基于ESDA的北京市区域零售业空间布局演化

马雨

中图分类号：F727 文献标识码：A

内容摘要：本文以北京市区域2006—2015年人均零售额为基础数据，运用ESDA方法对北京市区域零售业空间集聚的总体趋势和局部差异进行研究，发现北京市区域零售业整体空间集聚性较强，区域间零售业发展的空间差异较大，文章最后提出对策建议。

关键词：ESDA 北京市 零售业 空间布局

研究区域、数据来源及研究方法

（一）研究区域及数据来源

本文研究的目的是探讨北京市区域零售业发展的空间布局演化，为北京市区域零售业协调发展提供建议。因此，本文选取北京市十六个区，即东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、延庆区、密云区作为研究对象区域，运用这16个区域2006-2015年的限额以上零售业人均零售额来测算北京市区域零售业是否存在空间关系，明确其零售业发展的总体空间格局，对于优化北京市零售业空间布局和加快零售业发展具有重要理论和现实意义。其中，全文的数据资料来源于北京市2007-2016年的《北京市区域统计年鉴》。

（二）研究方法

探索性空间数据分析（Exploratory Spatial Data Analysis，ESDA）中的空间关联测度主要是利用空间自相关指数来探索空间地域系统中相关经济和社会现象的空间分布模式和非常态分布。本文运用Morans I检测作为测量变量间空间自相关的指数，探索北京市区域零售业的空间自相关性和分布演化情况。

1.全局Morans I。当空间观测点的某一变量在空间分布上不是随机分布，而是存在一定规律时，可以认为观测点之间存在着空间自相关性，全局Morans I统计量是描述总体空间自相关的有效指标。全局Morans I的公式如下：

（1）

其中，n代表观测点的个数，xi为观测值，x为观测值的平均值。wij为空间邻接矩阵，为0-1二值变量， 1时表示i与j是邻接关系，当为0时为非邻接关系。生成邻接矩阵的方法有三种，即有公共边界或顶点为相邻、在一定距离阈值范围内为相邻、将距离最近的K个单元设为相邻，本文主要采用第一种公共边界或定点为相邻中的Rook contiguity作来计算邻接矩阵。

Morans I的取值为-1到1之间，当I趋向于-1/n-1时，表示观测样本在总体上成随机分布，不具有空间自相关性；当I趋向于1时，表示观测样本在总体上呈正的空间自相关，表明高的观测值和高的聚集在一起，反之亦然，即HH和LL型分布；当I趋向于-1时，表示观测样本在总体上呈负的空间自相关，表明高的观测值和低的观测值聚集在一起，即HL和LH型分布。

2.局部Morans I（LISA）。针对空间中的局部空间关联和空间差异程度，Morans I 统计量目前不能进行有效测算，作为一种全局指标在分析局部空间自相关性上存在优势。局部空间自相关是将空间自先关分解到各个空间单元，能更好地描述区域空间自相关关系，Anselin将其称为LISA，其计算公式为：

其中，Zi和Zj是观测值的均值标准化，wij是空间邻接矩阵的标准化形式，即∑∑wij=n。根据Ii和Zi值的变化，可以将局部空间自相关分为四种类型，如表1所示。

北京市区域零售业空间布局的演化

（一）区域零售业空间布局演变整体呈现高程度的空间集聚模式

在对北京市人均零售额的全局空间自相关分析上，本文选取了2006—2015年的样本数据，采用Geoda软件计算出的Morans I值如图1所示。

从图1来看，2006-2015年北京市区域人均零售业Morans I值都超过0.25，具有较强的空间自相关性，表明从零售业空间分布形态上看北京市的类别是聚集型布局，不管是发达地区还是非发达地区的零售业都存在高的集聚性。

北京市区域人均零售业的发展是由低空间集聚到高空间集聚再到低空间集聚的模式。大致分为三个阶段：第一阶段是空间集聚程度下降的阶段，时间为2006-2007年。此时北京市零售业的整体空间聚集程度呈现下降的趋势，Morans I值从0.361746下降到0.257199，但是Morans I值大于0.25，表明北京市零售业空间布局具有较强的集聚性。第二阶段是空间集聚程度逐渐上升阶段，时间为200-2010年。Morans I值从0.257199增长到0.405876，表明北京市区域零售业的分布呈现空间低集聚到高集聚的过渡，此阶段为零售业发展的黄金时期，没有受到电子商务的冲击，以零售实体店为主体，消费者居住的聚集成为零售业店家的聚集区域，使得零售业的经营也逐渐呈现集聚的状态。第三阶段是空间集聚程度逐渐下降阶段，时间为2011-2015年。Morans I值从0.397255下降到0.250907，在2015年Morans I出现近十年的最低值，表示北京市区域零售业的分布呈现空间高集聚到低集聚模式的转变，此阶段由于受到电子商务的冲击，使得零售业的经营出现分散化，消费者的消费习惯和购物方式也出现了转变，实体零售店的经营逐渐困难，出现相继倒闭的现象，使得零售业的空间布局情况出现分散的局面。

（二）区域间零售业发展的空间差异较大

本文运用局部空间自相关分析法对北京市零售业区域空间的异质性。由于全局空间自相关涉及到的年份较多，本文选取2006年、2010年、2013年和2015年作为局部空间自相关分析的选取年份，对北京市区域零售业分布进行分析，运用Geoda软件计算选取年份的Moran散点图，如图2所示。

Moran散点图分为四个象限，其中第一象限称为“高高”，第二象限称为“低高”，第三象限称为“低低”，第四象限称为“高低”。通过观察北京市区域人均零售额Moran散点图可以清楚的看到，北京市区域零售业发展空间演变呈现越来越明显的空间二元结构特征，北京市区域更多地集中在“高高”和“低低”象限内，零售业发展的热点区域一直集中在北京市东城区、西城区周围，而盲点区最主要分布在北京市东北地区，与全局空间自相关研究中具有较高的空间集聚性的研究相同。endprint

在2006年的散点图中，位于最上端和最下端的分别是东城区和密云区，说明东城区周边人均零售额的加权平均值高；位于最左端和最右端的分别是延庆区和朝阳区，说明人均零售额在朝阳区最高，在延庆区则最低。在2015年的散点图中，位于最上端和最下端的分别是西城区和延庆区，说明西城区周边地区人均零售额的加权平均值高，而延庆区则相反；位于最左端和最右端的分别是房山区和东城区，说明人均零售额在东城区最高，而在房山区则最低。在人均零售额的变化中，东城区和西城区一直是人均零售额较高的区域，作为首都核心商圈，占据较好的地理位置，同时周边毗邻朝阳区、海淀区，为其发展注入了更大的动力。房山区离中心城区较远，无法发挥区域间的辐射效应，作为北京发展新区的定位，应加大零售业的投入和发展。

为了便于观察每个象限包括的具体区域，将2006年、2015年落入象限的区域整理成表格形式，如表2所示。纵观2006-2015年的北京市区域零售业发展格局，2006年和2015年相比，第一象限的区域发生了略减（从6个到5个），一定程度上反应了北京市区的零售业总体空间差异存在增加趋势。从局部Morans I值来分析，2015年的北京市区域测算指数均为负数，表明零售区域的相邻地域零售业发展均存在负向影响效应，局部Morans I为负数从2015年的对比发现增加了1个区域，表明北京市区域零售业的负向影响更为严重。从正的影响上看，由2006年的12个区域减少到2015年的11个区域，正的影响降低。

北京市零售业空间布局的结构和范围与人口的空间格局具有一致性，北京市的人口聚集主要在于白天上班人群和晚上休息人群，而东城区、海淀区、朝阳区的零售业空间布局呈现“高高”集聚，表明上班人口的聚集地点，明确了人口聚集地与零售业空间布局的一致性。顺义区、大兴区、平谷区、怀柔区、延庆区和密云区的零售业空间布局呈现“低低”集聚，与该区域的人口相对分散具有一定的原因，也表明了零售业空间布局与人口聚集度的一致性。

北京市区域零售业空间布局合理化的对策

发挥东、西城区零售业的辐射效应。从北京市区域零售业空间布局演化来看，东城区、西城区作为北京的首都功能核心区，零售业较为集中且发展较快，但是丰台区与西城区毗邻，零售业发展却相对滞后和缓慢，需要充分发挥东、西城区零售业的辐射效应，带动相邻区域零售业的协调发展。东、西城区零售业的发展经验以及零售业态规划，其他区域能相互借鉴和引进，从而建立以东、西城区零售业为中心，呈“环状”向周边区域进行辐射。东、西城区要不断提升零售业的品质和地位，提升零售店的核心竞争力，改善其服务水平，加快东、西城区商业街的转型升级。

实现远郊区域生态旅游与零售业协调发展。北京市远郊区域中大兴区、顺义区、怀柔区、平谷区、密云区、延庆区的零售业发展呈现“低低”集聚，当地零售业主要表现为“自给自足”的现象，缺少大型百货商店、购物广场等零售业态，在远郊区域要不断完善零售业的空间布局结构，充分满足当地居民的购物需求，方便周边地区的基本生活。远郊区域可以充分发挥当地生态旅游的优势，将旅游的“人流”转化为零售业的“客流”，建立新型业态和便捷的购物渠道，满足消费者在旅游活动中的购物需求，实现旅游和零售的协调发展。

建立过渡带多业态联合发展。朝阳区、海淀区、石景山区作为主城区和郊区的过渡带，聚集了大量的居住人口，同时吸纳了郊区的大量购买力，如通州区、房山区居民到过渡带区域购买物品和消费。过渡带区域承接了东、西城区的核心功能，同时对周边郊区产生辐射和带动作用，应建立多种业态，加大业态之间的竞争，建立以顾客为导向的服务理念，满足消费者一站式的购物需求。实行总部经济，吸纳零售点总部在朝阳区、海淀区的落户，完善周边的商业设施，将一部分低服务功能、低质量水平的零售点迁移到周边的远郊地区，提升过渡带的总体实力和竞争力水平。

优化零售网点业态。北京市各区域的零售业态呈现单一的特点，如商业街、百货店、超市等，为了更好地优化北京市零售业空间布局，需要将多种零售业态进行聚集，充分发挥多种零售业态的优点和功能，更好为周边居民服务。北京市东城区、西城区、海淀区、朝阳区的零售业态需要进行转型升级，将与区域发展战略不协调的零售业态逐渐迁移，或者转型升级现有零售业态，如北京市动物园批发市场，一部分迁移至河北、天津等地，一部分未迁移的转型升级，提升现有零售网点的服务质量，打造高端的服装销售品牌，以符合区域的发展战略格局。在迁移商业网点中，可以在中心城区保留具有传统文化特色的商业街，使得北京城更具传统文化气息。

加强政府调控和引导。零售业的空间布局需要政府发挥“看不见的手”进行宏观调控和建立完善的法律、法规制度。完善商业发展环境需要政府以长远的战略眼光进行规划和指导，将本区域的商业发展与区域整体发展相联系，构建战略目标一致的零售业空间分布格局。政府对于建立购物中心、商业街的项目需要积极发布相关的社会公告，吸引投资者的关注，为地区零售业发展注入资金，以更好提升区域零售业总体竞争力水平。同时要严格把控零售业企业进入条件，防止零售业企业之间的恶性竞争，建立完善的零售业企业退出市场制度，保障零售业的有序协调发展。

参考文献：

1.武剑，杨爱婷.基于ESDA和CSDA的京津冀区域经济空间结构实证分析[J].中国软科学，2010（3）

2.焦石，李晓东.南京市图书零售业空间布局及其影响因素[J].地域研究与开发，2016，35（2）

3.薛娟娟，朱青.北京市零售商业空间分布研究[J].商业研究，2006（14）

4.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，2012，67（8）

5.刘承良.武汉城市零售业空间布局结构变动研究[J].现代城市研究，2006，21（4）

6.王法辉.基于GIS 的数量方法与应用[M].商务印书馆，2009.

7.赵静.“互联网+”时代提升传统物流服务的思考[J].商业经济研究，2006（1）

8.李春发，郭艳霞，张振超.移动互联网背景下全渠道零售策略分析[J].商业经济研究，2006（2）endprint