上海市中心城商業活力空間分布研究

黃浦江，杜鳳姣

（1.上海市城市規劃設計研究院，上海 200040）

1 研究目的與意義

隨著信息技術的迅猛發展，城市空間研究迎來了重大變革。大數據提供了一種有效探索群體空間行為模式規律的可能性，在城市環境中的社會經濟特征體現得尤為明顯。如何有效定量分析這種空間行為模式成為新難題。當前，在城市規劃和城市地理學界已有相關研究[1-6]。本文基于大眾點評網的網絡開放數據，運用空間熱點分析方法，分別對上海市中心城不同類型商業網點的空間集聚特征進行綜合測度，同時對城市商業活力的影響因素進行探索分析，以期為城市公共中心識別、商業網點規劃與商圈評價等規劃設計項目提供更加科學合理的空間集聚特征規律識別與評價建議。

2 數據來源

上海市中心城商業網點坐標及其屬性信息主要通過互聯網數據挖掘技術從大眾點評（上海站）獲取，以2015年為例，共計約8.5萬個商業點位數據。點評數量作為最能夠體現商業網點空間活力的屬性指標，被用于本文的各種空間分析中。根據大眾點評商業網點數據的分類特征，借鑒上海市基本商務區規劃、第三次經濟普查行業分類標準以及其他相關商業網點研究對商業類型的分類[6-8]，選取批發和零售業、住宿和餐飲業、其他商業服務業作為商業的基本類別并對數據進行重分類。

3 城市商業活力的空間集聚特征分析

3.1 研究方法

空間熱點分析可以識別3種商業類型中具有統計顯著性的高值（熱點）和低值（冷點）的空間聚類區域。本研究采用了探索性空間數據分析（ESDA）中的Getis-OrdGi*指數來檢驗基于點評數量加權后的局部地區是否存在統計顯著的高值和低值，得到高值或低值要素在空間發生聚類的位置。其公式如下：

對進行標準化處理：

式中，E()和var()分別為的數學期望和方差；Wij是空間權重。如果Z()為正且顯著，表明位置i周邊的值相對較高（高于均值），數據高值集聚（熱點區）；反之，如果Z()為負值且顯著，則表明位置i周圍的值相對較低（低于均值），數據低值空間集聚（冷點區）。

3.2 研究結論

根據點評數據加權處理后的熱點分析Z值結果如圖1所示，上海市中心城三種類型的商業類別冷熱點分布呈現冷點區域分割包圍熱點區域的空間集聚特征。

熱點區域均分布在內環內浦西以人民廣場、打浦橋、徐家匯、中山公園、靜安寺為核心的面狀連片區域，浦東地區以陸家嘴為核心的中部與西南部區域；內環外主要分布在五角場地區。其中批發與零售業的熱點區域空間集聚特征較之其他兩種商業類型更加集中，尤其表現在陸家嘴地區，餐飲與住宿業以及其他商業服務業在大寧與虹口足球場出現了較為微弱的熱點區域，這些區域的商業網點不僅自身活力高，同時其周圍活力也高，說明其商圈發展與服務水平較高，具有明顯的向內環線內外居民的空間輻射與引力作用。

圖1 上海市中心城3種類型商業網點熱點分析結果

冷點區域則主要出現在內環內熱點區域的周圍，分布在內環內四川北路地區、豫園地區，內外環間的五角場周邊與虹口足球場周邊地區，其分布阻隔了熱點集聚區向外擴展的趨勢。其中餐飲與住宿業、其他商業服務業的冷點空間集聚呈現較為明顯的集中連片分布，而批發零售業則體現了局部散點式冷點集聚。虹橋、金橋、大華、世博等冷點集聚區具有個別活力較高的大型單體商業中心，雖然在現階段無法帶動周邊的商業網點的整體活力，但應在下一步規劃中作為可以有效轉化為商業熱點的高潛力區域進行發展，進一步調整和提升商業結構與服務質量。

4 城市商業活力的影響因素分析

4.1 指標選取

為進一步分析地區商業活力大小的影響因素，本節以中心城各街道、鎮為研究單位，以商業點評總數表征城市商業活力，選擇區位、用地和經濟三大因素作為最基礎影響要素（表1）。

4.1.1 區位因素

擁有一定規模的人口、就業崗位和公共服務設施是城市活力的必要條件。而道路交通是聯系顧客和商業設施的載體，便捷的交通是商業設施聚集與選址的重要條件，所以基于交通可達性的居住、就業崗位和公共服務設施能較為準確地反映該地區區位水平。商業網點的布局與這3個因素存在顯著的相互吸引效應。本文基于上海現狀居住人口、工作崗位、公共服務設施分布數據和現狀交通網絡，采用課題組研發的交通區位測度模型[9]，計算居住、就業崗位和公共服務設施的區位值，在街道、鎮范圍內取平均。

4.1.2 用地因素

用地因素采用多樣性指數作為衡量指標。根據上海市“兩規合一”用地分類標準，建設用地包括城鎮居住用地、農村居民點、工礦倉儲用地、商服用地、公共建筑用地、市政公用設施用地、生態休閑綠地、對外交通用地、道路廣場用地和特殊用地10類。由于因變量為城市商業活力，計算用地指標時排除了商服用地，考慮其他用地的多樣性對城市商業活力的影響。

多樣性指數代表土地利用混合強度和用地異質性的高低，計算公式為：

式中，LD為用地多樣性指數；Pi是第i種土地利用類型占總面積的比，n是用地類型總數。多樣性指數越大，表示土地利用多樣性越高。當用地類型單一時，其多樣性為0；當由兩種以上用地類型組成，且各種用地類型所占比例相等時，其用地多樣性最高，各用地類型所占比例差異較大時，則多樣性下降[10]。

4.1.3 經濟因素

商業網點的規模及區位選擇受土地價格的影響較為明顯。由于土地價格數據難以獲取，本文用房價作為衡量指標。一般來說，土地價格高的地區商品房價格也較高。房價數據為2011～2014年各街道、鎮商品房均價，數據來源為“安居客”（www.anjuke.com）。

4.2 模型設計和擬合結果

4.2.1 模型設計

采用線性回歸方法，設定中心城各街道、鎮城市商業活力的影響因素模型的初始形式，即

式中，CVi為因變量，表示第i個街道、鎮的商業網點點評總數；RLi、ELi、PLi、LDi、HPi為自變量，分別表示第i個街道、鎮的居住區位、就業崗位區位、公共服務設施區位、用地多樣性指數和房價；a為常數項，b1～b5為回歸系數。為避免可能存在的異方差，在進行計量分析時，對所有自變量和因變量作對數變換，即

表1 城市活力影響因素的自變量和因變量

4.2.2 擬合結果

通過SPSS軟件對中心城商業活力的影響因素進行一般線性回歸分析，結果如表2所示。通過共線性檢驗，排除了居住區位和就業崗位區位兩個自變量，調整后的R2為0.411，分析結果通過了Durbin-Watson檢驗。公共服務設施區位、多樣性指數、房價3個自變量的顯著性均小于0.05，說明這3個指標對商業點評總數影響的解釋是有效的。最后得到的回歸方程如下：

表2 城市活力的影響因素回歸分析結果

4.3 結果分析

4.3.1 區位因素

區位對一個地區的人口數量和活動熱力起到了重要影響，居住、就業崗位和公共服務設施區位越好的區域，人口密集度越高，城市活力理論上也應該是越高的。本研究驗證了城市商業活力具有較強的公共服務設施依賴性，良好的設施配置帶動了商業消費。公共服務設施區位值每提高1個百分點，城市商業活力相應提高1.27個百分點。居住區位和就業崗位區位則由于共線性沒有呈現明顯的相關性。

4.3.2 用地因素

城市需要培育多種多樣的功能來滿足不同人的需求，而功能的多樣性需要土地利用多樣性作支撐。從結果來看，多樣性指數與城市活力具有顯著相關性，多樣性指數提高1個百分點，城市商業活力相應提高2.462個百分點。

運用SPSS軟件分別對城市商業活力和9種建設用地類型作相關性分析，結果如表3所示。商業活力與城鎮居住用地（F21）、公共建筑用地（F25）、道路廣場用地（F29）呈現顯著正相關。這幾種用地類型占比越高說明人口集聚越多、公共服務設施配套越齊全、交通可達性越好，進一步促進商業發展。城市商業活力與農村居民點用地（F22）、工礦倉儲用地（F23）、生態休閑綠地（F27）和對外交通用地（F28）呈現顯著負相關。農村居民點用地占比越高則城鎮化水平越低；工礦倉儲用地占比高通常意味著是產業區，用地結構單一；生態休閑綠地和對外交通用地占比高的地區一般商業較不發達。市政公用設施用地（F26）和特殊用地（F20）沒有呈現顯著的相關性。

表3 商業點評總數和不同用地類型的相關性分析

4.3.3 經濟因素

城市商業活力還取決于一個地區的經濟發展水平。上海中心城的經濟發展水平較高，商業網點分布密度較大，如人民廣場、南京路、陸家嘴、徐家匯等區域一直以來都是人流、物流、信息流和資金流等空間流的密集地區，商業類型和數量都較多。而這類地區通常土地價格較高，相應的商品房均價也高。分析結果顯示，房價每上升1個百分點，城市商業活力相應上升2.013個百分點。

5 結論與討論

采用大眾點評網站商業網點點評數作為城市商業活力的衡量指標，對城市商業活力空間分布和影響因素進行分析。得出結論：上海市中心城商業網點的空間集聚特征較為顯著，且呈現冷點區域分割包圍熱點區域的空間集聚特征。城市商業活力與公共服務設施區位、多樣性指數和房價呈現顯著正相關。公共服務設施可達性越好、土地利用多樣性越大、房價越高，則商業點評總數越多，城市商業活力越高。

本文的基礎數據來源主要是網絡開放數據，受到了使用人群以及人群特征分類屬性較少的限制，不能全面闡釋商業網點空間集聚特征。在今后的研究中，需要運用多源數據對同一空間事物進行更加綜合的對比分析，在深刻了解其空間發展規律后，找出與之相適應的影響因素，并以此作為空間評價與預測分析的基礎。