基于DBSCAN聚類的西部城區(qū)服務(wù)業(yè)空間布局特征研究——以西寧市城西區(qū)為例

朱 力，李小玲，王 璐，楊成忠，謝芬芬

（1.青海大學(xué)，a.計(jì)算機(jī)技術(shù)與應(yīng)用系；b.土木工程學(xué)院，西寧810016；2.青海省自然資源綜合調(diào)查監(jiān)測院，西寧810001）

服務(wù)業(yè)在生產(chǎn)生活、科教文化、社會(huì)公共等領(lǐng)域?qū)μ岣叱鞘薪?jīng)濟(jì)發(fā)展有著重要的意義。20世紀(jì)70年代以來，服務(wù)業(yè)成為國外發(fā)展最為迅速的行業(yè)，服務(wù)業(yè)的空間布局研究逐漸受到重視［1-3］，服務(wù)業(yè)的集聚趨勢、集聚動(dòng)因、集聚特征［4］及服務(wù)經(jīng)濟(jì)發(fā)展與人口、就業(yè)之間的關(guān)系成為重要的關(guān)注內(nèi)容［5］。改革開放后，發(fā)展服務(wù)業(yè)成為中國經(jīng)濟(jì)體制改革的重要舉措，是社會(huì)生產(chǎn)發(fā)展的需要，城市服務(wù)業(yè)的空間布局特征分析及發(fā)展模式逐漸成為研究趨勢［6-8］。

伴隨著改革開放進(jìn)程的不斷深入，東部與東北部地區(qū)服務(wù)業(yè)發(fā)展水平均高于中西部［8］，東西部區(qū)域發(fā)展不平衡的問題日漸凸顯。由于西部地區(qū)城市服務(wù)業(yè)的發(fā)展缺乏理論和經(jīng)驗(yàn)指導(dǎo)，第一產(chǎn)業(yè)和第二產(chǎn)業(yè)較為落后，就業(yè)形勢嚴(yán)峻，故分析服務(wù)業(yè)區(qū)域發(fā)展不平衡現(xiàn)狀、西部地區(qū)經(jīng)濟(jì)增長制約因素及探尋服務(wù)業(yè)視角下的西部地區(qū)城市發(fā)展道路［9］，是拉動(dòng)西部地區(qū)經(jīng)濟(jì)增長的必經(jīng)之路。西寧市是西部地區(qū)多民族聚集的中心城市，對西部經(jīng)濟(jì)發(fā)展的影響舉足輕重。研究分析西寧市服務(wù)業(yè)發(fā)展的現(xiàn)狀，是對青海省服務(wù)業(yè)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級的積極探索［10］。西寧市城西區(qū)通過資源整合成為區(qū)域經(jīng)濟(jì)的標(biāo)桿、西部的窗口，探究城西區(qū)服務(wù)業(yè)的空間布局結(jié)構(gòu)、發(fā)展現(xiàn)狀及發(fā)展趨勢，探尋西部城市服務(wù)業(yè)發(fā)展新模式，可為其他城區(qū)及西部各城市提供經(jīng)驗(yàn)借鑒和科學(xué)依據(jù)。

在大數(shù)據(jù)時(shí)代，空間數(shù)據(jù)蘊(yùn)含著巨大的價(jià)值，挖掘和分析空間數(shù)據(jù)背后的意義，是大數(shù)據(jù)研究的重要內(nèi)容［11］。POI興趣點(diǎn)代表地理信息系統(tǒng)中一個(gè)地理實(shí)體的空間數(shù)據(jù)，其屬性信息具有極高的現(xiàn)實(shí)意義與價(jià)值［12］。在數(shù)據(jù)挖掘技術(shù)不斷發(fā)展的基礎(chǔ)上，從地理信息系統(tǒng)中獲取POI數(shù)據(jù)的方法更加便捷，因此商業(yè)POI數(shù)據(jù)［13］的應(yīng)用開始在人文地理學(xué)中受到關(guān)注，生活性服務(wù)業(yè)［14-16］、餐飲零售業(yè)［17，18］、快遞物流業(yè)［19］等方向更成為研究的重點(diǎn)。冉釗等［20］基于長沙市生活性服務(wù)業(yè)POI數(shù)據(jù)，采用核密度分析法研究長沙市整體及分行業(yè)的生活性服務(wù)業(yè)空間格局特征。薛冰等［21］對沈陽市零售業(yè)進(jìn)行分析，概述沈陽市零售業(yè)分布結(jié)構(gòu)的特征，并比較不同零售業(yè)空間布局上的差異性，為零售業(yè)空間合理規(guī)劃提供理論基礎(chǔ)。劉雅軒等［22］以烏魯木齊市為例，以公園綠地周邊住宅區(qū)POI興趣點(diǎn)為研究對象，基于STA?TA平臺(tái)分析公園綠地對住宅價(jià)格的影響關(guān)系。李鋼等［23］運(yùn)用數(shù)理統(tǒng)計(jì)等方法分析西安市快遞業(yè)POI數(shù)據(jù)，探究菜鳥驛站的區(qū)位選擇特征及其行業(yè)的競合關(guān)系。在針對西部地區(qū)服務(wù)業(yè)空間布局研究中，以西安、重慶及成都等經(jīng)濟(jì)較發(fā)達(dá)城市的研究居多，青海、西藏等經(jīng)濟(jì)落后城市的研究相對較少。李維維等［24］采用Getis-Ord Gi*統(tǒng)計(jì)指數(shù)定量分析西安市旅游業(yè)的形成機(jī)理及熱點(diǎn)特征。涂建軍等［25］以城市整體地域結(jié)構(gòu)為出發(fā)點(diǎn)，分析重慶市主城區(qū)在山地城市格局視角下餐飲業(yè)區(qū)位選擇影響的空間異質(zhì)性。吳先賦等［26］通過對成都市三環(huán)路內(nèi)生活設(shè)施POI數(shù)據(jù)進(jìn)行研究來探究其生活設(shè)施集聚特征及配套完善程度。魏中宇等［27］結(jié)合西安市POI數(shù)據(jù)及路網(wǎng)數(shù)據(jù)，借助核密度估計(jì)法分析西安市中心城區(qū)商業(yè)集聚特征。服務(wù)業(yè)的空間布局研究對象單一化，大都以某一類服務(wù)業(yè)為主，以城市總體服務(wù)業(yè)為研究視角的較少，無法概述城市服務(wù)業(yè)總體布局特征。上述學(xué)者大多采用核密度估計(jì)法或多種傳統(tǒng)方法相結(jié)合的研究策略分析POI數(shù)據(jù)，可以發(fā)現(xiàn)數(shù)據(jù)的熱點(diǎn)區(qū)域集聚特征及發(fā)展態(tài)勢，無法研究各類別間的聚類特征，故本研究采用聚類算法分析研究西寧市城西區(qū)服務(wù)業(yè)POI數(shù)據(jù)各類別的差異及其總體布局特征，分析服務(wù)業(yè)布局特征影響因素對不同服務(wù)業(yè)的影響，并以西寧市城西區(qū)為例，與東部、中部地區(qū)城市服務(wù)業(yè)布局特征進(jìn)行對比。

聚類算法是數(shù)據(jù)挖掘算法中的重要分支，聚類分析的目標(biāo)是將一組數(shù)據(jù)集按照特定的標(biāo)準(zhǔn)分割成不同的簇，并使其同一簇內(nèi)的數(shù)據(jù)集有盡可能大的相似性。傳統(tǒng)的聚類方法共有5種，分別是基于模型的方法、基于密度的方法、劃分方法、基于網(wǎng)格的方法和層次方法。在不同的領(lǐng)域中，聚類技術(shù)都有不同的應(yīng)用與發(fā)展，將空間聚類算法應(yīng)用到人文地理學(xué)的實(shí)踐研究中可以區(qū)分聚類的差異性，更準(zhǔn)確地分析POI數(shù)據(jù)的集群分布與空間特征。范夢余等［28］利用DBSCAN聚類算法與呼倫貝爾游客POI數(shù)據(jù)相結(jié)合的方法對游客移動(dòng)特征規(guī)律進(jìn)行分析研究。查小磊等［29］利用長沙市POI數(shù)據(jù)，借助標(biāo)準(zhǔn)差橢圓及CRITIC方法，對長沙市生活服務(wù)設(shè)施進(jìn)行評價(jià)研究，為生活服務(wù)與其服務(wù)質(zhì)量提升提供指導(dǎo)。劉暢等［30］基于GPS軌跡數(shù)據(jù)結(jié)合DBSCAN算法挖掘城市交通擁堵區(qū)域，并對下次擁堵時(shí)間進(jìn)行預(yù)測。李江蘇等［31］采用POI數(shù)據(jù)對鄭東新區(qū)服務(wù)業(yè)空間布局進(jìn)行聚類，為產(chǎn)業(yè)結(jié)構(gòu)提供優(yōu)化方向?？梢?，基于POI數(shù)據(jù)與聚類算法相結(jié)合的研究方式逐漸興起。

本研究以西寧市城西區(qū)POI數(shù)據(jù)為研究對象，基于Pycharm平臺(tái)結(jié)合Python語言，采用Haversine距離計(jì)算方法對城西區(qū)的POI數(shù)據(jù)進(jìn)行DBSCAN（Density-Based spatial clustering of applications with noise）密度聚類，深入分析聚類結(jié)果，研究城西區(qū)服務(wù)業(yè)的總體及分行業(yè)的空間分布格局，為優(yōu)化城西區(qū)及西部城區(qū)服務(wù)業(yè)空間布局提供科學(xué)建議。

1 數(shù)據(jù)來源與研究方法

1.1 研究區(qū)域概況與數(shù)據(jù)來源

西寧市是中國西部地區(qū)重要的中心城市，轄城東區(qū)、城西區(qū)、城北區(qū)、城中區(qū)、湟中區(qū)5個(gè)區(qū)及湟源縣、大通回族土族自治縣2個(gè)縣。自2013年以來，西寧市國民經(jīng)濟(jì)保持著穩(wěn)定增長的趨勢（圖1），其中第一產(chǎn)業(yè)和第二產(chǎn)業(yè)同比增長額基本保持不變，第三產(chǎn)業(yè)同比增長額呈正比例增加，到目前為止第三產(chǎn)業(yè)即服務(wù)業(yè)經(jīng)濟(jì)增長總額約占國民經(jīng)濟(jì)增長總額的60%，是經(jīng)濟(jì)增長的主要?jiǎng)恿?。?019年為例，其中城西區(qū)的全年GDP總值約占西寧市GDP總值的25%，領(lǐng)跑西寧市其他4區(qū)2縣?？梢娧芯砍俏鲄^(qū)服務(wù)業(yè)空間布局及發(fā)展現(xiàn)狀，能夠?yàn)槲鲗幨衅渌菂^(qū)的服務(wù)業(yè)發(fā)展提供借鑒及理論依據(jù)。故本研究選取西寧市城西區(qū)作為研究區(qū)域。西寧市城西區(qū)位于西寧市中西部，轄彭家寨1個(gè)鎮(zhèn)，勝利路、古城臺(tái)、興海路、西關(guān)大街、虎臺(tái)、文匯路、通海路7個(gè)街道，面積為52.98 km2。

圖1 西寧市國民經(jīng)濟(jì)產(chǎn)業(yè)產(chǎn)值增長變化情況

服務(wù)業(yè)POI數(shù)據(jù)包含服務(wù)業(yè)名稱、行業(yè)類別、經(jīng)緯度等屬性。本研究利用基于Python語言的數(shù)據(jù)挖掘技術(shù)從高德地圖獲取2019年10月西寧市城西區(qū)服務(wù)業(yè)的POI數(shù)據(jù)，經(jīng)過數(shù)據(jù)預(yù)處理后，獲得有效數(shù)據(jù)共15 829條。結(jié)合國民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)GB/T 4754—2017與青海省服務(wù)業(yè)現(xiàn)狀，將城西區(qū)服務(wù)業(yè)POI數(shù)據(jù)分為12類，具體分類如表1所示。采用與服務(wù)業(yè)密切相關(guān)的POI數(shù)據(jù)進(jìn)行DBSCAN聚類，聚類的結(jié)果及邊界點(diǎn)、噪聲點(diǎn)的分布特征能夠體現(xiàn)西寧市城西區(qū)服務(wù)業(yè)的空間布局特征。

表1 西寧市城西區(qū)POI數(shù)據(jù)的服務(wù)行業(yè)分類

1.2 研究方法

聚類算法是數(shù)據(jù)挖掘算法中一種常用的算法，基于密度聚類的算法主要有DBSCAN算法、DEN?CLUE算法和OPTICS算法，其中DBSCAN密度聚類算法是一種無監(jiān)督學(xué)習(xí)的算法，在地理空間數(shù)據(jù)庫中有著廣闊的應(yīng)用前景。DBSCAN算法在未知訓(xùn)練樣本標(biāo)記信息的情況下，分析訓(xùn)練樣本的屬性與結(jié)構(gòu)，把相似度高的訓(xùn)練樣本聚集在一起，可以在不確定簇個(gè)數(shù)的情況下，識(shí)別出噪聲點(diǎn)并生成任意形狀的簇，能夠很好地區(qū)別各類別之間的差異，并將數(shù)據(jù)點(diǎn)分為核心點(diǎn)、邊界點(diǎn)、噪聲點(diǎn)3類。針對3類數(shù)據(jù)點(diǎn)，DBSCAN算法給出的基本定義如下：樣本數(shù)據(jù)點(diǎn)p的ε鄰域內(nèi)包含不小于Minpoints個(gè)樣本，則點(diǎn)p為核心點(diǎn)；若樣本數(shù)據(jù)q點(diǎn)的ε鄰域內(nèi)包含的樣本個(gè)數(shù)小于Minpoints，且q在核心點(diǎn)p的ε鄰域內(nèi)，則點(diǎn)q為邊界點(diǎn)；除核心點(diǎn)和邊界點(diǎn)外，其余點(diǎn)為噪聲點(diǎn)。

DBSCAN算法在輸入?yún)?shù)Eps和Minpoints值后，任意選擇一個(gè)未處理的數(shù)據(jù)點(diǎn)P，檢查該點(diǎn)的Eps鄰域內(nèi)包含數(shù)據(jù)點(diǎn)個(gè)數(shù)是否滿足不小于Minpoints值。如果滿足則該鄰域內(nèi)所有的點(diǎn)為一簇C，該點(diǎn)為核心對象，否則為噪聲點(diǎn)，并將滿足上述條件的所有數(shù)據(jù)點(diǎn)加入候選集合Q，并檢查候選集合Q中未處理的數(shù)據(jù)點(diǎn)P1的Eps鄰域內(nèi)包含數(shù)據(jù)點(diǎn)個(gè)數(shù)是否同樣滿足不小于Minpoints值，如果滿足則將該鄰域內(nèi)的所有點(diǎn)加入候選集合Q中，如果P1沒有歸為任一簇中，則將P1歸為簇C中，重復(fù)上述步驟，繼續(xù)檢查候選集合Q中未處理的對象，直到候選集合Q為空。然后繼續(xù)尋找下一個(gè)簇，DBSCAN隨機(jī)處理任意一個(gè)未處理對象，重復(fù)聚類過程，直到將所有數(shù)據(jù)點(diǎn)歸為某個(gè)簇或標(biāo)記為噪聲點(diǎn)［32］。

大部分DBSCAN算法采用歐式距離計(jì)算公式，歐式距離在處理地理空間數(shù)據(jù)時(shí)，所得距離結(jié)果與實(shí)際距離存在差異，影響DBSCAN密度聚類結(jié)果。故本研究在基于DBSCAN密度聚類算法的基礎(chǔ)上，采用地理空間坐標(biāo)距離計(jì)算的方法和K-dist圖遍歷的方法進(jìn)行POI數(shù)據(jù)聚類分析。

地理空間數(shù)據(jù)坐標(biāo)之間的距離計(jì)算采用的是Haversine公式計(jì)算方法，Haversine公式［33］是一種基于球面模型的地理空間坐標(biāo)點(diǎn)之間的距離計(jì)算公式。在對POI數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理之后，采用Ha?versine公式計(jì)算獲取任意2個(gè)POI興趣點(diǎn)之間的距離，其計(jì)算結(jié)果為兩點(diǎn)間的地理距離，與實(shí)際地理距離誤差較小，并以計(jì)算所得地理距離作為聚類參數(shù)Eps取值。設(shè)2個(gè)POI興趣點(diǎn)坐標(biāo)為P1（x1，y1）、P2（x2，y2），其地理距離計(jì)算Haversine公式如下：

式中，R為地球半徑取6 371.008 8 km，x1x2、y1y2取P1、P2坐標(biāo)點(diǎn)的弧度值，D即2個(gè)POI興趣點(diǎn)的地理距離。

依據(jù)Haversine公式，計(jì)算數(shù)據(jù)集中任意2個(gè)POI興趣點(diǎn)的地理距離，得出Distn×n距離矩陣，即：

式中，n為POI興趣點(diǎn)的個(gè)數(shù)，Dist(x,y)表示POI數(shù)據(jù)中第x個(gè)POI興趣點(diǎn)與第y個(gè)POI興趣點(diǎn)之間的Haversine地理距離。

DBSCAN聚類算法中參數(shù)Eps和Minpoints確定困難，20世紀(jì)末Ester等［34］證明在K=4后，K的變化對最終Eps的選擇影響較小，因此可利用K=4時(shí)降序K的距離繪制K-dist圖，并通過K-dist圖的拐點(diǎn)來確定Eps的值。其中K表示任意點(diǎn)P到另一任意點(diǎn)Q的第K個(gè)遠(yuǎn)的距離，利用Haversine公式計(jì)算任意2個(gè)點(diǎn)的地理距離矩陣，對距離矩陣列向量進(jìn)行升序排序、行向量進(jìn)行降序排序，并繪制K=4時(shí)的K-dist圖。由于K-dist圖拐點(diǎn)所對應(yīng)的Eps值確定困難，因此在確定Eps范圍的基礎(chǔ)上，遍歷Eps值與Minpoints值，并比較各取值下DBSCAN聚類結(jié)果。

2 西寧市城西區(qū)服務(wù)業(yè)空間布局分析

2.1 服務(wù)業(yè)總體空間布局

對西寧市城西區(qū)服務(wù)業(yè)POI數(shù)據(jù)使用DBSCAN算法，并在K=4的基礎(chǔ)上迭代不同的Eps值和Minpoints值。由于現(xiàn)實(shí)中西寧市城西區(qū)POI興趣點(diǎn)主要聚集在海湖萬達(dá)廣場和力盟商業(yè)步行街，因此無論Eps和Minpoints取何值，都會(huì)明顯存在2個(gè)區(qū)域形成較大的聚類。經(jīng)過迭代試驗(yàn)后，比較聚類效果及噪聲點(diǎn)數(shù)量，選取聚類最好的結(jié)果。最終選取參數(shù)Eps=100 m，Minpoints=41，其聚類結(jié)果為5種（表2、圖2）。根據(jù)表2和圖2中的聚類結(jié)果，將西寧市城西區(qū)服務(wù)業(yè)總體空間布局的特征概括如下。

1）西寧市城西區(qū)服務(wù)業(yè)總體布局呈東多西少的分布特征。存在2個(gè)規(guī)模較大的簇，POI數(shù)據(jù)量分別達(dá)10 518、4 534個(gè)，共占總POI興趣點(diǎn)數(shù)量的95%以上，并以力盟商業(yè)步行街和海湖萬達(dá)廣場為集聚中心，是西寧市城西區(qū)服務(wù)業(yè)服務(wù)半徑覆蓋區(qū)域較大的簇，其余3類規(guī)模和范圍則明顯較小，凸顯出西寧市城西區(qū)服務(wù)業(yè)“兩個(gè)中心”的特征，并且第4類和第5類分布在“兩點(diǎn)一線”之間的海湖路上，集聚在海湖路周圍小區(qū)建筑群附近，最西側(cè)的第1類則同樣分布在以海湖新區(qū)家屬院為中心的小區(qū)建筑群附近，體現(xiàn)出服務(wù)業(yè)向人口密集區(qū)域集聚的特征。

2）服務(wù)業(yè)的空間布局特征受地形、地勢及交通狀況的影響較為明顯，空間分布較為集中。由于西寧市城西區(qū)西南部高山環(huán)繞，因此其西南部區(qū)域鮮有POI興趣點(diǎn)分布，南北差異明顯。POI興趣點(diǎn)集中分布在西寧市城西區(qū)東部，主要原因在于其東部與西寧市其余4區(qū)相臨，服務(wù)半徑能夠覆蓋到其余4區(qū)，發(fā)揮空間臨近優(yōu)勢。POI興趣點(diǎn)主要分布在交通便利的主要街道附近，其中主干道昆侖西路、西關(guān)大街、五四西路、勝利路—海晏路均為東西走向，東側(cè)4類以海湖路為中心軸對稱分布在4條主干道上，西側(cè)第1類則分布在桃李路附近。POI興趣點(diǎn)大都分布在鳳凰山路北側(cè)，并且POI興趣點(diǎn)數(shù)量由東到西呈遞減趨勢，呈現(xiàn)“東西一線”的分布特征?？梢姷匦?、地勢及交通狀況對西寧市城西區(qū)服務(wù)業(yè)的空間布局結(jié)構(gòu)有著明顯的影響。

3）噪聲點(diǎn)分布較為集中，并出現(xiàn)未來服務(wù)業(yè)潛在聚集區(qū)域。在參數(shù)值取Eps=100 m和Minpoints=41的條件下，除5類聚集中心外，有噪聲點(diǎn)共計(jì)354個(gè)，占POI興趣點(diǎn)總量的2.24%。噪聲點(diǎn)主要分布在西寧市城西區(qū)的彭家寨鎮(zhèn)G109國道大北農(nóng)專營店至青海省交通駕校路段，其余分布在青海省海湖體育中心及彭家寨鎮(zhèn)與通海路街道區(qū)各小區(qū)附近。其中，青海省海湖體育中心及通海路街道中的噪聲點(diǎn)有很大的可能性與距離其最近的簇第1類融為一體，而彭家寨鎮(zhèn)G109國道大北農(nóng)專營店至青海省交通駕校路段附近噪聲點(diǎn)最有可能發(fā)展成為一個(gè)新的聚類。由于噪聲點(diǎn)主要分布在西寧市城西區(qū)西部區(qū)域附近，可見西部區(qū)域服務(wù)業(yè)發(fā)展與東部區(qū)域相比更為落后，因此西部區(qū)域在未來服務(wù)業(yè)發(fā)展上具有很大潛力。

表2 西寧市城西區(qū)POI數(shù)據(jù)總體聚類結(jié)果

圖2 西寧市城西區(qū)服務(wù)業(yè)總體聚類結(jié)果

2.2 服務(wù)業(yè)分行業(yè)空間布局

對城西區(qū)服務(wù)業(yè)12個(gè)分行業(yè)的POI數(shù)據(jù)分別采用DBSCAN算法，針對不同的服務(wù)行業(yè)選取不同的Eps和Minpoits取值范圍，遍歷不同的Eps值和Minpoints值，并比較各取值下不同服務(wù)業(yè)的DBSCAN算法聚類結(jié)果，最終確定各行業(yè)Eps值、Minpoints值及分類結(jié)果（表3）。

對同一行業(yè)的聚類，其各類別下聚類核心點(diǎn)個(gè)數(shù)較多的類別為該行業(yè)較為密集的區(qū)域，邊界點(diǎn)和噪聲點(diǎn)較密集的區(qū)域可視為具有發(fā)展?jié)摿Φ膮^(qū)域。針對西寧市城西區(qū)各行服務(wù)業(yè)POI數(shù)據(jù)的DBSCAN密度聚類結(jié)果見圖3。

表3 西寧市城西區(qū)服務(wù)業(yè)分行業(yè)聚類結(jié)果

由圖3可見，西寧市城西區(qū)各行服務(wù)業(yè)的空間布局分布存在一定的相似性，服務(wù)業(yè)各行業(yè)聚類類別在2～5類，且聚類中心明顯，其中批發(fā)零售業(yè)、住宿餐飲業(yè)、醫(yī)療衛(wèi)生業(yè)、交通服務(wù)業(yè)、商務(wù)服務(wù)業(yè)、文體娛樂業(yè)、房地產(chǎn)業(yè)、科教文化業(yè)、居民生活服務(wù)業(yè)能夠明顯突出“兩個(gè)中心”的布局特征。

批發(fā)零售業(yè)、住宿餐飲業(yè)及居民生活服務(wù)業(yè)的POI興趣點(diǎn)數(shù)量較多，占服務(wù)業(yè)總體的65.74%，且“兩個(gè)中心”的集聚密度較大。由于二者均為主要的傳統(tǒng)服務(wù)業(yè)，對人口密集程度有一定的需求，而力盟步行街與海湖萬達(dá)廣場作為西寧市主要商業(yè)區(qū)，有較多的人流量和消費(fèi)需求，故更多商戶在服務(wù)業(yè)營業(yè)網(wǎng)點(diǎn)選擇時(shí)，有一定的傾向性，因此也就形成2個(gè)聚集的中心。對于批發(fā)零售業(yè)，其較小的2個(gè)聚類分布在桃李路西側(cè)小區(qū)群及G109國道西側(cè)路段，噪聲點(diǎn)較少。而住宿餐飲業(yè)噪聲點(diǎn)較多，聚類的類別最多，較大的2個(gè)類聚集在青海師范大學(xué)西校區(qū)、同仁橋商圈、力盟商業(yè)步行街、海湖萬達(dá)廣場及西關(guān)大街、五四大街、勝利路等城市主干道，集聚程度較小的第2、4、5類則分布在交通便利的小區(qū)建筑群周圍。居民生活服務(wù)業(yè)除“兩個(gè)中心”簇外，第3、4類則分布在海湖路與文匯路的小區(qū)附近，噪聲點(diǎn)集中在通海路街道及G109國道大北農(nóng)專營店至青海交通駕校路段?？梢?，商業(yè)街、小區(qū)及學(xué)校對城西區(qū)服務(wù)業(yè)空間布局有一定的影響。

醫(yī)療衛(wèi)生業(yè)在選址上有著嚴(yán)格的要求和明確的規(guī)定，選址地點(diǎn)要求所在區(qū)域符合城市總體規(guī)劃、環(huán)境功能區(qū)劃及其他相關(guān)的規(guī)劃要求。在滿足相關(guān)要求的同時(shí)為了擴(kuò)大服務(wù)半徑，醫(yī)院診所等醫(yī)療機(jī)構(gòu)大都對地理位置的優(yōu)越性要求較高，故醫(yī)療衛(wèi)生業(yè)POI興趣點(diǎn)主要分布在西關(guān)大街、五四大街與勝利路等城市主要道路上，且噪聲點(diǎn)相對較少。商務(wù)服務(wù)業(yè)的邊界點(diǎn)集中在海湖路與通海路，噪聲點(diǎn)分布在通海路街道。商務(wù)服務(wù)業(yè)第1、2類與第3類集聚程度有明顯的差距，這一特征與第1、2類集聚區(qū)域內(nèi)商務(wù)服務(wù)機(jī)構(gòu)、企業(yè)、寫字樓較多現(xiàn)狀相吻合。邊界點(diǎn)、噪聲點(diǎn)的集中分布凸顯出商務(wù)服務(wù)業(yè)在通海路街道的潛力，下一步可繼續(xù)強(qiáng)化商務(wù)服務(wù)業(yè)在通海路街道的發(fā)展。文體娛樂業(yè)共分為3類，因商貿(mào)設(shè)施環(huán)境對文體娛樂業(yè)分布有著一定的影響，而海湖萬達(dá)廣場和力盟商業(yè)步行街的商貿(mào)設(shè)施環(huán)境較優(yōu)于其他地區(qū)，故其中心位置集聚密度與其他區(qū)域相比更高。金融保險(xiǎn)業(yè)POI興趣點(diǎn)數(shù)量較少，但聚類結(jié)果卻分為4類，主要分布在西關(guān)大街、五四大街、勝利路、青海師范大學(xué)及各小區(qū)附近，但并沒有凸顯“兩個(gè)中心”的分布趨勢，主要是因?yàn)槌俏鲄^(qū)金融業(yè)欠發(fā)達(dá)，與傳統(tǒng)服務(wù)業(yè)相比，金融保險(xiǎn)業(yè)屬于高附加值行業(yè)，同時(shí)因?yàn)樵擃愋托袠I(yè)盈利相對較高，故地價(jià)租金對其選址分布影響最小，大都選擇在寫字樓等商業(yè)金融集聚區(qū)，只有少量金融保險(xiǎn)機(jī)構(gòu)坐落在主干道，故集聚效果不明顯。

科教文化業(yè)、房地產(chǎn)業(yè)、交通服務(wù)業(yè)、公共設(shè)施服務(wù)業(yè)的POI興趣點(diǎn)共計(jì)2 509個(gè)，占POI總量的15.85%，與批發(fā)零售業(yè)和住宿餐飲相比，其POI數(shù)量明顯較少，可見，這4類服務(wù)業(yè)在城西區(qū)服務(wù)業(yè)中發(fā)展較為落后，故聚類結(jié)果均分為2類。其中科教文化業(yè)、房地產(chǎn)業(yè)及交通服務(wù)業(yè)都能夠凸顯“兩個(gè)中心”的特征，并且以力盟商業(yè)步行街為中心的簇與以海湖萬達(dá)廣場為中心的簇相比更為密集，究其原因在于力盟商業(yè)步行街開街時(shí)間在2011年與海湖萬達(dá)廣場開業(yè)時(shí)間2016年相比更早，力盟商業(yè)步行街的商戶積累遠(yuǎn)大于海湖萬達(dá)廣場，故POI數(shù)據(jù)的聚類結(jié)果呈現(xiàn)出在力盟商業(yè)步行街的集聚程度較大于海湖萬達(dá)廣場，可見服務(wù)業(yè)的空間布局特征受商業(yè)區(qū)域的開街時(shí)間影響較大?？平涛幕瘶I(yè)、房地產(chǎn)業(yè)、公共設(shè)施服務(wù)業(yè)的噪聲點(diǎn)均散落在小區(qū)建筑群附近區(qū)域，而交通服務(wù)業(yè)的噪聲點(diǎn)則散落在國道G109附近。就這4類服務(wù)業(yè)而言，力盟商業(yè)步行街區(qū)域較海湖萬達(dá)廣場區(qū)域的服務(wù)半徑更大，區(qū)域優(yōu)勢更明顯。

政府相關(guān)政策對政府機(jī)關(guān)社會(huì)組織的選址布局有著相當(dāng)大的影響，每個(gè)鄉(xiāng)鎮(zhèn)都有獨(dú)立的辦公地址，而政府機(jī)關(guān)社會(huì)組織的噪聲點(diǎn)則為城西區(qū)偏遠(yuǎn)鄉(xiāng)鎮(zhèn)機(jī)關(guān)。由于城西區(qū)政府機(jī)關(guān)部門主要坐落于五四大街附近，故五四大街附近區(qū)域的POI興趣點(diǎn)最為密集。海湖路東側(cè)交通與西側(cè)相比更為便利，因此西側(cè)第2、3類的政府機(jī)關(guān)社會(huì)組織大都分布在G109國道與文匯路等主要城市道路上，這一特征凸顯城市交通情況對服務(wù)業(yè)POI興趣點(diǎn)空間分布的影響。

3 服務(wù)業(yè)布局影響因素及服務(wù)業(yè)分布特征對比分析

3.1 西寧市城西區(qū)服務(wù)業(yè)布局影響因素分析

城市服務(wù)業(yè)分布影響因素主要有交通便捷性、人口密度、科技創(chuàng)新水平、城市地形地勢、市場需求程度、公平性與效率性等。結(jié)合西寧市城西區(qū)服務(wù)業(yè)POI數(shù)據(jù)進(jìn)行DBSCAN聚類后的結(jié)構(gòu)特征，從影響服務(wù)業(yè)空間布局的因素出發(fā)，分別對城西區(qū)服務(wù)業(yè)總體空間布局結(jié)構(gòu)及各行服務(wù)業(yè)空間分布特征影響因素進(jìn)行分析，主要表現(xiàn)如下。

1）城西區(qū)服務(wù)業(yè)總體空間布局結(jié)構(gòu)是多種因素共同作用的結(jié)果，與東部、中部城市相比，以西寧為例的西部欠發(fā)達(dá)地區(qū)受地形、地勢影響較大，交通基礎(chǔ)設(shè)施建設(shè)相對滯后，便捷程度普遍較低。研究發(fā)現(xiàn)，城西區(qū)服務(wù)業(yè)興趣點(diǎn)主要分布在交通便利的主干道上，可見交通通達(dá)性在其城市服務(wù)業(yè)空間布局中起主要作用。城西區(qū)人口密度小，服務(wù)業(yè)市場需求量小，則POI數(shù)據(jù)相對較少，分布集中且集聚中心較少，各區(qū)域功能區(qū)分不明顯。

2）對各服務(wù)行業(yè)空間分布影響因素分析可見，批發(fā)零售業(yè)、住宿餐飲業(yè)及文體娛樂業(yè)多分布在人口密集的城市新區(qū)，主要以海湖萬達(dá)廣場與力盟商業(yè)步行街為主，該區(qū)域的市場需求程度較大。西部地區(qū)教育人才匱乏，而高等院校及科研院所在科技創(chuàng)新水平這一條件上具有絕對的優(yōu)勢，故城西區(qū)科教文化業(yè)多分布在青海師范大學(xué)及相關(guān)科研院所附近。金融保險(xiǎn)業(yè)、商務(wù)服務(wù)業(yè)多集中在各高檔寫字樓等位置優(yōu)越、租金較高的區(qū)域，因該類服務(wù)業(yè)有較高的租金支付能力。教育、醫(yī)療等基礎(chǔ)設(shè)施較好且交通便利的位置是房地產(chǎn)業(yè)集聚的中心。人口密度是影響居民生活服務(wù)業(yè)分布的主要因素，因此房地產(chǎn)業(yè)集聚的區(qū)域其生活服務(wù)業(yè)相對發(fā)達(dá)。醫(yī)療衛(wèi)生業(yè)、交通服務(wù)業(yè)對交通便捷程度有相當(dāng)大的依賴性，故集中在昆侖大道、五四西路等交通主干道上。公共設(shè)施服務(wù)業(yè)、政府機(jī)關(guān)社會(huì)組織等因需兼顧公平性與效率性因素，故其分布較其他服務(wù)業(yè)更為均勻。

3.2 服務(wù)業(yè)分布特征對比分析

1）不同區(qū)域服務(wù)業(yè)分布特征對比分析。中國各省市服務(wù)業(yè)發(fā)展水平差異較大，青海省服務(wù)業(yè)發(fā)展水平在西部地區(qū)相對較低，與東部、中部服務(wù)業(yè)發(fā)達(dá)的地區(qū)差距較大。以西寧市為例的西部欠發(fā)達(dá)地區(qū)服務(wù)業(yè)發(fā)展緩慢，POI興趣點(diǎn)較少，故總體服務(wù)業(yè)DBSCAN聚類結(jié)果多呈單、雙核狀，集聚中心較少，研究發(fā)現(xiàn)城西區(qū)聚類結(jié)果有“兩個(gè)中心”，服務(wù)業(yè)空間布局呈雙核狀，而東部、中部地區(qū)服務(wù)業(yè)發(fā)達(dá)，POI興趣點(diǎn)相對較多，城市各區(qū)域功能區(qū)分明顯，尤其在金融保險(xiǎn)業(yè)、商務(wù)服務(wù)業(yè)、科教文化業(yè)，東部、中部地區(qū)有金融中心、CBD、大學(xué)城等功能區(qū)出現(xiàn)，空間布局多呈多核狀。由于西寧市內(nèi)山川較多，城西區(qū)POI聚類結(jié)果凸顯出地形、地勢對服務(wù)業(yè)分布的影響，東部、中部地區(qū)以平原居多，地形、地勢的影響相對較小。城西區(qū)服務(wù)業(yè)市場需求與發(fā)達(dá)城市差距大，其分布更傾向于人口密度較大、交通便利的區(qū)域，而東部、中部城市人口密度大，這一因素影響對服務(wù)業(yè)空間布局分布影響較小。城西區(qū)傳統(tǒng)服務(wù)業(yè)占比較大，而東部、中部地區(qū)教育資源豐富，科技水平相對較高，新興服務(wù)業(yè)發(fā)展迅速。

2）DBSCAN聚類結(jié)果與青海省各服務(wù)行業(yè)生產(chǎn)總值對比分析。DBSCAN聚類結(jié)果顯示批發(fā)零售業(yè)、住宿餐飲業(yè)、交通服務(wù)業(yè)、金融保險(xiǎn)業(yè)的聚類類別與噪聲點(diǎn)相對較多，這一特征與青海省服務(wù)業(yè)產(chǎn)值較高的行業(yè)相對應(yīng)（圖4），可見這4類服務(wù)業(yè)是城西區(qū)服務(wù)業(yè)發(fā)展的主要趨勢。交通服務(wù)業(yè)的發(fā)展是推動(dòng)西部地區(qū)發(fā)展的基礎(chǔ)，且聚類中西川南路至國道G109區(qū)間內(nèi)交通服務(wù)業(yè)噪聲點(diǎn)較多，故其在服務(wù)業(yè)生產(chǎn)總值占有一定的比例。批發(fā)零售業(yè)及住宿餐飲業(yè)有明顯的向“兩個(gè)中心”的集聚趨勢，這一趨勢與其服務(wù)業(yè)產(chǎn)值增長比例較高相對應(yīng)。金融保險(xiǎn)業(yè)產(chǎn)值增長比例較小，但產(chǎn)值可觀，DBSCAN聚類發(fā)現(xiàn)其集聚效果不明顯，但有著較大的發(fā)展前景。房地產(chǎn)業(yè)僅有2個(gè)聚類，其噪聲點(diǎn)大都分布在通海路街道內(nèi)，存在著單獨(dú)發(fā)展成新聚類的可能，該特征凸顯該地區(qū)房地產(chǎn)業(yè)發(fā)展?jié)摿?，與房地產(chǎn)業(yè)也是服務(wù)業(yè)產(chǎn)值較高的行業(yè)這一特征相吻合。

圖4 2019年青海省各服務(wù)行業(yè)生產(chǎn)總值

4 小結(jié)與討論

西部地區(qū)城市的經(jīng)濟(jì)發(fā)展較為落后，承接經(jīng)濟(jì)發(fā)達(dá)城市的第一產(chǎn)業(yè)與第二產(chǎn)業(yè)轉(zhuǎn)移相對困難，結(jié)合自身優(yōu)勢發(fā)展服務(wù)業(yè)成為促進(jìn)西部地區(qū)城市經(jīng)濟(jì)發(fā)展的重要舉措。通過分析經(jīng)濟(jì)較發(fā)達(dá)城區(qū)的服務(wù)業(yè)空間布局和產(chǎn)業(yè)結(jié)構(gòu)，能夠?yàn)槠渌菂^(qū)及城市提供理論基礎(chǔ)及實(shí)踐經(jīng)驗(yàn)。本研究采用數(shù)據(jù)挖掘技術(shù)從高德地圖獲取西寧市城西區(qū)服務(wù)業(yè)的POI數(shù)據(jù)，利用Pyhon語言計(jì)算POI數(shù)據(jù)的地理空間坐標(biāo)的實(shí)際距離矩陣及繪制K-dist圖，選取合適的Eps值和Minpoints值對西寧市城西區(qū)服務(wù)業(yè)總體和分行業(yè)POI數(shù)據(jù)進(jìn)行DBSCAN聚類，通過聚類結(jié)果分析西寧市城西區(qū)服務(wù)業(yè)空間布局結(jié)構(gòu)及發(fā)展?jié)摿^(qū)域，并比較各區(qū)域服務(wù)業(yè)空間布局的差異性。針對西寧市城西區(qū)產(chǎn)業(yè)結(jié)構(gòu)現(xiàn)狀，提出優(yōu)化思路，為城西區(qū)及其他西部城區(qū)服務(wù)業(yè)發(fā)展提供理論依據(jù)。

從服務(wù)業(yè)總體空間布局分析，①西寧市城西區(qū)地形結(jié)構(gòu)呈南高北低趨勢，南部山川環(huán)繞，城區(qū)內(nèi)部可利用土地越來越少，造成服務(wù)業(yè)集中分布在城西區(qū)北部，并呈現(xiàn)“兩點(diǎn)一線”的空間分布結(jié)構(gòu)；②就城西區(qū)東、西部而言，城西區(qū)東部與西部發(fā)展情況差距大，這一特征與城西區(qū)東、西部城市公共交通可達(dá)性相吻合；③邊界點(diǎn)、噪聲點(diǎn)分布集中在國道G109彭家寨鎮(zhèn)路段及彭家寨鎮(zhèn)與通海路街道各小區(qū)附近?？傮w上，應(yīng)鞏固力盟商業(yè)步行街商圈及海湖萬達(dá)廣場商圈中心地位，擴(kuò)大輻射引領(lǐng)作用。彭家寨鎮(zhèn)與通海路街道比其他街道發(fā)展更為落后，應(yīng)加快“彭家寨-通海路”集聚中心區(qū)的建設(shè)，優(yōu)化城市交通體系，加緊建設(shè)昆侖大道與五四西路西延路段道路工程，實(shí)現(xiàn)全區(qū)協(xié)同發(fā)展。

從服務(wù)業(yè)分行業(yè)空間布局分析，①服務(wù)業(yè)各行業(yè)的空間布局分布大致相似，大體呈現(xiàn)向“兩個(gè)中心”聚集的趨勢；②邊界點(diǎn)、噪聲點(diǎn)分布集中在彭家寨鎮(zhèn)、海湖路及通海路與桃李路之間；③交通通達(dá)性對服務(wù)業(yè)各行業(yè)的空間分布有較大影響。城西區(qū)服務(wù)業(yè)各行業(yè)大都有明顯的集聚趨勢，而金融保險(xiǎn)業(yè)與商務(wù)服務(wù)業(yè)則集聚效果不明顯，邊界點(diǎn)、噪聲點(diǎn)有較多的問題。④住宿餐飲、批發(fā)零售等傳統(tǒng)服務(wù)業(yè)占比過大，金融等現(xiàn)代服務(wù)業(yè)發(fā)展較為落后。建議優(yōu)化服務(wù)業(yè)產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)傳統(tǒng)服務(wù)業(yè)向現(xiàn)代服務(wù)業(yè)發(fā)展，加快金融保險(xiǎn)與樓宇經(jīng)濟(jì)的集聚區(qū)建設(shè)，加速城西區(qū)的城市發(fā)展空間與金融保險(xiǎn)業(yè)全方位的發(fā)展，城西區(qū)內(nèi)各行業(yè)集聚相對集中，各行業(yè)應(yīng)發(fā)揮自身優(yōu)勢，共同制定發(fā)展規(guī)劃，打造城西區(qū)“服務(wù)業(yè)核心區(qū)”。

結(jié)合布局影響因素及服務(wù)業(yè)分布特征分析，①城西區(qū)服務(wù)業(yè)總體分布主要受地形、地勢、交通便捷程度、人口密度及市場需求等因素影響，其集聚中心較少。就各服務(wù)行業(yè)而言，不同行業(yè)的空間分布影響因素不同，發(fā)展環(huán)境約束依然存在，空間發(fā)展不平衡。應(yīng)優(yōu)化服務(wù)業(yè)內(nèi)部結(jié)構(gòu)，促進(jìn)各行業(yè)協(xié)調(diào)發(fā)展。②西部欠發(fā)達(dá)地區(qū)服務(wù)業(yè)數(shù)量較少，聚類結(jié)果多呈單、雙核狀，東部、中部地區(qū)各區(qū)域功能區(qū)分明顯，聚類結(jié)果多呈多核狀。西寧市應(yīng)積極引入資金資本，加大教育資源投入力度，積極籌建西寧大學(xué)，為傳統(tǒng)服務(wù)業(yè)向現(xiàn)代服務(wù)業(yè)轉(zhuǎn)移提供儲(chǔ)備力量。③城西區(qū)服務(wù)業(yè)聚類特征與青海省各服務(wù)行業(yè)產(chǎn)值較高行業(yè)相符合，探究其服務(wù)業(yè)特征，有利于提高服務(wù)業(yè)發(fā)展水平，推進(jìn)城西區(qū)城市化進(jìn)程。

本研究從城西區(qū)服務(wù)業(yè)總體及分行業(yè)的空間布局現(xiàn)狀進(jìn)行分析，并對其現(xiàn)狀形成機(jī)理作出相應(yīng)解釋，同時(shí)闡述各影響因素對服務(wù)業(yè)分布的影響，探究不同區(qū)域服務(wù)業(yè)的分布特征，并將DBSCAN聚類結(jié)果與青海省各服務(wù)行業(yè)生產(chǎn)總值進(jìn)行對比驗(yàn)證。由于沒有與西寧市其他城區(qū)服務(wù)業(yè)發(fā)展現(xiàn)狀作對比分析，同時(shí)也沒有對城西區(qū)過去的服務(wù)業(yè)POI數(shù)據(jù)作聚類分析，導(dǎo)致對城西區(qū)服務(wù)業(yè)空間分布現(xiàn)狀及發(fā)展趨勢分析不夠深入。對比分析涉及西寧市其他城區(qū)服務(wù)業(yè)的POI數(shù)據(jù)及歷年城西區(qū)服務(wù)業(yè)POI數(shù)據(jù)可知，下一步將對西寧市其他城區(qū)服務(wù)業(yè)空間布局及城西區(qū)歷年服務(wù)業(yè)的空間布局進(jìn)行研究，深入分析城西區(qū)服務(wù)業(yè)的空間布局發(fā)展優(yōu)勢及趨勢。