城市数据实践：苏州市城市POI数据综合运用研究

查看原文

其他

城市数据实践：苏州市城市POI数据综合运用研究

2016-12-16 城市数据团 & 国匠城

前言：本期数据实践栏目，来自城市数据研习社社员郑梦雷的实践案例，学号A290。作者于2016年参加了由国匠城和城市数据团共同举办的《面向规划实践的数据能力增强计划》，以下为其参与数城工作营的研究成果。

苏州市城市POI数据综合运用研究

大家好，我是郑梦雷，来自西南交通大学，于2016年9月报名加入城市数据研习社“千人计划”。

近几年，大数据这个词一直萦绕耳旁，起初只是将其当作一个流于纸面的东西来看待，并未真正着手去研究。因缘际会，觅得这个难得的学习机会。此次经历让我对数据有了更深的理解。

本次研究将以我生活了4年的苏州为例，利用静态POI数据对苏州主城区进行分析研究，主要分为三个方面：城市功能区识别、城市休闲娱乐活力评价以及典型区域空间价值分析。

1、数据准备

所谓磨刀不误砍柴工，科学研究的前提是有准确的数据。本次研究采用的POI数据及行政区划数据均由城市数据研习社提供。若想自己获得，也可通过集搜客、火车头等爬虫软件或是爬虫程序实现。POI数据包括餐饮、购物、住宅、住宿服务、政府办公、医疗、体育、生活服务、金融、教育、交通设施、公共设施、旅游景点13个大类，每个大类下包括若干小类。在原始数据的基础上，通过筛选、投影、地理配准等操作得到处理后的苏州主城区行政区划及其范围内的POI数据。

苏州主城区下辖平江区、沧浪区、金阊区、虎丘区、吴中区以及相城区六个区。其中，平江、沧浪、金阊三个老城区合并为姑苏区。吴中区囊括了一部分太湖水域。

2、城市功能区识别

结合文献研究和苏州实际情况，将整个主城区划分为1000m*1000m的网格，共计3643个格子。本次简单以单位格子包含的POI数量表征密度，即设施的聚集程度。此次用以识别城市功能区的POI数据包括餐饮、购物、体育（娱乐）、住宿（酒店）、办公、医疗、教育、金融8大类。

一般地，将公共管理、公共服务设施以及商业、服务业设施聚集之地定位为城市中心区域。其中，公共管理、公共服务设施又以医疗、办公及教育设施为主要表征，同时将餐饮、金融、住宿服务、体育及购物作为商业、服务业设施的代表。

利用yaahp软件确定8项因子的权重，将8项因子的空间密度其进行加权叠加，识别出城市中心区的大体位置。

很明显看到，苏州主城区城市中心区域基本位于护城河以内的古城区。同时很有趣的是，城市中心周边散落着颜色较深的色块，暂且认为是城市副中心吧，较突出的有吴中区中心城区、时代广场、木渎、黄埭镇中心等地区。

商务中心

休闲娱乐中心

生活中心

分析完城市中心区，作为好奇宝宝还想分别看看苏州商务、休闲娱乐以及生活功能最为突出的区域。参考相关文献得知，商务中心通常以医疗服务、政府办公和教育为研究因子，休闲娱乐中心以餐饮、购物、体育、住宿和金融为研究因子，而生活中心则考虑的是房产及其配套设施。

可以看到，商务设施分布基本上以城市中心区为圆心向外辐射递减，整体分布较规律；休闲娱乐设施方面，观前街和石路地区为主要休闲娱乐中心，同时，圆融时代广场、吴中区中心城区、木渎古镇及盘门地区的娱乐休闲功能较为突出；生活功能方面，观前街及石路为整个苏州的生活中心，并且内环包围的古城区以此为中心，生活功能逐步减弱，其他区域生活功能分布规律较弱；此外，由于生活POI数据量级对生活中心的识别影响较大，因此，生活中心分布情况与生活设施密度分布接近。

3、城市休闲娱乐活力评价

在进行城市休闲娱乐活力分析之前，需要构建一个评价体系，主要有三个评价指标：娱乐因子、交通因子及配套因子。结合POI数据，将体育和旅游景点纳入娱乐因子，交通设施即为交通因子，餐饮、住宿及金融归入配套因子。

该部分主要是利用ArcGIS软件栅格分析中的核密度工具进行研究。核密度的思想是以栅格中心为圆心，以一定值（可选）为半径画一个圆，然后计算圆内点的密度值，且点的位置距离栅格中心越近，点的权重越高，随着距离增大，点的权重逐渐减小。将主城区范围切割成200m像元大小的区域，并进行重分类。重分类的思想是：密度越大的区域分数越高，也即分数越高的区域活力比重越大。本次研究分为1-10个分数等级。

可以很明显看到，苏州市体育设施整体聚集度较高，处于9-10分的区域有石路地区、观前街地区、灵岩山地区和中央公园地区。而苏州旅游景点设施整体分布较分散，处于9-10分的区域有拙政园狮子林北寺塔地区、七里山塘留园地区及虎丘塔地区，相比之下相城区旅游景点设施最少。苏州市交通设施覆盖程度整体较好，并且覆盖密度以石路及观前街地区为中心向外依次递减，处于9-10分的区域有石路观前街地区、中央公园星海广场地区和时代广场星湖街地区。

经分析可知，苏州市餐饮聚集度较高的区域为观前街地区和石路地区，但从整个主城区来看，聚集程度处于顶峰的地区较少，次聚集度区域分布较多。苏州市酒店密度最高的为观前街地区，并且在古城区范围内依次向外辐射递减，另外吴中区中心城区酒店也较多。苏州市金融设施主要分布于各行政区CBD地区，例如星海广场地区、狮山地区、时代广场地区。

最后，利用评价体系分配的权重，通过栅格叠加分析，对体育、风景、交通设施、餐饮、住宿、金融进行加权总和计算。得出结论：观前街及石路地区为整个苏州主城区最具休闲娱乐之地，其次是木渎古镇、吴中中心城区、狮山、中央公园及时代广场地区。

4、典型区域空间价值分析

地铁是城市生活的大动脉，此次的典型区域便以地铁站作为研究对象，分析其周边用地功能。

目前，苏州已建成通车的轨道线路有1、2号线，3、4、5号线还处于在建状态。首先，通过缓冲区和泰森多边形相结合的方法严格划分出每个地铁站的空间辐射区域，且最大距离为2km。可以发现，所有地铁站的覆盖范围加起来基本涵盖了城市中心区范围。

分析得出，木渎站、石路站、山塘街站以及相门站周边景区居多；西环路站、临顿路站、时代广场站以及石路站周边集结着各种购物商场；石路站、临顿路站以及石湖东路站覆盖范围是吃货聚集地；养育巷站、临顿路站、石路站及石湖东路站周边分布有较多酒店；石路站及在建金山路站周边最嗨，整体来看，1号线沿线用地休闲娱乐功能较显著。

居住用地

商业用地

综合考虑风景、购物、餐饮、体育、酒店，以此表征商业用地，分析得知：西环路站、时代广场站、临顿路站、石路站以及石湖东路站覆盖范围以商业功能为主导。已运营1、2线与在建线路相比，沿线用地商业功能较突出，正印证了苏州旅游城市的定位。另外，通过对地铁站周边住宅POI分布情况进行分析，发现金枫路站、东环路站覆盖范围住宅密度居于榜首，同时石湖东路及红庄换乘站周边居住用地较多，并且阳澄湖中路站及松涛街站分别集聚相城区及吴中区工作日客流。

5、展望

以上即为此次数城工作营的初步学习成果，虽然还有很多不足之处，但是对于一个ArcGis 零基础的小白来说已经很满足了，后面还将继续学习，争取做出更有意义更有深度的东西出来。另外，在此次学习中总结了以下几个问题：

● 由于各类POI数据量级不一样，所以在作叠加分析的时候最终的结果将受量级最大的那类数据影响较大，因此，在后面的研究中需要考虑怎么减弱量级的影响，使结论更准确。

● 本次研究仅仅是将POI点的数量作为主要的密度指标，因为POI点没有面积属性，不涉及实际规模，所以有可能一个坐标也即一栋楼存在多个POI点的情况，这样算出来的密度并不一定能代表某个区域的某种指标。

例如，在城市中心区识别部分，黄埭镇中心被识别为城市副中心，实际上其影响力并未达到此程度，究其原因为小型商业居多，因而POI密度偏高。如果能解决这类问题，所做的分析将更有意义。

● 本次POI数据自带属性仅名称、地址及坐标，若加入其它属性再做分析可能更有趣。

最后，非常感谢院长提供这次学习机会，非常感谢大鹏老师，小智老师的耐心指导。

作品成果：