基于POI大數據的城市空間結構教學改革研究

張蘇 劉鈺 劉宛晨 余卓芮

摘要缺乏空間精度高、便于獲取的教學實例數據，是城市空間結構教學質量難以提高的關鍵瓶頸問題。為提高教學質量，本文對基于POI大數據的城市空間結構教學改革進行了探討。首先，闡述了POI大數據的基本特點，及其在可視化、精細化和定量化分析中的突出優勢；并以鄭州市中心城區為案例，介紹了基于POI大數據的教學改革實踐。實踐表明，將POI大數據引入城市空間結構的教學，可以有效地提升教學質量。

關鍵詞 POI 城市空間結構 空間分析 教學改革

中圖分類號：G424文獻標識碼：ADOI：10.16400/j.cnki.kjdk.2021.26.041

Research on teaching reform of urban spatial structurebased on POI big data

ZHANG Su[1]， LIU Yu[1]，LIU Wanchen[1][2]， YU Zhuorui[3]

（[1]School of Civil Engineering and Architecture， Henan University， Kaifeng 475003；

[2]School of Human Settlements and Civil Engineering， Xi’an Jiaotong University， Xi’an 710049；

[3] Faculty of Innovation and Design， City University of Macau， Macau 999078）

AbstractThe lack of teaching case data， which has high spatial accuracy and can be easily to obtain， is the key bottleneck of improving the teaching quality of urban spatial structure. To improve the teaching quality， we discussed the teaching reform of urban spatial structure based on POI big data.This paper firstly described the basic characteristics of POI big data and its outstanding advantages in visualization， refinement and quantitative analysis. Then， taking the downtown area of Zhengzhou as a case， this paper introduced the teaching reform practice of POI big data. Practice showed that the introduction of POI big data into urban spatial structure teaching can effectively improve the teaching quality.

KeywordsPOI； urban spatial structure； spatial analysis； teaching reform

城市空間結構是城鄉規劃專業的“城市地理學”課程的核心內容，主要講授城市的形態和功能在空間布局上的結構特征，這是教學中的重點內容、也是教學難點。從課堂測驗和期末考試的成績，以及規劃設計院等用人單位的反饋來看，城市空間結構部分是“城市地理學”課程中教學質量較差的主要環節。為探究教學質量較差的癥結所在，筆者梳理了多年來的教學經驗，并與相關院校的課程主講教師進行了深入的溝通和研討。我們發現，城市空間教學質量難以提高的重要瓶頸問題是缺乏豐富的教學實例數據。教學實例的缺乏使得學生對城市結構的感性認知較為匱乏，難以在有限的感性認知的基礎上建立系統的理性認識。究其原因，首先是由于常規統計資料的統計單元尺度較大，往往只公布城市的總量數據；在更為精細的城市尺度上，很難收集到統計數據。例如，人口作為最為常見的統計數據之一，往往只有城市的總量數據，城市街道、社區尺度的人口數據很難獲取。其次，雖然通過現場調研可以收集部分精細數據，但現場調研需要高昂的人力和經濟成本，以支撐授課需求。因此，積極采用新型數據，以彌補常規統計和現場調研資料的不足，為城市空間結構教學提供豐富的實例就成為亟需探索的教學改革方向。

POI（Point of Interest）即興趣點，是指將地理實體抽象成的點，是地理信息系統用來描述事物地址的專業術語。我們日常生活中用到的地理實體，如學校、醫院等都可以抽象為POI。POI作為新興的大數據的典型代表，具有覆蓋廣、精度高、獲取便利等優勢。此外，POI包含豐富的城市基礎設施和服務網點的信息，對城市功能有著獨特的標識能力。曹芳潔等基于POI大數據分析，指出北京市的商業功能呈現圈層式結構，并沿交通干道向外發展。[1]可見，POI大數據能用于揭示城市功能的精細空間結構，其在城市空間結構教學中具有廣闊的應用前景。

1 POI適用于城市空間結構教學的突出優勢

POI大數據具有空間分辨率高、獲取便捷的優勢，可以避免常規統計數據的空間精度過低的問題，也沒有實地調研的時間和經濟成本高昂的缺陷，是適用于課堂教學的優良數據源。此外，具體到城市空間結構的教學場景，POI大數據在可視化、精細化和定量化分析等方面還有著突出優勢：

1.1 POI的可視化分析優勢

數據可視化是指通過點、線、面等視覺要素，顏色、形狀和線條粗細等視覺變量對數據進行視覺化表達。除了將抽象的數據直接轉化為具象的視覺形象，可視化方法還可以和其他數據分析方法相結合，用于展示數據中潛在的模式和規律。例如，張鐵映等人使用密度聚類算法對POI大數據進行聚類，并對聚類結果進行可視化，從而為城市學區房的選取提供技術支持。[2]我們在教學實踐中，將代表不同城市功能的各類POI進行空間聚類和可視化，能夠很好地表達各城市功能核心區的空間特征，取得了良好的教學效果。

1.2 POI的精細化分析優勢

與傳統數據相比，POI大數據具有很高的空間精度。例如，POI大數據可以精準定位城市中單個商鋪，乃至居住區各個出入口的精確位置。嚴朝霞等在POI大數據分析的基礎上，指出提高道路節點密度對上海市的消費活力的形成與發展有著積極的促進作用。[3]他們能針對道路節點這樣的小尺度空間實體，對其社會經濟效益開展深入分析，POI大數據的高空間精度在其中起到了決定性作用。他們的研究成果也預示著，由于在空間精細化分析上的突出優勢，POI大數據在城市空間精細結構的教學中具有巨大潛力。

1.3 POI的定量化分析優勢

POI大數據是典型的海量空間數據，除了從微觀視角在精細尺度上進行探究，還可以從宏觀視角在空間統計方法的支持下定量地揭示城市空間格局。例如，曹芳潔等在基于POI大數據的北京商業中心的研究中，使用Getis-Ord Gi*統計量對商業中心的空間格局進行了定量分析。[1]結果顯示，不同類型的商業中心存在顯著的空間分異特征：生活與公共服務中心高度向心集中，而休閑娛樂中心則呈現多組團式離散分布。我們在教學實踐中，通過引入空間統計工具，引導學生定量地對比各類POI所代表的城市功能的空間分布特征，有效地提升了教學效果。

2基于POI大數據的城市空間結構教學案例

POI作為新興大數據的典型代表，可用于揭示城市空間的精細結構，并在可視化、精細化和定量化等方面具有突出優勢。筆者通過將POI大數據引入城市空間結構的教學，取得了很好的教學效果。現將教學中使用的典型案例進行介紹，案例地域為河南省省會鄭州的中心轄區，包括惠濟區、中原區、金水區、二七區和管城回族區，共5個區級行政單元。POI數據來自百度地圖官方提供的WebAPI數據接口，數據處理工具為R編程語言。本案例的教學內容為，依托政府機構和超市商城兩個類型的POI數據，講授以政府管理和商業服務為代表的城市功能的空間特征。

2.1城市功能核心區的可視化識別

為滿足居民不同的生活需求，城市的居住、工作、商業、政府管理等功能逐步完善。這些功能雖然廣泛分布于城市的各個區位，但是其空間分布并不均衡，大量的城市功能往往集中于城市的少數地區，這些地區被稱為城市功能的核心區。

我們在教學改革實踐中，參考張鐵映等人的方法，[2]進行了城市功能核心區可視化識別的授課。首先，采用基于密度的空間聚類方法，對政府機構和超市商城兩類POI進行空間聚類分析，識別出密度高而且空間連續的聚集簇。其次，計算POI聚集簇的外接多邊形，作為相應城市功能核心區的邊界。最后，將這些多邊形疊置于城市地圖上，用以識別城市功能核心區在城市中的區位。在教學實例中，我們將面積較小且分布零散的多邊形進行剔除后，獲得的政府管理和商業服務核心區的空間分布如圖1所示。

由圖可見，政府管理功能的核心區幾乎完全覆蓋了鄭州二環以內的區域，而且其空間范圍受各個行政區域中心的影響較大。由于金水區、中原區和二七區的區域中心距離二環路較近，導致其附近的核心區溢出了二環范圍；而位于城市中心的管城回族區的區域中心距離二環相對較遠，其附近的核心區出現了指向城市中心的塌陷。對于商業服務功能，其核心區的范圍與鄭州四環的范圍很接近。由于鄭州東部地區的如意湖、龍湖和龍子湖地區，圍繞湖面形成了規模較小的獨立組團，所以商業服務功能的核心區沒有延伸到四環的東部地區。從兩類核心區的關系來看，兩者在鄭州市中心出現了重疊，由此反映出城市中心的城市功能齊全而且密度較大，是城市功能的優勢區位。兩類核心區最大的差別表現在面積上，政府管理功能的核心區面積為94平方公里，而商業服務核心區的面積為365平方公里，約為政府管理的4倍。由此可見，鄭州市的政府機構在城市中心的分布較為集中，而商業服務的空間覆蓋范圍較為廣泛。

通過教學實例，學生能夠直觀地觀察到不同城市功能的核心區在城市中心的重疊，及其在空間范圍上的差異，從而豐富了學生對城市空間結構的感性認識。此外，教學實例還顯示，城市功能的核心區與行政界線并不一致：城市功能的核心區往往橫跨了多個區級行政單元；而且行政單元大多只有部分范圍位于城市功能核心區內。因此，以行政區為統計單元的傳統統計數據，無法用于城市功能核心區的識別。由此可見，為了揭示跨行政單元的城市空間結構，將POI大數據引入教學是非常必要的。

2.2城市功能的可達性的精細化評價

可達性是指抵達特定區位的難易程度。城市功能的可達性即居民抵達城市功能服務網點獲取服務的便捷程度。過低的城市功能可達性，會增加居民獲取服務的時間和通勤成本，進而影響居民的日常生活質量。

我們在教學改革實踐中，在100米的空間尺度上，基于POI大數據對政府管理和商業服務兩項城市功能的可達性開展了教學工作。首先，考慮到需要城市功能的人群主要為生活在城市的居民，因此將城市建設用地作為可達性分析的空間范圍，沒有對城市周邊的農林用地展開分析。其次，將城市用地劃分為精細的方格，方格邊長為100米，以同時實現空間尺度的精細化和城市空間范圍的全覆蓋。然后，針對每一個方格，計算該方格到特定類型的所有POI的距離。考慮到日常生活中，人們往往選擇距離最近的網點來獲取功能；我們將計算所得的距離進行排序，篩選出到該方格距離最近的POI點位。此POI點位和方格之間的距離即為方格到該POI類型的最短可達距離。最短可達距離越短，說明該方格能夠越便利地獲取相應的功能，其可達性也越好。最后，為了便于比較政府管理和商業服務的可達性水平，對兩者的最短可達距離采用相同的標準進行分級設色，從而對兩種功能可達性的空間分布進行表達（圖2）。

結果顯示，政府管理功能的可達性水平從城市中心到城市外圍呈現明顯的降低趨勢。具體來看，位于城市中心的網格，其最短可達距離大多在600米以下；而在城市外圍的網格，往往在1200米以上。商業服務可達性的空間分布也呈現從城市中心到城市外圍的降低趨勢。可見，城市中心的功能可達性水平在整體上高于城市外圍。從可達性的整體水平來看，兩者存在較大差異。對于政府管理功能，約56.3%網格的最短可達距離在600米到2400米之間。而對于商業服務，有74.2%網格的最短可達距離在600米以下。這表明，在可達性水平上，商業服務要遠遠優于政府管理。

本教學實例形象地展示了城市功能可達性在城市不同區位上的分異，特別是城市中心與城市周邊在功能可達性水平上的巨大分異。而且，不同城市功能在可達性水平上的差異也給學生留下了深刻印象。此外，本教學實例是在100米的空間尺度上進行分析的，這表明POI大數據能夠揭示極為精細的空間尺度的城市結構，從而可對城市空間結構的教學工作提供強有力的支持。

2.3城市功能空間格局的定量化分析

由于城市功能在服務群體、服務半徑上的差異，不同城市功能的空間分布也有較大分異。為了實現城市功能的提升和優化配置，就需要測度不同城市功能的空間格局，定量比較不同城市功能的空間分布。

我們在教學改革實踐中，使用重心和標準距離橢圓模型對政府管理和商業服務的POI大數據進行空間格局的定量化分析。其中，重心模型可以表征POI空間分布的中心。[4]標準距離橢圓可以表征POI空間分布的均衡性。POI的空間分布越均衡，其標準距離橢圓就越接近于圓形。[5]為便于比較，我們在教學中將政府管理和商業服務的重心和標準距離橢圓在城市地圖上進行了疊置，如圖3所示。

結果顯示，政府管理和商業服務的重心都位于城市中心，這表明兩種功能的網點都圍繞城市中心進行分布。從兩者重心位置的差異來看，兩者的差異主要體現在東西方向，在南北方向的差異較小。具體來看，兩者在東西方向的差異為459.3米，南北方向為153米，東西方向的差異是南北方向差異的3倍。標準距離橢圓的分析結果顯示，政府管理和商業服務的空間分布并不均衡，兩者在東西方向的分布較為展開，在南北方向較為收斂。從兩者標準距離橢圓的差異來看，兩者在偏東西方向的橢圓軸線上的差異較大，兩者軸線長度的差異為1595.1米；而在偏南北方向的軸線上，兩者的差異較小，差異為260.4米，僅為東西方向的16.3%。

通過上述定量化的教學實例，我們為學生展示了兩種城市功能的空間格局特征，揭示了兩種功能在空間格局上的差異主要集中在東西方向。此外，學生還進一步認識到，在相同的建筑布局和路網形態下，不同的城市功能可以呈現不同的空間格局。因此，在規劃方案的制訂中，除了城市物質形態的設計，還應充分重視城市功能空間格局的調控，針對不同城市功能的特點進行最優化的布局。可見，將POI大數據定量化分析引入課堂教學，對學生深入理解城市空間結構有很大的推動作用。

3結論

在傳統的城市空間結構教學中，采用的教學實例數據主要來自統計資料或者實地調研。但是統計資料的統計尺度過大，不能滿足小尺度城市空間教學所需的定位精度；實地調研又存在時間和人力成本過高的問題。因此，將新型數據引入教學，成為迫切的現實需求。筆者在教學改革實踐中，嘗試了將新興的POI大數據引入城市空間結構的教學工作。在本文中，我們介紹了POI大數據在可視化、精細化和定量化分析等方面的優勢，以及教學改革實踐案例。我們的教學改革實踐表明，將POI大數據引入教學，深化了學生對城市空間結構的理解，夯實了城市功能調控和優化的知識基礎，取得了良好的教學效果。除了在城市空間結構中的應用，POI大數據在相關課程的教學中也有良好的應用前景。例如，在“城市總體規劃”課程中，可以結合各類型的POI，分析各類城市用地的空間特征，進而提出規劃引導措施。隨著信息化和智能城市時代的到來，通過新型大數據來分析和解決城市問題將逐步成為主流方法，教師應積極將POI大數據為代表的新型數據引入課堂教學，進一步豐富教學實例，提升教學質量，引導學生成為融入大數據時代的高素質人才。

基金項目：本文得到了國家自然科學基金“基于多尺度GeoDesign的城鎮建設用地空間調控研究”（41401183）；河南大學國家級大學生創新創業訓練計劃項目“中原城市群建設用地的多維演化機制與多策略空間調控”（202110475104）；河南大學國家級大學生創新創業訓練計劃項目“基于POI大數據的鄭汴都市區城市功能空間評價與優化調控”（201910475045）的資助

參考文獻

[1]曹芳潔，邢漢發，侯東陽，等.基于POI數據的北京市商業中心識別與空間格局探究[J].地理信息世界，2019，26（01）：66-71.

[2]張鐵映，李宏偉，許棟浩，等.采用密度聚類算法的興趣點數據可視化方法[J].測繪科學，2016，41（05）：157-162.

[3]嚴朝霞，季民河，宋太新.上海城市道路對消費活力的影響：基于POI密度與多樣性分析[J].蘇州科技大學學報（自然科學版）， 2017，34（02）：73-80.

[4]黃先梅，趙建吉，孟慶巖，等.基于夜間燈光數據的快速城鎮化地區城市擴展與重心演變分析——以河南省為例[J].世界地理研究， 2019，28（01）：79-89.

[5]劉鈺，詹晨霄，張鵬巖，等.建設用地與城市人口的空間失調特征及其驅動機制分析——以臺灣海峽西岸地區為例[J].資源科學， 2017，39（8）：1497-1510.