天津市轨道交通与商业活力的空间耦合研究

Spatial Coupling of Rail Transit and Commercial Vitality in Tianjin

摘要

基于空间句法和ArcGIS空间分析法，使用天津市轨道交通线网数据和大众点评数据分别分析轨道交通结构特征及商业活力空间特征；在此基础上利用双变量相关性分析法和聚类与异常值分析法研究轨道交通与商业活力的耦合性，对天津市进行实证分析。结果表明：首先在整体结构上，天津市轨道交通与商业活力呈现正向耦合性，各类型商业的耦合性不同，美食购物类耦合性最强，住宿酒店类耦合性最弱；其次在单一站点上，各站点与商业活力的耦合性存在差异，其中和平区内站点耦合性较强，耦合性较弱的站点呈零散分布；最后提出结合商业活力空间分布差异，完善轨道交通线网规划和合理化商业布局选择等建议。研究对促进轨道交通与商业的互动发展具有指导意义，并为相关研究提供实证基础和有益参考。

Abstract

Based on methods of spatial syntax and ArcGIS spatial analysis, the structural characteristics of rail transit and the spatial characteristics of commercial vitality were analyzed by using the data of the Tianjin rail transit line network and mass comment, respectively. On this basis, the method of bivariate correlation analysis and clustering and outlier analysis were adopted to explore the coupling between rail transit and commercial vitality, and the empirical analysis was conducted in Tianjin. The results are as follows. Firstly, in terms of the overall structure, rail transit and commercial vitality in Tianjin show positive coupling, and the coupling between all types of commerce is different, with the strongest coupling of food and shopping and the weakest coupling of lodging and hotel. Secondly, in terms of a single station, there are differences in the coupling of each station and commercial vitality, with a stronger coupling of the stations in the Heping District and a weaker coupling of the stations in the scattering distribution. Finally, it is proposed to improve the planning of the rail transit network and rationalize the selection of commercial layout based on the spatial distribution differences in commercial vitality. The study is of guiding significance to promote the interactive development of rail transit and commerce and provides the empirical basis and useful reference for related research.

Graphical abstract

关键词

轨道交通 / 商业活力 / 空间耦合 / 空间分析法 / 天津市

Key words

Rail Transit / Commercial Vitality / Spatial Coupling / Spatial Analysis Method / Tianjin

0　引言

近年来，随着城市轨道交通建设和发展的不断推进，对周边空间及要素的影响不断突显。2018年国务院公布的《关于进一步加强城市轨道交通规划建设管理的意见》(国办发〔2018〕52号)中强调发挥轨道交通对周边区域的积极影响；2023年天津市最新公布的《天津市城市更新行动计划(2023—2027年)》(津政函〔2023〕70号)中提出进一步推动轨道交通服务水平，提升轨道交通对城市活力的带动作用，尤其重视商业活力。基于此，探索轨道交通与商业活力的空间耦合性，促进二者协调可持续发展是当前研究的重要课题，对提升城市商业竞争力和轨道交通线网规划具有重要意义。

围绕轨道交通与商业活力的关系，国内外相关研究主要集中在商业用地和商业业态2个层面。在轨道交通对商业用地的影响层面，研究集中在轨道交通对沿线商业集聚^[1-2]和商业空间产生的影响^[3-5]，King^[6]利用空间统计技术探究了轨道交通线路对商业空间集聚的影响；毛凯^[7]使用定性分析法研究轨道交通与周边商业用地的关系，认为随着距站点距离的不断增加，站点周边商业用地类型和比例会出现相应的改变；洪涛^[8]使用双变量相关性分析、回归分析和GIS空间分析等方法定量分析了南京中心城轨道站点周边商业用地的相互关系，认为轨道站点周边商业用地开发强度呈圈层式递减的规律特征。在轨道交通对商业业态的影响层面，研究集中在轨道交通对不同类型商业产生的影响^[9]，刘斯乔^[10]使用回归分析研究了城市轨道交通的开通对零售商业空间布局的影响，得出轨道交通向网格化发展使得零售商业呈现分散化的发展方式；周妍^[11]研究了餐饮业、休闲娱乐业及零售业与轨道交通站点在空间上的耦合程度；王奕苏等^[12]通过多元线性回归分析法对杭州轨道交通地下商业布局研究；闫瑾^[13]使用ArcGIS分析法解析在时空变换下轨道交通站点周边生活服务设施空间分布发展形势；何建华等^[13]运用Geo Da空间计量工具对轨道交通可达性与餐饮业进行关联性分析得出二者具有正相关。

综上，现有研究在研究对象上多关注轨道交通对商业空间及商业业态的影响，对商业活力的研究较少；在研究方法上逐渐从定性研究为主转变为定性与定量相结合的方法，但定量分析多采用传统的ArcGIS分析方法，单一方法使用较多，少有研究采用多种方法相结合。在当前城市存量高质量发展阶段，研究商业活力更能反应地区的商业质量，从而进一步提升城市活力及推动城市高质量发展；并通过空间句法、ArcGIS空间分析法、双变量相关性分析法和聚类与异常值分析法等多种方法相结合使研究结果更具有科学性，客观准确反应城市轨道交通与商业活力的耦合关系，以期促进轨道交通与商业协调可持续发展。

1　研究区概况、研究方法与数据来源

1.1　研究区概况

选取天津市中心六区(和平区、南开区、红桥区、河北区、河东区和河西区)作为研究区域，总面积达194 km²，研究区概况示意如图1所示。该区域内商业活动丰富且业态多样，基础设施完善，人群聚集度高，有利于开展对商业活力的分析。研究涉及的轨道交通线路为天津市轨道交通1号线、2号线、3号线、4号线、5号线、6号线和轻轨9号线，集中在地上轨道交通，包括地铁和轻轨，线路总长118 km，区域内总计89个站点，约占天津市轨道交通站点总数的75%，且涉及众多轨道交通换乘站点，贯穿天津市重要景点、建筑、交通枢纽和商业中心。

1.2　研究方法

（1）空间句法。空间句法是由Hillier等人提出的基于拓扑关系描述与分析空间的方法^[15]，本质上是数学建模和分析方法，来揭示空间结构的内在不同^[16]，使用该理论分析轨道交通结构特征，全局集成度表示轨道交通系统中某站点与其他所有站点之间联系的紧密程度，全局集成度越高的站点，其通达程度越高，与其他站点之间的联系越紧密。站点全局集成度计算公式如下。

I_i=\frac{D_n(n-\mathrm{2})}{\mathrm{2}(MD-\mathrm{1})}⑴

式中：I_i为站点i的全局集成度；D_n来源于钻石模型图，用于标准化集成度；n为轨道交通系统中所有站点的个数；MD为站点i的平均深度值。

全局穿行度表示轨道交通系统中某站点被任意两站点以最短距离到达时所穿过的频率，全局穿行度较高的站点，其被途经穿过的频率越高，则在该站点周边范围内消费的机会越大。站点全局穿行度计算公式如下。

c{h}_i=\frac{{\displaystyle \sum _{j=\mathrm{1}}^n}{\displaystyle \sum _{k=\mathrm{1}}^n}\delta (j，i，k)}{(n-\mathrm{1})(n-\mathrm{2})}⑵

式中：c{h}_i为站点i的全局穿行度；j，k和i为任意站点；\delta (j，i，k)为站点j与k之间相互通行时站点i被途经一次计数。

（2）ArcGIS空间分析法。空间分析法是基于地理对象位置和形态的空间数据的分析技术，通过定量研究获得地理对象的相关信息和特征等。研究借助ArcGIS软件进行空间分析，主要使用核密度分析、热点分析对商业活力进行研究，并通过缓冲区分析对轨道交通站点建立缓冲区。核密度分析能直观反映要素在区域内的集聚分布情况，从而得到一个连续的表面来分析要素的空间分布特征^[17-18]。对大众点评数据中各店铺评论数进行核密度分析，其用来反映商业活力空间特征，核密度值越高的区域分布集中程度越高，表明商业活力越高。热点分析是一种空间聚类方法，使用该方法通过分析各店铺评论数得到具有高低值的空间聚类位置并识别显著性的热点，用来分析商业活力空间集聚特征。缓冲区分析是研究邻近度问题的分析工具，以站点为中心的800 m缓冲区域为轨道交通影响范围，通过计算缓冲区内各类商业评论热度值，最终获得每个站点实际影响范围内的商业活力。

（3）双变量相关性分析。双变量相关性分析是对2个不同变量之间相关性的分析，最终判断变量之间的相关性程度。根据Jenks自然间断分级法将轨道交通两类空间句法变量值各分为8个等级，依据缓冲区分析分别统计各等级站点缓冲区内5类商业及总商业的评论热度，将两类空间句法变量值各等级的平均值与评论热度进行双变量相关性分析，并使用散点图与最小二乘拟合曲线可视化分析结果，反映轨道交通与各类型商业活力的耦合性。

（4）聚类与异常值分析。聚类与异常值分析是空间聚类分析法之一，通过计算Moran’s I指数值和Z得分来识别具有显著性的高低值(高高聚类和低低聚类)和空间异常值(高异常值由低值围绕和低异常值由高值围绕)。对两类句法变量值和商业评论热度值分别进行排秩，通过计算秩之间差的绝对值来反映两者的耦合关系，对各值进行正向化处理(求最大值与各值之差记为正向化秩距离)作为耦合效果差异的分析数据支撑。将数据导入ArcGIS软件进行聚类与异常值分析，通过可视化结果对比探究各站点的耦合效果差异。

1.3　数据来源

研究数据包括天津市轨道交通线网数据和大众点评数据，通过官方网站下载和网络爬虫的方式获得，再进行矢量化处理。轨道交通线网数据来源于天津市轨道交通官网公布的2022年天津轨道交通线路示意图，对其矢量化处理以获取研究区域内的轨道交通线路和站点，完成数据准备工作。利用大众点评数据作为商业活力分析的重要支撑，爬取美食、酒店等商业类型的店铺名称、星级评分、所属商圈、所属行政区、评论数、详细地址和经纬度等数据。由于数据中有些商户没有评论或评论数极低，故剔除评论数小于20的商户数据，以保证数据的客观性，最终得到939万条有效评论数据，将其分为美食购物(781万条)、休闲娱乐(52万条)、生活服务(87万条)、医疗健康(6万条)和酒店住宿(13万条)共5大类，最后将各类数据导入软件进行矢量化及纠偏处理。

2　空间特征研究

2.1　轨道交通结构特征

研究采用空间句法对轨道交通站点进行全局集成度与全局穿行度的分析与计算，并对两类句法变量值进行可视化，得到轨道交通结构分析图如图2所示。

轨道交通全局集成度和全局穿行度结果基本相似，均表现出“中心-边缘”的结构特征。“中心”区域内轨道交通线网密集且换乘站点较多，因此与其他线路和站点的联系较强，可以看出全局集成度和全局穿行度的高值也集中于此，反映该区域站点的连通性以及被途经频率均高。“边缘”区域则表现出沿轨道交通线路递减的趋势，尤其是越靠近研究区域外围地区，两类空间句法变量值越低，最边缘区域达到最低值。分析轨道交通全局集成度可知，高值分布位置较为集中，表现在以轨道交通1号线、2号线和5号线围合的区域，和平区最为明显，包括营口道站等重要站点。与全局集成度相比，全局穿行度存在明显的极化现象，且分布集中性不强，高值主要是营口道站、下瓦房站、直沽站和天津站等站点，而其他站点没有出现显著的差异。

2.2　商业活力空间特征

对大众点评数据进行矢量化，采用核密度分析法和热点分析法从空间分布和空间集聚2个方面展开分析，以此得出商业活力的空间特征。

（1）空间分布特征。研究使用核密度分析法，获取研究区域内商业评论热度，用来表示商业活力的空间分布情况，得到商业核密度分析图如图3所示。整体商业活力呈现“一轴双核多节点”的空间分布特征，具体分析为：①“一轴”是沿轨道交通1号线为基础形成的轴线，呈“西北—东南”方向，主要串联西北角古文化街片区和滨江道商业街区等天津市传统商业中心，并贯穿营口道站等重要轨道交通站点；②“双核”位于商业评论热度值为八到十等级区域，为天津市商业聚集核心区，具体为围绕滨江道商业区及南开大悦城形成的“双核”，其中以滨江道商业区构成的“一核”与营口道站位置相吻合，以南开大悦城构成的“一核”与鼓楼站位置相吻合；③“多节点”位于商业评论热度值为六和七等级区域，区域内主要存在6个节点，分布在轨道交通站点周边，其中存在2处较为明显节点，分别是河东万达广场商业片区围绕泰昌路站形成的一处节点和奥城商业片区围绕水上公园东路站和体育中心站形成一处节点，各节点发展趋势较强，为商业发展的潜力区。

（2）空间聚集特征。研究使用热点分析以商业评论数为权重识别商业活力极，进一步揭示商业活力的空间集聚特征，得到商业热点分析图如图4所示。商业活力呈现星状布局的空间特征，区域聚集特征显著。热点区域主要分布在海河西侧以滨江道商业区、水上公园、西北角为核心的聚集区域，以及海河东侧以河东万达广场和远洋国际中心为核心的聚集区。研究区域以滨江道商业区为核心形成最大的活力极，其周边鼓楼站、小白楼站、远洋国际中心站附近形成3处次级活力极。热点区域内的商业本身活力和周边活力均高，说明其商业具有较高的发展水平和服务能力，从而表现出显著的向外辐射的趋势。

3　空间耦合关系研究

3.1　轨道交通与商业活力总体耦合性分析

研究获得各等级内轨道交通两类空间句法变量值和站点800 m缓冲区内的商业评论热度值，根据双变量相关法对其进行分析，得到空间句法变量与商业评论热度相关性分析如表1所示，并通过散点图和最小二乘拟合直观反映出各类型商业活力与轨道交通的耦合性。

轨道交通与商业活力总体呈现显著的正向耦合性。全局集成度和全局穿行度分别与总商业评论热度的耦合性非常显著，分别达到0.825和0.926。结合两类空间句法变量所反映的轨道交通结构可知，全局集成度所反映的站点通达性是人们选择在站点周边区域进行商业消费的重要原因，而全局穿行度反映的站点被途径频率对人们商业选择影响不大，人们更倾向于选择目的站点进行商业活动，而不是在中途站点进行消费，因此全局集成度与商业活力的耦合性比全局穿行度高。

轨道交通与各类型商业活力的耦合性不同。美食购物与两类空间句法变量的耦合性较其他类型商业均较强，达到0.862，通过散点图和拟合曲线也可以反映出这一结果，全局集成度与商业评论热度散点图如图5所示，全局穿行度与商业评论热度散点图如图6所示。分析原因可知，一方面美食购物易于依靠轨道交通形成一定数量和规模的美食街和购物中心且布局灵活；另一方面美食购物的消费人群往往直接选择目的地进行消费，且有可能会选择途经站点的周边进行消费。酒店住宿与两类空间句法变量的耦合性均较弱，均为负值，分别为-0.095和-0.025，酒店住宿选址主要围绕差旅场所附近，轨道交通不作为主要考虑因素且轨道交通多为城市内居民出行的交通方式，因此二者耦合性较弱。除酒店住宿外，耦合性较弱的商业类型为生活服务(0.462、0.422)和医疗健康(0.514、0.474)，生活服务主要是需要适宜的交通出行距离以促进人们的消费意愿，而轨道交通仅是该类商业选址的因素之一，因此耦合性较弱。医疗健康由于其特殊性，虽需依靠一定交通优势，但其分布更多考虑服务范围的均衡性，尤其是各居民区附近需要建设小型医疗机构，因而对轨道交通依赖性不高而表现出耦合性较弱的现象。

3.2　轨道交通与商业活力空间耦合性差异分析

将轨道交通两类空间句法变量值与站点缓冲区内各类商业评论热度的正向化秩距离指标进行聚类与异常值分析，得出二者耦合性在各站点上的空间差异并对其进行可视化，聚类与异常值分析图如图7所示。

轨道交通与商业活力的耦合性存在差异性，具体表现为耦合性强弱的站点在数量和分布情况上存在差异。耦合性较强的站点为6个，占研究总站点数的6.74%；耦合性较弱的站点为17个，占研究总站点数的19.1%。

从耦合性较强的站点分布上来看，全局集成度与商业活力耦合性较强的站点主要集中在和平区内，营口道站、和平路站和大王庄站为高高聚类，站点周边商业发展规模处于全市较高水平，周围包含和平大悦城和滨江道步行街等天津市重要商业中心，且站点两类空间句法变量值均高，因此耦合性较强。全局集成度与商业活力耦合性仅存在一处位于顺驰桥站点的高异常值，该站点自身全局集成度和商业活力均低而呈现出高耦合性，但被周围耦合性较弱的站点包围而表现为高异常值，该站点应在促进轨道交通发展的基础上加大商业开发力度，确保二者共同发展。全局穿行度与商业活力耦合性中未出现高高聚类站点，而耦合性高异常值仅出现在顺驰桥和翠阜新村2个站点，进一步说明全局穿行度对轨道交通与商业活力耦合性的影响较全局集成度较弱。

从耦合性较弱的站点分布上来看，轨道交通两类空间句法变量与商业活力耦合性中直沽站均是低异常值，站点具有较高的通达性和被途经频率，轨道交通全局集成度和全局穿行度均较高，但站点周边商业活力不是高值聚集区，且被周边耦合性较高的站点所包围，耦合性难以体现，因此该站点的耦合性有待加强，尤其是商业活力，站点周边需发展较为完善的商业体系，从而加强二者的耦合性。全局集成度与商业活力耦合性表现为低低聚类的站点比较集中，主要分布在3处区域(河东区中北部、南开区南部和河西区南部)，且成林道站、体育中心站、水上公园东路站和凌宾路站两类空间句法变量与商业活力的耦合性均弱，说明以上站点通达性、被途经频率和商业活力均差。

4　研究结论与建议

4.1　研究结论

研究利用空间句法理论分析城市轨道交通结构进而可以较精细地获得各站点的空间分布差异性，同时基于大众点评数据使用ArcGIS空间分析法研究商业活力空间特征，最后分析两者的总体耦合性及在各站点上的耦合性差异。研究主要得出以下结论。

（1）整体商业活力呈现“一轴双核多节点”的分布特征，商业活力热点区域呈现星状布局的集聚特征，活力极分布显著。轨道交通全局集成度和全局穿行度结果基本相似，均表现出“中心-边缘”的结构特征，全局集成度结构特征较全局穿行度更显著。

（2）城市轨道交通系统影响下的商业活力与轨道交通具有显著的正向耦合性，轨道交通全局集成度与商业活力耦合性较全局穿行度更显著。轨道交通与各类型商业活力的耦合性存在一定差异，全局集成度和穿行度耦合关系最强的商业类型是美食购物，最弱的是酒店住宿，并分析各类型商业耦合性强弱的原因，为轨道交通周边商业布局提供借鉴。

（3）轨道交通与商业活力在各站点上的耦合性存在一定差异。全局集成度与商业活力耦合性较强的站点集中分布在和平区内，全局穿行度与商业活力耦合性中未出现较强的站点；而耦合性较弱的站点呈零散分布，轨道交通两类空间句法变量与商业活力耦合性最弱的是直沽站。通过分析耦合性强弱站点可知影响其耦合性的因素主要与轨道交通线路、站点的布置与商业发展水平有关，具体分析耦合性异常的站点可以为研究轨道交通与商业协调发展提供对策建议。

4.2　建议

基于天津市轨道交通与商业活力的空间耦合性分析结果，为促进轨道交通与商业协调可持续发展，结合天津市轨道交通规划及商业发展现状提出以下建议。

（1）推动商业均衡发展。研究区域内商业活力差异较大，其中和平路与滨江道商业区活力较高，该区域人流与交通压力较大，建议加快调整其周边商业业态布局，逐步推动周边各活力节点处重要商业中心的发展，以带动周边轨道交通沿线商业的均衡发展。商业除高活力区外虽存在次级商业活力聚集区，但活力效果不显著，且较高活力区仍有较大差距，急需增强其发展动力，因此建议进一步加强河东区万达广场、河西区万象城、南开区奥城商业广场等片区建设，形成多个次商业中心并发挥其对周边地区的辐射带动作用，最终带动天津市环城四区的发展。

（2）优先考虑将商业灵活布置在全局集成度和穿行度较高的站点附近。小白楼片区和顺驰桥片区具有较高的通达性和被途经频率，但其商业活力不高，商业发展受到限制，建议提高该片区商业发展水平，可考虑依托五大道文化旅游资源建立休闲游憩中心，同时配套一定规模餐饮和休闲娱乐设施，改变其空间发展不均衡的劣势。

（3）结合耦合关系差异改善轨道交通线网，并加强沿线商业发展。从目前天津市轨道交通规划来看，轨道交通线路东向扩展显著，新规划建设的轨道交通线路也进一步强化了东向发展，因此建议在东部轨道交通2号线和5号线换乘区域适当增加商业，并在研究区域西侧适当引入线路或增设站点以满足片区内交通需求。结合商业活力空间分布来看，建议在南开区内加强轨道交通6号线沿线商业开发，在增强商业活力的基础上进一步促进轨道交通与商业的协调发展。

参考文献

[1] LAN A N. Transport Orientated Development and Commercialization of Underground Space in China：Trends in Shanghai，Tianjin and Shenzhen[J]. Procedia Engineering，2016，165：555-563.

[2] DORANTES L M， PAEZ A， VASSALLO J M. Transportation Infrastructure Impacts on Firm Location：The Effect of a New Metro Line in the Suburbs of Madrid[J]. Journal of Transport Geography，2012，22：236-250.

[3] 吴珊珊，庄 宇. 轨道交通影响下的城市商业空间：研究现状与展望[J]. 现代城市研究，2019，34(9)：50-59.

[4] WU Shanshan， ZHUANG Yu. Urban Commercial Space under the Influence of Mass Transportation：Current Status and Perspectives[J]. Modern Urban Research，2019，34(9)：50-59.

[5] KIM J， LEE M S.A Study for the Analysis on Relationship between Transit Ridership and Characteristics of Transit Centers[J].Journal of the Architectural Institute of Korea Planning Design，2010，26(10)：305-312.

[6] LAN A N. Transport Orientated Development and Commercialization of Underground Space in China：Trends in Shanghai，Tianjin and Shenzhen[J]. Procedia Engineering，2016，165：555-563.

[7] KING D. Developing Densely：Estimating the Effect of Subway Growth on New York City Land Uses[J]. Journal of Transport and Land Use，2011，4(2)：19-32.

[8] 毛 凯. 基于TOD模式城市轨道交通站点周边土地开发研究：以西安地铁8号线为例[D]. 北京：北京交通大学，2022.

[9] 洪 涛. 南京中心城轨道站点周边商业用地开发强度研究[D]. 南京：南京工业大学，2018.

[10] 姚巧爱，宫同伟，史　津. 基于大众点评数据的城市轨道交通与商业设施耦合发展：以天津市为例[J]. 天津城建大学学报，2019，25(4)：239-245.

[11] YAO Qiaoai， GONG Tongwei， SHI Jin.Coupling Development of Rail Transit and Commercial Facilities Based on Public Comment Data：Taking Tianjin as an Example[J]. Journal of Tianjin Chengjian University，2019，25(4)：239-245.

[12] 刘斯乔. 轨道交通对零售商业空间布局影响分析[J]. 商业经济研究，2020(6)：30-32.

[13] 周 妍. 基于POI数据的商业业态与轨道交通站点空间耦合研究：以杭州主城区为例[C]//中国城市规划学会. 中国城市规划学会年会论文集：2019年卷.重庆：中国建筑工业出版社，2019：1090-1097.

[14] 王奕苏，叶诗宇，金　园，等. 杭州轨道交通地下商业布局研究[J]. 铁道运输与经济，2018，40(6)：95-100.

[15] WANG Yisu， YE Shiyu， JIN Yuan，et al. A Study on the Underground Commercial Layout of Hangzhou Rail Transit Stations[J]. Railway Transport and Economy，2018，40(6)：95-100.

[16] 闫　瑾. 哈尔滨轨道交通站点对生活服务设施空间分布影响研究[D]. 哈尔滨：东北林业大学，2020.

[17] 何建华，曹振琴，李　纯. 武汉市地铁可达性与餐饮网点的空间耦合性研究[J]. 测绘与空间地理信息，2018，41(2)：10-13.

[18] HE Jianhua， CAO Zhenqin， LI Chun. Space Coupling Research on Accessibility of Subway with Catering Services Spot in Wuhan[J]. Geomatics & Spatial Information Technology，2018，41(2)：10-13.

[19] HILLIER B， HANSON J. The Social Logic of Space[M].Cambridge：Cambridge University Press，1984.

[20] 武凯华，李朝奎，刘俊杰，等. 空间句法理论在城市交通网络分析中的应用[J]. 测绘科学技术学报，2018，35(6)：637-642.

[21] WU Kaihua， LI Chaokui， LIU Junjie，et al. Application of Space Syntax Theory in Urban Traffic Network Analysis[J]. Journal of Geomatics Science and Technology，2018，35(6)：637-642.

[22] 陈　晨，修春亮，陈　伟，等. 基于GIS的北京地名文化景观空间分布特征及其成因[J]. 地理科学，2014，34(4)：420-429.

[23] CHEN Chen， XIU Chunliang， CHEN Wei，et al. Spatial Distribution Characteristics of Place-Name Landscape Based on GIS Approach in Beijing and Its Reasons for the Formation[J]. Scientia Geographica Sinica，2014，34(4)：420-429.

[24] 禹文豪，艾廷华. 核密度估计法支持下的网络空间POI点可视化与分析[J]. 测绘学报，2015，44(1)：82-90.

[25] YU Wenhao， AI Tinghua. The Visualization and Analysis of POI Features under Network Space Supported by Kernel Density Estimation[J]. Acta Geodaetica et Cartographica Sinica，2015，44(1)：82-90.

基金资助

天津市哲学社会科学规划项目(TJGLQN22-005)