城市更新是对城市出现的一系列退化现象作出的积极干预措施, 是城市从增量扩张转向存量发展, 寻求可持续建设的一种方式。为实现经济上的“拆赔平衡”, 再开发的项目相较之前规划或显著提升容积率, 或改变土地用途^[1]。因此, 房地产企业在具体开发过程中更倾向于商业地产开发。城市更新背景下大型商业综合体建设对周边商业网点带来一定影响, 进而辐射整个区域的商业资源空间配置。本文基于具体案例, 研究城市更新背景下新建大型商业综合体对周边商业网点的影响。

商业空间结构理论是商业地理学研究的主要内容。国外学者对商业空间结构理论研究积累了丰富成果^[2,3,4]。国内对于商业地理学的研究始于20世纪80年代初期, 重点研究领域为商业空间结构^[5,6,7]。随着计算机技术迅猛发展, 地理信息系统 (GIS) 逐渐运用到商业空间领域并成为一种热门技术。张珣等^[8]等基于GIS对北京商业网点空间结构及其演进规律进行了深入分析, 总结出影响商业空间布局的因素。田光进^[9]以GIS点状数据为基础, 采用量化指标对广州大都市产业空间格局进行评价。

由于大型商业综合体具有体量大、涉及面广、吸引力强等特点, 因此, 在城市更新背景下, 植入大型商业综合体势必对周边环境产生一系列社会、经济、环境及文化影响^[10]。

在植入大型商业综合体前, 城市中心老旧街区土地用途较单一 (通常为住区) , 周边商业设施规模较小, 主要为满足周边住户基本生活需要, 商业设施空间分布较扁平, 结构较均衡。新建商业综合体后, 由于商业综合体自身的人口导入条件、商业吸引能力及周边基础设施条件的改善, 消费者进入商业综合体所辐射领域形成圈层服务结构。由于区域土地用途的转变, 土地价值上升, 地租价格上涨, 档次较高的店铺聚集于此, 从而吸引具有高消费实力的人群, 带动区域商业设施的进一步发展与完善, 最终改变周边商业空间结构。商业空间影响机制如图1所示。基于上述影响机制, 提出本文研究思路 (见图2) 。

1) H₁大型商业综合体建设激发区域商业消费活力, 增加商业人气, 促进商业网点数量增加, 但各区域商业网点增加程度不同。

2) H₂大型商业综合体建设所带来的人流使周边商业网点数量增加, 新增商业网点以综合体为中心向四周扩散, 符合距离衰减规律;受地铁影响, 商业网点空间扩散呈明显点轴色彩, 与轨道交通耦合程度较高。

3) H₃大型商业综合体建设有利于区域商业活力增加, 土地价值上升, 租金上涨, 助推商业网点自身档次调整与升级, 进而促进消费, 但各区域消费水平变化存在差异。

本文以重庆大坪龙湖时代天街 (以下简称L项目) 为研究案例。L项目是典型的城市综合体, 总建筑面积约12万m², 涵盖零售、服务、休闲娱乐、教育服务等多种业态, 于2016年6月开业。本文将比较其开业前半年与开业后半年周边商业网点的变化情况。

为在空间上进行区分, 将其影响范围划分为3个区域, 即核心区域 (代号C) 、边缘区域 (代号E) 和竞争区域 (代号P) , 区域划分的主要原则如下。

1) 按照商业组团特征划分核心区域和边缘区域的边界。

2) 按照政府商圈规划划分竞争区域的边界。

区域C、E与P的边界按照商圈规划进行划分, 区域C与E之间的边界按照商业网点组团分布特征进行划分。

具体而言, 核心区域C是受L项目直接影响的大坪商圈范围;边缘区域E是与该商业综合体处于同一轨道交通线路的大坪商圈外围区域, 主要用于研究轨道交通对商业网点的影响;竞争区域P是与大坪商圈相邻的一个传统商圈, 从区域格局上看, 与大坪商圈有竞争关系, 研究区域划分情况如图3所示。

本文商业网点数据采集自大众点评网。基于网络爬虫工具分别于2015年12月和2016年12月对研究区域的商业网点数据进行网页采集, 提取各商家名称、经纬度、人均消费等数据, 作为分析的数据基础。经数据采集, 共得到拥有经纬度坐标的商业网点数量2015年为1002家, 2016年为4440家, 这些数据主要用于验证H₁和H₂;剔除上述数据中人均消费缺失或异常的商业网点后, 2015年共采集到488条数据、2016年共采集到998条数据用于验证H₃。

2015—2016年各区域商业网点数量及增长率如图4所示。区域C商业网点数量增长率最大, 区域E次之, 而区域P相对最少。大型商业综合体建设能为核心区注入更多人气, 带动核心区商业繁荣, 从而促进商业网点数量大幅增加;区域E属于L项目影响的外围区域, 距核心区有一定距离, 受其直接影响较小, 因此商业网点增长速率也相应较少;竞争区域P原为较成熟的传统商圈, 内部商业结构不易受外界影响, 商业网点数量增长率相对最低, 符合H₁。

借用动态物质变化中“流”的定义, 将美食商家歇业与开业的过程称为“商业网点变化流”, 用来描述商业网点空间变化属性^[11]。“商业网点变化流”包含原有店铺歇业的“流出”和新增店铺的“流入”2种类型, 净流量NF (Net Flow) 等于流入量FI (Flow In) 减流出量FO (Flow Out) , 净流量为正时, 表示商业网点净流入;为负时, 表示净流出。

本文将研究区域在Arcmap中随机划分为500m×500m的小方格, 方格颜色越深表示方格区域内正向净流量越大, 越浅表示负向净流量越大。

如图5所示, 商业网点净流量空间分布存在区域差异。整体而言, 净流量空间分布基本以L项目为中心呈向外扩散状, 离L项目距离越远, 出现负向净流量的可能性越大, 符合距离衰减原理。

标准差椭圆法是一种分析点状数据空间分布特征的常用方法。标准偏差椭圆长轴表示点状数据最大扩散方向, 短轴表示最小扩散方向;其面积反映商业网点空间聚散程度, 面积越小意味着各网点分布越接近重心, 集聚程度越高, 反之越分散。

本文运用Arcmap提供的标准差椭圆工具进行分析, 结果如图6所示。

根据分析结果, 除区域E外, 其余两区域2016年重心分布较2015年无显著差异。C、P两区域商业网点重心位于各自商圈中心;而区域E商业重心存在明显朝东北方偏移趋势, 这主要由于地铁站点带来聚集效应, 使商业网点重心逐渐向地铁站点靠拢。除重心外, 2016年区域E商业网点集聚程度较2015年有显著性提升, 椭圆长轴方向与轨道交通方向基本保持一致;区域C集聚程度并无太大变化, 而椭圆的长轴方向由原来垂直于地铁方向变为平行于地铁方向;区域P商业网点空间分布集中程度稍有增加, 椭圆长轴方向与2015相比逆时针旋转一定角度, 反映了商业综合体对竞争区域的“引力”作用, 符合H₂。

3个区域2015—2016年各区域人均消费变化的具体情况如表1所示。

由人均消费变化率可知, 区域C由于受L项目影响, 聚集了人气, 激发了商业活力, 因此有更多高档商家入驻, 使人均消费变化率为正且最大;区域E属L项目影响的外围区域, 客流具有随同地铁线路流入核心区域的趋势, 因此人均消费变化率最低;区域P与C互为竞争关系, 核心区域的商业繁荣对竞争区域带来商业冲击, 但由于区域P商圈建设已成熟, 冲击虽存在但影响较小。

总之, 大型商业综合体核心影响区域内商业网点消费水平普遍呈上升趋势, 而边缘区域和竞争区域内的商业网点消费水平多呈下降趋势, 符合H₃。

以城市更新为背景的大型商业综合体对周边商业网点产生一定影响, 具体表现在3方面。

1) 大型商业综合体建设将增加周边商业网点数量, 但各区域增加程度不同。

2) 大型商业综合体建设使周边商业网点以项目为中点向四周扩散, 扩散符合距离衰减规律, 离核心区越近, 商家净流量越大, 离核心区越远, 商家净流量越小, 进而对区域商业网点空间分布的集聚特征产生影响。此外, 现阶段商业网点空间集聚与扩散呈现明显“点—轴”色彩, 与轨道交通耦合程度较高。

3) 大型商业综合体建设直接使区域人气增加, 地价上涨, 人均消费增长率最大且为正;边缘区域与竞争区域受核心区人气分流影响, 人均消费增长率均为负, 其中边缘区域人均消费变化率下降幅度最大, 受核心区影响较大, 竞争区域由于自身结构的稳定性, 下降幅度不明显。

作为现阶段城市更新的主要参与者, 政府和房地产企业应合理预计项目实施后可能产生的多方影响, 谨慎行事。政府在城市更新决策前应广泛听取项目利益相关者意见, 做好协调规划, 保障项目顺利实施, 减少利益冲突。此外, 政府应进一步完善现行商业体系, 除关注大型商业综合体外, 还应注重对分散商业网点的培育, 促进商业体系健康发展。房地产开发商在进行商业项目开发前应做好市场调研, 明确风险, 合理进行产品定位与设计, 在保障自身利益的同时, 应承担起维持周边商业稳定与可持续发展的责任。