Identifying industry structure and industrial relevance of commercial historic cultural districts using functional co-location networks
本研究开发了一个利用兴趣点数据和网络分析的数据驱动框架,旨在将商业历史文化街区划分为七种产业结构类型,并识别出四种潜在的产业相关机制,从而为优化功能混合及防止复兴过程中的遗产侵蚀提供具有操作性的指导。
原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明
古老的中心城区不仅仅是古老建筑的集合;它们是历史、日常生活与商业交织在一起的活力社区。几十年来,城市规划者和保护主义者一直在努力解决一个难题:如何让这些具有历史意义的地方保持生命力,而不至于变成失去灵魂的平庸购物中心?答案往往在于允许经营的商业类型组合。如果一条历史街区里全是纪念品商店,它会显得空洞;如果全是办公室,在非工作时间则会显得死气沉沉。挑战在于寻找餐饮、酒店、商店和文化空间之间能够自然协作的正确组合。直到最近,关于在这些区域允许哪些业务类型的决策,往往还是基于直觉或模仿其他著名地区的成功经验。这种方法经常导致街道拥挤且千篇一律,使街区的独特特色逐渐消逝。
天津大学和北京建筑大学的研究人员开展的一项新研究提供了一条不同的路径。他们没有依赖直觉,而是利用海量的数字数据,精确绘制出中国历史街区中各类商业实际是如何排列分布的。通过分析分布在29个城市、5个不同历史街区中的近8万家特定企业的地理位置,研究团队发现,这些区域自然地呈现出七种截然不同的模式。他们还发现,这些模式中的企业并非随机散布,而是因为四种潜在的驱动因素而聚集在一起成为邻居。这项研究将讨论的重点从猜测“什么可能奏效”转向了理解“已经支配着这些充满活力的场所的隐形规则”,为未来如何管理这些地区提供了清晰的指南。
研究人员首先从一家主要的中国地图服务商那里收集数据,该服务为选定的50个历史街区中的每家企业、公园和地标提供了详细列表。他们观察了从餐厅数量到酒店密度的各项指标,为每个街区创建了一个数字快照。通过使用一种被称为“层次聚类”(即根据特征将相似事物分组的方法)的技术,他们将这50个街区分成了七个清晰的类别。第一类被称为“均衡发展型”,包括北京南锣鼓巷等著名地点。这些区域拥有购物、餐饮、文化和住宿的健康组合,没有哪一种业务类型占据绝对主导地位。第二种类型是“购物休闲主导型”,如广州的北京路,零售店构成了绝大部分的活动。第三种是“过夜住宿古镇型”,例如丽江和平遥,这里的酒店和民宿比其他街区更为普遍,旨在支持那些停留数日而非仅停留数小时的游客。
研究还识别出了由特定地方特色驱动的街区。“特色餐饮主导型”(如成都宽窄巷子)的特点是高密度的本地特色餐饮,这吸引了大量人群。另一类是“景观景点拉动型”,这类区域高度依赖自然景观和历史遗迹来吸引游客,商业活动是为游客服务的,而非引领潮流。另外两种类型则服务于不同的主要功能:一种是“商务与生活服务型”,如天津五大道,其中办公场所与旅游生活服务并存;另一种是“行政与文化服务型”,如青岛八大关,其特点是政府机构、学校和博物馆占据主导,而非商店。研究人员发现,这七种类型每种都有独特的“指纹”式业务比例,这证明了并不存在单一的完美模型,合适的组合完全取决于该地的特定性格和资源。
为了理解为什么这些企业会以这种方式聚集,研究人员构建了一个所谓的“功能共定位网络”。想象一下观察一个街区的地图,并在频繁出现在同一个小街区的两种业务类型之间画线。通过连接所有这些线,他们可以观察到哪些业务自然地形成了紧密的联系。他们发现了在不同街区类型中出现的八个截然不同的集群。例如,在均衡型街区中,购物、餐饮和文化场所形成了一个密集且相互关联的网络,彼此相互支持。在古镇中,酒店集群与观光景点紧密相连,形成了一个循环,让游客可以轻松地从博物馆移动到酒店。在以商务为主的街区,办公楼与洗衣店、咖啡馆等本地生活服务紧密结合,反映了劳动者的日常节奏而非游客的节奏。
研究进一步解释了这些联系背后的逻辑,确定了导致某些业务最终聚在一起的四个主要原因。第一个原因是“消费行为相关性”,简单来说就是人们倾向于按特定顺序进行某些活动。游客通常先步行,然后进食,最后进行娱乐,因此商店、餐厅和剧场自然会聚集在一起,以遵循这种流动过程。第二个原因是“环境质量相关性”,高端咖啡馆、艺术画廊和精品店倾向于聚集在拥有优美历史建筑或漂亮公园的区域,而可能产生噪音或脏乱的业务则会被排斥在外。第三个驱动因素是“规划与行政相关性”,即政府规则和公共机构的存在塑造了附近可以开设什么样的业务。最后是“产业链相关性”,即依赖彼此工作的企业会聚集在一起,例如旅行社通常会坐落在酒店和售票处附近。
这些发现表明,最成功的历史街区不在于拥有最多的商家,而在于这些商家了解自己在当地生态系统中的角色。研究人员认为,试图向每个历史街区强加“一刀切”式的商店和餐厅组合是一个错误。相反,规划者应该首先识别出自己的街区自然属于七种类型中的哪一种,然后支持属于该类型的特定集群。例如,一个功能定位为美食目的地的街区,应侧重于通过增加休闲选择来延伸餐饮体验;而一个古镇则应确保其酒店与观光景点实现完美同步。通过利用数据来观察这些自然模式,城市管理者可以做出尊重每个地方独特身份的决策,确保这些历史街区保持活力与真实性,而不是成为千篇一律的复制品。
您所在领域的论文太多了?
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。