張紫燕,陳央圓,蘇 飛,劉 航

(1.浙江工商大學旅游與城鄉(xiāng)規(guī)劃學院,浙江 杭州 310018;2.華中科技大學建筑與城市規(guī)劃學院,湖北省城鎮(zhèn)化工程技術研究中心,自然資源部城市仿真重點實驗室,湖北 武漢 430074)

0 引言

零售業(yè)作為社會發(fā)展過程中的第三產業(yè)支柱,與地區(qū)經濟發(fā)展息息相關。根據國家統(tǒng)計局發(fā)布的數據,2021年批發(fā)和零售業(yè)的生產總值占到國內生產總值的9.4%。零售業(yè)具有分布廣、市場化程度高、競爭激烈、業(yè)態(tài)復雜等特征,在長期的新生與湮滅競爭演化中形成的空間格局既體現區(qū)位選擇規(guī)律,也影響著城市居民生活水平[1]和城市總體經濟發(fā)展。由于不同零售業(yè)的性質和功能各不相同,連同周圍空間地理特征[2]、產業(yè)分布、交通組織[3]等作用下,城市經濟、社會、生活等方面的影響呈現出不同的特點。在集聚效應等多方因素的共同作用下,形成大大小小不同等級的商圈[4]。

國外有關于零售業(yè)空間布局的理論主要包括地租理論[5]、中心地理論[6]、城市結構學說等,國內在該方面的理論相對較少,研究起步較晚。在研究方法上,多是利用各個城市的零售業(yè)POI數據進行實證研究,前期進行理論分析推導,后期運用SPSS、ArcGIS等軟件進行具體量化計算,主要研究方向包括零售業(yè)空間機理形成機制[7]、空間分布格局[8]、集聚度[9]、熱點區(qū)演變[10]等,研究尺度一般涉及市轄區(qū)、街區(qū)等?；赑OI數據的各大城市零售業(yè)相關研究較為豐富,主要集中于北京、上海、廣州等城市,如張健[11]利用POI數據對上海市零售商業(yè)空間布局與人口耦合度之間的關系展開研究;林清等人[12]運用核密度分析研究北京市的商業(yè)中心等級體系及相關影響因素;周麗娜等人[13]通過方向分布分析、近鄰分析、空間自相關分析等方法,發(fā)現廣州大型商業(yè)零售設施呈多中心圈層式分布。不過總體來看,對于杭州這類新一線城市,目前暫缺少零售業(yè)空間分布等方面的詳盡研究。此外,在地區(qū)零售業(yè)與經濟發(fā)展相關性方面,國內外的研究集中于宏觀角度,而缺少相對微觀角度下具體區(qū)縣零售業(yè)與經濟發(fā)展相關性方面的研究。

杭州市發(fā)布的《杭州市新零售發(fā)展五年行動計劃(2019—2023年)》,致力于打造新零售示范之城。杭州作為全國新零售業(yè)發(fā)展的樣板城市[14],其傳統(tǒng)零售業(yè)必然會受到新零售業(yè)的沖擊和影響。在此背景之下,研究杭州市傳統(tǒng)零售業(yè)的空間布局規(guī)律及傳統(tǒng)零售業(yè)各門類對杭州市經濟的影響更具有重要意義。本文基于杭州市零售業(yè)POI數據,運用平均最近鄰分析、核密度估計、空間自相關分析、地理加權回歸分析方法,研究杭州市零售業(yè)態(tài)的空間布局規(guī)律及各類零售業(yè)與經濟發(fā)展的相關性,以期為城市商業(yè)空間布局優(yōu)化提供科學支撐。

1 研究方法與數據來源

1.1 研究區(qū)域

杭州市位于中國東部沿海經濟發(fā)達地區(qū),是浙江省會城市和經濟、文化、科教中心,也是長三角經濟圈的副中心城市,杭州市的建設發(fā)展對周邊區(qū)域有著舉足輕重的影響。2021年,杭州市社會消費品零售總額達到6 743億元,在全國位居前列。杭州市零售業(yè)興起于20世紀末[15],經過20多年的發(fā)展,社會消費品零售總額的年平均增長速度達13%以上,對杭州市的經濟發(fā)展有著突出貢獻。選取杭州市轄10區(qū)1市2縣作為研究區(qū)域,全域面積16 850 km2,包括上城區(qū)、拱墅區(qū)、西湖區(qū)、濱江區(qū)、蕭山區(qū)、余杭區(qū)、臨平區(qū)、錢塘區(qū)、富陽區(qū)、臨安區(qū)、建德市、桐廬縣和淳安縣。

1.2 數據來源

本研究的POI數據(2022年)來自高德地圖,并剔除重復數據和越界數據,為保證數據的準確性,隨機抽取150條POI數據記錄的聯系電話進行撥號,準確率達86%,確保數據真實可靠。參考GB/T 4754—2017《國民經濟分類》中零售業(yè)分類標準,對POI數據進行分類,總共得到111 695條數據見表1。杭州市地圖矢量數據來自國家基礎地理信息系統(tǒng)數據庫(http://www.ngcc.cn/ngcc/)。經濟發(fā)展水平指標數據為2019年中國GDP空間分布公里網格數據,來自中國科學院地理科學與資源研究所(https://www.resdc.cn/)。

表1 杭州市零售業(yè)POI分類及數量

1.3 研究方法

1.3.1 平均最近鄰分析

平均最近鄰分析可以衡量點要素的空間模式聚類程度,通過比較觀察數據集中最近鄰點對的平均距離與假設隨機分布情況下最近鄰點對的預期平均距離,來識別點數據集的空間分布聚類或分散特征。本研究通過測算最鄰近的點與點之間的距離來識別杭州市零售業(yè)整體及各零售業(yè)態(tài)空間分布模式,即偏向集聚還是零散[16]。

1.3.2 核密度估計

核密度估計借助距離閾值定義的局部信息對研究位置密度特征進行估計,計算要素在其周圍領域中的密度。數據出現的次數,是一組數據在坐標軸上“疏密程度”的可視化,密度圖使用擬合后(平滑)的曲線顯示,“峰”越高表示此處數據越“密集”,“密度”越高。其主要計算公式[9]如下:

(1)

式中:fn(x)為研究區(qū)域內某點x的核密度值;K為空間權重函數;h為搜索半徑;(x-xi)2+(y-yi)2為點(xi,yi)和(x,y)之間距離的平方;n為與點x的距離小于或等于h的要素點數。

1.3.3 空間自相關分析

空間自相關包括全局自相關和局部自相關,因為因變量存在空間自相關特性是構建地理加權回歸模型的必要條件,本文采用全局Moran′s I指數來度量空間自相關,全局Moran′s I指數的取值范圍為[-1,1],大于0表示正相關,小于0表示負相關,等于0表示不存在空間自相關性。其計算公式[13]如下:

(2)

1.3.4 最小二乘回歸分析

普通最小二乘估計法(ordinary least square method,OLS)是探索應變量與自變量之間關系的常用統(tǒng)計方法,并且當誤差變量服從正態(tài)分布時,最小二乘估計具有無偏性。計算公式[14]如下:

(3)

式中:yi為第i點的因變量值;β0為截距項;Xik為第k個自變量在第i點的值,k為自變量記數;βk為第k個自變量的回歸系數;εi為隨機誤差。

1.3.5 地理加權回歸分析

地理加權回歸模型(geographically weighted regression model,GWR)將地理學第一定律深度融入局部空間統(tǒng)計方法,通過對獨立抽樣的分析點分別進行回歸分析模型解算,得到與空間位置一一對應的空間回歸系數,隨著空間位置不同而變化的參數估計量化表征空間關系異質性特征。基礎GWR模型一般表達式[19]如下:

(4)

1.3.6 基于網格的地理加權回歸分析

GWR模型的數據多以行政單位作為基本分析單元,然而,當行政單位在面積和規(guī)模上不成比例時,基于此的空間分析可能會出現許多問題,并且在涉及到尺度問題時,以行政單位劃分的數據難以準確反映[15]。在這種情況下,基于網格的方法更能代表行政單位內GDP的空間分布。本研究旨在探討杭州市零售業(yè)POI的空間分布與杭州市經濟發(fā)展之間的關系,因此,基于網格的地理加權回歸分析更適用,本文采取3 km×3 km的網格大小。

2 結果分析

2.1 空間分布

杭州市零售業(yè)POI主要集中于主城區(qū),為中心三核與周圍散點式的聚集模式,而在西南各縣區(qū),零售業(yè)POI以集聚和分散布局相結合,呈現小規(guī)模密集分布特征。就杭州市零售業(yè)POI的整體集聚情況而言,其最近鄰比率為0.17,遠小于1,具體來看,紡織服裝及日用品類POI的最鄰近比率最小,為0.12,集聚程度最高;而綜合零售類POI的最鄰近比率最大,為0.23,集聚程度較低,但總體仍呈現明顯集聚化狀態(tài),說明杭州市零售業(yè)更傾向于集聚式分布。從各區(qū)縣的零售業(yè)POI分布情況來看,蕭山區(qū)的POI數據量最多,為17 886個。在零售點密度上,上城區(qū)每平方公里的POI數據量最多,達到了99.93個,這與上城區(qū)分布有多個大型商圈,如武林商圈、湖濱商圈等密不可分。而位于原杭州老城區(qū)范圍內的上城區(qū)、拱墅區(qū)等區(qū)縣,由于發(fā)展起步早,零售業(yè)POI密度相對更高(表2)。

表2 各區(qū)縣零售點POI數量及POI密度表

由圖1可知,上城區(qū)、拱墅區(qū)、西湖區(qū)三區(qū)交界處核密度值相對最高,杭州市東北部主城區(qū)核密度值普遍較高,且范圍較大,說明在主城區(qū)零售業(yè)分布相對更為廣泛,整體發(fā)展相對更加完善。而在臨安區(qū)、富陽區(qū)、桐廬縣、淳安縣、建德市等杭州市西南部區(qū)市高核密度值區(qū)域分布范圍較小,呈現類似于散點狀集中式分布,說明在這些地區(qū)零售業(yè)分布相對不均勻,地區(qū)內部零售業(yè)的整體發(fā)展呈現不均衡的情況,這與地形等自然因素及發(fā)展資源差異等因素息息相關。如圖2所示,綜合零售類/紡織服裝及日用品類/五金、家具及室內裝飾材料類這3類零售業(yè)在杭州的整體核密度值相對更高,無論是在杭州市全域還是杭州市具體各區(qū)縣,呈現高核密度值的范圍相對更加廣泛。而其他門類的核密度值的圖面呈現出一定程度的趨同性,高核密度值主要位于上城區(qū)、拱墅區(qū)、西湖區(qū)三區(qū)交界處。

注:該圖基于國家自然資源部標準地圖(審圖號GS(2020)4619號)繪制,底圖無修改

注:該圖基于國家自然資源部標準地圖(審圖號GS(2020)4619號)繪制,底圖無修改

2.2 回歸模型變量篩選

關于回歸模型,以杭州市2019年GDP空間分布公里網格數據為因變量,3 km×3 km網格POI類別數量為自變量。在進行回歸分析之前,需要保證各自變量之間相互獨立,即各個變量之間不存在共線性,從而減少對結果的干擾[7]。采用Pearson系數來表示各自變量之間的相關性,其應用范圍最廣,若值為正數,表明正相關,反之則負相關,當值接近于1,表明相關性越顯著,反之則相關性越低。

各自變量之間的相關性結果如圖3所示,綜合零售類除與汽車、摩托車、零配件和燃料及其他動力銷售類的相關性一般,與其他變量之間的相關性均較高。食品、飲料及煙草制品類僅與汽車、摩托車、零配件和燃料及其他動力銷售類的相關性較低,和其他變量之間的相關性均較為顯著。紡織、服裝及日用品類與文化、體育用品及器材類/醫(yī)藥及醫(yī)療器材類表現高相關性,同其他變量之間的相關度一般。此外,文化、體育用品及器材類與醫(yī)藥及醫(yī)療器材類的相關性也極為顯著。

圖3 自變量相關系數圖

結合以上自變量的共線性檢驗結果,可以初步判斷零售業(yè)POI自變量之間存在一定的相關性,其中綜合零售類/食品、飲料及煙草制品類/文化、體育用品及器材類/醫(yī)藥及醫(yī)療器材類變量的相關性與其他變量之間的相關性程度較高。為減少變量之間的相互干擾,需要排除相關性高的變量,所以初步篩選自變量為紡織、服裝及日用品類/汽車、摩托車、零配件和燃料及其他動力銷售類/家用電器及電子產品類/五金、家具及室內裝飾材料類。

2.3 空間自相關性檢驗

在進行地理加權回歸分析之前,需要判斷杭州市GDP空間分布公里網格數據是否具備空間自相關性條件,全局Moran′s I指數為0.892 223、預期指數為-0.000 490、方差為0.000 245和Z得分57.019 753,P值明顯小于0.001,均達預期要求。P、Z對應的置信度和其隨機產生此聚類模式的可能性小于1%,說明因變量之間存在很強的空間自相關性,符合后續(xù)構建地理加權回歸模型的前提要求。

2.4 OLS和GWR模型比較

OLS模型的回歸結果見表3,其中模型調整后的R2僅為0.349 367,模型擬合度較差。AICc值為46 176.05。各變量的方差膨脹因子均小于10,說明變量不存在數據冗余,也進一步驗證前文中自變量之間的共線診斷結果。從系數值來看,均為正值,呈現正向影響。其中家用電器及電子產品類系數值最大,汽車、摩托車、零配件和燃料及其他動力銷售類/紡織、服裝及日用品類次之,五金、家具及室內裝飾材料類最小,表明家用電器及電子產品類在全局范圍內對杭州市的經濟發(fā)展起到明顯的積極作用,而五金、家具及室內裝飾材料類則影響較小。

表3 OLS模型回歸結果

關于GWR模型診斷結果,Bandwidth值為12 202.9 m,ResidualSquares為387 113 466 528,此值越小表示GWR模型與樣本數據越擬合。AICc值為44 944.13,相比OLS模型大幅降低,調整后的R2為0.66,比OLS模型提升30%,表明GWR模型整體擬合效果和性能都要優(yōu)于OLS模型。GWR模型標準殘差空間分布如圖4所示,杭州市整體范圍內殘差值較小,僅在拱墅區(qū)、上城區(qū)、濱江區(qū)和西湖區(qū)附近殘差較大。

圖4 殘差空間分布圖

GWR模型各變量系數的空間分布如圖5所示,各零售業(yè)POI對杭州市區(qū)域經濟發(fā)展水平所起的正負影響不同,空間差異顯著。汽車、摩托車、零配件和燃料及其他動力銷售類的影響最為突出,其次為家用電器及電子產品類/紡織、服裝及日用品類,五金、家具及室內裝飾材料類與其他變量相比影響最弱,可能因為汽車、摩托車、零配件和燃料及其他動力銷售類主要為高價值消費品交易,經濟效益相比其他零售業(yè)要高,對經濟發(fā)展貢獻大。就各變量系數分布來看,紡織、服裝及日用品類在杭州市中心城區(qū)發(fā)揮明顯積極作用,而在其他區(qū)縣主要起到負作用,雖然在西南的三縣市中有部分地區(qū)表現為正向影響,但并不顯著。紡織、服裝及日用品類與居民日常生活密切相關[8],一般在市中心集聚,由此帶來更高的經濟收入和發(fā)展機會,從而對這些區(qū)域的經濟發(fā)展產生積極作用。汽車、摩托車、零配件和燃料及其他動力銷售類對杭州市大部分區(qū)域主要起到正向作用,在蕭山區(qū)尤為突出,蕭山區(qū)的汽車零部件等民營產業(yè)發(fā)達,且擁有杭州市唯一國際機場,交通便利,吸引大量汽車、摩托車、零配件和燃料及其他動力銷售類零售部門,因此對經濟發(fā)展水平的影響顯著。家用電器及電子產品類在杭州市主城區(qū)表現為明顯正向作用,在其他區(qū)域的影響較小,在臨安區(qū)、富陽區(qū)、桐廬縣和淳安縣的各區(qū)交界地帶甚至起到負作用,可能與該零售業(yè)集聚程度有關。五金、家具及室內裝飾材料類在杭州市中心城區(qū)的正向作用強于其他區(qū)域,在余杭區(qū)、蕭山區(qū)和錢塘區(qū)表現為明顯負作用,主要受余杭區(qū)、蕭山區(qū)和錢塘區(qū)的經濟結構影響。

圖5 GWR模型各變量系數空間分布圖

3 結論與討論

研究了杭州市零售業(yè)POI的空間分布特征、與杭州市各區(qū)域經濟的相關度及其空間異質性,得到以下結論:①杭州市的零售業(yè)空間分布模式主要呈現為中心三核與周圍散點式的聚集,中心三核集聚部分位于杭州市經濟發(fā)達的中心城區(qū),而在西南部的各縣區(qū),零售POI為小規(guī)模密集分布特征。②杭州市零售業(yè)各業(yè)態(tài)的空間集聚程度差異性顯著,綜合零售類/五金、家具及室內裝飾材料類相較于其他門類集聚點更多,分布更加廣泛,而汽車、摩托車、零配件和燃料及其他動力銷售類的空間分布表現為雙核特征。③不同零售業(yè)業(yè)態(tài)對杭州市經濟發(fā)展水平的作用程度存在較大差異,影響效應從高到低依次為汽車、摩托車、零配件和燃料及其他動力銷售類/家用電器及電子產品類/紡織、服裝及日用品類/五金、家具及室內裝飾材料類。④各零售業(yè)POI對杭州市經濟發(fā)展水平的空間影響分布特征主要表現為在杭州市市中心發(fā)揮積極的正向作用,且強度明顯高于其他地區(qū),而在西南區(qū)縣的部分地帶起著負向作用。

基于本研究結論提出以下建議:①杭州市零售業(yè)可以進一步加強汽車、摩托車、零配件和燃料及其他動力銷售類/家用電器及電子產品類/紡織、服裝及日用品類零售業(yè)在市中心的分布,并給予一定的稅收、租金上的政策便利。②杭州市繼續(xù)引導汽車、摩托車、零配件和燃料及其他動力銷售類/家用電器及電子產品類/五金、家具及室內裝飾材料類零售業(yè)的外遷,以降低成本,提升市場競爭力,增強中心市區(qū)零售業(yè)的輻射帶動能力,推動西南區(qū)縣零售業(yè)的高質量發(fā)展。

本研究仍存在以下不足:①零售業(yè)POI數據更多關注零售業(yè)網點的地理屬性,對于零售業(yè)網點的社會屬性的記錄較少;②僅關注短時間段的零售業(yè)POI與經濟發(fā)展水平的相關性,缺少長時間序列的分析。因此,未來研究應該結合問卷調查等更細致的數據統(tǒng)計方式,或者從長時間序列展開,綜合研究與經濟發(fā)展水平的關系。