陳忠暖, 馮 越, 江 錦

(華南師范大學(xué)地理科學(xué)學(xué)院，廣東廣州 516031)

地鐵站點(diǎn)周邊的商業(yè)集聚及其影響因素

陳忠暖*, 馮 越, 江 錦

(華南師范大學(xué)地理科學(xué)學(xué)院，廣東廣州 516031)

選取廣州地鐵3個代表性站點(diǎn)，基于實(shí)地調(diào)研與空間分析方法對比其商業(yè)集聚的共性與差異，并通過對商家的問卷調(diào)查分析其影響因素．研究發(fā)現(xiàn)：地鐵站周邊商業(yè)網(wǎng)點(diǎn)以快速消費(fèi)型為集聚主體，網(wǎng)點(diǎn)的空間分布不均，呈明顯的圈層狀結(jié)構(gòu)，不同站點(diǎn)商業(yè)網(wǎng)點(diǎn)的集聚強(qiáng)度和功能結(jié)構(gòu)有所差別，可分為散布型、孤點(diǎn)型和聚合型等3種形態(tài)．商業(yè)屬性、商家集聚效益和地鐵的誘導(dǎo)是地鐵站商業(yè)集聚呈現(xiàn)共性的影響因素，依附商圈的發(fā)展差異、道路體系差異與地鐵效應(yīng)的差異是地鐵商業(yè)集聚呈現(xiàn)差異的主要因素．

軌道交通； 地鐵站點(diǎn)； 商業(yè)集聚； 廣州

國外關(guān)于軌道交通對零售商業(yè)影響的研究中，多數(shù)文獻(xiàn)不直接從商業(yè)實(shí)體空間變化的角度討論軌道交通的影響效果，而從沿線土地經(jīng)濟(jì)屬性變化的角度反映軌道交通發(fā)展下功能區(qū)的區(qū)位價值重塑[1-7]．而國內(nèi)多從沿線商圈的規(guī)模等級變化或業(yè)態(tài)空間演替等角度加以討論，且關(guān)于地鐵站周邊商業(yè)集聚研究通常圍繞地鐵站域內(nèi)商業(yè)的區(qū)位、空間形態(tài)和服務(wù)特征展開，并對商業(yè)區(qū)位進(jìn)行評價和提出改善途徑[8-12]，而較少論及影響作用的形成機(jī)理，對站點(diǎn)尺度上地鐵因素與商業(yè)空間作用關(guān)系的理解比較含糊．因此，筆者認(rèn)為，有必要從微觀尺度上探討城市軌道交通與商業(yè)集聚的關(guān)系．例如，認(rèn)識站點(diǎn)周邊地區(qū)的商業(yè)集聚格局特征、影響要素和形成過程等問題．

目前廣州地鐵線路正進(jìn)行網(wǎng)絡(luò)化式快速擴(kuò)張，開通了8條地鐵線，總里程達(dá)236 km，是國內(nèi)僅次于北京和上海的第三大地鐵城市，到2020年規(guī)劃線網(wǎng)總里程將達(dá)到677 km．同時，廣州是歷史悠久的商都，地鐵與商業(yè)發(fā)展更是形成了緊密的聯(lián)系．截至2010年，廣州90%以上的中高檔大型購物廣場都在地鐵沿線[13]；地鐵對GDP直接貢獻(xiàn)約2 000億元，綜合帶動超過5 000億元[14]．因此，探討地鐵站點(diǎn)對周邊的商業(yè)集聚對于城市發(fā)展與布局規(guī)劃具有現(xiàn)實(shí)的意義．

1 數(shù)據(jù)來源與研究方法

1.1 選擇代表性站點(diǎn)

第一，考慮選擇市區(qū)商業(yè)比較繁華的區(qū)域；第二，商業(yè)集聚受地鐵影響比較顯著的地點(diǎn)；第三，反映地鐵開通時間對商業(yè)集聚過程的影響．基于以上三點(diǎn)，選取了發(fā)展成熟的體育西路站、發(fā)展次成熟的客村站，以及處于起步階段的飛翔公園站．

1.2 劃分地鐵周邊范圍

根據(jù)TOD(以公共交通為導(dǎo)向的發(fā)展模式)的相關(guān)理論，城市軌道交通站點(diǎn)的影響范圍略為10 min左右的步行距離，約400～800 m的半徑范圍[15-19]．本文調(diào)查范圍為以各地鐵站為中心、半徑600 m的緩沖區(qū)．

1.3 確定刻畫商業(yè)集聚的指標(biāo)

以商業(yè)網(wǎng)點(diǎn)數(shù)目反映集聚的規(guī)模，以商業(yè)業(yè)種與業(yè)態(tài)來反映集聚的內(nèi)容．依據(jù)國民經(jīng)濟(jì)行業(yè)分類標(biāo)準(zhǔn)(GB/T 4754—2011)，結(jié)合實(shí)地考察，將地鐵周邊商業(yè)歸并為10個業(yè)種(表1)；參照國家零售業(yè)態(tài)分類標(biāo)準(zhǔn)(GB/T18106-2004)，為反映本文調(diào)查對象的規(guī)模和形態(tài)，根據(jù)商家實(shí)際提供的服務(wù)種類，將地鐵周邊商業(yè)業(yè)態(tài)歸并為便利店、食雜店、百貨店、超市、購物中心、專賣店、專業(yè)店和批發(fā)市場八大類型．

表1 商業(yè)內(nèi)部行業(yè)細(xì)分Table 1 The industry segment within business

1.4 主要方法

本文利用Arcgis9.3矢量化地圖和商業(yè)網(wǎng)點(diǎn)，采用空間分析模塊提取商業(yè)網(wǎng)點(diǎn)的圈層數(shù)據(jù)以及對商業(yè)網(wǎng)點(diǎn)分布進(jìn)行核密度估計，另外借助crimestat3.3軟件對商業(yè)網(wǎng)點(diǎn)進(jìn)行Ripley’k函數(shù)分析．

(1)Ripley’K函數(shù)法. Ripley’K函數(shù)是分析任意尺度下點(diǎn)狀地物分布格局最常用的方法．Ripley’K函數(shù)為點(diǎn)密度距離的函數(shù)，即按照一定半徑距離的搜索圓范圍來統(tǒng)計點(diǎn)數(shù)量[20]．假設(shè)某區(qū)域內(nèi)點(diǎn)狀地物空間分布均勻，空間密度為 λ，距離d內(nèi)的期望樣點(diǎn)平均數(shù)為 λπd2，點(diǎn)狀地物平均數(shù)和區(qū)域內(nèi)樣本點(diǎn)密度比值為πd2．同時用變量Ripley’K(d)表示現(xiàn)實(shí)情況下在距離d內(nèi)的樣本平均數(shù)和區(qū)域內(nèi)樣本點(diǎn)密度的比值，計算公式如下：

其中，n為點(diǎn)狀地物個數(shù)，δij(d)為在距離d范圍內(nèi)的點(diǎn)狀地物i與點(diǎn)狀地物j之間的距離，A為研究區(qū)域面積．通過比較這些樣本點(diǎn)平均數(shù)和區(qū)域內(nèi)樣本點(diǎn)密度比值的實(shí)測值和理論值，函數(shù)就可判斷實(shí)際觀測點(diǎn)格局的分布狀態(tài)．K(d)=πd2表明在空間尺度d上，點(diǎn)狀要素呈隨機(jī)分布；K(d)<πd2表明在空間尺度d上，點(diǎn)狀要素呈均勻分布；K(d)>πd2表明在空間尺度d上，點(diǎn)要素呈聚集分布．

為使期望值線性化并保持方差穩(wěn)定，BESAG[21]提出用L(d)取代K(d)，并對K(d)作開方變換以保持方差穩(wěn)定．其計算公式為：

在完全空間隨機(jī)分布的假設(shè)下，L(d)的期望為0．通過L(d)與d的關(guān)系圖可分析多尺度點(diǎn)狀地物的空間格局．L(d)>0表示點(diǎn)要素有空間聚集分布的趨勢；L(d)<0表示點(diǎn)要素有空間均勻分布的趨勢；L(d)=0表示點(diǎn)要素呈完全隨機(jī)的空間分布[22]．實(shí)際中常用Ripley’sL(d)指數(shù)代替 Ripley’sK(d)函數(shù)分析．

用Monte-Carlo模擬檢驗(yàn)L函數(shù)的顯著性，得到置信區(qū)間．若L(d)值在置信區(qū)間以內(nèi)，則符合隨機(jī)分布；若L(d)值在包跡線以外，呈集聚分布．當(dāng)點(diǎn)狀地物表現(xiàn)為聚集分布時，把偏離隨機(jī)置信區(qū)間最大值作為最大聚集強(qiáng)度指標(biāo)，聚集規(guī)模為以聚集強(qiáng)度為半徑的圓[23-24]．本案例中需要分析地鐵站600 m緩沖圈內(nèi)的商業(yè)網(wǎng)點(diǎn)的空間格局，屬于小尺度下的點(diǎn)狀要素格局分析，適宜用Ripley’sL(d)指數(shù)方法．

(2)核密度估計法. 核密度估計用于觀測規(guī)則區(qū)域內(nèi)點(diǎn)要素或線狀要素的空間密度變化．它認(rèn)為地理事件可以發(fā)生在任何區(qū)域，但不同區(qū)域內(nèi)發(fā)生的概率不一樣，因此可利用事件的空間密度分析表示空間點(diǎn)模式．一般定義為：設(shè)x1、x2是從分布密度函數(shù)為f的總體中抽取的獨(dú)立同分布(iid)樣本，估計f在某點(diǎn)x處的值f(x)，通常有Rosenblatt-Parzen核估計：

其中，k()為核函數(shù)，h(h>0)為帶寬，x-xi表示估值點(diǎn)到事件xi的距離．可見函數(shù)中h的確定對核密度估計的結(jié)果有較大影響，h的取值通常需要根據(jù)不同的數(shù)值進(jìn)行試驗(yàn)．在帶寬確定后，不同數(shù)學(xué)形式的核函數(shù)對估計的影響很小，實(shí)際中常用的核函數(shù)主要是四次多項(xiàng)式函數(shù)和正態(tài)函數(shù)[25]．

1.5 數(shù)據(jù)資料來源

主要由實(shí)地考察記錄和商鋪問卷訪談兩部分構(gòu)成，調(diào)研時間為2012年12月—2013年1月．以調(diào)查區(qū)內(nèi)街道為路徑，對各類商業(yè)網(wǎng)點(diǎn)進(jìn)行逐一辨識和記錄，包括確定商業(yè)網(wǎng)點(diǎn)的空間點(diǎn)位和記錄商業(yè)網(wǎng)點(diǎn)的名稱、行業(yè)種類、業(yè)態(tài)．同時，向商家發(fā)放調(diào)查問卷，圍繞地鐵在商鋪區(qū)位選擇和實(shí)際經(jīng)營中的影響、商家集聚對商家經(jīng)營的影響、商家的區(qū)位滿意度和搬遷意愿等收集他們的意見和看法．每個站點(diǎn)抽取40戶代表性商戶發(fā)放問卷，3個站點(diǎn)共發(fā)放120份問卷，回收有效問卷105份．

其次，廣州地鐵商業(yè)底圖截取自廣州網(wǎng)絡(luò)地圖，經(jīng)濟(jì)數(shù)據(jù)來源于地鐵經(jīng)濟(jì)發(fā)展白皮書、媒體報道等．

2 三站點(diǎn)商業(yè)集聚的特征

(1)快速型消費(fèi)成地鐵周邊商業(yè)集聚的主體.從圖1可見，食品小吃類網(wǎng)點(diǎn)在客村站和飛翔公園站各居第1位，在體育西路站居第2位，均占據(jù)了較大份額的數(shù)量比重；專業(yè)店和食雜店的數(shù)量比例均分別占第1位和第2位．由于地鐵客流為地鐵周邊商鋪的主要顧客來源，因此案例影響區(qū)內(nèi)的商業(yè)網(wǎng)點(diǎn)以具有快速消費(fèi)特點(diǎn)的業(yè)種和業(yè)態(tài)最為普遍．

圖1 三站點(diǎn)周邊商業(yè)網(wǎng)點(diǎn)的業(yè)種與業(yè)態(tài)比重

(2)站點(diǎn)周邊商業(yè)網(wǎng)點(diǎn)圈層結(jié)構(gòu)明顯，具有較強(qiáng)一致性. 體育西路站和客村站的商業(yè)網(wǎng)點(diǎn)集中區(qū)都在300～400 m圈層，飛翔公園站的集中區(qū)為500～600 m圈層．飛翔公園站因其受到周邊閑置地塊的阻隔，因此實(shí)際上可認(rèn)為三者的商業(yè)網(wǎng)點(diǎn)密集帶的位置大致相同(圖2)．

圖2 三站點(diǎn)商業(yè)網(wǎng)點(diǎn)總量圈層比例

(3)反映了散布、孤點(diǎn)、聚合三種商業(yè)空間分布模式.借助核密度分析得到各類業(yè)種和業(yè)態(tài)的空間密度變化情況，可具體觀察各地鐵站點(diǎn)區(qū)域內(nèi)部商業(yè)網(wǎng)點(diǎn)的布局特征．從三大站點(diǎn)商業(yè)網(wǎng)點(diǎn)整體集聚形態(tài)來看，可大致分為散布型、孤點(diǎn)型和聚合型三種空間分布模式．從站點(diǎn)商業(yè)網(wǎng)點(diǎn)內(nèi)部行業(yè)和業(yè)態(tài)來看，某些業(yè)種和業(yè)態(tài)的分布模式表現(xiàn)出一致性(表2)．例如，3個地鐵站的綜合零售店分布均呈散布型，家電家具店分布呈孤點(diǎn)型，居民服務(wù)、食品小吃和日用雜品店分布呈聚合型；再如，便利店呈散布型布局，食雜店和專業(yè)店呈片狀聚合型布局．

(4)不同站點(diǎn)商業(yè)網(wǎng)點(diǎn)的集聚強(qiáng)度有別.依據(jù)Ripley’K函數(shù)對3大站點(diǎn)影響區(qū)內(nèi)商業(yè)網(wǎng)點(diǎn)進(jìn)行分析結(jié)果顯示(圖3)：體育西路站商業(yè)網(wǎng)點(diǎn)的集聚強(qiáng)度隨著與地鐵站距離的增大而遞增，而客村站和飛翔公園站商業(yè)網(wǎng)點(diǎn)的集聚強(qiáng)度隨地鐵站距離的增加而遞減．由此可見，盡管3個地鐵站周邊的商業(yè)網(wǎng)點(diǎn)均表現(xiàn)出集聚的特點(diǎn)，但位于不同站點(diǎn)的商業(yè)網(wǎng)點(diǎn)的集聚強(qiáng)度有所差別．

表2 站點(diǎn)周邊商業(yè)行業(yè)和業(yè)態(tài)的集聚形態(tài)Table 2 The agglomeration of the commercial industry types and distribution formats nearby three subway stations

圖3 三站點(diǎn)周邊商業(yè)網(wǎng)點(diǎn)Ripley’K曲線圖

(5)不同站點(diǎn)周邊商業(yè)功能結(jié)構(gòu)不同.通過對不同站點(diǎn)周邊商業(yè)功能結(jié)構(gòu)進(jìn)行分析，可以看出：體育西路站和飛翔公園站的商業(yè)功能格局相似，即地鐵站影響區(qū)內(nèi)形成了功能特色比較鮮明的商業(yè)板塊，幾大板塊在地域上呈“品”字分布；客村站的商業(yè)功能格局分異則與前兩者不同，商業(yè)網(wǎng)點(diǎn)在空間上表現(xiàn)為功能分異鮮明的雙圈層結(jié)構(gòu)(圖4).

圖4 地鐵商業(yè)空間分異結(jié)構(gòu)示意圖

3 地鐵站點(diǎn)商業(yè)集聚原因分析

3.1 集聚共性的影響因素

(1)商業(yè)屬性.商業(yè)商務(wù)性質(zhì)屬于商品流通的經(jīng)濟(jì)活動，也稱為“選址的行業(yè)”，可見區(qū)位選擇對商業(yè)發(fā)展具有基礎(chǔ)性作用．一般而言，商業(yè)區(qū)位布局具有鄰近消費(fèi)市場的特點(diǎn)．地鐵商業(yè)恰恰體現(xiàn)了商業(yè)的經(jīng)營屬性和區(qū)位特點(diǎn)．地鐵站帶來的大量集散人口為商業(yè)發(fā)展提供了潛在顧客．站點(diǎn)周邊人口流動性大，使得各類快速消費(fèi)型商業(yè)服務(wù)業(yè)成為了地鐵站周邊的主要行業(yè)．其中，尤以食品小吃店和服飾鞋具店為代表．這些類型的商鋪經(jīng)營靈活性較大，區(qū)位更趨向于人口密集的消費(fèi)市場．總體來看，各類商業(yè)的經(jīng)營服務(wù)市場與地鐵客流的需求存在交叉部分，這使得商業(yè)有可能在地鐵站周邊“集聚”．

(2)商家集聚效益.從3個地鐵站周邊商家的調(diào)查結(jié)果顯示，68.2%的被調(diào)查商家認(rèn)為同行的集聚對于他們商鋪的經(jīng)營是“比較重要”和“非常重要”的，63.1%的商家認(rèn)為其他行業(yè)商家的集聚對于他們商店的經(jīng)營達(dá)到“比較重要”和“非常重要”級別．同時，地鐵商家認(rèn)為接近商圈可獲得穩(wěn)定客源、拓寬信息渠道和共享基礎(chǔ)設(shè)施等多種集聚效益(圖5)．表明了地鐵周邊商家對于集聚效益的重視，獲得集聚效益是驅(qū)使其商鋪鄰近地鐵的重要因素．其中了解購物中心是否影響商家個體經(jīng)營的看法時，40.9%的商家認(rèn)為它帶來正面影響，僅18.3%的商家認(rèn)為其帶來負(fù)面影響．可見對多數(shù)商家來說，鄰近大型商業(yè)設(shè)施是利大于弊．除了競爭關(guān)系以外，由大型商業(yè)設(shè)施帶來的顧客也給周邊的商鋪帶來不少顧客生意．

圖5 鄰近商圈或商業(yè)街帶來的集聚效益

(3)地鐵的誘導(dǎo). 地鐵作為大型的公共基礎(chǔ)設(shè)施，它的投資建設(shè)能夠改善沿線地區(qū)的交通通達(dá)性，從而提升沿線地區(qū)區(qū)位條件，由此吸引各類經(jīng)濟(jì)要素和人口的集聚、帶來土地的增值以推動城市經(jīng)濟(jì)的循環(huán)發(fā)展．地鐵的建設(shè)和運(yùn)營表現(xiàn)出明顯的“乘數(shù)效應(yīng)”和“放大效應(yīng)”[26]．

地鐵宏觀效應(yīng)的產(chǎn)生同時表明了在商鋪的選址和經(jīng)營中，地鐵因素應(yīng)當(dāng)有著不可忽視的作用，這個猜想在3個地鐵站的調(diào)查中得到反映與驗(yàn)證，沒有被調(diào)查商戶認(rèn)為地鐵對其經(jīng)營是不利或非常不利的(圖6)．

圖6 新地鐵站或原有地鐵站擴(kuò)容對沿線商鋪的利弊影響

3.2 集聚差異的影響因素

(1)依附商圈的差異.對于商家來說，外部性效益的大小獲得有賴于它所處的城市土地位置的優(yōu)劣．據(jù)店鋪選址因素的問卷調(diào)查結(jié)果顯示(圖7)：體育西路站商家考慮的首要因素是租金，其次是周邊商家的集聚情況和交通便利度；客村站商家選擇的重要性因素依次為客流、交通便利度和租金，飛翔公園站商家選擇的重要因素依次是客流和交通便利度．由此可見，商圈區(qū)位愈好，商家可獲的外部集聚效益通常較大．

(2)道路體系的差異.城市街區(qū)的道路體系直接影響著商業(yè)區(qū)位選擇，例如交通通達(dá)性高的地段的商業(yè)區(qū)位相對優(yōu)越，其商業(yè)地價也比較高．一般而言，城市主干道、連接性較好的支路線以及交通節(jié)點(diǎn)處均是各類業(yè)態(tài)集中的地方．回顧體育西路站、客村站和飛翔公園站周邊地區(qū)道路體系，它們的差異約束了商業(yè)集聚格局的形成與變化(圖8)．

圖7 商鋪選址原因及其重要性排序

圖8 地鐵站周邊道路體系示意圖

體育西路站影響區(qū)的南北兩端有主干道天河路和黃埔大道西橫向經(jīng)過，中部有主干道體育西路縱向穿過，其中廣利路、天河南一路、體育西橫街是體育西路的主要支路，天河路、體育西路是區(qū)域性大道，交通流量大、區(qū)域通達(dá)性好．

客村站影響區(qū)內(nèi)的主干道有新港中路，它橫穿站區(qū)且是海珠區(qū)的主要大道；此外有廣州大道南路縱穿影響區(qū)區(qū)西側(cè)．主要支路有藝苑路、藝苑南路和新市頭路，三者都是區(qū)內(nèi)的生活性道路．客村站影響區(qū)作為新港中路的一個主要區(qū)段，交通流量較大，經(jīng)濟(jì)區(qū)位條件相對優(yōu)越．

飛翔公園站影響區(qū)內(nèi)的主要交通干道有云城南一路、云城南二路、云城東路、云城西路以及機(jī)場快速路．但由于它們之間夾雜的地塊沒有建筑物和居民點(diǎn)，因此區(qū)域內(nèi)沒有網(wǎng)點(diǎn)，盡管目前云城南二路的交通流量不大，但其與云城東路和云城西路為白云新城南端的主要道路，具有發(fā)展前景優(yōu)勢．

由此可見，道路的交通流量大小、街道組織結(jié)構(gòu)和交通流向的差異使得各路段具有不同的商業(yè)區(qū)位，在經(jīng)濟(jì)收益的驅(qū)使下不同業(yè)種和業(yè)態(tài)趨向合理區(qū)位布局，3個影響區(qū)形成了相異的商業(yè)特色和分異結(jié)構(gòu)．

(3)地鐵站帶動效應(yīng)的差異.盡管地鐵建設(shè)能誘導(dǎo)商業(yè)空間發(fā)展，但建設(shè)程度不同的地鐵站對商業(yè)發(fā)展有不同的效應(yīng)，進(jìn)而影響地鐵商業(yè)格局．在反映地鐵站發(fā)展水平的多種指標(biāo)中，客流量最能代表地鐵發(fā)展現(xiàn)狀差異．如圖9，在體育西路和客村站，較多商家選擇“外來客流和社區(qū)居民差不多”，而在飛翔公園站，較多商家選擇“附近社區(qū)居民”．一定程度上反映出目前飛翔公園站對商業(yè)的拉動作用小于體育西路和客村站．作為1號線和3號線換乘點(diǎn)的體育西路站、地鐵3號線和8號線換乘點(diǎn)的客村站，巨大的交通客流量為周邊商業(yè)發(fā)展帶來大量潛在顧客．它們周邊商業(yè)的服務(wù)域廣．而2010年才開通的飛翔公園站為2號線北延段的中途站之一，地鐵站客流量小且以周邊居民為主，它對地鐵商業(yè)發(fā)展的促進(jìn)作用?。撜旧虡I(yè)腹地范圍明顯較小，服務(wù)對象主要覆蓋周邊社區(qū)居民．

圖9 地鐵站點(diǎn)周邊商業(yè)網(wǎng)點(diǎn)的顧客來源

4 結(jié)論與討論

軌道交通與城市商業(yè)發(fā)展相互關(guān)聯(lián)，地鐵商業(yè)區(qū)則是兩者相互作用的印證．本文以廣州的3個地鐵站作為案例地，借助地理空間分析技術(shù)探討了3個地鐵商業(yè)空間的集聚特征，進(jìn)而分析影響集聚特征的因素．在微觀尺度下認(rèn)識地鐵商業(yè)集聚特征及其影響機(jī)制，可為深入解釋城市軌道交通對商業(yè)空間的關(guān)系提供實(shí)證基礎(chǔ)，同時有助于地鐵引導(dǎo)城市建設(shè)．得出以下結(jié)論：

(1)地鐵商業(yè)網(wǎng)點(diǎn)分布普遍集聚，分為散布型、孤點(diǎn)型和聚合型等3種集聚空間形態(tài).

(2)商業(yè)網(wǎng)點(diǎn)空間分布不均，案例地鐵站的600 m緩沖范圍內(nèi)都存在商業(yè)網(wǎng)點(diǎn)密集帶，并且該帶的范圍大都位于距地鐵站300～400 m圈層.

(3)地鐵站商業(yè)功能結(jié)構(gòu)不同：體育西路站和飛翔公園站周邊均形成了功能和特色分明的“品”字狀商業(yè)板塊，客村站周邊商業(yè)空間分異則表現(xiàn)雙圈層結(jié)構(gòu).

(4)商業(yè)屬性、商家集聚效益和地鐵的誘導(dǎo)是3個地鐵站商業(yè)集聚特征的共性影響因素，依附商圈的發(fā)展差異、道路體系差異以及地鐵效應(yīng)差異是3個地鐵商業(yè)格局具有差異的主要原因．

由于掃描式的地鐵商業(yè)調(diào)查工作量比較浩繁，本文僅對3個站點(diǎn)的分析，盡管具有一定的代表性，但未能完全地反映出地鐵站點(diǎn)的商業(yè)集聚的客觀實(shí)際．后續(xù)研究將繼續(xù)豐富與補(bǔ)充站區(qū)案例，以更好地尋找和研究地鐵站點(diǎn)商業(yè)集聚的規(guī)律．

[1] DEBREZION G, PELS E, RIETVELD P. The impact of railway stations on residential and commercial property value: A meta-analysis[J].The Journal of Real Estate Finance and Economics,2007, 35(2): 161-180.

[2] KARANIKOLAS N, LOUKA E. The effect of metro station on commercial values of residential properties. The case study of Thessaloniki, Greece before the completion of the metro project construction[J]. International Journal of Acadamic Research,2012, 4(2):136-143.

[3] DEBREZION G, PELS E, RIETVELD P. The impact of railway stations on residential and commercial property value: A meta-analysis[J]. The Journal of Real Estate Finance and Economics, 2007, 35(2): 161-180.

[4] CERVERO R, DUNCAN M. Transit’s value-added effects:Light and commuter rail services and commercial land values[J].Transport Res Rec,2002(1805):8-15.

[5] MOHAMMAD S I, GRAHAM D J, MELO P C, et al. A meta-analysis of the impact of rail projects on land and property values[J].Transport Res A-Pol,2013(50): 158-170.

[6] KIM J, ZHANG M. Determining transit’s impact on seoul commercial land values: An application of spatial econometrics[J]. International Real Estate Review，2005, 1(8): 1-26.

[7] CLOWER T L, WEINSTEIN B L. The impact of Dallas(Texas) area rapid transit light rail station on taxable property valuations[J]. Australasian Journal of Regional Studies，2002,8(3):389-400.

[8] 方向陽.廣州地鐵沿線零售商業(yè)形態(tài)與空間分布探討[J].人文地理，2004, 19(6):11-16.

[9] 方向陽,蔡國田.廣州地鐵站口零售商業(yè)集聚類型分析[J].熱帶地理，2005, 25(1):49-53.

[10] 方向陽.城市地鐵站口零售商業(yè)集聚類型劃分的探討——以廣州為例[J].經(jīng)濟(jì)地理，2005, 25(4):525-537.

[11] 陳曦.上海地鐵交通綜合體中的零售商業(yè)服務(wù)特征探析——以徐家匯地區(qū)為例[C]∥生態(tài)文明視角下的城鄉(xiāng)規(guī)劃——2008中國城市規(guī)劃年會論文集.北京，2008:1-10.

[12] 關(guān)華.臺北地鐵地下街商業(yè)空間形態(tài)及區(qū)位之研究[C]∥生態(tài)文明視角下的城鄉(xiāng)規(guī)劃——2008中國城市規(guī)劃年會論文.北京，2008:1-9.

[13] 趙燕華,譚抒茗.地鐵五號線黃金線路升值沿線樓盤[EB/OL]. (2010-09-10)[2013-08-25].http:∥news.dichan.sina.com.cn/2010/09/10/211165.html.

[14] 幸琦昕.廣州地鐵帶動經(jīng)濟(jì)超5000億[EB/OL]. (2009-09-16)[2013-08-25].http://informationtimes.dayoo.com/html/2009-09/16/content_704682.htm.

[15] 郭濤,劉波,田磊,等.軌道交通站點(diǎn)TOD 合理區(qū)范圍探討——以廣州地鐵二號線江南西站為例[J].規(guī)劃師,2008,24(3):75-78.

[16] 王洪章.哈醫(yī)大軌道交通站點(diǎn)影響區(qū)范圍的分析[J].低溫建筑技術(shù),2009(6):113-114.

[17] 陳歡.上海軌道交通 1號線南段TOD實(shí)證研究[J].交通與運(yùn)輸,2010(12):94-97.

[18] 馬強(qiáng).近年來北美關(guān)于“TOD”的研究進(jìn)展[J].國外城市規(guī)劃,2003,18(5):45-50.

[19] 楊建華.鄭州軌道交通對沿線房地產(chǎn)的影響[J].地域研究與開發(fā),2009,28(4):62-65.

[20] 王勁峰,廖一蘭,劉鑫.空間數(shù)據(jù)分析教程[M].北京:科學(xué)出版社,2010:79-81.

[21] BESAG J. Spatial interaction and the statistical analysis of lattice systems[J]. Journal of the Royal Statistical Society:Ser B,1974,36(2):192-236.

[22] 高凱,周志翔,楊玉萍,等.基于Ripley K 函數(shù)的武漢市景觀格局特征及其變化[J]. 應(yīng)用生態(tài)學(xué)報,2010,21(10):2621-2626.

[23] 王麗,曹有揮,劉可文,等.高鐵站區(qū)產(chǎn)業(yè)空間分布及集聚特征——以滬寧城際高鐵南京站為例[J].地理科學(xué),2012,32(3):301-307.

[24] 高杰,王志強(qiáng),邵琦,等. Ripley’s L指數(shù)與最近鄰空間熱點(diǎn)分析在流行病學(xué)標(biāo)點(diǎn)地圖分析中的應(yīng)用[J]. 山東大學(xué)學(xué)報:醫(yī)學(xué)版,2009,47(3):90-93.

[25] 王遠(yuǎn)飛,何洪林.空間數(shù)據(jù)分析方法[M].北京:科學(xué)出版社,2007:66-71.

[26] 王德起,于素涌.城市軌道交通對沿線周邊住宅價格的影響分析——以北京地鐵四號線為例[J]. 城市發(fā)展研究, 2012,19(4):82-87.

Keywords： rail transit; subway stations; commercial agglomeration; Guangzhou

TheCommercialAgglomerationandInfluencingFactorsofNearbySubwayStation

CHEN Zhongnuan*， FENG Yue， JIANG Jin

(School of Geographical Sciences, South China Normal University， Guangzhou 516031， China)

Three typical subway stations of Guangzhou Metro are chosen as research objects in this study. Based on the field research and spatial analysis methods, three cases to find the similar and the opposite points of them are compared and the influencing factors are analyzed with questionaires. It is found that the commercial agglomeration nearby subway stations is mainly of rapid consumption, and the spatial distribution of outlets is uneven, presenting clear circle structure. The aggregation intensity and function structure of the outlets nearby stations are different, divided into three types: scattered, isolated point and aggregation. Commercial property, commercial agglomeration benefits and the induction of subway station are the influencing factors of common features. The attaching business district of different time, the difference of the road systems and the difference of subway effects are the main reasons for the subway commercial pattern differences.

2013-08-27

國家自然科學(xué)基金項(xiàng)目(41171141)

*通訊作者:陳忠暖，教授，Email: chenzhn@scnu.edu.cn.

1000-5463(2013)06-0189-08

F29

A

10.6054/j.jscnun.2013.09.025

【中文責(zé)編：莊曉瓊 英文責(zé)編：肖菁】