基于POI数据的城市土地利用和功能分区*——以“城市内部空间结构”教学为例

汪 超 张海峰

（1. 青海师范大学 地理科学学院, 青海 西宁 810008; 2. 安徽省安庆市第十中学, 安徽 安庆 246001;3. 高原科学与可持续发展研究院, 青海 西宁 810008）

随着互联网的发展和教师地理信息技术能力的提高，基于微信公众号、谷歌地球、在线街景地图、百度人口热力图、百度迁徙数据、夜间灯光数据、短视频、微博等与生活息息相关的各种大数据资源不断被运用到中学地理教学中。近年来，随着教师ArcGIS软件操作技能的提高以及学校多媒体教学设备的完善，通过ArcGIS软件将多源大数据进行时空可视化教学已成为一种趋势。在具体的课堂教学过程中，教师通过操作ArcGIS软件或者直接展示各种大数据资源平台的内容，例如，基于百度大数据平台的热力图，引导学生观察并发现地理问题，总结地理规律。很多地理事物在空间可视化表达中一目了然，有效提高了课堂教学效率。

地理空间大数据具有数据量大、内容丰富、处理速度快的特点，其能够从时空角度描述和解释人地系统，并在更大尺度和更深层次上挖掘出有效空间信息，从而较大程度地体现地理信息的服务价值。POI兴趣点本身就是一类比较完善的地理空间大数据，以POI兴趣点为主要代表的地理空间大数据目前在人文地理学相关问题研究中被广泛运用，尤其是在城市研究上，POI兴趣点数据的兴起带来了巨大的革新与机遇。POI兴趣点为研究城市内部空间结构、划分城市功能区、分析城市间相互作用、总结城市空间发展规律及趋势等方面提供了新的研究视角，越来越多的学者关注其在城市研究中的应用。[1]在教学中，教师借助ArcGIS软件将POI兴趣点等地理空间大数据运用在高中地理教学中，充分体现了《普通高中地理课程标准（2017年版）》（以下简称“新课标”）关于“利用地理信息技术，营造直观、实时、生动的地理教学环境”的理念。[2]

一、POI数据介绍

POI数据是一种代表着地理实体且含有空间位置及属性信息的点状空间数据，例如，政府事业单位等工作场所、商业设施、生活设施、公共文化设施、住宅及其他各类城市设施等，也可以是用户停留的点或移动轨迹点。POI数据主要通过网站开放的API接口检索、网络爬虫或特定的采集软件获取，主要包括电子导航地图POI数据（高德、百度和腾讯地图）、LBS签到POI数据（论坛、微博和大众点评）、手机信令POI数据（移动、联通和电信公司）等。主要应用于探讨城市设施空间格局、城市设施可达性、城区职住关系、城市功能区划分、业态集聚分析、城市中心区或边界识别、兴趣点推荐（选址匹配的最优解问题）等领域。目前对POI数据研究的方法主要包括基于核密度分析、聚类分析等空间分析方法以及基于空间自相关分析、多元回归分析等统计分析方法两大类。

本文通过Python编程，借助高德地图开放的API接口，爬取成都市、重庆市、兰州市和西宁市的全类型POI兴趣点数据（见表1），通过Python编程在安居客网站爬取2021年3月份西宁市主城区全部类型房价数据（见表2）。对数据进行“清洗”，删除重复、无效和错误的点后，将POI兴趣点导入ArcGIS软件中进行可视化表达，结合百度街景地图和Google Earth影像图，探究POI数据及其他大数据在“城市内部空间结构”一课中的应用。

表1 Python爬取的高德地图POI兴趣点数据

表2 Python爬取的安居客房价数据

二、课标内容要求和教学目标

新课标内容要求：“2.2结合实例，解释城镇和乡村内部的空间结构，说明合理利用城乡空间的意义”。结合学生所在城市西宁市，辅以西宁市POI兴趣点、百度街景地图、2005-2019年Google Earth影像图及其他资料，使用相关地理信息技术探究西宁市城市内部空间结构的形成机制。

教学目标：通过展示在线百度街景地图对西宁市进行功能分区；借助Google Earth展示西宁市2005-2019年城市内部空间结构变化，了解城市地域结构的形成过程；分别将西宁市住宅、商业、工业的POI兴趣点与房价（房价POI数据已在ArcGIS中生成插值面）叠加，探究房价的影响因素，然后展示图片、视频等资料，了解可能影响房价的其他因素；通过读图，分析各类土地利用的付租能力与各功能区布局的关系。

三、教学重点

总结城市住宅区、商业区、工业区等功能区的空间分布特征；分析房价的影响因素；理解各类土地利用的付租能力与各功能区布局的关系（地租曲线理论）。

四、教学应用

1.课前准备

收集西宁市地图、卫星影像图、西宁市历年总体规划图；了解自己所知道的小区、重要商场、工业园区的位置及周边交通等环境；登录安居客网站了解从商业中心到郊区的房价变化。

2.新课导入，创设情境

教师将成都市、重庆市、兰州市的全类型POI兴趣点数据导入ArcGIS中，展示三个城市的外部形态，学生比较三个城市外部形态的差异。成都市的外部形态为团块状，兰州市的外部形态为条带状，重庆市的外部形态为组团状。影响不同地区城市外部形态的因素有所差异（见表3）：团块状形态的城市主要分布在平原地区，受地形影响；条带状形态的城市主要分布在河谷和铁路线地区，受地形、水系和交通线因素影响较大，西宁市形态也属于条带状；组团状形态的城市主要分布在河流交汇处和丘陵山区，受地形和水系影响较大。

表3 不同地区的城市外部形态及影响因素

教师提问：城市外部形态主要有3种，那么城市内部结构又是怎样的呢？

3.教师示范，主动发现

教师课前布置作业，让学生确定自己所了解的小区、重要商场和工业园区的名单，在地图上分别找到其位置并总结周边环境。教师通过示范百度街景地图，带领学生一起寻找住宅区、商业区、工业区等功能区及其空间分布特征。教师引导学生观察西宁市历年总体规划图，探究城市内部空间结构的形成和影响因素。

教师亲自示范百度街景地图如何使用，让学生对城市内部功能区划分有直观的了解，感受各功能区的空间位置特征，了解城市地域结构的变化。学生自己操作和截图，也为下一环节的小组合作探究学习奠定基础。

4.小组合作，协作加工

探究一：功能区划分和空间分布特征

将全班学生分成3组，分别是住宅区组、商业区组和工业区组。以POI兴趣点为基础，依托百度街景地图，每个小组对所分配功能区的功能和空间分布特点进行讨论。

学生通过各功能区POI兴趣点的名称，在百度街景地图中搜索地址，并对各功能区外部环境截图，将截图放到小组PPT中并做简要说明（见图1）。通过10分钟左右的小组协作探究，成员共同整理出要汇报的内容，每个小组派代表在全班进行汇报。

图1 小组PPT截图

探究二：城市内部空间结构的形成和变化

教师展示西宁市历年总体规划图，并补充Google Earth影像中西宁市2005-2019年城市空间结构变化对比图（见图2），总结城市地域结构的变化。然后按照之前的分组，继续探究城市地域结构形成的影响因素：经济因素组、自然因素组、社会因素组。经济因素方面，教师分别提供西宁市住宅、商业、工业的POI兴趣点与房价叠加图（见图3、图4、图5）。

图2 Google Earth影像中西宁市2005-2019年城市空间结构变化对比图

图3 住宅区与地价分布

图4 商业区与地价分布

图5 工业区与地价分布

学生通过房价叠加图，以及自己在网上搜索的图片、视频资料，总结影响城市地域结构的因素，通过10分钟左右的小组探究，成员共同整理出要汇报的影响因素内容，每个小组派代表进行汇报。

5.汇报交流，主动发展

(1)功能区划分和空间分布特征

小组代表分别把探究整理出的功能区空间分布特征相关内容在全班汇报（见表4），教师列出要点，其他组可以就汇报内容进行补充，通过主动汇报交流，学生获得发展。

表4 学生自主探究汇报内容

(2)城市内部空间结构的形成和变化

城市地域结构包括同心圆模式、扇形模式、多核心模式。根据《西宁市城市总体规划2001-2020》以及Google Earth影像中西宁市2005-2019年城市空间结构变化对比图可以发现，西宁市地域结构从原来的以城东旧城为中心的单核心模式，逐步向多中心、组团式发展模式演进。原来城市“十”字型中心位置的大十字百货商圈继续承担金融商贸、商业零售功能。而在海湖路以东至南川河以西区域，重点布局了文教科研、行政办公、休闲娱乐等场所，形成新的城市中心，城市向多中心发展。

通过西宁市住宅区、商业区、工业区的POI兴趣点与房价叠加图，总结房价与各功能区空间分布的关系。西宁市房价最高的区域在城西区，主要包括虎台街道东北部、万达新区东北部、兴海路街道北部，房价基本呈现出由以上三个街道向四周递减、由城区向城市外围递减的态势。影响地租高低的因素主要包括以下几方面。

第一，经济因素（最主要）：距离市中心远近、交通便捷程度。从房价趋势上可以发现高值区域面积最大的区域主要集中在力盟-新华百货、城中大十字百货附近，它们接近城市的几何中心，不仅是西宁市两大发展核心，也是人口和经济活动重心，距离商业中心越近，土地租金越高；同时交通也是影响房价的一个重要因素，这两个地区交通通达度高，土地租金也高。

第二，环境因素：通过图3-图5中的地价分布可以发现，海湖新区房价最高值并不在万达广场位置，而是在万达广场东北部的海虹壹号、中房-萨尔斯堡一带。结合百度地图可以知道：海湖新区高值区域及次值区域均沿湟水河分布；中房-萨尔斯堡附近有西郊乐园、海湖湿地公园分布。西宁本身位于西北高原内陆地区，冬季草木凋零，优美的环境成为该区域房价较高的主要因素。

第三，社会因素：包括收入水平、历史、种族、宗教、行政、社会知名度等。例如，城东区是西宁市的传统中心，也是回族和藏族人口的聚居区。曾经西宁长期的单中心、放射状空间格局，使得人流、物流和交通流过于集中在轴线交汇处的老城中心，住房、厂房建设“见缝插针”式发展，使城市建设密度过大。房屋和人口的高度密集，导致环境恶化、交通拥挤、建设用地紧张、城市绿化率低等一系列城市问题，因此，这里的房价相对较低。

住宅区、商业区、工业区是城市3个主要功能区，城市内部空间结构的形成是多种因素共同作用的结果，经济因素是影响城市内部空间结构形成的最主要因素。通过学生探究和总结汇报，验证了地租曲线的正确性（PPT展示“各类土地利用付租能力随距离递减示意图”）：商业多分布在房价较高的区域，工厂多分布在远离城市中心的外围且地价相对较低的地区，城市内部每块土地被用于哪种活动取决于各种活动能够付出的租金高低。但是，除了经济因素，社会和环境等因素的优劣也会影响城市内部空间结构的变化。