查看原文
其他

城市数据实践:基于城市实时交通出行数据的商业设施服务区浅析

2017-04-13 城市数据团 & 国匠城


基于城市实时交通出行数据的

商业设施服务区浅析

——以青岛市万达广场为例


大家好,我叫胡晓亮,来自山东科技大学人文地理与城乡规划专业,是一名本科四年级在读学生。在加入“城市数据研习社”之前,“大数据”对我来说一直是一个只能欣赏没法把玩的事物,特别感谢“国匠城”能够提供这样的平台,让小白也能轻松地利用“大数据”做一些分析,想想还是挺有成就感的。很高兴能有机会参与到研习社“学期计划”中来,在大鹏老师、小智老师和其他学员的帮助下,利用本科毕业论文开题之前的空闲时间,顺利完成了第一个专题——“城市实时交通出行数据”的任务。下面是本次研究的一些成果,水平有限,还请大家多多批评。(ps,应官方要求,本着完全自愿的原则,在此爆照 ......)



1. 研究区域与研究对象


本研究选定山东省青岛市市辖区为研究区域,包含市南区、市北区、李沧区、崂山区、城阳区、黄岛区等六个市辖区(如图1所示)。


图1:研究区域行政区划图


借助“六普”人口数据,先简单介绍一下青岛市辖区的空间结构。从图2可以看出,人口相对密集的区域分布在东、西海岸呈两翼状展开。其中,人口分布最为密集的区域(中间的红色圆圈)为市南区与市北区,这也是青岛市的核心区域。其次是李沧区与黄岛区的东部。崂山区、城阳区、黄岛区等外围地区的人口相对稀疏。


图 2:青岛市辖区人口密度图


本研究选定青岛市主城区内的万达广场为研究对象,包括万达广场·CBD店、万达广场·李沧店、万达广场·台东店、万达广场·港湾店(在建)、万达茂·东方影都(在建)。(图3)(注:万达集团东方影都是面向国际,具有世界影响力的影视文化产业项目,在本研究中仅仅考虑其服务本地消费者的部分职能,将其与其他万达广场同等看待。)


图3:青岛万达广场分布图


2. 数据获取与处理


2.1 数据来源


本研究所用数据为研习社所提供的“城市实时交通出行数据”,此数据是基于互联网地图点到点的导航服务而得到的数据,包括城市内各区域或是大区域内各城市在不同出行方式下的出行时间和出行距离数据。


2.2 数据处理


首先,利用ArcGIS平台的“创建渔网”工具将研究区域划分为1Km * 1Km大小的网格,共计3104个,并得到相应数目的网格中心点(如图4所示)。其次,利用“几何计算”工具获取每个网格标注点的X、Y坐标,作为“终点坐标”。接着,利用坐标拾取工具获取五个万达广场的X、Y坐标,作为“起点坐标”。得到“起点”到“终点”基于公共交通出行的出行时间和出行距离。


图4:研究区域网格标注点


3. 服务区划分与浅析


3.1 服务区划分


商业设施服务范围识别与划分的传统方法主要是基于雷利法则与赫夫法则。前者由美国学者威廉·雷利于1929年提出,具体内容为:具有零售中心机能的两个商店,对其中一个商店的零售吸引力与两商店附近的人口成正比,与两商店间的距离成反比。后者由美国学者赫夫于20世纪60年代提出,具体内容为:商业设施对消费者的吸引力取决于商业设施的规模和顾客到该设施的距离。后来人们又提出商品价格、种类丰富程度、服务水平等因素对法则进行了改良。而本次研究为了聚焦研究内容,仅仅考虑交通出行(距离)因素,其他因素后续进行补充分析。



对于消费者的出行距离,传统分析往往采用欧氏距离或者通过对路网进行建模获取两点间的路径距离。在新数据环境下,我们可以很方便地获取基于互联网地图点到点导航服务的实时出行距离,这类数据相较于传统的数据,更加贴近于实际情况,分析得到的结果也就更加准确。


基于大多数消费者到购物中心消费乘坐公共交通工具,本研究选取“公交出行时间和距离数据”作为变量。基于出行数据,将带有出行时间和距离的栅格点导入ArcGIS,利用ModelBuilder,对“公交出行时间”进行IDW插值分析,得到五个万达广场的“公交出行等时圈图”,其中:


CBD店的一小时等时圈基本包括了市南区、市北区的全部。此外,其等时圈呈现明显的向北延伸的趋势,相比之下向东延伸较弱,这体现了青岛市南北走向的带状城市结构。(图5)


图5:CBD店公交出行等时圈


李沧店的一小时等时圈基本覆盖了整个李沧区,且延伸到了市北、市南、城阳、崂山等区域,腹地广阔。(图6)


图6:李沧店公交出行等时圈


由于台东店在地理位置上与CBD店紧邻,所以其等时圈的分布情况与CBD店大致相同。但是,台东店较CBD店稍微靠西,因此对西海岸的可达性稍好于CBD店,而对北部地区的可达性与CBD店相比差一些。(图7)


图7:台东店公交出行等时圈


港湾店的可达性整体较差。港湾店位于近几年刚刚填海所形成的陆地上,地理位置偏僻,公交的通达性也较差。其主要服务区域面向黄岛区的东部城区。(图8)


图8:港湾店公交出行等时圈


东方影都的腹地广阔,其等时圈呈东北-西南走向分布,且向西部呈“触角状”延伸明显,这主要是受到道路结构的影响。其面向黄岛区,腹地广阔,然而对拥有众多消费者的东海岸主城区的可达性较差。(图9)


图9:东方影都公交出行等时圈


通过ArcGIS“最低位置”工具,基于五个万达广场的服务区得出青岛市万达广场的服务分区(图10),我们可以看出:


① CBD店与台东店距离相对较近,又受到李沧店的挤压,故服务范围最小。


② 台东店的服务范围延伸到了胶州湾西海岸与北海岸的部分地区,这主要是受到海底通隧道、跨海大桥与轮渡的影响。


③ 港湾店地处前湾港边缘,地理位置较为偏僻,又因为该处交通设施建设还不够 完善,所以服务范围也相对不大。


④ 东方影都与李沧店处于研究区域的两侧,服务范围较大,基本涵盖了整个研究区域的边缘位置。


图10:服务区分区图


3.2 服务区浅析


3.2.1 人口与面积


利用“六普”精确到街道的人口数据,假设每个街道内的人口是均匀分布的,我们可以得到各万达广场服务区的人口规模,进而通过各服务区面积计算得到人口密度。


图11:各服务区人口规模占比

图:13:各服务区人口密度(单位: 人/平方千米)

  图:13:各服务区人口密度(单位: 人/平方千米)


我们可以看出,虽然CBD店与台东店服务区面积分别仅占1%与3%,但其覆盖的人口分别达到了8%与28%,人口密度远远高于其他服务区。CBD店与台东店地处青岛的心脏地带,是万达集团在青岛布局中不可忽视的中坚力量。其中,台东店建设较早,其营业规模、商品档次、服务水平等方面均较为落后,在区域内缺乏竞争力;在这种情况下,万达集团在台东店附近建设了CBD店,CBD店无疑是扮演了救火队长的角色,弥补了台东店的不足,使万达在核心区有了更稳固的立足之地。


此外,占据了58%服务面积的万达茂·东方影都(在建),服务人口仅占20%,人口密度较低。作为万达集团迄今为止在青岛地区的最大手笔,该项目在注重大区域影响力的同时,也应该致力于提高本地影响力,积极争取城市交通设施的建设,改善区域可达性,这样才能在正式营业之后吸引更多的消费者(图11,图12,图13)。


3.2.2 竞争对手


基于青岛市的POI设施点数据,本研究统计了区域内能对万达广场形成竞争力的购物中心,共计39座。通过进一步计算,我们可以观察到:


在服务区内竞争对手数量同为14家的情况下,台东店与竞争对手的平均距离只有3.46Km;李沧店为7.34Km。平均距离越短,说明其周边分布的竞争对手越多,竞争越激烈。然而相较于“高大上”的李沧店,主要面向消费水平较低人群的台东店服务区内,已经难以形成较大的竞争力。其它万达广场中,CBD店的竞争压力最大,港湾店和东方影都则竞争较小(图14,图15)。


青岛西海岸作为青岛市未来重点投资开发的国家级新区,蕴藏着巨大的商业价值与潜力。万达集团在西海岸敢于尝鲜,先后布局了两个万达广场,均为各自服务区内规模最大的购物中心,可谓是占尽了先机,不仅竞争对手少,与竞争对手的距离也较远。随着新区建设跟进,地区交通可达性改善,潜在消费者数量会持续增长,这两个项目在正式营业之后势必会爆发巨大能量。


图14 服务区内竞争对手个数


图15 各万达广场与竞争对手间的平均距离


4. 核心服务区提取与浅析


4.1 核心服务区的提取


利用前面提到的“赫夫法则”公式,将“公交出行时间”作为消费者与商店间的距离,代入公式。在本研究中,我们暂且忽略营业面积的影响。假设各万达广场营业面积相同,敏感性参数λ为2。经过计算,我们可以将“公交出行时间”转化为i地区消费者到各万达广场的概率Pij 。每一个网格均带有研究区域内,消费者分别到5个万达广场的概率Pij(j=1,2,3,4,5)。


我们认定当i地区消费者到某万达广场的概率大于50%的时候,该地区即为该万达广场的核心服务区。因此,我们将Pij大于50%的网格选中,提取每个万达广场的核心服务区,得到图16。

图16 各万达广场核心服务区


4.2 核心服务区浅析


4.2.1 人口与面积


对各万达广场核心服务区的人口和面积与之前服务区的人口、面积进行对比,我们可以发现: 核心服务区覆盖的人口占总人口的比重为42.71%,而核心服务区面积仅仅占总面积的13.40%,主要原因在于核心服务区主要位于人口密集区域。可见,人口密度是影响商业设施选址的重要因素(图17、图18)。


图17 核心服务区人口占服务区总人口比重及构成


图18 核心服务区面积占服务区总面积比重及构成


4.2.2 可达性


 Ingram.D.R(1971)认为可达性计算就是计算空间阻隔程度,阻隔程度越低,可达性越好,这种方法单纯基于图形理论来研究区域中网络结果的可达性。

                                       

                    

式中为节点i的可达性;i,j为区域中的点,n是点的数目,是从i点到j点的空间阻隔。这种空间阻隔可以是空间直线距离、交通网络距离、出行时间消耗、出行货币成本或综合成本等。


本研究将此空间阻隔规定为消费者到万达广场的公交出行时间,采用各个起点到终点的时间消耗的平均值(单位:秒)作为各城市的交通可达性,即为 Ai/n。(图19)另外,借助POI数据统计公交车站、地铁站数量,进行比较分析(图20)。


图19 各万达广场核心服务区内的可达性(核心服务区内区域到万达广场的平均时间,单位为:秒)


图20 公交车站、地铁站数量分布图


可达性主要受核心服务区面积和交通设施数量的影响。服务区面积大,区域内消费者到达万达广场的距离大,可达性较差,反之则可达性较好。交通设施数量多则可达性较好,反之则可达性较差。我们可以看到,可达性最好的是CBD店和台东店,其位于青岛市核心区域,交通设施建设完备。李沧店位于李村商圈,公共交通也很发达,但受到核心服务区面积偏大的影响,可达性与前二者相比较差。港湾店可达性较好的原因在于其服务区面积小,但其所处区域的交通设施并不完善。所处区域开发程度较低的还有东方影都,加之其腹地面积大,所以可达性最差。港湾店和东方影都的可达性有望随着西海岸的开发建设而得到改善。


4.2.3 自驾出行的补充分析


本研究主要基于“公共交通出行”数据对青岛各万达广场的可达性、服务区做了简要分析。当然除了采用公共交通出行,也有相当数量的消费者选择自驾到万达广场。为了对自驾出行进行分析,我们采用对自驾出行影响较大的停车场分布进行补充研究。如图21所示,位于东部主城区的三家万达广场,周围停车场的数量较多,对增加消费者的数量起到一定的积极作用,西海岸的港湾店和东方影都,周围停车场较少。所以,港湾店和东方影都在抢占市场先机,避开竞争者的同时,也失去了很多公共服务设施的支持。


图21 停车场数量分布图


5.  总结与感想


5.1 总结


本研究主要依据公共交通出行时间,对青岛五座万达广场进行了服务区的划分,并从人口、面积、竞争对手等方面对各服务区做了简要分析。台东店建设较早,配置较为落后,在区域内没有足够的竞争力,而CBD店的设立则弥补了不足,使万达在青岛核心地区有了稳固的立足之地。李沧店则凭借其“高大上”的配置,在青岛东部地区分得一杯羹。在新形势下,万达集团又率先进军西海岸,港湾店与万达茂的前景是不可估量的,随着交通设施的建设,可达性也会得到改善。我们可以看出万达在青岛的布局十分均匀,覆盖了人口密集区域,可谓不遗漏一点机会,也正是合理的布局,给万达带来了巨大的商机与财富。


5.2 感想


在加入研习社之前,大数据对我来说还仅仅是个挂在嘴边的事物,更别说取而用之了。感谢有研习社这样的组织提供这样的机会,让我等小白能够搭乘上时代的马车。加入研习社以后,在各位老师和同伴的帮助下,不仅技术水平有跃升,思维能力得到了锻炼,连审美也变得高端了。作为一个正忙于毕业论文的本科生,很高兴毕业前还能有时间参与到研习社的作业实践中来,作为第一次接触,成果显然简单了些,但在这里学到的一点一滴都已经成为了我人生的宝贵财富。




相关参考文献,点击阅读原文下载查看:


王德,上海市一日交流圈的空间特征和动态变化研究。

邓力凡,基于交通等时线的城市中心区可达性对比研究,以15个重点城市为例。

谢栋灿,基于互联网地图服务的城市一日交流圈分析_以沪宁杭三市为例。

程林,基于GIS的长春市中心城区大型超市服务区分析。

崔真真,基于POI数据的城市生活便利度指数研究。

任学慧,大连城市居住适宜性的空间评价。




胡晓亮,已参加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》,具备城市数据综合分析能力,特此颁发认证,以资鼓励。


证书查询网址:www.caup.net/cert




往期回顾(点击查看证书与优秀学员奖励细则)

【优秀学员 | 徐凯恒】基于时空圈测度的京津冀城市群分析

【优秀学员 | 李小溪】基于多源数据南京市老城南活力解读

【优秀学员 | 彭    胤】基于百度热力成都市中心城区人群分析

【优秀学员 | 王    梦】基于百度热力武汉市主城空间结构研究

【优秀学员丨郭    翰】北京主城区人口聚集与街道拥堵分析
【优秀学员丨梁家俊】基于百度热力中山市中心城区结构分析

【优秀学员丨林鉴宇】基于城市POI静态数据的城市功能识别

【优秀学员丨郑梦雷】苏州市城市POI数据综合运用研究

【优秀学员丨周    捷】贵阳公共服务功能集聚分析及规划对比

【优秀学员丨魏小帅】出租车数据的处理与可视化展示

【优秀学员丨满令意】看POI数据玩转商业街区的各种方式

【优秀学员丨王    卓】ArcGis山地控规生态适宜性评价

【优秀学员丨欧光坤】徐州城市功能区识别与休闲活力评价

【优秀学员丨庄楚天】城市公交数据获取的历史与今天




城市数据研习社


2016年8月,由国匠城与城市数据团联合成立的城市数据研习社,发起了面向城市规划行业的“千人计划”。 希望能够从规划师中首先招募1000人,组建城市数据学习社群,增强规划师的数据应用能力,提升整个行业的数据应用水平。在半年左右的时间内已有900多位规划师加入研习社。研习社学员已覆盖国内外132所高校,114所设计院和103家其它企事业单位。

城市数据研习社咨询群:413942566

城市数据研习社:2017“学期计划”


长按识别二维码,腾讯课堂

报名加入城市数据研习社

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存