城市零售网点空间集聚特征与区域差异研究─以江苏省为例

包振山 博士 陈康路

（1、盐城师范学院商学院；2、盐城市大丰区商务局 江苏盐城 224000）

江苏省零售网点发展现状

（一）江苏省零售网点分布现状

根据江苏省统计局官方统计数据显示（见表1），2017年江苏省实现地区生产总值8.59万亿元，仅次于广东省，位列全国省级行政区域的第二位，与2016年生产总值相比增幅约为8.6%。与此同时，江苏省的新型城市化建设也在快速稳定发展，2017年年末城镇化水平已经达到68.8%，同比2016年增长0.85%，处于国际先进水平。2017年江苏省人均可支配收入为35024元，位居全国第5位，居民生活消费支出额为23469元，位居全国第6位。2017年江苏省社会消费品零售总额达3.17万亿元，占全国总值的8.7%，城市商业网点共计132.91万个，同比增长27.5%。

从近十年来江苏省各类经济指标可以看到，地区生产总值增长了2.7倍，城镇化率增长了14.3%，人均可支配收入增长了1.9倍，居民生活消费支出增长了1.9倍，社会消费品零售总额增加了3.3倍，城市商业网点增长了6.8倍，其中在南京、苏州、无锡和常州地区聚集了60万个商业网点，占到全省网点总数的45%左右。由此可见，江苏省的零售经济一直处于稳定增长状态。

（二）江苏省各地主要商业聚集特点

城市的商业在发展过程中，一般是依托一些步行街和以城市生活广场为中心的商业圈而发展起来的。随着国家或地方政府的政策扶持和导向作用，各城市之间也会建立互通的超广区域商业圈。商圈是以商店聚集地为中心，沿着一定的方向和距离扩展，从而形成一定的吸引顾客的辐射范围，进而影响着城市商业的发展。江苏省的商业聚集发展随着社会经济的发展而呈现快速的发展，现选定江苏省的代表性城市为例，具体分析其商业集聚的特点：

苏锡常地区是江苏省的苏南主要代表性城市，其商业集聚主要包括苏州的观前街、无锡的崇安寺步行街和常州的南大街，这些主要商圈作为江苏省经济最为繁荣发展的象征，其商业发达程度可见一斑。这些商业集聚区一般是随城市早期开发建设时所产生的，呈现出高集中度但发展空间相对狭小，商业开发需求快于消费需求的特点。

南京市是江苏省的省会城市，其主要的商业集聚在新街口地区，该商圈在2017年全国最受欢迎商圈中位居第二位，仅次于上海的人民广场商圈。作为省会城市的南京市，既是经济中心，又是旅游胜地，商业发展水平较高，商业业态先进且齐全，经营机构和商品结构基本都形成了具备当地发展特色的特征。

徐州市作为江苏省苏北城市的代表，其主要的商业集聚是以金鹰广场为主。徐州市是淮海经济圈的中心城市，同时也是我国重要的交通运输枢纽，由于经济发展水平与苏南地区存在一定的差距，商业的发展也略显滞后，表现为商业分布格局不协调，在商业功能区中的商业网点布局单调，未形成系统的功能区，同样也没有形成自身的地区优势，发展程度与苏南地区相比还有待提高。

其他诸如南通、盐城、泰州等市基本都以城市生活广场作为基础，如南通市的南大街商圈、盐城市的建军路商圈、泰州市的坡子街商业中心等，各地都形成了一定规模的商圈，但因各地区经济发展水平不同而呈现了各不相同的发展特点。

（三）江苏各地零售网点分布的差异性

本文研究的零售网点主要指的是批发零售业，根据江苏统计年鉴中获取的各市数据显示，各市在网点数量方面，有着主体为餐饮业和批发零售业的特征，但各个市之间不同商业网点数量分布的差异较大。其中，南京市的住宿业和餐饮业网点数差异很大，并且南京市各类商业网点的数量都是最多的。江苏省各地网点分布的差异性主要体现在网点的比例上，经济发展水平的不同带来了消费群体需求的不同，这是影响商业网点的分布差异的重要原因。

作为我国经济大省的江苏省，在长三角一体化、沿海开发等多重战略机遇下，经济发展较为稳定，2017年第三产业增加值为3.94万亿元，增幅7.9%，增幅相比其他两大产业有明显提升，其中零售商业作为第三产业的重要组成部分，对经济的高质量发展发挥着日益重要的促进作用。

表1 江苏省近十年主要经济指标

表2 2017年江苏省零售网点最近邻分析结果

表3 多元线性回归分析结果

江苏省零售网点的集聚特征

（一）研究方法

平均最近邻指数（ANNI）是研究城市地理区位问题上常用的模型之一，其含义为商业网点空间数据中两个邻近点之间的空间平均距离。具体的使用公式如下：

式中，D0是指最近邻距离的平均值，具体操作方法是先默认一个原点，然后取每一个商业网点和所有其他周围的点之间的最短距离，最后取前面值的平均值，见式（2）：

式中De表示为最近邻距离平均值的预期期望值，它的取值计算公式为：

其中，Au表示为整个研究区域的面积大小数，n则表示为研究区范围内商业网点的数量，结果最后需要使用Z检验进行验证。与一般检验不同的是，无论是较高还是较低的Z值，表现出的都是集聚的程度。大于0是高值集聚的表现，小于0就是低值的集聚；如果Z值正好是接近于零，这意味着在该地区集聚效应表现不太明显。

（二）数据来源

本文选取江苏省及下辖13个地级市的零售网点，主要选取江苏省的《统计年鉴》数据以及江苏省商务部门发布的数据。通过地图挖掘技术获得的江苏省各地市各类零售网点的分布信息。

（三）分析结果

通过上述三种模型的检验后，可以看到江苏省零售网点集聚呈现了较为明显的特征：第一，江苏省13地市的零售网点集聚呈现由内而外的扩散性，且苏南四市（南京市、苏州市、无锡市、常州市）的零售网点的空间积聚密集程度要远高于江苏省其他地市。平均最近邻指数法分析的结果显示（见表2），当在1%显著性水平下进行Z检验，发现江苏省各城市零售网点的最近邻指数均小于1，Z检验值均小于-2.58，说明江苏省零售网点分布按照最近邻分析检验是具有较为显著的集中分布特征的。第二，江苏省各地市零售网点空间集聚差异明显。根据2017年江苏省零售网点分析结果显示，盐城市的零售网点最近邻指数为0.12，而扬州市为0.11，其他城市则基本保持在0.15，说明这两个城市的零售网点相较于其他城市最为集中；南京市、无锡市、苏州市和常州市的零售网点最近邻数值较大，说明江苏省的苏南四市的零售网点分布相对均衡。

江苏省零售网点区域差异分析

（一）变量（影响因素）选取与数据来源

通过前面的模型分析，可以看出江苏省各地零售网点的地域分布差异具有相对统一性和局部差异性，这主要取决于每个地区经济发展程度的高低。结合江苏省的经济发展状况，参考国内外已有的研究成果，选定与零售网点区域差异高度关联的五个指标来分析。

地区生产总值是影响各地商业网点分布的直接因素，商业网点一般都分布于人均消费水平以及可支配收入高的区域，本文所指的人口数量使用的统计年鉴中各市2017年的常住人口，第三产业发展程度和指标一定程度就可以反映出商业的发展状况，交通便利是吸引商业网点的重要因素。

（二）回归模型构建

通过使用线性回归方程对地区生产总值、人均可支配收入、人口数量、第三产业输出值和城市空间可达性等5个影响因素进行分析。结果表明，本文采用的5个影响变量的变动对商业网点的分布都有着较为明显的作用；另外，这5个变量之间没有高度相关性，表明5个指标之间没有多重共线性问题。基于以上5个分析指标，建立如下的回归分析的多元线性模型：

式中：零售网络的密度用Den表示，α、β表示各变量的参数，i表示第i个自变量，ξ为随机误差项。

（三）结果分析

经过回归模型的验证后，再对相关解释变量的结果进行拟合优度分析，拟合优度最后为0.8453、0.9723和0.9724，最后再进行α＞0.05显著性水平下的同方差测试，该数据表明多元线性回归模型拟合后效应比较好，解释变量对被解释变量有明显的影响。分析对零售网点密度影响较为明显的因素可以看到，只有TIR值为负数，其它四个影响因素则都是正的，说明在这五个自变量中，除了第三产业输出值对零售网点分布的影响是不显著的，其他都正相关；在这四个变量里，可以看到INC值最高，说明对零售业影响最大的是人均可支配收入（见表3）。

对某一地区零售网点分布密集程度产生差异最为明显的因素，为该地区经济发展水平以及当地居民的人均可支配收入。三种回归模型的人均可支配收入变量和GDP变量系数均为正值，表明居民消费能力和区域经济发展水平对江苏省零售网点的分布有积极影响。经济的高度发展和居民消费能力的提高，可以促进零售业的发展壮大。具体来说，零售业网点分布受人口规模的影响比较显著，在人口流通频繁的地区销售额相对高些；交通的便利与否则主要是影响零售业网点分布;综合来说，第三产业产值和零售网点分布的比例存在一定的相关性，但影响效果并不明显。

结论

第一，从零售网点分布特征可以看到江苏省零售网点呈现出苏州、无锡、南京集中分布与苏北地区分散分布结合，整体呈现纵向分布特征；具体到各城市的零售网点，基本都集中在城市中心范围内，并向外围扩散。第二，江苏省各地市零售网点空间集聚差异明显。根据2017年江苏省零售网点分析结果显示，盐城市和扬州市的零售网点相较于其他城市最为集中，南京市、无锡市、苏州市和常州市的零售网点最近邻数值较大，说明苏南四市的零售网点分布相对均衡。第三，通过对相关影响因素的线性回归分析得到了产生这种差异的主要影响因素，经过对比发现居民的消费水平的高低和区域经济发展的综合水平对零售网点的分布有很大的影响，零售网点的分布优先集中在城市总产值和人均可支配收入较高的地区。通过对苏北、苏中和苏南三块区域整体经济和社会发展水平的数据对比，并结合零售网点数量，可以得出区域经济差异是导致江苏省南北零售网点集聚特征和差异形成的主要原因的结论。