基于開放數(shù)據(jù)的社區(qū)商業(yè)布局研究

耿冰

內(nèi)容摘要：本文利用網(wǎng)絡(luò)開放數(shù)據(jù)及興趣點數(shù)據(jù)，獲取北京市社區(qū)商業(yè)網(wǎng)點的數(shù)量和空間分布形態(tài)。利用平均最近鄰算法、標(biāo)準(zhǔn)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(qū)商業(yè)布局進(jìn)行分析。結(jié)果表明，北京市居民區(qū)布局與商業(yè)網(wǎng)點布局有很強的相關(guān)性，社區(qū)商業(yè)布局聚集度較高，方向性不顯著，網(wǎng)點布局呈多中心結(jié)構(gòu)。未來應(yīng)加強城市發(fā)展新區(qū)的商業(yè)服務(wù)功能，打造更加宜居的生活環(huán)境，促進(jìn)社會可持續(xù)發(fā)展。

關(guān)鍵詞：開放數(shù)據(jù) OSM數(shù)據(jù) POI數(shù)據(jù) 社區(qū)商業(yè) 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(qū)居民生活消費，社區(qū)商業(yè)迅速地發(fā)展起來。與傳統(tǒng)商業(yè)相比，社區(qū)商業(yè)的服務(wù)范圍和規(guī)模更小，集中分布在居民區(qū)附近，是城市活力的表現(xiàn)形式之一。社區(qū)商業(yè)的合理布局對居民生活質(zhì)量的提高，城市優(yōu)化布局及經(jīng)濟發(fā)展發(fā)揮著重要的作用。

社區(qū)商業(yè)最早出現(xiàn)于20世紀(jì)50年代的美國城市。隨著城市的發(fā)展，大量居民向郊區(qū)擴散，由此而產(chǎn)生了專門為郊區(qū)新建居住區(qū)居民服務(wù)的社區(qū)商業(yè)。我國近年來才開始發(fā)展社區(qū)商業(yè)。在以往的研究中，主要研究內(nèi)容包括對社區(qū)商業(yè)的需求研究（王瑞豐，2015）；對社區(qū)商業(yè)的模式進(jìn)行探討（林木西等，2014）；對社區(qū)商業(yè)布局的研究（楊慧瓊，2015）；對不同空間尺度的社區(qū)商業(yè)研究（滕，2015）等。

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，網(wǎng)絡(luò)開放數(shù)據(jù)已廣泛應(yīng)用于各學(xué)科研究中。OSM和POI是開放數(shù)據(jù)的代表之一。OSM數(shù)據(jù)是英國非盈利組織提供的網(wǎng)上地圖協(xié)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(shù)據(jù)被廣泛應(yīng)用于城市規(guī)劃，土地利用規(guī)劃（楊水根等，2011），選址布局優(yōu)化，道路交通優(yōu)化等各個領(lǐng)域。另一方面，由于社區(qū)商業(yè)網(wǎng)點數(shù)量龐大，涉及的種類繁雜，傳統(tǒng)調(diào)查方法的樣本數(shù)量可控性低。因此利用POI數(shù)據(jù)可以很好地彌補這一缺點。POI數(shù)據(jù)包含了多種屬性，通過應(yīng)用程序接口（API）調(diào)用免費獲取。目前研究主要利用POI數(shù)據(jù)進(jìn)行空間布局分析（焦耀等，2015）、道路網(wǎng)研究（沈體雁，2015）、城市規(guī)劃研究（索超，2015）等。

綜上所述，目前的社區(qū)商業(yè)研究尚未成熟，對多因素影響的空間布局有待進(jìn)一步研究。因此，本文利用網(wǎng)絡(luò)開放數(shù)據(jù)OSM數(shù)據(jù)及POI數(shù)據(jù)對北京市社區(qū)商業(yè)布局進(jìn)行研究，獲得北京市社區(qū)商業(yè)布局特點，為布局優(yōu)化提供建議。研究結(jié)果不僅可以為城市經(jīng)濟發(fā)展提供依據(jù)，同時也可以為城市土地利用及規(guī)劃布局、人口政策提供理論支持。

數(shù)據(jù)來源與研究方法

（一）研究區(qū)概況

北京市16個區(qū)縣共劃分為四個功能區(qū)，其中生態(tài)涵養(yǎng)區(qū)主要以山地為主，居民點稀少且為限制開發(fā)區(qū)，所以本文的研究區(qū)選取了除生態(tài)涵養(yǎng)區(qū)的5個區(qū)縣外的11個區(qū)。在研究區(qū)中，社區(qū)發(fā)展較好的是首都功能核心區(qū)和部分城市功能拓展區(qū)。隨著北京副行政中心的東遷，通州區(qū)進(jìn)入了快速發(fā)展時期。北部的昌平區(qū)和順義區(qū)聚集著科技產(chǎn)業(yè)，發(fā)展較早，人口數(shù)量較大，社區(qū)建設(shè)相對比較完善。房山區(qū)和大興區(qū)的新建社區(qū)較多，經(jīng)濟發(fā)展水平有待進(jìn)一步提高。

（二）數(shù)據(jù)獲取及處理

1.數(shù)據(jù)獲取。OSM數(shù)據(jù)獲取節(jié)點為2016年10月。POI數(shù)據(jù)來源于百度地圖開放平臺，利用Python程序進(jìn)行采集。在采集過程中，將研究區(qū)進(jìn)行分解，以2km×2km為一個搜索區(qū)域，可以獲得覆蓋該區(qū)域80%以上的數(shù)據(jù)量。本文將社區(qū)商業(yè)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(qū)布局與商業(yè)網(wǎng)點之間的關(guān)系，研究社區(qū)商業(yè)布局形態(tài)，本文利用網(wǎng)絡(luò)爬蟲技術(shù)對搜房網(wǎng)進(jìn)行數(shù)據(jù)挖掘，獲取住宅小區(qū)的名稱、位置、容積率、價格等屬性信息，形成完整的分析數(shù)據(jù)集。

2.數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理包括首先對百度POI坐標(biāo)轉(zhuǎn)換和利用OSM數(shù)據(jù)獲取地塊信息。百度坐標(biāo)系在火星坐標(biāo)系的基礎(chǔ)上，進(jìn)行了二次加密措施。由于百度對外接口的坐標(biāo)系并不是GPS采集的真實經(jīng)緯度，因此需要對坐標(biāo)系進(jìn)行糾偏。本文采用糾偏算法將百度坐標(biāo)系進(jìn)行糾偏，糾偏結(jié)果基本符合實際情況。其次利用OSM數(shù)據(jù)獲取居住地塊信息。將OSM道路數(shù)據(jù)與北京市域面數(shù)據(jù)進(jìn)行疊加，根據(jù)道路的級別設(shè)置道路緩沖區(qū)5-45米不等，提取出北京市11個區(qū)共4313個地塊。利用居住點數(shù)據(jù)與地塊疊加，提取出居住用地的面數(shù)據(jù)，并將容積率，價格等屬性信息關(guān)聯(lián)到地塊上，最終獲得北京11個區(qū)的居住用地地塊數(shù)據(jù)。根據(jù)社區(qū)商業(yè)便利的布局特點，從地塊邊界向外延伸2km緩沖區(qū)，作為社區(qū)商業(yè)范圍。

（三）研究方法與技術(shù)路線

本文采用平均最近鄰算法、標(biāo)準(zhǔn)差橢圓函數(shù)和核密度函數(shù)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(qū)商業(yè)布局進(jìn)行分析。

平均最近鄰算法：當(dāng)研究區(qū)域內(nèi)隨機分布的平均預(yù)期距離（記為DE，，A為研究區(qū)域面積，n為研究區(qū)域中的n個點，下同）大于質(zhì)心之間的平均觀察距離（記為DO，）時，數(shù)據(jù)分布的模式趨于聚集，反之則為分散。

標(biāo)準(zhǔn)差橢圓模型：標(biāo)準(zhǔn)差橢圓的長半軸表示數(shù)據(jù)的分布方向，短半軸表示數(shù)據(jù)分布的范圍，長短半軸的差值（扁率）越大，表示數(shù)據(jù)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(biāo)，X和Y代表算數(shù)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(zhuǎn)角度。

核密度函數(shù)算法：核密度方法以每個樣點為中心，通過核函數(shù)計算出每個樣點在制定范圍半徑內(nèi)各個柵格單元中心點的密度貢獻(xiàn)值，搜索半徑范圍內(nèi)柵格單元中心點距離樣點越近，密度貢獻(xiàn)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(biāo)；n代表樣點個數(shù)；x，y表示帶寬范圍內(nèi)待估算柵格中心點；坐標(biāo)h表示帶寬。

本研究技術(shù)路線圖如圖1所示。

結(jié)果分析

（一）居住社區(qū)與商業(yè)布局相關(guān)性分析

居住社區(qū)的布局與商業(yè)布局有一定的關(guān)系。本文對居住社區(qū)的容積率、密度、餐飲、超市、商場及娛樂場所密度進(jìn)行相關(guān)性分析，結(jié)果如表1所示。

通過相關(guān)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(guān)，且相關(guān)性很高，表明居住區(qū)與商業(yè)布局相互影響。居住區(qū)帶動了商業(yè)發(fā)展，吸引商業(yè)投資。商業(yè)的優(yōu)化布局也改善了居住區(qū)環(huán)境，吸引人口聚集。居住區(qū)與周邊商業(yè)布局緊密聯(lián)系，從而形成了社區(qū)商業(yè)這種特殊的商業(yè)布局形式。該結(jié)果為進(jìn)一步分析社區(qū)商業(yè)布局提供了基礎(chǔ)。

（二）社區(qū)商業(yè)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(jié)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(jù)聚集度分析，社區(qū)商業(yè)分布均表現(xiàn)出很強的聚集性。在居住社區(qū)中，餐飲、超市和娛樂服務(wù)數(shù)量較多，且呈現(xiàn)明顯的區(qū)域特點。商場作為使用頻次較低的場所，分布較分散且數(shù)量少，所以聚類程度略低。但總體來說，四類商業(yè)布局均呈現(xiàn)出很強的聚類性，空間分布規(guī)律顯著。

（三）社區(qū)商業(yè)布局方向性分析

利用標(biāo)準(zhǔn)差橢圓算法分析社區(qū)商業(yè)布局的發(fā)展方向。根據(jù)分析結(jié)果可知，社區(qū)商業(yè)的分布方向一致，均為西南-東北向發(fā)展。從橢圓扁率及面積來看，社區(qū)商業(yè)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(qū)商業(yè)空間方向布局與北京市社區(qū)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(jié)構(gòu)，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(qū)及西南向的房山區(qū)是城市擴展的方向。同時，西北部的昌平區(qū)，由于聚集了眾多IT產(chǎn)業(yè)，吸引了大量的勞動人口，因此社區(qū)商業(yè)發(fā)展較快，商業(yè)網(wǎng)點密集。相比較而言，西南方向通州與大興交界處則社區(qū)較少，商業(yè)網(wǎng)點布局也比較少。隨著北京通州副中心的發(fā)展，帶動了通州社區(qū)商業(yè)的發(fā)展。但由于東西向發(fā)展的土地面積有限，未來的發(fā)展趨勢將進(jìn)一步向南北兩向發(fā)展，西南地區(qū)發(fā)展?jié)摿^大。

（四）社區(qū)商業(yè)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(qū)域，分別是牡丹園-學(xué)院路一帶及三元橋-三里屯-東直門一帶。牡丹園-學(xué)院路一帶聚集了北京市大部分高校，學(xué)生消費帶動了該區(qū)域的商業(yè)發(fā)展。三元橋-三里屯-東直門一帶為使館區(qū)及商貿(mào)辦公中心，餐飲布局比較密集。除此之外，IT產(chǎn)業(yè)園區(qū)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(xué)校附近的萬柳-中關(guān)村-魏公村-西直門一帶及傳媒大學(xué)附近的餐飲布局同樣密集。居住區(qū)附近的北七家-天通苑一帶、昌平鎮(zhèn)、小營、五棵松、梨園、通州九棵樹附近是餐飲密集區(qū)。傳統(tǒng)的商業(yè)網(wǎng)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(yè)?？傮w來說，餐飲主要集中布局在中西城區(qū)，沿長安街南北向擴展，北部餐飲業(yè)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(qū)北京站以北，北二環(huán)以南地區(qū)。除此之外，西城區(qū)北部、昌平鎮(zhèn)、大紅門一帶及大興黃村附近也是超市密集區(qū)域?；佚堄^-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(zhèn)中心、通州北關(guān)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(xué)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?？傮w來看，超市總體數(shù)量沒有餐飲數(shù)量多，空間上主要集中在東西城區(qū)及朝陽區(qū)西部，呈組團(tuán)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(mào)一帶。除此之外，昌平鎮(zhèn)、回龍觀、望京、學(xué)院路-中關(guān)村一帶、小營、傳媒大學(xué)、黃村、長陽為社區(qū)大型商場聚集區(qū)。其余地區(qū)商場布局較分散，組團(tuán)規(guī)模也不大?？傮w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(wù)半徑較?。▓D3-3）。

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(qū)域，分別是：中關(guān)村-西直門-學(xué)院路一帶、奧林匹克公園附近、望京地區(qū)及三里屯-國貿(mào)一帶。這四個地區(qū)中，除了奧林匹克公園是運動場館密集之外，其余三個地區(qū)均為年輕人聚集區(qū)，也是城市最具活力的地區(qū)?？傮w來看，娛樂主要分布在中心城區(qū)，北部地區(qū)密集度高于南部地區(qū)，城市發(fā)展新區(qū)的娛樂設(shè)施密度不高，布局較分散（圖3-4）。

結(jié)論與討論

相對傳統(tǒng)商業(yè)，社區(qū)商業(yè)更加靈活和便利，其布局不僅反映了城市土地利用結(jié)構(gòu)，也是城市發(fā)展活力的體現(xiàn)。本文基于開放數(shù)據(jù)OSM數(shù)據(jù)及POI數(shù)據(jù)，利用平均最近鄰算法、標(biāo)準(zhǔn)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(qū)商業(yè)布局進(jìn)行分析。研究結(jié)果表明：

第一，居住用地與商業(yè)布局有非常強的相關(guān)性。從統(tǒng)計結(jié)果來看，除東城區(qū)、西城區(qū)的傳統(tǒng)商業(yè)中心以外，商業(yè)布局主要集中在居住區(qū)附近，兩者的空間布局基本吻合。根據(jù)居住用地的布局結(jié)構(gòu)可以得知，未來的商業(yè)布局會向北京四周擴散，以周邊大型居住區(qū)為依托布局商業(yè)網(wǎng)點數(shù)量。

第二，北京市社區(qū)商業(yè)布局呈現(xiàn)明顯的聚集性。北京行政區(qū)域面積很大，城區(qū)與城區(qū)之間、城區(qū)內(nèi)部社區(qū)之間相距較遠(yuǎn)，因此形成了若干個組團(tuán)式的社區(qū)布局結(jié)構(gòu)，社區(qū)商業(yè)依賴于居住區(qū)布局，因此也呈現(xiàn)出明顯的聚集性。主要聚集區(qū)出現(xiàn)在大型社區(qū)周圍，如北部的天通苑、回龍觀、望京，東部的通州新區(qū)一帶，南部的大紅門附近、黃村、長陽一帶等。

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

第四，餐飲、超市、商場、娛樂的空間密度各異?？傮w來看，城六區(qū)的社區(qū)商業(yè)配套較完善，北部、東部地區(qū)商業(yè)活動頻繁，布局密集。五個城市發(fā)展新區(qū)社區(qū)商業(yè)主要以餐飲、超市為主，商場娛樂配套相對比較缺乏。從社區(qū)商業(yè)布局可以看出，北京市北部及東部是城市活力的體現(xiàn)，南部及西部地區(qū)以居住區(qū)為主。

綜上所述，本文的研究結(jié)果符合北京市社區(qū)商業(yè)空間布局的實際情況。未來應(yīng)加強城市發(fā)展區(qū)的社區(qū)商業(yè)布局，合理優(yōu)化城市土地利用結(jié)構(gòu)，促進(jìn)城市的可持續(xù)協(xié)調(diào)發(fā)展。

參考文獻(xiàn)：

1.王瑞豐.我國城市社區(qū)商業(yè)有效供給研究[J].經(jīng)濟與管理，2015（5）

2.林木西，陳華，國世平，城市大型社區(qū)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(qū)商業(yè)空間形態(tài)研究.華南理工大學(xué)，2015

4.滕.虹口社區(qū)商業(yè)發(fā)展研究[J].上海商業(yè)，2015（12）

5.謝惠，張曉光.西城區(qū)社區(qū)商業(yè)發(fā)展研究[J].中國商論，2016（19）

6.楊水根，徐宇瓊.高校社區(qū)商業(yè)探究[J].經(jīng)濟研究導(dǎo)刊，2011（26）

7.焦耀，劉望保，石恩名.基于多源POI數(shù)據(jù)下的廣州市商業(yè)業(yè)態(tài)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(wù)業(yè)區(qū)位選擇的交通網(wǎng)絡(luò)指向研究——以北京城市中心區(qū)為例[J].地理科學(xué)進(jìn)展，2015（8）

9.索超，丁志剛.POI在城市規(guī)劃研究中的應(yīng)用探索.2015中國城市規(guī)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）