大數(shù)據(jù)視角下城市商業(yè)商廈供需指標(biāo)研究
——以山東省商廈為例

王天青，陳天一，張安安

(青島市城市規(guī)劃設(shè)計(jì)研究院 大數(shù)據(jù)與城市空間研究中心,山東 青島 266071)

一、引言

隨著城市化速度不斷加快，城市規(guī)模逐步擴(kuò)大，實(shí)體商業(yè)空間的形態(tài)和功能也隨著消費(fèi)需求的變化而持續(xù)發(fā)生改變。[1]但由于城市商業(yè)規(guī)劃規(guī)范文件中缺乏相應(yīng)的引導(dǎo)指標(biāo)，許多城市出現(xiàn)了商業(yè)供給無(wú)序的現(xiàn)象，導(dǎo)致城市部分區(qū)域的商業(yè)供應(yīng)能力欠缺，無(wú)法滿(mǎn)足市民的個(gè)性化需求。此外，城市部分區(qū)域的商業(yè)經(jīng)營(yíng)也面臨著不確定性，這些問(wèn)題阻礙了城市商業(yè)設(shè)施的持續(xù)健康發(fā)展。

2019年國(guó)務(wù)院辦公廳印發(fā)的《關(guān)于加快發(fā)展流通促進(jìn)商業(yè)消費(fèi)的意見(jiàn)》著重強(qiáng)調(diào)了創(chuàng)新優(yōu)化商業(yè)流通發(fā)展，培育消費(fèi)熱點(diǎn)的相關(guān)政策，并提出了更好滿(mǎn)足人民群眾消費(fèi)需求，重振消費(fèi)信息的要求。新形勢(shì)下，結(jié)合城市商業(yè)商廈指標(biāo)數(shù)據(jù)，分析消費(fèi)者的行為活動(dòng)和需求特征，建立科學(xué)定量的商業(yè)評(píng)估指標(biāo)體系尤為重要。而商業(yè)商廈作為城市商業(yè)設(shè)施的主要構(gòu)成部分，是集中購(gòu)物、娛樂(lè)、餐飲、休憩等多種功能設(shè)施的“載體”[2]，其本身就具有重要的研究意義。

近年來(lái)，對(duì)于商業(yè)指標(biāo)的研究逐漸增加，許多學(xué)者運(yùn)用城市斷裂點(diǎn)理論證明了商業(yè)規(guī)模設(shè)施指標(biāo)與其吸引消費(fèi)者能力具有相關(guān)性。這是一種通過(guò)Voronoi圖和構(gòu)建理想化指標(biāo)模型對(duì)特定區(qū)域的商圈進(jìn)行規(guī)模和服務(wù)范圍的實(shí)證性評(píng)估的方法。例如，謝順平等和程飛等人分別以南京市和北京市為例，論證商業(yè)中心自身規(guī)模影響其輻射域的相關(guān)趨勢(shì)[3-4]；魯成等對(duì)零售商圈的店鋪數(shù)量、規(guī)模等指標(biāo)進(jìn)行評(píng)估量化，得出商圈規(guī)模對(duì)輻射范圍有影響顯著這一結(jié)論[5]；吳雪艷等在建立商業(yè)規(guī)模指標(biāo)評(píng)價(jià)體系的基礎(chǔ)上，運(yùn)用斷裂點(diǎn)理論計(jì)算出濟(jì)南對(duì)周邊城市的商業(yè)輻射范圍。[6]就現(xiàn)有的關(guān)于城市商業(yè)規(guī)模和輻射范圍的研究結(jié)論來(lái)看，對(duì)于經(jīng)營(yíng)規(guī)模、業(yè)態(tài)多樣性及商業(yè)輻射強(qiáng)度等指標(biāo)的研究相對(duì)較少。雖然許多研究結(jié)論都得出規(guī)模與輻射范圍具有正相關(guān)關(guān)系，但由于缺乏數(shù)據(jù)獲取渠道，其提出的城市商業(yè)設(shè)施供應(yīng)的政策建議缺乏有力的支撐；其次，城市斷裂點(diǎn)理論和Voronoi圖是理想模型[7]，在實(shí)際應(yīng)用中仍然需要考慮到商業(yè)豐富度、消費(fèi)者購(gòu)買(mǎi)傾向等多方面的因素，因而其參考性有所欠缺；此外，目前的研究多集中于宏觀(guān)商圈選址、績(jī)效評(píng)估等方面，缺乏對(duì)城市基礎(chǔ)的商業(yè)單元的引導(dǎo)。

隨著信息技術(shù)的發(fā)展，大數(shù)據(jù)對(duì)城市商業(yè)空間的分析技術(shù)日趨成熟，數(shù)據(jù)來(lái)源也趨向多樣化，如大眾點(diǎn)評(píng)口碑?dāng)?shù)據(jù)、基于網(wǎng)絡(luò)地圖的POI商戶(hù)數(shù)據(jù)、手機(jī)信令數(shù)據(jù)、網(wǎng)絡(luò)干道LBS數(shù)據(jù)等。有學(xué)者開(kāi)始從宏觀(guān)的消費(fèi)者活動(dòng)視角[8-10]，總結(jié)消費(fèi)出行特征，運(yùn)用商業(yè)設(shè)施的訪(fǎng)問(wèn)頻次等手段，對(duì)不同等級(jí)的城市商業(yè)設(shè)施、商業(yè)中心的空間結(jié)構(gòu)特征進(jìn)行分析；如王德等利用手機(jī)信令數(shù)據(jù)，對(duì)商圈消費(fèi)者數(shù)量、商廈服務(wù)范圍的空間分布特征進(jìn)行了分析；[11]唐剛利用手機(jī)信令數(shù)據(jù)，對(duì)城市商業(yè)中心的輻射區(qū)域特征進(jìn)行了分析。[12]手機(jī)定位大數(shù)據(jù)已經(jīng)成為了城市商業(yè)空間指標(biāo)分析的重要數(shù)據(jù)來(lái)源，但由于信令數(shù)據(jù)是基于基站位置產(chǎn)生，更適用于區(qū)域研究，無(wú)法滿(mǎn)足對(duì)單體商業(yè)綜合體的研究需求。

相對(duì)于國(guó)家對(duì)商業(yè)發(fā)展的重視和消費(fèi)者不斷變化的需求，現(xiàn)有關(guān)于商圈和商業(yè)網(wǎng)點(diǎn)的研究也需要更新，否則將無(wú)法為商業(yè)供給側(cè)發(fā)展提供堅(jiān)實(shí)的理論基礎(chǔ)。本文旨在使用LBS數(shù)據(jù)研究城市商業(yè)商廈的指標(biāo)，在完善商業(yè)設(shè)施建設(shè)的基礎(chǔ)上促使需求表達(dá)和供給決策能夠有效對(duì)接，發(fā)揮商業(yè)在區(qū)域經(jīng)濟(jì)發(fā)展中重要的拉動(dòng)作用，為商業(yè)設(shè)施重構(gòu)和規(guī)劃發(fā)展提供指導(dǎo)和借鑒。

二、研究對(duì)象、數(shù)據(jù)與方法

(一)研究對(duì)象

綜合商廈作為現(xiàn)代城市商業(yè)設(shè)施，是城市商業(yè)中心的主要構(gòu)成部分。本文以商業(yè)商廈的供需指標(biāo)作為研究對(duì)象，以消費(fèi)者的行為模式、商廈的供應(yīng)規(guī)模的耦合效應(yīng)為分析視角，分析了商廈供需指標(biāo)之間的關(guān)系型，旨在輔助城市規(guī)劃者在商業(yè)用地指標(biāo)規(guī)劃上進(jìn)行研究，進(jìn)而更科學(xué)地優(yōu)化城市商業(yè)商廈的相關(guān)規(guī)劃。

研究選取了截止到2019年12月開(kāi)業(yè)的山東省十六地市的100個(gè)經(jīng)營(yíng)較好的綜合商業(yè)商廈為研究對(duì)象，并采用控制變量的方式減輕商業(yè)設(shè)施的外部要素帶來(lái)的誤差。100個(gè)綜合商廈名稱(chēng)由大眾點(diǎn)評(píng)的綜合商廈門(mén)類(lèi)中高人流量綜合商廈排名可得，其中濟(jì)南市、青島市各選取15，其他地市各選取5個(gè)，并通過(guò)百度地圖API將其定位。

(二)研究數(shù)據(jù)

本文研究數(shù)據(jù)多源，主要分成三類(lèi)：第一類(lèi)為通過(guò)高德地圖開(kāi)源API獲取到的城市興趣點(diǎn)(POI)數(shù)據(jù)，以研究所選商廈的業(yè)態(tài)構(gòu)成；第二類(lèi)為百度慧眼青島聯(lián)合實(shí)驗(yàn)室提供的2019年山東省十六地市特征區(qū)域內(nèi)7-9月手機(jī)APP定位的Location Based Service數(shù)據(jù)(以下簡(jiǎn)稱(chēng)LBS數(shù)據(jù))，用以區(qū)分不同商廈的服務(wù)人口居住地位置；第三類(lèi)為通過(guò)大眾點(diǎn)評(píng)人流排名選取的商業(yè)商廈，并通過(guò)解析天地圖遙感影像獲取到的大中型綜合商廈空間化的矢量范圍數(shù)據(jù)。

百度手機(jī)LBS數(shù)據(jù)是基于手機(jī)用戶(hù)后臺(tái)GPS定位的高頻定位數(shù)據(jù)，具備時(shí)間連續(xù)性強(qiáng)、空間粒度細(xì)致、采集樣本大等特點(diǎn),對(duì)于數(shù)據(jù)精度要求高的研究具有較高的價(jià)值。[12]本次研究所使用的LBS數(shù)據(jù)的統(tǒng)計(jì)時(shí)間間隔為單日的訪(fǎng)客人次，并對(duì)個(gè)體商廈的訪(fǎng)客人數(shù)進(jìn)行小時(shí)內(nèi)去重。不同于手機(jī)信令數(shù)據(jù)，LBS數(shù)據(jù)提供到精確到50 m以?xún)?nèi)的GPS定位點(diǎn)數(shù)據(jù)，可以通過(guò)算法篩除非訪(fǎng)客人群，提升研究的精確度。百度手機(jī)LBS數(shù)據(jù)可以用于界定綜合商廈的服務(wù)指標(biāo)。

本文提取了2019年7—9月三個(gè)月內(nèi)訪(fǎng)問(wèn)過(guò)樣本商廈附近的手機(jī)用戶(hù)數(shù)據(jù)，在進(jìn)行數(shù)據(jù)清洗和加工的過(guò)程中使用了如下規(guī)則：首先搜索用戶(hù)在三個(gè)月時(shí)間段內(nèi)出現(xiàn)在該市范圍內(nèi)的天數(shù)，若該用戶(hù)在該范圍內(nèi)出現(xiàn)的天數(shù)達(dá)到60%，則判斷該用戶(hù)為本地常住人口，否則視為外地游客，不納入研究數(shù)據(jù)中；進(jìn)而檢索三個(gè)月內(nèi)，用戶(hù)在研究的商廈范圍內(nèi)出現(xiàn)的天數(shù)，若出現(xiàn)頻次低于20%，則判斷為消費(fèi)者，否則視為在研究對(duì)象區(qū)域內(nèi)居住或工作，不納入研究數(shù)據(jù)中。上述規(guī)則主要基于主觀(guān)經(jīng)驗(yàn)判斷，不可避免的存在漏篩、過(guò)量篩選等誤差問(wèn)題，但通過(guò)對(duì)多源同類(lèi)數(shù)據(jù)進(jìn)行交叉檢驗(yàn)，認(rèn)為該數(shù)據(jù)清洗方法具有較高可靠性。圖1顯示了經(jīng)過(guò)處理后的數(shù)據(jù)總量分布，平均單日數(shù)據(jù)量為84.87萬(wàn)人次，周五至周日的數(shù)據(jù)略高于工作日，周一至周三的數(shù)據(jù)最為穩(wěn)定。

圖1 日訪(fǎng)問(wèn)設(shè)備數(shù)

本研究的商業(yè)網(wǎng)點(diǎn)的名稱(chēng)、空間與類(lèi)別數(shù)據(jù)來(lái)自于2019年9月采集的高德地圖POI興趣點(diǎn)數(shù)據(jù)，該數(shù)據(jù)是一種具有經(jīng)緯度、類(lèi)別、名稱(chēng)等信息的點(diǎn)狀地理空間要素，常用于分析城市中商業(yè)特征、分布研究等。在研究選定的商廈范圍內(nèi)，統(tǒng)計(jì)POI總量為47411個(gè)，它們被分成了餐飲服務(wù)、購(gòu)物服務(wù)、科教文化服務(wù)、生活服務(wù)、體育休閑服務(wù)五類(lèi)。

(三)研究指標(biāo)

本文對(duì)城市商業(yè)空間研究中的經(jīng)典算法菲什拜因參數(shù)(Fishbin index)[13]進(jìn)行改進(jìn)，構(gòu)建商業(yè)商廈指標(biāo)。通過(guò)對(duì)指標(biāo)關(guān)系進(jìn)行研究，提出區(qū)域商業(yè)需求可以通過(guò)兩個(gè)要素表征：區(qū)域內(nèi)消費(fèi)者前來(lái)消費(fèi)的頻次；消費(fèi)者出行的所付出的出行成本，即商廈的服務(wù)范圍。而商業(yè)商廈的供應(yīng)則表達(dá)為商業(yè)空間的面積規(guī)模與網(wǎng)點(diǎn)的富集性。

1.服務(wù)范圍。通過(guò)百度LBS定位數(shù)據(jù)獲取的訪(fǎng)客居住位置為點(diǎn)狀數(shù)據(jù)，也存在離群值，影響統(tǒng)計(jì)結(jié)果。為了更好地指數(shù)化(Indexation)商廈的服務(wù)半徑，本研究引入了標(biāo)準(zhǔn)差橢圓模型，該算法由韋爾蒂·利菲弗(D. Welty Lefever)在1926年提出，其原理為基于所有空間點(diǎn)創(chuàng)建一個(gè)新的以平均中心為中心的橢圓面(見(jiàn)圖2)。而該橢圓的面積代表了一定標(biāo)準(zhǔn)差內(nèi)數(shù)據(jù)分布的概化面，短半軸y表示數(shù)據(jù)分布的范圍。

圖2 標(biāo)準(zhǔn)差橢圓原理

本研究中，為了消除離群值對(duì)于商業(yè)吸引范圍的影響，選取了一個(gè)標(biāo)準(zhǔn)差范圍的居民購(gòu)物者數(shù)據(jù)，即占總樣本數(shù)63%的輸入要素的質(zhì)心包含在內(nèi)，以標(biāo)準(zhǔn)差橢圓的短軸y表示商廈的影響范圍，其具體計(jì)算方法如下：

其中，xi和yi是要素i的坐標(biāo)，{X,Y}表示要素的平均中心，n等于要素總數(shù)。

2.商鋪富集性。商業(yè)的富集性對(duì)于商業(yè)經(jīng)營(yíng)區(qū)域是必不可少的元素。在以往的研究當(dāng)中，香農(nóng)熵是一個(gè)最為普遍的業(yè)態(tài)多樣性評(píng)估方法。[14]但香農(nóng)熵更傾向于評(píng)估混亂性而不是富集性。[15]因此，本研究使用富集性熵(HN)歸納商廈中業(yè)態(tài)的多樣性(Diversity)和規(guī)模(Scale)兩個(gè)測(cè)度來(lái)測(cè)度評(píng)價(jià)商業(yè)網(wǎng)點(diǎn)的豐富度，其公式如下：

其中，HN的值取決于POI類(lèi)別的數(shù)量N和各類(lèi)別(p1，p2,…,pN)數(shù)量分布的均勻性。

3.商廈客流量及訪(fǎng)客來(lái)源分布。通過(guò)LBS的定位數(shù)據(jù)，計(jì)算居民用戶(hù)的出行鏈信息，即將在某一區(qū)域的訪(fǎng)問(wèn)的超過(guò)30分鐘的非常駐用戶(hù)判斷為該區(qū)域的訪(fǎng)客。判定用戶(hù)的常住與工作區(qū)域的方法已經(jīng)有大量的手機(jī)信令的文獻(xiàn)研究[16]，故不再贅述。

4.商廈空間數(shù)據(jù)。商業(yè)商廈的建筑面積是商業(yè)空間規(guī)模的另外一個(gè)表征。由于城市的商業(yè)商廈建筑輪廓矢量數(shù)據(jù)未公開(kāi)化，故只能采取衛(wèi)片矢量化提取法進(jìn)行測(cè)算。

圖3 天地圖矢量化流程

首先，采用天地圖建筑物矢量化法對(duì)商業(yè)商廈的輪廓線(xiàn)進(jìn)行提取。通過(guò)Matlab對(duì)天地圖進(jìn)行坐標(biāo)補(bǔ)償，高效地提取了山東省內(nèi)100個(gè)商業(yè)商廈的具體輪廓范圍。其次，本研究通過(guò)百度地圖的建筑內(nèi)地圖功能，獲取了目標(biāo)建筑物的實(shí)際層數(shù)。最后對(duì)建筑面積進(jìn)行了定量估算，具體流程見(jiàn)圖3。[17]

三、研究結(jié)果

(一)描述性統(tǒng)計(jì)

本文通過(guò)綜合百度LBS定位數(shù)據(jù)、城市POI數(shù)據(jù)以及天地圖衛(wèi)片數(shù)據(jù)對(duì)山東省范圍內(nèi)100家商業(yè)商廈的規(guī)模、客流、業(yè)態(tài)以及影響范圍進(jìn)行了測(cè)算，并將所有數(shù)據(jù)的精確度提高到了單體商廈的尺度。如圖4，在對(duì)城市名稱(chēng)進(jìn)行編碼后，所有商廈數(shù)據(jù)已按序號(hào)排序。排序后的統(tǒng)計(jì)圖準(zhǔn)確地反映了各個(gè)城市的綜合商廈的商業(yè)網(wǎng)點(diǎn)豐富度、建筑面積、影響半徑以及客流量數(shù)據(jù)。其中，圖a、d反映了濟(jì)南、青島等大城市的商廈擁有更高的商業(yè)網(wǎng)點(diǎn)豐富度以及更大的日均客流量，圖b、c反映了城市規(guī)模對(duì)商業(yè)網(wǎng)點(diǎn)的建筑面積以及影響半徑的影響較小。

圖4 數(shù)據(jù)分布圖示

表1 描述性統(tǒng)計(jì)量

表1展示了所統(tǒng)計(jì)的山東省內(nèi)100家商業(yè)商廈的建筑面積(公頃)、日均客流量(人)、業(yè)態(tài)豐富度(系數(shù))、影響范圍(KM)以及公共交通覆蓋(個(gè)數(shù))數(shù)據(jù)。通過(guò)總結(jié)數(shù)據(jù)可以得出，商廈的平均建筑面積為13.4公頃，商廈面積被12.1公頃至14.8公頃這一區(qū)間覆蓋的概率為95%；本次調(diào)查樣本的店鋪數(shù)量平均值為250，但其標(biāo)準(zhǔn)誤差較高，表明數(shù)據(jù)浮動(dòng)范圍較大。此外，所有商廈的日均客流量具有較高的相似性，為6700人每日，樣本中80%的商廈日均客流量超過(guò)了6000人每日；商廈的平均影響半徑為0.97公里，影響半徑數(shù)據(jù)的離散程度較低，其均值具有較好的代表性。

(二)回歸分析結(jié)果

多元線(xiàn)性回歸模型通常用來(lái)研究一個(gè)因變量依賴(lài)多個(gè)自變量的變化關(guān)系，已經(jīng)被廣泛地用于各個(gè)領(lǐng)域的數(shù)據(jù)研究。[10]其優(yōu)點(diǎn)在于可以計(jì)算多組變量的線(xiàn)性關(guān)系，并且通過(guò)準(zhǔn)確地計(jì)量各個(gè)因素之間的相關(guān)程度以及擬合程度的高低能夠提高自身的預(yù)測(cè)效果，比一元線(xiàn)性回歸具有更大的實(shí)用意義。此外，運(yùn)用多元線(xiàn)性回歸模型，只要采用相同的數(shù)據(jù)和模型，即可通過(guò)標(biāo)準(zhǔn)的統(tǒng)計(jì)方法計(jì)算出唯一的結(jié)果。基于這些特點(diǎn)，本文采用多元線(xiàn)性回歸模型對(duì)城市商業(yè)商社的供需指標(biāo)進(jìn)行相關(guān)性分析。

在商業(yè)商廈供需指標(biāo)體系的實(shí)際建模過(guò)程中，其作為被解釋變量不但受定量變量的影響，同時(shí)還受到定性變量的影響。例如城市規(guī)模、交通條件等因素。因此，在建立線(xiàn)性回歸分析模型之前，需將城市特性變量作為控制變量進(jìn)行虛擬處理。同時(shí)，根據(jù)現(xiàn)有研究，城市公共交通的便利性、不同業(yè)態(tài)的比重也會(huì)對(duì)其指標(biāo)造成影響[9][11]，故本文同時(shí)對(duì)商廈周邊500米范圍內(nèi)的公交與軌道站點(diǎn)數(shù)、商業(yè)類(lèi)別占比等數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)，將統(tǒng)計(jì)后的數(shù)據(jù)作為解釋變量參與回歸模型的建設(shè)。

表2 指標(biāo)相關(guān)性分析

通過(guò)表2所示的研究指標(biāo)相關(guān)性檢驗(yàn)可以得出，在95%的置信區(qū)間下，商廈面積與其影響半徑和客流量都有較強(qiáng)的相關(guān)性。這說(shuō)明商廈的面積作為規(guī)模要素，是滿(mǎn)足商業(yè)需求的必要條件；此外，這也表明商業(yè)網(wǎng)點(diǎn)規(guī)模的豐富度指數(shù)與客流量也具有明顯的相關(guān)性。另一方面，商廈的影響半徑與商廈的業(yè)態(tài)豐富度并沒(méi)有顯著相關(guān)性，可以得出居民消費(fèi)主要遵循商業(yè)區(qū)域等級(jí)體系的原則，受業(yè)態(tài)豐富度的影響較小。這一現(xiàn)象與多位學(xué)者的研究成果相符，例如羅藝等人對(duì)大型百貨商場(chǎng)零售業(yè)態(tài)的研究表明，消費(fèi)者的驅(qū)動(dòng)因素主要在于綜合商廈的經(jīng)營(yíng)規(guī)模；[18]仲海、寧敏的研究證明商業(yè)設(shè)施的核心競(jìng)爭(zhēng)力來(lái)源于商業(yè)的中心地等級(jí)。[19]

在相關(guān)性分析的基礎(chǔ)上，本文通過(guò)建立多元線(xiàn)性回歸模型進(jìn)一步研究了城市商業(yè)綜合體的供給指標(biāo)與需求指標(biāo)之間的關(guān)系。表3中a,b兩個(gè)線(xiàn)性回歸模型反映了不同的需求度量與供應(yīng)規(guī)模的關(guān)系，模型a因變量為商業(yè)商廈的服務(wù)半徑，自變量為商業(yè)綜合體建筑面積；模型b則反映了商業(yè)商廈日均客流量與商業(yè)綜合體業(yè)態(tài)豐富度之間的關(guān)系。經(jīng)檢驗(yàn)，在95%的置信區(qū)間下，模型a、模型b的Sig值均小于0.001，說(shuō)明該模型可靠并且具有一定的代表性。

表3 模型擬合R2變化

通過(guò)觀(guān)察表3回歸模型a1、b1可以發(fā)現(xiàn)，城市自身的規(guī)模經(jīng)濟(jì)特征，也會(huì)對(duì)商業(yè)商廈本身的客流、影響半徑等產(chǎn)生一定的影響。[20]然而模型a1的R2值較低(0.228)，說(shuō)明城市特征對(duì)商廈的影響范圍的解釋度較低，兩個(gè)變量的相關(guān)性不明顯。模型a2在加入解釋因子建筑變量之后，調(diào)整后的R2值上升明顯，說(shuō)明商業(yè)商廈的規(guī)模對(duì)其自身的服務(wù)半徑有顯著的相關(guān)性。模型a3、a4分增加了日均客流量、業(yè)態(tài)豐富度、公交覆蓋以及業(yè)態(tài)占比等解釋變量，逐步回歸之后的調(diào)整后R2值穩(wěn)定在0.57，說(shuō)明該回歸模型具有較強(qiáng)的解釋性。模型b1，分析了城市特征與商廈客流量的關(guān)系，結(jié)果發(fā)現(xiàn)城市特征對(duì)該模型的解釋性較弱。在引入商業(yè)網(wǎng)點(diǎn)的豐富度指標(biāo)后，模型b2的調(diào)整后R2值上升明顯，說(shuō)明商業(yè)網(wǎng)點(diǎn)豐富度是影響其日均客流量的主導(dǎo)因素。模型b3、b4分別引入了建筑面積、公交覆蓋以及業(yè)態(tài)占比等解釋變量，回歸后的模型R2值逐步提升，說(shuō)明所添加的解釋因子與日均客流有顯著的相關(guān)性。

分析多元線(xiàn)性回歸模型可以得出，商廈的服務(wù)半徑和客流量都與其自身的建筑面積存在顯著的正相關(guān)關(guān)系(見(jiàn)表4)。大規(guī)模的商業(yè)綜合體往往可以提供更多樣的商品和服務(wù)并以此吸引更多的日均客流量，其輻射能力也會(huì)更強(qiáng)。模型顯示，每增加單位公頃的建筑面積，都會(huì)擴(kuò)大約0.016 km的商廈服務(wù)范圍。雖然研究結(jié)果表明擴(kuò)大經(jīng)營(yíng)規(guī)模會(huì)帶來(lái)顯著的客流量提升，但也應(yīng)當(dāng)考慮目標(biāo)區(qū)域的人口情況，盲目擴(kuò)張則會(huì)出現(xiàn)商業(yè)空間閑置、空間利用率低、商業(yè)效益低等問(wèn)題。

商廈的業(yè)態(tài)豐富度作為商業(yè)供應(yīng)的另一大重要指標(biāo)，與日均客流量有顯著的線(xiàn)性相關(guān)關(guān)系(P<0.001)，在控制其他條件不變的前提下，每增加一個(gè)單位的商廈業(yè)態(tài)豐富度，就可以增加20人每日的日均客流量。另一方面，業(yè)態(tài)豐富度與商廈服務(wù)范圍并無(wú)顯著的相關(guān)關(guān)系。這一現(xiàn)象說(shuō)明顧客對(duì)商場(chǎng)提供服務(wù)的多樣性要求較高，業(yè)態(tài)的多元化將成為商廈發(fā)展以及其結(jié)構(gòu)調(diào)整的主要趨勢(shì)。因此，為了推動(dòng)商業(yè)環(huán)境的升級(jí)，應(yīng)當(dāng)鼓勵(lì)商廈在找準(zhǔn)人群和產(chǎn)品定位的基礎(chǔ)上，優(yōu)化業(yè)態(tài)組合，推動(dòng)商業(yè)環(huán)境的升級(jí)，引導(dǎo)良性競(jìng)爭(zhēng)，避免商業(yè)活動(dòng)同質(zhì)化發(fā)展。

商場(chǎng)影響半徑與交通便利度也存在一定的正相關(guān)關(guān)系，商場(chǎng)輻射范圍受交通便利性的影響較??；此外，日均客流量數(shù)據(jù)并沒(méi)有與商場(chǎng)臨近的公交站以及地鐵站數(shù)量產(chǎn)生顯著的相關(guān)關(guān)系(P=0.087)。雖然交通便利度的提高會(huì)使商圈的輻射能力有所增強(qiáng)，但其提升范圍有限。這說(shuō)明主導(dǎo)客流量的主要因素在于商廈的建筑規(guī)模以及其自身的業(yè)態(tài)豐富度，增加交通便利度只能在一定程度上提升客流量，但難以彌補(bǔ)設(shè)施上的差異。因此，在增加交通便利度的同時(shí)，應(yīng)重視商業(yè)服務(wù)供給以及營(yíng)業(yè)規(guī)模的提升，充分考慮商場(chǎng)針對(duì)的消費(fèi)人群，明確客流性值。在整體規(guī)劃的基礎(chǔ)上，對(duì)交通網(wǎng)絡(luò)合理布局，通過(guò)統(tǒng)籌協(xié)調(diào)資源提升商圈的綜合實(shí)力。

此外，本文針對(duì)業(yè)態(tài)種類(lèi)對(duì)商廈指標(biāo)產(chǎn)生的影響展開(kāi)了更為具體的分析。在1%的顯著水平下，餐飲類(lèi)商業(yè)設(shè)施對(duì)客流量和商廈服務(wù)范圍都具有正相關(guān)的影響。由于餐飲業(yè)的特殊性，其易對(duì)周?chē)土鳟a(chǎn)生長(zhǎng)期的定向影響，并為商廈設(shè)施提供更多的潛在消費(fèi)者。另一方面，餐飲行業(yè)也容易與商廈的夜間經(jīng)濟(jì)協(xié)同發(fā)展，并可以增加城市活躍度以及提高特定農(nóng)產(chǎn)品的流通范圍。因此，在商業(yè)網(wǎng)點(diǎn)的規(guī)劃中可以對(duì)餐飲行業(yè)進(jìn)行適當(dāng)?shù)馁Y源傾斜，在增加商廈輻射力的同時(shí)拉動(dòng)其他相關(guān)產(chǎn)業(yè)的收入。

購(gòu)物類(lèi)傳統(tǒng)商業(yè)網(wǎng)點(diǎn)的占比與客流總量存在著顯著的負(fù)相關(guān)關(guān)系，對(duì)商廈的輻射半徑幾乎沒(méi)有影響。這是由于電商平臺(tái)的高速發(fā)展推動(dòng)了消費(fèi)者購(gòu)物方式的轉(zhuǎn)變，傳統(tǒng)購(gòu)物類(lèi)商業(yè)設(shè)施正在受到豐富的虛擬購(gòu)物平臺(tái)的擠壓。消費(fèi)者前往商場(chǎng)購(gòu)買(mǎi)傳統(tǒng)商品的需求下降，這就需要通過(guò)創(chuàng)造性手段提振消費(fèi)者熱情?？梢圆扇∝?cái)稅金融手段引導(dǎo)推廣老字號(hào)產(chǎn)品等相關(guān)特色領(lǐng)域，推動(dòng)服務(wù)水平提高并增強(qiáng)消費(fèi)者的購(gòu)物體驗(yàn)。此外，還應(yīng)當(dāng)通過(guò)政策對(duì)商業(yè)發(fā)展予以正確引導(dǎo)，避免商業(yè)設(shè)施盲目擴(kuò)張的現(xiàn)象，對(duì)商業(yè)設(shè)施建設(shè)管理增強(qiáng)約束，鼓勵(lì)創(chuàng)新經(jīng)營(yíng)方式和差異化經(jīng)營(yíng)。

生活服務(wù)類(lèi)設(shè)施對(duì)日均客流量影響并不顯著，但對(duì)市場(chǎng)影響范圍有顯著的負(fù)向影響，這是由于消費(fèi)者傾向于選擇就近滿(mǎn)足自己生活服務(wù)需求的設(shè)施。從線(xiàn)性回歸結(jié)果可以發(fā)現(xiàn)科教文化服務(wù)設(shè)施與商業(yè)半徑和客流量均無(wú)相關(guān)性，因此難以得出此類(lèi)設(shè)施在商業(yè)商廈中存在的必要性。而以?shī)蕵?lè)為代表的新商業(yè)業(yè)態(tài)對(duì)商業(yè)設(shè)施客流起到了顯著的正相關(guān)作用，雖然休閑娛樂(lè)服務(wù)只占總設(shè)施數(shù)量的3%，但其對(duì)日均客流量的吸引力為63人每日，遠(yuǎn)高于其他業(yè)態(tài)。這說(shuō)明在設(shè)置商圈經(jīng)營(yíng)和服務(wù)類(lèi)型時(shí)應(yīng)注重整體性設(shè)計(jì)，充分了解消費(fèi)者偏好，重視新業(yè)態(tài)對(duì)消費(fèi)者的吸引力。

表4 總體回歸結(jié)果

四、結(jié)論與展望

(一)結(jié)論

本文對(duì)山東省100所大型商業(yè)商廈的研究表明，山東省省內(nèi)的商業(yè)商廈規(guī)模與市場(chǎng)需求均存在合理區(qū)間，通過(guò)對(duì)研究樣本的建筑面積進(jìn)行歸納可以發(fā)現(xiàn)，75%的目標(biāo)商廈的建筑面積屬于12-15公頃區(qū)間。由此可見(jiàn)，消費(fèi)者對(duì)于游憩消費(fèi)的功能結(jié)構(gòu)，具有一定程度的偏好，在規(guī)劃的過(guò)程中應(yīng)適度控制規(guī)模，更多考慮面積約束下的經(jīng)濟(jì)效益。同時(shí)，商業(yè)網(wǎng)點(diǎn)數(shù)量與商廈建筑面積相對(duì)應(yīng)，數(shù)量普遍不超過(guò)300家，均值為250家。這表明在商鋪數(shù)量相當(dāng)?shù)那闆r下，想要提升商廈競(jìng)爭(zhēng)力，應(yīng)當(dāng)提高商鋪的多樣性以及服務(wù)質(zhì)量。此外，商業(yè)的業(yè)態(tài)多樣性與市民需求的契合度呈正相關(guān)，這表明商品種類(lèi)覆蓋全的商廈更契合市民的消費(fèi)需求。另一方面，研究發(fā)現(xiàn)運(yùn)營(yíng)較好的商廈的日均客流量相似性較高，數(shù)值在6000至8000的范圍內(nèi)浮動(dòng)。這從側(cè)面說(shuō)明對(duì)于單體商廈建筑，客流量可能存在一定的邊際性，即雖然規(guī)模增長(zhǎng)會(huì)帶來(lái)額外客流量，但存在客流量閾值。從商廈的服務(wù)范圍來(lái)看，購(gòu)物人群更傾向于就近購(gòu)物，平均購(gòu)物出行距離為0.9 km，是15分鐘步行范圍的合理區(qū)間。

本文還對(duì)商業(yè)商廈的規(guī)模與市民購(gòu)物需求的相關(guān)性進(jìn)行了研究，發(fā)現(xiàn)在控制城市特征的外部要素的前提下，每增加單位公頃的額外建筑面積，就會(huì)提高約0.016 km的服務(wù)范圍。在城市商廈規(guī)劃的過(guò)程中，應(yīng)充分考慮周邊商廈的影響范圍，合理布局，考慮增加規(guī)模對(duì)于商業(yè)體的綜合影響。將網(wǎng)點(diǎn)數(shù)量與多樣性共同作用于市民的購(gòu)物需求?；貧w模型的分析表明，增加單體商廈內(nèi)的網(wǎng)點(diǎn)數(shù)量以及提高商業(yè)網(wǎng)點(diǎn)的業(yè)態(tài)多樣性都對(duì)吸引客流有較大的幫助，每增加單位商業(yè)業(yè)態(tài)的豐富度都會(huì)額外吸引20.05人均客流量。在網(wǎng)點(diǎn)數(shù)量不變的情況下，對(duì)商業(yè)網(wǎng)點(diǎn)的門(mén)類(lèi)進(jìn)行結(jié)構(gòu)性?xún)?yōu)化能有效提高商業(yè)網(wǎng)點(diǎn)的運(yùn)營(yíng)效率。

此外，研究發(fā)現(xiàn)，提高公共交通便利度和餐飲服務(wù)數(shù)量都對(duì)提高商廈影響半徑具有正向效應(yīng)，提高餐飲服務(wù)業(yè)務(wù)以及休閑娛樂(lè)服務(wù)數(shù)量對(duì)提高日均客流量具有正向效應(yīng)。商業(yè)區(qū)域可以通過(guò)調(diào)整業(yè)態(tài)配比和交通便利度等外部因素來(lái)增加運(yùn)營(yíng)能力。

(二)展望

本研究通過(guò)使用新興LBS數(shù)據(jù)對(duì)城市微觀(guān)商業(yè)的規(guī)模、業(yè)態(tài)、服務(wù)范圍以及客流量進(jìn)行了關(guān)系評(píng)估，對(duì)城市商業(yè)商廈的規(guī)劃建設(shè)有一定借鑒意義。然而，城市商業(yè)商廈的實(shí)際運(yùn)營(yíng)情況十分復(fù)雜，不同商廈的覆蓋情況和經(jīng)營(yíng)狀況存在很大差異，許多區(qū)域存在不良競(jìng)爭(zhēng)和空心化等問(wèn)題，因此影響商業(yè)商廈客流、服務(wù)半徑的實(shí)際因素更加多元化和復(fù)雜化。本文僅從商業(yè)設(shè)施規(guī)模以及網(wǎng)點(diǎn)豐富度兩個(gè)角度進(jìn)行分析比較片面，而且所選樣本的豐富度不夠高，不能全面代表所有能級(jí)的商廈情況。因此，針對(duì)上述不足，后續(xù)有必要進(jìn)行深入的研究。首先，應(yīng)將區(qū)域競(jìng)爭(zhēng)模型引入到回歸參數(shù)中，從微觀(guān)整合到中觀(guān)層次，對(duì)城市區(qū)域中出現(xiàn)的商業(yè)集聚、商業(yè)競(jìng)爭(zhēng)現(xiàn)象進(jìn)行深入分析。其次，應(yīng)該結(jié)合現(xiàn)有研究、規(guī)劃的經(jīng)驗(yàn)，考慮加入科學(xué)性更強(qiáng)的控制變量，以消除其他因素的影響。最后，本文研究只使用了2019年7月至2019年9月的數(shù)據(jù)，有一定的時(shí)間局限性。采用橫斷面數(shù)據(jù)采樣回歸方法也使研究有一定的片面性，未來(lái)的研究應(yīng)當(dāng)采用更廣闊的時(shí)空維度數(shù)據(jù)，以達(dá)到更好的結(jié)果。