基于POI的苏州市商业空间格局分布研究开题报告

1. 研究目的与意义

研究背景：

传统视角的商业空间研究关注的是有特定经营方式、商品结构和服务功能的店铺的分布，其更侧重于零售店铺的结构性特点，而由于行业属性的差异，零售业态视角的研究仍存在一定的不足。近年来，随着互联网技术的飞速发展，以手机信令数据、gps轨迹数据、ＰＯＩ（point of interest）数据等为代表的地理空间大数据得到不断丰富和完善。利用地理空间大数据对对苏州不同等级的商业中心的研究越来越多，基于这种地理空间大数据的商业空间结构及零售商业区位定量化研究已经成为一种新趋势。由于商业数据的难获取性，传统的城市商业空间研究多基于大型商业网点数据展开；或者多采用基于行政单元的经济普查数据和问卷抽样调查数据进行商圈研究，这均降低了城市商业空间研究的精细度与认知度。和传统数据相比，作为新的空间数据源的ＰＯＩ数据，具有数据量大、覆盖面广、识别精度高、易于获取等优点，有助于提高城市微观尺度商业空间研究的准确性。基于poi数据的实证研究也肯定了该数据在城市商业中心识别、基础设施规划及城市空间分析中的重要意义。本研究将从此方面入手来进行研究苏州市商业空间格局和行业分布。

研究目的：

2. 研究内容和预期目标

主要研究内容：

对苏州市的商业空间格局进行分析，从商业网点分布形态特征、商业网点空间集聚特征、商业中心等级结构特征等三个角度进行分析，核密度估计法较好地识别了商业中心的位置和密度变化特征。为了进一步探讨城市商业中心的等级结构特征，结合各商业中心的规划范围、商业网点的密度分布范围及其局部自相关特征，提取密度分类中识别的最高级区域作为各商业中心属性的测度范围，通过最近邻指数（NNI）来分析商业网点空间集聚特征，基于城市主干道路划分的格网单元，采用空间自相关分析法，分析商业网点空间分布的集聚特征。对于苏州市商业空间的行业分布，通过建立缓冲区，然后分别统计各个圈层商业网点的数量分布，分析各行业商业网点的密度分布，得出苏州商业空间的行业分布特征。通过从区位熵测度结果来看各行业在街道层面形成的功能集聚区，从而了解苏州的专业化功能区块差异显著。

3. 研究的方法与步骤

研究方法：

（1）核密度估计：在点要素的空间集聚分析中，核密度估计法常被用来反映要素空间分布的相对集中程度，其主要借助于一个规则移动样方对空间点要素分布的集聚程度进行估计。计算方程为: fs=i=1n1n2k(s-cih)

（2）区位熵分析：区位熵常被用来分析区域主导产业的专业化程度，有助于衡量某一要素的空间分布情况。本研究采用区位熵指标来分析零售行业的地域专业化程度，其值 越高则该行业类型在该区域的专业化程度越高，公式如下：q=ek-a/ek,式中：q为区位熵；ek-a为区域k中行业类型a的网点数量与整个区域内行业类型a的所有网点总数的比值；ek为区域k中总的网点数量与整个区域中网点数量的比值。

4. 参考文献

[1] 王德, 王灿, 谢栋灿, 等. 基于手机信令数据的上海市不同等级商业中心商圈的比较: 以南京东路、五角场、鞍山路为例. 城市规划学刊, 2015, (3): 50-60.

[2] 周素红, 郝新华, 柳林. 多中心化下的城市商业中心空间吸引衰减率验证: 深圳市浮动车gps时空数据挖掘. 地理学报, 2014, 69(12): 1810-1820.

[3] 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. 地理研究, 2016, 35(4): 703-716.

5. 计划与进度安排

（1）接受任务，内容理解，指导教师讲解、讨论、阅读指导教师规定的文献，撰写开题报告（2022.2.24-2022.3.8）。

（2）收集相关参数，通过网络、期刊进行相关资料搜集（2022.3.9-2022.3.15）；

（3）poi数据的处理和入库：对数据进行预处理，包括密度分析中的核密度分析，并将数据导入数据库（2022.3.16-2022.3.31）；