城市管理事件具有顯著的地域特征和周期性特征,挖掘城管事件中隱含的時空規(guī)律和潛在影響因子對城市管理具有重要指導意義。然而,目前針對城管事件時空變化及影響因素驅(qū)動效應(yīng)的研究仍較為少見。本文基于貝葉斯時空模型,針對西北某地H市P區(qū)的街面秩序類、市容環(huán)境類以及宣傳廣告類城管事件在一周之中的時空演變特征進行建模分析,并探究了影響城管事件案發(fā)風險的潛在影響因子。研究發(fā)現(xiàn):①在空間上,3類城管事件的相對風險分布存在差異,街面秩序類事件集中在城市的居住功能區(qū)和商業(yè)功能區(qū),而市容環(huán)境類集中在城市的居住功能區(qū),宣傳廣告類主要集中在城市的商業(yè)功能區(qū),空間風險后驗概率估計表明,以上2個區(qū)域是城管事件的熱點區(qū)域。②在時間上,每逢周二、周五以及周六,城管事件的相對風險較為突出,但總體上沒有明顯的單調(diào)性。每天的8—10時和14—15時是城管事件高發(fā)的時段,其相對風險遠高于其他時段。③城市建成環(huán)境對城管事件的潛在影響存在差異。研究區(qū)域內(nèi)餐飲、交通、生活服務(wù)等城市基礎(chǔ)設(shè)施與城管事件的關(guān)聯(lián)最為緊密,且都表現(xiàn)為正相關(guān)。④城管事件的案發(fā)風險呈現(xiàn)出明顯的時空異質(zhì)性,漸進性的建模過程表明在分析城管事件數(shù)據(jù)時考慮空間與時間效應(yīng)的影... 

【文章來源】：地球信息科學學報. 2020,22(05)北大核心

【文章頁數(shù)】：10 頁

【部分圖文】：

城管事件在網(wǎng)格上的計數(shù)

城管事件在一周內(nèi)的時間分布趨勢

通過計算空間相對風險高于總體平均水平的后驗概率值可以將區(qū)域劃分為熱點、溫點和冷點：如果后驗概率P(exp(μi+νi)>1|Y)>0.8則歸類為熱點，如果后驗概率小于0.2則歸類為冷點，如果處于0.2與0.8之間則歸類為溫點[26]。其結(jié)果如圖5所示，空間后驗概率的估計表明，城市的居住功能區(qū)和商業(yè)功能區(qū)是3類城管事件高發(fā)頻發(fā)的熱點區(qū)域。且可以注意到，宣傳廣告類事件在居住聚集區(qū)也有明顯的熱點分布，這可能是由于居住區(qū)內(nèi)的超市、便利店等許多商業(yè)點產(chǎn)生了違章懸掛廣告牌、散發(fā)小廣告等問題，而街面秩序類事件中包含的占道經(jīng)營等問題，使得街面秩序類事件在這種情況下與宣傳廣告類事件的熱點有部分重合現(xiàn)象。圖5 城管事件相對風險的空間冷熱點趨勢

【參考文獻】：
期刊論文
[1]深圳市快遞自提點的空間分布特征與影響因素[J]. 劉玲,李鋼,楊蘭,薛淑艷.  地球信息科學學報. 2019(08)
[2]不同格網(wǎng)尺度下的黃山市生境質(zhì)量差異分析[J]. 彭建,徐飛雄.  地球信息科學學報. 2019(06)
[3]地理信息科學中尺度問題的30年研究現(xiàn)狀[J]. 李志林,王繼成,譚詩騰,徐柱.  武漢大學學報(信息科學版). 2018(12)
[4]時空大數(shù)據(jù)背景下并行數(shù)據(jù)處理分析挖掘的進展及趨勢[J]. 關(guān)雪峰,曾宇媚.  地理科學進展. 2018(10)
[5]基于多源數(shù)據(jù)的北京市朝陽區(qū)人口時空格局評估與預測[J]. 林文棋,陳會宴,謝盼,李穎,陳清凝,李棟.  地球信息科學學報. 2018(10)
[6]參數(shù)優(yōu)化DBSCAN算法的城管案件聚類分析[J]. 伏家云,靖常峰,杜明義,付艷麗,戴培培.  測繪科學. 2018(08)
[7]利用貝葉斯時空模型分析山東省手足口病時空變化及影響因素[J]. 吳北平,楊典,王勁峰,徐成東,李俊明,任周鵬.  地球信息科學學報. 2016(12)
[8]近鄰指數(shù)的城管案件全局分布模式分析[J]. 靖常峰,付艷麗,戴培培,杜明義.  測繪科學. 2017(06)
[9]大數(shù)據(jù)時代的智慧城市[J]. 王家耀.  測繪科學. 2014(05)
[10]基于空間點模式分析的城市管理事件空間分布及演化——以武漢市江漢區(qū)為例[J]. 佘冰,朱欣焰,咼維,徐曉.  地理科學進展. 2013(06)



本文編號：3053164