基于多源数据的城市商业中心空间活力特征研究

田雨 蒋伶

摘 要：在我国正处于城镇化转型发展的关键时期，塑造有活力的商业空间形态是城市规划的重要目标之一。文章尝试利用多源开放数据及GIS空间分析技术，选取了人口空间热度、道路交通的可达性及其周边POI设施点分布密度等三个因子，对南京市中心城区江南片内不同等级商业中心的空间活力进行量化表征及分析，同时，进一步利用SPSS平台，分析三个因子的内在关联性。研究表明，商业中心空间活力主要与其服务设施聚集程度、交通可达性等因素有关，且不同等级商业中心的空间活力特征存在一定的差异。

关键词：商业中心；空间活力；多源数据；南京；中心城

一、研究方法构建

（一）总体思路

在相关研究经验的汇总和借鉴的基础上，本研究选择了交通可达性、POI设施点分布密度及人口空间热度等三个因子，量化表征南京中心城内各级商业中心的空间活力，基于各级商业中心现状特征的定量对比分析，初步评价其商业空间活力。在此基础上，分析因子间的内在关联性，对其特征成因进行分析。

（二）研究方法

1.GIS空间数据处理

本研究首先通过GIS软件完成了基础资料的预处理，如道路等级的划分、轨道站点分布、商业中心范围等；其次，基于南京中心城道路网数据，通过交通网络模型的构建实现了路网可达性的评价分析；基于百度热力图和GIS软件技术，对人群的实时空间分布数据进行了采集和提取；基于百度地图POI设施点分布数据，采用核密度估计法，分析设施POI点的分布状态、聚集程度。

2.相关性分析

本研究将借助SPSS平台，对商业空间活力因子进行相关性分析，对于二组或以上变量进行统计分析，以检验它们之间是否存在相关关系。通过数学模型，计算出因子间的相互关系，同时结合概念模型（即专业理论知识）来判断变量之间的因果关系。

二、不同等级商业中心空间活力特征分析

（一）交通可达性分析

可达性一般指某一地点到达其他地点的交通方便程度，也可以是其他地点到达之一地点的交通方便程度。交通可达性对区位、地价的影响作用明显，是城市空间布局规划需重点关注的要素。因此，本文将现状道路交通系统的可达性作为商业中心空间活力评价指标之一。

研究采用了基于平均出行时间的可达性评价方法。通过GIS构建了交通可达性分析的OD网络模型，将南京中心城商业网点布局规划中所确定的27个商业中心点作为目的地，并将所有路口作为起始点，计算出各路口至这27个商业中心点的出行概率，进而得到各路口到商业中心的平均加权出行时间，以定量分析各级商业中心的可达性。

根据图1可知，各级商业中心的道路网可达性差异特征并不是很明显，但由于出行概率受各级商业中心的规模影响，可以得出等级越高、规模越大的商业中心，其边界范围内可达性评价值相对更高。而根据轨道交通可达性评价图2可知，三个市级商业中心是沿现状轨道线轴向发展，各级商业中心沿线点状分散在研究范围内，符合TOD理论与规划布局导向。

（二）POI设施密度分析

POI设施点分布数据主要来源于百度地图数据爬取，经过筛选和整理，用于分析的数据量为8949条。其中，主要以与城市商业功能活动密切相关且能满足人们日常生活需求的服务设施为主，汇总分类为餐饮服务、购物服务、休闲娱乐、住宿服务、金融保险、风景名胜等六类。通过核密度估计法，分别对上述六类POI设施点进行核密度分析，并叠加形成商业服务设施密度分布综合评价结果（图3）。

根据POI设施核密度分析结果，现在南京市中心城服务设施“单中心”特征依旧明显，河西、城南两个市级商业中心发育还不成熟，仙林、栖霞、河西南部等新城内的地区级商业中心由于受城市区位及建设历史等因素的影响，尚未发展成型。各级商业中心由于规划定位的不同，已存在一些等级梯度差异。同时，老城内的新街口、湖南路等商业中心已发展成熟，其商业服务设施分布呈现较密集，其余的商业中心内设施集聚特征相对较弱，服务功能品质尚有提升空间，商圈活力有待激发。

（三）人口空间热度分析

百度热力图数据在一定程度上可以描述人群的实时空间分布情况，本次研究排除“白天人流量大，夜晚没有活力”对于活力范围识别的干扰，提取了南京中心城一个工作日内5点至24点间20个小时的人口热力分布数据。

如图4所示，分析每个小时的人口空间分布情况可知，新街口（市级商业中心）仍旧是人群最为聚集的地区，南京城市商业中心的“单中心模式”尤为明显。

三、商业中心空间活力特征影响要素相关性分析

（一）交通可达性与人口空间热度的相关性分析

SPSS分析结果显示，交通可达性因子与人口空间热度因子为正强相关（相关系数为0.960），说明路网可达性越好，更易于人流的集聚与停留。

（二）交通可达性与POI设施密度的相关性分析

交通可达性因子与POI设施密度因子的相关性分析结果为正强相关（相关系数为0.865），说明可达性越好的道路，其两侧的设施密度越大，良好的交通可达性在空间上可以带来服务设施向其两侧集聚；反之，设施的集中也影响道路空间的形成。

（三）POI设施密度与人口空间热度的相关性分析

POI设施密度因子与人口空间热度因子的相关性分析结果为正强相关（相关系数为0.933），说明各类设施越密集的区域，人流量越大。

通过两两成对因子的相关性分析，交通可达性、人口空间热度与POI设施密度三者间有较强的正相关性，说明交通可达性越高的区域更适合商业服务设施的布局，而商业服务设施密集区域更易吸引人流的集散，又反过来需要大运量的交通设施增强其可达性水平，三者相互作用，形成一个更有活力的商业空间。

四、结语

南京中心城各级商业中心现状空间分布总体呈向心集聚，城市单中心特征显著。在商业中心体系规划中，大多数地区级商业中心已确定了规模及大致边界，但现状尚未发展成熟，空间活力较弱。现状轨道线及道路网对促进商业中心向多中心发展的推动作用尚不明显，而可达性较好的商业中心往往有较高的游憩-居住功能混合度。

今后的商业中心体系的布局规划首先应遵循城市总体规划的发展目标，一方面优化市级中心的商业业态，建设多功能的综合商业设施。另一方面，鼓励现状尚未形成规模的地区级商业中心的启动建设，增强其设施服务水平。其次，商业中心的设置应与城市建设规模及人口规模相匹配，积极落实商业空间布局优化调整的要求。同时，规划应尊重城市现状不同等级商业中心空间活力的差异特征，突出中心地理论导向，鼓励城市建设向商业中心等核心区位聚集，充分体现城市土地区位价值。

参考文献：

[1] GREEN N. Functional polycentricity： a formal definition in terms of social network analysis[J].Urban Studies，2007（11）.

[2]钮心毅，丁亮，宋小冬.基于手机数据识别上海中心城的城市空间结构[J].城市规划学刊，2014（6）.

[3]王德，王燦，谢栋灿，等.基于手机信令数据的上海市不同等级商业中心商圈的比较：以南京东路、五角场、鞍山路为例[J].城市规划学刊，2015（3）.

作者单位：

南京工业大学建筑学院城乡规划学专业