贵阳市是贵州省省会，全省的政治、经济、文化、科教、旅游服务中心，西部地区重要的中心城市之一.地貌以山地、丘陵为主，丘陵与谷地、洼地相间分布，地势西高东低.根据《贵阳市城市总体规划(2011-2020年)》布局，贵阳市中心城区将形成“一城三带多组团”的空间结构.一城：以老城区、观山湖区构成城市核心(即“双核”)；三带：百花山脉、黔灵山脉和南岳山脉；多组团：中心城区周围4个相对独立的组团，即高新组团、花溪组团、龙洞堡组团和新天组团.贵阳市城乡规划局为更好地规划中心城区，将其划分为19个组团，本研究选取这19个组团作为研究区域，包括南明区、云岩区以及乌当区、白云区、观山湖区、花溪区的一部分，总面积1 244 km²(图 1).

基于高德地图软件平台上获取的贵阳市中心城区服务业POI数据，抓取时间为2017年12月下旬.获取的POI数据都包含5个字段：名称、分类、地址、经度、纬度.对抓取的数据进行预处理，去除多余信息和实地验证，最终获得178 749条POI数据.参考《国民经济行业分类与代码(GB/4754-2017)》，本研究将采集的所有POI数据划分为14个大类(表 1). DEM数据(空间分辨率为30 m)来源于地理空间数据云.贵阳市行政区划矢量数据和交通路网数据从贵阳市1:200 000行政区划图提取.人口数据来源于2010年第六次全国人口普查数据.

该方法基于点数据，以待计算网格为中心，根据一定半径进行搜索，计算要素在周围邻域中的密度，从而产生一个表示密度值的连续的表面，用不同的核密度值来表示要素的空间分布特征^[21].计算公式如下：

式中：f(s)为要素s处的核密度估计值；n为与s的距离小于或等于h的要素数；h为搜索半径；k为空间距离权重.

测算每个点要素与其最邻近的点要素间的观测距离，并计算所有最邻近距离的平均值.若某一类POI的平均观测距离小于假设随机分布的预期平均距离，则该类POI属于集聚分布；反之，则属于离散分布.利用ArcGIS10.2软件的平均最近邻分析工具，返回的结果包含：平均观测距离(d_i)、预期平均距离(d_e)、最近邻指数(R)，z，p^[21].计算公式如下：

式中：A为研究区面积；N为所有POI的数量；当|z|>2.58且p < 0.01时，拒绝零假设(输入要素属于随机分布，根据z，p判断在一定显著性水平下是否拒绝零假设).

区位熵通常用来表征区域内产业的专业化程度，同时也可以反映要素的空间分布情况^[21].区位熵的值越高，表明该行业在区域内的专业化程度越高.计算公式如下：

式中：Q为区位熵；e_K-A为区域K中A类行业的要素数量与整个区域内A类行业所有要素的比值；e_K为区域K中所有要素数量与整个区域中要素数量的比值.

中心城区POI平均最近邻分析的z，p结果显示，贵阳市服务业呈集聚分布的态势.基于中心城区POI的核密度值分析服务业的分布格局，由于搜索半径不同，核密度集聚的范围也随之改变，搜索半径越大，形成的集聚区范围越大，搜索半径越小，则会形成小规模的集聚区.根据本研究需要，分别选取600 m，800 m，1 000 m，1 200 m作为搜索半径，结果显示，当搜索半径为1 000 m时，最能反映服务业的分布格局.利用自然断点法将核密度值分为低、较低、中、较高、高5个等级，以大十字广场为圆心，每间隔4 km做环状缓冲区，叠加城市道路数据、水系数据和DEM数据(图 2)，识别出服务业总体空间布局具有以下特征：

1) 贵阳市“双核多组团”的服务业空间分布形态基本形成.核密度的高值区位于老城区组团，形成中心城区最大的核心，观山组团也形成了几个较高的核密度集聚区，并有向核心发展的趋势.白云、三马、乌当、经开和花溪组团形成的集聚区分布在“双核”的周围，而在城市外围的高新、综保、小关、永乐、久安和党武组团尚未形成集聚中心.

2) 极化现象显著，这主要集中在老城区和观山组团.出现这种极化现象的原因：①政策导向.规划形成以老城区和观山湖区为核心的城市空间结构，发挥城市核心的带动作用，服务业分布的空间形态既是对客观实际条件的被动适应，又是对政策导向的主动选择；②空间邻近效应.老城区的基础设施建设、经济发展水平、市场容量、人口密度等方面比其他地区更有优势，距离老城区较近的观山湖组团，受老城区影响，其经济、人口、基础设施发展较好，易于形成集聚区；③职住人口分布.服务业主要服务于居民生活，与人口空间分布具有一致性.

3)“核心-边缘”空间结构的出现.随着缓冲区距市中心距离的增加，缓冲区内服务业的核密度降低.统计各缓冲区POI的数量发现，5个缓冲区占比依次为40.97%，20.03%，17.69%，14.32%，5.74%，服务业数量由市中心向边缘递减.

4) 服务业沿省道分布.交通网络中心性(连接性、可达性、通勤性)好的地区，服务业集聚越明显，一环内(由宝山北路、宝山南路、市南路、解放路、浣沙路、枣山路、北京路围成，全程13 km)包括了核密度高、较高集聚区的大部分，核密度较高，中集聚区分布在一环外二环内(分为北二环、东二环、南二环、西二环，全程50 km)，服务业集聚区主要集中在三环内(即绕城高速).

5) 服务业主要分布在地势低平地区，并在南明河沿岸形成集聚轴带，总体呈“Y”型分布形态.核密度的高值区位于地势较低的老城区组团，南明河穿过核密度较高的地区.南明河、百花山脉、黔灵山脉和南岳山脉是贵阳市的自然格局，决定了城市沿水系、地势低平地区向外围扩张，同时伴随空间溢出效应，跨越山水阻隔等自然条件的限制，呈现跳跃发展的态势，如老城区组团的服务业跨越黔灵山脉，在地势较高的观山组团形成集聚区.

数量最多、占比最大的是批发和零售，占总数的33.84%；住宿和餐饮次之，占总数的20.51%；交通运输仓储和邮政、科学研究和技术服务、水利环境和公共设施管理数量最少，占比都未超过1%.运用ArcGIS10.2软件的最近邻分析工具，通过对比各类型服务行业的R值(最近邻指数)，发现集聚程度最高的是批发和零售，R值为0.15，批发零售对市场的需求较高，为市场导向型行业，需要布局在人口密集、经济发达、交通网络中心性好的地区；信息传输、软件和信息技术服务集聚程度最低，R值为0.43.

统计不同环状缓冲区内POI的数量(图 3)，可以看出，各行业POI数量占其总数的比重随距市中心距离的增加而降低，呈现出核心-边缘结构.贵阳市的服务业主要集聚在距市中心0~16 km的范围内. 0~4 km范围内，各类服务业占比在40%~60%之间，其中集聚程度最高的是金融保险；4~12 km内，服务业占比在20%左右，信息传输、软件和信息技术服务在该范围内数量最多；12~16 km范围内，批发和零售占比最大，有明显优势；16~20 km内，各类型服务业占比均未超过10%，交通运输、仓储和邮政、批发和零售占比相对较大.

对14个服务业分行业的核密度分析，得到贵阳市服务业空间分布特征(图 4)：

1) 分行业服务业的空间分布亦呈现核心-边缘结构，其形态和总体的分布形态基本吻合，呈“Y”型分布. 14个行业在老城区组团的密度值明显高于周围地区，观山湖组团的核密度仅次于老城区组团，白云、乌当、三马、二戈寨、经开和花溪组团也都有核心形成，中心城区外围的高新、综保、朱昌、小关、金华、永乐、久安、龙洞堡、石板、孟关和党武组团未形成密度核心，总体上密度值由中心向外围递减.

2) 从各行业密度中心的分布范围和规模大小的组合来看，服务业的分布模式有以下3类：① “大分散，高聚集”分布模式，密度中心在多个缓冲圈层内都有分布，而且密度中心的规模较大.批发零售、交通运输仓储和邮政、信息传输软件和信息技术服务、住宿和餐饮，这4类行业的核密度分布属于此模式；②科学研究和技术服务、居民服务修理、教育、卫生和社会工作行业虽然在多地均有分布，但密度中心规模不高，属于“大分散、低聚集”分布模式；③其他类型属于“小分散、高聚集”分布模式，即分布在个别圈层，但密度中心规模较大.

3) 服务业的区位选择是由服务业的类型决定的.批发零售、住宿餐饮、居民服务等是市场导向型，布局倾向人口密集、经济发达的城市核心地区；仓储和邮政需要规模较大的场地、便捷的交通，空间布局更倾向于交通通达度高的城市外围低地价区域.

由图 5可知，不同组团服务业数量差异、专业化程度地区差异均具有统计学意义，在组团层面形成集聚程度高的专业化地区(Q>2)，专业化功能区具有如下特征：

1) 交通运输和仓储邮政、信息软件技术服务、金融保险、房地产、租赁商务服务、科学研究、水利、教育、文化娱乐、公共管理都形成了专业化地区，批发和零售、住宿和餐饮、居民服务、卫生和社会工作专业化程度较低.

2) 交通运输和仓储邮政、水利、教育、公共管理在多个组团形成了专业化集聚区.该类型行业区位选择的限制因素较少，空间布局灵活，形成专业化的区域较为广泛.

3) 高新、综保、朱昌、小关、永乐、久安、龙洞堡和党武组团存在多个优势行业集聚区.例如：交通运输和邮政仓储、房地产、租赁商务服务、科学研究、水利在高新组团形成专业化集聚区；交通运输和邮政仓储、信息传输、教育、文化娱乐在综保组团形成专业化地区；交通运输和邮政仓储、房地产、教育、文化娱乐在党武组团有专业化地域.这类型的地区往往规划了多个职能，组团内存在多个行业的空间分布特征.

4) 从专业化地区分布的位置来看，大多数专业化地区在城市的外围，城市中心虽然是服务业数量最多、密度最高的地区，但形成的专业化地区较少；而在城市边缘，服务业数量较少、密度较低的地区，更易于形成专业化集聚区.

服务业分布受交通网络中心性的影响，集中分布在连接性、可达性、通勤性较好的地区.道路是地区间交流的主要通道，采用ArcGIS空间分析工具，对国道、省道、县道、高速进行缓冲区分析，分析城市交通路网对服务业分布的影响.以250 m为缓冲区的半径，划分4个缓冲区，统计不同半径缓冲区内服务业的数量(表 3).交通路网不同缓冲区内服务业数量有明显差异，随着距路网距离的增加，服务业数量越少.在0~250 m的范围内，服务业占比为61.57%；在250~500 m的区域，服务业数量较0~250 m减少明显；在500~1 000 m的区间，数量减少不明显.距道路0~750 m范围内，服务业的数量占总数的91.04%，距道路大于750 m的区域，服务业占比只有8.96%.结果表明，距交通路网越近，服务业数量越多.

地形因素是服务业布局的基础，也制约着服务业的扩展.海拔和坡度是影响服务业布局的2个重要因素.将海拔划分为982~1 100 m，1 100~1 200 m，1 200~1 300 m，1 300~1 400 m，1 400~1 589 m这5个范围，坡度分为0°~5°，5°~10°，10°~15°，15°~20°，20°~25°这5个区间，统计不同海拔和坡度内的服务业数量.海拔982~1 100 m的区间内，服务业分布最多，1 100~1 200 m，1 200~1 300 m服务业数量次之，海拔1 300~1 400 m服务业数量明显减少，几乎没有服务业在高于1 400 m的海拔分布.服务业主要分布在982~1 300 m的地区，占总数的95.44%，只有4.56%的服务业分布在海拔高于1 300 m的地区.坡度0°~15°范围内分布了97.68%的服务业，仅有2.32%的服务业分布在坡度大于15°的地区(表 4).研究表明，随着海拔和坡度的升高服务业数量呈现下降趋势.

服务业主要服务于城市居民，服务业分布与人口分布相一致.基于2010年第六次全国人口普查数据，选择贵阳市街道、乡镇人口数据和服务业数量2个变量进行相关分析，得到相关系数为0.997，在0.01水平上显著相关.研究表明，人口越多的地区分布的服务业也越多.

贵阳市城市总体规划提出中心城区实施“一城三带多组团”的空间结构，以老城区和观山湖区为核心，把百花山脉、黔灵山脉和南岳山脉作为隔离绿化带，在中心城区周边布局功能相对独立的组团，同时构建“一横、一纵、一环”和“三条环路十六条射线”的路网骨架网络，合理组织主城与组团以及各组团之间的联系.从前文的服务业空间布局特征来看，贵阳市中心城区服务业已经基本形成“双核多组团”的空间结构，而且服务业沿主要交通路网分布，表明城市规划对服务业布局有重要的影响和导向作用.

1) 贵阳市服务业总体分布特征如下：①基本形成“双核多组团”的空间分布格局，极化成核现象显著，老城区组团形成最大的核心，观山组团有向核心发展的趋势；②核心—边缘空间差异明显，服务业数量和密度由城市中心向边缘地区递减；③服务业空间上呈“Y”型分布，集聚区主要在外环以内以及地势低平地区，并沿省道和南明河分布.

2) 贵阳市服务业分行业的布局特征如下：①不同行业的数量和集聚程度差异有统计学意义，且分布形态与总体服务业分布特征吻合，呈“Y”型分布；②核心—边缘分异明显，主要集聚分布在距市中心大十字广场16 km范围内，不同类型服务业的分布模式和区位选择也不同；③各行业专业化程度区域差异较大，空间布局灵活的行业会在多个组团形成专业化集聚区；④多个行业在一个组团形成集聚区，这种类型的聚集区在规划中有多个职能；⑤专业化地区更容易在服务业数量少的城市边缘形成.

3) 交通、海拔、坡度、人口和城市规划是影响贵阳市服务业空间分布的主要因素，具体表现为：①距离交通路网越近，服务业的数量越多；②随着海拔和坡度的升高，服务业数量也随之减少；③人口越多的区域，服务业数量也越多；④城市规划是引导城市服务业空间布局的重要因素.

1) 从服务业布局的整体来看：①未来服务业布局应该引导其与城市空间布局形态相一致，形成“双核多组团”的发展模式.应加强政策引导，完善基础设施建设、交通路网，促进观山湖组团核心的进一步发展.发挥老城区组团和观山湖组团核心作用的同时，引导服务业向服务业分布较少的高新、综保、小关、永乐、久安和党武组团聚集；②协调核心—边缘之间的关系，引导服务业向城市外围组团布局，既带动边缘地区的发展，又减轻城市中心的服务压力，促进服务业的良性发展；③充分发挥城市交通对服务业的带动作用，完善中心城区“一横、一纵、一环”和“三环十六射”的路网系统，加强各组团之间服务业的联系.

2) 在服务业分行业规划中：①明确区域的职能，分散老城区组团的职能，引导生产性服务业向城市边缘布局，促进老城区周边观山、乌当、三马、二戈寨、经开和花溪组团服务业进一步发展，充分发挥城市核心的带动作用；②根据各行业自身属性和区位选择的特点，选取适合的区位布局，引导生活性服务业在城市核心布局，生产性服务业在城市外围布局；③推动城市边缘专业化程度低的组团(白云、乌当、金华、石板、孟关、经开和花溪组团)形成专业化功能区.

采用POI大数据，对服务业空间分布特征以及影响因素进行精细地识别，可以为城市规划布局提供新的思路和方法，有助于政府制定科学的政策.但POI数据是将地理实体抽象成点状数据，缺乏等级规模信息，由于数据本身的局限性，本研究只侧重空间布局研究，没有涉及行业间的联系和动态变化，没能与传统的统计数据结合，由于POI信息中包括地址、电话等详细信息，条件允许的情况下可以对各行业服务行业POI进行抽样调查，分析贵阳市服务业空间布局的形成机制，实现传统数据与大数据在城市研究中的对接.