基于移动定位大数据的城市空间结构研究-以上海中心城区为例

前言
第1章 绪论
1.1 研究背景和选题依据
1.1.1 研究背景
1.1.2 移动定位大数据的概念和特征
1.1.3 选题依据
1.2 研究范围和研究问题
1.3 研究目的和意义
1.3.1 研究目的
1.3.2 研究意义
第2章 相关研究成果回顾
2.1 城市空间结构的概念框架
2.2 城市空间结构的传统研究
2.2.1 基于空间形式的城市空间结构研究
2.2.2 基于功能联系的城市空间结构研究
2.3 使用移动定位大数据的城市空间结构研究
2.3.1 研究进展
2.3.2 研究特征及问题
2.4 本章小结
第3章 数据处理及检验
3.1 手机信令数据
3.1.1 数据概况
3.1.2 现有数据处理方法
3.1.3 居住地、工作地识别
3.1.4 游憩地识别
3.2 地铁刷卡数据
3.2.1 数据概况
3.2.2 居住地、工作地识别
3.2.3 游憩地识别
3.3 本章小结
第4章 中心城区范围识别
4.1 关于上海中心城的讨论
4.2 中心城区范围识别方法
4.2.1 中心城区范围识别方法的依据
4.2.2 本书识别中心城区范围的方法和原则
4.3 中心城就业-居住活动影响范围
4.3.1 中心城就业者的就业活动影响范围
4.3.2 中心城就业者的居住活动影响范围
4.3.3 现状中心城区范围
4.3.4 识别结果检验
4.4 中心城游憩-居住活动影响范围
4.4.1 中心城游憩者的游憩活动影响范围
4.4.2 中心城游憩者的居住活动影响范围
4.4.3 中心城游憩和居住活动影响区
4.5 本章小结
第5章 就业中心体系
5.1 就业中心识别
5.1.1 就业中心识别的方法依据
5.1.2 就业中心识别方法和识别结果
5.1.3 识别结果检验
5.1.4 就业中心腹地
5.2 就业中心能级
5.2.1 能级判断的理论和方法依据
5.2.2 就业密度视角能级
5.2.3 通勤联系视角能级
5.2.4 两个视角能级比较
5.3 就业中心势力范围
5.3.1 势力范围划分的理论和方法依据
5.3.2 势力范围划分
5.3.3 Huff模型验证
5.4 现状缺少就业中心的地区
5.5 就业中心体系影响机制
5.5.1 就业中心空间影响机制
5.5.2 就业中心能级影响机制
5.5.3 就业中心政策影响机制
5.6 本章小结
第6章 商业中心体系
6.1 商业中心识别
6.1.1 商业中心识别方法和识别结果
6.1.2 识别结果检验
6.1.3 商业中心腹地
6.2 商业中心能级
6.2.1 游憩活动强度视角能级
6.2.2 出行联系视角能级
6.2.3 两个视角能级比较
6.3 商业中心势力范围
6.3.1 势力范围划分
6.3.2 Huff模型验证
6.4 现状缺少商业中心的地区
6.5 商业中心体系影响机制
6.5.1 商业中心空间影响机制
6.5.2 商业中心能级影响机制
6.5.3 商业中心政策影响机制
6.6 就业中心体系和商业中心体系的关系
6.7 本章小结
第7章 功能区划分
7.1 空间联系距离
7.1.1 职住空间联系距离
7.1.2 游住空间联系距离
7.2 空间联系方向
7.2.1 职住空间联系方向
7.2.2 游住空间联系方向
7.3 上海中心城区现状空间结构模式
7.4 本章小结
第8章 结论和讨论
8.1 上海中心城区空间结构研究结论
8.2 上海中心城区空间结构优化建议
8.3 本研究的特点
8.4 讨论
8.4.1 对数据的讨论
8.4.2 对空间结构测度方法的讨论
附录A 参数调整对居住地、工作地识别结果的影响
附录B 就业中心腹地
附录C 商业中心腹地
附录D 各街道居民社会经济属性
参考文献
后记