重庆市中心城区生活中心的识别与评估
|
摘要
把握生活中心的现状特征,监测其动态发展是编制相关规划、进行城市管理的基本要求。文章基于手机信令数据,采用局部回归法识别了重庆市中心城区生活中心,发现其呈现多中心的结构特征,但生活中心集聚的趋势依然较为明显。在此基础上,结合消费行为和基础条件维度的演绎,对比生活中心实际发展情况和理论发展潜力,评价了重庆市中心城区高等级生活中心的空间发展绩效,并将其分为发展良好、发展较高效、发展尚可、发展一般和发展较低效5类,以期为编制相关规划、建设城市生活中心提供参考。
Understanding the status of living centers and monitoring their dynamic development are basic requirements for planning and managing cities. Firstly, this paper uses cell phone signaling data and local regression method to identify the living centers.It is found that Chongqing central city is characterized by polycentric urban spatial structure, but the trend of agglomeration is still obvious. Based on consumption behavior and living centers' conditions, high-level living centers in Chongqing central city are evaluated and divided into five categories. It is helpful for further plan and construction of living centers.
Understanding the status of living centers and monitoring their dynamic development are basic requirements for planning and managing cities. Firstly, this paper uses cell phone signaling data and local regression method to identify the living centers.It is found that Chongqing central city is characterized by polycentric urban spatial structure, but the trend of agglomeration is still obvious. Based on consumption behavior and living centers' conditions, high-level living centers in Chongqing central city are evaluated and divided into five categories. It is helpful for further plan and construction of living centers.
引文
[1]张灏.特大城市副中心发展研究-东京经验及对上海的思考[J].上海城市规划,2018(4):119-126.
[2]宁越敏,黄胜利.上海市区商业中心的等级体系及其变迁特征[J].地域研究与开发,2005(2):15-19.
[3]王芳,高晓路,许泽宁.基于街区尺度的城市商业区识别与分类及其空间分布格局-以北京为例[J].地理研究,2015(6):1 125-1 134.
[4]王德,张晋庆.上海市消费者出行特征与商业空间结构分析[J].城市规划,2001(10):6-14.
[5]孙铁山,王兰兰,李国平.北京都市区人口-就业分布与空间结构演化[J].地理学报,2012(6):829-840.
[6]孙铁山,王兰兰,李国平.北京都市区多中心空间结构特征与形成机制[J].城市规划,2013(7):28-41.
[7]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[J].地理学报,2014(12):1 810-1 820.
[8]晏龙旭,张尚武,王德,等.上海城市生活中心体系的识别与评估[J].城市规划学刊,2016(6):65-71.
[9]丁亮,钮心毅,宋小冬.上海中心城区商业中心空间特征研究[J].城市规划学刊,2017(1):63-70.
[10]Mc Mllen D P.Nonparametric Employment i Subcenter I Dentification[J].Journal of Urban Economics,2001(3):448-473.
[11]柴彦威.空间行为与行为空间[M].南京:东南大学出版社,2014.
[12]王先庆,王晓春.大型购物中心聚客力影响因素研究-一个理论模型[J].北京工商大学学报:社会科学版,2010(2):34-38.
(1)势力圈是指生活中心吸引力占优的区域,可以真实反映生活中心的主要服务范围。本文计算每个300 m×300 m栅格内居民到全部高等级生活中心出行的人次,栅格内居民到吸引力最强生活中心的人次占居民到全部高等级生活中心人次的比值大于0.27(根据位序-规模法则,对于22个生活中心,影响力最大的生活中心占比应该大于0.27,第二大的生活中心占比应为0.135,影响力最大的生活中心占比小于0.27,则生活中心主导作用不显著),同时比到吸引力第二强生活中心的人次所占比值大0.135以上,表示居住在该栅格内的居民受吸引力最强生活中心的绝对吸引,而不满足该条件的栅格,表示居住在该栅格内的居民虽主要前往吸引力最强的生活中心,但同时受到其他生活中心的吸引,处于多个生活中心争夺的腹地。
(2)视数据情况,可只统计周末相关指标,即“本地居民周末到访人次”“外地居民周末到访人次”“周末停留时间”“周末与工作日到访人次比”“周末与工作日停留时间比”;也可增加节假日相关指标,即“本地居民节假日到访人次”“外地居民节假日到访人次”“节假日停留时间”“节假日与工作日到访人次比”“节假日与工作日停留时间比”。
(3)调用高德地图公共交通出行时间,计算所有可以识别到居住人口的300 m×300 m栅格中心到所有高等级生活中心的公共交通出行时间,并将识别结果划归为到访出行时间最短的生活中心的优势服务区域。居住在优势服务区域的居民即为优势服务人口。
(4)比较发现节假日每小时在场人数与周末每小时在场人数趋势基本一致。因此,本文重点关注工作日与周末每小时在场人数占比。
[2]宁越敏,黄胜利.上海市区商业中心的等级体系及其变迁特征[J].地域研究与开发,2005(2):15-19.
[3]王芳,高晓路,许泽宁.基于街区尺度的城市商业区识别与分类及其空间分布格局-以北京为例[J].地理研究,2015(6):1 125-1 134.
[4]王德,张晋庆.上海市消费者出行特征与商业空间结构分析[J].城市规划,2001(10):6-14.
[5]孙铁山,王兰兰,李国平.北京都市区人口-就业分布与空间结构演化[J].地理学报,2012(6):829-840.
[6]孙铁山,王兰兰,李国平.北京都市区多中心空间结构特征与形成机制[J].城市规划,2013(7):28-41.
[7]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[J].地理学报,2014(12):1 810-1 820.
[8]晏龙旭,张尚武,王德,等.上海城市生活中心体系的识别与评估[J].城市规划学刊,2016(6):65-71.
[9]丁亮,钮心毅,宋小冬.上海中心城区商业中心空间特征研究[J].城市规划学刊,2017(1):63-70.
[10]Mc Mllen D P.Nonparametric Employment i Subcenter I Dentification[J].Journal of Urban Economics,2001(3):448-473.
[11]柴彦威.空间行为与行为空间[M].南京:东南大学出版社,2014.
[12]王先庆,王晓春.大型购物中心聚客力影响因素研究-一个理论模型[J].北京工商大学学报:社会科学版,2010(2):34-38.
(1)势力圈是指生活中心吸引力占优的区域,可以真实反映生活中心的主要服务范围。本文计算每个300 m×300 m栅格内居民到全部高等级生活中心出行的人次,栅格内居民到吸引力最强生活中心的人次占居民到全部高等级生活中心人次的比值大于0.27(根据位序-规模法则,对于22个生活中心,影响力最大的生活中心占比应该大于0.27,第二大的生活中心占比应为0.135,影响力最大的生活中心占比小于0.27,则生活中心主导作用不显著),同时比到吸引力第二强生活中心的人次所占比值大0.135以上,表示居住在该栅格内的居民受吸引力最强生活中心的绝对吸引,而不满足该条件的栅格,表示居住在该栅格内的居民虽主要前往吸引力最强的生活中心,但同时受到其他生活中心的吸引,处于多个生活中心争夺的腹地。
(2)视数据情况,可只统计周末相关指标,即“本地居民周末到访人次”“外地居民周末到访人次”“周末停留时间”“周末与工作日到访人次比”“周末与工作日停留时间比”;也可增加节假日相关指标,即“本地居民节假日到访人次”“外地居民节假日到访人次”“节假日停留时间”“节假日与工作日到访人次比”“节假日与工作日停留时间比”。
(3)调用高德地图公共交通出行时间,计算所有可以识别到居住人口的300 m×300 m栅格中心到所有高等级生活中心的公共交通出行时间,并将识别结果划归为到访出行时间最短的生活中心的优势服务区域。居住在优势服务区域的居民即为优势服务人口。
(4)比较发现节假日每小时在场人数与周末每小时在场人数趋势基本一致。因此,本文重点关注工作日与周末每小时在场人数占比。