特大城市消费活力空间格局及驱动因素对比研究

2022-11-24石昌浩窦世卿郑志威郭振东盘钰春

无线电工程 2022年11期

徐勇，石昌浩，窦世卿，郑志威，郭振东，盘钰春

(桂林理工大学测绘地理信息学院，广西桂林 541006)

0 引言

城市消费活力是评价城市综合实力的一项重要指标[1-4]。正确且合理地评价城市消费活力，不仅有助于准确评估城市经济的发展阶段，也对挖掘城市居民消费能力和市场潜力具有重要的现实意义。目前，国内外学者基于兴趣点(Point of Interest，POI)数据针对城市消费活力空间分布规律及其影响因素进行了大量研究，并取得了丰硕的成果。唐璐等[5]基于POI数据、微信宜出行定位数据和美团点评数据，发现科教文化水平是南京城市活力发展的关键因素。张家旗等[6]基于POI数据证明了郑州市餐饮业与其他服务业有较高的相关性，而住宿业与其他服务业之间的相关性较低。Yue等[7]发现胡志明市和上海市城市活力由城市中心向外围逐渐下降，城市活力与路网模式和路网密度密切相关。张晶飞等[8]和丁志华等[9]发现居民绿色消费意愿受建成区环境和社区环境的影响，其中人口密度、路网密度和到公交站点距离对居民绿色消费意愿具有正向影响，而POI密度、土地利用混合度和商场可达性对居民绿色消费意愿具有负向影响。严朝霞等[10]发现道路节点密度和道路密度均与城市消费活力水平呈正相关。

地理探测器[11]可用来探究地理现象空间分布的影响因素及其交互作用。马小宾等[12]基于地理探测器探究了我国9个国家中心城市共享住宿房源空间分布差异的驱动因素。蔡兴冉等[13]基于地理探测器探究了自然、社会、经济和人口等因素对中国天山冰川变化的影响及交互作用。张扬等[14]利用地理探测器揭示2007—2019年武汉市规划单元尺度地面沉降的主导及非主导驱动因子之间的交互作用机制。Chen等[15]利用地理探测器揭示了2011—2018年黄河流域城市恢复力时空分布特征及其影响因素。Wang等[16]基于地理探测器探究了中国交通运输业全要素CO2排放绩效区域差异的影响因素。舒天衡等[17]利用地理探测器探究了山地城市成都的城市消费活力驱动因素。但目前结合核密度分析和地理探测器探究特大城市消费活力空间异质性及其驱动因素的研究相对较少。

武汉市和郑州市作为中国中部的2个特大城市，在国家的中部崛起战略布局和经济发展中起着关键作用，具有举足轻重的地位。因此，开展特大城市消费活力探测及驱动因素的对比研究，对探明城市消费活力现状、未来规划以及城市建设具有重要的现实意义。鉴于此，本文采用地理探测器结合新兴的POI数据、人口密度以及夜间灯光遥感等数据，以武汉市和郑州市为研究区，探究特大城市消费活力的空间异质性，对比分析了影响特大城市消费活力的主要驱动因素，其结果能够为城市基础设施布局和建设规划提供决策参考。

1 研究区及数据来源

1.1 研究区介绍

选取武汉市和郑州市为研究区，2市均为华中地区经济发达城市。据第7次全国人口普查，2市的城市规模和发展程度均位列“特大城市”行列[18]，也是国家发展和改革委员会及住房和城乡建设部重点建设的国家中心城市。武汉市为湖北省省会，地处长江中游，区域总面积为8 569 km2，人口总数为1 121.20万，为全国重要的工业基地、科教基地和综合交通枢纽，是长江经济区的核心和全面创新改革的试验区，同时也是中国四大科教中心城市之一，2020年城市GDP为15 616.1亿元，排名全国第9。郑州市为河南省省会，地处黄河下游，区域总面积为7 507 km2，人口总数为1 035.2万，建有我国唯一的国家级航空港经济综合实验区，文化底蕴深厚，为国家历史文化名城，是全国重要的铁路、航空、电力、邮政和电信中心枢纽城市，2020年城市GDP为12 003亿元，排名全国第16。

1.2 数据来源及预处理

本研究的数据主要包括3大类：① 地图类数据：研究区矢量数据来源于地理空间数据云(https:∥www.gscloud.cn)；道路矢量路网数据来源于Open Street Map(http:∥download.geofabrik.de)。② 栅格数据：主要包含2020年NPP夜间灯光数据和人口密度数据，分别来源于NOAA网站(https:∥ngdc.noaa.gov/eog/dmsp.html)和Worldpop网站(https:∥www.worldpop.org)。③ POI数据：POI数据来源于资源环境科学与数据中心(https:∥www.resdc.cn/Default.aspx)，时间为2020年12月。以上所有数据投影系统统一为WGS_1984_World_Mercator，POI数据根据数据内容进行分类，路网数据按照研究区选取合适的分析范围，为所选取的2个研究区域建立网格，统一划分为2 km×2 km的网格单元，以便将影响因子离散化。

通常情况下，服务型消费如餐饮服务、生活服务、购物服务、休闲娱乐服务和住宿服务等占大型城市居民生活的重要部分，以上服务基本分布在较为繁华的商业带，因此服务设施的密度分布可以有效指征城市消费活力水平。本次选取体现城市消费活力的POI数据类型为：餐饮服务、购物服务、消费服务、住宿服务和休闲娱乐服务，选取的POI数据类型及内容数量如表1所示。

表1 武汉市和郑州市各种POI数据的类型及其内容和数量

2 研究方法

2.1 核密度分析与权重确定

核密度分析法[17]是一种非参数检验方法，常用来分析地理要素在一定半径区域的密度，以探究其在空间上的分布状况。本文采用核密度分析，探究不同类型POI数据在空间邻域上的密度分布状况，以揭示城市消费活力的空间分异状况。具体计算为：

(1)

式中，G(x)为位置x处的核密度估计值；h为搜索半径；n为搜索范围内所需采样点的总数；(x-xi)为POI采样点xi与估计点x之间的距离；K为相关距离的权重。基于核密度分析得到武汉市和郑州市不同类型服务设施的密度空间分布图，然后根据自然间断法，将各类型密度分为6个等级，值越小，代表该服务设施消费活力值越大。

本文采用层次分析法[19]来判断并确定不同类型POI数据对城市消费活力的权重值K，得到影响武汉市和郑州市城市消费的不同服务设施的权重分级，如表2所示。然后，根据层次分析法加权得到城市综合消费活力分布图。

表2 层次分析法结果

CI是一致性指标，CR是一致性比率，RI是随机一致性指标。CR<0.1才能通过一致性检验。由表2可知，武汉市最大特征根为5.318 2，一致性比率CR=CI/RI=0.079 6< 0.1，通过一致性检验；郑州市最大特征根为5.013 3，CR=CI/RI=0.003 3< 0.1，通过一致性检验。

2.2 地理探测器

地理探测器[11]能够分析不同类型、不同表现地理现象的空间分布特征，并且探测这些特征隐含的驱动因素。它不但能够探测不同样本之间的空间异质性，也能探测2个变量之间存在的交互作用。

本次地理探测器所用的基本模型为：

(2)

影响城市消费活力异质性的因素主要包括宏观经济条件、交通服务能力以及公共服务能力[17]。因此，本文选取7个因子，分成3个类别，作为探测影响城市消费活力异质性的驱动因子。第1类：宏观经济条件，主要包括人口密度和夜间灯光指数；第2类：交通服务能力，主要包括道路路网和交通服务设施；第3类：公共服务能力，主要包括医疗卫生服务、科教文化设施和公共设施。通过地理探测器，得到武汉市和郑州市各驱动因子对消费活力异质性的驱动作用程度，结果如表3所示。

表3 基于地理探测器的驱动因子探测结果

3 结果分析

3.1 不同城市消费活力的空间异质性

3.1.1 武汉市城市消费活力空间异质性分析

武汉市的各类设施及其综合城市消费活力高值区多聚集在城市的中心地区，即武昌区、汉阳区、江岸区、硚口区和江汉区中心及其交汇处，呈现“单核心”的空间分布格局。以上区域是武汉市经济最为活跃的地带，这一分布状况与武汉市商业及旅游发展的现状较为符合。同时，这5个中心区域的消费活力表现出由内向外逐渐递减的特征。相较于5个中心城区，其他8个区的消费活力值较低，但在其空间分布上仍然表现出了一定的聚集现象，即表现出低值而又“多核心”的分布特征，并且这些“核心”都处在该区域中心城区附近。

3.1.2 郑州市城市消费活力空间异质性分析

郑州市的各类设施及其综合城市消费活力高值区大多聚集在城市的中心城区，即金水区、中原区、二七区和管城回族区及其交汇中心，展现出“多核心”的空间分布格局，以上区域是郑州市经济最为活跃的地带，这一分布状况与郑州市商业及交通发展的现状也较为符合。同时，这4个中心区域的消费活力表现出由内而外向四周逐渐递减但是又与其他城区的消费活力范围相接的特征。相较于中心城区，其他8个区的消费活力值较为分散，但在其空间分布上表现出了明显的聚集现象，也就是表现出“多核心”的分布特征，并且这些聚集区域的中心都与中心城区一样具有较高的消费活力值。总体而言，郑州市的城市消费活力呈现出明显的空间异质性，其消费活力在中心城区高度聚集化，周边环绕的区域也有同化的趋势，将来也会发展出相同的空间分布形态。

3.2 城市消费活力异质性驱动因子探测与分析

3.2.1 武汉市驱动因子分析

武汉市城市消费活力各驱动因子离散分布如图1所示。

(a)人口密度

通过表3及图1分析可知，武汉市宏观经济条件的q值明显高于交通服务能力和公共服务能力，其中，人口密度和夜间灯光的q值分别为0.946 4和0.938 6。人口密度在一定程度上直接反映了潜在消费者的数量，而夜间灯光的分布情况则反映了该区域整体消费的活跃程度。武汉市的人口密度与夜间灯光的驱动作用程度值差距不大，城市消费活力的高值区与夜间灯光指数和人口密度的高值区在空间分布上具有较好的一致性。

武汉市部分城区的经济发展水平和城市消费活力之间的空间耦合程度较低，城市消费活力不与经济发展水平成正向线性关系。由此可知，决定城市消费活力的主要因素除区域经济发展的水平外，公共服务能力和交通服务能力也是影响城市消费活力的重要因素。由交通服务能力的探测结果可知，道路路网和交通服务设施的q值分别为0.568 3和0.845 8。由公共服务能力的探测结果可知，科教文化设施密度、医疗卫生服务设施密度和公共设施密度的q值分别为0.752 3，0.866 1和0.719 1。由以上分析可知，影响城市消费活力最主要的因素是交通服务设施和医疗卫生服务设施密度，且医疗卫生服务设施密度对城市消费活力的影响相较于交通服务设施更明显。

3.2.2 郑州市驱动因子分析

郑州市城市消费活力各驱动因子离散分布如图2所示。通过表3及图2分析可知，夜间灯光、医疗卫生服务设施密度和科教文化设施密度对郑州市城市消费活力的影响最强，其q值分别为0.942 5，0.905 7和0.849 6。由此可知，郑州市城市消费活力不仅受经济发展程度的影响，还受医疗服务设施和科教文化设施的影响。道路路网对郑州市城市消费活力的影响最弱，q值仅为0.530 1，这一结论与武汉市类似，即道路路网对武汉市和郑州市城市消费活力影响程度最低。郑州市城市消费活力较高的区域主要分布在中心城区，但其聚集现象呈现明显“多核心”特征，这是由于郑州市交通路网发达，具有良好的可达性，这使得人口密度对城市消费活力的影响减弱。人口密度与夜间灯光空间耦合程度较低，相较于夜间灯光，人口密度的分布情况更为分散且均衡，这一现象进一步说明了郑州市城市消费活力空间异质性的“多核心”特征。

(a)人口密度

3.2.3 驱动因子交互作用探测分析

对武汉市和郑州市进行驱动因子交互作用探测，结果如表4和表5所示，武汉市和郑州市不同驱动因子之间的交互作用都表现为双因子增强或非线性增强。其中，武汉市人口密度∩夜间灯光的q值最高，为0.979 0，其次为夜间灯光∩医疗卫生和夜间灯光∩交通服务，分别为0.963 3和0.961 3；而郑州市人口密度∩夜间灯光、人口密度∩医疗卫生和夜间灯光∩医疗卫生的q值分别为0.979 3，0.976 2和0.972 8。由以上分析可知，双因子对城市消费活力的作用并非简单相加，而是一种双因子增强或非线性增强的关系。不同驱动因子对城市消费活力的影响力大小有差异，但均在城市发展的过程中相互作用，彼此之间相互促进，这大大地提升了城市经济建设与城市化的速度。武汉市与郑州市得天独厚的地理环境与发达的交通条件使其在城市建设的资源获取上得到优势，如稀缺的人力资源及高新技术产业等。

表4 武汉市驱动因子交互作用探测结果

表5 郑州市驱动因子交互作用探测结果

武汉市与郑州市的城市消费活力均表现出明显的空间异质性。武汉市消费活力在中心城区高度聚集化，表现出“单核心”的空间分布格局，但周边区域发展参差不齐，这与武汉市长期以来的建设规划和发展密切相关。武汉市餐饮服务、购物服务、住宿服务、生活服务和休闲服务主要集中分布在武汉市中心城区及其周边，呈高度集中化，其他地区零星分布，而城市消费活力与这些因子息息相关，其空间分布与以上因子表现出空间同质性。而郑州市消费活力呈现“多核心”的空间分布格局，这与郑州市完善的基础建设及人口分布有关，这种空间分布特征符合郑州市中心城区和周围城区发展的分布式结构，城市发展呈“多核心”模式，除住宿服务以外，其他服务均成“多核心”分布模式，也进一步彰显了郑州市各区相互影响的交互作用。

影响武汉市城市消费活力的主要因子为人口密度、夜间灯光和医疗卫生服务设施密度，而影响郑州市城市消费活力的主要因子为夜间灯光、医疗卫生服务设施密度和科教文化设施密度。由以上分析可知，夜间灯光和科教文化设施密度是武汉市和郑州市城市消费活力的主要驱动因子。武汉市人口分布较为集中，主要分布在中心城区及其周边地区，且武汉市为重要的科教文化中心，科教文化产业发达，教育资源丰沛。因此，武汉市人口密度对城市消费活力影响较为明显，科教文化设施密度对城市消费活力影响较小，而郑州市人口分布较为均匀，成“多核心”的空间分布态势，大大削减了人口密度对城市消费活力的影响。道路路网对武汉市和郑州市城市消费活力的影响均最弱，其q值分别为0.568 3和0.530 1，这是由于武汉市和郑州市不仅是特大城市，同时也是全国交通枢纽和集散中心，基础设施发达，交通路网纵横交错，辐射范围极广，强大的交通运输能力和吞吐能力能够满足人们的日常生活和生产需求，因此降低了其对城市消费活力的影响。

武汉市夜间灯光∩人口密度、夜间灯光∩医疗卫生和夜间灯光∩交通服务的交互作用最为显著。夜间灯光能够在一定程度上间接体现武汉市城市消费活力的强度，其与人口密度、医疗卫生和交通服务的交互作用对武汉市城市消费活力呈现线性或者非线性增强的作用。而郑州市人口密度∩夜间灯光、人口密度∩医疗卫生，以及夜间灯光∩医疗卫生的交互作用对城市消费活力具有较强的影响，且其交互探测的影响程度强于武汉市。由以上分析可知，宏观经济条件、交通服务能力和经济服务能力这3类驱动因子两两之间并不独立，对城市的消费活力起到协同增强的效应。