2. 江苏省智慧城市设计仿真与可视化技术工程实验室,南京 210093
2. Provincial Engineering Laboratory of Smart City Design Simulation & Visualization, Nanjing 210093, China
伴随着智能技术的普及应用,新零售模式得到快速发展,广泛应用于生活服务领域,并在疫情影响下得到进一步普及。第46次《中国互联网络发展状况统计报告》显示,受疫情影响,线上买菜等生活服务类消费应用呈现爆发式增长,截至2020年6月用户规模已达2.57亿,占网民比例27.4%[1]。在线生活服务和即时配送改变了传统到店消费的服务供给模式,提高了城市生活服务供给的灵活性、流动性和可达性,并对城市生活服务设施布局及供需匹配带来颠覆性的影响[2]。
开展可达性研究是引导城市服务资源均衡布局、实现服务公平性的重要途径。常用的可达性测度方法有比例法[3]、最近距离法[4]、机会累积法[5]和空间相互作用法[6]等。如曾文采用最近距离法测度了南京社区服务设施可达性[7]。但已有研究主要关注线下实体服务设施的可达性,对于互联网“新零售”模式下的在线生活服务可达性研究较少。汪凡采用空间最邻近指数和核密度分析方法对比了传统零售和新零售在空间布局上不同特征[8]。总体上,线下生活服务设施可达性研究较为成熟,线上生活服务可达性也逐渐得到学者关注[9],但对两者之间协调关系的探索几乎没有。
线上生活服务设施供需匹配及时空可达性往往与技术的地理空间扩散和服务效率有关。安德森较早提出技术扩散和效率假说,前者认为网络购物等新技术往往起源于城市中心,因为城市中心地区居民消费水平较高且互联网使用较多,后者则认为居住在郊区等购物和服务可达性较低地区的居民更倾向于选择网络购物来提高购物效率[10]。已有学者通过研究揭示了地理环境对网络购物使用的影响[11-13]。汪明峰等比较了上海不同区位的消费者在利用网络购物上的差异,结果总体上验证了技术扩散假说[14]。甄峰等在验证技术扩散假说的同时进一步探索了购物阶段和产品类型对购物渠道选择的影响[15]。目前对于技术扩散和效率假说的实证研究主要集中于传统网络购物行为,而缺少即时配送等新零售模式的相关实证研究。因此,本文立足于移动互联网和即时配送服务对城市居民日常生活服务供需关系的影响,利用美团外卖生鲜果蔬配送数据,通过两步移动搜索法定量测度城市居民线上日常生活服务可达性,并与传统线下日常生活服务设施可达性进行耦合协调分析,探讨二者的协调关系。考虑到线上生活服务作为一种新兴服务供给方式主要在中心城区率先得到普及[16],本文选取信息化水平较高、网络购物快速发展的南京市中心城区作为研究案例地。本文可为新零售影响下的城市生活服务资源优化配置与公平性提升提供理论依据,并为面向未来智慧城市发展的公共服务设施配置优化布局提供实践指导。
2 研究区概况与数据来源 2.1 研究区概况南京市是江苏省省会,长三角城市群的中心城市之一,《南京市第七次全国人口普查公报》和《南京市2020年国民经济和社会发展统计公报》显示,2020年末全市常住人口931.5万,城镇化率达86.8%,全年实现地区生产总值1.5万亿元。2018年北大光华管理学院发布的《新零售城市创新指数报告》显示,南京市新零售发展综合指数位居全国第八。目前南京中心城区已有京东到家、美团外卖、盒马生鲜等主要的新零售配送平台入驻,呈现出发展速度快、业态覆盖广的特点。本文以南京中心城区为研究区域,涵盖南京主城区与江北新主城两大板块,总面积864 km2(图 1)[17]。研究选择居住小区作为可达性测度单元,根据链家房源信息共提取2745个居住小区。
本文采用的数据主要包括南京中心城区线上和线下生鲜果蔬店铺POI数据、居住小区边界矢量数据及单价、建筑年代等属性数据、连续一周的居民匿名手机信令数据。
美团外卖是用户覆盖率最高的即时配送平台之一,根据中国市场信息调查业协会发布的《2020线上生鲜行业报告》,其在2020年前三季度线上生鲜零售交易额占比达12.6%,具有较好的数据代表性。因此选取美团外卖APP的生鲜果蔬类店铺数据来代表线上生鲜果蔬服务。利用Selenium工具进行数据挖掘(抓取时间为2020年9月17日—19日)。数据采集过程中,首先在美团外卖平台以居住小区为收货地址搜索提供生鲜果蔬配送服务的店铺名称;其次在百度地图开放平台以爬取的店铺名称为关键词调用地点输入提示服务,获取位置信息。共获得2096条有效信息。
根据居民生鲜果蔬类购物场所特点[18],本文选择菜市场、农贸市场、超市和便利店代表线下生鲜果蔬服务的主要设施。百度POI数据提供了所有企业、生活设施等城市兴趣点的地理信息,因此可认为其代表了城市空间结构的全部研究对象[19]。本文利用百度地图API接口(抓取时间为2020年9月19日)以超市、菜场、农贸市场为检索关键字爬取POI数据。共获得7216条有效信息。
采用手机信令数据测算研究小区人口,根据用户停驻点个数及日常生活时间规律对用户停驻点的职住识别率可达90%以上[20]。本文采用250 m格网的空间单元,识别手机用户(采集时间为2019年6月10日—16日)在3:00—5:00点夜间居住时间窗口的格网分布数据,统计小区边界内一周平均夜间停驻点数量,作为小区居住人口(表 1)[21]。
生鲜果蔬店铺属于日常生活服务设施,通常居民在一定出行或配送范围内具有多个设施点可供选择,同时考虑数据的可获取性及分析的可行性,本文采用基于累积机会的两步移动搜索法计算各小区线下和线上生鲜果蔬供给服务的可达性。两步移动搜索法分别以设施点和居民点为源,以出行极限距离或时间为搜索半径进行两次搜索,对搜索半径内居民可以接近的设施数量进行统计,数值越高则可达性越好[22]。具体步骤为:
第一步,对每个生鲜果蔬供给设施j,搜索距离阈值(d0,服务半径)范围内的小区质心(k),计算供需比Rj。
(1) |
式中,Pk为搜索区内小区k(即dkj ≤ d0)的人口数;Sj为j点的总供给;dkj为位置k和j的距离。
第二步,对每个小区质心i,搜索所有距离阈值(d0, 服务半径)内的生鲜果蔬供给设施(j),将所有的供需比Rj求和即得到小区(i)的可达性A。
(2) |
式中,AiF为小区i对生鲜果蔬服务的空间可达性,值越大表明小区的可达性越好;Rj为小区i搜索区(dij ≤ d0)生鲜果蔬供给设施j的供需比。
3.2 耦合协调度模型本文利用耦合协调度模型计算线上和线下生鲜果蔬店铺可达性之间相互关联、相互影响的强弱程度,公式为:
(3) |
式中:u1和u2分别为线上和线下生鲜果蔬店铺可达性;C为耦合度。当C =1时耦合度最大,两者之间实现共振耦合;当C =0时,两者之间耦合度非常小,系统趋于无序发展[23]。通常C值可划分为多个等级。
耦合协调度是衡量两者协调发展水平高低的指标,能规避单纯依靠耦合度产生的误差。公式为:
(4) |
式中,T为线下和线上生鲜果蔬店铺综合可达性评价指标;a、b分别为线下和线上生鲜果蔬店铺对综合可达性的贡献程度;D为耦合协调度,取值范围为0—1,D值越大,两者发展越协调,反之亦然[24]。
耦合协调度模型可以准确评价线上和线下生鲜果蔬店铺可达性之间的协调发展水平,却难以评价二者相对发展状况,故以相对发展度模型求取二者的相对发展度系数E [25]。公式为:
(5) |
为提高数据的可对比性,对可达性值进行去极值和标准化处理。
4 结果分析 4.1 线上设施核密度分布符合技术扩散假说为探究线上和线下生鲜果蔬店铺的空间集聚特征,本文利用ArcGIS10.5的核密度分析方法,计算线上和线下生鲜果蔬店铺的空间核密度值,并按自然断点法分为低值区、较低值区、中值区、较高值区和高值区五类(图 2)。
结果显示线上和线下的生鲜果蔬店铺核密度分布都属于区域密集型,存在明显的高密度集中区域,呈大面积团块状分布。线下生鲜果蔬店铺核密度值在老城区等城市中心区域呈现出明显的高值区,这是南京人口最为集中的地区之一,城市公共服务设施较为完善。其次在以河西新城、东山副城、江北新主城等新城片区,核密度值出现点状高值区域。线上生鲜果蔬店铺核密度高值集聚区主要分布在老城地区,同时在江北新主城等地存在零星较高值区,总体呈现出随着到老城距离的增加而递减的趋势。但相较于线下生鲜果蔬店铺核密度,其高值区面积更小、分布更集中,这表明线上生鲜果蔬店铺的分布密度符合网络消费活动的技术扩散假说,由于线上配送零售处于快速发展阶段,老城等内城地区发展相对较为成熟,而外围新城地区发展相对滞后。同时,这种技术扩散并非单纯的近域扩散,而是随着南京新城的发展建设展现出从老城向新城跳跃式扩散的现象。
4.2 线下设施可达性老城地区较高新城地区较低已有研究将15分钟步行距离即1000 m左右范围界定为15分钟社区生活圈,认为社区服务功能应在其中集中设置[26]。生鲜果蔬服务正是社区生活圈中使用频率最高的服务之一,同时往往按照千人指标配置设施规模,因此其可达性与步行距离及居住人口分布高度关联。本文选定15分钟社区生活圈的1000 m步行距离为搜索距离阈值,采用两步移动搜索法计算实体生鲜果蔬店铺的可达性。实体生鲜果蔬店铺可达性差异较大且分布极不均匀,可达性较高的小区点状分布在河西新城南部、江北新主城等地,可达性一般的小区主要分布在老城区、东山副城等区域,可达性较低的小区在河西新城北部等地呈片状分布(图 3)。
利用ArcGIS10.5进行全局空间自相关(Global Moran's I)分析,基于反距离权重系数,计算线下生鲜果蔬店铺可达性的空间自相关情况。结果显示全局莫兰指数为0.313,Z-score得分为11.26,大于1%显著性水平的临界值2.58,即p值小于0.01,具有显著的正空间自相关关系,说明南京中心城区线下生鲜果蔬店铺可达性的空间集聚特征明显。为进一步说明其空间集聚格局,通过ArcGIS10.5的聚类和异常值分析(Local Moran's I)模块,对其局域自相关情况进行分析(图 4)。
结果主要表现为“低—低”集聚,即线下生鲜果蔬店铺可达性水平较低的小区,其周围小区的可达性水平也相对较低,空间上呈现集聚分布状态,该区域范围主要集中在河西新城北部、东山副城等地。作为中国大城市的典型代表,南京在城市不断向外扩张和郊区化发展过程中,新区生活服务设施配套往往滞后于居住小区建设和人口集聚,导致线下生活服务设施可达性在郊区和新城地区呈现出“低—低”集聚现象。
4.3 线上设施的空间公平性随配送半径增大而提高不同于其它类型的线上商品和服务,生鲜果蔬类商品对配送的时效性要求更高,其配送服务往往遵从就近配送原则。本文以1 km、3 km和5 km配送范围为搜索半径,采用两步移动搜索法计算线上生鲜果蔬店铺的可达性,并由高到低划分为五个等级(图 5)。可以看出,南京线上生鲜果蔬店铺可达性总体上呈现出从城市中心向外围衰减的规律,这符合技术扩散理论假说。同时随着配送范围的增加,线上生鲜果蔬店铺可达性水平的空间差异性逐渐缩小。
对不同配送范围的线上生鲜果蔬店铺可达性进行统计分析,可以看出配送半径越小服务可达性的空间分异越大(图 6)。当配送范围为1公里时,1%的小区无法获得相应服务。当配送范围为5公里时,超过1/3的小区线上生鲜果蔬店铺可达性一般。这表明,随着配送半径增大,线上生鲜果蔬服务可达性提高,这也意味着服务的空间公平性更强。
美团外卖平台的生鲜果蔬配送距离大多在5 km范围内,因此将其作为实际的线上生鲜果蔬店铺可达性搜索半径。通过空间自相关分析线上生鲜果蔬服务可达性的空间集聚状况,结果显示其全局莫兰指数为0.832,Z-score得分为29.60,大于1%显著性水平的临界值2.58,即p值小于0.01,具有显著正的空间自相关关系,说明南京市中心城区线上生鲜果蔬店铺可达性的空间集聚特征显著。线上生鲜果蔬店铺可达性的局域空间自相关分析结果显示(图 4),其空间集聚特征主要以“高—高”和“低—低”类型为主。“高—高”类型区,即线上生鲜果蔬店铺可达性水平较高的小区,其邻近小区的可达性水平也相应较高,这些区域主要集中在老城区、河西新城等地。“低—低”类型区,即线上生鲜果蔬店铺可达性水平较低的小区,其邻近小区的可达性水平也较低,主要集中在江北核心区、东山副城等地。在南京线上配送服务快速发展过程中,由于城市中心地区的生活服务设施更加完善、居民对新技术的使用更加普及,使得城市中心地区的线上生鲜果蔬服务推广应用程度更高,因此其服务可达性也呈现由城市中心区向外围衰减的特征。
4.4 线上和线下设施可达性的耦合关系复杂多元将线上和线下生鲜果蔬店铺可达性分析结果进行标准化处理,测度其耦合度和耦合协调度(表 2)。耦合度可以反映线上和线下生鲜果蔬店铺可达性相互作用的程度,但不能有效揭示协调发展水平的高低,因此计算耦合协调度来反映二者综合发展水平对生鲜果蔬生活服务可达性的贡献。结果显示近90%的小区可达性耦合度大于0.8,说明线上和线下的生鲜果蔬店铺可达性具有明显正相关性,不符合效率假说。生鲜果蔬时效性强和不易保存运输的特点使其线上服务在快速发展的初期往往选择与实体零售店铺合作,采取线上渠道与线下渠道双向合作的发展模式,其服务供给主要以实体门店为中心提供即时配送服务,因此线上生活服务设施与线下生活服务设施布局及可达性呈现出较高的相似性。
从耦合协调度分布来看,高度协调区主要分布于老城区以及河西新城南部、仙林副城等新城区域,中度协调区主要呈带状环绕老城区分布,低度协调区主要集中于东山副城(图 7)。总体上,可达性高度协调地区多集中在老旧小区,而可达性低度协调地区多为新建小区,主要因为老旧小区所在的老城等区域生活服务设施配套较为完善,也为现阶段线上生活服务发展提供了良好的环境,表现出高度协调的特征,而外围的新城地区线上线下生活服务可达性均较低,两者的耦合协调度也较低。
进一步将线上和线下生鲜果蔬服务设施可达性划分为不同的协调发展阶段[25],结果显示线下生鲜果蔬店铺可达性滞后于线上可达性的占比非常高,当日配送服务扩大了线上生鲜果蔬店铺的服务半径,在增加空间公平性的基础上弥补了线下生鲜果蔬店铺配套不足。老城区主要属于Ⅶ类型,表现为线下服务可达性滞后于线上服务可达性,且二者高度协调,但老城区老龄化程度较高,老年人在线配送平台使用率较低,因此需要加强老城区线下实体的生鲜果蔬店铺服务供给。东山副城整体属于可达性低度协调区,主要属于Ⅰ、Ⅱ、Ⅲ类型,应进一步加强实体生鲜果蔬服务设施配套建设,同时考虑到新城地区居住的年轻人比重较高,对当日配送生活服务具有一定依赖性,因此需要在类型Ⅲ区域引导线上生鲜果蔬服务的拓展。仙林副城属于多类型混合分布区,应做好补短板工作,重点加强类型Ⅰ区域的实体生鲜果蔬服务设施配套建设。江北新主城则属于多类型组团状分布区,需要针对不同类型分别加强线下和线上生鲜果蔬服务设施配置。
5 结论与讨论本文以生鲜果蔬店铺为例,采用两步移动搜索法分析线上和线下生活服务设施的可达性,并采用耦合协调度模型研究二者在空间上的协调关系。结果表明,线上和线下生活服务设施空间分布均存在明显的不均衡性,呈现出以老城区为主高度集聚的特征。而线上生鲜果蔬服务供给提高了生活服务的可达性,随着配送范围的扩大,线上生活服务可达性的空间差异减小。线上和线下生鲜果蔬服务可达性具有复杂多元的协调关系,老城区呈现出高度协调的状态,而新城区表现出不同程度的差异性。
线上生活服务遵循技术扩散假说,强化了中心城区生活服务集聚,同时线上生活服务集聚和可达性仍受实体地理空间约束。线上生活服务设施的空间分布和可达性分析结果总体符合技术扩散假说,其普及和发展程度呈现由城市中心区向外围衰减的特征,仍然处于向城市外围扩散的发展阶段。虽然即时配送服务大大扩展了生活服务的供给范围,但受到新技术应用门槛和地区消费模式差异的影响,线上生活服务依然受到实体地理空间约束,线上生活服务设施往往在对新技术接受程度高的区域和邻里联系紧密的社区得到长远发展,这种空间扩散规律进一步引导生活服务设施向更集聚方向发展[27]。
线上生活服务有悖于效率假说,对传统生活服务的空间分异具有加强作用,整体上没有提高生活服务的供给效率和空间公平性。线上和线下生活服务设施可达性耦合关系的结果显示二者具有明显正相关性,不符合网络消费活动的效率假说,线下生活服务较为便利的地区也具有较好的线上生活服务供给。在新零售快速发展阶段,众多传统线下服务在自建线上平台转型升级的同时也承接来自主流线上平台的订单,即存在线下生活服务设施不断拓展线上渠道、线上生活服务设施不断拓展线下渠道的双向合作现象[2]。因此在当前新零售发展阶段中,实体生活服务设施依然对线上生活服务的发展具有显著约束力,实体要素集聚特征进一步加强了新兴服务设施的集聚,强化了生活服务供给的空间分异和不公平性。
线上生活服务主要遵循技术扩散假说而有悖于效率假说,其设施分布和可达性在空间上存在明显不均衡性。因此线上生活服务应结合社区建成环境、居民年龄构成、服务需求等要素来优化其空间布局、设施规模和经营方式[28]。现阶段线上生活服务依然以实体门店为中心依托社区来发展,未来应引导线上线下服务融合的智慧社区建设,建立数据融合、互联互通、以人为本的智慧平台和更加人性化的社区商业物流服务体系,加强相关配套设施的建设。本文仅从可达性的角度探讨了线上配送服务与实体生活服务在地理空间上的协调发展关系,未来需要进一步挖掘居民社会阶层状态、社区建成环境等要素对生活服务设施可达性及供需匹配的影响机制。与日用百货、药品等类型商品相比,生鲜果蔬类商品的线上配送服务具有使用频率高、配送时效性强、配送距离短等特点,未来应加强不同使用频率的生活服务线上线下可达性对比研究,同时针对不同城市化背景和零售业空间结构的城市进行实证研究,挖掘线上线下生活服务设施可达性在不同类型城市之间的差异性规律。“新零售”发展将不断强化不断创新其服务模式,而本文研究成果仅反映其当前发展阶段的新零售供给特征,未来应加强不同时间段的研究来更好地理解线上生活服务设施的时空演变和供需关系变化。
[1] |
中国互联网络信息中心(CNNIC). 第46次中国互联网络发展状况统计报告[R/OL]. (2020-09-29)[2021-07-03]. http://www.cac.gov.cn/2020-09/29/c_1602939918747816.htm. [China Internet Network Information Center. The 46th China Statistical Report on Internet Development[R/OL]. (2020-09-29)[2021-07-03]. http://www.cac.gov.cn/2020-09/29/c_1602939918747816.htm.]
|
[2] |
赵树梅, 徐晓红. "新零售"的含义、模式及发展路径[J]. 中国流通经济, 2017, 31(5): 12-20. [Zhao Shumei, Xu Xiaohong. The meaning, pattern and development path of "new retail"[J]. China Business and Market, 2017, 31(5): 12-20.] |
[3] |
Eck J, Jong T D. Accessibility analysis and spatial competition effects in the context of GIS-supported service location planning[J]. Computers, Environment and Urban Systems, 1999, 23(2): 75-89. DOI:10.1016/S0198-9715(99)00016-2 |
[4] |
Guy C M. The assessment of access to local shopping opportunities: A comparison of accessibility measures[J]. Environment & Planning B: Planning & Design, 1983, 10(2): 219-238. |
[5] |
Wachs M, Kumagai T G. Physical accessibility as a social indicator[J]. Socio-Economic Planning Sciences, 1973, 7(5): 437-456. DOI:10.1016/0038-0121(73)90041-4 |
[6] |
Joseph A E, Bantock P R. Measuring potential physical accessibility to general practitioners in rural areas: A method and case study[J]. Social Science & Medicine, 1982, 16(1): 85-90. |
[7] |
曾文, 向梨丽, 张小林. 南京市社区服务设施可达性的空间格局与低收入社区空间剥夺研究[J]. 人文地理, 2017, 32(1): 73-81. [Zeng Wen, Xiang Lili, Zhang Xiaolin. Research in spatial pattern of accessibility to community service facilities and spatial deprivation of low income community in Nanjing[J]. Human Geography, 2017, 32(1): 73-81.] |
[8] |
汪凡, 林玥希, 汪明峰. 第三空间还是无限场景: 新零售的区位选择与影响因素研究[J]. 地理科学进展, 2020, 39(9): 1522-1531. [Wang Fan, Lin Yuexi, Wang Mingfeng. "Third space" or "infinite occasion" : Location choice and influencing factors of the new retail industry[J]. Progress in Geography, 2020, 39(9): 1522-1531.] |
[9] |
Xi G L, Cao X Y, Zhen F. The impacts of same day delivery online shopping on local store shopping in Nanjing, China[J]. Transportation Research Part A: Policy and Practice, 2020, 136(1): 35-47. |
[10] |
Anderson W P, Chatterjee L, Lakshmanan T R. E-commerce, transportation, and economic geography[J]. Growth & Change, 2003, 34(4): 415-432. |
[11] |
Farag S, Krizek K J, Dijst M. E-Shopping and its relationship with in-store shopping: Empirical evidence from the Netherlands and the USA[J]. Transport Reviews, 2006, 26(1): 43-61. DOI:10.1080/01441640500158496 |
[12] |
Krizek K J, Yi L, Handy S L. Spatial attributes and patterns of Use in household-related information and communications technology activity[J]. Transportation Research Record: Journal of the Transportation Research Board, 2005(1926): 252-259. |
[13] |
Ren F, Kwan M P. The impact of geographic context on e-shopping behavior[J]. Environment and Planning B: Planning and Design, 2009, 36(2): 262-278. DOI:10.1068/b34014t |
[14] |
汪明峰, 卢姗, 袁贺. 网上购物对不同区位消费者行为的影响——市区和郊区的比较[J]. 城市规划, 2013(11): 84-88, 95. [Wang Mingfeng, Lu Shan, Yuan He. Influences of online shopping on consumer behaviors at different shopping locations: A comparative study on city center and suburb[J]. City Planning Review, 2013(11): 84-88, 95.] |
[15] |
Zhen F, Du X J, Cao J, et al. The association between spatial attributes and e-shopping in the shopping process for search goods and experience goods: Evidence from Nanjing[J]. Journal of Transport Geography, 2018, 66(1): 291-299. |
[16] |
席广亮, 甄峰, 汪侠, 等. 南京市居民网络消费的影响因素及空间特征[J]. 地理研究, 2014, 33(2): 284-295. [Xi Guangliang, Zhen Feng, Wang Xia, et al. Study on the influencing factors and spatial characteristics of residents'online consumption in Nanjing[J]. Geographical Research, 2014, 33(2): 284-295.] |
[17] |
韩非, 陶德凯. 日常生活圈视角下的南京中心城区居民生活便利度评价研究[J]. 规划师, 2020, 36(16): 5-12. [Han Fei, Tao Dekai. Evaluation of residents'daily life convenience degree from the viewpoint of daily life circle, Nanjing[J]. Planners, 2020, 36(16): 5-12.] |
[18] |
周应恒, 卢凌霄, 耿献辉. 生鲜食品购买渠道的变迁及其发展趋势——南京市消费者为什么选择超市的调查分析[J]. 中国流通经济, 2003(4): 15-18. [Zhou Yingheng, Lu Lingxiao, Geng Xianhui. The change of the fresh food purchasing channels and its trend: An investigation on why consumers in Nanjing select supermarkets[J]. China Business and Market, 2003(4): 15-18.] |
[19] |
郭洁, 吕永强, 沈体雁. 基于点模式分析的城市空间结构研究——以北京都市区为例[J]. 经济地理, 2015, 35(8): 68-74, 97. [Guo Jie, Lv Yongqiang, Shen Tiyan. Urban spatial structure based on point pattern analysis: Taking Beijing metropolitan area as a case[J]. Economic Geography, 2015, 35(8): 68-74, 97.] |
[20] |
曹劲舟, 涂伟, 李清泉, 等. 基于大规模手机定位数据的群体活动时空特征分析[J]. 地球信息科学学报, 2017, 19(4): 467-474. [Cao Jinzhou, Tu Wei, Li Qingquan, et al. Spatio-temporal analysis of aggregated human activities based on massive mobile phone tracking data[J]. Journal of Geo-information Science, 2017, 19(4): 467-474.] |
[21] |
关庆锋, 任书良, 姚尧, 等. 耦合手机信令数据和房价数据的城市不同经济水平人群行为活动模式研究[J]. 地球信息科学学报, 2020, 22(1): 100-112. [Guan Qingfeng, Ren Shuliang, Yao Yao, et al. Revealing the behavioral patterns of different socioeconomic groups in cities with mobile phone data and house price data[J]. Journal of Geo-information Science, 2020, 22(1): 100-112.] |
[22] |
韩非, 罗仁朝. 基于可达性测度的城市社区居家养老服务供需匹配研究——以南京为例[J]. 经济地理, 2020, 40(9): 91-101. [Han Fei, Luo Renchao. Matching of supply and demand for community service-oriented home care facilities based on accessibility measurement: A case study of Nanjing[J]. Economic Geography, 2020, 40(9): 91-101.] |
[23] |
李宝庆, 陈琳. 战略性新兴产业空间演化及区域经济耦合发展研究——以长三角区域为例[J]. 人文地理, 2014, 29(1): 94-98. [Li Baoqing, Chen Lin. Empirical research on the spatial layout changing and the coupling development of the strategic emerging industries and regional economy: A case study of Yangtze River Delta[J]. Human Geography, 2014, 29(1): 94-98.] |
[24] |
戢晓峰, 李武, 郝京京. 连片特困地区可达性与贫困程度的空间耦合模型[J]. 交通运输系统工程与信息, 2017, 17(4): 33-39. [Ji Xiaofeng, Li Wu, Hao Jingjing. Spatial coupling model between accessibility and poverty intensity in poverty contiguous destitute areas[J]. Journal of Transportation Systems Engineering and Information Technology, 2017, 17(4): 33-39.] |
[25] |
文先明, 王策, 熊鹰, 等. 湖南省新型城镇化与金融支持的耦合协调发展[J]. 经济地理, 2019, 39(7): 96-105. [Wen Xianming, Wang Ce, Xiong Ying, et al. Coupling coordination development between new urbanization and financial support in Hunan Province[J]. Economic Geography, 2019, 39(7): 96-105.] |
[26] |
李萌. 基于居民行为需求特征的"15分钟社区生活圈"规划对策研究[J]. 城市规划学刊, 2017(1): 111-118. [Li Meng. The planning strategies of a 15-minute community life circle based on behaviors of residents[J]. Urban Planning Forum, 2017(1): 111-118.] |
[27] |
张逸姬, 甄峰, 张逸群. 社区O2O零售业的空间特征及影响因素——以南京市为例[J]. 经济地理, 2019, 39(11): 104-112. [Zhang Yiji, Zhen Feng, Zhang Yiqun. Adoption of O2O strategies by community retailers in Nanjing[J]. Economic Geography, 2019, 39(11): 104-112.] |
[28] |
于悦, 李钢, 金安楠, 等. 社区化新零售门店空间布局与影响因素研究——以成都市盒马鲜生为例[J]. 陕西师范大学学报(自然科学版), 2021, 49(2): 86-97. [Yu Yue, Li Gang, Jin Annan, et al. Spatial distribution and influencing factors of community-oriented new retail stores: A case study of Freshippo stores in Chengdu city[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2021, 49(2): 86-97.] |