黃浦江

(1.上海市城市規(guī)劃設(shè)計(jì)研究院發(fā)展研究中心，上海 200040；2.上海市城市規(guī)劃建筑設(shè)計(jì)工程有限公司，上海 200040)

?

上海市中心城商業(yè)網(wǎng)點(diǎn)空間集聚特征綜合測度

黃浦江

(1.上海市城市規(guī)劃設(shè)計(jì)研究院發(fā)展研究中心，上海 200040；2.上海市城市規(guī)劃建筑設(shè)計(jì)工程有限公司，上海 200040)

基于互聯(lián)網(wǎng)開放數(shù)據(jù)，對(duì)上海市中心城區(qū)內(nèi)的商業(yè)空間網(wǎng)點(diǎn)的集聚特征進(jìn)行綜合測度.研究結(jié)果表明：① 空間距離方面，上海市中心城區(qū)商業(yè)網(wǎng)點(diǎn)體現(xiàn)出較為顯著的空間集聚特征，多尺度空間集聚特征，整體呈現(xiàn)了“先增后減”的倒U型態(tài)勢.② 空間密度集聚特征方面：上海市中心城區(qū)商業(yè)網(wǎng)點(diǎn)基本呈現(xiàn)內(nèi)環(huán)內(nèi)中西部面狀集聚，內(nèi)環(huán)外分散集聚，浦西浦東地區(qū)差別巨大的特征.③ 空間熱點(diǎn)集聚特征方面：上海市中心城區(qū)3種類型的商業(yè)網(wǎng)點(diǎn)冷熱點(diǎn)分布呈現(xiàn)冷點(diǎn)區(qū)域分割包圍熱點(diǎn)區(qū)域的空間集聚特征.對(duì)比空間密度集聚特征，應(yīng)當(dāng)鼓勵(lì)發(fā)展具有高空間密度但表現(xiàn)為空間冷點(diǎn)的集聚區(qū)域，進(jìn)一步完善該區(qū)域的商業(yè)結(jié)構(gòu)，提升商業(yè)服務(wù)質(zhì)量，使其形成新的商業(yè)熱點(diǎn)集聚區(qū)域.

商業(yè)網(wǎng)點(diǎn)；網(wǎng)絡(luò)開放數(shù)據(jù)；空間集聚；上海中心城區(qū)

0 引言

近年來，隨著信息通訊技術(shù)的不斷發(fā)展，不同類型的大數(shù)據(jù)在城市空間研究中越來越多的得到來自規(guī)劃師、學(xué)者、商業(yè)機(jī)構(gòu)與政府部門等群體的重視，同時(shí)也形成了大數(shù)據(jù)是城市規(guī)劃以及相關(guān)學(xué)科研究的機(jī)遇和挑戰(zhàn)的廣泛共識(shí)[1-4].面對(duì)這種機(jī)遇與挑戰(zhàn)，基于多源大數(shù)據(jù)的“新數(shù)據(jù)環(huán)境”也隨之形成.在“新數(shù)據(jù)環(huán)境”下，許多學(xué)者基于手機(jī)、社交媒體、出租車等大數(shù)據(jù)開展了大量的城市空間實(shí)證研究[5-9].這些研究從多種維度定量直觀的刻畫了城市社會(huì)與物理空間在不同空間尺度下基于大量個(gè)人行為時(shí)空模式分析的城市空間環(huán)境特征.這種空間環(huán)境特征也更有利于體現(xiàn)“以人為本”的城市規(guī)劃基本理念，同時(shí)也對(duì)存量規(guī)劃、收縮城市、公眾參與等熱點(diǎn)問題具有支持作用.

城市商業(yè)空間特征作為城市環(huán)境中最為重要的社會(huì)經(jīng)濟(jì)特征,一直都是包括城市規(guī)劃、經(jīng)濟(jì)地理、區(qū)域經(jīng)濟(jì)等相關(guān)學(xué)科關(guān)注的重點(diǎn).其研究手段和視角也在不斷的革新.在近十年的國外商業(yè)地理區(qū)位研究中，主要聚焦于商品流和市場網(wǎng)絡(luò)，零售業(yè)國際化，購物中心的吸引與競爭，商圈與集聚經(jīng)濟(jì)，商業(yè)空間重構(gòu)等方面的研究[10-13].我國的城市商業(yè)區(qū)位研究相對(duì)較晚，相關(guān)學(xué)者對(duì)廣州、西安、南京等城市的商服業(yè)網(wǎng)點(diǎn)的形成、演變以及空間結(jié)構(gòu)特征進(jìn)行了分析與實(shí)證研究，探討了不同城市發(fā)展階段城市商業(yè)空間的結(jié)構(gòu)特征.近年來，隨著GIS空間分析技術(shù)、空間計(jì)量模型等新技術(shù)新方法的出現(xiàn)，商業(yè)空間特征分析逐步轉(zhuǎn)向了面向城市中微觀層面的商業(yè)業(yè)態(tài)、商業(yè)功能區(qū)以及商業(yè)網(wǎng)點(diǎn)選址方面的研究.但是以商業(yè)消費(fèi)個(gè)體空間行為特征來度量商業(yè)網(wǎng)點(diǎn)空間特征的研究卻相對(duì)較少[14].

大數(shù)據(jù)的出現(xiàn)，提供了一種有效探索商業(yè)消費(fèi)群體空間行為模式規(guī)律的可能性，尤其是在城市環(huán)境中的社會(huì)經(jīng)濟(jì)特征體現(xiàn)的尤為明顯[15].但是如何有效定量分析這種空間行為模式則成為了新的難題.當(dāng)前眾多學(xué)者都提出了不同的理論基礎(chǔ)與研究方法，其中最具有代表性的是數(shù)據(jù)增強(qiáng)設(shè)計(jì)方法.相比傳統(tǒng)的幾何形態(tài)式的空間規(guī)劃解讀，數(shù)據(jù)增強(qiáng)設(shè)計(jì)方法有助于我們重新審視城市空間研究中的一些基本問題，亦能夠滿足不同層次規(guī)劃人員與公眾的認(rèn)知需求[16].因此，本文中基于大眾點(diǎn)評(píng)網(wǎng)的網(wǎng)絡(luò)開放數(shù)據(jù)，運(yùn)用四種空間分析方法，分別對(duì)上海市中心城區(qū)三種類型商業(yè)網(wǎng)點(diǎn)從空間距離、空間密度到空間熱點(diǎn)三個(gè)維度的不同空間集聚特征進(jìn)行綜合測度，以期豐富數(shù)據(jù)增強(qiáng)設(shè)計(jì)方法，并為包括城市公共中心識(shí)別、商業(yè)網(wǎng)點(diǎn)規(guī)劃與商圈評(píng)價(jià)等規(guī)劃設(shè)計(jì)項(xiàng)目提供更加科學(xué)合理的空間集聚特征規(guī)律識(shí)別與評(píng)價(jià)建議.

1 數(shù)據(jù)與研究方法

1.1 研究區(qū)及數(shù)據(jù)來源 上海市下轄15區(qū)1縣，總面積約為6 340 km2.上海市的城市快速道路交通環(huán)線由內(nèi)而外分為內(nèi)環(huán)線、中環(huán)線和外環(huán)線，本文中所研究的區(qū)域主要是指上海市外環(huán)線以內(nèi)區(qū)域，包含了5個(gè)完整行政區(qū)(黃浦區(qū)、靜安區(qū)、閘北區(qū)、虹口區(qū)和楊浦區(qū))和7個(gè)行政區(qū)的部分區(qū)域(閔行區(qū)、普陀區(qū)、長寧區(qū)、浦東新區(qū)、寶山區(qū)、嘉定區(qū)和徐匯區(qū))，總面積約為620 km2.

上海市中心城商業(yè)網(wǎng)點(diǎn)坐標(biāo)及其屬性信息的獲取，主要是通過互聯(lián)網(wǎng)數(shù)據(jù)挖掘技術(shù)從大眾點(diǎn)評(píng)網(wǎng)站獲取，時(shí)間為2015年，共計(jì)約85 000個(gè)商業(yè)點(diǎn)位數(shù)據(jù)，數(shù)據(jù)屬性主要包括點(diǎn)評(píng)數(shù)量、人均價(jià)格、口碑評(píng)分、服務(wù)評(píng)分以及環(huán)境評(píng)分等.其中點(diǎn)評(píng)數(shù)量作為最能夠體現(xiàn)商業(yè)網(wǎng)點(diǎn)空間活力的屬性指標(biāo)，被用于本文中的各種空間分析的加權(quán)計(jì)算中.根據(jù)大眾點(diǎn)評(píng)(上海站)商業(yè)網(wǎng)點(diǎn)數(shù)據(jù)的分類特征，借鑒上海市基本商務(wù)區(qū)規(guī)劃、第三次經(jīng)濟(jì)普查行業(yè)分類標(biāo)準(zhǔn)以及其他相關(guān)商業(yè)網(wǎng)點(diǎn)研究對(duì)商業(yè)類型的分類，選取批發(fā)和零售業(yè)、住宿和餐飲業(yè)、其他商業(yè)服務(wù)業(yè)作為商業(yè)的基本類別并對(duì)數(shù)據(jù)進(jìn)行重分類.重分類后的商業(yè)網(wǎng)點(diǎn)數(shù)據(jù)通過百度API技術(shù)進(jìn)行空間坐標(biāo)矯正，對(duì)坐標(biāo)出現(xiàn)偏差的數(shù)據(jù)進(jìn)行坐標(biāo)重獲取，最終將所有數(shù)據(jù)通過ArcGIS軟件整合成上海市商業(yè)網(wǎng)點(diǎn)數(shù)據(jù)庫.1.2 研究方法 本文中根據(jù)上海市中心城區(qū)商業(yè)網(wǎng)點(diǎn)數(shù)據(jù)的特點(diǎn)，將商業(yè)網(wǎng)點(diǎn)分布現(xiàn)象抽象為點(diǎn)模式，點(diǎn)模式分析提供了區(qū)域上點(diǎn)位置空間布局與分異的定量分析過程.并選取最近鄰指數(shù)、Ripley’sK(r)函數(shù)、核密度分析法和熱點(diǎn)分析法對(duì)上海市中心城區(qū)的商業(yè)網(wǎng)點(diǎn)空間集聚特征進(jìn)行綜合分析與測度.1.2.1 最近鄰指數(shù) 最近鄰指數(shù)(Nearest Neighbor Index，NNI)是通過比較計(jì)算最鄰近點(diǎn)對(duì)的平均距離與隨機(jī)分布模式下最鄰近點(diǎn)對(duì)的平均距離，用其比值來判斷其與隨機(jī)分布的偏離[17].在實(shí)際應(yīng)用中，最近鄰指數(shù)可以判斷商業(yè)網(wǎng)點(diǎn)的空間分布是否屬于集聚型.其公式如下：

NNI=d(NN)/d(ran)

(1)

式中：d(NN)為最近鄰距離；d(ran)為期望平均最近鄰距離，其取值一般為：

(2)

式中：N為樣本數(shù)量；A為研究區(qū)域面積.當(dāng)NNI小于1 時(shí)，樣本點(diǎn)呈集聚分布；NNI大于1 時(shí)，樣本點(diǎn)呈均勻離散分布；NNI等于1 時(shí)，樣本點(diǎn)為隨機(jī)分布.一般采用Z檢驗(yàn)，來檢驗(yàn)結(jié)果的可靠性.

1.2.2 Ripley’sK(r)函數(shù) Ripley’sK(r)函數(shù)主要用于分析不同空間尺度上某一點(diǎn)的分布所表現(xiàn)出來的特定模式.Ripley’sK(r)函數(shù)通過對(duì)比每個(gè)點(diǎn)在其半徑r內(nèi)的鄰居個(gè)數(shù)與期望鄰居個(gè)數(shù)，衡量點(diǎn)要素是否空間集聚[18].如果一個(gè)點(diǎn)的鄰居數(shù)比期望值高，那么該點(diǎn)及其周圍的鄰居是集中分布.K(r)定義為鄰居個(gè)數(shù)除以平均點(diǎn)密度，在均勻分布和均質(zhì)性的假設(shè)(λ為固定值)前提下，Ripley建立的K(r)函數(shù)為：

(3)

式中：A為研究區(qū)面積；n為研究區(qū)內(nèi)各行業(yè)企業(yè)個(gè)數(shù)；d為距離尺度；dij為企業(yè)個(gè)體i與個(gè)體j之間的距離(i，j=1，2，…，n，i≠j).隨后，Besag對(duì)K(r)進(jìn)行了改進(jìn)，提出L(r)函數(shù)，

(4)

L(r)與r的關(guān)系圖可以用于檢驗(yàn)依賴于尺度r上的各行業(yè)分布格局.如果L(r)小于隨機(jī)分布的期望值，即為負(fù)值，則認(rèn)為該行業(yè)有均勻分布的趨勢；L(r)大于期望值，即為正值，則該行業(yè)有聚集分布的趨勢，否則為隨機(jī)分布.計(jì)算過程中為了能夠更好的描述不同空間尺度的商業(yè)網(wǎng)點(diǎn)集聚程度，利用點(diǎn)評(píng)數(shù)對(duì)L(r)進(jìn)行加權(quán)計(jì)算.

1.2.3 核密度(Kernel)分析 核密度分析法是空間分析中運(yùn)用廣泛的非參數(shù)估計(jì)方法，用于計(jì)算要素在其周圍鄰域中的密度.該方法以特定要素點(diǎn)的位置為中心，將該點(diǎn)的屬性分布在指定閾值范圍內(nèi)(半徑為h的圓)，在中心位置處密度最大，隨距離衰減，到極限距離處密度為0.衰減方式由核密度函數(shù)決定，整個(gè)閾值范圍內(nèi)密度的積分之和就等于中心點(diǎn)的屬性值，對(duì)于獨(dú)立分布的點(diǎn)來說，屬性值為1.通過對(duì)區(qū)域內(nèi)每個(gè)要素點(diǎn)依照同樣的方法進(jìn)行計(jì)算，并對(duì)相同位置處的密度進(jìn)行疊加,就得到要素在整個(gè)區(qū)域的分布密度[19].假定x1，x2…，xn是分布密度函數(shù)為f的總體中抽取的獨(dú)立同分布樣本，f在點(diǎn)x處估計(jì)值為f(x)，如式(4)：

(5)

式中：k(·)為核函數(shù)；h>0 為帶寬；x-xi為估計(jì)點(diǎn)x到樣本xi處的距離.為了能夠準(zhǔn)確反映商業(yè)網(wǎng)點(diǎn)的空間分布特征而又不至過于細(xì)節(jié)化，經(jīng)過反復(fù)試驗(yàn)，選取1 km為距離閾值，分別對(duì)批發(fā)零售業(yè)、住宿餐飲業(yè)、其他商業(yè)服務(wù)業(yè)網(wǎng)點(diǎn)進(jìn)行點(diǎn)評(píng)數(shù)量加權(quán)的核密度分析.

1.2.4 熱點(diǎn)分析 熱點(diǎn)分析可探測事件在空間分布的非隨機(jī)性，計(jì)算出事件發(fā)生高頻率的熱點(diǎn)區(qū)域.本研究中采用探索性空間數(shù)據(jù)分析(ESDA)中空間熱點(diǎn)分析方法的Getis-Ord Gi*指數(shù)來檢驗(yàn)基于點(diǎn)評(píng)數(shù)量加權(quán)后的局部地區(qū)是否存在統(tǒng)計(jì)顯著的高值和低值，可以用地區(qū)可視化的方法揭示“熱點(diǎn)區(qū)”和“冷點(diǎn)區(qū)”，得到高值或低值要素在空間發(fā)生聚類的位置[20].其公式如下：

(6)

(7)

2 空間集聚特征綜合分析

運(yùn)用最近鄰指數(shù)、Ripley’s K(r)、加權(quán)核密度分析和加權(quán)熱點(diǎn)分析對(duì)上海市中心城區(qū)住宿與餐飲業(yè)、批發(fā)與零售業(yè)、其他商業(yè)服務(wù)業(yè)分別進(jìn)行空間鄰近距離集聚特征、多尺度空間集聚特征、空間密度集聚特征與空間熱點(diǎn)集聚特征分析.

2.1 空間鄰近距離集聚特征 利用ArcGIS軟件中的Average Nearest Neighbor Distance模塊對(duì)上海市中心城區(qū)的餐飲與住宿業(yè)、批發(fā)與零售業(yè)以及其他商業(yè)服務(wù)業(yè)網(wǎng)點(diǎn)進(jìn)行平均最近鄰距離分析，結(jié)果如表1所示，得出上海市3種分類商業(yè)網(wǎng)點(diǎn)的最近鄰指數(shù)均小于1，且均在1%的顯著性水平下通過檢驗(yàn)，表明上海市中心城區(qū)商業(yè)網(wǎng)點(diǎn)的空間集聚特征較為顯著.從具體商業(yè)分類來看，住宿與餐飲業(yè)的最近鄰指數(shù)是3種分類中最小的，數(shù)值為0.33，平均最近距離為22.56 m，表明住宿和餐飲業(yè)網(wǎng)點(diǎn)在分類中的空間集聚特征表現(xiàn)的最為顯著.批發(fā)與零售業(yè)與其他商業(yè)服務(wù)業(yè)的最近鄰指數(shù)分別為0.36和0.41，平均最近距離為37.05 m和47.77 m，其中其他商業(yè)服務(wù)業(yè)是3種分類中最高的.表明該類商業(yè)網(wǎng)點(diǎn)在總體呈現(xiàn)空間集聚特征的前提下，呈現(xiàn)較為離散的空間分布特征.

表1 上海市中心城區(qū)商業(yè)網(wǎng)點(diǎn)最近鄰指數(shù)分析

圖1 上海市中心城區(qū)商業(yè)網(wǎng)點(diǎn)Ripley K(r) 函數(shù)分析結(jié)

2.2 多尺度空間集聚特征 本文中采用基于點(diǎn)評(píng)數(shù)加權(quán)的空間距離Ripley’s K(r)函數(shù)方法分析上海市中心城區(qū)3種類型商業(yè)網(wǎng)點(diǎn)的多尺度空間集聚特征，從而說明其區(qū)位選擇的空間尺度范圍，其結(jié)果如圖1所示，根據(jù)分析結(jié)果，餐飲與住宿業(yè)、批發(fā)與零售業(yè)以及其他商業(yè)服務(wù)業(yè)在10 km以內(nèi)的實(shí)際觀測距離范圍內(nèi)，空間分布的實(shí)際L(d)函數(shù)值均大于置信區(qū)間的上限，在99%的置信度上，顯著性檢驗(yàn)全部通過.

2.3 空間密度集聚特征 根據(jù)點(diǎn)評(píng)數(shù)加權(quán)后的核密度分析結(jié)果顯示，如圖2所示，上海市中心城區(qū)餐飲與住宿業(yè)表現(xiàn)出較為明顯的內(nèi)環(huán)內(nèi)中西部面狀集聚，內(nèi)環(huán)外分散集聚的特征.

內(nèi)環(huán)內(nèi)核心集聚區(qū)主要包括了人民廣場、南京西路、靜安寺以及淮海路所組成的集中連片區(qū).而內(nèi)環(huán)內(nèi)其他區(qū)域，如虹口足球場，中山公園，陸家嘴、打浦橋、徐家匯等地區(qū)形成了局部集聚中心，并與核心集聚區(qū)呈現(xiàn)了較為明顯的連片趨勢.在浦東與浦西之間的集聚特征對(duì)比中，我們發(fā)現(xiàn)餐飲與住宿業(yè)具有較為明顯的差異，其中浦西地區(qū)主要表現(xiàn)為集中連片的均值化特征，浦東則以陸家嘴地區(qū)為核心，單中心向外有限擴(kuò)散.

內(nèi)環(huán)外餐飲與住宿業(yè)集聚特征則主要體現(xiàn)了多點(diǎn)開花的局部集聚性，較少形成集中連片集聚區(qū)，浦東浦西之間的差別依然保持了浦西絕對(duì)高于浦東的集聚特征.在多個(gè)內(nèi)環(huán)外集聚中心中，五角場地區(qū)的集聚度最為明顯，其他如浦西地區(qū)的大華，大寧，北新涇等與浦東地區(qū)的張江、金橋、世紀(jì)公園、上南-世博地區(qū)都呈現(xiàn)了一定的空間集聚現(xiàn)象，但是其能級(jí)遠(yuǎn)低于內(nèi)環(huán)線內(nèi)的地區(qū).

批發(fā)與零售業(yè)相比餐飲表現(xiàn)出空間上內(nèi)環(huán)中心集聚，內(nèi)環(huán)外局部集聚的特征，如圖3.并且集聚的空間范圍進(jìn)一步集中.內(nèi)環(huán)內(nèi)的核心區(qū)域縮小為人民廣場、南京西路、淮海路為中心的集中連片區(qū).中山公園、陸家嘴、打浦橋以及徐家匯地區(qū)則形成了內(nèi)環(huán)內(nèi)的局部集聚區(qū)，其中中山公園至徐家匯一帶的批發(fā)與零售業(yè)表現(xiàn)出轉(zhuǎn)向集中連片聚集區(qū)的發(fā)展趨勢.內(nèi)環(huán)外地區(qū)的集聚區(qū)域相對(duì)較少，只有五角場地區(qū)以及閔行萬源城-東蘭路一代形成了較為明顯的集聚區(qū)域.其他地區(qū)均未出現(xiàn)能級(jí)較高的集聚區(qū).浦東與浦西地區(qū)批發(fā)與零售業(yè)的空間集聚對(duì)比，整體上依然保持了浦西高于浦東的空間集聚，相比浦西地區(qū)的多點(diǎn)、連片的集中，浦東地區(qū)只有陸家嘴地區(qū)具有一定的高等級(jí)集聚.

圖2 上海市中心城區(qū)餐飲業(yè)與住宿業(yè) 網(wǎng)點(diǎn)核密度分析結(jié)

圖3 上海市中心城區(qū)批發(fā)與零售業(yè) 網(wǎng)點(diǎn)核密度分析結(jié)

圖4 上海市中心城區(qū)其他商業(yè)服務(wù)業(yè) 網(wǎng)點(diǎn)核密度分析結(jié)

其他商業(yè)服務(wù)業(yè)在空間上表現(xiàn)出了集中連片，軸向延伸的集聚特點(diǎn)，如圖4.內(nèi)環(huán)內(nèi)的相對(duì)高等級(jí)的集聚分布基本覆蓋了內(nèi)環(huán)內(nèi)大部分區(qū)域，以人民廣場、南京西路、淮海路、靜安寺所形成的核心區(qū)與中山公園、徐家匯、打浦橋、陸家嘴區(qū)域性中心，形成了有效的集聚效應(yīng)的輻射融合發(fā)展區(qū)域，即內(nèi)環(huán)內(nèi)的集中連片核心發(fā)展地區(qū).內(nèi)環(huán)外高等級(jí)集聚區(qū)域也比其他兩個(gè)商業(yè)類別有所增多，并且與內(nèi)環(huán)內(nèi)的核心區(qū)域延伸地區(qū)形成新的軸向發(fā)展帶.從中心城區(qū)的整體發(fā)展上可以看出兩條發(fā)展主軸，其中一條主軸沿五角場、人民廣場、徐家匯和漕河涇成東北-西南軸向發(fā)展，另一條主軸則由北新涇、中山公園、南京西路、陸家嘴成東西向軸向發(fā)展.

2.4 空間熱點(diǎn)集聚特征 通過空間熱點(diǎn)分析可以識(shí)別出3種商業(yè)類型中具有統(tǒng)計(jì)顯著性的高值(熱點(diǎn))和低值(冷點(diǎn))的空間聚類區(qū)域.根據(jù)點(diǎn)評(píng)數(shù)加權(quán)處理后的熱點(diǎn)分析Z值結(jié)果顯示，如圖5所示，上海市中心城區(qū)3種類型的商業(yè)類別冷熱點(diǎn)分布呈現(xiàn)冷點(diǎn)區(qū)域分割包圍熱點(diǎn)區(qū)域的空間集聚特征.

其中熱點(diǎn)區(qū)域均分布在內(nèi)環(huán)內(nèi)浦西地區(qū)以人民廣場、打浦橋、徐家匯、中山公園、靜安寺為核心的面狀連片區(qū)域，浦東地區(qū)陸家嘴為核心的中部與西南部區(qū)域.內(nèi)環(huán)外主要分布在五角場地區(qū).其中批發(fā)與零售業(yè)的熱點(diǎn)區(qū)域空間集聚特征較之其他兩種商業(yè)類型具有更加集中的集聚特點(diǎn)，尤其體現(xiàn)在浦東陸家嘴地區(qū)熱點(diǎn)集聚范圍.在內(nèi)環(huán)附近，餐飲與住宿業(yè)以及其他商業(yè)服務(wù)業(yè)在大寧與虹口足球場地區(qū)出現(xiàn)了較為微弱的熱點(diǎn)區(qū)域.這些區(qū)域的商業(yè)網(wǎng)點(diǎn)不僅有自身活力高特征，同時(shí)也有其周圍活力亦高的特點(diǎn).說明其商圈發(fā)展與服務(wù)水平較高，具有明顯的向內(nèi)環(huán)線內(nèi)外的中心城區(qū)居民空間輻射與引力作用.

冷點(diǎn)區(qū)域則主要出現(xiàn)在內(nèi)環(huán)內(nèi)熱點(diǎn)區(qū)域的周圍，其分布阻隔了商業(yè)空間熱點(diǎn)集聚區(qū)向外擴(kuò)展的趨勢.其中三種類型商業(yè)網(wǎng)點(diǎn)活力冷點(diǎn)最為集中的區(qū)域分別為，內(nèi)環(huán)內(nèi)四川北路地區(qū)、豫園地區(qū)內(nèi)外環(huán)間的五角場周邊與虹口足球場周邊地區(qū).其中餐飲與住宿業(yè)、其他商業(yè)服務(wù)業(yè)在冷點(diǎn)空間集聚特征中體現(xiàn)較為明顯的集中連片分布特點(diǎn)，而批發(fā)零售業(yè)則主要體現(xiàn)了局部散點(diǎn)式冷點(diǎn)集聚.冷點(diǎn)集聚區(qū)，例如虹橋、金橋、大華、世博等地區(qū)還是具有個(gè)別活力較高的大型單體商業(yè)中心，雖然在現(xiàn)階段無法帶動(dòng)周邊的商業(yè)網(wǎng)點(diǎn)整體活力.部分居民選擇到市中心核心區(qū)進(jìn)行相關(guān)商業(yè)活動(dòng).但是擁有活力較高的大型單體商業(yè)中心的冷點(diǎn)區(qū)域還是應(yīng)該在下一步規(guī)劃中作為有效轉(zhuǎn)化為商業(yè)熱點(diǎn)的高潛力區(qū)域進(jìn)行發(fā)展，進(jìn)一步調(diào)整和提升商業(yè)結(jié)構(gòu)與服務(wù)質(zhì)量.不僅在商業(yè)網(wǎng)點(diǎn)數(shù)量上做到提升，同時(shí)也要在商業(yè)活力上進(jìn)行區(qū)域協(xié)同提升.

圖5 上海市中心城區(qū)3種類型商業(yè)網(wǎng)點(diǎn)熱點(diǎn)分析結(jié)果 (a) 餐飲與住宿業(yè)Z值; (b) 批發(fā)與零售業(yè)Z值; (c) 其他商業(yè)服務(wù)業(yè)

本文中選用4種空間分析方法對(duì)上海市中心城區(qū)的商業(yè)網(wǎng)點(diǎn)空間集聚特征進(jìn)行了綜合測度分析，得出結(jié)論如下：

中心城區(qū)商業(yè)網(wǎng)點(diǎn)空間特征：空間鄰近距離集聚特征方面表明：上海市中心城區(qū)商業(yè)網(wǎng)點(diǎn)的空間集聚特征較為顯著.住宿與餐飲業(yè)的最近鄰指數(shù)最小空間集聚特征表現(xiàn)的最為顯著.批發(fā)與零售業(yè)、其他商業(yè)服務(wù)業(yè)最近鄰指數(shù)逐漸增大，表明這兩類商業(yè)網(wǎng)點(diǎn)在總體呈現(xiàn)空間集聚特征的前提下，呈現(xiàn)逐步離散的空間分布特征；多尺度空間集聚特征方面表明：上海市中心城區(qū)3種商業(yè)網(wǎng)點(diǎn)基本上保持著隨距離增加集聚程度先增加后逐漸減小的規(guī)律，整體呈現(xiàn)了“先增后減”的倒U型態(tài)勢，但是三者在區(qū)位選擇的距離數(shù)值上存在差異；空間密度集聚特征方面表明：上海市中心城區(qū)餐飲與住宿業(yè)活力內(nèi)環(huán)內(nèi)中西部面狀集聚，內(nèi)環(huán)外分散集聚.批發(fā)與零售業(yè)相比餐飲表現(xiàn)出在空間上內(nèi)環(huán)內(nèi)中心集聚，內(nèi)環(huán)外局部集聚的特征，并且集聚的空間范圍進(jìn)一步集中.其他商業(yè)服務(wù)業(yè)在空間集聚特征中表現(xiàn)出了集中連片、軸向延伸的集聚特點(diǎn)；空間熱點(diǎn)集聚特征方面表明：上海市中心城區(qū)3種類型的商業(yè)網(wǎng)點(diǎn)冷熱點(diǎn)分布呈現(xiàn)冷點(diǎn)區(qū)域分割包圍熱點(diǎn)區(qū)域的空間集聚特征.

中心城區(qū)商業(yè)空間規(guī)劃指導(dǎo)建議：第一，中心城區(qū)商業(yè)網(wǎng)點(diǎn)空間規(guī)劃，批發(fā)與零售業(yè)中由于包含了綜合性商業(yè)廣場等商業(yè)設(shè)施，其內(nèi)部的銷售類型較為多樣，空間選擇性較強(qiáng)，所以可以在更大的范圍內(nèi)選址布點(diǎn).而其他兩種商業(yè)類型則主要提供較為單一的商業(yè)服務(wù)類型，空間適應(yīng)性較低，可選擇的空間選址較少，可在臨近居民區(qū)以及綜合性商業(yè)廣場附近進(jìn)行集中布局.第二，綜合空間密度與空間熱點(diǎn)區(qū)域特征，空間熱點(diǎn)區(qū)域并且空間密度較高區(qū)域的商業(yè)網(wǎng)點(diǎn)不僅有自身活力高特征，同時(shí)其周圍活力亦高.具有明顯的向內(nèi)環(huán)線內(nèi)外，中心城區(qū)居民空間輻射與引力作用，可以作為中心城區(qū)商業(yè)網(wǎng)點(diǎn)核心發(fā)展區(qū)域.第三：空間冷點(diǎn)地區(qū)并且空間密度較高的區(qū)域，其中一般擁有活力較高的大型單體商業(yè)中心，雖然對(duì)其周邊區(qū)域還無法具有輻射與協(xié)同帶動(dòng)作用，但是其本身商業(yè)基礎(chǔ)較好，可以在下一步規(guī)劃中作為有效轉(zhuǎn)化為商業(yè)熱點(diǎn)的高潛力局部發(fā)展核心區(qū)域進(jìn)行發(fā)展.

本文中通過4種不同的空間分析方法對(duì)上海市中心城區(qū)商業(yè)網(wǎng)點(diǎn)的空間集聚特征進(jìn)行綜合測度，不同方法所詮釋的空間集聚特征在對(duì)應(yīng)具體的規(guī)劃項(xiàng)目時(shí)，應(yīng)當(dāng)針對(duì)所要研究的主要問題選擇合適的方法進(jìn)行解釋.同時(shí)本文中的基礎(chǔ)數(shù)據(jù)來源主要是基于大眾點(diǎn)評(píng)的網(wǎng)絡(luò)開放數(shù)據(jù)，其數(shù)據(jù)的主要特征也受到了使用人群以及人群特征分類屬性較少的限制，不能全面闡釋商業(yè)網(wǎng)點(diǎn)空間集聚特征.在今后的研究中，需要運(yùn)用多源數(shù)據(jù)對(duì)同一空間事物進(jìn)行更加綜合的對(duì)比分析，在深刻了解其空間發(fā)展規(guī)律后，找出與之相適應(yīng)的影響因素，并以此作為空間評(píng)價(jià)與預(yù)測分析的基礎(chǔ).

[1] 宋小冬，丁亮，鈕心毅. “大數(shù)據(jù)”對(duì)城市規(guī)劃的影響:觀察與展望[J]. 城市規(guī)劃，2015(4): 15-18.

[2] 甄峰，王波. “大數(shù)據(jù)”熱潮下人文地理學(xué)研究的再思考[J]. 地理研究，2015，34(5): 803-811.

[3] 秦蕭，甄峰. 大數(shù)據(jù)時(shí)代智慧城市空間規(guī)劃方法探討[J]. 現(xiàn)代城市研究，2014(10): 18-24.

[4] 龍瀛. 城市大數(shù)據(jù)與定量城市研究[J]. 上海城市規(guī)劃，2014(5): 13-15.

[5] 茅明睿. 大數(shù)據(jù)在城市規(guī)劃中的應(yīng)用:來自北京市城市規(guī)劃設(shè)計(jì)研究院的思考與實(shí)踐[J]. 國際城市規(guī)劃，2014，29(6): 51-57.

[6] 柴彥威，龍瀛，申悅. 大數(shù)據(jù)在中國智慧城市規(guī)劃中的應(yīng)用探索[J]. 國際城市規(guī)劃，2014，29(6): 9-11.

[7] 牛強(qiáng). 城市規(guī)劃大數(shù)據(jù)的空間化及利用之道[J]. 上海城市規(guī)劃，2014(5): 35-38.

[8] 王森. 城鄉(xiāng)規(guī)劃視角下大數(shù)據(jù)應(yīng)用進(jìn)展研究及其對(duì)上海2040總規(guī)編制的啟示[J]. 上海城市規(guī)劃，2014(5): 16-20.

[9] 鈕心毅，丁亮. 利用手機(jī)數(shù)據(jù)分析上海市域的職住空間關(guān)系——若干結(jié)論和討論[J]. 上海城市規(guī)劃，2015(2): 39-43.

[10] Coe N M. The strategic localization of transnational retailersthe strategic localization of transnational retailers:the case of samsung-tesco in south korea[J]. Economic Geography，2006，1(82): 61-88.

[11] Halbert L. The decentralization of intrametropolitan business services in the paris region:patterns，interpretation，consequences[J]. Economic Geography，2004，4(80): 381-404.

[12] Drennan M P，Kelly H F. Measuring urban agglomeration economies with office rents[J]. Journal of Economic Geography，2011，11(3): 481-507.

[13] Lee Y，Mccracken M. Centripetal and centrifugal movement: shopping centres in denver，USA，and Brisbane，Australia[J]. Urban Studies，2012，49(7): 1489-1506.

[14] 方遠(yuǎn)平，閆小培，畢斗斗. 1980年以來我國城市商業(yè)區(qū)位研究述評(píng)[J]. 熱帶地理，2007，27(5): 435-440.

[15] 劉瑜. 社會(huì)感知視角下的若干人文地理學(xué)基本問題再思考[J]. 地理學(xué)報(bào)，2016，71(4): 564-575.

[16] 龍瀛，沈堯. 數(shù)據(jù)增強(qiáng)設(shè)計(jì)——新數(shù)據(jù)環(huán)境下的規(guī)劃設(shè)計(jì)回應(yīng)與改變[J]. 上海城市規(guī)劃，2015(2): 81-87.

[17] 王士君，浩飛龍，姜麗麗. 長春市大型商業(yè)網(wǎng)點(diǎn)的區(qū)位特征及其影響因素[J]. 地理學(xué)報(bào)，2015，70(6): 893-905.

[18] 方忠權(quán). 廣州會(huì)展企業(yè)空間集聚特征與影響因素[J]. 地理學(xué)報(bào)，2013，68(4): 464-476.

[19] 張珣，鐘耳順，張小虎，等. 2004-2008年北京城區(qū)商業(yè)網(wǎng)點(diǎn)空間分布與集聚特征[J]. 地理科學(xué)進(jìn)展，2013，32(8): 1207-1215.

[20] 畢秀晶，汪明峰，李健，等. 上海大都市區(qū)軟件產(chǎn)業(yè)空間集聚與郊區(qū)化[J]. 地理學(xué)報(bào)，2011，66(12): 1682-1694.

(責(zé)任編輯 郭定和)

The comprehensive measure of agglomeration characteristics of commercial sites in central city of Shanghai

HUANG Pujiang

(1.Development and Research Center，Shanghai Urban Planning and Design Research Institute，Shanghai 200040，China;(2.Shanghai Urban Planning Architectural Design Engineering Limited Company，Shanghai 200040，China)

This paper aims to analysis spatial aggregation of commercial sites in central city of Shanghai.The results show that: ① In terms of spatial distance，all commercial sites present salient spatial aggregation features. The agglomeration degrees increase and then decrease with the increasing of distance. ② The kernel density analysis shows that commercial sites aggregate in Middle-west of inner ring area while disperse outside inner ring area. Meanwhile a sizeable difference also reveals between Pudong and Puxi areas. ③ The spatial hot spots of commercial sites mainly concentrate inside inner ring road，while the spatial cold spots distribute evenly outside inner ring road area. Improvements on commercial structure and service quality should be made in cold spots with high density to turn them into new hot spots area.

commercial sites; open data; spatial aggregation; the center city of Shanghai

2016-05-09

國家十二五科技支撐項(xiàng)目(2012BAH28B02)和上海市城市規(guī)劃設(shè)計(jì)研究院科研項(xiàng)目(2015K012)資助

黃浦江(1986-)，男，博士，工程師，E-mail：geohuangpj@163.com

1000-2375(2016)06-0572-07

K901.8

A

10.3969/j.issn.1000-2375.2016.06.018