城市商业服务设施的可达性评估和服务区分析是评测其空间区位的两类有效方法,可达性测度从城市居民的角度出发,能够有效反映出各区域居民获取服务的难易程度,并识别出获取服务匮乏的城市区域;服务区测度从商服设施的角度出发,通过测算设施的服务范围,进而洞察设施的消费者潜力和设施之间的竞争格局。因此,合理、准确的评估商业服务设施的空间区位对于企业战略发展和城市规划决策具有重要意义。目前,已建立较为完善的可达性测度和服务区划分的方法和分析体系。然而,传统的研究所使用的人口分布数据、路径规划数据以及设施属性等数据存在获取成本高、空间分辨率低、测算精确度低等问题,使得研究结果难以在快速城市化的背景下应用。随着空间定位技术、地理信息技术以及互联网通信技术的发展和应用,基于位置服务的技术（Location Based Services,LBS）在满足城市居民的日常需求的同时,也积累了诸如兴趣点（POI）、兴趣面（AOI）、开放地图数据（OSM）、人口热力数据等一系列地理空间大数据。借助基于LBS技术的地理空间数据进行可达性和服务区测度研究,能够在一定程度上改善传统数据的缺点,使研究结果得到有效应用。因此,本文重点研究了基于LBS技术的地理空间数据的特点,并构建了数据获取、存储和分析方法。以城市化进程较完善的南京市为案例研究,进行南京市大型超市和综合商场的可达性测度,划分综合商场的服务区并进行服务区特征分析。研究结果能够为识别可达性匮乏区域、商业设施区位评估、商业资源布局优化、企业决策和政府规划提供技术支持和决策辅助。研究的主要内容和结论如下:（1）构建了一系列LBS地理空间数据的获取、存储和处理方法,其中包括基于开放地图数据（OSM）的兴趣点（POI）、兴趣面（AOI）数据,“门到门”全链路出行模型修正的交通时间/距离数据,基于微信“宜出行”平台的人口热力数据。每类数据均提供了利用Python等语言进行程序设计的获取和解析数据的思路,以及存储在关系型数据库中的逻辑方案。（2）基于最邻近设施和引力模型的商服设施可达性测度研究。以居住小区作为可达性评估对象,其结果能够有效反映出各居住小区获取商服设施的难易程度。一方面结合“门到门”模型测算各小区在汽车模式、公共交通模式、骑行模式和步行模式下的大型超市可达时间。另一方面,以综合商场的店铺数量为服务质量参数,基于引力模型法测度居住小区与综合商场之间的供需匹配可达性,并分析了可达性的空间分布格局以及各行政区的统计特征。结果表明,南京市主城区的居住小区无论是最邻近大型超市的可达时间和与综合商场之间供需可达性均优于非主城区。汽车模式和骑行模式下接入最邻近大型超市花费的交通时间少于公共交通和步行模式。汽车模式的综合商场可达性具有空间邻近性特征,公共交通模式的综合商场可达性分布具有沿地铁线轴向延伸趋势。（3）基于哈夫模型的商服设施服务区划分及特征分析研究。首先利用自然断裂法选择服务规模较大的30家综合商场作为服务区划分对象;然后将综合商场的店铺配置数量作为其服务质量,利用哈夫模型测算各居住小区访问各综合商场的概率,并以各综合商场访问概率前三的居住小区组成其服务区。最后进行服务区的小区数量、人口热力规模、交通可达时间和邻近度等特征分析,以服务区人口热力指数和邻近度特征值的Z-Score为参数进行相关性分析。结果表明,综合商场之间的服务区规模差异较显著,分布在主城区的七家综合商场的服务区中居住小区数量和人口热力规模处于领先地位;服务区范围过大通常导致居住小区与综合商场的邻近度水平降低,通过相关性分析发现能够兼顾服务区规模和交通邻近度的综合商场数量为0,更有15家综合商场的服务区规模和邻近度均低于平均水平。