劉冠伸,張彥,曹欣

(1.重慶數(shù)字城市科技有限公司,重慶 401121; 2.重慶市移動(dòng)測量工程技術(shù)研究中心,重慶 401121;3.城市全息空間數(shù)據(jù)應(yīng)用重慶市工程研究中心,重慶 401121; 4.移動(dòng)型智能測量裝備重慶市工程實(shí)驗(yàn)室,重慶 401121)

0 引 言

城市的發(fā)展無法離開商業(yè)與經(jīng)濟(jì)活動(dòng),而商業(yè)與經(jīng)濟(jì)活動(dòng)的運(yùn)行中,零售業(yè)作為連接生產(chǎn)端與消費(fèi)端的紐帶與橋梁,它與人民的物質(zhì)生活密不可分,是重要的組成部分。零售企業(yè)作為零售業(yè)的微觀主體,其空間分布與區(qū)位選擇不僅影響地區(qū)的經(jīng)濟(jì)發(fā)展和居民的衣食住行,同時(shí)還影響著整個(gè)城市與相關(guān)區(qū)域的空間結(jié)構(gòu),且在預(yù)測運(yùn)營收益方面將發(fā)揮重要的作用,一直以來都備受相關(guān)學(xué)者關(guān)注。

零售企業(yè)的商業(yè)行為是城市商業(yè)活動(dòng)的“毛細(xì)血管”,關(guān)于其空間上的布局研究,廣泛受到學(xué)者的關(guān)注。在研究尺度問題上,從國家、城市到社區(qū)不同層次都有所涉及。Dawson建立了“地理屬性的零售業(yè)制度框架”,認(rèn)為零售企業(yè)的商業(yè)空間分布同時(shí)受到區(qū)位、社會(huì)制度、公共政策等因素的共同影響[1]。Murdie認(rèn)為消費(fèi)者的文化差異同樣影響其零售行為,在此基礎(chǔ)上展開現(xiàn)代商業(yè)空間格局研究[2]。陳蔚珊、柳林和梁育填將POI數(shù)據(jù)使用到廣州商業(yè)中心空間分析中,認(rèn)為廣州市雙核心商業(yè)空間發(fā)展格局已經(jīng)形成[3]。冉釗,周國華和吳佳敏等人基于長沙市六區(qū)POI數(shù)據(jù),運(yùn)用核密度分析、熵指數(shù)、頻數(shù)密度分析及空間聚類等方法研究長沙市生活性服務(wù)業(yè)的空間格局特征,發(fā)現(xiàn)整體布局呈“一核四軸多極”且空間分布與人口集中度聯(lián)系緊密[4]。

零售企業(yè)的區(qū)位選擇具有地理學(xué)上的空間異質(zhì)性,又受到經(jīng)濟(jì)學(xué)上“經(jīng)濟(jì)人”思想的限制,還跟管理學(xué)中的決策策略息息相關(guān),影響因素也非常復(fù)雜,引發(fā)了國內(nèi)外學(xué)者的許多討論。王士君等人收集長春大型商場數(shù)據(jù),利用多分類logit模型開展實(shí)證檢驗(yàn),回歸結(jié)果表明,其區(qū)位選擇對地租不敏感,人口密度、是否位于政府規(guī)劃商圈都會(huì)顯著影響商場區(qū)位選擇[5]。Kickert等以底特律和海牙兩個(gè)城市為樣本開展研究,發(fā)現(xiàn)兩個(gè)城市相似度很高,集聚因素對區(qū)位選擇有著顯著的正向作用[6]。楊秋彬等人采用空間計(jì)量法研究上海商業(yè)網(wǎng)點(diǎn)的區(qū)位選擇問題,認(rèn)為市場需求、交通條件等因素會(huì)顯著影響上商業(yè)中心的區(qū)位選擇,空間區(qū)域間的相互影響可以提高地方商業(yè)集聚水平[7]。

總結(jié)歸納發(fā)現(xiàn),關(guān)于零售企業(yè)的空間分布與區(qū)位選擇影響因素都存在一些問題沒有得到充分研究。首先,以往關(guān)于零售企業(yè)空間分布、區(qū)位選擇影響因素的研究大多都采用面板數(shù)據(jù)、統(tǒng)計(jì)公報(bào)數(shù)據(jù)等,但是實(shí)際上零售企業(yè)是具有動(dòng)態(tài)生命力的,短時(shí)間內(nèi)各種影響因素的小變化就可以產(chǎn)生總體上的大變化,時(shí)間跨度過大會(huì)導(dǎo)致數(shù)據(jù)失去其時(shí)效性,進(jìn)一步影響研究的結(jié)論。

其次,部分學(xué)者采用計(jì)量學(xué)的方法考察各類因素對零售企業(yè)區(qū)位選擇的影響,增強(qiáng)了結(jié)論的說服力,但一些量化上存在困難的因素各自的影響因素不得而知,如政策、文化、集聚等。還缺乏對不同規(guī)模的企業(yè)區(qū)位因素影響差異性的類比分析,種種因素都限制了其結(jié)論的科學(xué)性,提出的意見與建議也缺乏推廣的可能性。

重慶市是中國具有代表性的大型城市,零售企業(yè)發(fā)展起步早,現(xiàn)存數(shù)量多、零售業(yè)態(tài)完善、種類齊全,作為樣本開展研究具有獨(dú)特優(yōu)勢。同時(shí)重慶也是山地型城市的代表,已有的圍繞平原發(fā)達(dá)城市的案例研究結(jié)果不具有普適性,很大程度上影響了零售企業(yè)主及政府相關(guān)部門對開展零售企業(yè)建設(shè)的系統(tǒng)認(rèn)知。在這樣的背景下,探討零售企業(yè)的空間分布格局進(jìn)而解析零售企業(yè)區(qū)位選擇的影響因素能夠有效了解企業(yè)區(qū)位選擇與城市空間之間的相互作用關(guān)系,對重慶市城市功能疏解的方向與政策提供相應(yīng)的理論依據(jù),從而更好地指導(dǎo)零售企業(yè)的選址問題。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源及處理

重慶市位于中國西南地區(qū)、地處長江上游,本文所指的重慶市主城區(qū)位于市域西部,面積 5 473 km2,包括渝中區(qū)、渝北區(qū)、南岸區(qū)、江北區(qū)、北碚區(qū)、大渡口區(qū)、九龍坡區(qū)、巴南區(qū)、沙坪壩區(qū),地理范圍為東經(jīng)106°22′～106°37′,北緯29°26′～29°27′。

本文選擇了基于2020年1月高德地圖提供的零售企業(yè)POI大數(shù)據(jù)。在對基礎(chǔ)信息建立數(shù)據(jù)庫后進(jìn)行統(tǒng)計(jì),所抓取的POI數(shù)據(jù)共計(jì) 118 593條,接著以行政區(qū)劃圖為底圖,對POI數(shù)據(jù)做空間校正。處理后的POI數(shù)據(jù)分布圖如圖1所示:

在此基礎(chǔ)上進(jìn)一步對POI數(shù)據(jù)進(jìn)行處理,根據(jù)我國現(xiàn)行的最新業(yè)態(tài)分類標(biāo)準(zhǔn)《零售業(yè)態(tài)分類》(GB/T 18106—2004),同時(shí)兼顧區(qū)域數(shù)據(jù)的全面性與完整性,保證可以采用準(zhǔn)確度最高的數(shù)據(jù)對零售企業(yè)空間布局與區(qū)位選擇的影響因素進(jìn)行分析,本文最終確定以高德地圖POI分類下的購物服務(wù)大類為基礎(chǔ),選取其14個(gè)子類進(jìn)行不同業(yè)態(tài)的分析。(即家居建材市場、商場、特色商業(yè)街、特殊買賣場所、體育用品店、文化用品店、專賣店、綜合市場、服裝鞋帽皮具店、個(gè)人用品/化妝品店、便民商店便利店、花鳥蟲魚市場、家電電子賣場等),如表1所示。

表1 重慶市主城區(qū)零售企業(yè)POI數(shù)量及比例

經(jīng)過空間地理編碼與逆編碼匹配、刪除重復(fù)數(shù)據(jù)以及電話抽查詢問刪除低識(shí)別度點(diǎn)等處理后,得到有效數(shù)據(jù) 89 222條。按照每種子類POI存在的數(shù)量及所占比例,人為地將其歸為大型零售業(yè)態(tài)(占比7%以上)、中型零售業(yè)態(tài)(占比1%～7%)和小型零售業(yè)態(tài)(占比1%以下)三類。以這些數(shù)據(jù)為基礎(chǔ)建立本文研究的地理空間信息數(shù)據(jù)庫。

1.2 研究方法

(1)冷熱點(diǎn)分析法

將視角聚焦化可以采用冷熱點(diǎn)分析,其過程是輸入一組加權(quán)后的要素,經(jīng)過統(tǒng)計(jì)處理后得到的輸出結(jié)果為z得分與p值,通過z值與p值的相關(guān)組合,可以得到“高高”“高低”“低高”和“低低”四種聚類的地理位置組合。這些聚類是存在共生包圍性的,同時(shí)也滿足統(tǒng)計(jì)學(xué)意義上的顯著性。本文采用冷熱點(diǎn)分析,聚焦研究零售企業(yè)在重慶市主城區(qū)是否有聚類現(xiàn)象,找到高聚類點(diǎn)并詳細(xì)挖掘,展現(xiàn)其空間上的分布規(guī)律。計(jì)算方式如公式(1)、(2)和(3)。

(1)

(2)

(3)

(2)條件Logit模型與Tobit模型

零售企業(yè)區(qū)位選擇的問題,可以從需求者與供給者兩個(gè)不同的視角來討論。從需求者角度(單個(gè)零售企業(yè)自身)來看,在選擇開展零售活動(dòng)時(shí)面臨一系列可供選擇的的區(qū)位(在本文中即為不同街道),對于某個(gè)零售企業(yè)i而言,當(dāng)Uij>Uik時(shí),則企業(yè)傾向在j地選址而不是k地。區(qū)位選擇問題變成了不同街道被選取的可能性大小問題,每個(gè)街道都存在備選的可能。因此,可表達(dá)為如下形式:

(4)

式中,chosenij為被解釋變量,則chosenj的值為1意味著企業(yè)選擇在j地開展建設(shè),否則其值就為0(即一個(gè)企業(yè)每次只能選擇落入一個(gè)街道)。在本研究中,每個(gè)零售企業(yè)都存在158種區(qū)位選擇的可能性,總實(shí)際觀測樣本量應(yīng)該有零售企業(yè)數(shù)乘以街道個(gè)數(shù),即N×158個(gè)。

在這種0與1的二值選擇離散事件中,本文選擇使用McFadden提出的條件Logit模型(Conditional Logit)進(jìn)行解釋,同時(shí)對各種區(qū)位因素的影響系數(shù)進(jìn)行參數(shù)估計(jì),觀察區(qū)位因素的各種變化對于區(qū)域能否被選中概率的影響。

本文選取2020年重慶市主城區(qū)新產(chǎn)生的 2 378個(gè)零售企業(yè)作為觀測樣本值(即N=2 378)。“對于單次區(qū)位選擇問題而言,只有一個(gè)街道會(huì)被零售企業(yè)選中,其他157個(gè)被拒絕,拒絕的街道相對較多。因此,本文參考Ben-Akiva的做法[8],隨機(jī)選擇5個(gè)拒絕的街道進(jìn)入單次區(qū)位選擇的分組,這樣的隨機(jī)選擇并不會(huì)影響最終的估計(jì)結(jié)果。故最后進(jìn)入模型的觀察樣本為N×6=14 268個(gè)。

從供給者角度(重慶市主城區(qū)158個(gè)街道)來看,若以重慶市主城區(qū)158個(gè)街道為空間因素,以落入街道的零售企業(yè)個(gè)數(shù)為被解釋變量(即一個(gè)街道可以有多家零售企業(yè)),使用同一套指標(biāo)考察不同區(qū)位特征對街道已經(jīng)落入的零售企業(yè)的影響,回歸結(jié)果就可以用來驗(yàn)證所選取因素對零售企業(yè)區(qū)位選擇影響程度的穩(wěn)健性。由于“被解釋變量為0值截尾數(shù)據(jù),忽略數(shù)據(jù)的截尾情況將導(dǎo)致有偏的結(jié)果”的原因,選取王俊松等人的做法[9],使用Tobit模型進(jìn)行穩(wěn)健性檢驗(yàn),構(gòu)建模型如下為:

(5)

與式(4)模型類似的,各解釋變量含義相同,采用極大似然法進(jìn)行估計(jì)。

2 重慶市主城區(qū)零售企業(yè)空間分布特征

為進(jìn)一步研究各行業(yè)空間分布聚集熱點(diǎn),縮小范圍方便描述,選取 1 200 m蜂窩網(wǎng)格為研究單元,對產(chǎn)生的POI核密度值,采用公式(3)進(jìn)行熱點(diǎn)處理,得到其分布圖(圖2)。

圖2 重慶市主城區(qū)零售企業(yè)空間分布熱點(diǎn)圖

總的來看,重慶市主城區(qū)范圍內(nèi)的零售企業(yè)分布核心仍然是解放碑地區(qū),并且由中心向外擴(kuò)散成多個(gè)次級中心,次級中心又各自銜接呈現(xiàn)出集聚發(fā)展的態(tài)勢。出現(xiàn)這樣的分布是多因素導(dǎo)致的,其中具有代表性的是政策、人口、交通因素。起初,分布密集區(qū)域具有人口、政策的獨(dú)特優(yōu)勢,提供了良好的消費(fèi)市場與基礎(chǔ)設(shè)施,零售企業(yè)競相入駐產(chǎn)生規(guī)模經(jīng)濟(jì)。但隨著城市化進(jìn)程的加快,這些區(qū)域逐漸飽和,產(chǎn)生了有限市場的企業(yè)競爭,在競爭過程中,土地成本與服務(wù)成本隨之上升,產(chǎn)生了一定的負(fù)外部性,部分企業(yè)選擇外遷,外遷的距離視可接受的相關(guān)成本而定,這樣逐漸在遠(yuǎn)城區(qū)形成新的集聚中心。在企業(yè)外遷的過程中,也會(huì)帶走一部分相關(guān)人才與技術(shù),以前的外部地區(qū)綜合水平得以提高,人口遷移也分?jǐn)偭讼嚓P(guān)勞動(dòng)力競爭壓力,新的居住區(qū)重新產(chǎn)生對零售企業(yè)的需求,激發(fā)出新的市場潛能。這樣的循環(huán)往復(fù)的過程可以理解為向心力與離心力相互間大小作用關(guān)系,當(dāng)向心力在某個(gè)時(shí)期大于離心力時(shí),就會(huì)在外圍地區(qū)產(chǎn)生新的次級中心,離心力大于向心力時(shí),又會(huì)產(chǎn)生距離疏遠(yuǎn),削弱相關(guān)市場潛能,在動(dòng)態(tài)平衡中,形成了點(diǎn)狀集聚與向外擴(kuò)散的零售企業(yè)空間布局特征。

3 重慶市主城區(qū)零售企業(yè)區(qū)位選擇影響因素研究

3.1 相關(guān)變量選取

(1)市場潛能

Harris認(rèn)為,“市場潛能是關(guān)于收入水平和地區(qū)空間距離的函數(shù)[10]?！睂?shí)際上,“人們大部分的日常活動(dòng)都在所居住街道范圍內(nèi)開展,可以說人口基數(shù)越大,存在的消費(fèi)市場也就越大,市場潛能也就越大[11]。”在街道這個(gè)行政區(qū)劃級別,居民平均收入水平的數(shù)據(jù)獲取難度較大,因此選擇街道人口作為代替變量。但是各個(gè)街道行政面積不同,人口數(shù)量也存在差別,采用人口總數(shù)指標(biāo)又忽略了人口因素給零售企業(yè)帶來的規(guī)模經(jīng)濟(jì)效益。因此,本文選取人口密度(Potent)(即街道常住人口與行政面積的比值)來避免這個(gè)問題。

(2)生產(chǎn)成本

生產(chǎn)成本基本可以確定為兩部分,即土地成本(地租成本)與人力成本(勞動(dòng)力成本)。實(shí)際上,土地成本在街道層面的研究中基本上是動(dòng)態(tài)變化的,短時(shí)間內(nèi)很有可能產(chǎn)生加大波動(dòng),基本無法得到一個(gè)街道長期的地租成本數(shù)據(jù)。本文選取各個(gè)街道的道路密度(Cost1)代替本街道的土地成本[12]。原因是道路密度這一指標(biāo)基本上可以體現(xiàn)這一街道的基建水平,“道路密度越高的地區(qū),基礎(chǔ)設(shè)施越完備,反映出當(dāng)?shù)氐耐恋爻杀疽簿驮礁遊13]?！?/p>

另一方面,關(guān)于街道的人力成本,實(shí)際上一個(gè)街道的勞動(dòng)力數(shù)量與平均工資都是其影響因素。本文視各個(gè)街道的平均工資為固定值,擬選取各個(gè)街道15～64歲就業(yè)適齡人口數(shù)(Cost2)來代替本區(qū)域內(nèi)的勞動(dòng)力成本[14],這部分人口的數(shù)量越多,人力成本也就越低,零售企業(yè)越容易獲得人才與勞動(dòng)力。

(3)生產(chǎn)效率

集聚經(jīng)濟(jì)理論認(rèn)為,不論是相同性質(zhì)的產(chǎn)業(yè)還是不同性質(zhì)的產(chǎn)業(yè),其發(fā)生集聚效應(yīng)后都可以使新的零售企業(yè)取得規(guī)模經(jīng)濟(jì)效益。事實(shí)上,在空間允許的范圍內(nèi),服務(wù)消費(fèi)環(huán)境多樣化,勞動(dòng)人才共享、信息與知識(shí)分享都會(huì)引起區(qū)域范圍內(nèi)企業(yè)的生產(chǎn)效率提高。但“隨著空間范圍的擴(kuò)大,聚集密度會(huì)產(chǎn)生擠出效應(yīng)和競爭效應(yīng)?！耙l(fā)的負(fù)面屬性超過了正面屬性,又可能降低整體生產(chǎn)效率。

所以,新建設(shè)的零售企業(yè)在進(jìn)入已有零售企業(yè)分布的街道時(shí),總會(huì)受到他們的影響(不論是正向影響或是負(fù)向影響)。在本文的研究中,考慮到數(shù)據(jù)的易獲取性,在計(jì)量回歸分析中,以2020年的每個(gè)街道已有的零售企業(yè)數(shù)量作為指標(biāo)[15],尋找集聚效應(yīng)(Cluster)這一因素具體的影響效應(yīng)。

(4)交通可達(dá)性

交通可達(dá)性可以比喻為零售物品與服務(wù)與消費(fèi)者間的聯(lián)系紐帶。上乘的交通水平可以為消費(fèi)者到達(dá)零售企業(yè)提供便捷,也能降低零售物品與服務(wù)的配送成本。零售企業(yè)的區(qū)位選擇與投入建設(shè)是立足于人們的消費(fèi)需求的,而實(shí)際上,這種消費(fèi)需求可以分為兩部分來看,即當(dāng)?shù)鼐用竦馁徫镄枨笈c外來旅游者的購物需求。為了更好地體現(xiàn)兩者的區(qū)別,本文采用內(nèi)部交通和外部交通的指標(biāo)進(jìn)行交通可達(dá)性的識(shí)別。

(5)政策規(guī)劃

區(qū)位選擇并不是只由市場機(jī)制來決定的,多數(shù)情況下,還受到當(dāng)?shù)卣雠_(tái)的相關(guān)政策和總體規(guī)劃的影響,這種情況在我國體現(xiàn)尤為突出。本文參考前人的研究,選取市級公共活動(dòng)中心(Zone)與中央商務(wù)商貿(mào)區(qū)(Cbd)等指標(biāo)來體現(xiàn)政策的影響。

在總體規(guī)劃影響方面,“中心城區(qū)總是享有相關(guān)公共配套設(shè)施與基礎(chǔ)設(shè)施建設(shè)的優(yōu)先權(quán)與優(yōu)待權(quán)”[16]。因此,街道距離市中心的遠(yuǎn)近也是零售企業(yè)區(qū)位選擇的關(guān)鍵因素。本文選擇街道中心到朝天門碼頭(重慶市地理原點(diǎn))的距離(Center)作為考察,用數(shù)值的大小體現(xiàn)距離中心的遠(yuǎn)近。

3.2 區(qū)位因素影響結(jié)果分析

選取因素對零售企業(yè)區(qū)位選擇的影響報(bào)告如下表,其中模型1至模型3選取條件Logit模型對參數(shù)進(jìn)行估計(jì)。為更好地體現(xiàn)經(jīng)濟(jì)地理學(xué)理論框架中的影響因素是一個(gè)一步步豐富的過程,按照漸進(jìn)決策理論的思想,模型1只選取市場潛能與生產(chǎn)成本,隨后在模型2、3中開始增加變量,一步步探究影響結(jié)果。

模型1中只考慮了市場潛能與兩種生產(chǎn)成本的影響因素,從結(jié)果上來看,街道人口密度(potent)存在顯著的正向促進(jìn)作用。在模型1的基礎(chǔ)上,加入內(nèi)外部的交通可達(dá)性以及三個(gè)政策制度等變量因素,可以看出土地成本(Cost1)、人力成本(Cost2)開始產(chǎn)生正向的效應(yīng),且變得顯著。同時(shí),區(qū)域內(nèi)地鐵站數(shù)目(in-traffic)、市級公共活動(dòng)中心(Zone)、中央商務(wù)商貿(mào)區(qū)(Cbd)、距離朝天門碼頭距離(Center)對零售企業(yè)區(qū)位選擇都具有顯著的正效應(yīng)。在模型2的基礎(chǔ)上再加入了反映集聚效應(yīng)(Cluster)的變量,得到的顯著影響因素有土地成本(Cost1)、街道人口密度(Potent)、勞動(dòng)力成本(Cost2)、內(nèi)部交通(In-traffic)、是否處于市級公共活動(dòng)中心(Zone)以及企業(yè)集聚效應(yīng)(Cluster)。

將三個(gè)模型同期比較來看(表3),代表區(qū)域潛能的街道人口密度變量在模型1、模型2、模型3中皆顯著為正,說明了零售企業(yè)的區(qū)位選擇總會(huì)受到區(qū)域潛能影響。一個(gè)區(qū)域內(nèi)越高的人口密度就會(huì)帶來越多的消費(fèi)需求,零售企業(yè)的區(qū)位選擇在一開始就會(huì)追逐市場潛能大的區(qū)域,這會(huì)給他們帶來穩(wěn)定的投資回報(bào)。此外,高人口密度意味著多樣的市場需求,這會(huì)誘導(dǎo)零售企業(yè)內(nèi)部升級,增強(qiáng)其競爭能力。

表3 重慶市主城區(qū)零售企業(yè)區(qū)位選擇影響因素整體回歸結(jié)果

代表生產(chǎn)成本的街道道路密度與就業(yè)適齡人口數(shù)指標(biāo)在模型1中不顯著,但在2、3中正向顯著并具有穩(wěn)健性。這可能是因?yàn)榱闶燮髽I(yè)需要緊密貼合消費(fèi)者需求,他們需要擁有絕對的區(qū)位優(yōu)勢,因此,零售企業(yè)對勞動(dòng)力成本并不敏感,具有較大的支付成本能力。

與預(yù)期設(shè)想不同的是,到火車站、機(jī)場等交通樞紐的距離體現(xiàn)的外部交通可達(dá)性并沒有對零售企業(yè)區(qū)位選擇產(chǎn)生顯著影響,甚至也不一定是正向影響。這也許是因?yàn)橹貞c市主城區(qū)的零售企業(yè)的服務(wù)對象并沒有瞄準(zhǔn)國內(nèi)外的旅游型消費(fèi)者,而是更多地服務(wù)本地消費(fèi)者。相反,以街道的地鐵站(In-traffic)數(shù)量為指標(biāo)的內(nèi)部交通可達(dá)性越好,對吸引零售企業(yè)區(qū)位選擇的吸引力也就越大,這一指標(biāo)充分說明了城市軌道交通在重慶市主城區(qū)零售企業(yè)的經(jīng)營問題上扮演重要角色,也與重慶市大力發(fā)展的“立體軌道交通+線下零售”模式相契合,成為大中型城市新式零售企業(yè)開發(fā)的“潮流”。

政策規(guī)劃對零售企業(yè)的區(qū)位選擇是多方面的。在模型2與模型3中市級公共活動(dòng)中心區(qū)的影響顯著為正,這表明零售企業(yè)更愿意在市級公共中心活動(dòng)區(qū)進(jìn)行商業(yè)活動(dòng)?，F(xiàn)代零售企業(yè)業(yè)態(tài)輻射范圍很廣,旅游、購物、科技、文化、娛樂、教育等產(chǎn)業(yè)都需要市級公共活動(dòng)中心區(qū)提供吸引,政府在這些區(qū)域開展招商活動(dòng)和保證土地供給可使零售企業(yè)穩(wěn)步發(fā)展,是影響零售企業(yè)區(qū)位選擇的重要因素。

中央商務(wù)區(qū)(Cbd)的影響在模型2中顯著為正,但在加入集聚因素變量后便不再顯著,甚至影響方向都發(fā)生了改變。這說明在沒有集聚因素的影響下,零售企業(yè)原本是會(huì)追逐中央商務(wù)區(qū)的城市規(guī)劃而進(jìn)行區(qū)位選擇的,與周邊類似企業(yè)“抱團(tuán)取暖”,共同形成商務(wù)商業(yè)的集聚區(qū),提高自身抵御外部風(fēng)險(xiǎn)的能力。而在產(chǎn)生了集聚因素之后,已有的中央商務(wù)區(qū)規(guī)劃就失去了吸引力,這也許是因?yàn)榕c其他產(chǎn)業(yè)多樣化的集聚發(fā)展帶來的利好相比,零售企業(yè)這一產(chǎn)業(yè)更方便從專業(yè)化的集聚發(fā)展中獲得優(yōu)勢。特別是在街道這一層面,各個(gè)零售企業(yè)地理上的相近可以有效降低人才資源成本,還能共享已建成的基礎(chǔ)服務(wù)設(shè)施和分?jǐn)傂袠I(yè)發(fā)展的風(fēng)險(xiǎn),從而獲得規(guī)模報(bào)酬遞增優(yōu)勢。

類似的,在模型2中距市中心距離(Center)的影響顯著為正,加入集聚因素變量后也同樣變得不顯著。這說明在集聚因素產(chǎn)生前,零售企業(yè)總會(huì)有區(qū)位布局郊區(qū)化的意愿。長期的競爭-合作關(guān)系塑造了這些零售企業(yè)間的價(jià)值觀默契,在任何一個(gè)街道都可以和諧發(fā)展,不再敏感于是否遠(yuǎn)離市中心。

4 結(jié)論與討論

首先,重慶市主城區(qū)的零售企業(yè)具有典型的“整體分散”與“局部集聚”并空間分布特征。體現(xiàn)為區(qū)域內(nèi)零售企業(yè)在空間分布上呈現(xiàn)趨向南北兩端的擴(kuò)散模式。各類零售企業(yè)空間都形成了自己的集聚中心,布局重心點(diǎn)也都匯聚于城市的地理原點(diǎn),但各自分布的廣域與聚集程度都各不相同,平均距離和標(biāo)準(zhǔn)距離也出現(xiàn)差異?？傮w上,“解放碑—觀音橋”片區(qū)已是零售企業(yè)的聚集熱點(diǎn),諸如“南坪—楊家坪”“九宮廟—覃家崗”等次級熱點(diǎn)集聚區(qū)也相繼產(chǎn)生。

其次,重慶市零售企業(yè)的區(qū)位選址受到政府宏觀規(guī)劃與市場微觀調(diào)整共同影響,市場潛能、生產(chǎn)成本、交通可達(dá)性、政策規(guī)劃、產(chǎn)業(yè)集聚等因素對零售企業(yè)區(qū)位選擇問題都存在顯著的影響。零售企業(yè)對生產(chǎn)成本并不敏感,具有較大承租能力;服務(wù)對象并沒有瞄準(zhǔn)國內(nèi)外的旅游型消費(fèi)者,而是更多地服務(wù)本地消費(fèi)者,并且依賴于城市軌道交通的發(fā)展;緊跟政府的區(qū)域規(guī)劃獲得市場的先入優(yōu)勢;出現(xiàn)產(chǎn)業(yè)集聚現(xiàn)象后,集聚效應(yīng)會(huì)覆蓋政策規(guī)劃成為吸引力更強(qiáng)的影響因素。當(dāng)零售企業(yè)規(guī)模不同時(shí),市場潛能、政策規(guī)劃等因素對零售企業(yè)區(qū)位選擇的影響存在差異。小型業(yè)態(tài)零售企業(yè)具有供給主導(dǎo)權(quán),并不會(huì)過多考慮本街道或區(qū)域的市場消費(fèi)能力能否給他們帶來過多的收入;中、小型業(yè)態(tài)零售企業(yè)進(jìn)行區(qū)位選擇時(shí)也有遠(yuǎn)離市區(qū)逐漸郊區(qū)化的趨勢,追求低廉的地租與溫和的競爭環(huán)境的同時(shí),也可滿足城市人口郊區(qū)遷移產(chǎn)生的消費(fèi)需求。