原詩博，馬駿華，杜雨濛，龔浩天，徐 珊

(黑龍江大學(xué) 政府管理學(xué)院，黑龍江 哈爾濱 150080)

1 引言

隨著信息科技的發(fā)展，城市內(nèi)部各項(xiàng)設(shè)施的信息化程度越來越高，各類數(shù)據(jù)信息的采集和挖掘分析正愈加方便。POI是在城市中所實(shí)際存在的地理實(shí)體，包含著不同的空間屬性信息，能為人們提供服務(wù)或被人們所訪問使用。同類POI在不同城區(qū)的分布狀況體現(xiàn)了不同城市區(qū)域的功能性質(zhì)[1]，其分布情況可反映出城市內(nèi)不同區(qū)域不同產(chǎn)業(yè)的聚集傾向[2]。是研究城市空間格局的有力數(shù)據(jù)[3]，城市空間格局對城市發(fā)展的功能定位與形態(tài)結(jié)構(gòu)有極大影響[4]。在一定程度上也會影響城市的經(jīng)濟(jì)、社會與生態(tài)的可持續(xù)發(fā)展[5]。因此，對城市服務(wù)設(shè)施分布的研究對城市未來發(fā)展具有重要價(jià)值。

2 研究區(qū)概況與數(shù)據(jù)來源

2.1 研究區(qū)概況

南京市下轄11個市轄區(qū)和1個國家級新區(qū)(江北新區(qū))，此次研究以玄武區(qū)、秦淮區(qū)、建鄴區(qū)、鼓樓區(qū)、江寧區(qū)、雨花臺區(qū)、棲霞區(qū)、六合區(qū)和浦口區(qū)為研究范圍，共九區(qū)。未選擇溧水區(qū)與高淳區(qū)主要原因是兩地距主城區(qū)過遠(yuǎn)，發(fā)展水平差異過大。

2.2 數(shù)據(jù)來源

本文POI數(shù)據(jù)來源于高德地圖開放平臺，通過高德地圖開放平臺(https://lbs.amap.com/)獲得南京市POI數(shù)據(jù)，先對數(shù)據(jù)進(jìn)行篩選，再經(jīng)坐標(biāo)糾偏后制圖顯示[6]。南京市行政區(qū)域劃分矢量數(shù)據(jù)根據(jù)中科院資源環(huán)境科學(xué)與數(shù)據(jù)中心(http://www.resdc.cn/)數(shù)據(jù)所切繪。

3 城市服務(wù)設(shè)施分析方法

3.1 城市服務(wù)設(shè)施的選取

本次研究中，共選取了金融保險(xiǎn)服務(wù)、公司、社區(qū)中心、娛樂場所、運(yùn)動場館、工廠、超級市場、風(fēng)景名勝、商場、政府機(jī)關(guān)10項(xiàng)城市POI進(jìn)行數(shù)據(jù)爬取。金融保險(xiǎn)服務(wù)、娛樂場所、樓宇等服務(wù)設(shè)施分類基于高德城市POI分類[7]。

3.2 城市數(shù)據(jù)的抓取

本次研究基于Python，借助高德開放平臺所提供關(guān)鍵鑰進(jìn)行數(shù)據(jù)抓取。Python即網(wǎng)絡(luò)爬蟲，是一種有效的數(shù)據(jù)獲取手段[7]，已廣泛應(yīng)用于地理信息大數(shù)據(jù)的獲取[8]。本文所采用代碼基于Python3.9.1版本，共抓取政府機(jī)構(gòu)數(shù)據(jù)8047條；社區(qū)中心數(shù)據(jù)759條；運(yùn)動場館數(shù)據(jù)628條；娛樂場所數(shù)據(jù)7642條；公司數(shù)據(jù)8100條；工廠數(shù)據(jù)1412條；超級市場數(shù)據(jù)354條；金融保險(xiǎn)服務(wù)834條，商場391條，風(fēng)景名勝2026條、合計(jì)30193條信息。

3.3 城市數(shù)據(jù)的研究方法

核密度分析(kernel Density Estimation，KDE)是基于數(shù)據(jù)密度函數(shù)聚類算法的一種空間密度分析方法。優(yōu)點(diǎn)在于對于要素測量值有直觀且準(zhǔn)確的反映[9]，可顯示點(diǎn)的空間相對集中程度[10]。

(1)

式(1)中：f(x)為距離s處的核密度函數(shù)值，k為空間權(quán)重，h為搜索半徑，Ci為核心中間要素i，n為與位置s的距離小于或等于h的樣本數(shù)，靠近中心的點(diǎn)被賦予較高的權(quán)重，權(quán)重隨距離的增加而減小，其結(jié)果是中間值大周邊值小的光滑曲面。

為了探求各類服務(wù)設(shè)施在南京市城區(qū)內(nèi)的聚集分布地區(qū)差異，采用Kemel Density工具對POI進(jìn)行和密度分析后，在分析結(jié)果基礎(chǔ)上利用Arcsence軟件進(jìn)行了立體可視化，以直觀地顯示出分布特征[11]。

4 結(jié)果與分析

4.1 城市服務(wù)設(shè)施空間分布格局分類分析

通過核密度分析，得到以下不同功能服務(wù)設(shè)施的分布特征。①浦口區(qū)、江寧區(qū)、雨花臺區(qū)、棲霞區(qū)主要承擔(dān)城市居住區(qū)的功能。運(yùn)動場館與商場、超級市場和社區(qū)中心的次峰分布高度重合，由于該類服務(wù)設(shè)施喜歡布置在居住人口較多，能提供穩(wěn)定客流的干道附近[12]。該分布趨勢證明此四區(qū)主要承擔(dān)了城市居住功能。②江寧區(qū)相關(guān)配套服務(wù)設(shè)施較落后。社區(qū)中心多，而運(yùn)動場館、商場、超級市場等商業(yè)設(shè)施少，相關(guān)配套服務(wù)設(shè)施并未呈現(xiàn)與之對應(yīng)的聚集趨勢。③南京市公司與政府機(jī)關(guān)分布呈高度匹配態(tài)勢。并在江北浦口區(qū)、六合區(qū)呈現(xiàn)走廊態(tài)勢；④工廠以雨花臺區(qū)為聚集核心，形成了顯著的規(guī)模效應(yīng)。在南京城內(nèi)呈現(xiàn)較均勻分布，并在浦口區(qū)、六合區(qū)交界處連成工業(yè)走廊。⑤南京風(fēng)景名勝分布集中，旅游資源高度集中于秦淮、玄武兩城區(qū)。

4.2 城市服務(wù)設(shè)施空間分布整體格局分析

由圖1所示，研究區(qū)內(nèi)各類服務(wù)設(shè)施除工廠外，體現(xiàn)出明顯的中心聚集特征。主要集中于鼓樓區(qū)、建鄴區(qū)、玄武區(qū)和秦淮區(qū)四區(qū)(以下簡稱核心城區(qū))，其中心區(qū)為鼓樓區(qū)與玄武區(qū)交接部分。由中心區(qū)至邊緣城區(qū)，核密度呈典型中心擴(kuò)散分布態(tài)勢，并呈現(xiàn)出多個功能中心集中聚攏的整體格局，僅有工業(yè)設(shè)施呈明顯的中心偏移現(xiàn)象。鼓樓區(qū)的城市服務(wù)設(shè)施總體上分布聚集性明顯，并于玄武區(qū)交界處出現(xiàn)了顯著的聚集性趨勢，商業(yè)辦公、金融服務(wù)、娛樂等均在此處形成了明顯的峰值。從整體POI分布特點(diǎn)來看，浦口區(qū)服務(wù)設(shè)施較密集，且距離工業(yè)、商務(wù)區(qū)較近，具有成為城市次核的優(yōu)勢區(qū)位。江寧區(qū)目前城市服務(wù)設(shè)施分布較為渙散，各項(xiàng)指標(biāo)集中程度不高，在城市區(qū)域發(fā)展中處于弱勢地位。雨花臺區(qū)工業(yè)優(yōu)勢明顯，但存在其他城市服務(wù)設(shè)施不足的問題。六合區(qū)設(shè)施分布數(shù)量較少，發(fā)展水平較低。棲霞區(qū)整體空間過于狹長，處于城市邊緣位置。

圖1 南京市娛樂場所核密度分布(圖片來源：作者自繪)

4.3 城市服務(wù)設(shè)施空間分布建議

總體來看，南京市主要城區(qū)的服務(wù)設(shè)施分布呈現(xiàn)出明顯的聚集性趨勢，并且區(qū)域間存在較大差別，地區(qū)間發(fā)展程度存在較大差異，顯示出城市活力與發(fā)展的不平衡性；南京市整體空間格局整體呈現(xiàn)出核心城區(qū)、擴(kuò)散區(qū)和邊緣城區(qū)三個層次；空間上呈典型中心擴(kuò)散格局，服務(wù)設(shè)施于核心城區(qū)高度集中。在日后的規(guī)劃設(shè)計(jì)中，應(yīng)適度疏解核心城區(qū)職能，可將浦口區(qū)定位城市副中心，承擔(dān)江北地區(qū)主要城市功能，以緩解核心城區(qū)的人口、環(huán)境壓力。發(fā)展江寧區(qū)與核心城區(qū)之間的交通，對江寧區(qū)旅游資源進(jìn)行開發(fā)，促進(jìn)旅游服務(wù)產(chǎn)業(yè)的轉(zhuǎn)移，緩解核心城區(qū)因旅游產(chǎn)業(yè)引起的交通壓力。南京市下一步應(yīng)充分結(jié)合各城區(qū)現(xiàn)有功能定位與既有的聚集性城區(qū)資源，權(quán)衡土地存量，合理優(yōu)化相關(guān)產(chǎn)業(yè)和空間布局。