【文献学习】Cities: 百度轨迹数据、加权有向网络、空间关联模式、商业可达性：探索和评估商住空间的空间关联。

研究背景：

商业与住宅空间的空间关联影响居民日常生活、社会公平性和经济绩效。

中国城市化过程中商住空间的失衡，特别是在新城郊区导致“零售沙漠”等问题。

研究问题：

商住空间的空间关联模式是怎样的？

不同社会群体的商业可达性如何？

政策应如何优化商业分布以促进社会公平？

研究目标：

基于动态消费出行数据研究商住空间的空间关联模式和社会群体的商业可达性。

研究选取中国珠海市，因其特殊的地理条件和行政区划适合作为案例。

数据来源：

使用百度轨迹数据（2018年一周数据），包含起点-终点（OD）轨迹、时间和流量。辅以百度人口学数据，将居民划分为四个收入层级。

构建消费流的加权有向网络，采用Infomap社区检测算法识别商住空间的空间关联模式。

用平均消费出行距离衡量社会群体的商业可达性。

4.1 空间关联模式

基于社区检测，珠海市划分为六个空间关联社区，并总结以下模式：

1. 单中心模式（郊区）：以一个商业中心为核心，形成辐射状空间关联。

2. 双中心模式（外郊区）：两个商业中心相互分隔，形成多级空间关联。

3. 多中心模式（主城区）：多个商业中心与周围住宅形成复杂空间网络。

4.2 商业可达性评估

整体趋势：

外郊区的双中心模式商业可达性最低，郊区的单中心模式最优。

主城区的多中心模式处于中间。

社会群体差异：

低收入群体的消费距离最长，特别是在外郊区和主城区。

高收入群体更倾向于选择低密度社区和在线消费，因此其商业可达性对住宅选择的影响较小。