白一航

(伦敦大学学院 巴特莱特规划学院，伦敦 WC1E 6BT)

随着城镇化建设的不断发展与推进，在城市空间随之演变的过程中，商业元素的影响对城市的格局与区位起了相当大的作用。对于商业格局空间方面的研究，西方学者早在20世纪就有所研究，积累了大量实地调研数据和商业发展对城市的影响经验与理论[1-3]。国内学者在该领域起步较晚，1980年以来，我国商业格局研究由宏观的商业区位研究到中观的城市商业网点空间结构探索，最终随着信息化时代的到来实现了微观的商户分布区位研究[4]。近些年来，由于互联网的引入，我国线上商业发展迅猛，随之而来的微观层面的商业元素区位研究也呈现井喷态势。

鉴于商业数据的保密性，大多传统商业格局探究多着手于大型商业设施网点数据、经济普查数据或抽样调查问卷的形式来进行研究，这不仅在数据量和准确性上有着一定的局限性，也可能会导致片面的分析结果。POI数据作为主要以网络形式呈现的空间数据，有着数据量大、更新速度快、准确度高等优点，是未来此方向研究优秀的数据来源[5]。相较于从地图服务商或其他互联网资源获取的数据，研究以美团网的商户数据作为出发点，由于美团平台是商户的重要盈利与营销途径之一，其商户数据的精确度和信度可以保证，也肯定了该数据在城市业态分布特征分析和热点区域识别的重要意义[6]。

以哈尔滨市美团商户数据为基础，以哈尔滨市辖区为研究区域，在识别城市商业热点、分析商业空间格局的前提下，继续深入探究哈尔滨市不同行业商户的商业元素分布情况与距离因素对商户集聚区域的影响。总体来讲，有助于增强对哈尔滨市商业整体格局的认识和拓展零售业微观层面布局影响因素，以期未来优化商业格局和整体宏观调控。

1 研究方法与数据处理

1.1 研究区概况与数据获取

选取了黑龙江省哈尔滨市南岗区、道里区、香坊区、道外区、松北区、呼兰区、阿城区、平房区、双城区共9个市辖区作为研究对象与范围，共10 192.8 km2。其中，将市辖区内的共182个街道(镇)作为研究子对象。将哈尔滨市松花江南岸三环以内地区及松北区松北街道和呼兰区学院路街道设置为中心城区。

爬取了在美团网上注册登记的商户数据，数据获取时间为2020年7月4日。数据包含内容有商户的店名、位置、经营情况、销售业绩、消费者评价等，可以较好地反映商家的真实情况。鉴于大众点评和其他地图数据提供商受众人群较狭窄、数据年份久远等因素，故选择了数据代表性强、更新快的美团网作为数据提取对象。

提取了美团网11个分类共6 179个兴趣数据点，有美食、酒店、休闲娱乐、生活服务、丽人、结婚、亲子、运动健身、建材、培训和医疗健康等分类。经过去重、筛掉市辖区外数据及删除缺失条目、代表性低的商业网点后，共筛选出了5 082个有效POI数据。数据经与市辖区社会消费品零售总额比较后，确定数据量总体符合正常水准(图1)。

图1 哈尔滨市辖区美团商户分布情况Fig.1 Distribution situation of Meituan business tenants in Harbin City

表1 研究区域面积、人口和兴趣点分布情况Tab.1 Distribution situation of study areas, population and interest points

1.2 研究方法

图2 商户分布特征识别及空间热点分析技术路线图Fig.2 Technology roadmap of business tenants distribution characteristics identification and space hot spots

1.2.1 核密度估计

核密度估计是使用核函数根据数据矢量点或矢量折线数据计算每单位面积上的量值来将各个矢量数据拟合成光滑的锥状二维栅格表面。核密度分析法是点要素在空间积聚分析上经常用于反映要素类空间分布情况的手段，密度估计随着与中心距离的增大逐渐减少[7]。

核密度分析计算方程为：

(1)

式中：f(s)为s处空间位置的核密度计算函数,h为距离衰减搜索半径阈值,n为与空间位置s距离小于等于h的矢量要素点数量，k函数为空间权重字段。通过核密度分析商业网点的分布状况，综合考虑分析范围阈值和权重值，生成的栅格图像数据既能较好地表现要素点的分布程度，还能体现商业网点总体聚集特征。

其计算方程为：

(2)

1.2.3 Ripley’sK函数

在局部空间范围内，随着距离的不断增加，要素点的空间分布格局可能会发生一定的改变。虽然在较小范围内，要素点分布呈现出了积聚表现，但是在大空间范围条件下随着空间的变大可能表现出离散分布的情况。Ripley’sK函数可以在不同空间尺度下分析空间点要素表现出的分布模式[9]。

其计算方程为：

(3)

式中：A为研究区域面积，n为要素点数量，d为距离阈值，k(i,j)是在距离为d范围内要素点i与j之间的距离。将观测K值与随机分布模式(预测K值)可以很直观地观测出在何距离下为积聚和分散的临界值，并根据观测K值的比率。当观测K值大于观测K值时，说明该要素类在空间是呈现积聚状况，当观测K值小于观测K值时，表明该分类商业网点呈离散分布。

2 结果分析

2.1 业态总体分布形态特征

在空间经济学中，其重视积聚效应对社会生活生产和城市区位的重构，商业集聚区域是现代城市商业发展脉络的突出特征[10]。运用核密度分析法在哈尔滨市辖区内进一步分析业态分布情况(图3)可得，在哈尔滨市主城区内，业态分布形成了多中心发展、南北延伸的空间分布格局，分布密度总计表现为由主城区中心区域向外部新区逐渐递减的趋势。城市商业网点主要分布于道里区、南岗区和香坊区，城市商业活力点呈现着连片分布的形式。在哈尔滨市主城区内可以看出：业态分布地带呈镜像的“九”字分布，主要随着交通主要沿线布置。道里区中央大街商圈、南岗区省博物馆商圈和会展中心商圈互联成片，形成了纵向的商圈分布形态。新建设的群力商圈、哈西商圈对哈尔滨市整体业态分布有着较大的影响，与城市旧区商圈相连接，形成了两条横向的商业活力地带。江北区域松北区也随着人口的增长逐渐形成了较凸显的商业热点地带，有着拓展城市新建设发展区域的巨大潜力。

图3 哈尔滨市商户空间分布核密度分析图Fig.3 Nuclear density analysis graphics of business tenants space distribution in Harbin City

总体来看，哈尔滨主城区商业热点区域相对平展，已经初步形成多商业中心的分布形态特征，并且商业空间也随着城市的不断发展向外拓展，外围区域的商业积聚区域也正在慢慢地形成。

2.2 商户空间分布热点区域

商户积聚地区通常为商业中心，除了可以带来显著的经济效益，也是城市人群聚集的重要区域[11]。Moran's I 指数是判断空间全局聚集特征最为广泛的全局指数之一，其通常根据每个要素数据与其最近相邻的要素之间的平均距离来计算其指数，判断该指数值在空间上是否存在聚集或者离散特征，进而反映要素数据在全局空间上的均等化程度。经计算分析，哈尔滨市辖区内商业网点分布Moran’s I指数为0.145 591，为正数，说明整体处于积聚状态。z得分为-115.429 422，表示显著性极高，p值为0，说明置信度在99%以上。

2.3 商圈空间等级分布特征

城市商业中心的自身存活是商圈构成的必要条件，商圈的形态结构、空间组织关系决定了城市商业经济发展运行的效率和秩序[12]。为进一步确定哈尔滨市商圈分布情况与特征，根据商户的密度分布区域、热点分布及实际商业建筑所在位置，综合提取三者要素数值较高区域作为商圈的分布范围[13]。基于此方法，将结果分为三个等级，分别表示为一级、二级、三级中心。其中，分析得出的商圈共有7个，一级、二级中心分别有两个、三级中心有三个商圈(表2)。各个商圈位置分布相对分散，哈尔滨市多中心的商业格局已经逐渐形成。在表2中观察可得，商圈主要集中在南岗区，且三个商圈等级均有分布。主城区中道外区并没有任何等级的商业中心，表明了道外区经济活力发展空间受限。一级商圈等级的商业网点数最多，Z值也较多于其他商圈，两者并随着等级的弱化递减，说明了哈尔滨市商圈设置较为合理。

图4 哈尔滨市业态分布热点区域Fig.4 Hot spot regions of business distribution in Harbin City

表2 哈尔滨市主城区商业中心等级划分Tab.2 Grading division of business centers in main urban areas of Harbin City

城市不同等级商圈分布对当地区域经济有着重要作用，但同时，不同商圈中商户之间许多商业因素的优劣对消费者也有着较大的影响。随着商户的销售价格、活动热度及人群口碑的左右，也会潜在地影响所在商圈的质量，进而对商圈的辐射范围造成不可估计的损害。

2.4 商户网点综合评价

城市便利的商业条件、舒适的商业氛围、丰富多彩的商业类型对城市居民来说是营造优美生活环境的充分条件[14]。城市居民在商业区域消费中最为看重的价格、口碑和热度是评价商业网点较为合理的元素、也是零售业赖以生存的根本。本节将根据这三方面因素对哈尔滨主城区业态的分布进行分析，同时将三方面因素进行加权叠加分析比较哈尔滨市内综合评价较为良好的区域。

2.4.1 商户商业元素分析

如图5，根据抓取美团网商家数据所得的评分信息、价格信息、评论数据重分类为五个等级，在平面空间上根据核密度估计法进行投影，分析哈尔滨市业态的口碑、均价及热度分布。从哈尔滨市中心城区商业分布的核密度图中可以看出，不同的商业指标在空间积聚的分布有着较为明显的差异性。

图5 哈尔滨市商户口碑、均价及热度分布Fig.5 Distribution of public praise, average price and heat degree of business tenants in Harbin City

在城区商业网点口碑分布核密度图(图5.a)中可以观察到，商家口碑的高评分区域主要集中在中央大街商圈和哈西万达商圈两个部分，且主城区高评分区域面积较大区域分布广泛，在各个商圈都有大面积的高口碑评分区域。然而，松北区口碑高评分区域仍然较小，与江南城区商圈差异仍旧很大。

图5.b显示了哈尔滨市商家平均价格分布情况。整体来看，主城区的均价保持着相对较低的价格，除了各商圈附近观察到的高价格区域，其在道里区群力远大购物广场商圈和南岗区哈西万达商圈出现了数值较高的峰值圈。与口碑评分分布不同的是，均价较高区域分布相对较集中，而口碑评分较高区域则是分布广泛。

哈尔滨主城区业态的热度分布(图5.c)在江南区域表现显著，且只有道里区中央大街一个热度明显较高的商圈。博物馆商圈、凯德商圈和哈西万达商圈也表现着较高的热度。与前两因素相比，哈尔滨市商业热度分布热点集中于少数区域，相比其他区域热度明显较差。

2.4.2 商户综合叠加分析

根据哈尔滨主城区业态口碑、均价和热度分布情况，经重分类为1～9共九个数值，再进行数值叠加生成商户综合评分核密度栅格数据。如图6，评分较高的商业区域分布较为分散，其中，道里区中央大街-卓展购物中心商圈、群力远大-关东古巷商圈和哈西万达广场-金爵万象商圈是评分最高的三个商业中心，且相隔距离较远，充分说明了哈尔滨市多中心分散的商业中心模式。哈东区域商业发展相比于哈西、哈南区域有所欠缺，且只有建设时间较早的香坊区会展中心-香坊万达商圈活力较强，说明了哈尔滨市哈东区域经济发展还是有所不足。此外，该商业网点综合评价分析与业态分布总体分布特征较为相似，各个商圈连接起来都呈现着镜像的“九”字分布。哈尔滨市经济发展仍有较大发展空间，并有由市中心继续向各个方向扩展商业活力范围的巨大潜力。

图6 哈尔滨市商户营销元素综合叠加分析Fig.6 Comprehensive overlay analysis of business marketing elements in Harbin City

2.5 分类型商户空间分布格局与特征

2.5.1 不同类型商户主城区分布情况

为了能进一步探索不同种类商业网点在哈尔滨主城区的分布状况，筛选出了同分类数据较多(大于300个)共7种商户类型的数据，分别为生活服务类、婚庆宴请类、休闲娱乐类、酒店宾馆类、美食类、亲子类及丽人美容类，运用ArcGIS软件生成核密度分析栅格图像进行对比与分析(图7)。可以看出，各类网点分布方式总体围绕着哈尔滨市内主要商圈，但不同类型之间商户分布还是有较大的差异。从各行业网点分布密度看，主要有以下几点特征：各行业分布最集中的商圈为道里区中央大街商圈和哈西万达商圈，说明一级商圈的辐射范围对商户的地点选择有着较大的影响。生活服务类与娱乐休闲类商业网点分布特性极为相似(图7.a,图7.c)，且在中央大街商圈和哈西商圈都有较多商户分布。婚庆宴请类和酒店类商业网点分布类似(图7.b，图7.d)，且酒店宾馆类业态分布较婚庆类在南岗区分布颇为广泛，表明了婚庆类与酒店类商业网点在选址方面有很大一部分重合区域。亲子类商业网点聚集区域与其他行业较为不同，分布在群力商圈和哈西商圈周围，在哈西、哈南区域有较多分布(图7.f)，表明了哈尔滨市育龄人群居住的聚集地逐渐由东北向西南迁移。美食类和丽人类商户由于服务对象区域和商业竞争等原因，分布特征较为离散，是其经营发展与其他行业的不同之处。

图7 哈尔滨市主城区不同行业商业网点分布Fig.7 Distribution of business network of different industries of main urban areas in Harbin City

2.5.2 各类型商户积聚表现

在讨论了各类型商户分布特征后，商户的积聚与离散特征也表明了不同行业之间经营方式的差异与业态的发展情况。图8是经Ripley’s K函数计算后得出的各行业在距离因素上的积聚与离散曲线，Expected K值表示的是随着距离的增长在理想状态下的K值。Observed K是通过计算表现出来的真实K值。Diff K显示的是Observed K值与Expected K值的差值。当Observed K值大于Expected K值时表示的是积聚状态，反之则表示的是离散状态。在99%的置信度下，各个行业都在一定距离内显示了积聚的特征，然而随着距离的增加表现出了离散的特征，且各个行业积聚状态与离散状态的分界点也有所不同，也与其商业经营模式相关。休闲娱乐类、生活服务类、丽人美容类、美食类和婚庆宴请类都在较大半径范围内表现着积聚的特征，其积聚与分散的转折点分别为9.6 km、10.4 km、9.3 km、9.2 km和12.8 km，表明了其行业覆盖范围较小，客源相对受限，因此该行业在选址阶段的重要性不言而喻。值得注意的是，对于婚庆宴请类商户距离因素影响最小，暗示了其对空间区位选择较多于其他行业。与上述行业相对比，亲子类和酒店类商户受到的区位影响较大，分别为6.9 km和8 km，说明距离因素对其行业经营的影响较小，经营范围覆盖范围广。

图8 哈尔滨市不同行业Ripley’s 函数计算结果Fig.8 Ripley’s function computation of different industries in Harbin City

3 结论与讨论

哈尔滨市商业空间分散分布特征明显，表现为多商业中心的分布状况。城市主要商圈在主城区总体以镜像的“九”字布置，且哈西、哈南的商业活力要显著强于哈东、江北区域。哈尔滨市商业设施分布较为平均，说明了哈尔滨市经济商业发展总体呈良好态势。

城市热点区域总体集中在道里区与南岗区。其中，哈西街道商业气息较强，有超过哈尔滨旧商业中心中央大街商圈的潜力。松北区也呈现出了商业热点区域的趋势，表明哈尔滨市新区规划在经济方面有着向好的成果。

在主城区商户商业元素分布特征上，江北区域相较于江南南岗区和道里区差距较大，且峰值区域主要聚集在三个商圈辐射范围内，分别为中央大街商圈、哈西万达商圈和群力商圈，说明其商业活力和发展潜力巨大，是哈尔滨市未来经济发展的重要支点。

商户在选址上的倾向性可以很好地说明行业内部的发展状况和经营模式。行业内部竞争较强的业态，例如美食类、休闲娱乐类、生活服务类商户分布倾向与商圈辐射范围重合，其空间分布特征基本与哈尔滨主要商圈一致。相比之下，竞争力较低的行业，如酒店、婚庆、亲子类商户在区位选择上范围较大，有利于降低商户的经营成本，且商户分布符合正常经济发展趋势。从不同行业空间分析的表现来看，不同商业空间积聚情况与其经营条件、成本投入、选址定位有着较大的关系。

整体来说，基于网络商业发布平台获取的商户数据进行空间特征分析能够很好地反映哈尔滨市规划布局和商业发展模式对商户经营行为的影响。虽然通过研究网络商户数据充分结合了前人研究成果和理论支持，但只运用了少部分数据分析了城市内部层面的商户分布特征，还不足以整体、全面、精确地确定哈尔滨市商业发展走向和分布格局，存在着一定的局限性。由于样本数据量的不足、个别商户经营模式的不同和业态分类的缺失等种种因素，都会对本研究的准确度产生影响。除此之外，主要以网络平台商户数据为入手点，旨在提出一种基于新数据来源的城市业态分布特征识别方法，未考虑到其他影响因素对商户选址的影响，例如交通因素、地价因素、人口密度因素等。如何利用现有大量精确数据，再结合其他关键商业影响因子来探讨城市商业积聚和经营模式等细节问题还有待进一步的深入。