准确识别城市功能区及其空间结构，对于提升城市规划、改善城市秩序、协调人地关系具有重要意义^{[1, 2]}。城市功能区是在产业集聚和扩散作用下，城市内部各要素的空间分布及其相应产生的小区分异^[3]，因此，从人文—经济地理学角度来讲，城市功能区识别研究对于深入探究城市人类活动影响及其陆地表层系统变化具有重要意义^[4]，并能在不同尺度的国土空间规划与可持续发展决策中发挥重要作用^{[4, 5]}。长期以来，关于城市功能区内涵、识别及应用等已经开展了较为深入和系统的研究，并取得了丰硕成果。例如，黄宁等从可持续发展理念视角对城市功能区进行了辨析并提出了五项城市功能区划原则^[6]；陈浩等研究了南京市功能区的发展历程、功能区与行政区的特征差异和相互关系以及功能区涌现所折射的城市政府空间重组趋势^[7]；王永利等提出了城市功能区地质环境风险性分区评价方法^[8]。总结研究可以发现，城市功能区识别是支撑和保障城市功能区研究走向包含决策支持应用的关键环节。

在传统数据语境下，城市功能区识别方法主要依赖于土地利用数据、城市规划数据以及遥感影像数据。例如，Zhang等通过建立城市场景混合姿态量化的分解模型对北京和珠海的高分辨率遥感图像进行场景分解，说明北京和珠海的城市功能区具有很大差异^[9]；徐明珠借助空间聚类方法对扬州市城市用地现状图进行城市空间格局要素的提取^[10]；张花娟以土壤利用情况作为依据将包头市分为工业区、商业区、居民区、科教区和城市绿地^[11]。随着数据采集能力的增强，特别是在信息化背景下，打破传统的功能区分区思想，推动城市功能区的识别从经验判断走向定量分析，如何充分挖掘大数据所隐含的城市功能区信息并建立方法学体系，已经成为城市地理学创新方向，也是面临的迫切难题^[12-14]。近年来，诸多学者在此领域开展了系列探索与尝试，例如，邬群勇等借助出租车轨迹数据分析每个地块交通起止点数量的时空分布特征将厦门岛划分为工作区、居住区和休闲娱乐区^[15]；赵莹等基于手机漫游用户数将张家界划分为日常居住区、重点旅游区和其他波动区^[16]；王俊珏等基于核密度与兴趣点大数据开展了城市功能分区研究^[17]等。

大数据驱动下的城市功能分区研究，特别是伴随着地理信息技术的精进，促进了城市功能区单元的小型化、精确化，通过分析各要素对城市土地的混合使用情况实现对城市的动态管理与监测。但应该注意到，基于居民日常行为的数据源，例如手机信令数据、出租车轨迹数据，只能针对城市功能区进行粗略划分，无法精准分析城市产业空间结构。相较于上述数据，兴趣点（point of interest，POI）数据包含名称、类型、经度和纬度四方面信息，具有体量大、精确度高和时效性强等特点^[18]。POI数据记录社会经济各行业部门的空间位置信息能够为精细识别城市功能区类型提供可能^{[19, 20]}，从而为更好地认识城市空间结构^[21]、指导区域空间优化调控提供科学支撑^[22]。

资源型城市一直是城市地理学与可持续发展的重要研究对象^[23]，而资源型城市的功能区识别却相对缺乏。资源型城市因自然资源而兴，也因自然资源大量消耗暴露出环境恶化、支柱产业衰退和城市经济萎缩等^[23]问题。因此，有效整合资源，发展若干可替代的支柱性产业，形成新的均衡发展的产业结构是资源型城市转型的关键。而城市功能区受产业资源的影响，是产业结构的间接反映，资源型城市的功能区逐渐被学者关注，例如许吉黎等研究了淮安市的城市功能区划分并总结其社会空间结构格局^[24]；陈雪梅从文化旅游产业结构调整下提出资源型城市旺苍县空间结构优化策略^[25]；黄晓军等对比20世纪长春市三个重要时期的社会空间结构，反映中国长时间序列上社会制度变迁对城市社会空间结构演变的影响^[26]。由此可见，城市空间结构是资源型城市转型升级进程在空间上的体现，城市空间结构的优化研究是实现产业结构调整的重要手段。基于上述认知，本文以成熟型资源型城市本溪市为案例，以POI数据作为主要数据源，集成运用核密度估计、空间相关分析等技术手段，提出一种城市功能区精细划分方法，并利用该方法识别了本溪市道路格网尺度的功能区类型，以期为空间大数据驱动下的资源型城市空间结构研究提供典型案例，并为资源型城市产业升级和空间优化提供决策依据。

本溪位于辽宁省的东南部，以钢铁、水泥和煤炭为支柱产业，是东北老工业城市的典型代表。自20世纪80年代，资源衰竭、产业结构单一以及城市空间布局不合理等问题已经严重阻碍了本溪市经济社会的健康发展。自2001年国务院批准《本溪市城市总体规划（2000至2020年）》（以下简称“总体规划”）后，本溪市生产性城市用地向西迁移，对接沈阳向沈丹方向发展，通过产业转型在城市西部着力构建“一廊三群”的产业发展格局，“一廊”即为沈本产业经济走廊，“三群”即形成钢材深加工、建材加工和现代中药三个产业集群；生活性城市向东扩展，形成新的城市主中心，以期缓解老城区公共服务职能；同时为形成可替代的支柱性产业之一，依靠自然环境优势，从中心城区向东形成一条黄金旅游带。城市形态也将从轴—块结合（以太子河为轴线进行扩展，以平山区为核心成团块状发展）向网状（以主城为中心，形成多个开敞组团）转变^[27]。因此，本溪市的城市空间结构将随着产业结构的调整升级发生变化，是资源型城市空间结构研究的典型案例，而科学识别城市功能区是监测城市空间结构变化、评估资源型城市转型成效的重要手段^{[28, 29]}。

基于本溪市全行业类型POI数据（图 1-a），得出本溪市行业网点空间核密度分布图（图 1-b）。为了避免研究单元内由于POI数据过少或缺失造成功能区划分无意义的问题，选取POI核密度值大于2400个/km²的区域作为“研究区”（图 1-c）。该区域位于本溪市中心城区，由平山区北部和明山区西部组成，土地面积12.79 km²，是本溪市经济、交通和文化等城市要素的聚集中心。研究区内POI数据共计21387条，占本溪市POI数据的67%。

图 1(Fig. 1)

图 1 核密度分布图及研究区范围选取 Fig.1 The Kernel Density Distribution Map and Study Area

本溪市路网数据来源于Open StreetMap（OSM）地理数据平台，包括高速公路、铁路、乡镇主干道、市区主干道和小路。POI数据来源于2018年高德地图，共计21387条。单体POI数据包括名称、类别、地址、经度、纬度等属性信息。按照高德地图分类体系^[30]，POI数据共有三级类别，其中一级类共20类，如餐饮服务、住宿服务、政治机构和社会团体、购物服务和地名地址信息等。二级类包括商务住宅包括楼宇、商务住宅相关、住宅区等，三级类包括别墅、社区中心、宿舍等。POI数据分级分类繁多，存在数据冗余和重复交叉等现象，且POI数据分类标准与城市用地分类标准不相一致，不便于研究探讨。因此，删除公众认知度较低的点，并对能明显代表城市功能区特征的POI数据进行重分类。参考《城市用地分类与规划建设用地标准（GB50137—2011）》 ^[31]和《2017年国民经济行业分类（GB/T 4754—2017）》 ^[32]并遵循POI分类的普遍性、一致性原则，将POI数据分为36个类型，并进行逐级归纳。其中，一级类有绿地与广场用地（G）、公共管理与公共服务用地（A）、居住用地（R）、道路与交通设施用地（S）、商业服务业设施用地（B）和物流仓储用地（W）6个类别。一级类下共划分商业设施用地（B1）、商务设施用地（B2）等19个二级类别，三级类和四级类均有36种类型（图 2）。

图 2(Fig. 2)

图 2 POI数据分类细则 Fig.2 The Rules of the POI Classification

本研究在参考相关文献的基础上提出了一种基于POI大数据的城市功能区定量识别方法体系。具体而言，根据池娇等^[2]以POI点样方密度作为主要依据划分功能区的研究方法，考虑到核密度顾及了地理学第一定律的区位因素，利用POI核密度替换池娇等^[2]采用的样方密度法。同时在此基础上，借鉴王俊钰等^[17]利用一般面积对核密度值赋权以提高功能区划分精度的研究思路，将地物公众认知度与一般面积共同视为权重系数的影响因子，对核密度值进行加权测算进而判别城市功能区类型。本文进行城市功能区划分的技术流程主要为：首先，按照道路拓扑规则将道路进行加宽处理，从而得到能够承载城市功能的最小地块单元；其次，借助核密度估计法在最小单元内计算POI核密度数，并依据地物面积和公众认识度两个影响因子进行加权叠加；最后，识别最小地块单元的功能区类型。

道路作为城市发展与建设的骨架、建筑与各类活动空间的依托，对城市发展起到引导作用^[17]。道路作为城市区域自然分割的界线，其形成的不规则格网单元在承载城市功能影响方面是均匀的。路网数据包括高速公路、铁路、乡镇主干道、市区主干道和小路五种类型。在生成不规则格网时，路网存在拓扑错误问题，如道路存在悬挂点、独立道路等，导致格网无法闭合，故利用拓扑修正消除路网中的拓扑错误，形成闭合单元。根据王俊钰等^[17]建立的拓扑错误消除准则并结合戴激光等^[33]对光学遥感图像道路的提取及本溪市实时路况，在消除拓扑错误过程中使用如下方法：①对于独立道路，若两端与其他道路距离不超过8 m，则延长并连接；反之删除。②若道路存在悬挂点，且悬挂点与其他道路距离不超过15 m，则延长并连接；反之删除。在消除拓扑错误后，根据车流量以及不同道路平均宽度，对路网中的高速公路、铁路、乡镇主干道、市区主干道和小路分别拓宽20 m、40 m、10 m、15 m和8 m。最后生成以道路为界的地块作为功能区识别的最小单元（图 3）。

图 3(Fig. 3)

图 3 原始路网及功能区单元划分图 Fig.3 The Original Road Network and Functional Area Unit Division

对于由不规则格网分割的城市功能区单元，通过构建类别比例（category ratio，CR）来确定功能区性质，计算公式为：

(1)

式中C_i表示第i种类型POI数据核密度值的占比；d_i表示第i种POI数据核密度值；D表示单元中全类型行业POI数据核密度总值。根据式（1）计算单元功能区类别比例并确定50%作为功能区性质判别标准。若单元功能区某一用地类别占比达到50%及以上，该功能区为单一功能区；若所有用地类别占比均未达到50%，该功能区为混合功能区，混合功能区类别取决于两种最主要的用地类别；若功能区单元内不包含POI数据，该功能区为无数据区。

与传统的基于样方的密度估计相比，核密度估计（kernel density estimation，KDE）能较好反映地理现象空间分布中的距离衰减效应，顾及了地理学第一定律的区位影响^[34]，因此在功能区识别上能够反映不同功能用地影响的连续性特征。该方法的基本原理是将任意一点i周围一定范围内的规则区域作为密度计算的范围，该范围内所有数据根据与中心点i的距离分别赋予不同的权重，距离中心点越近，权重越大；反之越小。点i的核密度值是该范围内所有数据的加权平均密度。可以认为，点i的核密度值D_i是中心点最高并向外不断降低的函数，当距离超出一定值R后核密度值为零。

(2)

式中，X₁，X₂，X₃，…，X_n为单元变量X的独立同分布的一个样本，K为核函数，h为带宽。经多次实验证明，带宽R的选择直接影响核密度分析结果。较大的带宽适用于分析全域尺度空间布局；较小的带宽适用于分析局部区域空间布局。Hinnerburg等^[35]对带宽和核密度分析结果精细程度之间的关系进行了研究，发现一定区间内带宽产生的核密度分析结果精度相似，且在这个区间内选择带宽可以较好地描绘出空间分布特征。基于此，本文将带宽区间确定为[700m, 800m]，此时的分析结果更具稳定性和科学性，且能满足城市空间结构分析的需要。

POI数据作为点数据不具备地理实体的面积信息，且不同类型地理实体面积相差很大，因此，将地物一般面积范围作为影响核密度加权得分的一个影响因子，以分级打分的方式确定最终得分（表 1）。同时，每一个地理实体均可以影响一定的人口和面积，但由于地理位置、规模大小不同，影响范围相差较大。因此，对不同类型地理实体影响范围进行量化评估必不可缺。根据赵卫峰等^[36]构建的POI显著度度量模型，引用公众认知度这个指标作为影响核密度加权的另一个影响因子（表 2）。根据李强等^[37]的研究，两个影响因子的权重比例分别设置为1:9、3:7、5:5、7:3、9:1时，经过各比例抽样验证的正确率，仅有权重比例为5:5的结果准确率达到了80%以上。因此，本文将权重比例设为5: 5。对各用地类型中不同POI数据权重进行叠加后，赋予不同用地类型相应的权重：绿地与广场用地（G）90、公共管理与公共服务用地（A）40、居住用地（R）100、道路与交通设施用地（S）100、商业服务业设施用地（B）20和物流仓储用地（W）70。

表 1(Tab. 1

表 1 一般面积评分表 Tab.1 General Area Score Sheet

表 1 一般面积评分表 Tab.1 General Area Score Sheet

表 2(Tab. 2

表 2 公众认知度 Tab.2 Public Awareness

表 2 公众认知度 Tab.2 Public Awareness

本溪市共12类功能区，包括6类单一功能区和6类混合功能区（图 4）。单一功能区有商业用地（共计178块，总面积3.8 km²）、公共管理用地（共计8块，总面积0.05 km²）、居住用地（共计58块，总面积1.4 km²）、交通用地（共计10块，总面积0.07 km²）、物流用地（共计1块，总面积263 m²）和绿地与广场用地（共计1块，总面积63 m²）。混合功能区是交通—商业用地（共计12块，总面积0.09 km²）、商业—公共用地（共计17块，总面积0.4 km²）、交通—居住用地（共计3块，总面积0.05 km²）、商业—居住用地（共计73块，总面积3.0 km²）、公共—交通用地（共计2块，总面积0.02 km²）和居住—公共用地（共计2块，总面积0.03 km²）。

图 4(Fig. 4)

图 4 本溪市城市功能区分布图 Fig.4 The Distribution of the Urban Functional Areas

单一功能区主要以商业服务业设施用地和居住用地为主（图 5），二者呈现“东西两翼”的分布态势。其中，在单一功能区类型中，商业服务业设施用地地块数量最多且总面积最大，空间分布特征具体表现为：①西部连片簇集、东部分散独立。本溪市中心城区西部有东明文化旅游商业街、长江步行街、永丰商业区和小吃街，东部仅有万达广场和部分零散零售业；②呈现“多集聚中心”特征。随着本溪市产业结构的转换，多中心的商业服务业空间结构，使城市生活空间与生产空间有机结合，有助于发挥经济的集聚效益；③沿交通干线布局，呈连片蔓延的空间形态。商业服务业设施用地多分布在经济活动繁忙、人口数量大、道路稠密、交通可达性高的交通干道或交通枢纽附近。而沈丹线、沈丹高铁和威宁线为“解放南路—环山路”商业服务业设施用地的形成奠定了基础。

图 5(Fig. 5)

图 5 单一功能区分布图 Fig.5 The Distribution of the Single Functional Areas

居住用地功能区面积紧次于商业服务业设施用地，但与商业服务业设施用地的空间分布存在一定差异（图 5），主要如下：①东西差异明显，东部多而密集，西部少而分散。东部新区作为房地产行业发展的重点区域，发展符合规划预期，存在“唐家路—东明路”、“明山路—康家路”等多个大面积居住用地；西部房地产行业发展成熟，多以“居住—商业”混合功能区形式出现，单一的居住用地数量较少，仅存在“曙光路—广裕路”和“解放北路—人民路”两个小面积居住用地；②东部新城区具有“职住空间混合发展”的特征。居住用地围绕企业形成的“厂居混杂”的城市空间布局特征。根据百度地图网页版，在中心城区东部仍存在本溪市吉信印刷厂、本溪市信义电修厂等，且工厂附近有木材交通岗丽舍楼等社区；③居住用地面积在各类用地面积中排在首位。东部道路密集程度较低，地块破碎度低，符合居住用地占地面积大的特征。

道路与交通设施用地、公共管理和公共服务设施用地作为公共服务设施建设具有以下空间分布特征（图 5）：①道路与交通设施用地沿交通干线分布。西部作为本溪市重要的交通枢纽之一，停车场、公交站等设施分布广泛；东部作为规划中的生活性城市用地，公交站广泛分布，可满足居民的日常出行需求；②公共管理与公共设施用地的分布与人流量具有较强相关性。本溪站在人流量、交通可达性等影响因素上具有较大的区位优势，是城市活力程度最大的区域。因此，公共管理与公共设施类在本溪站附近形成单一功能区；③绿地与广场用地功能区识别率低。原因为绿地与广场用地面积小，且地块内其他POI数据占比大，如地下商场地面部分有多个小面积城市绿地，但地块内存在地下商场、驰丰数据城、佳娟花卉等商业服务业设施，因此识别为商业服务业设施用地。

混合功能区主要以商业—居住混合用地为主（图 6），占地面积最大，且具有以下特征：①多出现“商住联动”的现象。北部的欧洲城等小区，周边公共服务设施和商业服务业设施逐步完善，如乐创活动中心、天翼互联网手机卖场等提高居民日常便利程度。东南部为老居住用地，商业和公共服务业发展完善；②西北和东南集聚规模偏大，多分布在老居住用地。本溪市总体规划将西北和东南地区规划为老居住用地。老居住功能区公共服务设施发展成熟，形成了良好社区商业氛围。而东北部地区作为发展中的生活性城市用地，社区商业配置水平有待提升^[38]。

图 6(Fig. 6)

图 6 混合功能区分布图 Fig.6 The Distribution of the Mixed Function Areas

公共管理与公共服务业用地、道路与交通设施用地、绿地与广场用地皆是可提供公共服务产品的公共性、服务性设施用地。因此，将三者归为公共服务设施用地。商业服务业设施用地和居住用地在中心城区面积占比为64%。因此，将二者归为主要建设用地。以公共服务设施用地和主要建设用地为主的混合功能区的空间分布特征为：①集聚区域单一，主要分布在中部。中部城市建设历史悠久，在人口分布、商业氛围等因素上具有显著优势，通过与公共服务设施业形成行业关联，可以满足居民日常生活需求；②公共服务设施的影响力以中部为中心向四周扩张。在功能区总体分布上，商业服务业设施用地、居住用地呈环状分布在城市四周区域，公共服务设施与主要建设用地的混合功能区分布在中心区域。因此，东部新区的公共服务业尚未成规模发展，未能疏解老城公共服务职能。

从城市空间格局的角度，城市功能区呈现“单一—混合”协同发展的空间格局，说明商业服务业、居住等城市基本功能既在城市总体层面上做出必要的分区，也在局部尺度上也进行了适当的融合，能够发挥混合布局最大效益，有利于城市空间优化调控。从城市转型背景下产业格局的角度，商业在中心城区呈现“多中心”集聚模式，“本溪站—解放路”发展规模最大，且商业服务业功能区多被“商业—居住”混合功能区包围，证明商业服务业从中心向四周逐渐递减，符合规划预期中的多个“开敞组团”空间格局；居住用地在老城区多以混合功能区形式出现，而在东部新区出现多面积的单一功能区，说明在生活性城市东迁背景下，公共服务设施具有“西密东疏”的特征，新城区作为规划中的城市新中心，服务职能有待进一步提高。

为了检验功能区识别结果的准确性，选取本溪站附近的老城区和太子河以南的新居住区作为案例，结合百度地图对功能区识别结果进行检验（图 7、图 8）。同时，将试验所得功能区分布图与总体规划进行对比，揭示与规划文件吻合与差异之处，提出城市空间规划与决策建议。

图 7(Fig. 7)

图 7 本溪站老城区识别结果检验 Fig.7 The Verification of Identification Results of Old City of Benxi Station

图 8(Fig. 8)

图 8 太子河以南的东部新城区识别结果检验 Fig.8 The Inspection of Identification Results of New Residential Areas in the East of Taizi River

（1）本溪站老城区识别结果检验。A为商业服务业设施用地识别结果，主要包含商业设施用地类型；B为商业—公共混合功能区用地识别结果，主要包含商业设施用地类型、行政办公用地和教育科研用地（图 7-a）。对照该区域的百度地图，A区域中为地下商场、驰丰数码城等零售业；本溪市教育局、本溪广播电视大学分布在B区域（图 7-b），识别结果较准确。根据功能区识别结果，本溪市老城区功能区类型主要以混合功能区为主，与《本溪市土地利用总体规划（2006—2020年）》中将老城区建设成为“综合发展区”的要求相符。

（2）太子河以南的东部新居住区识别结果检验。C为居住用地，D为居住用地和商业用地的混合功能区（图 8-a）。对照C区域和D区域的百度网络地图，C区域分布了银亿家园以及部分零售业；银亿家园（13栋）、银亿商务中心和部分娱乐康体设施分布在D区域（图 8-b）。功能区空间分布满足《本溪市土地利用总体规划（2006—2020年）》中的优先发展东部新区，积极疏散老城区人口、产业等职能。功能分区结果符合实际情况，且基于路网分析更加细致、准确。综上所述，基于POI数据定量计算城市功能区的方法，可以有效识别本溪市中心城区单一功能区和混合功能区，识别结果较为准确。

城市功能区分异是城市产业结构的间接反映，对城市功能区分布特征进行解析有助于资源型城市有效整合资源，形成新的均衡发展的产业结构。目前，以资源型城市转型为背景，以POI大数据为依托的城市功能区分布特征及机理的研究相对缺乏。将本溪市2018年POI数据为实证基础，添加了公众认知度和平均地物大小等两个影响因子，构建基于核密度的城市功能区定量识别方法体系，揭示了功能区空间格局和形成原因。结果表明：①相比传统的部门数据，全样本POI数据提供了城市各类产业实体部门的空间位置，不仅克服传统功能分区不够精细的问题，而且，可通过城市功能区空间分布判断城市产业资源分配情况，为进一步解决资源型城市产业优化问题提供依据。与此同时，考虑了公众认知度和平均地物大小两个影响因子的核密度加权方法，可一定程度上弥补POI数据作为点数据在识别城市功能区时暴露的无地理实体面积和影响范围等缺点，使得识别结果更具有真实性和实际性；②功能区在空间集聚形成“多中心”的城市发展格局^[39]，其中包括以商业服务业设施用地为主的本溪站、以居住用地为主的银亿家园、以公共服务设施用地为主的望溪公园，这一分布模式符合“老城区建设成为综合发展区”的规划目标，为评估本溪资源型城市转型成效提供科学参考。同时，根据城市内部空间结构的“多核心模式”理论，一个大都市地区的城市增长和发展是围绕着多个经济活动中心进行的，例如中央商务区、外围商业中心以及郊区工业。本溪市的多中心城市功能结构与“多核心模式”相符，验证了“多核心模式”理论在解释资源型城市空间结构演化机理的适用性；③“单一—混合”功能区呈现协同发展的空间格局。居住用地和商业服务业设施用地两类单一功能区呈“东西两翼”分布态势，在其他地区居住用地和商业服务业设施用地多以混合功能出现，表现出“商住联动”现象。以商业服务业为例，根据商业服务业设施用地单一功能区沿道路连片蔓延以及与住宅混合布局的特征，可以得出，本溪市商业服务业设施用地的空间分布与中心地理论的六边形等级体系分布原则并不完全一致，形成这一现象的主要原因在于商业空间分布受到人口分布、交通易达性以及居民购物行为等多因素的影响。

本研究发现，城市功能区的分布特征反映出本溪市城市空间结构存在的公共资源分配及旅游业发展不成熟的问题。首先是东部新区在生活性城市向东拓展的背景下，房地产行业快速集聚。但城市公共资源在新老城区分配悬殊，与规划形成的城市主中心仍有差距；其次是从产业融合的角度出发，中心城区东南部毗邻平顶山森林公园，但此处并未形成完整的旅游业产业链。资源型城市在发展过程中要实现可持续发展战略，重要的有效途径是按照客观规律调整政策体系，发挥地区区位优势和可再生资源优势，促进各类要素合理流动和高效集聚，形成多元化产业的区域经济布局。针对以上问题，一方面，对于新老社区公共服务职能的空间差异，应尽快完善社区服务体系，带动城市生活空间东拓，形成“双心结构，新区主中心”的空间形态，从而促进城市空间结构向“多中心网状”结构发展；另一方面，旅游业作为本溪市可替代的支柱性产业之一，以旅游业产业链为核心链条，通过产业链优化和延长，增加产业链各环节的收益。也可从城市规划建设的高度，将旅游业与文化产业融合，形成广泛的人流、物流和信息流的联系^[40]，进一步实现产业转型和城市空间结构优化，从而实现资源型城市转型。但本研究仍存在不足之处，例如由于缺少多时相的POI数据使得城市功能区随时间的演变特征尚难分析。因此，未来将积累多时相POI数据解析城市功能区演变的驱动机制，为城市土地利用精准规划与可持续发展提供支撑。