多源空间大数据支持下的南京高校区位优势度分析

doi:10.13474/j.cnki.11-2246.2020.0017

测绘通报 ›› 2020, Vol. 0 ›› Issue (1): 82-88.doi: 10.13474/j.cnki.11-2246.2020.0017

多源空间大数据支持下的南京高校区位优势度分析

黄胜, 张家杰, 荣东超, 夏泽龙, 陈跃红

河海大学地球科学与工程学院, 江苏南京 211100

收稿日期:2019-04-22 修回日期:2019-10-17 发布日期:2020-02-10
通讯作者: 陈跃红。E-mail:yuehong@hhu.edu.cn E-mail:yuehong@hhu.edu.cn
作者简介:黄胜(1998-),男,主要研究方向为地理信息系统。E-mail:1126456109@qq.com
基金资助:
中国科学院战略性先导科技专项（XDA20030302）；国家自然科学基金（41701376）；江苏省自然科学基金（BK20170866）

Spatial location advantage analysis for university campuses in Nanjing, China using multi-source spatial big data

HUANG Sheng, ZHANG Jiajie, RONG Dongchao, XIA Zelong, CHEN Yuehong

School of Earth Sciences and Engineering, Hohai University, Nanjing 211100, China

Received:2019-04-22 Revised:2019-10-17 Published:2020-02-10

摘要/Abstract

摘要： 基于城市空间大数据，综合生活、交通、环境、人口因素构建了高校区位优势度的评价指标体系，结合专家打分及熵权法对南京高校区位优势进行评估。结果表明：①南京高校综合区位优势度在空间上呈现以南京新街口地区为中心并且向四周递减的结构，区域化特征差异明显；②高校生活区位优势呈现“一超多强”且沿地铁线路分布的多核心空间格局，生活评分变化幅度与所在区域的商业辐射能力呈正相关关系，并且随着范围的扩大两极分化程度加深；③高校交通区位优势以新街口地区为中心，呈现中心评分高、四周低，并主要沿轨道交通线路分布的空间格局；④综合评价表明南京的3个大学城中，江宁大学城发展最好，其次为仙林，浦口最差，但均与主城区内高校群存在较大差距。本文评价结果可为南京市城市基础设施建设，大学城完善及新建大学城规划布局提供科学参考。

关键词: 多源空间大数据, 熵权法, 高校区位优势度, 大学城, 南京

Abstract: Based on multi-source spatial big data, this paper proposes an evaluation model of spatial location advantage for university campuses in Nanjing, China. The evaluation model considers four factors including living, transportation, environment and population and they are combined by experts scoring and entropy weight methods. The evaluation results show that:①The comprehensive spatial location advantage of university campuses in Nanjing presents a spatially decreasing trend from the central area of Nanjing and has significant differences between districts; ②The spatial location advantage of living factor presents "one superpower and multi powers" structure and its spatial pattern is related to Nanjing metro network, the spatial location advantage change of living factor is positively correlated with the commercial radiation capacity; ③The spatial location advantage of transportation reaches the highest in Xinjiekou area and has a strong relationship with Nanjing metro network; ④Jiangning higher education mega center has the highest comprehensive evaluation score, followed by Xianlin higher education mega center and the Pukou higher education mega center withthe lowest comprehensive score, but they have a large gap to university campuses in the central area of Nanjing. The evaluation analysis can provide a valuable decision-making support for the construction of urban in Nanjing and the improvement of higher education mega centers in future.

Key words: multi-source spatial big data, entropy weight method, spatial location advantages for university campuses, higher education mega center, Nanjing

中图分类号:

P208

黄胜, 张家杰, 荣东超, 夏泽龙, 陈跃红. 多源空间大数据支持下的南京高校区位优势度分析[J]. 测绘通报, 2020, 0(1): 82-88.

HUANG Sheng, ZHANG Jiajie, RONG Dongchao, XIA Zelong, CHEN Yuehong. Spatial location advantage analysis for university campuses in Nanjing, China using multi-source spatial big data[J]. Bulletin of Surveying and Mapping, 2020, 0(1): 82-88.

参考文献

[1] 秦萧,甄峰,熊丽芳,等.大数据时代城市时空间行为研究方法[J].地理科学进展,2013,32(9):1352-1361.
[2] 袁存忠,邓淑丹.地理信息大数据探讨[J]. 测绘通报,2016(12):105-107,130.
[3] 李德仁,姚远,邵振峰.智慧城市中的大数据[J].武汉大学学报(信息科学版),2014,39(6):631-640.
[4] 吴志峰,柴彦威,党安荣,等.地理学碰上"大数据":热反应与冷思考[J].地理研究,2015,34(12):2207-2221.
[5] 董庆,袁宗福.利用地理国情普查数据进行区位优势度评价的探索及应用分析[J].测绘与空间地理信息,2017,40(11):108-110.
[6] 徐明德,王森.基于道路和城镇的区位优势度分析[J].世界地理研究,2009,18(4):91-99.
[7] 金凤君,王成金,李秀伟.中国区域交通优势的甄别方法及应用分析[J].地理学报,2008,63(8):787-798.
[8] 武翠芳,赵琦,易海迎,等.基于GIS技术的甘肃省区位优势度分析[J].冰川冻土,2017,39(6):1365-1373.
[9] 李雪铭,李双建,徐丛春.基于Surfer7.0的城市居住小区区位条件评价研究[J].经济地理,2004,24(5):638-642.
[10] 张文忠,刘旺,孟斌.北京市区居住环境的区位优势度分析[J].地理学报,2005,60(1):115-121.
[11] 常瑞敏,刘小鹏,何健.银川市城市居住空间区位优势度分析[J].宁夏工程技术,2011,10(3):278-281.
[12] 程钢,张富杰,杨杰,等. GIS支持下的城市小区的居住适宜性分析研究[J].测绘通报,2016(1):49-52.
[13] 王洋,吴康敏,张虹鸥,等.城市住房区位优势度的空间评价[J].中国房地产,2017(27):9-15.
[14] 安成谋.兰州市商业中心的区位格局及优势度分析[J].地理研究,1990(1):28-34.
[15] 武占云,王远飞.基于GIS的上海市购物中心区位评价研究[J].华中师范大学学报(自然科学版),2010,44(1):152-157.
[16] 陈兵丽.基于GIS的合肥市蜀山区购物中心区位评价[J].石家庄学院学报,2017,19(3):105-111.
[17] 郭建科,王绍博,王辉,等.国家级风景名胜区区位优势度综合测评[J].经济地理,2017,37(1):187-195.
[18] 夏赞才,刘慧霞,罗文斌.中部六省国家级保护地生态旅游区位优势测评[J].中南林业科技大学学报(社会科学版),2018,12(2):66-70.
[19] MURPHY E. Urban spatial location advantage:the dual of the transportation problem and its implications for land-use and transport planning[J]. Transportation Research Part A:Policy and practice, 2012,46(1):91-101.
[20] ESPITIA-ESCUER M, GARCÍA-CEBRIÁN L I, MUÑOZ-PORCAR A. Location as a competitive advantage for entrepreneurship an empirical application in the Region of Aragon (Spain)[J]. International Entrepreneurship and Management Journal, 2015, 11(1):133-148.
[21] 花小丽,陈丽,张小林.大学城建设对南京城市功能的促动研究——以仙林大学城为例[J].经济问题探索,2005(10):83-87.
[22] 刘宁. 大学园区对城市发展的影响研究[D].上海:华东师范大学,2014.
[23] 周鹏. 大学城建设的理论与实证分析[D].郑州:郑州大学,2006.
[24] 郭志宏. 我国大学城建设的问题与对策研究[D].沈阳:东北大学,2008.
[25] 陈晓露. 大学城规划设计与建设研究[D].重庆:重庆大学,2008.
[26] 王嵩. 大学城发展战略及其规划对策研究[D].武汉:华中科技大学,2008.
[27] 王成超,黄民生.我国大学城的空间模式及影响因素[J].经济地理,2006,26(3):482-486.
[28] 赵阳. 大学城空间布局模式与优化策略研究[D].哈尔滨:东北林业大学,2014.
[29] 韩婷婷. 集聚与扩散:发展方式转型下的高校空间布局研究[D].北京:首都经济贸易大学,2016.
[30] 赵效为. 大学城与城市互动发展的经济学分析[D].上海:复旦大学,2005.
[31] 李峻峰.大学城建设与城市可持续发展良性互动研究[J].华中科技大学学报(城市科学版),2007,24(1):86-89.
[32] 宋军.大学城建设与城市发展的互动[J].城市问题,2011(6):48-51.
[33] 何健,贺俊英.大学与城市发展的互动分析及其对城市规划的启示[J].江苏高教,2016(2):81-82,102.

多源空间大数据支持下的南京高校区位优势度分析

Spatial location advantage analysis for university campuses in Nanjing, China using multi-source spatial big data

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 7

编辑推荐

Metrics

本文评价

[1]	吴掠桅, 刘耿. 基于人工蜂群CA模型的南京市土地利用变化模拟与预测[J]. 测绘通报, 2022, 0(2): 95-99.
[2]	忻静, 张雯, 李淑瑶. 自然资源生态空间现状与适宜性分析评价——以上海市金山区为例[J]. 测绘通报, 2021, 0(7): 150-155.
[3]	祁于娜, 王磊. 层次分析-熵值定权法应用于山区城镇地质灾害易发性评价[J]. 测绘通报, 2021, 0(6): 112-116.
[4]	杨振, 徐佳. 利用Sentinel-1A数据监测南京河西地区地面沉降[J]. 测绘通报, 2020, 0(1): 61-65,75.
[5]	许玲丽, 颜梅春. 多源信息多尺度视角的南京市街道级人口模拟研究[J]. 测绘通报, 2019, 0(2): 71-75.
[6]	任家锋, 马卫春, 任程程. 合肥市城市发展质量空间计量分析[J]. 测绘通报, 2018, 0(10): 126-130.
[7]	崔蓓赵伟伟. “天地图南京”经营模式研究[J]. 测绘通报, 2013, 0(9): 118-120.