基于累计机会可达性的北京城市公共服务设施复合功能识别

doi:10.12082/dqxxkx.2020.190717

地球信息科学学报 ›› 2020, Vol. 22 ›› Issue (6): 1320-1329.doi: 10.12082/dqxxkx.2020.190717

基于累计机会可达性的北京城市公共服务设施复合功能识别

湛东升^1,^*(), 谢春鑫¹, 张文忠², 丁亮³, 许婧雪², 甄茂成⁴

1. 浙江工业大学管理学院,杭州 310023
2. 中国科学院地理科学与资源研究所中国科学院区域可持续发展分析与模拟实验室,北京 100101
3. 浙江工业大学建筑工程学院,杭州 310023
4. 北京城市系统工程研究中心,北京 100044

收稿日期:2019-11-25 修回日期:2020-03-02 出版日期:2020-06-25 发布日期:2020-08-25
通讯作者: 湛东升 E-mail:zhands@126.com
作者简介:湛东升（1987— ）,男,安徽寿县人,副教授,主要从事城市与区域发展研究。
基金资助:
教育部人文社会科学研究青年基金项目(20YJCZH221);国家自然科学基金项目(41871170);中国科学院区域可持续发展分析与模拟重点实验室开放基金项目

Identifying Mixed Functions of Urban Public Service Facilities in Beijing by Cumulative Opportunity Accessibility Method

ZHAN Dongsheng^1,^*(), XIE Chunxin¹, ZHANG Wenzhong², DING Liang³, XU Jingxue², ZHEN Maocheng⁴

1. School of Management, Zhejiang University of Technology, Hangzhou 310023, China
2. Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China
3. College of Civil Engineering and Architecture, Zhejiang University of Technology, Hangzhou 310023, China
4. Beijing Research Center of Urban System Engineering, Beijing 100044, China

Received:2019-11-25 Revised:2020-03-02 Online:2020-06-25 Published:2020-08-25
Contact: ZHAN Dongsheng E-mail:zhands@126.com
Supported by:
Humanities and Social Sciences Research Program of the Ministry of Education(20YJCZH221);National Natural Science Foundation of China(41871170);Supported by Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences

摘要/Abstract

摘要：

城市时空大数据技术的快速发展和应用,为城市功能区识别提供了新的数据基础和技术手段,但专门关于城市公共服务设施复合功能的研究还相对较少。基于北京市9大类公共服务设施的空间点数据,综合考虑不同类型公共服务设施等级和品质特征,采用累计机会方法对1 km×1 km格网尺度的北京城市公共服务设施可达性进行了综合评价,在此基础上重点分析了北京城市公共服务设施复合功能特征与影响因素。研究表明：① 北京城市公共服务设施累计机会空间分布存在明显的中心集聚特征,但不同类型公共服务设施的空间分布模式和覆盖范围却有所区别;② 北京城市公共服务设施功能区可以划分为单一功能、单一化的复合功能、2种复合功能、3种复合功能和均衡化的复合功能等5大类型;③ 人口密度、距市中心距离、土地价格和经营性为主设施的累计机会可达性是影响北京城市公共服务设施复合功能的重要因素。研究结论对进一步细化城市功能区研究和促进北京城市公共服务设施空间结构优化具有科学启示作用。

关键词: 大数据, 城市功能区, 公共服务设施, 复合功能, 累计机会, 可达性, 影响因素, 北京

Abstract:

Rapid development and application of urban space-time big data have provided a new data environment and technical means for identifying urban functional areas. However, the literature regarding mixed urban functional areas detection in the field of urban public service facilities is still lacking. Using spatial point-level data of nine categories of urban public service facilities in Beijing with consideration of their rank and quality, this paper employed cumulative opportunity method to measure urban public service facilities' accessibility in Beijing at 1 km×1 km grid scale, and further emphatically analyzed the mixed functions and influencing factors of urban public service facilities. The results show that the spatial distribution of urban public service facilities' cumulative opportunity accessibility in Beijing presented a similar characteristic of central agglomeration. While the specific spatial patterns and coverage areas of urban public service facilities varied by their categories. In addition, functional areas of urban public service facilities in Beijing were divided into the five types: single functional areas, mixed functional areas with single facility oriented, mixed functional areas with two types of oriented facilities, mixed functional areas with three types of oriented facilities, and balanced mixed functional areas. Finally, population density, distance to the city center, land price, and cumulative opportunity accessibility of several commercial-oriented facilities were important factors affecting the existence of mixed function of urban public service facilities in Beijing. Our findings provide insights for both urban functional studies and spatial optimization of urban public service facilities in Beijing.

Key words: big data, urban functional area, public service facilities, mixed functions, cumulative opportunity, accessibility, influencing factors, Beijing

湛东升, 谢春鑫, 张文忠, 丁亮, 许婧雪, 甄茂成. 基于累计机会可达性的北京城市公共服务设施复合功能识别[J]. 地球信息科学学报, 2020, 22(6): 1320-1329.DOI:10.12082/dqxxkx.2020.190717

ZHAN Dongsheng, XIE Chunxin, ZHANG Wenzhong, DING Liang, XU Jingxue, ZHEN Maocheng. Identifying Mixed Functions of Urban Public Service Facilities in Beijing by Cumulative Opportunity Accessibility Method[J]. Journal of Geo-information Science, 2020, 22(6): 1320-1329.DOI:10.12082/dqxxkx.2020.190717

图/表 7

表1

表2

表3

图1

图2

图3

表4

参考文献 31

[1]	谷岩岩, 焦利民, 董婷, 等. 基于多源数据的城市功能区识别及相互作用分析[J]. 武汉大学学报·信息科学版, 2018,43(7):1113-1121.
	[ Gu Y Y, Jiao L M, Dong T, et al. Spatial distribution and interaction analysis of urban functional areas based on multi-source data[J]. Geomatics and Information Science of Wuhan University, 2018,43(7):1113-1121. ]
[2]	刘彤, 周伟, 曹银贵. 沈阳市城市功能区分布与人口活动研究[J]. 地球信息科学学报, 2018,20(7):988-995.
	[ Liu T, Zhou W, Cao Y G. Distribution of functional areas and population activities in Shenyang City[J]. Journal of Geo-information Science, 2018,20(7):988-995. ]
[3]	Tian G, Wu J, Yang Z. Spatial pattern of urban functionsin the Beijing metropolitan region[J]. Habitat International, 2010,34(2):249-255.
[4]	Xing H, Meng Y. Measuring urban landscapes for urban function classification using spatial metrics[J]. Ecological Indicators, 2020,108:105722.
[5]	American Planning Association. Planning and urban design standards[M]. Hoboken: John Wiley and Sons, 2006.
[6]	浩飞龙, 施响, 白雪, 等. 多样性视角下的城市复合功能特征及成因探测——以长春市为例[J]. 地理研究, 2019,38(2):247-258.
	[ Hao F L, Shi X, Bai X, et al. Geographic detection and multifunctional land use from the perspective of urban diversity: A case study of Changchun[J]. Geographical Research, 2019,38(2):247-258. ]
[7]	孙博, 程淑佳, 于国政, 等. 景观生态学视角下长春城市功能空间耦合特征研究[J]. 地理科学, 2017,37(4):519-527.
	[ Sun B, Cheng S J, Yu G Z, et al. Coupling characteristics of urban functional space in Changchun city from the perspective of landscape ecology[J]. Scientia GeographicaSinica, 2017,37(4):519-527. ]
[8]	谌丽, 张文忠, 杨翌朝. 北京城市居民服务设施可达性偏好与现实错位[J]. 地理学报, 2013,68(8):1071-1081.
	[ Chen L, Zhang W Z, Yang Y Z. Residents' incongruence between reality and preference of accessibility to urban facilities in Beijing[J]. Acta Geographica Sinica, 2013,68(8):1071-1081. ]
[9]	胡畔, 王兴平, 张建召. 公共服务设施配套问题解读及优化策略探讨——居民需求视角下基于南京市边缘区的个案分析[J].城市规划,2013(10):77-83.
	[ Hu P, Wang X P, Zhang J Z. Problems of public service facilities and its optimization strategies: A case study on Nanjing fringe area based on residents' demand[J]. City Planning Review, 2013(10):77-83. ]
[10]	湛东升, 张文忠, 谌丽, 等. 城市公共服务设施配置研究进展及趋向[J]. 地理科学进展, 2019,38(4):506-519.
	[ Zhan D S, Zhang W Z, Chen L, et al. Research progress and its enlightenment of urban public service facilities allocation[J]. Progress in Geography, 2019,38(4):506-519. ]
[11]	吕永强, 郑新奇, 周麟. 路网中心性与城市功能用地空间分布相关性研究——以北京城市中心区为例[J]. 地理研究, 2017,36(7):1353-1363.
	[ Lv Y Q, Zheng X Q, Zhou L. Relationships between street centrality and spatial distribution of functional urban land use: A case study of Beijing central city[J]. Geographical Research, 2017,36(7):1353-1363. ]
[12]	杨君, 何欢, 胡巧莲, 等. 基于路网密度的城市功能用地空间分布相关性研究——以益阳市中心城区为例[J]. 经济地理, 2018,38(12):97-103.
	[ Yang J, He H, Hu Q L, et al. Relationships between road network density and spatial distribution of urban functional land:A case study of central urban area in Yiyang City[J]. Economic Geography, 2018,38(12):97-103. ]
[13]	Zhou G, Li C, Li M, et al. Agglomeration and diffusion of urban functions: An approach based on urban land use conversion[J]. Habitat International, 2016,56:20-30.
[14]	李娅, 刘亚岚, 任玉环, 等. 城市功能区语义信息挖掘与遥感分类[J]. 中国科学院大学学报, 2019,36(1):56-63.
	[ Li Y, Liu Y L, Ren Y H, et al. Semantic information mining and remote sensing classification of urban functional areas[J]. Journal of University of Chinese Academy of Sciences, 2019,36(1):56-63. ]
[15]	王俊珏, 叶亚琴, 方芳. 基于核密度与融合数据的城市功能分区研究[J]. 地理与地理信息科学, 2019,35(3):66-71.
	[ Wang J J, Ye Y Q, Fang F. A study of urban functional zoning based on kernel density estimation and fusion data[J]. Geography and Geo-information Science, 2019,35(3):66-71.]
[16]	Xing H, Meng Y. Integrating landscape metrics and socioeconomic features for urban functional region classification[J]. Computers, Environment and Urban Systems, 2018,72:134-145.
[17]	王芳, 高晓路, 许泽宁. 基于街区尺度的城市商业区识别与分类及其空间分布格局:以北京为例[J]. 地理研究, 2015,34(6):1125-1134.
	[ Wang F, Gao X L, Xu Z N. Identification and classification of urban commercial districts at block scale[J]. Geographical Research, 2015,34(6):1125-1134. ]
[18]	陈世莉, 陶海燕, 李旭亮, 等. 基于潜在语义信息的城市功能区识别——广州市浮动车GPS时空数据挖掘[J]. 地理学报, 2016,71(3):471-483.
	[ Chen S L, Tao H Y, Li X L, et al. Discovering urban functional regions using latent semantic information: Spatiotemporal data mining of floating cars GPS data of Guangzhou[J]. Acta GeographicaSinica, 2016,71(3):471-483. ]
[19]	韩昊英, 于翔, 龙瀛. 基于北京公交刷卡数据和兴趣点的功能区识别[J]. 城市规划, 2016,40(6):52-60.
	[ Han H Y, Yu X, Long Y. Identifying urban functional zones using bus smart card data and points of interest in Beijing[J]. City Planning Review, 2016,40(6):52-60. ]
[20]	陈泽东, 谯博文, 张晶. 基于居民出行特征的北京城市功能区识别与空间交互研究[J]. 地球信息科学学报, 2018,20(3):291-301.
	[ Chen Z D, Qiao B W, Zhang J. Identification and spatial interaction of urban functional regions in Beijing based on the characteristics of residents' traveling[J]. Journal of Geo-information Science, 2018,20(3):291-301.]
[21]	池娇, 焦利民, 董婷, 等. 基于POI数据的城市功能区定量识别及其可视化[J]. 测绘地理信息, 2016,41(2):68-73.
	[ Chi J, Jiao L M, Dong T, et al. Quantitative identification and visualization of urban functional area based on POI data[J]. Journal of Geomatics, 2016,41(2):68-73.]
[22]	冉钊, 周国华, 吴佳敏, 等. 基于POI数据的长沙市生活性服务业空间格局研究[J]. 世界地理研究, 2019,28(3):163-172.
	[ Ran Z, Zhou G H, Wu J M, et al. Study on spatial pattern of consumer service industry in Changsha based on POI data[J]. World Regional Studies, 2019,28(3):163-172.]
[23]	湛东升, 张文忠, 余建辉, 等. 基于地理探测器的北京市居民宜居满意度影响机理[J]. 地理科学进展, 2015,34(8):966-975.
	[ Zhan D S, Zhang W Z, Yu J H, et al. Analysis of influencing mechanism of residents' livability satisfaction in Beijing using geographical detector[J]. Progress in Geography, 2015,34(8):966-975. ]
[24]	Levinson D, Marion B, Owen A, et al. The city is flatter: Changing patterns of job and labor access[J]. Cities, 2017,60:124-138.
[25]	Ouyang W, Wang B, Tian L, et al. Spatial deprivation of urban public services in migrant enclaves under the context of a rapidly urbanizing China: An evaluation based on suburban Shanghai[J]. Cities, 2017,60:436-445.
[26]	湛东升, 张文忠, 张娟锋, 等. 北京市公共服务设施集聚中心识别分析[J]. 地理研究, 2020,39(3):554-569.
	[ Zhan D S, Zhang W Z, Zhang J F, et al. Identifying urban public service facilities centers in Beijing[J]. Geographical Research, 2020,39(3):554-569. ]
[27]	党云晓, 董冠鹏, 余建辉, 等. 北京土地利用混合度对居民职住分离的影响[J]. 地理学报, 2015,70(6):919-930.
	[ Dang Y X, Dong G P, Yu J H, et al. Impact of land-use mixed degree on resident's home-work separation in Beijing[J]. Acta GeographicaSinica, 2015,70(6):919-930. ]
[28]	Liu X P, He J L, Yao Y, et al. Classifying urban land use by integrating remote sensing and social media data[J]. International Journal of Geographical Information Science, 2017,31(8):1675-1696.
[29]	Zhang Y, Li Q, Tu W, et al. Functional urban land use recognition integrating multi-source geospatial data and cross-correlations[J]. Computers, Environment and Urban Systems, 2019,78:101374.
[30]	蒋海兵, 张文忠, 韦胜. 公共交通影响下的北京公共服务设施可达性[J]. 地理科学进展, 2017,36(10):1239-1249.
	[ Jiang H B, Zhang W Z, Wei S. Public service facility accessibility as influenced by public transportation in Beijing[J]. Progress in Geography, 2017,36(10):1239-1249. ]
[31]	许婧雪, 张文忠, 谌丽, 等. 基于弱势群体需求的北京服务设施可达性集成研究[J]. 人文地理, 2019,34(2):64-71.
	[ Xu J X, Zhang W Z, Chen L, et al. Research on the integration of Beijing service facilities accessibility based on the needs of disadvantaged groups[J]. Human Geography, 2019,34(2):64-71. ]

大类	小类	对应的服务等级	数据来源	年份
购物设施	便利店,普通超市,大型连锁超市	社区级,社区级或街区级,街区级或区级	高德POI数据	2014
餐饮设施	餐馆	社区级	高德POI数据	2014
金融设施	银行机构	社区级或街区级	高德POI数据	2014
教育设施	幼儿园、小学、中学	社区级,社区级,街区级	北京市教育委员会	2016
医疗设施	基层医疗设施、一二级医院、,三级医院	社区级,社区级或街区级,区级或城市级	北京市卫生和计划生育委员会	2016
文体设施	社区文化服务中心,文体综合设施	社区级,区级或城市级	北京市文化局、文物局和体育局	2016
养老设施	养老服务机构	城市级或区级	北京市民政局	2016
休闲游憩设施	公园	城市级或区级	首都园林绿化政务网	2016
公共交通设施	公交站点,地铁站点	社区级,街区级	北京城市实验室和北京市交通委员会	2014、2016

类型	服务质量赋值标准（分）
教育设施	普通幼儿园（1）,示范幼儿园（2）普通小学（1）,网络排名21~100名的小学（2）,网络排名前20名小学（3）普通中学（1）,非第一批次示范中学和区县重点中学（2）,第一批示范中学（3）
基层医疗设施	村卫生室（1）,卫生服务中心（站）（2）
休闲游憩设施	普通公园（1）,精品公园（2）

大类	小类	平均值/分	标准差	变异系数
餐饮设施	餐饮设施	8.19	19.60	2.39
购物设施	便利店	1.63	3.73	2.29
	普通超市	3.34	4.44	1.33
	大型连锁超市	0.79	2.09	2.64
金融设施	金融设施	2.87	7.32	2.55
教育设施	幼儿园	0.27	0.72	2.69
	小学	0.20	0.57	2.83
	中学	0.49	1.13	2.32
医疗设施	基层医疗设施	5.45	6.42	1.18
	一二级医院	45.07	55.96	1.24
	三级医院	32.65	27.25	0.83
文体设施	社区文化服务中心	0.17	0.46	2.73
	文体综合设施	3.31	8.30	2.51
养老设施	养老设施	51.36	28.59	0.56
休闲游憩设施	公园	1.08	2.05	1.90
公共交通设施	公交站点	1.49	2.13	1.43
	地铁站点	0.16	0.45	2.77

解释变量	模型1			模型2
解释变量	回归系数	显著性	Exp(B)	回归系数	显著性	Exp(B)
常量	11.935^***	0.000	152 448.223	-9.940^**	0.037	0.000
人口密度/(人/km²)	0.400^***	0.000	1.492	0.203^***	0.000	1.225
距市中心距离/km	-2.922^***	0.000	0.054	-0.74^*	0.093	0.477
土地价格/(元/km²)	1.503^***	0.000	4.496	1.496^***	0.000	4.465
道路密度/(km/km²)	0.001	0.853	1.001	-0.005	0.413	0.995
餐饮设施可达性				276.344^***	0.000	1.04E+120
购物设施可达性				185.591^***	0.000	3.99E+80
金融设施可达性				438.931^***	0.000	4.22E+190
教育设施可达性				-44.489^***	0.010	0.000
医疗设施可达性				103.498^***	0.000	8.88E+44
文体设施可达性				-73.586^***	0.000	0.000
养老设施可达性				-18.249	0.102	0.000
休闲游憩设施可达性				20.879^***	0.004	1.17E+09
公共交通设施可达性				-57.020^***	0.000	0.000
-2对数似然值	2845.145			2407.497
预测正确率/%	80.4			84.1

基于累计机会可达性的北京城市公共服务设施复合功能识别

Identifying Mixed Functions of Urban Public Service Facilities in Beijing by Cumulative Opportunity Accessibility Method

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 31

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	刘亚溪, 宋辞, 刘起勇, 张知新, 王席, 马佳, 陈晓, 裴韬. 重庆市新型冠状病毒肺炎流行时空特征及其与人群活动性的关系[J]. 地球信息科学学报, 2021, 23(2): 222-235.
[2]	方云皓, 顾康康. 基于多元数据的中国地理空间疫情风险评估探索——以2020年1月1日至4月11日COVID-19疫情数据为例[J]. 地球信息科学学报, 2021, 23(2): 284-296.
[3]	高楹, 宋辞, 郭思慧, 裴韬. 接驳地铁站的共享单车源汇时空特征及其影响因素[J]. 地球信息科学学报, 2021, 23(1): 155-170.
[4]	顾海硕, 陈鹏, 李慧波. 犯罪时空预测方法研究综述与展望[J]. 地球信息科学学报, 2021, 23(1): 43-57.
[5]	王志华, 杨晓梅, 周成虎. 面向遥感大数据的地学知识图谱构想[J]. 地球信息科学学报, 2021, 23(1): 16-28.
[6]	宋关福, 陈勇, 罗强, 武梦瑶. GIS基础软件技术体系发展及展望[J]. 地球信息科学学报, 2021, 23(1): 2-15.
[7]	赵鹏军, 曹毓书. 基于多源地理大数据与机器学习的地铁乘客出行目的识别方法[J]. 地球信息科学学报, 2020, 22(9): 1753-1765.
[8]	张小东, 韩昊英, 陈宇. 2003—2018年中国地级城市土地出让交易状况及时空动态特征[J]. 地球信息科学学报, 2020, 22(9): 1823-1836.
[9]	朱守杰, 杜世宏, 李军, 商硕硕, 杜守基. 融合多源空间数据的城镇人口分布估算[J]. 地球信息科学学报, 2020, 22(8): 1607-1616.
[10]	张亚, 刘纪平, 周亮, 王勇, 李鹏飞. 基于DBSCAN算法的北京市顺丰快递服务设施集群识别与空间特征分析[J]. 地球信息科学学报, 2020, 22(8): 1630-1641.
[11]	邬明权, 王标才, 牛铮, 黄文江. 工程项目地球大数据监测与分析理论框架及研究进展[J]. 地球信息科学学报, 2020, 22(7): 1408-1423.
[12]	黄洁, 王姣娥. 交通大数据在人文与经济地理学的应用及学科影响[J]. 地球信息科学学报, 2020, 22(6): 1180-1188.
[13]	姚可桢, 岳书平. 网络大数据下的中国现代食甜习惯空间分布特征及其影响因素研究[J]. 地球信息科学学报, 2020, 22(6): 1202-1215.
[14]	孙威, 林晓娜. 柳州市汽车制造业企业的空间格局与影响因素[J]. 地球信息科学学报, 2020, 22(6): 1216-1227.
[15]	吴康敏, 王洋, 叶玉瑶, 张虹鸥. 广州市零售业态空间分异影响因素识别与驱动力研究[J]. 地球信息科学学报, 2020, 22(6): 1228-1239.