什剎海商業熱點街巷區位特征及優化策略研究

張雨洋 楊昌鳴

[摘要]旅游商業化是復興歷史街區的重要手段。文章從道路中心性角度出發，以什剎海歷史街區為例，在傳統道路網絡中加入“歷史遺產”的權重，利用城市網絡分析工具測度街巷的道路中心性指數，通過核密度將道路中心性與商業店鋪轉化為柵格數據進行相關分析，以相關系數最高的道路中心性指標為字段，運用分組分析工具對街區內街巷進行空間聚類，得到街區內適宜發展商業的最佳區位。最后，通過與現狀商業店鋪的空間耦合性研究判斷方法的正確性，并對商業發展一般的熱點街巷提出未來商業布局的策略。結果表明：（1）與商業店鋪相關系數最高的道路中心性指數是中介性（R=0.719），其次是鄰近性（R=0.715），直達性相關系數小于0.5;（2）以中介性與鄰近性為字段，通過聚類分析得到最適宜發展商業的街巷，主要為連接恭王府與銀錠橋的街巷及二者附近的街巷;（3）與現狀商業店鋪的空間耦合性分析證實了方法的正確性與實用性，并認為現狀商業店鋪較少的柳蔭街與南官房胡同有發展商業的潛力;（4）在分析現狀商業布局規律的基礎上，結合現狀條件為柳蔭街與南官房胡同未來商業業態發展提供了理論支撐。

[關鍵詞]什剎海;歷史街區;店鋪選址策略;最優商業區位;??? 分組分析;UNA工具

[中圖分類號]F59

[文獻標識碼]A

[文章編號]1002-5006（2019）07-0110-14

Doi：10.19765/j.cnki.1002-5006.2019.00.003

引言

歷史文化街區在我國“名城-街區-文物”三級遺產保護體系中處于中間環節，既是歷史名城時間維度源遠流長的體現地，也是空間維度文保單位、歷史建筑等遺產的集中地"。歷史街區的商業化是基于對歷史街區的保護整治，利用更新而進行的商業化建設，是現實社會基于“歷史社會實踐產物”的再生產2，是合理利用與永續保存歷史街區的重要手段與途徑之一。當下此領域的研究多從商業化的經營發展模式，商業化過程中導致的“空間同質化”和“商業過度化"等角度出發148，雖然這些文章對歷史街區商業化的進程及方式提出批判，但大都沒有強烈地否認商業化在歷史街區保護利用過程中的重要作用和地位。因此，如何在歷史街區中科學布局商業活動是當下另一項重要的研究內容。

“不管城市的商品銷售業、客戶服務業等各種經濟活動能夠提供多么好的商品及服務，其成功的3個關鍵因素仍然是：區位，區位，區位”。城市中的經濟活動集聚特征及影響因素一直是地理學同經濟學關注的重要領域，商業活動所處的區位是自身獲得成功的關鍵因素。近年來，部分地理學家借由網絡科學的發展，開始了分析道路中心性同商業店鋪布局間關系的研究”。國外方面，Porta等基于多中心性評價（multplecentralityanalysis，MCA）模型測度了Bologna道路中心性中的鄰近性，中介性及直達性，研究其與商業區位間的關系;Wang等在BatonRouge利用同樣的指標發現道路中心性同用地密度同樣呈現較高的相關性嗎;Porta等在Barcelona通過相似的研究發現，道路中心性同非基本經濟活動比基本經濟活動的相關性大叫;隨后，有作者對斯德哥爾摩（Stockholm）和長春也進行了相似的檢驗與研究，均證明了城市尺度下道路中心性同經濟活動間密切的關系。

國內方面，陳晨等研究了長春市商業網點空間分布與交通網絡中心性關系，之后陳晨等又探析了沈陽市中心城區交通網絡中心性與第三產業經濟密度空間分布的關系，同時其又將道路中心性指數應用在可達性研究中。類似的研究也應用在了國內其他城市，例如北京、武漢等，證實了國內城市在商業布局方面同道路中心性也存在較高的相關性。同時，除歸納總結道路中心性同商業活動的關系外，詹璇等還基于公共交通網絡中心性和銀行網點的空間分布，探討兩者間的空間耦合性，對道路中心性高但銀行網點較少及道路中心性低但銀行網點較多的區域提出了更新策略，為商業布局的更新調整提供了理論依據。

通過梳理可以發現，現階段大部分的研究集中于城市尺度，涉及街區及街道層面的較少，道路中心性方法是否能應用于街區尺度存疑。原因主要是街區中道路及商業店鋪樣本數量少，影響店鋪分布的因素較多，導致分布規律不明顯。什剎海歷史街區是非常適合進行街區尺度驗證的研究案例，首先，“歷史氛圍”是吸引游人的主要因素啊，其可物化為街區中重要的“歷史遺產"（文保單位、歷史建筑、文化景觀等）;其次，街區內旅游商業發展較為成熟，依托于傳統建筑的商業店鋪門庭若市，店鋪數量較多。街區內的歷史遺產對商業店鋪分布勢必會產生一定的影響，在傳統的道路網絡中加入“歷史遺產”的權重將會得到更精確的結果。因此，本文以什剎海歷史街區為例，在歸納總結道路中心性同商業店鋪區位關系的基礎上，提出一種通過聚類識別街區商業熱點區位的方法，并對街區內未來商業更新調整提出建議。

本文主要的研究內容為：

（1）利用城市網絡分析工具（urbannetworkanalysis，UNA）測度什剎海歷史街區街巷道路中心性，在傳統的道路網絡中加入基于主成分分析法獲得的歷史遺產的權重，得到什剎海街區內街巷的道路鄰近性、中介性及直達性。

（2）運用核密度分析法轉化街區內街巷道路中心性及店鋪為柵格數據，通過相關分析得到與街區內商業布局關系最密切的道路中心性指數。

（3）利用分組分析工具對相關系數最高的道路中心性指標進行空間聚類分析，得到街區內最適宜商業活動發展的街巷區位，并描述其空間分布特征。

（4）分析街區內商業店鋪與最優區位街道間的空間耦合性，一方面可以驗證方法的正確性，另一方面可為與道路中心性不協調的最優區位的熱點街巷提供商業選址與布局優化的理論依據。

1研究數據及方法

1.1研究范圍

本文研究范圍位于北京什剎海歷史文化街區，地處《北京舊城25片歷史文化保護區保護規劃》所確定的保護范圍之內，位于北京城中軸線西側。為排除城市干道影響，以地安門外大街鼓樓西大街、德內大街和地安門西大街4條城市干道圍合而形成的區域作為本文的研究范圍（圖1），面積共計1.708平方千米。研究范圍包含北京舊城內重要的水系前海與后海，該區域自明代起就是北京城內活力極強的游樂消夏之地。

1.2研究數據

本文研究數據主要包括路網、百度地圖興趣點（pointofinterest，POI）、歷史文化資源點及其相關信息。

1.2.1路網數據

文中使用的道路網絡數據來源于開源地圖網站（openstreetmap.com），結合現場調研及與街景地圖的比對，去除部分無街景的街巷。這樣處理的原因在于無街景的街巷多偏窄小、曲折，且界面封閉，不適合商業發展。

1.2.2百度地圖POI數據

文中使用的商業店鋪數據來源于百度地圖，通過網絡爬蟲（webcrawler）技術獲得。所獲取的店鋪包括店鋪名稱、經緯度、電話及經營類型等信息，研究范圍內共包含店鋪263個。

1.2.3歷史文化資源點及其相關信息數據

什剎海街區內現有文物保護單位（以下簡稱“文保單位”）14處，其中，全國重點文保單位3處，市級文保單位6處，區級文保單位5處。為系統研究歷史遺產對街區內商業店鋪的影響，將部分較為知名的非文保單位納入研究之中，包括2處文化景觀與1處重要歷史街巷，共計17處歷史遺產。本文為科學地評價歷史遺產的影響力，采用復合指標綜合評價的方法。遵循指標選取的系統性、完整性和數據的可獲得性原則。所用數據來源于社交龍頭網站新浪微博，商業信息龍頭網站大眾點評，適于街區尺度應用的人口熱力數據微信宜出行，均于2017年5月通過網絡爬蟲技術獲得（表1）。

（1）微博數據包括熱議數量、簽到數量、點贊數量圖片數量：微博歷史遺產POI包括歷史遺產的類型、地點、簡介、票價等基本信息，也可針對歷史遺產發布熱議微博或點贊;除此之外，在歷史遺產內或附近參觀游覽的游客可以基于歷史遺產的空間位置發布圖片微博，也可以在歷史遺產位置微博首頁簽到。獲取4個類型微博數據可以完整地體現微博用戶對于歷史遺產的態度，避免某一類型的數據過高而影響總體判斷的真實性。

（2）大眾點評數據中的圖片數量和評論數量：大眾點評為針對商業店鋪的消費指導型網站，對于歷史遺產的點評信息相對較少，包括歷史遺產的評論和照片信息。為避免社交網絡微博數據的局限性，獲取點評網站中關于歷史遺產的評論與照片信息的數量。

（3）宜出行的相對人口比例：部分歷史遺產雖然受到微博用戶和點評用戶的關注，但自身鑒于辦公或學校功能，并不開放。因此遵循數據獲取的系統性，應在獲取的數據中體現其開放程度。

（4）歷史遺產等級數據：由國家文物局認定的文保單位等級體現了歷史遺產自身的價值，同樣具有一定的參考價值。全國重點文保單位賦值為3;北京市文保單位賦值為2;西城區文保單位賦值為1;歷史景觀雖然未被認定為文物，但從微博和點評數據量級來看同市級文保單位相似，因此賦值為2。

1.3研究方法

1.3.1多中心評價模型

本研究以MCA模型為基礎，以ArcGIS軟件為平臺，運用新加坡科技設計大學與麻省理工學院聯合開發的UNA工具測度什剎海歷史街區道路網絡中心性。模型以ArcGIS平臺生成的網絡數據集為基礎，測度道路網絡中心性，同時該工具允許在傳統的道路網絡中給予網絡交叉點或街區土地利用等相應的權重，以得到更加準確可靠的分析結果。本文選取前人研究中常用的鄰近性（closenesscentrality）、中介性（betweennesscentrality）和直達性（straightnesscentrality）3個指標對什剎海歷史街區道路網絡中心性進行測度。

（1）鄰近性

鄰近中心性是用給定節點到道路網絡中所有節點的最短網絡距離來衡量，反映該節點在網絡中與其他所有節點的接近程度，鄰近性值越大，表示該節點在整個網絡中越趨于中心位置。公式如下：

式中，C;為i節點的鄰近度;N為道路網絡節點數;d，為節點i與j之間的最短距離;W，為節點j的權重。鄰近度為某一節點到其他所有節點平均距離的倒數，距離其他節點的位置越近，鄰近值就越大，意味著更靠近中心位置。

（2）中介性

中介性指網絡中某一節點承擔任意兩個節點的最短路徑經過該點的數量比例之和，中介性較高表示節點在網絡中具有高流量值，承擔橋梁或交通節點等功能，公式如下：

式中，C"為節點i的中介性;N為道路網絡節點數;nt為節點j與k之間最短路徑數量;n：（i）為節點j與k之間最短路徑中穿過節點i的最短路徑數量;W，為節點j的權重。中間性衡量的是道路網絡中網絡節點的交通流量值。

（3）直達性

直達性指給定節點到所有網絡節點的歐氏距離與實際網絡地理距離的比值，用來衡量兩節點間最短路程路徑與直線路徑的偏離程度。兩者比值越接近1，代表直達性值越大，交通效率越高。公式如下：

式中，C;為節點i的直達性;N為道路網絡節點數;djnd為節點i與j之間的歐式距離;d，為節點i與j之間的最短距離;W為節點j的權重。直達性用來衡量道路網絡效率，兩節點間最短路徑距離同歐氏距離越接近，節點i的直達性越高。

1.3.2核密度

核密度估計法可將商業店鋪區位與街巷的道路中心性轉化為相同的柵格數據，以進行相關分析。該方法以指定點或線要素的位置為中心，以指定閾值范圍搜索（半徑為h的圓或曲面），中心位置處的密度最大，密度隨距離衰減，直至衰減為0。整個閾值距離內密度的積分之和便是中央點的屬性值或中心線屬性值與尺寸的乘積。點屬性值為1，線則為其本身的尺寸。依照同樣的方法計算區域內所有要素，疊加同一位置的密度值，便可獲得要素在研究范圍內的分布密度10。公式如下：

式中，f，（x）為點或線的核密度，x為點或線的值;x，為閾值范圍內任一要素（點或線）的值;k（）為核密度方程;n為閾值范圍內要素數量;h為閾值（h>0）;d為數據維數;（x-x，）為估計要素到閾值范圍內任一要素的距離。

1.3.3分組分析

分組分析是ArcGIS10.1以上版本嵌人的新的空間聚類分析方法。工具會根據研究對象的屬性因素與空間特征執行一個分類過程，查找數據中存在的自然聚類?？山o定自定義組數，也可計算最佳分組。該工具可根據給定的組數，將空間鄰近且擁有最大相似性的要素歸為一組，并保證組件最大差異化，相似與差異是基于分析字段參數指定的特性，分析字段可為1個或多個，分組分析的最大優勢為能夠將多個字段屬性的分組結果在空間上相連，能夠以定量的方式認識到不同區域間微弱的差異叨。偽F統計量可以判斷分組的有效性，公式如下：

式中，SST表征組間差異，SSE表征組內差異，n為街道單元數，n，為i組的街道單元數，n。為分組的數量，n，為用于分組的變量數，V*為第i組j街道的k變量取值，V*是指所有街道k變量的均值，Vk指第i組所有街道的k變量均值。

1.3.4最近鄰聚類

最近鄰層次聚類分析是探析經濟活動集聚熱點區域的方法，首先，方法計算“極限距離或閾值”，然后，將其與范圍內所有點的距離進行比較，當進行比較的點的距離小于該極限距離時，將被計人聚集區域，也可以指定店鋪數量的方法來強化聚集規則。在實際應用中，一般先用最近鄰指數（nearestneighborindex，NNI）判斷商業活動的集聚程度，之后利用最近鄰層次聚類分析法計算熱點區域。公式如下：

式中，d（NN）為最近鄰距離;d（ran）為期望平均最近鄰距離，其取值一般為：

式中，N為樣本數量;A為研究區域面積。當NNI小于1時，樣本點呈集聚分布;NNI大于1時，樣本點呈均勻離散分布;NNI等于1時，樣本點為隨機分布。一般采用Z檢驗來檢驗結果的可靠性。

2街巷道路網絡中心性與商業店鋪間的關系

2.1歷史遺產權重

為科學評價歷史遺產的影響力，本文參考以往研究中評價城市職能強度的指標體系1821，城市中心職能代表城市自身的大小、地位與影響力，與之類似，歷史遺產權重代表了自身的地位與影響力。因此，采用復合指標綜合評價的方法，從關注度吸引度與開放程度3個維度，選取8個指標，建立歷史遺產權重綜合評價指標體系（表2）。

關注度代表社會對歷史遺產關注的程度，歷史遺產由于自身較高的歷史、文化等價值通常成為民眾眼中的“精神象征"，國家文物局對文保單位的等級評定也是歷史遺產自身價值的體現，可以對輿論起到引導作用。關注歷史遺產的人可以在微博或點評網發表與其有關的微博或評論點評歷史遺產的保護情況或保護策略等，發布者可能并沒有親臨歷史遺產，但可以通過網絡表達對歷史遺產關注的態度。因此，關注度包括歷史遺產等級，微博數據中的熱議數、點贊數及點評數據中的評論數。

吸引度代表游客受到歷史遺產價值的吸引親臨游賞。什剎海歷史街區中部分歷史遺產作為景點收費或免費開放，即使沒有開放的歷史遺產，游客也可以在其主立面拍照留念。游客可在游賞過程中基于歷史遺產的空間位置在微博簽到，表示其在此游覽;此外，也可在微博和點評網站上傳游覽過程中拍攝的照片。因此，吸引度包括微博數據中的簽到數、圖片數和點評網站的圖片數。

關注度和吸引度均為網絡行為數據，部分重要遺產雖然具有較高的價值，關注和吸引的人很多，但自身鑒于辦公或學校功能并不對外開放。因此引人空間行為數據，以其空間范圍內進行游覽人數體現其自身的開放程度。對于開放參觀的歷史遺產，獲取的人口熱力范圍為歷史遺產的整體空間范圍;對于不開放參觀的歷史遺產，獲取的人口熱力范圍為歷史遺產主立面所在街巷范圍。

通過主成分分析法，選擇17處遺產的微博熱議數量、簽到數量、點贊數量、照片數量;大眾點評評論數量、圖片數量;同一時段相對人口熱力值與歷史遺產等級計算權重。首先，對數據進行KMO和球形Bartlett檢驗，結果顯示KMO值為0.673，Bartlett球度檢驗的概率p值為0.000，即相關系數矩陣與單位矩陣有顯著差異。根據KMO度量標準可知（一般來說，0.6以上的KMO值較為適合做主成分分析），該數據可以進行主成分分析P。根據1960年Kaiser提出的Kaiser準則，只保留特征值大于1的因子作為主成分的個數，提取出一個主成分，由于主成分得分出現負數，為了便于以后的計量分析，根據統計學中的3σ原則，運用公式Y，=H+Y進行坐標平移以消除負數影響，得到歷史遺產權重。

對什剎海歷史街區內17個歷史遺產權重進行空間可視化表達，并利用自然間斷法對其等級進行劃分。

由圖1和表3可知：17個歷史遺產權重差異明顯。恭王府權重最高為4.2135，是第二名銀錠橋的4.5倍，第三名荷花市場的4.9倍，該權重是其歷史價值與藝術價值的體現;二級遺產中除宋慶齡故居外，均位于前海周邊或與前海距離較近;三級遺產為輔仁大學舊址、郭沫若故居與廣化寺，其中，輔仁大學舊址距離恭王府較近，具有流量優勢，且自身價值較高，但現狀為不對公眾開放的學校，一定程度上削弱了權重。四級與五級遺產與一級遺產權重相差懸殊，這些遺產點大部分由于自身區位或不對外開放的原因導致游人對其關注度不高，但微博數據、大眾點評數據及街區內的景點信息標識系統仍然使游人可以了解其歷史文化?？傮w來看，街區內歷史遺產以恭王府為地標極核，銀錠橋、荷花市場煙袋斜街為重要節點圍繞前海形成“一級三核”的空間格局。

2.2街區街巷道路網絡中心性

2.2.1鄰近性

從圖2（a）中可以看出鄰近性整體呈現明顯的核心邊緣衰減分布模式，這與之前城市尺度的研究中所表現的特征相一致，同時也符合地理學距離衰減的規律。鄰近性的主要高值區域集中于街區的東南部，第一高值區域以銀錠橋為中心，包括與之毗鄰的前海北沿北端與后海南沿東端，次高值中心位于恭王府東側的前海西街與前海北沿路口，面積及核密度值均小于第一高值區，兩區域通過前海北沿相連形成一個整體;剩余僅在恭王府周邊道路交叉節點有小范圍的一般高值區，將恭王府圍合成一個“空洞”?？梢?，在歷史遺產的影響下，道路鄰近性同“恭王府”及“銀錠橋”關系較為密切，街區形成一個以銀錠橋為中心的鄰近性模式。

2.2.2中介性

從圖2（b）中可以看出中介性的高值區域在街區內形成一條“高值帶”，這條高值帶包括后海南沿東段、銀錠橋、南官房胡同、三座橋、前海西街及柳蔭街，表明這些街巷通過的最短路徑較多，交通流量相對較大;高值帶上的高值中心有兩處，主高值中心為銀錠橋，次高值中心為恭王府東側的3座橋。

2.2.3直達性

從圖2（c）中可以看出直達中心性在街區分布較為均勻，未出現明顯的空間集聚特征，高值區域集中于道路交叉口處，這與之前城市尺度研究中所表現出的模式不同16.17。

2.3商業網點空間分布與道路網絡中心性關系

2.3.1商業店鋪空間分布

利用核密度工具對商業店鋪布局點進行運算，得到商業網點核密度值。從圖2（d）中可以看出什剎海歷史街區內商業店鋪總體分布較分散，但仍呈現出可辨識的空間結構：核密度結果顯示主要的高值區域集中于街區的東南部，第一高值區以銀錠橋為中心向四周衰減，覆蓋后海南沿、北沿的東端，前海北沿的南端;次高值區域位于恭王府正門前的前海西街，另外與兩處高值區域相連接的一般高值區域還包括荷花市場。可見，雖然商業店鋪在街區內分布較廣，但同鄰近性與中介性相似，都同“恭王府"及“銀錠橋”聯系緊密。

2.3.2商業店鋪空間分布與道路網絡中心性關系的相關性

在ArcGIS軟件中，提取商業網點核密度值處的道路中心性核密度值，將二者導入SPSS軟件進行相關性分析，得出商業店鋪與鄰近性、中介性及直達性的統計學結果。由表4可知，所有的相關系數都通過顯著性檢驗，其中兩個道路中心性指數同商業店鋪的相關系數大于0.5，分別是鄰近性與中介性;中介性的相關系數略微大于鄰近性，但兩者相差極小。

由此可見，筆者從統計學角度證明：在歷史遺產的作用下，街區尺度中道路中心性顯著影響商業店鋪的分布。什剎海歷史街區商業店鋪核密度的高值區域同中介性與鄰近性的核密度高值區域重疊程度都較高?？梢?，在歷史遺產的影響下，道路網絡的交通流量與中心位置同店鋪布局的關系最為密切。

3熱點街巷區位特征及與商業店鋪的耦合性分析

3.1商業發展熱點街巷區位特征

在什剎海歷史街區內，同商業布局關系最為密切的道路中心性指數是中介性，其次是鄰近性，兩指數差距極小。由圖2（a）和圖2（b）及上文的分析可知，由于兩指數自身測度的內容不同，高值區域也并不完全趨于重合。同時，在相關分析中僅提取商業店鋪所在區域的道路中心性核密度值;如果僅以單一道路中心性指數識別適宜發展商業的街巷，可能會由于其他影響商業發展的因素存在而降低識別的準確性。因此可以認為，如果什剎海歷史街區中的街巷同時具有高值鄰近性及中介性時（或一個指標較高，另一個指標稍低），該街巷極有可能為街區內布局商業店鋪的最佳區域，可視為發展商業的熱點街巷，這樣的識別方式可以將其他不適合商業發展因素的影響降到最低。

分組分析工具可根據同一空間要素內的多個屬性進行空間聚類，分類的結果既可以在空間上集中聚類要素，也可識別組別間的細微差異。本文利用ArcGIS10.2軟件空間統計模塊的“分組分析"工具對什剎海歷史街區街巷進行聚類分析，分析字段選擇街巷的鄰近性及中介性指標值，空間鄰接法則選擇K臨近，探索街區內的熱點街巷。結果顯示，2～15組分組比較方案的偽F值范圍為[57.4987，79.6384]，分5組是偽F值最大為79.6384，說明什剎海歷史街區中街巷聚類分5組較為適宜。由圖3（a）和圖3（b）的分析結果可知：

第一組中的鄰近性及中介性值均為所有組別中最大的，且中介性值遠大于第二組，因此可以認為第一組中的街巷最適宜發展商業，包括銀錠橋、后海南沿東段及南官房胡同中段與西段。第二組及第三組中的鄰近性與中介性值均位于上四分位線之上、最大值之下，兩指標數據位于所有組中前列;且兩組中兩指標交叉排列，互有最大值，因此可認為這兩組中的街巷均較適宜發展商業。第二組街巷集中于前海周邊，包括：前海東沿北段、前海北沿、荷花市場及煙袋斜街，第三組街巷集中于恭王府周邊，包括：定阜街、前海西街、柳蔭街、南官房胡同東段。

第四組中鄰近性與中介性均位于中位數之上、上四分位數之下，兩指標數據均處于中等水平，因此可以認為第四組中的街巷區位一般，組內街巷主要分布于前海西岸、后海東部的南北兩岸及恭王府東側。第五組鄰近性小于下四分位數，中介性位于中位數附近，兩指標數值均較小，因此可認為這些街巷是最不適合發展商業的，這些街巷主要分布于街區西部。

綜上所述，1、2、3組的中介性及鄰近性的值均大于上四分位數，因此可認為這3組中的街巷為商業熱點街巷，共包括道路網絡中的25條“線段”。這些熱點街巷的空間分布模式及與歷史遺產之間的關系為：

（1）熱點街巷間空間相互鄰近，主要圍繞前海在街區東南部集聚，此外，在恭王府周邊也有小范圍集聚;

（2）街區內較高權重的歷史遺產銀錠橋及恭王府荷花市場、煙袋斜街所在街巷均為熱點街巷;

（3）高權重歷史遺產宋慶齡故居所在街巷非商業熱點街巷，原因為宋慶齡故居位于街區西北角，路網密度低且位于街區邊緣位置。但宋慶齡故居與恭王府間的最短路徑柳蔭街，在兩高權重的歷史遺產作用下中南段成為熱點街巷。

3.2熱點街巷與商業店鋪耦合性分析

上文識別的熱點街巷長度為3038.9米，占街區內道路總長度的17.4%;熱點街巷兩側的商業店鋪共157家，占街區商業店鋪總體數量的59.6%，與現狀商業店鋪的耦合性分析一定程度上證實了方法的有效性與實用性。但值得注意的是，除銀錠橋無法布局商業店鋪外，如圖5（a）所示，在柳蔭街中南段、南官房胡同存在商業店鋪較少甚至無商業店鋪的情況。

結合現狀調研分析發現，這兩條街巷現狀商業店鋪較少是由于街面封閉及缺少臨街建筑導致的。柳蔭街為南北走向街巷，東側為恭王府西側院墻，沒有發展商業的可能性;街巷西側南段鄰近恭王府處有少量商業店鋪（圖4b）;西側中段為連續的幾棟形制完整、體量較大的四合院，沿街為連續的封閉山墻面，僅有幾處門頭（圖4cd）;總體來看，較為適合發展臨街商業的區位僅為柳蔭街西南端。南官房胡同以居住功能為主，臨街建筑大多為四合院的門頭和倒座，不存在發展臨街商業的可能性（圖4a）;同時，這里的四合院體量相對較小，多為“大雜院”，普遍存在同一院落內的建筑有多個產權人的情況。結合現狀調研分析發現，基于中介性與鄰近性指數進行空間聚類得到的結果是區位視角的熱點街巷，在實際開發過程中，存在很多干擾因素，例如建筑形式、產權及環境等，因此在研究工作中加入現狀調研是十分必要的。

3.3不協調性熱點街巷的商業業態布局策略

南官房胡同與柳蔭街具有發展商業的區位優勢，本節利用最近鄰指數、最近鄰聚類與核密度方法描述各業態店鋪分部情況，結合南官房胡同及柳蔭街的現狀條件，為街巷未來商業發展提供科學依據。

根據什剎海歷史街區以休閑娛樂功能為主的特征將街區內商業業態分為4類，按店鋪數量排序分別是：餐飲、酒吧咖啡特色購物、酒店。運用最近鄰指數對各業態商業網點空間分布的集聚特征進行檢驗（表5），餐飲、酒吧咖啡、特色購物的最近鄰指數小于1，Z值小于-2.58，在1%顯著性水平下通過檢驗，屬于聚集分布模式，表明餐飲、酒吧咖啡、特色購物這些業態類型趨向于在同類型店鋪附近選址。酒店的最近鄰指數均大于1，表明其為離散分布。店鋪的最近鄰指數排序同店鋪數量的排序相一致，這說明酒店業在什剎海街區內的發展可能正處于初始階段。

對集聚分布的商業業態運用最近鄰層次聚類分析，結合核密度方法，描述商業店鋪空間分部特征。如圖5（b）核密度估計結果顯示，餐飲業態分布同總體商業店鋪的分布有一定的相似性，銀錠橋為第一高值區，而恭王府前的前海西街與荷花市場的核密度值與總體商業店鋪核密度值相比有所下降;最近鄰聚類結果顯示，餐飲業態的熱點區域的面積是最小的，位于銀錠橋東北。如圖5（c）核密度估計結果顯示，咖啡酒吧業態以銀錠橋為中心，覆蓋周邊的后海南沿與前海北沿，其余后海西沿有小范圍的集聚，熱點區域僅能表現集聚分布范圍，總體來看，酒吧咖啡店鋪主要沿水域分布。如圖5（d）核密度估計結果顯示，特色購物核密度第一高值區位于恭王府前的前海西街，荷花市場與煙袋斜街為第二高值區。最近鄰聚類結果顯示，特色購物業態的熱點區域位于恭王府前的前海西街，兩種方法分析的重合度較高。

餐飲、酒吧咖啡、特色購物業態趨向于在同類店鋪附近選址。柳蔭街位于恭王府西側，與特色購物熱點區域距離最近，因此柳蔭街應是特色購物店鋪選址的最佳區域。柳蔭街東側為恭王府院墻不適合發展商業，西南段適合發展臨街商業，因此適宜布置特色零售店鋪;街巷西側中段為幾組具有連續山墻面且形制較為完整的四合院，加上柳蔭街因路兩側的茵茵柳樹得名，環境清幽，因此可布置處于起步階段的酒店業態，結合大體量、形制完整的合院建筑發展高端四合院酒店。南官房胡同現狀以居住功能為主，臨街建筑大多為四合院的門頭和倒座，不存在發展臨街商業的可能性;街區內餐飲與特色購物業態店鋪主要布置在臨街建筑內，南官房胡同可能并不適合布置餐飲與特色購物店鋪;南官房胡同處于酒吧咖啡業態熱點區域之內，但由于區位不臨水，可以布置對水體需求稍弱且不需臨街建筑的咖啡店鋪;與柳蔭街類似，胡同內連續而規整的小體量合院建筑較為適合布置以青年旅社為主的酒店店鋪。

4結論與討論

旅游商業化是復興歷史街區的重要方法，現階段的研究較少有涉及街區尺度商業布局的量化研究。本文以什剎海歷史街區為例，在總結影響街區內商業活動的道路中心性指數基礎上，量化得到最適宜發展商業活動的街巷，通過分析其與現狀商業店鋪的空間耦合性，結合現狀調研為未來街區內商業活動的更新或調整提供理論依據。

研究結果如下：

（1）為使城市尺度下廣為應用的道路中心性方法適宜街區尺度的研究，在傳統的道路網絡中加入歷史街區中重要的要素“歷史遺產”的權重，得到更精確的鄰近性、中介性及直達性指數。

（2）道路中心性三指標同商業店鋪核密度相關分析結果表明，商業店鋪的分布同中介性關系最為密切（R=0.719），鄰近性次之（R=0.715），直達性最低且小于0.5;這說明在歷史遺產的影響下，道路網絡中的“高流量”與“中心”區域最適合商業店鋪的布局;本文也從數理角度證明道路中心性方法可以在街區尺度中應用。

（3）中介性與鄰近性同商業店鋪的相關系數均較高，且兩指數間高值區域重合比例不高，因此可以認為同時具備高值中介性及鄰近性指標的街巷為適宜布局商業的區位;利用分組分析工具進行空間聚類，得到區位角度最適宜商業發展的街巷，這些街巷長度占街區總體長度的17%，包括整體59%的商業店鋪。

（4）通過與現狀商業的耦合性研究后發現，部分熱點街巷（柳蔭街、南官房胡同）商業店鋪較少，通過對各業態商業店鋪在街區內分布特征的研究，結合現狀調研為街巷的優化提供科學策略：柳蔭街西側南段適宜布置特色購物商鋪，西側中段適宜布置高端四合院酒店;南官房胡同適宜布置咖啡商鋪，也可布置青年旅社酒店。

綜上所述，本文從數理角度證明道路中心性方法在街區尺度應用的適宜性，并提出一種基于道路中心性指數識別適合商業發展區位的方法，通過與現狀的耦合性研究證實了方法的正確性與實用性，為歷史街區的商業布局與店鋪位置選擇提供新方法與新思路。值得注意的是，本文所提出的方法并不局限于歷史街區這一特殊的街區類型。在同等尺度下其他類型的街區中，同樣存在吸引消費者的“地標”和“節點"等重要因素，在道路中心性測度時加入這些因素的影響，也能夠更為精確地歸納總結街區尺度內商業活動的布局規律。

參考文獻（References）

[1] ZHANG Yuyang， YANG Changming， JIA Ziyu. The enlightenmentof“historical dynamics” to the space restoration of historical blocks[J]. Architectural Journal， 2018， （S1）： 161-167. [張雨洋，楊昌鳴，賈子玉.“歷史動態”對當下歷史街區空間修復的啟示[J].建筑學報， 2018， （S1）： 161-167.]

[2] XU Xiaobo， WU Bihu， LIU Binyi， et al. The development ofcommercial spaces in tourist historic districts： The case ofShuangdong， Yangzhou[J]. Acta Geographica Sinica， 2016， 71（12）： 2212-2232. [徐小波，吳必虎，劉濱誼，等.基于從業者的旅游歷史街區商業空間發展特征及機理——揚州“雙東”案例[J].地理學報， 2016， 71（12）： 2212-2232. ]

[3] LIU Min， LIU Ailli. Urban architectural heritage reuse from the perspective of industrial types： A case study of NanluoguxiangStreet in Beijing city[J]. Tourism Tribune， 2015， 30（4）： 115-126.[劉敏，劉愛利.基于業態視角的城市建筑遺產再利用——以北京南鑼鼓巷歷史街區為例[].旅游學刊，2015，30（4）：115-

[4] GUO Xiangmin. From“discrete" to“integrated”—Analysis of

the update mechanism of historical areas driven by commerceand tourism[J]. Urban Problems， 2005， （3）： 2-7. [郭湘閩.從“離散”走向“綜合”——以商業和旅游為動力的歷史地段更新機制分析[J].城市問題， 2005， （3）： 2-7.]

[5] CHEN Li， ZHANG Wenzhong. The change and reconstructionof local culture in response to urban renewal and globalization：A case study of Shichahai historic district[J]. Progress inGeography， 2010， 29（6）： 649-656. [諶麗，張文忠.歷史街區地方文化的變遷與重塑——以北京 什剎海為例[J]地理科學進展，2010， 29（6）： 649-656. ]

[6] XU Xiaobo， WU Bihu， LIU Binyi. State judgment of tourismhistoric district and its spatial interpretation- Taking Yangzhou“Shuangdong" as an example[J]. Urban Problems， 2016， （2）： 49-58.[徐小波，吳必虎，劉濱誼.旅游歷史街區狀態評判及其空間解讀——以揚州“雙東”為例[J].城市問題，2016，（2）：49-58. ]

[7] SUN Jjiuxia， HUANG Xiubo， WANG Xueji. The de- localizationtendency of tourism streets： Based on the perspective institutionaldisembodiment[J]. Tourism Tribume， 2017， 32（9）：24-33. [孫九霞，黃秀波，王學基.旅游地特色街區的“非地方化”：制度脫嵌視角的解釋[J].旅游學刊，2017， 32（9）： 24-33. ]

[8] BAO Jigang， SU Xiaobo. Studies on tourism commercializationin historic towns[J]. Acta Geographic a Sinica， 2004， 59（3）： 427-436.[保繼剛，蘇曉波.歷史城鎮的旅游商業化研究[J].地理學報， 2004， 59（3）： 427-436. ]

[9] TANEJA S. Technology moves in[J]. Chain Store Age， 1999， 5（75）： 136-137.

[10] HE Yongda， ZHAO Zhitian. Empirical study on spatialdistribution and dynamic mechanism of retail industry in China[J]. Economic Geography， 2012， 32（10）： 77-82. [何永達，趙志田.我國零售業空間分布特征及動力機制的實證分析[J].經濟地理， 2012， 32（10）： 77-82. ]

[11] PORTA S， CRUCITTI P， LATORA V. The network analysis ofurban streets： A primal approach[J]. Environment & Planning BPlanning & Design， 2006， 33（2）： 853-866.

[12] PORTA S， LATORA V， WANG F， et al. Street centrality anddensities of retail and services in Bologna， Italy[J]. Environment& Planning B Planning & Design， 2009， 36（3）： 450-465.

[13] WANG F， ANTIPOVA A， PORTA S. Street centrality and landuse intensity in Baton Rouge， Louisiana[J]. Journal of TransportGeography， 2011， 19（2）： 285-293.

[14] PORTA s， LATORA V， WANG F， et al. Street centrality and thelocation of economic activities in Barcelona[J]. Urban Studies，2012， 49（7）： 1471-1488.

[15] RUI Y， BAN Y. Exploring the relationship between streetcentrality and land use in Stockholm[J]. International Journal ofGeographical Information Science， 2014， 28（7）： 1425-1438.

[16] WANG F， CHEN C， XIU C， et al. Location analysis of retailstores in Changchun， China： A street centrality perspective[J].Cities， 2014， 41（41）： 54-63.

[17] CHEN Chen， WANG Fahui， XIU Chunliang. The relationshipbetween the spatial distribution of commercial networks andstreet centrality in Changchun[J]. Economic Geography， 2013，33（10）： 40-47. [陳晨，王法輝，修春亮.長春市商業網點空間分布與交通網絡中心性關系研究[J].經濟地理，2013， 33（10）： 40-47.]

[18] CHEN Chen， CHENG Lin， XIU Chunliang. Distribution ofcentrality of traffic network and its relationship with economic density of tertiary industry in Shenyang[J]. Progress inGeography， 2013， 32（11）： 1612-1621. [陳晨，程林，修春亮.沈陽市中心城區交通網絡中心性及其與第三產業經濟密度空間分布的關系[J].地理科學進展， 2013， 32（11）： 1612-1621.]

[19] CHEN Chen， XIU Chunliang. Accessibility of disasterprevention green space in Shenyang based on betweenness centrality[J]. Chinese Landscape Architecture， 2016， （3）： 122-127.[陳晨，修春亮.基于交通網絡介數中心性的沈陽市避災綠地可達性[J].中國園林， 2016， （3）： 122-127.]

[20] CHEN Chen， XIU Chunliang. Spatial accessibility of largegeneral hospitals in Changchun city center based on streetnetwork centrality[J]. Human Geography， 2014， （5）： 81-87. [陳晨，修春亮.基于交通網絡中心性的長春市大型綜合醫院空間可達性研究[J].人文地理， 2014， （5）： 81-87.]

[21] LYU Yongqiang， ZHENG Xinqi， ZHOU Lin. Relationshipsbetween street centrality and spatial distribution of functional urban land use： A case study of Beijing central city[J].Geographical Research， 2017， 36（7）： 1353-1363. [呂永強，鄭新奇，周麟.路網中心性與城市功能用地空間分布相關性研究——以北京城市中心區為例[J].地理研究，2017，36（7）：1353-1363. ]

[22] YIN Chaohui， LIU Yanfang， WEI Xiaojan. Study on the multi-scale relationship between road network centrality and social economic activities distribution in Wuhan[J]. HumanGeography， 2017， （6）： 104-112. [銀超慧，劉艷芳，危小建.武漢市多尺度道路網絡中心性與社會經濟活動點空間分布關系分析[J].人文地理， 2017， （6）： 104-112. ]

[23] ZHAN Xuan， LIN Aiwen， SUN Cheng， et al. Centrality ofpublic transportation network and its coupling with bankbranches distribution in Wuhan city[J]. Progress in Geography，2016， 35（9）： 1551166.6 [詹璇，林愛文，孫鋮，等.武漢市公共交通網絡中心性及其與銀行網點的空間耦合性研究[J].地理科學進展， 2016， 35（9）： 1155-1166. ]

[24] ZHANG Yuyang， YANG Changming， QI Ling. Study on theassessment of street vitality and influencing factors in thehistoric district： A case study of Shichahai historic district[J].Chinese Landscape Architecture， 2019， 35（3）： 106-111. [張雨洋，楊昌鳴，齊羚.歷史街區街巷活力評測與影響因素研究——以什剎海歷史街區為例[J].中國園林，2019，35（3）：106-111.]

[25] SEVTSUK A， MEKONNEN M. Urban network analysis toolbox[J]. International Journal of Geomatics and Spatial Analysis，2012， 22（2）： 287-305.

[26] SHEN Tiyan， ZHOU Lin， WANG Liwei， et al. Traffic networkpoint of services location choice： A case study of the central cityarea of Beijing[J]. Progress in Geography， 2015， 34（8）： 947-956.[沈體雁，周麟，王利偉，等.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， 34（8）： 947-956. ]

[27] ZHAN Dongsheng， ZHANG Wenzhong， MENG Bin， et al.Spatial structure of urban residence and employment in Beijing[J]. Scientia Geographica Sinica， 2017， 37（3）： 356- 366. [湛東升，張文忠，孟斌，等.北京城市居住和就業空間類型區分析[J].地理科學， 2017， 37（3）： 356-366. ]

[28] NIU Huien， MENG Qingmin， HU Qichang， et al. Economicinteraction analysis between regions of Gansu province and their surrounding areas[J]. Economic Geography， 1998， （3）： 51- 56.[?；鄱?，孟慶民，胡其昌，等.甘肅與毗鄰省區區域經濟聯系研究[J].經濟地理， 1998， （3）： 51-56.]

[29] LU Jinping， YANG Zhenwu， SUN Jiuwen. Research oneconomic contact measurement of Beijing- Tianjin- Hebei urban agglomeration[J]. Urban Development Studies， 2015， 22（1）： 5-10.[魯金萍，楊振武，孫久文.京津冀城市群經濟聯系測度研究[J].城市發展研究， 2015， 22（1）：5-10.]

[30] CHEN Yanguang. Methematical Methods for Geography[M].Beijing： Science Press， 2010： 25. [陳彥光.基于Excel的地理數據分析[M].北京：科學出版社， 2010： 25. ]

[31] LIAO Jinzhong， HAN Feng， ZHANG Wenjing， et al. Thepositive analysis of the effect of urbanization on land utilization efficiency in Changsha， Zhuzhou and Xiangtan[J]. ChinaPopulation Resources and Environment， 2010， 20（2）： 30-36. [廖進中，韓峰，張文靜，等.長株潭地區城鎮化對土地利用效率的影響[J].中國人口·資源與環境， 2010， 20（2）： 30-36. ]