EN中文

地球信息科学学报 >

2021 , Vol. 23 >Issue 7: 1259 - 1271

DOI: https://doi.org/10.12082/dqxxkx.2021.200595

地理空间分析综合应用

商圈功能多样性对其活力的影响研究

  • 罗雯 , 1, 2, 3 ,
  • 匡耀求 , 1, 3, * ,
  • 周敏丹 1, 2, 3 ,
  • 何晔宇 1, 2, 3 ,
  • 阮柱 1, 2, 3
展开
  • 1.中国科学院广州地球化学研究所,广州 510640
  • 2.中国科学院大学,北京 100101
  • 3.暨南大学环境学院,广州 511443
* 匡耀求（1963— ）,男,湖南娄底人,教授,主要从事资源环境与区域可持续发展研究。E-mail:

罗 雯（1994— ）,男,江西吉安人,硕士生,主要研究方向为区域可持续发展研究。E-mail:

收稿日期: 2020-10-11

  要求修回日期: 2021-01-21

  网络出版日期: 2021-09-25

基金资助

广东省科技计划项目(2016A020228009)

暨南大学人才启动项目(2019-186)

广东省普通高校创新团队项目(2020KCXTD005)

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
收起

Research on the Influence of Functional Diversity of Business District on Its Vitality

  • LUO Wen , 1, 2, 3 ,
  • KUANG Yaoqiu , 1, 3, * ,
  • ZHOU Mingdan 1, 2, 3 ,
  • HE Yeyu 1, 2, 3 ,
  • RUAN Zhu 1, 2, 3
Expand
  • 1. Guangzhou Institute of Geochemistry, Chinese Academy of Sciences, Guangzhou 510640, China
  • 2. University of Chinese Academy of Sciences, Beijing 100101, China
  • 3. School of Environment, Jinan University, Guangzhou 511443, China
* KUANG Yaoqiu, E-mail:

Received date: 2020-10-11

  Request revised date: 2021-01-21

  Online published: 2021-09-25

Supported by

Science and Technology Project of Guangdong Province(2016A020228009)

Talent Startup Project of Jinan University(2019-186)

Innovative Team Project of Ordinary colleges and Universities in Guangdong Province(2020KCXTD005)

Copyright

Copyright reserved © 2021
Fold

摘要

探究功能多样性如何影响商圈活力,可为城市用地功能结构优化调整和商圈功能改造提供理论支撑,进而促进城市混合功能有序开发、提升城市活力。已有关于功能多样性与活力的研究,大多集中在城市、街道活力等方面,对于商圈活力研究很少涉及,且大多利用单一的熵指数反映功能多样性。在利用夜光数据对活力的研究中,大多选取城市或更大区域尺度作为研究单元,无法精准地从多角度、多层面理解功能多样性与城市内部活力的关系。因此,本文以广州市主城区为例,以商圈作为基本研究单元,融合城市设施兴趣点（Point of Interest, POI）和珞珈一号夜间灯光数据,利用希尔数模型从多维视角测度商圈功能多样性特征,并以此来探究其与商圈活力的定量化关系。主要结论如下：① 仅用熵指数来反映多样性是不足的,其与商圈活力在0.1的显著性水平下无相关性,需结合希尔数多样性指数从多视角度量商圈功能多样性,以弥补单一熵指数测度方法的不足;② 广州商圈功能丰富度指数与其活力净相关系数为0.382,提高功能丰富度以增加商圈各功能间互补性、异质性或混合性,从而具备足够的功能多样性,促进各类功能间的协同与竞争,形成良好的兼容性混合,以更好的满足多数人的消费需求,激发商圈活力;③ 广州商圈规模效应与其活力净相关系数为0.507,对比大于集聚效应的0.371,表明广州商圈发展遵循新经济地理学的规模报酬递增规律,即商圈规模越大对于提升商圈活力的效用越大,而商圈功能集聚度对于提升商圈活力的效用相对较小。

关键词： 商圈; 功能多样性; 希尔数模型; POI数据; 珞珈一号夜间灯光数据; 广州主城区

本文引用格式

罗雯 , 匡耀求 , 周敏丹 , 何晔宇 , 阮柱 . 商圈功能多样性对其活力的影响研究[J]. 地球信息科学学报, 2021 , 23(7) : 1259 -1271 . DOI: 10.12082/dqxxkx.2021.200595

Abstract

As the most active area of urban economic and social activities, business district provides a complex and mutually supporting diversity of functions to meet people's needs. Exploring how the functional diversity affect the vitality of business districts can provide theoretical support for the optimization and adjustment of urban land use functional structure and urban renewal, and then promote the mixed-use development and enhance its vitality. Taking the main urban district of Guangzhou as an example, this paper used Point of Interest (POI), google satellite images, high-resolution night light data of luojia No.1, spatial grid method, and hot spot analysis method to quantitatively identify the boundary range of business districts. At the same time, 28 business district were identified on the basis of comprehensive consideration of transportation railways, rivers, mountains, and historical development factors. Taking the business district as the basic research unit, the functional diversity of multiple and multi-dimensional features of the business district was measured using the Hill number model, and then the brightness of the corrected luminous radiation was calculated to represent the vitality of the business district. Finally, the method of partial correlation analysis was used to explore the relationship between single entropy index and functional diversity index with business district vitality. The main conclusions are as follows: (1) It is not enough to use entropy index only to reflect diversity, and it needs to combine with Hill number diversity index to measure the functional diversity of the business district from multiple perspectives to make up for the deficiency of the single entropy index measurement method. (2) The functional diversity index of the business district has a certain effect on business district vitality. Improving the functional richness index of the business district can help increase the complementarity, heterogeneity or mixing of functions, and to have enough diversified functions to stimulate the vitality of the business district. (3) The scale effect of business district can enhance its vitality more than agglomeration effect. The larger scale of the business district, the more stimulating on the vitality, while the functional agglomeration effect of the business district has relatively little effect on improving its vitality.

Key words： business district; functional diversity; Hill number; POI; luojia No.1 night light data; main urban district of Guangzhou

1 引言

商圈,又称商势圈,是指零售店或商业中心的服务能力所能覆盖的空间范围,或者指来店消费顾客居住的地理区域[1]。商圈同时是土地高度集约利用、经济活动活跃的城市功能核心区域。作为经济地理学研究的经典领域之一,目前对商圈的研究集中在空间结构[2,3]、范围的识别提取[4,5]、分布与等级划分[6,7,8]等方面。但对于商圈活力方面的研究较少,① 对于商圈活力的概念界定不很清晰,② 影响商圈活力的因素多样,③ 商圈内部存在功能多样性,各种功能既相互影响又彼此区分,关系较为复杂。因此,需要在深入理解功能多样性和商圈活力内涵与特征基础上,使用科学的功能多样性评价方法,测度并分析商圈功能多样性对其活力的影响,探究功能多样性如何影响商圈活力,为提升和激发城市商圈活力提供具有科学性、针对性的建议。
在理论层面,对于功能多样性与城市内部活力的关系方面已有一些相关的研究,但主要是关注城市公共空间活力、街道活力等,对于商圈活力的研究很少涉及。如Jacobs[9]认为城市公共空间的活力来源于多样性,城市需要尽可能提供错综复杂并且相互支持的多样性功能来满足人们的需求;陈喆等[10]认为街道活力是城市活力中社会活力的一个外在体现,其主要表现是街道上人们各类丰富的基于步行的活动。目前对于商圈活力论述较多出现于各类报纸杂志[11,12],其将商圈活力表述为人流量大小或一个地方热闹程度,即人类活动活跃程度。因此,基于上述归纳辨析,本文尝试将商圈活力定义为在商圈范围内大量多样化的城市功能集聚,且各类功能间具有良好的兼容性混合形成功能多样性,来吸引人们进行丰富多样的活动,以满足人们消费需求的程度,外在表现为商圈内人流量及对人们吸引力的大小。同时,商圈功能多样性表示以城市功能为基础,实现两种或两种以上功能间用途共存与融合,以满足人的多元化需求和城市发展。另外,在功能多样性度量层面,有利用辛普森指数、熵指数、赫芬达尔指数、相异指数等方法[13,14],但其中大多利用单一的熵指数,如龙瀛等[15]通过构建街道活力定量评价指标体系,利用信息熵来测度街道功能混合度对于街道活力影响;罗桑扎西等[16]通过利用香农熵,测度活动类型混合性来反映城市公共空间活力多样性。不过目前也有较多研究表明,熵指数作为使用最广泛的多样性指数,在度量功能多样性多方面、多维特征方面存在一定缺陷,采用生态学中使用最广泛的多样性度量框架模型——希尔数模型,能够较好的解决上述缺陷[17,18,19]。
在量化活力研究方面,龙瀛等[15]采用手机信令数据测算街道人口密度表征街道活力;Wu等[20]利用社交媒体签到数据中的签到量测度城市活力。上述2种手机数据由于覆盖范围广,更新快等特点常被用于表征城市活力,然而手机数据涉及隐私,其获取受到平台和法律限制,且购买成本较大[21]。夜间灯光数据具有稳定易获取、应用范围广、长时序等特点,然而利用夜间灯光数据对城市活力的研究大多选取城市或更大区域尺度作为研究单元,而以城市街道、商圈为尺度的研究较少。张梦琪[22]结合DMSP/OLS夜间灯光数据与多源数据,从国家和城市尺度对城市活力展开研究;王琼[23]利用夜间灯光数据、LBS热力图来测度国家城市新区活力的广度和强度。可见,在测量城市内部活力方面还存在一些不足,无法精准地评估功能多样性与商圈活力的关系。
近年来,随着地理信息技术的发展和应用,海量社会感知数据与遥感影像的结合,为更加精细化的城市研究提供了数据支撑[24]。新一代高分辨率的珞珈一号夜间灯光数据是夜间灯光影像设备记录的地表灯光强度信息,可以根据夜间人类活动产生的灯光情况来反映城市夜间经济活跃程度。诸多研究证实,夜间灯光数据与人类生产生活密切相关[25,26,27],夜间经济的活跃可带动整体社会经济活动的活力,以此表征出给定商圈范围内经济活动的活跃程度,反演出商圈活力。但并不是说,一个地区的灯光强度就能全面代表该区域的活力,只是与传统的旅游调查数据、LBS热力图和DMSP/OLS夜间灯光数据相比,高分辨率的灯光数据具有更高的采样率,可构成一种准确的衡量形式,以反映城市商圈活力。
本文以广州市主城区为研究区,融合POI数据和珞珈一号夜间灯光数据,采用科学的希尔数模型评价功能多样性。分析城市商圈功能多样性和商圈活力的空间分布特征,通过研究商圈功能多样性等因素与商圈活力的耦合关系,定量测算出对商圈活力的影响,以此反映出广州市商圈内部功能多样性的多维特征对商圈活力的影响状况,并进一步完善城市活力的影响因素研究,为城市用地功能结构优化调整和商圈功能改造提供理论支撑,进而促进城市混合功能有序开发、提升城市活力。

2 研究区概况、研究方法与数据来源

2.1 研究区概况

广州作为广东省省会,拥有十分重要的功能定位,是华南地区的政治、经济、文化、教育中心,具有巨大的城市发展潜力,其主城区商圈的功能结构更加复杂。鉴于此,本文选取广州市（图1）城市设施兴趣点分布相对密集的荔湾区、越秀区、天河区、海珠区及白云区5个主城区区域作为研究范围。
图1 研究区范围及在广州市的位置

Fig.1 Study areas and it's location in Guangzhou

2.2 数据来源及处理

研究基础数据包括矢量数据和影像数据,数据参数如表1所示。
表1 数据来源及主要参数

Tab. 1 Datasourcesandmainparameters

类型 名称 数据来源 数据获取时间
矢量数据 广州市区级行政边界 国家地理信息公共服务平台天地图 2018年
广州市城市热点POI数据 北京大学开放研究数据平台V2 2018年9月30日
影像数据 谷歌卫星影像数据 LocaSpace Viewer 2019年
珞珈一号夜间灯光数据 湖北省高分辨率对地观测系统数据与应用网 2019年3月
（1）矢量数据：包括广州市主城区行政区划数据、高德POI数据。POI数据具有样本量大、涵盖信息详细、位置精确度高、易于获取等特点,在土地利用规划等研究中应用十分广泛[4,5]。相比传统的土地利用调查及土地利用规划数据,基于POI数据对城市功能刻画不但可大量节省实地调研时间,而且基于大样本的测算使结果更加精确。高德地图是国内目前主流的电子地图软件,被普遍运用在网络信息查询和位置导航等方面,获取的高德POI数据包括名称、所在省市区地址、ID编码、3级属性信息类型和经纬度位置信息,经过去重、纠偏、空间配准、重分类和数据裁剪,提取出研究区13大城市功能主类共计432 224条POI数据（表2）,经过抽样考察和实地与谷歌影像验证,表明数据真实可用。
表2 POI分类及各类型比例

Tab. 2 Classification and proportion of POI's commercial outlets

主类 亚类 占比%
机动车服务 汽车服务及其相关服务、汽车销售、汽车维修、摩托车服务、加油站、汽车养护、汽车租赁
1.32
景点游览与 风景名胜、公园广场、运动场馆、高尔夫相关、娱乐场所、度假疗养场所、影剧院、 3.32
体育休闲 休闲场所
餐饮服务
糕饼店、外国餐厅、快餐店、冷饮店、甜品店、餐饮相关场所、饮茶馆、咖啡厅、茶艺馆 11.52
购物服务 便民商店、家居建材市场、特色商业街、服装鞋帽皮具店、专卖店、文化用品店、超市、购物相关场所、家电电子卖场、体育用品店、商场、花鸟鱼虫市场、综合市场、特殊买卖场所 27.26
生活服务 旅行社、售票处、物流速递点、电讯营业厅、事务所、人才市场、电力营业厅、自来水营业厅、美容美发店、维修站点摄影冲印店、推拿洗浴场所、洗衣店、中介机构、搬家公司、邮局、彩票彩券销售点、丧葬设施 10.47
医疗保健服务 综合医院、专科医院、诊所、急救中心、疾病预防机构、医疗保健销售店、动物医疗场所 2.81
住宿服务 宾馆酒店、旅馆招待所、住宿服务相关场所 4.07
政府机构及社会团体 政府机关、外国机构、民主党派、社会团体、公检法机构、交通车辆管理、工商税务机构 7.01
科教文化服务 博物馆、展览馆、会展中心、美术馆、图书馆、科技馆、天文馆、文化宫、档案馆、传媒机构、文艺团体、学校、科研机构、培训机构、驾校 5.97
交通设施服务 机场相关、火车站、港口码头、长途汽车站、地铁站、轻轨站、公交车站、停车场、出租车 9.11
金融保险服务 保险公司、财务公司、银行、ATM、证券公司、金融保险服务机构 3.80
公司企业 知名企业、公司、工厂、农林牧渔基地 10.51
公共设施 报刊亭、公共厕所、公用电话、紧急避难场所 2.83
（2）影像数据：包括谷歌卫星影像数据和珞珈一号夜间灯光数据。珞珈一号卫星是全球首颗专业夜光遥感卫星,具备130 m分辨率、250 km幅宽的夜光成像能力,理想条件下可在15 d内绘制完成全球夜光影像[28],与DMSP/OLS、NPP/VIIRS夜光数据相比,珞珈一号夜光数据在时间分辨率、空间分辨率、光谱分辨率上有极大的提高。由于珞珈一号夜间灯光数据获取和传输过程中存在辐射失真现象,使影像DN值偏高,亮区范围偏大;同时存在影像畸变问题,导致影像亮区和实际地物分布不一致,因此使用前需要进行辐射校正和影像配准操作[29]。
① 影像配准：将2019年广州谷歌卫星影像数据作为参考地图,选择珞珈一号夜光数据较明显的道路交叉点和道路拐点为特征点,利用仿射变换将影像上的地物校正到空间实际位置上,如图2中区域1所示。
图2 珞珈一号夜间灯光数据影像配准和辐射校正前后对比

Fig. 2 Contrast before and after registration and radiation correction of luojia No.1 night light data

② 辐射校正：将配准后的珞珈一号夜光数据,根据珞珈一号01星产品辐射亮度转换公式进行辐射校正,公式如下：
L = D N 3 / 2 · 10 - 10
式中：L为绝对辐射校正后辐射亮度值/W/(m2·sr·μm);DN为图像灰度值。经过辐射校正,数据辐射失真误差得到有效纠正,城市建成区域更加清晰,一些水域、山体也可见大致轮廓,非建设用地上的噪声光亮被消除,避免这些噪声亮点的干扰,如图2中区域2所示。

2.3 研究方法

本文研究思路（图3）分3步：① 根据商圈功能基本特征将POI数据进行功能分类并进行格网化处理,利用热点分析探测POI数高值聚类的热点区域,提取出广州市商圈范围,并在此基础上进行边界划分,逐一导出并编号;② 以商圈为基本单元,采用希尔数框架模型方法,计算出每个商圈的功能多样性特征;再用ArcGIS空间分析统计工具测算出商圈活力;③ 选取影响城市商圈活力的POI总数、POI密度和功能多样性指数,构建单一熵指数与功能多样性指数的对比模型,比较两偏相关模型结果对于商圈活力的解释力,并探究出各功能多样性指数对商圈活力的影响。
图3 技术路线图

Fig. 3 Technology roadmap

2.3.1 商圈边界识别与划分方法——热点分析法
通过格网化POI数据可以大致反映出POI数密集区,但可能不是具有显著统计学意义上的高值聚类区。因此采用热点分析法的目的在于,通过得到的z值和p值,找出具有统计学意义上的高值或低值POI数在空间上发生聚类的区域范围,并划定出热点集聚区。具体计算公式如下：
G i * = ∑ j = 1 n w i , j x j - 1 n ∑ j = 1 n x j ∑ j = 1 n w n ∑ j = 1 n x j 2 n - ∑ i = 1 n x j n 2 ∙ n ∑ j = 1 n w ij 2 - ∑ i = 1 n w n 2 n - 1
式中：Gi*统计是z得分;χj代表要素属性值;Wi,j代表i和j之间的空间权重;n为要素总数。其中z得分越高表明高值的聚类越紧密;对于统计学上的显著性负z得分,z得分越低表示低值的聚类就越紧密。再根据商圈定义和特征,选择“无差别的区域”作为空间关系概念化参数,其空间关系综合了“反距离”模型和“固定距离范围”模型,如图4所示。将商圈区域影响范围和近邻影响范围内的要素都包含在目标要素的分析中,超过邻近距离阈值后,影响权重会逐渐下降。
图4 无差别的区域权重曲线

Fig. 4 Zone of indifference indifference weight curve

2.3.2 商圈功能多样性测算方法——希尔数模型
为了揭示商圈功能多样性与其活力之间的关系,首先需要解决如何测量和量化功能多样性。相关文献表明,与多样性相关的指标量很多,其中香农熵是衡量土地利用类型分布混合/均匀程度最常使用的“多样性”指数[30,31],但香农熵反映更多的是不确定性而不是多样性[32]。生态学家采用一种叫做希尔数的定量框架模型来测量多样性[32,33,34]。本文认为希尔数可以更好地测度功能多样性,从多方面、多维度来反映功能多样性特征。具体计算公式如下,希尔数通过调整阶数q实现对多维多样性特征的度量：
q D ≡ ∑ i = 1 s p i q 1 / ( 1 - q )
式中：D表示多样性;s是物种数量;Pi表示第i个物种相对丰富度,参数q为多样性的阶数,表示多样性对相对丰度的敏感性。
当q=0时,其测度的是POI的丰富度指数（Richness Index)：
D = ∑ i = 1 s p i 0
式中：D表示商圈功能丰富度;Pi表示第i个功能POI数占其商圈POI总数的比例,s为商圈功能类别数。根据本次功能类别划分,商圈功能丰富度指数值在1~13之间,越大表明商圈功能更加丰富多样。本文商圈功能丰富度阈值限定为当某功能POI数低于其商圈POI总数的1%,则不累计。
当q=1时,其测度为香农熵指数（Shannon EntropyIndex）,香农熵的特征是它能够根据每个POI功能类别的频率来衡量它们：
1 D = exp - ∑ i = 1 s p i ln p i
式中：1D表示商圈功能混合度;香农熵作为POI功能混合的度量,它反映了POI各功能类别空间分布无序程度。熵值越高,POI分布越无序或不确定性越高;熵值越低,有序性越好或不确定性越低。其中较高的熵值对应商圈各类功能之间混合程度更好;熵值越低表明商圈功能越单一化,商圈功能混合较差。
最后,当q=2是辛普森指数(Simpson Index)的倒数：
2 D = 1 ∑ i = 1 s p i 2
式中：2D表示商圈功能优势度;辛普森指数表示从一个群落物种中连续2次抽样所得到的个体属于同一种的概率。因此,它既考虑了POI丰富度,也考虑了不同类型POI的相对丰度,即均匀度。其中辛普森指数越大,表明商圈功能优势度越好,在商圈各类功能之间数量分布上差异越小、相对均匀;反之亦然。

3 商圈功能多样性及其活力空间分布特征

3.1 商圈范围的提取与划分

3.1.1 城市热点高值街区空间分布特征
蔡军[35]综合国内外不同观点,对城市道路合理间距进行研究,推导出合理城市道路干路网间距的跨越幅度为250~1200 m。本文采用250 m×250 m格网对POI数据进行聚合,结果如图5所示,可清晰看出广州POI数高值连片分布。主城区域POI数高值分布没有明显的独立边界,从珠江北岸西侧荔湾区的上下九和越秀区的北京路,到越秀区的陵园西路、环市东路,再到东侧天河区的体育中心和珠江新城,形成珠江北岸POI数高值连片区,并不断向珠江北岸的两侧延伸拓展,遵循着广州市城市空间规划发展路径①(①谢文华,广州城市总体规划变迁. https://wenku.baidu.com/view/e9694e97185f312b3169a45177232f60ddcce7e6.html)。
图5 POI数高值街区格网分布

Fig. 5 Grid distribution of POI high-value blocks

总体来看,广州市POI数高值在空间上形成“弓箭型”轴线的空间分布格局,横向为珠江北岸的POI数高值连片区,纵向从白云山西面连接越秀区至海珠区的西侧区域,其余非轴线发展带商业区域能够形成POI数高值区较少,主要服务于局部区域,未能形成区域性影响。
3.1.2 城市商圈边界识别与划分
为进一步探测POI数高值聚类的热点区域,首先对去掉0值格网的区域进行全局空间自相关分析,计算研究区内POI数的空间相关性特征,得到Moran's I为0.532,且在0.01显著性水平下通过检验,表明广州市POI空间分布具有明显的空间自相关性。
根据热点分析得到具有显著性统计意义的POI数高值聚类热点区域,可识别出城市功能核心区域,如图6所示。依据热点分析聚类模式统计特征,即用于检验的Z得分大于1.96且符合在95%置信水平上（显著性水平p<0.05）的高值聚类热点显著区域作为商圈范围。在划分具体单个商圈边界时,综合考虑交通轨道线路,河流山川以及历史发展因素,划分结果如图7所示,共划分出28个商圈。其中珠江北岸POI数高值连片区,根据行政区划边界、商圈发展连续性划分为4个独立商圈,从西向东依次为荔湾区的西关、上下九商圈,越秀区的公园前、北京路商圈,越秀区的环市东路、烈士陵园商圈,天河区的体育西路、珠江新城、天河北商圈;将广州火车站附近被铁路分割的3个商圈划分为广州站商圈、三元里商圈和桂花岗商圈;将被新港西路切分的江南大道分为江南大道中商圈和江南大道南商圈;其余商圈边界较为明显,根据地铁站点、地籍名称、产业区进行命名。
图6 广州POI数高值聚类热点区分布

Fig. 6 Distribution of hotspots in Guangzhou POI high-value clustering

图7 广州市主城区商圈边界

1 西关、上下九 2 北京路、公园前 3 环市东路、烈士陵园 4 体育西路、珠江新城、天河北 5 棠景 6 景泰 7 桂花岗 8 三元里 9 广州站 10 黄花岗 11 沙河顶 12 棠东 13 车陂 14 东圃 15 南华西 16 江南大道南 17 凤凰新村 18 江南大道中 19 广州轻纺产业园 20 海珠电商产业园 21 珠江广场 22 客村 23 东晓南 24 天河软件园 25 永泰 26 新市 27 龙洞 28 花地湾

Fig. 7 Business district boundaries of downtown Guangzhou

3.2 商圈功能多样性空间分布特征

利用希尔数模型计算出各商圈功能多样性指数,图8(a)—图8(c)所示的一系列地图显示了用3个指标衡量商圈功能多样性的总体图像,分别反映了商圈功能多样性的丰富度、混合度和优势度。
图8 商圈功能多样性及其活力空间分布特征

Fig. 8 Characteristics of functional diversity distribution in business district

图8(a)中广州主城区大部分商圈功能丰富度指数较高,功能相对完善,只有个别功能较为专业或面积较小的商圈,如广州轻纺产业园、天河软件园和车陂商圈,由于相关类似产业大量集聚,城市功能类目不全,丰富度相对较低。图8(b)和图8(c)熵指数和辛普森指数的空间分布格局大致相同,具有中心高-外围低的特点,其中两指数共同高值区以体育西路、珠江新城、天河北商圈（Entropy=10.41,Simpson=8.87）,环市东路、烈士陵园商圈（Entropy=10.30,Simpson=8.85）为中心,其商圈规模大,聚集、吸纳了大量多样化的城市功能,整体功能混合度和功能优势度更好。两指数共同低值区为广州轻纺产业园商圈（Entropy=5.15,Simpson=3.23）,桂花岗商圈（Entropy=5.85,Simpson=3.39）,沙河顶商圈（Entropy=5.88,Simpson=3.29）,这些商圈均分布在珠江北岸城市功能核心区外侧,其内部功能较为专业化,对同类产业吸引力较强,内部功能主要为其产业服务,整体功能混合度和功能优势度不如综合性商圈好。在这些区域外,小规模商圈也有高值或低值分布,如凤凰新村商圈（Entropy=9.97,Simpson=8.46）,天河软件园商圈（Entropy=7.19,Simpson=5.10）。

3.3 商圈活力空间分布特征

在商圈范围内集聚大量多样化的城市功能,吸引人们不断前往进行消费和体验,并对人们的消费需求以最大化满足,这是城市商圈活力的主要体现,城市区域夜间经济活跃程度对此有较好的反映。因此,对高分辨率的珞珈一号夜间灯光数据按照已划定好商圈进行分区统计,以其夜间灯光强度来衡量城市商圈活力。结果如图8(d)所示,商圈活力以珠江北岸城市功能核心区为高值区,核心区周围为低值区,再外围则分布少量高值活力商圈,构成高-低-高的空间分布格局。从图8整体来看,商圈活力与商圈功能多样性指数空间分布格局有少许相似,即在中心高值区位置相同,但在外围的空间分布上差异较大。
其中商圈活力高值区主要有天河区的体育西路、珠江新城、天河北商圈和越秀区的环市东路、烈士陵园商圈分别为41.12和28.70,表明这2个区域商圈经济活动最为活跃。尤其以天河商圈人流量最大,分析认为其周围分布大量知名度较高的商业购物中心、餐饮品牌、酒店、金融机构等人流往来较多的场所,集成了功能多样的城市服务热点区,为区域经济发展带来活力。但核心区西侧的荔湾区西关、上下九商圈,越秀区公园前、北京路商圈和广州站商圈经济活跃度较低,分别为13.66、14.63、19.35,可见广州旧商业中心与目前新商业中心活力间有着巨大的差距。荔湾区西关、上下九商圈和越秀区公园前、北京路商圈主要以临街小商铺和各类专业批发市场为主,区内较少国内知名度较高的综合购物中心,对于日常人流量的吸引力相对较弱;其他一些商圈活力低值区,与其规模、区域内部商业业态也有一定关系,如天河软件园科韵园区的商圈活力约为9,其规模较小,功能业态主要以公司企业、政府机构及社会团体服务为主。
综合来看,结果与广州实际商圈发展情况较为吻合,以体育西路、珠江新城、天河北商圈和环市东路、烈士陵园商圈为城市功能核心商圈,周围分布较多的区域性或专业性商圈,与珠江北岸城市功能核心商圈在商业业态和购物文化等方面形成消费空间的差异化互补。

4 商圈功能多样性与其活力相关性分析

以本次划分出的28个商圈为基本分析单元,利用偏相关分析商圈功能多样性对其活力的影响,并与熵指数衡量的“多样性”结果进行对比,以评估出商圈活力与功能多样性的净相关程度。偏相关分析的因变量为商圈活力,自变量为POI总数、POI密度和功能多样性指数,其中POI总数可以反映出商圈的规模特征和功能总量情况,POI密度可体现商圈内功能集聚情况。2个模型基础数据集为POI总数、POI密度和商圈活力,模型一为基础数据集中增加香农熵指数;模型二为基础数据集中增加功能丰富度指数、香农熵指数、辛普森指数。
综合考虑本次变量数据特征与来源,首先利用矩阵散点图进行相关性分析,结果如图9所示。结果显示POI总数、POI密度与商圈活力具有较显著相关性,相关系数分别为0.529和0.414,功能多样性指数与商圈活力相关性不显著;商圈功能熵指数和辛普森指数呈显著正相关,相关系数为0.982,功能熵指数和丰富度指数也有较显著相关性,相关系数为0.477, POI总数和POI密度之间具有低度相关性,相关系数为0.322,其余各变量之间无显著相关性。
图9 影响因素与商圈活力的散点图矩阵

注："***"、"**"、"*"、"."分别表示相关系数显著性水平为0.001、0.01、0.05、0.1。

Fig. 9 Pairs plot of influencing factors and vitality

为验证上述部分结论,分别测算出商圈功能多样性指数和单一熵指数代表的“多样性”对其活力的净相关影响程度。对模型一进行偏相关分析,表3结果表明：在控制其他变量的影响下,商圈活力与POI总数的p-value=0.041<0.05,因此拒绝两变量之间无相关性的原假设,两变量在0.05的显著性水平下相关;商圈活力与POI密度在接近0.1的水平上具有相关性（p-value=0.109）;但是商圈活力与熵指数的p-value=0.580,在0.1的显著性水平下无相关性,表明熵指数代表的“多样性”对商圈活力无作用。
表3 模型一熵指数与商圈活力的偏相关性

Tab. 3 Model 1 Partial correlation between entropy index and vitality

变量 N mean sd range Partial Corr. Sig.
POI总数 28 5586.1430 8618.1670 32 820 0.4043 0.0405*
POI密度 28 33.6228 6.2911 27.8520 0.3217 0.1090
Entropy 28 8.5848 1.4672 5.3515 0.1138 0.5797

注： “**”、“*”分别表示相关系数显著性水平为0.05、0.1。

功能多样性是否对商圈活力无影响?在模型一的基础上增加Richness、Simpson多样性指数进行偏相关分析,商圈各功能多样性指数对其活力的影响存在较大差异,结果如表4所示：商圈活力与POI总数在0.05的显著性水平下相关（p-value=0.012<0.05）,净相关系数为0.507,为较强相关;商圈活力与POI密度在0.1的显著性水平下相关 （p-value=0.074<0.1）,净相关系数为0.371,为中度相关;在商圈功能多样性指数中,商圈功能丰富度指数与商圈活力在0.1的显著性水平下具有相关性（p-value=0.066<0.1）,净相关系数为0.382,为中度相关;但商圈功能熵指数和辛普森指数p-value>0.1,均在0.1的显著性水平下无相关性。因此,假设本次研究只是用熵指数来度量商圈功能多样性,则只会出现商圈功能多样性对于商圈活力无影响的结论,结果显然是不合理的。
表4 模型二功能多样性指数与商圈活力的偏相关性

Tab. 4 Model 2 Partial correlation between functional diversity index and vitality

变量 N mean sd range Partial Corr. Sig.
POI总数 28 5586.1430 8618.1670 32 820 0.5066 0.0115*
POI密度 28 33.6228 6.2911 27.8520 0.3713 0.0741*
Richness 28 12.0357 0.9222 3 0.3819 0.0655**
Entropy 28 8.5848 1.4672 5.3515 -0.2822 0.1815
Simpson 28 6.6225 1.7912 5.9712 0.2813 0.1830

注： “*”、“**”表示相关系数显著性水平为0.05、0.1。

模型二分析结果表明POI的总量、密度和功能丰富度对商圈活力具有一定的正向影响。其中商圈规模越大对其活力越有促进作用,对城市经济的推动作用越强,体现出新经济地理学所论述的规模报酬递增规律,也符合目前中国城市经济发展特点,北上广深等大城市,由于规模效应吸引国内大多数资源,产生虹吸效应。类比到广州市商圈发展也具有同样的过程,商圈活力最高的体育西路、珠江新城、天河北商圈对区域优质商业资源产生虹吸效应,并推动优质商业资源不断向外扩张至石牌、天河北路区域,使得商圈规模越来越大。商圈功能集聚对于商圈活力具有中度影响,这也符合城市商圈的定位,商圈由于在一定区域内具有大量功能服务点,给顾客带来便利,不断吸引人们前往进行消费和体验,形成集聚经济,为商圈积聚人气,创造活力。商圈功能丰富度对其活力具有中度的正向作用,提高功能丰富度以增加商圈功能的互补性、异质性或混合性,从而具备足够的多样化功能来促进各类功能间的协同与竞争,形成良好的兼容性混合,激发商圈活力。
通过2个实例说明上述结论,① 天河软件园商圈和花地湾商圈,两商圈POI总数和POI密度近似相同,其中花地湾商圈以专业购物批发为主要功能,辅以生活服务、餐饮服务、公司企业、交通设施服务功能为次主要功能,商圈功能多样性指数Richness=12;天河软件园商圈以公司企业为最主要功能,辅以政府机构及社会团体、交通设施服务功能为次主要功能,商圈功能多样性指数Richness=10,但花地湾商圈的商圈活力是天河软件园商圈的1.76倍,这主要是由于花地湾商圈功能兼容性更好,拥有更多的多样性功能;② 沙河顶商圈和海珠电商产业园商圈,两商圈POI总数和POI密度差异很小,其中沙河顶商圈Entropy=5.88,海珠电商产业园商圈Entropy=9.08,但两商圈活力近似相同,均约为11,这表明仅用熵指数代表的功能多样性衡量商圈活力有所欠缺,反映不出与商圈活力的相关性及差异性。

5 结论与讨论

5.1 结论

功能多样性作为国内外城市规划建设研究的热点课题,众多学者对其概念内涵、度量方式以及对于城市活力的影响进行了诸多的探讨,但是对于如何测度多维特征的功能多样性,以及何种功能多样性才能促进城市商圈活力却少有人研究。本文结合目前新兴地理空间大数据——POI和珞珈一号夜间灯光数据,采用空间格网和热点分析法定量识别出商圈边界范围,同时利用希尔数框架模型对商圈功能多样性特征进行定量化测算,并构建熵指数与多样性指数对商圈活力影响的对比模型,并进行偏相关分析,具体结论如下：
（1）仅用熵指数来反映多样性是不足的,其与商圈活力在0.1的显著性水平下无相关性,需结合希尔数模型才可度量出商圈功能丰富度（Richness）、混合度（Entropy）、优势度（Simpson）,从而更全面地反映出功能多样性特征,弥补单一熵指数测度方法的不足。
（2）广州市商圈功能多样性的增加对于提升城市商圈活力具有一定作用,功能丰富度指数与商圈活力净相关系数为0.382,提高功能丰富度以增加功能的互补性、异质性或混合性,从而具备足够的多样化功能来促进各类功能间的协同与竞争,形成良好的兼容性混合,激发商圈活力。
（3）广州市商圈规模效应与其活力净相关系数为0.507,对比大于集聚效应的0.371,表明商圈规模效应对其活力提升大于集聚效应。广州城市商圈发展遵循新经济地理学的规模报酬递增规律,即商圈规模越大对于提升商圈活力的效用更大,对城市经济的推动作用越强,具有较强正向影响;但商圈功能热点集聚对于商圈活力效用较小,这对于紧凑型城市建设应该有所启发,城市功能密度的提升只在一定程度上能起到激发城市经济活力的作用,需考虑特定城市规模,确定最优城市功能密度,才能有效激发和提升城市经济活力。

5.2 讨论

本文基于POI数据对城市商圈的研究仍然存在不足,抽象的POI点数据能精确描述地理实体对象的位置,反映所在土地利用和城市功能分布情况,但是POI 数据也存在着大数据量、低信息量的特点,忽略了地理实体的发展特征、体量等细节信息[4],因此本文通过选择适宜尺度下较为精细的空间格网大小将POI数据进一步聚合转化,减少因格网过大产生的系统误差,避免对商圈边界的准确性产生影响。
同时,本次研究验证了珞珈一号夜间灯光数据在测算城市商圈活力方面的可用性及高空间分辨率的优势,未来利用它同样可与手机信令[11,12]、微博签到[30]及基于众源LBS定位数据[7]对城市进行精细化研究。但在多时相数据可用性及重访周期等方面受到一定的制约,且影像存在偏移和辐射失真现象,目前依靠人工目视选择控制点进行配准,会对更细尺度研究区内辐射亮度值的准确度量产生影响。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
王先庆, 李昆鹏. 现代城市商圈形成与发展的博弈分析[J]. 中国市场, 2013(39):78-83.

[ Wang X Q, Li K P. Game analysis of the formation and development of modern city business district[J]. China Market, 2013(39):78-83. ]

[2]
吴忠才, 柳思维. 多源时空大数据视角的城市商圈空间结构及影响因素研究——基于核密度与空间面板模型的实证[J]. 经济问题, 2018(9):113-119.

[ Wu Z C, Liu S W. Analysis on spatial structure and influence factors of Beijing urban trade area from multisource spatiotemporal: Big data perspective based on kernel density analysis and spatial panel data model[J]. On Economic Problems, 2018(9):113-119. ]

[3]
林耿, 阎小培. 广州市商业功能区空间结构研究[J]. 人文地理, 2003, 18(3):37-41.

[ Lin G, Yan X P. Study on the spatial structure of commercial zone in Guangzhou[J]. Human Geography, 2003, 18(3):37-41. ]

[4]
吴康敏, 张虹鸥, 王洋, 等. 广州市多类型商业中心识别与空间模式[J]. 地理科学进展, 2016, 35(8):963-974.

DOI

[ Wu K M, Zhang H O, Wang Y, et al. Identify of the multiple types of commercial center in Guangzhou and its spatial pattern[J]. Progress in Geography, 2016, 35(8):963-974. ]

[5]
陈蔚珊, 柳林, 梁育填. 基于POI数据的广州零售商业中心热点识别与业态集聚特征分析[J]. 地理研究, 2016, 35(4):703-716.

DOI

[ Chen W S, Liu L, Liang Y T. Retail center recognition and spatial aggregating feature analysis of retail formats in Guangzhou based on POI data[J]. Geographical Research, 2016, 35(4):703-716. ]

[6]
禹文豪, 艾廷华, 杨敏, 等. 利用核密度与空间自相关进行城市设施兴趣点分布热点探测[J]. 武汉大学学报·信息科学版, 2016, 41(2):221-227.

[ Yu W H, Ai T H, Yang M, et al. Detecting “hot spots” of facility POIs based on kernel density estimation and spatial autocorrelation technique[J]. Geomatics and Information Science of Wuhan University, 2016, 41(2):221-227. ]

[7]
胡庆武, 王明, 李清泉. 利用位置签到数据探索城市热点与商圈[J]. 测绘学报, 2014, 43(3):314-321.

[ Hu Q W, Wang M, Li Q Q. Urban hotspot and commercial area exploration with check-in data[J]. Acta Geodaetica et Cartographica Sinica, 2014, 43(3):314-321. ]

[8]
郝斌, 董硕, 胡引翠, 等. 多维特征融合的城市商圈划分方法[J]. 地理与地理信息科学, 2017, 33(5):56-62.

[ Hao B, Dong S, Hu Y C, et al. Urban business zones delimitation method based on the fusion of multidimensional characteristics[J]. Geography and Geo-information Science, 2017, 33(5):56-62. ]

[9]
方可. 简·雅各布斯关于城市多样性的思想及其对旧城改造的启示——简·雅各布斯《美国大城市的生与死》读后[J]. 国际城市规划, 2009, 24(S1):177-179.

[ Fang K. Jane Jacobs' thoughts on urban diversity and its revelation to the old-town renovation: Read of Jane Jacobs' the death and life of great American cities[J]. Urban Planning International, 2009, 24(S1):177-179. ]

[10]
陈喆, 马水静. 关于城市街道活力的思考[J]. 建筑学报, 2009(S2):121-126.

[ Chen Z, Ma S J. Research on vitality of urban streets[J]. Architecture Journal, 2009(S2):121-126. ]

[11]
张伊娜. 上海28个商圈活力大PK[J]. 上海商业, 2016(1):41-42.

[ Zhang Y N. Shanghai's 28 business districts have great vitality PK[J]. Shanghai Business, 2016(1):41-42. ]

[12]
朱远红. 提升商圈活力,助推经济复苏[J]. 新湘评论, 2020(15):30.

[ Zhu Y H. Enhancing the vitality of business districts and boosting economic recovery[J]. Xinxiang Review, 2020(15):30. ]

[13]
梁巧转, 刘珍, 伍勇. 多样性的类型、度量及主要研究方法[J]. 管理论, 2008(11):51-56,64.

[ Liang Q Z, Liu Z, Wu Y. Types, measurement and main research methods of diversity[J]. Management Review, 2008(11):51-56,64. ]

[14]
包宇. 城市土地混合利用测度研究——以深圳市为例[J]. 湖北农业科学, 2016, 55(22):5794-5797.

[ Bao Y. Measure of mixed urban land use: Case of Shenzhen city[J]. Hubei Agricultural Sciences, 2016, 55(22):5794-5797. ]

[15]
龙瀛, 周垠. 街道活力的量化评价及影响因素分析——以成都为例[J]. 新建筑, 2016(1):52-57.

[ Long Y, Zhou Y. Quantitative evaluation on street vibrancy and its impact factors: A case study of Chengdu[J]. New Architecture, 2016(1):52-57. ]

[16]
罗桑扎西, 甄峰. 基于手机数据的城市公共空间活力评价方法研究——以南京市公园为例[J]. 地理研究, 2019, 38(7):1594-1608.

DOI

[ Luo S Z X, Zhen F. How to evaluate public space vitality based on mobile phone data An empirical analysis of Nanjing's parks[J]. Geographical Research, 2019, 38(7):1594-1608. ]

[17]
Manaugh K, Kreider T. What is mixed use? Presenting an interaction method for measuring land use mix[J]. Jounal of Transport and Land Use, 2013, 6(1):63-72.

[18]
Yue Y, Zhuang Y, Yeh A G O, et al. Measurements of POI-based mixed use and their relationships with neighbourhood vibrancy[J]. International Journal of Geographical Information Science, 2017,31:4,658-675.

[19]
宁晓平. 土地利用结构与城市活力的影响分析[D]. 深圳:深圳大学, 2016.

[ Ning X P. Analysis on the influence of land use structure and urban vibrancy[D]. Shenzhen: Shenzhen University, 2016. ]

[20]
Wu C, Ye X Y, Ren F, et al. Check-in behaviour and spatio-temporal vibrancy: An explanatory analysis in Shenzhen, China[J]. Cities, 2018, 77:104-11.

DOI

[21]
朱婷婷, 涂伟, 乐阳, 等. 利用地理标签数据感知城市活力[J]. 测绘学报, 2020, 49(3):365-374.

[ Zhu T T, Tu W, Le Y, et al. Use geographic label data to perceive the vitality of the city[J]. Journal of Surveying and Mapping, 2020, 49(3):365-374. ]

[22]
张梦琪. 城市活力的分析与评价[D]. 武汉:武汉大学, 2018.

[ Zhang M Q. Analysis and evaluation of urban vitality[D]. Wuhan: Wuhan University, 2018. ]

[23]
王琼. 国家级新区活力的区间差异及影响因素研究[D]. 广州:华南理工大学, 2019.

[ Wang Q. Difference and factor analysis of urban vitality of 19 national-level new areas[D]. Guangzhou: South China University of Technology, 2019. ]

[24]
Liu Y, Liu X, Gao S, et al. Social sensing: A new approach to understanding our socioeconomic environments[J]. Annals of the Association of American Geographers, 2015, 105(3):512-530.

DOI

[25]
李德仁, 李熙. 论夜光遥感数据挖掘[J]. 测绘学报, 2015, 44(6):591-601.

[ Li D R, Li X. An overview on data mining of nighttime light remote sensing[J]. Acta Geodaetica et Cartographica Sinica, 2015, 44(6):591-601. ]

[26]
李翔, 朱江, 尹向东. 基于夜间灯光数据的中国经济发展时空格局特征[J]. 地球信息科学学报, 2019, 21(3):417-426.

DOI

[ Li X, Zhu J, Yi X D. Spatio-temporal pattern of Chinese economy development based on nightlight data[J]. Journal of Geo-information Science, 2019, 21(3):417-426. ]

[27]
陈颖彪, 郑子豪, 吴志峰, 等. 夜间灯光遥感数据应用综述和展望[J]. 地理科学进展, 2019, 38(2):205-223.

DOI

[ Chen Y B, Zheng Z H, Wu Z F, et al. Review and prospect of application of nighttime light remote sensing data[J]. Progress in Geography, 2019, 38(2):205-223. ]

[28]
郭晗. 珞珈一号科学试验卫星[J]. 卫星应用, 2018(7):70.

[ Guo H. Luojia No. 1 scientific experiment satellite[J]. Application of Satellites, 2018(7):70. ]

[29]
李翔, 朱江, 尹向东, 等. 基于珞珈一号夜间灯光数据的广州市建设用地识别[J]. 地球信息科学学报, 2019, 21(11):1802-1810.

DOI

[ Li X, Zhu J, Yin X D, et al. Mapping construction land of Guangzhou based on Luojia No.1 nightlight data[J]. Journal of Geo-information Science, 2019, 21(11):1802-1810. ]

[30]
郑红玉, 吴次芳, 沈孝强. 土地混合利用研究评述及框架体系构建[J]. 经济地理, 2018, 38(3):157-164.

[ Zheng H Y, Wu C F, Shen X Q. Review on the research context of mixed land use and systematic framework construction[J]. Economic Geography, 2018, 38(3):157-164. ]

[31]
郑红玉, 黄建洪, 卓跃飞, 徐忠国. 土地混合利用测度研究进展[J]. 中国土地科学, 2019, 33(3):95-104.

[ Zheng H Y, Huang J H, Zhou Y F. Research progress on the measurement of mixed land use[J]. China Land Science, 2019, 33(3):95-104. ]

[32]
Jost L. Entropy and diversity[J]. Oikos, 2006, 113(2):363-375.

DOI

[33]
Chao A, Chiu C, Jost L. Unifying species diversity, phylogenetic diversity, functional diversity, and related similarity and differentiation measures through Hill numbers[J]. Annual Review of Ecology, Evolution, and Systematics, 2014, 45:297-324.

DOI

[34]
Hill M O. Diversity and evenness: A unifying notation and its consequences[J]. Ecology, 1973, 54:427-432.

DOI

[35]
蔡军. 关于城市道路合理间距理论推导的讨论[J]. 城市交通, 2006(1):55-59.

[ Cai J. Discussion on theory about reasonable distance between road intersections[J]. Urban Transport of China, 2006(1):55-59. ]

Options
文章导航

/

〈 〉