城市交通路網中心性與零售網點空間布局的關系研究
——以濟南市區為例

侯毅鳴，陳延斌，宋成鎮

(山東師范大學地理與環境學院，中國 濟南 250358)

城市經濟活動空間分布與交通網絡的關系一直是城市地理、經濟地理、城市規劃等領域的研究熱點[1]。隨著社會科學的發展，學者們逐漸從網絡視角研究城市結構和城市形態以及交通、人口、經濟和土地利用之間的地域關系[2,3]。道路網絡作為城市內部交通的重要組成部分，通過影響人和物的活動軌跡，深刻影響著經濟活動的空間分布[4]。研究道路網絡與經濟活動空間分布的相關性對預測城市商業網點空間演化趨勢、緩解區域交通壓力，優化城市功能用地布局等具有重要意義。

“有些地方比其他地方更重要，因為它們更為中心”[5]，中心性是解讀交通網絡空間特征的關鍵指標之一[6]。路網中心性是量化道路網絡中各節點可達性的有效手段[7]，通常采用空間句法或多中心性評價模型進行測度。與空間句法相比，多中心性評價模型在計算路網中心性時使用節點間的公制距離，因而更具有實際意義[8-10]。Miller[11]提出了交通網絡結構中可達性的測算方法，Okabe等[12,13]開發了基于ArcGIS軟件的交通網絡分析工具，以上研究成果構成了多中心性評價模型的基礎。此后，諸多學者開始深入研究路網中心性及其與城市經濟活動的關系。Porta等[14]分析了巴塞羅那中心地區街道網絡和經濟活動區位之間的關系，認為在城市規劃中應將交通干道視為街區的核心而非邊界；王瑤莉等[15]以青島市為例，從全局和局部兩個尺度研究了鄰近中心性與居民活動強度及土地利用強度的關系；呂永強等[16]從交通路網中心性的角度分析了北京市中心區不同城市功能用地的交通導向特征；陳晨等[1,17]發現沈陽市交通網絡的多中心性導致了經濟活動的多中心性，長春市不同類型的商業網點受路網中心性影響的程度不同。然而，以上研究在分析路網中心性與經濟活動的相關關系時，只考慮總體相關性，忽視了兩者間的空間依賴性與空間異質性。

零售業是城市經濟活動的活躍因素[18]。圍繞城市中零售業的區位選擇與空間布局問題，學者也展開了相關研究。Tanega[19]指出無論零售商店提供多么好的產品或服務，區位仍然是其成功的關鍵。Cohen和Lewis[20]在1967年發表了“零售地理學中的形態和功能”，發現積極競爭的商店往往呈帶狀出現在高速路、商業街中；Downs[21]對購物中心認知的研究認為交通條件和服務范圍是商店布局的重要原則。我國對零售業分布的研究起步較晚，自從嚴重敏先生在20世紀60年代引入中心地理論后，涌現出大批以國內大城市為案例的實證研究[22]。目前，國內學者多基于興趣點數據，利用最鄰近距離、標準差橢圓、核密度估計、莫蘭指數[23-25]等方法分析零售業的空間分布特征，而從路網中心性的角度分析空間分布特征的研究較少。

基于此，本文首先測度濟南市區交通路網中心性，然后分析路網中心性和各類零售網點的空間分布特征，結合Person相關系數和地理加權回歸模型建立路網中心性與零售網點空間分布的統計學關系，分析總體相關性和空間異質性。本文研究城市路網中心性與各零售細分行業的空間分布關系，深化對零售網點空間布局與城市內部路網結構之間關系的認識，既可進一步豐富現有多中心評價模型研究案例，又可發現各零售細分行業分布的交通導向特征，對促進城市零售業與交通設施合理布局，優化城市空間結構，改善居民生活質量，推動城市社會經濟健康高質量發展具有重要現實意義。

1 研究方法與數據來源

1.1 研究方法

1.1.1 路網中心性測算 基于多中心性評價模型(Multiple Centrality Analysis，即MCA)計算濟南市區路網中心性。MCA的原理是將城市道路抽象為直線，將路口抽象為節點或端點，沿兩節點間的最短路徑測算實際距離[12,13]。選取鄰近中心性(closeness centrality)、中介中心性(betweenness centrality)、直達中心性(straightness centrality)3個指標，運用ArcGIS中的城市網絡分析工具(Urban Network Analysis Tool，即UNA)對路網中心性進行測算。

鄰近性(CC)表示一個節點與其他所有節點的鄰近程度，反映了該節點在交通網絡中的相對可達性。其公式如下：

(1)

中介性(CB)認為，連接網絡中的任意兩個節點都有一條最短路徑，通過某一區域的最短路徑越多，該區域的中介性越好。中介性可以用來表示通過某節點的交通流量，中介性的值越高反映通過該節點的交通流量越大，其公式如下：

(2)

直達性(CS)是衡量節點交通效率的有效手段。兩節點間最短路徑的距離與直線距離的比值越小，表示該路徑偏離直線的程度越小，即兩節點間的交通效率越高。直達性公式如下：

(3)

1.1.2 核密度分析 核密度分析法(Kernel Density Estimation，即KDE)是一種非參數估計的空間分析方法，易于實現并能較好反映地理現象空間分布中的距離衰減效應[26]。運用KDE分析濟南市區零售網點分布與路網中心性值的空間格局，二維空間的核密度方程可以表示為：

(4)

式中：h為閾值，n為閾值范圍內零售網點數量，(x-xi)2+(y-yi)2表示點(xi,yi)與(x,y)間的離差。綜合考慮核密度圖像的平滑度與局部數據特征的明顯程度，選取1 500 m為核密度閾值進行分析，輸出柵格數據像元大小選擇100 m。

1.1.3 地理加權回歸 根據地理學第一定律，兩事物之間距離越近聯系越大。地理加權回歸模型(Geographically Weighted Regression，即GWR)通過賦予樣本點鄰域內觀測值更高的權重，表現出事物之間的天然聯系。與傳統的回歸模型如普通最小二乘法(Ordinary Least Squares，即OLS)相比，GWR采用局部回歸的方法，能夠反映不同區位路網中心性與零售網點布局的相關性差異。研究表明，在具有空間關系的回歸分析上，GWR相較于OLS具有更好的擬合優度[27-29]。GWR模型的結構方程如下[29]：

Yi=β0(ui,vi)+∑kβk(ui,vi)Xik+εi，

(5)

(6)

式中：Wij表示零售網點i和網點j間的權重影響；b為帶寬，帶寬b越大，權重影響隨著距離dij的增加衰減的速度越慢，帶寬b越小，權重影響隨著距離dij的增加衰減的速度越快，帶寬b的值取決于相鄰要素數或距離范圍。選用AIC準則對帶寬進行優化，其公式如下[30]：

(7)

式中：C為模型的赤池信息值，根據赤池信息準則，C的值最小時對應的帶寬為模型中的最優帶寬；n表示樣本中零售業網點的數量；tr(S)表示GWR的S矩陣的跡，為帶寬函數；σ為誤差項估計的標準離差。

1.2 研究區域與數據來源

濟南市是山東省省會、全國副省級城市之一，也是環渤海地區和黃河中下游地區中心城市之一。近年來，在“東拓、西進、南控、北跨、中優”的城市空間發展戰略背景下，濟南城市道路建設加快、道路網正從“二環”向“三環”突破。同時，濟南市零售網點逐漸增多，零售業態種類逐漸豐富。本文研究區域為《濟南統計年鑒—2019》所指濟南市區范圍，包括市中、歷下、槐蔭、天橋、歷城、長清、章丘和濟陽共8個區。2018年市區總面積6 121 km2，總人口554.13萬人，分別占濟南市的76.53%和84.48%。濟南市區承載著濟南市的主要城市功能，生產總值占全市的92.54%，國道、省道發達，是全省公路網絡中心和高速公路中心樞紐[31]。

交通路網數據來自國家地理信息公共服務平臺，結合研究內容和濟南市實際情況，對道路矢量數據進行預處理。剔除公園道路、居住區道路等非研究對象后，研究區內共有5 620條邊，3 688個節點。利用Python獲取百度地圖中研究范圍內的零售網點共7 089家，結合實際情況對數據進行預處理，根據《零售業態分類》(國家標準GBT18106-2004)，將零售網點類型分為7類，其中超市812家、服飾店855家、專賣店(包括但不限于文化和體育用品專賣店)2 235家、家居建材市場839家、副食品店871家、家電電子賣場1 098家、商場379家。

2 結果分析

2.1 路網中心性空間特征

以ArcGIS 10.2為研究平臺，提取交通路網的節點和端點作為網絡分析的節點，測算兩節點間的實際距離，創建濟南市區路網數據集。運用UNA工具對交通路網中心性進行測度，得到路網中心性分布圖(圖1)。利用KDE方法，分別以鄰近性、中介性、直達性為權重進行空間插值，得到交通路網中心性核密度分布圖(圖2)，采用自然斷點分類法將各圖層核密度分為9類，以此來反映其空間分布特征。

圖1 濟南市區交通路網中心性空間分布Fig. 1 Central spatial distribution of traffic network in Jinan

圖2 濟南市區交通路網中心性核密度分布Fig. 2 Distribution of central kernel of traffic network in Jinan

從圖1(a)中可以看出鄰近中心性值呈明顯的“中心—外圍”分布模式，符合地理學中的距離衰減規律。鄰近性高值區基本位于二環路以內(圖2(a))，維十二路以東、順河高架路以西、經一路以南、經十路以北區域鄰近中心性最高，該區域也是天橋區、槐蔭區、市中區和歷下區互相毗鄰之處，區域內道路節點到市內其他區域節點的距離最短，相對可達性最高。考慮到全市居民的方便程度，濟南站、山東省立醫院等公共服務設施多分布在此。在高值區外圍分布有多個次中心，如西部槐蔭區日照路以北的臘山河沿岸地區，北部天橋區順河高架路與水屯北路交匯處，東部歷下區燕子山路與和平路交匯處以及奧林匹克體育中心周圍，以上區域也具有較高的可達性。

中介性呈明顯的多中心分布模式，且呈條帶狀從濟南市中心城區向外圍輻射，這與濟南市交通干道的分布有關。圖2(b)顯示中介性高值區的范圍較鄰近性向東略有擴張，次中心主要在槐蔭區經十路與濟南繞城高速交匯處、二環西路與經六路交匯處，歷下區二環東路與解放路交匯處、穎秀路與工業南路交匯處、解放東路與奧體西路交匯處，市中區英雄山立交橋等承載巨大車流量的路口。以上區域通過的最短路徑最多，在道路擁塞情況下對交通流量的控制能力較強。從圖1(b)可以看出條帶狀的中介性核密度高值區主要有從中心城區沿經十西路至長清區文昌街道，沿望岳路向南至歷城區鐘宮鎮S103與S317交匯處，沿經十路(G309)、世紀大道、工業北路(S102)向東至章丘區雙山街道，沿順河高架路、G35和G20向東北方向至章丘區刁鎮街道，沿二環東路、京嵐線、東鄭線向北至濟陽區濟北街道。以上道路交通承載量大，通勤度較高，有利于加強濟南中心城區和外圍區縣的溝通與聯系，促使城市向多中心方向發展。

直達性高值區分布和鄰近性相似，多中心結構更加明顯?；笔a區臘山商圈、西客站商圈，歷下區高新技術開發區，市中區領秀公園附近存在次中心。濟陽區濟北街道、章丘區雙山街道、長清區平安街道分別為所在市轄區的直達性高值區(圖2 c)。以上區域內節點去往其他節點的最短路徑與直線路徑的偏離程度較小，交通效率較高。從圖1(c)可以看出從中心城區向東方向至章丘區雙山街道、向西南方向至長清區孝里街道，直達中心性有連續明顯的帶狀高值區，說明濟南市中心至章丘和長清兩區之間的路網形態較規則，通達性較好。

對高校突發事件的理解，如果從突發事件的角度展開分析，可以理解為“突然發生的嚴重事件，對社會或者學校造成較大的不良影響，需要采取一系列的應急措施加以防范”。至于對高校突發事件的具體判定，每個人在認識上可能存在差異，但是其中大多數人認為：這類型事件主要指的是在高校內部突然發生、同時給學校生活造成嚴重威脅和損失的重大事件，通常會給學校帶來較大的不良影響。

2.2 零售業空間分布特征

對零售網點進行空間插值，得到總體及各細分零售行業核密度分布圖(圖3)。從圖3中可看出超市、副食品店、商場核密度分布在中心城區內呈多核心結構，其中超市核密度的高值區范圍最大。以上3種類型零售網點的總體分布格局有不同的特點。由于超市的生存門檻值較低，在市區隨居住區和商業中心布局，分布相對分散且均勻。中心城區以外人口分布相對稀疏，專門銷售副食品的門店難以生存，因此副食品店在中心城區以外地區核密度值較小。商場需要擁有廣闊的商圈范圍，主要布局在人流量大、消費頻率高的市、區級商業中心。

家電電子賣場和家居建材市場核密度在中心城區各有3處高值區域。家電電子賣場集中分布在濟南中恒商城附近(主要為家用電器專賣)、泉城路沿街、山東大學中心校區至解放路一帶(主要為數碼產品專賣)，這些區域或布局有眾多住宅區，或毗鄰中小學、高校，具有較好的市場條件。家電、電子產品專賣店在濟南市區分布相對均勻，表明人們對家電、電子類產品的需求較大。家居建材市場主要聚集在交通便捷的道路交匯處，如北園大街與航運路路口、小清河以北的歷山北路一帶、北園大街與順河高架路交匯處，與其他類型零售業相比聚集現象更加突出。

服飾店與專賣店的分布呈單核心結構，主要聚集在以泉城廣場為核心的高級別商業區。經四路萬達廣場以及經二路與緯十路交匯處為服飾店核密度的次中心，中心城區之外的地區服飾店核密度值較小，這與眾多的服飾品牌選擇在大型購物中心內開設店鋪有關。專賣店核密度次中心較多，且有連接成片的特點，以馬鞍山路英雄山文化市場次中心為例，專賣店分布與文化、體育場所的布局有密切關系。

總體來看，濟南市區零售網點空間布局呈“大集中，小分散”的特征，即大量零售網點集中分布在市中心，其他地域只有多個小范圍聚集區。中心城區的高值區核密度值在142～191之間，中心城區之外的區域核密度值較低，只有濟陽、長清、章丘區的中心商業區核密度值較高，在20～53之間。

2.3 零售網點空間分布與路網中心性關系

2.3.1 總體相關性分析 提取零售網點對應的路網中心性核密度值和零售網點分布核密度值，導入SPSS軟件進行相關性分析與顯著性檢驗，得出各細分零售行業與路網中心性關系的統計學特征，根據兩者的相關程度，把零售業分為不同的導向型，結果見表1。

表1 皮爾遜相關系數及零售網點導向型分類Table 1 Pearson correlation coefficient and retail outlet oriented classification

表1顯示，除了家居建材市場核密度與鄰近中心性及中心性平均值的相關系數外，其他相關系數均通過了0.01水平上的顯著性檢驗。通過分析可以得到以下結論。

(1)超市、服飾店、副食品店、家電電子賣場以及家居建材市場為中介性導向型的零售業類型，其中超市核密度與中介中心性為強相關關系，皮爾遜相關系數為0.767，家居建材市場核密度與中介中心性的相關性最弱，皮爾遜相關系數為0.242。中介中心性反映的是節點在交通路網中的中轉和銜接功能，是衡量交通流量的重要指標，所以超市、服飾店、副食品店、家電電子賣場、家居建材市場聚集的地方通過的最短路徑最多，交通流量較大。

(2)商場和專賣店為鄰近性導向型的零售業類型，兩者的皮爾遜相關系數分別為0.602與0.533。鄰近性反映了某節點到其他所有節點的相對可達性，所以商場和專賣店聚集的地區到其他區域道路節點的可達性最高。

(3)總體來看，零售業核密度與交通路網中心性具有較強的相關性，皮爾遜相關系數為0.709，零售業布局與中介中心性的相關性最強，與直達中心性的相關性最弱。

進一步分析各類零售網點分布與路網中心性相關性差異的原因，可得如下結論。

(1)超市和副食品店主要為附近的居民服務，同時人們到達超市、副食品店進行消費的頻率較高，為了節省交通成本，他們常選擇最短路徑到達目的地。因此，超市和副食品店多分布在最短路徑通過較多的地方，與中介中心性相關性強。

(2)對于家電、電子和服裝飾品等商品，消費者一般有所偏好且需要“貨比三家”，所以家電電子賣場和服飾店多選擇在人流量多的地區集中布局，這些地區的中介中心性較高。

(3)家居建材市場的占地面積較大，多分布在商業中心外圍，與交通路網中心性的相關性弱，同時該類商品的運輸成本高，需要考慮通過最短路徑到達目的地，所以與中介中心性有高的相關性。例如居然之家、紅星美凱龍世博家居生活mall、濟南建華保溫材料大全等大型家居建材市場聚集在二環東北角，且在北園大街與歷山北路路口，符合上述區位特點。

(4)商場面積較大、貨品齊全，可以滿足消費者一次性購齊所需物品的要求，進而吸引遠距離的人們來此購物；專賣店要考慮品牌影響力的提升，大多裝潢精致、銷量少而利潤高，目標顧客以全市的中高檔消費者為主。商場和專賣店服務范圍廣闊，其分布要考慮到達城市所有地方的平均距離，所以與鄰近中心性的相關程度大。

2.3.2 空間異質性分析 皮爾遜相關系數表征了零售網點分布與路網中心性的總體相關程度，但并不能反映兩者關系隨地理位置的變化。由于自然環境和人文環境等因素的差異，地理現象的非平穩特征不容忽視。采用GWR模型分析零售網點與路網中心性關系的空間異質性，可以為城市零售業布局優化、因地制宜提供科學依據。選取中介中心性導向型零售業中的超市和鄰近中心性導向型零售業中的專賣店核密度作為因變量，分別把3種中心性指標核密度作為解釋變量，選擇高斯固定核為核類型，選擇AICC方法為模型帶寬，應用ArcGIS軟件中的GWR工具進行地理回歸分析。選取赤池信息量準則AICC值和調整后的R2值對比GWR與OLS的擬合結果(表2)。

表2 OLS和GWR模型參數的描述性統計比較Table 2 Descriptive statistical comparison of OLS and GWR Model parameters

由表2可知，GWR模型較OLS模型有更小的AICC及更大的調整R2，因此GWR模型具有更好的擬合優度。選取相關系數反映超市和專賣店分布與交通路網中心性相關關系的空間異質性，結果如圖4和圖5所示。

圖4 基于GWR模型的濟南市區超市分布與路網中心性回歸系數圖Fig. 4 Regression coefficient diagram of supermarket distribution and road network centrality based on GWR Model

圖5 基于GWR模型的濟南市區專賣店分布與路網中心性回歸系數圖Fig. 5 Regression coefficient diagram of specialty store distribution and road network centrality based on GWR Model

從圖4可看出，超市與3種路網中心性指標回歸系數的相關分布特征相似。路網中心性對與超市布局正向影響的低值回歸系數較低的區域主要在濟南市中心城區、章丘區雙山街道以及其他轄區的鄉村地區，表明濟南市中心城區和章丘區雙山街道經濟活躍度高。超市布局還受地價、消費市場狀況、城市設施布局等其他因素的較大影響。同時，以上區域路網稠密，交通條件整體較好，使得道路節點的區位優勢相對減弱。農村地區交通節點車流量較少，超市選址時可能更多考慮與居民點的距離等其他因素，因此路網中心性對超市布局的影響較弱。超市分布與路網中心性相關系數的高值主要分布在歷城區，說明該區域超市布局對路網中心性的反應最敏感，路網結構對經濟活動產生了重要影響。

圖5顯示，路網中心性與專賣店分布回歸系數的高值區主要在二環東路以東、濟南繞城高速東段(G2)以西的中心城區內，該區域道路網絡形狀規則且通達性好，路網形態對專賣店布局有較大影響?；貧w系數的低值在北園高架路以南的二環內區域，以泉城路、黑虎泉北路、泉城廣場、濼源大街為代表。這些區域為濟南市核心商業區，稠密的人口和良好的商圈環境是專賣店在此布局的重要原因，路網中心性對專賣店布局的影響程度相對較小。同時，旅游景點和學校也對專賣店有很大的吸引力。

3 結論與討論

通過研究濟南市路網中心性和零售業空間布局特征以及對兩者相關關系和空間異質性的分析，可以得出以下結論。

(1)濟南市區路網中心性的多中心特征初步顯現，中心城區為路網中心性高值區，次中心集中在高值核心周圍，對外圍地區的帶動作用不足。濟陽、長清、章丘3區只有區政府所駐街道道路密集、核密度值較高，其他區域路網中心性核密度值較低。

(2)從空間分布特征看，零售業網點在市中心的聚集現象明顯。在外圍的濟陽、長清、章丘3區，只有超市和家電電子賣場分布相對均勻，其他類型零售業店鋪多聚集在區政府所駐街道商業區。

(3)零售業與路網中心性具有較強的相關性。超市、服飾店、副食品店，家電電子賣場以及家居建材市場為中介性導向型的零售業類型；商場和專賣店為鄰近性導向型的零售業類型。總體來看，中介中心性對零售業網點選址的影響程度最大，即區域節點之間最短路徑通過數量多的地方對零售業具有較強的吸引力。

(4)路網中心性對零售業分布的影響程度具有空間異質性。以超市和專賣店為例，受地價、消費市場狀況，城市設施布局以及其他因素的影響，不同零售業類型與路網中心性的空間異質性也存在差異。

建議在對道路網絡進行規劃時，考慮其與零售業相關關系的空間異質性，發揮路網中心性對經濟活動的帶動作用，促進區域經濟發展。受數據源與分析方法的限制，本文在利用多中心性評價模型測算交通路網中心性時沒有考慮道路的等級和寬度等因素的影響，下一步研究可根據道路屬性賦予相應權重，使路網中心性的測算結果更符合實際。