基于POI数据的福州市中心城区零售业空间格局及其影响因素

邓 煜，刘 群，林 岚，李文言，刘 豪

(1.福建师范大学地理研究所，福建 福州 350117；2.福建师范大学地理科学学院，福建 福州 350117；3.福建省亚热带资源与环境重点实验室，福建 福州 350117)

零售业是城市商业网点的重要组成，为驱动城市经济增长发挥重要作用[1].在环境变化影响下，城市零售业业态及空间组织逐渐演变[2-3].城市零售业的合理布局关系到城市用地规划、居民消费需求等，其空间格局及影响因素也是地理学关注的热点[4].随着现代技术的应用、基于网络的实体分销系统形成，支持并刺激了零售业增长[5]，也为线下实体店零售业的转型发展与空间布局带来新影响[6].因而，深化认识城市零售业空间格局，不仅有助于把握新时期零售业发展规律[7]，对于优化城市商业空间结构也具有重要意义[8].

国外商业地理学研究自20世纪30年代以来逐渐兴盛，以营销地理学和零售地理学发展最为迅速.在中心地理论、零售引力模型等理论启发下，零售业空间集聚、等级网络及演化特征研究成果丰富[9-10].我国零售业空间研究源于20世纪80年代，学者借助中心地理论开展城市零售业空间结构与布局研究[11-12].2000年以来，相关研究侧重零售业空间发展演变、业态类型分异及集聚热点识别[13-15].随着对消费行为的关注，与零售业相关的居住空间[16]、消费者购物出行模式等议题也不断涌现.近年来，大数据技术的应用为深度刻画复杂社会经济现象提供了有力支撑[17]，基于兴趣点(points of interest，POI)的案例研究应用广泛[18-19].POI数据因其易于获取、识别精度高、覆盖范围广等特征，在城市空间分析中发挥重要作用.已有研究基于零售业POI数据，运用Moran’s I指数、平均最邻近分析法、核密度估计等方法，从单一时间截面到多时间尺度深度刻画零售业的发展演变格局[15，18-19]，研究区多聚焦北京、上海、广州、深圳等一线城市[20-23]，西安、沈阳、武汉等新一线城市[18-19，24]，目前较为缺乏非一线城市案例特征研究.零售业空间格局分析方面，研究对象涵盖零售业整体及各类典型零售业业态的等级规模、热点格局的刻画与识别[18-20]，如休闲商务区[25]、超市[26]等，较少关注到各类零售业业态的圈层分异规律.零售业布局的影响因素方面，相关研究通过空间分析、回归模型等解读了交通要素(交通网络、地铁站点等)[27-28]、住宅区[29]、人口[21]等关键因素的影响作用，以及综合影响[30].然而，在现有的文献中，尚未发现有关福州市中心城区零售业空间分布格局及其影响因素的系统研究.

基于此，本文以福州市为例，借助福州中心城区零售业POI数据及人口、交通等数据资料，采用数理统计、GIS空间分析等多元方法，探究福州市中心城区零售业空间分布格局的特征，并分析其影响因素，研究成果将有益于认识福州市零售业空间布局特征，为福州市空间规划提供参考.

1 研究区域、数据与方法

1.1 研究区域

福州市，简称“榕”，别称榕城，是我国东南沿海福建省的省会城市，国务院批复确定的海峡西岸经济区中心城市之一、滨江滨海生态园林城市.福州市是中国的二线城市，2021年的地区生产总值为11 324.48亿元，位居全省首位、全国省会城市第十.2021年8月，《福州市国土空间总体规划(2021—2035年)》提出以福州自然资源禀赋和经济社会发展实际为落脚点，优化全域空间格局，加快建设现代化城市.零售业的发展规划也是福州市国土空间规划的重要组成部分，为指导福州市资源配置与经济增收发挥积极作用.

结合福州市自然地理与社会经济实际情况，参考2017年的《福州中心城区空间发展规划》与《福州市国土空间总体规划(2021—2035年)》界定研究案例区范围(图1)，具体包括福州市辖区(鼓楼区、台江区、仓山区、晋安区、马尾区、长乐区)等核心区(其中，晋安区为新店镇、岳峰镇、鼓山镇，马尾区为罗星街道、马尾镇，长乐区为航城街道、首占镇、航城街道、营前街道、玉田镇)，以及闽侯县的甘蔗街道、南屿镇、上街镇、青口镇、尚干镇、祥谦镇、南通镇、荆溪镇等城市外围区域，总面积约1 736 km2(占全市总面积的11.8%)，是福州城市发展的重要增长极.通过数据计算发现，2020年，福州市中心城区GDP为3 572.94亿元，占全市土地总面积不到12%却贡献着全市35.66%的GDP.

图1 研究区图Fig.1 The map of study area

1.2 数据来源与分类

2021年5月，依据研究范围从高德地图API接口提取福州市中心城区零售业POI数据，该数据包含名称、经纬度坐标、具体地址及初始类别等属性信息，总计获得33 100条数据.经过纠偏和地址匹配，剔除10条无效信息，最终获得符合要求的33 090条零售业数据信息.参考《国民经济行业分类-2017》(GB/T 4754-2017)，相关文献[15，19 ]与福州市零售业实际状况，对原始数据进行再分类，最终确定9个主要零售业态类型，即综合零售业(521)下的超级市场零售(5212)与便利店零售(5213)；食品、饮料及烟草制品专门零售(522)；纺织、服装及日用品专门零售(523)；文化、体育用品及器材专门零售(524)；医药及医疗器材专门零售(525)；汽车、摩托车、零配件和燃料及其他动力销售(526)；家用电器及电子产品专门零售(527)；五金、家具及室内装饰材料专门零售(528).此外，原始数据信息及分类体系均通过实地调查、专家咨询等方式完成验证.

基于POI数据的福州市中心城区零售业网点类型数量差异显著(表1).五金、家具及室内装饰材料专门零售(528)数量最多，占总量的27.91%；纺织、服装及日用品专门零售(523)位列其次，占总量的21.37%；食品、饮料及烟草制品专门零售(522)与便利店零售(5213)比例相近，分别为17.74%和17.43%；医药及医疗器材专门零售(525)数量最少，仅占总量的0.71%.

表1 福州市中心城区零售业类型特征Tab.1 Characteristics of different retail outlets in Fuzhou downtown area

1.3 研究方法

(1)区位熵，别称专业化率，是经济学中识别区域优势产业的常用指标之一.该方法多用于判断某行业或企业等产业要素的专业化程度[31].研究运用区位熵分析各类零售业网点的集聚水平，公式为：

NK-A=nK-A/nk，

(1)

式中：NK-A为区域K中零售业业态A的区位熵；nK-A=区域K中零售业业态A的网点数/区域K中总零售业网点数，nk=福州市中心城区零售业业态A总零售业网点数/福州市中心城区总零售业网点数.数值越大表示集聚水平越高，反之则低度集聚.

(2)最邻近指数，用于定量描述空间点状要素邻近程度、判断其空间分布形态及空间格局特征[22].运用该指数探究福州市中心城区零售业整体及其各类零售业空间集聚态势，利用ArcGIS 10.2软件的Average Nearest Neighbor工具计算得出.表达式为：

(2)

式中：R为最邻近指数，D0为实际观测到的最邻近点的平均距离，DE为理论最邻近距离，di为研究范围内第i个点与最邻近点之间的距离，n为研究范围内点的数量，A为研究范围的面积.当R>1，研究范围中的点为分散形态；当R<1，研究范围内的点为集聚形态，且数值越接近0则集聚程度越高；当R=1，各点为随机布局形态.

(3)标准差椭圆，用来表达目标网点偏离平均中心的程度，展现地理因素的空间布局态势[18].运用ArcGIS中的标准方差椭圆工具，分别对超级市场零售(5212)、便利店零售(5213)等9类零售行业进行分析.依据椭圆的长半轴、短半轴、面积和方位角等信息解读福州市中心城区各零售行业的集聚程度、发展趋势和布局方向等.标准差椭圆是对点的分布方向和分布格局同时进行分析的一种算法，椭圆中心是点的算数平均中心，表示点要素在研究范围内分布的相对位置，旋转角反映椭圆分布的方向态势，长短轴为点空间布局的最大与最小分布方向，其计算公式如下：

(3)

(4)

(5)

(4)核密度估计，是地理空间探究中广为运用的非参数估计方法，用于探求点要素在其周围区域中的密度[4].利用核密度估计法分析福州市中心城区整体及各零售行业的空间格局.基本原理是以点数据为核心，通过核函数计算出点数据在指定半径范围内对网格单元中心点在密度量上的贡献值，采用二次核函数计算：

(6)

2 零售业空间分布的格局特征

2.1 零售业空间分布形态

基于最邻近距离分析可知，福州市中心城区零售业整体及其各行业均呈现出较强的空间集聚态势(表2).零售业网点整体集聚性较强，最邻近指数为0.230 2；从各类零售业网点分布看，纺织、服装及日用品专门零售(523)、五金、家具及室内装饰材料专门零售(528)均呈现高度集聚状态，最邻近指数数值分别为0.219 6和0.222 2.汽车、摩托车零配件和燃料及其他动力销售(526)的最邻近指数数值最大，为0.469 4.

表2 福州市中心城区零售业最邻近距离特征Tab.2 The Nearest Neighbor Index of retail outlets in Fuzhou downtown area

图2 福州市中心城区零售业核密度图Fig.2 The kernel density spots of retail outlets in downtown Fuzhou

为探究福州市中心城区各类零售业空间格局，经过反复试验，当搜索半径取值为0.8 km时能获得显著空间格局特征(图2).结果显示，福州市中心城区零售业分布形态呈“核心-外围”分布模式，核心区高度集中，中间区域条带状分布，外围地区岛状分布.集聚热点在鼓楼、台江、晋安等区，沿道路和河岸也有较大的集聚度.福州中心城区零售业以鼓楼区东南部、台江区、晋安区西缘(鼓山镇)为集聚热点，分布密度由中心向外围逐渐递减；仓山区沿金山大道、浦上大道以及沿闽江尤溪洲大桥至闽江大桥江段沿岸形成了集聚强度较大的3处“条带状”零售业集聚区域；福州西部上街镇辖区内沿国宾大道也形成了一处“条带状”零售业集聚区，即沿道路和街道呈带状分布；在南屿镇、青口镇、长乐区、马尾区的罗星街道等地，零售业网点呈岛状聚集分布，其中以长乐区政府所在地营前街道与航城街道集聚密度最高，同时沿闽江与乌龙江两岸也存在许多零售业核密度中等或较低等级的散点区域.

2.2 零售业总体分布格局

城市空间结构蕴含着各行业竞合过程，也是产业发展到一定阶段的状态[3，13].为辨析城市零售业是否存在圈层分布结构，研究以福州整体零售业点数据的几何中心为原点，选取2 km为间隔建立了13环缓冲区(2、4、6、8、10、12、14、16、18、20、22、24、26 km).通过分别计算不同圈层内各零售行业网点的区位熵测度集聚水平，借助标准差椭圆刻画不同零售行业分布格局的方向性特征.

图3 福州市中心城区零售业各圈层空间分布及其方向Fig.3 Distribution and directions of retail outlets in different circles of Fuzhou downtown area

福州中心城区零售业网点呈现显著圈层分异特征(图3)，其结构总体上以鼓楼、台江、仓山、晋安为核心区域，向西南与东南方向放射状拓展，呈“西北-东南”走向.从空间圈层格局看，总体集聚在乌龙江北部，以鼓楼区、台江区、仓山区、晋安区西缘为主体核心区域构成相对完整的0～8 km内的4个圈层.第5圈层及其以外圈层的零售业因受到山地与水域等自然地理环境分割及区域发展水平制约，形成带状、团状及零星交错分布(图3a).其中，8～16 km范围内的第5到第8四个圈层基于核心圈层向西、南方向呈放射状分布；16～26 km范围内的第9-第13五个圈层集中在核心圈的东南方向，呈现出福州市中心城区零售业向南与东南方向拓展的趋势.通过标准差椭圆分析可知，中心城区各零售行业整体呈“西北-东南”走向(图3b)，与福州市“东进南下、沿江向海”整体发展战略相符.

通过计算福州市各类零售业网点的圈层区位熵数值发现，各类零售业的圈层集聚存在显著分异(图4和表3).从纵向区位熵值变化幅度看，医药及医疗器材专门零售(525)、汽车、摩托车、零配件和燃料及其他动力销售(526)两类零售业网点波动幅度较大，各圈层集聚水平跳跃性明显.其他零售业网点的圈层聚集区位熵值在0.5～2.0范围内波动.结合不同距离尺度(圈层)的横向走势看，各类零售业区位熵值在第3圈层(4～6 km)与第4圈层(6～8 km)过渡带数值相近，集聚水平相当，如医疗保健、纺织服饰、文体用品、烟酒食品等日常零售；随着圈层由内向外延伸，远离城市中心，各类零售业网点的集聚水平呈现显著差异，汽车、摩托车、零配件和燃料及其他动力销售(526)在12～14 km、16～18 km、20～22 km处形成3个高度集聚区；医药及医疗器材专门零售(525)因远离市区，其集聚水平大幅下降.由于闽江、乌龙江流域在14～16 km圈层内占据较大面积，受到自然条件影响，大部分零售行业在该圈层范围内的区位熵普遍偏低.

总体上，医药、汽车等零售业波动幅度较大，其他零售业相对稳定.各类零售业在第3-4圈层集聚水平相当，随着距离增加呈现差异化，受自然条件影响，在14～16 km圈层集聚水平普遍偏低.

图4 基于区位熵的福州市中心城区零售业各圈层分异特征Fig.4 Distribution characteristics of retail outlets based on their location entropy in Fuzhou downtown area

表3 基于区位熵数值的各零售业圈层集聚分布特征Tab.3 Clustering distribution characteristics of retail outlets circles based on location entropy

2.3 各类零售业集聚特征

图5 福州市中心城区各类零售业网点核密度图Fig.5 The kernel density of different retail outlets in Fuzhou downtown area

基于核密度图可知，各类零售业网点总体以鼓楼区东南部—台江区—晋安区西缘为核心集聚区，因属性不同而呈现热点差异(图5)，其中超市和便利店覆盖面最大，其他零售业网点多沿交通干线或闽江两岸分布.具体而言，超级市场零售(5212)、便利店零售(5213)两类零售业网点数量最多且空间覆盖面大，5213热点集聚区面积更大.5212以台江区为核心，多个热点零星散布在仓山区沿江两岸、闽侯县沿乌龙江岸、长乐区营前街道与航城街道等地(图5a)；5213的热点区域集中在台江区、鼓楼区东街口一带、晋安区西缘以及仓山区对湖街道、仓前街道，中等强度集聚区覆盖范围更广(图5b)；食品、饮料及烟草制品专门零售(522)集聚区的核心外围结构显著，以晋安区象园街道与王庄街道为核心高密度区，仓山区闽江沿岸、金山大道与浦上大道沿线、闽侯县上街镇国宾大道沿线散布低密度区(图5c)；纺织、服装及日用品专门零售(523)与文化、体育用品及器材专门零售(524)呈现3个相似的小热点区，鼓楼区东街口一处、闽江北岸台江区两处(图5d和5e)；医药及医疗器材专门零售(525)高度集聚于台江区、晋安区王庄街道、仓山区湖街道、仓前街道、台屿街道，晋安区新店镇、仓山区浦上大道沿线、闽侯县上街镇国宾大道沿线为次级密度区(图5f)；汽车、摩托车、零配件和燃料及其他动力销售(526)高度集聚于台江区、仓山区下渡街道、闽侯县尚干镇(图5g)；家用电器及电子产品专门零售(527)的核心区位于台江区新港街道、茶亭街道(图5h)；五金、家具及室内装饰材料专门零售(528)形成三核心多副中心格局，高度集聚区于台江区、晋安区岳峰镇、仓山区上渡街道，中低度集聚区为闽江两岸、仓山区与闽侯县主要交通沿线(图5i).

3 零售业空间格局的影响因素

图6 福州中心城区零售业网点分布与自然地理要素关系Fig.6 Relationship between retail outlets distribution and physical environment in Fuzhou downtown area

图7 福州市中心城区人口极密区与零售业网点分布叠加分析图Fig.7 Spatial superposition analysis of densely populated areas and retail outlets distribution in Fuzhou downtown area

零售业的空间选址与市场需求(如人口规模、人口密度、住宅区等)、交通设施(交通枢纽、路网密度等)、租金、政府政策、个体经营策略等因素密切有关[14-16，18，21-24].基于已有文献研究及福州市零售业布局特征分析，研究选取地形、人口、路网3类主体要素进行影响因素探究.

3.1 与自然地理要素

地形地貌等自然条件影响城市整体空间形态、土地利用格局和开发规模，平坦开阔的地形条件集聚着人口与经济，也是零售业网点偏好的选址，山水阻隔则限制作用明显[30].福州是典型的河口盆地型城市，地形与河流是影响其城市扩张与零售业分布的主要因素(图6).福州市四周被群山环抱，东临鼓山，西偎旗山，北靠莲花峰，南有五虎山，盆地格局受限，土地供应相对少.发源于武夷山脉的闽江在福州城区环绕形成南台岛，闽江在南台岛首尾分而又合，斜贯中部.此种地形地貌特征导致了研究区零售业网点在空间上呈现出“核心-外围”分布模式、“由内向外递减”的密度梯度模式，核心区域占用了大部分优质土地资源，零售业网点密集分布，形成高强度集聚；外围区域受到山水阻隔的限制较多，形成了条带区域零售业网点，沿着主要道路或交通枢纽形成低强度延伸，以及岛状区域零售业网点，以乡镇或社区为单位形成孤立分散.

3.2 与人口密度因素

零售业具有显著的消费者指向性，人口分布密度与其零售业布局密切相关[16，21].以World Pop世界空间人口统计数据集(1 km×1 km)与研究区零售业网点为数据源.利用ArcGIS中的聚合点 (Geo Analytics)工具，提取人口极密区与所有零售业网点面状分布边界进行叠置分析(图7).结果显示，零售业分布范围与人口极密区分布范围的重合面积占人口极密区面积的71.63%，占零售业分布区面积的98.9%，且兴趣点分布范围与人口极密区分布范围外围轮廓重合度较高.

以World Pop世界空间人口统计数据集(100 m×100 m)为数据源制作福州市中心城区人口密度分布图(图8a)，同时借助ArcGIS软件的“Anselin Local Moran’s I”工具对零售业网点进行局部自相关分析(图8b).结果显示福州市中心城区零售业空间分布格局与人口密度疏密情况基本一致，与中心地理论提出的有关规律相符合.该理论认为地区内商品和服务的分布遵循该地区中心地等级制度，与较小的定居点相比，较大的定居点的零售店集中度更高.因此，在人口密度高高集聚的“鼓楼区-台江区-晋安区”闽江以北的核心地带也是零售业连片高度集中分布区；而在人口密度低低集聚的甘蔗街道、上街镇、青口镇、长乐区、马尾区等外围地带，则呈现零散岛状分布格局.

图8 福州市中心城区零售业网点人口密度分布Fig.8 Population density distribution of retail outlets in Fuzhou downtown area

图9 福州市中心城区零售业网点核密度与道路交通的关系图Fig.9 Relationship between kernel density of retail outlets and road traffic network in Fuzhou downtown area

3.3 与交通网络

零售业态变迁理论认为，零售业的空间分布模式受到城市交通网路的形状和结构的影响，这会使得不同区域内有不同类型的零售业态出现，有的呈现出聚集态势，有的则呈现出分散态势[32].交通条件便利地区的资源、要素便于流动，也更容易集聚优势资源形成区域增长极[33].就城市微观角度看，临街的小型店铺所构成的连续店面，能够创造良好的步行购物体验，增加人群流量[34].福州市公共交通设施空间分布方向上呈“西北-东南”格局[35]，从道路网络的整体分布看，福州市中心城区内交通网密度较大且成片分布的区域，也是零售业网点密集分布的区域.这些区域具有较强的交通便利性和可达性，能够吸引更多的消费者前来购物和消费，从而促进零售业的发展.具体来说，鼓楼区、台江区、晋安区、仓山区中部与北部、闽侯上街镇(科学城)等区域，都是福州市中心城区主次干道及快速路道路网络较为发达和完善的地方，也是零售业网点较为集中的地方.这些地方不仅拥有大型商场、超市等现代化零售设施，也有传统市场、小店铺等多层次零售形态，能够满足不同消费者的需求和偏好.因此，可以认为福州市中心城区主次干道及快速路道路网络对零售业格局有着较为显著的影响(图9).

主要道路两侧区域是城市交通网络的重要组成部分，连接着不同的功能区和人口集聚区，具有较高的交通可达性和人流密度，能够为零售业网点提供更多的潜在消费者和更大的市场需求.通过设置不同宽度的道路缓冲区，可以计算出不同距离道路的零售业网点所占的比例，从而反映出零售业网点对道路的依赖程度.研究建立福州市中心城区主次干道及快速路道路网络的缓冲区，并将零售业网点与之联合检索分析得出，城市道路网30 m缓冲区面积占研究区面积的20.32%，区内集中了所有零售业网点的65.05%；50 m缓冲区面积占研究区面积的31.24%，区内集中了所有零售业网点的77.96%.若将中心城区道路宽度假定都为25 m，则有超过一半的零售业网点沿中心城区主要道路分布，有超过3/4的零售业网点在主要道路两侧各12 m辐射范围内分布(表4).根据上述结果，福州市中心城区的零售业网点大多集中在主要道路两侧，因而主要道路两侧区域在研究区零售业格局中也起着重要作用.

表4 零售业网点与城市道路缓冲区分析Tab.4 Analysis of retail outlets and urban road buffers

4 结论与讨论

4.1 结论

研究以福州市零售业为研究对象，借助最邻近距离指数、区位熵、标准差椭圆、核密度等方法，探索了福州中心城区零售业网点的空间格局及其影响因素，主要结论如下：

(1)空间分布形态方面，福州市中心城区零售业整体及其各行业均呈现出较强的空间集聚态势，汽车、摩托车零配件和燃料及其他动力销售(526)的最邻近指数数值最大(R=0.469 4).零售业网点空间分布呈现“核心-外围”结构，以鼓楼区东南部—台江区—晋安区西缘为集聚中心，向外沿主干道形成西南-东北走向的条带状集聚区，外围区域的仓山区及长乐区航城街道形成两个“孤岛”集聚区.

(2)总体圈层分异方面，福州中心城区零售业网点呈现显著圈层分异.空间上看，零售业网点以鼓楼区、台江区、仓山区、晋安区西缘为主体核心区集聚在0～8 km的4个圈层内；第5圈层及其以外圈层的零售业依托山水形势呈现沿江带状、岛状分布.依据标准差椭圆得出，中心城区各零售行业整体呈“西北-东南”走向.各类零售业在第3圈层(4～6 km)与第4圈层(6～8 km)的区位熵数值相近，表现出相似聚集水平，随着圈层向外延伸，各类零售业表现出与属性相符的分异特征.

(3)各类零售业网点总体以鼓楼区东南部—台江区—晋安区西缘为核心集聚区，因属性不同而呈现热点差异.超级市场零售(5212)、便利店零售(5213)两类零售业网点数量多且空间覆盖面广.食品、饮料及烟草制品专门零售(522)核心外围集聚结构显著，汽车、摩托车、零配件和燃料及其他动力销售(526)数量最少且集聚在城市郊区.

(4)影响因素方面，自然地理要素制约着零售业网点的分布范围，福州中心城区零售业北部、西部的空间扩张有限，转而向南部、东南部扩张.人口分布密度与零售业分布密度呈正相关，零售业网点与交通网络存在较强邻近性.

4.2 讨论

城市零售业选址所呈现的空间格局伴随着复杂因素的相互影响，既是一个动态发展的过程，也是阶段性演化的结果.本文利用POI数据对福州市中心城区零售业空间格局及其影响因素进行了实证分析，结果表明，中心城区零售业呈现出明显的空间集聚特征和圈层分异规律，并且受到自然地理、人口经济、交通网络因素的制约.基于前文所得的研究发现，本文针对福州市中心城区零售业的未来发展方向提出如下建设性意见：

(1)加大对外围区域和长乐区航城街道等“孤岛”集聚区的政策扶持和资源投入，推动其与核心区形成互补互动的关系，打造一批具有特色和优势的零售产业园区或集群，拓展福州市零售业的空间范围和市场规模；

(2)促进中心城区零售业的圈层均衡发展，支持第5圈层及其以外圈层的沿江带状、岛状分布的零售业网点与核心区形成差异化竞争和协同发展，培育一批具有特色和优势的社区商业、休闲商业、旅游商业等新型零售模式，满足不同消费者的多元需求；

(3)推动中心城区各类零售业与城市整体发展战略相适应，加强对“西北-东南”走向的各类零售行业的空间布局和产业结构调整，优化资源配置和要素流动，促进各类零售行业在不同圈层内外形成合理分工和有效衔接；

(4)根据自然地理因素规划和管理不同区域的零售网点，实现与城市生态环境的协调；支持北部、西部等发展空间受限区域的零售网点转型升级和创新发展，利用数字技术等提高服务水平，并培育高端商业综合体或专业商圈；加强零售网点与交通网络的衔接和互动，打造具有福州特色和影响力的交通商圈或集群.

本文基于POI数据分析了福州市中心城区零售业空间格局及其影响因素，并据此提出了相关建议.然而，在当前研究范围内仍有若干问题有待深入探索.首先，在数据源方面，POI数据虽然具有获取便捷和覆盖广泛的优势，但其缺少关于零售网点规模、客流量、吸引力等重要属性信息，限制了对零售业空间格局深层次机制的揭示.其次，在影响因素方面，除了本文考虑的自然地理、交通网络和人口密度等常见因素外，还应注意数字经济、网红经济等新兴现象以及城市发展特征、城市化水平和规划政策等综合因素的影响特征.这些问题将为未来研究提供更多思路和视角.