基于POI數(shù)據(jù)中心體系識別與特征分析

曾浩星 胡寶清 劉書田

摘 要：各類城市公共管理與公共服務(wù)設(shè)施集中在城市的主城區(qū)，是分析城市中心體系的重要依據(jù)。本研究的基礎(chǔ)數(shù)據(jù)是從高德地圖中提取出來的，研究基于POI數(shù)據(jù)對于城市中心體系識別與特征分析。首先，通過網(wǎng)絡(luò)爬取高德地圖POI的坐標信息并進行坐標轉(zhuǎn)換導(dǎo)入GIS平臺；再運用核密度分析法生成南寧公共管理與公共服務(wù)設(shè)施集聚密度分布圖；最后，依托南寧公共管理與公共服務(wù)設(shè)施集聚密度分布圖，分析南寧公共服務(wù)中心的空間分布特征，進而推導(dǎo)出南寧中心城區(qū)空間結(jié)構(gòu)。結(jié)果顯示，根據(jù)POI數(shù)據(jù)識別分析南寧市中心體系整體呈現(xiàn)單中心集聚發(fā)展，城市副中心與郊區(qū)中心發(fā)展力度欠佳，還需要加大力度建設(shè)。將結(jié)果與《南寧市總體規(guī)劃（2011—2020年）》確定的城市公共中心體系進行對比，提出優(yōu)化建議。

關(guān)鍵詞：GISPOI數(shù)據(jù)城市中心體系南寧市總體規(guī)劃

中圖分類號：P208 文獻標識碼：A 文章編號：1672-3791（2018）06（c）-0213-05

黨的“十八大”以來，社會經(jīng)濟快速發(fā)展，我國經(jīng)歷了迅猛的城市化和工業(yè)化發(fā)展過程。隨著我國城市建設(shè)迅速發(fā)展，逐漸形成了復(fù)雜且龐大的城市體系，城市中心體系己成為城市地理學研究的重要內(nèi)容，城市化和工業(yè)化進程的深入推進，城市空間結(jié)構(gòu)變化顯著，從以往的老城區(qū)單中心格局，到現(xiàn)在郊區(qū)副中心的出現(xiàn)?，F(xiàn)有南寧中心體系空間結(jié)構(gòu)識別研究成果匱乏，研究方法主要以定性研究為主，缺乏定量研究。李麗琴等從城市商業(yè)用地的視角，分析對南寧市中心城區(qū)商業(yè)空間布局研究，并對發(fā)展內(nèi)在機制進行了闡釋。胡慶武等提出基于位置簽到數(shù)據(jù)探索性空間分析熱點聚類方法，挖掘武漢商圈分布與城市規(guī)劃商圈的相關(guān)性。因此，基于大數(shù)據(jù)對中心體系識別對城市空間規(guī)劃與開發(fā)具有一定的指導(dǎo)意義。

傳統(tǒng)規(guī)劃方法多通過實地調(diào)研和問卷訪談的方式搜集資料，用這類方法對城市大尺度空間結(jié)構(gòu)研究時則會面臨數(shù)據(jù)不能實時更新、工作量過大等問題，而具有動態(tài)化、大樣本數(shù)據(jù)監(jiān)測的分析和更新能力的空間大數(shù)據(jù)技術(shù)可以彌補這些不足，有助我們更精確的研究城市。城市興趣點（Point of Interest， POI）數(shù)據(jù)是表征地理實體的空間與位置屬性，使用計算機編程通過網(wǎng)絡(luò)電子地圖提供的API接口進行查詢和下載的位置大數(shù)據(jù)。主要包括城市與人們生活密切相關(guān)的地理實體，如餐飲服務(wù)、學校、住宅、商場、車站、政府機構(gòu)、金融機構(gòu)等。本研究擬使用POI數(shù)據(jù)和ArcGIS的分析功能定量分析和識別南寧市的中心體系，然后與南寧市現(xiàn)行城市總體規(guī)劃2011版進行對比，本著以人為本的原則提出發(fā)展建議。

1 研究區(qū)域及數(shù)據(jù)源

南寧市地處廣西南部，地理位置處于北回歸線以南，面朝東南亞，緊依大西南，東有粵港澳，南有北部灣，是我國西南地區(qū)中國—東盟合作、對外開放的重要節(jié)點。本研究的范圍與2011版《總體規(guī)劃》范圍一致（見圖1）。其中，市域為南寧市行政轄區(qū)范圍，面積為22112 km2；規(guī)劃區(qū)范圍為南寧市市區(qū)，面積為6559 km2；中心城范圍為2011版南寧總體規(guī)劃確定的范圍，即包括原環(huán)城高速公路以內(nèi)涉及青秀區(qū)、興寧區(qū)、江南區(qū)、西鄉(xiāng)塘區(qū)、良慶區(qū)、邕寧區(qū)等6個城區(qū)和仙葫、邕寧組團。主城區(qū)2016年總?cè)丝?70.08萬人。作為南寧市經(jīng)濟最發(fā)達的地區(qū)，2016年南寧主城區(qū)GDP總和為3051.58億元，以占全市總面積約30.02%的土地，貢獻全市82.4%的GDP。文章使用的POI數(shù)據(jù)是由高德地圖提供的API接口查詢下載的南寧市興趣點數(shù)據(jù)，經(jīng)過初步數(shù)據(jù)清洗有效數(shù)據(jù)量為83741條（見圖2）。

2 研究方法

2.1 POI分類方式

城市中心區(qū)用地功能類別以公共管理與公共服務(wù)設(shè)施和商業(yè)服務(wù)業(yè)設(shè)施用地為主，高度聚集了生活服務(wù)、公共服務(wù)、居住、商務(wù)金融、娛樂休閑等功能用地。因此，參考《城市用地分類與規(guī)劃建設(shè)用地標準GB50137-2011》和城市的不同功能結(jié)合電子地圖POI分類體系，將POI數(shù)據(jù)分為5大類見（表1）。

2.2 核密度估算模型

核密度估計（Kernel Density Estimation），是概率論中用來估計未知的密度函數(shù)，完全利用數(shù)據(jù)本身信息，運用復(fù)雜函數(shù)的距離衰減檢測事件密度的變化情況，避免人為主觀估計，從而能夠?qū)颖緮?shù)據(jù)進行最大程度得近似估計，是分析點要素的常用方法之一。使用Rosenblatt-Parzen核估計：

式（1）中，為估計在某一點x處的值；k為核函數(shù)；h為帶寬且大于零；n為樣本數(shù)；x-為估計點到i樣本之間的距離。

在核密度估算中，帶寬h的計算模型如下：

h=0.9×min

式（2）中，帶寬h大小的選擇對計算模型的結(jié)果有明顯變化，空間點密度變化隨帶寬h的減少變得不規(guī)整，反之，空間點密度隨帶寬h增加，一定程度上會模糊密度變化變得更加平滑，Dm為中值距離；SD為標準距離。實際應(yīng)用中，應(yīng)根據(jù)不同帶寬值進行比較，從而選取最符合實際情況的值。

3 分析結(jié)果

3.1 最佳帶寬選擇

運用ArcGIS核密度分析然后根據(jù)上述的核密度模型估計，將南寧市各類型的POI點分別選擇帶寬500m，1000m，1500m進行對比（見圖3）。從圖3中可以看出，1500 m帶寬相比于1000 m帶寬而言，空間差異較不明顯，帶寬為1500 m和500m時相比，帶寬值越大，在帶寬范圍內(nèi)的密度值就越小，密度曲線越平滑。因此本研究以1000m為帶寬選擇，能較為明顯地識別中心體系空間結(jié)構(gòu)的差別。

3.2 南寧市中心體系識別與公共服務(wù)設(shè)施的核密度分析

基于1000m帶寬的核密度估算得出對南寧市5項類別POI數(shù)據(jù)的核密度分布圖。明顯的反映出南寧市各類公共服務(wù)設(shè)施的空間分布情況。根據(jù)圖4，各類公共服務(wù)設(shè)施的高密度中心集中分布在南寧市主城區(qū)各行政區(qū)，并且離各行政區(qū)距離越大則各個公共服務(wù)設(shè)施密度越小。

生活服務(wù)類設(shè)施（圖4a）的分布規(guī)律比較集中，其密度集聚的范圍比其他類別的范圍都要小，高度集中于主城區(qū)的青秀區(qū)、西鄉(xiāng)塘區(qū)、興寧區(qū)、江南區(qū)。居住類（圖4b）和公共服務(wù)類（圖4d）的分布情況類似沿著南寧市地鐵一號線周邊規(guī)律分布，全市均有明顯覆蓋集聚點，在青秀區(qū)、西鄉(xiāng)塘區(qū)、興寧區(qū)有較高密度的聚集區(qū)，其他區(qū)均有較明顯的集聚區(qū)域。金融服務(wù)類（圖4c）主要在青秀區(qū)高度集聚且沿著城市主干道路規(guī)律分布，其次分布于西鄉(xiāng)塘區(qū)、興寧區(qū)、江南區(qū)、良慶區(qū)等4個行政區(qū)內(nèi)由區(qū)域中心向外圍遞減。娛樂休閑類（圖2e）和生活服務(wù)類的分布情況類似，并且在青秀區(qū)高度聚集，由中心城區(qū)向周邊呈現(xiàn)緩慢擴散，與其他類型服務(wù)設(shè)施不同，娛樂休閑類在全市范圍內(nèi)均有不同程度的聚集點。

對各類公共服務(wù)設(shè)施的空間密度進行重分類并賦予相同的權(quán)重然后加權(quán)求和，得到南寧市各類設(shè)施的空間密度分布圖（見圖6）。南寧市的各設(shè)施總體呈現(xiàn)大集聚、小分散的格局，在郊區(qū)的行政區(qū)內(nèi)均有小規(guī)模的集聚中心，聚集密度由中心城區(qū)向周邊擴散遞減。發(fā)展沿著邕江為軸線，西建東擴，主城區(qū)的中心區(qū)域為南寧市的核心區(qū)域，總體上，南寧市仍是以朝陽為中心單核發(fā)展較為明顯，南寧市整個發(fā)展模式是以邕江為發(fā)展軸線串聯(lián)式發(fā)展，主要以東盟國際商務(wù)區(qū)，南寧國際會展中心商圈，朝陽商圈至廣西大學商圈等核心區(qū)域東西軸線發(fā)展。在核心區(qū)域內(nèi)呈現(xiàn)6處高密度區(qū)分別為東盟商務(wù)區(qū)、瑯東區(qū)域、南寧會展中心區(qū)域、朝陽廣場商圈，廣西大學農(nóng)院路商圈，五象新區(qū)核心區(qū)域和江南區(qū)星光大道周邊。在城市中心區(qū)邊緣也形成一定級別的城市副中心，如邕寧區(qū)政府區(qū)域、淡村區(qū)域、相思湖區(qū)域、江南工業(yè)園區(qū)等。在城市外圍的郊區(qū)，總體上各類公共服務(wù)設(shè)施的分布密度處于低水平。

4 對比分析與討論

《南寧市總體規(guī)劃（2011—2020年）》確定以邕江為軸線，西建東擴，完善江北，提升江南，重點向南發(fā)展。南寧市以朝陽商圈、瑯東區(qū)域和五象新區(qū)為3個主中心，突出“一軸兩帶多中心”的發(fā)展模式，沿邕江兩岸串珠式發(fā)展，并且隨著邕江支流縱向開發(fā)的帶形城市空間結(jié)構(gòu)。與南寧市公共服務(wù)設(shè)施空間分布圖相比總體較為相似但也是存在異同，南寧市3大中心區(qū)域有相互聚集的趨勢形成一個公共服務(wù)設(shè)施密度極高的單核中心，導(dǎo)致中心區(qū)公共服務(wù)設(shè)施集聚過度，人口交通壓力難以緩解，其他區(qū)域各類公共服務(wù)設(shè)施空間格局發(fā)展失衡，公共服務(wù)設(shè)施有待進一步合理分配。并且南寧的3大中心朝陽商圈仍然是公共服務(wù)設(shè)施最密集的核心區(qū)，瑯東中心區(qū)發(fā)展以初見規(guī)模，五象新區(qū)仍然在建設(shè)中各類設(shè)施可能還未投入運作，副中心發(fā)展已經(jīng)初具規(guī)模如西鄉(xiāng)塘區(qū)、淡村周邊和相思湖區(qū)域等但是公共服務(wù)設(shè)施仍然欠缺。

依據(jù)此研究識別出的南寧市中心體系與《南寧市總體規(guī)劃（2011—2020年）》對比，對南寧市的規(guī)劃提出以下幾條建議：（1）南寧市應(yīng)加大力度展總體規(guī)劃中的副中心以緩解城市中心區(qū)域的人口交通壓力。（2）公共服務(wù)設(shè)施的布局與城市交通有著密切關(guān)系，在城市中心區(qū)域合理設(shè)計城市交通要道。（3）為了緩解城市多中心相互集聚，南寧市政府應(yīng)該出臺相關(guān)政策結(jié)合南寧城市公共服務(wù)設(shè)施空間發(fā)展需求和發(fā)展態(tài)勢，采取整體協(xié)調(diào)、優(yōu)化布局，以人為本發(fā)展。

5 結(jié)語

（1）本研究把各類型城市公共服務(wù)設(shè)施密度的權(quán)重在ArcGIS分析中設(shè)置相同值并且沒有考慮到土地利用類型以及交通、人口、市場競爭等內(nèi)在因素的影響。

（2）南寧市城市中心體系的規(guī)劃與實際發(fā)展依然有明顯異同，總體而言，中心城區(qū)仍表現(xiàn)為單核發(fā)展趨勢，中心城副中心依然需要進一步加強建設(shè)，郊區(qū)中心己初步形成但整體上公共設(shè)施分布密度較小。

（3）POI數(shù)據(jù)沒有統(tǒng)一的分類標準，部分設(shè)施分類不夠明確等問題，這會影響對公共服務(wù)設(shè)施集聚和中心體系識別的判定。

參考文獻

[1] 劉鵬程，陳超，孔斌，等.基于POI數(shù)據(jù)的鎮(zhèn)江中心城區(qū)空間結(jié)構(gòu)識別與特征解析[J].江蘇城市規(guī)劃，2017（9）：7-12.

[2] 楊俊宴，錢舒皓.特大城市中心體系空間肌理分異研究——以重慶市為例[J].城市規(guī)劃學刊，2014（4）：18-23.

[3] 李麗琴.南寧市城市商業(yè)空間格局及優(yōu)化研究[D].廣西師范學院，2017.

[4] 胡慶武，王明，李清泉.利用位置簽到數(shù)據(jù)探索城市熱點與商圈[J].測繪學報，2014，43（3）：314-321.

[5] 施歌，江南，姚戀秋.基于GIS和興趣點（POI）數(shù)據(jù)的城市中心體系識別方法研究——以上海市為例[J].現(xiàn)代測繪， 2017，40（6）：27-30.

[6] 張月金.城市總體規(guī)劃實施評估思路探討——以南寧為例[J].規(guī)劃師，2017，33（9）：113-119.

[7] 謝小萍.南寧統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2000.

[8] 中華人民共和國住房和城鄉(xiāng)建設(shè)部.GB 50137-2011城市用地分類與規(guī)劃建設(shè)用地標準[S].北京：中國計劃出版社，2012.

[9] Okabe A， Satoh T，Sugihara K.A kernel density estimation method for networks， its computational method and a GIS-based tool [J].International Journal of Geographical Information Science， 2009，23（1）：7-32.

[10]陳蔚珊，柳林，梁育填.基于POI數(shù)據(jù)的廣州零售商業(yè)中心熱點識別與業(yè)態(tài)集聚特征分析[J].地理研究，2016，35 （4）：703-716.