基于ArcGIS的北京早市空間分布特點研究

摘要：隨著城市現代化的發展，學界與業界越來越重視城市空間的優化升級，而早市是現代城市重要的商業空間，其可以反映一個城市的生產生活情況。但城市的快速進步也對早市的發展產生了深遠影響，其在城市的發展中不斷衰落。本文采用ArcGIS10.7工具，對人口、建筑、公交車站、停車場、道路等數據先進行核密度估計法分析，然后運用Logistic回歸型分析，對影響因素進一步探析。通過研究分析，路網密度、公交車站密度以及人口密度對早市產生的影響較大。但是停車場密度、建筑密度并不會對早市產生較大影響。

關鍵詞：早市；ArcGIS；空間分布；城市規劃；北京

以當地小吃、玩具和雜貨為特色的早市是文化遺產地，可以讓人們深入了解城市的歷史、文化和發展。作為商業空間，早市是城市發展中不可或缺的一部分，影響著城市生活的質量。然而，由于快速的城市化發展和商業空間的興起，北京的早市逐漸減少，導致傳統文化遺產流失。衛生條件差、過度擁擠、噪音和交通中斷等問題導致早市不斷受到限制和關閉。早市作為公共空間需要保護和振興，在滿足市民日常需求的同時，也展示城市的歷史和文化。本文希望探析早市的空間分布特征，從而為早市在被當前擠壓的城市空間中找到發展出路，思考傳統文化如何在當下的城市發展中得到保存發揚，使北京早市可以恢復自身獨特的歷史文化特征，在城市空間的發展中體現積極作用，方便人們對城市記憶的追尋和延續發展。

本文所使用的數據主要為網絡開源數據以及地理信息數據。地理信息數據主要由省級行政區規劃數據、區縣級行政區規劃數據、北京市路網數據、北京市建筑數據組成；網絡開源數據由POI數據、第七次人口普查數據組成。[1]

北京城市的早市空間特征分析，對城市更新設計以及城市記憶的存留起著至關重要的作用。從城市的建設、人口兩個方面進行主要研究，最終選取了5個相關的關鍵影響因子。分別為：人口密度、建筑密度、公交車站密度、停車場密度、路網密度。文章采用核密度估計法，對上述影響因子進行分析。對密度分析結果采用自然間斷點法進行分級，共分為6級，其數值越高密集程度越高，反之亦然。核密度估計法的計算公式為：

在計算式中： f （x）是核密度估計函數； h為搜索范圍，即帶寬；n是與位置x的路徑距離小于或等于h的POI點數； k （*）為核密度估計法的方程式。[2]

一、文獻綜述

（一）早市概述及其在城市地區的重要性

在早市剛剛形成并穩定的時期，商販售賣的商品主要為自家所生產的瓜果蔬菜或其他用品。隨著社會的逐漸發展，早市上所售賣的商品種類逐漸增多，并且商業模式也逐漸發生轉變。在發展初期，早市中所售商品的數量較少，主要可以滿足一個家庭的日常所需，而購買人群的年齡層次豐富、職業種類多樣，沒有特定的限制。而如今的早市，商販所售商品數量越來越多，可以進行大量的購買，從零售慢慢演變成了批發的售賣模式，購買人群的年齡層次也開始出現斷層，主要集中于中老年人群，其職業也是退休人群與市場商販較多。

早市的存在，滿足了人們的日常所需。在初期，不僅可以將家庭中富余的商品進行售賣，也給人們帶來市井樂趣，緩解日常的苦悶。在當今的社會環境下，早市給人們提供了一個低價購買物品的渠道，并且提供了豐富多樣的商品種類以便人們進行購買。[3]

（二）相關研究分析

在民國時期，對于臨時市場的稱呼開始逐漸固定。按時間、售賣物品、性質等多種特點進行分類，商業模式趨于穩定。北京歷史文化深厚，梳理其商業史，發現曉市以及小市是北京早市發展的重要前提基礎。[4]在曉市中，有大量的城鄉農作物及其他物品進行交換，其也是連接城鄉的重要空間。在早期的北京城市范圍內，是可以在中心城區見到早市身影的。如現已經消失的北京隆福寺早市。隆福寺早市是由廟會經過多次變遷，最終形成了聚集大量的商販售賣各種物品的重要場所。[5]市場空間中不同的公共設施、建筑小品、景觀等因素，也給市場帶來了不同的人流與發展。[6]

二、結果與分析

（一）北京早市空間分布特征分析

根據POI數據統計，一共對76個北京的早市數據點進行分析。豐臺區、朝陽區以及昌平區的數據點較多，其他區較少。其中，豐臺區的早市個數最多，共為12個。通過核密度分析 （詳見圖1），數據整體呈現出一種由靠近中心城區的地區向外逐漸遞減的分布規律。早市的密度隨著北京環線的增加不斷減少。

早市的空間自相關分析結果 （詳見圖2）顯示其Morans I值為0.537663，說明早市呈現出空間的正相關性。分析結果表現出一種空間聚集的現象。[7]早市密度較高的地區主要集中在二環至四環的豐臺區，以及昌平區的局部地區。而早市密度較低的區域主要集中在五環之外的北京郊區。例如，延慶區、懷柔區、房山區等，越靠近北京與其他省的交界地區，其密度越低，趨于沒有。

（二）多種影響因子影響分析

整理各區第七次人口普查數據，朝陽區的數據點數最多，共43個。越靠近北京市中心，數據點越密集。人口高密度區主要集中在五環以內，尤其是豐臺區、朝陽區和東城區，而人口低密度區主要集中在五環以外，如大興區、通州區和順義區。人口密度由中心向外圍逐漸降低，隨著環線的增加而減少。但各區分散分布著小范圍的高密度人口區。[8]與其他地區相比，北京東南地區人口密度高的區域較多。建筑密度反映了城市的建筑數量和用地空置率。[9]靠近市中心的建筑密度較高，反之亦然。密集程度最高的地區為三環以里的區域，郊區的建筑密集程度普遍較低。二環之內的地區為建筑高密度的核心區域。公交車站密度分析揭示了城市多中心發展的景象，每個地區都有一個或多個公交車站集中區。四環以內的公交車站密度最高，尤其是北京的東南平原地區。公交車站密度由東南向西北山區方向逐漸降低。公交車站密度越靠近市中心越高，越往郊區越低。停車場密度分析確定了北京東北郊區為重要區域，如密云區、懷柔區和順義區。通過核密度估計法確定了三個停車場的高密度區域。由于多種原因，其在北京中心城區的密度較低。道路密度分析反映了北京從中心到郊區逐漸降低的特點，部分地區有小范圍的較高密度區域。東南地區道路密度較高，尤其是四環以內。

（三）Logistic回歸型分析

聯合軟件ArcGIS與SPSSAU兩個軟件進行數據分析，通過二元Logistic回歸分析，最終得到各變量的回歸系數 （詳見表1）。[10]

從表1可知，將路網密度、公交車站密度、人口密度、停車場密度、建筑密度，這5種影響因子設定為自變量，將早市作為因變量，然后將數據進行二元Logistic回歸分析。最終，其模型公式為：

總結分析可知，路網密度、公交車站密度、人口密度對早市產生的影響較大。路網密度的回歸系數值為0.097，公交車站密度的回歸系數值為0.000，人口密度的回歸系數值為0.000。并且，這3種因素呈現出明顯的顯著性，對早市產生顯著的正向影響關系。意味著這3種因素每增加一個單位，早市的變化 （增加）幅度為1.000倍。停車場密度、建筑密度并不會對早市產生較大影響。停車場密度的回歸系數值為-1.773，建筑密度的回歸系數值為-0.001，這兩種影響因素沒有呈現出顯著性。

三、結束語

早市是城市近現代歷史文化以及城市記憶的重要體現，有著強烈的人文性質。通過早市可以快速地對一座城市進行了解。對早市空間分布的研究，豐富了對北京早市及城市空間的研究，其結果為城市規劃者和政策制定者提供了寶貴的信息，以優化城市早市的布局及可達性。通過二元Logistic回歸分析，證明了路網密度、公交車站密度、人口密度這3種因素會對早市產生較大的影響。

除了上文中所分析的5種因素外，影響早市空間分布的原因還有許多。如地形、植被、公共基礎設施等。也可以使用除核密度估計法之外的分析方法，豐富研究內容。后期可以綜合地對早市的空間分布特征進行分析，以期得到更加準確的實驗數據以供分析。

參考文獻：

[1] 梁立鋒，曾文霞，宋悅祥，等.顧及人群集聚和情緒強度的城市綜合活力評價及影響因素[J].地球信息科學學報，2022，24（10）： 1854-1866.

[2] 禹文豪，艾廷華，楊敏，等.利用核密度與空間自相關進行城市設施興趣點分布熱點探測[J].武漢大學學報（信息科學版）， 2016，41（02）：221-227.

[3] 魏浩浩，王勇森，杜永健.青島人的早市情結[J].走向世界， 2012（08）：16-18.

[4] 衛才華.民國時期北京早市商業類型與城市生活[J].民族文學研究，2013（03）：158-164.

[5] 馮舫女.消逝的北京隆福寺早市[J].北京檔案，2020（01）：43-44.

[6] 王雪哲.嚴寒地區早市空間的分類及空間模式研究[D].長春：吉林建筑大學，2018.

[7] 聶延濤，時少華.大運河沿線傳統村落空間分布特征及影響因素[J].北京聯合大學學報，2023，37（01）：45-56.

[8] 呂晨，藍修婷，孫威.地理探測器方法下北京市人口空間格局變化與自然因素的關系研究[J].自然資源學報，2017，32（08）：1385-1397.

[9] 李麗華，鄭新奇，象偉寧.基于GIS的北京市建筑密度空間分布規律研究[J].中國人口·資源與環境，2008（01）：122-127.

[10] 陳韜，鐘傳胤，趙大維，等.基于二元Logistic對城市內澇風險區預測研究[J].中國農村水利水電，2022（05）：57-61+69.

作者簡介： 王雪妍，女，漢族，北京人，碩士研究生在讀，研究方向：城市更新。