The Commercial Structure of Pedestrian Streets and Shopping Districts - Three Cases from Finland

Kävelykadut ovat tunnustettu tapa elävöittää keskusta-alueiden kauppaa. Aluksi moni kauppias epäilee kävelykadun tuomia muutoksia, mutta kokemus osoittaa, että kävelykadut ovat olleet menestyksekkäitä ja nostavat siellä olevien yritysten myyntiä. Jotkut yritykset eivät kuitenkin hyödy kävelykaduista, kun taas toiset hyötyvät paljon kun katu muuttuu kävelykaduksi. Tämä pro gradu -tutkielma tutkii kävelykatujen kaupallista rakennetta, jotta saataisiin selville minkätyyppiset yritykset löytyvät kävelykadulta. Tuloksia verrataan sen kaupallisen keskusvyöhykkeen kaupalliseen rakenteeseen missä kävelykatu sijaitsee. Näin saadaan selville erot kaupallisessa rakenteessa. Pro gradu tutkii myös miten tavallisia ketjuyritykset ovat kävelykaduilla ja kaupallisissa keskusvyöhykkeissä. Tutkimusaineisto koottiin kaupallisen inventoinnin avulla, joka suoritettiin kolmessa suomalaisessa kaupungissa: Tammisaaressa, Keravalla ja Porissa. Saatu aineisto luokiteltiin ja tulokset piirrettiin kartalle. Perustilastollisia menetelmiä käytettiin tulosten analysoimisessa. Tulokset eriteltiin kävelykadun, kauppakeskusten ja muiden paikkojen osalta ja luokiteltiin yleisluokkiin vähittäiskauppa, ravintola ja muu palvelu. Tulokset näyttävät, että on olemassa selkeitä eroja kun vertaa kävelykatuja ja kaupallisia keskusvyöhykkeitä. Kävelykaduilla on paljon enemmän vähittäiskauppoja, etenkin muotikauppoja, kuin muilla kaduilla. Kauppakeskuksilla on samantapainen kaupallinen rakenne kuin kävelykaduilla kun taas muilla kaduilla esiintyy vähemmän vähittäiskauppoja ja enemmän palveluyrityksiä. Ravintolat ovat melkein yhtä tavallisia koko kaupallisessa keskusvyöhykkeessä. Ketjuyritysten osalta tulokset ovat epäselviä. On olemassa osviittaa siitä, että ne ovat tavallisempia kävelykaduilla, etenkin suurissa kaupungeissa. Saatua tulosta ei ole kuitenkin tarpeeksi, jotta varmaa tietoa olisi saatu. Viimeisten 10–15 vuoden ajan Suomen kävelykadut ovat muuttuneet enemmän ravintolavaltaisiksi muiden palveluiden kustannuksella. Vähittäiskauppojen määrä on pysynyt vakaana. Suomalaiset kävelykadut eroavat kaupalliselta rakenteeltaan pohjoismaisista kävelykaduista, joilla on enemmän vähittäiskauppoja ja vähemmän palveluyrityksiä. Tapauskohtaisissa tuloksissa esiintyy paljon eroavaisuuksia. Paikalliset tekijät ovat usein voimakkaampia kuin yleiset teoriat kauppojen sijainnista kävelykaduilla. Yleisesti ottaen tulokset tukevat teoreettista viitekehystä. Tulokset antavat tarkempaa tietoa kävelykatujen ja kaupallisten keskusvyöhykkeiden kaupallisesta rakenteesta ja siitä, mitkä tekijät tähän vaikuttaa.

Middleware for Mobile Sensing Applications in Urban Environments

Sensor networks represent an attractive tool to observe the physical world. Networks of tiny sensors can be used to detect a fire in a forest, to monitor the level of pollution in a river, or to check on the structural integrity of a bridge. Application-specific deployments of static-sensor networks have been widely investigated. Commonly, these networks involve a centralized data-collection point and no sharing of data outside the organization that owns it. Although this approach can accommodate many application scenarios, it significantly deviates from the pervasive computing vision of ubiquitous sensing where user applications seamlessly access anytime, anywhere data produced by sensors embedded in the surroundings. With the ubiquity and ever-increasing capabilities of mobile devices, urban environments can help give substance to the ubiquitous sensing vision through Urbanets, spontaneously created urban networks. Urbanets consist of mobile multi-sensor devices, such as smart phones and vehicular systems, public sensor networks deployed by municipalities, and individual sensors incorporated in buildings, roads, or daily artifacts. My thesis is that "multi-sensor mobile devices can be successfully programmed to become the underpinning elements of an open, infrastructure-less, distributed sensing platform that can bring sensor data out of their traditional close-loop networks into everyday urban applications". Urbanets can support a variety of services ranging from emergency and surveillance to tourist guidance and entertainment. For instance, cars can be used to provide traffic information services to alert drivers to upcoming traffic jams, and phones to provide shopping recommender services to inform users of special offers at the mall. Urbanets cannot be programmed using traditional distributed computing models, which assume underlying networks with functionally homogeneous nodes, stable configurations, and known delays. Conversely, Urbanets have functionally heterogeneous nodes, volatile configurations, and unknown delays. Instead, solutions developed for sensor networks and mobile ad hoc networks can be leveraged to provide novel architectures that address Urbanet-specific requirements, while providing useful abstractions that hide the network complexity from the programmer. This dissertation presents two middleware architectures that can support mobile sensing applications in Urbanets. Contory offers a declarative programming model that views Urbanets as a distributed sensor database and exposes an SQL-like interface to developers. Context-aware Migratory Services provides a client-server paradigm, where services are capable of migrating to different nodes in the network in order to maintain a continuous and semantically correct interaction with clients. Compared to previous approaches to supporting mobile sensing urban applications, our architectures are entirely distributed and do not assume constant availability of Internet connectivity. In addition, they allow on-demand collection of sensor data with the accuracy and at the frequency required by every application. These architectures have been implemented in Java and tested on smart phones. They have proved successful in supporting several prototype applications and experimental results obtained in ad hoc networks of phones have demonstrated their feasibility with reasonable performance in terms of latency, memory, and energy consumption.