零售業空間格局與集聚研究

尹旭 王璣琨

內容摘要：本文以最近興起的商業POI數據作為數據源，對石家莊主城區零售業的空間格局及集聚進行分析。研究結果表明：石家莊主城區零售業在空間分布上總體呈現“整體分散，局部集聚，東南發展”的態勢，形成由以中心城區向外圍城區擴散的多中心等級圈層體系；基于零售業熱點的定量識別，石家莊可識別出新百、南三條、北國、懷特和匯通街5個商圈；不同零售業態在經營形式和選址上存在明顯差異。總體來看，基于POI數據的石家莊主城區零售業分析結果能夠較好地反映零售業實體在空間上的布局，并可為零售業從業者和城市管理者提供科學參考。

關鍵詞：零售業 空間集聚 POI 標準差橢圓法 核密度估計法

引言

零售業作為商業的一種，在城市居民生活中不可或缺，其提供的經濟增長和就業機會在國民經濟中均有重要意義。而研究零售網點的空間集聚是經濟學的重要方向，零售業的空間合理布局對城市經濟的健康發展、居民生活的改善和土地資源的優化配置具有重要意義。隨著改革開放以來我國居民收入的不斷增加和市場化程度的不斷提高，零售業逐漸成為國民經濟的增長重要引擎。2016年全年社會消費品零售總額為332316億元，并多年保持10%以上的增長速度。在傳統的零售業研究中，主要集中在：零售業的形成機制及預測（楊吾揚，1994）、零售業的空間布局特征（許學強，2002）和零售業的發展特征及趨勢（于偉等，2012）等。

由于商業數據獲取困難，傳統的數據多通過經濟普查數據和發放問卷抽樣調查獲得，數據缺乏時效性和全面性。近年來隨著地理大數據的興起，地理數據源越來越豐富，更新速度大大提高。城市興趣點（point of interest， POI）作為一種新興的研究城市特征的空間數據源，具有數據更新快、數據體量龐大以及涵蓋范圍廣等優勢，能夠描述地理實體的空間和屬性信息，包含實體的名稱、坐標、地址和所屬的行政區等屬性。近年來，利用POI數據進行的研究也越來越多：如探討城市服務業區位選擇的交通網絡指向規律（沈體雁，2015）、定量識別城市功能區的研究（池嬌，2016）、城市建成區邊界判別的研究（許澤寧，2016）等。

石家莊作為河北省省會，京津冀都市圈“第三極”，經濟發展迅速，零售業更是呈現逐年增長的趨勢，對石家莊的零售業空間布局的研究具有現實意義和學術價值。本文基于以上研究，采用具有現實性強、數據量豐富的POI數據，以石家莊主城區為研究區，采取標準差橢圓法和核密度分析法對石家莊市零售業空間布局和熱點地區進行分析，以期為優化市場資源在城市空間合理配置提供可行性參考。

研究區和研究方法

（一）研究區概況及數據來源

石家莊市是河北省省會城市，轄區總面積15848km2，市區面積2206km2，全市常住人口1070.16萬人。2014年全市消費品零售總額24518107萬元。具體如表1所示。

鑒于采集數據資料的完整性和可行性，本文以石家莊主城區的長安區、橋西區、新華區和裕華區（將高新區并入）為研究區。當前，我國將零售業態分為12類，而便利店、超市、商場商廈和專賣店是主要業態和經營形式。故本文主要采集了2017年這四個區的零售業POI商業數據。首先對數據進行坐標糾偏并進一步篩選清洗得到石家莊四個區的便利店數據4449條，超級市場數據415條，商場商廈數據1165條，專賣店數據6232條。

（二）研究方法

標準差橢圓方法。借助標準差橢圓方法，可以實現對零售業空間上的多方位刻畫。標準差橢圓（Standard Deviational Ellipse，SDE） 最早由Lefever 在1926年提出的，以中心、長軸、短軸和方位角為參數定量刻畫數據在空間分布整體特征及時空變化的空間統計方法，現已廣泛應用在災害學、生態學、經濟學及地理學等領域。SDE以地理要素空間分布的平均中心為中心，分別計算其在橫向和縱向上的標準差，作為其長軸和短軸。方位角反映地理要素分布的主趨勢方向（即正北方向沿順時針旋轉到橢圓長軸的角度），長軸和短軸分別表示空間要素在主要方向和次要方向上的離散程度。SDE各參數計算公式為：

式中：xi，yi為研究區域各單元的中心坐標；wi為研究單元的權重；X，Y為平均中心坐標；θ為橢圓方位角，即正北方向順時針旋轉到橢圓長軸所形成的夾角；xi，yi分別為各研究單元中心坐標到重心的坐標偏差；σx，σy分別為沿x軸和y軸的標準差。

核密度估計方法。在對POI分布熱點進行聚類分析中，常用的方法有樣方密度估計（胡慶武等，2014）、基于Voronoi圖密度分析（謝順平等，2009）和核密度分析（陳蔚珊等，2016）。相較其他兩種方法，核密度以一種平滑曲面的形式遞減式傳輸中心強度，充分體現了地理學第一定律的空間位置的差異性以及中心強度隨距離衰減的特性，因此是對點數據分析最行之有效的方法之一。本文選取了核密度分析常用的函數，并根據經驗法則計算帶寬h：

式（5）中：Kj為研究對象j 的權重；Dij為空間點i與研究對象j 的距離；R為選定規則區域的帶寬（bandwidth）（Dij

對于空間數據的核密度分析來說，帶寬需要根據研究區域POI的空間分布以及研究命題綜合考慮，較小的帶寬適宜反映密度分布的局部變化，較大的帶寬則能有效反映全局尺度的空間密度變化。本文以石家莊主城區為研究區，總面積2206平方公里，零售業POI數據共12261條，分別取帶寬h等于200m、700m、1200m進行分析驗證，最終確定帶寬h=700時，核密度圖能夠有效滿足城市空間集聚識別的要求。具體步驟：確定帶寬h=700m后，考慮研究區大小的精度要求，創建石家莊主城區500m×500m網格劃分，共計1789個格網；將零售業POI數據空間連接到每個格網上，統計每個格網內的密度值；計算每個格網的質心，將格網密度值轉換為格網中心點密度值；利用MoranI指數檢驗密度值之間的空間自相關性；利用反距離法插值網格中心點密度值，并疊加石家莊道路圖，最終得到核密度圖。

研究結果分析

（一）零售業空間布局分析

對12261條零售業POI數據在ArcGIS 10.2平臺進行標準差橢圓分析，并疊加石家莊主城區行政圖得到標準差橢圓圖（見圖1）。

標準差橢圓的平均中心坐標為（114.507447N，38.041918E），位于主城區幾何中心點（114.525369N， 38.056102E）西南方向，大致在中山東路與建設北大街交叉口，居于石家莊市商業活動最為活躍區域；長軸為6298.64m，短軸為4467.95m，短軸與長軸之比為0.71，表明石家莊零售業分布方向顯著性較低，極化發展不明顯；方位角為107°，表明零售業空間上大體呈“西北-東南”向發展，與石家莊市城市總體規劃確定的城市東南向發展基本一致；橢圓面積為88.41km2，約占主城區總面積的21%，表明零售業在空間上呈現較強的集聚效應，零售業網點大量聚集在中心城區。

從總體分布狀況來看，零售業在空間分布上呈現“整體分散，局部集聚”的態勢，形成由中心城區（老火車站為中心點，中華大街中段、槐安路中段、體育大街中段與和平中路圍合而成）向外圍城區擴散的多中心等級圈層體系。在區域分布上，中心城區和東南部分布密集，而東北、西北部最為稀疏。這也側面體現了石家莊城區向東南發展的趨勢。

從交通路網分析來看，建立道路中心線的100m緩沖區，POI落在緩沖區內達到了8270個，約占POI總數的67.48%，表現出零售網點與道路網的強相關性。在布局方面，大型的商場超市沿著中心城區的主干道延伸分布，外圍的零售網點則主要集聚在道路交叉口。主城區以中山路為主干道，形成中山西路-中華北大街的新百商圈、中山東路-勝利北街大街的南三條商圈以及中山路-建設大街交叉口的北國商圈，并以中山路為軸向南北逐漸遞減。外圍則形成了槐安東路-體育大街交叉口的懷特商圈和匯通街-建通街-南二環的匯通商圈。

從行政區劃來看，各區零售網點分布不平衡，在各區中心地帶沒有形成核心商圈。橋西區不僅零售業網點數量眾多，而且在零售業態上也呈現多元化分布。長安區在并入了橋東區的部分轄區后，主要零售業網點集中在轄區西南部，地域分布不均衡；新華區零售網點較少，且集中在轄區的東南方向，區域內沒有形成大型商圈；裕華區雖然設立較晚（2001年），但區域內零售業發展較快，形成了以槐安路-體育大街交叉口的懷特商圈和以建通街為軸的建通街商圈，區域內發展較均衡，代表了石家莊市未來的發展方向。

（二）零售業核密度分析

對格網密度值進行空間自相關檢驗，MoranI指數為0.34，z值得分為10.02且符合在99%的置信度（概率似然值P<0.01），結果表明隨機產生此聚類的概率可能性為1%，表明密度值在空間上有明顯的集聚效應。而在零售業活動中，熱點區域表現為大量商業POI的集中，由此也可以劃分城市地理范圍的商圈。在ArcGIS平臺中，以700m為搜索半徑對零售業POI進行核密度分析，并對得到的零售業核密度圖進行可視化，以自然間斷點分級法分為6類，疊加道路網最終得到石家莊主城區核密度圖（見圖2）。以核密度最高的一類（344-626）作為商圈劃分的標準，得到主城區的5個商圈（見表2）。

（三）不同零售業態的集聚差異

零售業態是指零售企業為滿足不同的消費需求而形成的不同經營形式，因此不同業態的經營方式、商業結構、服務功能以及選址、商圈、規模、店鋪設施和目標顧客也有很大區別。在高度市場化競爭條件下，零售企業為了增加市場份額和獲取利潤，通常根據企業的特點采取集聚或擴張策略，選擇最佳區位。采用核密度估計方法分析便利店、商場商廈、超級市場和專賣店這四種零售商業的主要業態，從不同業態的核密度圖看出不同的經營形式在空間上有明顯差異（見圖3）：便利店業態在城市空間上分布相對均一，并在人口密集處形成商業活動熱點。便利店服務半徑小，一般設定在市民徒步購物5-7min（約500m）范圍之內，宜選址在居民住宅區、主干線公路以及車站、醫院、娛樂場所等公共設施附近，其優勢主要體現在“地理鄰近性”上。由核密度圖分析可知，便利店熱點都分布在中心城區人口密集處，市中心交通便利、商業活動頻繁、居民小區眾多，擁有大量潛在消費人口，吸引大量便利店布局于此。超級市場業態集聚在城市核心商圈的外圍地帶，如談固北大街熱點、維明南大街熱點等，總體上呈現由市中心向周邊遞減趨勢。超市經營以居民高購買頻率商品為主，采用自選自購銷售方式，“薄利多銷”的特點是其優勢所在。但對地租、人力等成本承受能力較商場商廈弱，因此多布局在城市核心地帶的邊緣。商場商廈業態在空間分布上表現出與中心城區商業中心高度一致性，核密度圖中的兩個明顯熱點都分布在新百商圈和南三條商圈里。商場商廈商品結構種類、服務功能齊全，店鋪規模和服務范圍都很大，采取定價銷售利潤豐厚，較強的地租承受能力是其優勢所在，并能與餐飲業、娛樂業形成集聚效應成為一個城市的商業中心。以石家莊為例，其大型的商業廣場如新百、懷特、北國等都選址在城市中心商業區。專賣店業態在空間上表現出高度的集聚狀態，一般聚集在城市中心區或市中心邊緣交通便捷處。而專賣店因其經營的商品種類收益不同，其承租能力也有差異，承租能力強的集中分布在市中心的大型的商場商廈，如新百廣場、北國商城的各種服裝專賣店；承租能力稍弱的聚集在城市中心邊緣特定的商品功能區內，如懷特衛浴城的各種衛浴專賣店、匯通路的石家莊佳農茶葉市場的茶葉專賣店等。

結論

零售業在空間上的合理布局對滿足城市居民的消費需求、促進城市經濟發展、優化配置土地資源具有重要意義。傳統的零售業數據獲取限于時效性和全面性等缺點，難以全面有效地反映零售業的空間布局和發展。近年來，由于大數據快速發展，進行城市空間研究的數據來源越來越豐富，本文以最近興起的商業POI數據作為數據源，采取核密度估計的方法，對石家莊主城區進行零售業熱點的定量識別，并劃分了新百、南三條、北國、懷特和匯通街5個商圈；從零售業總體布局、交通路網和各區之間的發展差異進行空間分布特征分析；最后從便利店、超市、商場商廈和專賣店具體分析了不同零售業態在城市空間上集聚熱點和選址策略。研究結果表明：采用新數據源研究得到的結果基本與客觀事實吻合，這也體現了利用POI數據進行城市商業熱點識別分析具有較強可行性和較好的應用前景。同時，本文的研究成果也可以為零售業從業人員、城市規劃和管理者提供參考。

本文側重于采用新的地理數據源來進行城市零售業空間布局的研究，揭示了石家莊城區零售業空間布局及集聚特征，也存在一些不足之處：一是未能從影響零售業布局的人口、地租、居民消費水平、城市規劃和交通等因素綜合考慮；二是國家零售業標準更新緩慢（2004年頒布），不同零售業態之間界定不夠清晰，尤其是對POI數據分類上缺乏全國統一標準，這對零售業空間布局分析的精準性產生了一定影響；三是目前只選取了主城區的新華、橋西、長安和裕華四個區作為研究區，未能從石家莊全域范圍進行零售業空間集聚研究。這些都是下一步研究可著力深化之處。

參考文獻：

1.楊吾揚.北京市零售商業與服務業中心和網點的過去、現在和未來[J].地理學報，1994（1）

2.許學強，周素紅，林耿.廣州市大型零售商店布局分析[J].城市規劃，2002（7）

3.于偉，王恩儒，宋金平.1984年以來北京零售業空間發展趨勢與特征[J].地理學報，2012（8）

4.沈體雁，周麟，王利偉，呂永強.服務業區位選擇的交通網絡指向研究—以北京城市中心區為例[J]. 地理科學進展，2015（8）

5.池嬌，焦利民，董婷，谷巖巖，馬雅蘭.基于POI數據的城市功能區定量識別及其可視化[J].測繪地理信息，2016（2）

6.許澤寧，高曉路.基于電子地圖興趣點的城市建成區邊界識別方法[J].地理學報，2016（6）

7.Lefever D W.Measuring geographic concentration by means of the standard deviational ellipse[J].The American Journal of Sociology，1926（1）

8.胡慶武，王明，李清泉.利用位置簽到數據探索城市熱點與商圈[J].測繪學報，2014（3）

9.謝順平，馮學智，王結臣，魯偉.基于網絡加權Voronoi圖分析的南京市商業中心輻射域研究[J].地理學報，2009（12）

10.陳蔚珊，柳林，梁育填.基于POI數據的廣州零售商業中心熱點識別與業態集聚特征分析[J].地理研究，2016（4）

11.耿冰，付梅臣.基于開放數據的社區商業布局研究[J].商業經濟研究，2017（8）

12.Silverman BW.Density Estimation for Statistics and Data Analysis.Chapman and Hall，1986