张俊娥 王东 魏宇

内容提要：本文针对我国城市商业网点的空间布局存在选址分布不合理、业態结构不科学及商业功能类似等现象，通过分析黑龙江省城市商业网点的空间集聚特征及影响因素，为商业网点规划、商圈评价、业态结构和商业空间结构优化提供参考依据。以黑龙江省商业网点数据为基础，结合黑龙江商务统计数据，运用arcGIS10统计软件，通过核密度、平均最近邻指数及耦合度等分析方法，探讨批发零售业、餐饮业及住宿业三种业态商业网点空间集聚特征和业态结构特征，分析黑龙江省上述三种业态商业网点在空间集聚方面存在区域差异的影响因素，结果发现，三种业态网点的空间分布呈现中心集聚外围分散并存的特征，不同业态类型的商业网点空间布局差异性较大;商业网点业态结构特征表现为，网点数量上以批发零售业独大，其次是餐饮业，商业网点各业态中批发零售业经济效益最好;影响黑龙江省商业网点空间集聚的最主要因素是各地市的居民消费能力和地区经济发展水平。

关键词：商业网点;空间集聚;业态结构;影响因素

中图分类号：F0632 文献标识码：A 文章编号：1001-148X（2018）03-0138-05

收稿日期：2017-11-16

作者简介：张俊娥（1980-），女，哈尔滨人，绥化学院经济管理学院副教授，哈尔滨商业大学经济学院博士研究生，研究方向：商业经济、商品流通;王东（1965-），本文作者通讯，男，黑龙江绥化人，绥化学院经济管理学院教授，研究方向：商品营销学;魏宇（1982-），女，黑龙江绥化人，绥化学院经济管理学院讲师，研究方向：商业经济。

基金项目：国家社会科学基金项目“基于供给侧改革的中国零售业态结构优化与创新研究”，项目编号：16BJY125;黑龙江省哲学社会科学研究规划专项项目“城镇化进程中黑龙江省县域商业网点布局优化研究”，项目编号：16JYD08。

商业不仅是区域发展的重要动力，更是城市发展的主要功能。以批发零售业、餐饮业、居民服务业等为代表的商业在提供就业、增加收入、促进内需等方面，对经济发展具有重要积极作用。随着中国城镇化水平的不断提高，城市交通网络及乡村通讯网络的不断完善，城市商业不断繁荣，居民生活消费质量不断提升，商业的业态结构正在发生着巨大的变化，一些新兴业态不断产生并迅速发展，如互联网商店、手机购物、电视购物等。这些新兴业态的空间集聚特征、功能结构及规模等都与传统的商业业态不同，使商业空间结构由商业中心集聚向多元多极的分散格局发展，使城市的商业向统合性和横向性发展。商业作为国民经济中连接生产和消费的桥梁和纽带，在中国经济发展中的地位和作用日渐增强，商业空间布局特征正是城市商业发展的关键所在。

目前，商业网点空间集聚的研究正在由宏观层面向中微观层面不断深化与细化，并更注重商业业态结构的研究。本文采用网络平台大数据，运用空间数据计量分析方法，分析黑龙江省不同类型的商业网点的空间集聚特征，探讨分析不同区域商业空间集聚程度和业态空间存在差异的影响因素，为黑龙江省的商业网点规划、商圈评价和商业空间结构优化提供参考依据。

一、研究方法及设计

黑龙江省下辖15个市区，总面积约为473万平方千米。由于与俄罗斯毗邻的独特优势，对俄贸易带动全省商业规模迅速提升，新兴业态发展迅速。2016年黑龙江省社销零售总额84025亿元，比上一年增长10%，全年外贸进出口总额1654美元，其中，对俄贸易919，占全省进出口总额的556%。

城市商业网点是指从事商品流通为生产经营和生活服务的单体商业经营场所，或在同一区域统一开发、经营、管理的综合商业经营场所。本研究首先选取黑龙江省及下辖15个市区的网点，商业网点研究数据来自黑龙江统计年鉴、黑龙江商务统计年鉴及黑龙江省商业经济研究所2016年的商业网点普查调研数据，采用数据挖掘技术从地图平台获取黑龙江省各类商业网点地理信息，精确显示各类商业网点的分布位置，将所获取数据及网点相应空间信息用地现状图、图像和数据处理采用ArcGIS 10等空间计量分析软件进行综合分析整合数据[1]，得出全省网点分布密度情况;其次，根据黑龙江省所辖15个地市区商业网点数据，选取平均最近邻指数分析、核密度分析法和耦合度模型等对黑龙江省商业网点的空间集聚特征进行综合分析与评价。

1平均最近邻指数分析

平均最近邻指数（ANNI）是利用商业网点空间数据，分析邻近点数据的空间平均距离的方法，在商业空间集聚应用中，平均最近邻指数（ANNI）用于找出商业网点的在空间分布上的集聚程度存在差异的地区。其中，数值小于1时，空间点分布特征为集聚度高;反之，如果指数大于1，则空间点分布模式为离散;近邻指数等于1时，空间样本点为随机分布[2]。即指数越小，空间点集聚程度越大。公式如下：

ANNI=D0De（1）

式（1）中，D0为平均最近邻距离，数值为每个商业网点到其他所有网点的最短距离的平均数，如式（2）所示：

D0=∑ni=1din（2）

式（1）中De为平均最近邻距离的期望值，其取值如下：

De=05 n/Au（3）

其中，n为研究区的商业网点数量，Au为研究区域的面积。一般采用Z检验，Z得分越高或越低，集聚程度就越高，为正表示高值的集聚，为负表示低值的集聚;如果z得分接近零，则表示不存在明显的集聚。

2.核密度估计法

为了能够呈现商业网点空间集聚的特征，经过反复试验，分别对黑龙江省批发零售业、餐饮住宿业及其他服务业大型商业网点进行核密度分析。核密度空间估计是空间计量分析中常用的非参数估计方法，主要应用于所测变量在其周围区域中的密度。该方法以特定要素点位置为中心，在中心位置处密度最大，随距离衰减，到极限距离处密度为0[3]。衰减方式取决于kx即核密度函数，对于独立分布的点，属性值为1，通过对区域内每个要素点进行计算、叠加，就得到要素在整个地区的分布密度[4]。假定x1，x2，…xn是分布密度函数为f的总体中抽取的独立同分布样本，f在点x处估计值为：

fnx=1nh∑ni=1kx-xih（4）

式（4）中，kx为核函数;h>0为带宽，x-xi为估计点x到样本xi处的距离。

3.耦合度模型

耦合度模型用于分析商业网点数量与社会销售额的相互影响关系，进而分析得出地区商业网点相应的社会服务水平。公式如下：

Cxy=1-12∑ni=1xi∑xi-yi∑yi×100%（5）

式中，Cxy表示两者的耦合度;xi表示i城市的某一类商业网点数量;yi为该类网点的商业销售额;∑xi和∑yi为i城市的商业网点总数量和商业总销售额。

二、 商业网点的集聚特征分析

（一）商业网点的空间结构特征

1.自省会哈尔滨沿西南走向分布，呈现相对集中分布格局

从黑龙江省商业网点核密度分析结果来看，从省域看，黑龙江省商业网点的空间布局情况整体呈西南集聚明显和东北分散的形势，各地市也表现出在城市中心城区集聚与向外围逐漸离散的特点。全省各类商业网点在空间布局上出现多个中心分布态势，其中集聚高值区主要有2个：哈大齐地区，分布在哈尔滨、大庆、齐齐哈尔经济区的各类商业网点总数为332619个，占全省总数的488%;牡佳伊沿线地区，即牡丹江、佳木斯、伊春沿线，分布在该区域的各类商业网点数量为159580个，点全省总数的234%。从网点数量来看，黑龙江省商业网点总量为681963个，其中批发零售业网点465792个，点全省总商业网点数量的683%;住宿业网点27082个，占全省商业网点总数的397%;餐饮业网点数量为92920个，占全省商业网点总数的136%;大型商业网点数量为824个，占全省商业网点总数的012%。各地市的批发零售业与餐饮住宿业网点在数量上虽然有比较大的不同，但是在集聚程度高的地区的分布特征却存在着相对的一致性。

2.各地市各商业业态类型网点空间集聚差异明显

本研究中选取平均最近邻指数法分析，对黑龙江省各地市各类商业网点的空间分布的集聚特征进行检验（如表1），分析结果显示，黑龙江省各市批发零售业、住宿业、餐饮业和大型商业网点的最近邻指数均小于1，Z检验值均小于-258，在1%显著性水平下通过检验，具有明显的集聚性。在分析的各类商业网点中，批发零售业的平均最近邻指数最小，其商业网点的空间集聚最明显;而大型商业网点的平均最近邻指数最大，说明5000米以上大型商业网点数量相对较少，但空间分布呈现均衡分布状态。

在批发零售业业态中，全省各地市的平均最近邻指数差异并不大，七台河市和绥化市批发零售业态网点的平均最近邻指数最小，亦即集聚程度最为明显，而农垦总局和森工总局、哈尔滨、大庆和齐齐哈尔的批发零售业态网点的平均最近邻指数较大，分布相对集中。住宿业态中，各地区平均最近邻指数存在比较大的不同，商业网点集聚分布程度存在差异，绥化市的指数最小，网点空间集聚度最高，农垦总局的平均最近邻指数最大，其住宿业网点空间分布较为分散。餐饮业态中，平均最近邻指数较小的是大庆市，指数较大的是森工总局。大型商业网点中，平均最近邻指数相对较大，其在指数最小的是哈尔滨市，最大的是农垦总局。

（二）商业网点的业态结构特征

根据黑龙江商务局2016年统计数据、2016年黑龙江商务年鉴，黑龙江省商业网点共有681963个，共12大类型商业网点，各类商业网点数量统计如图1。在表中所统计的12类商业网点中，批发零售业、餐饮业和住宿业占比例最大，各地市比较分析效果也最明显，因此，以下对网点数量和对应销售额的业态结构分析均选取批发零售业、餐饮业和住宿业这三种业态类型。

图1 黑龙江省各类商业网点数量柱状图

1.商业网点数量上以批发零售业和餐饮业为主体

从图1可知，黑龙江省批发零售业、餐饮业和住宿业这三类商业网点数量的比例关系为794：159：47，全省商业网点数量业态结构呈现以批发零售业独大的现象。从各地市的商业网点数量业态结构来看（表2），表中数据依次代表批发零售业、餐饮业和住宿业三种业态，各市均是以批发零售业网点数量占比最大，住宿业占比最小，餐饮业占比居中的业态结构。但全省各城市不同类型的商业网点数量所占比例存在差异，其中，伊春市批发零售业网点数量在全省占比在15个城市中最小，而餐饮业和住宿业占比都最大，说明伊春市三类商业业态在全省来看相对比较均衡;大庆市的批发零售类网点数量占比在15个城市中最大，其住宿业占比较小，大兴安岭地区餐饮业占比最小。

2.商业网点各业态中批发零售业经济效益最好

根据全省商业网点的点位数据得到其空间分布位置，而在空间上，每一个相同的点都代表着不同的商业网点，其经济规模也不同，通过这些空间位置及网点数量的数据能精确到各类商业网点的多少、分布密度和空间集聚程度，但是不能看出每一类商业网点的实际产生的经济贡献，而利用统计数据能够弥补上述的不足。从各种商业业态的经营销售额来看，黑龙江省的批发零售业销售额505997665万元，餐饮业销售额3551290万元，住宿业销售额1100565414万元，批发零售业、餐饮业和住宿业三种业态销售额比是915：64：21，批发零售业销售额占总社销额的比例为915%，在销售额上呈现以批发零售业最多的状况。从全省各地市的三类商业网点销售额的业态结构来看（表2），各地市仍然是批发零售业独大，依次是餐饮业，最小的是住宿业;15个地市中有7个城市的批发零售业的销售额占比都在80%以上，其餐饮业和住宿业占比都较低。因此基于经济效益的业态结构分布要偏态于基于网点数量的业态结构分布，批发零售业的商业网点产生的经济效益规模远大于餐饮业和住宿业。其中，哈尔滨、大庆和齐齐哈尔的批发零售业的销售额占比较大，伊春市占比最小;餐饮业的销售额占比情况是伊春市最大，大庆市最小;住宿业的销售额占比情况是大兴安岭和森工总局较大，而伊春市和齐齐哈尔较小。

3.各類型网点数量与销售额分布的耦合发展关系

从各地市的网点数量方面来看，哈尔滨和大庆的批发零售业和餐饮业的网点数量远远超过其他地区，齐齐哈尔、绥化和牡丹江的网点数量属于第二梯队。从各地市的商业网点销售额来看，哈尔滨、大庆和齐齐哈尔3类网点的销售额都大大高于其他城市。从商业网点和销售额的耦合关系方面，全省各地市的住宿业的网点数量和其销售额耦合度最大，具有较高的一致性，而批发零售业的网点数量和销售额耦合度较小，其空间集聚差异较大;从各地市来看，批发零售业和餐饮业两类网点耦合度最大的都是伊春市，最小的都是哈尔滨，住宿业耦合度最大的是伊春，最小的是大庆。耦合模型分析的结果显示，伊春的商业网点数量与销售额的空间耦合关系最一致，主要是因为伊春的商业网点数量较少，网点经营效益相应也小，导致各类网点的销售额也较小，所以形成了伊春的一致的空间耦合度。相反，哈尔滨的商业网点数量与销售额的空间分布的耦合度最差，主要是因为哈尔滨是黑龙江的省会，商业网点在哈尔滨高度集中，其商业高度发达，商业网点的经营规模和效益差距较大所造成的。

三、商业网点空间集聚差异的影响因素及不同业态间的比较

依据商业网点空间集聚相关文献及黑龙江省发展情况，其商业网点空间集聚程度差异的影响因素构成有：居民人均可支配收入、地区生产总值、人口规模、第三次产业产值比重以及城市交通可达性。

对不同类型的商业网点，上述5个影响因素的作用大小各不相同。批发零售业网点随着居民人均可支配收入、地区生产总值、人口规模和交通可达性的变大，倾向在各城市的中心布局，其空间分布聚集程度高，这表明批发零售业网点的空间集聚对居民收入、人口密集和城市道路交通具有较强的依赖性，尤其是居民人均可支配收入，对批发零售业的网点集聚影响程度最为明显[5]。餐饮业网点的空间集聚特征和业态结构特征受居民人均可支配收入、人口规模、地区生产总值和三产产值比重的影响程度较大，尤其是对居民可支配收入和人口规模的依赖性较强，说明地区居民的消费能力，人口多少对餐饮业网点的空间分布影响作用最为显著，而受城市的交通可达性影响程度较小。住宿业网点随着对居民人均可支配收入、第三产业产值比重、地区生产总值和城市交通条件具有显著的依赖性，说明流动人口规模对住宿业网点的空间集聚具有较高的影响度。

四、结论

黑龙江省商业网点在空间上有两个特征，一是自省会哈尔滨沿西南走向分布，分布相对集中，即西南集聚与东北分散、城区中心集聚与城市外围分散的特征;二是批发零售业、餐饮业和住宿业网点在数量上虽然有较大差异，但在集聚水平较高地区（哈大齐、牡佳伊沿线）的分布具有相对均衡。

黑龙江省商业网点业态结构特征表现出两个显著的特征，商业网点数量上以零售业和餐饮业为主体; 商业网点各业态中批发零售业经济效益最大。

黑龙江省商业网点空间集聚存在差异性主要受各地区社会经济发展水平的影响。各地市的居民消费能力和地区经济发展水平是黑龙江省商业网点空间集聚的最主要因素。全省商业网点的空间布局倾向于在居民购买力高和经济发展水平较高的区域集聚。而黑龙江省的西南、东北部地区的区域差异明显，从而形成了黑龙江省商业网点西南沿线分布多东北部地区少的特征。

参考文献：

[1] 汤国安，杨昕. ArcGIS地理信息系统空间分析实验教程[M].北京：科学出版社，2006：257-259.

[2] 王士君，浩飞龙，姜丽丽，等. 长春市大型商业网点的区位特征及其影响因素[J].地理学报，2015，84（6）：893-905.

[3] 张询，钟耳顺，张小虎，等. 2004-2008年北京城区商业网点空间分布与集聚特征[J].地理科学进展，2013，32（8）：1207-1215.

[4] 王法辉.基于GIS的数量方法与应[M].姜世国，滕骏华，译.北京：商务印书馆，2009：51-55.

[5] 雷祺祺，郭健全.外资零售业在中国的区位选择分析——基于电商发展水平角度[J].哈尔滨商业大学学报：社会科学版，2017（1）：33-39.

An Analysis of Spatial Clustering Characteristics of Urban Commercial Network

in Heilongjiang Province and Its Influence Factors

ZHANG Jun-e1，2，WANG Dong2，WEI Yu2

（1. College of Economics， Harbin University of Commerce， Harbin 150028， China;

2. College of Economics and Management， Suihua University， Suihua 152061，China）

Abstract：Aiming at the phenomenon of spatial distribution of China′s urban commercial networks， such as the unreasonable distribution of location， unscientific business structure， and similar commercial functions. The paper hopes to provide reference for the commercial network planning and commercial circle evaluation， business structure and optimization of commercial space structure through the analysis of the spatial clustering characteristics and influence factors of urban commercial networks in Heilongjiang Province. Based on the commercial network data of Heilongjiang Province， combined with Heilongjiang business statistics， using arcGIS10 statistical software， and through the analysis methods of nuclear density， average nearest neighbor index， and coupling degree， the three types of commercial networks in wholesale， retail， catering， and lodging industries are explored. Based on the characteristics of spatial agglomeration and business structure， this paper analyzes the factors affecting regional agglomeration of the three types of commercial networks in Heilongjiang Province. The results show that the spatial distribution of the three types of outlets shows the characteristics of centralized agglomeration and scattered distribution， and different types of business，and the spatial layout of commercial outlets is quite different; the structure of commercial outlets shows that the number of outlets is dominated by the wholesale and retail trade， followed by the catering industry， and the retail outlets in commercial outlets have the best economic returns; the most important factor in the agglomeration of outlets is the residents′ spending power and the level of regional economic development.

Key words：commercial network; spatial agglomeration; business structure; influence factors