基于POI數據中心體系識別與特征分析

曾浩星 胡寶清 劉書田

摘 要：各類城市公共管理與公共服務設施集中在城市的主城區，是分析城市中心體系的重要依據。本研究的基礎數據是從高德地圖中提取出來的，研究基于POI數據對于城市中心體系識別與特征分析。首先，通過網絡爬取高德地圖POI的坐標信息并進行坐標轉換導入GIS平臺；再運用核密度分析法生成南寧公共管理與公共服務設施集聚密度分布圖；最后，依托南寧公共管理與公共服務設施集聚密度分布圖，分析南寧公共服務中心的空間分布特征，進而推導出南寧中心城區空間結構。結果顯示，根據POI數據識別分析南寧市中心體系整體呈現單中心集聚發展，城市副中心與郊區中心發展力度欠佳，還需要加大力度建設。將結果與《南寧市總體規劃（2011—2020年）》確定的城市公共中心體系進行對比，提出優化建議。

關鍵詞：GISPOI數據城市中心體系南寧市總體規劃

中圖分類號：P208 文獻標識碼：A 文章編號：1672-3791（2018）06（c）-0213-05

黨的“十八大”以來，社會經濟快速發展，我國經歷了迅猛的城市化和工業化發展過程。隨著我國城市建設迅速發展，逐漸形成了復雜且龐大的城市體系，城市中心體系己成為城市地理學研究的重要內容，城市化和工業化進程的深入推進，城市空間結構變化顯著，從以往的老城區單中心格局，到現在郊區副中心的出現。現有南寧中心體系空間結構識別研究成果匱乏，研究方法主要以定性研究為主，缺乏定量研究。李麗琴等從城市商業用地的視角，分析對南寧市中心城區商業空間布局研究，并對發展內在機制進行了闡釋。胡慶武等提出基于位置簽到數據探索性空間分析熱點聚類方法，挖掘武漢商圈分布與城市規劃商圈的相關性。因此，基于大數據對中心體系識別對城市空間規劃與開發具有一定的指導意義。

傳統規劃方法多通過實地調研和問卷訪談的方式搜集資料，用這類方法對城市大尺度空間結構研究時則會面臨數據不能實時更新、工作量過大等問題，而具有動態化、大樣本數據監測的分析和更新能力的空間大數據技術可以彌補這些不足，有助我們更精確的研究城市。城市興趣點（Point of Interest， POI）數據是表征地理實體的空間與位置屬性，使用計算機編程通過網絡電子地圖提供的API接口進行查詢和下載的位置大數據。主要包括城市與人們生活密切相關的地理實體，如餐飲服務、學校、住宅、商場、車站、政府機構、金融機構等。本研究擬使用POI數據和ArcGIS的分析功能定量分析和識別南寧市的中心體系，然后與南寧市現行城市總體規劃2011版進行對比，本著以人為本的原則提出發展建議。

1 研究區域及數據源

南寧市地處廣西南部，地理位置處于北回歸線以南，面朝東南亞，緊依大西南，東有粵港澳，南有北部灣，是我國西南地區中國—東盟合作、對外開放的重要節點。本研究的范圍與2011版《總體規劃》范圍一致（見圖1）。其中，市域為南寧市行政轄區范圍，面積為22112 km2；規劃區范圍為南寧市市區，面積為6559 km2；中心城范圍為2011版南寧總體規劃確定的范圍，即包括原環城高速公路以內涉及青秀區、興寧區、江南區、西鄉塘區、良慶區、邕寧區等6個城區和仙葫、邕寧組團。主城區2016年總人口370.08萬人。作為南寧市經濟最發達的地區，2016年南寧主城區GDP總和為3051.58億元，以占全市總面積約30.02%的土地，貢獻全市82.4%的GDP。文章使用的POI數據是由高德地圖提供的API接口查詢下載的南寧市興趣點數據，經過初步數據清洗有效數據量為83741條（見圖2）。

2 研究方法

2.1 POI分類方式

城市中心區用地功能類別以公共管理與公共服務設施和商業服務業設施用地為主，高度聚集了生活服務、公共服務、居住、商務金融、娛樂休閑等功能用地。因此，參考《城市用地分類與規劃建設用地標準GB50137-2011》和城市的不同功能結合電子地圖POI分類體系，將POI數據分為5大類見（表1）。

2.2 核密度估算模型

核密度估計（Kernel Density Estimation），是概率論中用來估計未知的密度函數，完全利用數據本身信息，運用復雜函數的距離衰減檢測事件密度的變化情況，避免人為主觀估計，從而能夠對樣本數據進行最大程度得近似估計，是分析點要素的常用方法之一。使用Rosenblatt-Parzen核估計：

式（1）中，為估計在某一點x處的值；k為核函數；h為帶寬且大于零；n為樣本數；x-為估計點到i樣本之間的距離。

在核密度估算中，帶寬h的計算模型如下：

h=0.9×min

式（2）中，帶寬h大小的選擇對計算模型的結果有明顯變化，空間點密度變化隨帶寬h的減少變得不規整，反之，空間點密度隨帶寬h增加，一定程度上會模糊密度變化變得更加平滑，Dm為中值距離；SD為標準距離。實際應用中，應根據不同帶寬值進行比較，從而選取最符合實際情況的值。

3 分析結果

3.1 最佳帶寬選擇

運用ArcGIS核密度分析然后根據上述的核密度模型估計，將南寧市各類型的POI點分別選擇帶寬500m，1000m，1500m進行對比（見圖3）。從圖3中可以看出，1500 m帶寬相比于1000 m帶寬而言，空間差異較不明顯，帶寬為1500 m和500m時相比，帶寬值越大，在帶寬范圍內的密度值就越小，密度曲線越平滑。因此本研究以1000m為帶寬選擇，能較為明顯地識別中心體系空間結構的差別。

3.2 南寧市中心體系識別與公共服務設施的核密度分析

基于1000m帶寬的核密度估算得出對南寧市5項類別POI數據的核密度分布圖。明顯的反映出南寧市各類公共服務設施的空間分布情況。根據圖4，各類公共服務設施的高密度中心集中分布在南寧市主城區各行政區，并且離各行政區距離越大則各個公共服務設施密度越小。

生活服務類設施（圖4a）的分布規律比較集中，其密度集聚的范圍比其他類別的范圍都要小，高度集中于主城區的青秀區、西鄉塘區、興寧區、江南區。居住類（圖4b）和公共服務類（圖4d）的分布情況類似沿著南寧市地鐵一號線周邊規律分布，全市均有明顯覆蓋集聚點，在青秀區、西鄉塘區、興寧區有較高密度的聚集區，其他區均有較明顯的集聚區域。金融服務類（圖4c）主要在青秀區高度集聚且沿著城市主干道路規律分布，其次分布于西鄉塘區、興寧區、江南區、良慶區等4個行政區內由區域中心向外圍遞減。娛樂休閑類（圖2e）和生活服務類的分布情況類似，并且在青秀區高度聚集，由中心城區向周邊呈現緩慢擴散，與其他類型服務設施不同，娛樂休閑類在全市范圍內均有不同程度的聚集點。

對各類公共服務設施的空間密度進行重分類并賦予相同的權重然后加權求和，得到南寧市各類設施的空間密度分布圖（見圖6）。南寧市的各設施總體呈現大集聚、小分散的格局，在郊區的行政區內均有小規模的集聚中心，聚集密度由中心城區向周邊擴散遞減。發展沿著邕江為軸線，西建東擴，主城區的中心區域為南寧市的核心區域，總體上，南寧市仍是以朝陽為中心單核發展較為明顯，南寧市整個發展模式是以邕江為發展軸線串聯式發展，主要以東盟國際商務區，南寧國際會展中心商圈，朝陽商圈至廣西大學商圈等核心區域東西軸線發展。在核心區域內呈現6處高密度區分別為東盟商務區、瑯東區域、南寧會展中心區域、朝陽廣場商圈，廣西大學農院路商圈，五象新區核心區域和江南區星光大道周邊。在城市中心區邊緣也形成一定級別的城市副中心，如邕寧區政府區域、淡村區域、相思湖區域、江南工業園區等。在城市外圍的郊區，總體上各類公共服務設施的分布密度處于低水平。

4 對比分析與討論

《南寧市總體規劃（2011—2020年）》確定以邕江為軸線，西建東擴，完善江北，提升江南，重點向南發展。南寧市以朝陽商圈、瑯東區域和五象新區為3個主中心，突出“一軸兩帶多中心”的發展模式，沿邕江兩岸串珠式發展，并且隨著邕江支流縱向開發的帶形城市空間結構。與南寧市公共服務設施空間分布圖相比總體較為相似但也是存在異同，南寧市3大中心區域有相互聚集的趨勢形成一個公共服務設施密度極高的單核中心，導致中心區公共服務設施集聚過度，人口交通壓力難以緩解，其他區域各類公共服務設施空間格局發展失衡，公共服務設施有待進一步合理分配。并且南寧的3大中心朝陽商圈仍然是公共服務設施最密集的核心區，瑯東中心區發展以初見規模，五象新區仍然在建設中各類設施可能還未投入運作，副中心發展已經初具規模如西鄉塘區、淡村周邊和相思湖區域等但是公共服務設施仍然欠缺。

依據此研究識別出的南寧市中心體系與《南寧市總體規劃（2011—2020年）》對比，對南寧市的規劃提出以下幾條建議：（1）南寧市應加大力度展總體規劃中的副中心以緩解城市中心區域的人口交通壓力。（2）公共服務設施的布局與城市交通有著密切關系，在城市中心區域合理設計城市交通要道。（3）為了緩解城市多中心相互集聚，南寧市政府應該出臺相關政策結合南寧城市公共服務設施空間發展需求和發展態勢，采取整體協調、優化布局，以人為本發展。

5 結語

（1）本研究把各類型城市公共服務設施密度的權重在ArcGIS分析中設置相同值并且沒有考慮到土地利用類型以及交通、人口、市場競爭等內在因素的影響。

（2）南寧市城市中心體系的規劃與實際發展依然有明顯異同，總體而言，中心城區仍表現為單核發展趨勢，中心城副中心依然需要進一步加強建設，郊區中心己初步形成但整體上公共設施分布密度較小。

（3）POI數據沒有統一的分類標準，部分設施分類不夠明確等問題，這會影響對公共服務設施集聚和中心體系識別的判定。

參考文獻

[1] 劉鵬程，陳超，孔斌，等.基于POI數據的鎮江中心城區空間結構識別與特征解析[J].江蘇城市規劃，2017（9）：7-12.

[2] 楊俊宴，錢舒皓.特大城市中心體系空間肌理分異研究——以重慶市為例[J].城市規劃學刊，2014（4）：18-23.

[3] 李麗琴.南寧市城市商業空間格局及優化研究[D].廣西師范學院，2017.

[4] 胡慶武，王明，李清泉.利用位置簽到數據探索城市熱點與商圈[J].測繪學報，2014，43（3）：314-321.

[5] 施歌，江南，姚戀秋.基于GIS和興趣點（POI）數據的城市中心體系識別方法研究——以上海市為例[J].現代測繪， 2017，40（6）：27-30.

[6] 張月金.城市總體規劃實施評估思路探討——以南寧為例[J].規劃師，2017，33（9）：113-119.

[7] 謝小萍.南寧統計年鑒[M].北京：中國統計出版社，2000.

[8] 中華人民共和國住房和城鄉建設部.GB 50137-2011城市用地分類與規劃建設用地標準[S].北京：中國計劃出版社，2012.

[9] Okabe A， Satoh T，Sugihara K.A kernel density estimation method for networks， its computational method and a GIS-based tool [J].International Journal of Geographical Information Science， 2009，23（1）：7-32.

[10]陳蔚珊，柳林，梁育填.基于POI數據的廣州零售商業中心熱點識別與業態集聚特征分析[J].地理研究，2016，35 （4）：703-716.