上海商業空間結構研究

侯建娜　王寅

[提要] 在快速發展的網上購物沖擊之下，上海實體商業面臨著空間結構亟待優化的重大挑戰。本研究利用新浪微博累計簽到數據，分析上海商業空間結構的特征及其區位關聯因素。研究認為，上海需要加強餐飲美食、出行住宿、公園戶外、生活娛樂等設施與購物服務類設施的微區位關聯，發展互聯網無法替代的體驗型業態;進一步控制中心城區商業面積開發，加強以老縣城為依托的郊區新城建設，特別是加強郊區新城與中心城的軌道交通聯系，促進人口和產業的郊區化，推動郊區商業中心的成長。

關鍵詞：新浪微博簽到數據; 商業空間結構;商業等級體系;微區位關聯

中圖分類號：F127 文獻標識碼：A

收錄日期：2020年8月3日

一、引言

上海是中國現代商業的發祥地。百貨、超市、購物中心等新興商業業態最早從上海發展，再向全國擴散。上海商業長期以來是中國其他城市商業發展的樣板，在全國具有重要的影響力。近年來，上海網上商品零售額從2010年的71.48億元，快速增長至2015年的1，091.35億元，2015年同比增速高達31.6%，該指標占社會消費品零售總額的比例為10.9%，比上年提高3.6%。這表明電商對上海商業的影響力加速提升。值得注意的是，由于社會消費品零售總額增速乏力，整體消費相對低迷，網上商店的零售增加，更大程度是消費從線下轉移到線上的結果，實體商業空間面臨著轉型與重構的壓力。本研究利用Python語言開發新浪微博抓取軟件，抓取上海地區新浪微博簽到數據，分析上海商業空間結構的特征，分析上海商業空間結構的微區位關聯因素，提出上海商業空間結構優化和調整的對策建議，具有一定的理論和現實意義。

二、研究數據與研究方法

（一）研究數據。新浪微博是國內最主流的微博。本研究采用了Python語言開發了新浪微博數據抓取軟件Getweibo2.0，抓取了截至2016年1月1日上海地區的累計微博簽到數據。

從2009年11月3日開放微博簽到服務以來，截至2016年1月1日，上海購物類簽到信息共有6，157個興趣點（Point Of Interest，POI），吸引了454，990人簽到，發布657，186條微博，發布照片335，710張。其中，商場POI數量僅占購物服務類的POI總量的5.20%，微博簽到次數、簽到人數、發布照片數量占比分別為59.77%、60.38%、63.95%。

新浪微博簽到數據是個體數據，除了上述POI的微博簽到次數、簽到人數、發布照片數量等信息之外，還有經度和緯度信息。本研究利用POI的經度和緯度信息，將新浪微博購物服務類6，157個POI導入到ArcGIS10.2系統中，使用GIS技術進行空間統計分析。

（二）研究方法

1、核密度分析。核密度估計通過計算一定窗口范圍內的離散點密度，將之作為中心值，從中心向周邊密度不斷降低，從而得到研究對象空間連續的密度變化圖層。核密度估計公式如下：

其中，h為閾值，即密度距離中心為0時的臨界值，n為閾值內點的數量，d為數據的維度。

在d=2時，公式（1）可以改寫為公式（2）。其中，（x-xi）2+（y-yi）2為點（xi，yi）和點（x，y）之間的離差。

本研究利用ArcGIS10.2軟件，分別使用POI簽到次數、簽到人數、發布照片數量三個指標作為參數，計算購物服務業類POI的核密度。

2、多元回歸分析法。本研究用ArcGIS 10.2軟件統計上海各個街道、鄉鎮的生活娛樂、樓宇機構、出行住宿、餐飲美食、校園生活、公司、公園戶外類POI數量作為自變量，將上海各個街道、鄉鎮的購物服務業類POI數量作為因變量，進行多元回歸分析，探討上海商業空間結構微區位關聯影響因素。

三、基于新浪微博數據的上海商業空間結構統計分析

（一）圈層統計：各個指標呈現出離心衰減的態勢。商業郊區化與離心化是商業地理學研究的重要命題。上海的快速環線系統以人民廣場為圓心。利用ArcGIS10.2軟件測算上海購物服務業類POI與人民廣場的歐氏距離。總體上，上海購物服務類POI呈現出離心距離衰減的規律。上海商業的郊區化的空間臨界點發生在距離人民廣場15km的位置。0～15km的區域集中了81.92%的購物服務類POI;93.40%的簽到次數;94.88%的簽到人數，94.05%的發布照片數量。

上海城市空間按照城市快速道路環線可以分為內環線以內、內外環線間、郊外環線間、郊環線以外四個地域。其中，內環線以內和內外環線間地域共同組成了上海外環線以內地域，占地面積約為660km2，是上海市的中心城區。（表1）

本研究使用ArcGIS10.2軟件進行各個地域的購物服務類POI簽到情況的統計。各個指標呈現出明顯的從內向外圈層遞減的趨勢。外環線以內地域的四個指標POI數量、簽到次數、簽到人數、照片數四個指標占全市比例分別為74.82%、88.64%、90.70%、89.42%，表明了中心城區在微博簽到的明顯優勢。外環線以外的區域四個指標占比分別為25.18%、11.36%、9.30%、10.58%，呈現出明顯的弱勢。就此而言，中心城區域與中心城區以外的地區形成了明顯的核心與邊緣的結構。

人口普查數據分析表明，從2000年到2010年上海市人口分布在攤大餅蔓延模式主導下，中心城邊緣及由此向外拓展的鄰近區域人口增長速度較快，而距離城市中心15km以上的外圍區域人口增長相對較為平緩。

商業郊區化受人口郊區化的影響，在人口分布大局之下，上海商業的郊區化尚處于初步階段，郊區特別是遠郊區商業設施的吸引力與中心城區仍有較大的差距。

（二）核密度統計：外環以內地域也存在著從中心到邊緣的分異。分別以微博簽到次數、簽到人數、照片數量作為參數，對上海市購物服務類POI進行核密度分析，核密度較高的地域集中在內環線以內地區。為了更好地展示空間分異情況，本研究將外環線以內的核密度分析結果繪制出來。（圖1、圖2、圖3）

使用ArcGIS10.2軟件對新浪微博簽到次數核密度等級圈層進行統計，可以發現第1個等級圈層6.82%的POI數量，吸引了25.46%的簽到次數，28.08%的簽到人數，27.24%的照片數量，是全市商業最為核心的圈層。前5個圈層POI數量、簽到次數、簽到人數、照片數量比例總和分別為38.05%、70.02%、73.83%、72.60%，呈現出明顯的向心集聚的態勢。換言之，外環以內地域也存在著從中心到邊緣的分異。一方面商業中心功能從核心向外擴散，中心城區多個商業副中心得以成長;另一方面商業副中心與商業中心之間仍然存在著較大的引力差距。

（三）新城統計：除閔行新城外，新城整體發展薄弱。2006年，上海“十一五”規劃綱要提出了“1966”城鎮體系的設想。“1”是指外環線以內的中心城，“9”是指閔行新城、松江新城、寶山新城、嘉定新城、奉賢南橋新城、青浦新城、金山新城、南匯新城、崇明城橋新城。

本研究用ArcGIS10.2軟件把新城邊界和微博POI疊加，運用ArcGIS10.2軟件統計匯總各個新城購物服務業類的POI的簽到情況。（圖4）

上海9個新城購物服務類POI數量、簽到次數、簽到人數，分布照片數量占全市比例分別為11.58%、7.82%、6.40%、7.48%，表明新城在全市商業體系中的地位仍然相對比較薄弱。從新城比較來看，近郊的閔行新城發展相對較好，上述四個指標占全市比例分別為4.32%、5.01%、4.39%、4.79%。近郊的寶山新城盡管POI數量比松江新城少21個，但微博簽到次數、簽到人數和發布照片數量分別高于松江新城2，401次、996人、860張。閔行新城和寶山新城均緊鄰外環線，是承接上海城市功能對外擴散的主要區域。購物服務業類的微博簽到統計也反映出二者發展的相對優勢。由此可以認為，2006年上海“1966城鎮體系”規劃認定的寶山和閔行的輔城性質具有一定的合理性。

從遠郊新城來看，上海制造業集中的松江新城、嘉定新城微博簽到指標要好于地理位置更為偏遠的南橋、青浦、金山、南匯等新城。值得注意的是，崇明城橋新城POI數量為11個，在新城中最少，但微博簽到數量、簽到人數、發布照片數量卻好于南橋、青浦、金山、南匯等新城，這可能受到崇明生態島旅游人數較多的影響。而“1966”城鎮體系規劃寄予厚望的南匯新城POI數量、簽到次數、簽到人數、發布照片數量分別為0.28%、0.10%、0.09%、0.09%，發展相對滯后。實際上在上海新城體系之中，除了南匯和金山之外，新城規劃均依托于原來的老縣城展開，發展基礎相對較好。從城鎮體系的視角來看，南匯城鎮體系的中心城鎮為老縣城惠南鎮以及作為門戶的周浦鎮，臨港新城距離中心城區過于偏遠，人口和產業的集聚面臨更大阻力。老縣城所在的朱涇在金山區城鎮體系中仍然起到重要作用。1997年新設的金山區政府駐地金山新城盡管吸收了從朱涇搬遷而來的行政資源，但在微博簽到指標上仍然相對薄弱。

綜上所述，到中心城距離、是否是以前老縣城等因素對新城商業職能發展具有一定的影響。

四、上海商業空間結構的微區位關聯因素分析

（一）理論假設。商業空間結構受到較強的外部性影響。經濟學者Stahl關注零售商業業種之間相互依賴構成群落的現象，從非完全替代品和互補品等角度出發探討了商業設施之間外部性對零售市場區的影響。白光潤等認為商業微區位關聯是指離業設施之間以及商業設施與其他城市設施之間的空間關系，是一種外部經濟性現象。白光潤等對徐家匯的調查研究發現，購物服務與餐飲、休閑娛樂具有較強的關聯，即購物服務與餐飲、休閑娛樂相互帶來客流。

本研究假設：（1）餐飲美食、出行住宿、公園戶外、生活娛樂、校園生活等POI對上海購物服務類POI空間分布具有正面的影響。（2）樓宇機構和公司POI對購物服務類POI的分布具有負面的影響。

（二）回歸分析及其解釋。本研究以購物服務數POI為因變量，其他POI數量為自變量，進行OLS回歸分析，回歸方程R方為0.867，方程擬合較好，F檢驗在1%水平顯著，DW值在1.5～2.5之間說明無自相關現象。一般認為，VIF大于10存在較為嚴重的共線性問題。本文中自變量的VIF均小于10，多重共線性問題并不嚴重，可以按照強制進入法進行OLS分析。回歸結果如表2所示。（表2）

1、餐飲美食、出行住宿、公園戶外、生活娛樂等POI數量對購物服務POI數量的回歸系數分別為0.537、0.237、0.124、0.125，且均在1%水平，通過了顯著性檢驗，表明這些設施對于購物服務設施具有正面的微區位關聯作用。

2、樓宇機構POI數量對購物服務POI數量的影響沒有通過顯著性檢驗。公司POI數量對購物服務POI數量的回歸系數為-0.106，在1%水平通過了顯著性檢驗，表明公司POI數量對購物服務POI數量具有負的微區位關聯作用。這也符合上海辦公中心和商業中心相對分離的事實。

3、校園生活POI數量對購物服務POI數量的回歸系數為 -0.015，在1%水平通過顯著性檢驗。學校周邊集聚大量學生，但校園每年的寒暑假卻給購物服務類企業帶來了較大的空窗期，難以在校園周邊形成購物服務類設施的集聚。

五、結論及啟示

本研究利用新浪微博簽到數據，分析上海商業空間結構的特征及其區位關聯因素。本研究發現：第一，上海商業空間存在著從內環向外圈層遞減的規律，內環線以內區域具有較大的吸引力。核密度分析表明，內環線以內地區也存在著核心與邊緣的分異。第二，除了閔行新城、寶山新城之外，其他新城的商業吸引力仍然比較薄弱。第三，餐飲美食、出行住宿、公園戶外、生活娛樂等POI數量對上海商業空間具有正向的影響，而公司POI數量以及校園生活POI數量具有負面的影響，樓宇機構POI數量對上海商業空間的影響未通過顯著性檢驗。

從城市規劃的角度來看，本研究有以下政策啟示：第一，從商業中心成長的規律來看，商業中心的培育需要時間，郊區化的推進也需要循序漸進。本研究發現的南匯新城脫離惠南老縣城，且距離中心城較遠，商業等職能拓展面臨較大的困境。上海當前的郊區化以近郊推進為主，上海需要進一步控制中心城區商業開發，加強以老縣城為基礎的遠郊新城的投資力度，通過軌道交通等方式加強新城與中心城的聯系，加強新城對人口和產業的吸引力，促進郊區商業中心的形成與發展。第二，在布局城市設施的時候，需要有整體、集聚、關聯等思維，加強不同設施之間的區位關聯和互動。從商業配套設施建設的角度來看，加強餐飲美食、出行住宿、公園戶外、生活娛樂等設施與購物服務業類設施的微區位關聯，有助于商業設施的發展，從而激發實體商業的活力。（通訊作者：王寅）

主要參考文獻：

[1]寧越敏，黃勝利.上海市區商業中心的等級體系及其變遷特征[J].地域研究與開發，2005.24（2）.

[2]王春蘭，楊上廣.上海人口郊區化與新城發展動態分析[J].城市規劃，2015.39（4）.

[3]馬梅，趙民，張捷.新形勢下上海市1966 城鎮體系規劃調整完善及新城建設研究[J].城鄉規劃，2011（1）.

[4]Stahl K.Location and spatial pricing theory with nonconvex transportation cost schedules[J].The Bell Journal of Economics，1982.13（4）.

[5]白光潤，李仙德.商業微區位空間關聯類型與測度[J].人文地理，2008（4）.

[6]盧文岱.SPSS for Windows 統計分析（第二版）[M].北京：電子工業出版社，2004.