基于POI 數據的南京市城區商業空間格局與行業分布時空分析

劉傳奇，向楊昕

（長江大學 城市建設學院，湖北 荊州 434020）

0 引言

中國城市地理研究領域的發展過程主要從方法論、具體手段到現在的城市地理學研究議題[1]，通過空間分析、空間查詢等操作實現面向城市規劃需求的實踐運用。近年來，隨著互聯網技術的快速發展，新興的數據源不斷涌現，如手機信令數據、網絡口碑（word of mouth，WOM）數據、興趣點（point of interest，POI）數據[2]。其中，POI 數據包含設施名稱、地址、經緯度、類別等信息，具有數據范圍覆蓋面廣、信息量大、獲取相對容易的優點。POI 數據作為一種互聯網開放數據，在網絡信息查詢、地圖導航等領域具有廣泛應用，近年來也越來越受到城市規劃、城市商業分布等領域學者的關注。例如，文獻[3]基于POI 數據開展格網密度分析，分析合肥市城市公共交通可達性評價并提出優化方針；文獻[4]通過可視化分析城市POI 數據，將城市劃分交通小區并分析旅游交通流量，進而針對游客出行需求建立了符合游客出行特性的旅游公交線路優化模型；文獻[5]利用廣州市酒店POI 數據，通過最近鄰、空間核密度等GIS 空間分析方法，分析廣州市酒店的空間布局特征、時間演化特征及其相關影響因素；文獻[6]通過研究青島市酒店的空間布局及出行POI數據對酒店區位的影響，分析探索出行POI 數據對酒店區位的影響并為青島市酒店合理選址提供可行性建議；文獻[7]通過網絡爬蟲爬取了高德地圖POI、交通態勢等數據，將模型結果進行可視化，同時依據特征選擇和模型訓練的結果對新式茶飲門店選址影響因素進行了討論，并提出了門店選址模型的改進建議；文獻[8]基于休閑旅游POI 數據，運用空間點格局分析，從城市整體出發，探討了南京市休閑旅游空間特征。

目前，中國城市地理研究更加多元化，新理論及新方法日益增多。學者發現通過POI 等多源數據對城市地理課題開展研究，可以有效提高研究結果的準確度；通過長期數據匯總分析，可以探索城市地理發展動態規律，并針對性地為城市公共資源規劃提供依據，同時也為城市發展規劃提供參考。本文通過采集POI 數據，利用核密度分析、相關性分析及頻率密度分析方法從空間分布特征、空間相關性、時空變化規律等角度對城市商業中心開展研究，希望可以通過研究針對性地指導城市空間的未來發展。

1 研究區與數據集

1.1 研究區概況

南京市是江蘇省省會、南京都市圈核心城市，地處中國東部、長江下游中段，瀕江近海，屬于特大城市。全市下轄11 個區，總面積為 6 587 km2，建成區面積為868.28 km2，截至2020年底，南京市常住人口為931.97 萬人，城鎮化率為86.8%。近年來，多家商業綜合體或商業廣場入駐南京市，南京市作為長江下游的水路交通樞紐，依托大體量商業集群打造場景、吸引全齡段客群。

1.2 研究數據

本文的POI 數據包括南京市范圍內各行業的設施點名稱、類別、經緯度等信息。本研究需要考慮行業之間的相關性，因此，按照圖1 的規則對南京市所有POI 數據的類型進行兩級分類，以8個一級類、41 個二級類的POI 數據為研究對象。經過POI 數據篩選、去重等操作，統計研究區內不同年份各類POI 數量。此外，研究數據還包括南京市交通道路網、南京市自然地理數據及《南京市統計年鑒》的國內生產總值（gross domestic product，GDP）、人口、城區行業數量與行業發展數據。

圖1 南京市POI 數據分類

2 研究方法

2.1 核密度分析

核密度估計法結果受主觀因素影響較小且具有漸變性和揭示細節特征的優勢。本文通過核密度估計法識別南京市商業設施的集聚地，分析每年商業網點的空間集聚規律[9]。其具體計算方法如公式（1）。

式中：fn（x）為核密度值；K值為核函數；xi、yi表示獨立分布的i個樣本點坐標；（x-xi）2+（y-yi）2為樣本點（xi，yi）和（x，y）之間的距離；h為帶寬；n為樣本范圍內的點數。

2.2 相關性分析

相關性分析對兩個或多個相關性變量元素進行分析，衡量兩個變量或多個變量之間相關關系的密切程度。其計算方法如公式（2）。

式中：r值為相關系數，xi、yi代表樣本要素的坐標，、代表樣本要素坐標的平均值。

相關系數r介于-1 與1 之間，其絕對值越趨近于1，表明相關程度越高；絕對值越趨近于0，表明相關程度越低。相關系數的正號和負號分別代表正相關和負相關。其中，|r|≥0.8 為極強相關，0.6≤|r|＜0.8為強相關，0.4≤|r|＜0.6為中等程度相關。

2.3 頻率密度分析

本文以路網劃分行政區形成的不規則格網為研究單元，計算每個單元格內各類型POI 數據的頻率密度。當單元格中某類POI 頻率密度達到50%及以上時，該單元格被確定為單一功能區；當單元格中所有類型POI 數據的頻率密度均未達到50%時，該單元格被確定為混合功能區；當單元格內無POI數據時，則該單元類型為無數據區域[10]。計算方法如公式（3）。

式中：Fi為第i類（i為功能區7 種土地利用類型）POI 頻率密度，di為第i類POI 在單元格中的核密度值，D為單元格中的核密度總值。

3 研究過程與分析

3.1 商業設施空間時空分布特征

為了研究南京市商業設施空間分布，本文開展了2010、2015、2018 年南京市商業設施核密度計算，結果如圖2 所示。從空間角度看，南京市每個區都擁有至少一個商業設施集聚高密度區域。例如，經濟狀況較好的鼓樓區、秦淮區中近一半的區域為商業設施集聚區域，發展相對落后的高淳區、溧水區商業設施集聚區域的面積小、相對占比少，這些區域需要加快發展商業。

圖2 商業設施核密度分析結果

根據多年的核密度分析結果可知，南京市商業格局由一核發展向多核發展，呈“一核多心”的并存態勢。南京市2010 年新街口商圈一核發展的態勢轉變為2018 年以新街口商圈為中心，沿長江、寧高高速、寧連高速放射式發展的仙林商圈、江北新區、湖南路商圈等眾多商圈的新態勢。各大商圈主要體現各個商業中心商業設施向內密集、向外圍擴散的放射狀態。城市中心區域的秦淮區、玄武區商業設施集聚程度高，例如，新街口區域完全被商業設施高度集聚區域覆蓋；六合區、江寧區等區域的外圍區域商業設施集聚強度相對低，存在不同的過渡區域。南京市商業設施集聚程度較低的區域相對分散在市區各處，并且向中心城區集中，主要通過放射形網絡狀交通引導城市空間拓展。商圈存在逐漸向北部、南部地區擴展的態勢，屬于“多心敞開”的城市結構，與南京市的山水格局形成良好的耦合效應。

3.2 商業設施空間相關性分析

3.2.1 行業相關性分析

空間相關分析立足于地理學第一定律，即空間上分布的事物是相互聯系的，近距離事物之間的影響作用大于遠距離事物之間的影響作用，其概念包括空間對象的空間分布模式和相應的屬性取值。

南京市商業設施集聚特征與其他行業設施集聚特征存在一定的相似性，說明商業設施與其他行業設施存在一定的空間分布關系。本文提取各個行政區劃8 個一類指標POI 數量，計算商業設施與其他類型POI 集聚程度的空間相關性，并根據結果篩選與商業設施集聚程度相關性最強的4個一類指標POI，如表1 所示。

表1 南京市商業設施相關性評價

本文采用皮爾遜（Pearson）相關系數分析商業區、產業區、公共服務區、住宅區和交通設施區之間的相關性。從表1 的分析結果可以看出，南京市商業區與產業區（r=0.895，p＜0.01）、公共服務區（r=0.892，p＜0.01）及交通設施區（r=0.948，p＜0.01）呈顯著極高正相關，與住宅區（r=0.772，p＜0.01）呈顯著較高正相關；產業區與住宅區（r=0.825，p＜0.01）及交通設施區（r=0.945，p＜0.01）呈顯著極高正相關，與公共服務區（r=0.756，p＜0.01）呈顯著較高正相關；公共服務區與交通設施區（r=0.857，p＜0.01）呈顯著極高正相關，與住宅區（r=0.680，p＜0.05）呈顯著較高正相關；住宅區與交通設施區（r=0.857，p＜0.01）呈顯著極高正相關。

根據集聚經濟效益理論，商業布局更偏好交通通達性高的區域，區位越優越，商業人氣越旺。近年來，南京南站等系列交通線路的建成與投入使用，拉近產業、消費設施與消費者的關系，快速推動商業發展及空間結構演變，不斷提升各區域商業設施集聚程度。同時，各行業與人口密度又存在互利共贏的關系，產業地域集中會提高規模經濟的綜合收益和區域資源利用效率；科教、醫療、地產行業需要尋找更多的人口流量。各行各業不斷向商業設施高度集聚的區域靠攏，帶動了公共服務業、餐飲業，導致人口流動性增強、消費頻率加快，進一步促進城市商業的發展水平。

3.2.2 社會因素相關性分析

商業發達程度與GDP、可達性、人口密度、設施密度、社會經濟等因素密切相關。為了驗證這些社會因素對商業發展的影響，本研究以南京市行政區劃為單位，通過對2018 年南京市各項統計數據進行相關分析，選取與商業設施密度相關性指數較高的交通設施、人口密度、人均GDP 指標，結合商業設施可達性，基于重分類方法，研究南京市商業設施密度與社會因素之間的相關性。

本研究基于層次分析法（analytic hierarchy process，AHP），利用yaahp 軟件對各因素進行結構關系構建、兩兩比較和矩陣計算并得到權重結果，為了保證模型結構的完整性，添加A、B 兩個備選方案。通過向9 位專家發放AHP 調查表，對商業設施密度的社會因素進行相對重要性兩兩比較，軟件一致性檢驗成功后，人均GDP、人口密度、道路密度指標權重分別為0.4、0.25、0.35。通過ArcGIS 軟件柵格計算器疊加分析，得到南京市商業發展社會環境評價指數。

由圖3 看出，南京市商業發展環境不平衡。六合區、高淳區的社會環境評價指數明顯低于市中心，這些區域對外交通欠發達，導致產業轉型慢，商業發展缺乏相關產業支撐，消費水平不足以帶動商業快速發展。社會環境評價指數同樣較低的浦口區，卻憑借長江沿岸的交通優勢、臨近主城區的地理優勢，快速發展浦口新區商圈。商品流通離不開交通運輸及物流，發達的交通網絡可以提高地區間的人類活躍度，拉近產業、消費設施與消費者的關系，對地區的商業發展起到一定的引導作用。

圖3 商業社會因素分析結果

3.3 商業中心時空發展分析

城市功能的分布與布局是衡量一個城市發展狀況的重要因素[11]，因此城市功能與城市功能區的劃分具有重要意義。中國將公路劃分為高速公路、一級公路、二級公路、三級公路、四級公路五個等級。本文計算各級道路的平均寬度，在ArcGIS 軟件中生成緩沖區，利用不規則格網分割核密度。基于核密度與融合數據的城市功能分區模型，計算每個功能區的頻率密度并將類型比例值50%作為判斷單元格功能區的標準[12]，得到城市功能區識別成果，如圖4 所示。

圖4 城市功能區識別

經統計，2010、2015、2018 年南京市單一功能區與混合功能區比值依次約為4：3、2：5、1：3，單一功能區與商業區比例分別為39.59%、18.76%、14.13%。單一功能區與商業區比例的不斷下降是由于商業區與產業區、公共服務區和住宅區的混合組合形式。在南京市中心城區，混合功能區分布廣泛且數量較多。一般來說，混合功能區占比越大，城市各行業設施配置越完善。城市在發展過程中不只是單個中心的無限壯大發展，而是單中心發展逐漸向更復雜的多中心城市發展的過程[13]。近年來，南京市單一功能區中的商業功能區分布最廣，中心城區和浦口區是商業功能區覆蓋面積占比最大的區域。南京市產業功能區大多數集中在江寧區、浦口區，明顯沿長江兩岸及主干道分布，其他區域也呈現一定的集聚特征，符合一般的城市工業分布。交通功能區和公共服務功能區數量相對較少但分布均勻，其原因是這兩種POI 大多依靠其他設施存在，為其他設施提供服務。

近年來，全市各類功能區都存在被混合功能區替代的明顯趨勢，但綠地功能區沒有明顯減少，這是南京市生態環境所必需的。總體上，南京市商業與其他行業的空間規劃正常發展，商業設施用地未出現過多占用其他設施用地的情況。

本文通過精細分析各行業POI 分布及時間推移過程發現，在發展方向上，南京市以橫穿中部城市的長江為橫軸，以連接南部、北部農田的寧連公路和寧高公路為縱軸。中部城市主要發展高新產業和城市商業，并沿江向市外擴張城鎮經濟帶與轉型發展帶，主要包括商業、金融及高新產業。寧連公路和寧高公路依托南北部基本農田向外擴張生態經濟發展帶，主要包括商業、餐飲及綠地山區等。各發展方向沿津浦線、滬寧線等鐵路向安徽、長三角等地區延伸，帶動周邊城鎮經濟發展，促進地區間商業交流，如圖5 所示。

圖5 未來發展方向

4 結論與討論

4.1 結論

本文以POI數據為研究對象，通過分析與檢驗，得到南京市商業設施分布呈現明顯的多中心發展模式，對未來城市建設具有一定的借鑒意義。

（1）南京市商業設施分布呈現多中心發展模式。商業較發達，尤其是長江沿線各類工商業用地密集分布，新街口、湖南路、夫子廟等區域存在較明顯的集聚特征，而南京市高淳區、溧水區及市區邊緣區域商業發展相對較滯后。

（2）寧連公路和寧高公路沿線區域依托現有城鎮及工業基礎，可以大力發展勞動密集型工業，本文鼓勵金融商貿、文化休閑及房地產等投資商入駐當地商圈，對緩解人口就業壓力、提升區域GDP具有積極作用。六合區、高淳區的對外交通欠發達，導致產業轉型慢、商業發展缺乏相關產業支撐、大眾消費水平不足以帶動商業快速發展。

（3）商業發展需要相關行業及設施的快速建設，也要控制城市建筑用地無序擴張。未來南京市的發展方向仍以西北方向為主，但需要注意保護六合副城、麗水副城及高淳副城的大量基本農田和耕地，在發展相關行業時應嚴守生態保護紅線，保護城市綠地功能，充分發揮永久基本農田優化城市空間格局的作用。南京市混合功能區數量逐年增加且重合度高，大多區域存在多種混合功能。政府可以建立健全各項發展指標，優先建設完善交通設施，發揮全國交通樞紐城市的優勢。

4.2 討論

基于POI 的城市商業空間格局研究與行業分布分析具有一定的優勢，能夠更好地解決城市空間布局問題，但仍然存在不足之處。

本研究仍局限于傳統經濟地理學框架，在商業領域沒有進一步區分不同消費模式的人口和不同消費品牌的價位，缺乏針對奢侈品與必需品的獨立研究；缺少南京市人口消費水平方面的資料，難以對居住人口的消費、商業活動進行深入了解；缺乏對交通欠發達區域人類商業活動的思考。

本次城市功能區識別未能對混合功能區內的成分進行細分，混合功能區成分識別有助于強化城市資源配置效率并優化城市空間布局方案。