轨道交通站域商业集聚特征与演变研究——基于POI数据的实证分析
——基于 POI数据的实证分析
[本文引用格式]曾如思，沈中伟，罗克乾.轨道交通站域商业集聚特征与演变研究——基于POI数据的实证分析 [J]. 南方建筑， 2020（6）：126-132 .
摘要 轨道交通建设与城市商业互动开发是引导城市空间演变与土地高效利用的重要动力。选取成都市中心城区代表性地铁站点，利用平均最近邻法、核密度分析法、标准差椭圆法对比分析站域商业集聚与演变特征，建立回归模型初步探讨影响站域商业集聚的主要因素。研究发现：（1）轨道交通的介入推动站域商业布局向多中心、网络化发展，并促进商业设施总量增长与集聚加速，且对于城市级站点的加速作用更为显著；（2）以购物类业态为主的商业开发在轨道交通介入下日益提升，体现了乘客日渐增长的消费需求。站点周边餐饮服务类业态的集聚分布，反映出乘客在其周边快速消费的行为特征；（3）轨道交通的介入是站域商业集聚的重要影响因素，站点日均客流量和出入口数量与商业集聚呈显著正向关联。
关键词 轨道交通站点区域；商业；集聚特征；演变；影响因素
ABSTRACT The interactive development of rail transit construction and urban commercial functions is a driving force of urban space evolution and land-use efficiency. Representative metro stations in Chengdu were selected for this study. Characteristics of the commercial function agglomeration and evolution in the catchment areas were compared and analyzed using the average nearest neighbor method, kernel density estimation method, and standard deviation ellipse method. The major influencing factors were then analyzed. Results show that: (1) the involvement of rail transit promotes the development of commercial function in the catchment areas to a multi-center networked form and accelerates the growth and aggregation of commercial facilities, especially in city-level metro stations; (2) The shopping function is enhanced by rail transit, reflecting the increasing consumer demands of passengers; (3) Rail transit influences agglomeration of commercial functions in the catchment areas, as the average daily passenger flow and numbers of access to the metro stations have a significant positive impact on commercial aggregation. KEY WORDS metro station areas; commercial function; agglomeration characteristics; evolution; influencing factors *基金项目：国家自然科学基金资助项目（51978573）：城市交通综合体形成机制与演变机理研究；国家自然科学基金资助项目（51778529）：城市交通综合体地下空间绿色建筑设计方法研究。
中图分类号 TU984文献标志码 A
DOI 10.3969/j.issn.1000-0232.2020.06.126 文章编号 1000-0232（2020）06-0126-07
作者简介 1 博士研究生；2 教授，通信作者，电子邮箱：szw@swjtu.edu.cn；3 博士研究生；1&2&3西南交通大学建筑与设计学院引言
轨道交通站点作为城市触媒能够有效推动城市发展[1]。在强化轨道交通引领城市发展格局的大背景下，成都正积极实施轨道交通加速成网战略。2018年，成都市发布轨道交通相关专项规划与设计导则 [2]，将 TOD模式作为推动城市转型升级的重要途径。商业作为城市发展的重要组成，其与轨道交通开发的互动关系是当下关注的热点问题[3]。国外学者对于轨道交通开发影响的探讨从早期对于地铁沿线土地利用[4-5]、轨道交通开发对地价以
[6-9]
及经济的影响 的关注由中心城区逐渐扩展到快速增长的城郊
区域[10]。国内学者对于轨道交通建设与城市商业互动发展的研究成果较为丰富：如宏观层面上，基于轨道交通与城市公共中心体系的空间耦合角度提出相关原则[11]、基于多维视角对广州市
[12]
轨道交通站点开展实证研究 等，可有效指导轨道交通和城市商业互动规划与发展；中微观层面上，系统剖析上海核心城区轨道交通站域商业空间的多层面分布特征[13]、发现地铁站周边商业圈层结构并划分商业网点结构形态 [14]195，通过定性与定量结合探讨轨道交通与商业集聚关系，有助于地铁引导城市建设。
综上所述，现有研究主要聚焦于轨道交通对沿线站点商业分
Agglomeration and Evolution Characteristics of Commercial Function in Metro Station Areas: An Empirical Study Based on POI Data
布的影响，针对两者互动发展演变的时间维度考量较少，且针对轨道交通站域商业不同类型子系统的研究尚待深入。近年来城市兴趣点（Point of Interest，POI）等大数据的兴起为轨道交通开发与城市商业互动研究提供了新的方法与视角[15-16]，如通过POI数据识别城市多类型商业中心与集聚特征 [17]55、基于兴趣点（POI）、手机信令数据等对街道活力展开定量探索[18]52、分析测度建成环境功能多样性对街道活力的影响等[19]。既有研究证明了 POI等大数据用于识别城市功能结构及因集聚效应而产生商业网点活跃度的有效性，一定程度上为轨道交通介入下的站域商业集聚与演变提供了方法支持。
当前中国城镇化建设正积极寻求基于精细增长的存量更新而非粗放扩张，轨道交通及周边地区资源的综合开发利用有待提高[20]、TOD模式如何与旧城更新协调发展仍处于探索阶段。如何统筹优化轨道交通站域商业资源分布格局，充分发挥轨道交通站域对中心城区更新建设的引导作用，是亟待解决的问题。研究选取成都市中心城区12个典型地铁站点区域（以下简称站域），通过ARCGIS 软件处理 2009 年、2013 年和 2018 年商业 POI 数据，解读轨道交通站域商业集聚特征，分析对比其演变发展、并初步解析影响商业集聚演变的主要因素，以期促进站域资源综合开发利用，引导轨道交通开发与城市商业互动发展。
1研究对象的选取及研究方法
1.1代表性站点的选取及研究范围界定
站点的选择首先考虑商业发展较为成熟和繁荣的区域；其次应能反映地铁开通时长对站域商业集聚演变的影响；最后基于成都市相关政策文件对轨道交通站点的分级考虑多种规模和定位[2]。
[21]
因此选取位于成都市中心城区 的 12个典型地铁站域，均位于发展较为成熟的锦江、青羊等行政区，其商业受站点影响较大；站点所在地铁线路为2010 年 9月开通的成都地铁1号线和 2012年 9月开通的地铁2号线，均为开通较早且运营相对成熟的线路（表1）。根据TOD理论，城市轨道交通站点的影响范围为步行10min左右的距离，即 400~800m 半径范围[22]；《城市轨道沿线地区规划设计导则》将距离站点 300~500m、500~800m 范围分别定义为轨道站点核心区和影响区，与轨道功能紧密关联。因此将研究范围界定为以选定地铁站点为圆心，半径800m内的区域。1.2主要数据来源与分类
站域商业业态分类参考国民经济行业分类标准，以及国家零售业态分类标准 [14]189。由于研究数据来源为 POI（Point of Interest）数据，该数据共分为 19个大类，如餐饮服务、购物服务、住宿服务，生活服务等[23]。结合传统的商业分类国家标准和实地考察，将业态分为餐饮服务、购物服务、生活服务、科教文化及住宿服务5类，并进行相关数据处理与分析。
有别于传统的调研和测绘，POI 数据（Point of Interest）是描述与人们生活密切相关的地理实体，能较为精准地提供相关地理位置信息以及城市活动，一定程度上为建筑学和城市规划领域相关学者提供定量研究的可操作性。基于历史数据的获取难度以及分类筛选达成基本一致的过程，选用2009 年、2013 年和2018 年 POI 数据，基于 ARCGIS软件平台进行处理分析，定量解读与对比站域商业集聚特征与演变趋势，初步探讨影响商业集聚演变的主要因素。同时结合文献调查、实地调研、查阅相关网站公众平台、百度地图、OSM开源地图获取规划、相关道路及建筑资料，并基于ARCGIS平台进行整合与分析。
1.3研究思路与方法
研究思路如下：首先对站域商业各年份POI数据进行统计分析，结合平均最近邻法解读对比其整体集聚与演变特征；再运用核密度分析法对分类业态集聚与演变特征进行可视化识别与对比分析；然后运用标准差椭圆法进一步验证站域商业集聚特征与演变趋势；最后通过构建多元线性回归模型探讨影响站域商业集聚的主要因素（图1）。
（1）平均最近邻法平均最近邻方法主要用于研究要素的整体分布特征，判断其
在分布上属于集聚、随机还是分散布局[24]。该方法主要通过测量每个要素与其邻近要素的平均距离，然后计算所有最近邻距离的平均值并与假设随机分布的平均距离进行比较。若指数小于1，则要素分布模式为聚类；若指数大于1，则要素分布模式趋向于离散。（2）核密度估计法核密度估计法可用于识别特定区域内的要素空间密度变化，通常运用 ArcGIS平台工具箱中的空间分析模块——密度分析完成。通常有 Rosenblatt-Parzen 核估计，表达式如下：
其中，k（）为核函数；n为数据点的个数；h为带宽；x-xi为估计点x到选取样本点 xi 的距离 [25]。核密度估计法可以对点数据进行密度估算并可视化表达，在相关领域已得到广泛运用。（3）标准差椭圆法标准差椭圆法主要通过创建标准差椭圆来表达要素的分布特征，包括中心趋势、离散和方向趋势[17]57。椭圆中心为要素分布的平均中心。长轴表示要素在主趋势方向的离散程度，短轴则代表最小扩散方向。长短半轴的差距越大，表示数据的方向性越明显，反之则无方向特征。
2轨道交通站域商业集聚演变与影响因素2.1商业集聚与演变特征
（1）商业整体集聚演变特征分析
统计对比 2009 年、2013 年、2018年各站域商业网点POI数量，基于 ARCGIS平台进行平均最近邻分析，结果显示： 2009 年～ 2018年各站域商业指数值均小于1，表明站域商业具有显著的集聚特征（图2）。值得注意的是地铁开通运营1 到 2年后的2013年，部分站域商业集聚程度有所升高，如天府广场站；而对于大部分一般站点的集聚作用稍弱，如牛王庙站、白果林站等。2018年，各站域商业集聚程度均呈一定下降趋势。说明轨道交通的介入对于站域商业集聚具有一定的提升带动作用，并在开通运营后不久更为显著，而在其后的运营逐步成熟期，商业网点则更趋于稳定和扩散。
从 POI总量来看，地铁开通后各站域商业基本呈上升趋势，其中以春熙路站、天府广场站增长趋势最为显著（图3）。核密度分析结果表明，春熙路站、天府广场站域商业在2013 年呈现显著的集聚加速趋势，而2018年春熙路站和天府广场站核密度高值分别增长到 1049.76 和 1544.74，增幅最大且显著高于其它站点（图4）。从核密度图显示的整体分布特征来看（图5），地铁开通前春熙路站和天府广场站呈散点-片状分布特征，开通运营 1~2 年后的 2013年则表现为多中心集聚特征，且随着开通时长增加，2018年其多中心化趋势越为显著。结果表明，轨道交通的介入在一定程度上促进了站域商业集聚加速，且对于城市级站点的加速效果更为显著。
同时，从 2009 年、2018 年站域商业 POI数量圈层分布特征来看（图6），商业网点集中区从以0~200m 圈层分布为主扩展至500~600m圈层。整体来看，商业分布演变向中心圈层靠拢，
并从轨道交通影响区向核心区（300~500m）移动 [26]，其演变基本趋向于圈层结构1）。
（2）商业分类业态集聚演变特征分析对比站域各年份业态占比（图7），可以看出：地铁开通前后尽管商业 POI总量呈上升趋势，轨交站域不同类型的商业网点集聚具有显著分异特征。2009年地铁开通前，以春熙路站为代表的城市级站点和以省体育馆站等为代表的片区级站点生活服务类业态占比最高，其次是购物服务。人民北路站的购物服务类业态在地铁开通前占比最高，因其毗邻传统商圈荷花池大型批发市场，该市场一定程度上主导了人民北路片区的业态发展与定位；以一品天下站等为代表的一般站点则以生活、购物服务类为主，同时兼容餐饮服务，呈现多样化的特征。而在地铁开通后， 2018年各站域业态占比呈现一定规律：以购物服务为主、生活服务为辅。其中，春熙路站和天府广场站购物类业态增幅最大， 2018 年占比分别达到 0.560 和0.636。结果表明，地铁的开通对于站域购物类业态集聚具有带动作用。
对比分析2009 年～ 2018年站域各业态核密度图（表2），购物服务类业态在占比增加的同时呈现出由面状向多中心集聚分布的演变特征。餐饮服务类业态占比尽管有所下降，但是站点对其集聚具有引导作用，表现为核密度高值分布区趋向于紧邻站点分布；相较于科教文化类业态，生活服务类业态表现为多中心、“面面俱到”的均质分布特征。而住宿服务类业态则由开通前的连片状分布转变为多中心分布，且以位于传统商圈、旅游热点的站点最为显著，如骡马市站、文殊院站。
总体来看，以购物服务类业态为主的站域商业开发在轨道交通的介入下日益提升，体现了乘客日渐增长的消费行为与生活需求；轨道交通站点对于餐饮服务类业态集聚作用最强，引导其紧邻站点分布，反映出乘客在站点周边进行快速消费的行为特征；轨道交通的建设有助于站域商业形成多中心、网络化的布局形态。2.2 基于标准差椭圆法的商业集聚演变分析
根据标准差椭圆法分析结果可知：从2009 年～ 2018 年，商业集聚变化较大的有两类站点：一是城市级站点，以天府广场
站和春熙路站为主；二是地铁线路两端的站点，以一品天下站、人民北路站变化最为显著（图8）。标准差椭圆变化的整体趋势是长轴趋向于沿地铁线路发展，如一品天下站；或依托城市大型商业综合体转移，如人民北路站。天府广场站的商业平均分布中心有向春熙路站偏移的趋势，春熙路站亦是如此，验证了商圈的集聚效应。标准差椭圆分析结果也同时佐证了POI 总量演变，核密度高值演变的分析结果。
2.3商业集聚影响因素
（1）因素构建为探索轨道交通开通运营前后，影响站域商业集聚的主要因素，同时考虑数据的可获取性、可行性与准确性，以POI 数量表征因商业集聚效应而产生的网点活跃度，并将其作为因变量。同时结合参考文献 [18]55，[27-32]，将影响因素分为站点自身条件和与周边关系两类。其中，选取站点日均客流量、地铁出入口数量和是否换乘站作为衡量站点自身条件的因素；选取站点周边土地利用各类型的面积比、公共服务设施POI点数、与市中心的距离作为衡量站点与周边关系的因素。分别统计2009 年、2018年所选站域内建设用地面积及占比情况等相关数据并进行归一化处理。
（2）回归模型结果分析
构建以站域商业POI数量为因变量，站点自身条件、与周边关系等因素为自变量的多元线性回归模型，用逐步法得到结果如表3所示。地铁开通前的2009 年，回归模型R2 为 0.919，模型的解释力较强。最终进入回归模型的主要因素有居住用地面积占比、绿地与广场用地面积占比、其他用地面积占比、与市中心的距离以及公共服务设施点数。其中，最显著的影响要素为公共服务设施点数，标准系数为0.918，且在 0.01水平上显著相关。说明站域商业集聚对于公共服务设施配套具有较强的依赖性，周边良好的设施配置可以显著提高商业网点活跃度，促进商业集聚。另一方面，站域商业集聚和与市中心的距离这一解释变量呈显著负相关。表明地铁开通前，商业区位选择倾向于周边配套较为成熟，且距离市中心较近的区域，一定程度上源于商家基于降低风险的考虑和对于传统商圈的依赖性。
地铁开通后，2018年回归模型R2 为 0.946，模型具有很强的解释力。最终进入模型的主要因素有公共管理与公共服务设施用地面积占比、是否换乘站、站点日均客流量以及地铁出入口数量。而居住用地面积占比、绿地与广场用地面积占比等并未进入模型。说明轨道交通介入后，影响站域商业集聚的主要因素发生
变化。标准系数说明，站点日均客流量对于站域商业集聚具有最显著影响（0.903），其次为地铁出入口数量（0.620）。可见，轨道交通介入后带来的巨大人流量，可显著提高站域商业活跃度，促进商业集聚；站域地铁出入口数量的增加，引导客流从不同方位渗透至站域商业区，进一步促使商业集聚。
综上，地铁开通前后的2009 年和 2018年，影响站域商业集聚的主要因素发生变化。地铁开通前，以公共服务设施点数、与市中心的距离等反映城市功能结构及区位的指标对于站域商业集聚起到主要作用；地铁开通后，仅公共管理与公共服务设施用地面积占比进入回归模型，其余变量均为轨道交通相关因素。说明轨道交通作为重要影响因素，为站域带来大量人流的同时可显著提升站域商业网点活跃度。结合地铁开通前后站域商业POI数量变化（图3），可以看出，从地铁开通前的2009 年到开通运营后的 2013 年，POI总量增长趋势较为显著，尽管年份较短，但其增幅大于 2013 年～ 2018年的增幅。这一结果也佐证了回归模型结果，轨道交通的介入是影响商业集聚演变的重要因素。
结论与讨论
轨道交通与城市商业互动发展是引导城市空间演变发展的重要动力。基于 2009 年、2013 年和 2018 年 POI数据，研究轨道交通站域商业集聚与演变特征，并探讨其主要影响因素，以期促进站域资源综合开发利用，提高城市土地空间利用效率。主要结论如下：
（1）轨道交通的介入，推动站域商业由散点状、轴带状等分布形式向多中心、网络化发展。同时，其在一定程度上促进了站域商业设施总量增长与集聚加速，且对于城市级站点的加速作用更为显著；
（2）以购物服务类业态为主的站域商业开发在轨道交通的介入下日益提升，体现了乘客日渐增长的消费行为与生活需求；轨道交通站点对于餐饮服务类业态集聚作用最强，引导其紧邻站点分布，反映出乘客在站点周边进行快速消费的行为特征；
（3）轨道交通是影响站域商业集聚的重要因素，站点日均客流量和出入口数量与商业集聚呈显著正向关联作用。
总体来看，结合POI数据与实地调研从轨道交通站域尺度探讨商业空间集聚演变特征，对于站域资源高效综合利用有一定的启示。但由于POI数据主要提示相关业态网点的集聚程度和活跃度，对于研究对象的建筑空间、面积和规模等无法有效表达，研究具有一定局限性；同时基于历年数据的获取难度，对于站域商业演变规律及影响因素的研究尚待深入。在后续相关研究中将继续拓展与完善案例分析，同时综合补充多源数据、问卷调查等，提高分析结果的科学性与客观性，以更好地探寻轨交站域商业集聚演变规律。
图、表来源
文中所有图、表均由作者绘制。
注释1）《城市轨道沿线地区规划设计导则》将轨道站点核心区界定为距离站点 300 ～ 500m的范围，将轨道影响区（规划边界）设为500 ～ 800m；达拉斯将圈层结构细分为3个圈层，半径 200m 为核心圈层、400m 为中心圈层、800m为边界圈层。参考文献
[1]WANG Cheng-fang.Research on Optimization Regulation of Land-Use around Urban Rail Transit[D].Guangzhou: South China University of Technology,2013.
王成芳.广州轨道交通站区用地优化策略研究[D].广州：华南理工大学，2013. [2]Chengdu Municipal People's Government.Chengdu will develop the metro stations into four categories[EB/OL].(2018-11-25) [2019-11-22].www.chengdu.gov.cn.
成都市人民政府.成都市将分四级综合开发轨道站点 [EB/OL].(201811-25)[2019-11-22].www.chengdu.gov.cn.
[3]CHEN Wei-shan,LIU Lin,LIANG Yu-tian.Characterizing the SpatioTemporal Evolution of Retail Business at Transfer Hubs of Guangzhou Metro[J].Acta Geographica Sinica,2015,70(6):879-892.陈蔚珊，柳林，梁育填.广州轨道交通枢纽零售业的特征聚类及时空演变 [J]. 地理学报，2015，70（6）：879-892.
[4]Cervero R,Landis J.Twenty years of the Bay Area Rapid Transit system: land use and development impacts[J].Transportation Research Part A-Policy and Practice,1997,31(4):309-333. [5]Cervero R,Duncan M.Transit's Value-Added Effects:Light and Commuter Rail Services and Commercial Land Values[J]. Transportation Research Record,2002,1805(1):8-15.
[6]Cohen JP,Brown M.Does a new rail rapid transit line announcement affect various commercial property prices differently?[J].Regional Science and Urban Economics,2017(66):74-90.
[7]YANG L,Chau K W,Chu X.Accessibility-based Premiums and Proximity-induced Discounts Stemming from Bus Rapid Transit in China:Empirical Evidence and Policy Implications[J].Sustainable Cities and Society,2019(48):101561.
[8]YANG L,Zhou J,Shyr O F.Does Bus Accessibility Affect Property Prices?[J].Cities,2019(84):56-65.
[9]YANG L,Chau K W,Wang X.Are Low-end Housing Purchasers More Willing to Pay for Access to Public Services? Evidence from China[J].Research in Transportation Economics,2019. [10]Al-Kodmany.New Suburbanism:Sustainable Spatial Patterns of Tall Buildings[J].Buildings,2018,8(9):127.
[11]PAN Hai-xiao,REN Chun-yang.Study on spatial coupling between the metro and urban activity center:Case study in Shanghai[J].Urban Planning Forum,2005(4):76-82.
潘海啸，任春洋.轨道交通与城市公共活动中心体系的空间耦合关系——以上海市为例 [J]. 城市规划学刊，2005（4）：76-82.
[12]WANG Cheng-fang,SUN Yi-min.A Multi-dimensional Empirical Study on Spatial Characteristics of Urban Rail Station Areas:A Case of Guangzhou[J].Urban Planning Forum,2013(6):89-98.王成芳，孙一民.多维度视角下城市轨道站区空间特征实例剖析——以广州市为例 [J]. 城市规划学刊，2013（6）：89-98.
[13]ZHUANG Yu,YUAN Ming.Station-City:Distribution Performance of Space Use in Metro Station Areas[M]. Shanghai:Tongji Univers ity Press,2017:47-69.
庄宇，袁铭.站城协同——轨道车站地区空间使用的分布与绩效[M]. 上海：同济大学出版社，2017：47-69.
[14]CHEN Zhong-nuan,FENG Yue,JIANG Jin.The Commercial
Agglomeration and Influencing Factors of Nearby Subway Station[J].Journal of South China Normal University (Natural Science Edition),2013,45(6):189,195.
陈忠暖，冯越，江锦.地铁站点周边的商业集聚及其影响因素[J]. 华南师范大学学报（自然科学版），2013，45（6）：189，195.
[15]YANG Lin-chuan,ZHANG Xian-chun,HONG Shi-jian et al.The Impact of Walking Accessibility of Public Services on Housing Prices:Based on the Cumulative Opportunities Measure[J].South China Journal of Economics,2016(1):57-70.杨林川，张衔春，洪世键，等.公共服务设施步行可达性对住宅价格的影响——基于累积机会的可达性度量方法[J]. 南方经济，2016（1）： 57-70.
[16]YANG L.Modeling the Mobility Choices of Older People in a Transit-oriented City:Policy Insights[J].Habitat International,2018(76):10-18.
[17]ZHANG Meng-jie,ZHANG En-jia,SHAN Zhuo-ran.Research on the Identification of Multiple Types of Commercial Center and Spatial Patterns in Wuhan Based on POI Data[J].South Architecture,2019(2):55,57.
张梦洁，张恩嘉，单卓然. 基于 POI数据的武汉市多类型商业中心识别与集聚特征分析 [J]. 南方建筑，2019（2）：55，57.
[18]LONG Ying,ZHOU Yin.4uantitative Evaluation on Street Vibrancy and Its Impact Factors:A Case Study of Chengdu[J].New Architecture,2016(1):52,55.
龙瀛，周垠.街道活力的量化评价及影响因素分析——以成都为例[J].新建筑，2016（1）：52，55.
[19]WU Wan-shu,NIU Xin-yi.Impact of Built Environmental Functional Diversity on Street Vitality:A Case Study of West Nanjing Road in Shanghai[J].South Architecture,2019(2):81-86.吴莞姝，钮心毅.建成环境功能多样性对街道活力的影响研究——以上海市南京西路为例[J]. 南方建筑，2019（2）：81-86.
[20]SHEN Zhong-wei.Brief Discussion on the Issues of China's Contemporary Transportation Buildings[J].South Architecture,2012(2):29-31.
沈中伟.浅议我国当代交通之于建筑与城市的若干问题[J]. 南方建筑， 2012（2）：29-31.
[21]SUN Xu-dong.Chengdu Urban Master Plan Practice and Innovation[J].Planners,2019,35(20):67-74.
孙旭东.成都市城市总体规划实践与创新[J].规划师,2019,35(20):67-74. [22]GUO Tao,LIU Bo,TIAN Lei,et al.Research on TOD Reasonable Area around Urban Rail Traffic Site:A Case Study of West Jiangnan Station on Guangzhou No.2 Subway Line[J]. Planners,2008(3):75-78.
郭涛，刘波，田磊，等.轨道交通站点 TOD合理区范围探讨——以广州地铁二号线江南西站为例[J]. 规划师，2008（3）：75-78.
[23]CHI Jiao,JIAO Li-min,DONG Ting,et al.4uantitative Identification and Visualization of Urban Functional Area Based on POI Data[J].Journal of Geomatics,2016,41(2):68-73.池娇，焦利民，董婷，等. 基于 POI数据的城市功能区定量识别及可视化 [J]. 测绘地理信息，2016，41（2）：68-73.
[24]LAI Chang-Tiang,WU Xi-bo.A Study on Spatial Distribution Characteristics of Megacity Hotels Based on GIS Method:A Data
Analysis Based on POI Data of Guangzhou Hotels[J].Modern Urban Research,2019(8):66-74.
赖长强，巫细波.基于GIS方法的特大型城市酒店空间布局特征研究——基于广州酒店POI 数据分析 [J]. 现代城市研究，2019（8）：66-74. [25]XUE Bing,XIAO Xiao,LI Jing-zhong,et al.POI-Based Analysis on Retail's Spatial Hot Blocks at a City Level:A Case Study of Shenyang,China[J].Economic Geography,2018,38(5):36-43.薛冰，肖骁，李京忠，等.基于POI大数据的城市零售业空间热点分析——以辽宁省沈阳市为例[J]. 经济地理，2018，38（5）：36-43. [26]Ministry of Housing and Urban Rural Development of the People 's Republic of China. Guidelines for Planning and Design of Areas Along Urban Rail Transit[S].Beijing: Ministry of Housing and Urban Rural Development of the People's Republic of China,2015.住房和城乡建设部.城市轨道沿线地区规划设计导则[S]. 北京：住房和城乡建设部，2015.
[27]TAN Zhang-zhi,LI Shao-ying,LI Xia,et al. Spatio-temporal effects of urban rail transit on complex land-use change[J]. Acta Geographica Sinica,2017,72(5):850-862.谭章智，李少英，黎夏，等.城市轨道交通对土地利用变化的时空效应[J].地理学报，2017，72（5）：850-862.
[28]YUAN Ming,ZHUANG Yu.Performance Evaluation And Influence Factor Of Public Space Of Rail Transit Station (Rts) Area:Case Study in Core Area of Shanghai[J]. Architectural Journal,2015(S1):47-52.
袁铭，庄宇.轨道交通站域公共空间使用绩效的评价与影响因素分析——以上海核心城区为例[J]. 建筑学报，2015（S1）：47-52.
[29]ZHANG Ling-zhu,ZHUANG Yu,YE Yu.A Correlation Analysis Of Transport Accessibility And Spatial Performance Aiming For Synergistic Development in Rail Transit Station Areas:A Case Study Of Central Shanghai[J].New Architecture,2019(2):114-118.张灵珠，庄宇，叶宇.面向轨道交通站域协同发展的交通可达与空间使用绩效关系评价——以上海中心城区为例[J].新建筑,2019(2):114-118. [30]SUO Chao,ZHANG Hao.Influencing Factors And Development Proposals Of Business Space Around HSR Station:A Case Study Of Cities Along Shanghai-Nanjing HSR With Poi Data[J].City Planning Review,2015,39(7):43-49.
索超 , 张浩 .高铁站点周边商务空间的影响因素与发展建议——基于沪宁沿线 POI 数据的实证 [J]. 城市规划，2015，39（7）：43-49.
[31]XU Lei-Ting,MA Chen,ZHOU Feng,et al.Pedestrian's Behavior,Commercial Facilities And Urban Design Of Shanghai Metro Station Area:Case Studies Of Jing An Temple And Zhongshan Park Station[J].Architectural Journal,2015(S1):60-65.
徐磊青，马晨，周峰，等.轨交站域的人流、商业与城市设计——以上海“静安寺站”和“中山公园站”为例[J]. 建筑学报，2015（S1）：60-65. [32]TANG Feng,XU Lei-Ting.Research on the Relationship Between Rail-Station Block Development and Space Performance Under the Perspective of Station-City Synergy:Take Three Rail Station Areas in Shanghai for Example[J].Journal of Human Settlements in West China,2017,32(3):7-14.
唐枫，徐磊青.站城一体化视角下的轨交地块开发与空间效能研究——以上海三个轨交站为例[J]. 西部人居环境学刊，2017，32（3）：7-14.