基于POI数据的哈尔滨市中心五区商业网点空间格局及影响因素研究

段利鹏 ， 张建波 ， 李诚固 ， 辜智慧 ， 张苏文 ， 陈 婷

(1.深圳大学 建筑与城市规划学院，广东 深圳 518000； 2.东北师范大学 地理科学学院，长春 130024)

0 引言

城市商业与居民生活息息相关，其空间结构一直是城市地理学、商业地理学的热点议题。商业空间的优化不仅能拉动经济发展、合理配置流通资源，还能缓解交通压力、满足居民消费需求等[1-3]。西方国家关于商业网点的空间研究主要集中在形态、等级和定量模型3个方面，分析城市商业网点的空间分布与结构特征、演化原因和动力机制[4]。随着中国经济的增长和交通方式的演变，国内商业网点空间格局和业态结构呈现出多样化和多层次性，促进了商业理论与网点布局的实证研究热潮[5-6]。杨吾扬运用中心地方论对北京市区零售商业和服务业形成机制、空间结构与合理预测进行了讨论[7]；饶传坤等从等级规模、功能与空间结构3个方面分析杭州主城区大型零售商业时空演变过程和空间发展特征[8]；乔莉鸽等利用GIS工具分析开封市区老字号商业网点空间分布及影响因素[9]。同时，不同的商业网点对区位敏感度存在差异，形成了特定的城市内部商业结构[4]。学者们从不同角度提出影响商业网点空间布局的因素，包括地价成本、交通通达性、竞争关系、业态组合、政策引导等[10-14]。

近年来，网络大数据的兴起为地理空间研究提供了新的数据来源。周素红等基于海量浮动车GPS数据对深圳市商业中心进行识别，并对多中心下的商业中心空间衰变规律进行了验证[15]；胡庆武等基于位置签到数据对武汉商圈分布与城市规划商圈相关性进行挖掘[16]。这些研究从居民消费行为视角出发，对城市商业网点的热点识别和空间格局实证涉及较少。兴趣点(point of interest，POI)因含有空间位置和属性信息，成为研究商业网点空间格局的新数据。高岩辉等[17]、王娜等[18]基于POI数据分别对西安市、深圳市商业零售业空间格局及影响因素进行探究；韩刚等以淮安市为例，利用POI数据对河网型城市商业中心进行特征识别[19]；阚小溪等以厦门岛为例，分析路网形态对城市购物中心布局的影响[20]。然而，就当前来看，商业空间布局研究案例多选取经济发达的沿海地区城市，对东北地区城市研究还较少。哈尔滨作为东北地区唯一超千万人口的城市，近半数居民生活在市中心五区，商业活力较强，但少有关于哈尔滨市商业网点空间格局的研究。鉴于此，本研究基于商业网点POI数据，运用最邻近指数、核密度、多层缓冲区分析等方法对哈尔滨市中心五区商业及其子行业空间格局进行研究，丰富城市地理学、商业地理学案例的同时，为哈尔滨市商业空间规划提供技术支撑。

1 研究区概况、研究方法与数据来源

1.1 研究区概况

哈尔滨是黑龙江省省会，是我国东北地区重要的中心城市，2021年全市社会消费品零售总额为2 380.3亿元。本研究区域为哈尔滨市中心五区，包括道里区、道外区、香坊区、南岗区和松北区，常住人口483.30万人。哈尔滨市空间格局特征明显，以博物馆广场(老圣尼古拉教堂)为中心向外发散，市区由交通环线相连；新老城区界限清晰，老城区主要分布在市中心及东侧地块(道里区、道外区、南岗区)，新城区主要位于西北侧(松北区、群力和哈西地块)。

1.2 研究方法

1.2.1最邻近指数。最邻近指数是用于评价要素点与要素点间聚散程度的指标。当指数小于1时，要素点聚集；当指数大于1时，要素点趋向均匀；当指数等于1时，要素点随机分布[21]。计算公式为：

1.2.2核密度分析。基于地理学第一定律，用核函数将要素点拟合成光滑曲面，获取点要素在空间上的分布情况。要素点越密集，核密度值越高[20]。计算公式为：

1.2.3多层缓冲区分析。为探索商业网点的圈层结构，引入多层缓冲区分析。通过在要素点周围建立一定宽度的缓冲区图层，分析图层与目标层叠加的POI数量[22]。

1.2.4标准差椭圆。通过建立标准差椭圆对商业及其子行业进行空间统计分析，范围选择为1个标准差，探讨商业网点及其子行业空间主体范围与分布方向[23]。标准差椭圆长半轴、短半轴和面积分别表示主、次趋势方向和集聚离散程度。

1.2.5全局、双变量空间自相关。运用全局空间自相关描述中心五区商业网点及子行业分布状况，判断点要素在空间上是否存在聚集性[24]。为探究商业网点子行业之间的相关性，引入双变量空间自相关[25]。全局空间自相关计算公式为：

式中：I为局部双变量莫兰指数；n为空间单元个数；Wij为单元i，j的空间权重矩阵；Zia为子行业a在i单元中POI数量；Zjp为子行业p在i邻近的j单元中POI数量。

1.3 数据来源

哈尔滨市POI数据下载于高德地图开放平台，通过API批量获取，包括购物服务、餐饮服务、公共设施等23个大类。定向抓取哈尔滨市中心五区购物服务POI，经过去重、筛选后，共获得15个商业中类、54 715个商业网点POI数据(表1)；中心五区道路等级数据来源于《哈尔滨统计年鉴》及各区、街道相关统计数据；小区房价数据来源于安居客历史数据，选取时间为2022年4月。

表1 哈尔滨市中心五区商业子行业POI数据

2 商业网点及子行业空间格局

2.1 商业网点空间分布特征

哈尔滨市商业网点最临近指数为0.135 116，Z值为-330.15，这意味着商业网点在空间上集聚，且通过0.01水平的显著性检验。以2 km为半径对商业网点进行核密度分析，按自然断点法分为5级(图1)。结果显示：中心五区商业网点呈“核心-外围”结构，高密度核心都在城市一环内，形成了以麦凯乐、索菲亚教堂、透笼轻工批发市场等为核心的点状聚集，中密度区沿江向东北地块延伸，中低密度区主要向西南侧发展，中低密度以上区域几乎都在二环内，三环外均为低密度区。此外，在东侧二环与三环间，小型物流园区以点状核心的形式独立发展。

图1 哈尔滨市中心五区商业核密度以及标准差椭圆Fig.1 Kernel density estimation and standard deviation ellipse of commerce in the five central districts of Harbin City

以博物馆广场为中心，在ArcGIS平台建立1 km为间隔的多环缓冲区，叠加多环缓冲区与网点POI数量分析商业圈层结构(图2)。网点数量在距中心0～3 km范围内上升，峰值在2～3 km处；3 km外，随着距离增长，商业网点数量波动下降。在距市中心11～14 km处，网点数量出现短期回升。中心五区70%的商业网点在距市中心10 km范围内。

图2 哈尔滨市中心五区商业圈层结构

中心五区商业网点标准差椭圆结果显示：(1)商业网点呈东北—西南走势，方位角为84.75°，方向基本与松花江在该地段的流向平行。(2)从面积占比来看，商业网点在空间分布上高度集聚，近70%的网点分布在二环内(图1)。

2.2 商业子行业空间分布特征

2.2.1子行业空间格局分析。以1 km为半径分析子行业核密度，按自然断点法分为5级，各子行业核密度见图3。由于三环外均为低密度区，为更好地表示子行业核密度空间特征，仅展示三环内核密度。

图3 哈尔滨中心五区商业子行业核密度分布及标准差椭圆

① 单核心集聚。服装鞋帽市场、花鸟鱼虫市场、家居建材市场等空间上存在明显单个点状高核心，无或少量集聚次核心。其中，服装鞋帽市场核心区位于哈医大一院、秋林购物商圈地块，无中高密度区，中密度区位于圣索菲亚教堂、曼哈顿商厦附近；花鸟鱼虫市场核心区位于一环北侧花鸟鱼虫市场地块，无中高密度区，中密度区位于儿童公园附近；家居建材市场核心区位于市东侧禧龙建材批发市场、禧龙物流区，是唯一一个核心区在二环外的子行业，高密度区位于南七道街太古新天地，中密度区位于中山路工人文化宫附近；商场核心区位于圣索菲亚教堂、麦凯乐商圈，向松花江方向延伸，无中高密度区，中密度区位于秋林商厦商圈；文化用品核心区位于南极街南康小区地块；体育用品核心区位于哈尔滨体育学院附近，中低密度区零星分布在一环内。

② 单核心分散。家电电子市场、特殊买卖场所和专卖店在空间上存在一个高集聚核心，伴随着多个连片中高、中密度区。家电电子市场核心区位于玛克威商厦地块，两个中高密度区分别在哈尔滨工程大学地铁站和医大一院附近，3个中密度区分散在一环周围；特殊买卖场所核心区从中央大街东侧一直延续到卓展购物中心，多个中、中低密度区成片出现在一环东侧；专卖店核心区位于圣索菲亚教堂地块，2个中高密度区位于中华巴洛克和医大一院附近，点状中低密度区分散在一环周围。

③ 多核心集聚。个人用品/化妆品、特色步行街、综合市场和购物相关场所在空间上存在多个高密度核心区，除核心延伸出的中高、中密度区外，无或少量中、中低密度区。个人用品/化妆品有3个核心区，分别位于索菲亚教堂绽放化妆品行、医大一院和果戈里大街地块，连线与松花江垂直；购物相关场所有3个核心区，分别位于市南侧的禧龙五金建材批发市场、医大一院和索菲亚教堂地块；特色步行街有3个核心区，分别位于长青公寓、医大一院和中央大街地块附近。

④ 多核心分散。便民商店/便利店、超级市场与居民日常生活最为密切，分布也最为广泛，存在多个高、中高密度区，位于一环内，向外延伸出广泛的中高、中密度区。

2.2.2子行业空间分布规律。商业子行业圈层结构见图4。① 在15个子行业中，14个遵循“核心-外围”结构，峰值出现在距市中心2～5 km范围内，随后数量波动减少。其中，服装鞋帽皮具店、商场、文化用品店对中心区位要求最为敏感，峰值在距市中心2 km内；综合市场、专卖店、特殊买卖场所、特色商业街、购物相关场所、个人用品/化妆品店、超级市场和便民商店/便利店次之，峰值在距市中心2～3 km处；体育用品店、家电电子卖场、花鸟鱼虫市场峰值在3～5 km处。② 家居建材市场圈层结构与其他子行业不同，峰值在距市中心13～14 km处，这表明家居建材市场对中心区位并不敏感，更倾向布局在地价低廉的城市外围。

图4 哈尔滨市中心五区子行业圈层结构Fig.4 Circles structure of commercial sub-industry in the five central districts of Harbin City

子行业分布方向见图3。结果显示：便民商店/便利店、个人用品/化妆品店、花鸟鱼虫市场、家电电子卖场、家居建材市场、超级市场、特殊买卖场所、文化用品店、专卖店、综合市场、购物相关场所11个子行业呈东北—西南走向，方位角在79°～90°，方向与商业网点整体相似；体育用品店、特色商业街、商场、服装鞋帽皮具店呈东南—西北走向，但方位角均在95°以下。

根据标准差椭圆面积(图3)可将子行业均衡性分为3个层次：① 文化用品店、花鸟鱼虫市场、专卖店、特色步行街、特殊买卖场所面积占比最小，空间上集聚程度更高，这5类子行业专业性强，服务范围小，空间不均衡度明显。② 体育用品店、服装鞋帽皮具店、个人用品/化妆品店、家电电子卖场、家居建材市场面积中等，分布相对分散，均衡性适中。③ 商场、综合市场、超级市场、便民商店/便利店、购物相关场所面积最大，行业与居民日常生活最为密切，均衡性最强。

3 商业网点空间格局影响因素

3.1 集聚效应

利用GeoDa在哈尔滨市中心五区建立1 000 m×1 000 m网格，基于Queen矩阵对网格单元进行权重赋值，计算商业及其子行业全局空间自相关指数，分析其是否存在集聚现象。(1)商业网点全局Moran’sI值为0.622 121，Z值为87.16，通过0.01水平的显著性检验，在空间上呈高度正自相关。(2)15个子行业全局Moran’sI均为正值(表2)，且都通过0.1水平显著性检验，除个人用品/化妆品店、特色商业街和特殊买卖场所外，其余12个子行业Moran’sI值均大于0.5，呈高度正自相关，在哈尔滨市形成体育用品一条街、田地街等专业性强的商业街、批发城。可以看出，商业及大部分子行业更倾向组团发展，集聚效应明显。

3.2 子行业间关联性分析

引入双变量空间自相关来探讨子行业间的关联性(表2)。105对子行业之间Moran’sI均为正值，其中有8对子行业(便民商店/便利店与商场、专卖店、购物相关场所；花鸟鱼虫市场与超级市场；购物相关场所与家电电子卖场、特殊买卖场所、体育用品店、综合市场)Moran’sI大于0.5，39对子行业Moran’sI介于0.4～0.5，意味着近半数子行业间存在较强的正向关联性，空间上更倾向于交织布局，以达到共享客源的目的。服装鞋帽皮具店与家居建材市场在内的4对子行业Moran’sI小于0.2,表明这类子行业在空间上关联性较弱，更倾向于随机分布，行业分布相对独立，服务人群存在较大差异。

表2 哈尔滨市中心五区商业子行业全局、双变量空间自相关Tab.2 Global Moran’s I and Anselin Local Moran’s I among commercial sub-industry in the five central districts of Harbin

3.3 通达性与商业网点密度

3.3.1轨道交通。以地铁站为圆心，建立间隔为100 m的多环缓冲区，探讨商业网点密度与站点距离间的关系(图5)。中心五区平均网点密度为23.542个/km2。商业网点POI密度在距地铁站0～200 m内上升，200 m范围外波动下降，100～200 m处出现最高值，为81.963个/km2；距地铁站700～800 m处网点密度仍高于平均值，说明地铁站带来通达性的提升能增大地块商业网点密度。

图5 距站点距离与商业网点密度关系

3.3.2道路交通。利用ArcGIS对商业网点到城市快速路、主干路、次干路、支路最近距离进行计算，结果显示：商业网点距城市快速路距离区间为140.7～258.1 m，中位数为183.0 m；到主干路区间为93.7～159.6 m，中位数为117.1 m；到次干路区间为39.7～88.5 m，中位数为56.3 m；到支路区间为15.4～47.6 m，中位数为25.3 m。可以看出，商业网点距最近道路距离随道路等级下降而下降，更倾向于布局在车流缓慢、通达性更好的支路上。

3.4 地价与商业网点密度

以中心五区街道为界限，对商业网点密度及其所在地块地价关系进行分析。用房价代表地价，可将中心五区地块分为8 000元以下、8 000～10 000元、10 000～15 000元、15 000元以上4类，分别占24.87%，44.64%，25.28%和5.21%。将POI空间位置与地块相对应，商业网点及子行业空间占比与地价关系见表3。可以看出，商业网点空间分布占比与地价占比相似，差异保持在3%以内。分行业看，家居建材市场、购物相关场所在8 000元以下地块占比较高，表明这2类子行业对地价敏感度高，倾向布局在地价低廉的区域；服装鞋帽皮具店、花鸟鱼虫市场、文化用品店、体育用品店、家电电子卖场在8 000～10 000元地块占比较高，表明这5类子行业布局时既要考虑地价，也要考虑周边人群消费能力；个人用品/化妆品店、特色步行街、商场在10 000～15 000元及15 000元以上地块占比较高，意味着这3类子行业更倾向布局在地价高的区域；便民商店/便利店、超级市场、特色商业街、综合市场空间与地价占比相似，意味着这4类子行业布局受地价影响较小，布局主要考虑人口分布。

表3 商业网点密度在地价上的占比 %

4 结论与讨论

4.1 结论

(1)整体上看，中心五区商业网点在空间上高度集聚，呈核心-外围结构，形成了以麦凯乐、索菲亚教堂、透笼轻工批发市场为中心的聚集核心；商业网点呈东北—西南走向，方位角为84.75°；网点数量峰值在距市中心2～3 km处，随后随着距离增长数量波动下降。

(2)商业子行业在空间格局、方向性、均衡性上存在差异。从空间格局来看，可分为单核心集聚、单核心分散、多核心集聚和多核心分散4类；从方向性来看，15个子行业中，11个呈东北—西南走向，4个(体育用品店、特色商业街、商场、服装鞋帽皮具店)呈东南—西北走向，所有子行业方位角均在79°～95°之间；从均衡性上看，商场、综合市场、超级市场等分布广泛，均衡性最强，体育用品店、服装鞋帽皮具店、个人用品/化妆品店等均衡性次之，文化用品店、花鸟鱼虫市场、专卖店等专业性强，均衡性最弱。

(3)从集聚效应、子行业关联性、交通通达性和地价4个方面对商业布局影响因素进行分析发现，商业及其子行业存在明显的集聚效应，组团发展明显；近半数子行业与子行业间呈较强的正向关联，共享客源，少部分子行业之间关联性较弱，空间上随机分布；通达性的提升能增强地块商业活力与网点密度；商业网点整体布局受地价影响较弱。分行业看，家居建材市场对地价敏感度高，服装鞋帽皮具店既要考虑地价，也要考虑周边人群消费能力，个人用品/化妆品店倾向布局在地价高的区域；便民商店/便利店主要考虑人口分布。

4.2 讨论

商业空间格局是一个复杂的议题，以下问题还需在今后的研究中探讨。(1)当前，城市商业空间格局研究分为从居民消费行为出发和商业空间位置出发两种，但缺乏两者之间关联的研究。如何构建基于商业空间与基于消费行为的商业布局研究是今后的重点，揭示其相同点与差异性，从购物者与商家的视角为商业空间布局提供规划建议。(2)商业网点空间格局的形成是人的购物行为与商业空间相互适应、相互调节、长期演化的结果，既要遵循商业空间的客观发展规律，又要满足居民日常生活的购物需求。对城市商业的模拟、预测仅依靠空间现状是不够的，还需要剖析其历史因素与地理变迁，从时空演变的角度进行多尺度的动态分析。