慧眼识城，数研北京：北京城市活力分析之购物出行特征分析
2021-03-04 17:28
摘要
《中国城市繁荣活力2020报告》将城市商业空间评估纳入构建理想活力之城的评估指标体系，《北京市国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要(草案)》也提出“北京将推动人口与城市协调发展，保持城市人口发展活力”。 本文以百度地图慧眼的出行大数据为基础，综合各口径相关数据，从多个维度分析北京市购物出行的时空特征。从购物出行的视角出发，对北京市的商业空间分布、周边交通条件及业态特征进行分析，拟对北京未来商业布局的优化提出初步建议。
图1 一级购物商圈相关购物出行全日分时动态分布
01
图2 全国部分城市购物出行比例对比
02
有工作人群购物比例最高，中年人群购物出行距离最长
结合职住数据分析可见，北京本地就业人口的购物出行约占1/2，平均出行距离最长，约4.8公里；离退休等未就业人口购物出行约占1/4，平均出行距离最短，约4.0公里；京外人口在京购物出行约占1/5，购物出行平均出行距离约4.4公里。北京市购物出行的平均出行距离约4.5公里。
图3不同类型人群购物出行占比
对比不同年龄段人群的购物出行距离可见，中年群体购物的平均出行距离最长，两侧年龄段群体购物的出行距离依次降低。整体上讲，现阶段的购物出行距离和15分钟生活圈的理想购物出行距离仍有差距。
图4 不同年龄人群购物平均出行距离（公里）对比
对比不同年龄段人群购物出行的时间可见，65岁以上的老年人更倾向于早上9-10点购物，55至64岁的老年人更倾向于下午4-5点购物。其他年龄段群体购物出行的时段高峰期不明显，且晚上6点后，青年人相比老年人的购物出行更多。
图5 不同年龄段人群的购物出行时段分布
03
西城、东城、朝阳、昌平为购物出行主要汇入区
分析各行政区购物出行的起终点可以发现，城区中西城、东城、朝阳的购物出行吸引量大于发生量，为购物出行的汇入区；海淀和丰台则为购物出行的流出区，海淀尤为明显；而石景山相对均衡。近郊新城中，昌平、顺义为汇入区，通州、大兴、门头沟为流出区，房山相对均衡。北部四个远郊区（怀柔、延庆、平谷、密云）的购物出行基本呈现自给自足的均衡状态。
图6 购物出行起终点的行政区分布对比
04
本地就业人群近4成购物出行在家或工作地附近发生，本地无就业人群1/4购物出行在家附近发生
通过对比人群购物出行的起终点所在交通小区及其职住地所在交通小区的一致性，可以发现：北京本地就业人群40%的购物出行与其职住地处在同一交通小区，其中家与工作地附近的购物出行各占一半；而本地无就业人群约25%的购物出行是在其居住地所在交通小区完成的；京外居住、北京就业人群的购物出行有30%是在北京的就业地所在的交通小区发生的。
图7 不同职住群体的购物出行类型对比
05
通勤人群在上下班途中的购物出行基本沿通勤廊道分布
针对上述本地职住人群，结合出行链数据对其通勤途中的购物出行进行分析，可以发现购物出行的目的地基本沿通勤廊道上选择。我们用通勤过程中的购物折线率来表征购物出行目的地与通勤出行的关系：
其中，Dist(shopping,home)表示购物地与家的直线距离，Dist(shopping,work)表示购物地与工作地的直线距离，Dist(home,work)表示家与工作地的直线距离。购物折线率结果如下图所示：Ratio在1.1以内的购物出行占约40%，1.2以内的购物出行约50%，在1.5以内的购物出行约70%。可见，沿主要通勤廊道构建沿途商业设施更利于商圈的形成，后文的一级商圈中的朝阳大悦城和长楹天街可归结为此类型的典型。
图8 通勤途中的购物出行折线率分析
06
九个一级商圈，占购物出行总量的1/10
将购物出行目的地进行空间聚合，根据分布强度可得到北京市一级商圈9个，二级商圈11个。
图9 北京市一级商圈分布
一级商圈主要分布在核心城区，其中最大的依然是传统的西单商圈和王府井商圈，它们都属于由多种类型的商场构成的综合购物场所。中心城区范围内来看，朝阳的一级商圈最多，包括国贸东大桥连绵商圈，朝阳大悦城、长楹天街、合生汇等超大综合体商圈；海淀则以公主坟商圈和世纪金源商圈为典型；新城中仅大兴新城的荟聚商圈挤进一级商圈。整体上看，城市北部地区虽然商圈较多，但达到一级规模的较少。
图10 北京市二级商圈分布
二级商圈主要分布在城六区，东西城核心区内仅涉及西直门商圈和宣武门商圈。城区方面，丰台百荣商圈的批发功能虽然被大部分疏解，但依然为丰台最大的商圈；朝阳包括三里屯商圈、SKP大望路商圈和十里河商圈；海淀则主要为中关村商圈和清河万象汇商圈。新城的二级商圈主要为昌平的龙德广场商圈。
07
一级商圈平均商业规模约45万平米，轨道交通对其辐射范围的延展作用较为明显
从九大一级商圈的客流构成看，北京本地就业人群占据主体，京外差旅人群在王府井和国贸地区最为集中，占比近1/3；北京本地无就业人群在城乡翠微、长楹天街及荟聚等商圈占比较高，处于1/4至1/3之间。京外居住、北京就业人群的购物出行主要去往朝阳合生汇与朝阳大悦城等商圈，其与燕郊等地为北京周边居住的最为集中区域相吻合。
图11 九大一级商圈客流构成对比
下面从商圈规模、业态分布、交通条件、设置配套、周边人口、服务半径等多个维度对各个一级商圈进行对比。
1）规模
九大一级商圈中，世纪金源商圈以68万平米的总面积占据榜首。世纪金源、朝阳大悦城和荟聚虽然为独立的商业综合体，但相较于王府井、国贸、西单等多个商场组成的商圈相比，其商业规模毫不逊色。九大一级商圈的平均商业规模为45万平米，从商圈内部商场的商业规模来看，大多在5至20万平米之间，单个商业体的平均商业规模约为15万平米。
图12 九大一级商圈商业规模对比
2）业态
从九大一级商圈的“零售店+体验店”数量分布可见，西单商圈的店铺总量最为丰富，其内部商场的商铺总和超过1000家。世纪金源作为单体最大的购物中心，其店铺数量是单体商圈中最多的，共有560多家商铺。9个商圈的平均商铺个数约为450家。
图13 九大一级商圈的店铺数量分布
3）周边交通条件
九大商圈周边均有地铁站点，其中西单商圈和国贸商圈有2-3个地铁站点服务。一半以上商圈周边有2条以上地铁线路服务，4个商圈所在的地铁车站为换乘站。
图14 九大一级商圈地铁线路数及站点数
4）停车配套情况
调查汇总发现，九大一级商圈的停车配套总体比较充足，百平米商业配建车位平均数为0.8个，相当于北京新颁布的《公共建筑机动车停车配建指标》的三类地区上限值。考虑到存在部分商业与办公混合的情况，初步判断商圈整体停车配建依然较规范值偏大。
图15 九大一级商圈停车设施规模对比
5）周边人口就业强度
九大一级商圈周边三公里范围内，总共覆盖约382万居住人口、312万就业人口和29万个酒店床位，其中5个商圈的三公里覆盖范围有所重叠。
图16 九大一级商圈3公里覆盖范围分布
9个一级商圈各自覆盖的居住人口、就业人口及酒店床位数与购物出行总量关系如下图所示，王府井、西单、国贸东大桥、朝阳大悦城等商圈的购物出行量与周边3公里的居住人口、就业人口和酒店床位数的变化趋势高度吻合；长楹天街、世纪金源、荟聚等外围商圈的出行强度强于三公里范围的居住人口、就业人口和酒店床位数；而合生汇与城乡翠微商圈的出行强度相对三公里范围的各项指标略弱，主要是由于存在其他竞对商圈进行客群分流（合生汇南侧有新建的大型购物中心芳圆里及更南侧的燕莎奥莱，城乡翠微商圈西侧有卓展与华熙商圈）。
图17 九大一级商圈购物出行量与周边居住人口、就业人口及酒店床位关系
6）商圈服务半径
基于商圈周边居住人口和就业人口数据，进一步分析从各交通小区出发的购物出行对应哪些目的交通小区，出行比例最高的目的交通小区作为本交通小区的主要购物商圈，最终得到九大一级商圈的辐射范围如下图所示。
图18 九大一级商圈主要辐射范围
九大一级商圈的平均辐射半径约为3公里，但辐射区域分布非均质，呈现较明显的沿轨道交通线路分布的特征，部分商圈还出现由轨道站点形成空间跳跃辐射的形态，这些都表明轨道交通线路对商圈的形成起到较为重要的作用。
08
购物出行特征总结及改善建议
1、从各主要城市的购物出行占比对比可见，北京市购物出行比例相对较低，城市整体的购物环境还有提升空间。
2、北京市购物出行距离4.5公里，在构建15分钟生活圈的规划目标实现度上尚有提升空间；通过各区横向对比可见，中心城区的海淀、丰台的购物供给还存在一定的缺口，新城中北京城市副中心、大兴新城的购物供需关系还有待改善。
3、通勤途中发生的购物出行大多沿着通勤廊道，因此沿通勤廊道打造购物商圈效果较好。
4、目前北京市大型商圈的主要分布在中心城区，商圈的辐射呈现沿轨道交通线路延展的形态。建议今后可在北部、东部（城市副中心）等地区，结合轨道交通换乘节点，打造商业面积在20万平米以上的商业综合体或商业面积在35万平米以上的购物商圈，以优化全市一级商圈的空间分布。
出行目的的判定可以看作是一个位置语义化(location semantics mining)过程，通过出行目的地的上下文信息可以推断出行的目的性，而一个地方的上下文可以用表示该地点地物的POI刻画。由于精度的限制，距离停留点最近的POI可能不是出行真正的目的地，所以用该地点附近（如200m辐射半径内）的POI构成来表征位置语义。
图19 出行目的挖掘等价于位置语义化
我们结合以下几个问题理解出行目的挖掘（位置语义理解）的过程。目的地点附近的各个POI对于出行目的判定来说是否同样重要？经常被访问的POI更可能是出行的目的地，例如，同一商圈内的人气店铺更可能是人们到访消费的场所，因此地图POI的到访人次和检索热度都可以作为该POI在判定该地点位置语义时的“决策权重”。
图20 POI到访人次
如何刻画位置语义的时变性？各类POI在一天中各个时段的活跃程度是不同的，对周边环境语义的影响也随着时间变化。例如，一个商业活跃的地区，在早间时段人们主要访问公司、写字楼，上班、商务等活动活跃；中午人们开始集中于餐厅饭店，餐饮热度升高；晚上购物中心、休闲娱乐等场所更为活跃。前面提到的POI到访人次和检索热度体现了该POI在一天中的活跃程度，可以反映这种位置语义的时变性。
图21 POI检索热度的时变性
如何反映位置语义的复合性或单一性？复合型用地会体现出位置语义的复杂性，可以通过这里各类POI的数量占比进行描述；而有些边界明确的地方（AOI, area of interest）位置语义较为单纯，例如景区范围内的任何位置都主要体现旅游休闲的位置语义（尽管有少量的超市、宿舍等）。
如何消除强势POI对位置语义复合性的负面影响？有些类别的POI遍布城市任意地方，无论是数量还是分布的广泛程度都表现得极为“强势”，如下图所示，购物、生活服务、商务类的POI较为强势，而休闲娱乐、住宅、交通枢纽类的POI极其弱势。为了避免弱势POI的影响被忽略，我们需要引入定义某类POI稀缺程度的因子，放大稀缺POI对复合性位置语义的影响。
图22 北京市各类POI数量规模对比
如图6，综合以上问题的考虑，我们将城市空间划分成很多有交叠的网格，给定出行目的地的位置，我们可以确定以该位置为中心（近似）的某网格，落在该网格内的POI定义了该位置的语义，也是挖掘出行目的的有效信息。
图23 出行目的挖掘
我们通过自然语言处理中经典的TF-IDF定义网格的位置语义，针对每一类POI，其某个时段的TF-IDF指标计算如下：
该指标兼顾POI的频繁性和稀缺性，并且随着时间变化，能够合理且动态地反映一个位置的语义信息，进而给出达到该地的出行目的的分布。
主要作者：
张宇，北京市城市规划设计研究院，交通所主任工程师，教授级高级工程师，北京大数据联合实验室CTO；
王建光，百度地图资深研发工程师；
闫浩强，百度地图高级研发工程师；
张晓东，北京市城市规划设计研究院信息中心主任，北京大数据联合实验室副主任；
阚长城，百度地图资深研发工程师。