昆明市公共服务设施空间格局研究

丁 伟，骆华松，2，洪菊花，2，高大帅，2，徐远月

（1.云南师范大学地理学部，昆明 650500；2.中国西南地缘环境与边疆发展协同创新中心，昆明 650500）

“科技改变生活，城市让生活更美好。”随着社会经济的不断发展，城市人口规模和用地规模不断扩大，同时也带来了诸如城市犯罪、治安混乱和垃圾遍地等城市问题，公共服务设施作为城市发展的物质基础，也面临滞后性的问题。公共服务设施的数量、结构和布局成为影响城市化水平和人们生活水平的重要因素。

目前，国外关于公共服务设施的研究侧重于政治体制和社会公平［1-3］等方面。国内关于公共服务设施的研究主要集中在以下4个方面：一是城市空间结构［4，5］及其演化分析［6］；二是公共服务设施配置问题研究［7-11］；三是公共服务设施选址问题研究［8］；四是单一设施问题研究。戢晓峰等［12］研究了昆明市交通设施的空间分布；魏作磊等［13］利用DBSCAN算法对广州市南沙新区服务业空间布局进行了全面系统的聚类研究；顾梦瑶等［14］探讨了贵阳市服务业空间分布格局及其影响因素；马志强等［15］对兰州市主城区内居住、工作、医疗与休闲4类设施的空间分布现状进行了研究；冉钊等［16］研究了长沙市生活性服务业的空间格局特征；还有学者研究了科教文化设施［17-19］的空间分布和特征。

POI即“兴趣点”，是“Point of interest”的缩写。POI是一类可以表征地理实物的点数据，可以是学校、加油站、酒店和超市等，POI包含名称、经度、纬度和地址4种信息。采用互联网技术和相关编程软件，通过百度地图或高德地图可以获取POI数据，目前，不少公司开发了POI查询网站，如“脉策科技”（https：//www.metrodata.cn/poi）和“规划云”平台（http：//guihuayun.com/poi/）。POI作为一种数据，与一般的统计信息相比，具有数量多、精度高、获取便利的特点，已经广泛应用于各个领域，主要包括3类：一是人-地系统各要素的空间分布研究，如商业形态的空间分布［20-23］、物流业和餐饮业的空间分布［24-27］、幼儿园和农家乐等休闲设施的空间分布［28-31］、城市中心和功能区的识别［32，33］、生活便利度研究；二是人类活动的空间分布研究，如城区职住关系研究、就业空间研究和人口流动研究；三是人-地系统耦合关系研究，如房价影响因子探寻、土地利用评价和地名文化研究。

综上所述，关于城市公共服务设施的研究还存在以下不足：①对城市公共服务设施POI数据的利用程度不够，大多还是定性研究；②城市公共服务设施的研究区域主要集中在经济水平较高的东部城市，忽略了西部快速城镇化地区和生态脆弱区等人地关系演化特征鲜明的典型区域。本研究基于昆明市的POI数据，运用核密度分析、POI熵指数和标准差椭圆分析方法研究昆明市公共服务设施的空间格局特征，以期丰富POI数据的应用，为区域城市规划提供参考依据。

1 研究区概况、数据来源与研究方法

1.1 研究区概况

昆明市地处云贵高原中部，南濒滇池，三面环山，一年四季如春。现辖呈贡、五华、盘龙、官渡、西山、东川和晋宁7个区，安宁市和富民、宜良、嵩明3个县，以及石林彝族、禄劝彝族苗族和寻甸回族彝族等3个自治县。2018年全市经济运行总体平稳，地区生产总值达5 206.90亿元，其中第三产业增加值2 946.72亿元，增长7.3%。年末常住人口685.0万人，城镇人口352.7万人，城市化率为61.7%。研究区概况如图1所示。

1.2 数据来源

研究所用数据来源于高德地图开放平台，数据获取时间为2020年6月，共获取61 088条POI数据，数据精度为1 km×1 km，坐标系为CGCS2000。将获取的POI数据分为购物设施、餐饮设施、教育设施、医疗设施、金融设施、办公设施、游憩设施、交通设施和其他设施9大类、18个子类。昆明市POI数据分类情况如表1所示。

表1 昆明市POI数据分类情况

1.3 研究方法

1.3.1 核密度分析 核密度分析能够直观地看出点要素在空间上的分布情况，原理是用核函数将点要素拟合为光滑曲面。其计算公式如下：

式中，fh()x为核函数的表达式；h为带宽；n为POI总数；x-xi为点x到点xi的距离。

1.3.2 标准差椭圆 标准差椭圆法［34］可以宏观地解释某一地理现象空间分布的方向性、展布性、中心性和空间形态，是ArcGIS空间统计模块的常规统计工具。标准差椭圆的形式如下：

式中，SDEx为长轴，SDEy为短轴，xi和yi是要素i的坐标表示平均中心（即椭圆圆心），n为要素总数。

旋转角的计算公式为：

式中，θ为旋转角，A、B和C为椭圆的方位角，n为要素总数和分别为要素的平均中心和XY坐标的差。

X轴与Y轴的标准差为：

SDE方法通过椭圆的空间分布范围和中心、长轴、短轴、方位角等基本参数定量描述经济属性空间分布特征。

POI熵指数具体公式如下：

式中，EI为各种类型POI的熵指数［35］，i为公共服务设施的种类，Si为研究单元内i类POI占总POI的比重。EI反映城市功能的多样性，EI越大，表明城市功能的混合度越高。

2 昆明市公共服务设施空间分布

2.1 网点密度空间布局特征

将获取的昆明市公共服务设施POI数据结合昆明市各区（县）的基本情况进行网点密度分析，如表2所示。

表2 昆明市POI网点密度

由表2可知，POI密度最大的地区是五华区，为22.18个/km2；POI密度最小的地区是禄劝彝族苗族自治县，仅0.54个/km2。这是因为五华区是昆明市的主城区，开发历史悠久，人口密集，经济较发达，各种服务设施齐全，再加上面积较小，因此POI密度最大。而禄劝彝族苗族自治县是昆明市的郊区县，地形复杂多样，少数民族聚居，经济较为落后，山区交通不便，基础设施跟不上，县域面积广阔，为全市最大的县，因此POI密度最小。根据POI密度的大小，可将昆明市14个区（县）划分为3个等级：第一等级包括五华区、盘龙区、官渡区和呈贡区，其POI密度均超过了10个/km2；第二等级包括西山区、安宁市、嵩明县、晋宁区、宜良县、石林彝族自治县、富民县和东川区，其POI密度在1～10个/km2；第三等级包括寻甸回族彝族自治县和禄劝彝族苗族自治县，其POI密度均低于1个/km2。

2.2 公共服务设施整体布局特征

昆明市公共服务设施呈“一核两轴多极”的空间分布模式（图2）。具体来看，“一核”主要位于昆明市主城区，包括五华区、盘龙区、官渡区和西山区；“两轴”分别是东西走向的“安宁市—呈贡区—宜良县”一线和西南—东北走向的“安宁市—主城区—嵩明县—寻甸回族彝族自治县”一线；极点位于其余各区（县）中心。从整体来看，昆明市公共服务设施呈“南部多而密集、北部少而稀疏”的空间分布格局。值得关注的是，随着呈贡新区的建立，呈贡区的公共服务设施激增，很可能成为昆明市下一个公共服务设施核心区。

图2 昆明市公共服务设施空间分布核密度

为进一步探析昆明市公共服务设施在方向上的空间分布，本研究接着进行标准差椭圆分析（图3）。从生成面积表示范围来看，昆明市公共服务设施主要集中在主城区；从扁率来看，昆明市公共服务设施分布的方向趋势明显；从长轴和短轴来看，标准差椭圆的长轴和短轴长度相差较大，说明公共服务设施的空间分布方向性显著，分布向中心集聚，四周分散。从总体来看，昆明市公共服务设施呈“西南—东北”走向分布。

图3 昆明市公共服务设施标准差椭圆

2.3 各类公共服务设施布局特征

昆明市各类公共服务设施存在单核、双核和多核3种空间聚集模式，其中餐饮设施、购物设施、金融设施、医疗设施和其他设施为单核聚集模式；游憩设施、交通设施和教育设施为双核聚集模式；办公设施为多核聚集模式。由于公共服务设施种类繁多，故每种模式选取一种设施作为代表来阐述，如图4所示。从昆明市各类公共服务设施核密度来看，虽然昆明市各类公共服务设施空间形态各异，但是聚集中心具有相似性，都集中在昆明市主城区。

图4 昆明市公共服务设施聚集模式分布

从昆明市各类公共服务设施标准差椭圆分布来看（图5），昆明市各类公共服务设施都具有明显的方向性分布，均呈现“西南—东北”走向。从生成面积表示范围来看，办公设施的范围最大，交通设施的范围最小。

图5 昆明市各类公共服务设施标准差椭圆

表3是昆明市各类公共服务设施标准差椭圆基本信息。由表3可知，办公设施标准差椭圆的短半轴较其余公共服务设施的分布范围更为宽广，可以看出办公设施的空间布局较其余公共服务设施更加离散，呈明显的扩展趋势。交通设施标准差椭圆的短半轴最短，空间集聚特征更为明显。这是由于随着社会经济的发展，城市用地规模不断扩大，写字楼等设施相继建立，提高了办公水平，办公设施呈扩展趋势。

表3 昆明市各类公共服务设施标准差椭圆基本信息

2.4 公共服务设施功能混合度特征

根据公式（10）计算昆明市公共服务设施的POI熵指数，结合ArcGIS 10.2软件，采用自然断点法将昆明市各区（县）的功能混合度分为高、中、低3个等级，其结果如图6所示。

由图6可见，昆明市城市功能混合度空间分布大致呈“中心-边缘”分布。城市功能混合度高的地区有五华区、盘龙区、官渡区和西山区；城市功能混合度中等的地区有安宁市和呈贡区；城市功能混合度低的地区有东川区、晋宁区、富民县、宜良县、嵩明县、石林彝族自治县、禄劝彝族苗族自治县和寻甸回族彝族自治县。五华区、盘龙区、官渡区和西山区4区是昆明市的核心区，位于滇池东北，区位条件优越，经济繁荣，集中了大量的物流、资金流和信息流，餐饮、学校和银行等公共服务设施完备，成为昆明市城市功能混合度高的地区。

图6 昆明市城市功能混合度

3 昆明市公共服务设施影响因素

为进一步探究昆明市公共服务设施空间分布格局的影响因素，从人口、经济和收入3个方面选取总人口、人均GDP、人均可支配收入和平均工资4个关联因素，借助SPSS 26.0统计分析软件，采用相关分析方法分析昆明市公共服务设施与人口、经济与收入之间的相关关系，使用皮尔逊相关系数表示相关关系的强弱情况，从城市中观层面探究公共服务设施空间分布格局的影响因素。4个关联因素的数据来源于《2019年云南统计年鉴》，相关分析结果如表4所示。

从表4可以看出，昆明市公共服务设施数量与总人口、人均GDP和人均可支配收入均显著相关，相关系数分别是0.915、0.821和0.787，且相关系数均大于0，说明公共服务设施数量与总人口、人均GDP和人均可支配收入均存在显著正相关关系。

表4 相关分析结果

4 昆明市公共服务设施提升路径

通过昆明市公共服务设施空间格局研究发现，昆明市公共服务设施尚存在诸多问题，总人口、人均GDP和人均可支配收入是影响公共服务设施数量的主要因素，公共服务设施的布局和管理还需进一步改善和加强，分析归纳后提出以下提升路径。

4.1 根据人口特征平衡供需结构，实现公共服务设施均等化

实现公共服务设施均等化是提高人民幸福感、获得感的必然要求。在以五华区、西山区、盘龙区和官渡区为核心的城市地区，需要根据人口规模特征、人口结构特征和人口流动性统筹市区公共服务设施功能定位等因素，科学合理地规划布局公共服务设施内容。在离市区较远的乡村地区，尤其是石林彝族自治县、禄劝彝族苗族自治县和寻甸回族彝族自治县等少数民族聚居地，需要在乡村振兴战略和乡村建制调整的大环境下，结合户籍人口和人口结构等因素，推进公共服务设施的布局，优化乡村生态环境。近几年，农村地区外出务工的青壮年较多，农村“空巢老人”“留守儿童”现象突出，需要提前进行深入调研，合理布局康养设施、教育设施和游憩设施，给乡村地区营造良好的生活环境。石林彝族自治县、禄劝彝族苗族自治县和寻甸回族彝族自治县是昆明市少数民族聚居地，具有独特而丰富的少数民族文化，为保护和弘扬少数民族传统文化，需要合理布局游憩设施和文化设施，营造和谐的文化环境。此外，还要充分考虑农村地区“留守儿童”“空巢老人”、残障人士和少数民族等特殊群体，适当增加弱势群体的服务供给，在少数民族地区可多举办与当地文化水平相适应的娱乐活动，增强文化设施的使用效率，丰富少数民族地区的文化生活，提高乡村生活水平，从而实现城乡公共服务设施均等化、科学化、标准化发展。

公共服务设施具有前瞻性和时序性的特点，人口是影响昆明市公共服务设施的最主要因素，其布局必须与人口发展相适应。一方面，要改善人口结构，根据人口动态调整，优化公共服务设施布局。另一方面，要通过张贴海报、问卷调查和知识普及等手段积极宣传，提高居民认识，强化素质教育，倡导爱护公共服务设施的文明风尚，让爱护公共服务设施的理念深入人心，减少公共服务设施的浪费与破坏。

4.2 加快经济发展，提高经济水平，加强公共服务设施维护

厘清经济发展与公共服务设施布局之间的关系尤为重要，经济的快速发展为城市公共服务设施的布局奠定物质基础，高质的公共服务设施可以反哺地区经济。因此，需大力发展城市经济，为各类公共服务设施高效运转提供强大的资金支持，将加强公共服务设施的维护工作摆在重要位置。加大对边远乡村地区的扶持力度，结合各地区的实际情况布局公共服务设施，并及时更新、修缮和维护公共服务设施。尤其是禄劝彝族苗族自治县受自然条件影响较大，POI密度最低，城市功能混合度低，需要优化布局公共服务设施，推动少数民族地区的发展。

4.3 提高工资水平，改善收入结构，刺激公共服务设施消费

合理优化布局公共服务设施的根本目的就是提高人民的生活水平，要始终把人民的利益放在第一位。因此，要坚持以按劳分配为主、多种分配方式并存的基本分配制度，根据各地区的实际情况，适当提高工资水平，让居民有更多的可支配收入，从而刺激消费，充分发挥公共服务设施的服务功能，提高人民的幸福感、获得感和安全感。

5 小结与讨论

本研究通过高德地图开放平台获取昆明市POI数据，采用核密度分析和标准差椭圆分析方法结合ArcGIS 10.2软件探讨了昆明市公共服务设施的空间分布格局，并计算昆明市公共服务设施POI熵指数，得出以下结论。

1）昆明市公共服务设施POI密度最大的地区是五华区，POI密度最小的地区是禄劝彝族苗族自治县。

2）昆明市公共服务设施整体呈“一核两轴多极”的空间分布模式，呈“南部多而密集、北部少而稀疏”的空间分布格局。

3）昆明市各类公共服务设施存在单核、双核和多核3种空间聚集模式，在空间上大致呈“西南—东北”走向分布。

4）昆明市城市功能混合度在空间上呈“中心-边缘”分布，城市功能混合度高的区域位于城市中心，城市功能混合度低的区域位于城市边缘区。

总体而言，运用POI数据分析昆明市公共服务设施的空间分布格局能够真实反映其发展状况，对未来城市公共服务设施的选址和布局具有一定的参考价值。但是，POI数据没有涵盖创建时间等属性信息，很难进一步深入探索，今后可利用互联网平台将大数据与传统数据相结合，进一步分析城市公共服务设施空间分布格局及其驱动机制，从而推动城市的发展。