代思佳 雷中英

摘要：近年來，隨著城市擴(kuò)張和城鎮(zhèn)化水平不斷提高、人口變化等因素，城市景點(diǎn)的布局與人口分布的關(guān)聯(lián)程度也日益加強(qiáng)。文章基于POI景點(diǎn)數(shù)據(jù)為例，應(yīng)用核密度估計(jì)法和Getis-Ord Gi*指數(shù)法分析景點(diǎn)的分布密度、熱/冷點(diǎn)分布及其與人口的空間關(guān)聯(lián)程度。對南京和西安兩個(gè)歷史文化名城的分析結(jié)果表明：經(jīng)濟(jì)發(fā)展水平更高、基礎(chǔ)設(shè)施更完善的城市更具旅游吸引力，景點(diǎn)與人口分布緊密相關(guān)，這有助于進(jìn)一步總結(jié)城市景點(diǎn)與人口分布的關(guān)系與經(jīng)驗(yàn)，并對其他景點(diǎn)城市品質(zhì)提升提供重要參考。

關(guān)鍵詞：景點(diǎn);人口分布;相關(guān);南京;西安

中圖分類號(hào)：TP3??? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）29-0004-04

Comparative Study on Spatial Distribution of Scenic Spots in Nanjing and Xi'an based on ArcGIS

DAI si-jia，LEI Zhong-ying

（Yangtze University， Wuhan 430100， China）

Abstract：In recent years， with the urban expansion， the continuous improvement of urbanization level， population change and other factors， the correlation between the layout of urban scenic spots and population distribution has also been strengthened day by day . Based on POI scenic spot data， this paper analyzes the distribution density， hot/cold spot distribution and its spatial correlation with population by using kernel density estimation method and Getis-Ord GI * index method. The analysis results of two famous historical and cultural cities， Nanjing and Xi'an， show that cities with higher economic development level and better infrastructure are more attractive for tourism， and scenic spots are closely related to population distribution， which is helpful to further summarize the relationship and experience between urban scenic spots and population distribution， and provide an important reference for the improvement of urban quality of other scenic spots.

Key words：place of interest; population distribution; relevant; Nanjing; Xi'an

景點(diǎn)逐漸成為拉動(dòng)一個(gè)城市或區(qū)域經(jīng)濟(jì)發(fā)展與城市競爭的重要推動(dòng)力，一定程度上滿足了人們的精神和文化需求，更是成為一個(gè)城市的重要標(biāo)簽和記憶點(diǎn)。社會(huì)經(jīng)濟(jì)的蓬勃發(fā)展和新型城鎮(zhèn)化，使得城市人口不斷聚集，景點(diǎn)與人口聚集的空間關(guān)聯(lián)愈發(fā)顯著[1]。景點(diǎn)分布對于滿足居民精神文化需求，提高景區(qū)服務(wù)的便利性、快捷性具有重要的意義。

興趣點(diǎn)（Point of Interest，POI）用來表示地理信息系統(tǒng)中的地理對象，是一種具有地理坐標(biāo)的空間數(shù)據(jù)，它因覆蓋面廣、精度高、分類明確等特點(diǎn)應(yīng)用到科學(xué)研究中，并具有獨(dú)特優(yōu)勢[2]。與官方統(tǒng)計(jì)數(shù)據(jù)相比，它的獨(dú)特表現(xiàn)在“定位”特點(diǎn)上，由于它包含了經(jīng)緯度和詳細(xì)地址而擁有較高精度，能準(zhǔn)確且真實(shí)地反映人類的社會(huì)經(jīng)濟(jì)活動(dòng)[3]。當(dāng)前，興趣點(diǎn)在旅游空間格局、區(qū)域可達(dá)性、城市規(guī)劃實(shí)踐、商業(yè)空間布局、零售商業(yè)中心熱點(diǎn)識(shí)別等方面的應(yīng)用研究越來越受到重視。

本文基于南京、西安POI城市景點(diǎn)的數(shù)據(jù)，進(jìn)行研究比較。南京、西安作為經(jīng)濟(jì)發(fā)展水平較高、人口較多，并且歷史文化底蘊(yùn)深厚的城市，也比較注重旅游景點(diǎn)對城市經(jīng)濟(jì)發(fā)展的推動(dòng)。在基于這兩個(gè)城市景點(diǎn)POI 的比較研究中，對南京和西安在國土空間規(guī)劃中如何更好地建設(shè)景點(diǎn)文化，處理好人口集聚與旅游景點(diǎn)關(guān)系具有重要意義。

1研究區(qū)概況及數(shù)據(jù)來源

1.1研究區(qū)概況

南京地處中國東部，位于長江下游及臨江沿海水域，它曾是華東戰(zhàn)區(qū)司令部的總部。同時(shí)，南京是中國四大古都，它作為第一批國家歷史文化名城輻射周圍地區(qū)，成了漢文明和中華文明的重要組成部分[4]。地理坐標(biāo)為北緯31°14″至32°37″，東經(jīng) 118°22″至119°14″，是長三角輻射帶動(dòng)中西部發(fā)展的重要門戶城市，也是東部沿海經(jīng)濟(jì)帶與長江經(jīng)濟(jì)帶戰(zhàn)略交匯的重要節(jié)點(diǎn)城市。截至2019年，全市下轄11個(gè)區(qū)，總面積6587平方千米，建成區(qū)面積823平方千米，常住人口850萬人，城鎮(zhèn)人口707.2萬人，城鎮(zhèn)化率83.2%。

西安位于關(guān)中平原中部，北鄰渭河、南接秦嶺，是聯(lián)合國教科文組織確定的“世界歷史名城”，是中華文明和中華民族重要發(fā)祥地之一，也是絲綢之路的起點(diǎn)，國家重要的科研、教育和產(chǎn)業(yè)基地[5]。地理坐標(biāo)為北緯33°42″至34°45″，東經(jīng)107°40″至109°49″。同時(shí)，它被評為我國最佳旅游景點(diǎn)，是國際形象最佳的城市之一[6]。截至2019年，全市下轄11個(gè)區(qū)、2個(gè)縣，總面積10752平方千米，建成區(qū)面積729.14平方千米，常住人口

1020.35萬人，城鎮(zhèn)人口761.28萬人，城鎮(zhèn)化率74.61%。

1.2數(shù)據(jù)來源

本文研究所需的數(shù)據(jù)包括南京、西安城市行政區(qū)劃數(shù)據(jù)、景點(diǎn)POI數(shù)據(jù)、城市人口數(shù)據(jù)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)，具體數(shù)據(jù)來源分別如下：

（1）南京、西安行政區(qū)劃數(shù)據(jù)來源于國家行政區(qū)劃數(shù)據(jù)庫。

（2）POI數(shù)據(jù)：南京、西安的POI數(shù)據(jù)是通過調(diào)用百度地圖 API（Application Programming Interface， API）和 Python 網(wǎng)絡(luò)爬蟲獲取的，各城市景點(diǎn)POI分布及數(shù)量如表1。

（3）人口數(shù)據(jù)、社會(huì)經(jīng)濟(jì)數(shù)據(jù)：選取的是國家統(tǒng)計(jì)局和統(tǒng)計(jì)年鑒官網(wǎng)上分別查詢到的南京、西安的人口數(shù)據(jù)。

1.3研究方法

1）核密度估計(jì)法

核密度估計(jì)（KED）是概率論中用來估計(jì)未知密度函數(shù)的方法，它是一種基于研究區(qū)熱點(diǎn)密度和空間點(diǎn)模式的非參數(shù)估計(jì)方法，它的核心是在已有點(diǎn)要素基礎(chǔ)上對未知點(diǎn)要素的密度函數(shù)進(jìn)行估計(jì)，并在研究領(lǐng)域得到了廣泛的應(yīng)用。其中，核密度值的變化是依據(jù)離中心點(diǎn)距離遠(yuǎn)近而產(chǎn)生的，離中心點(diǎn)越近，其值越大，離中心點(diǎn)越遠(yuǎn)，其值越小。核密度的計(jì)算公式為：

式中，是空間位置（x， y）處的核密度值;h 是搜索半徑，即帶寬;、為采樣點(diǎn)t 的坐標(biāo);n 是距離位置（x， y）小于或等于h 的采樣點(diǎn)數(shù)量;x、y 為帶寬范圍內(nèi)待估計(jì)柵格中心的點(diǎn)坐標(biāo)。是帶寬內(nèi)待估計(jì)柵格中心點(diǎn)與采樣點(diǎn)i之間歐氏距離的平方[7]。

2）Getis-Ord Gi*指數(shù)法

空間自相關(guān)方法可以用來度量一個(gè)地理現(xiàn)象或某個(gè)屬性值與相鄰位置的同一現(xiàn)象或?qū)傩灾抵g的相關(guān)性。冷熱點(diǎn)分析常采用局部Getis-Ord Gi*指數(shù)法，在ArcGIS分析工具中采用Getis-Ord Gi*熱點(diǎn)分析，主要用于檢驗(yàn)局部區(qū)域是否存在統(tǒng)計(jì)明顯的高值和低值，一般可采用可視化的方法顯示熱點(diǎn)和冷點(diǎn)區(qū)域。Getis-Ord Gi*指數(shù)是檢測空間點(diǎn)局部空間自相關(guān)的指標(biāo)之一，用于評價(jià)點(diǎn)在局部空間水平上的聚集程度，從而識(shí)別出具有統(tǒng)計(jì)意義的空間聚集冷熱區(qū)。將一個(gè)元素及其相鄰元素的局部和與所有元素的和按比例進(jìn)行比較，當(dāng)局部總和與期望的局部總和非常不同，使得不可能成為隨機(jī)結(jié)果時(shí)，將會(huì)生成具有統(tǒng)計(jì)意義的顯著性z 分?jǐn)?shù)。本文用Getis-Ord Gi*指數(shù)來分析各類設(shè)施興趣點(diǎn)聚集的熱點(diǎn)區(qū)域的分布情況，計(jì)算公式如下：

進(jìn)行標(biāo)準(zhǔn)化處理得：

式中，和分別是的數(shù)學(xué)期望和方差，為空間權(quán)重，如果是正，且數(shù)值高，說明i周邊的值較高，屬于空間集聚區(qū)域，即為熱點(diǎn)區(qū)域;反之，如果是負(fù)值，表明i周邊的值較低，屬于低空間集聚區(qū)域，即為冷點(diǎn)區(qū)域。得分越高，熱點(diǎn)的集聚就越近、越緊密;得分越低，冷點(diǎn)的聚類就越近、越緊密。

2結(jié)果分析

2.1景點(diǎn)核密度熱點(diǎn)評價(jià)

如圖1，根據(jù)核密度估計(jì)的結(jié)果，南京的核密度景點(diǎn)熱點(diǎn)主要分布在各類服務(wù)設(shè)施齊全、交通便利、商業(yè)較為發(fā)達(dá)、比較繁華的集聚區(qū)域，主要集中分布于玄武區(qū)和秦淮區(qū)，這兩個(gè)區(qū)域著名景點(diǎn)較多，區(qū)域繁華，人流量大。核密度估計(jì)結(jié)果表明，南京景點(diǎn)空間集聚呈由中心POI數(shù)據(jù)核密度值最高，并向四周逐漸減小的趨勢。究其原因，南京中部地區(qū)是城市乃至全國重要的研究、文化和商業(yè)中心，是中國東部的現(xiàn)代服務(wù)業(yè)基地，具有較為深厚的歷史沉淀，隨著城鎮(zhèn)化和人口集聚，給景點(diǎn)帶來的是新一輪的熱點(diǎn)，并在城市更新的過程中保留并完善了一批代表城市歷史文化與深厚底蘊(yùn)象征的標(biāo)志性旅游景點(diǎn)。而周圍其他區(qū)域，尤其是位于城市外圍的區(qū)域，屬于近年來城市擴(kuò)張的產(chǎn)物，是新的經(jīng)濟(jì)開發(fā)區(qū)，交通、服務(wù)設(shè)施等基礎(chǔ)建設(shè)處于建設(shè)和不斷完善的過程中，因此核密度估計(jì)呈現(xiàn)出由中心向四周減小的趨勢。

根據(jù)核密度估計(jì)的結(jié)果，見圖2，西安的核密度景點(diǎn)熱點(diǎn)主要分布在西安市中心，主要分布區(qū)域是雁塔區(qū)、蓮湖區(qū)、灞橋區(qū)和未央?yún)^(qū)，這幾個(gè)區(qū)域集中了西安主要的名勝古跡，如大雁塔、鼓樓、水燈、大明宮遺址等景點(diǎn)，因此西安核密度估計(jì)大致也呈現(xiàn)出中心POI數(shù)據(jù)核密度值高，四周核密度值低的特點(diǎn)。在交通方面，擁有便捷高效的城市交通網(wǎng)絡(luò)，二環(huán)路、三環(huán)路和環(huán)城高速公路貫穿全區(qū)，近年新建市政道路近50條，總里程達(dá)100 公里，實(shí)現(xiàn)了道路網(wǎng)格化;經(jīng)濟(jì)發(fā)展方面，區(qū)域經(jīng)濟(jì)近幾年持續(xù)快速增長，綜合實(shí)力不斷增強(qiáng)，城市建設(shè)、市容管理、醫(yī)療衛(wèi)生、文化教育、社區(qū)服務(wù)等各項(xiàng)事業(yè)都取得重大進(jìn)展，基礎(chǔ)設(shè)施完善;區(qū)域景點(diǎn)眾多，文化底蘊(yùn)濃厚，歷史影響深遠(yuǎn)，古今文化相得益彰，是西安最具代表性的歷史文化旅游區(qū)域。

2.2景點(diǎn)冷熱點(diǎn)評價(jià)

結(jié)合兩者區(qū)域人口分布與景點(diǎn)分布的熱點(diǎn)分析結(jié)果，可對城市景點(diǎn)與人口分布的空間關(guān)聯(lián)進(jìn)行分析。南京和西安的人口密度分布均呈現(xiàn)中間高、四周低的特征，說明兩者人口密度的分布具有相似的規(guī)律，可比性較強(qiáng)。為進(jìn)一步揭示南京和西安城市景點(diǎn)的“熱點(diǎn)區(qū)”和“冷點(diǎn)區(qū)”分布特征，運(yùn)用熱點(diǎn)分析工具將POI數(shù)據(jù)計(jì)算Getis-Ord Gi*指數(shù)得出景點(diǎn)POI熱點(diǎn)與冷點(diǎn)集聚情況，得到景點(diǎn)的熱/冷點(diǎn)分布情況和Z得分如圖所示;在此基礎(chǔ)上，為了更加直觀分析各冷熱點(diǎn)區(qū)域，本文采用反距離權(quán)重插值法對所得熱點(diǎn)圖的Z（Gj*）進(jìn)行插值。

結(jié)合數(shù)據(jù)的相關(guān)特點(diǎn)，在進(jìn)行熱點(diǎn)分析時(shí)，采用了自然間斷點(diǎn)分級法將冷熱點(diǎn)區(qū)域劃分成5類，即核心熱點(diǎn)區(qū)域、次核心熱點(diǎn)區(qū)域、邊緣熱點(diǎn)區(qū)域、邊緣冷點(diǎn)區(qū)域、核心冷點(diǎn)區(qū)域[8]。

圖3是南京市城市景點(diǎn)POI熱點(diǎn)圖及插值后的結(jié)果，從結(jié)果圖可以得到，南京景點(diǎn)的熱點(diǎn)區(qū)集中于該市中部，主要呈環(huán)繞南京中部區(qū)域的特征。核心熱點(diǎn)區(qū)較為集中分布在統(tǒng)一區(qū)域，且連續(xù)分布，主要密集集中于玄武區(qū)和秦淮區(qū)，而六合區(qū)僅有零散分布。這幾個(gè)區(qū)域同時(shí)也是人口密度較大的區(qū)域，符合其人口密度分布情況，因此可以說南京的景點(diǎn)分布與人口分布存在關(guān)聯(lián);冷點(diǎn)區(qū)呈現(xiàn)塊狀分布特征，核心冷點(diǎn)區(qū)域和邊緣冷點(diǎn)區(qū)域主要分布于南京的南部，冷點(diǎn)區(qū)的分布范圍是人口密度較低的區(qū)域，屬于經(jīng)濟(jì)開發(fā)區(qū)域，基礎(chǔ)設(shè)施不夠完善，人口相對來說不夠聚集。應(yīng)多加強(qiáng)基礎(chǔ)設(shè)施的建設(shè)，著力于經(jīng)濟(jì)開發(fā)，以此成為將來吸引人口的潛在因素。

從結(jié)果中顯示出，西安的熱點(diǎn)區(qū)主要位于西安的東北部，且由北向南、由東向西逐漸遞減的趨勢。同樣，西安景點(diǎn)的核心熱點(diǎn)區(qū)呈現(xiàn)出集中在同一區(qū)域，其余區(qū)域呈大范圍塊狀分布。西安人口密度分布如圖3所示，雁塔區(qū)、蓮湖區(qū)、未央?yún)^(qū)人口密度居于西安全市前列，這幾個(gè)區(qū)域人口密度大，屬于西安的“城市核心區(qū)”?？傮w來說，熱點(diǎn)區(qū)分布的主要區(qū)域在雁塔區(qū)以北的幾個(gè)區(qū)域，并且呈以該區(qū)域輻射分布的特征，空間關(guān)聯(lián)性較強(qiáng)。熱點(diǎn)區(qū)也是人口密度分布較大區(qū)域，而邊緣冷點(diǎn)區(qū)、核心冷點(diǎn)區(qū)多分布在距離西安中心市區(qū)較遠(yuǎn)、交通不發(fā)達(dá)、資源配置較少、人口分布少、城市功能相對薄弱的區(qū)域，主要分布于西安的南部。

3 結(jié)論與展望

本文基于POI景點(diǎn)數(shù)據(jù)，通過核密度分析和冷熱點(diǎn)分析，對南京、西安兩座歷史文化古城在景點(diǎn)與人口空間分布方面進(jìn)行比較、分析，結(jié)果顯示兩者在景點(diǎn)與人口空間分布上存在相似的特征。隨著經(jīng)濟(jì)水平的發(fā)展和城市擴(kuò)張，對城市景點(diǎn)與人口分布空間分布特征具有顯著影響，景點(diǎn)與人口密度有較強(qiáng)的關(guān)聯(lián)性。但總體來說，南京相較于西安人口更少、經(jīng)濟(jì)水平總體更高，核密度估計(jì)值也高于西安，在吸引人流量方面更具有優(yōu)勢。

隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展和城市擴(kuò)張，以這樣深厚的歷史

文化底蘊(yùn)為拉動(dòng)經(jīng)濟(jì)和文化發(fā)展的城市應(yīng)當(dāng)加強(qiáng)基礎(chǔ)設(shè)施的

建設(shè)和完善[9]，特別是以交通路網(wǎng)、景區(qū)合理規(guī)劃、商業(yè)服務(wù)、飲食住宿等方面進(jìn)行建設(shè)和優(yōu)化，形成以景點(diǎn)及周邊服務(wù)設(shè)施為核心競爭力吸引人流量，進(jìn)而推動(dòng)城市多方位發(fā)展;另一方面，在進(jìn)行景點(diǎn)規(guī)劃時(shí)，要基于景點(diǎn)與人口分布密度的關(guān)系，協(xié)調(diào)好二者的相關(guān)性和匹配程度，為未來景點(diǎn)為城市帶來的經(jīng)濟(jì)和社會(huì)效益得到充分體現(xiàn)。

參考文獻(xiàn)：

[1]王新越.我國旅游化與城鎮(zhèn)化互動(dòng)協(xié)調(diào)發(fā)展研究[D].青島：中國海洋大學(xué)，2014.

[2]李鵬飛.基于互聯(lián)網(wǎng)地理信息的公共服務(wù)平臺(tái)POI數(shù)據(jù)增量更新研究[D].蘭州：蘭州交通大學(xué)，2020.

[3]姜洪強(qiáng).基于POI數(shù)據(jù)的中國民宿空間分布特征及影響因素[C]//2019年中國地理學(xué)會(huì)經(jīng)濟(jì)地理專業(yè)委員會(huì)學(xué)術(shù)年會(huì)論文集.大連，2019：212.

[4]杜蘭，葛軍蓮，王宏志，等. 基于POI 網(wǎng)絡(luò)信息的景區(qū)最優(yōu)游客接待中心選址研究——以南京鐘山景區(qū)智慧旅游為例[J].華中師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，48（4）：613-619.

[5]肖素平，陳憲，鐘婭琳，等. 淺談我國古都選址的地理因素——以古城西安為例[J].地理教育，2018（1）：58-59.

[6]王蘊(yùn)芳.長三角城市旅游競爭力時(shí)空分異特征及影響因素研究[D].上海：上海師范大學(xué)，2021.

[7]禹文豪，艾廷華，劉鵬程，等. 設(shè)施POI分布熱點(diǎn)分析的網(wǎng)絡(luò)核密度估計(jì)方法[J].測繪學(xué)報(bào)，2015，44（12）：1378-1383，1400.

[8]張良玉，李興陽，王志超，等. 基于Moran’s I指數(shù)的京津冀地區(qū)PM2.5空間自相關(guān)分析[J].四川環(huán)境，2021，40（2）：52-59.

[9]凌濤.基于POI數(shù)據(jù)的城市熱點(diǎn)分析[D].昆明：昆明理工大學(xué)，2018.

【通聯(lián)編輯：代影】