文献综述
前言
近年来互联网发展迅速，大数据的研究不断深入，POI数据城市问题研究以及空间分布选址上有了广泛的应用。POI（Point of interest）是“兴趣点”的英文缩写，其代表着一个个真实的地理点要素，除了包含真是的地理位置信息，还包含属性信息，可以通过天地图，百度地图，高德地图，OSM等获取，因其种类繁多，所提供的信息细致准确，同时具有很强的时效性，在城市研究中应用广泛[7]。
本文尝试以南京市为研究区域，商业服务的POI数据为研究对象，通过GIS的空间分析方法，对现有数据空间分布进行研究，然后对现有空间布局以及，未来选址分析给出建议。
关键字：购物空间；核密度分析；空间相关性
2、国内外研究现状
国内：在国外学者的研究基础上，国内的研究成果也相当丰富。首先是区位研究，选址理论。国内早期的研究成果借助于国外的相关理论，由于国外城市发展状况与国内大为不同，大多数研究都是国外方法加国内实证。杨吾扬[18]等人研究了上海和广州的城市中零售业的空间结构。周红素[19]等的研究揭示了商业布局和居民生活区之间的空间分布联系。通过浮动车数据验证了商业中心的地理空间衰减定律[20]。许学强[21]等最早开始研究广州市的商业中心分布。朱枫等人以上海浦东为例研究了大型商业中心的空间布局以及影响[22]。
再者是POI数据利用方面：POI数据来源广泛，大量研究人员将其用在城市空间分析中，张宇等，利用POI数据对上海市虹口区生活性街道活力进行研究[23]，利用分析结果对街道活力等级进行不同的划分，为相关部门决策提供建议。顾梦瑶[24]等，结合POI数据对贵阳市服务行业的空间分布特征进行研究，试图探究影像这种分布的背后因素。廖嘉妍[25]等对北京市的文化设施POI数据进行分析，结合核密度分析，热点分析等手段，对北京市中心城区的文化设施进行特征识别以及分布状况评价。赵振乐[26]等通过POI数据对天津市的居民生活便利性进行了计算。翟青[27]等以南京市为研究区，通过POI数据对主城区的服务行业的空间相关性进行计算，解释不同设施之间的空间联系。还有一些例如基于ESDA[28]的全局空间自相关分析，基于DBSCAN聚类方法的服务行业空间特征方法研究。
再者从整体研究情况来看，区位理论国外开始的较早，传入中国后发展迅速，结合中国城市的实际状况产生了一系列优秀的成果。同时结合POI数据的研究也是中国占了大部分，对POI数据的筛选以及利用都留下了宝贵的经验。所以本文以POI数据为基础，结合传统的GIS空间分析，地理空间统计方法，以及区位理论研究南京市城区的购物服务业的空间分布，具有一定的显示意义。在前人的研究上更深入探讨空间分布背后的区位选择因素，和POI数据对未来区位分布的影响，从而给城市决策者提供相应参考。
国外：从相关研究成果来看，国外的研究开展较早Hoteling提出市场竞争力模型[13]，HUFF提出零售引力模型，用来解释零售服务业自身之间的内部吸引力，以及对周围其他地理要素的吸引力。Dawson提出零售地理制度性研究架构[14]，将政府的政策，组织方式等都纳入考虑，研究当地经济的聚集效应。uton 归纳了集聚经济效益对商业零售设施布局的影响, 包括促进专业化分工和规模效应等;基于级差地租理论[15], Garner 通过芝加哥的案例分析认为, 大型商业中心具有高门槛的商业职能和较高的付租能力[16], 因而能够居于城市内高地价的地位[17].
5、总结
购物空间是城市经济发展的重要产物，是提升城市经济水平的重要手段，购物空间的多少，规模都是经济发展的直接体现。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
