摘要：隨著城市現代化的發(fā)展，學界與業(yè)界越來越重視城市空間的優(yōu)化升級，而早市是現代城市重要的商業(yè)空間，其可以反映一個城市的生產生活情況。但城市的快速進步也對早市的發(fā)展產生了深遠影響，其在城市的發(fā)展中不斷衰落。本文采用ArcGIS10.7工具，對人口、建筑、公交車站、停車場、道路等數據先進行核密度估計法分析，然后運用Logistic回歸型分析，對影響因素進一步探析。通過研究分析，路網密度、公交車站密度以及人口密度對早市產生的影響較大。但是停車場密度、建筑密度并不會對早市產生較大影響。

關鍵詞：早市；ArcGIS；空間分布；城市規(guī)劃；北京

以當地小吃、玩具和雜貨為特色的早市是文化遺產地，可以讓人們深入了解城市的歷史、文化和發(fā)展。作為商業(yè)空間，早市是城市發(fā)展中不可或缺的一部分，影響著城市生活的質量。然而，由于快速的城市化發(fā)展和商業(yè)空間的興起，北京的早市逐漸減少，導致傳統(tǒng)文化遺產流失。衛(wèi)生條件差、過度擁擠、噪音和交通中斷等問題導致早市不斷受到限制和關閉。早市作為公共空間需要保護和振興，在滿足市民日常需求的同時，也展示城市的歷史和文化。本文希望探析早市的空間分布特征，從而為早市在被當前擠壓的城市空間中找到發(fā)展出路，思考傳統(tǒng)文化如何在當下的城市發(fā)展中得到保存發(fā)揚，使北京早市可以恢復自身獨特的歷史文化特征，在城市空間的發(fā)展中體現積極作用，方便人們對城市記憶的追尋和延續(xù)發(fā)展。

本文所使用的數據主要為網絡開源數據以及地理信息數據。地理信息數據主要由省級行政區(qū)規(guī)劃數據、區(qū)縣級行政區(qū)規(guī)劃數據、北京市路網數據、北京市建筑數據組成；網絡開源數據由POI數據、第七次人口普查數據組成。[1]

北京城市的早市空間特征分析，對城市更新設計以及城市記憶的存留起著至關重要的作用。從城市的建設、人口兩個方面進行主要研究，最終選取了5個相關的關鍵影響因子。分別為：人口密度、建筑密度、公交車站密度、停車場密度、路網密度。文章采用核密度估計法，對上述影響因子進行分析。對密度分析結果采用自然間斷點法進行分級，共分為6級，其數值越高密集程度越高，反之亦然。核密度估計法的計算公式為：

在計算式中： f （x）是核密度估計函數； h為搜索范圍，即帶寬；n是與位置x的路徑距離小于或等于h的POI點數； k （*）為核密度估計法的方程式。[2]

一、文獻綜述

（一）早市概述及其在城市地區(qū)的重要性

在早市剛剛形成并穩(wěn)定的時期，商販售賣的商品主要為自家所生產的瓜果蔬菜或其他用品。隨著社會的逐漸發(fā)展，早市上所售賣的商品種類逐漸增多，并且商業(yè)模式也逐漸發(fā)生轉變。在發(fā)展初期，早市中所售商品的數量較少，主要可以滿足一個家庭的日常所需，而購買人群的年齡層次豐富、職業(yè)種類多樣，沒有特定的限制。而如今的早市，商販所售商品數量越來越多，可以進行大量的購買，從零售慢慢演變成了批發(fā)的售賣模式，購買人群的年齡層次也開始出現斷層，主要集中于中老年人群，其職業(yè)也是退休人群與市場商販較多。

早市的存在，滿足了人們的日常所需。在初期，不僅可以將家庭中富余的商品進行售賣，也給人們帶來市井樂趣，緩解日常的苦悶。在當今的社會環(huán)境下，早市給人們提供了一個低價購買物品的渠道，并且提供了豐富多樣的商品種類以便人們進行購買。[3]

（二）相關研究分析

在民國時期，對于臨時市場的稱呼開始逐漸固定。按時間、售賣物品、性質等多種特點進行分類，商業(yè)模式趨于穩(wěn)定。北京歷史文化深厚，梳理其商業(yè)史，發(fā)現曉市以及小市是北京早市發(fā)展的重要前提基礎。[4]在曉市中，有大量的城鄉(xiāng)農作物及其他物品進行交換，其也是連接城鄉(xiāng)的重要空間。在早期的北京城市范圍內，是可以在中心城區(qū)見到早市身影的。如現已經消失的北京隆福寺早市。隆福寺早市是由廟會經過多次變遷，最終形成了聚集大量的商販售賣各種物品的重要場所。[5]市場空間中不同的公共設施、建筑小品、景觀等因素，也給市場帶來了不同的人流與發(fā)展。[6]

二、結果與分析

（一）北京早市空間分布特征分析

根據POI數據統(tǒng)計，一共對76個北京的早市數據點進行分析。豐臺區(qū)、朝陽區(qū)以及昌平區(qū)的數據點較多，其他區(qū)較少。其中，豐臺區(qū)的早市個數最多，共為12個。通過核密度分析 （詳見圖1），數據整體呈現出一種由靠近中心城區(qū)的地區(qū)向外逐漸遞減的分布規(guī)律。早市的密度隨著北京環(huán)線的增加不斷減少。

早市的空間自相關分析結果 （詳見圖2）顯示其Morans I值為0.537663，說明早市呈現出空間的正相關性。分析結果表現出一種空間聚集的現象。[7]早市密度較高的地區(qū)主要集中在二環(huán)至四環(huán)的豐臺區(qū)，以及昌平區(qū)的局部地區(qū)。而早市密度較低的區(qū)域主要集中在五環(huán)之外的北京郊區(qū)。例如，延慶區(qū)、懷柔區(qū)、房山區(qū)等，越靠近北京與其他省的交界地區(qū)，其密度越低，趨于沒有。

（二）多種影響因子影響分析

整理各區(qū)第七次人口普查數據，朝陽區(qū)的數據點數最多，共43個。越靠近北京市中心，數據點越密集。人口高密度區(qū)主要集中在五環(huán)以內，尤其是豐臺區(qū)、朝陽區(qū)和東城區(qū)，而人口低密度區(qū)主要集中在五環(huán)以外，如大興區(qū)、通州區(qū)和順義區(qū)。人口密度由中心向外圍逐漸降低，隨著環(huán)線的增加而減少。但各區(qū)分散分布著小范圍的高密度人口區(qū)。[8]與其他地區(qū)相比，北京東南地區(qū)人口密度高的區(qū)域較多。建筑密度反映了城市的建筑數量和用地空置率。[9]靠近市中心的建筑密度較高，反之亦然。密集程度最高的地區(qū)為三環(huán)以里的區(qū)域，郊區(qū)的建筑密集程度普遍較低。二環(huán)之內的地區(qū)為建筑高密度的核心區(qū)域。公交車站密度分析揭示了城市多中心發(fā)展的景象，每個地區(qū)都有一個或多個公交車站集中區(qū)。四環(huán)以內的公交車站密度最高，尤其是北京的東南平原地區(qū)。公交車站密度由東南向西北山區(qū)方向逐漸降低。公交車站密度越靠近市中心越高，越往郊區(qū)越低。停車場密度分析確定了北京東北郊區(qū)為重要區(qū)域，如密云區(qū)、懷柔區(qū)和順義區(qū)。通過核密度估計法確定了三個停車場的高密度區(qū)域。由于多種原因，其在北京中心城區(qū)的密度較低。道路密度分析反映了北京從中心到郊區(qū)逐漸降低的特點，部分地區(qū)有小范圍的較高密度區(qū)域。東南地區(qū)道路密度較高，尤其是四環(huán)以內。

（三）Logistic回歸型分析

聯合軟件ArcGIS與SPSSAU兩個軟件進行數據分析，通過二元Logistic回歸分析，最終得到各變量的回歸系數 （詳見表1）。[10]

從表1可知，將路網密度、公交車站密度、人口密度、停車場密度、建筑密度，這5種影響因子設定為自變量，將早市作為因變量，然后將數據進行二元Logistic回歸分析。最終，其模型公式為：

總結分析可知，路網密度、公交車站密度、人口密度對早市產生的影響較大。路網密度的回歸系數值為0.097，公交車站密度的回歸系數值為0.000，人口密度的回歸系數值為0.000。并且，這3種因素呈現出明顯的顯著性，對早市產生顯著的正向影響關系。意味著這3種因素每增加一個單位，早市的變化 （增加）幅度為1.000倍。停車場密度、建筑密度并不會對早市產生較大影響。停車場密度的回歸系數值為-1.773，建筑密度的回歸系數值為-0.001，這兩種影響因素沒有呈現出顯著性。

三、結束語

早市是城市近現代歷史文化以及城市記憶的重要體現，有著強烈的人文性質。通過早市可以快速地對一座城市進行了解。對早市空間分布的研究，豐富了對北京早市及城市空間的研究，其結果為城市規(guī)劃者和政策制定者提供了寶貴的信息，以優(yōu)化城市早市的布局及可達性。通過二元Logistic回歸分析，證明了路網密度、公交車站密度、人口密度這3種因素會對早市產生較大的影響。

除了上文中所分析的5種因素外，影響早市空間分布的原因還有許多。如地形、植被、公共基礎設施等。也可以使用除核密度估計法之外的分析方法，豐富研究內容。后期可以綜合地對早市的空間分布特征進行分析，以期得到更加準確的實驗數據以供分析。

參考文獻：

[1] 梁立鋒，曾文霞，宋悅祥，等.顧及人群集聚和情緒強度的城市綜合活力評價及影響因素[J].地球信息科學學報，2022，24（10）： 1854-1866.

[2] 禹文豪，艾廷華，楊敏，等.利用核密度與空間自相關進行城市設施興趣點分布熱點探測[J].武漢大學學報（信息科學版）， 2016，41（02）：221-227.

[3] 魏浩浩，王勇森，杜永健.青島人的早市情結[J].走向世界， 2012（08）：16-18.

[4] 衛(wèi)才華.民國時期北京早市商業(yè)類型與城市生活[J].民族文學研究，2013（03）：158-164.

[5] 馮舫女.消逝的北京隆福寺早市[J].北京檔案，2020（01）：43-44.

[6] 王雪哲.嚴寒地區(qū)早市空間的分類及空間模式研究[D].長春：吉林建筑大學，2018.

[7] 聶延濤，時少華.大運河沿線傳統(tǒng)村落空間分布特征及影響因素[J].北京聯合大學學報，2023，37（01）：45-56.

[8] 呂晨，藍修婷，孫威.地理探測器方法下北京市人口空間格局變化與自然因素的關系研究[J].自然資源學報，2017，32（08）：1385-1397.

[9] 李麗華，鄭新奇，象偉寧.基于GIS的北京市建筑密度空間分布規(guī)律研究[J].中國人口·資源與環(huán)境，2008（01）：122-127.

[10] 陳韜，鐘傳胤，趙大維，等.基于二元Logistic對城市內澇風險區(qū)預測研究[J].中國農村水利水電，2022（05）：57-61+69.

作者簡介： 王雪妍，女，漢族，北京人，碩士研究生在讀，研究方向：城市更新。