基于POI大數據的公共服務業態空間布局均等化研究

曾 佳，葉圓圓，鐘志水

(銅陵學院 建筑與工程學院，安徽 銅陵 244000)

公共服務均等化是城市社會學、區域經濟學、城鄉規劃、人文地理學等學科領域關注的熱點問題之一，科學合理規劃布局公共服務設施能夠有效地提升城市綜合服務能力和水平，充分滿足生活在城市市民的基本需求，而且能夠進一步推動公共服務等社會資源的整體上的科學配置以及加強政府、市場和居民等各個群體對享受公共服務資源的利用度，在公共服務領域范圍內，對于城市未來更好地服務市民都有著非常積極的重要作用和意義。當前，對于研究公共服務均等化呈現出與傳統研究有很大的差異。隨著互聯網技術的不斷發展，大數據在研究公共服務均等化具有非常大的優勢日益凸顯，研究的新手段和成熟的新技術不斷在實踐中得到了廣泛的應用，這有助于拓寬相關研究者的視角和深度，加強對于公共服務相關領域的深入探究[1]。

盡管目前的研究領域越來越廣泛，但大多數學主要關注的側重點不一致，研究的尺度和研究的深度都未能達到一定的水平，使得利用互聯網大數據的研究和應用處于一種曲線波動的狀態。特別是目前對于城市中心區域或者是市轄區范圍內的公共服務類型的空間差異和聚集模式研究不多，甚至處于空缺的情況。

鑒于此，筆者選取了教育、醫療及體育三大類POI數據作為研究對象，以合肥市區為研究區域，分析三大類公共服務業態總體上及各個類別在空間布局上的密度集聚特征，以期能夠發現公共服務在空間布局上的規律，為未來公共服務設施的配置和服務水平及能力的提升提供借鑒[2]。

一、數據來源與研究方法

主要選取了教育、醫療及體育等三大類業態為代表的公共服務業態類型。國民經濟行業分類[3](GB/T 4754—2017)已于2017年開始實施，新版行業分類共有20個門類、97個大類、473個中類、1380個小類。根據最新發布的分類標準，借助百度地圖發布的POI分類編碼，查詢不同POI類型對應的編碼，并將POI數據分類與國家標準行業分類建立統一的相對應的分類。

(一)研究區域與數據來源

具體范圍包括蜀山區、瑤海區、廬陽區、包河區等在內的四個市轄區作為研究區域，其總面積為915.15平方公里，常住人口為385.4萬人。考慮到市區常住人口密集度高、POI數據獲取較為容易且數據量較大，對公共服務業態需求程度高于其他區域，能夠滿足本次研究的需求；同時合肥市作為省會城市，對于市民生活便利度的服務能力和水平明顯高于省內其他城市。因此選擇此范圍作為研究范圍。

地理信息數據的采集有過去傳統的人工采集過渡到現在的智能采集階段。過去，采集人員需要借助高精度的測繪儀器一個一個識別，然后在將被采集的信息記錄下來，然后輸入到數據庫中，既浪費大量的時間和精力，又耗費人工精力和大量的額外成本，而且效率及其低下，因此，正是因為這種采集模式耗時耗力的弊端，對于一個地理信息的采集工作者而言，這種采集的POI數據又能夠在某種程度上，代表著某一系統的價值。

但是，隨著大數據應用的不斷深入，借助互聯網技術等的快速發展，以空間地理數據POI(興趣點)為代表的大數據在不同領域的應用發揮著十分重要的作用。POI 數據作為最重要的城市空間數據之一，在多個領域都發揮了重要作用。在城市研究方面，通過 POI 數據，我們可以準確知道每種設施的空間分布，進而可以分析城市的設施配置情況，此外，POI 數據還可以輔助識別城市的空間結構，評價城市的空間活力等等。

百度地圖POI(興趣點)數據分為一級行業和二級行業分類，一級行業主要包括19項內容，二級行業分類主要有137項，同時每一個分類都有相應的行業的代碼和名稱對應，一級行業分類與二級行業分類也是相互對應的。方便信息采集的記錄和區分。每條 POI 數據包含名稱、類別、經緯度、地址等屬性信息。借助于其數據量完整度較高、點數據位置屬性信度完備、數據更新及時有效等絕對優勢，公共服務業態能夠充分利用此類靜態的POI數據，能夠更好地滿足對城市公共服務業態空間分析和研究的精度。

因此，本文利用脈策數據工具包，POI查詢工具功能，獲取百度地圖2018年年發布的合肥市區公共服務業POI數據作為本次研究的基礎數據。同時通過利用互聯網技術抓取相對應的教育、醫療及體育三大類POI數據，并且匯總教育、醫療及體育三大類POI數據得到三大類總計的POI數據(具體見表1)。

表1 合肥市區教育、醫療及體育三大類POI數據匯總表

圖1 合肥市區公服類POI的空間分布

(二)研究方法

空間分布的模式一般來說，主要存在隨機分布、均勻分布、聚集分布三種類型狀態。對于這種空間分布的研究分析通常采用核密度分析。核密度分析工具主要用于計算點或者線要素在其周圍鄰域中的密度。該方法先確定某一具體范圍區域內的閾值大小，然后利用各自的像元中心，在閾值取值不同的情況下，像元中某種特定的屬性在領域范圍內的分布密度規律，即沿像元中心向周圍呈現層級衰減的現象，然后各個像元之間的分布密度在這個閾值范圍內進行空間疊加效應，最終可以獲取獲得這一特定的屬性整體空間上的分布密度。

本研究采用GIS軟件中的密度分析[3-5]法中的核密度工具(Kernel Density)分析各類靜態的POI數據以及三大類合計的空間分布特征。計算方程為

式中：fx為空間位置x處的核密度計算函數；k函數為空間權重函數；m為距離衰減閾值；n為與位置x的距離小于或等于m的要素點數。

在城市空間中的分布規律，通過確定公共服務業態以及考慮公共服務業態的平均影響范圍及其空間分布的離散程度，選擇1000 m作為進行密度分析的距離閾值，選擇1000 m作為閾值主要是考慮到不僅能較好地反映各個業態類型在整體上的分布情況，同時還能夠對于局部熱點信息進行良好的識別[6-7]。

二、合肥市區公服空間分布形態分析

(一)公共服務業態整體密度分布

合肥市區公共服務業態呈現明顯的中心—外圍邊緣的空間密度格局，中心整體集聚程度較高，外圍呈現出離散方式的集聚，未來形成多個集聚核心的趨勢較為明顯(圖2)。具體呈現以下特征：

1)老城區公共服務業態整體核密度明顯較高，這與城市發展的歷史緊密相關。老城區發展歷史較早，各種公服業態布局比較早，而且集中布局成為最主要的空間布局形式。

2)圍繞城市市區內部服務體系及相關規劃的公共服務體系相協調。各級服務等級中心，公共服務業態在空間上的集聚效應總體上具有明顯距離遞減性的規律，空間布局呈現集聚—離散模式；

3)靠近老城區，瑤海區、廬陽區和蜀山區公共服務業態整體核密度聚集程度較為顯著，而包河區聚集程度相對離散。外圍區域，瑤海區、廬陽區、包河區和蜀山區整體密度較為離散。

圖2 整體業態業態空間分布特征

(二)基礎教育公共服務業態分布

圖3 教育業態空間分布特征

基礎教育類公共服務業態機構主要結合公共服務分等級的空間布局思路，按照市區級—街道級—社區級三級別的不同等級的空間布局，隨中心等級下降，分布密度降低，基礎教育類業態整體密度分布在空間上呈現出核心區密集、周邊離散聚集狀態，這與城市發展存在一定關聯(圖3)。從圖中可以明顯看出，靠近核心區，瑤海區和廬陽區基礎教育類整體聚集度高于包河區和蜀山區；外圍區域，廬陽區和包河區基礎教育類整體密度相對均勻，而瑤海區和蜀山區基礎教育類整體密度則離散化聚集程度較大。

(三)醫療衛生公共服務業態分布

醫療衛生類業態在合肥市區呈現核心區于邊緣區集聚程度相對差異較小，三級城鎮體系內均有布局(圖4)。其中在廬陽區醫療衛生類業態分布靠近核心區集聚、遠離核心區相對均勻；蜀山區、包河區和瑤海區則表現出了靠近核心區集聚、遠離核心區離散化程度較大。

圖4 醫療業態空間分布特征

(四)體育設施公共服務業態分布

體育設施類公共服務業態POI分布點整體呈現核心區較為集中，周邊區域相對離散且多中心集聚分布的狀態，其他區域存在著分布較少甚至沒有的差異特征(圖5)。蜀山區體育設施類業態密度整體上優于其他三區，廬陽區、包河區和瑤海區則整體密度聚集程度較為接近。

圖5 體育業態空間分布特征

三、結論與不足

根據地理學距離衰減原理可以明顯看出，越靠近城市中心區域，公共服務業態整體密度分布和分類別(教育、醫療及體育)的空間聚集效應則明顯的遵循距離衰減規律。因此可以得出結論：

1)越靠近城市中心區域，公共服務業態整體和分類別密度分布越高，遠離城市中心區域，其密度變得越低。

2)公共服務業態在總體上和各分類(包括教育、醫療和體育等)上表現出來的空間布局整體上呈現出核心區聚集程度顯著、周邊區域則聚集度比較低且離散化現象的聚集較為突出。

3)各個類型POI數據的空間布局有著顯著的不均衡性和空間差異特征。

總體來說，基于POI數據在空間上的聚集模式研究優勢明顯，其能夠更好地表達出空間差異和不均衡性。同時各個類型的公共服務設施受由于受到服務對象和服務水平等各種不同客觀因素的作用，在空間上表現出各自明顯的空間差異特征，但通過研究發現，其整體上所呈現出來的特征具有明顯的相似聚集效應。當然，僅僅依靠POI點數據對其進行全面研究，難免讓人無法信服，比如服務半徑的大小和服務水平的能力無法獲知，同時對于其他相關的數據也沒有進行進一步的深入分析探討，使得研究深度不足等，對于進一步利用POI數據研究相關領域仍有待進一步的提升。

參考文獻：

[1]孫宗耀，翟秀娟，孫希華.基于POI數據的生活設施空間分布及配套情況研究——以濟南市內五區為例[J].地理信息世界，2017，24(1)：65-70.

[2]焦耀，劉望保，石恩名，等.基于多源POI數據下的廣州市商業業態空間分布及其機理研究[J].城市觀察，2015，40(6)：86-96.

[3]崔真真，黃曉春，何蓮娜，等.基于POI數據的城市生活便利度指數研究[J].地理信息世界，2016，23(3)：27-33.

[4]湯放華，莫文波，張曦，等.基于POI數據的公共服務設施空間分布研究[J].城市建筑，2017(9)：35-39.

[5]伍芳羽.基于POI大數據的南京公共服務業態空間布局均等化研究[J].理論研究，2017，6(159)：43-45.

[6]浩飛龍，王士君，馮章獻，等.基于POI數據的長春市商業空間格局及行業分布[J].地理研究，2018，37(2)：366-378.

[7]禹文豪，艾廷華，周啟.設施POI的局部空間同位模式挖掘及范圍界定[J].地理與地理信息科學，2015，31(4)：6-11.