EN中文

Journal of Geo-information Science >

2017 , Vol. 19 >Issue 8: 1060 - 1068

DOI: https://doi.org/10.3724/SP.J.1047.2017.01060

Orginal Article

Study on the Distribution Characteristics and Regional Difference of Commercial Network in Jiangsu Province

  • CHE Bingqing , 1, 2, * ,
  • JIAN Xiaobin 1 ,
  • LU Yuqi 2, 3
Expand
  • 1. Belt & Road Institute, Jiangsu Normal University, Xuzhou 221009, China
  • 2. School of Geography Science, Nanjing Normal University, Nanjing 210023, China
  • 3. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China
*Corresponding author: CHE Bingqing, E-mail:

Received date: 2017-04-05

  Request revised date: 2017-05-04

  Online published: 2017-08-20

Copyright

《地球信息科学学报》编辑部 所有
Fold

Abstract

Based on the data of POI （point of interest） in Jiangsu Province and economic and social statistics data, we used the methods of the standard deviation ellipse, nuclear density, the nearest neighbor index, and multiple linear regression to discuss the spatial distribution pattern and agglomeration characteristics of urban commercial outlets at different levels and stages of development. We also revealed the influencing factors of regional differences in the wholesale and retails, residential and catering industries. It was found that the commercial outlets in Jiangsu Province had the distribution trend of moving northwest, indicating a relatively concentrated distribution pattern and the characteristics of agglomerating in the cities south of the Yangtze River and intensive layout in centers of the prefecture-level cities. The spatial distribution patterns of different types of outlets varied from one to another. In the wholesale and retail industries, the spatial clustering characteristics of outlets are the most significant, while the distribution of residential outlets is relatively balanced. The commercial structure of each city is characterized by the number of wholesale and retail outlets and restaurants, as the sales of wholesale and retail take the dominant place. The regional GDP, population size, per capita disposable income of residents, comprehensive accessibility of cities, and proportion of the tertiary industry are the main factors deciding the distribution of outlets. The influence of different factors on the distribution of commercial outlets diverse from each other. The proportion of the tertiary industry and regional GDP of Jiangsu Province have more powerful influence on the distribution of commercial outlets.

Key words： commercial network; distribution pattern; commercial structure; influencing factors; Jiangsu Province

Cite this article

CHE Bingqing , JIAN Xiaobin , LU Yuqi . Study on the Distribution Characteristics and Regional Difference of Commercial Network in Jiangsu Province[J]. Journal of Geo-information Science, 2017 , 19(8) : 1060 -1068 . DOI: 10.3724/SP.J.1047.2017.01060

1 引言

中国经济新常态下,商业不仅是城市的主要功能,也是区域发展的重要动力。随着信息技术的发展和经济全球化的推进,以批发零售、住宿、餐饮等行业为代表的商业在提供就业、增加收入、促进内需等方面,对经济发展具有重要积极作用[1]。自1978年改革开放以来,中国城镇化进程不断加快、经济社会不断发展、城市交通网络不断完善、居民生活收入及消费水平快速提高,不仅传统商业业态发生重大变化,各种新兴业态,如ShoppingMall、网上商店、手机购物、电视购物等也得到了快速发展,促使商业布局向多极分散格局发展,加剧了城市商业的综合性与横向性发展趋势。商业是生产与消费的中介,是国民经济各部门的桥梁与纽带,其已经成为促进中国经济发展的关键产业。
商业的空间结构,特别是商业网点分布是经济地理学的重要研究内容[2-3]。国外学者对于商业网点分布的研究,主要集中在商业区位特征、空间分布模式、商业选址等方面[4-7],形成了大量理论和实证研究成果。商业区位特征研究方面,多以消费者行为与商业空间的相互作用为基础,构建分析商业分布的空间模型,如中心地理论、消费者行为理论、购物模式以及商业设施选址模型等;此外,从社会经济属性的角度来理解商业空间结构的发展,将与商业相关的社会经济属性纳入到商业中心层次结构的形成与发展过程,提出商业中心层次性系统发展模型[8]。商业网点空间分布模式研究方面,多采用点模式分析方法[9-12],主要通过测度点密度分布和最近邻点的距离揭示商业网点的空间分布格局[13-16]。国内对于商业网点的研究,多从供需层面出发,对商业网点规模等级、区位选择、空间格局、演变趋势等方面进行研究[17-20]。21世纪以来,商业分布的研究转为对业态特征的分析[21-24],对新兴商业业态的空间分布与影响因素[25-26]研究成为近年关注的热点。空间分析技术和空间计量模型[27-29]推动了百货商店、便利店及连锁超市[30-35]等商业网点分布研究的发展。随着计算机和网络技术的进步,各种网络平台数据在商业空间结构研究中得到越来越多的重视[36-37]。网络平台大数据的出现,提供了探索商业活动群体空间行为模式规律的可能性,尤其是在城市环境中的社会经济特征体现的尤为明显[38]。城市设施点数据涵盖了各类设施的位置信息与属性信息,研究这些数据点的地理分布[39-40],可以更深层次探讨商业网点分布规律和区域差异特征。
然而,当前国内研究仍集中在综合商业现象的解释,商业空间与业态结构结合研究不多,传统的统计数据与网络平台大数据结合的定量研究不多。基于此,本研究采用网络大数据,分析江苏省不同类型商业网点的空间分布,对比分析不同发展水平城市商业网点集聚形态和业态结构的差异,揭示不同业态网点区位选择的影响因素,为江苏省的产业转型升级和空间结构优化提供理论支撑。

2 研究区概况与数据源

2.1 研究区概况

江苏省作为“一带一路”战略交汇点、长江三角洲城市群的重要组成部分,其商业活动历史悠久,具有发展商业的先天优势。20世纪90年代以来,尤其是加入世贸组织后,在对外开放的推动下,以批发零售业为主的商业经济,经过10多年的发展,取得了惊人的成绩,商业服务功能发达。随着外资的大举进入,商业发展表现为规模迅速提升、新旧业态并存发展、市场集中度和现代化水平高。2015年江苏省社会消费品零售总额25 876.77亿元,在全国排名第三。商业发展是江苏经济增长的重要动力和创新源泉,研究江苏省商业网点空间特征及其形成机制,有利于为政府、公司的商业决策提供具有针对性的参考意见,并且以江苏省商业网点为研究对象具有一定典型性和代表性。

2.2 数据源

商业网点是指从事商品流通为生产经营和生活服务的单体商业经营场所,或在同一区域内统一开发、经营、管理的综合商业经营场所。本研究特指批发零售业、住宿业和餐饮业的网点。商业网点数据主要来源于采用数据挖掘技术从高德地图平台获取的批发零售业、住宿业和餐饮业等设施的兴趣点数据。兴趣点数据是抽象的点数据,能够精确显示商业网点的分布位置,但是缺乏属性值数据,因此需要结合相关统计数据进行综合分析。统计数据主要包括：各城市社会消费品总额、批发零售业销售总额、住宿业销售总额、餐饮业销售总额、地区生产总值、人口数量、居民人均可支配收入、第三次产业产值比重、等级公路里程、面积等,均来源于2016年江苏省统计年鉴。

3 研究方法

3.1 标准差椭圆

标准差椭圆是分析点数据集空间分布特征的常用方法。具体公式如下：
σ x = ∑ i = 1 n x i - x ̅ cosθ - y i - y ̅ sinθ 2 / n （2）
σ y = ∑ i = 1 n x i - x ̅ sinθ - y i - y ̅ cosθ 2 / n （3）
式中：（x1,y1）,（x2,y2）,…,（xn,yn）为商业网点坐标; x ̅ , y ̅ 分别为所有点的x坐标值和y坐标值的平均值;θ为旋转方向角。其中,tanθ为标准方差椭圆的指向,θ最大标准差距离σx为椭圆长轴长度、最小距离σy为椭圆的短轴长度。

3.2 核密度

核密度分析法是空间分析中运用广泛的非参数估计方法,用于计算要素在其周围邻域中的密度。假定x1,x2,…,xn是分布密度函数为f的总体中抽取的独立同分布样本,f在点x处估计值为f（x）,公式如下：
f n x = 1 nh ∑ i = 1 n k x - x i h （4）
式中：k（）为核函数;h>0为带宽;x-xi为估计点x到样本xi处的距离。

3.3 平均最近邻指数

用平均最近邻指数（ANN）判断商业网点的空间分布是否集聚。近邻指数小于1,分布模式为集聚;反之,如果指数大于1,则分布模式趋向分散。指数越小,集聚程度越大。公式如下：
ANN = D o D e （5）
式中：Do为平均近邻距离,取值为每个节点到所有其他节点的最短路径长度的均值,如式（6）所示。
D o = ∑ i = 1 n d i n （6）
De为期望平均最近邻距离：
D e = 0.5 n A u （7）
式中：n为城市的商业网点数量;Au为城市的面积。

3.4 耦合度模型

耦合度模型用于揭示商业网点数量与销售额分布的相互关系。公式如下：
C xy = 1 - 1 2 ∑ i = 1 n x i ∑ x i - y i ∑ y i × 100 % （8）
式中：Cxy为耦合度;xi为i城市的某一类商业网点数量;yi为相应商业销售额;∑xi和∑yi为i城市的商业网点总数量和商业总销售额。

3.5 城市综合可达性

城市i综合可达性由其内部可达性（ACCii）和外部可达性（ACCio）标准化后加权得到。公式如下：
AC C i = f 1 AC C ii * + f 2 AC C io * = f 1 R i A i * + f 2 1 n ∑ j = 1 n T ij * （9）
式中：f1、f2为权重值,f1+f2=1,本文取值0.5;城市内部可达性由城市的路网密度表示,即路网长度（Ri）比上面积（Ai）;城市对外可达性基于江苏省路网和地级城市点矢量数据,运用ArcGIS软件的网络分析工具,得到城市i到其他各市最短交通时间（Tij）,计算平均值进行表达,n为江苏省地级城市个数。

4 结果与分析

4.1 商业网点空间结构特征

4.1.1 具有西北走向分布态势,呈现相对集中分布格局
从标准差椭圆分析结果（表1、图1）可以看出,江苏省3类商业网点的分布具有相似性。批发零售业、住宿业和餐饮业网点标准差椭圆的旋转角度都为140°左右,说明此3类网点都是沿西北走向分布。通过全局性空间聚类分析,商业网点的General G观测值都高于期望值,且Z得分为正值,只有1%或更小的可能性会使该高聚类模式是随机过程产生的结果,表明江苏省商业网点的空间集聚特征非常显著。此外,商业网点空间偏向差异明显,以长江为界,以南的商业网点分布密度高于以北地区,同时以苏锡常地区集聚现象更为显著。3类商业网点虽然在总体分布具有相似性,但也存在一定差异。批发零售业网点标准差椭圆的扁率最大,说明其方向性最明显。批发零售业、餐饮业网点标准差椭圆的短半轴较短,说明呈现向心力明显,住宿业标准差椭圆的短半轴较长,表示其离散程度较大。住宿业网点的标准差椭圆面积最大,说明其分布相对离散,而餐饮业网点的标准差椭圆面积最小,意味着其分布集聚于重心附近。
Tab. 1 Results of standard deviation ellipse for the commercial network in Jiangsu Province

表1 江苏省商业网点标准差椭圆分析结果

批发零售业 住宿业 餐饮业
椭圆面积/km2 6 1248.31 62 215.18 57 131.17
椭圆x轴方向轴长/km 217.40 207.00 203.27
椭圆y轴方向轴长/km 89.69 95.68 89.47
椭圆x轴的旋转角度/° 141.41 141.76 140.43
扁率 127.71 111.32 113.80
Fig. 1 Distribution map of commercial network in Jiangsu Province

图1 江苏省商业网点分布图

Fig. 2 Nuclear density map of commercial network in Jiangsu Province

图2 江苏省商业网点的核密度图

从商业网点核密度分析结果（图2）来看,省域层面江苏省商业网点的空间分布整体呈苏南集聚与苏北分散并存的态势,市域层面表现出在地级城市中心城区集聚与城市外围分散的特征。商业网点在空间上呈多中心分布,主要形成了2个高值集聚区：① 苏锡常地区,分布在苏锡常地区的商业网点数占总数的49%;② 南京,分布在南京的网点数占总数的12%。从网点数量来看,江苏省商业网点总数量为148 561个,其中批发零售业网点83 014个,占全省网点总数的55.9%;住宿业网点9980个,占全省网点总数的6.7%;餐饮业网点55 567个,占全省网点总数的37.4%。批发零售业、住宿业和餐饮业商业网点虽然在数量上存在较大差异,但是在高值集聚区域的分布格局却具有一致性。
4.1.2 市域各业态类型网点空间集聚具有差异
本文采用最近邻指数对各市不同类型商业网点空间分布的集聚特征进行检验（表2）,各市批发零售业、住宿业和餐饮业网点的最近邻指数都小于1,Z检验值均小于-2.58,在1%显著性水平下通过检验,具有显著的集聚性。其中,批发零售业网点的平均最近邻指数最小,其空间集聚特征最显著;而住宿业网点的平均最邻近指数最大,其分布相对均衡。
从批发零售业方面,各市最近邻指数差异不大。扬州、盐城批发零售业网点的最近邻指数最小,即最为集聚,而南京、无锡、苏州和常州批发零售业网点的最近邻指数较大,分布相对较均衡。住宿业方面,各市最近邻指数存在较大差异,网点集聚分布程度不同,徐州的最近邻指数最小,最为集聚;镇江的最近邻指数最大,住宿业网点较分散分布。餐饮业方面,最近邻指数较小的是连云港和淮安,较大的是泰州。
Tab. 2 ANN of commercial network in Jiangsu Province

表2 江苏省商业网点最近邻分析

城市 业态类型
批发零售业 住宿业 餐饮业
南京 0.1640 0.2701 0.1699
无锡 0.1601 0.2607 0.1742
徐州 0.1438 0.1992 0.1618
常州 0.1501 0.2823 0.1782
苏州 0.1556 0.2546 0.1560
南通 0.1416 0.2885 0.1657
连云港 0.1492 0.2543 0.1453
淮安 0.1464 0.2191 0.1486
盐城 0.1134 0.2645 0.1712
扬州 0.1081 0.2629 0.1790
镇江 0.1378 0.3156 0.1728
泰州 0.1507 0.2888 0.1993
宿迁 0.1304 0.2648 0.1511

4.2 商业网点业态结构特征

4.2.1 批发零售业和餐饮业网点数量为主体
从江苏省批发零售业、住宿业和餐饮业网点数量的比例关系55.9:6.7:37.4,是以批发零售业和餐饮业网点为主体的业态结构。从各市各类网点数量的业态结构来看（表3）,各市都是批发零售业网点数量占比最大,其次是餐饮业,最小的是住宿业的结构,但各市的不同业态网点数量占比存在差异。南京批发零售业网点数量占比在13个地级市中最小,但住宿业和餐饮业占比都最大,说明南京的3类商业业态发展相对较为均衡。宿迁批发零售业占比在13个地级市中最大,其住宿业占比最小;南通餐饮业占比最小,说明这2个城市不同商业业态的发展存在较大差异。
Tab. 3 The commercial structure of cities in Jiangsu Province

表3 江苏省城市商业业态结构

城市 基于网点数量的业态结构 基于销售额的业态结构
南京 46.90:8.52:44.58 91.35:1.72:6.93
无锡 53.10:7.20:39.69 92.46:0.81:6.73
徐州 62.58:6.39:31.03 91.86:1.64:6.50
常州 58.74:5.95:35.30 91.73:0.74:7.53
苏州 55.07:5.92:39.02 90.59:1.11:8.29
南通 64.18:6.11:29.71 91.51:0.46:8.03
连云港 55.79:7.69:36.51 90.68:1.17:8.15
淮安 59.34:7.99:32.67 90.06:1.17:8.78
盐城 58.11:8.05:33.84 89.91:1.03:9.05
扬州 57.85:6.06:36.09 88.66:1.54:9.80
镇江 55.56:6.50:37.94 88.64:0.95:10.40
泰州 56.21:8.34:35.45 86.22:1.19:12.60
宿迁 64.44:4.86:30.70 87.31:2.42:10.26
4.2.2 批发零售业销售额独大
商业网点的点数据只有空间位置属性,不同规模大小的商业网点都被抽象为相同的点,通过点数据可以精确得到商业网点数量、密度和位置的分布,但看不出网点的实际经济效益规模,而统计数据可以弥补点数据的不足。基于不同商业业态的销售总额来看,江苏省的批发零售业、住宿业和餐饮业的业态结构是90:1:9,批发零售业销售额占社会消费品零售总额的90%,呈现批发零售业独大的格局。从各市各类商业网点销售额的业态结构来看（表3）,各市依然是批发零售业最大,其次是餐饮业,最小的是住宿业,但是基于销售额的业态结构比基于网点数量的业态结构更加偏态分布,各市的批发零售业销售额占比都在90%左右,住宿业和餐饮业仅占10%左右,说明批发零售业网点经济效益规模远远大于住宿业和餐饮业。无锡的批发零售业销售额占比最大,泰州最小;住宿业销售额占比方面,宿迁最大,南通最小,餐饮业销售额占比方面,泰州最大,徐州最小。
4.2.3 网点数量与销售额分布的耦合关系
从网点数量来看,苏州的批发零售业和餐饮业网点数量远远超过其他城市,南京、无锡和常州处在第二集团。从销售额来看,苏州和南京3类商业网点的销售额都要远远高于其他城市。从耦合分析来看,省域层面,住宿业的网点数量与销售额耦合度最大,具有较高的空间分布一致性,批发零售业的耦合度较小,网点数量与销售额的空间分布具有较大差异。市域层面,批发零售业和餐饮业的耦合度最大的都是宿迁,最小的都是南京;住宿业耦合度最大的是宿迁,最小的是泰州。以上结果表明,宿迁的商业网点数量与销售额的空间耦合关系最一致,主要是由于宿迁的商业网点数量少、规模小,以及销售额都较小的原因形成。相反,南京商业网点数量与销售额的空间分布的一致性最差,是由于商业网点高度集中在省会城市,商业高度发达,商业网点的规模相差较大而造成的。

4.3 商业网点分布差异的影响因素

4.3.1 影响因素选取
不同业态商业网点地域分布差异,主要是由各地区社会经济条件差异决定的。根据相关研究成果和江苏发展情况,其商业网点分布差异的影响因素主要包括：地区生产总值、人口规模、居民人均可支配收入、第三次产业产值比重,以及城市综合可达性。
（1）地区生产总值（GDP）。商业的发展必然受区域经济发展的影响,因此采用城市地区生产总值表征商业网点布局的经济环境。GDP的高值区域苏锡常和南京的商业网点密度明显高于其他地区,地区经济发展水平直接影响商业服务的供给能力。
（2）人口规模（POP）。一定规模的人口是商业网点布局的必要条件,采用城市的常住人口表示人口规模。人口规模直接体现对商业服务的需求。
（3）居民人均可支配收入（INC）。人均可支配收入是购买力的重要表征,商业网点优先选择在人均可支配收入较高的地区。在居民人均可支配收入高于3万元的地区（南京,苏锡常地区）,商业网点密度明显高于其他地区。
（4）城市综合可达性（ACC）。城市内部和对外的交通可达性不仅是保证商业区域内一定人口规模的必要条件,同时也是吸引区域外消费者、畅通人流和物流的重要条件。
（5）第三次产业产值比重（TIR）。商业是第三次产业的主要组成部分,城市的第三次产业比重高,反映其商业的发达。
为了揭示商业网点分布与影响因素之间的相关性,对商业网点密度与以上5个主要影响因素指标进行相关分析。结果表明,各因素指标与被解释变量具有较强相关性,而各因素指标之间相关性较低,包含全部因素指标的模型不会有很强的多重共线性问题。
4.3.2 回归模型构建
选取批发零售业、住宿业和餐饮业网点密度为被解释变量,各地市的地区生产总值、人口规模、居民人均可支配收入、第三次产业产值比重和城市综合可达性为解释变量,采用多元线性模型进行回归分析。建立的多元线性回归方程如下：
De n i = α + β 1 GD P i + β 2 PO P i + β 3 IN C i + β 4 AC C i + β 5 TI R i + ξ i （10）
式中：i表示第i个地级单元;Den是某类商业网点密度;α、β为系数。
得到拟合结果如表4所示,批发零售业、住宿业和餐饮业网点回归模型调整后的拟合优度分别达到0.8332、0.9465和0.9282,并且通过了同方差性检验（>0.05）,表明多元线性回归模型拟合效果较好。
Tab. 4 The estimates of multiple linear regression model of commercial network in Jiangsu Province

表4 江苏省商业网点分布的多元线性回归模型估计结果

变量 批发零售业网点密度 住宿业
网点密度		 餐饮业
网点密度
GDP 0.4868 0.08460 0.59251
POP 0.4373 -0.62869 0.70054
INC 1.0155 1.37022 0.99523
ACC 0.2292 0.70211 -0.51233
TIR -0.3764 0.09095 0.06628
常数项 0.1748 0.28289 0.26623
网点数/个 83 012 9980 55 567
F-statistic 12.99 43.45 32.05
Adjusted R-squared 0.8332 0.9465 0.9282
同方差性检验 0.9832319 0.2594104 0.4025508
（1）对于不同业态网点密度5个解释变量的影响作用大小各不相同。批发零售业的回归模型中居民人均可支配收入变量、GDP变量、人口规模变量和城市综合可达性变量的系数为正值,说明批发零售业网点的分布主要受以上4个因素的影响,作用最显著的是居民人均可支配收入的高低;住宿业的回归模型中居民人均可支配收入变量、第三次产业产值比重变量、GDP变量和城市综合可达性变量的系数为正值,而人口规模变量的系数为负值,说明城市人口规模的大小对住宿业网点分布的影响作用不强,流动人口多少将会对住宿业网点的分布产生较大影响;餐饮业的回归模型中居民人均可支配收入变量、人口规模变量、GDP变量和第三次产业产值比重变量的系数为正值,而城市综合可达性变量的系数为负值,说明居民的消费能力,人口多少对餐饮业网点的分布影响作用最显著,而城市综合可达性的影响作用较小。
（2）居民的消费能力和地区经济发展水平是江苏省商业网点分布的最主要因素。居民人均可支配收入变量和GDP变量的在3个回归模型中的系数都为正值,表明居民的消费能力和地区经济发展水平对江苏省商业网点分布具有积极影响。经济发展水平高,居民消费能力突出,促进了以批发零售业、住宿业和餐饮业为代表的商业繁荣。批发零售业和餐饮业网点分布具有较大的人口规模依赖性;而较好的交通可达性是影响批发零售业网点分布的重要因素;第三次产业产值比重的大小与商业网点的分布存在一定影响作用,但并不显著。

5 结论与讨论

本研究以江苏省商业网点为例,对其进行分类探讨,揭示了不同业态商业网点的空间分布特征及其影响因素。具体结论如下：
（1）整体而言,江苏省商业网点具有西北走向分布态势,呈现相对集中分布格局,即苏南集聚与苏北分散、中心城区集聚与城市外围分散的特征。批发零售业、住宿业和餐饮业网点虽然在数量上存在较大差异,但是高值集聚区域（苏锡常、南京）的分布却具有一致性。
（2）江苏省商业业态结构特征呈现出2个显著的特征：一是批发零售业和餐饮业网点数量为主体的结构特征;二是批发零售业销售额独大的结构特征。
（3）江苏省商业网点的空间分布差异与社会经济因素差异有着密切的关系。通过在市域尺度上构建多元线性回归模型可知,居民消费能力、地区经济综合水平在很大程度上影响了不同业态商业网点的分布。商业网点分布倾向于在GDP和居民平均收入都较高的地区集聚,而苏北、苏中、苏南经济社会发展水平的显著差异,促使形成了商业网点南多北少的分布特征。
本研究从省域和市域2个层面,对江苏省商业网点的分布特征进行揭示,而商业网点集聚分布在商业发达的城市市区,对于市区层面商业网点分布差异的探讨更具有应用价值,也是本研究进一步研究的方向。在影响因素分析方面,主要选取了社会经济因素,今后还需考虑城市的发展阶段、职能等方面因素,以进行更全面系统的探讨。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Wang E R.Understanding the ‘retail revolution’ in urban China: a survey of retail formats in Beijing[J]. The Service Industries Journal, 2011,31(2):169-194.Retailing in Chinese cities has experienced rapid changes in the reform era. One of the most visible changes in the urban retail landscape has been the emergence and growth of new retail formats. Using Beijing as a case study, this paper examines the evolution of retail formats in Chinese cities. The paper investigates the impacts of the changing external environment, especially the shift in government policies, on the structure of retail formats. It argues that to understand the rapid restructuring of retail formats in Chinese cities one needs to take into account the factors such as political, economic and social-cultural environment, and perhaps more importantly, regulatory changes. The consequences and implications of observed retail changes are discussed.

DOI

[2]
薛领,翁瑾.基于垄断竞争的大都市商业空间结构动态模拟[J].地理学报,2010,65(8):938-948.本文构建了一个基于垄断竞争、 规模经济、交通成本、消费者多样化偏好以及商品和服务差异化的大都市两区域商业空间结构模型。提出了经济学演绎模型与基于agent的计算实验相结合的研 究路径,通过对商家、消费者等大量微观自主体(agent)的相互作用来"动态地"观察和讨论大都市新、老城区宏观商业空间结构的微观基础、影响因素和演 化过程。研究结果表明,①在商品和服务替代性、购物交通成本设定的情形下,新、老城区商业固定成本投入差距越大,则商业空间分布越不均衡,越易形成核心- 边缘结构。②由于居民的消费存在多样化偏好,因此强化区域间的差异性有助于改变商业的市场份额。③商业往往集聚在具有区位优势、人口规模优势以及固定成本 优势的地区,而且交通条件的改善将加速商业的空间集聚。研究认为,空间经济学演绎模型与推导→基于agent的地理计算→实证分析与计量检验是一个值得探 索的技术路线。

DOI

[ Xue L, Weng J.Dynamic simulation on spatial structure of metropolitan commerce based on monopolistic competition model[J]. Acta Geographica Sinca, 2010,65(8):938-948. ]

[3]
方远平,闫小培,毕斗斗.1980年以来我国城市商业区位研究述评[J].热带地理,2007,27(5):435-440.总结了1980年以来我国城市商业区位研究的进展。将我国商业区位研究大致划分为3个阶段,即以商业地理学及城市商业区位为主的宏观研究阶段,以城市商业网点区位及商业活动空间结构为主的中观研究阶段,以大型购物中心、百货店、零售店区位等为主的微观研究阶段,分析了各个阶段对应的研究主要内容与研究方法,对近年来城市商业区位研究新领域:信息化背景下商业区位、轨道交通影响下的商业区位、微区位理论、外资零售企业区位、社区商业布局等进行了概述,总结出我国商业区位研究存在的重实证、轻理论等问题,并对未来商业区位的研究提出几点思路。

DOI

[ Fang Y P, Yan X P, Bi D D.A review of the study on urban commercial location in China since the 1980s[J]. Tropical Geography, 2007,27(5):435-440. ]

[4]
Potter R B.The urban retailing system: location, cognition and behavior[M]. Aldershot: Gower,1982.

[5]
Ghosh A, Graig C S.A location allocation model for facility planning in a competitive environment[J]. Geographical Analysis, 1984,16(1):39-51.First page of article

DOI

[6]
Salvaneschi L.Location, location, location[M]. Oregon,United States: The Oasis Press,1996.

[7]
Yan R, Eckman M.Are lifestyle centres unique? Consumers' perceptions across locations[J]. International Journal of Retail & Distribution Management, 2009,37(1):24-42.Purpose ‐ Lifestyle centres are emerging retail locations and yet have not been included in past studies of shopping centres. The purpose of this paper is to explore whether and how individual and retail characteristics impact consumers' patronage behaviours at three popular retail locations (i.e. central business districts, lifestyle centres, and traditional enclosed shopping malls) in the USA and understand consumers' perceptions of the three different retail locations. Design/methodology/approach ‐ A mail survey was conducted and 410 surveys were returned. Multiple regression analyses and t -test were conducted to test proposed hypotheses. Findings ‐ This study revealed that shopping orientation, importance of retail attributes, and beliefs about retail attributes influence patronage behaviour (i.e. shopping frequency) at the three retail locations. Additionally, consumers' responses suggest that they did regard lifestyle centres differently from the central business district and the traditional enclosed shopping mall on many aspects of the retail attributes examined in this research. Research limitations/implications ‐ This study is limited in that respondents were consumers of a specific geographic area with certain retail locations. Findings may not be generalizeable. Practical implications ‐ Understanding how consumers evaluate the three retail locations enables practitioners to develop and/or revise their retail strategies in order to be competitive in the current market. Originality/value ‐ This is the first study investigating consumers' perceptions of three major retail locations by including the newly emerging lifestyle centres in the USA.

DOI

[8]
Davies R L.Marketing geography: with special reference to retailing[M]. London: Routledge, 2013.

[9]
Lotwick H W, Silverman B W.Methods for analyzing spatial processes of several types of points[J]. Journal of the Royal Statistical Society, 1982,44(3):406-413.Two approaches are described to the analysis of spatial patterns consisting of several types of points. The first approach uses a method of asymptotically unbiased estimation of the second moment distribution; the second uses methods based on regions of empty space in the patterns. Some distributional results are given in each case, and a method of Monte Carlo testing conditional on the marginal structure is described. The methods are illustrated by being applied to some physiological data.

[10]
Diggle P J.Statistical analysis of spatial point pattern[M]. New York: Academic Press, 1983.

[11]
Upton G J G, Fingleton B. Spatial data analysis by example.vol.1: point pattern and quantitative data[M]. Chichester: John Wiley and Sons Ltd, Wiley, NewYork: Wiley,1993.

[13]
Ripley B D.The second-order analysis of stationary point processes[J]. Applied Probability, 1976,13(2):255-266.This paper provides a rigorous foundation for the second-order analysis of stationary point processes on general spaces. It illuminates the results of Bartlett on spatial point processes, and covers the point processes of stochastic geometry, including the line and hyperplane processes of Davidson and Krickeberg. The main tool is the decomposition of moment measures pioneered by Krickeberg and Vere-Jones. Finally some practical aspects of the analysis of point processes are discussed.

DOI

[14]
Rohlf F J, Archie J W.Least-squares mapping using inter point distances[J]. Ecology, 1978,59(1):126-132.A new method for the mapping of the relative locations of organisms as points in a 2-dimensional space is presented. The proposed method is based on a least-squares estimate of the coordinates using observed distances between the objects being mapped (rather than triangulation based on horizontal angles). Only a small subset of the possible interpoint distances need be measured in order to obtain a very accurate map. The method is applied to 3 problems in mapping of trees in a forest.

DOI

[15]
Yamada I, Thill J C.Local indicators of network-constrained clusters in spatial point patterns[J]. Geographical Analysis, 2007,39(3):268-292.The detection of clustering in a spatial phenomenon of interest is an important issue in spatial pattern analysis. While traditional methods mostly rely on the planar space assumption, many spatial phenomena defy the logic of this assumption. For instance, certain spatial phenomena related to human activities are inherently constrained by a transportation network because of our strong dependence on the transportation system. This article thus introduces an exploratory spatial data analysis method named l ocal i ndicators of n etwork-constrained c luster s (LINCS), for detecting local-scale clustering in a spatial phenomenon that is constrained by a network space. The LINCS method presented here applies to a set of point events distributed over the network space. It is based on the network K -function, which is designed to determine whether an event distribution has a significant clustering tendency with respect to the network space. First, an incremental K -function is developed so as to identify cluster size more explicitly than the original K -function does. Second, to enable identification of cluster locations, a local K -function is derived by decomposing and modifying the original network K -function. The local K -function LINCS, which is referred to as KLINCS, is tested on the distribution of 1997 highway vehicle crashes in the Buffalo, NY area. Also discussed is an adjustment of the KLINCS method for the nonuniformity of the population at risk over the network. As traffic volume can be seen as a surrogate of the population exposed to a risk of vehicle crashes, the spatial distribution of vehicle crashes is examined in relation to that of traffic volumes on the network. The results of the KLINCS analysis are validated through a comparison with priority investigation locations (PILs) designated by the New York State Department of Transportation.

DOI

[16]
Okabe A, Yamada I.The K-function method on a network and its computational implementation[J]. Geographical Analysis, 2001,33(3):271-290.Abstract This paper proposes two statistical methods, called the network K-function method and the network cross K-function method, for analyzing the distribution of points on a network. First, by extending the ordinary K-function method defined on a homogeneous infinite plane with the Euclidean distance, the paper formulates the K-function method and the cross K-function method on a finite irregular network with the shortest-path distance. Second, the paper shows advantages of the network K-function methods, such as that the network K-function methods can deal with spatial point processes on a street network in a small district, and that they can exactly take the boundary effect into account. Third, the paper develops the computational implementation of the network K-functions, and shows that the computational order of the K-function method is O(n 2 Q log n Q ) and that of the network cross K-function is O(n Q log U3Q), where n Q is the number of nodes of a network.

DOI

[17]
安成谋. 兰州市商业中心的区位格局及优势度分析[J].地理研究,1990,9(1):28-34.本文试图以兰州市为例,就商业中心区位的最优选择与配置、共演化动态及未来对策等进行定量分析与探讨。

[ An C M.Analysis of Lanzhou commercial center's location pattern and advantage degree[J]. Geographical Research, 1990,9(1):28-34. ]

[18]
杨吾扬. 北京市零售商业与服务业中心和网点的过去、现在和未来[J].地理学报,1994,49(1):9-16.

[ Yang W Y.The retailing and services center and network of Beijing: Then, now and long before[J]. Acta Geographica Sinica,1994,49(1):9-16. ]

[19]
刘胤汉,刘彦随.西安零售商业网点结构与布局初探[J].经济地理,1995,15(2):64-69.

[ Liu Y H, Liu Y S.Structure and layout of retail networks in Xi'an[J]. Economic Geography, 1995,15(2):64-69. ]

[20]
邬伦,刘亮,田原,等.基于网络K函数法的地理对象分布模式分析——以香港岛餐饮业空间格局为例[J].地理与地理信息科学,2013,29(5):7-11.很多地理对象的空间分布与空间上呈现网状结构的地理现象高度相 关,分析这些地理对象的分布模式,在地理研究中有重要意义.该文采用由平面空间扩展到网状结构空间的网络K函数法,以香港岛餐饮业地理空间格局为例开展研 究.应用单变量K函数法分析餐饮店在网状结构空间中的分布模式,应用双变量交叉K函数法分析餐饮店分布是否受交通站点及旅游景点影响,并对不同尺度下餐饮 店地理选址和空间分布规律进行探索与分析.

DOI

[ Wu L, Liu L, Tian Y, et al.Spatial pattern analysis of geographic features using network K-function methods with a case study of restaurant distribution in Hong Kong Island[J]. Geography and Geo-Information Science, 2013,29(5):7-11. ]

[21]
张水清. 商业业态及其对城市商业空间结构的影响[J].人文地理,2002,17(5):36-40.商业业态是商业的经营形式与状态,不同业态的商业企业具有不同的市场定位与地理定位,其区位选择的结果形成了特定的商业空间结构.本文探讨了不同时期的商业业态所对应的商业空间结构,揭示了商业业态与商业空间结构具有极大的相关性.

DOI

[ Zhang S Q.Retail institutions and their effect to urban commercial spatial structure[J]. Human Geography, 2002,17(5):36-40. ]

[22]
柴彦威,翁桂兰,沈洁.基于居民购物消费行为的上海城市商业空间结构研究[J].地理研究,2008,27(4):897-906.我国城市商业空间结构研究多局限于基于物质空间的中心地体系研究,本文以改革开放后市场经济转型及消费者因素日益重要的零售环境变化为出发点, 从居民购物消费行为空间入手,考察目前上海市的商业空间结构特征。本研究基于问卷调查及实地观察所获得的第一手资料,通过经验行为主义方法,总结出上海居民购物消费行为的一般特征,发现上海居民购物出行的空间等级结构较为明显并呈现扁平化的趋势,这与商业中心地的空间结构及其变化是相对应的;此外,本文创新性地得出上海市不同收入地区购物消费行为空间的等级结构特征,并发现了其与戴维斯模型类似的空间特征以及不尽相同的形成原因。

[ Chai Y W, Weng G L, Shen J.A study on commercial structure of Shanghai based on resident's shopping behavior[J].Geographical Research, 2008,27(4):897-906. ]

[23]
周素红,林耿,闫小培.广州市消费者行为与商业业态空间及居住空间分析[J].地理学报,2008,63(4):395-404.

[ Zhou S H, Lin G, Yan X P.The relationship among consumer's travel behavior, urban commercial and residential spatial structure in Guangzhou, China[J]. Acta Geographica Sinica, 2008,63(4):395-404. ]

[24]
仵宗卿,戴学珍.北京市商业中心的空间结构研究[J].城市规划,2001,25(10):15-19.分析了北京市商业中心历史演变过程,通过构建指标体系,根据详尽的商业活动单位统计资料,利用地理信息系统技术和层次聚类分析方法,划分并界定了北京市目前商业中心的等级,并分别对一级商业中心、中间过渡性商业中心、二级商业中心分别作了描述和解释.对于西单、王府井、前门和朝外商业中心,在功能、时间和规模等级构成等方面进行了深入分析和对比.在分析北京市商业中心空间发展趋势的基础上,确定了各级商业中心的功能定位和相互关系,并指出了其空间发展格局.

DOI

[ Wu Z Q, Dai X Z.The study on the spatial structure of Beijing's commercial centers[J]. City Planning Review, 2001,25(10):15-19. ]

[25]
张珣,钟耳顺,张小虎,等.2004-2008年北京城区商业网点空间分布与集聚特征[J].地理科学进展,2013,32(8):1207-1215.本文以北京城区内的8 个行政区作为研究对象,选取批发和零售业、住宿和餐饮业、居民服务与其他服务业作为具体的商业类别,利用北京第一次、第二次全国经济普查数据,采用核密度(Kernel)、标准差椭圆、Ripley's <i>K(r)</i>函数相结合的GIS 点模式分析方法,对比研究了2004 年和2008 年北京市商业网点分布与空间集聚特征。研究结果表明:① 北京商业网点呈现相对集中分布态势,具有向心性并形成明显的集聚区,集聚中心主要分布在五环内,且在两次普查期间有所改变,商业网点空间偏向性差异明显;② 以CBD、金融街、王府井、中关村、亚运村和奥运村等为代表的典型商圈对北京商业网点的布局影响十分显著,商业网点在典型商圈周围分布密度较高,呈现集聚中心状态;③ 北京商业网点Ripley's <i>K(r)</i>曲线随距离的变化总体呈现“先增后减”态势,其中受居民小区影响较大的居民服务与其他服务业网点两次普查期间变化剧烈,反映了居民由市中心向外扩散的过程。

DOI

[ Zhang X, Zhong E X, Zhang X H, et al.Spatial distribution and clustering of commercial network in Beijing during 2004-2008[J]. Progress in Geography, 2013,32(8):1207-1215. ]

[26]
王士君,浩飞龙,姜丽丽.长春市大型商业网点的区位特征及其影响因素[J].地理学报,2015,70(6):893-905.以长春市中心城区大型商业网点调研数据为基础,选取专业店、专卖店、大型商场、大型超市、家居建材商店、综合交易市场六种商业业态类型,运用点模式分析、有序多分类逻辑回归等研究方法,探讨长春市大型商业网点的区位特征,并解释其区位选择的影响因素。研究发现：长春市大型商业网点的空间分布总体呈中心集聚与外围分散并存的态势,但集聚现象更显著,并表现出沿城市综合性中心地、商业中心布局的特征;各业态类型网点空间分布差异性较大,且具有不同尺度的空间集聚表现,专业店、大型商场以小尺度范围的空间集聚为主,集聚程度较低;专卖店和综合交易市场的集聚程度相对较高,且后者区位选择的空间尺度范围较大;大型超市在空间上呈均匀离散分布,家居建材商店仅在小尺度范围内表现出集聚分布;业态类型、土地价格、交通通达性及集聚特征是影响商业网点分布最显著的因素,同类因素对不同业态商业网点分布的影响程度差异性较大。

DOI

[ Wang S J, Hao F L, Jiang L L.Locations and their determinants of large-scale commercial sites in Changchun, China[J]. Acta Geographica Sinica,2015,70(6):893-905. ]

[27]
朱枫,宋小冬.基于GIS的大型百货零售商业设施布局分析:以上海浦东新区为例[J].武汉大学学报(工学版),2003,36(3):46-52.以GIS作为主要研究手段,利用2001年上海市第2次基本单位普查的有关数据,选取160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.

DOI

[ Zhu F, Song X D.Application of GIS in spatial location analysis of large retail stores[J]. Engineering Journal of Wuhan University, 2003,36(3):46-52. ]

[28]
薛领,杨开忠.基于空间相互作用模型的商业布局:以北京市海淀区为例[J].地理研究,2005,24(2):265-273.在分析北京市海淀区人口增长与商业发展的基础上,运用空间相互作用理论和模型, 定量地测算了海淀区各个街乡的人口潜能与商业吸引力,对该区的人口与商业分布状况及其空间互动关系进行了分析,并根据人口增长的组合预测结果对未来海淀区各个街乡商业配置进行了具体的测算,在为商业发展布局规划提供决策支持的同时,探讨一种城市商业活动的空间分析框架。

DOI

[ Xue L, Yang K Z.Spatial planning of commercial allocation in Haidian District in Beijing based on spatial interactive models[J]. Geographical Research, 2005,24(2):265-273. ]

[29]
谢顺平,冯学智,王结臣,等.基于网络加权Voronoi图分析的南京市商业中心辐射域研究[J].地理学报,2009,64(12):1467-1476.道路网络在城市社会和经济活动中发挥重要作用,它是联系商业中心与需求间的桥梁,道路系统的更新与变化必然会对它们的关联产生影响。Voronoi图是划分势力空间的有效工具,基于道路网络分析构建的加权Voronoi图可以模拟城市商业中心功能辐射的实际情形。本文给出了基于道路网络分析的Voronoi图和加权Voronoi图构建方法,通过对各种Voronoi图的比较分析,认为基于网络路径时间分析构建的加权Voronoi面域图在商业中心辐射域模拟中最为有效。将空间相互作用和断裂点理论与网络加权Voronoi面域图相结合,模拟不同交通条件下南京市商业中心辐射域空间格局及其需求覆盖变化,并提取了辐射域的覆盖面积、覆盖人口、最远辐射路径距离和平均辐射路径距离等信息。对商业中心的地铁邻近度与其辐射域的扩张面积进行相关分析,采用域邻接矩阵描述空间划分平衡与不平衡之间的相互转变过程,可分析道路系统变更后商业中心之间空间竞争的变化趋势。分析结果表明商业中心的地铁邻近度与辐射域的扩张具有较大的相关性,快速轨道交通在商业中心空间竞争中发挥关键作用。

DOI

[ Xie S P, Feng X Z, Wang J C, et al.Radiation domain of commercial centers in Nanjing based on analysis of road network weighted Voronoi diagram[J]. Acta Geographica Sinica, 2009,64(12):1467-1476. ]

[30]
许学强,周素红,林耿.广州市大型零售商店布局分析[J].城市规划,2002,26(7):23-28.

[ Xu X Q, Zhou S H, Lin G.The locational analysis of Guangzhou's large retail emporia[J]. City Planning Review, 2002,26(7):23-28. ]

[31]
郭崇义. 便利店区位类型研究:以北京、广州等城市便利店周边环境调研为例[J].商业经济与管理,2005(11):38-44.区位类型是便利店选址的一种简便工具,可作为经验法则直接使用.通过对北京、广州、深圳等城市100余家便利店周边环境的现场调研,结合理论分析,总结出便利店选址的区位类型体系,由基本区位类型、次级类型、组合类型等组成.区位类型还有其他的划分方法.

DOI

[ Guo C Y.A study on location type for convenience store[J]. Business Economics and Administration, 2005,11:38-44. ]

[32]
陶伟,林敏慧,刘开萌.城市大型连锁超市的空间布局模式探析[J].中山大学学报(自然科学版),2006,45(2):97-100.

[ Tao W, Lin M H, Liu K M.Spatial distribution pattern of urban big chain store[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2006,45(2):97-100. ]

[33]
贺灿飞,李燕,尹薇.跨国零售企业在华区位研究:以沃尔玛和家乐福为例[J].世界地理研究,2011,20(1):12-26.与制造业外资高度集聚在沿海地区不同,服务业外资则沿着中国城市体系布局,消费者外资服务业在渗透大城市市场的同时,以等级式扩散方式向内陆地区城市扩张,以蔓延式扩散方式在都市圈内扩张。本文以沃尔玛和家乐福为例,研究跨国零售企业在中国的空间扩张。截止到2009年,沃尔玛超市已经渗透到许多中等城市,主要以等级式扩散方式进行空间扩张。家乐福超市则主要集中在珠三角、长三角和京津冀都市圈,在各都市圈内部蔓延式扩张。二项式逻辑模型分析表明,家乐福更重视本地化零售业市场规模与潜力,偏好零售业开放时间较长的城市,同时也关注竞争对手沃尔玛新开门店的城市选择。沃尔玛则重视利用零售业集聚经济和规模经济以及家乐福门店城市选择策略,但不在意本地零售业市场规模及其开放政策制度的影响。综合其空间扩散模式、物流配送以及区位选择行为,本文认为两个企业在中国采取了全球化与本土化兼顾的战略,从而得以在中国实现快速扩张。

DOI

[ He C F, Li Y, Yin W.Foreign retailers in China: The case of Wal-Mart and Carrefour[J]. World Regional Studies, 2011,20(1):12-26. ]

[34]
肖琛,陈雯,袁丰,等.大城市内部连锁超市空间分布格局及其区位选择:以南京市苏果超市为例[J].地理研究,2013,32(3):465-475.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&quot;U&quot;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。

DOI

[ Xiao C, Chen W, Yuan F, et al.Spatial pattern and location decision of chain supermarkets within large cities: A case study of Suguo supermarkets in Nanjing[J]. Geographical Research, 2013,32(3):465-475. ]

[35]
李强,王士君,梅林.长春市中心城区大型超市空间演变过程及机理研究[J].地理科学,2013,33(5):553-561.以长春市中心城区1998~2011年大型超市实地调研资料为基础,运用GIS空间分析和计量统计等方法,研究长春市中心城区大型超市空间演变过程、特征和机理。研究表明,长春市中心城区大型超市的空间布局演变遵循"随机-集中-分散"规律,存在整体日益分散,局部优势区域集中;空间分布不均衡,区际间差异较大;圈层发展日趋均匀,但南北方向分异明显;空间演变格局与城市发展方向一致,连锁超市布局日趋整体化等特征。研究认为消费者因素、企业自身因素、市场因素、城市发展因素是空间演变的内在机理。

[ Li Q, Wang S J, Mei L.The spatial characteristics and mechanism of supermarkets in central district of Changchun, China[J]. Scientia Geographica Sinica, 2013,33(5):553-561. ]

[36]
甄峰,王波.“大数据”热潮下人文地理学研究的再思考[J].地理研究,2015,34(5):803-811.伴随着移动通信技术的快速发展以及定位应用程序的普及,带有地理空间信息的数据成为&ldquo;大数据&rdquo;中的重要部分,为人文地理学研究的发展提供了新的机遇,也契合了人文地理学&ldquo;计量转向&rdquo;与&ldquo;社会转向&rdquo;的发展规律,以及人文地理学人本主义的发展趋势。但同时,人文地理学者也面临着数据决定论、数据分析方法准备不足以及数据自身缺陷所带来的危机与挑战。在&ldquo;大数据&rdquo;热潮下,无论是定量研究还是定性研究,&ldquo;大数据&rdquo;还是&ldquo;小数据&rdquo;的研究,都应当给予同样的重视,数据规模与数据的采集、分析和阐述并无很大的关联。并且,还需要警惕由于数据垄断可能带来研究的&ldquo;数字鸿沟&rdquo;并呼吁人文地理学研究在研究方法与内容等方面与其他学科进行更多的跨学科合作。

DOI

[ Zhen F, Wang B.Rethinking human geography in the age of big data[J]. Geographical Research, 2015,34(5):803-811. ]

[37]
龙瀛. 城市大数据与定量城市研究[J].上海城市规划,2014(5):13-15.城市大数据日益成为我国规划学界和工程界关注的热点,微观个体的大数据与这个时代规划界所提出的各种理念比如"以人为本"、"新型城镇化"等不谋而合,为相应的学术研究、规划实践和商业咨询带来了发展契机。从研究机构创建、学术研究开展、规划编制探索和产业发展等角度,全面回顾了当前城市大数据领域开展的一系列工作,并重点介绍了致力于定量城市研究的北京城市实验室(BCL)的基本情况及其开展的诸多定量城市研究工作。

DOI

[ Long Y.Studies and practices of urban big data and open data in China[J]. Shanghai Urban Planning Review, 2014,(5):13-15. ]

[38]
刘瑜. 社会感知视角下的若干人文地理学基本问题再思考[J].地理学报,2016,71(4):564-575.近年来,不同类型大数据在地理研究中得到了越来越多的重视,许多学者基于手机、社交媒体、出租车等数据开展了大量实证研究。社会感知概念刻画了地理空间大数据基于大量人的行为时空模式获取地理环境特征的的技术手段,该手段有助于重新审视地理学研究中的一些基本问题,因而本文选择了空间分布和空间交互这两个基本地理概念以及定性方法和定量方法这两个人文地理基本研究方法展开讨论。大数据从微观个体和宏观群体两个层面同时感知空间分布和空间交互,可以定量分析其中的距离以及尺度效应。进而,由于小样本访谈人群和场所是定性研究的基础,而大数据可以通过定量方法识别特定人群和场所并进行刻画,因此,社会感知手段为集成定性和定量研究方法,构建混合地理学奠定了基础。

DOI

[ Liu Y.Revisiting several basic geographical concepts: A social sensing perspective[J]. Acta Geographica Sinica, 2016,71(4):564-575. ]

[39]
黄浦江. 上海市中心城商业网点空间集聚特征综合测度[J].湖北大学学报(自然科学版),2016,38(6):572-578.

[ Huang P J.The comprehensive measure of agglomeration characteristics of commercial sites in central city of Shanghai[J]. Journal of Hubei University(Natural Science), 2016,38(6):572-578. ]

[40]
禹文豪,艾廷华.核密度估计法支持下的网络空间POI点可视化与分析[J].测绘学报,2015,44(1):82-90.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.

DOI

[ Yu W H, Ai T H.The visualization and analysis of POI features under network space supported by kernel density estimation[J]. Acta Geodaetica et Cartographica Sinica, 2015,44(1):82-90. ]

Options
Outlines

/

〈 〉