上海城市道路对消费活力的影响：基于POI密度与多样性分析

严朝霞，季民河*，宋太新

（1.华东师范大学 地理信息科学教育部重点实验室，上海 200241；2.华东师范大学 地理科学学院，上海 200241）

上海城市道路对消费活力的影响：基于POI密度与多样性分析

严朝霞1，2，季民河1，2*，宋太新1，2

（1.华东师范大学 地理信息科学教育部重点实验室，上海 200241；2.华东师范大学 地理科学学院，上海 200241）

中国城市经济随着改革深入面临巨大转型，消费活力成为衡量一个城市经济发展能力和潜力的重要指标。文章以上海为例，利用辛普森指数、相关性分析法、核密度计算，研究了城市消费活力空间分布和热点识别、城市道路网与消费活力的相关性。结果表明：上海城市消费活力在空间密度上主要呈单核扩散模式，即由主城区中心向周边发展的态势；城郊区域出现的热点，可用以识别和评价政府规划的新型城镇中心的崛起和发展；道路节点密度与消费活力水平呈正相关关系，且相关程度较高（相关系数大于0.5）；道路密度与消费活力水平呈微弱的正相关关系。总之，上海城市道路网建设对于消费活力形成及发展具有正面的促进作用。这些都可为城市道路规划与合理布局提供理论参考。

POI；道路网络；密度；多样性；城市消费活力

中国经历了30多年的改革开放，成为当今世界上城镇化发展最快的国家之一。据国家统计局报告显示，人口普查城镇化率在2000年为36.2%，在2010年为49.7%，而到了2014年，城镇化率已达54.77%，并且仍然处于增长的趋势。城市化带来了城市人口数量和结构以及城市居住空间形态的变化，城市产业结构也发生了相应的变化，经历了从早期工业时代以制造业为基础到后工业时代以文化创意和休闲娱乐等服务业为主的转变，城市经济形态也由生产导向型向消费需求导向型变迁[1]。在加速的城市化进程中，增长的经济水平、进步的科学技术、健全的基础设施和良好的公共服务带给人们舒适性和便利性，这会进一步促进城市的良性发展。然而，资源短缺、空气污染、交通拥挤、城市犯罪等城市问题则在一定程度上阻碍城市发展。因此，城市活力作为衡量城市在发展过程中所表现出的发展能力和发展潜力的指标应运而生，对其研究近年来得到逐渐开展。城市活力包括城市的经济、社会、文化、环境等方面[2]。其中，城市消费活力作为城市活力的一个方面，将反映该城市的经济发展状况健康与否，对于探究城市的经济发展状况具有重要意义。

国内有关城市活力的研究众多，但是有关城市消费活力或者城市经济活力的研究整体较少。学者金延杰[3]从城市经济活力方面对中国50个重要城市（比如北上广深等）进行研究，选取了经济总量及其增长、企业及其收益、居民收入、财政与社会保障、外贸与外资、技术水平与教育及环境7个方面作为指标建立评价体系，通过主成分分析、聚类分析等方法对国内50个城市进行了定量分析，并对各城市经济活力现状以及存在的问题进行了总结。陆晓丽、郭万山[4]同样对城市经济活力的综合评价指标体系进行研究，提出了构建城市经济活力指标评价体系的原则（如科学性、完备性、可操作性以及稳定性等原则）以及构建过程中所需要注意的问题（如科学基础、主观指标的选取与测量、完善性与社会需求性的矛盾等问题）。

受限于数据获取的难度，以往有关城市活力的研究数据主要来源于政府发布的区域统计资料，往往由于空间尺度过大，缺乏局部分析所需的定位精度和时效性，对揭示城市结构与城市活力的内在关系起不到应有的效果。而文中通过网页数据抓取技术和网页解析技术来获取实时的大众点评网的不同类型兴趣点（POI）数据，并基于网格单元开展研究。这种数据采集方式的优点在于数据抓取速度快、周期短，能够保证数据的时效性并且空间研究尺度小。笔者在总结前人研究的基础上，选取POI密度与多样性指标来分析上海的城市消费活力现状，并对影响因素进行初步探究，以期对上海城市消费活力良性发展提出有价值的建议。

1 研究区与数据

1.1 研究区概况

该文研究区域为整个上海市（包括崇明岛），共计17个县级区划，209个乡镇级区划（如图1）。据国家统计局2014年的数据统计，上海市总面积约为6 340 km2，总人口约为2 426万人。地理位置上，上海市地处东经120°52′至122°12′，北纬30°40′至31°53′之间，位于太平洋西岸，亚洲大陆东沿，中国南北海岸中心点，长江和黄浦江入海汇合处。北界长江，东濒东海，南临杭州湾，西与江苏、浙江两省相接，共同构成了以上海为核心的“长三角经济带”。

改革开放后，凭借其独特的地理区位优势和深厚的经济文化底蕴，上海迅速发展成为一个国际性大都市，成为了中国的经济与贸易中心。从20世纪90年代开始，上海开始进行城市产业结构战略性调整，现代服务业成为新的经济增长点。目前，上海已经进入消费型城市阶段，以消费来带动城市发展是必然趋势，消费将成为城市经济增长的直接动力[5-6]。

图1 上海行政区划图

1.2 数据来源与预处理

该文研究所需要的数据主要有：2015年上海市服务业兴趣点（POI）数据、上海市道路网数据、上海行政区划底图、上海市2 km×2 km格网数据。

其中，上海市服务业POI数据通过网页数据抓取技术和网页解析技术，调用大众点评API获取，同时按照类型对这些POI进行划分，包括休闲娱乐、酒店、购物、运动健身、美食及生活服务等六大类（见表1）。这些类型作为服务业的典型代表，可以用于文中城市消费活力的度量。将获取到的POI数据经过地理编码转换成矢量点数据，再通过坐标转换与上海行政区划底图配准。

在上海行政区划底图的基础上，将整个上海市范围划分为2 km×2 km的空间网格，共计1 855个网格，如图2（a）所示，这种方法有别于以往把行政单元（省、市、区、乡镇街道等）作为研究尺度。在稍后的分析中，将基于网格数据来分析上海市的消费活力热点空间分布以及道路网与城市消费活力的相关性等。

表1 大众点评网服务业POI对应分类表

在上海市道路网数据的基础上，对其进行了十字路口节点提取，共有十字路口节点36 676个（其中包含丁字路口节点），如图2（b）、图2（c）所示。该文选用道路指标有道路密度和道路节点密度，其中道路密度是指单元网格内的道路总长度；道路节点密度是指单元网格内的十字路口节点个数。

2 研究方法

城市经济活力，是指城市经济发展过程中的能力和潜力，它主要表现在经济成长的能力，引进资本和吸引高素质劳动力的能力。一般采用指标体系（包括经济总量及其增长、企业及其收益、居民收入、财政与社会保障、外贸与外资、技术水平与教育及环境等）综合评价城市经济活力，用城市经济活力指数表示。公式为

其中，Q表示城市经济活力评价指数，i表示所参与评价指标的个数，Hi表示第i个指标因子的贡献率，也叫影响率，Ki表示第i个指标因子在指标集矩阵中所对应的特征值，Yi表示指标因子的载荷量。

在文中，城市消费活力是指区域基于由生活娱乐消费场所和设施、公共服务场所和设施等组成的城市场景而形成的消费能力和消费潜力。在一定程度上，区域内的场所和设施空间分布越密集，类型越丰富多样，该区域消费能力和消费潜力越大。因此，文中选取密度和多样性指标对消费活力评价。其中，密度指标通过核密度函数来计算，多样性指标引入辛普森指数。

2.1 核密度计算

核密度函数是在概率论中用来估计未知的密度函数，属于非参数检验方法之一，它在于不是以一个确定的函数形式及通过函数参数进行密度计算，而是利用已知的点来对未知点进行估计。具体是在每个数据点处设置一个核函数，利用该核函数[7-8]来表示要素在这一点周围邻域内的分布情况。在地理学中，核密度方法常用于地理要素在空间上的密度分布估算，文中用它来计算整个上海市空间范围内的服务业热点。公式为

其中，n表示空间地理要素 x的个数，xi，xj分别表示第 i个地理要素x和第 j个地理要素 x的样本值，i=1，2，…，n，j=1，2，…，n，K为权重，hn代表平滑参数。

2.2 辛普森指数

辛普森指数又称为辛普森多样性指数，在生物学领域常用于群落物种多样性的判断。笔者尝试把生物学中的研究概念与方法引入城市研究领域，利用辛普森指数[10－11]来对城市消费活力指标（服务业多样性）进行定量计算和分析。公式为

其中，D表示服务业多样性，Ni代表一个地理区域中第i种服务业类型的数量，N代表一个地理区域中所有服务业类型的总数量，n表示一个地理区域中服务业类型总数。D的取值范围为（0，1），D的值越大表示一个地理区域服务业多样性越高，反之，越低。

2.3 相关性分析法

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。相关性分析法属经典统计学中的常用方法，引入地理领域主要用于定量分析两个或多个地理要素之间的相互关系密切程度[12]。文中运用相关分析法来定量计算城市道路网密度（指标）与城市消费活力水平（指标）之间的相关关系。公式为

其中，x表示地理要素城市道路网密度，y表示地理要素城市消费活力水平，rxy是相关系数，表示城市道路网密度和城市消费活力水平之间的相关程度，取值范围为[-1，1]，rxy＞0表示两地理要素之间存在正相关，rxy＜0表示两地理要素之间存在负相关，rxy的绝对值越接近1，表示两地理要素之间的关系越密切，反之越不密切；n表示空间地理要素x（城市道路网密度）、y（城市消费活力水平）在空间上分布的数量，xi，yi分别表示地理要素城市道路网密度、地理要素城市消费活力水平在第i个空间点处的样本值，其中i=1，2，…，n，x¯，y¯分别表示上述两种地理要素在空间分布上的平均值。公式为

由于相关系数是根据选取的地理要素（文中指城市道路网密度与城市消费活力水平）之间的样本值计算而来，其值会随着样本数的变化而变化，所以为了确定其是否可信，需要对其进行检验。常用的检验方法是在给定的置信水平下，通过查询相关系数检验的临界值表来进行检验。

3 结果分析

3.1 上海城市消费活力空间热点分析

利用ArcGIS中的核密度分析工具来计算上海市服务业POI整体上的核密度，并制成相应的空间分布图，如图3所示。其中不难发现核密度最大的区域与传统的市中心相重叠，反映了老中心城区商业与居住密集混杂的特点，由此带来服务网点的高度集中。围绕市中心的次高核密度水平呈圈层结构向外逐步递减，主要涵盖中环以内地区，以浦西老城区为主，浦东发展明显受到后发城市规划对建筑密度的限制。中环以外各个方向的核密度锐减，唯有沿主要交通线呈串形热点，表明中环之外的城市发展主要依托交通便利带来的辐射效应。但是在郊区，也存在部分区域相比周边区域较高的POI热点，如图3中标示的数字区域范围（其中，1为嘉定区嘉定镇，2为松江区中山街道，3为金山区石化街道，4为浦东新区惠南镇）。说明了在这些区域内，服务业POI呈现一定程度上的集聚，这是因为在这几个区域中有诸如大学城、旅游景点等吸引服务业集聚的因素存在。简而言之，上海城市消费活力在空间密度上呈现单核扩散模式，并且呈现出由市中心向周边发展的态势；在郊区区域，上海城市消费活力热点可以进行“新城”识别。

3.2 上海城市消费活力的多样性分析

在上海市2 km×2 km格网数据的基础上，利用辛普森指数计算基于网格的上海市服务业POI的多样性指数，并制成基于网格的上海市服务业多样性空间分布图，如图4所示。从中可以发现，整体上，上海市服务业POI多样性随着与市区距离的增大而减小，同时，该文在研究中加入了上海市乡镇政府所在地点数据，发现政府所在地有利于该区域服务业POI多样性的增加。

图3 上海市服务业POI空间热点分布图

图4 上海市服务业多样性空间分布图

3.3 道路网对城市消费活力的影响

选取道路指标（节点密度和道路密度），两个指标均基于2 km×2 km网格计算而来。前者是指单个网格单元内的十字路口（包括丁字路口）节点数量，后者是指单个网格单元内的道路总长度。用这两个指标分别探究与城市服务业POI密度和多样性指标之间的相关关系，并运用SPSS软件进行相关系数的计算与检验。

3.3.1 道路节点密度与城市消费活力相关性分析

表2 道路节点密度与上海市服务业POI密度的相关性

由表2可知：道路节点密度与服务业POI密度之间的相关系数为0.656，根据相关系数检验的临界值表可知，在显著性水平为α=0.01上，取自由度f=1 000，查到r0.01＜0.1。显然，道路节点密度与服务业POI密度之间存在显著正相关，说明单位面积内道路节点越多，越有利于服务业的集聚，从而越有利于城市消费活力的形成和提升，反之，单位面积内道路节点越稀疏，越不利于城市消费活力的形成。

表3 道路节点密度与服务业POI多样性的相关性

由表3可知：道路节点密度与服务业POI多样性之间的相关系数为0.405，即两者在α=0.01的显著性水平下存在一定程度的正相关关系。但同时发现与表2所求相关系数0.656相比，此相关系数较小，说明道路节点密度与服务业POI多样性的相关性较弱于道路节点密度与服务业POI密度的相关性。

3.3.2 道路密度与城市消费活力相关性分析

表4 道路密度与服务业POI密度的相关性

表4结果显示：道路密度与服务业POI密度的相关系数为0.181，即道路密度与服务业POI密度在α=0.01显著性水平下呈现微弱正相关，在一定程度上说明，道路密度与城市消费活力形成指标（密度）之间存在微弱正相关。

表5 道路密度与服务业POI多样性的相关性

表5结果表明：道路密度与服务业POI多样性之间的相关系数为0.323，即在α=0.01显著性水平下两者存在微弱正相关，在一定程度上说明道路密度与城市消费活力形成指标（多样性）之间存在微弱正相关。

3.3.3 上海市各区县的城市消费活力与城市道路网情况

表6 上海市各区县的城市消费活力与城市道路网情况一览表

表6清晰详细地展现出上海市各个区县之间的差异：郊区的9个区县虽然在面积上占据优势，服务业POI种类数目和主城区的5个区县差异较小，但是服务业POI密度值约为主城区的1/20，道路节点密度值约为主城区的1/4，道路密度值约为主城区的1/2。因此，表6也可以支持并解释以上表2－表5得出的结论，即道路节点密度与服务业POI密度的正相关程度大于道路密度与服务业POI密度的正相关关系，而道路节点密度和道路节密度与服务业POI多样性的相关性都不明显。

通过以上不同方面的分析，笔者发现就道路节点密度与服务业POI密度的相关关系而言，整体小于各分类型；道路节点密度与服务业POI密度的正相关程度要比与服务业POI多样性大（平均相关系数之差：整体为0.25，分类型为0.15）。然而，对于道路密度与服务业POI多样性的相关关系而言，整体以及分类型相关性程度均不明显。总体而言，一个区域道路节点的密度与城市消费活力形成和发展存在较高的正相关关系，而一个区域道路的密度与城市消费活力形成和发展存在正相关关系，但是关系不强。

这是因为，文中并没有对道路进行等级划分，将快速路、主干道、次干道、支路分级研究。所以在单元网格内，密集的城市支路的道路密度并不亚于具有多条机动车道数的主干道的道路密度，这在传统城市中心的居民住宅区表现更为明显。在上海传统的社区组织当中，里弄这种独特的街道空间承担了重要的功能意义。另外，传统的居住小区规划理论强调居住区整体的完整性，社区周边道路和居住区级道路多为城市支路。错落有致的里弄街道或者社区街道在空间上表现出道路纵横交错，因此，这类区域的道路节点密度高。从而，解释了以上结论中的为什么道路节点的密度与城市消费活力的相关程度要高于道路密度与城市消费活力的相关程度。

4 结语

以上海市作为文中的研究区域，选择2 km×2 km格网作为研究尺度，选择POI密度与多样性作为评价城市消费活力的指标，分析了城市路网与两个指标之间的相关性及相关程度大小。进而对上海城市消费活力的现状及影响因素进行了研究，得出以下结论：

（1）上海城市消费活力现状呈现出从市中心向周边减弱的趋势，但在上海郊区，存在部分区域城市消费活力比周围区域高，这些区域被看作是崛起的“新城”。

（2）道路网（道路密度、道路节点密度）与城市消费活力（密度、多样性）两两之间均存在正相关关系。换言之，城市路网的密集程度和城市路网中十字路口的数量对于该城市消费活力形成及发展均产生正面影响。

（3）道路节点密度对城市消费活力（密度、多样性）的影响更为明显，也就是说，区域内部道路节点越多，对城市消费活力形成及发展越有利；而道路密度（即区域内部的道路总长度）对于城市消费活力（密度、多样性）存在正向影响，但比较微弱。

文中的特色与创新在于尝试利用当前流行的大数据源进行有关城市消费活力方面的研究，区别于以往通过收集统计数据及资料的方式，采用网络数据抓取等技术，其实现简单，数据采集用时短，能够实时更新。

但是，数据源单一，部分缺失数据对研究结果造成的影响未进行估测，下一步期望通过引入新的大数据源和程序优化等方法提升研究结果的正确性。并且文中仅选用了上海市道路网（道路密度与十字路口节点密度）作为城市消费活力的影响因素，较为单一，未来考虑对道路网进行细化分级。另外，笔者仅从空间角度进行研究，并未加入时间概念，未来研究期望能够加入时间元素，进一步研究城市道路网建设对于城市消费活力的影响。

[1]吴军.大城市发展的新行动战略：消费城市[J].学术界，2014（2）：82-90.

[2]汪胜兰，李丁，冶小梅，等.城市活力的模糊综合评价研究——以湖北主要城市为例[J].华中师范大学学报（自然科学版），2013，47（3）：440-445，449.

[3]金延杰.中国城市经济活力评价[J].地理科学，2007（1）：9-16.

[4]陆晓丽，郭万山.城市经济活力的综合评价指标体系[J].统计与决策，2007（11）：77-78.

[5]赵丹，张京祥.消费空间与城市发展的耦合互动关系研究——以南京市德基广场为例[J].国际城市规划，2015（3）：53-58.

[6]董亚娟，孙敬水.区域经济收入分布的动态演进分析——以浙江省为例[J].当代财经，2009（3）：25-30.

[7]赵宇，张京祥.消费型城市的增长方式及其影响研究——以北京市为例[J].城市发展研究，2009，16（4）：83-89.

[8]刘靖，张车伟，毛学峰.中国1991～2006年收入分布的动态变化：基于核密度函数的分解分析[J].世界经济，2009（10）：3-13.

[9]陈生，曾行吉，梁军.基于GIS的统计数据可视化研究[J].计算机工程与设计，2008（14）：3757-3759，3762.

[10]孙军，刘东艳.多样性指数在海洋浮游植物研究中的应用[J].海洋学报（中文版），2004，26（1）：62-75.

[11]马克平，黄建辉，于顺利，等.北京东灵山地区植物群落多样性的研究Ⅱ丰富度、均匀度和物种多样性指数[J].生态学报，1995，18（3）：268-277.

[12]徐建华.地理建模方法[M].北京：科学出版社，2010.

Influential analysis of road networks on urban consumption vitality based on POI density and diversity:a case study of Shanghai

YAN Zhaoxia1，2，JI Minhe1，2*，SONG Taixin1，2
（1.Key Laboratory of Geographic Information Science（Ministry of Education），East China Normal University，Shanghai 200241，China；2.School of Geographic Sciences，East China Normal University，Shanghai 200241，China）

As Chinese urban economy faces huge transformation with the deepening of the reform,the consumption vitality acts as an important indicator for measuring a city’s economic development capacity and potential. Taking Shanghai as an example，we investigated the spatial distribution and hot spot recognition of urban consumption vitality，and the correlation between urban road networks and consumption vitality using correlation analysis，Simpson index，and nuclear density calculation.The results show that the urban consumption vitality of Shanghai mainly takes a single-core-diffusion mode in the spatial distribution of density and presents the trend of developing from the main city center to the periphery.The consumption vitality hot spots appearing in suburban areas can be used to identify and evaluate the rise and development of new town center planned by the government.There is a positive correlation between the node density of the road networks and the level of consumption vitality.The value of the correlation coefficient is above 0.5.The correlation between the density of road networks and the level of consumption vitality is positive，but weak.In short,the construction of city road networks promotes the formation and development of consumption vitality.These conclusions can provide theoretical references for urban road planning and rational layout.

POI；road network；density；diversity；urban consumption vitality

责任编辑：谢金春

K902

：A

：2096－3289（2017）02－0073－08

2016－10－09

国家理科基地科研训练及科研能力提高项目（J1310028）

严朝霞（1992－），女，江苏盐城人，硕士研究生，研究方向：时空数据挖掘。

*通信作者：季民河（1955－），男，博士，教授，博士生导师，E－mail：mhji@ecnu.edu.cn。