宿遷市主城區范圍商業中心空間格局分析研究

摘要：商業中心是城市人流聚集的重要場所，也是承載城市發展水平和經濟勢能的重要載體，其空間格局的分布標志著城市的業態分布與發展重心。文章以商業中心空間格局分析為切入點，依托2018，2020，2022年3期興趣點數據，研究宿遷市主城區（宿豫區、宿城區）商業中心的空間格局分布特征，通過GIS空間分析技術判斷并識別城市商業中心的熱點區域。研究結果表明：2018—2022年，宿遷市主城區形成了“一主N副”的商業中心空間分布格局，其中，主要核心位于宿城區寶龍廣場一帶，其他核心位于宿豫區的萬達廣場、宿城區的吾悅廣場等，其他地區的商業中心相對集聚性較差。從時間角度來看，宿遷市主城區的商業中心空間格局分布變化不明顯，城郊部分地區的商業中心相對密度較低。

關鍵詞：商業中心；空間格局；興趣點

中圖分類號：TP391文獻標志碼：A

0 引言

隨著社會經濟的不斷發展，社會逐步進入一個消費的時代，購物、生活逐漸成為城市不可或缺的重要環節，因而購物的載體成為定義現代城市空間的重要元素之一［1-2］。城市系統實際上是包括城市的功能、供給等多個服務和各類消費人群，促進城市空間結構的具體變化［3-4］。對于城市而言，越來越多的商業體因各種條件或元素逐漸形成了集聚現象，其空間布局是否合理對于檢驗城市具體的空間基礎設施、城鎮居民的消費購物需求、商業資源的優化配置具有明顯的促進作用。傳統的商業中心集聚往往是自發性的選擇，而現代的商業中心往往是整體的商業規劃，統一劃定形成中心區，這些空間格局的地理特征標志著城市的商業業態總體分布［5-6］。如何判別商業中心的分布合理性，業界專家往往從影響因素進行分析，典型的如人口分布、城市的總體規劃、交通要素的分布、商業業態綜合配套等；此外，利用地理學中心分布的理論分析具體行業的空間分布，既分析現有業態的現狀，也預測未來發展的趨勢，對于城市的配置優化與積極發展奠定了理論基礎［7-8］。

大數據技術的發展便利了各種數據的獲取與分析，就商業中心分析而言，其影響因素是復雜的也是多樣化的，因而利用不同類型的數據進行城市商業中心的空間格局分析逐漸成為地理學的重點方向與熱點之一。除了利用傳統的數據，微媒體的興起也成為志愿者地理信息（Volunteered Geographic Information， VGI）的重要數據來源，有學者利用蘊含位置基因的數據進行城市的商業中心分析，并綜合判斷規劃是否合理；同時，利用興趣點數據進行商業中心空間格局的熱點分析，這些多類型的數據綜合性分析有利于城市的管理者利用大數據技術進行城市的資源配置、布局優化，促進城市健康、快速發展［9］。

近年來，宿遷市經濟發展極為迅速，地區生產總值增速位列江蘇省前列，特別是新型產業優化、高新企業培育、現代農業發展都對城市的整體功能區劃定、整體資源配置有深遠的影響。為了更好地進行宿遷市城市商業中心的空間格局分析，本文選擇宿遷市的主城區（即宿城區、宿豫區）作為研究對象，通過搜集研究區內興趣點數據、行政區劃數據等作為基礎數據，針對城市主城區的現狀，分析宿遷市商業中心的空間格局及對應的熱點空間分布，為宿遷市的優化選址、城市規劃等提供重要的理論基礎和依據。

1 數據來源與研究方法

1.1 研究區概況與數據來源

宿遷市是江蘇省的北部城市，在“十四五”規劃定位中，明確深化與長江經濟帶、淮河生態經濟帶、淮海經濟區城市的合作，積極引入吾悅廣場、蘇州街、世貿廣場等一批商業中心建設，旨在形成市、縣、社區、基層多層級的商業體系，打造完善的商業業態閉環，優化現有的商業中心網絡布局，面向宿遷市提供商業服務。

為了評價宿遷市現有的商業中心布局，實現定量的研究，立足于現有的資料，本文充分搜集了2018，2020，2022年3期覆蓋宿遷市主城的興趣點數據及其他空間數據，具體數據如表1所示。

興趣點數據主要用于分析宿遷市主城區的商業中心空間布局具體變化，年度常態化地理國情監測數據主要是用于提取宿遷市主城區的范圍及其他要素。此外，除了搜集空間數據，還搜集了宿遷市人口數量統計、商業中心建設、城市規劃等相關資料作為輔助。

1.2 研究方法

為了充分明晰城市的商業中心聚集情況，依托已有的探索性空間分析（ESDA），選擇空間分析方法中的核密度分析作為研究方法。所謂核密度分析是空間密度較大的地區相應出現地理事件的區域集聚性相比較更為強烈，稱之為正相關性，相反，空間密度較低的地區，則對應的區域聚集性相對較弱。而核密度分析是將地理對象看成某個具體的原點，設置對應的圓半徑作為閾值，通過統計圓半徑范圍內城市商業中心的具體數量，進行綜合分析，得到對應的商業中心核密度相關結果。具體的計算結果如公式（1）所示：

式（1）中：設置固定范圍內的商業中心具體數量為n；K表示對應的核密度函數；h為具體距離閾值（即圓半徑），指的是具體的核密度分析范圍；d（x，xi）則用于表示兩點間的具體歐式距離。

核密度分析可以利用現有成熟的地理信息系統軟件中的核密度分析模塊來執行并完成，針對不同的地理要素、不同的尺度，有效地選擇合適的圓半徑或搜索距離閾值是極為重要的，這需要不斷地優化與調整。

2 空間分析

依據前文搜集的2018，2020，2022年3期宿遷市主城區的興趣點數據，通過對數據進行預處理、數據抽取、數據選擇，提取不同類別的商業中心，包含的類別主要包括金融公司、商業企業、商業超市、商用樓宇、餐飲美食等，對這些數據進行核密度分析。

對篩選的數據進行數量統計，其中，商業購物的數量在所有商業中心占比最大，從2018年到2022年，商業購物類別的數量已超過了1/3；而實際上的生活服務與餐飲飲食類別的數量大致相當；金融消費的企業數量則相對少，一般以國有銀行、大型消費金融為主（見表2）。

2018—2022年，從宿遷市主城區的總體統計結果來看，四大類商業中心統計結果中，宿城區增加數量相對較多，其中，餐飲飲食、商業購物、生活服務、金融消費分別增加了582個、648個、662個、155個。這主要是由于宿城區范圍內新開了多家商業綜合體，如吾悅廣場、世貿廣場，此外，宿城區范圍內的蘇宿工業園區受到政策的傾斜，也有多家商業綜合體開業，如蘇州街、凱悅廣場等。相較而言，宿豫區也集聚了一定數量的商業中心，如金三角商業中心，在空間范圍內形成了一定的聚集。綜合結果來看，商業購物類的公司占首位，因而，商業購物類的企業作為服務基本民生的重要組成部分，標志著城市的功能不斷完善。

為了進一步定量分析城市的商業中心集聚區具體位置，探索具體的城市商業聚集區域，本文嘗試從空間的視角進行不同時間周期的城市商業中心集聚空間格局探索，并橫向對比其變化差異，因而需要對宿遷市主城區的商業中心進行空間分析。具體的空間分析流程如下：

（1）在預處理興趣點數據、年度常態化更新的地理國情監測數據基礎上進行宿遷市主城區范圍的裁切，主要包括宿豫區、宿城區，并對每個區域范圍進行分類統計；

（2）對抽取、篩選出的興趣點數據進行核密度分析操作，并對結果進行有效范圍的裁切；

（3）通過對比計算的結果，并利用實際情況進行輔助分析，有效設置并優化搜索半徑參數，得到2018，2020，2022年3期計算結果。

從計算的結果來看，宿遷市主城區的商業中心熱點地區也表征了商業中心集聚較為明顯的地區，即相對數量較多。從計算的結果來看，在宿遷市的主城區范圍內，已經逐漸形成了“一主N副”的商業中心空間格局，其中：一個主要核心位于宿城區寶龍廣場一帶，這里是宿城區重點發展的城區重心，商業配套設施完善，數量也較多，如金鷹廣場、用世水韻城、中央商場等多個商業綜合體；“N”個副中心則位于蘇宿工業園區的蘇州街、宿豫區的萬達廣場附近。

從時間視角來看，2018—2022年，宿遷市主城區范圍“一主N副”的整體性空間格局變化相對不明顯，在城郊的范圍有部分變化，出現了一定程度商業中心布局密度的減少。這主要說明了城郊地區吸引力存在一定的減弱，對外拓展的能力相對于主城區而言也有減弱。

根據宿遷市主城區的商業中心現有格局特征，結合城市的人口地區分布，以現有的“一主N副”格局為基礎，構建具有圈層結構的、市縣（區）鄉多級商業中心等級體系。一方面，加快商業新業態的興建，充分引進新型商業類型，完善等級體系；另一方面，也要對現有的商業資源進行改造利用，特別是現有的、不具備吸引力的商業空間結構，包括商業業態的優化調整和職能機構的轉換，加大專賣店、超市、餐飲、娛樂等商業設施的引進等。

在商業競爭逐漸演變為商圈競爭的大環境下，商業中心需要完善自身的業態結構，同時，加快市政設施、停車場等配套設施完善，通過天橋、地道等設施建設，逐步形成獨立、封閉、安全的購物、消費環境。

3 結語

隨著社會經濟的不斷發展，大數據技術也不斷成為獲取數據的利器，如何從復雜、多樣化的數據中提取、篩選有效的信息進行空間化定量分析，探索城市商業中心的空間格局及熱點變化趨勢是極為重要的，可為城市的功能完善、規劃編制提供技術支撐。

本文選擇宿遷市主城區作為研究區，依托3期（2018，2020，2022年）興趣點數據作為基礎，利用GIS空間分析方法（核密度分析方法）作為技術手段，探索并識別宿遷市主城區的商業中心集聚情況。從時間的視角來看，2018—2022年，宿遷市主城區的“一主N副”總體格局變化不大，部分變化的地區主要出現在城郊，說明主城區的城郊吸引力、拓展力相對較弱；從空間的視角來看，商業中心的主要核心集中在宿城區的寶龍廣場附近，這里聚集了金鷹廣場、中央商場等一批優質的商業綜合體，吸引力相對較強，此外，N副中心主要出現在宿遷市的萬達廣場附近、蘇宿工業園區的蘇州街附近。正是由于城市規劃、人口的分布區域化及相應的側重點不同，反映了商業中心的空間集聚與離散。

參考文獻

［1］邢漢發，曹芳潔，郭旋，等.基于POI數據的北京市商業中心識別與空間格局探究［J］.地理信息世界，2019（1）：6-10.

［2］浩飛龍，王士君，馮章獻，等.基于POI數據的長春市商業空間格局及行業分布［J］.地理研究，2018（2）：13-18.

［3］劉丙章，高建華，彭寶玉，等.基于POI數據的蘇州市金融服務業空間格局及細分行業分布［J］.河南大學學報（自然科學版），2021（1）：11-14.

［4］陳林，穆慧，林周輝，等.基于POI的南昌市汽車服務業空間分布特征研究［J］.贛南師范學院學報，2018（6）：98-102.

［5］翟青，張玉玲，魏宗財，等.基于空間句法的城市路網對商業網點布局影響研究——以南京市主城區為例［J］.湖南師范大學自然科學學報，2022（4）：45-50.

［6］薛領，羅柏宇，翁瑾.基于agent的商業中心地空間結構動態模擬［J］.地理研究，2010（9）：1659-1669.

［7］謝順平，馮學智，王結臣，等.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）：10-15.

［8］程飛，梁勤歐.基于斷裂點理論和網絡加權Voronoi圖分析的北京市商業中心輻射域研究［J］.浙江師范大學學報（自然科學版），2015（2）：8-12.

［9］賈曉婷，雷軍，武榮偉，等.基于POI的城市休閑空間格局分析——以烏魯木齊市為例［J］.干旱區地理，2019（4）：10-15.

（編輯 何琳）