基于兴趣点数据的电影院空间布局
【作者】网站采编
【关键词】
【摘要】Film industry is an important part of the cultural industry, and there is a close relationship between theater distribution pattern and the development of film industry. POI data is characterized by high cover degree of public service facil
Film industry is an important part of the cultural industry, and there is a close relationship between theater distribution pattern and the development of film industry. POI data is characterized by high cover degree of public service facilities variety and wide scope of data, etc. Due to the high cost and low degree of automation of conventional data in the study of spatial structure, this paper presents a method entirely based on POI data and OSM data, which explores the theater distribution pattern in Beijing and its causes. Besides, it puts forward some concrete suggestions in order to provide a new method for the cultural industry planning , as well as meet the needs of the ever-changing cultural structure.
引言
中国电影业从1993 年改革开始至2003 年,基本步入“产业化”发展轨道,同时也面临着来自世界的竞争与挑战,必须进行机制与体制的变革与创新[1]。新世纪以来,全球电影产业进入了一个新的时代,中国的电影产业也在持续不断地稳步增长,对于电影产业发展趋势与现象国内人士做了不同的分析[2,3]。电影院成为超越电影放映场所的多元空间,对于解读现代都市生活、文化变迁、社会形态具有重要价值,进行其空间结构探究、优化电影产业资源配置有利于推进城市文化产业空间格局研究。
近年来,众多学者借助统计、普查数据,从不同层面、不同角度,对电影院的发展历史、发展形态、经营规模、顾客体验以及空间布局特征等多个视角作了探讨[4-6]。同时,已有研究从不同角度提出设施区位选择需要考虑的相关因素,包括人口、城市发展环境、竞争、交通近便性及业态组合等因素[7-10]。借助传统数据的研究对城市内部的空间范围界定和分类研究的空间尺度太大,呈现实时性差、工作量大、复杂性高、价格昂贵等弊端[11]。
开源大数据的应用与发展为城市规划、产业发展带来了新契机,已有学者将公交刷卡记录应用于通勤特征、贫困区域、职住空间分布等分析[12-14];借助手机信令数据探究城镇人口特征、城市空间结构及居民出行特征等问题[15,16];利用轨迹数据预测拥堵地点[17];基于GPS 数据探究城郊居民活动的时空变化特点[18]。其中,兴趣点(Point of Interest,POI)作为一种新兴开源数据,其分布模式、密度在设施规划、城市空间分析中具有重要的意义[19]。
现有利用大数据进行的研究,普遍为广义的定量城市研究,对城市中某些特定文化职能在空间上的分异无法较好地表达。鉴于此,文章基于兴趣点数据及OSM 道路网数据,以北京市为研究区,进行电影院分布模式探究,分析其成因,提出具体规划建议,以期为北京市电影文化产业的规划提供参考。
1 数据与方法
1.1 研究区概况与数据来源
文章以北京市为研究区域,总面积1.641 万平方千米,是首批国家历史文化名城和世界上拥有世界文化遗产数最多的城市之一。改革开放以来,北京市正向消费结构发展的高级阶段迈进,物质生活消费比重逐步下降,文化消费持续增加。2000 年之后,北京市电影票房直线上升,尤其是在2005—2014 年的10 年间,呈现爆炸式增长(图1)。
随着电子地图与导航技术的迅速发展,以POI、OSM 为代表的开源地理数据得到丰富和完善。其中,POI 是一种代表真实地理实体的点状数据,包含经纬度、地址等空间信息以及名称、类别等属性信息,具有精度高、实时性强等特点。文章使用北京市2016 年新浪微博签到POI 数据和OSM 路网数据,预处理后共计提取335 条电影院、 条商业、 条文化以及8353条社区POI 数据,同时,结合抽样实地调研以保证数据真实可用(图2)。从POI 的总体分布特征能够看出:北京市中心城区比远郊区有更高密度的商业、文化活动分布,这和城市的发展历史以及区域开发定位有密切关系。
1.2 方法与实验
空间点的聚集分析在众多领域都得到了良好应用,如地理学、经济学、流行病学等[20]。文章通过核密度估计法识别商业、文化产业以及社区POI 热点区域,采用统计指数Getis-Ord Gi*分析中心城区电影院POI 的全局空间相关性特征,基于OSM 路网数据构建交通可达性测评模型,分析电影院不同距离权重下的影响范围。
POI 核密度估计法的计算公式为:
式中,f(s)为位置s处的核密度函数;h为搜索半径;n为与位置的距离小于或等于的POI 数目;k系数则表示空间权重函数。
Getis-Ord 统计指数的计算公式为:
其中,Ai是电影院对研究单元i吸引力的累计值,即交通可达性;Mj表示电影院j的服务能力(以该电影院的放映厅或者座位数来表示);表示研究单元与电影院之间的出行阻抗(用二者之间的出行距离来描述);p表示研究单元k的人口数;Vj表示人口规模影响因子;β表示出行摩擦系数;n、m分别表示电影院和研究单元的数量。
文章来源:《北京邮电大学学报》 网址: http://www.bjyddxxb.cn/qikandaodu/2021/0707/727.html