地理科学 ›› 2020, Vol. 40 ›› Issue (5): 710-719.doi: 10.13249/j.cnki.sgs.2020.05.005
收稿日期:
2018-12-31
修回日期:
2019-03-27
出版日期:
2020-05-10
发布日期:
2020-08-18
通讯作者:
杨晴青
E-mail:rwdl_gyh@163.com;yqq@mails.ccnu.edu.cn
作者简介:
高岩辉(1981-),男,山东滨州人,讲师,博士,主要研究方向为区域发展、劳动力转移等。E-mail: 基金资助:
Gao Yanhui1(), Yang Qingqing2(
), Liang Lu1, Zhao Yonghong1
Received:
2018-12-31
Revised:
2019-03-27
Online:
2020-05-10
Published:
2020-08-18
Contact:
Yang Qingqing
E-mail:rwdl_gyh@163.com;yqq@mails.ccnu.edu.cn
Supported by:
摘要:
基于POI数据,利用核密度估计、缓冲区分析等方法刻画西安零售业空间集聚状态,确定零售业分布核心范围,并利用双变量空间自相关分析、近邻分析等方法探究零售行业之间的空间集聚关系,以及零售业与居住小区、交通因素的空间关系。研究表明: ① 西安市零售业呈“中心-外围”结构,以钟楼为中心连片集聚分布,在距离钟楼16 km范围内为零售业分布核心区,在阎良、高陵、临潼、鄠邑4个郊区呈“孤岛”状集聚。② 文化、体育用品及器材零售,纺织、服装及日用品零售业更倾向于在内城分布,而汽车、摩托车、零配件和燃料及其他动力销售业,五金、家具及室内装饰材料零售集中在租金低但交通方便的城市中心外围。③ 集聚效应、人口分布与路网影响零售业的空间分布。与居民日常生活关系密切的零售行业如综合零售,食品、饮料及烟草制品零售,纺织、服装及日用品零售等在空间上集聚以接近消费者,分享消费市场和空间场地,而耐用品零售行业如汽车、摩托车、零配件销售业,家具及室内装饰材料零售等倾向于自身集聚,以共享品牌效应。交通干线尤其是城市二级道路明显影响零售网点的空间分布。
中图分类号:
高岩辉, 杨晴青, 梁璐, 赵永宏. 基于POI数据的西安市零售业空间格局及影响因素研究[J]. 地理科学, 2020, 40(5): 710-719.
Gao Yanhui, Yang Qingqing, Liang Lu, Zhao Yonghong. Spatial Pattern and Influencing Factors of Retailing Industries in Xi'an Based on POI Data[J]. SCIENTIA GEOGRAPHICA SINICA, 2020, 40(5): 710-719.
表1
西安市零售业分类与POI数据分布"
零售业行业分类(代码) | POI分类 | 数量(个) | 比例(%) |
---|---|---|---|
综合零售(521) | 商场、综合批发市场、超市、商店、便利店等 | 8371 | 26.12 |
食品、饮料及烟草制品专门零售(522) | 蔬菜水果粮油、糕点食品、烟酒、饮品等 | 4456 | 13.90 |
纺织、服装及日用品专门零售(523) | 服装、饰品、鞋、皮具、眼镜、化妆品,其他日用品 | 5053 | 15.77 |
文化、体育用品及器材专门零售(524) | 书店、音像、文体办公、珠宝钟表玉石、摄影器材、花卉、水族宠 物、体育户外用品等 | 2286 | 7.13 |
医药及医疗器材专门零售(525) | 药店、医疗器械等 | 2579 | 8.05 |
汽车、摩托车、零配件和燃料及其他动力销售(526) | 电动车、摩托车、自行车销售及零配件等 | 1143 | 3.57 |
家用电器及电子产品专门零售(527) | 家电、电器、手机通讯、电脑等 | 1993 | 6.22 |
五金、家具及室内装饰材料专门零售(528) | 建材家居、厨卫水暖、陶瓷灯饰、家具、五金钢材建材、窗帘布艺 | 6166 | 19.24 |
货摊、无店铺及其他零售业(529)* |
表2
2017年西安市零售行业空间自相关及双变量空间自相关结果(Moran’s I)"
行业 代码 | 521 | 522 | 523 | 524 | 525 | 526 | 527 | 528 |
---|---|---|---|---|---|---|---|---|
521 | 0.506 | 0.426 | 0.427 | 0.497 | 0.093 | 0.305 | 0.142 | |
522 | 0.405 | 0.393 | 0.449 | 0.063 | 0.297 | 0.109 | ||
523 | 0.397 | 0.355 | 0.047 | 0.251 | 0.081 | |||
524 | 0.344 | 0.050 | 0.264 | 0.096 | ||||
525 | 0.097 | 0.266 | 0.136 | |||||
526 | 0.042 | 0.015 | ||||||
527 | 0.083 | |||||||
528 | ||||||||
全局空间 自相关 | 0.609 | 0.548 | 0.460 | 0.529 | 0.509 | 0.144 | 0.298 | 0.394 |
[1] | 蔡爱玲, 王钧, 李婧贤, 等. 我国中部地区不同等级城市零售业空间布局特征研究[J]. 北京大学学报(自然科学版), 2018,54(5):1114-1122. |
[ Cai Ailing, Wang Jun, Li Jingxian et al. Spatial characteristics of retail stores in multiple-size of cities in the central region of China. Acta Scientiarum Naturalium Universitatis Pekinensis, 2018,54(5):1114-1122.] | |
[2] |
于伟, 王恩儒, 宋金平. 1984年以来北京零售业空间发展趋势与特征[J]. 地理学报, 2012,67(8):1098-1108.
doi: 10.11821/xb201208008 |
[ Yu Wei, Wang Enru, Song Jinping. Changing retail spatial patterns in metropolitan Beijing since 1984. Acta Geographica Sinica, 2012,67(8):1098-1108.] | |
[3] | 李哲, 申玉铭. 北京市零售业空间格局研究[J]. 城市发展研究, 2018,25(6):64-70. |
[ Li Zhe, Shen Yuming. Research on retail sector spatial pattern in Beijing. Urban Development Studies, 2018,25(6):64-70.] | |
[4] | Kwan M P, Lee J. Geovisualization of human activity patterns using 3D GIS: A time-geographic approach[M]//Goodchild M F et al. Spatially integrated social science: Examples in best practice. Oxford: Oxford University Press, 2003: 48-66. |
[5] |
Liu Y, Wang F, Xiao Y et al. Urban land uses and traffic ‘source-sink areas’: Evidence from GPS-enabled taxi data in Shanghai[J]. Landscape and Urban Planning, 2012,106(1):73-87.
doi: 10.1016/j.landurbplan.2012.02.012 |
[6] | 龙瀛, 茅明睿, 毛其智, 等. 大数据时代的精细化城市模拟:方法、数据和案例[J]. 人文地理, 2014,29(3):7-13. |
[ Long Ying, Mao Mingrui, Mao Qizhi et al. Fine-scale urban modeling and its opportunities in the “big data” era: Methods, data and empirical studies. Human Geography, 2014,29(3):7-13.] | |
[7] | 王波, 甄峰, 张浩. 基于签到数据的城市活动时空间动态变化及区划研究[J]. 地理科学, 2015,35(2):151-160. |
[ Wang Bo, Zhen Feng, Zhang Hao. The dynamic changes of urban space-time activity and activity zoning based on check-in data in Sina Web. Scientia Geographica Sinica, 2015,35(2):151-160.] | |
[8] |
秦萧, 甄峰. 大数据与小数据结合:信息时代城市研究方法探讨[J]. 地理科学, 2017,37(3):321-330.
doi: 10.13249/j.cnki.sgs.2017.03.001 |
[ Qin Xiao, Zhen Feng. Combination between big data and small data: New methods of urban studies in the information era. Scientia Geographica Sinica, 2017,37(3):321-330.] | |
[9] | 张铁映, 李宏伟, 许栋浩, 等. 采用密度聚类算法的兴趣点数据可视化方法[J]. 测绘科学, 2016,41(5):157-162. |
[ Zhang Tieying, Li Hongwei, Xu Donghao et al. POI data visualization based on DBSCAN algorithm. Science of Surveying and Mapping, 2016,41(5):157-162.] | |
[10] |
Cai J X, Huang B, Song Y M. Using multi-source geospatial big data to identify the structure of polycentric cities[J]. Remote Sensing of Environment, 2017,202:210-221.
doi: 10.1016/j.rse.2017.06.039 |
[11] | 李峰清, 赵民, 吴梦笛, 等. 论大城市“多中心”空间结构的“空间绩效”机理——基于厦门 LBS 画像数据和常规普查数据的研究[J]. 城市规划学刊, 2017(5):21-32. |
[ Li Fengqing, Zhao Min, Wu Mengdi, et al. Polycentric mage-city and its mechanism of spatial performance: Findings from Xiamen based on LBS and census data. Urban Planning Forum, 2017(5):21-32.] | |
[12] |
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[J]. 地理学报, 2016,71(6):928-939.
doi: 10.11821/dlxb201606003 |
[ 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.] | |
[13] | 郭洁, 吕永强, 沈体雁. 基于点模式分析的城市空间结构研究——以北京都市区为例[J]. 经济地理, 2015,35(8):68-74. |
[ Guo Jie, Lyu Yongqiang, Shen Tiyan. Urban spatial structure based on point pattern analysis: Taking Beijing metropolitan area as a case. Economic Geography, 2015,35(8):68-74.] | |
[14] | 段亚明, 刘勇, 刘秀华, 等. 基于POI大数据的重庆主城区多中心识别[J]. 自然资源学报, 2018,33(5):788-800. |
[ Duan Yaming, Liu Yong, Liu Xiuhua et al. Identification of polycentric urban structure of central Chongqing using points of interest big data. Journal of Natural Resources, 2018,33(5):788-800.] | |
[15] | 黄伟力. 基于POI的城市空间结构分析——以北京市为例[J]. 现代城市研究, 2017(12):87-95. |
[ Huang Weili. An analysis of urban spatial structure based on POI: A case study of Beijing. Modern Urban Research, 2017(12) : 87-95.] | |
[16] |
于丙辰, 刘玉轩, 陈刚. 基于夜光遥感与POI数据空间耦合关系的南海港口城市空间结构研究[J]. 地球信息科学学报, 2018,20(6):854-861.
doi: 10.12082/dqxxkx.2018.180020 |
[ Yu Bingchen, Liu Yuxuan, Chen Gang. Urban spatial structure of port city in South China Sea based on spatial coupling between nighttime light data and POI. Journal of Geo-Information Science, 2018,20(6):854-861.] | |
[17] |
李江苏, 梁燕, 王晓蕊. 基于POI数据的郑东新区服务业空间聚类研究[J]. 地理研究, 2018,37(1):145-157.
doi: 10.11821/dlyj201801011 |
[ Li Jiangsu, Liang Yan, Wang Xiaorui. Spatial clustering analysis of service industries in Zhengdong New District based on POI data. Geographical Research, 2018,37(1):145-157.] | |
[18] | 刘承良, 薛帅君. 上海市主城区公共服务设施网点分布的空间异质性[J]. 人文地理, 2019,34(1):122-130. |
[ Liu Chengliang, Xue Shuaijun. Spatial heterogeneity of public service facilities in central Shanghai. Human Geography, 2019,34(1):122-130.] | |
[19] |
李国旗, 金凤君, 陈娱, 等. 基于POI的北京物流业区位特征与分异机制[J]. 地理学报, 2017,72(6):1091-1103.
doi: 10.11821/dlxb201706011 |
[ Li Guoqi, Jin Fengjun, Chen Yu et al. Location characteristics and differentiation mechanism of logistics industry based on points of interest: A case study of Beijing. Acta Geographica Sinica, 2017,72(6):1091-1103.] | |
[20] |
徐智邦, 周亮, 蓝婷, 等. 基于POI数据的巨型城市消防站空间优化——以北京市五环内区域为例[J]. 地理科学进展, 2018,37(4):535-546.
doi: 10.18306/dlkxjz.2018.04.009 |
[ Xu Zhibang, Zhou Liang, Lan Ting et al. Spatial optimization of mega-city fire station distribution based on Point of Interest data: A case study within the 5th Ring Road in Beijing. Progress in Geography, 2018,37(4):535-546.] | |
[21] |
浩飞龙, 王士君, 冯章献, 等. 基于POI数据的长春市商业空间格局及行业分布[J]. 地理研究, 2018,37(2):366-378.
doi: 10.11821/dlyj201802010 |
[ Hao Feilong, Wang Shijun, Feng Zhangxian et al. Spatial pattern and its industrial distribution of commercial space in Changchun based on POI data. Geographical Research, 2018,37(2):366-378.] | |
[22] | 李伟, 黄正东. 基于POI的厦门城市商业空间结构与业态演变分析[J]. 现代城市研究, 2018(4):56-65. |
[ Li Wei, Huang Zhengdong. Commercial space structure and format evolution of Xiamen based on POI. Modern Urban Research, 2018(4):56-65.] | |
[23] |
吴康敏, 张虹鸥, 王洋, 等. 广州市多类型商业中心识别与空间模式[J]. 地理科学进展, 2016,35(8):963-974.
doi: 10.18306/dlkxjz.2016.08.005 |
[ Wu Kangmin, Zhang Hong'ou, Wang Yang et al. Identify of the multiple types of commercial center in Guangzhou and its spatial pattern. Progress in Geography, 2016,35(8):963-974.] | |
[24] |
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[J]. 地理研究, 2016,35(4):703-716.
doi: 10.11821/dlyj201604009 |
[ 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.] | |
[25] | 王雪, 白永平, 汪凡, 等. 基于街道尺度的西安市零售业空间分布特征及其影响因素[J]. 干旱区资源与环境, 2019,33(2):89-94. |
[ Wang Xue, Bai Yongping, Wang Fan et al. Spatial distribution of retailing and the influence factors in Xi'an City based on the street scale. Journal of Arid Land Resources and Environment, 2019,33(2):89-94.] | |
[26] | 西安市统计局, 国家统计局西安调查队. 西安统计年鉴[M]. 北京: 中国统计出版社, 2019: 5. |
[ Xi'an Municipal Bureau of Statistics, National Bureau of Statistics Survey Office in Xi'an. Xi'an statistical yearbook. Beijing: China Statistics Press, 2019: 5.] | |
[27] |
杨晴青, 刘倩, 尹莎, 等. 秦巴山区乡村交通环境脆弱性及影响因素——以陕西省洛南县为例[J]. 地理学报, 2019,74(6):1236-1251.
doi: 10.11821/dlxb201906012 |
[ Yang Qingqing, Liu Qian, Yin Sha et al. Vulnerability and influencing factors of rural transportation environment in Qinling-Daba mountainous areas: A case study of Luonan county in Shaanxi Province. Acta Geographica Sinica, 2019,74(6):1236-1251.] |
[1] | 方远平, 陆莲芯, 毕斗斗, 彭婷. 珠江三角洲港资服务业企业的空间格局及影响因素研究[J]. 地理科学, 2020, 40(9): 1421-1428. |
[2] | 魏宗财, 甄峰, 莫海彤, 刘晨瑜, 彭丹丽. 基于地理加权回归的中心城区共享单车出行特征及影响因素研究[J]. 地理科学, 2020, 40(7): 1082-1091. |
[3] | 沈中健, 曾坚. 厦门市热岛强度与相关地表因素的空间关系研究[J]. 地理科学, 2020, 40(5): 842-852. |
[4] | 王兆峰, 刘庆芳. 中国国家级特色小镇空间分布及影响因素[J]. 地理科学, 2020, 40(3): 419-427. |
[5] | 李维维, 陈田, 马晓龙. 西安城市旅游休闲业态空间热点特征及形成机制[J]. 地理科学, 2020, 40(3): 437-446. |
[6] | 张向敏, 罗燊, 李星明, 李卓凡, 樊勇, 孙健武. 中国空气质量时空变化特征[J]. 地理科学, 2020, 40(2): 190-199. |
[7] | 白雪, 乔观民, 李加林, 梅思雨, 马仁锋. 浙江省新型冠状病毒感染肺炎疫情时空分布特征[J]. 地理科学, 2020, 40(12): 2010-2018. |
[8] | 王颖志,王立君. 基于网络时空核密度的交通事故多发点鉴别方法[J]. 地理科学, 2019, 39(8): 1238-1245. |
[9] | 刘峻峰,李巍,王绍博. 中国金融抑制水平测度及时空动态演变特征[J]. 地理科学, 2019, 39(7): 1102-1110. |
[10] | 薛东前, 万斯斯, 马蓓蓓, 陈荣玉. 基于城市功能格局的西安市文化产业空间集聚研究[J]. 地理科学, 2019, 39(5): 750-760. |
[11] | 王德怀, 李旭东. 贵州乌江流域人口与经济发展协调性研究[J]. 地理科学, 2019, 39(3): 477-486. |
[12] | 李成宇, 张士强, 张伟, 廖显春. 中国省际生态福利绩效测算及影响因素研究[J]. 地理科学, 2019, 39(12): 1875-1883. |
[13] | 谢宏, 李颖灏, 韦有义. 浙江省特色小镇的空间结构特征及影响因素研究[J]. 地理科学, 2018, 38(8): 1283-1291. |
[14] | 张姗姗, 张磊, 张落成, 高爽. 苏南太湖流域污染企业集聚与水环境污染空间耦合关系[J]. 地理科学, 2018, 38(6): 954-962. |
[15] | 张春梅, 张小林, 徐海英, 卢中辉, 刘传明. 基于空间自相关的区域经济极化结构演化研究——以江苏省为例[J]. 地理科学, 2018, 38(4): 557-563. |
|