朱前程,王建强
(东华理工大学测绘工程学院,330013,南昌)
零售业是城市居民生活中不可或缺的行业[1]。零售业布局的合理化对经济的发展、流通资源的合理配置、居民消费需求的满足发挥着重要作用[2]。近年来,城市零售业空间布局的研究成果日益增多。例如许学强等利用传统数据,结合相关理论,研究广州市大型零售商店的空间布局现状、影响因素和发展趋势[3]。于伟等利用扩展方法构建的计量模型分析了北京市零售业空间分布格局及发展趋势[4]。徐晶利用传统数据,结合大型零售商业布局影响因素分析了南昌市大型零售商业空间分布特征,并且探讨了南昌市大型商业设施未来空间格局及发展趋势[5]。
地理大数据技术的发展为城市研究带来了新机遇,POI(Point of Interest)数据作为一种代表地理实体的点状地理空间大数据,是地理空间中具有标志意义的地理对象[6]。POI数据相对传统数据具有获取容易、处理方便、精细度和认知度更高的优势,近年来得到学者的广泛关注。例如浩飞龙等利用POI数据分析长春市中心城区的商业空间布局,并探讨了各零售行业的空间分布及集聚特征[7]。吴康敏等以POI数据为基础,利用核密度分析、统计分析、最邻近距离分析等方法识别广州市多类型商业中心的边界,探索其商业空间结构与模式[8]。禹文豪等通过对多种POI点分布模式进行核密度分析试验,给出了精度较高的网络空间核密度计算模型[9]。
南昌市作为中部地区相对薄弱的省会城市,利用POI数据研究零售空间特征具有重要指导意义。本文选取南昌市主城区为研究区,结合POI数据,采用标准差椭圆法、最近邻指数法、核密度估计法对南昌市零售业空间布局和集聚特征进行研究,以期为完善南昌市零售业空间布局提供一定参考。
本文选取南昌市主城区作为研究区,包括东湖区、西湖区、红谷滩区、新建区、青山湖区、青云谱区,总面积为2 982 km2。每条POI数据均记录了地理实体的名称、电话、地址、坐标等信息,其数据真实、可靠、现势性强。本文所用POI数据来源于高德地图(https://www.amap.com/)。根据《零售业态分类》国家标准,本文选取其中具有代表性的便利店、超市、商场3种零售业态为研究对象,利用POI数据研究南昌市零售业商业集聚特征。对抓取后的POI数据清洗去重后,本文共提取2 473个零售业POI数据,其中便利店2 275个、超市67个、商场131个。数据具体情况如表1。
表1 南昌市主城区零售业POI数量
标准差椭圆法由Lefever在1926年提出[10],该方法能够反映点要素的方向性分布特征。椭圆的长轴和短轴分别代表着点要素空间分布的主要趋势方向和次要趋势方向[1]。椭圆的扁率体现了点要素的方向性分布特征,其扁率越大,方向性越显著;反之扁率越小,方向性越不显著。
(1)
(2)
最近邻指数法主要是用来分析点要素的空间分布特征。最近邻指数法通过比较点要素最邻近点平均观测距离和预期观测距离,可以判断点要素的分布特征。其公式如下:
(3)
核密度估计法是一种非参数检验方法[11],具有在不假定总体分布的情况下直接利用样本估计分布特征的优势[6],逐渐成为研究POI数据主流方法之一,其公式为
(4)
式中:K为核函数,Dij为i和j之间的距离,h是带宽,n是研究区范围内样本数量,即研究区内便利店、商场和超市的数量。
带宽的选择对于点要素的核密度估计十分重要。较小的带宽能够详尽地反映点要素的局部密度分布特征,较大的带宽能够在全局上反映点要素的密度分布特征。因此,本文综合考虑POI数据研究数量和研究区情况,经过多次试验后,发现带宽为2 km时,不仅能反映零售业网点局部分布特征,而且很好地体现了零售业的整体分布特征。
本文对南昌市主城区2 473条零售业POI数据进行标准差椭圆分析,叠加南昌市主城区行政区划图和主要水系图,得到南昌市零售业POI分布图(图1)。标准差椭圆的长轴为7 828.12 m,短轴为7 150.42 m,椭圆的扁率为0.087,近似为0,这表明南昌市零售业的不具有明显的方向性分布特征,此外南昌市零售业极化发展特征也不明显,零售业集中分布在中部,这与南昌市城市格局相吻合。
图1 南昌市零售业POI分布图
南昌市主城区不同类型的零售业具有不同的空间集聚特征,从POI数量来看(见表2),超市的数量最少,仅仅占POI总量的2.71%。其次为商场,占POI总量的5.30%。便利店最多,占POI总量的91.99%。分析结果显示,零售业R值为0.27,在空间分布上呈现出显著聚集的特征。超市、商场、便利店的R值均小于1,呈现出聚集分布的特征。其中超市R值最大,为0.54,呈现出一般聚集的分布特征。商场和便利店的R值分别为0.30、0.27,在空间分布上呈现出显著聚集的特征。
表2 南昌市主城区不同类型零售业态POI最近邻分析结果
南昌主城区不同行政区的零售业空间集聚特征有所差异。从零售业分布比例来看(见表3),青山湖区最大,为32.84%;东湖区最小为9.62%。以南昌市主城区为研究区,各行政区零售业R值均小于1,表现出聚集分布的特征。新建区零售业的R值最小,为0.27,表现出显著聚集的分布特征。其余各区均表现出一般聚集的分布特征。分析最近邻距离发现,新建区的平均最近邻距离最大,为333.56 m,这是因为新建区零售业网点主要聚集分布在红谷滩核心,新建区面积又最大,所以其平均最邻近距离最大。其余各区平均最邻近距离均小于150 m,表明其零售业整体分布较为密集。
表3 南昌市主城区各行政区零售业POI最近邻分析结果
本文运用ArcGis 10.3软件核密度分析工具,选择2 km的带宽,对南昌市零售业POI数据进行核密度分析,采用自然断点分级法将核密度值分为6类,得到南昌市主城区零售业核密度分析图(图2)以及南昌市主城区不同类型零售业核密度分析图(图3)。
图2 南昌市主城区零售业核密度分析图
研究发现,南昌市零售业分布格局呈现出“一轴双主核,多次核”的分布特征。“一轴双主核”指的是南昌零售业在空间分布上以赣江为轴,“双主核”指的是南昌零售业在空间分布上呈现出沿赣江分布的2个主要核心。左侧核心为红谷滩核心,主要由红谷商圈、凤凰洲商圈、长堎商圈构成,代表性的大型零售业网点有万达广场(红谷滩店)、新时代购物广场、南昌T16购物中心、世纪万象广场、长堎商贸城等。右侧为老城核心,主要由八一大道商圈、胜利路商圈、中山路商圈构成,代表性的大型零售业网点有南昌百货大楼、万达广场(八一店)、财富广场、王府井购物中心、华润万家购物中心、天虹商场等。“多次核”指的是城东商圈、高新区商圈、九龙湖商圈、西湖商圈等多个次要零售业核心。
本文选取便利店、商场、超市3种主要零售业态对南昌市主城区零售业空间布局进行研究。图3(a)是便利店核密度分析图,可以看出便利店兴趣点同样呈现出“一轴双主核,多次核”的分布特征,其分布特征同南昌市零售业分布特征比较吻合。便利店在主城区人口密度大、交通便利、公共设施完善处形成了明显的集聚核心。商场与超市核密度分析图见图3(c)和图3(b),可以判断商场与超市分布特征较为相似,在中心城区聚集程度较高,形成了多个连片的集聚核心。商场与超市在外围城区形成了多个零散的集聚点,外围集聚点多分布在城区边缘乡村商贸城周围且外围城区的集聚点位置多不相同,这一现象出现的原因是乡村零售业网点规模小、密度小且乡村居民消费需求较小,使得商场和超市服务功能在乡村零售业网点出现重叠。
(a)便利店 (b)超市 (c)商场
城市零售业空间布局影响因素众多,本文结合研究区情况选取交通、人口、经济环境3个因素分析南昌市零售业空间布局。利用ArcGis 10.3软件对南昌市主要道路进行100 m缓冲区分析,发现南昌市道路交通线100 m范围内聚集分布了2 296个零售业网点,占比达到92.84%,可见南昌市零售业网点主要分布在道路两侧。通过计算南昌市各区人口密度和零售业网点密度,分析南昌市人口密度与零售业空间布局的关系(见图4),可以发现人口密度与零售业空间分布存在明显的正相关关系,人口密度越大的行政区,其零售业网点分布越密集。通过分析南昌市零售业集聚核心的经济环境可以发现,南昌市零售业集聚核心多位于商圈,这是因为商圈具有良好的经济环境和完善的基础设施,可促进零售业的发展。
图4 南昌市人口对零售业空间布局的影响
本文使用POI数据对南昌市零售业空间布局进行研究,揭示了南昌市零售业集聚特征,研究结果与南昌市主城区零售业实际分布格局相吻合,可为南昌市未来完善城市规划提供一定参考。但也存在一些不足之处:一是本文仅对南昌市主城区各行政区零售业空间布局进行分析,未来可进一步从街道、社区尺度研究南昌市零售业空间布局;二是未能结合传统调查数据对南昌市主城区零售业进行研究;三是目前各大地图厂商有各自的POI数据分类标准,国家尚未制定统一的POI数据分类标准[12],这会对南昌市零售业分布格局的研究产生一定影响。
本文将南昌市主城区作为研究区,以零售业POI数据为研究数据,运用标准差椭圆法、最近邻指数法、核密度估计法研究南昌市主城区零售业空间布局,得出以下结论。
1)南昌市主城区零售业方向性分布特征不明显,无明显极化方向。
2)南昌市主城区零售业在空间分布上呈现显著聚集的态势,并呈现出“一轴双主核,多次核”的分布特征。各行政区零售业空间分布特征有所差异,新建区面积最大,但其零售业呈现出显著聚集的特征,这一现象形成的原因是其零售业网点主要分布于红谷滩核心。其余五区零售业均呈现一般聚集的分布特征。此外,不同类型的零售业网点分布特征有所差异。便利店分布特征与零售业整体分布特征相吻合。商场和超市在中心城区形成了连片的集聚核心,在外围城区形成多个零散的集聚点。
3)南昌市零售业空间布局受交通、人口、经济环境等因素影响较大。