EN中文

GEOGRAPHICAL RESEARCH >

2015 , Vol. 34 >Issue 6: 1125 - 1134

DOI: https://doi.org/10.11821/dlyj201506011

Orginal Article

Identification and classification of urban commercial districts at block scale

  • WANG Fang , 1, 2 ,
  • GAO Xiaolu 1 ,
  • XU Zening 1, 2
Expand
  • 1. Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. University of Chinese Academy of Sciences, Beijing 100049, China

Received date: 2014-12-20

  Request revised date: 2015-03-11

  Online published: 2015-07-12

Copyright

《地理研究》编辑部
Fold

Abstract

Commercial districts, which accommodate various commercial activities such as shopping, leisure, and business, are regarded as an important part of cities. However, as a result of increasingly mixed land use, it is difficult to visualize the spatial structure of urban commercial districts. This article presents a new method for identifying and classifying urban commercial districts with the POI (point of interest) and road network data and it enables the analysis of urban commercial structure at block scale. To do so, urban areas are divided into small blocks by roads and the amount of commercial activities in each block is aggregated with the mapped POI data. Then, a model is built to pick up the blocks dominated by commercial activities and those neighboring blocks are merged. A K-means clustering method is used to classify the urban commercial districts into the detailed function types such as cuisine culture streets, professional wholesale markets, large-scale shopping centers, convenience services, and common commercial centers functioning between large-scale shopping centers and convenience services. In the case of Beijing, a total of 1063 commercial districts with an average size of 0.065 km2 are identified and they are classified into five functional types and three levels. On this basis, the spatial pattern of commercial districts is explored. The result reveals that, high-level commercial districts well follow a center-oriented distribution while medium-level commercial districts a centrifugation trend along outwards trunk roads. It is also discovered that the spatial pattern of commercial districts differs by functional types. For instance, shopping centers are mainly distributed around the 2nd and 3rd ring roads, or outside the 5th Ring Road, but lower-level commercial services are much more dispersed in term of spatial distribution.

Key words： commercial district; space identification; classification; Beijing

Cite this article

WANG Fang , GAO Xiaolu , XU Zening . Identification and classification of urban commercial districts at block scale[J]. GEOGRAPHICAL RESEARCH, 2015 , 34(6) : 1125 -1134 . DOI: 10.11821/dlyj201506011

1 引言

随着全球经济的快速发展和中国改革开放的进一步深化,城市和区域内部产业结构不断优化升级,城市逐渐由生产型向消费型转变,商业服务业逐渐成为城市经济增长的主要动力。
20世纪30年代以来,国内外商业地理学研究日渐活跃,专题研究不断深入[1],形成了一系列坚实的理论基础,如中心地理论、地租理论、相互作用理论、重力模型、消费者决策概念模式等[2-4]。商业区作为城市中商业活动集中的地段,担负着居民购物、休闲、商务等职能,是城市经济、社会活动的核心地带。最早对商业区进行研究的学者是Proudfoot,根据商业活动的位置和特征,将美国城市商业区划分为五种类型：中心商业区、外围商业区、主要商业街、邻近商业街和孤立商业点群[5]。Berry利用多变量分析法将芝加哥的商业区按照空间结构划分为三类[6]。Davies对英国城镇进行了实证研究,发现英国专业化商业地域没有美国那么明显[7]。Lamb对纽约北部40个小城镇商业区形态和活力进行了研究[8]。中国地理学界从20世纪90年代开始,逐渐开展了商业地域类型和空间结构的研究[9]。最初的研究多通过定性研究以及大尺度的研究确定城市商业区的类型和空间结构,如张素丽等在区县尺度分析了北京市零售市场的发展趋势[10],薛领等用空间相互作模型,测算了海淀区各个街乡的人口潜能与商业吸引力[11]。有些学者通过格网划分基本地域单元,研究商业的等级体系和空间结构,如陈忠暖等利用对昆明城市中心区的零售商业服务业的区位类型和服务级别进行了划分[12],仵宗卿等通过构建指标体系,采用GIS空间分析方法划定了北京商业中心的等级[13]。近些年,有些学者通过商业网点的空间分析进行商业空间特征的探讨,如张珣等利用GIS点模式分析,对比研究了2004年和2008年北京市商业网点分布与空间集聚特征[14],叶强等基于长沙市商业网点规划和实地调查数据,应用GIS分析,对发展现状与商业网点规划进行比较研究[15]。
从以上分析可以看出,以往对城市商业地域结构的研究起步较早,形成了一系列研究成果。但总体来看,由于数据的原因,以往的研究对城市内部商业区空间范围界定和分类研究的空间尺度太大,或与实际情况相差较大。近些年来,有学者使用经济普查数据、或通过实地调查获取商业网点的空间和属性信息进行研究。然而,全国范围的经济普查从2004年开始,四年一次,实时性很差,且没有空间数据,需要通过建筑物编码进行空间匹配,这就对建筑物空间数据要求较高。也有些学者通过大量调研获得基础数据,这样工作量较大,甚至会涉及到商业机密的问题。传统的通过遥感数据解译城市商业区复杂性高、工作量大;且遥感数据价格昂贵、不能及时更新,难以满足学者研究与应用的需要[16]。而城市商业区的空间的定量识别以及分类对城市商业发展的研究、城市规划和建设的研究具有重要的价值。
基于此,利用近些年飞速发展的电子地图、导航地图的开源背景数据——兴趣点（point of interest,POI）,试图提出一种简单、快速的方法识别城市商业区及其分类,提高商业地理研究的实时性、准确性和简便性,并以北京为例,识别北京市商业区,研究北京市商业区类型划分及其空间分布特征。

2 研究方法

2.1 数据来源与研究区概况

Tab. 1 The number and proportion of various commercial outlets in Beijing

表1 北京市各类商业网点数量及比例

类型 数量 比例（%） 类型 数量 比例（%）
花鸟鱼虫市场 87 0.09 大型专营商场 13303 13.93
商业街 118 0.12 超市 3867 4.05
大型商场 1064 1.11 便利店 8116 8.50
综合市场 2846 2.98 各类专业店 28463 29.81
正餐厅 29103 30.49 休闲餐饮场所 2954 3.09
快餐厅 3621 3.79 饮食外卖店 1924 2.02
POI数据泛指一切可以被抽象为点的地理实体,描述了实体的空间和属性信息,如实体的名称、类别、坐标等,是百度等商业地图的背景数据。由于兴趣点能大幅度提高对实体位置的描述能力,提高地理定位的精度和速度。近些年来一些学者开始尝试利用POI数据进行城市空间的研究,如赵卫锋等依据显著度的差异从城市兴趣点数据中提出分层地标,获得能够用于智能化路径引导的层次性知识空间[19],Long等根据POI数据和公交刷卡记录构建了城市功能区识别模型[20]。
选择北京市六环以内为研究区域。在获得北京市POI数据的同时,还获取了北京市2013年路网矢量地图,既包括高速公路、环路等主干路和快速路,也包括城市内的次干路和支路。

2.2 商业区空间识别与分类方法

2.2.1 城市商业区空间识别方法
（1）划分基本空间单元
商业区在功能上具有特定的服务范围和消费群落,在结构上是由多个商业服务业设施组合而成的地域空间,在空间景观上具有集中连片的形态特征。而街区是由城市道路划分的建筑地块,也是构成居民生活和城市环境的面状单元[21],街区是城市形态结构、城市功能、城市管理及城市认知的基本单元,进行街区尺度研究具有重要意义[22]。鉴于此,选择街区作为城市商业区识别的基本空间单元,根据北京市路网矢量图,将北京市六环内的地域按照路网（包括主干路、快速路、次干路、支路全部类型）切割成街区,每个街区由四条道路自然分割而成。
（2）计算街区商业活动量,确定商业街区
基本空间单元上商业网点的密度可以直接反映商业服务设施的空间分布,但商业网点的数量并不能完全代表商业活动量,还必须考虑商业网点的规模,更加客观地反映商业活动的空间结构。理论上来说,商业业种、营业面积、职工数、营业收入等指标可以很好地反映商业网点的经营规模,但在实际操作上,按照这些指标收集资料时,数据量太大,且有些涉及商业机密,一手资料容易失真,尤其是很难获得准确的营业收入数据,调研工作难以开展。因此将上述指标作了简化,采用容易获取、不涉及商业机密、信息比较真实,同时又能够基本刻画商业活动量空间分布的指标,即以在基本空间单元上的商业网点数和经验网点的平均营业面积（按照业态分类）为分析研究的基础数据指标。按照中国现行的业态分类标准（GB/T18106-2010）并参考一些学者进行的研究[23-25]综合确定商业网点营业面积的取值（表2）。基于此,构建城市街区商业活动量的计算模型,公式如下：
C i = a i / a mean （1）
C Q j = ∑ i n C i / S j （2）
式中： C i 是经无量纲化处理后的商业网点i的营业面积; a i 是该类商业网点的平均营业面积; a mean 是各种类型商业网点的加权平均面积,即不同类型商业网点的数量与相应营业面积乘积的总和除以商业网点总数的结果;CQj为街区j的商业活动量;n为街区j上的商业网点数量的总和;Sj为街区j的面积。按照此模型,首先将研究区内商业活动强度为零的街区首先排除,然后计算其余街区的商业活动平均值,大于平均值的街区确定为商业街区。
Tab. 2 The business area values of different commercial networks

表2 商业网点营业面积选取值

行业 业态 经营类别 营业面积（m2）
零售业 大型商场 购物中心、商业综合体 50000
商业街 步行街、特色商业街 30000
大型专营商场 家居建材市场,家电电子商场 3000
超市 家乐福、沃尔玛、卜蜂莲花等 3000
综合市场 农副产品市场、小商品市场、旧货市场、果品市场、水产海鲜市场、蔬菜市场 2000
花鸟鱼虫市场 宠物市场、花卉市场、花鸟鱼虫综合市场 1000
各类专业店 化妆品店、体育用品店、文化用品店、服装鞋帽皮具店、各类专卖店、特殊买卖场所（典当行、拍卖行） 300
便利店 7-eleven、好邻居等 100
餐饮业 正餐厅 各式中餐厅、外国餐厅 800
快餐厅 麦当劳、肯德基、吉野家、必胜客等 400
休闲餐饮场所 咖啡厅、茶艺馆、冷饮店、酒吧、其他休闲餐饮场所 300
饮食外卖店 甜品店、糕饼店、熟食店等 100
（3）合并商业街区,完成商业区识别
城市商业区既需要良好的交通条件保证便利性,也需要相对完整和闭合的购物活动空间以提供舒适、便捷、安全的购物环境。因此,客观考虑了城市交通路网对商业区范围界限的影响,其中城市主干路和快速路主要考虑其对商业区购物环境的破坏和空间上的隔离作用,而次干路和支路则主要考虑其对商业区氛围的形成和购物环境的重要作用。所以,城市商业区的识别需要进一步将确定出来的商业街区中以次干路和支路分割的进行合并,而保留以主干路和快速路分割的商业街区。
2.2.2 商业区类型划分方法 （1）K-Means聚类
K-Means聚类法属非系统聚类,运算速度较快,又被称为“快速聚类法”,是聚类分析中使用最为广泛的算法之一。K-Means聚类将数据看成K维空间上的点,以距离作为测度个体“亲属程度”的指标,首先根据给定的聚类数目K,随机创建一个初始划分,然后采用迭代方法通过聚类中心的不断移动来改进划分[26]。K-Means聚类法对大型数据的处理效率较高,特别是当模式分布呈现类内团聚状时,可以达到很好的聚类结果。
（2）聚类指标
从不同的角度出发,商业区的分类也有不同。着重研究城市商业区的功能类型,主要考虑商业服务类型的不同,最终选取各商业区内不同职能类型的商业网点的商业活动量所占整个商业区商业活动量的比例,具体包括六个变量：① 大型商场、商业街商业活动量占比;② 大型专营商场商业活动量占比;③ 综合市场商业活动量占比;④ 各类专业店和花鸟鱼虫市场商业活动量占比;⑤ 便利店、超市商业活动量占比;⑥ 餐饮网点商业活动量占比。
（3）自然断裂点（natural breaks）分类法
对每种类型商业区服务等级进行划分,为避免主观分类,在各商业区总商业活动量数值的基础上依据主导性原则、顺序性原则、唯一性原则、相似性原则,运用基于数据分布的统计特征自然断裂点分类法,在统计软件SPSS中生成总分频率直方图,选择频率区线分布突变处为级间分界,划分商业区等级体系。

3 结果分析

3.1 北京市商业区识别与类型划分

按照商业区空间识别的步骤对北京市城市商业区进行识别。首先获得27955个街区,平均面积87.30 m2;然后排除商业活动为0的商业区,将研究区商业活动强度大于商业活动平均值（53.19）的街区确定为商业街区;再将以次干路和支路作为分隔的商业街区进行合并,最后共获得1063个城市商业区,平均面积为0.065 km2。
在此基础上,按照商业区类型划分指标对北京市商业区进行K-Means聚类,经过反复试验,最终划定五种商业区功能类型。根据聚类结果及每一类别样本数据的特点,分别命名为：饮食文化型商业区、专营型商业区、购物中心型商业区、便利型商业区、综合型商业区。
（1）饮食文化型商业区以餐饮特色为主,主要是各类餐饮店的集聚区。便利型商业区职能主要是提供一些生活必须品和基本生活服务,包括超市、便利店、快餐店食杂店等;该类型商业区服务职能和等级层次较低,服务对象主要是附近居住区的居民。
（2）专营型商业区以集中销售某一类专业商品为主的大型商场或小商店在空间上高度集中形成的,商业职能比较单一,专业性很强,比如家电电子市场、家居建材市场;消费者对这类商业区空间距离的承受能力较强。
（3）购物中心型商业区以一个或多个大型商场、购物中心为核心,或有集中的商业街,并配套有餐饮店、服装、化妆品等一些其他类型的专业店,是集购物、娱乐、餐饮等功能于一体的商业区;一般服务等级较高,服务半径较大。
（4）便利型商业区既为周边社区提供日常生活服务,也为该区域的上班的工作人员和途径该区域的人流提供便利服务。
（5）综合型商业区业态齐全,职能综合,主要包括综合市场、各类专业店、餐饮店等,也可能有购物中心,档次中等。
运用自然断裂点分类法将全市所有商业区及每类商业区按照商业活动量分为三级。各类商业区具体功能特征和数量,以及全部商业区等级数量统计如表3所示;各类型商业空间分布所图1所示。
Tab. 3 The classification and functional characteristics of different commercial district types in Beijing

表3 北京市商业区类型划分及功能特征

功能特征 主要商业网点 商业区数量 商业区平均面积（km2） 等级
一级 二级 三级
1.饮食文化型商业区 以饮食服务为主的商业功能 餐饮店 240 0.015 6(如魏公村附近) 28(如三环新城食尚街) 206(如旧鼓楼大街附近)
2.专营型商业区 以某一类专营服务为主的商业功能 大型专营商场(家电电子商场、家居建材市场) 264 0.068 6(如四惠建材城附近) 19(如十里河建材市场附近) 239(如东土城路附近）
3.购物中心型商业区 以高档、综合性购物为主的商业功能 大型商场、购物中心、商业街等 350 0.121 8(如王府井、西单、朝外) 39(如双安商场附近、北辰购物中心附近) 303(如新奥购物中心附近、东方天作商城附近)
4.便利型商业区 以基本生活服务为主的商业功能 超市、便利店、餐饮 120 0.011 3(如看丹路附近) 24(如安翔里附近) 93(如亚运村汇园附近)
5.综合型商业区 职能最为综合,提供多种商业服务功能 各类专业店、各类综合市场、餐饮店、超市等 89 0.051 4(如回龙观批发市场附近) 8(如安定门内大街附近服装购物) 77(如五道口附近服装购物)
6.全部商业区 1063 0.065 12 64 987
Fig. 1 The distribution of different types of commercial districts in Beijing

图1 北京市商业区类型分布图

3.2 北京市商业区空间格局特征

3.2.1 商业区整体分布格局 将北京市六环内所有商业区按照商业活动量划分为三个等级,从数量看,一二三级分别有12个、64个、987个,呈金字塔状分布。总体来看,北京市六环内商业区空间整体分布现状格局具有以下特征（图2）。
Fig. 2 The distribution of different levels of commercial districts in Beijing

图2 北京市商业区等级分布图

（1）北京市六环内商业空间由于历史文化和城市空间形态的影响呈现出偏向城市中心的格局。传统商业繁华区仍是现代核心商业区,如王府井、西单、前门、新街口、琉璃厂。得天独厚的地理位置、大量老字号传统商店以及市民长期以来形成的心理认同感都是新兴商业区无可比拟的优势。随着环线和放射型城市路网的建设,街区呈方格和辐射状,而基于街区的商业区多布局在四环以内;其余商业区,尤其是大型商业区主要集聚在区位较好、交通较发达的区域。
（2）高等级的商业区（一级）一共12个,全部分布在四环内或四环附近,呈向心型分布,并且沿城心向外延伸的主要道路集结,这是一般大城市具有的最主要的特点[27]。该类商业区包括有悠久历史的传统商业区,如西单、王府井、前门,此外还包括朝外、中关村等购物中心型商业区,以及丽泽桥、玉泉营、四惠等专营性商业区。
（3）中等级的商业区（二级）主要沿着城市主要交通干线集结分布,随着北京市发展和扩张出现的主要趋势,如鸟巢附近的新奥购物中心。此外,专营型商业区以及综合型商业区的形成与发展与交通条件的关系尤为密切,许多家电电子商场、家居建材市场以及各类综合型市场布局在快速交通干线出入口附近,如西三旗建 材城。
（4）服务等级低的商业区（三级）分布较为分散,商业区平均面积也较小。从功能类型上来看,主要是一些便利型商业区和饮食文化型商业区,大多分布在一些大型社区及周边,主要目的是满足居民的日常消费需求。
3.2.2 不同功能类型商业区的分布格局 不同类型的商业区有不同的功能特点和商业网点的组合结构,不同的消费群体和服务特征,因此不同类型的商业区有不同的空间布局（图3）的区位特征。
Fig. 3 The spatial pattern of commercial districts in different function types

图3 不同类型商业区空间分布

（1）饮食文化型商业区平均面积较小,为0.015 km2,包括簋街、星吧路、苏州街等著名的美食街,在空间上多与购物中心型商业区、综合商业区等相连。一级和二级饮食文化商业区多分布在三环和四环附近,而三级商业区的分布则相对分散。这主要是由于该类商业区主要考虑服务的便捷性,并且租金较低。
（2）专营性商业区由于销售的商品并不是居民每日生活必备的用品,顾客购买频率相对较低,服务范围也较大。按照商业业态,主要有家居建材市场、家电电子商场等。该类商业区主要集中在三环、四环附近以及五环外。交通可达性和用地条件对这类市场的区位条件起着关键作用。
（3）购物中心型商业区集购物、娱乐等为一体,以满足消费者高档或耐用品的需求为主,商业区面积较大,平均0.121 km2,服务半径大。该类一级和二级商业区主要集中二环、三环附近。近些年来随着城市的发展,商业郊区化的趋势也初步显现,从图3c可以看出,这类商业区中的二级和三级在五环外也有一些分布。购物中心型商业区租金较高,多靠近市中心以及交通便利、娱乐和其他设施配套完备的地区。
（4）便利型商业区空间分布比较分散,在距市中心的数量分布上峰值高度并不明显,商业区面积较小,平均0.011 km2。该类商业区服务半径较小,一般选择接近可达性好,人口稠密的地区,如大型居住区等。
（5）综合性商业区在空间布局上既强调与社区居民的邻近性,又要考虑服务范围的最大化。因此,综合性商业区主要分布于城市社区居民的居住区附近和人流相对集中的区域。

4 结论与讨论

基于北京市POI数据和路网数据,通过商业活动量的计算模型,识别出街区尺度的城市商业区,并利用K-means聚类和自然断点分类法对商业区进行分类,构建了一套对城市商业区进行识别和分类的方法。该方法基于实时性强的POI数据提高了商业区研究的时效性,也提高了以往商业数据的可获得性,同时摆脱了通过遥感解译识别商业区的复杂性。既提高了城市商业区空间范围的精度,也加快了空间识别的速度,对城市规划和商业规划具有指导和参照价值,同时也可以为商铺的选址提供重要的决策支持。
以北京六环内为研究区,共识别出基于街区尺度的城市商业区1063个,平均面积0.065 km2,按照服务等级分为三级,分别共有12个、64个和987个。根据商业区类型划分的方法,将北京市商业区分为饮食文化型商业区、专营型商业区、购物中心型商业区、便利型商业区、综合型商业区五种功能类型。在此基础上探讨了北京市六环内商业区整体以及不同功能类型的空间分布格局。高等级商业区呈向心型分布,中等级的商业区主要沿着离心、沿着城市主要交通干线集结分布,服务等级较低的商业区分布较为分散;同时,不同功能类型的商业区也有各自的空间分布特点,如购物型商业区主要分布在二环、三环附近,而便利型商业区分布则比较分散。
本研究仍存在一些不足,需要在今后的研究中加以改进：① 实际情况中,地块的商住、产住、商产等混合用地广泛存在。本研究对街区混合用地的因素没有进行考虑,选取商业活动量大的街区作为商业街区,在今后的研究中,也可考虑加入混合用地分类。② 以街区为尺度进行商业区的识别,但现实中商业区的空间形态不仅为面状,还有存在沿街分布的情况,因此如何对该类型的商业区进行空间范围的精确界定,也是今后研究的重要方向。

The authors have declared that no competing interests exist.

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
Dawon J A. Retailing Geography London: Croom Helm, 1980.

[2]
沃尔特·克里斯塔勒. 德国南部的中心地原理. 常正义, 王兴中译. 北京: 商务印书馆, 1998.

[Walter. Christallerr.Die Zentralen Orte in Süddeutschland. Translated by Chang Zhengyi, Wang Xingzhong, et al. Beijing: The Commercial Press, 1998.]

[3]
Berry B J L. Geography of Market Centers and Retail Distribution. Englewood Cliffs. NJ: Pretice-Hall, 1967.

[4]
Talukdar D, Gauri D K, Grewal D.An empirical analysis of the extreme cherry picking behavior of consumers in the frequently purchased goods market. Journal of Retailing, 2010, 86(4): 336-354.

[5]
Proudfoot M J.Intra-city Business Census Statistics for Philadelphia, Pennsylvania. Washington: Government Printing Office, 1937.

[6]
Berry B J L. Commercial Structure and Commercial Blight: Retail Patterns and Processes in the City of Chicago(University of Chicago. Dept. of Geography. Research paper). Chicago: University of Chicago, Department of Geography, 1963.

[7]
Davies R L.Marketing Geography: With Special Reference to Retailing. London: Croom Helm, 1976.

[8]
Lamb R F.The morphology and vitality of business districts in upstate New York. The Professional Geographer, 1985, 37(2): 162-172.

[9]
朱玮, 王德. 商业空间消费者行为模型研究综述. 地理科学进展, 2010, 29(12): 1470-1478.

[Zhu Wei, Wang De.A review on the models in research of consumer behavior in commercial space. Progress in Geography, 2010, 29(12): 1470-1478.]

[10]
张素丽, 张得志. 北京区县消费品零售市场差异探析. 人文地理, 2001, 16(3): 79-83.

[Zhang Suli, Zhang Dezhi.A study on retail market's regional difference in Beijing. Human Geography, 2001, 16(3): 79-83.]

[11]
薛领, 杨开忠. 基于空间相互作用模型的商业布局: 以北京市海淀区为例. 地理研究, 2005, 24(2): 265-273.

[Xue Ling, Yang Kaizhong.Spatial planning of commercial allocation in Haidian district in Beijing based on spatial interactive models. Geographical Research, 2005, 24(2): 265-273.]

[12]
陈忠暖, 程一钧, 何劲耘. 城市零售商业服务业区位类型划分的探讨: 昆明市零售商业服务业区位类型的分析. 经济地理, 2001, 21(2): 227-230.

[Chen Zhongnuan, Cheng Yijun, He Jinyun.Explore the location types of urban commerce trades. Economic Geography, 2001, 21(2): 227-230.]

[13]
仵宗卿, 戴学珍. 北京市商业中心的空间结构研究. 城市规划, 2001, 25(10): 15-19.

[Wu Zongqing, Dai Xuezhen.The study on the spatial structure of Beijing's commercial centers. City Planning Review, 2001, 25(10): 15-19.]

[14]
张珣, 钟耳顺, 张小虎, 等. 2004-2008年北京城区商业网点空间分布与集聚特征. 地理科学进展, 2013, 32(8):1207-1215.

[Zhang Xun, Zhong Ershun, Zhang Xiaohu, et al.Spatial distribution and clustering of commercial network in Beijing during 2004-2008. Progress in Geography, 2013, 32(8): 1207-1215.]

[15]
叶强, 谭怡恬, 赵学彬, 等. 基于GIS的城市商业网点规划实施效果评估. 地理研究, 2013, 32(2): 317-325.

[Ye Qiang, Tan Yitian, Zhao Xuebin, et al.Assessment of implementation effect of commercial network planning based on GIS: A case study of Changsha. Geographical Research, 2013, 32(2): 317-325.]

[16]
Xiao J, Shen Y, Ge J, et al.Evaluating urban expansion and land use change in Shijiazhuang, China, by using GIS and remote sensing. Landscape and Urban Planning, 2006, 75(1-2): 69-80.

[17]
吴志强, 李德华. 城市规划原理(第四版). 北京: 中国建筑工业出版社, 2010.

[Wu Zhiqiang, Li Dehua.Principles of urban planning(4th ed). Beijing: China Building Industry Press,2010.]

[18]
《中国大百科全书》总编委会. 中国大百科全书(第二版). 北京: 中国大百科全书出版社, 2009.

[General Editorial Board of Encyclopedia of China. Encyclopedia of China(2nd ed). Beijing: Encyclopedia of China Press, 2009.]

[19]
赵卫锋, 李清泉, 李必军. 利用城市POIs数据提取分层地标. 遥感学报, 2011, 15(5): 981-989.

[Zhao Weifeng, Li Qingquan, Li Bijun.Using urban POIs data extraction hierarchical landmarks. Journal of Remote Sensing, 2011, 15(5): 981-989.]

[20]
Long Ying, Han Haoying, Yu Xiang.

[21]
赵民, 陶小马.城市发展和城市规划的经济学原理. 北京: 高等教育出版社, 2001.

[Zhao Min, Tao Xiaoma.The Economical Principles of Urban Development and Urban Planning. Beijing: Higher Education Press, 2001.]

[22]
肖亮. 城市街区尺度研究. 上海: 同济大学硕士学位论文, 2006.

[Xiao Liang.The Research on Urban Block. Shanghai: Master Dissertation of Tongji University, 2006.]

[23]
中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. GB/T18106-2010. 零售业态分类. 北京: 中国标准出版社, 2004.

[General Administration of Quality Supervision, Inspection and Quarantine of the People's Republic of China, Standardization Administration of the People's Republic of China. GB/T18106-2010. Classification of Retail Formats. Beijing: Standards Press of China, 2004.]

[24]
彭娟. 我国服务零售连锁经营业态形成及分类. 商业经济, 2007, (5): 16-18.

[Peng Juan.The formation and classification of services retail chain business conditions in China. Business Economics, 2007, (5): 16-18.]

[25]
彭娟. 我国餐饮零售连锁经营业态形成及分类. 商场现代化, 2007, (496): 7-8.

[Peng Juan.The formation and classification of catering retail chain business conditions in China. Market Modernization, 2007, (496): 7-8.]

[26]
张文君, 顾行发, 陈良富, 等. 基于均值—标准差的K均值初始聚类中心选取算法. 遥感学报, 2006, 10(5): 715-721.

[Zhang Wenjun, Gu Xingfa, Chen Liangfu, et al.An algorithm for initializing of K-means clustering based on mean standard deviation. Journal of Remote Sensing, 2006, 10(5): 715-721.]

[27]
陈忠暖, 陈颖, 甘巧林, 等. 昆明市城市商业地域结构探讨与调整对策刍议. 人文地理, 1999, 14(4): 21-25.

[Chen Zhongnuan, Chen Ying, Gan Qiaolin, et al.A probe into features of commercial regional structure in Kunming city and adjustment strategies. Human Geography, 1999, 14(4): 21-25.]

Options
Outlines

/

〈 〉