【www.zhangdahai.com--其他范文】
徐月娟，赵金宝，李明星，姜嘉伟，刘文静，孔维超
(山东理工大学 交通与车辆工程学院, 山东 淄博 255049)
青岛市国民经济和社会发展第十四个五年规划和2035年远景目标纲要指出，未来五年，青岛将以海洋科学城为龙头，依托李沧、崂山、即墨等区市，集中建设3～5个辐射作用强的园区，建设胶东经济圈区域创新体系[1]。近年来，国内外学者针对中国城市可持续发展水平分析普遍采用经济、社会等指标构建评价模型，如: Delphi 法[2]、AHP[3]、灰色关联分析法[4]、PCA[5]、数据包络分析法( DEA)[6]等评价区域可持续发展。随着社会网络与通信技术的发展，大数据创造了一个全新的维度，城市的很多信息都被记录在网络上，其中借助兴趣点(points of interests，POI)数据进行城市功能分析比较常见[7]。主要集中在两个方面：一是各类POI数据空间分布特征的研究，进行城市功能区的识别、布局均等化问题的研究[8-11]；
二是与轨道交通站点相结合，利用缓冲区计算可达性、类型划分与空间特征挖掘[12-13]。研究区大多集中在发达城市，对新兴发展城市关注不足，且研究大多集中在主城区热点区域识别以及单一服务设施布局，缺乏全区域可持续发展分析及不同POI点之间的相关性探讨[14-16]。基于以上研究背景，本文以沿海重要中心城市青岛为例，基于不同类型POI数据、栅格(人口和GDP)数据等，利用 ArcGIS软件综合相关性分析、核密度分析等方法，对青岛市区域可持续发展水平进行分析并提出相应发展建议。
1.1 研究区概况
青岛地处中国华东地区、山东半岛东南、东濒黄海，是山东省经济中心、国家重要的现代海洋产业发展先行区、海上合作战略支点。青岛下辖七个市辖区，代管三个县级市，青岛市内十个行政区具体情况见表1，数据主要来源于《青岛市统计年鉴》。
表1 青岛市行政区概况
1.2 数据来源与处理
POI数据可通过编写python、Java爬虫程序，在高德地图开发者平台，根据其所提供的Web服务API，结合行政区划区域，并根据所提供的经纬度坐标所围成的矩形区域范围进行检索，爬取的POI 数据坐标系为 WGS84 坐标系，对数据进行筛选、去重、裁剪等处理生成csv格式数据文件，最终获得206 925条POI数据。参考高德地图开发者平台的POI分类文档、《城市用地分类与规划建设用地标准(GB50137—2011)》、天地图POI数据分类编码以及其他多种分类方法[17]，对爬取的POI数据进行分析，结合青岛市生产生活特点，最终选择青岛市六类POI数据作为研究对象，将POI数据主要分为一级要素类和二级要素类。一级要素类包括生活服务、餐饮服务、交通设施等六个要素，具体见表2。
表2 POI 数据要素分类表
1.3 研究方法
利用空间相关性分析对青岛市各类POI进行空间分布的相关性判断。主要是基于Pearson相关系数模型[18]。一般地，空间相关系数的范围能够表示出两个要素之间相关性的强弱大小，数值越大，其相关性越强。在ArcGIS中通过分析两个或多个相同像元大小的栅格图层进行计算。Pearson相关系数的计算公式为
(1)
运用核密度对青岛市不同类型兴趣点分布进行分析，核密度分析能够通过计算要素密度，直观反映空间中离散点在连续区域的分布规律[19]，其值越高代表该点的聚集程度越高，高密度区域集中连续分布聚集面积也就越大，体现了空间位置的差异性，使用不同的色彩来表示聚集点不同的空间变化。核密度估计式可表示为
(2)
式中:di表示估计点与样本观测点的距离;k是核函数;h是一个正值，称为光滑参数。
在核密度分析中聚集高低情况是基于分割单元计算POI密度，通过计算局部莫兰指数得出的，局部莫兰指数定义为
(3)
(4)
2.1 POI数量分布情况
对爬取到的POI点进行初步处理之后导入ArcMap进行可视化分析，青岛市区六类POI点空间分布情况如图1所示。
图1 青岛市区各类POI点空间分布情况
由图1可知，六类服务设施分布在城阳区、市北区、市南区以及胶州市接界处数量较多，分布较为集中，而以此为中心点向外扩散分布。总体来说，青岛市服务设施的POI数量分布呈中间密集，边缘稀少的分布格局，这一格局在平度市以及莱西市最为明显。具体来看，餐饮服务与交通设施的分布数量远多于其余四类；
沿海市区的发展远超其他市区；
市南区的服务设施数量分布最多，其他地区分布数量较平均，而平度市的分布数量相对较少。
为了更好地利用POI数据分析青岛市区域发展情况，本文通过对六类POI数据进行空间相关性分析，生成的矩阵可以分析各要素之间空间分布的相关性，结果见表3。
表3 青岛市区不同POI类型相关性矩阵
由表3可知，各类POI点两两之间的空间相关性均比较显著，在空间分布上的相关性都较强。其中科教文化与保健服务的空间相关性最高，因为科教文化大多分布于人口比较集中、社区比较密集的城市中心区域；
住宿服务和餐饮服务之间的空间相关性最低，表明两类POI之间没有强烈的依赖关系；
生活服务与各类POI的相关性都比较强，主要是因为生活服务涉及到的范围比较广；
住宿业分布与其他各类服务设施分布的空间相关性相对来说都较弱，因为住宿服务考虑到成本问题，其选址与其余五类POI略有不同。
2.2 考虑POI点的核密度分析
应用核密度分析法对青岛市区的六类服务设施分别进行分析。对各类兴趣点密度均采用自然间断点分级法分为五类[20]，利用局部莫兰指数对各类POI点的空间分布聚集情况进行比较，青岛市区各类P0I核密度分析如图2所示。
(a)生活服务 (b)餐饮服务 (c)保健服务
由图2(a)可知，青岛市区生活服务核密度最高的区间值为1 698 561～3 208 394，最低区间值为0～113 237；
从区域分布上看，生活服务数据点分布不均匀，连片集聚区主要分布在市南区南部、市北区东南部、黄岛区东部以及李沧区北部；
市南区生活服务分布过于集中，该区面积较小；
黄岛区东北部和西南部都有分布，但是零星布置分布较为分散，缺少连续成片的热点区域。
由图2(b)可知，青岛市区餐饮服务核密度最高的区间值为86 053～153 419，最低区间值为0～6 618;分析餐饮服务分布情况可以发现，餐饮类设施分布较广，大致呈由市北区、市南区、即墨区、城阳区接连处为中心向外扩散的趋势。分析结果表明，中心城区餐饮服务核密度等值线具有较好的平滑度，能识别出青岛市区较大的餐饮点集聚区，同时反映出餐饮业发展的方向。从核密度的热点区域分布情况来看，餐饮业主要分布在青岛市中心城区的东部和南部地区；
整体上形成多中心的布局结构，南部以大学城(青岛大学、青岛科技大学等)形成两个兴趣点的集聚中心，各自向南扩散；
类似的有青岛国信体育中心和周边居住小区等处形成了兴趣点集中地，以及城阳区的西北角青岛农业大学、即墨区山东大学也形成了一个集聚中心，核密度较高；
此外，平度市中学较多，中西部为社区聚集地，其餐饮分布核密度也较高。
由图2中(d)、(e)可知，青岛市区科教文化和交通设施核密度最高的区间值为696 338～783 381，最低区间值为0～261 127;分析科教文化和交通设施分布情况可以发现，青岛市区中心城区的布局密度明显高于外围地区，主要以城阳区与李沧区的交界处以及市北区、市南区、黄岛区三区为中心向外扩散，且这两个大规模组团的空间布局呈东南—西北方向延展的趋势；
平度市中部、莱西东部、即墨区中南及东北部、崂山区西南部呈小范围的集聚分布。
由图2(f)可知，青岛市区住宿服务核密度最高的区间值为598 739～991 419，最低区间值为0～31 103；
分析住宿服务分布情况可以发现，住宿服务点分布不均匀，主要是在主城区密集分布，其他核密度高的区域分布较分散且分布范围较小；
青岛市区的住宿服务集聚特征较明显的有市南区、市北区，两区均为高密度区域，黄岛区只有在靠近沿海地区住宿服务才比较密集；
除此之外，各区交界处密集程度都较高，城阳区和李沧区中部、崂山区西南部以及即墨区南部各自都形成了小规模的组团。
在六类核密度分析图中，图2(c)所示的保健服务设施分布最为均匀，最高的区间值为865 798～1 051 326，最低区间值为0～16 491；
上面分析中平度市其余五类POI点数值大部分均分布在中部，只有保健服务业在平度全市内分布较为均匀；
但市南区与市北区仍保持中心地位，分布较为密集，并以两区为中心向外扩散；
黄岛区东北部、崂山区西南部和东南部、城阳区中部以及即墨区南部都各自形成了小规模组团。
根据上述分析可以得出结论，六类POI服务设施的聚集地在空间上具有明显的重合特征，六类POI聚集情况从大到小依次为：餐饮服务、生活服务、保健服务、交通设施、科教文化和住宿服务，表明餐饮业的发展形势相对较好，聚集程度最高；
而住宿业的建设相对滞后于其他服务业，其密度区域高的地方也是其他类型服务业聚集程度较高的地方。由于平度市配套设施的建设略滞后于城市建设，应扩大服务范围，避免服务盲区，为市民提供更加方便快捷的生活服务。
2.3 考虑人口、经济分布的各区域发展水平分析
为更加科学地判断青岛市各区域的发展水平，本文在POI点的基础上增加青岛市人口密度、经济密度栅格数据，数据来源于资源环境科学数据中心。人口密度栅格数据单位为人/平方千米，经济密度的为万元/平方千米。首先对两个数据进行处理，利用多因子权重分配法，结合行政区单位权重，运用栅格空间计算，得到GDP和人口的空间化结果如图3所示[21]。
(a)人口密度
为了能够将图3与图2进行对比分析，需要引入重合度模型量化分析。图像重合度算法在机器学习场景中运用比较广泛。重合度算法主要包括内容特征法、关键点匹配、SSIM算法、直方图等算法。直方图比较的原理是将所要比较的两幅图片的直方图数据归一化，最终得到一个相似指数，能够描述一幅图像中颜色的全局分布，捕捉颜色信息的重合度。而本文获得的核密度图主要就是基于颜色分布计算的重合度，所以采用直方图算法，用python编写代码实现重合度的计算。
由于人口和GDP使用的是夜间灯光数据，在运算前需要将其进行重投影，计算出来的人口、GDP与六类POI点直方图重合度分别为0.45，0.32。结果表明，相较于经济密度而言，青岛市区人口密度分布与六类POI点高密度聚集区域分布重合范围更大。
图3(a)显示的人口密度较高或中等的地区，与六类POI的热点重叠区域基本一致；
图3(b)显示的经济密度较高或中等的地区，与六类服务设施高密度区域差别较大。两个典型例子，如市南区人口空间分布最高，所对应的服务设施POI的聚集程度也较高；
崂山区由于区内的崂山风景区，相应的餐饮、酒店、购物等服务业在周边有所聚集，所以存在GDP空间分布高或中等，POI密度较高，但人口空间分布较低的情况。
根据本文对POI分布密度的分析，为提高青岛市各区的可持续发展水平，对部分地区提出相应发展建议。
1)结合各POI密度分析可以看出市北区是青岛市发展较好的地区，作为青岛城市更新的重点地区，要加强保健服务方面建设，尤其是金融部分，虽是老城区，也要建设金融创新核心区以及焕新示范区。
2)崂山区POI点在旅游服务设施较为聚集，崂山区自身在旅游业就有很大的地理优势，崂山风景区可以增设住宿、餐饮等配套服务，发展旅游业的同时也需注重交通设施路网的布设，重点规划株洲路两侧区域以及张村河两岸区域，建设金融、旅游度假、科技的集聚地。
3)莱西市应注重商业服务的发展，加强科教服务、交通设施、商业贸易、物流服务等功能。包括高铁新城、莱西国际陆港等重点产业区，极大发挥区域交通枢纽的优势，带动区域经济水平的提升。
总体来看，青岛市发展依然存在地区差异较大的问题，青岛位于山东半岛的西南角，既拥有靠近内陆的陆上交通优势，也拥有海上交通的优势，又因为未处于交通末端，所以发展潜力比大连、烟台等滨海城市要大。为更好地发展，应打破行政区界限，根据人口集聚程度和经济发展水平建设生活服务设施，促进各区生活服务均等化发展。
猜你喜欢市南区服务设施青岛市民政部等16部门：到2025年村级综合服务设施覆盖率超80%今日农业(2022年15期)2022-09-20·读迷作品·小读者·爱读写(2022年4期)2022-07-07·读迷作品·小读者(2022年8期)2022-03-162019青岛市科创板发展现状商周刊(2019年18期)2019-10-12基于实效性的社区居住服务设施统筹研究智能城市(2018年7期)2018-07-10关于青岛市地下城市空间开发的思考江西建材(2018年2期)2018-04-14北京三山五园绿道综合服务设施系统调查探究现代园艺(2017年22期)2018-01-19论高速公路收费服务水平的提高和收费服务设施的完善中国公路(2017年10期)2017-07-21青岛市市立醫院(集团)中国卫生(2016年8期)2016-11-12杯中的猫作文大王·中高年级(2015年10期)2015-10-21本文来源：http://www.zhangdahai.com/shiyongfanwen/qitafanwen/2023/0917/655462.html
