沈 飛， 尚正永

（1.蘇州科技大學(xué)建筑與城市規(guī)劃學(xué)院，江蘇 蘇州 215011；2.蘇州科技大學(xué)地理科學(xué)與測(cè)繪工程學(xué)院，江蘇 蘇州 215009）

興趣點(diǎn)（Point of Interest，POI）作為地理信息系統(tǒng)的重要組成部分，附有各類(lèi)信息和空間屬性，具有精準(zhǔn)性、時(shí)效性等年鑒數(shù)據(jù)無(wú)法比擬的優(yōu)勢(shì)[1]。隨著GIS、網(wǎng)絡(luò)地圖、電子導(dǎo)航地圖的快速發(fā)展，人們可以通過(guò)多種途徑，獲得自己感興趣、空間精準(zhǔn)、信息多樣、內(nèi)容可視的POI 信息[2]；同時(shí)在大數(shù)據(jù)時(shí)代也有利于反映城市發(fā)展的實(shí)際情況，為城市空間研究提供更加多樣的思路與方法[3]。白永平等對(duì)蘭州市2019 年零售藥店的POI數(shù)據(jù)進(jìn)行了分析研究及可達(dá)性評(píng)價(jià)，指出合理配置零售藥店資源可以進(jìn)一步提高人們的生活質(zhì)量[1]；張晶宇等基于高德地圖POI 數(shù)據(jù)，對(duì)大連市中心城區(qū)服務(wù)設(shè)施的分布與城市空間格局進(jìn)行了研究，為此后的規(guī)劃設(shè)計(jì)指明合理優(yōu)化方向[3]；曹芳潔等運(yùn)用以POI 數(shù)據(jù)構(gòu)建的不規(guī)則三角網(wǎng)進(jìn)行了快速提取城市建成區(qū)方法的探索，并證實(shí)了POI 數(shù)據(jù)在城市邊界特別是在全國(guó)地級(jí)市尺度城市邊界識(shí)別的可行性[4]；賴(lài)長(zhǎng)強(qiáng)等利用廣州酒店P(guān)OI 數(shù)據(jù)分析了廣州地區(qū)酒店的總體及各類(lèi)星級(jí)酒店的空間布局特征、集聚離散程度、時(shí)間演化特征及相關(guān)影響因素[5]；淳錦等借助POI 數(shù)據(jù)與人口數(shù)據(jù)間的相關(guān)性，提出了人口分布格網(wǎng)化模型并能較好地?cái)M合街道和建筑物人口統(tǒng)計(jì)值，為微觀和更精確的人口估算奠定了基礎(chǔ)[6]；劉楊等基于夜間燈光數(shù)據(jù)和POI數(shù)據(jù)，運(yùn)用熵值賦權(quán)和代用數(shù)據(jù)空間展布的方法，比較分析了不同數(shù)據(jù)對(duì)格網(wǎng)化社會(huì)經(jīng)濟(jì)活動(dòng)空間分布精度差異性的影響[7]；徐冬等基于百度地圖POI 數(shù)據(jù)，運(yùn)用空間點(diǎn)格局分析，探討了南京市休閑旅游空間特征[8]；嚴(yán)朝霞等基于上海POI 數(shù)據(jù)，利用多種方法在不同視角下分析了上海城市道路對(duì)消費(fèi)活力的影響[9]。 可見(jiàn)POI 數(shù)據(jù)不僅可單獨(dú)用來(lái)分析城市各空間要素，還可與其他要素信息相結(jié)合，進(jìn)行更深層次的人文分析。

可達(dá)性被定義為從一個(gè)交通節(jié)點(diǎn)到另一個(gè)交通節(jié)點(diǎn)的便利程度[10]，也有多種測(cè)算方式。鄭智成等通過(guò)計(jì)算多種交通模式平均可達(dá)時(shí)間和公交服務(wù)頻次，分析了居住區(qū)尺度的公園景點(diǎn)可達(dá)性，從而劃定開(kāi)封市游憩空間的交通出行圈[11]；肖華斌等通過(guò)結(jié)合地理信息系統(tǒng)中的空間分析工具，提出了空間可達(dá)性和服務(wù)面積的綠地評(píng)價(jià)指標(biāo)[12]；李小馬等基于GIS 的網(wǎng)絡(luò)分析法，結(jié)合道路和人口分布分析了沈陽(yáng)及其各行政區(qū)城市公園的可達(dá)性和服務(wù)狀況[13]；李保杰等利用GIS 空間分析技術(shù)，結(jié)合改進(jìn)的潛能模型，對(duì)徐州市養(yǎng)老機(jī)構(gòu)的空間可達(dá)性進(jìn)行分析，指出研究區(qū)養(yǎng)老設(shè)施空間布局上特征[14]；劉常富等將城市公園可達(dá)性研究中常用的可達(dá)性計(jì)算方法分為4 類(lèi)6 種，分別評(píng)述了其原理和優(yōu)缺點(diǎn)，為城市公園可達(dá)性研究中方法的選擇提供參考，并探討了未來(lái)城市公園可達(dá)性研究的重點(diǎn)[15]；王宇環(huán)等結(jié)合Space-P 復(fù)雜網(wǎng)絡(luò)模型與Python 語(yǔ)言，借助ArcGIS網(wǎng)絡(luò)分析模塊對(duì)南京市現(xiàn)狀和二期建設(shè)軌道進(jìn)行換乘可達(dá)性實(shí)證研究[10]；張少鵬等通過(guò)調(diào)用高德地圖API程序接口，從面積可達(dá)性和時(shí)間可達(dá)性結(jié)合的維度出發(fā)，評(píng)價(jià)了不同交通測(cè)度方式下各商業(yè)中心的可達(dá)性及時(shí)空聯(lián)系[16]。 目前可達(dá)性技術(shù)在城市公共服務(wù)均衡研究中已經(jīng)得到廣泛應(yīng)用，在強(qiáng)調(diào)就近入學(xué)的背景下，利用可達(dá)性技術(shù)對(duì)小學(xué)可達(dá)性時(shí)間成本進(jìn)行計(jì)算，還需要更多的實(shí)證案例。

小學(xué)是我國(guó)義務(wù)教育的第一階段，是基礎(chǔ)教育的重要組成部分，也是城市當(dāng)中必不可少的公共服務(wù)設(shè)施。 趙洋以深圳市龍華區(qū)為例，采用GIS 緩沖區(qū)分析法和區(qū)位熵等方法，對(duì)小學(xué)空間布局的公平性進(jìn)行了評(píng)價(jià)[17]；靳波以太原市小學(xué)為例，分析其現(xiàn)狀建設(shè)情況，結(jié)合城市改造和規(guī)劃，提出了規(guī)劃布局的相關(guān)建議[18]；毛蔣興等以南寧市中心城區(qū)為例，以多源大數(shù)據(jù)為支撐，基于覆蓋度模型及人口耦合度分析，評(píng)估了南寧市小學(xué)服務(wù)效率，揭示了南寧市小學(xué)服務(wù)范圍與覆蓋度、人口耦合度間存在的問(wèn)題，并提出了優(yōu)化建議[19]；魏偉等以武漢市為例，采用回歸分析等方法辨識(shí)小學(xué)供需雙方的滿意度共識(shí)，驗(yàn)證基于供需匹配的小學(xué)最優(yōu)服務(wù)半徑范圍，同時(shí)利用典型社區(qū)要素提取、對(duì)比和回歸分析方法，通過(guò)人口密度、道路網(wǎng)密度和社區(qū)用地混合度等空間要素的優(yōu)化，提出了人居環(huán)境優(yōu)化的策略[20]。 當(dāng)前，許多城市學(xué)區(qū)房已經(jīng)成為支撐房?jī)r(jià)上漲的重要因素，利用大數(shù)據(jù)技術(shù)、GIS 空間分析與可達(dá)性分析方法，對(duì)城區(qū)小學(xué)的空間格局特征進(jìn)行分析，有一定的現(xiàn)實(shí)意義。 鑒于此，筆者以蘇州市中心城區(qū)6 個(gè)區(qū)為基本單元，選取2019 年蘇州市區(qū)小學(xué)POI 數(shù)據(jù)，利用核密度分析、可達(dá)性分析，探究小學(xué)的空間分布特征以及可達(dá)性水平，希望以此對(duì)小學(xué)空間的布置提供參考，促進(jìn)初等教育空間的優(yōu)化轉(zhuǎn)變。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 研究區(qū)概況

蘇州位于長(zhǎng)江三角洲中部、江蘇省東南部，地處東經(jīng)119°55′～121°20′，北緯30°47′～32°02′之間，東傍上海，南接浙江，西抱太湖，北依長(zhǎng)江，總面積8 657.32 km2。 全市地勢(shì)低平，境內(nèi)河流縱橫，湖泊眾多，太湖水面絕大部分在蘇州境內(nèi)，河流、湖泊、灘涂面積占全市土地面積的36.6%，是著名的江南水鄉(xiāng)。 蘇州地處亞熱帶季風(fēng)海洋性氣候區(qū)，2019 年平均氣溫17.5 ℃，降水量1 216.2 mm，四季分明，氣候溫和，雨量充沛，土地肥沃，物產(chǎn)豐富，自然條件優(yōu)越。 蘇州是國(guó)務(wù)院批復(fù)確定的中國(guó)長(zhǎng)江三角洲重要的中心城市之一、國(guó)家高新技術(shù)產(chǎn)業(yè)基地和風(fēng)景旅游城市，按統(tǒng)計(jì)口徑，蘇州市區(qū)下轄姑蘇區(qū)、虎丘區(qū)、吳中區(qū)、相城區(qū)、吳江區(qū)和工業(yè)園區(qū)，截至2019 年末，蘇州全市常住人口共有1 074.99 萬(wàn)人，市區(qū)常住人口為557.66 萬(wàn)人，蘇州全市地區(qū)生產(chǎn)總值19 235.80 億元，市區(qū)生產(chǎn)總值為9 048.68 億元。

1.2 數(shù)據(jù)來(lái)源與處理

文中研究所用的基礎(chǔ)數(shù)據(jù)包括5 部分：（1）蘇州市統(tǒng)計(jì)局（http：//tjj.suzhou.gov.cn/sztjj/tjnj/nav_list.shtml）發(fā)布的不同年份統(tǒng)計(jì)年鑒；（2）通過(guò)規(guī)劃云（http：//www.guihuayun.com/）的行政區(qū)劃工具獲取蘇州城區(qū)的JSON 文件，導(dǎo)入GIS 得到相應(yīng)的行政區(qū)劃圖；（3）通過(guò)中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心地理空間數(shù)據(jù)云平臺(tái)（http：//www.gscloud.cn）獲取于2015 年1 月6 日發(fā)布的30 m 分辨率全球數(shù)字高程數(shù)據(jù)（ASTER GDEM V2）；（4）基于高德開(kāi)放平臺(tái)（https：//lbs.amap.com/），通過(guò)數(shù)據(jù)采集軟件抓取最后更新時(shí)間為2019 年9 月2 日的蘇州市區(qū)小學(xué)的POI 數(shù)據(jù)，經(jīng)過(guò)數(shù)據(jù)清洗、坐標(biāo)轉(zhuǎn)換，得到蘇州市區(qū)小學(xué)數(shù)據(jù)263 條，其中，工業(yè)園區(qū)18 條，高新區(qū)（虎丘區(qū)）28 條，姑蘇區(qū)52 條，吳江區(qū)82 條，吳中區(qū)53 條，相城區(qū)30 條（根據(jù)《2019 蘇州統(tǒng)計(jì)年鑒》顯示，蘇州市區(qū)小學(xué)217 所，其中吳江區(qū)55 所，通過(guò)踏勘、資料查閱等方法洗去在建、撤銷(xiāo)以及重復(fù)的學(xué)校數(shù)據(jù)，但部分學(xué)校存在多個(gè)校區(qū)的情況，為了確保分析的客觀性，在空間分析部分依舊采用此POI 數(shù)據(jù)）；（5）通過(guò)BBBick extracts OpenStreetMap（https：//extract.bbbike.org/）截取蘇州市區(qū)OSM 數(shù)據(jù)，得到蘇州市區(qū)各類(lèi)交通方式道路矢量數(shù)據(jù)，所得數(shù)據(jù)如圖1 所示。

圖1 蘇州市區(qū)概況及小學(xué)分布圖

1.3 研究方法

1.3.1 核密度分析

利用核密度分析計(jì)算要素（點(diǎn)或線）在其周?chē)徲蛑械拿芏?，可以有效地分析出要素在空間上分布的特征，通過(guò)計(jì)算要素在單位面積的量值以將各個(gè)要素?cái)M合為連續(xù)分布的密度柵格數(shù)據(jù)，常用作探討要素空間分布的規(guī)律，計(jì)算公式如下

式中，f（x）為空間位置x處的核密度計(jì)算函數(shù)；h為距離衰減閾值；n為與位置x的距離小于或等于h的要素點(diǎn)數(shù)；k則表示空間權(quán)重函數(shù)，一般是距離衰減函數(shù)，其幾何意義為密度值在每個(gè)核心要素xi處最大，并且在遠(yuǎn)離xi過(guò)程中不斷降低，直至與核心xi的距離達(dá)到閾值h時(shí)核密度值降為0。 文中釆用ArcGIS 軟件進(jìn)行核密度分析，結(jié)合小學(xué)的服務(wù)范圍，選擇500 m 作為閾值（每千米鄰域）進(jìn)行分析。

1.3.2 可達(dá)性分析

文中運(yùn)用ArcGIS 網(wǎng)絡(luò)分析工具下的服務(wù)區(qū)分析，即基于矢量網(wǎng)絡(luò)的計(jì)算，根據(jù)小學(xué)地理位置和道路長(zhǎng)度推算小學(xué)實(shí)際可服務(wù)范圍，從而間接計(jì)算蘇州市區(qū)各小學(xué)的可達(dá)性。 整理蘇州市區(qū)內(nèi)小學(xué)POI 與矢量路網(wǎng)，構(gòu)建網(wǎng)絡(luò)數(shù)據(jù)集；添加字段L（km）賦予通過(guò)計(jì)算幾何所得的道路實(shí)際長(zhǎng)度；添加字段V（km·h-1）按數(shù)據(jù)提供最高速度（max speed）字段賦予速度，其余按不同類(lèi)型、等級(jí)道路賦予理想速度，其中高速公路設(shè)為110 km·h-1，快速路設(shè)為80 km·h-1，主干道設(shè)為60 km·h-1，次干道設(shè)為40 km·h-1，支路設(shè)為30 km·h-1，其他道路設(shè)為20 km·h-1；添加時(shí)間字段T（min）計(jì)算得到理想速度下通過(guò)道路所花費(fèi)的時(shí)間，計(jì)算公式

并將其作為可達(dá)性計(jì)算中的默認(rèn)成本字段。 最終借助ArcGIS 網(wǎng)絡(luò)分析中的服務(wù)區(qū)分析，對(duì)空間插值得到小學(xué)以時(shí)間為成本的可達(dá)分布圖，即反映研究范圍內(nèi)各小學(xué)的可達(dá)性水平。

2 結(jié)果及分析

2.1 小學(xué)生人數(shù)增長(zhǎng)較快，小學(xué)校數(shù)量增長(zhǎng)較慢

根據(jù)《2019 蘇州統(tǒng)計(jì)年鑒》，截至2019 年末，蘇州全市有小學(xué)424 所，在校小學(xué)生821 240 人，占常住人口的比例為7.64%，市區(qū)在校小學(xué)生438 907 人，占市區(qū)常住人口的7.87%。 近10 年來(lái)，隨著蘇州城市規(guī)模的擴(kuò)大，外來(lái)人口的增長(zhǎng)，在校小學(xué)生人數(shù)增長(zhǎng)較快（如圖2 所示）。市區(qū)小學(xué)生數(shù)量從2009 年的134 836 人增長(zhǎng)到2019 年的438 907 人，學(xué)校數(shù)量從2009 年的157 所（含吳江縣）增長(zhǎng)到2019 年的217 所，小學(xué)數(shù)量增長(zhǎng)明顯低于學(xué)生人數(shù)的增長(zhǎng)，導(dǎo)致蘇州城區(qū)小學(xué)學(xué)位緊張，蘇州市學(xué)區(qū)房?jī)r(jià)格普遍上漲，特別是優(yōu)質(zhì)學(xué)校的學(xué)區(qū)房?jī)r(jià)格上漲幅度大。

圖2 蘇州市近10 年小學(xué)基本情況

2.2 小學(xué)?？臻g集聚分布態(tài)勢(shì)明顯

截至2019 年9 月，蘇州市區(qū)小學(xué)分布不同分區(qū)差異較大，運(yùn)用平均最近鄰工具測(cè)算得出整體和各地區(qū)最鄰近比率（見(jiàn)表1）。 由表1 可知，整體比率為0.74，其中姑蘇區(qū)最鄰近比率最高為1.13，吳江區(qū)、吳中區(qū)和高新區(qū)（虎丘區(qū)）的最鄰近比率低于1，分別為0.90、0.57 和0.88，說(shuō)明整體存在聚集分布的特征。分片區(qū)的聚集現(xiàn)象明顯，其中吳中區(qū)集聚程度最高，而相城區(qū)、工業(yè)園區(qū)分布相對(duì)均勻，姑蘇區(qū)則較為離散。 究其原因高新區(qū)與吳中區(qū)擁有大片水域（太湖）與山體，城市建設(shè)用地本就局促，故小學(xué)等公共服務(wù)設(shè)施在空間分布上相較于其他區(qū)存在明顯集聚?？傮w上呈現(xiàn)“內(nèi)密外疏”的發(fā)散式空間分布特點(diǎn)。自然要素（山體、水面等）是影響著城市發(fā)展的重要因素，城市的發(fā)展又直接影響小學(xué)的布置。

表1 蘇州市區(qū)小學(xué)平均最鄰近比率

2.3 小學(xué)?？臻g布局區(qū)際差異明顯

利用ArcGIS 的核密度分析工具做出蘇州市區(qū)小學(xué)的核密度圖（如圖3 所示）。小學(xué)的總體分布表現(xiàn)出發(fā)展核心高密度集聚，其他片區(qū)沿主要發(fā)展方向發(fā)散布置的特征。 其中，高密度斑主要集中在姑蘇區(qū)、高新區(qū)（虎丘區(qū)）東部、相城區(qū)南部、工業(yè)園區(qū)中部、吳中區(qū)中部、吳江區(qū)北部和南部，可以看出各區(qū)小學(xué)數(shù)量和集聚差異大，空間分布發(fā)散性較強(qiáng)：姑蘇區(qū)常住人口不是最多，但常住人口密度高，生活集聚，故小學(xué)數(shù)量較多；吳江區(qū)相對(duì)比較特殊，2012 年吳江市撤市設(shè)區(qū)，成為蘇州市吳江區(qū)，在南部盛澤鎮(zhèn)和北部松陵鎮(zhèn)都有較高密度的小學(xué)聚集，其他地帶由于自然地形未形成連片城區(qū)，故大都沿城市內(nèi)部主要交通道路分散布置；相城區(qū)、高新區(qū)（虎丘區(qū)）、吳中區(qū)與老城區(qū)之間有一定承接，可以有效地緩解老城壓力，所以在老城周邊的密度較高，隨著與老城的距離拉大，集聚程度逐步降低；工業(yè)園區(qū)除金雞湖東岸，學(xué)校布置比較均衡，沒(méi)有明顯高密度區(qū)域，且大都分布于西部，這與西部密集的商業(yè)中心相適應(yīng)。顯然，小學(xué)的布置除與城市發(fā)展基礎(chǔ)存在密切關(guān)聯(lián)外，與城市發(fā)展方向也密不可分，小學(xué)的布置不僅滿足當(dāng)前居民的發(fā)展需求，一定程度上還體現(xiàn)了城市發(fā)展的重點(diǎn)與方向。

圖3 蘇州市區(qū)小學(xué)核密度圖

2.4 小學(xué)校時(shí)間可達(dá)性差異比較大

小學(xué)作為城市重要的公共服務(wù)設(shè)施，在《城市居住區(qū)規(guī)劃設(shè)計(jì)標(biāo)準(zhǔn)》（GB 50180-2018）明確指出，10 min生活圈內(nèi)就應(yīng)當(dāng)獨(dú)立占地配建，故應(yīng)擁有較高的可達(dá)性水平。 通過(guò)網(wǎng)絡(luò)分析工具，求解各小學(xué)一定可達(dá)時(shí)間內(nèi)的服務(wù)范圍，將其視為小學(xué)的可達(dá)性并劃分為5 個(gè)等級(jí)水平（見(jiàn)表2）；制出整體可達(dá)性水平圖和各行政區(qū)范圍半小時(shí)內(nèi)不同可達(dá)性水平的占比情況（如圖4、圖5 所示）。

表2 可達(dá)性等級(jí)劃分

圖4 蘇州市區(qū)小學(xué)可達(dá)性水平

圖5 各行政區(qū)可達(dá)性水平占比

結(jié)果表明蘇州市區(qū)的小學(xué)總體可達(dá)性水平良好，超過(guò)60%的區(qū)域可在30 min 內(nèi)到達(dá)附近小學(xué)，其中25 min 內(nèi)可達(dá)的比率將近90%，整體水平呈現(xiàn)核心高邊緣低，老城區(qū)高、新城區(qū)低的態(tài)勢(shì)。 姑蘇區(qū)的小學(xué)可達(dá)性水平最高，幾乎實(shí)現(xiàn)30 min 可達(dá)全覆蓋，其中15 min 內(nèi)可達(dá)比率超過(guò)95%，且5 min 內(nèi)可達(dá)比率超過(guò)70%；工業(yè)園區(qū)和高新區(qū)（虎丘區(qū)）次之，大部分地區(qū)可實(shí)現(xiàn)15 min 內(nèi)到達(dá)，且25 min 內(nèi)可達(dá)比率分別達(dá)到98%和92%，但相較于姑蘇區(qū)5 min 內(nèi)可達(dá)的比率遠(yuǎn)遠(yuǎn)不足，反映出這兩個(gè)區(qū)小學(xué)數(shù)量上欠缺；相城區(qū)、吳中區(qū)和吳江區(qū)的小學(xué)可達(dá)性一般，可達(dá)未覆蓋或可達(dá)性水平較低地段較多，可見(jiàn)與城市的成長(zhǎng)和發(fā)展有著密切關(guān)聯(lián)。 小學(xué)服務(wù)在空間分配上的差異性，與城市發(fā)展的歷史演進(jìn)和經(jīng)濟(jì)水平存在較大關(guān)聯(lián)性：姑蘇區(qū)作為蘇州市區(qū)的老城區(qū)，公共服務(wù)設(shè)施建設(shè)比較完善；得益于中新兩國(guó)合作，工業(yè)園區(qū)在經(jīng)濟(jì)高速發(fā)展的帶動(dòng)下，雖然小學(xué)數(shù)量最少，但布置合理、交通便利。 此外小學(xué)的布置一定程度上反映了一定區(qū)域內(nèi)居民的發(fā)展需求，因而小學(xué)服務(wù)的空間差異，也映射出政府對(duì)城市所吸納居民的發(fā)展目標(biāo)。相較姑蘇區(qū)的可達(dá)性水平，相城區(qū)、吳中區(qū)、吳江區(qū)的整體可達(dá)性水平一般，但各區(qū)核心部分可達(dá)性依舊處于高水平等級(jí)，與小學(xué)服務(wù)設(shè)施的核密度分析相呼應(yīng)的同時(shí)，也與蘇州“一核四城”發(fā)展戰(zhàn)略相吻合；說(shuō)明政府對(duì)城市發(fā)展的方向和意愿也有著重要的影響力。

為了更深入地探究蘇州市區(qū)內(nèi)部在人口分布、學(xué)校密度和可達(dá)性之間的差異，在去除影響因素較大的水域面積之后，分別計(jì)算各區(qū)的常住人口比重、 小學(xué)數(shù)量比重、15 min 可達(dá)面積占各分區(qū)（陸地）面積的比重和15 min 可達(dá)面積占市區(qū)（陸地）面積的比重，見(jiàn)表3 和如圖6 所示。

表3 分區(qū)差異情況

圖6 分區(qū)差異對(duì)比

由圖6 和表3 可知，15 min 可達(dá)（可達(dá)性較高）區(qū)域面積占市區(qū)（陸地）面積的四成以上，但各分區(qū)15 min 可達(dá)面積占本分區(qū)（陸地）面積比重的差異較為明顯，且基本與占市區(qū)（陸地）面積的比重相反，這與小學(xué)空間分布密度的結(jié)果相互印證：可達(dá)性較高區(qū)域面積與區(qū)內(nèi)面積占比較高，但與市區(qū)面積占比較低，說(shuō)明該區(qū)小學(xué)空間分布較密集，如姑蘇區(qū)；反之，可達(dá)性較高區(qū)域面積與區(qū)內(nèi)面積占比和其與市區(qū)面積占比差距越小，說(shuō)明該區(qū)小學(xué)空間分布較分散，如吳江區(qū)。

小學(xué)數(shù)量比重與常住人口比重基本持平，僅工業(yè)園區(qū)和吳江區(qū)存在一定差距，而除姑蘇區(qū)和吳江區(qū)外，各區(qū)小學(xué)數(shù)量占比均小于常住人口占比，也就間接闡述了部分蘇州城區(qū)的發(fā)展歷程：姑蘇區(qū)作為老城區(qū)，常住人口密度遠(yuǎn)高于其他各區(qū)，小學(xué)等生活配套也更加完善；工業(yè)園區(qū)得益于現(xiàn)代城市規(guī)劃思想理論的指導(dǎo)和建設(shè)，服務(wù)的常住人口比重超自身數(shù)量比重一倍有余；吳江區(qū)前身為縣級(jí)吳江市，本就具有一定的發(fā)展基礎(chǔ)，但與其他區(qū)相比吳江區(qū)人口比重明顯低于小學(xué)數(shù)量比重，吳江區(qū)未來(lái)承接蘇州其他區(qū)人口潛力巨大，撤市設(shè)區(qū)后蘇州市區(qū)整體城市首位度得到加強(qiáng)，更是提升了蘇州市區(qū)在長(zhǎng)三角一體化發(fā)展中的地位和作用。

3 結(jié)語(yǔ)

利用多源數(shù)據(jù)，運(yùn)用核密度分析、可達(dá)性分析等方法，以2019 年蘇州市區(qū)的小學(xué)空間數(shù)據(jù)為基礎(chǔ)，對(duì)小學(xué)的空間分布以及可達(dá)性進(jìn)行了分析，得出如下結(jié)論：

（1）小學(xué)生數(shù)量增長(zhǎng)較快，小學(xué)校數(shù)量較長(zhǎng)較慢，學(xué)位緊張程度逐年增加，優(yōu)質(zhì)小學(xué)學(xué)位難求，成為學(xué)區(qū)房?jī)r(jià)格快速上漲的主要?jiǎng)右颉?小學(xué)的分布伴隨城市的發(fā)展擴(kuò)張受自然要素影響較大，空間上呈不均勻的斑點(diǎn)狀，總體分布表現(xiàn)為城市中心區(qū)為高密度集聚，其他片區(qū)沿主要發(fā)展軸線發(fā)散布置的特征。 姑蘇區(qū)作為城市核心，小學(xué)最為密集，其他區(qū)小學(xué)密集程度隨到城市中心距離的增加而降低。 小學(xué)空間布局在滿足小學(xué)生就近入學(xué)需求方面還有一定困難，這與居民需求以及城市歷史基礎(chǔ)密不可分。

（2）小學(xué)的可達(dá)性水平與核密度分布相呼應(yīng)，城市核心姑蘇區(qū)的可達(dá)性最好，幾乎實(shí)現(xiàn)可達(dá)全覆蓋，5 min 內(nèi)可達(dá)比率超過(guò)70%，15 min 內(nèi)可達(dá)比率超過(guò)95%；工業(yè)園區(qū)與高新區(qū)（虎丘區(qū)）在經(jīng)濟(jì)高速發(fā)展的帶動(dòng)下同樣具有較高的可達(dá)性，25 min 內(nèi)可達(dá)比率分別達(dá)到98%和92%，整體與城市的歷史演進(jìn)、經(jīng)濟(jì)水平和發(fā)展方向有著密切關(guān)聯(lián)；未來(lái)蘇州市區(qū)新建的小學(xué)設(shè)施應(yīng)集中在高新區(qū)（虎丘區(qū)）西部科技城、蘇州灣太湖新城、吳江中部以及相城高鐵新城等地，在改善、提高城市居民生產(chǎn)生活的同時(shí)，還引導(dǎo)、體現(xiàn)城市發(fā)展重點(diǎn)與方向。

（3）借助ArcGIS 網(wǎng)絡(luò)分析，可以精確計(jì)算各設(shè)施在道路網(wǎng)絡(luò)當(dāng)中的服務(wù)范圍、通行時(shí)間和最佳線路等，但對(duì)于矢量路網(wǎng)數(shù)據(jù)的準(zhǔn)確性要求較高，文中所得開(kāi)放道路矢量數(shù)據(jù)不能完美匹配網(wǎng)絡(luò)分析工具的計(jì)算邏輯，尤其是不同等級(jí)道路之間的交互存在瑕疵，人工檢查修改工作量太過(guò)龐大，但整體數(shù)據(jù)較為準(zhǔn)確，故忽略了部分低等級(jí)道路的限制條件；且由于地鐵等軌道交通運(yùn)行、換乘以及與普通道路網(wǎng)絡(luò)交互的特殊性而未參與此次小學(xué)服務(wù)可達(dá)性的計(jì)算，結(jié)合城市軌道交通及其發(fā)展，研究城市服務(wù)設(shè)施也是未來(lái)的優(yōu)化和研究方向之一。 另外，筆者所研究小學(xué)空間分布特征，未考慮各學(xué)校的用地規(guī)模、在校師生等屬性，將學(xué)校屬性參與核密度權(quán)重計(jì)算，可使得分析結(jié)果更加科學(xué)客觀。

Spatial distribution characteristics and accessibility of primary schools based on POI data：A case study of the urban area of Suzhou

SHEN Fei1， SHANG Zhengyong2*
（1.School of Architecture and Urban Planning，SUST，Suzhou 215011，China；2.School of Geography Science and Geomatics Engineering，SUST，Suzhou 215009，China）

Abstract：Based on the DEM，POI data and road data of primary schools along with the ArcGIS，this paper studies the spatial distribution of primary schools in the urban area of Suzhou through analyzing their kernel density and accessibility. The results show that the growth in the number of primary schools is obviously slower than that of pupils，resulting in a rapid rise in the price of high quality school district housing. The distribution of primary schools in the urban area of Suzhou is uneven and spot-like. Different districts are greatly affected by natural factors. Suzhou New District （Huqiu District） and Wuzhong District are more obvious，showing a divergent spatial distribution characteristic of “dense inside and sparse outside”. The overall accessibility level of primary schools in the urban area of Suzhou is high，among which Gushu District has the highest accessibility，followed by Suzhou Industrial Park and Suzhou New District （Huqiu District）. The overall service level presents a trend of “high in the old urban area，low in the new urban area，and high in the core and low in the periphery”. The spatial distribution and accessibility of primary schools have a high correlation with the historical and economic development of the city and its direction for future development. Reasonable allocation of primary school facilities can effectively guide the production and life of urban residents.

Key words：POI；primary school；kernel density；accessibility；Suzhou