北京城市休闲商务区的时空分布特征与成因 - 图文

第70卷第8期2015年8月

地理学报

ACTAGEOGRAPHICASINICA

Vol.70,No.8August,2015

北京城市休闲商务区的时空分布特征与成因

朱鹤1,2,3，刘家明1,2，陶慧1,2,3,4，李玏1,2,3，王润5（1.中国科学院区域可持续发展分析与模拟重点实验室，北京100101；

2.中国科学院地理科学与资源研究所，北京100101；3.中国科学院大学，北京100049；4.湖北民族学院经济管理学院，恩施445000；5.北京农学院园林学院,北京102206）

摘要：城市休闲商务区（RecreationalBusinessDistrict,RBD）作为城市重要的游憩空间，为外

来游客和城市居民提供休闲消费的场所，逐渐受到学界和业界重视。目前大多数研究还停留在概念层面，在分类、空间结构、分布规律、分异成因等方面上还缺乏一定的实证和定量研究。结合前人研究经验，重新定义RBD，并依据城市RBD的特征和属性将其分为大型购物中心、休闲商业街、城市休闲区三类。选取1990年、2000年、2014年三个时间截面对北京各类城市RBD点进行统计，采用基尼系数、空间插值、核密度分析、地理探测器等方法，结合ArcGIS软件，对北京城市RBD的时空分布特征和成因进行分析，得出以下结论：①时序上看，北京城市RBD的数量和规模不断增加，增速变快，不同类型的RBD出现不同幅度的空间扩张；②北京城市RBD的空间集聚程度不断加强，不同类型的RBD，存在一定的增幅和增速差异；③北京城市RBD的整体空间结构呈“单核聚集—双核发展—网状扩散”的发展模式；④城市RBD多选址在交通便利、临近旅游景区、居民和游客密度较高、地价相对较高的地区。⑤游客密度对各类型的城市RBD规模均有较大影响；对于不同类型的城市RBD，各因素对其规模的影响也有所不同。关键词：城市RBD；时空格局；分布特征；成因；北京DOI:10.11821/dlxb201508003

1引言

随着人均收入的提升，居民公休假期的增加和休闲意识的提高，中国的休闲产业正快速发展，城市旅游也随之逐渐升温，大量的游客涌入城市，为城市带来了无限商机。城市休闲商务区（RBD）作为城市旅游的重要吸引点，有助于凸显城市特色，提高城市竞争力，改善城市产业结构，拉动内需，促进就业，完善城市内部设施，营造良好的城市形象，引导新的旅游需求，是城市旅游新的发展方向和城市传统商业街区复兴的重要手段。

休闲商务区（RecreationalBusinessDistrict,RBD）最早由Stansfield和Richert于1970年提出，定义为，为满足游客需求而形成的具有一定季节性的饭店、特色小吃、新奇商品和纪念品商店聚集的城市街区[1]。随着对RBD研究的不断深入，学者们对于RBD产生了不同的理解：Taylor用旅游接待设施进行定义，认为旅游商品店、咖啡店、旅店、饭店等接待设施占地面积大于50%的街区就是RBD，一般呈长条形布局[2]；Shaw和Williams认为，城市RBD是集中了各种休闲服务设施和吸引物，能满足大量游客和本地

收稿日期：2014-04-03;修订日期：2015-03-05

基金项目：国家自然科学基金项目(41071110)[Foundation:NationalNaturalScienceFoundationofChina,No.41071110]作者简介：朱鹤(1989-),山东济南人,博士研究生,中国地理学会会员(S1100010339M),主要从事城市旅游与旅游规划

研究。E-mail:zhuhe12@mails.ucas.ac.cn

通讯作者：刘家明(1966-),河南信阳人,研究员,博士生导师,主要从事旅游地理与旅游规划研究。

E-mail:liujm@igsnrr.ac.cn

1215-1228页

1216地理学报70卷

居民休闲和购物需求的地区[3]；此外，Meyer-Arendt[4]、Bulter[5]、Jasen[6]和Getzs[7]等人也分别对其概念进行研究。国内许多学者也相继对城市RBD进行了概念层面的研究，保继刚等认为RBD是同时服务异地旅游者和本地游憩居民的重要城市游憩空间，由纪念品商店、旅游吸引物、餐馆、小吃摊档等高度集中而形成的城市零售商业区[8]。侯国林等认为，城市RBD是以城市商业中心区为基础，形成的拥有一定数量的游憩者和游憩设施、优美的景观、融洽的人际关系，并能够提供购物、休憩、游玩的场所[9]。张立生从规模、功能、特征等方面选取了10个指标对城市RBD进行判定[10]。除此之外，RBD的概念也被引入到城市商业房地产的范畴中，表示具有休闲商业配套的地产项目。

随着RBD的不断发展，而RBD与CBD的概念区别成为了RBD概念研究当中的热点之一。CBD（CentralBusinessDistrict）被译为中心商业区。最早由芝加哥学派代表人物伯吉斯提出，具有同心圆模式，集中了最高级别的经济活动，是城市地域结构和功能系统的核心，是城市的中心商业和商务区，是城市及区域繁荣、发展的动力源及标志[11]。保继刚等[8]、张军等[12]分别从区位、地价、结构、功能、人流等方面对RBD和CBD进行了区分，认为RBD与CBD相比，最显著的特点是无峰值地价，人流有季节性变化，具有一定的旅游吸引物。但随着城市旅游实践的深入发展，CBD中浓重的都市商业氛围、繁华的街道、独特的建筑造型等构成的旅游吸引物，逐渐吸引了众多游客的到访，CBD中也出现了为满足城市白领和游客需求而集聚零售店、餐馆、电影院、咖啡店、酒吧等各类休闲场所及设施于一体的小型商业街或城市综合体，演化成为城市RBD。通过扩展休闲功能，许多传统的城市CBD逐渐向城市RBD过渡，成为城市旅游中独特的旅游资源。

对于城市RBD的分类，国内学者进行了一定的研究，但由于分类的依据、判别的标准等不同，学者们存在一定分歧。其中较为权威的是保继刚于1998年提出的城市RBD分类，他认为，城市RBD可以分为大型购物中心型、特色购物步行街型、旧城历史文化改造区型、新城文化旅游区型四种[8]。此后，王玲[13]、张建[14]、俞晟[15]、郭蔓[16]等人分别从发展模式、驱动机制、功能、空间位置等方面对城市RBD进行分类和描述。但随着RBD概念的不断发展及城市游憩类型的多样化，以上分类大多已不能涵盖现有的城市RBD范围，且多个类型之间存在一定共性，分类界限并不明显。

此外，学者们对于城市RBD的空间结构和布局也进行了一定的研究。RBD的空间结构指的是在城市发展过程中，其内部和外部各种要素的相互关系、组合形式、地域空间位置以及运营过程中的形态。Smith[17]、Page[18]等人认为RBD在空间结构上呈长条形，且无峰值地价。Silvia等通过对RBD内的业态分析发现市中心是主要集聚区，并与CBD有一定的重合性[19]。庄静敏对福州市RBD空间结构分析，认为其形成“单核扩散—双核驱动-多核心发展”的空间发展模式[20]。陶伟通过对苏州和广州的城市RBD研究，认为其空间结构上呈“单核结构—双核结构—链状增长”的演变模式，并可以分为离散阶段、极化阶段和扩散阶段三个演变过程[21-22]，这一点也得到了其他研究者的认可[9]。在选址方面俞晟等人认为，城市RBD的选址一般依托特定的旅游资源、市场、便捷的交通和较低的地价等特定因素[15]。卞显红等人认为传统城市风貌区决定了城市RBD的位置，通过对购物、观光、娱乐的开发，部分新区也可以成为具有城市RBD特征的地段[23]。但由于缺乏实证和定量性研究，上述结论多从主观认知和常识推断中获得，其客观性需要进一步证明。

城市RBD融合了购物、休闲、娱乐、文化、旅游、住宿等多种服务，具有综合性、集聚性等特点。开发建设城市RBD有利于北京的旧城转型更新、城市历史肌理的保护、城市传统文化的延续，带动相关产业发展，理应受到广泛的重视。目前，对于北京城市RBD研究相对较少，现有研究多偏向于传统商业街，研究方向主要集中在文化研究[24]、

8期朱鹤等：北京城市休闲商务区的时空分布特征与成因1217

游客消费[25]、历史发展[26-27]以及空间规划[28]等方面，对于城市RBD的分布格局、区位、空

间特征等研究不足。

本文以研究城市RBD的时空格局、演变和布局分布特征为目的，对北京城市RBD进行调查统计，分析其属性和特征，对城市RBD进行重新分类和刻画。结合GIS软件进行空间统计分析，研究北京城市RBD在时间和空间上的发展状况和格局，分析分布现状、影响因素以及规模分异成因，为城市RBD的优化和开发提供一定的基础和借鉴。

2数据来源与研究方法

2.1数据来源

2.1.1城市RBD的界定进行城市RBD研究首先要明晰其定义。作者认为，城市RBD是指位于城市内部，聚集商业、零售业、服务业、娱乐业等业态，服务于游客和本地居民，具有游憩吸引物、文化内涵和休闲设施，可以开展游憩和社交活动的地段[29]。同时，城市RBD具有以下几个特征：首先从区位选址上，城市RBD多位于城市主城区内，其布局与城市交通、地价、基础设施、游憩景点等有一定的相关性；从规模特征上，城市RBD一般有较大的体量和占地面积，并形成了密集度较大的商业集聚；从客源人群上，城市RBD兼顾外地游客与本地居民，为其提供观光、休闲、购物、社交等活动的场所；从时季变化上，城市RBD一般具有季节性特点，节假日为其客流量高峰期。同时，由于城市RBD包含大量休闲设施、饭店、酒吧、娱乐场所等，其夜间客流量往往高于日间；从服务功能上，RBD可以提供购物、娱乐、观光、餐饮、住宿等服务，此外很多城市RBD还具有信息咨询和城市宣传等功能。其中，零售业作为其最主要业态，多以销售具有旅游纪念意义或专卖性质的商品为主，而日常型商品如蔬果类、生鲜类、家电类、家居类等销售相对较少；从文化内涵上，城市RBD多具有独特的文化内涵，包括城市历史文化、创意文化、现代商业文化等，是对来访游客的重要吸引点。城市RBD的文化内涵具有多种多样的表现形式，如城市历史文化遗迹、独特的建筑和景观、大量的小吃和特色商品、多彩的演出和休闲活动、整体氛围和独特现象的感知体验等。

基于对城市RBD特征和内涵的判定，在保继刚[8]对城市RBD的分类基础上进行进一步的归纳和提炼，依据城市RBD空间尺度的大小，将城市RBD分为点、线、面三类：点——大型购物中心，线——休闲商业街，面——城市休闲社区：

（1）大型购物中心：又称ShoppingMall，以大型零售业为主体，包含众多专卖店和商业服务设施，搭配餐饮、娱乐、休闲等服务功能，并配有大型的停车场。此类大型购物中心同普通的购物中心相比，拥有配套的服务和设施，具有较大体量，建筑面积一般在10万m2以上，客源除了本区域居民外还有来自其他区域的居民和一定量的外地游客，其本身独特的建筑、现代化的商业氛围、齐全的商品种类、一站式的服务和大型的专业店成为最主要的游憩吸引力。

（2）休闲商业街：具备购物、旅游、文化、休闲为一体的特征，具有精心营造的环境和独特的文化氛围，具有一定的主题性，其本身就是一个游憩吸引物。空间要素上大多既有大型商场又有零散商铺，各类元素在街道两侧布局，通常形成长条形或“T”字形。这类RBD的建设常与旧城改造相结合，整合旧城资源反映城市历史文化，或注入新的文化，形成主题街区。

（3）城市休闲区：城市休闲区通常与城市其他功能区相混杂，功能更为广泛，除了休闲、购物、娱乐、餐饮等业态外，还有地产、文化创作等。此类型RBD，包含多条街

1218地理学报70卷

区，规模相对较大，同普通商圈相比，内部缺乏集聚中心和峰值地价，各类要素分布较为均匀，其游憩吸引物也相对较为多样。目前的城市休闲区很多是由城市其他功能区转型而来，如CBD向休闲功能转型或工业区转化为文化旅游社区等。

2.2.2研究数据来源对北京城市RBD进行统计分析，其中，点型城市RBD的相关统计数据源自较为知名的大众点评网、同程网等消费信息网站中北京大型购物商场的信息，选取具有购物、餐饮、娱乐功能的综合性大型商场，并通过实地调查，筛选含有旅游纪念品销售和具有一定外来游客的大型购物中心进行计数统计；线型城市RBD数据统计主要依据《北京市“十二五”时期商业服务业发展规划》（京商务规字〔2011〕28号）、北京市商务委员会挂牌的26条特色商业街（2012年）、各区重点发展的商业街名录及北京市商务委员会主编的《北京消费手册（2012）》和北京办公宝典信息咨询有限公司编著的《北京人手册》（2014年）商业街相关信息进行筛选；面型城市RBD结合《北京市“十二五”文化产业发展规划》（2011年）、及市、区级重点产业园区名单，选择其中已经成规模的并具有休闲商业集聚特征的文化旅游产业园区和CBD休闲功能区进行统计。

为避免出现不同空间尺度的城市RBD项目统计重复，采用同一地区的城市RBD按照最大空间尺度类别进行统计，即在商业街统计中，不包括已在城市休闲社区范围内的商业街，同样，在大型购物中心的统计中，除去已在城市休闲社区和休闲商业街范围内的大型购物中心。而由于北京市远郊区（怀柔区、顺义区、房山区、大兴区、通州区、平谷区、昌平区、门头沟区、延庆县、密云县）的RBD无论是在数量上还是规模上都比较小，所以，本文只对北京市主城区（东城区、西城区、海淀区、朝阳区、丰台区、石景山区）进行统计和分析。

对于获取的各个城市RBD项目点均进行实地考察，确定其具有上述RBD特征并正常营业，确定各点的（X,Y）大地坐标（以项目中心点进行定点），调研各项目点1990年、2000年、2014年三个时间截面的形成状况、占地规模，对于没有具体数据的项目点采用访谈调研、目测估算和地图测算的方法进行估测。经统计，目前北京主城区共有城市RBD88个，其中，大型购物中心类型41个，休闲商业街类型41个，城市休闲区类型11个。

其他基础数据如北京主城区138个街道的人口、面积数据，北京主城区531家星级饭店数据，北京202家A级景区数据，北京商业用地出让价数据等分别取自于相关正式出版刊物、统计年鉴和官方网站等，确保获取数据真实可靠。

ArcGIS处理中的工作底图选用2009年《北京市地图》（比例尺1:29万），通过ArcGIS10.0对北京主城区进行矢量化处理（北京1954大地坐标系投影），底图的分层信息包括北京市主要交通干线层（线图层）、行政区划层（面图层，包括街道层面和市辖区层面），并叠加百度地图获得的北京市最新地铁线路和地铁站数据进行矢量化。2.2研究方法

选取三个时间截面——1990年、2000年、2014年进行统计分析，通过收集地理坐标（北京1954大地坐标系，统计格式为：经纬度X,Y）对采样点进行定位，结合所获取的其他相关数据，采用基尼系数、核密度分析等方法分析北京城市RBD的时空格局。以2014年城市RBD数据为基准，采用包括核密度分析、缓冲区分析、空间插值、空间统计等方法，基于ArcGIS10.0软件，对城市RBD的分布特征、规律和成因进行分析归纳。2.2.1基尼系数为了分析北京大型购物中心、休闲商业街、城市休闲区三类城市RBD的空间集聚情况，以街道为单位，对主城区138个街道的RBD点密度进行计算，采用基尼系数进行度量[30]，基尼系数是衡量某产业地理集中度的常用指标，计算公式为：

nn

1G=2-∑（1）∑|si-sj|2nsi=1j=1

8期朱鹤等：北京城市休闲商务区的时空分布特征与成因1219

-式中：G为基尼系数；n为街道的数量；s是各街道RBD点密度的平均值；si和sj分别代

表i和j街道RBD项目点的密度。基尼系数取值在0~1之间，越靠近1说明其地理分布越不平衡。

2.2.2核密度估算密度估算是用已知点的样本来测量区域的样本密度，分为简单密度估算和核密度估算。其中核密度估算（KernelDensityEstimation,KDE）采用核函数通过对搜索区内点赋以不同权重而使结果分布更为平滑，通过密度估算可以获得未知区域的密度属性。核密度估算的表达式为[31]：

n1f(x)=d∑Ké1(x-xi)ù（2）

?nhi=1?h式中：K[]为核函数；h为带宽；n为在带宽范围内的已知点数目；d为数据的维度。在本文中，采样点具有不同的规模大小，核密度估算中需要考虑规模变量，即对于不同规模的已知点，依据规模确定计数次数，以消除样点自身属性的不同，保证统计数据的客观性。2.2.3空间插值空间插值就是通过已知点的数据来估算空间上其他点的数值的过程。其基本假设是估算点的数值受到临近控制点的影响比受较远控制点的影响更大[32]。本文利用的空间插值方法为反距离加权法和克里金法。

反距离加权法（InverseDistanceWeighted,IDW）：又称距离倒数权重法，其假设未知点受近距离已知点的影响比远距离已知点的影响更大[31]。通用方程为：

S

1∑ki=1di

zx=S（3）

1∑ki=1di

式中：zx为点x的估计值；zi是已知点i的z值；di是点i与点x的距离；s为估算中用到的已知点数目；k是确定的幂，本文中k取2。IDW方法的重要特征是所有预测值介于最大值和最小值之间，以避免出现极端值。

克里金法（Kriging）：包括普通克里金法和泛克里金法，本文采用普通克里金法，通过重点考虑空间相关的因素，用拟合的半变异函数进行插值，是目前地统计中应用最广和最优的内插方法。其计算过程相对复杂，详细方法可查阅相关书籍和文献[31-32]。

2.2.4地理探测器“地理探测器”的方法由王劲峰等人在疾病风险的探测中提出[33]。近年来，作为一种探测某种要素空间格局成因和机理的重要方法被逐渐应用与社会、经济、自然等相关问题的研究中[34-35]。而其中的因子探测器是用来检测某种地理因素是否是形成某个指标值空间分布差异的原因，其具体的做法是比较该指标在不同类别分区上的总方差与该指标在整个研究区域上的总方差[33]：

m

21PD,H=1-2∑nD,iσH（4）

nσHi=1

式中：D为影响因子；H为面积指标；PD,H为D对H的解释力；n和σ2分别为某种RBD的整体样本个数和方差；m为某种因子的分类个数；nD,i为D指标在i类上样本的个数。PD,H取值范围为[0,1]，数值越大则表明该因子对RBD形成面积的影响越大。

D,j

3北京城市RBD的时空格局

3.1总体规模的变化

选取1990、2000、2014年3个时间截面对主城区RBD的数量、规模进行统计（表1），从数量和规模上来看，城市RBD数量逐步增多，规模不断扩大，2000年RBD项目

8期朱鹤等：北京城市休闲商务区的时空分布特征与成因1225

客密度、景区位置、和地价进行分级和分

区。对于本地居民密度、游客密度和地价三个影响因素直接采用密度（或价格）分布图在ArcGIS中进行自然分级，分为5级；对于交通因素，则采取上文Ⅰ、Ⅱ、Ⅲ类的分类方法，分为3级；对于旅游景区影响因素，采用ArcGIS测量每个RBD项目到最近的旅游景区的距离，并进行自然聚类，分为5级。对于不同类型的城市RBD，其规模和面积相差较大，故依照大型购物中心、休闲商业街、城市休闲区的分类方式对每类城市RBD形成面积的因素影响力进行测量。

（1）对于大型购物中心类型的城市RBD，各因素影响力排序为游客密度图8北京城市RBD与地价的关系

（0.29）>本地居民密度（0.27）>景区距离Fig.8ConnectionbetweenurbanRBDsandlandvaluation（0.14）>地价（0.09）>交通（0.07），其中排在前两位的影响因素（游客密度和本地居民密度）之间差异不显著，居于后三位的影响（景区距离、地价和交通）之间的差异也不显著。这表明大型购物中心型城市RBD的规模主要受游客密度、本地居民密度影响较大，其他因素对其影响较小。

（2）对于休闲商业街类型的城市RBD，各因素影响力排序为游客密度（0.36）>地价（0.08）>本地居民密度（0.08）>交通（0.05）>景区距离（0.03），其中除游客密度外，其他各影响因素之间差异不显著。表明游客密度对休闲商业街型城市RBD的规模形成起主导作用。

（3）对于城市休闲区类型的城市RBD，

图9北京城市RBD规模各因素影响力排序为景区距离（0.43）>游客

Fig.9ThescaleofurbanRBDsinBeijing

密度（0.32）>地价（0.27）>居民密度（0.24）>交通（0.14），各因素间差异不显著。这表示各因素对城市休闲区型城市均有较强的影响，但受与景区的距离、游客密度的影响较强。

5结论与讨论

（1）通过总结城市现有研究和案例，从区位选址、规模、客源、时季变化、服务功能、文化内涵等方面对城市RBD进行特征概括和界定，并依据城市RBD的组合方式、空间尺度等容易区分的特征，将城市RBD分为“点、线、面”——大型购物中心、休闲商业街、城市休闲区三类。就北京主城区而言，共有城市RBD项目88个，其中大型购物中心37个，休闲商业街40个，城市休闲区11个。

1226地理学报70卷

（2）时序上看，北京城市RBD的数量和规模分别从1990年的15个和34.39万m2，增加至2014年的88个和1345.84万m2，增速加快。其中，大型购物中心增幅最大，城市休闲区增幅最小，这与其自身属性特点、资源环境条件、政策扶持引导等都有一定的关系。

（3）以街道为研究单位，发现北京城市RBD项目点的空间集聚度从1990年的0.5286增加至2014年的0.6793，空间集聚态势明显。不同类型的城市RBD的空间聚集度均不断增加。其中，大型购物中心的空间集聚度增加0.0934，幅度最大；休闲商业街的空间聚集度为0.5998，聚集度最高；而城市休闲区无论是增加量还是增加幅度都较小，这与其空间体量和辐射能力等都有一定的关系。

（4）经密度分析处理后，发现北京城市RBD总体上呈“单核聚集—双核发展—网状扩散”的空间发展结构，逐渐呈现多中心发展的空间格局。

（5）城市RBD的分布与交通、人口、景点、地价等因素密切相关。其中，95.46%的RBD位于城市公路干线和地铁站临近范围内；96.59%的RBD位于A级景区缓冲范围内；经密度估算后发现，本地居民、外地游客和地价的高值区同时也是城市RBD分布的密集区。

（6）交通、人口、景点、地价等因素均对城市RBD的规模造成了一定的影响。其中游客密度、本地居民密度对大型购物中心型RBD的规模影响最大，休闲商业街型RBD的规模主要受游客密度主导，城市休闲区型RBD的规模则与多种因素都有紧密关系。参考文献(References)

[1]SnatsfieldCA,RicketJE.Therecreationalbusinessdistrict.JournualofLeisureResearch,1970(4):213-225.

[2]TaylorV.Therecreationalbusinessdistriet:AcomponentoftheEastLondonurbanmorphology.SouthAfriea

Geography,1975(5):139-144.

[3]ShowC,WilliamsAM.CriticalIssuesinTourism:AGeographicalPerspective.Portland:Blackwell,1994.

[4]Meyer-ArendtK.RecreationalbusinessdistrictsinGulfofMexicoseasideresorts.JournalofCulturalGeography,1990

(11):39-55.

[5]ButlerRW.WestEdmontonMallasatouristattraction.CanadianGeographer,1991,35(2):87-95.

[6]Jasen-VerbekeMC.Leisureshopping.Amagicconceptforthetourismindustry.AnnalsofTourismResearch,1991,12

(1):9-14.

[7]GetzD.Planningoftourismbusinessdistrict.AnnalsofTourismResearch,1993,20:583-600.

[8]BaoJigang,GuShiyun.TentativeresearchonRBDofCity.Planners,1998,14(4):59-64,126.[保继刚,古诗韵.城市

RBD初步研究.规划师,1998,14(4):59-64,126.]

[9]HouGuolin,HuangZhenfang,ZhaoZhixia.Researchontheformedmechanismandspatialstructureofurbanbusiness

recreationdistrict.HumanGeography,2002,17(5):12-16.[侯国林,黄震方,赵志霞.城市商业游憩区的形成及其空间结构分析.人文地理,2002,17(5):12-16.]

[10]ZhangLisheng.AstudyontheindexsystemforthmeasurementofurbanRBD.HumanGeography,2007,22(12):26-27.[张立生.城市RBD判断指标体系研究.人文地理,2007,22(12):26-27]

[11]YanXiaopei,ZhouChunshan,LengYong,etal.FunctionalFeaturesandSpatialStructureofCBDsinGuangzhou.Acta

GeographicaSinica.2000,55(4):475-486.[阎小培,周春山,冷勇,等.广州CBD的功能特征与空间结构.地理学报,2000,55(4):475-486.]

[12]ZhangJun,SangZhunan.AcomparativestudybetweenCBDandRBDandtheextensionoftheirfunctions.Tourism

Tribune,2006,21(12):53-56.[张军,桑祖南.CBD与RBD的概念辨析及其功能的延伸.旅游学刊,2006,21(12):77-80.]

[13]WangLing,BinShi.TheresearchanddevelopmentofurbanRBD.JournalofInnerMongoliaAgriculturalUniversity

(SocialScienceEdition),2005,7(3):28-30.[王玲,斌史.城市RBD的研究与发展.内蒙古农业大学学报(社会科学版),2005,7(3):28-30.]

[14]ZhangJian.Astudyontheformationmodelofrecreationalbusinessdistrict(RBD)inShanghaiCenterDistricts.Areal

ResearchandDevelopment,2005,24(3):63-67.[张建.上海大都市游憩商业区的型态模式研究.地域研究与开发,2005,24(3):63-67.]

8期朱鹤等：北京城市休闲商务区的时空分布特征与成因1227

[15]YuSheng,HeShanbo.TheresearchofRBDdestribution.HumanGeography,2003,18(4):10-15.[俞晟,何善波.城市

游憩商业区(RBD)布局研究.人文地理.2003,18(4):10-15.]

[16]GuoM.StudyoncorefunctionsandthedevelopmentdifferencesofurbanRBDinChina:CasestudyofShenzhenOCT

andGuangzhouTianheRBD[D].Guangzhou:JinanUniversity,2007.[郭蔓.我国城市RBD核心功能研究[D].广州:暨南大学,2007.]

[17]SmithSLJ.RecreationGeography.London,UK:Longman,1983:62-65.[18]PageS.Urbantourism.London,UK:Routledge,1995:60-111.

[19]SilviaBattino,GiuseppeBorruso,CarloDonato.Somepreliminaryremarksontherecreationalbusinessdistrictinthe

cityofSassari:Asocialnetworkapproach//MurganteB,etal.ICCSA2014,PartII,LNCS8580,2014:629-641.[20]ZhuangJingmin.AresearchontheRBDspacestructureofFuzhouCity[D].Quanzhou:HuaqiaoUniversity,2012.[庄

静敏.福州市RBD空间结构研究[D].泉州:华侨大学,2012.]

[21]TaoWei,LiLimei.Thespatialstructureevolutionofthesystemofrecreationbusinessdistrict(SRBD):TakingSuzhou

asanexample.TourismTribune,2003,18(3):43-48.[陶伟,李丽梅.城市游憩商业区系统SRBD的生长研究:以历史文化名城苏州为例.旅游学刊,2003,18(3):43-48.]

[22]TaoWei,HuangRongqing.Urbanrecreationbusinessdistrictanditsrelativefactors:AcasestudyofGuangzhou.

HumanGeography.2006,20(3):10-13.[陶伟,黄荣庆.城市游憩商业区空间结构的发展演变及其相关影响因素研究:以广州为例.人文地理.2006,20(3):10-13.]

[23]BianXianhong,ZhangShufu.Researchontheexploration&developmentofurbanrecreationalbusinessdistrict.

EconomicGeography,2004,24(2):206-211.[卞显红,张树夫.我国城市游憩商业区的开发与发展.经济地理,2004,24(2):206-211.]

[24]ZhouShangyi,WuLiping,YuanWeichao.Therelationoflandscaperepresentationpowerandlocalculturesuccession:

AcasestudyoflandscapechanginginanoldcommercialdistrictofBeijing.HumanGeography,2010,25(5):1-5.[周尚意,吴莉萍,苑伟超.景观表征权力与地方文化演替的关系:以北京前门—大栅栏商业区景观改造为例.人文地理,2010,25(5):1-5.]

[25]LiJia.ComparativestudyoftouristvalueinBeijingRecreationalBusinessDistrict.UrbanProblem,2014(1):29-34.[李

佳.北京城市游憩商业区游客价值比较研究.城市问题,2014(1):29-34.]

[26]ZhouShangyi,JiLimei.CommercialspacesuccessioninoldcityofBeijingcaseofsurveylineofinnercityinBeijing

from1996to2006.ScinetiaGeographicaSinica,2009,29(4):493-499.[周尚意,纪李梅.北京老城商业空间演替过程研究:以1996年到2006年内城南北剖线变化为例.地理科学,2009,29(4):493-499.]

[27]PengZhenwei,ZhouYu,QiHong.ChangesanddevelopmentofBeijingXidanBusinessDistrict.UrbanPlanning,1989

(4):21-24.[彭震伟,周宇,齐宏.北京西单商业区的变化与发展研究.城市规划,1989(4):21-24.]

[28]ZhuZixuan.DiscussionontheplanningofBeijingQianmentraditionalcommercialdistrict.UrbanPlanning,1985(6):3-12,52.[朱自煊.北京前门传统商业区改建规划探讨.城市规划,1985(6):3-12,52.]

[29]ZhuHe,LiuJiaming,LiLe,etal.Researchprogressonurbanrecreationalbusinessdistrict(RBD)inChina,Progressin

Geography,2014,33(11):1474-1485.[朱鹤,刘家明,李玏,等.中国城市休闲商业街区研究进展.地理科学进展,2014,33(11):1474-1485.]

[30]WeiHoukai.ModernRegionalEconomics.Beijing:EconomicManagementPress,2006:130.[魏后凯.现代区域经济

学.北京:经济管理出版社,2006:130.]

[31]ChenJianfei.IntroductiontoGeographicInformationSystems.Beijing:SciencePress,2010:337.[[美]ChangKang-tsung.地理信息系统导论.北京:科学出版社,2010:337.]

[32]TangGuoan,YangXin.ArcGisSpatialAnalysisExperimentalInstruction.Beijing:SciencePress,2010:401-421.[汤国

安,杨昕.ArcGIS地理信息系统空间分析实验教程.北京:科学出版社,2010:401-421.]

[33]WangJF,LiXH,ChristakosG,etal.Geographicaldetectors-basedhealthriskassessmentanditsapplicationinthe

neuraltubedefectsstudyoftheHeshunRegion,China.InternationalJournalofGeographicalInformationScience,2010,24(1):107-127.

[34]LiuYangsui,YangRen.ThespatialcharacteristicsandformationmechanismofthecountyurbanizationinChina.Acta

GeographicaSinica,2012,67(8):1011-1020.[刘彦随,杨忍.中国县域城镇化的空间特征与形成机理.地理学报.2012,67(8):1011-1020.]

[35]DingYue,CaiJianming,RenZhoupeng,etal.SpatialdisparitiesofeconomicgrowthrateofChina'snational-level

ETDZsandtheirdeterminantsbasedongeographicaldetectoranalysis.ProgressinGeography,2014,33(5):657-666.[丁悦,蔡建明,任周鹏,等.基于地理探测器的国家级经济技术开发区经济增长率空间分异及影响因素.地理科学

1228

进展,2014,33(5):657-666.]

地理学报70卷

[36]LiLing,GuShuzhong,HuKelin.SpatialanalysismethodformetropolitanlandpriceanditsapplicationinBeijing.

ResourcesScience,2003,25(4):85-92.[李玲,谷树忠,胡克林.都市地价空间分析方法及其应用:以北京市为例.资源科学,2003,25(4):85-92.]

Temporal-spatialpatternandcontributingfactorsof

urbanRBDsinBeijing

ZHUHe1,2,3,LIUJiaming1,2,TAOHui1,2,3,4,LILe1,2,3,WANGRun5

(1.KeyLaboratoryofRegionalSustainableDevelopmentModeling,CAS,Beijing100101,China;2.InstituteofGeographicSciencesandNaturalResourcesResearch,CAS,Beijing100101,China;

3.UniversityofChineseAcademyofSciences,Beijing100049,China;

4.InstituteofEconomicsandManagement,HubeiMinzuUniversity,Enshi445000,Hubei,China;5.LandscapeAgricultureSchool,BeijingUniversityofAgriculture,Beijing102206,China)

Abstract:UrbanRBD(RecreationalBusinessDistrict),aplacewherelocalresidentsandtouristsgoforleisure,tourismandconsumption,iswidelyacceptedasanindispensablecomponentofurbanrecreationsysteminrecentyears.However,existingresearchinurbanRBDputsanemphasisonitsconceptualaspects(i.e.,classification,influence,spatialstructure),andempiricalandquantitativestudieshavebeenlargelyignored.Firstly,asummaryabouturbanRBDs’characteristicsfromtheperspectivesoflocation,scale,users,function,andculturewasmade.BasedonpreviousliteratureandRBDs’characteristicsandattributes,thisstudydividesurbanRBDintothreegroups,namely:LargeShoppingCenter(LSC),CommercialPedestrianStreet(CPS),andUrbanLeisureArea(ULA).Quantitativemethods,suchasGiniCoefficient,SpatialInterpolation,KernelDensityEstimation,andGeographicalDetector,wereemployedtocollectandanalysedataofthreetypesofurbanRBDsinBeijingin1990,2000,and2014,respectively,andthespatial-temporalevolutionpatternaswellasdistributioncharacteristicsofurbanRBDswereanalyzedwiththeaidofArcGISsoftware.Theresultsshow:(1)ThetotalnumberandscaleofurbanRBDsinBeijinghavebeenexpanding,withurbanRBDsincreasingby8.20%and7.26%peryearin1990-2000,and2000-2014,respectively;(2)spatialagglomerationofurbanRBDinBeijingkeepsstrengthening,andthetrendthatalltypesofurbanRBDsinBeijingarespatiallyagglomeratediscontinuing;However,thereexistsomevariancesintermsoftheirgrowthspeedanddegree;(3)thespatialstructureevolutionmodelofurbanRBDsinBeijingisasonecoreconcentration—twocoresdevelopment—multi-corediffusion;(4)Accordingtothestatisticsfromdatabaseconcerningtraffic,residentandtouristdensity,tourismattractionsandlandpriceinBeijing,theresultsshowedthaturbanRBDsweregenerallylocatedinareaswithlowtrafficdensity,touristattractions,highresidentandtouristpopulationdensity,andrelativelyhighlandvaluations;(5)touristsdensitystronglyinfluencedthescaleofeachurbanRBDtype,comparedwithotherfactors.

Keywords:urbanRBD;temporal-spatialpattern;distributioncharacteristics;contributingfactor;Beijing

本文来源：https://www.bwwdw.com/article/k8xf.html