Proceedings of the 27th International Conference of the Association for Computer-Aided Architectural Design Research in Asia (CAADRIA) 2022
Date:
摘要：【机翻】在后碳时代，利用大数据调整商业区位，帮助实现资源节约已经成为一种发展和研究趋势。本文利用多源城市数据和机器学习，对商业区规划进行合理的评价和调整。影响城市商业集聚的相关因素很多，但如何在众多因素中选择合适的因素是一个需要考虑和研究的问题，同时各影响因素对商业集聚的影响力度可能存在空间差异。因此，本文以中国经济和商业发展水平较高的城市–上海为例，通过文献回顾找出影响因素。接下来，本文采用机器学习的BORUTA特征选择算法来筛选影响因素。然后利用多尺度地理加权回归模型（MGWR）分析影响零售业空间集聚的因素的空间异质性。最后，基于后碳时代交通方式变化和社会活动不变的背景，讨论了未来零售商业空间规划模式，为未来城市商业的区位调整提供了具体建议。
关键词：商业区层次；集聚效应；空间变异性；多尺度地理加权回归模型；机器学习；大数据分析；SDG 8; SDG 12