王天青，陳天一，張安安

(青島市城市規(guī)劃設(shè)計(jì)研究院 大數(shù)據(jù)與城市空間研究中心,山東 青島 266071)

一、引言

隨著城市化速度不斷加快，城市規(guī)模逐步擴(kuò)大，實(shí)體商業(yè)空間的形態(tài)和功能也隨著消費(fèi)需求的變化而持續(xù)發(fā)生改變。[1]但由于城市商業(yè)規(guī)劃規(guī)范文件中缺乏相應(yīng)的引導(dǎo)指標(biāo)，許多城市出現(xiàn)了商業(yè)供給無序的現(xiàn)象，導(dǎo)致城市部分區(qū)域的商業(yè)供應(yīng)能力欠缺，無法滿足市民的個性化需求。此外，城市部分區(qū)域的商業(yè)經(jīng)營也面臨著不確定性，這些問題阻礙了城市商業(yè)設(shè)施的持續(xù)健康發(fā)展。

2019年國務(wù)院辦公廳印發(fā)的《關(guān)于加快發(fā)展流通促進(jìn)商業(yè)消費(fèi)的意見》著重強(qiáng)調(diào)了創(chuàng)新優(yōu)化商業(yè)流通發(fā)展，培育消費(fèi)熱點(diǎn)的相關(guān)政策，并提出了更好滿足人民群眾消費(fèi)需求，重振消費(fèi)信息的要求。新形勢下，結(jié)合城市商業(yè)商廈指標(biāo)數(shù)據(jù)，分析消費(fèi)者的行為活動和需求特征，建立科學(xué)定量的商業(yè)評估指標(biāo)體系尤為重要。而商業(yè)商廈作為城市商業(yè)設(shè)施的主要構(gòu)成部分，是集中購物、娛樂、餐飲、休憩等多種功能設(shè)施的“載體”[2]，其本身就具有重要的研究意義。

近年來，對于商業(yè)指標(biāo)的研究逐漸增加，許多學(xué)者運(yùn)用城市斷裂點(diǎn)理論證明了商業(yè)規(guī)模設(shè)施指標(biāo)與其吸引消費(fèi)者能力具有相關(guān)性。這是一種通過Voronoi圖和構(gòu)建理想化指標(biāo)模型對特定區(qū)域的商圈進(jìn)行規(guī)模和服務(wù)范圍的實(shí)證性評估的方法。例如，謝順平等和程飛等人分別以南京市和北京市為例，論證商業(yè)中心自身規(guī)模影響其輻射域的相關(guān)趨勢[3-4]；魯成等對零售商圈的店鋪數(shù)量、規(guī)模等指標(biāo)進(jìn)行評估量化，得出商圈規(guī)模對輻射范圍有影響顯著這一結(jié)論[5]；吳雪艷等在建立商業(yè)規(guī)模指標(biāo)評價體系的基礎(chǔ)上，運(yùn)用斷裂點(diǎn)理論計(jì)算出濟(jì)南對周邊城市的商業(yè)輻射范圍。[6]就現(xiàn)有的關(guān)于城市商業(yè)規(guī)模和輻射范圍的研究結(jié)論來看，對于經(jīng)營規(guī)模、業(yè)態(tài)多樣性及商業(yè)輻射強(qiáng)度等指標(biāo)的研究相對較少。雖然許多研究結(jié)論都得出規(guī)模與輻射范圍具有正相關(guān)關(guān)系，但由于缺乏數(shù)據(jù)獲取渠道，其提出的城市商業(yè)設(shè)施供應(yīng)的政策建議缺乏有力的支撐；其次，城市斷裂點(diǎn)理論和Voronoi圖是理想模型[7]，在實(shí)際應(yīng)用中仍然需要考慮到商業(yè)豐富度、消費(fèi)者購買傾向等多方面的因素，因而其參考性有所欠缺；此外，目前的研究多集中于宏觀商圈選址、績效評估等方面，缺乏對城市基礎(chǔ)的商業(yè)單元的引導(dǎo)。

隨著信息技術(shù)的發(fā)展，大數(shù)據(jù)對城市商業(yè)空間的分析技術(shù)日趨成熟，數(shù)據(jù)來源也趨向多樣化，如大眾點(diǎn)評口碑?dāng)?shù)據(jù)、基于網(wǎng)絡(luò)地圖的POI商戶數(shù)據(jù)、手機(jī)信令數(shù)據(jù)、網(wǎng)絡(luò)干道LBS數(shù)據(jù)等。有學(xué)者開始從宏觀的消費(fèi)者活動視角[8-10]，總結(jié)消費(fèi)出行特征，運(yùn)用商業(yè)設(shè)施的訪問頻次等手段，對不同等級的城市商業(yè)設(shè)施、商業(yè)中心的空間結(jié)構(gòu)特征進(jìn)行分析；如王德等利用手機(jī)信令數(shù)據(jù)，對商圈消費(fèi)者數(shù)量、商廈服務(wù)范圍的空間分布特征進(jìn)行了分析；[11]唐剛利用手機(jī)信令數(shù)據(jù)，對城市商業(yè)中心的輻射區(qū)域特征進(jìn)行了分析。[12]手機(jī)定位大數(shù)據(jù)已經(jīng)成為了城市商業(yè)空間指標(biāo)分析的重要數(shù)據(jù)來源，但由于信令數(shù)據(jù)是基于基站位置產(chǎn)生，更適用于區(qū)域研究，無法滿足對單體商業(yè)綜合體的研究需求。

相對于國家對商業(yè)發(fā)展的重視和消費(fèi)者不斷變化的需求，現(xiàn)有關(guān)于商圈和商業(yè)網(wǎng)點(diǎn)的研究也需要更新，否則將無法為商業(yè)供給側(cè)發(fā)展提供堅(jiān)實(shí)的理論基礎(chǔ)。本文旨在使用LBS數(shù)據(jù)研究城市商業(yè)商廈的指標(biāo)，在完善商業(yè)設(shè)施建設(shè)的基礎(chǔ)上促使需求表達(dá)和供給決策能夠有效對接，發(fā)揮商業(yè)在區(qū)域經(jīng)濟(jì)發(fā)展中重要的拉動作用，為商業(yè)設(shè)施重構(gòu)和規(guī)劃發(fā)展提供指導(dǎo)和借鑒。

二、研究對象、數(shù)據(jù)與方法

(一)研究對象

綜合商廈作為現(xiàn)代城市商業(yè)設(shè)施，是城市商業(yè)中心的主要構(gòu)成部分。本文以商業(yè)商廈的供需指標(biāo)作為研究對象，以消費(fèi)者的行為模式、商廈的供應(yīng)規(guī)模的耦合效應(yīng)為分析視角，分析了商廈供需指標(biāo)之間的關(guān)系型，旨在輔助城市規(guī)劃者在商業(yè)用地指標(biāo)規(guī)劃上進(jìn)行研究，進(jìn)而更科學(xué)地優(yōu)化城市商業(yè)商廈的相關(guān)規(guī)劃。

研究選取了截止到2019年12月開業(yè)的山東省十六地市的100個經(jīng)營較好的綜合商業(yè)商廈為研究對象，并采用控制變量的方式減輕商業(yè)設(shè)施的外部要素帶來的誤差。100個綜合商廈名稱由大眾點(diǎn)評的綜合商廈門類中高人流量綜合商廈排名可得，其中濟(jì)南市、青島市各選取15，其他地市各選取5個，并通過百度地圖API將其定位。

(二)研究數(shù)據(jù)

本文研究數(shù)據(jù)多源，主要分成三類：第一類為通過高德地圖開源API獲取到的城市興趣點(diǎn)(POI)數(shù)據(jù)，以研究所選商廈的業(yè)態(tài)構(gòu)成；第二類為百度慧眼青島聯(lián)合實(shí)驗(yàn)室提供的2019年山東省十六地市特征區(qū)域內(nèi)7-9月手機(jī)APP定位的Location Based Service數(shù)據(jù)(以下簡稱LBS數(shù)據(jù))，用以區(qū)分不同商廈的服務(wù)人口居住地位置；第三類為通過大眾點(diǎn)評人流排名選取的商業(yè)商廈，并通過解析天地圖遙感影像獲取到的大中型綜合商廈空間化的矢量范圍數(shù)據(jù)。

百度手機(jī)LBS數(shù)據(jù)是基于手機(jī)用戶后臺GPS定位的高頻定位數(shù)據(jù)，具備時間連續(xù)性強(qiáng)、空間粒度細(xì)致、采集樣本大等特點(diǎn),對于數(shù)據(jù)精度要求高的研究具有較高的價值。[12]本次研究所使用的LBS數(shù)據(jù)的統(tǒng)計(jì)時間間隔為單日的訪客人次，并對個體商廈的訪客人數(shù)進(jìn)行小時內(nèi)去重。不同于手機(jī)信令數(shù)據(jù)，LBS數(shù)據(jù)提供到精確到50 m以內(nèi)的GPS定位點(diǎn)數(shù)據(jù)，可以通過算法篩除非訪客人群，提升研究的精確度。百度手機(jī)LBS數(shù)據(jù)可以用于界定綜合商廈的服務(wù)指標(biāo)。

本文提取了2019年7—9月三個月內(nèi)訪問過樣本商廈附近的手機(jī)用戶數(shù)據(jù)，在進(jìn)行數(shù)據(jù)清洗和加工的過程中使用了如下規(guī)則：首先搜索用戶在三個月時間段內(nèi)出現(xiàn)在該市范圍內(nèi)的天數(shù)，若該用戶在該范圍內(nèi)出現(xiàn)的天數(shù)達(dá)到60%，則判斷該用戶為本地常住人口，否則視為外地游客，不納入研究數(shù)據(jù)中；進(jìn)而檢索三個月內(nèi)，用戶在研究的商廈范圍內(nèi)出現(xiàn)的天數(shù)，若出現(xiàn)頻次低于20%，則判斷為消費(fèi)者，否則視為在研究對象區(qū)域內(nèi)居住或工作，不納入研究數(shù)據(jù)中。上述規(guī)則主要基于主觀經(jīng)驗(yàn)判斷，不可避免的存在漏篩、過量篩選等誤差問題，但通過對多源同類數(shù)據(jù)進(jìn)行交叉檢驗(yàn)，認(rèn)為該數(shù)據(jù)清洗方法具有較高可靠性。圖1顯示了經(jīng)過處理后的數(shù)據(jù)總量分布，平均單日數(shù)據(jù)量為84.87萬人次，周五至周日的數(shù)據(jù)略高于工作日，周一至周三的數(shù)據(jù)最為穩(wěn)定。

圖1 日訪問設(shè)備數(shù)

本研究的商業(yè)網(wǎng)點(diǎn)的名稱、空間與類別數(shù)據(jù)來自于2019年9月采集的高德地圖POI興趣點(diǎn)數(shù)據(jù)，該數(shù)據(jù)是一種具有經(jīng)緯度、類別、名稱等信息的點(diǎn)狀地理空間要素，常用于分析城市中商業(yè)特征、分布研究等。在研究選定的商廈范圍內(nèi)，統(tǒng)計(jì)POI總量為47411個，它們被分成了餐飲服務(wù)、購物服務(wù)、科教文化服務(wù)、生活服務(wù)、體育休閑服務(wù)五類。

(三)研究指標(biāo)

本文對城市商業(yè)空間研究中的經(jīng)典算法菲什拜因參數(shù)(Fishbin index)[13]進(jìn)行改進(jìn)，構(gòu)建商業(yè)商廈指標(biāo)。通過對指標(biāo)關(guān)系進(jìn)行研究，提出區(qū)域商業(yè)需求可以通過兩個要素表征：區(qū)域內(nèi)消費(fèi)者前來消費(fèi)的頻次；消費(fèi)者出行的所付出的出行成本，即商廈的服務(wù)范圍。而商業(yè)商廈的供應(yīng)則表達(dá)為商業(yè)空間的面積規(guī)模與網(wǎng)點(diǎn)的富集性。

1.服務(wù)范圍。通過百度LBS定位數(shù)據(jù)獲取的訪客居住位置為點(diǎn)狀數(shù)據(jù)，也存在離群值，影響統(tǒng)計(jì)結(jié)果。為了更好地指數(shù)化(Indexation)商廈的服務(wù)半徑，本研究引入了標(biāo)準(zhǔn)差橢圓模型，該算法由韋爾蒂·利菲弗(D. Welty Lefever)在1926年提出，其原理為基于所有空間點(diǎn)創(chuàng)建一個新的以平均中心為中心的橢圓面(見圖2)。而該橢圓的面積代表了一定標(biāo)準(zhǔn)差內(nèi)數(shù)據(jù)分布的概化面，短半軸y表示數(shù)據(jù)分布的范圍。

圖2 標(biāo)準(zhǔn)差橢圓原理

本研究中，為了消除離群值對于商業(yè)吸引范圍的影響，選取了一個標(biāo)準(zhǔn)差范圍的居民購物者數(shù)據(jù)，即占總樣本數(shù)63%的輸入要素的質(zhì)心包含在內(nèi)，以標(biāo)準(zhǔn)差橢圓的短軸y表示商廈的影響范圍，其具體計(jì)算方法如下：

其中，xi和yi是要素i的坐標(biāo)，{X,Y}表示要素的平均中心，n等于要素總數(shù)。

2.商鋪富集性。商業(yè)的富集性對于商業(yè)經(jīng)營區(qū)域是必不可少的元素。在以往的研究當(dāng)中，香農(nóng)熵是一個最為普遍的業(yè)態(tài)多樣性評估方法。[14]但香農(nóng)熵更傾向于評估混亂性而不是富集性。[15]因此，本研究使用富集性熵(HN)歸納商廈中業(yè)態(tài)的多樣性(Diversity)和規(guī)模(Scale)兩個測度來測度評價商業(yè)網(wǎng)點(diǎn)的豐富度，其公式如下：

其中，HN的值取決于POI類別的數(shù)量N和各類別(p1，p2,…,pN)數(shù)量分布的均勻性。

3.商廈客流量及訪客來源分布。通過LBS的定位數(shù)據(jù)，計(jì)算居民用戶的出行鏈信息，即將在某一區(qū)域的訪問的超過30分鐘的非常駐用戶判斷為該區(qū)域的訪客。判定用戶的常住與工作區(qū)域的方法已經(jīng)有大量的手機(jī)信令的文獻(xiàn)研究[16]，故不再贅述。

4.商廈空間數(shù)據(jù)。商業(yè)商廈的建筑面積是商業(yè)空間規(guī)模的另外一個表征。由于城市的商業(yè)商廈建筑輪廓矢量數(shù)據(jù)未公開化，故只能采取衛(wèi)片矢量化提取法進(jìn)行測算。

圖3 天地圖矢量化流程

首先，采用天地圖建筑物矢量化法對商業(yè)商廈的輪廓線進(jìn)行提取。通過Matlab對天地圖進(jìn)行坐標(biāo)補(bǔ)償，高效地提取了山東省內(nèi)100個商業(yè)商廈的具體輪廓范圍。其次，本研究通過百度地圖的建筑內(nèi)地圖功能，獲取了目標(biāo)建筑物的實(shí)際層數(shù)。最后對建筑面積進(jìn)行了定量估算，具體流程見圖3。[17]

三、研究結(jié)果

(一)描述性統(tǒng)計(jì)

本文通過綜合百度LBS定位數(shù)據(jù)、城市POI數(shù)據(jù)以及天地圖衛(wèi)片數(shù)據(jù)對山東省范圍內(nèi)100家商業(yè)商廈的規(guī)模、客流、業(yè)態(tài)以及影響范圍進(jìn)行了測算，并將所有數(shù)據(jù)的精確度提高到了單體商廈的尺度。如圖4，在對城市名稱進(jìn)行編碼后，所有商廈數(shù)據(jù)已按序號排序。排序后的統(tǒng)計(jì)圖準(zhǔn)確地反映了各個城市的綜合商廈的商業(yè)網(wǎng)點(diǎn)豐富度、建筑面積、影響半徑以及客流量數(shù)據(jù)。其中，圖a、d反映了濟(jì)南、青島等大城市的商廈擁有更高的商業(yè)網(wǎng)點(diǎn)豐富度以及更大的日均客流量，圖b、c反映了城市規(guī)模對商業(yè)網(wǎng)點(diǎn)的建筑面積以及影響半徑的影響較小。

圖4 數(shù)據(jù)分布圖示

表1 描述性統(tǒng)計(jì)量

表1展示了所統(tǒng)計(jì)的山東省內(nèi)100家商業(yè)商廈的建筑面積(公頃)、日均客流量(人)、業(yè)態(tài)豐富度(系數(shù))、影響范圍(KM)以及公共交通覆蓋(個數(shù))數(shù)據(jù)。通過總結(jié)數(shù)據(jù)可以得出，商廈的平均建筑面積為13.4公頃，商廈面積被12.1公頃至14.8公頃這一區(qū)間覆蓋的概率為95%；本次調(diào)查樣本的店鋪數(shù)量平均值為250，但其標(biāo)準(zhǔn)誤差較高，表明數(shù)據(jù)浮動范圍較大。此外，所有商廈的日均客流量具有較高的相似性，為6700人每日，樣本中80%的商廈日均客流量超過了6000人每日；商廈的平均影響半徑為0.97公里，影響半徑數(shù)據(jù)的離散程度較低，其均值具有較好的代表性。

(二)回歸分析結(jié)果

多元線性回歸模型通常用來研究一個因變量依賴多個自變量的變化關(guān)系，已經(jīng)被廣泛地用于各個領(lǐng)域的數(shù)據(jù)研究。[10]其優(yōu)點(diǎn)在于可以計(jì)算多組變量的線性關(guān)系，并且通過準(zhǔn)確地計(jì)量各個因素之間的相關(guān)程度以及擬合程度的高低能夠提高自身的預(yù)測效果，比一元線性回歸具有更大的實(shí)用意義。此外，運(yùn)用多元線性回歸模型，只要采用相同的數(shù)據(jù)和模型，即可通過標(biāo)準(zhǔn)的統(tǒng)計(jì)方法計(jì)算出唯一的結(jié)果?；谶@些特點(diǎn)，本文采用多元線性回歸模型對城市商業(yè)商社的供需指標(biāo)進(jìn)行相關(guān)性分析。

在商業(yè)商廈供需指標(biāo)體系的實(shí)際建模過程中，其作為被解釋變量不但受定量變量的影響，同時還受到定性變量的影響。例如城市規(guī)模、交通條件等因素。因此，在建立線性回歸分析模型之前，需將城市特性變量作為控制變量進(jìn)行虛擬處理。同時，根據(jù)現(xiàn)有研究，城市公共交通的便利性、不同業(yè)態(tài)的比重也會對其指標(biāo)造成影響[9][11]，故本文同時對商廈周邊500米范圍內(nèi)的公交與軌道站點(diǎn)數(shù)、商業(yè)類別占比等數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)，將統(tǒng)計(jì)后的數(shù)據(jù)作為解釋變量參與回歸模型的建設(shè)。

表2 指標(biāo)相關(guān)性分析

通過表2所示的研究指標(biāo)相關(guān)性檢驗(yàn)可以得出，在95%的置信區(qū)間下，商廈面積與其影響半徑和客流量都有較強(qiáng)的相關(guān)性。這說明商廈的面積作為規(guī)模要素，是滿足商業(yè)需求的必要條件；此外，這也表明商業(yè)網(wǎng)點(diǎn)規(guī)模的豐富度指數(shù)與客流量也具有明顯的相關(guān)性。另一方面，商廈的影響半徑與商廈的業(yè)態(tài)豐富度并沒有顯著相關(guān)性，可以得出居民消費(fèi)主要遵循商業(yè)區(qū)域等級體系的原則，受業(yè)態(tài)豐富度的影響較小。這一現(xiàn)象與多位學(xué)者的研究成果相符，例如羅藝等人對大型百貨商場零售業(yè)態(tài)的研究表明，消費(fèi)者的驅(qū)動因素主要在于綜合商廈的經(jīng)營規(guī)模；[18]仲海、寧敏的研究證明商業(yè)設(shè)施的核心競爭力來源于商業(yè)的中心地等級。[19]

在相關(guān)性分析的基礎(chǔ)上，本文通過建立多元線性回歸模型進(jìn)一步研究了城市商業(yè)綜合體的供給指標(biāo)與需求指標(biāo)之間的關(guān)系。表3中a,b兩個線性回歸模型反映了不同的需求度量與供應(yīng)規(guī)模的關(guān)系，模型a因變量為商業(yè)商廈的服務(wù)半徑，自變量為商業(yè)綜合體建筑面積；模型b則反映了商業(yè)商廈日均客流量與商業(yè)綜合體業(yè)態(tài)豐富度之間的關(guān)系。經(jīng)檢驗(yàn)，在95%的置信區(qū)間下，模型a、模型b的Sig值均小于0.001，說明該模型可靠并且具有一定的代表性。

表3 模型擬合R2變化

通過觀察表3回歸模型a1、b1可以發(fā)現(xiàn)，城市自身的規(guī)模經(jīng)濟(jì)特征，也會對商業(yè)商廈本身的客流、影響半徑等產(chǎn)生一定的影響。[20]然而模型a1的R2值較低(0.228)，說明城市特征對商廈的影響范圍的解釋度較低，兩個變量的相關(guān)性不明顯。模型a2在加入解釋因子建筑變量之后，調(diào)整后的R2值上升明顯，說明商業(yè)商廈的規(guī)模對其自身的服務(wù)半徑有顯著的相關(guān)性。模型a3、a4分增加了日均客流量、業(yè)態(tài)豐富度、公交覆蓋以及業(yè)態(tài)占比等解釋變量，逐步回歸之后的調(diào)整后R2值穩(wěn)定在0.57，說明該回歸模型具有較強(qiáng)的解釋性。模型b1，分析了城市特征與商廈客流量的關(guān)系，結(jié)果發(fā)現(xiàn)城市特征對該模型的解釋性較弱。在引入商業(yè)網(wǎng)點(diǎn)的豐富度指標(biāo)后，模型b2的調(diào)整后R2值上升明顯，說明商業(yè)網(wǎng)點(diǎn)豐富度是影響其日均客流量的主導(dǎo)因素。模型b3、b4分別引入了建筑面積、公交覆蓋以及業(yè)態(tài)占比等解釋變量，回歸后的模型R2值逐步提升，說明所添加的解釋因子與日均客流有顯著的相關(guān)性。

分析多元線性回歸模型可以得出，商廈的服務(wù)半徑和客流量都與其自身的建筑面積存在顯著的正相關(guān)關(guān)系(見表4)。大規(guī)模的商業(yè)綜合體往往可以提供更多樣的商品和服務(wù)并以此吸引更多的日均客流量，其輻射能力也會更強(qiáng)。模型顯示，每增加單位公頃的建筑面積，都會擴(kuò)大約0.016 km的商廈服務(wù)范圍。雖然研究結(jié)果表明擴(kuò)大經(jīng)營規(guī)模會帶來顯著的客流量提升，但也應(yīng)當(dāng)考慮目標(biāo)區(qū)域的人口情況，盲目擴(kuò)張則會出現(xiàn)商業(yè)空間閑置、空間利用率低、商業(yè)效益低等問題。

商廈的業(yè)態(tài)豐富度作為商業(yè)供應(yīng)的另一大重要指標(biāo)，與日均客流量有顯著的線性相關(guān)關(guān)系(P<0.001)，在控制其他條件不變的前提下，每增加一個單位的商廈業(yè)態(tài)豐富度，就可以增加20人每日的日均客流量。另一方面，業(yè)態(tài)豐富度與商廈服務(wù)范圍并無顯著的相關(guān)關(guān)系。這一現(xiàn)象說明顧客對商場提供服務(wù)的多樣性要求較高，業(yè)態(tài)的多元化將成為商廈發(fā)展以及其結(jié)構(gòu)調(diào)整的主要趨勢。因此，為了推動商業(yè)環(huán)境的升級，應(yīng)當(dāng)鼓勵商廈在找準(zhǔn)人群和產(chǎn)品定位的基礎(chǔ)上，優(yōu)化業(yè)態(tài)組合，推動商業(yè)環(huán)境的升級，引導(dǎo)良性競爭，避免商業(yè)活動同質(zhì)化發(fā)展。

商場影響半徑與交通便利度也存在一定的正相關(guān)關(guān)系，商場輻射范圍受交通便利性的影響較小；此外，日均客流量數(shù)據(jù)并沒有與商場臨近的公交站以及地鐵站數(shù)量產(chǎn)生顯著的相關(guān)關(guān)系(P=0.087)。雖然交通便利度的提高會使商圈的輻射能力有所增強(qiáng)，但其提升范圍有限。這說明主導(dǎo)客流量的主要因素在于商廈的建筑規(guī)模以及其自身的業(yè)態(tài)豐富度，增加交通便利度只能在一定程度上提升客流量，但難以彌補(bǔ)設(shè)施上的差異。因此，在增加交通便利度的同時，應(yīng)重視商業(yè)服務(wù)供給以及營業(yè)規(guī)模的提升，充分考慮商場針對的消費(fèi)人群，明確客流性值。在整體規(guī)劃的基礎(chǔ)上，對交通網(wǎng)絡(luò)合理布局，通過統(tǒng)籌協(xié)調(diào)資源提升商圈的綜合實(shí)力。

此外，本文針對業(yè)態(tài)種類對商廈指標(biāo)產(chǎn)生的影響展開了更為具體的分析。在1%的顯著水平下，餐飲類商業(yè)設(shè)施對客流量和商廈服務(wù)范圍都具有正相關(guān)的影響。由于餐飲業(yè)的特殊性，其易對周圍客流產(chǎn)生長期的定向影響，并為商廈設(shè)施提供更多的潛在消費(fèi)者。另一方面，餐飲行業(yè)也容易與商廈的夜間經(jīng)濟(jì)協(xié)同發(fā)展，并可以增加城市活躍度以及提高特定農(nóng)產(chǎn)品的流通范圍。因此，在商業(yè)網(wǎng)點(diǎn)的規(guī)劃中可以對餐飲行業(yè)進(jìn)行適當(dāng)?shù)馁Y源傾斜，在增加商廈輻射力的同時拉動其他相關(guān)產(chǎn)業(yè)的收入。

購物類傳統(tǒng)商業(yè)網(wǎng)點(diǎn)的占比與客流總量存在著顯著的負(fù)相關(guān)關(guān)系，對商廈的輻射半徑幾乎沒有影響。這是由于電商平臺的高速發(fā)展推動了消費(fèi)者購物方式的轉(zhuǎn)變，傳統(tǒng)購物類商業(yè)設(shè)施正在受到豐富的虛擬購物平臺的擠壓。消費(fèi)者前往商場購買傳統(tǒng)商品的需求下降，這就需要通過創(chuàng)造性手段提振消費(fèi)者熱情?？梢圆扇∝敹惤鹑谑侄我龑?dǎo)推廣老字號產(chǎn)品等相關(guān)特色領(lǐng)域，推動服務(wù)水平提高并增強(qiáng)消費(fèi)者的購物體驗(yàn)。此外，還應(yīng)當(dāng)通過政策對商業(yè)發(fā)展予以正確引導(dǎo)，避免商業(yè)設(shè)施盲目擴(kuò)張的現(xiàn)象，對商業(yè)設(shè)施建設(shè)管理增強(qiáng)約束，鼓勵創(chuàng)新經(jīng)營方式和差異化經(jīng)營。

生活服務(wù)類設(shè)施對日均客流量影響并不顯著，但對市場影響范圍有顯著的負(fù)向影響，這是由于消費(fèi)者傾向于選擇就近滿足自己生活服務(wù)需求的設(shè)施。從線性回歸結(jié)果可以發(fā)現(xiàn)科教文化服務(wù)設(shè)施與商業(yè)半徑和客流量均無相關(guān)性，因此難以得出此類設(shè)施在商業(yè)商廈中存在的必要性。而以娛樂為代表的新商業(yè)業(yè)態(tài)對商業(yè)設(shè)施客流起到了顯著的正相關(guān)作用，雖然休閑娛樂服務(wù)只占總設(shè)施數(shù)量的3%，但其對日均客流量的吸引力為63人每日，遠(yuǎn)高于其他業(yè)態(tài)。這說明在設(shè)置商圈經(jīng)營和服務(wù)類型時應(yīng)注重整體性設(shè)計(jì)，充分了解消費(fèi)者偏好，重視新業(yè)態(tài)對消費(fèi)者的吸引力。

表4 總體回歸結(jié)果

四、結(jié)論與展望

(一)結(jié)論

本文對山東省100所大型商業(yè)商廈的研究表明，山東省省內(nèi)的商業(yè)商廈規(guī)模與市場需求均存在合理區(qū)間，通過對研究樣本的建筑面積進(jìn)行歸納可以發(fā)現(xiàn)，75%的目標(biāo)商廈的建筑面積屬于12-15公頃區(qū)間。由此可見，消費(fèi)者對于游憩消費(fèi)的功能結(jié)構(gòu)，具有一定程度的偏好，在規(guī)劃的過程中應(yīng)適度控制規(guī)模，更多考慮面積約束下的經(jīng)濟(jì)效益。同時，商業(yè)網(wǎng)點(diǎn)數(shù)量與商廈建筑面積相對應(yīng)，數(shù)量普遍不超過300家，均值為250家。這表明在商鋪數(shù)量相當(dāng)?shù)那闆r下，想要提升商廈競爭力，應(yīng)當(dāng)提高商鋪的多樣性以及服務(wù)質(zhì)量。此外，商業(yè)的業(yè)態(tài)多樣性與市民需求的契合度呈正相關(guān)，這表明商品種類覆蓋全的商廈更契合市民的消費(fèi)需求。另一方面，研究發(fā)現(xiàn)運(yùn)營較好的商廈的日均客流量相似性較高，數(shù)值在6000至8000的范圍內(nèi)浮動。這從側(cè)面說明對于單體商廈建筑，客流量可能存在一定的邊際性，即雖然規(guī)模增長會帶來額外客流量，但存在客流量閾值。從商廈的服務(wù)范圍來看，購物人群更傾向于就近購物，平均購物出行距離為0.9 km，是15分鐘步行范圍的合理區(qū)間。

本文還對商業(yè)商廈的規(guī)模與市民購物需求的相關(guān)性進(jìn)行了研究，發(fā)現(xiàn)在控制城市特征的外部要素的前提下，每增加單位公頃的額外建筑面積，就會提高約0.016 km的服務(wù)范圍。在城市商廈規(guī)劃的過程中，應(yīng)充分考慮周邊商廈的影響范圍，合理布局，考慮增加規(guī)模對于商業(yè)體的綜合影響。將網(wǎng)點(diǎn)數(shù)量與多樣性共同作用于市民的購物需求?；貧w模型的分析表明，增加單體商廈內(nèi)的網(wǎng)點(diǎn)數(shù)量以及提高商業(yè)網(wǎng)點(diǎn)的業(yè)態(tài)多樣性都對吸引客流有較大的幫助，每增加單位商業(yè)業(yè)態(tài)的豐富度都會額外吸引20.05人均客流量。在網(wǎng)點(diǎn)數(shù)量不變的情況下，對商業(yè)網(wǎng)點(diǎn)的門類進(jìn)行結(jié)構(gòu)性優(yōu)化能有效提高商業(yè)網(wǎng)點(diǎn)的運(yùn)營效率。

此外，研究發(fā)現(xiàn)，提高公共交通便利度和餐飲服務(wù)數(shù)量都對提高商廈影響半徑具有正向效應(yīng)，提高餐飲服務(wù)業(yè)務(wù)以及休閑娛樂服務(wù)數(shù)量對提高日均客流量具有正向效應(yīng)。商業(yè)區(qū)域可以通過調(diào)整業(yè)態(tài)配比和交通便利度等外部因素來增加運(yùn)營能力。

(二)展望

本研究通過使用新興LBS數(shù)據(jù)對城市微觀商業(yè)的規(guī)模、業(yè)態(tài)、服務(wù)范圍以及客流量進(jìn)行了關(guān)系評估，對城市商業(yè)商廈的規(guī)劃建設(shè)有一定借鑒意義。然而，城市商業(yè)商廈的實(shí)際運(yùn)營情況十分復(fù)雜，不同商廈的覆蓋情況和經(jīng)營狀況存在很大差異，許多區(qū)域存在不良競爭和空心化等問題，因此影響商業(yè)商廈客流、服務(wù)半徑的實(shí)際因素更加多元化和復(fù)雜化。本文僅從商業(yè)設(shè)施規(guī)模以及網(wǎng)點(diǎn)豐富度兩個角度進(jìn)行分析比較片面，而且所選樣本的豐富度不夠高，不能全面代表所有能級的商廈情況。因此，針對上述不足，后續(xù)有必要進(jìn)行深入的研究。首先，應(yīng)將區(qū)域競爭模型引入到回歸參數(shù)中，從微觀整合到中觀層次，對城市區(qū)域中出現(xiàn)的商業(yè)集聚、商業(yè)競爭現(xiàn)象進(jìn)行深入分析。其次，應(yīng)該結(jié)合現(xiàn)有研究、規(guī)劃的經(jīng)驗(yàn)，考慮加入科學(xué)性更強(qiáng)的控制變量，以消除其他因素的影響。最后，本文研究只使用了2019年7月至2019年9月的數(shù)據(jù)，有一定的時間局限性。采用橫斷面數(shù)據(jù)采樣回歸方法也使研究有一定的片面性，未來的研究應(yīng)當(dāng)采用更廣闊的時空維度數(shù)據(jù)，以達(dá)到更好的結(jié)果。