我国大量城市在其规划中均提出多中心的空间发展战略,但多中心结构演变是否达到规划预期,能否通过有效途径识别多中心结构和功能,成为目前学术界研究的热点。相比于人口、用地、产业等传统调查和识别方法,城市大数据的出现为多中心识别...我国大量城市在其规划中均提出多中心的空间发展战略,但多中心结构演变是否达到规划预期,能否通过有效途径识别多中心结构和功能,成为目前学术界研究的热点。相比于人口、用地、产业等传统调查和识别方法,城市大数据的出现为多中心识别提供了契机,尤其是基于POI(Point of Interest)大数据的分析比传统方法更加准确高效。论文以重庆主城区40余万条POI数据为基础,利用核密度分析、自然断点法和邻近分析等方法,根据整体及不同类型POI数据的空间分布特征与聚集程度,识别城市总体及不同职能的多中心结构及其影响范围。结果表明:重庆作为山地城市,在自然约束和规划引导下,呈现出明显的"多中心、组团式"结构。不同职能类型的城市中心也呈现明显的多中心分布特征。重庆的主副中心在内环以内集聚,但不同中心的发育程度及其空间聚集度差异显著。外围新兴的西永、茶园等副中心发展相对滞后,城市要素集聚功能有待加强。展开更多
文摘我国大量城市在其规划中均提出多中心的空间发展战略,但多中心结构演变是否达到规划预期,能否通过有效途径识别多中心结构和功能,成为目前学术界研究的热点。相比于人口、用地、产业等传统调查和识别方法,城市大数据的出现为多中心识别提供了契机,尤其是基于POI(Point of Interest)大数据的分析比传统方法更加准确高效。论文以重庆主城区40余万条POI数据为基础,利用核密度分析、自然断点法和邻近分析等方法,根据整体及不同类型POI数据的空间分布特征与聚集程度,识别城市总体及不同职能的多中心结构及其影响范围。结果表明:重庆作为山地城市,在自然约束和规划引导下,呈现出明显的"多中心、组团式"结构。不同职能类型的城市中心也呈现明显的多中心分布特征。重庆的主副中心在内环以内集聚,但不同中心的发育程度及其空间聚集度差异显著。外围新兴的西永、茶园等副中心发展相对滞后,城市要素集聚功能有待加强。
