黃婷婷，李小龍，李大軍

(東華理工大學(xué)，330013，南昌)

0 引言

商業(yè)是城市最古老、最基本的功能[1]，也是城市經(jīng)濟(jì)發(fā)展中的重要支柱產(chǎn)業(yè)，商業(yè)設(shè)施的空間分布對整個(gè)城市發(fā)展及空間結(jié)構(gòu)演變有著重要影響。因此，對城市商業(yè)空間的研究是城市地理學(xué)研究中的重要內(nèi)容。關(guān)于商業(yè)空間分布和結(jié)構(gòu)的研究國外始于20世紀(jì)30年代克里斯泰勒“中心地理論”的提出，學(xué)者們早期對城市商業(yè)的結(jié)構(gòu)進(jìn)行分析[2-4]，對商業(yè)集聚中心進(jìn)行等級劃分[4-7]均是基于此理論。國內(nèi)關(guān)于城市商業(yè)空間結(jié)構(gòu)研究始于20世紀(jì)80年代初中心地理論的引入，徐放等國內(nèi)一些學(xué)者對北京、上海、廣州等城市的城市商業(yè)空間結(jié)構(gòu)、商業(yè)中心區(qū)布局等進(jìn)行了實(shí)證研究[8-10]。隨著科學(xué)技術(shù)的發(fā)展，催生了互動(dòng)平臺和運(yùn)用軟件的產(chǎn)生，這些平臺和軟件中包含海量的商業(yè)服務(wù)設(shè)施POI數(shù)據(jù)，為研究商業(yè)空間分布特征、發(fā)展提供了新的數(shù)據(jù)，且該類型數(shù)據(jù)易于獲取，數(shù)據(jù)量大，目前已經(jīng)廣泛地運(yùn)用于城市的研究中。國內(nèi)學(xué)者基于POI數(shù)據(jù)對城市商業(yè)的研究尤為豐富，主要集中在城市功能區(qū)識別[11-15]、城市商業(yè)空間結(jié)構(gòu)研究[16-21]等方面。

綜上所述，國內(nèi)外關(guān)于城市商業(yè)的研究積累了大量的研究成果，在研究角度、研究方法、研究內(nèi)容等方面不斷創(chuàng)新，為有限城市空間內(nèi)產(chǎn)生商業(yè)活動(dòng)的最大效益提供了科學(xué)指導(dǎo)。但現(xiàn)有研究多以某一單個(gè)業(yè)態(tài)為研究對象來反映商業(yè)空間布局，一定程度上削弱了對商業(yè)空間的解釋力，且大部分研究只針對一個(gè)年份的商業(yè)活動(dòng)的空間結(jié)構(gòu)、等級規(guī)模等進(jìn)行宏觀定性的研究，對于不同年份商業(yè)業(yè)態(tài)的時(shí)空變化和城市商業(yè)設(shè)施空間布局的多層次的綜合分析也較少涉及。因此，本文側(cè)重于通過多年P(guān)OI數(shù)據(jù)的比較，將不同商業(yè)業(yè)態(tài)結(jié)合分析，識別城市商業(yè)空間結(jié)構(gòu)和各類業(yè)態(tài)演變特征，以促進(jìn)城市商業(yè)的均衡可持續(xù)發(fā)展。

1 數(shù)據(jù)與方法

1.1 研究區(qū)域及數(shù)據(jù)來源

1.1.1 研究區(qū)域 本文選取深圳市6個(gè)行政區(qū)和4個(gè)新區(qū)作為研究區(qū)。深圳市作為我國改革開放的窗口，己經(jīng)成為具有一定影響力和吸引力的世界級城市。深圳市是快速城市化的代表，也是華南地區(qū)繁榮的商業(yè)城市之一。同時(shí)深圳是國內(nèi)外商業(yè)交流的紐帶，其商業(yè)活動(dòng)非?；钴S，除了外來消費(fèi)外，本地購買力業(yè)非常強(qiáng)，商業(yè)發(fā)展水平比較高。

1.1.2 研究數(shù)據(jù) 本文用到的數(shù)據(jù)主要有矢量數(shù)據(jù)和POI數(shù)據(jù)，矢量數(shù)據(jù)包括深圳市行政區(qū)矢量圖以及深圳市2019年路網(wǎng)數(shù)據(jù)。POI數(shù)據(jù)是通過高德電子地圖平臺獲取的深圳市2015年、2017年、2019年3個(gè)年份中餐飲、購物、生活、金融、公司企業(yè)、科教文化、醫(yī)療保健、體育休閑、住宿以及商務(wù)住宅10個(gè)商業(yè)大類共計(jì)2 886 459條(2015年724 821條，2017年971 639條，2019年1 189 999條)數(shù)據(jù)，包括名稱、類型、所在省、所在區(qū)、地址、電話、經(jīng)緯度坐標(biāo)等各種屬性信息。

1.2 研究方法

本文主要釆用ArcGIS開展研究，利用ArcGIS核密度分析識別城市尺度下商業(yè)設(shè)施分布的集聚區(qū)域，在判斷商業(yè)服務(wù)設(shè)施為集聚的情況下，將核密度值作為屬性值引入到Getis-Ord Gi＊指數(shù)分析中，識別商業(yè)服務(wù)設(shè)施的熱點(diǎn)區(qū)。對熱點(diǎn)區(qū)各類POI的變化進(jìn)行地理探測器[22]分析。

1.2.1 核密度分析 地理學(xué)第一定律指出：所有事物都是相互聯(lián)系的，但離得越近的事物彼此之間的聯(lián)系就越強(qiáng)。核密度分析正是基于此定律，在搜索半徑范圍內(nèi)，密度值隨著與點(diǎn)距離的增大而減小，考慮到城市設(shè)施網(wǎng)點(diǎn)的吸引力隨距離的増加而減弱，核密度分析廣泛運(yùn)用于城市設(shè)施點(diǎn)的分析。核密度分析是計(jì)算要素在其鄰域內(nèi)的密度，輸出的是有密度值的柵格像元，構(gòu)成連續(xù)的密度表面，在核密度分析中，對象距離越近權(quán)重越大，因此密度值在點(diǎn)所在位置最高，隨著與點(diǎn)距離的增大不斷的降低，當(dāng)距離達(dá)到搜索半徑閾值時(shí)，密度為0，從而形成連續(xù)的、具有高低值的密度圖，其計(jì)算公式為

(1)

1.2.2 地理探測器分析 地理探測器是探測空間分異性，以及揭示其背后驅(qū)動(dòng)力的一組統(tǒng)計(jì)學(xué)方法[22]。其核心思想是：如果某個(gè)自變量對某個(gè)因變量有重要影響，那么自變量和因變量的空間分布應(yīng)該具有相似性。本文采用地理探測器模型中的因子探測識別影響深圳市商業(yè)集聚的主要業(yè)態(tài)及各業(yè)態(tài)之間交互作用。

因子探測：探測Y的空間分異性；以及探測某因子X多大程度上解釋了屬性Y的空間分異。

(2)

交互作用探測：識別不同風(fēng)險(xiǎn)因子Xs之間的交互作用，即評估因子之間兩兩共同作用時(shí)是否會(huì)增加或減弱對因變量Y的解釋力，或這些因子對Y的影響是相互獨(dú)立的。評估的方法是首先分別計(jì)算2種因子X1和X2對Y的q值：q(X1)和q(X2)，并且計(jì)算它們交互時(shí)的q值：q(X1∩X2)，并對q(X1)、q(X2)與q(X1∩X2)進(jìn)行比較。

表1 2個(gè)自變量對因變量交互作用的類型

2 深圳市商業(yè)布局時(shí)空演變特征

2.1 商業(yè)空間結(jié)構(gòu)演變

由于在核密度分析中，不同的搜索半徑會(huì)導(dǎo)致核密度分析的結(jié)果不同，在數(shù)據(jù)可視化的相關(guān)領(lǐng)域中，搜索半徑的大小決定了核密度估計(jì)函數(shù)(KDE)的平滑程度，搜索半徑越小越陡峭, 搜索半徑越大越平滑。在POI或位置服務(wù)領(lǐng)域，搜索半徑h的設(shè)置主要與分析尺度以及地理現(xiàn)象特點(diǎn)有關(guān)。較小的帶寬可以使密度分布結(jié)果中出現(xiàn)較多的高值或低值區(qū)域，而較大的帶寬可以在全局尺度下使熱點(diǎn)區(qū)域體現(xiàn)得更加明顯。已有的研究[23-24]表明，在將核密度分析引入城市空間結(jié)構(gòu)研究中，研究區(qū)域大小不同，搜索半徑閾值從100～900 m都是合理的。本文通過逼近法選取300 m、600 m、900 m的搜索半徑對 2015年的POI數(shù)據(jù)進(jìn)行試驗(yàn)，發(fā)現(xiàn)600 m的搜索半徑在本研究區(qū)中的效果最好，然后又選取了500 m、600 m、700 m的搜索半徑對比，并將實(shí)驗(yàn)結(jié)果與實(shí)際點(diǎn)分布結(jié)合，觀察其擬合程度，最終選擇600 m作為本研究的搜索半徑。

基于搜索半徑R=600 m 進(jìn)行核密度分析，用自然斷點(diǎn)法，將各年份的核密度值分為5類，如圖2所示。根據(jù)3年份POI點(diǎn)的核密度分布，可以看出深圳市的商業(yè)設(shè)施分布的大致格局沒有發(fā)生顯著變化，均呈現(xiàn)為極核式下的圈層結(jié)構(gòu)與塊狀或軸線下的組團(tuán)結(jié)構(gòu)相結(jié)合的“極核-面域-軸線”分布形態(tài)。結(jié)合深圳市路網(wǎng)數(shù)據(jù)來看，其商業(yè)高密度區(qū)基本聚集在“兩軸兩帶”地區(qū)，即以G205、G107國道為依托的布吉、橫崗、龍崗中心、坪山新城組成的東部發(fā)展帶和新安、西鄉(xiāng)、福永等構(gòu)成的西部發(fā)展帶，由地鐵一號、四號軌道線連接的民治、坂田、龍華、大浪構(gòu)成的發(fā)展軸和東門、人民南、寶安南、華強(qiáng)北、福田CBD、南頭商業(yè)區(qū)構(gòu)成的發(fā)展軸，該分布形態(tài)與深圳市2010—2020年總體規(guī)劃的內(nèi)容吻合。從核密度值來看，3年份核密度值逐年增大，其最大值由2015年6 863.87在2017年增加到9 207.69，2019年達(dá)到了15 727.38，這一數(shù)據(jù)也與深圳作為經(jīng)濟(jì)特區(qū)高速增長的經(jīng)濟(jì)總產(chǎn)值吻合。

(a)2015年 (b)2017年

2.2 熱點(diǎn)區(qū)識別

通過核密度分析得出的結(jié)果，可以簡單地看出地理要素空間分布及變化情況，但很難直接回答相對于整個(gè)區(qū)域，局部區(qū)域密度值多高才算是熱點(diǎn)。盡管核密度估計(jì)中的高值地區(qū)往往容易引起注意，但可能不是統(tǒng)計(jì)學(xué)意義上的熱點(diǎn)。為了進(jìn)一步量化研究，在核密度分析的基礎(chǔ)上，進(jìn)行熱點(diǎn)分析。從圖3來看，在深圳市商業(yè)POI在空間分布上存在著顯著高/低值集聚現(xiàn)象。2015年與2017年，熱點(diǎn)地區(qū)的空間分布無明顯變化，且與核密度分析的結(jié)果基本一致；2019年的熱點(diǎn)區(qū)分布與前2個(gè)年份相比出現(xiàn)了較為明顯的變化，其熱點(diǎn)區(qū)在數(shù)量上有了明顯減少，在分布上集聚現(xiàn)象明顯增強(qiáng)，由零散的塊狀熱點(diǎn)區(qū)形成了大面積的片狀熱點(diǎn)區(qū)，說明2017—2019年深圳市總體商業(yè)發(fā)展集中在少數(shù)幾個(gè)極核中心，中心極化作用有加強(qiáng)。

(a)2015年

3 各類業(yè)態(tài)演變及相關(guān)性分析

為了探究深圳市商業(yè)發(fā)展背后的驅(qū)動(dòng)因子，本文對高德地圖分類下的10個(gè)大類業(yè)態(tài)進(jìn)行地理探測器分析。以2015—2017、2017—2019年深圳市POI的變化值為因變量，將不同種類的POI的變化量用SPSS軟件進(jìn)行分層聚類，以其聚類結(jié)果為自變量，運(yùn)用地理探測器模型進(jìn)行分異及因子探測和交互因子探測，來探究不同類別POI的變化在深圳市商業(yè)總體變化中的影響力，以及各類POI的變化之間的相關(guān)性。分別以整個(gè)深圳市和Getis-Ord Gi＊分析中熱點(diǎn)地區(qū)為研究單元，對比分析。

分異因子探測結(jié)果如表2：在對深圳市全市以及熱點(diǎn)區(qū)的分析中，10個(gè)特征因子均在0.05置信水平上顯著。2015—2017年的數(shù)據(jù)顯示，在2個(gè)研究單元中，均是生活類的因子解釋力最高，其次是餐飲類，這2個(gè)大類是影響這2年深圳市商業(yè)POI變化的主要因素；2017—2019年間，在熱點(diǎn)區(qū)及整體區(qū)域中解釋力較高的是購物類，生活類在2個(gè)研究單元中均值排到了第3?？傮w上看，熱點(diǎn)區(qū)的業(yè)態(tài)變化跟整個(gè)深圳市的變化基本一樣，說明業(yè)態(tài)的變化是一個(gè)整體的趨勢，商務(wù)住宅、住宿等大規(guī)模商業(yè)的發(fā)展基本趨于穩(wěn)定，而生活、餐飲、購物等小規(guī)模商業(yè)的發(fā)展波動(dòng)較大；單個(gè)業(yè)態(tài)來看，對2015—2017年間解釋力最高的生活類進(jìn)行更精細(xì)的分析，發(fā)現(xiàn)在生活類中增長最快的是物流速遞行業(yè)，而該行業(yè)的發(fā)展，主要得益于電子商業(yè)的發(fā)展，這2年恰好也是電子商務(wù)發(fā)展最為迅猛的2年；同樣，2017—2019年購物類q值大增，也與這2 a間電子商業(yè)逐漸趨于飽和的發(fā)展相互印證。

表2 因子探測結(jié)果

對10個(gè)業(yè)態(tài)因子進(jìn)行兩兩交互探測，結(jié)果如表3：各業(yè)態(tài)因子對POI總量變化的影響存在交互作用，任意2個(gè)業(yè)態(tài)因子交互作用后的因子解釋力均表現(xiàn)為雙因子增強(qiáng)或非線性增強(qiáng)，說明城市中各類業(yè)態(tài)的發(fā)展都是相輔相成的，但影響程度會(huì)有一定的差異。綜合2個(gè)時(shí)間段4份數(shù)據(jù)對照來看，在2015—2017年間，當(dāng)q值最大的生活類作為主導(dǎo)因子進(jìn)行交互時(shí)，在熱點(diǎn)區(qū)跟整個(gè)深圳市中，均是在與科教文化類交互時(shí)的解釋度增加最為明顯。2017—2019年間，當(dāng)q值最大的購物類作為主導(dǎo)因子進(jìn)行交互時(shí)，從深圳市整體來看，與餐飲類交互時(shí)的強(qiáng)化作用最大；從熱點(diǎn)區(qū)域來看，與金融類交互時(shí)的強(qiáng)化作用最大。

4 結(jié)束語

本文通過核密度法和地理探測器法對大數(shù)據(jù)環(huán)境下高德地圖10個(gè)具有代表性的商業(yè)POI大類的研究，探尋了深圳市商業(yè)空間結(jié)構(gòu)和集聚地區(qū)的演變過程以及影響該地區(qū)的主要業(yè)態(tài)及各業(yè)態(tài)之間交互作用的識別。研究結(jié)果表明，深圳市盡管在大規(guī)模地進(jìn)行城市更新，城中村改造，但全市的經(jīng)濟(jì)中心仍然在原經(jīng)濟(jì)特區(qū)，并且有越來越聚集的趨勢，區(qū)域發(fā)展不平衡現(xiàn)象較為嚴(yán)重；城市規(guī)劃政策和城市建設(shè)仍是影響商業(yè)空間結(jié)構(gòu)的重要因素；購物、生活類等小規(guī)模商業(yè)在各類商業(yè)業(yè)態(tài)的變化中起主導(dǎo)作用，各類業(yè)態(tài)雖然具有不同的空間演變方向，但也存在一定的相關(guān)性。POI數(shù)據(jù)相對于傳統(tǒng)的常規(guī)數(shù)據(jù)，具有更好的可觀測性和時(shí)效性，通過POI的集聚特征可以很快地反映出城市的建設(shè)、產(chǎn)業(yè)的分布、功能的完善等存在的問題，從而為城市規(guī)劃提出有力的參考依據(jù)。但是POI數(shù)據(jù)只是城市實(shí)體在地理空間的抽象表達(dá)，缺少地理實(shí)體的屬性信息，本研究并未考慮POI在城市空間的等級、范圍，今后將對POI的空間權(quán)重進(jìn)行深入的研究；并對各類業(yè)態(tài)的生命周期、空間分布關(guān)系及相互間的替代關(guān)系進(jìn)一步探索。

圖1 深圳市行政區(qū)劃圖