王光生，鄭國強，石 磊

（山東建筑大學 測繪地理信息學院，山東 濟南 250101）

城市商業(yè)區(qū)及其空間分布格局是經濟地理的熱點研究議題之一。零售業(yè)作為流通領域的最后一個環(huán)節(jié)，也是實現生產者、經營者與消費者之間聯系的重要橋梁和紐帶，其空間分布格局也是反映人類社會經濟活動空間特征的重要方式之一[1-2]。零售業(yè)空間格局分布是指各業(yè)態(tài)、業(yè)種及其相應的商業(yè)設施在一定地理范圍內的網點分布，其空間格局分布對城市資源配置效率、居民消費需求、城市經濟健康穩(wěn)步發(fā)展發(fā)揮重要作用[3-4]。早在20 世紀20年代國外學者就對城市商業(yè)地理及空間格局分布特征等方面進行研究。德國城市地理學家首先提出城市發(fā)展的中心地理論，并構建了中心地系統(tǒng)空間模型，奠定了零售業(yè)空間格局研究的基礎[5]；之后研究者又相繼提出廖什景觀理論、商圈理論、集聚理論等[1-6]；數理統(tǒng)計方法、構建多元回歸方程等方法也被廣泛應用在零售業(yè)空間格局分布相關研究中[6]。傳統(tǒng)的零售業(yè)空間格局研究主要采用統(tǒng)計數據和實地調研數據，實時性和準確性較差。近幾年，隨著數據的多元化和大數據時代的到來，空間大數據為零售業(yè)空間格局分布分析提供實時性較好、準確性較高的數據，使分析結果更精確[7]。在國內，學者利用POI（Point of Interest，興趣點）數據[8-10]、位置簽到數據[11]、手機信令數據[12]、GPS 定位數據[13]等多源數據獲取商圈信息，分析零售業(yè)空間格局特征。陳蔚珊等運用核密度分析法和局域Getis-Ord Gi*指數法從城市尺度和零售業(yè)尺度識別了廣州零售業(yè)的商業(yè)中心熱點[9]；浩飛龍等基于區(qū)位熵指數Ripley's K 函數、核密度分析法從行業(yè)空間分異的視角分析了長春市空間分布格局[10]；李偉依托廈門多年零售業(yè)POI 數據，采用分層聚類和核密度分析對比，研究結果表明廈門零售業(yè)向網絡化格局發(fā)展[14]。

2019年初，國務院批準原萊蕪市歸濟南市管轄，規(guī)劃調整后的新濟南市作為山東省的省會必將成為輻射全省、影響華東地區(qū)的金融貿易中心。研究濟南市商業(yè)空間格局分布及影響因素可以為合并后的濟南商業(yè)規(guī)劃與發(fā)展提供思路和數據支持。文章基于濟南市超市的POI 數據，運用核密度分析、多距離空間聚類分析、地學圖譜等方法對濟南超市空間分布格局做深入剖析，探討超市業(yè)態(tài)的熱點區(qū)域及影響因素，以期為新濟南的商業(yè)合理規(guī)劃提供科學依據。

1 數據來源與研究方法

1.1 研究區(qū)概況與數據來源

選取濟南市轄10 區(qū)2 縣為研究區(qū)，包括歷下區(qū)、歷城區(qū)、市中區(qū)、天橋區(qū)、槐蔭區(qū)、長清區(qū)、章丘區(qū)、濟陽區(qū)、萊蕪區(qū)、鋼城區(qū)、商河縣、平陰縣。濟南市位于山東省中部，地理位置介于北緯35°59′-37°32′、東經116°11′-117°57′之間，全域面積8 000.79 km2，研究區(qū)及超市POI 數據的空間分布狀況如圖1 所示。其作為環(huán)渤海地區(qū)南翼的中心城市，不僅是全省的政治、經濟、科技、文化、教育、旅游中心，也是環(huán)渤海經濟區(qū)和京滬經濟軸上的重要交匯點，全國重要交通樞紐，具有較大的經濟發(fā)展?jié)摿?。濟南市城市?guī)劃中提到要把濟南培育為現代服務業(yè)和總部經濟聚集區(qū)，區(qū)域性物流中心，高新技術產業(yè)和先進制造業(yè)基地[15]。以濟南市為研究區(qū)域，研究其超市的空間格局分布及影響因素能為濟南市規(guī)劃及經濟發(fā)展提供思路和方向，同時也有利于新濟南調整經濟布局以促進經濟平衡發(fā)展。

圖1 研究區(qū)及超市POI 分布圖

研究所用濟南市及各區(qū)縣范圍數據、高速公路及省道矢量數據均來自山東省天地圖官網（http：//www.sdmap.gov.cn/page/ResourceCenter.html），濟南水系矢量數據由水經注萬能地圖下載器下載，文章所涉及到的人口數據、經濟數據來自《山東省統(tǒng)計年鑒》。研究所用POI 數據是通過使用張海平等人編寫的網絡爬蟲工具GeoSharp 1.0 在高德地圖上獲得，調用高德地圖API應用接口，申請授權后，存取高德地圖的二級分類“超級市場”，其中含有三級分類的有家樂福、沃爾瑪、華潤、北京華聯、上海華聯、麥德龍、樂天瑪特、華堂、卜蜂蓮花、屈臣氏等，所獲數據所包含的字段有id、name、type、typecode、address、lng、lat、pname、adname、shopid等[16]。對所獲數據整理清洗并以濟南行政邊界圖為參照確定其位置信息，為了使POI 數據能與濟南市行政區(qū)劃數據坐標系保持一致，將超市POI 數據的火星坐標系轉換為WGS84 坐標系。依據高德地圖商店信息并配合百度街景地圖，主要按照營業(yè)面積把超市分為小型超市（<500 m2）、中型超市（>500 m2∪<1 500 m2）、大型超市（>1 500 m2）三類，濟南市基本情況和超市POI 數量見表1。

表1 濟南市基本情況和超市POI 數量

1.2 研究方法

1.2.1 核密度分析

密度分析主要根據已知的點要素或線要素數據計算整個區(qū)域的數據聚集狀況，結果會產生一個連續(xù)的密度表面，從而來反應要素空間分布的相對集中程度[17]。核密度估計方法（Kernel Density Estimation，KDE）是密度分析的分析方法之一，最早由Rosenblatt 和Estimation 提出，即使用核函數將每一個已知點在指定的半徑范圍內對其他各個柵格單元中心點的密度貢獻度[18]。通俗來講，核密度估計就是地理事件可以發(fā)生在空間的任何位置上，但是在不同位置上其事件發(fā)生的概率存在差異，點密集的區(qū)域事件發(fā)生概率高，其密度就大；反之，點稀疏的區(qū)域事件發(fā)生的概率低，密度小。其計算方程式可表示：

式中，f（s）為空間位置s處的核密度計算函數；h為搜索半徑（帶寬）；n為與位置s的距離小于或等于h的要素數；k函數則表示空間權重函數。通過其他研究者的研究，在式中對分析結果影響較大的是搜索半徑（h），綜合考慮本研究范圍及POI 數據的分布情況，通過多次試驗，選擇3 km 的搜索半徑進行核密度分析，在此搜索半徑下既能較好的識別超市的熱點地區(qū)，又能充分反映超市整體的空間分布狀態(tài)。

1.2.2 多距離空間聚類分析（Ripley's K 函數）

核密度分析是在確定的半徑內研究數據聚集狀況，數據在不同的研究尺度下，所表現出來的集聚狀態(tài)可能會發(fā)生改變。在小尺度上，數據分布可能出現集聚的特征，在中尺度或大尺度上，數據可能出現隨機分布或離散分布的特征。多距離空間聚類分析是空間點模式分析常用方法之一，其可分析在不同尺度上的數據集聚特征[19]。Ripley's K 函數基本表達式如下：

式中，K（d）是以任意點為中心，半徑為d的區(qū)域內的事件的數量的總和除以密度；A為研究區(qū)域面積；n為超市網點數量；d為距離閾值（半徑）；wij（d）為在距離d范圍內某一超市i與超市j之間的距離。在進一步研究中，Besag 提出用L（d）代替K（d）：

其中，當L（d）<0 時，表示事件有均勻分布的趨勢；L（d）>0時，則事件有聚集分布的趨勢；L（d）=0 時，表示為隨機分布。

2 濟南市超市空間格局分析

2.1 超市空間分布形態(tài)特征

利用核密度分析方法分別以濟南市全部超市、小型超市、中型超市和大型超市POI 數據為分析對象，通過多次試驗以3 km 為帶寬進行核密度分析。總體來看，濟南市的超市在空間分布上出現“塊狀集聚，多中心，規(guī)模懸殊”的發(fā)展格局；市內五區(qū)超市高度集中連片分布；萊蕪區(qū)自成超市集聚中心；其他五區(qū)兩縣超市集聚規(guī)模較小且分布零散。濟南市各類型超市空間分布集聚特征主要分析如下。

（1）濟南市已形成歷下區(qū)等五區(qū)連片簇聚和萊蕪區(qū)兩大超市集聚中心，其他區(qū)縣超市集聚中心分散獨立。運用核密度分析法識別濟南市全部超市集聚區(qū)域，如圖2 所示濟南市共有8個超市集聚中心，包括2個較大的超市集聚中心和6個次級超市集聚中心。其中天橋區(qū)、槐蔭區(qū)、市中區(qū)、歷下區(qū)、歷城區(qū)五區(qū)超市連片聚集，形成濟南市最大的“雙核”超市集聚中心，一核以濟南火車站為中心，主要包含濟濼路、無影山路、經四路等商業(yè)繁華街道，另一核以山大南路與洪家樓南路交叉口為中心，主要包含山大北路、解放路、和平路等商業(yè)繁華街道，“雙核”中心的核密度均達到9.6，核密度由核中心向外逐級減??；濟南市另一較大的超市集聚中心位于萊蕪區(qū)，該集聚中心以萊蕪汽車總站為中心，主要包含汶河大道、匯源大街、大橋南路、鳳凰路等人員聚集區(qū)。其余6個超市集聚中心分散分布在濟南市中心邊緣的商河縣、濟陽區(qū)、章丘區(qū)、長清區(qū)、平陰縣、鋼城區(qū)，6個區(qū)縣的超市集聚中心均在該區(qū)縣的政府駐地周圍，其核心的核密度值為2.9，密度值僅是兩個較大超市集聚中心核密度值的1/3。

圖2 全部超市核密度分析圖

由分析可知：目前濟南的兩大超市集聚中心分別是原濟南市和萊蕪市的商業(yè)繁華區(qū)域，超市網點數據分析符合城市實際發(fā)展水平，研究具有可靠性；濟南城市邊緣地區(qū)超市集聚中心密度值相對較小，且分散分布，這與縣區(qū)的人口密度及經濟發(fā)展情況等影響因素有關；章丘區(qū)和萊蕪區(qū)交界處的超市集聚特征不明顯，這與濟南市2019年新規(guī)劃合并有一定關系，因此應加大與萊蕪區(qū)和鋼城區(qū)的經濟、人口聯動發(fā)展。

（2）如圖3-圖5 所示，不同類型超市集聚中心分布特征明顯且存在明顯差異，超市集聚中心個數隨著超市規(guī)模的增大而逐漸減少。小型超市集聚中心遍布整個濟南市且數量較多，市內歷下區(qū)等五區(qū)和萊蕪區(qū)是小型超市高度集聚的中心，其中靠近區(qū)縣的政府駐地周圍的集聚中心密度值較高；中型超市集聚中心個數較小型超市集聚中心個數減少近一半，市內五區(qū)和萊蕪區(qū)依舊是密度值較高的地區(qū)；市內五區(qū)的大型超市連片分布，中心密度值在全市范圍達到最高，此外，濟陽區(qū)、章丘區(qū)、長清區(qū)、萊蕪區(qū)分別都有1-2個集聚中心，而平陰縣、鋼城區(qū)、商河縣并未出現大型超市集聚中心，表明這三個區(qū)縣的大型超市數量較少，還未形成規(guī)模。

圖3 小型超市和密度分析圖

圖4 中型超市和密度分析圖

圖5 大型超市和密度分析圖

2.2 超市多尺度空間集聚分析

多尺度空間集聚分析結果如圖6-圖9 所示，在99%的置信水平下，Ripley's K 的觀測值均在該函數期望值之上，表明各類型超市及全部超市的分布集聚特征顯著；在40 km 的觀測范圍內，L（d）曲線呈先較集聚增長后緩慢增長進而趨于水平的變化趨勢，說明各類型超市網點在濟南市一定范圍內均顯著集聚且集聚趨勢增強后緩慢趨于穩(wěn)定；濟南的大超市、中超市、小超市和全部超市的特征空間尺度分別為5.4 km、5.6 km、5.6 km 和5.7 km，表明各類超市分布特征及特征尺度幾乎相同，這也表明各類型超市有相互依賴的現象，同時表明造成各類型超市區(qū)位選擇的影響因素幾乎相同。

圖6 全部超市Ripley's K 函數分析結果

圖7 大型超市Ripley's K 函數分析結果

圖8 中型超市Ripley's K 函數分析結果

圖9 小型超市Ripley's K 函數分析結果

3 超市分布影響因素分析

3.1 人口因素

本文將濟南市人口密度分布圖層與超市分布圖層進行疊加分析，首先求出各區(qū)縣的幾何中心點，再對各區(qū)縣的人口數據進行反距離加權插值，結果如圖10 所示。從圖10 來看，濟南市超市分布與人口密度分布具有較高的相似性，均呈現中部密度高、四周密度低的特點。其中，以歷下區(qū)為中心，包括歷下區(qū)全部、天橋區(qū)南部、槐蔭區(qū)東部、市中區(qū)北部、歷城區(qū)西部是濟南市人口較為集中的區(qū)域，同時也是超市聚集的位置，這主要是為了保證門檻人數和獲取更多利潤，超市會將人口密集區(qū)作為超市區(qū)位選擇的主要考慮因素。

圖10 超市分布人口因素分析

3.2 交通因素

本文將濟南市省道做不同距離的緩沖區(qū)，統(tǒng)計緩沖區(qū)內超市數量，見表2。隨著緩沖區(qū)距離變大，緩沖區(qū)內的超市數量逐漸增加，其中，1 km 緩沖區(qū)內有73個大型超市、442個中型超市、983個小型超市，各類型超市分別占其總數的60%左右；2 km 緩沖區(qū)內有98個大型超市、616個中型超市、1 303個小型超市，大、中型超市數量已占其總數的80%以上；3 km 緩沖區(qū)內大、中型超市數量已經占其總數的90%以上，小型超市數量占其總數的87.57%；當緩沖區(qū)為4 km、5 km 時，各類型的超市數量占其總數的90%以上，其中大型超市占其總數的97.39%。分析可知，有90%以上的超市分布在主要道路周圍。

表2 省道各緩沖區(qū)內超市數量統(tǒng)計

4 結論

合理的商業(yè)空間格局可以有效提升城市活力促進城市發(fā)展。隨著國務院批準原萊蕪市歸濟南市管轄，濟南市的商業(yè)空間格局隨之發(fā)生變化，零售業(yè)發(fā)展也進入了新階段。本文基于POI 數據對濟南市超市空間格局特征和及其影響因素進行分析，得出以下結論。

（1）濟南市已形成歷下區(qū)等五區(qū)連片簇聚和萊蕪區(qū)兩大超市集聚中心，其他區(qū)縣超市集聚中心分散獨立，不同類型超市集聚中心分布特征明顯且存在明顯差異，超市集聚中心個數隨著超市規(guī)模的增大而逐漸減少。

（2）在99%的置信水平下，Ripley's K 的觀測值均在該函數期望值之上，表明各類型超市及全部超市的分布集聚特征顯著，并在一定程度上存在相互依賴的關系。

（3）各類超市的分布與人口密度和交通道路有明顯關聯關系，人口密度大的區(qū)域相應的超市數量也相對較多，在道路5 km 的緩沖區(qū)內包含95%左右的超市。人口因素控制著城市的消費發(fā)展趨勢，有效引導著各類超市的合理布局；發(fā)達的交通網更為超市的選址和合理布局提供依據。