EN中文

Journal of Geo-information Science >

2022 , Vol. 24 >Issue 11: 2141 - 2152

DOI: https://doi.org/10.12082/dqxxkx.2022.220097

Quantitative Identification and Classification of the Nighttime Economic Agglomeration based on the Luojia-01 NTL Data and Pole-Axis Theory

  • WANG Lin , 1, 2, 3, 4 ,
  • ZHONG Hongwen 1 ,
  • XU Zhanghua , 1, 3, 4 ,
  • WANG Wulin 1
Expand
  • 1. College of Environment and Safety Engineering, Fuzhou University, Fuzhou 350116, China
  • 2. Institute of Remote Sensing Information Engineering, Fuzhou University, Fuzhou 350116, China
  • 3. Fujian Provincial Key Laboratory of Remote Sensing of Soil Erosion and Disaster Protection, Fuzhou University, Fuzhou 350116, China
  • 4. Academy of Geography and Ecological Environment, Fuzhou University, Fuzhou 350116, China
*XU Zhanghua, E-mail:

Received date: 2022-03-06

  Revised date: 2022-04-09

  Online published: 2023-01-25

Supported by

National Natural Science Foundation of China(U2005205)

National Natural Science Foundation of China(42071300)

Fujian Province Natural Science Foundation Project(2020J01504)

China Postdoctoral Science Foundation(2018M630728)

Research Project of Jinjiang Fuzhou University Science and Education Park Development Center(2019-JJFDKY-17)

Open Fund of University Key Lab for Geomatics Technology & optimize Resource Utilization in Fujian Province(fafugeo201901)

Fold

Abstract

Nighttime economy contains huge consumption potential and market space. As the carrier of nighttime economy, accurate identification, reasonable classification, and scientific layout of nighttime economic agglomeration is important for the sustainable development of nighttime economy. Under the cognitive framework named "point-axis development and quantitative identification", and based on quantification of nighttime economic vitality, focal statistics and ISODATA are used to extract and identify nighttime economic agglomeration centers and agglomeration in this study. According to the location quotient and its coefficient, the nighttime economic agglomeration is classified. This process overcomes the problems of chaotic zoning and classification standards for nighttime economic agglomeration and introduces a new idea for the quantitative research of nighttime economy. The results show that: (1) Compared with DMPS/ OLS and NPP- VIIRS, Luojia1-01 data have high spatial resolution and low spillover effect, which is more suitable for small-scale study of "nighttime economic agglomeration"; (2) Nighttime light and POI data are good representations of nighttime social vitality and functional vitality, and their combined effects can be quantitatively expressed through the night economic vitality; (3) Of the 12 landmark nightlife agglomerations launched in Shanghai, 11 are identified with a recognition rate of 91.7%; (4) According to the functional structure, nighttime agglomerations can be divided into four types: unbalanced developing - start-up type, balanced developing - start-up type, unbalanced developing - maturation type, and balance developing - maturation type. The classification method is universal; (5) In the development stage, shopping and catering are the main functions of the agglomeration area. In the advanced stage, main functions turn to accommodation, sports and fitness, culture and education, and leisure and entertainment. These four types of nighttime agglomerations form an obvious circle structure spatially.

Key words： nighttime economic agglomeration; Pole-Axis theory; Luojia-01 Nighttime Lights (NTL) data; Point of Interest (POI); Iterative Self-organizing Data Analysis Techniques Algorithm (ISODATA)

Cite this article

WANG Lin , ZHONG Hongwen , XU Zhanghua , WANG Wulin . Quantitative Identification and Classification of the Nighttime Economic Agglomeration based on the Luojia-01 NTL Data and Pole-Axis Theory[J]. Journal of Geo-information Science, 2022 , 24(11) : 2141 -2152 . DOI: 10.12082/dqxxkx.2022.220097

1 引言

夜间经济（Nighttime Economy）一般指从当日下午6点至次日凌晨6点发生的经济文化活动，是以服务业为主体的城市经济在第二时空的进一步延伸，包含夜间购物、餐饮、休闲、旅游、文化和健身等各种消费活动[1]。2019年8月，国务院指出要大力发展夜间文旅经济。2021年7月，文旅部明确开展第一批国家级夜间文化和旅游消费集聚区的规划建设工作。在“新冠疫情”给经济与发展带来的空前压力中，夜间经济作为我国“激发新一轮消费升级潜力”的重要举措被提升到了战略层次，在以“国内大循环”为主体的经济发展新格局背景下，重要性日益凸显。
夜间经济集聚区作为夜间经济的载体，是各地发展夜间经济的切入点和主要抓手，也是城市夜间经济实现可持续发展的基本前提。然而，目前夜间经济的实践中不同程度地存在集聚区范围划定主观随意、类型划分标准不一、布局不科学等问题，阻滞了夜间经济业态发展，还引发了交通、噪声和污染等一系列问题[2]。在现有夜间经济研究中，国外学者更多考虑的是夜间经济带来的社会问题[3⇓-5]和经济问题[6⇓⇓-9]，国内则主要聚焦于夜间经济实践的经验总结[10-11]和夜间经济发展的思路对策[2,12]，而基于空间格局的夜间经济集聚区定量化识别和类型划分则是一个新兴领域，国内外可借鉴的相关研究和文献很少。
Lin等[13]在经济学的供需框架下开发了夜间经济活力指数（NTEVI）来衡量地区夜间经济活动的活力，归纳出它的高度季节性。但该指数并不能用以直接划分夜间经济集聚区，且在构造过程中受研究区经济发展程度限制而缺少普适性。Zhou等[14]采用二因子映射、核密度分析等方法识别研究区商圈并划分等级，研究其时空特征，但并未提出夜间经济集聚区与商圈等级之间的关系，仅从商圈的等级差异侧面反映了夜间经济活动程度的差异。其他研究方法包括：使用人工修正配合局部等值线树法划定夜间经济集聚区[15]，使用空间聚类算法分析出租车起止点（Origin Destination, OD）数据识别夜间活动热点区域[16]，使用核密度法分析夜间经济类型数据以划定夜间经济区[17-18]等，但均偏重于夜间经济功能业态的空间结构和布局分析，而不是夜间经济集聚区的形成理论、定量划定和类型划分。
鉴于此，本文梳理相关学者研究，明晰夜间经济集聚区的内涵，以区域发展中应用较为广泛的“点-轴”发育模式作为理论基础，提出一种“由点及面” 的夜间经济集聚区定量识别方法以及合理的集聚区类型划分标准，并选取上海中心城区开展实证研究。该研究可以为快速、全面地识别城市夜间经济集聚区提供方法参考，同时也为优化夜间经济集聚区布局、完善夜间经济发展规划提供有益借鉴。

2 “点-轴”理论视角下的夜间经济集聚区认知框架

2.1 夜间经济集聚区的内涵

夜间经济具有集聚效应，通常会在一定范围内形成以某些服务业为主的集聚态势，当前对这种类型的集聚区域尚未有明确而统一的提法，类似名词有“夜间经济集聚区”、“夜间文旅消费集聚区”、“夜间经济集聚地”等，其中以“夜间经济集聚区”最为普遍[15]。江苏省出台的《江苏省省级夜间文旅消费集聚区建设指南（试行）》[19]中对此类区域的侧重点在地域特色文化与夜间景观环境，将其归到“产业集群空间”概念下，同时具有文旅商深度融合、业态产品多样、基础配套设施完善、消费环境和管理运营机制优、辐射带动功能强的特点；胡华[20]则强调此类区域在夜晚生活的核心地位及辐射作用，主要包括各种规模的夜晚购物场所、娱乐场所，并认为多功能混合是城市24小时活力目标的实现途径；李志平[21]认为产业集聚区是产业集群的空间载体，为产业集群提供必须的产业发展环境，而夜间经济以服务业集聚为特点，夜间经济集聚区亦是为服务业集群提供良好的产业发展环境。
可以看出，夜间经济集聚区的核心发展要素为功能业态，具体可定义为各种相互联系、以服务业为主的功能要素（餐饮、购物、住宿、休闲娱乐、运动健身、文化教育）在城市或城市区域中心有机结合。而集聚区的表现形式和规模可以多种多样，可以是商业中心区，或是旅游景区，也可以是有消费传统的非主干街道，还可以是历史文化街区等。

2.2 夜间经济集聚区的“点-轴”发育模式

“点-轴系统”理论由我国地理学者陆大道[22-23]提出，阐释了以“点”和“轴线”空间形态为主体表达的空间结构演化过程和成因机理，反映了社会经济空间组织发生和发展的客观规律，是进行空间结构分析、空间规划的重要手段[24]。随着该理论的不断完善，现已被广泛应用于区域与城市规划[25]、区域交通和产业带构建[26]、城市群边界的识别[27]等大尺度的实践领域，以及旅游空间结构开发与优化[28]等小尺度的区域研究。基于该理论，夜间经济集聚区的发育过程可以划分为4个阶段：第一阶段，空间经济个体处于无组织均衡分布；第二阶段，由于集聚和规模效应，城市中最具有吸引力的部分——夜间经济集聚中心逐渐形成，并由交通线构成主要发展轴线；第三阶段，在渐进式扩散的作用下，新的“点-轴系统”进一步发育，区域的夜间经济集聚中心不断产生，逐步形成“以点牵线、以线连点”的网络；第四阶段，随着区域夜间经济的持续发展，最终形成连续成片的“点-轴集聚区”。在这里，集聚区是扩大了的夜间经济集聚中心或集聚中心的集合，也就是夜间经济集聚区。
城市范围内的“点”一般是城市中最具有吸引力的部分，我们称其为“集聚中心”，如市中心广场、商业大厦或集中的商业区、重点文物古迹地等，而“轴”则是联结它们的交通道路与其它线状基础设施构成的城市发展轴。在区域发展过程中，中心点沿着线状基础设施渐次扩散社会经济“流”（产品流、资金流、人流、技术流、信息流、政策流等），在距中心点不同距离的位置重新聚集，与当地自然、社会经济要素相结合，形成强度不同的新集聚点。
社会经济在空间层次上的集聚程度、疏密关系和强度差异的不均衡会引起空间扩散现象。根据中心地理论，空间中的事物从中心发源，向外扩散。夜间经济在“集聚中心”形成之后，便会扩散，并逐步导致空间结构均衡化，使资源和空间逐步达到充分利用。因此夜间经济的“集聚区”是最高程度的空间集聚形式，“点-轴”渐进式扩散的结果是形成人口、经济和基础设施的复合集聚，当人口密度和经济实力满足一定条件时，就要形成集 聚区。

3 夜间经济集聚区的识别与分类方法

本文研究思路大体分为4步（图1）：① 根据“点-轴”理论以及夜间经济的基本特征，提出夜间经济集聚区的定量识别模型，结合多因素综合评价法进行夜间经济活力的测度；② 采用焦点统计方法，对夜间经济集聚中心进行提取；③ 基于夜间经济集聚区的二维特征，通过迭代自组织（Iterative Self-Organization， ISO）聚类分析识别夜间经济集聚区；④ 根据区位熵及其变异系数指数，对夜间经济区识别结果进行类型划分。
图1 夜间经济集聚区识别与分类技术路线

Fig. 1 Technology roadmap of the nighttime economic agglomeration identification and classification

3.1 定量识别模型

如前文所述，集聚中心与集聚区都是夜间经济空间集聚的表现形式，但存在于不同过程阶段。因此本文采用“由点及面”的识别方式，先提取集聚中心，再识别集聚区，以动态发展视角克服一般识别方法的局限。根据“点-轴”理论，夜间经济集聚中心具有强大的“吸引力”，其识别的关键在于“吸引力”这个抽象名词的定量表达途径。夜间经济区别于一般经济活动的2个显著特征：①“夜间”（18:00—6:00）， ② “业态”（主要为购物、餐饮、休闲、旅游、文化和健身等产业类型）。夜间灯光（Nighttime Lights, NTL）数据可直观地反映夜间人类活动 差异[29]，是其“夜间”特征的良好表征，反映的是夜间经济的社会活力。兴趣点（Point of Interest, POI）数据天然具有“业态功能要素”属性，可以表征其“业态”特征，反映的是夜间经济的功能活力，并且可以校正夜间灯光数据可能包含的部分非经济活动区域（机场、码头等）。至此，可将其“吸引力”具象为“社会活力”和“功能活力”2个维度的耦合，并可通过对夜间经济活力的测度来定量表达。

3.1.1 夜间经济活力测度

“社会活力”以修正后的Luojia1-01夜光遥感影像DN值表征，“功能活力”以包含六类夜间经济功能要素的综合POI核密度值表征，结合多因素综合评价方法得到城市夜间经济活力测度结果如下[30]：
$VI=\underset{i=1}{\overset{n}{\mathop \sum }}\,{{w}_{i}}\times {{x}_{i}}$
式中：VI反映城市夜间经济活力强度；xi为经过归一化处理后的各项指标；wi为指标权重； n = 2， x 1为社会活力； x 2为功能活力。经过权重比对结果实验，将功能活力 w 2权重设为0.6，社会活力 w 1权重设为0.4。
参考Steiner以500 m作为阈值研究人们在城市空间活动的范围[31]，选择500 m作为各类POI核密度分析的搜索带宽。计算综合POI核密度值时，利用改进的CRITIC法[32]得到各类POI权重值（表1）。
表1 2018年上海中心城区各功能要素权重值

Tab. 1 Weight of Functional Elements in Shanghai central urban area in 2018

功能要素类型
餐饮 购物 住宿 体育休闲 科教文化
权重值 0.2573 0.4420 0.0721 0.0783 0.1503

3.1.2 夜间经济集聚中心提取

集聚中心是区域夜间经济活力最高的“点”，可通过焦点统计进行提取[33-34]。基于夜间经济活力测度结果（图2(a)）；将待处理像元（A、B）作为中心输入，获取焦点邻域（RA、RB），使用焦点统计获取对应邻域内的最大值输出，组成最大值栅格矩阵（图2(b)），然后执行矩阵（b）-矩阵（a）代数差运算，得到非负值栅格矩阵（图2（c））。其中，正值域为低于局部最大值的区域，而零值域为局部极值区。窗口探测完成后，通过重分类提取极值点并进一步获取所有极值所在位置的夜间经济活力原始值，这些“点”即为夜间经济集聚中心（图2（d））。最后按极值的大小对所有集聚中心进行等级划分（图2（e））。整个算法的实现过程如图2所示，本文选择半径 500 m的圆形窗口进行分析。
图2 集聚中心提取示意

Fig. 2 Extracting schematic of agglomeration centers

3.1.3 夜间经济集聚区识别

集聚区除了具有高夜间经济活力外，其边缘存在梯度变化。这种特点可用夜间经济活力的强度和起伏度来描述[35]，后者能够反映前者的波动特征。显然，夜间经济活力的二维特征（强度和起伏度）能够比单一值（强度）传达更多的信息。基于上述思考，利用夜间经济活力强度和起伏度2个指标，通过ISO聚类分析来识别集聚区。与前文一致，选择半径为500 m的圆形窗口计算夜间经济活力起伏度。聚类结果中的各类别代表具有相似发展现状和发展趋势的区域。统计各类别的夜间经济活力强度和起伏度的均值，然后分析其特征，识别并提取得到大规模连续度较高的聚合区域，即夜间经济集聚区。

3.2 类型划分方法

（1）区位熵
夜间经济集聚区各功能要素（即业态类型）的专业化水平，可采用区位熵指数Q来衡量，公式如下[36]：
${{Q}_{ij}}=\frac{{{E}_{ij}}/{{E}_{i}}}{{{E}_{j}}/E}$
式中： E i j为集聚区i功能要素j的数量； E i为集聚区i所有功能要素数量； E j为区域内功能要素j的数量；E为区域内所有功能要素的数量。
Q越大，说明集聚区内各业态类型的专业化水平越高；Q>1，表明该集聚区内各业态功能专业化程度高于区域的平均水平，发展较为成熟。
（2）变异系数
本文引入变异系数来定量化反映区位熵的离散程度，其优势在于可克服统计数据因量纲或平均值差异造成的误差，能够较客观地反映观测值之间的差异情况[37]，具体计算公式如下：
$CV=\frac{\sigma }{{\bar{Q}}}$
式中： C V表示集聚区的区位熵变异系数； σ为区位熵标准差； Q -为区位熵平均值。 C V值越小，说明此集聚区内各业态类型之间专业化水平相差不多，发展相对平衡； C V值越大，说明此集聚区内各业态类型的专业化水平差异越悬殊，存在某些业态专业化水平极高而某些极低的现象。
基于上述2种指数的测度结果，可根据集聚区内各类功能的结构差异进行夜间经济集聚区的类型划分，如表2所示。
表2 夜间经济集聚区类型划分

Tab. 2 The classification of nighttime economic agglomeration types

集聚区类型 变异系数CV及区位熵Q值 备注
平衡发展-起步型 C V ≤ C V s且 Q - ≤ 1 各类业态专业化水平相近且水平相对较低
平衡发展-成熟型 C V ≤ C V s且 Q - > 1 各类业态专业化水平相近且水平相对较高
非平衡发展-起步型 C V ＞ C V s且 Q ≤ 1 各类业态专业化水平差异较大，且尚无业态发展到成熟阶段
非平衡发展-成熟型 C V ＞ C V s且存在 Q > 1 各类业态专业化水平差异较大，且至少存在一类业态发展到成熟阶段

注： C V s为变异系数标准值，用于划分集聚区内各类功能要素专业水平差异程度，通过自然间断点法获得，本文取值0.24。

4 实证分析

4.1 研究区概况与数据源

4.1.1 研究区概况

上海市地处30°40′N—31°53′N，120°52′E—122°12′E之间，与江苏省、浙江省、安徽省共同构成的长三角已成为世界级城市群，在我国的现代化建设、全方位开放格局中具有重要的战略地位。2019年以来，上海推进夜间经济举措不断，先后出台《关于上海推动夜间经济发展的指导意见》[38]、设立“夜间区长”和“夜生活首席执行官”、发布地标性夜生活集聚区等。
在上海各区积极推进夜间经济发展下，上海夜间经济已具备一定影响力，其夜间经济集聚区的发展现状具有一定的典型性和多样性。因此，本文以上海中心城区（外环线以内）为样本单元开展分析具有代表性和现实意义（图3）。
图3 研究区示意图

Fig. 3 Schematic diagram of research area

4.1.2 数据来源与处理

研究数据包括基础地理数据、Luojia1-01夜光遥感影像、POI数据等。所有数据统一转换为WGS_1984_UTM_Zone_51N投影坐标系，使其具有统一的地理空间参考。为了方便计算，并充分利用有效像元信息以适应夜间经济的中小尺度研究，将栅格单元大小统一为30 m。
① 基础地理数据，包括来自国家基础地理信息系统1：400万数据的上海市行政边界和水系图层；Open Street Map开源地图下载平台的上海市路网数据；2018年12月17日（云量0.76%）Landsat8地表反射率产品[39]，空间分辨率30 m。
② Luojia1-01夜光遥感全国一张图，来源于高分辨率对地观测系统湖北数据与应用中心，它利用2018年6月至12月拍摄的影像生产制作，空间分辨率为130 m。Luojia1-01的优势在于，相较国外常见的DMPS/OLS（2.7 km分辨率）以及NPP-VIIRS（500 m分辨率）等数据，它是目前能稳定获取的覆盖研究区的空间分辨率最高的夜光遥感影像，并且溢出效应更低[20]，更适合于“夜间经济区”这种小尺度研究区夜间灯光信息的精细化研究。对获取的数据进行预处理[40]以去除背景噪声，并对非经济活动造成的夜间灯光亮度高值区域[41]进行邻域均值滤波处理以进一步提高识别精度。
③ POI数据，来源于“高德地图”开发平台，获取时间为2018年9月，共获有效POI数据283 121个（表3）。
表3 2018年上海中心城区各功能要素POI数据类型、数量及比例

Tab. 3 Types, numbers, and proportions of POI data in Shanghai central urban area in 2018

功能要素类型 POI子类 数量/个 比例/%
餐饮功能 中餐厅、外国餐厅、快餐厅、休闲餐饮场所、咖啡厅、茶艺馆、冷饮店、糕饼店、甜品店、其他餐饮场所 69 004 24.37
购物功能 商场、便利店、家电电子卖场、超级市场、花鸟鱼虫市场、家居建材市场、综合市场、文化用品店、体育用品店、特色商业街、服装鞋帽皮具店、专卖店、特殊买卖场所、个人用品店、其他购物场所 128 238 45.29
住宿功能 宾馆酒店、旅馆招待所、其他住宿场所 20 979 7.41
体育休闲功能 运动场馆、高尔夫相关、娱乐场所、度假疗养场所、休闲场所、影剧院、其他体育休闲场所 21 262 7.51
科教文化功能 图书馆、文化宫、展览馆、博物馆、科技馆、美术馆、会展中心、培训机构、传媒机构、艺术团体、其他科教文化场所 43 638 15.41

4.2 研究区夜间经济集聚区的识别

4.2.1 夜间经济活力测度

根据式（1），上海中心城区夜间经济活力测度结果如图4所示。按照活力值的强弱，城区中心的传统商业集聚区域是最强活力源，其周边存在多个活力增长点。总体上，浦西夜间经济活力高于浦东，浦东地区除了陆家嘴以外大都处于活力源的萌芽阶段，夜间经济活力和辐射效应尚有较大的提升空间。
图4 2018年上海中心城区夜间经济活力强度空间分布

Fig. 4 The nighttime economic vitality of Shanghai central urban area in 2018

4.2.2 夜间经济集聚中心提取

基于夜间经济活力的测度结果，提取夜间经济集聚中心，并采用自然间断点法将其分成5级（表4、图5）。一级夜间经济集聚中心平均活力值较高，一般为城市最为繁华、人流量最大的区域，其形成具有核心的驱动因素；二级集聚中心在地图上较为离散，一定程度上反映城市整体发展现状和趋势；其它更小级别的集聚中心平均活力值较低，夜间经济尚处于发展中或处于萌芽状态，主要反映局部区域的发展状况。这些不同级别的集聚中心形成了明显的等级体系，等级越高，数量越少。
表4 不同等级夜间经济集聚中心基本信息

Tab. 4 Basic attributions of nighttime economic agglomeration centers in different hierarchical scales

夜间经济集聚中心等级 集聚中心数量 占比/（%） 平均活力值
第1级 12 3.13 0.49
第2级 26 6.77 0.24
第3级 60 15.63 0.13
第4级 111 28.91 0.07
第5级 175 45.57 0.03
图5 2018年上海中心城区夜间经济集聚中心提取结果

Fig. 5 The nighttime economic agglomeration centers of Shanghai central urban area in 2018

4.2.3 夜间经济集聚区识别

根据3.1的定量识别模型，通过ISO聚类分析得到夜间经济活力强度及起伏度相对一致的5个类别（表5）。结果显示，第5类具备相对较高的夜间经济活力强度，且夜间经济活力起伏度与周边差异最为显著，即为“夜间经济集聚区”。如图6所示，上海中心城区内部共识别15个夜间经济集聚区。
表5 聚类结果各类别相关指标统计

Tab. 5 Statistical table of various related indicators of clustering results

类别序号 夜间经济活力强度平均值 夜间经济活力起伏度平均值
1 0.02 0.04
2 0.06 0.09
3 0.10 0.18
4 0.16 0.38
5 0.34 0.68
图6 2018年上海中心城区夜间经济集聚区提取结果

Fig. 6 The nighttime economic agglomerations of Shanghai central urban area in 2018

4.3 研究区夜间经济集聚区识别精度

上海市政府颁布的《加快建设国际消费中心城市三年行动计划》[42]提到，要“加强规划布局，丰富内容供给，优化配套保障，打造一批具有烟火气、上海味、时尚潮、国际范的地标性夜生活集聚区”，明确提出了12个重点打造的“地标性夜生活集聚区”（下文简称“地标”）。将本文夜间经济集聚区识别结果与其进行比对，有11个“地标”包含其中（8个识别为“集聚区”，3个识别为“集聚中心）”，识别率达91.7%（表6）。总体看来，识别结果较好、可信度较高。
表6 上海地标性夜生活集聚区与识别结果的对应关系

Tab. 6 The correspondence between Shanghai landmark nightlife agglomerations and identification results

上海地标性夜生活集聚区 识别结果
五角场-大学路 属于集聚区12
思南公馆-复兴公园 识别为集聚中心（二级）
豫园 属于集聚区11
浦东滨江富都-船厂 属于集聚区13
吴江路-张园 属于集聚区6
静安寺 属于集聚区4
黄浦滨江外滩 属于集聚区10
新天地-158坊 属于集聚区8
人民广场-南京路 属于集聚区10
衡复地区 识别为集聚中心（三级）
吴中路 识别为集聚中心（三级）
环大宁马戏城 未被识别，周边有大宁国际商业广场等三级集聚中心

注：“集聚区”指本文识别结果中的夜间经济集聚区；“集聚中心”指“夜间经济集聚中心”

4.4 研究区夜间经济集聚区的类型划分和圈层结构

根据3.2的类型划分方法，将上海中心城区夜间经济集聚区划分为4类（图7、表7），处于起步阶段的共有6个，处于成熟阶段的共有9个；属于平衡发展型的有9个，属于非平衡发展型的有6个。
图7 2018年上海中心城区夜间经济集聚区类型划分结果

Fig. 7 The nighttime economic agglomeration classification of Shanghai central urban area in 2018

表7 夜间经济集聚区类型及其功能专业化水平

Tab. 7 Types of nighttime economic agglomerations and their functional specialization levels

类型 集聚区 Q - C V 功能专业化水平 典型代表
平衡发展-起步型 5 0.68 0.65 餐饮、购物功能高于该集聚区平均水平 陕西南路商圈
7 0.76 0.58 购物、体育休闲功能高于该集聚区平均水平 上海火车站商圈
平衡发展-成熟型 2 1.02 0.09 科教文化、住宿功能高于该集聚区平均水平 中山公园商圈
3 1.06 0.21 科教文化、住宿功能高于该集聚区平均水平 徐家汇商圈、徐家汇公园
4 1.05 0.11 餐饮、科教文化、体育休闲功能高于该集聚区平均水平 静安寺商圈
6 1.15 0.18 科教文化、体育休闲、住宿功能高于该集聚区平均水平 南京西路商圈
8 1.07 0.13 体育休闲、住宿功能高于该集聚区平均水平 新天地商圈
9 1.01 0.09 住宿功能高于该集聚区平均水平 四川北路商业街
10 1.00 0.13 购物、体育休闲功能高于该集聚区平均水平 人民广场商圈、南京东路步行街、外滩
非平衡发展-起步型 1 0.97 0.30 餐饮、体育休闲功能高于区域平均水平 新虹桥商圈
11 0.85 0.24 购物功能高于区域平均水平 豫园商圈、十六铺
13 0.84 0.35 餐饮、购物功能高于区域平均水平 陆家嘴
14 0.92 0.36 餐饮、体育休闲功能高于区域平均水平 世纪大道商圈
非平衡发展-成熟型 12 1.02 0.27 餐饮、科教文化、体育休闲功能高于区域平均水平 五角场商圈
15 1.10 1.31 购物、体育休闲功能高于平区域均水平 东方体育中心
类型I平衡发展-起步型：主要特征为集聚区内各类功能专业化水平相近，但总体较低。该类集聚区分布较为分散，以购物、餐饮、体育休闲为主导，以陕西南路商圈、上海火车站商圈为代表。
类型II平衡发展-成熟型：主要特征为集聚区内各类功能专业化水平相近，且总体较高。该类集聚区主要分布在城区中心，科教文化、体育休闲、住宿功能在各集聚区中专业化水平均相对较高。该类型集聚区规模较大，如集聚区10，包含人民广场商圈、南京东路步行街、外滩多个代表性集聚地。
类型III非平衡发展-起步型：主要特征为集聚区内各类功能专业化水平悬殊较大，且无高于区域平均水平的功能要素。该类集聚区主要分布在城区外围、规模大小不一，以购物、餐饮功能为主导，以新虹桥商圈、豫园商圈、十六铺、陆家嘴和世纪大道为代表。
类型IV非平衡发展-成熟型：主要特征为集聚区内各类功能专业化水平悬殊较大，并存在高于区域平均水平的功能要素。该类集聚区主要分布在城区中心边缘，以五角场商圈、东方体育中心为代表。
综上，上海夜间经济的不同类型在空间分布上由城区中心向外围延伸形成明显的圈层结构（图8）：① 中心集聚区开发历史较长，面向全市市民和外来游客，目标消费者多元化，因而形成各功能要素专业化水平均较高的平衡发展-成熟型特征。② 城区中心各集聚区连片布局，产生集聚化的规模效益同时，也存在激烈的竞争。因而存在平衡发展-起步型和非平衡发展-起步型，其辐射范围是区域性的，一般为综合商业中心，其主导功能偏向于基础的需求，如购物、餐饮等。③ 外围集聚区为非平衡发展-成熟型，既能多元化满足区域的需求，又有自己的成熟发展特色，如科教文化、体育休闲等功能。
图8 上海中心城区夜间经济圈层结构

Fig. 8 Layer structure of nighttime economy in Shanghai central urban area

5 结论与讨论

本文基于“点-轴系统”理论，提出了“由点及面”的夜间经济集聚区定量识别方法，突破了单一采用实证法和模型法的局限性，增强了方法的理论支撑，在集聚区识别的自动化和精确度上取得了较好的效果，同时有利于从动态发展的视角深入分析城市夜间经济集聚区。主要结论如下：
（1）相较于常见的DMPS/OLS及NPP-VIIRS等夜光遥感数据，Luojia1-01数据不仅空间分辨率更高，而且溢出效应更低，对规模较小但有消费传统的非主干街道、历史文化街区等夜间经济区识别更为敏感，识别精度更高。因此， Luojia1-01数据在“夜间经济区”这种小尺度的精细化研究中优势更为明显。
（2）在定量表达夜间经济活力测度的基础上，利用焦点统计和ISO聚类分析方法提取和识别夜间经济集聚中心和集聚区，该提取识别流程克服了目前夜间经济实践中存在的集聚区范围划定主观、随意的问题，为城市夜间经济的识别开辟了新的思路。
（3）实证结果表明，上海推出的12个地标性夜生活集聚区中，有11个被模型识别，识别率达91.7%，说明本文提出的夜间经济集聚模型识别精度较高。
（4）根据区位熵及其变异系数，可将夜间经济集聚区划分为非平衡发展-起步型、平衡发展-起步型、非平衡发展-成熟型、平衡发展-成熟型4种类型。该分类方式和划定方法具有普适性，可为其他城市夜间经济集聚区类型研究提供参考和借鉴。
（5）在起步阶段，上海中心城区夜间经济集聚区主导功能为购物、餐饮；在成熟阶段，集聚区的特色发展方向为住宿、科教文化和体育休闲功能。四大类型在空间分布上形成明显的圈层结构。
应当指出，本文作为一项探索性研究，在数据和方法上仍存在以下不足，可供未来研究进一步完善：① 由于POI数据的特点，本文的研究对象不包含以临时性的摊贩为主的流动夜市；② Luojia1-01过境时间为22:00，分析结果体现的是前半夜的夜间经济集聚情况，而未考虑后半夜时间段内的经济活动；③ 作为中国自主设计和发射的科学试验卫星，Luojia1-01数据在小尺度、精细化的夜间经济区研究中表现出极大的优势和潜力，但对其的研究和应用远不如DMPS/OLS及NPP-VIIRS等国外卫星那么广泛和深入。相信随着后续系列高分辨率夜光遥感卫星的发射和数据回传，能进一步挖掘其夜光特性和应用潜力，从时间序列入手，对不同时段的夜间经济活动进行对比分析，并从消费者需求的视角，如消费者偏好、消费行为、出行方式和消费能力等，探讨夜间经济集聚的具体情况。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
靳泓, 应文. 城市夜间经济研究综述[J]. 灯与照明, 2018, 42(1):26-30.

[ Jin H, Ying W. A review of night-time economic research[J]. Light & Lighting, 2018, 42(1):26-30. ] DOI:10.3969/j.issn.1008-5521.2018.01.007

DOI

[2]
周继洋. 夜间经济是促进经济发展的新引擎[J]. 中国国情国力, 2020(5):54-57.

[ Zhou J Y. Night economy is a new engine to promote economic development[J]. China National Conditions and Strength, 2020(5):54-57. ] DOI:10.13561/j.cnki.zggqgl.2020.05.017

DOI

[3]
Talbot D, Böse M. Racism, criminalization and the development of night-time economies: Two case studies in London and Manchester[J]. Ethnic and Racial Studies, 2007, 30(1):95-118. DOI:10.1080/01419870601006579

DOI

[4]
Pennay A, Miller P, Busija L, et al. 'Wide-awake drunkenness'? Investigating the association between alcohol intoxication and stimulant use in the night-time economy[J]. Addiction, 2015, 110(2):356-65. DOI:10.1111/add.12742

DOI PMID

[5]
Farrimond H, Body K, Fleischer D. Reconfiguring the violent encounter? Preloading, security staff and breathalyser use in the night-time economy[J]. International Journal of Drug Policy, 2018, 56:108-115. DOI:10.1016/j.drugpo.2018.03.008

DOI PMID

[6]
Talbot D. Regulation and racial differentiation in the construction of Night-time economies: A London case study[J]. Urban Studies, 2004, 41(4):887-901. DOI:10.1080/0042098042000194160

DOI

[7]
Holton M. Examining student's night-time activity spaces: identities, performances, and transformations[J]. Geographical Research, 2017, 55(1):70-79. DOI:10.1111/1745-5871.12187

DOI

[8]
Brands J, Van Aalst I, Schwanen T. Safety, surveillance and policing in the night-time economy: (Re)turning to numbers[J]. Geoforum, 2015, 62:24-37. DOI:10.1016/j.geoforum.2015.03.008

DOI

[9]
McArthur J, Robin E, Smeds E. Socio-spatial and temporal dimensions of transport equity for London's night time economy[J]. Transportation Research Part A: Policy and Practice, 2019, 121:433-443. DOI:10.1016/j.tra.2019.01.024

DOI

[10]
梁强, 张建文. 新时代天津夜间经济发展环境与路径选择[J]. 城市, 2019(5):51-60.

[ Liang Q, Zhang J W. The environment and path choice of Tianjin's night economic development in the new era[J]. City, 2019(5):51-60. ] DOI:10.3969/j.issn.1005-278X.2019.05.007

DOI

[11]
程小敏. 中国城市美食夜间经济的消费特点与升级路径研究[J]. 消费经济, 2020, 36(4):11-21.

[ Cheng X M. Study on consumption characteristics and upgrading path of urban night-time food economy in China[J]. Consumer Economics, 2020, 36(04):11-21. ]

[12]
来有为. 上海夜间经济的发展特征、存在的主要问题及相关政策建议[J]. 上海经济, 2019(5):5-14.

[ Lai Y W. Development characteristics, the main problems and the relevant suggestions of Shanghai’s night-time economy[J]. Shanghai Economy, 2019(5):5-14. ] DOI:CNKI:SUN:SJIN.0.2019-05-002

DOI

[13]
Lin V S, Qin Y, Ying T, et al. Night-time economy vitality index: Framework and evidence[J]. Tourism Economics, 2021. https://doi.org/10.1177/13548166211042970DOI:10.1177/13548166211042970

DOI

[14]
Zhou L, Shi Y, Zheng J. Business circle identification and spatiotemporal characteristics in the main urban area of Yiwu City based on POI and night-time light data[J]. Remote Sensing, 2021, 13(24): 5153. DOI:10.3390/rs13245153

DOI

[15]
刘前媛, 范梦雪, 徐本营. 夜间经济集聚区功能业态结构及多样性研究[C]// 面向高质量发展的空间治理——2021中国城市规划年会论文集(14区域规划与城市经济).成都, 2021:394-405.

[ Liu Q, Fan M, Xu B. Study on functional business structure and diversity of night economic agglomeration area[J]. Space governance for high-quality development- 2021 China Urban Planning Annual Conference (14Regional planning and urban economy). Chengdu, 2021: 394-405. ] DOI:10.26914/c.cnkihy.2021.028078

DOI

[16]
曾磊鑫, 刘涛, 杜萍. 基于多源数据的夜间经济时空分布格局研究方法[J]. 地球信息科学学报, 2022, 24(1):38-49.

DOI

[ Zeng L X, Liu T, Du P. Research method of temporal and spatial distribution pattern of night-time economy based on multi-source data[J]. Journal of Geo-information Science, 2022, 24(1):38-49. ] DOI:10.12082/dqxxkx.2022.210212

DOI

[17]
柳富满, 刘嗣明, 朱媛媛. 武汉市夜间经济载体空间分布格局研究[J/OL]. 华中师范大学学报(自然科学版):1-15 [2022-03-23]. http://kns.cnki.net/kcms/detail/42.1178.N.20220307.1852.004.html

[ Liu F, Liu S, Zhu Y. The spatial distribution pattern of nighttime economy carriers in Wuhan[J/OL]. Journal of Central China Normal University(Natural Sciences):1-15 [2022-03-23]. http://kns.cnki.net/kcms/detail/42.1178.N.20220307.1852.004.html

[18]
师满江, 蒲沫桥. 基于多源数据的城市夜间经济圈空间格局及优化策略研究[C]// 面向高质量发展的空间治理——2021中国城市规划年会论文集(14区域规划与城市经济).成都, 2021:643-654.

[ Shi M, Pu M. Research on the space pattern and optimization strategy of urban night economic circle based on multi-source data[J]. Space governance for high-quality development- 2021 China Urban Planning Annual Conference (14 regional planning and urban economy). Chengdu, 2021: 643-654. ] DOI:10.26914/c.cnkihy.2021.028104

DOI

[19]
江苏省文化和旅游厅. 关于印发江苏省省级夜间文旅消费集聚区建设指南和评价指标(试行)的通知[EB/OL]. http://wlt.jiangsu.gov.cn/art/2020/9/2/art_48959_9482670.html2020-09-02.

[ Jiangsu Provincial Department of Culture and Tourism. Notice on the issuance of guidelines and evaluation indicators (trial) for the construction of provincial-level night-time cultural and tourism consumption clusters in Jiangsu Province[EB/OL]. http://wlt.jiangsu.gov.cn/art/2020/9/2/art_48959_9482670.html2020-09-02. ]

[20]
胡华. 夜态城市[D]. 天津: 天津大学, 2008.

[ Hu H. The evening-night time city[D]. Tianjin: Tianjin University, 2008. ] DOI:10.7666/d.y1532158

DOI

[21]
李志平, 现代服务业集聚区形成和发展的动力机制研究[D]. 上海: 同济大学, 2008.

[ Li Z P. Study on the formation and development dynamism of modern service industries agglomeration districts[D]. Shanghai: Tongji University, 2008. ] DOI:CNKI:CDMD:1.2009.022397

DOI

[22]
陆大道. 论区域的最佳结构与最佳发展——提出“点-轴系统”和“T”型结构以来的回顾与再分析[J]. 地理学报, 2001, 56(2):127-135.

DOI

[ Lu D D. An analysis of spatial structure and optional regional development[J]. Acta Geographic Sinica, 2001, 56(2):127-135. ]

[23]
陆大道. 关于“点-轴”空间结构系统的形成机理分析[J]. 地理科学, 2002, 22(1):1-6.

[ Lu D D. Formation and dynamics of the “Pole-Axis” spatial system[J]. Scientia Geographic Sinica, 2002, 22(1):1-6. ] DOI:10.3321/j.issn:0375-5444.2001.02.001

DOI

[24]
刘卫东, 陆大道. 新时期我国区域空间规划的方法论探讨——以“西部开发重点区域规划前期研究”为例[J]. 地理学报, 2005(6):16-24.

[ Liu W d, Lu D D. Methodological basis for manking regional spatial planning in China in the new era: A preliminary study based on planning of key economic regions in developing western China[J]. Acta Geographic Sinica, 2005(6):16-24. ] DOI:10.3321/j.issn:0375-5444.2005.06.002

DOI

[25]
王亚飞, 樊杰. 基于中国主体功能区划的国家与省级点-轴结构解析[J]. 地理研究, 2019, 38(7):1651-1663.

DOI

[ Wang Y F, Fan J. Spatial analysis of national-provincial Pole-Axis structure based on major function zoning in China[J]. Geographical Research, 2019, 38(7):1651-1663. ] DOI:CNKI:SUN:DLYJ.0.2019-07-009

DOI

[26]
陆玉麒, 董平. 中国主要产业轴线的空间定位与发展态势——兼论点-轴系统理论与双核结构模式的空间耦合[J]. 地理研究, 2004, 23(4):521-529.

[ Lu Y Q, Dong P. The spatial location and development situation of major industrial axes in China: a discussion on the coupling of Pole axis Theory and Dual nuclei Structure pattern[J]. Geographical Research, 2004, 23(4):521-529. ] DOI:CNKI:SUN:DLYJ.0.2004-04-012

DOI

[27]
梁泽, 黄姣, 韦飞黎, 等. 基于夜光遥感影像与百度POI数据的中国城市群空间范围识别方法[J]. 地理研究, 2020, 39(1):92-102.

DOI

[ Liang Z, Huang J, Wei F L, et al. Identifying the spatial range of urban agglomeration in China based on night light remote sensing and POI data[J]. Geographical Research, 2020, 39(1):92-102. ] DOI:CNKI:SUN:DLYJ.0.2020-01-009

DOI

[28]
钟林生, 曾瑜皙, 肖练练, 等. 呼伦贝尔农垦旅游资源空间特征及其发展模式[J]. 科学通报, 2018, 63(17):1740-1751.

[ Zhong L S, Zeng Y X, Xiao L L, et al. Spatial characteristics of tourism resources and the development pattern in jurisdiction of Hulunbuir agricultural reclamation group[J]. China Science Bulletin, 2018, 63(17):1740-1751. ] DOI:CNKI:SUN:KXTB.0.2018-17-015

DOI

[29]
余柏蒗, 王丛笑, 宫文康, 等. 夜间灯光遥感与城市问题研究:数据,方法,应用和展望[J]. 遥感学报, 2021, 25(1):342-364.

[ Yu B L, Wang C X, Gong W K, et al. Nighttime light remote sensing and urban studies: data, methods, applications, and prospects[J]. National Remote Sensing Bulletin, 2021, 25(1):342-364. ] DOI:10.11834/jrs.20211018

DOI

[30]
钟士恩, 章锦河, 孙晋坤. 基于遗产保护与旅游发展综合评价的古镇型旅游目的地差异化发展路径研究——以江苏省为例[J]. 地理研究, 2015, 34(7):1380-1393.

DOI

Zhang J H, Sun J K, et al. The diversified development of historic towns based on the integrated evaluation system of heritage conservation and tourism development in Jiangsu[J]. Geographical Research, 2015, 34(7):1380-1393. ] DOI:10.11821/dlyj201507016

DOI

[31]
Steiner R L. Traditional shopping centers. Access: Research at the University of California Transportation center, 1998, 12:8-13.

[32]
孙宗耀, 翟秀娟, 孙希华, 等. 基于POI数据的生活设施空间分布及配套情况研究——以济南市内五区为例[J]. 地理信息世界, 2017, 24(1):65-70.

[ Sun Z Y, Zhai X J, Sun X H, et al. Study on spatial distribution and matching situation of living facilities based on POI-taking five districts of Ji'nan as a case[J]. Geomatics World, 2017, 24(1):65-70. ] DOI:10.3969/j.issn.1672-1586.2017.01.013

DOI

[33]
汤国安, 杨昕. ArcGIS地理信息系统空间分析实验教程[M]. 北京: 科学出版社, 2012:343-345.

[ Tang G A, Yang X. ArcGIS Spatial Analysis Experiment Tutorial[M]. Beijing: Science Press, 2012,343-345. ]

[34]
张海平, 周星星, 汤国安, 等. 基于GIS场模型的城市餐饮服务热点探测及空间格局分析[J]. 地理研究, 2020, 39(2):354-369.

DOI

[ Zhang H P, Zhou X X, Tang G A, et al. Hotspot discovery and its spatial pattern analysis for catering service in cities based on field model in GIS[J]. Economic Perspectives, 2020, 39(2):354-369. ] DOI:CNKI:SUN:DLYJ.0.2020-02-011

DOI

[35]
FENG Z, PENG J, WU J S. Using DMSP/OLS Nighttime Light Data and K-Means Method to Identify Urban-Rural Fringe of Megacities[J]. Habitat International, 2020, 103:102227. DOI:10.1016/j.habitatint.2020.102227

DOI

[36]
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.

DOI

[ 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. ] DOI:10.11821/dlyj020170705

DOI

[37]
李涛, 刘家明, 王磊, 等. 中国外商旅游饭店业投资的空间动态差异与驱动要素解析[J]. 地理学报, 2017, 72(10):1904-1919.

DOI

[ Li T, Liu J M, Wang L, et al. Spatial difference in international investment in hotels and its driving factors in China[J]. Acta Geographic Sinica, 2017, 72(10):1904-1919. ] DOI:10.11821/dlxb201710013

DOI

[38]
上海市商务委员会. 关于上海推动夜间经济发展的指导意见[EB/OL]. https://sww.sh.gov.cn/gnmygl/20191115/0023-247278.html2019-04-23.

[ Shanghai Municipal Commission of Commerce. Guiding Opinions on Shanghai's Promotion of Nighttime Economic Development[EB/OL]. https://sww.sh.gov.cn/gnmygl/20191115/0023-247278.html2019-04-23. ]

[39]
彭燕, 何国金, 张兆明, 等. 中国区域Landsat地表反射率产品[J]. 中国科学数据(中英文网络版), 2020, 5(4):57-66.

[ Peng Y, He G J, Zhang Z M, et al. Landsat surface reflectance products over China[J]. China Scientific Data, 2020, 5(4):57-66. ] DOI: 10.11922/csdata.2020.0032.zh

DOI

[40]
闫庆武, 厉飞, 李玲. 基于2种夜间灯光影像亮度修正指数的城市建成区提取研究[J]. 地球信息科学学报, 2020, 22(8):1714-1724.

DOI

[ Yan Q W, Li F, Li L. Research on built-up area extraction via brightness correction indexes based on two kinds of nighttime light images[J]. Journal of Geo-information Science, 2020, 22(8):1714-1724. ] DOI:10.12082/dqxxkx.2020.200128

DOI

[41]
王毓乾, 王紫锟, 邓志杰, 等. 兴趣点,夜光遥感和微博签到的空间耦合分析——以北京市为例[J]. 遥感信息, 2019, 34(6):18-26.

[ Wang Y Q, Wang Z K, Deng Z J, et al. Spatial coupling analysis between POI, luminous remote sensing and Weibo sign-in data: a case study of Beijing[J]. Remote Sensing Information, 2019, 34(6):18-26. ] DOI:10.3969/j.issn.1000-3177.2019.06.004

DOI

[42]
上海市人民政府. 全力打响“上海购物”品牌加快建设国际消费中心城市三年行动计划(2021-2023年)[EB/OL]. 2021-07-30. https://www.shanghai.gov.cn/nw12344/20210730/0fff15a63bc34820a372c23a0ce5a87e.html

[ Shanghai Municipal People's Government. Three-Year Action Plan to Launch the Shanghai Shopping Brand and Accelerate the Construction of an International Consumption Center City(2021-2023)[EB/OL]. 2021-07-30. https://www.shanghai.gov.cn/nw12344/20210730/0fff15a63bc34820a372c23a0ce5a87e.html

Options
Outlines

/

〈 〉