侯毅鳴，陳延斌，宋成鎮(zhèn)

(山東師范大學(xué)地理與環(huán)境學(xué)院，中國(guó) 濟(jì)南 250358)

城市經(jīng)濟(jì)活動(dòng)空間分布與交通網(wǎng)絡(luò)的關(guān)系一直是城市地理、經(jīng)濟(jì)地理、城市規(guī)劃等領(lǐng)域的研究熱點(diǎn)[1]。隨著社會(huì)科學(xué)的發(fā)展，學(xué)者們逐漸從網(wǎng)絡(luò)視角研究城市結(jié)構(gòu)和城市形態(tài)以及交通、人口、經(jīng)濟(jì)和土地利用之間的地域關(guān)系[2,3]。道路網(wǎng)絡(luò)作為城市內(nèi)部交通的重要組成部分，通過(guò)影響人和物的活動(dòng)軌跡，深刻影響著經(jīng)濟(jì)活動(dòng)的空間分布[4]。研究道路網(wǎng)絡(luò)與經(jīng)濟(jì)活動(dòng)空間分布的相關(guān)性對(duì)預(yù)測(cè)城市商業(yè)網(wǎng)點(diǎn)空間演化趨勢(shì)、緩解區(qū)域交通壓力，優(yōu)化城市功能用地布局等具有重要意義。

“有些地方比其他地方更重要，因?yàn)樗鼈兏鼮橹行摹盵5]，中心性是解讀交通網(wǎng)絡(luò)空間特征的關(guān)鍵指標(biāo)之一[6]。路網(wǎng)中心性是量化道路網(wǎng)絡(luò)中各節(jié)點(diǎn)可達(dá)性的有效手段[7]，通常采用空間句法或多中心性評(píng)價(jià)模型進(jìn)行測(cè)度。與空間句法相比，多中心性評(píng)價(jià)模型在計(jì)算路網(wǎng)中心性時(shí)使用節(jié)點(diǎn)間的公制距離，因而更具有實(shí)際意義[8-10]。Miller[11]提出了交通網(wǎng)絡(luò)結(jié)構(gòu)中可達(dá)性的測(cè)算方法，Okabe等[12,13]開(kāi)發(fā)了基于ArcGIS軟件的交通網(wǎng)絡(luò)分析工具，以上研究成果構(gòu)成了多中心性評(píng)價(jià)模型的基礎(chǔ)。此后，諸多學(xué)者開(kāi)始深入研究路網(wǎng)中心性及其與城市經(jīng)濟(jì)活動(dòng)的關(guān)系。Porta等[14]分析了巴塞羅那中心地區(qū)街道網(wǎng)絡(luò)和經(jīng)濟(jì)活動(dòng)區(qū)位之間的關(guān)系，認(rèn)為在城市規(guī)劃中應(yīng)將交通干道視為街區(qū)的核心而非邊界；王瑤莉等[15]以青島市為例，從全局和局部?jī)蓚€(gè)尺度研究了鄰近中心性與居民活動(dòng)強(qiáng)度及土地利用強(qiáng)度的關(guān)系；呂永強(qiáng)等[16]從交通路網(wǎng)中心性的角度分析了北京市中心區(qū)不同城市功能用地的交通導(dǎo)向特征；陳晨等[1,17]發(fā)現(xiàn)沈陽(yáng)市交通網(wǎng)絡(luò)的多中心性導(dǎo)致了經(jīng)濟(jì)活動(dòng)的多中心性，長(zhǎng)春市不同類型的商業(yè)網(wǎng)點(diǎn)受路網(wǎng)中心性影響的程度不同。然而，以上研究在分析路網(wǎng)中心性與經(jīng)濟(jì)活動(dòng)的相關(guān)關(guān)系時(shí)，只考慮總體相關(guān)性，忽視了兩者間的空間依賴性與空間異質(zhì)性。

零售業(yè)是城市經(jīng)濟(jì)活動(dòng)的活躍因素[18]。圍繞城市中零售業(yè)的區(qū)位選擇與空間布局問(wèn)題，學(xué)者也展開(kāi)了相關(guān)研究。Tanega[19]指出無(wú)論零售商店提供多么好的產(chǎn)品或服務(wù)，區(qū)位仍然是其成功的關(guān)鍵。Cohen和Lewis[20]在1967年發(fā)表了“零售地理學(xué)中的形態(tài)和功能”，發(fā)現(xiàn)積極競(jìng)爭(zhēng)的商店往往呈帶狀出現(xiàn)在高速路、商業(yè)街中；Downs[21]對(duì)購(gòu)物中心認(rèn)知的研究認(rèn)為交通條件和服務(wù)范圍是商店布局的重要原則。我國(guó)對(duì)零售業(yè)分布的研究起步較晚，自從嚴(yán)重敏先生在20世紀(jì)60年代引入中心地理論后，涌現(xiàn)出大批以國(guó)內(nèi)大城市為案例的實(shí)證研究[22]。目前，國(guó)內(nèi)學(xué)者多基于興趣點(diǎn)數(shù)據(jù)，利用最鄰近距離、標(biāo)準(zhǔn)差橢圓、核密度估計(jì)、莫蘭指數(shù)[23-25]等方法分析零售業(yè)的空間分布特征，而從路網(wǎng)中心性的角度分析空間分布特征的研究較少。

基于此，本文首先測(cè)度濟(jì)南市區(qū)交通路網(wǎng)中心性，然后分析路網(wǎng)中心性和各類零售網(wǎng)點(diǎn)的空間分布特征，結(jié)合Person相關(guān)系數(shù)和地理加權(quán)回歸模型建立路網(wǎng)中心性與零售網(wǎng)點(diǎn)空間分布的統(tǒng)計(jì)學(xué)關(guān)系，分析總體相關(guān)性和空間異質(zhì)性。本文研究城市路網(wǎng)中心性與各零售細(xì)分行業(yè)的空間分布關(guān)系，深化對(duì)零售網(wǎng)點(diǎn)空間布局與城市內(nèi)部路網(wǎng)結(jié)構(gòu)之間關(guān)系的認(rèn)識(shí)，既可進(jìn)一步豐富現(xiàn)有多中心評(píng)價(jià)模型研究案例，又可發(fā)現(xiàn)各零售細(xì)分行業(yè)分布的交通導(dǎo)向特征，對(duì)促進(jìn)城市零售業(yè)與交通設(shè)施合理布局，優(yōu)化城市空間結(jié)構(gòu)，改善居民生活質(zhì)量，推動(dòng)城市社會(huì)經(jīng)濟(jì)健康高質(zhì)量發(fā)展具有重要現(xiàn)實(shí)意義。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 研究方法

1.1.1 路網(wǎng)中心性測(cè)算 基于多中心性評(píng)價(jià)模型(Multiple Centrality Analysis，即MCA)計(jì)算濟(jì)南市區(qū)路網(wǎng)中心性。MCA的原理是將城市道路抽象為直線，將路口抽象為節(jié)點(diǎn)或端點(diǎn)，沿兩節(jié)點(diǎn)間的最短路徑測(cè)算實(shí)際距離[12,13]。選取鄰近中心性(closeness centrality)、中介中心性(betweenness centrality)、直達(dá)中心性(straightness centrality)3個(gè)指標(biāo)，運(yùn)用ArcGIS中的城市網(wǎng)絡(luò)分析工具(Urban Network Analysis Tool，即UNA)對(duì)路網(wǎng)中心性進(jìn)行測(cè)算。

鄰近性(CC)表示一個(gè)節(jié)點(diǎn)與其他所有節(jié)點(diǎn)的鄰近程度，反映了該節(jié)點(diǎn)在交通網(wǎng)絡(luò)中的相對(duì)可達(dá)性。其公式如下：

(1)

中介性(CB)認(rèn)為，連接網(wǎng)絡(luò)中的任意兩個(gè)節(jié)點(diǎn)都有一條最短路徑，通過(guò)某一區(qū)域的最短路徑越多，該區(qū)域的中介性越好。中介性可以用來(lái)表示通過(guò)某節(jié)點(diǎn)的交通流量，中介性的值越高反映通過(guò)該節(jié)點(diǎn)的交通流量越大，其公式如下：

(2)

直達(dá)性(CS)是衡量節(jié)點(diǎn)交通效率的有效手段。兩節(jié)點(diǎn)間最短路徑的距離與直線距離的比值越小，表示該路徑偏離直線的程度越小，即兩節(jié)點(diǎn)間的交通效率越高。直達(dá)性公式如下：

(3)

1.1.2 核密度分析 核密度分析法(Kernel Density Estimation，即KDE)是一種非參數(shù)估計(jì)的空間分析方法，易于實(shí)現(xiàn)并能較好反映地理現(xiàn)象空間分布中的距離衰減效應(yīng)[26]。運(yùn)用KDE分析濟(jì)南市區(qū)零售網(wǎng)點(diǎn)分布與路網(wǎng)中心性值的空間格局，二維空間的核密度方程可以表示為：

(4)

式中：h為閾值，n為閾值范圍內(nèi)零售網(wǎng)點(diǎn)數(shù)量，(x-xi)2+(y-yi)2表示點(diǎn)(xi,yi)與(x,y)間的離差。綜合考慮核密度圖像的平滑度與局部數(shù)據(jù)特征的明顯程度，選取1 500 m為核密度閾值進(jìn)行分析，輸出柵格數(shù)據(jù)像元大小選擇100 m。

1.1.3 地理加權(quán)回歸 根據(jù)地理學(xué)第一定律，兩事物之間距離越近聯(lián)系越大。地理加權(quán)回歸模型(Geographically Weighted Regression，即GWR)通過(guò)賦予樣本點(diǎn)鄰域內(nèi)觀測(cè)值更高的權(quán)重，表現(xiàn)出事物之間的天然聯(lián)系。與傳統(tǒng)的回歸模型如普通最小二乘法(Ordinary Least Squares，即OLS)相比，GWR采用局部回歸的方法，能夠反映不同區(qū)位路網(wǎng)中心性與零售網(wǎng)點(diǎn)布局的相關(guān)性差異。研究表明，在具有空間關(guān)系的回歸分析上，GWR相較于OLS具有更好的擬合優(yōu)度[27-29]。GWR模型的結(jié)構(gòu)方程如下[29]：

Yi=β0(ui,vi)+∑kβk(ui,vi)Xik+εi，

(5)

(6)

式中：Wij表示零售網(wǎng)點(diǎn)i和網(wǎng)點(diǎn)j間的權(quán)重影響；b為帶寬，帶寬b越大，權(quán)重影響隨著距離dij的增加衰減的速度越慢，帶寬b越小，權(quán)重影響隨著距離dij的增加衰減的速度越快，帶寬b的值取決于相鄰要素?cái)?shù)或距離范圍。選用AIC準(zhǔn)則對(duì)帶寬進(jìn)行優(yōu)化，其公式如下[30]：

(7)

式中：C為模型的赤池信息值，根據(jù)赤池信息準(zhǔn)則，C的值最小時(shí)對(duì)應(yīng)的帶寬為模型中的最優(yōu)帶寬；n表示樣本中零售業(yè)網(wǎng)點(diǎn)的數(shù)量；tr(S)表示GWR的S矩陣的跡，為帶寬函數(shù)；σ為誤差項(xiàng)估計(jì)的標(biāo)準(zhǔn)離差。

1.2 研究區(qū)域與數(shù)據(jù)來(lái)源

濟(jì)南市是山東省省會(huì)、全國(guó)副省級(jí)城市之一，也是環(huán)渤海地區(qū)和黃河中下游地區(qū)中心城市之一。近年來(lái)，在“東拓、西進(jìn)、南控、北跨、中優(yōu)”的城市空間發(fā)展戰(zhàn)略背景下，濟(jì)南城市道路建設(shè)加快、道路網(wǎng)正從“二環(huán)”向“三環(huán)”突破。同時(shí)，濟(jì)南市零售網(wǎng)點(diǎn)逐漸增多，零售業(yè)態(tài)種類逐漸豐富。本文研究區(qū)域?yàn)椤稘?jì)南統(tǒng)計(jì)年鑒—2019》所指濟(jì)南市區(qū)范圍，包括市中、歷下、槐蔭、天橋、歷城、長(zhǎng)清、章丘和濟(jì)陽(yáng)共8個(gè)區(qū)。2018年市區(qū)總面積6 121 km2，總?cè)丝?54.13萬(wàn)人，分別占濟(jì)南市的76.53%和84.48%。濟(jì)南市區(qū)承載著濟(jì)南市的主要城市功能，生產(chǎn)總值占全市的92.54%，國(guó)道、省道發(fā)達(dá)，是全省公路網(wǎng)絡(luò)中心和高速公路中心樞紐[31]。

交通路網(wǎng)數(shù)據(jù)來(lái)自國(guó)家地理信息公共服務(wù)平臺(tái)，結(jié)合研究?jī)?nèi)容和濟(jì)南市實(shí)際情況，對(duì)道路矢量數(shù)據(jù)進(jìn)行預(yù)處理。剔除公園道路、居住區(qū)道路等非研究對(duì)象后，研究區(qū)內(nèi)共有5 620條邊，3 688個(gè)節(jié)點(diǎn)。利用Python獲取百度地圖中研究范圍內(nèi)的零售網(wǎng)點(diǎn)共7 089家，結(jié)合實(shí)際情況對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，根據(jù)《零售業(yè)態(tài)分類》(國(guó)家標(biāo)準(zhǔn)GBT18106-2004)，將零售網(wǎng)點(diǎn)類型分為7類，其中超市812家、服飾店855家、專賣店(包括但不限于文化和體育用品專賣店)2 235家、家居建材市場(chǎng)839家、副食品店871家、家電電子賣場(chǎng)1 098家、商場(chǎng)379家。

2 結(jié)果分析

2.1 路網(wǎng)中心性空間特征

以ArcGIS 10.2為研究平臺(tái)，提取交通路網(wǎng)的節(jié)點(diǎn)和端點(diǎn)作為網(wǎng)絡(luò)分析的節(jié)點(diǎn)，測(cè)算兩節(jié)點(diǎn)間的實(shí)際距離，創(chuàng)建濟(jì)南市區(qū)路網(wǎng)數(shù)據(jù)集。運(yùn)用UNA工具對(duì)交通路網(wǎng)中心性進(jìn)行測(cè)度，得到路網(wǎng)中心性分布圖(圖1)。利用KDE方法，分別以鄰近性、中介性、直達(dá)性為權(quán)重進(jìn)行空間插值，得到交通路網(wǎng)中心性核密度分布圖(圖2)，采用自然斷點(diǎn)分類法將各圖層核密度分為9類，以此來(lái)反映其空間分布特征。

圖1 濟(jì)南市區(qū)交通路網(wǎng)中心性空間分布Fig. 1 Central spatial distribution of traffic network in Jinan

圖2 濟(jì)南市區(qū)交通路網(wǎng)中心性核密度分布Fig. 2 Distribution of central kernel of traffic network in Jinan

從圖1(a)中可以看出鄰近中心性值呈明顯的“中心—外圍”分布模式，符合地理學(xué)中的距離衰減規(guī)律。鄰近性高值區(qū)基本位于二環(huán)路以內(nèi)(圖2(a))，維十二路以東、順河高架路以西、經(jīng)一路以南、經(jīng)十路以北區(qū)域鄰近中心性最高，該區(qū)域也是天橋區(qū)、槐蔭區(qū)、市中區(qū)和歷下區(qū)互相毗鄰之處，區(qū)域內(nèi)道路節(jié)點(diǎn)到市內(nèi)其他區(qū)域節(jié)點(diǎn)的距離最短，相對(duì)可達(dá)性最高。考慮到全市居民的方便程度，濟(jì)南站、山東省立醫(yī)院等公共服務(wù)設(shè)施多分布在此。在高值區(qū)外圍分布有多個(gè)次中心，如西部槐蔭區(qū)日照路以北的臘山河沿岸地區(qū)，北部天橋區(qū)順河高架路與水屯北路交匯處，東部歷下區(qū)燕子山路與和平路交匯處以及奧林匹克體育中心周圍，以上區(qū)域也具有較高的可達(dá)性。

中介性呈明顯的多中心分布模式，且呈條帶狀從濟(jì)南市中心城區(qū)向外圍輻射，這與濟(jì)南市交通干道的分布有關(guān)。圖2(b)顯示中介性高值區(qū)的范圍較鄰近性向東略有擴(kuò)張，次中心主要在槐蔭區(qū)經(jīng)十路與濟(jì)南繞城高速交匯處、二環(huán)西路與經(jīng)六路交匯處，歷下區(qū)二環(huán)東路與解放路交匯處、穎秀路與工業(yè)南路交匯處、解放東路與奧體西路交匯處，市中區(qū)英雄山立交橋等承載巨大車流量的路口。以上區(qū)域通過(guò)的最短路徑最多，在道路擁塞情況下對(duì)交通流量的控制能力較強(qiáng)。從圖1(b)可以看出條帶狀的中介性核密度高值區(qū)主要有從中心城區(qū)沿經(jīng)十西路至長(zhǎng)清區(qū)文昌街道，沿望岳路向南至歷城區(qū)鐘宮鎮(zhèn)S103與S317交匯處，沿經(jīng)十路(G309)、世紀(jì)大道、工業(yè)北路(S102)向東至章丘區(qū)雙山街道，沿順河高架路、G35和G20向東北方向至章丘區(qū)刁鎮(zhèn)街道，沿二環(huán)東路、京嵐線、東鄭線向北至濟(jì)陽(yáng)區(qū)濟(jì)北街道。以上道路交通承載量大，通勤度較高，有利于加強(qiáng)濟(jì)南中心城區(qū)和外圍區(qū)縣的溝通與聯(lián)系，促使城市向多中心方向發(fā)展。

直達(dá)性高值區(qū)分布和鄰近性相似，多中心結(jié)構(gòu)更加明顯?；笔a區(qū)臘山商圈、西客站商圈，歷下區(qū)高新技術(shù)開(kāi)發(fā)區(qū)，市中區(qū)領(lǐng)秀公園附近存在次中心。濟(jì)陽(yáng)區(qū)濟(jì)北街道、章丘區(qū)雙山街道、長(zhǎng)清區(qū)平安街道分別為所在市轄區(qū)的直達(dá)性高值區(qū)(圖2 c)。以上區(qū)域內(nèi)節(jié)點(diǎn)去往其他節(jié)點(diǎn)的最短路徑與直線路徑的偏離程度較小，交通效率較高。從圖1(c)可以看出從中心城區(qū)向東方向至章丘區(qū)雙山街道、向西南方向至長(zhǎng)清區(qū)孝里街道，直達(dá)中心性有連續(xù)明顯的帶狀高值區(qū)，說(shuō)明濟(jì)南市中心至章丘和長(zhǎng)清兩區(qū)之間的路網(wǎng)形態(tài)較規(guī)則，通達(dá)性較好。

對(duì)高校突發(fā)事件的理解，如果從突發(fā)事件的角度展開(kāi)分析，可以理解為“突然發(fā)生的嚴(yán)重事件，對(duì)社會(huì)或者學(xué)校造成較大的不良影響，需要采取一系列的應(yīng)急措施加以防范”。至于對(duì)高校突發(fā)事件的具體判定，每個(gè)人在認(rèn)識(shí)上可能存在差異，但是其中大多數(shù)人認(rèn)為：這類型事件主要指的是在高校內(nèi)部突然發(fā)生、同時(shí)給學(xué)校生活造成嚴(yán)重威脅和損失的重大事件，通常會(huì)給學(xué)校帶來(lái)較大的不良影響。

2.2 零售業(yè)空間分布特征

對(duì)零售網(wǎng)點(diǎn)進(jìn)行空間插值，得到總體及各細(xì)分零售行業(yè)核密度分布圖(圖3)。從圖3中可看出超市、副食品店、商場(chǎng)核密度分布在中心城區(qū)內(nèi)呈多核心結(jié)構(gòu)，其中超市核密度的高值區(qū)范圍最大。以上3種類型零售網(wǎng)點(diǎn)的總體分布格局有不同的特點(diǎn)。由于超市的生存門檻值較低，在市區(qū)隨居住區(qū)和商業(yè)中心布局，分布相對(duì)分散且均勻。中心城區(qū)以外人口分布相對(duì)稀疏，專門銷售副食品的門店難以生存，因此副食品店在中心城區(qū)以外地區(qū)核密度值較小。商場(chǎng)需要擁有廣闊的商圈范圍，主要布局在人流量大、消費(fèi)頻率高的市、區(qū)級(jí)商業(yè)中心。

家電電子賣場(chǎng)和家居建材市場(chǎng)核密度在中心城區(qū)各有3處高值區(qū)域。家電電子賣場(chǎng)集中分布在濟(jì)南中恒商城附近(主要為家用電器專賣)、泉城路沿街、山東大學(xué)中心校區(qū)至解放路一帶(主要為數(shù)碼產(chǎn)品專賣)，這些區(qū)域或布局有眾多住宅區(qū)，或毗鄰中小學(xué)、高校，具有較好的市場(chǎng)條件。家電、電子產(chǎn)品專賣店在濟(jì)南市區(qū)分布相對(duì)均勻，表明人們對(duì)家電、電子類產(chǎn)品的需求較大。家居建材市場(chǎng)主要聚集在交通便捷的道路交匯處，如北園大街與航運(yùn)路路口、小清河以北的歷山北路一帶、北園大街與順河高架路交匯處，與其他類型零售業(yè)相比聚集現(xiàn)象更加突出。

服飾店與專賣店的分布呈單核心結(jié)構(gòu)，主要聚集在以泉城廣場(chǎng)為核心的高級(jí)別商業(yè)區(qū)。經(jīng)四路萬(wàn)達(dá)廣場(chǎng)以及經(jīng)二路與緯十路交匯處為服飾店核密度的次中心，中心城區(qū)之外的地區(qū)服飾店核密度值較小，這與眾多的服飾品牌選擇在大型購(gòu)物中心內(nèi)開(kāi)設(shè)店鋪有關(guān)。專賣店核密度次中心較多，且有連接成片的特點(diǎn)，以馬鞍山路英雄山文化市場(chǎng)次中心為例，專賣店分布與文化、體育場(chǎng)所的布局有密切關(guān)系。

總體來(lái)看，濟(jì)南市區(qū)零售網(wǎng)點(diǎn)空間布局呈“大集中，小分散”的特征，即大量零售網(wǎng)點(diǎn)集中分布在市中心，其他地域只有多個(gè)小范圍聚集區(qū)。中心城區(qū)的高值區(qū)核密度值在142～191之間，中心城區(qū)之外的區(qū)域核密度值較低，只有濟(jì)陽(yáng)、長(zhǎng)清、章丘區(qū)的中心商業(yè)區(qū)核密度值較高，在20～53之間。

2.3 零售網(wǎng)點(diǎn)空間分布與路網(wǎng)中心性關(guān)系

2.3.1 總體相關(guān)性分析 提取零售網(wǎng)點(diǎn)對(duì)應(yīng)的路網(wǎng)中心性核密度值和零售網(wǎng)點(diǎn)分布核密度值，導(dǎo)入SPSS軟件進(jìn)行相關(guān)性分析與顯著性檢驗(yàn)，得出各細(xì)分零售行業(yè)與路網(wǎng)中心性關(guān)系的統(tǒng)計(jì)學(xué)特征，根據(jù)兩者的相關(guān)程度，把零售業(yè)分為不同的導(dǎo)向型，結(jié)果見(jiàn)表1。

表1 皮爾遜相關(guān)系數(shù)及零售網(wǎng)點(diǎn)導(dǎo)向型分類Table 1 Pearson correlation coefficient and retail outlet oriented classification

表1顯示，除了家居建材市場(chǎng)核密度與鄰近中心性及中心性平均值的相關(guān)系數(shù)外，其他相關(guān)系數(shù)均通過(guò)了0.01水平上的顯著性檢驗(yàn)。通過(guò)分析可以得到以下結(jié)論。

(1)超市、服飾店、副食品店、家電電子賣場(chǎng)以及家居建材市場(chǎng)為中介性導(dǎo)向型的零售業(yè)類型，其中超市核密度與中介中心性為強(qiáng)相關(guān)關(guān)系，皮爾遜相關(guān)系數(shù)為0.767，家居建材市場(chǎng)核密度與中介中心性的相關(guān)性最弱，皮爾遜相關(guān)系數(shù)為0.242。中介中心性反映的是節(jié)點(diǎn)在交通路網(wǎng)中的中轉(zhuǎn)和銜接功能，是衡量交通流量的重要指標(biāo)，所以超市、服飾店、副食品店、家電電子賣場(chǎng)、家居建材市場(chǎng)聚集的地方通過(guò)的最短路徑最多，交通流量較大。

(2)商場(chǎng)和專賣店為鄰近性導(dǎo)向型的零售業(yè)類型，兩者的皮爾遜相關(guān)系數(shù)分別為0.602與0.533。鄰近性反映了某節(jié)點(diǎn)到其他所有節(jié)點(diǎn)的相對(duì)可達(dá)性，所以商場(chǎng)和專賣店聚集的地區(qū)到其他區(qū)域道路節(jié)點(diǎn)的可達(dá)性最高。

(3)總體來(lái)看，零售業(yè)核密度與交通路網(wǎng)中心性具有較強(qiáng)的相關(guān)性，皮爾遜相關(guān)系數(shù)為0.709，零售業(yè)布局與中介中心性的相關(guān)性最強(qiáng)，與直達(dá)中心性的相關(guān)性最弱。

進(jìn)一步分析各類零售網(wǎng)點(diǎn)分布與路網(wǎng)中心性相關(guān)性差異的原因，可得如下結(jié)論。

(1)超市和副食品店主要為附近的居民服務(wù)，同時(shí)人們到達(dá)超市、副食品店進(jìn)行消費(fèi)的頻率較高，為了節(jié)省交通成本，他們常選擇最短路徑到達(dá)目的地。因此，超市和副食品店多分布在最短路徑通過(guò)較多的地方，與中介中心性相關(guān)性強(qiáng)。

(2)對(duì)于家電、電子和服裝飾品等商品，消費(fèi)者一般有所偏好且需要“貨比三家”，所以家電電子賣場(chǎng)和服飾店多選擇在人流量多的地區(qū)集中布局，這些地區(qū)的中介中心性較高。

(3)家居建材市場(chǎng)的占地面積較大，多分布在商業(yè)中心外圍，與交通路網(wǎng)中心性的相關(guān)性弱，同時(shí)該類商品的運(yùn)輸成本高，需要考慮通過(guò)最短路徑到達(dá)目的地，所以與中介中心性有高的相關(guān)性。例如居然之家、紅星美凱龍世博家居生活mall、濟(jì)南建華保溫材料大全等大型家居建材市場(chǎng)聚集在二環(huán)東北角，且在北園大街與歷山北路路口，符合上述區(qū)位特點(diǎn)。

(4)商場(chǎng)面積較大、貨品齊全，可以滿足消費(fèi)者一次性購(gòu)齊所需物品的要求，進(jìn)而吸引遠(yuǎn)距離的人們來(lái)此購(gòu)物；專賣店要考慮品牌影響力的提升，大多裝潢精致、銷量少而利潤(rùn)高，目標(biāo)顧客以全市的中高檔消費(fèi)者為主。商場(chǎng)和專賣店服務(wù)范圍廣闊，其分布要考慮到達(dá)城市所有地方的平均距離，所以與鄰近中心性的相關(guān)程度大。

2.3.2 空間異質(zhì)性分析 皮爾遜相關(guān)系數(shù)表征了零售網(wǎng)點(diǎn)分布與路網(wǎng)中心性的總體相關(guān)程度，但并不能反映兩者關(guān)系隨地理位置的變化。由于自然環(huán)境和人文環(huán)境等因素的差異，地理現(xiàn)象的非平穩(wěn)特征不容忽視。采用GWR模型分析零售網(wǎng)點(diǎn)與路網(wǎng)中心性關(guān)系的空間異質(zhì)性，可以為城市零售業(yè)布局優(yōu)化、因地制宜提供科學(xué)依據(jù)。選取中介中心性導(dǎo)向型零售業(yè)中的超市和鄰近中心性導(dǎo)向型零售業(yè)中的專賣店核密度作為因變量，分別把3種中心性指標(biāo)核密度作為解釋變量，選擇高斯固定核為核類型，選擇AICC方法為模型帶寬，應(yīng)用ArcGIS軟件中的GWR工具進(jìn)行地理回歸分析。選取赤池信息量準(zhǔn)則AICC值和調(diào)整后的R2值對(duì)比GWR與OLS的擬合結(jié)果(表2)。

表2 OLS和GWR模型參數(shù)的描述性統(tǒng)計(jì)比較Table 2 Descriptive statistical comparison of OLS and GWR Model parameters

由表2可知，GWR模型較OLS模型有更小的AICC及更大的調(diào)整R2，因此GWR模型具有更好的擬合優(yōu)度。選取相關(guān)系數(shù)反映超市和專賣店分布與交通路網(wǎng)中心性相關(guān)關(guān)系的空間異質(zhì)性，結(jié)果如圖4和圖5所示。

圖4 基于GWR模型的濟(jì)南市區(qū)超市分布與路網(wǎng)中心性回歸系數(shù)圖Fig. 4 Regression coefficient diagram of supermarket distribution and road network centrality based on GWR Model

圖5 基于GWR模型的濟(jì)南市區(qū)專賣店分布與路網(wǎng)中心性回歸系數(shù)圖Fig. 5 Regression coefficient diagram of specialty store distribution and road network centrality based on GWR Model

從圖4可看出，超市與3種路網(wǎng)中心性指標(biāo)回歸系數(shù)的相關(guān)分布特征相似。路網(wǎng)中心性對(duì)與超市布局正向影響的低值回歸系數(shù)較低的區(qū)域主要在濟(jì)南市中心城區(qū)、章丘區(qū)雙山街道以及其他轄區(qū)的鄉(xiāng)村地區(qū)，表明濟(jì)南市中心城區(qū)和章丘區(qū)雙山街道經(jīng)濟(jì)活躍度高。超市布局還受地價(jià)、消費(fèi)市場(chǎng)狀況、城市設(shè)施布局等其他因素的較大影響。同時(shí)，以上區(qū)域路網(wǎng)稠密，交通條件整體較好，使得道路節(jié)點(diǎn)的區(qū)位優(yōu)勢(shì)相對(duì)減弱。農(nóng)村地區(qū)交通節(jié)點(diǎn)車流量較少，超市選址時(shí)可能更多考慮與居民點(diǎn)的距離等其他因素，因此路網(wǎng)中心性對(duì)超市布局的影響較弱。超市分布與路網(wǎng)中心性相關(guān)系數(shù)的高值主要分布在歷城區(qū)，說(shuō)明該區(qū)域超市布局對(duì)路網(wǎng)中心性的反應(yīng)最敏感，路網(wǎng)結(jié)構(gòu)對(duì)經(jīng)濟(jì)活動(dòng)產(chǎn)生了重要影響。

圖5顯示，路網(wǎng)中心性與專賣店分布回歸系數(shù)的高值區(qū)主要在二環(huán)東路以東、濟(jì)南繞城高速東段(G2)以西的中心城區(qū)內(nèi)，該區(qū)域道路網(wǎng)絡(luò)形狀規(guī)則且通達(dá)性好，路網(wǎng)形態(tài)對(duì)專賣店布局有較大影響?；貧w系數(shù)的低值在北園高架路以南的二環(huán)內(nèi)區(qū)域，以泉城路、黑虎泉北路、泉城廣場(chǎng)、濼源大街為代表。這些區(qū)域?yàn)闈?jì)南市核心商業(yè)區(qū)，稠密的人口和良好的商圈環(huán)境是專賣店在此布局的重要原因，路網(wǎng)中心性對(duì)專賣店布局的影響程度相對(duì)較小。同時(shí)，旅游景點(diǎn)和學(xué)校也對(duì)專賣店有很大的吸引力。

3 結(jié)論與討論

通過(guò)研究濟(jì)南市路網(wǎng)中心性和零售業(yè)空間布局特征以及對(duì)兩者相關(guān)關(guān)系和空間異質(zhì)性的分析，可以得出以下結(jié)論。

(1)濟(jì)南市區(qū)路網(wǎng)中心性的多中心特征初步顯現(xiàn)，中心城區(qū)為路網(wǎng)中心性高值區(qū)，次中心集中在高值核心周圍，對(duì)外圍地區(qū)的帶動(dòng)作用不足。濟(jì)陽(yáng)、長(zhǎng)清、章丘3區(qū)只有區(qū)政府所駐街道道路密集、核密度值較高，其他區(qū)域路網(wǎng)中心性核密度值較低。

(2)從空間分布特征看，零售業(yè)網(wǎng)點(diǎn)在市中心的聚集現(xiàn)象明顯。在外圍的濟(jì)陽(yáng)、長(zhǎng)清、章丘3區(qū)，只有超市和家電電子賣場(chǎng)分布相對(duì)均勻，其他類型零售業(yè)店鋪多聚集在區(qū)政府所駐街道商業(yè)區(qū)。

(3)零售業(yè)與路網(wǎng)中心性具有較強(qiáng)的相關(guān)性。超市、服飾店、副食品店，家電電子賣場(chǎng)以及家居建材市場(chǎng)為中介性導(dǎo)向型的零售業(yè)類型；商場(chǎng)和專賣店為鄰近性導(dǎo)向型的零售業(yè)類型?？傮w來(lái)看，中介中心性對(duì)零售業(yè)網(wǎng)點(diǎn)選址的影響程度最大，即區(qū)域節(jié)點(diǎn)之間最短路徑通過(guò)數(shù)量多的地方對(duì)零售業(yè)具有較強(qiáng)的吸引力。

(4)路網(wǎng)中心性對(duì)零售業(yè)分布的影響程度具有空間異質(zhì)性。以超市和專賣店為例，受地價(jià)、消費(fèi)市場(chǎng)狀況，城市設(shè)施布局以及其他因素的影響，不同零售業(yè)類型與路網(wǎng)中心性的空間異質(zhì)性也存在差異。

建議在對(duì)道路網(wǎng)絡(luò)進(jìn)行規(guī)劃時(shí)，考慮其與零售業(yè)相關(guān)關(guān)系的空間異質(zhì)性，發(fā)揮路網(wǎng)中心性對(duì)經(jīng)濟(jì)活動(dòng)的帶動(dòng)作用，促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展。受數(shù)據(jù)源與分析方法的限制，本文在利用多中心性評(píng)價(jià)模型測(cè)算交通路網(wǎng)中心性時(shí)沒(méi)有考慮道路的等級(jí)和寬度等因素的影響，下一步研究可根據(jù)道路屬性賦予相應(yīng)權(quán)重，使路網(wǎng)中心性的測(cè)算結(jié)果更符合實(shí)際。