基于開放數據的社區商業布局研究

耿冰

內容摘要：本文利用網絡開放數據及興趣點數據，獲取北京市社區商業網點的數量和空間分布形態。利用平均最近鄰算法、標準差橢圓模型及核密度算法從聚集度、方向性和分布密度三個方面對北京市社區商業布局進行分析。結果表明，北京市居民區布局與商業網點布局有很強的相關性，社區商業布局聚集度較高，方向性不顯著，網點布局呈多中心結構。未來應加強城市發展新區的商業服務功能，打造更加宜居的生活環境，促進社會可持續發展。

關鍵詞：開放數據 OSM數據 POI數據 社區商業 空間分析

引言

隨著城市邊界不斷擴大，人們的日常交通成本也隨之增加。為了便于社區居民生活消費，社區商業迅速地發展起來。與傳統商業相比，社區商業的服務范圍和規模更小，集中分布在居民區附近，是城市活力的表現形式之一。社區商業的合理布局對居民生活質量的提高，城市優化布局及經濟發展發揮著重要的作用。

社區商業最早出現于20世紀50年代的美國城市。隨著城市的發展，大量居民向郊區擴散，由此而產生了專門為郊區新建居住區居民服務的社區商業。我國近年來才開始發展社區商業。在以往的研究中，主要研究內容包括對社區商業的需求研究（王瑞豐，2015）；對社區商業的模式進行探討（林木西等，2014）；對社區商業布局的研究（楊慧瓊，2015）；對不同空間尺度的社區商業研究（滕，2015）等。

隨著互聯網技術的發展，網絡開放數據已廣泛應用于各學科研究中。OSM和POI是開放數據的代表之一。OSM數據是英國非盈利組織提供的網上地圖協作計劃，其特點是提供免費開源地圖（謝惠等，2016）。目前OSM道路數據被廣泛應用于城市規劃，土地利用規劃（楊水根等，2011），選址布局優化，道路交通優化等各個領域。另一方面，由于社區商業網點數量龐大，涉及的種類繁雜，傳統調查方法的樣本數量可控性低。因此利用POI數據可以很好地彌補這一缺點。POI數據包含了多種屬性，通過應用程序接口（API）調用免費獲取。目前研究主要利用POI數據進行空間布局分析（焦耀等，2015）、道路網研究（沈體雁，2015）、城市規劃研究（索超，2015）等。

綜上所述，目前的社區商業研究尚未成熟，對多因素影響的空間布局有待進一步研究。因此，本文利用網絡開放數據OSM數據及POI數據對北京市社區商業布局進行研究，獲得北京市社區商業布局特點，為布局優化提供建議。研究結果不僅可以為城市經濟發展提供依據，同時也可以為城市土地利用及規劃布局、人口政策提供理論支持。

數據來源與研究方法

（一）研究區概況

北京市16個區縣共劃分為四個功能區，其中生態涵養區主要以山地為主，居民點稀少且為限制開發區，所以本文的研究區選取了除生態涵養區的5個區縣外的11個區。在研究區中，社區發展較好的是首都功能核心區和部分城市功能拓展區。隨著北京副行政中心的東遷，通州區進入了快速發展時期。北部的昌平區和順義區聚集著科技產業，發展較早，人口數量較大，社區建設相對比較完善。房山區和大興區的新建社區較多，經濟發展水平有待進一步提高。

（二）數據獲取及處理

1.數據獲取。OSM數據獲取節點為2016年10月。POI數據來源于百度地圖開放平臺，利用Python程序進行采集。在采集過程中，將研究區進行分解，以2km×2km為一個搜索區域，可以獲得覆蓋該區域80%以上的數據量。本文將社區商業劃分為四個類別，分別是餐飲、超市、商場、娛樂。同時，為了分析居民區布局與商業網點之間的關系，研究社區商業布局形態，本文利用網絡爬蟲技術對搜房網進行數據挖掘，獲取住宅小區的名稱、位置、容積率、價格等屬性信息，形成完整的分析數據集。

2.數據預處理。數據預處理包括首先對百度POI坐標轉換和利用OSM數據獲取地塊信息。百度坐標系在火星坐標系的基礎上，進行了二次加密措施。由于百度對外接口的坐標系并不是GPS采集的真實經緯度，因此需要對坐標系進行糾偏。本文采用糾偏算法將百度坐標系進行糾偏，糾偏結果基本符合實際情況。其次利用OSM數據獲取居住地塊信息。將OSM道路數據與北京市域面數據進行疊加，根據道路的級別設置道路緩沖區5-45米不等，提取出北京市11個區共4313個地塊。利用居住點數據與地塊疊加，提取出居住用地的面數據，并將容積率，價格等屬性信息關聯到地塊上，最終獲得北京11個區的居住用地地塊數據。根據社區商業便利的布局特點，從地塊邊界向外延伸2km緩沖區，作為社區商業范圍。

（三）研究方法與技術路線

本文采用平均最近鄰算法、標準差橢圓函數和核密度函數從空間布局聚集度、布局方向性和分布密度三個方面對北京市社區商業布局進行分析。

平均最近鄰算法：當研究區域內隨機分布的平均預期距離（記為DE，，A為研究區域面積，n為研究區域中的n個點，下同）大于質心之間的平均觀察距離（記為DO，）時，數據分布的模式趨于聚集，反之則為分散。

標準差橢圓模型：標準差橢圓的長半軸表示數據的分布方向，短半軸表示數據分布的范圍，長短半軸的差值（扁率）越大，表示數據的方向性越明顯。橢圓的形式及角度計算如下：

其中，xi，yi代表每個空間要素的位置坐標，X和Y代表算數平均中心，SDEx 和 SDEy代表橢圓方差，以正北方向為0°，θ為順時針旋轉角度。

核密度函數算法：核密度方法以每個樣點為中心，通過核函數計算出每個樣點在制定范圍半徑內各個柵格單元中心點的密度貢獻值，搜索半徑范圍內柵格單元中心點距離樣點越近，密度貢獻值越大。計算公式如下：

其中，代表帶估算柵格單元中心的密度； xi，yi代表樣點i坐標；n代表樣點個數；x，y表示帶寬范圍內待估算柵格中心點；坐標h表示帶寬。

本研究技術路線圖如圖1所示。

結果分析

（一）居住社區與商業布局相關性分析

居住社區的布局與商業布局有一定的關系。本文對居住社區的容積率、密度、餐飲、超市、商場及娛樂場所密度進行相關性分析，結果如表1所示。

通過相關性矩陣分析可知，居住容積率、居住密度、餐飲密度、超市密度、商場密度及娛樂場所密度之間都是正相關，且相關性很高，表明居住區與商業布局相互影響。居住區帶動了商業發展，吸引商業投資。商業的優化布局也改善了居住區環境，吸引人口聚集。居住區與周邊商業布局緊密聯系，從而形成了社區商業這種特殊的商業布局形式。該結果為進一步分析社區商業布局提供了基礎。

（二）社區商業布局聚集度分析

利用平均最近鄰算法計算餐飲、超市、商場、娛樂的空間聚集度。結果表明：餐飲、超市、商場、娛樂的Z得分均小于-2.58，說明空間分布呈聚集分布趨勢。餐飲的最近鄰比率最小為0.21，表示聚類程度最高，商場的最近鄰比率最大為0.41，表示聚類程度最低，超市和商場的最近鄰比率分別為0.28和0.27，表明聚類程度相近。

根據聚集度分析，社區商業分布均表現出很強的聚集性。在居住社區中，餐飲、超市和娛樂服務數量較多，且呈現明顯的區域特點。商場作為使用頻次較低的場所，分布較分散且數量少，所以聚類程度略低。但總體來說，四類商業布局均呈現出很強的聚類性，空間分布規律顯著。

（三）社區商業布局方向性分析

利用標準差橢圓算法分析社區商業布局的發展方向。根據分析結果可知，社區商業的分布方向一致，均為西南-東北向發展。從橢圓扁率及面積來看，社區商業布局的方向性和向心力均不是特別明顯。超市覆蓋面積最大，其次為餐飲和商場，娛樂覆蓋面積最小。

社區商業空間方向布局與北京市社區分布特點基本吻合（見圖2）。由于北京的城市空間布局為“兩軸-兩帶-多中心”的結構，且在西北部有東北-西南走勢的山脈，因此城市的擴展趨勢隨山脈走勢而定，東北向的順義區及西南向的房山區是城市擴展的方向。同時，西北部的昌平區，由于聚集了眾多IT產業，吸引了大量的勞動人口，因此社區商業發展較快，商業網點密集。相比較而言，西南方向通州與大興交界處則社區較少，商業網點布局也比較少。隨著北京通州副中心的發展，帶動了通州社區商業的發展。但由于東西向發展的土地面積有限，未來的發展趨勢將進一步向南北兩向發展，西南地區發展潛力較大。

（四）社區商業布局核密度分析

從核密度分布來看，餐飲、超市、商場、娛樂總體布局一致，但各有不同的分布特點（見圖3）。

餐飲最集中布局在兩個區域，分別是牡丹園-學院路一帶及三元橋-三里屯-東直門一帶。牡丹園-學院路一帶聚集了北京市大部分高校，學生消費帶動了該區域的商業發展。三元橋-三里屯-東直門一帶為使館區及商貿辦公中心，餐飲布局比較密集。除此之外，IT產業園區集中的回龍觀-清河-上地一帶以及望京-798-酒仙橋一帶餐飲布局較密集。在學校附近的萬柳-中關村-魏公村-西直門一帶及傳媒大學附近的餐飲布局同樣密集。居住區附近的北七家-天通苑一帶、昌平鎮、小營、五棵松、梨園、通州九棵樹附近是餐飲密集區。傳統的商業網點東單和西單以及北京南站附近依然密集分布著餐飲行業。總體來說，餐飲主要集中布局在中西城區，沿長安街南北向擴展，北部餐飲業比較集中，南部布局較分散（圖3-1）。

超市最集中分布在東城區北京站以北，北二環以南地區。除此之外，西城區北部、昌平鎮、大紅門一帶及大興黃村附近也是超市密集區域。回龍觀-清河-上地一帶、北七家-天通苑一帶、望京、首都機場附近、順義鎮中心、通州北關附近、亦莊附近、長陽一帶、五棵松附近超市布局較集中。與餐飲布局不同的是，學校附近超市布局并不是很密集，由此也可以看出，超市布局受到居民點位置及密度的影響較大。總體來看，超市總體數量沒有餐飲數量多，空間上主要集中在東西城區及朝陽區西部，呈組團式分散布局（圖3-2）。

商場布局較分散，最集中分布在東單、西單及國貿一帶。除此之外，昌平鎮、回龍觀、望京、學院路-中關村一帶、小營、傳媒大學、黃村、長陽為社區大型商場聚集區。其余地區商場布局較分散，組團規模也不大。總體來說，商場空間分布上覆蓋面積較大，分布相對較均勻，但聚集程度不高，服務半徑較小（圖3-3）。

娛樂包括電影院、體育運動場館、文化展覽館等休閑場所，在空間分布來看，有四個非常集中的區域，分別是：中關村-西直門-學院路一帶、奧林匹克公園附近、望京地區及三里屯-國貿一帶。這四個地區中，除了奧林匹克公園是運動場館密集之外，其余三個地區均為年輕人聚集區，也是城市最具活力的地區。總體來看，娛樂主要分布在中心城區，北部地區密集度高于南部地區，城市發展新區的娛樂設施密度不高，布局較分散（圖3-4）。

結論與討論

相對傳統商業，社區商業更加靈活和便利，其布局不僅反映了城市土地利用結構，也是城市發展活力的體現。本文基于開放數據OSM數據及POI數據，利用平均最近鄰算法、標準差橢圓模型及核密度算法從聚集度、方向性和分布密度三個方面對北京市社區商業布局進行分析。研究結果表明：

第一，居住用地與商業布局有非常強的相關性。從統計結果來看，除東城區、西城區的傳統商業中心以外，商業布局主要集中在居住區附近，兩者的空間布局基本吻合。根據居住用地的布局結構可以得知，未來的商業布局會向北京四周擴散，以周邊大型居住區為依托布局商業網點數量。

第二，北京市社區商業布局呈現明顯的聚集性。北京行政區域面積很大，城區與城區之間、城區內部社區之間相距較遠，因此形成了若干個組團式的社區布局結構，社區商業依賴于居住區布局，因此也呈現出明顯的聚集性。主要聚集區出現在大型社區周圍，如北部的天通苑、回龍觀、望京，東部的通州新區一帶，南部的大紅門附近、黃村、長陽一帶等。

第三，北京市社區商業布局方向性不顯著。北京城市整體發展為中心向四周擴散式，因此在社區布局中，以城六區為中心，東南西北四向均有大型社區商業布局。

第四，餐飲、超市、商場、娛樂的空間密度各異。總體來看，城六區的社區商業配套較完善，北部、東部地區商業活動頻繁，布局密集。五個城市發展新區社區商業主要以餐飲、超市為主，商場娛樂配套相對比較缺乏。從社區商業布局可以看出，北京市北部及東部是城市活力的體現，南部及西部地區以居住區為主。

綜上所述，本文的研究結果符合北京市社區商業空間布局的實際情況。未來應加強城市發展區的社區商業布局，合理優化城市土地利用結構，促進城市的可持續協調發展。

參考文獻：

1.王瑞豐.我國城市社區商業有效供給研究[J].經濟與管理，2015（5）

2.林木西，陳華，國世平，城市大型社區的綜合體模式研究[J].理論與改革，2014（3）

3.楊慧瓊.鄰里中心模式下的社區商業空間形態研究.華南理工大學，2015

4.滕.虹口社區商業發展研究[J].上海商業，2015（12）

5.謝惠，張曉光.西城區社區商業發展研究[J].中國商論，2016（19）

6.楊水根，徐宇瓊.高校社區商業探究[J].經濟研究導刊，2011（26）

7.焦耀，劉望保，石恩名.基于多源POI數據下的廣州市商業業態空間分布及其機理研究[J].城市觀察，2015（6）

8.沈體雁，周麟，王利偉等.服務業區位選擇的交通網絡指向研究——以北京城市中心區為例[J].地理科學進展，2015（8）

9.索超，丁志剛.POI在城市規劃研究中的應用探索.2015中國城市規劃年會論文集，2015

10.Liu，X.J.，Y. Long，Automated identification and characterization of parcels with OpenStreetMap and points of interest[J]. Environment and Planning B-Planning & Design，2016，43（2）

11.Jonietz，D.，A. Zipf，Defining Fitness-for-Use for Crowdsourced Points of Interest （POI）[J]. Isprs International Journal of Geo-Information，2016，5（9）

12.Huber，S.，C. Rust，Calculate travel time and distance with OpenStreetMap data using the Open Source Routing Machine （OSRM）[J]. Stata Journal，2016，16（2）