【多源数据分析】居民需求视角下大型购物中心绿色出行服务能力评价 | 城市数据派

年终数据技能大冲刺开车啦！

同时报名还可享更多优惠：

任选2套同报，钜惠价再减200元！

任选3套同报，钜惠价再减360元！

任选4套同报，钜惠价再减520元！

任选5套同报，钜惠价再减650元！

（多套同报优惠到1月30日截止，

以上优惠不包括营13）

‍大型购物中心是人们日常生活中的重要目的地，其布局优化成为提高绿色出行水平的重要规划手段，对绿色城市的建设具有不可替代的作用。大数据时代背景下，基于导航平台获取等时圈数据，可以获得准确、更具时效性的出行成本，同时避免复杂的人工构建路网数据集的工作量，为研究提供更加高效、真实的数据基础。因此，本文基于高德地图提供路径规划功能获取的大型购物中心“绿色服务圈”，关注大型购物中心的绿色出行服务范围与人口需求的匹配，从深圳市全域大型购物中心绿色出行服务水平和各个大型购物中心绿色出行服务的供需匹配两个层面评价大型购物中心绿色出行（包括步行、骑行、公共交通出行）服务能力的理论框架，探讨深圳市现有绿色路网建设能多大程度满足居民的购物出行需求，更真实地了解居民到达大型购物中心的难易程度。最后提出提升大型购物中心绿色出行效率的针对性策略。

1

研究区域概况

深圳是粤港澳大湾区的核心引擎。对于深圳市这一高密度超大城市而言，如何依托绿色交通路网来完善大型购物中心布局，是一个需要深入研究的问题。深圳市下辖10个行政区，其城市化率在中国是最高的。深圳有“关外”和“关内”之说，关内指罗湖、福田和南山等中心城区，其发展状况与关外地区存在着较为明显的差异。

2

构建大型购物中心绿色出行服务能力评价的方法及所需数据

本文对购物中心的服务能力评价，基于其空间布局并考虑居民通过绿色出行到达购物中心的需求。从宏观（深圳市整体）、微观（各个大型购物中心）两个层面展开，探索深圳市大型购物中心的“绿色出行服务能力”，对比不同出行方式、不同区域的差异程度，并考察其供给与人群需求之间的匹配情况，评价大型购物中心布局是否能够充分满足人群的绿色出行，最后提出提升现有大型购物中心绿色出行效率的策略。

2.1  “绿色出行服务能力”的主要评价指标

“绿色出行服务能力”指的是大型购物中心能够服务到的通过绿色出行抵达的居民的能力大小，因此它涉及两方面的内容：一是购物中心所能提供的“绿色出行服务范围”，在本文中用“绿色服务圈”的面积表示；二是购物中心所能服务到的通过绿色出行方式抵达的居民，即“绿色出行服务人口”，用“绿色服务圈”所能覆盖到的居民数表示。这一组对应的指标可以反映购物中心在一定时间阈值内绿色出行的可达性程度，也从侧面反映出城市绿色交通设施“供给侧”的综合建设情况，其中涉及大型购物中心空间位置及其绿色出行服务范围、深圳市人口等数据。首先，大型购物中心空间位置数据来源于赢商网。其次，本文的一个重要分析基础是大型购物中心的“绿色服务圈”，指的是以大型购物中心为起点，通过步行15 min①、骑行12 min②或公交（地铁+常规公交）30 min③所能到达的区域。本文基于高德等导航平台的路径规划所得到的“等时圈”，考虑了出行链全过程及现实中道路通畅性、道路密度、道路可达性、道路步行环境等多种因素。人口数据选用Worldpop人口空间统计中的“China Population 2019”格网数据(以下简称“WP格网人口”)。

万象天地购物中心“绿色服务圈”示意图

来源：笔者自绘。

2.2  大型购物中心绿色出行服务的供需匹配情况分析方法

本文运用双变量空间自相关方法，从全局和局部两个方面分析3种出行模式下大型购物中心的“绿色出行服务”在供需两方面的匹配情况，“供”即大型购物中心的绿色出行服务范围的规模，“需”即大型购物中心的绿色出行服务人口数量。在全局层面，分析深圳市全域范围内，大型购物中心的绿色出行服务供需的匹配程度；在局部层面，分析每一个大型购物中心的供需匹配模式，分为“高供给—高需求”“低供给—低需求”“低供给—高需求”和“高供给—低需求”4类购物中心。基于此，评价各个大型购物中心是否存在绿色出行导向下承载压力过大或者资源没有较好地被利用的情况。

3

深圳市大型购物中心绿色出行服务能力评价结果

3.1  深圳市大型购物中心空间布局的基本情况

深圳市共有112处大型购物中心（2022年前开业），通过统计各个行政区内的大型购物中心数量，并计算各个行政区内购物中心的总经营面积、平均经营面积，可知宝安区、龙岗区的大型购物中心数量最多。大鹏新区、盐田区没有大型购物中心。

各行政区大型购物中心数量及平均经营面积

来源：笔者自制。

进一步通过核密度分析，将大型购物中心的经营面积作为权重，可以发现几个比较重要的“核”，也就是大型购物中心的聚集区，位于宝安区与南山区交界处，南山区、福田区、罗湖区等市中心地带，另外龙华区也形成了较大的“核中心”。购物中心近年来也在前海中心和龙华中心集聚发展。龙岗区作为购物中心数量最多的行政区，并未形成明显的“核中心”，但“小核”数量较多，可以看出购物中心分散地分布在区内，形成多个商业次中心。

基于经营规模的深圳市大型购物中心核密度分析

来源：笔者自绘。

3.2  深圳市大型购物中心整体的绿色出行服务能力

（1）大型购物中心绿色出行服务范围对居民的覆盖情况

“步行服务圈”能够覆盖21.16%的深圳市居民，“骑行服务圈”能够覆盖64.20%的居民。而“公交服务圈”覆盖到的居民数比“骑行服务圈”要少。但由于深圳市炎热的气候环境及不佳的骑行环境，较少居民会选择骑行前往大型购物中心。大型购物中心的公交出行服务能力的重要性和不可替代性也因此凸显，然而目前“公交服务圈”仅能覆盖一半的居民，其服务水平还有待提升。

大型购物中心“绿色服务圈”对居民的覆盖情况

注：数据来源于Worldpop人口空间统计数据，深圳市人口总数为15 278 700人。

来源：笔者自制。

（2）大型购物中心绿色出行服务范围未能覆盖到的区域

在了解大型购物中心绿色出行服务范围对居民的覆盖情况后，要找到人口数量多、设施需求旺盛的地区，通过增加购物中心数量和改扩建现有购物中心来提高服务能级，以匹配居住人口规模。因此，要结合深圳市人口分布密度来获取未能被绿色出行服务范围覆盖到的区域。深圳市西部地区基本上实现了大型购物中心与人口集聚区的匹配，而东部三区仅有一处大型购物中心，公交出行服务范围较小，东部人口较少，对大型购物中心的需求也小。

大型购物中心公交出行服务范围覆盖人口情况

来源：笔者自绘。

盐田区的人口相对西部三区来说较多，形成一片小范围人口聚集区，还有多处著名景点，却没有与之相匹配的大型购物中心供游客驻足休息、餐饮、娱乐，因此该区域属于应着重“补足短板”的地区。

盐田区3处社区型购物中心的空间布局及周边用地情况

来源：百度地图。

然而，该区域周边有3处社区型购物中心，因此新增大型购物中心的必要性较低。一方面，可以灵活设置小型购物中心，并着力完善公交服务能力。另一方面，可以结合区域特色，升级打造现有的小型购物中心。

3.3  深圳市大型购物中心绿色出行服务的供需匹配情况

相较于单纯测度点对点的可达性，运用双变量空间自相关方法，能更直观地反映有多少居民、能在多大的便捷程度上到达大型购物中心，即绿色出行服务的供需匹配情况。

（1）全局空间自相关——整体上大型购物中心绿色出行服务的供需匹配程度

全局空间自相关指数（Moran’s I）取值一般在[-1, 1]之间，等于0表示不相关，大于0表示正相关，值越大则相关性越高，小于0则相反。购物中心的步行、公交出行服务水平与人口需求呈正相关关系，且公交的正相关程度远高于步行，原因可能是：大型购物中心的服务范围较广，其“公交服务圈”覆盖的范围较大，能与人口数量形成较强的相关关系，其布局充分考虑了通过公交方式到达购物中心的居民，而其与周边步行可达范围内的居民数量的关系则不明显。然而，骑行出行服务水平与人口需求却呈负相关关系，说明购物中心的布局没有与骑行路网的建设相协调。

全局空间自相关指数计算结果

来源：笔者自制。

（2）局域LISA集聚图——各个大型购物中心绿色出行服务的供需匹配模式

基于LISA集聚图，可以直观展示3种出行方式下各个大型购物中心的“绿色出行服务”供给与人口需求的匹配模式。

深圳市大型购物中心步行出行服务供给与人口需求的匹配

来源：笔者自绘。

深圳市大型购物中心骑行出行服务供给与人口需求的匹配

来源：笔者自绘。

深圳市大型购物中心公交出行服务供给与人口需求的匹配

来源：笔者自绘。

步行、骑行出行都属于慢行出行，从分析结果看来，步行、骑行出行服务的供需匹配情况也较为相近。本文将绿色出行服务供给和人口需求表现为“高—高”“低—低”的模式视作是供需匹配的情况，而“低—高”“高—低”的模式则是供需不匹配的情况。“步行出行服务”供需匹配模式的购物中心数量（28个）略低于不匹配的数量（34个），而“骑行出行服务”供需匹配模式的购物中心数量（16个）显著低于不匹配的数量（36个）。福田区、罗湖区、宝安区的购物中心更多表现为步行、骑行出行服务供给较多，因此呈现出的都是“高—高”“高—低”的匹配模式。而南山区、光明新区、龙华区、龙岗区的购物中心都是“低—低”“低—高”的匹配模式。

公交出行服务供需匹配模式的购物中心数量（44个）显著高于不匹配的数量（12个）。匹配模式的空间分布存在显著的关内外差异的现象以及同一模式聚集的现象。关内地区的公共交通建设情况较好，购物中心多表现为“高—高”“高—低”的匹配模式，关外地区则是“低—低”“低—高”的匹配模式。

（3）大型购物中心3种出行方式的“绿色出行服务”供需匹配综合情况

大型购物中心3种出行方式的“绿色出行服务”与人口供需匹配综合情况

来源：笔者自制。

共有16处大型购物中心3种出行方式的服务供需匹配模式均为无显著相关关系，其中主要的一部分是深圳市较为著名的购物中心。这些购物中心的绿色出行服务范围极大或是服务到的人口极多，即会吸引到更大范围的居民前往，而不仅仅局限于3个“绿色服务圈”。

数量较多的几种类型中均体现出步行和骑行出行服务的供需匹配结果比较一致，例如数量最多的一种类型：步行、骑行出行服务的供需匹配关系均不显著，共有18个购物中心。另外，未出现3种出行方式的服务供给与人口需求均匹配的购物中心，即未出现能够较好地考虑到多模式的绿色出行服务的购物中心，同时也未出现3种出行方式的服务供给与人口需求是“高供给—低需求”模式的购物中心，即未出现不能够较好发挥绿色出行服务能力的购物中心。

4

提升现有大型购物中心绿色出行效率的策略

4.1  提升步行出行效率，重在步行路网的建设与完善

喜荟城和宝能中心环球汇相距较近，在步行服务能力方面，前者表现为“高供给—高需求”的匹配模式，后者为“低供给—高需求”模式。宝能“步行服务圈”内的人口密度远远大于喜荟城，但是喜荟城的步行服务范围却大于宝能。究其原因，购物中心绿色出行服务范围一定程度上与路网密度相关，步行出行服务水平的差异也主要取决于步行路网密度的高低。然而，不同于社区型的商业设施，大型购物中心的服务范围更广，让城市中每个居民都能步行到达大型购物中心的想法是不现实的，因此更重要的是完善购物中心周边步行路网的建设及其连通度。

宝能中心环球汇和喜荟城的步行出行服务供需匹配情况

来源：笔者自绘。

4.2  提升骑行出行效率，重在骑行环境的优化与畅通

壹方城位于龙华区，是深圳规模最大的集中式商贸中心，其“骑行服务范围”是深圳市各个大型购物中心中最大的。其周边还有壹方天地A、B、E区，体量都很大，这几处大型购物中心相距较近，共同形成一片商业中心，而且“骑行服务范围”都很广，该区域周边骑行路网密度高、建设较好、延伸性强。另外，这4个购物中心的骑行出行服务均表现为“高供给—低需求”的匹配模式，即骑行出行服务能力较强，而周边居民较少。骑行路网应发挥自身“点对点”及适用于中短距离出行的优势，其建设需要注重连接设施出入口与居民出发起始点。

壹方城和壹方天地的空间位置及其骑行出行服务

来源：笔者自绘。

仅仅保证骑行路网的连通，还不足以提升居民骑行出行效率。若能提升骑行舒适度，美化骑行环境，将能大大提升骑行出行率，助力绿色出行目标的实现。

4.3  公交出行效率提升，重在购物中心选址与公交线路优化

COCO park地处福田中心区，其“公交服务范围”是深圳市各个大型购物中心中最大的，同时，其公交出行服务表现为“高供给—高需求”的匹配模式，即其公交出行服务能力极强，服务范围极广，且能较好服务于周边的居民。

福田COCO park的公交出行服务范围

来源：笔者自绘。

根据赢商网数据，其周边公交线路多达25条，超过深圳市水平的45.32%。另外，该区域是重要的地铁枢纽，购物公园地铁站与COCO park无缝衔接，地铁1号线及3号线直达购物中心负二层，同时还有福田站、会展中心站、市民中心站、石厦站等1 000 m步行可达的地铁站。地铁确实是提升公交出行可达性的重要因素，而地铁站点与大型购物中心的连接模式则起到“推波助澜”的关键作用。COCO park与地铁站的结合属于融合型的建设模式，极大地吸引了出站人群，同时有效提升了地铁的使用效率和购物中心的品质。深圳市应对可与地铁站融合建设的大型购物中心进行改造升级；在尚无大型购物中心且居民需求旺盛的区域，在拟建大型购物中心阶段，就应深入论证建设融合型模式的可行性，优化规划设计方案。

深圳市“公交服务范围”最大的10个大型购物中心均位于福田区和南山区，属于深圳市中心区，其公交线路密集、连通性强，有7个购物中心为“高供给—高需求”的匹配模式。购物中心的大量人流也可为公共交通提供非高峰时段长期稳定的客流支撑。因此，新的购物中心项目应注重选址，布局在公交网络较为完善的区域，同时考虑公交服务范围内的人流密度分布。而已有的购物中心，可通过增加周边步行范围内公交站点数量、增设公交线路、提升公交线路连通度等措施，提升人们公交出行效率。

5

结语

本研究基于大型购物中心的“绿色服务圈”，从深圳市全域、各个大型购物中心两个层面展开分析，了解深圳市大型购物中心绿色出行服务能力的整体情况，识别各个大型购物中心绿色出行服务供给与需求的匹配情况，从居民需求的角度提出提升针对大型购物中心的绿色出行效率的策略。“绿色出行服务能力”的评价只是一个基础，未来有必要深入分析大型购物中心的绿色出行可达性以及影响居民通过绿色出行方式前往大型购物中心的因素，进一步提出相关优化策略。

注释：

①近年来，多地相继出台“15分钟生活圈”建设方针，目的是为居住区配备生活所需的基本服务功能和活动空间。“15分钟”指的是人们能够通过步行15 min获取所需的服务，是一个人们普遍能够接受的步行时长，因此本研究将“步行服务圈”的时间阈值设定为15 min。

②《深圳市自行车交通发展规划（2021—2035）》中指出，根据骑行大数据分析，深圳市平均单次骑行时间约12.8 min。该文件还指出，深圳市致力于建设“自行车友好城市”，打造“1公里步行、3公里自行车、长距离公共交通为主”的绿色交通体系。按照普通人在正常路况下的平均骑行速度15 km/h计算，3 km路约需骑行12 min，因此本文将“骑行服务圈”的时间阈值设定为12 min。

③ 通过问卷调查，了解人们对于使用公共交通方式前往大型购物中心所能容忍的最长时间，选项分为15 min、30 min、45 min、60 min，其中最多的人选择30 min，占比达48%。填写问卷的人员中，57%长期生活在深圳市，其中有42%的人也认为30 min是能容忍的最长时间；89%的人员长期生活在超大特大城市，情况与深圳市相近，调查结果具有较好的适用性。因此本文将“公交服务圈”的时间阈值设定为30 min。

（本文来源于“中国城市科学研究会城市大数据专业委员会2022年会暨第三届‘城市文化感知与计算’学术研讨会”投稿优秀论文。）

图文封面来源: 720real.com。

详情请关注《上海城市规划》2023年第4期《居民需求视角下大型购物中心绿色出行服务能力评价——以深圳市为例》，作者：黄淑茵，深圳大学建筑与城市规划学院。本文内容仅代表作者观点。