - S_{i}}{h})

式中：K为核函数;S和S_i为空间样本点;h为阀值;n为阈值范围内点的数量;d为数据的维数。

3 企业社区分布特征

传统企业大小不一,职工数量与社区规模差异。据笔者调查,西安市企业社区范围0.1~19.0 hm²不等,因此研究假设企业社区是有一定面积、人口和社会结构的均质载荷点,以便于分析。

3.1 企业社区分布的数量特征

城市的辖区、街道能较细致地反映行政管理单元内企业社区分布的多寡。分别统计研究区内各辖区、街道的企业社区数量（表2）,可以看出,莲湖、新城、碑林、雁塔四个区的企业社区数量较多,莲湖区多达238个;桃园路、土门、电子城、张家村、胡家庙、红庙坡、长乐中路、韩森寨、纺织城、枣园等街道企业社区最为集中,数量均达到30个以上,桃园路街道多达70个,远高于每街道15个企业社区的平均水平。图2进一步显示,企业社区密集的街道基本位于钟楼周围的近中心区。

Tab. 2
表2
表2辖区、街道的企业社区数量
Tab. 2Number of enterprise communities divided into districts and substricts

行政区	企业社区(个)	街道的企业社区(个)
新城	170	胡家庙(38)、长乐中路(36)、韩森寨(35)、太华路(20)、长乐西路(16)、自强路(9)、西一路(8)、解放门(5)、中山门(3)
碑林	119	张家村(41)、太乙路(21)、文艺路(15)、东关南街(15)、长乐坊(12)、长安路(8)、柏树林(5)、南院门(2)
莲湖	238	桃园路(70)、土门(57)、红庙坡(37)、枣园(33)、环城西路(16)、北关(11)、西关(6)、北院门(4)、青年路(4)
灞桥	85	纺织城(35)、红旗(14)、十里铺(11)、席王(11)、洪庆(8)、灞桥(6)、狄寨(0)、新筑(0)、新合(0)
未央	73	三桥(18)、辛家庙(16)、徐家湾(10)、张家堡(10)、大明宫(8)、草滩(5)、谭家(3)、未央宫(3)、未央湖(0)、六村堡(0)、汉城(0)
雁塔	109	电子城(43)、小寨路(17)、大雁塔(16)、等驾坡(11)、长延堡(10)、鱼化寨(8)、曲江(2)、丈八沟(2)

新窗口打开|下载CSV

图2

新窗口打开|下载原图ZIP|生成PPT
图2各街道企业社区分布

Fig. 2Distribution of enterprise communities in each subdistrict of main urban area of Xi'an

3.2 企业社区分布的空间结构

1934年陇海铁路修至西安,现代工业和经济获得发展,为了交通运输便利,企业布置和城市建设受其影响极大。同时,西安位居平原,形成钟楼为中心,明城墙里外为传统城区,企业与城市建设以此为依托不断向四周拓展和蔓延。可以说,钟楼和陇海铁路见证了现当代西安的发展建设,是考量企业社区空间结构的重要参考标的。

3.2.1 集聚于明城墙之外,三环路以内以钟楼为圆心,做半径为2 km、4 km、6 km、8 km、10 km、12 km、14 km、16 km、18 km的缓冲区（图3）,分别统计企业社区数量与占总量的百分比（表3）。总体上看,企业社区广泛分布于主城区18 km范围内,东至洪庆街道,西至三桥街道,南北分别为电子城街道与草滩街道,但近90%企业社区集中于距钟楼10 km范围之内。

图3

新窗口打开|下载原图ZIP|生成PPT
图3钟楼为中心的企业社区圈层分布

Fig. 3Circular distribution of enterprise communities centered on the Bell Tower

Tab. 3
表3
表3钟楼为中心的企业社区分布
Tab. 3Distribution of enterprise communities centered on the Bell Tower

半径(km)	2	4	6	8	10	12	14	16	18
数量(个)	37	212	501	661	709	774	779	786	794
占比(%)	4.66	26.70	63.10	83.25	89.29	97.48	98.11	98.99	100.00
半径(km)	2	2~4	4~6	6~8	8~10	10~12	12~14	14~16	16~18
数量(个)	37	175	289	160	48	65	5	7	8
占比(%)	4.66	22.04	36.40	20.15	6.04	8.19	0.63	0.88	1.01

新窗口打开|下载CSV

此外,统计距钟楼2 km、2~4 km、4~6 km、6~8 km、8~10 km、10~12 km、12~14 km、14~16 km、16~18 km范围内企业社区数量与所占比例如表3。企业社区分布较为集中,主要位于明城墙以外,西安三环路以内^②(②西安城墙为长方形,钟楼距四面城墙各约1.5 km左右;西安二环、三环路呈不规则圆形,分别距钟楼约4 km、8 km左右。),距钟楼2~8 km的范围,每2 km内分别占总量22.04%、36.40%和20.15%,共占78.59%,以距钟楼4~6 km范围最为集中;2 km以内的明城墙内部和8 km以外企业社区分布较少。这个格局也在一定程度反映了计划经济时期西安城市的拓展空间、方向和范围。

3.2.2 沿陇海铁路东西带状延伸,南侧拓展以陇海铁路为中线,南北两侧企业社区数量分别为642个和152个,分别占比80.86%和19.14%,铁路南侧布局为主（图4）,这主要是由于西安城市北部的仓储区、城市备用空间的定位以及城区位于陇海铁路南侧等因素影响^[55],北侧布置企业较少而致。陇海铁路两侧分别作宽度2 km、4 km、6 km、8 km、10 km、12 km的缓冲区,可以看出企业社区基本分布在距陇海铁路8 km范围（表4）,占总量97.48%,呈“大分散、小聚集”的带状或团簇状分布,诸如20世纪50年代沿陇海铁路干线南侧从东向西依次兴建了面积大小不一的纺织城、军工城、电工城工业区（表5）;以此为端,社区伴随企业向城市南部拓展,1980年代电子城街道电子工业区（电子城）的企业社区等。

图4

新窗口打开|下载原图ZIP|生成PPT
图4陇海铁路为中线的企业社区分布

Fig. 4Distribution of enterprise communities with the Longhai Railway as the central line

Tab. 4
表4
表4陇海铁路两侧企业社区分布
Tab. 4Distribution of enterprise communities on both sides of the Longhai Railway

陇海铁路以北	距铁路(km)	2	4	6	8	10	12
	数量(个)	114	128	134	146	147	152
	占总量(%)	14.36	16.12	16.88	18.39	18.51	19.14
	距铁路(km)	2	2~4	4~6	6~8	8~10	10~12
	数量(个)	114	14	6	12	1	5
	占总量(%)	14.36	1.76	0.76	1.51	0.13	0.63
陇海铁路以南	距铁路(km)	2	4	6	8	10	12
	数量(个)	208	483	574	628	642	642
	占总量(%)	26.30	60.83	72.29	79.09	80.86	80.86
	距铁路(km)	2	2~4	4~6	6~8	8~10	10~12
	数量(个)	208	275	91	54	14	0
	占总量(%)	26.30	34.63	11.46	6.80	1.76	0

新窗口打开|下载CSV

Tab. 5
表5
表5陇海铁路沿线部分工业区
Tab. 5Some industrial zones along the Longhai Railway

工业区	范围	面积(km²)	代表性企业(建设年)
纺织城	陇海铁路以南、灞河和浐河之间、南至北殿村	14.0	灞桥电厂(1952)、国棉三厂(1953)、国棉四厂(1954)、国棉五厂(1954)、国棉六厂(1956)、西北第一印染厂(1956)
军工城	东起浐河、西至金花路、北邻陇海铁路、南达等驾坡	21.6	东方机械厂(1952)、黄河机器制造厂(1953)、昆仑机械厂(1953)、秦川机械厂(1953)、华山机械厂(1953)、西北光学仪器厂(1953)
电工城	陇海铁路以南、鱼化寨以北、劳动路以西、未央路以东	10.0	西安绝缘材料厂(1953)、西安电力电容厂(1953)、远东机械制造公司(1953)、西安仪表厂(1954)、西安高压电磁厂(1954)、安庆宇航设备公司(1955)
电子城	吉祥路以南、丈八东路以北、含光路以西、太白南路以东	10.0	陕西华山半导体材料厂(1983)、西安卫光电工厂(1984)

注：资料源自实地调查并参考肖轶等^[56,57]。

新窗口打开|下载CSV

同时,分别统计距陇海铁路2 km、2~4 km、4~6 km、6~8 km、8~10 km、10~12 km南北两侧企业社区的分布状况（表4）：总体上距陇海铁路越远,企业社区越少（图5）。南侧主要集中在距陇海铁路8 km范围内,以2~4 km分布相对最为集中;北侧集聚在距铁路2 km范围内,向外幂次减少。

图5

新窗口打开|下载原图ZIP|生成PPT
图5陇海铁路两侧企业社区

Fig. 5Enterprise communities of the Longhai Railway's both sides

3.3 企业社区分布的集聚特征

3.3.1 企业社区空间集聚明显类比经典引力模型,基于反距离平方的权重系数,西安市794个企业单位社区的Moran's I指数为0.27,标准化Z得分为3.67,P值为0.0002,且小于0.01显著性水平的临界值为2.58,即在0.01水平上通过显著性检验,说明正向空间自相关关系非常显著。

整体来看,西安市传统企业社区分布既非均一又非随机,而是呈现显著的集聚特性。从街道视角来看,传统企业社区多的街道趋向于空间集聚,即所含企业社区个数越多的街道趋于与其他的企业社区多的街道相邻;社区少的街道趋于相邻。

3.3.2 土门、枣园街道企业社区分布活跃,热点特征突出利用ArcGIS中矢量数据的热点分析,从离散的各街道判断区域内部的空间异质性,识别企业社区的热点和冷点空间分布位置,将结果分为冷点、次冷点、过渡、次热点和热点区域五类（图6）。结合表6的统计结果可以看出,以街道为单元,西安市企业社区分布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且在95%的置信度（P<0.05）的P值要求的热点街道区域共有4个,分别为位于莲湖区的土门街道以及邻近的枣园街道,新城区的长乐中路街道和灞桥区的纺织城街道;用于检验的Z得分大于1.65但小于1.96且在90%的置信度（即P<0.10）的热点街道区域共有3个,分布在新城区的韩森寨街道、莲湖区的桃园路街道和雁塔区的小寨路街道。其中,土门、枣园街道的Z得分为2.35,大于1.96,表明这两个街道中企业社区分布密集,且被企业社区分布密集的其他街道包围,是西安市企业社区分布最为活跃的区域。冷点主要集中在西安市主城区北部的大片地区以及城市中心区域,其中以未央区的未央湖街道、莲湖区的北院门街道,新城区的解放门、西一路、中山门街道尤为突出。次冷点区域与冷点区域相邻,包括未央区的汉城街道和莲湖区的青年路街道。

图6

新窗口打开|下载原图ZIP|生成PPT
图6企业社区的冷热点分布

Fig. 6Distribution of cold and hot spots of enterprise communities

Tab. 6
表6
表6企业社区热点分析的统计特征
Tab. 6Statistical characteristics of hotspot analysis of enterprise communities

街道名称	所属行政区	Z得分	P值	所属地段
土门	莲湖区	2.35	0.0186	昆明路、汉城南路、大庆路、丰镐西路
枣园	莲湖区	2.35	0.0186	汉城南路西沿、枣园路、大兴路西段
长乐中路	新城区	2.34	0.0193	长乐中路、万寿路、幸福路
纺织城	灞桥区	2.04	0.0410	纺正街、纺西街
韩森寨	新城区	1.89	0.0587	韩森路、万寿中路、幸福中路、咸宁路
桃园路	莲湖区	1.75	0.0802	劳动路、大庆路、沣镐东路、西二环
小寨路	雁塔区	1.70	0.0891	小寨东路、吉祥路

新窗口打开|下载CSV

3.3.3 企业社区大范围分散、小范围集聚基于西安市主城区企业社区核密度图可以看出（图7）,企业社区空间结构以集聚为主,呈现大范围分散、小范围集聚的特征。其中,分布密度高值出现的地方,所属的街道分别为莲湖区的土门、枣园、桃园路街道,新城区的胡家庙、长乐中路、韩森寨街道,灞桥区的纺织城街道,雁塔区的电子城街道,与热点分析结果具有高度的一致性。

图7

新窗口打开|下载原图ZIP|生成PPT
图7基于核密度的企业社区分布格局

Fig. 7Distribution pattern of enterprise communities based on the kernel density

4 企业社区分布格局的形成机制

西安市主城区传统企业社区及其分布格局主要是计划经济时期城市社会发展的结果,具有时代和地方特色,受自然条件、政策推动、交通线路、城市格局、规划引领、企业位置及市场化、城市化等多种因素交织影响而成。计划经济时期,社会时代背景、经济发展需求、自然区位条件与城市历史基础影响工业产业政策与项目规划布局,政策规划又直接推动了城市格局、交通线路、规划设计引导的企业布局建设,进而决定企业社区布置;改革开放以来,市场经济和市场化住房时代的到来基本终结并定格了福利分房式企业社区的发展建设^[58],政府的财政、土地政策驱动下各类开发区建设与基础设施、工业、住宅、商业带来的外围地区城市化^[59],则不断改变着其与城市区域的空间关系（图8）,最终形成了内部市区为主、大分散小聚集的企业社区分布格局。很难截然分开各个因素,为便于阐释,将主要因素的影响作用分述如下。

图8

新窗口打开|下载原图ZIP|生成PPT
图8企业社区分布格局的形成机制

Fig.8Formation mechanism of distribution pattern of enterprise communities

（1）企业位置决定社区分布。计划经济时期,受前苏联“办公+居住”的规划模式影响,按照“职住就近”原则,居住区以街坊形式就近工业区安排,形成以单位为基本单元的城市空间组织模式^[56,57]。企业社区与企业多相伴而建,尤其功能相关或职能相近企业的层组布置决定了社区的近邻集聚与组团分布。

（2）政策规划推动企业社区建设与分布格局的形成。1949年以来,国家有计划组织大规模国民经济建设,尤其“一五”计划时期集中主要力量进行以苏联援助的156项建设项目为中心的工业建设,为平衡布局,推动内地发展,西安被列为全国第一批重点建设城市^[57],随后“二五”计划时期强调尽快建立大型工业骨干和经济重心,形成若干有比较完整工业体系的城市及区域,西安被确定为“支援西北各省工业建设的基地”,加以“三线”时期部分工厂内迁西安,大量企业与社区自明城墙外围的城市近郊区向外布置,从根本上助推了传统社区的空间分布。1970年代末改革开放,逐步推行社会主义市场经济,国家工业和城市发展重心回归东部沿海地区,西安的企业和社区建设进入缓慢发展时期,受80年代大量人员返城以及企业迁建城市的影响,部分社区继续在城市内部以及边缘区建设开来,诸如韩森寨地区的陕汽集团社区、大庆路的法士特家园以及南郊电子城的企业社区。90年代以来市场化机制和政府政策影响,各类开发区和商品房建设,城市继续向外围拓展,极大改变了原有大规模的企业社区居住模式,也使其由城市外围的居住区逐步演变为城市内部的老旧社区。

（3）交通线路吸引企业社区布置。国家计划的各类项目落户西安,首要考虑的是工业区布局的自然地理地质条件,企业间生产协作、成组布置,交通方便且便于修建铁路支线^[55],有利原材料、劳动力和产品的内外输送。因此,横贯城市北部也是明城墙北侧的陇海铁路沿线的城市外围东西两侧,构成了企业和社区布置的首要理想之地,呈现东西带状延伸、铁路南向拓展为主的分布格局。当然,社区依附于企业布局,但不局限于企业,形成了社区较之企业格局更为密集复杂的分布态势。

（4）城市格局影响企业社区分布。西安南有秦岭,北有渭河,汉长安城、唐大明宫遗址保护区分布于明城墙围合区为主体的旧城区北侧,陇海铁路亦横跨明城墙北侧,构成东西轴向通道（图9）,就此形成了围绕旧城、保护遗址、东西开发为主,建设企业、配套社区的城市开发格局,进而影响社区分布,尤其影响了社区的集聚分布或热点分布。

图9

新窗口打开|下载原图ZIP|生成PPT
图9计划经济时期西安城市发展格局

Fig. 9Urban development pattern of Xi'an during the planned economy

（5）规划设计主导企业社区格局。1950—1952年,西安城市建设部门每年都开展了都市发展计划,提出旧城西部到土门一带为经济中心区,生产区与居住区相邻布置^[57]。1953年,开始编制西安城市总体规划,形成了“一五”计划时期以旧城为核心,沿陇海铁路建设工业区与企业社区的城市空间结构。1959年西安市规划部门编制“大西安”城市总体规划,工业区继续东西扩充以外,南北方向开始拓展^[57],企业社区以旧城为中心随之扩展和蔓延。

5 结论与讨论

5.1 结论

基于POI数据与实地调查,从整体上探究城市传统企业社区的空间分布格局,有助于政府部门与相关从业者系统认识和科学优化城市内部空间。研究得到以下基本结论：

西安市主城区以莲湖、新城、碑林、雁塔四个辖区的企业社区数量多,莲湖区多达238个;桃园路、土门、电子城、张家村、胡家庙、红庙坡、长乐中路、韩森寨、纺织城、枣园等街道社区最为集中,桃园路街道达70个。企业社区密集的街道基本分布在钟楼周围的近中心区。

企业社区主要集聚于距钟楼2~8 km范围的明城墙之外、三环路以内,占总量78.59%,以4~6 km最为集中。同时社区在距陇海铁路8 km范围东西延伸,占97.48%,呈“大分散、小聚集”的带状与团簇状分布。铁路南侧主要在8 km范围,以2~4 km相对集中;北侧在距铁路2 km范围,向外幂次减少。企业社区分布受城市空间格局、交通线路与规划导向影响大。

企业社区多的街道空间集聚,社区少的街道相邻。热点街道共7个,包括莲湖区的土门、枣园、桃园路街道,新城区的长乐中路、韩森寨街道,灞桥区的纺织城街道和雁塔区的小寨路街道,以土门和枣园街道企业社区密集,分布最为活跃。冷点街道主要集中在主城区北部的大片地区以及城市中心区域。核密度分析显示企业社区空间结构亦呈现大范围分散、小范围集聚特征,与热点分析结果有较高一致性。计划经济时期企业层组布局,带来社区的集聚效应明显,一定程度上有利于片区集中改造更新。

西安与其他城市传统企业社区及其分布格局是计划经济下社会发展的结果,具有时代和地方特色,受政策推动、交通线路、城市格局、规划设计、企业位置、自然条件及城市化、市场化等多种因素交织影响而成。

5.2 讨论

面向城市更新,加强企业社区的认识和管理。企业社区是计划经济时期的特色产物,影响和塑造了几代人的生活与活动空间,承载了一定的社会历史与城市记忆,当前很多仍在发挥作用,成为曾经职工的生活栖息地,外来人口落脚城市的庇护所,或成为渐被遗忘的角落。部分企业社区位于政府开发的片区,获得改造或重新利用的机会,大部分仍像灰色的补丁镶嵌在现代化的都市空间。受市场经济、开发建设和行政政策影响,城市外围地区仍在拆迁和不断新建;内城企业社区老旧破败,甚至出现房屋不安全等问题,却因改造成本高、开发价值有限,相对甚少被关注。从精明增长、用足存量以及新型城镇化、城市更新角度,政府及社会应注重空间正义,从整体上系统地加强对企业社区的综合认识和专项整治规划,逐步开展住房使用年限与安全等级评估、房屋或社区环境修缮改造以及重新开发利用企业社区等行动,加强对社区居民及其生活场所的人文关怀,努力创造可续利用、健康有活力的城市发展空间。

企业社区数据来自城市住宅小区资料的筛选,因此小区资料的详实以及数据处理的精准与否可能影响研究结果的准确性,仍需在后续研究,基于其他的数据资料获取方式方法加以深化与佐证。城市在发展,社区亦可能因房屋继承、转让而发生很大改变,但企业社区骨架、运营方式大多依旧,透过数据可以更清楚的辨识企业社区在城市内部的分布格局,对政府相关部门、规划人员等整体认识、科学规划和系统治理内城这类空间,仍有重要研究参考价值。分析空间分布并非最终目的,藉此进一步加强内城不同类型企业社区的转型过程、更新位置、次序、潜力、意愿与规划路径的认识仍是未来探究的方向。

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]

匡文慧, 刘纪远, 邵全琴 , 等. 区域尺度城市增长时空动态模型及其应用
地理学报, 2011,66(2):178-188.

DOI:10.11821/xb201102004 URL [本文引用: 1]

区域尺度城市增长动态模拟(Reg-UGM) 是城市化影响下的土地利用/覆盖变化以及全球环境变化研究的重要手段之一。针对单个城市增长未来情景模拟难以在区域尺度刻画与解释城市化影响下的土地利用/覆盖变化以及与全球环境变化交互过程与作用机理主要问题,本研究集成人工神经网络模型(ANN) 与元胞自动机模型(CA) 构建适合不同情景的区域尺度城市增长动态模型,通过1979 年以来高分辨率遥感信息探测获取的4 个时段京津唐都市圈城市增长时空特征分析提取先验知识规则,模拟京津唐都市圈在基准模式、经济模式、政策模式与结构调整模式未来不同情景模式下城市增长过程。研究表明,Reg-UGM在模拟区域尺度受国家宏观政策等影响城市非线性增长过程具有较好的可靠性,为进一步研究城市化影响下的宏观生态效应提供前提保障。模拟结果显示京津唐都市圈在不同情景模式下城市增长呈现较大的时空格局差异,未来城市增长结构调整模式更符合区域城市化的实际情况,未来区域城市增长将由特大城市向中小城市转移,滨海沿线城镇发展带将经历更快的城市增长过程。

[ Kuang

Wenhui

, Liu

Jiyuan

, Shao

Quanqin

, et al. Dynamic urban growth model at regional scale and its application
Acta Geographica Sinica, 2011,66(2):178-188.]

DOI:10.11821/xb201102004 URL [本文引用: 1]

张甜, 王仰麟, 刘焱序 , 等. 1987—2015年深圳市主城区景观演变过程多时相识别
地理学报, 2016,71(12):2170-2184.

DOI:10.11821/dlxb201612008 URL [本文引用: 1]

城市扩张具有典型的阶段性特征,城市化初期的不透水面快速蔓延和中后期的生态环境约束往往呈现非线性关系。基于多时相数据对典型城市发展中关键指标的变化拐点进行识别,将有助于认识城市景观演变的时间节点,理解城市化的生态响应过程。本文选用深圳市西部1987-2015年长时序Landsat影像共27期,逐年提取新构建的归一化裸露指数（MNDBI*）与归一化植被指数（NDVI*）,从而在时间上寻找城市增长的转折点,在空间上识别不同空间位置的景观演变特征。研究结果表明,1987-2015年深圳市城市增长十分明显,并以2003年为拐点经历了“快速增长”至“平稳约束”的变化;与此对应,植被指数的关键拐点与城市化拐点基本重合,印证了城市建设用地扩张和生态系统响应的时空关联特征。此外,从空间分异来看,深圳市南部各区的城市化约束期出现相对更早,拐点一般在1995-1998年间;而北部各区的快速城市化时期持续更长,一般在2003-2006年后趋于平稳。在空间上,以市图书馆为中心刻画西、北、西北、东北剖面线方向的指标动态,发现采样中心附近的景观类型变化较小,而更远辐射半径经历了更大幅度的城市化;这说明深圳市南部城市发展较早达到饱和,且近30年的城市扩张以由南向北的放射式蔓延为主。面临城市化带来的生态威胁,相关环保措施的有力实施仅能延缓城市化导致的生境退化步伐,城市扩张所带来的生态破坏依然不容小觑,合理而有力的政策颁布、实施与监管在未来的城市发展中极为必要。

[ Zhang

Tian

, Wang

Yanglin

, Liu

Yanxu

, et al. Multi-temporal detection of landscape evolution in western Shenzhen city during 1987-2015
Acta Geographica Sinica, 2016,71(12):2170-2184.]

DOI:10.11821/dlxb201612008 URL [本文引用: 1]

陈明星 . 城市化领域的研究进展和科学问题
地理研究, 2015,34(4):614-630.

DOI:10.11821/dlyj201504002 URL [本文引用: 1]

2014年国家印发了“新型城镇化规划”,标志着中国城市化进入由“数量增长型”向“质量提升型”的转型期,并将新型城市化作为国家未来相当长时期的重要工作内容,为城市化领域研究提供了重大机遇。国际上,城市化的基础理论和内容体系已基本形成并不断丰富,研究阶段持续深化,领域持续扩展,研究方法手段持续改善和进步。国内城市化研究起步晚、进展快,在中国特色城市化合理进程的科学认知与思辨等诸多议题上取得了显著成果。展望未来,提出了城市化领域的5个科学问题及其子问题：城市化的跨学科特性与成立城市化学科,城市化概念、原理、方法等基础理论体系的构建,城市化的区域特性以及与城乡统筹的相互关系,可持续城市化的发展模式与空间格局研究,大数据支持下城市化和智慧城市的系统集成与模拟平台研究。

[ Chen

Mingxing

. Research progress and scientific issues in the field of urbanization
Geographical Research, 2015,34(4):614-630.]

DOI:10.11821/dlyj201504002 URL [本文引用: 1]

阳建强, 杜雁 . 城市更新要同时体现市场规律和公共政策属性
城市规划, 2016,40(1):72-74.

[本文引用: 1]

[ Yang

Jianqiang

, Du

Yan

. Urban renewal should reflect both the market law and the attribute of public policy
City Planning Review, 2016,40(1):72-74.]

[本文引用: 1]

[5]

张熙, 艾丽双 . 老城区城市更新的规划实证研究: 以北京市西城区广外地区为例
江苏城市规划, 2016, ( 10):13-20.

[本文引用: 1]

[ Zhang

, Ai

Lishuang

. An empirical study on urban renewal planning in old urban areas: Taking Guangwai region of Beijing Xicheng district as an example
Jiangsu Urban Planning, 2016, ( 10):13-20.]

[本文引用: 1]

[6]

杨莉 . 乌鲁木齐市老城区更新规划探索
上海城市规划, 2016, ( 1):77-84.

[本文引用: 1]

[ Yang

. Study on urban regeneration in Urumqi old town
Shanghai Urban Planning, 2016, ( 1):77-84.]

[本文引用: 1]

[7]

Rose D

, Privitera

, Barbarossa

, et al. Assessing spatial benefits of urban regeneration programs in a highly vulnerable urban context: A case study in Catania, Italy
Landscape and Urban Planning, 2017,157:180-192.

DOI:10.1016/j.landurbplan.2016.05.031 URL [本文引用: 1]

[8]

Bray

. Social Space and Governance in Urban China: The Danwei System from Origins to Reform. Stanford: Stanford University Press, 2005.

[本文引用: 2]

[9]

Bjorklund E

. The Danwei: Socio-spatial characteristics of work units in China's urban society
Economic Geography, 1986,62(1):19-29.

DOI:10.2307/143493 URL [本文引用: 1]

[10]

Logan J

, Bian

. Housing inequality in urban China in the 1990s
International Journal of Urban and Regional Research, 1999,23(1):7-25.

DOI:10.1111/ijur.1999.23.issue-1 URL [本文引用: 1]

[11]

冯健, 周一星 . 北京都市区社会空间结构及其演化: 1982—2000
地理研究, 2003,22(4):465-483.

URL [本文引用: 1]

利用2000年的第5次人口普查数据和1982年的第3次人口普查数据,采用因子分析和聚类分析技术研究了近20年来北京都市区的社会空间结构及其演化。对比1982年的情况,2000年北京都市区社会空间结构的主因子、社会区类型、模式及其形成机制均发生了较多的变化。1982年北京都市区的社会空间结构相对简单,整体上表现出一定的同质性特点;2000年的社会空间结构则趋于复杂,诸社会区之间主要以同心圆的方式组合,也伴有多核心和扇形结构,异质性的特征十分突出。论文最后从宏观、中观和微观3个层次提出了一种城市社会空间结构演化的交叉式网络机制,认为它有效地推动了计划经济特色明显的北京都市区社会空间结构向市场转型条件下的社会空间结构转化。

[ Feng

Jian

, Zhou

Yixing

. The social spatial structure of Beijing Metropolitan Area and its evolution: 1982-2000
Geographical Research, 2003,22(4):465-483.]

URL [本文引用: 1]

Gu C

, Wang F

, Liu G

. The structure of social space in Beijing in 1998: A socialist city in transition
Urban Geography, 2005,26(2):167-192.

DOI:10.2747/0272-3638.26.2.167 URL [本文引用: 1]

[13]

杨永春, 谭一洺, 黄幸 , 等. 基于文化价值观的中国城市居民住房选择: 以成都市为例
地理学报, 2012,67(6):841-852.

DOI:10.11821/xb201206011 URL [本文引用: 1]

在城市快速转型与变迁过程中,中国城市居民的住房选择既受限于传统文化价值观长期根深蒂固的影响,又受到西方国家现代文化思潮的不断冲击,从而确立了随时代变迁的多样化的文化价值观体系。基于文化价值观视角,分析了中国城市居民的住房选择模式和机理,初步构建了计划经济体制下和转型期中国城市居民住房选择的理论模型。进而,以成都市为例,采用大规模面对面深度访谈式调查方法获取原始数据,揭示了文化价值观对中国居民住房选择的影响。研究表明:文化价值观一般会通过宏观和微观区位选择观、教育观、抚养和赡养观、婚姻观和养老观等四大途径单独或耦合影响城市居民住房的选择方式和结果,且随着后辈的成长和长辈年龄的增长,代际居住模式呈现出一种中国特有的家庭周期性分异规律。

[ Yang

Yongchun

, Tan

Yiming

, Huang

Xing

, et al. Housing choice of urban residents in China based on the transformation of cultural values: A case study in Chengdu
Acta Geographica Sinica, 2012,67(6):841-852.]

DOI:10.11821/xb201206011 URL [本文引用: 1]

Lin

. Remaking Chinese urban form: Modernity, scarcity and space, 1949-2005
Urban Geography, 2008,29(2):187-188.

DOI:10.2747/0272-3638.29.2.187 URL [本文引用: 1]

[15]

Wu F

. Urban restructuring in China's emerging market economy: Towards a framework for analysis
International Journal of Urban and Regional Research, 1997,21(4):640-663.

DOI:10.1111/ijur.1997.21.issue-4 URL [本文引用: 1]

[16]

柴彦威, 塔娜, 毛子丹 . 单位视角下的中国城市空间重构
现代城市研究, 2011,26(3):5-9.

[本文引用: 1]

[ Chai

Yanwei

, Ta

, Mao

Zidan

. Urban spatial reconstruction in cities in China: From the perspective of Danwei
Modern Urban Research, 2011,26(3):5-9.]

[本文引用: 1]

[17]

王梅梅, 杨永春, 谭一洺 , 等. 中国城市居民的家庭代际分/合居行为及其影响要素: 以成都市为例
地理学报, 2015,70(8):1296-1310.

DOI:10.11821/dlxb201508009 URL [本文引用: 1]

1978年以来,中国家庭小型化趋向非常显著,尤以代际分居为核心诱因,代际分居对转型期中国的社会稳定、家庭和睦乃至住房市场都构成了很大的影响。而且,中国的代际分居现象及其机制和西方社会存在根本的不同,此文讨论了转型期基于代际分居率和家庭生命周期的中国城市居民分/合居行为的概念模型,随后选择成都市主城区进行了实证,因为该地区不但社会经济发展速度快,户籍居民的老龄化趋向明显,而且兼受中国传统文化和西方文化的耦合影响。与西方发达社会基于家庭生命周期先合居、后分居的规律不同,中国城市居民家庭居住行为呈现出合居—（小）分居—合居—分居—（小）合居—（小）分居—（小）合居的变化过程。采用2012-2013年的实地调研数据,采用Pearson相关性分析法提取主要影响因素,后采用二元logistic 回归方法研究了主要因素对居民分/合居行为的显著性和正负影响,并对不同年龄段的城市居民家庭代际分/合居行为的代际分/合居选择及其影响因素进行了分析。结论如下：① 文化程度、配偶健在、家庭人均收入、父母应帮子女成家、父母应帮子女买房、与子女/父母代际分居意愿、作息习惯、饮食习惯、安静/热闹偏好、卫生习惯、居家习惯和私密空间习惯与家庭代际分居率正向显著;② 年龄、家庭居住面积、父母应帮忙抚养孙辈、（子女）应该养老、父母/子女应临近居住、养儿防老、养育习惯等变量与家庭代际分居率负向显著;③ 不同年龄段居民的代际分/合居选择的影响因素及其显著度有所差异。

[ Wang

Meimei

, Yang

Yongchun

, Tan

Yiming

, et al. Behavior and factors influencing intergenerational household cohabitation/separation among urban Chinese citizens: A case study from Chengdu
Acta Geographica Sinica, 2015,70(8):1296-1310.]

DOI:10.11821/dlxb201508009 URL [本文引用: 1]

周春山, 边艳, 张国俊 , 等. 广州市中产阶层聚居区空间分异及形成机制
地理学报, 2016,71(12):2089-2102.

DOI:10.11821/dlxb201612002 URL [本文引用: 1]

随着中国社会经济的发展,中产阶层规模不断发展壮大,并逐渐成为社会主流群体,其不断增长的居住空间需求对社会空间结构具有较大影响。本文研究广州市中产阶层聚居区空间分异及形成机制,为政府制定人口发展规划、城市更新等政策提供参考依据。首先采用因子生态分析法、聚类分析法、集中度指数分析了广州市2010年中产阶层聚居区空间分布及特征,并将中产阶层聚居区划分为教育、职业、收入和混合4个亚类聚居区。其次,将2010年中产阶层聚居区与2000年的聚居区比较,发现2000-2010年广州市中产阶层聚居区空间与地域类型演变呈现以下特征：① 中产阶层聚居区区域范围有所扩大,呈现郊区化与向中心性并存现象;② 老城区外围、珠江两岸及经济开发区是中产阶层集中分布的区域;③ 中心城区内城中村外来人口的集聚带来中产阶层的逐渐消失;④ 4个亚类中产阶层聚居区呈现街道数目改变和类型转换的变化;⑤ 中产阶层聚居区呈现强稳定型、弱稳定型、衰减型和增长型4种不同地域类型的变化。最后,本文从社会阶层分化、房地产市场、全球化、传统社会空间历史延续以及个体力量和城市建设等方面对中产阶层聚居区空间分异形成机制进行探讨。

[ Zhou

Chunshan

, Bian

Yan

, Zhang

Guojun

, et al. Spatial differentiation and the formation mechanism of the middle class areas in Guangzhou
Acta Geographica Sinica, 2016,71(12):2089-2102.]

DOI:10.11821/dlxb201612002 URL [本文引用: 1]

张纯, 柴彦威 . 中国城市单位社区的残留现象及其影响因素
国际城市规划, 2009,24(5):15-19.

[本文引用: 1]

[ Zhang

Chun

, Chai

Yanwei

. The residential residual in Danwei community and its impact factor
Urban Planning International, 2009,24(5):15-19.]

[本文引用: 1]

[20]

塔娜, 柴彦威 . 过滤视角下的中国城市单位社区变化研究
人文地理, 2010,25(5):6-10.

[本文引用: 1]

[ Ta

, Chai

Yanwei

. The study on neighborhood change of staff-living community: A perspective of filtering theory
Human Geography, 2010,25(5):6-10.]

[本文引用: 1]

[21]

张艳, 柴彦威, 周千钧 . 中国城市单位大院的空间性及其变化: 北京京棉二厂的案例
国际城市规划, 2009,24(5):20-27.

[本文引用: 1]

[ Zhang

Yan

, Chai

Yanwei

, Zhou

Qianjun

. The spatiality and spatial changes of Danwei compound in Chinese cities: Case study of Beijing No.2 Textile Factory
Urban Planning International, 2009,24(5):20-27.]

[本文引用: 1]

[22]

Zhang

, Chai

. Un-gated and integrated work unit communities in post-socialist urban China: A case study from Beijing
Habitat International, 2014,43(3):79-89.

DOI:10.1016/j.habitatint.2014.01.011 URL [本文引用: 1]

[23]

Liu

. Social changes and neighborhood policy in Shanghai
Policy & Society, 2006,25(1):133-155.

DOI:10.3310/hsdr07410 URLPMID:31869020 [本文引用: 1]

In ‘digital-first primary care’ models of health-care delivery, a patient’s first point of contact with a general practitioner or other health professional is through a digital channel, rather than a face-to-face consultation. Patients are able to access advice and treatment remotely from their home or workplace via a number of different technologies.

[24]

Sykora

. Processes of socio-spatial differentiation in post-communist Prague
Housing Studies, 1999,14(5):679-710.

DOI:10.1080/02673039982678 URL [本文引用: 1]

[25]

Andrusz

, Harloe

, Szelényi

. Cities after Socialism: Urban and Regional Change and Conflict in Post-socialist Societies
New Jersey: Blackwell, 1996.

[本文引用: 1]

[26]

Sengupta

. Liberalization and the privatization of public rental housing in Kolkata
Cities, 2006,23(4):269-278.

DOI:10.1016/j.cities.2006.01.003 URL [本文引用: 1]

The paper focuses on the privatization of public rental housing in Kolkata. The State government has decided to sell to its sitting tenants, due to high maintenance costs and loopholes in the rent setting and allocation processes. The success of privatization of public housing in Kolkata is contingent upon the government’s capacity to turn its liabilities into assets for the future, fending off possible negative externalities of privatization on the low income households that constitute the majority population in the city. The paper suggests that considerable benefits can be accrued from the privatization and concludes with two possible alternatives, within a conducive liberalized environment. The alternatives are not conclusive, but designed to promote alternatives in future research.

[27]

Burawoy

. The end of sovietoloy and the renaissance of modernization theory
Contemporary Sociology, 1992,21(6):774-785.

DOI:10.2307/2075622 URL [本文引用: 1]

[28]

Sailer-Fliege

. Characteristics of post-socialist urban transformation in East Central Europe
GeoJournal, 1999,49(1):7-16.

DOI:10.1023/A:1006905405818 URL [本文引用: 1]

[29]

Golubchikov

, Badyina

. Conquering the inner-city: Urban redevelopment and gentrification in Moscow. In: Tsenkova S, Nedovi?-Budi? Z. The Urban Mosaic of Post-Socialist Europe: Space, Institutions and Policy
Heidelberg and New York: Springer, 2006: 195-212.

[本文引用: 1]

[30]

Stanilov

, Hirt

. The perils of post-socialist transformation: Residential development in Sofia
In: Stanilov K. The Post-socialist City. New York: Springer, 2007: 215-244.

[本文引用: 1]

[31]

Polanska

. Decline and revitalization in post-communist urban context: A case of the Polish city: Gdansk
Communist and Post-Communist Studies, 2008,41(3):359-374.

DOI:10.1016/j.postcomstud.2008.06.002 URL [本文引用: 1]

[32]

Brade

, Herfert

, Wiest

. Recent trends and future prospects of socio-spatial differentiation in urban regions of Central and Eastern Europe: A lull before the storm?
Cities, 2009,26(5):233-244.

DOI:10.1016/j.cities.2009.05.001 URL [本文引用: 1]

Abstract

This article reviews recent patterns of socio spatial differentiation in five Central and Eastern European urban regions: St. Petersburg, Budapest, Sofia, Vilnius and Leipzig. The consideration of the individual city region is complemented with a comparative case study approach, based on first results of a cross-national household survey and expert interviews. Regardless of the vast differences in urban structures, housing markets and socio-economic contexts, certain common factors can indeed be identified. One of the most important factors is the popularity of the suburban single family housing ideal. In addition, certain outcomes are also shared. These include: the wide acceptance of housing districts built during the socialist period by the indwellers contrary to the bad external perception, the emergence of gated residential enclaves and to some extent the upgrading of inner urban areas. The presented housing preferences must be considered as a significant indicator of future urban trends. How these prospects will be implemented in the individual city region depends first of all on the conditions of the local housing markets and housing politics.

[33]

Konsti-Laakso

, Rantala

. Managing community engagement: A process model for urban planning
European Journal of Operational Research, 2018,268(3):1040-1049.

DOI:10.1016/j.ejor.2017.12.002 URL [本文引用: 1]

[34]

Omar

, Omar K

, Othman

, et al. Youth participation in urban neighborhood community. Procedia-Social and
Behavioral Sciences, 2016,234:309-316.

DOI:10.1186/s12889-019-7386-9 URLPMID:31601353 [本文引用: 1]

To revise the Measurement Properties of Neighborhood Scales(MPNS), and to evaluate their reliability and validity.

[35]

Tanwattana

. Systematizing community-based disaster risk management (CBDRM): Case of urban flood-prone community in Thailand upstream area
International Journal of Disaster Risk Reduction, 2018,28:798-812.

DOI:10.1016/j.ijdrr.2018.02.010 URL [本文引用: 1]

[36]

Patel R

, Gleason K

. The association between social cohesion and community resilience in two urban slums of Port au Prince, Haiti
International Journal of Disaster Risk Reduction, 2018,27:161-167.

DOI:10.1016/j.ijdrr.2017.10.003 URL [本文引用: 1]

[37]

Musa H

, Yacob M

, Abdullah A

, et al. Enhancing subjective well-being through strategic urban planning: Development and application of community happiness index
Sustainable Cities and Society, 2018,38:184-194.

DOI:10.1016/j.scs.2017.12.030 URL [本文引用: 1]

[38]

Giuliano

, Small K

. Is the journey to work explained by urban structure?
Urban Studies, 1993,30(9):1485-1500.

DOI:10.1080/00420989320081461 URL [本文引用: 1]

[39]

Zhou

, Zhang

, Chen

, et al. Has the legacy of Danwei persisted in transformations? The jobs-housing balance and commuting efficiency in Xi'an
Journal of Transport Geography, 2014,40:64-76.

DOI:10.1016/j.jtrangeo.2014.04.008 URL [本文引用: 1]

Based on the 2008 Xi'an city-wide household travel survey data, this manuscript investigates the jobshousing balance and commuting efficiency in Xi'an, against the backdrop of the dramatic urban spatial/social transformations occurred in the city since the 1990s. It compares selected excess-commuting indicators of Xi'an with those in selected Chinese and foreign cities. It finds that (a) Xi'an has a short theoretical minimum commute, which indicates a good relative numerical balance of jobs with respect to housing; (b) Xi'an has a relatively low commuting efficiency as compared to most of the foreign cities and other Chinese cities but this can be caused by differences in the size of units of analysis across studies; (c) jobs-residents ratios would not significantly reduce the average commuting distance at the subarea level; (d) job density and migrant ratio are significantly correlated to the average commuting distance at the subarea level; (e) the jobs-housing balance has bigger impacts on bus commutes than on car commutes. This manuscript re-confirms the importance of conducting separate studies of the jobs-housing balance and related issues in the Chinese context. It also shows such studies could generate new insights and policy implications. (C) 2014 Elsevier Ltd.

[40]

Selima

. Job-housing imbalance and commuting time in the Atlanta metropolitan area: Exploration of causes of longer commuting time
Urban Geography, 2002,23(8):728-749.

DOI:10.2747/0272-3638.23.8.728 URL [本文引用: 1]

[41]

柴彦威, 张艳 . 应对全球气候变化, 重新审视中国城市单位社区
国际城市规划, 2010,25(1):20-24.

[本文引用: 1]

[ Chai

Yanwei

, Zhang

Yan

. Rethinking Danwei community in urban China: Actions to global climate changes
Urban Planning International, 2010,25(1):20-24.]

[本文引用: 1]

[42]

, Chai

, Zhang

, et al. Understanding job-housing relationship and commuting pattern in Chinese cities: Past, present and future
Transportation Research Part D: Transport and Environment, 2017,52:562-573.

DOI:10.1016/j.trd.2016.11.011 URL [本文引用: 1]

[43]

柴彦威, 张艳, 刘志林 . 职住分离的空间差异性及其影响因素研究
地理学报, 2011,66(2):157-166.

DOI:10.11821/xb201102002 URL [本文引用: 1]

制度转型与空间重构背景下,中国大城市的居住与就业空间关系发生明显变化,职住分离现象逐渐凸显。尽管城市地理****逐步关注转型期城市居住与就业空间关系的变化对居民通勤行为的影响,然而深入探讨微观个体所承受的职住分离程度的差异性及其影响因素的实证研究仍然缺乏。基于对北京城市520 户家庭、806 个通勤样本的问卷调查数据,本文借助多元回归模型验证了居住区类型、家庭及住房状况、以及其他社会经济属性等居民职住分离程度差异性的影响,从而折射城市转型过程中宏观制度性及结构性因素(如土地市场化改革、住房政策、单位制度改革、城市空间扩展等) 对个体日常生活经历差异性的影响。

[ Chai

Yanwei

, Zhang

Yan

, Liu

Zhilin

. Spatial differences of home-work separation and the impacts of housing policy and urban sprawl: Evidence from household survey data in Beijing
Acta Geographica Sinica, 2011,66(2):157-166.]

DOI:10.11821/xb201102002 URL [本文引用: 1]

Wang

, Chai

. The jobs-housing relationship and commuting in Beijing, China: The legacy of Danwei
Journal of Transport Geography, 2009,17(1):30-38.

DOI:10.1016/j.jtrangeo.2008.04.005 URL [本文引用: 1]

Abstract

China’s market-oriented reform has not only revitalized the economy but also changed the physical structure of Chinese cities, which used to be largely determined by the socialist Danwei (or work unit) system. In order to understand the impacts of the reform and the influence of Danwei on jobs–housing relationships and commuting behavior, this study investigates whether there are differences in commuting behavior between individuals who live in houses provided by Danwei and those who reside in houses from private market sources in urban China. We apply the structural equations model to investigate the interactions between housing source (from Danwei or not), jobs–housing relationship, transport mode and commuting time in Beijing, the capital city of China. The results show that Danwei housing commuters have shorter commuting trips and higher usage of non-motorized transport mode than those who live in houses from the market sources. This finding implies that the diminishing influence of the traditional Danwei system and the market-oriented reform in urban development may have changed the jobs–housing balance and increased travel demand in Chinese cities.

[45]

沈体雁, 周麟, 王利伟 , 等. 服务业区位选择的交通网络指向研究: 以北京城市中心区为例
地理科学进展, 2015,34(8):947-956.

DOI:10.18306/dlkxjz.2015.08.002 URL [本文引用: 1]

基于空间句法、核密度估计和皮尔森相关分析等方法,以北京城市中心区为例,结合空间句法轴线模型与百度POI（Points of Interest）数据,探讨服务业区位选择的交通网络指向规律。结果表明：①北京城市中心区的交通网络总体呈现“东优西劣、北优南劣、西南最劣”的空间格局,高层级网络则呈现“中心环状集聚—外围多极分布”的分布模式。②与高穿行度交通网络相比,高整合度交通网络的区位指向性更强,在不同尺度均更易诱发服务业的集聚。③总体而言,服务业区位选择的交通网络指向性明显,但不同类型服务业的区位指向程度依据研究尺度的不同具有显著差异,并据此将25类主要服务业划分为街区指向型、街道指向型、双重指向型和无指向型四类。本文对探索服务业集聚发展规律、提高服务业和交通网络规划的科学性具有参考意义,并可为北京城市中心区服务业存量优化提供决策依据。

[ Shen

Tiyan

, Zhou

Lin

, Wang

Liwei

, et al. Traffic network point of services location choice: A case study of the central city area of Beijing
Progress in Geography, 2015,34(8):947-956.]

DOI:10.18306/dlkxjz.2015.08.002 URL [本文引用: 1]

焦耀, 刘望保, 石恩名 . 基于多源POI数据下的广州市商业业态空间分布及其机理研究
城市观察, 2015, ( 6):86-96.

[本文引用: 1]

[ Jiao

Yao

, Liu

Wangbao

, Shi

Enming

. Research on the spatial distribution and mechanism of commercial activities of Guangzhou based upon multi-source POI data
Urban Insight, 2015, ( 6):86-96.]

[本文引用: 1]

[47]

陈蔚珊, 柳林, 梁育填 . 基于POI数据的广州零售商业中心热点识别与业态集聚特征分析
地理研究, 2016,35(4):703-716.

DOI:10.11821/dlyj201604009 URL [本文引用: 2]

商业中心是城市零售活动的重要载体,优化商业资源在城市内部空间的合理配置,摸清不同零售经营形态的区位选择,显得尤为重要。以面向公众服务的商业机构兴趣点（POI）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;以广州市为例,分析商业活动的热点地区以及零售业态集聚区的空间分布特征。研究表明：① 根据核密度估计法提取的商业中心在等级上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 以街区为单元,商业网点密度符合局域Getis-Ord G^*指数统计特征的热点区域主要分布在越秀区和天河区,广州市零售业发展的双核心空间格局已经形成。③ 不同的零售业态对商业集聚的区位选择具有显著差异性,百货商店、超市、便利店等零售经营形态的空间集聚特征与该业态的市场定位、经营模式及选址策略基本吻合。总体来看,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,有助于提高政府部门商业规划和零售商选址前期研究的客观性和科学性。

[ Chen

Weishan

, Liu

Lin

, Liang

Yutian

. Retail center recognition and spatial aggregating feature analysis of retail formats in Guangzhou based on POI data
Geographical Research, 2016,35(4):703-716.]

DOI:10.11821/dlyj201604009 URL [本文引用: 2]

许泽宁, 高晓路 . 基于电子地图兴趣点的城市建成区边界识别方法
地理学报, 2016,71(6):928-939.

DOI:10.11821/dlxb201606003 URL [本文引用: 1]

城市建成区边界是认识和研究城市的重要基础性信息,也是落实城市功能空间布局、实施界限管控的前提。但是,以往通过夜间灯光的强度、土地覆被或建筑覆盖率等信息获取城市空间范围的方法,由于受到数据精度和尺度限制,对城市社会经济活动的解释性不强,因而存在较大局限性。电子地图兴趣点（POI）作为城市空间分析的基础数据之一,直观且有效地反映了各类城市要素的集聚状况。本文基于POI与城市空间结构和城市要素空间分布的关联性,提出了一种新的通过POI密度分布来判别城市建成区边界的技术方法。为此,开发了Densi-Graph分析方法,用来分析POI密度等值线的变化趋势,在此基础上对城乡过渡地带的阈值识别的方法进行了理论分析,并讨论了单中心圆结构、双中心“鱼眼型”结构、双中心“子母型”结构等各类城市POI密度等值线的生长规律,证明了Densi-Graph分析方法的适用性。较之以往的城市建成区边界识别方法,这种方法的基础数据更加直观可信,分析结果也更加客观。运用这种方法,本文对全国地级以上城市的建成区边界进行了实证分析,探索了城市建成区边界的阈值及其与城市人口规模、城市所在区域之间的关系。

[ Xu

Zening

, Gao

Xiaolu

. A novel method for identifying the boundary of urban built-up areas with POI data
Acta Geographica Sinica, 2016,71(6):928-939.]

DOI:10.11821/dlxb201606003 URL [本文引用: 1]

Li G

, Jin F

, Chen

, et al. Location characteristics and differentiation mechanism of logistics nodes and logistics enterprises based on points of interest (POI): A case study of Beijing
Journal of Geographical Sciences, 2017,27(7):879-896.

DOI:10.1007/s11442-017-1411-7 URL [本文引用: 1]

The logistics nodes and logistics enterprises are the core carriers and organizational subjects of the logistics space, and their location characteristics and differentiation strategies are of key importance to optimizing urban logistics spatial patterns and ensuring reasonable resource allocation. Based on Tencent Online Maps Platform from December 2014, 4396 logistics points of interest (POI) were collected in Beijing, China. By the methods of industrial concentration evaluation and kernel density analysis, the spatial distribution pattern of logistics in Beijing are explored, the interaction mechanism among the type difference, supply-demand side factors and location choice behavior are clarified, and the internal mechanism of spatial differentiation under the combined influence of transportation, land rent and assets are revealed. The following conclusions are drawn in the paper. (1) Logistics enterprises and logistics nodes exhibit the characteristic of both co-agglomeration and spatial separation in location, and logistics activities display the spatial pattern of "marginal area of downtown area, suburbs and exurban area", which have a weak coupling degree with logistics employment space. (2) The public logistics space, namely, logistics parks and logistics centers, is produced under the guidance of the government, and the terminal logistics space consisting of logistics distribution centers serving for the specific industries and terminal users is dominated by enterprises. The locational differentiation between the two modes of logistics space is significant. (3) In the formation of the logistics spatial location, the government can change the traffic condition by re-planning the transport routes and freight station locations, and control the land rent and availability of different areas by increasing or decreasing the land use of logistics, to impact the enterprise behavior and form different types of logistics space and function differentiation. In comparison, logistics enterprises meet the diverse demands of service objects through differentiation of asset allocation to promote the specialization of division and form the object differentiation of logistics space.

[50]

Fan

, Ma

, Zhou

, et al. Comparative estimation of urban development in China's cities using socioeconomic and DMSP/OLS night light data
Remote Sensing, 2014,6(8):7840-7856.

DOI:10.3390/rs6087840 URL [本文引用: 1]

[51]

韩善锐, 韦胜, 周文 , 等. 基于用户兴趣点数据与Landsat遥感影像的城市热场空间格局研究
生态学报, 2017,37(16):5305-5312.

DOI:10.5846/stxb201605301037 URL [本文引用: 1]

地图用户兴趣点（POI）数据能够反映微观尺度上城市系统中的人类活动。利用2015年夏季Landsat 8遥感影像提取了南京市地表温度和主要土地覆盖类型，利用空间与非空间多元回归模型在2、5、10 km 3个尺度上研究了地表温度与同期POI密度及植被和水体盖度的相关性，并利用方差分解技术定量区分人类活动因子（POI密度）及生态基础设施（植被和水体盖度）对城市热场的相对重要性。结果表明，在3个观测尺度上，POI密度与地表温度均存在极显著的正相关（P< 0.001），且相关性随观测尺度的增大而升高。植被和水体均具有显著的降温效应，水体盖度与地表温度的相关性仅在2 km尺度上显著，在5 km和10 km尺度上其降温效应不再显著。方差分解结果表明，人类活动因子和生态基础设施对地表温度的独立解释率为1.6%-15%，而二者共同解释率达到了40%-70%。研究表明POI作为城市功能节点可以综合反映城市中人类活动的热源强度，在城市热场空间格局研究中是一种可与遥感数据互补的有用数据源。

[ Han

Shanrui

, Wei

Sheng

, Zhou

Wen

, et al. Quantifying the spatial pattern of urban thermal fields based on point of interest data and Landsat images
Acta Ecologica Sinica, 2017,37(16):5305-5312.]

DOI:10.5846/stxb201605301037 URL [本文引用: 1]

龙涛 . 上海中心城区游客兴趣点(POI)时空分布特征研究
上海: 上海师范大学硕士学位论文, 2016.

[本文引用: 2]

[ Long

Tao

. Study on spatial and temporal distribution characteristics of tourists in central Shanghai based on point of interest data
Shanghai: Master Dissertation of Shanghai Normal University, 2016.]

[本文引用: 2]

[53]

潘思东 . 基于夜光遥感和小区POI的住宅发展与经济增长的空间耦合研究
地球信息科学学报, 2017,19(5):646-652.

DOI:10.3724/SP.J.1047.2017.00646 URL [本文引用: 1]

针对城市住宅业发展与其经济增长之间的单向或双向因果关系问题,有关****利用宏观统计分析的方法得到了不同的结论。本文通过构建二者的时空数据集,在城市内部微观层面上剖析了二者的耦合联系及其空间差异性,以期在细尺度上解释二者之间的关系。本文选取郑州市作为研究区,提出了一种基于夜光遥感数据的GDP空间化估算方法,进而生成GDP时空数据集;基于住宅小区POI点数据对城市住宅进行空间密度估计,得到住宅小区的时空分布数据集;最后对GDP和住宅建设密度进行了空间互相关分析,探究住宅发展与经济增长像元尺度上的共变趋势。结果表明：与前人的宏观研究论断不同,耦合分析结果显示住宅业发展与经济增长之间的关系在城市内部具有空间差异性,两者既存在相互影响的区域,也存在无相关的区域;耦合协调关系极显著的区域约占两成,且主要位于市属区和县域中心区;耦合不显著和不相关的区域超过七成,大部分位于市属县域。

[ Pan

Sidong

. Spatial coupling between housing development and economic growth based on night light remote sensing and residential POI
Journal of Geo-information Science, 2017,19(5):646-652.]

DOI:10.3724/SP.J.1047.2017.00646 URL [本文引用: 1]

Gatrell A

. Autocorrelation in spaces
Environment and Planning A, 1979,11(6):507-516.

DOI:10.1007/s11524-019-00373-1 URLPMID:31385136 [本文引用: 1]

Chronic diseases have spread around the world. Cardiovascular diseases (CVD), the most important of the chronic diseases and the leading cause of death in women of Mashhad, are impacted by environmental factors. Urban green spaces (UGSs) are important environmental factors playing a critical role in the prevention and control of CVD. Spatial analysis is useful in understanding the application of UGSs in CVD prevention. To identify the spatial distribution of CVD in Mashhad, Moran's index was used and 7539 home addresses of female patients with CVD were imported into ArcMap. Moran's coefficient was estimated to be 0.34, revealing a clustered distribution of CVD. The spatial autocorrelation between CVD and UGSs was analyzed using Moran's I. Moran's I index value was calculated to be -?0.15, and four types of clusters were identified in eight sub-districts of Mashhad municipality. To find the factors influencing the presence in UGSs among women affected by CVD, 607 female patients living in the selected sub-districts were asked to take part in a telephone survey. Data were analyzed using ordinary least squares (OLS) and geographically weighted regression (GWR) at block level (343 statistical blocks in total). Accordingly, the spatial diversity and effects of three variables of income, level of education, and access to UGSs among female patients with CVD were measured. According to OLS results and the standard residual, two clusters were removed. Finally, vulnerable blocks were identified that could be helpful in the development of prevention policies and place-based interventions.

[55]

周干峙 . 西安首轮城市总体规划回忆
城市发展研究, 2014,21(3):1-6.

[本文引用: 2]

[ Zhou

Ganshi

. Xi'an first round overall planning memory
Urban Studies, 2014,21(3):1-6.]

[本文引用: 2]

[56]

肖轶, 任云英 . 西安“一五”时期工业区布局模式解析
建筑与文化, 2015, ( 4):45-48.

[本文引用: 2]

[ Xiao

, Ren

Yunying

. Analysis on the industry distribution of Xi'an in the first five-year plan period: 1953-1957
Architecture & Culture, 2015, ( 4):45-48.]

[本文引用: 2]

[57]

魏琰, 杨豪中 . 近现代西安城市工业格局演变的历史研究: 1869-1978
城市规划学刊, 2015, ( 1):106-112.

[本文引用: 5]

[ Wei

Yan

, Yang

Haozhong

. A historical study of urban industrial patterns in modern Xi'an
Urban Planning Forum, 2015, ( 1):106-112.]

[本文引用: 5]

[58]

吴文恒, 张敬飒, 徐凯颖 , 等. 城镇购房衡量的农业转移人口流向特征与形成机制
地理学报, 2016,71(10):1680-1695.

DOI:10.11821/dlxb201610002 URL [本文引用: 1]

农业转移人口在城镇购置房产切合了新型城镇化规划和中央经济工作会议对市民化的要求。研究购房定居或准备定居城镇群体的流向特征,有助更好地落实有效供给。随机问卷调查乡村务农人员、打工者,在校大学生、研究生及其背后的家庭成员,采用回忆或电话问询方式填写农村购房转移个体和家庭基本状况,获得江苏、河南、陕西等24省区1327份有效信息,分析中国购房转移群体的流向特征与态势,用Spearman双变量相关分析和多项分类Logistic回归分析方法从个体或家庭角度探究购房流向分异的成因及形成机制。结果表明：20世纪80-90年代购房转移人口少,2000年以来渐多,趋向年轻化,教育程度较高群体多购房转移到规模较大或等级较高的城市。省区内城市,尤其县级城市是购房转移主要地,镇吸纳能力整体较弱,原住地层次影响迁住地高度。东部地区省区内购房转移多元分化,中部地区在县级以上城市分散购房转移,西部地区购房转移到省区内地级以上城市占一半以上。需求互补性、中介机会、距离远近影响购房转移及其分异,获得期望的经济收入加以城市的吸引力,是人们在工作或打工地购置房产的深层原因;没有稳固工作地点,一般倾向家乡的县级城市、镇或者就近的高等级城市购房。购房转移和流向分异与教育程度、固定工作与否、是否购房地工作、现工作地时间、购房年龄等个人或家庭发展条件的因子显著相关,是宏观社会环境政策影响、中观城乡系统各种媒介作用与微观个体或家庭成员主观行为多向耦合综合驱动的结果。

[ Wu

Wenheng

, Zhang

Jingsa

, Xu

Kaiying

, et al. Floating characteristics and formation mechanism of rural-urban migrants in China from the perspective of the urban house purchasing
Acta Geographica Sinica, 2016,71(10):1680-1695.]

DOI:10.11821/dlxb201610002 URL [本文引用: 1]

Su F

, Tao

. The China model withering? Institutional roots of China's local developmentalism
Urban Studies, 2017,54(1):230-250.

DOI:10.1177/0042098015593461 URL [本文引用: 1]