零售业空间格局与集聚研究

尹旭 王玑琨

内容摘要：本文以最近兴起的商业POI数据作为数据源，对石家庄主城区零售业的空间格局及集聚进行分析。研究结果表明：石家庄主城区零售业在空间分布上总体呈现“整体分散，局部集聚，东南发展”的态势，形成由以中心城区向外围城区扩散的多中心等级圈层体系；基于零售业热点的定量识别，石家庄可识别出新百、南三条、北国、怀特和汇通街5个商圈；不同零售业态在经营形式和选址上存在明显差异。总体来看，基于POI数据的石家庄主城区零售业分析结果能够较好地反映零售业实体在空间上的布局，并可为零售业从业者和城市管理者提供科学参考。

关键词：零售业 空间集聚 POI 标准差椭圆法 核密度估计法

引言

零售业作为商业的一种，在城市居民生活中不可或缺，其提供的经济增长和就业机会在国民经济中均有重要意義。而研究零售网点的空间集聚是经济学的重要方向，零售业的空间合理布局对城市经济的健康发展、居民生活的改善和土地资源的优化配置具有重要意义。随着改革开放以来我国居民收入的不断增加和市场化程度的不断提高，零售业逐渐成为国民经济的增长重要引擎。2016年全年社会消费品零售总额为332316亿元，并多年保持10%以上的增长速度。在传统的零售业研究中，主要集中在：零售业的形成机制及预测（杨吾扬，1994）、零售业的空间布局特征（许学强，2002）和零售业的发展特征及趋势（于伟等，2012）等。

由于商业数据获取困难，传统的数据多通过经济普查数据和发放问卷抽样调查获得，数据缺乏时效性和全面性。近年来随着地理大数据的兴起，地理数据源越来越丰富，更新速度大大提高。城市兴趣点（point of interest， POI）作为一种新兴的研究城市特征的空间数据源，具有数据更新快、数据体量庞大以及涵盖范围广等优势，能够描述地理实体的空间和属性信息，包含实体的名称、坐标、地址和所属的行政区等属性。近年来，利用POI数据进行的研究也越来越多：如探讨城市服务业区位选择的交通网络指向规律（沈体雁，2015）、定量识别城市功能区的研究（池娇，2016）、城市建成区边界判别的研究（许泽宁，2016）等。

石家庄作为河北省省会，京津冀都市圈“第三极”，经济发展迅速，零售业更是呈现逐年增长的趋势，对石家庄的零售业空间布局的研究具有现实意义和学术价值。本文基于以上研究，采用具有现实性强、数据量丰富的POI数据，以石家庄主城区为研究区，采取标准差椭圆法和核密度分析法对石家庄市零售业空间布局和热点地区进行分析，以期为优化市场资源在城市空间合理配置提供可行性参考。

研究区和研究方法

（一）研究区概况及数据来源

石家庄市是河北省省会城市，辖区总面积15848km2，市区面积2206km2，全市常住人口1070.16万人。2014年全市消费品零售总额24518107万元。具体如表1所示。

鉴于采集数据资料的完整性和可行性，本文以石家庄主城区的长安区、桥西区、新华区和裕华区（将高新区并入）为研究区。当前，我国将零售业态分为12类，而便利店、超市、商场商厦和专卖店是主要业态和经营形式。故本文主要采集了2017年这四个区的零售业POI商业数据。首先对数据进行坐标纠偏并进一步筛选清洗得到石家庄四个区的便利店数据4449条，超级市场数据415条，商场商厦数据1165条，专卖店数据6232条。

（二）研究方法

标准差椭圆方法。借助标准差椭圆方法，可以实现对零售业空间上的多方位刻画。标准差椭圆（Standard Deviational Ellipse，SDE） 最早由Lefever 在1926年提出的，以中心、长轴、短轴和方位角为参数定量刻画数据在空间分布整体特征及时空变化的空间统计方法，现已广泛应用在灾害学、生态学、经济学及地理学等领域。SDE以地理要素空间分布的平均中心为中心，分别计算其在横向和纵向上的标准差，作为其长轴和短轴。方位角反映地理要素分布的主趋势方向（即正北方向沿顺时针旋转到椭圆长轴的角度），长轴和短轴分别表示空间要素在主要方向和次要方向上的离散程度。SDE各参数计算公式为：

式中：xi，yi为研究区域各单元的中心坐标；wi为研究单元的权重；X，Y为平均中心坐标；θ为椭圆方位角，即正北方向顺时针旋转到椭圆长轴所形成的夹角；xi，yi分别为各研究单元中心坐标到重心的坐标偏差；σx，σy分别为沿x轴和y轴的标准差。

核密度估计方法。在对POI分布热点进行聚类分析中，常用的方法有样方密度估计（胡庆武等，2014）、基于Voronoi图密度分析（谢顺平等，2009）和核密度分析（陈蔚珊等，2016）。相较其他两种方法，核密度以一种平滑曲面的形式递减式传输中心强度，充分体现了地理学第一定律的空间位置的差异性以及中心强度随距离衰减的特性，因此是对点数据分析最行之有效的方法之一。本文选取了核密度分析常用的函数，并根据经验法则计算带宽h：

式（5）中：Kj为研究对象j 的权重；Dij为空间点i与研究对象j 的距离；R为选定规则区域的带宽（bandwidth）（Dij

对于空间数据的核密度分析来说，带宽需要根据研究区域POI的空间分布以及研究命题综合考虑，较小的带宽适宜反映密度分布的局部变化，较大的带宽则能有效反映全局尺度的空间密度变化。本文以石家庄主城区为研究区，总面积2206平方公里，零售业POI数据共12261条，分别取带宽h等于200m、700m、1200m进行分析验证，最终确定带宽h=700时，核密度图能够有效满足城市空间集聚识别的要求。具体步骤：确定带宽h=700m后，考虑研究区大小的精度要求，创建石家庄主城区500m×500m网格划分，共计1789个格网；将零售业POI数据空间连接到每个格网上，统计每个格网内的密度值；计算每个格网的质心，将格网密度值转换为格网中心点密度值；利用MoranI指数检验密度值之间的空间自相关性；利用反距离法插值网格中心点密度值，并叠加石家庄道路图，最终得到核密度图。

研究结果分析

（一）零售业空间布局分析

对12261条零售业POI数据在ArcGIS 10.2平台进行标准差椭圆分析，并叠加石家庄主城区行政图得到标准差椭圆图（见图1）。

标准差椭圆的平均中心坐标为（114.507447N，38.041918E），位于主城区几何中心点（114.525369N， 38.056102E）西南方向，大致在中山东路与建设北大街交叉口，居于石家庄市商业活动最为活跃区域；长轴为6298.64m，短轴为4467.95m，短轴与长轴之比为0.71，表明石家庄零售业分布方向显著性较低，极化发展不明显；方位角为107°，表明零售业空间上大体呈“西北-东南”向发展，与石家庄市城市总体规划确定的城市东南向发展基本一致；椭圆面积为88.41km2，约占主城区总面积的21%，表明零售業在空间上呈现较强的集聚效应，零售业网点大量聚集在中心城区。

从总体分布状况来看，零售业在空间分布上呈现“整体分散，局部集聚”的态势，形成由中心城区（老火车站为中心点，中华大街中段、槐安路中段、体育大街中段与和平中路围合而成）向外围城区扩散的多中心等级圈层体系。在区域分布上，中心城区和东南部分布密集，而东北、西北部最为稀疏。这也侧面体现了石家庄城区向东南发展的趋势。

从交通路网分析来看，建立道路中心线的100m缓冲区，POI落在缓冲区内达到了8270个，约占POI总数的67.48%，表现出零售网点与道路网的强相关性。在布局方面，大型的商场超市沿着中心城区的主干道延伸分布，外围的零售网点则主要集聚在道路交叉口。主城区以中山路为主干道，形成中山西路-中华北大街的新百商圈、中山东路-胜利北街大街的南三条商圈以及中山路-建设大街交叉口的北国商圈，并以中山路为轴向南北逐渐递减。外围则形成了槐安东路-体育大街交叉口的怀特商圈和汇通街-建通街-南二环的汇通商圈。

从行政区划来看，各区零售网点分布不平衡，在各区中心地带没有形成核心商圈。桥西区不仅零售业网点数量众多，而且在零售业态上也呈现多元化分布。长安区在并入了桥东区的部分辖区后，主要零售业网点集中在辖区西南部，地域分布不均衡；新华区零售网点较少，且集中在辖区的东南方向，区域内没有形成大型商圈；裕华区虽然设立较晚（2001年），但区域内零售业发展较快，形成了以槐安路-体育大街交叉口的怀特商圈和以建通街为轴的建通街商圈，区域内发展较均衡，代表了石家庄市未来的发展方向。

（二）零售业核密度分析

对格网密度值进行空间自相关检验，MoranI指数为0.34，z值得分为10.02且符合在99%的置信度（概率似然值P<0.01），结果表明随机产生此聚类的概率可能性为1%，表明密度值在空间上有明显的集聚效应。而在零售业活动中，热点区域表现为大量商业POI的集中，由此也可以划分城市地理范围的商圈。在ArcGIS平台中，以700m为搜索半径对零售业POI进行核密度分析，并对得到的零售业核密度图进行可视化，以自然间断点分级法分为6类，叠加道路网最终得到石家庄主城区核密度图（见图2）。以核密度最高的一类（344-626）作为商圈划分的标准，得到主城区的5个商圈（见表2）。

（三）不同零售业态的集聚差异

零售业态是指零售企业为满足不同的消费需求而形成的不同经营形式，因此不同业态的经营方式、商业结构、服务功能以及选址、商圈、规模、店铺设施和目标顾客也有很大区别。在高度市场化竞争条件下，零售企业为了增加市场份额和获取利润，通常根据企业的特点采取集聚或扩张策略，选择最佳区位。采用核密度估计方法分析便利店、商场商厦、超级市场和专卖店这四种零售商业的主要业态，从不同业态的核密度图看出不同的经营形式在空间上有明显差异（见图3）：便利店业态在城市空间上分布相对均一，并在人口密集处形成商业活动热点。便利店服务半径小，一般设定在市民徒步购物5-7min（约500m）范围之内，宜选址在居民住宅区、主干线公路以及车站、医院、娱乐场所等公共设施附近，其优势主要体现在“地理邻近性”上。由核密度图分析可知，便利店热点都分布在中心城区人口密集处，市中心交通便利、商业活动频繁、居民小区众多，拥有大量潜在消费人口，吸引大量便利店布局于此。超级市场业态集聚在城市核心商圈的外围地带，如谈固北大街热点、维明南大街热点等，总体上呈现由市中心向周边递减趋势。超市经营以居民高购买频率商品为主，采用自选自购销售方式，“薄利多销”的特点是其优势所在。但对地租、人力等成本承受能力较商场商厦弱，因此多布局在城市核心地带的边缘。商场商厦业态在空间分布上表现出与中心城区商业中心高度一致性，核密度图中的两个明显热点都分布在新百商圈和南三条商圈里。商场商厦商品结构种类、服务功能齐全，店铺规模和服务范围都很大，采取定价销售利润丰厚，较强的地租承受能力是其优势所在，并能与餐饮业、娱乐业形成集聚效应成为一个城市的商业中心。以石家庄为例，其大型的商业广场如新百、怀特、北国等都选址在城市中心商业区。专卖店业态在空间上表现出高度的集聚状态，一般聚集在城市中心区或市中心边缘交通便捷处。而专卖店因其经营的商品种类收益不同，其承租能力也有差异，承租能力强的集中分布在市中心的大型的商场商厦，如新百广场、北国商城的各种服装专卖店；承租能力稍弱的聚集在城市中心边缘特定的商品功能区内，如怀特卫浴城的各种卫浴专卖店、汇通路的石家庄佳农茶叶市场的茶叶专卖店等。

结论

零售业在空间上的合理布局对满足城市居民的消费需求、促进城市经济发展、优化配置土地资源具有重要意义。传统的零售业数据获取限于时效性和全面性等缺点，难以全面有效地反映零售业的空间布局和发展。近年来，由于大数据快速发展，进行城市空间研究的数据来源越来越丰富，本文以最近兴起的商业POI数据作为数据源，采取核密度估计的方法，对石家庄主城区进行零售业热点的定量识别，并划分了新百、南三条、北国、怀特和汇通街5个商圈；从零售业总体布局、交通路网和各区之间的发展差异进行空间分布特征分析；最后从便利店、超市、商场商厦和专卖店具体分析了不同零售业态在城市空间上集聚热点和选址策略。研究结果表明：采用新数据源研究得到的结果基本与客观事实吻合，这也体现了利用POI数据进行城市商业热点识别分析具有较强可行性和较好的应用前景。同时，本文的研究成果也可以为零售业从业人员、城市规划和管理者提供参考。

本文侧重于采用新的地理数据源来进行城市零售业空间布局的研究，揭示了石家庄城区零售业空间布局及集聚特征，也存在一些不足之处：一是未能从影响零售业布局的人口、地租、居民消费水平、城市规划和交通等因素综合考虑；二是国家零售业标准更新缓慢（2004年颁布），不同零售业态之间界定不够清晰，尤其是对POI数据分类上缺乏全国统一标准，这对零售业空间布局分析的精准性产生了一定影响；三是目前只选取了主城区的新华、桥西、长安和裕华四个区作为研究区，未能从石家庄全域范围进行零售业空间集聚研究。这些都是下一步研究可着力深化之处。

参考文献：

1.杨吾扬.北京市零售商业与服务业中心和网点的过去、现在和未来[J].地理学报，1994（1）

2.许學强，周素红，林耿.广州市大型零售商店布局分析[J].城市规划，2002（7）

3.于伟，王恩儒，宋金平.1984年以来北京零售业空间发展趋势与特征[J].地理学报，2012（8）

4.沈体雁，周麟，王利伟，吕永强.服务业区位选择的交通网络指向研究—以北京城市中心区为例[J]. 地理科学进展，2015（8）

5.池娇，焦利民，董婷，谷岩岩，马雅兰.基于POI数据的城市功能区定量识别及其可视化[J].测绘地理信息，2016（2）

6.许泽宁，高晓路.基于电子地图兴趣点的城市建成区边界识别方法[J].地理学报，2016（6）

7.Lefever D W.Measuring geographic concentration by means of the standard deviational ellipse[J].The American Journal of Sociology，1926（1）

8.胡庆武，王明，李清泉.利用位置签到数据探索城市热点与商圈[J].测绘学报，2014（3）

9.谢顺平，冯学智，王结臣，鲁伟.基于网络加权Voronoi图分析的南京市商业中心辐射域研究[J].地理学报，2009（12）

10.陈蔚珊，柳林，梁育填.基于POI数据的广州零售商业中心热点识别与业态集聚特征分析[J].地理研究，2016（4）

11.耿冰，付梅臣.基于开放数据的社区商业布局研究[J].商业经济研究，2017（8）

12.Silverman BW.Density Estimation for Statistics and Data Analysis.Chapman and Hall，1986