城市交通網絡中的市場潛力與消費活力：測度與影響效應*

徐楊菲

一、引言

現(xiàn)代城市競爭力不僅來源于高密度帶來的高生產力，更來自充足和多樣的消費活動。尤其是在倡導國內國際雙循環(huán)相互促進的新發(fā)展格局下，促進城市消費繁榮成為城市經濟結構轉型的必由之路。居民在城市中的消費分為可貿易品和不可貿易品的消費。制造業(yè)生產的可貿易品由于交通成本的降低和統(tǒng)一大市場的逐步建立而在城市間日益趨同；而與之相對的，餐館、購物中心、博物館、游樂園等綁定區(qū)位的、不可貿易品的消費，則日漸成為不同城市獨具魅力的核心要素。此外，居民在這些消費場所不僅發(fā)生商品和服務的消費，還伴隨著豐富和多元的“面對面”互動，成為促進創(chuàng)新和提高生活質量的重要推手。那么，如何通過科學的城市規(guī)劃和管理政策推動這些本地化消費機會在城市空間中的布局，就成為提高城市競爭力的關鍵。

與本地化公共品主要由地方政府供給的機制不同，餐飲、零售與休閑空間的供給與需求主要由市場機制決定。零售店的布局和經營策略以追求利潤最大化為目標，其選址以臨近消費者、擴大市場規(guī)模為核心。因此，本地化的消費機會在城市空間中如何布局，很大程度上取決于居民、就業(yè)等空間要素的分布。而城市政府通過土地利用和交通基礎設施規(guī)劃與建設對要素空間分布與流動產生深遠影響，從而塑造城市空間中各區(qū)位上的市場規(guī)模，并進一步影響零售店布局和消費活力(Zheng et al.，2016)。

需要強調的是，本文所指的“市場規(guī)?！笔浅鞘腥殖叨鹊母拍睢τ诔鞘锌臻g中的任意一個區(qū)位，有多少人能夠在一定的時間范圍內從城市各處到達該區(qū)位，即為該區(qū)位的潛在市場規(guī)模(我們將其命名為“市場潛力”)，就決定了對該區(qū)位餐飲、零售與休閑空間的需求量。市場潛力會受到土地利用和交通的雙重影響——該區(qū)位及附近區(qū)域是否具有更高的居住和就業(yè)人口密度(受土地利用類型、強度及住房供給的影響)，以及這些人能夠以怎樣的速度移動到該區(qū)位(受城市快速路和軌道交通空間布局的影響)，都會深刻塑造市場潛力的大小。事實上，道路擁堵已經是我國各大城市道路交通的常態(tài)，這嚴重降低了人們的移動速度和道路周邊區(qū)位的可達性，減少了這些區(qū)位上“潛在消費者數(shù)量”。與此同時，地鐵的建設卻切實提高了人們在空間上的移動速度和各個地鐵站點的可達性，促進了其周邊的商業(yè)繁榮。

本文著重探討由道路和軌道交通組成的交通網絡如何影響人們在城市空間中的“移動速度”，塑造不同區(qū)位的市場潛力，從而影響該區(qū)位的零售店布局。具體而言，本文以北京市為研究對象，用隨機劃分的2千米×2千米的網格將北京市區(qū)劃分為347個空間分析單元，結合人口空間分布、道路通行速度和軌道交通網絡等豐富的城市大數(shù)據，精確度量了每一個空間分析單元的市場潛力。進而，本文又基于“大眾點評網”收錄的零售店條目，從數(shù)量和質量兩個維度估計了各區(qū)位的消費活力，并就全局尺度下的市場潛力如何影響消費活力進行實證檢驗。

本文的研究成果在城市空間層面上豐富了消費城市的研究體系。消費城市理論已經成為城市經濟學在國際學術界中近些年來的前沿研究方向(Glaeser et al.，2001；Couture & Handbury，2020)，對于理解城市經濟轉型和內生增長具有重要的理論和現(xiàn)實意義。但城市經濟學領域對“消費城市”理論的實證研究多集中在城市層面，探討城市擁有消費機會的質量和數(shù)量如何影響其對高技能勞動力的吸引力，進而影響城市人口、就業(yè)和經濟的增長。而在城市內部空間結構層面，不同區(qū)位上消費活力如何受到城市規(guī)劃、土地利用和交通體系影響的經濟機制和實證研究相對缺乏。為此，本文檢驗了城市內不同區(qū)位通過交通網絡所形成的市場潛力如何塑造消費活力的空間分布，從而從更精細的空間維度上豐富了消費城市的研究體系。

本文也從商業(yè)活動的視角豐富了交通基礎設施建設的成本收益分析，從而為城市空間規(guī)劃和管理實踐提供科學依據。中國城市政府往往借助道路、地鐵等基礎設施投資以及城市規(guī)劃來實現(xiàn)城市擴張和空間布局調整的目標。從現(xiàn)階段來看，通過開通地鐵站、規(guī)劃建設“商業(yè)區(qū)”或者“新城”等方式，確實推動了不少區(qū)塊的“城市更新”，形成許多交通便利、消費機會豐富、生活環(huán)境舒適的城市社區(qū)。但也不得不承認，部分商業(yè)區(qū)或新城區(qū)在建成大量高樓和寬闊道路之后，卻少有居民遷入或商家入駐。這些問題意味著在城市空間規(guī)劃和管理實踐中，需要科學的決策支持。本文提出應該結合人口空間分布及其在交通網絡中的“移動速度”，來估算交通基礎設施建設帶來的可達性提升和市場規(guī)模的擴大，從而有助于制定更為合理的交通基礎設施投資戰(zhàn)略，促進商業(yè)繁榮，提高城市空間中的消費活力和生活質量。

二、文獻綜述

(一)市場規(guī)模與零售業(yè)空間分布

本地化消費機會(零售店、餐館等)在空間上如何布局，其核心是企業(yè)生產理論和零售業(yè)市場規(guī)模理論。Salop(1979)的理論模型提出，為特定市場范圍內的消費者提供產品的企業(yè)，當且僅當其面臨的市場規(guī)模達到一定數(shù)量之后，才能進入該市場獲得盈利的機會，這一市場規(guī)模的臨界水平被稱為“進入門檻”。在此基礎上，大量研究均發(fā)現(xiàn)對于特定空間區(qū)位，其市場規(guī)模越大，就越能吸引零售店選址，從而該區(qū)位上產品的數(shù)量就越多、多樣性水平也越高(Campbell & Hopenhayn，2005；Waldfogel，2008；Berry & Waldfogel，2010；Schiff，2015；金安楠等，2020；周琎等，2021；原榕和石飛，2021)。

針對零售業(yè)空間分布的研究均揭示了臨近消費者、擴大市場規(guī)模的重要性，但是對市場規(guī)模的測算通常只基于特定區(qū)位及其周邊一定空間范圍內的居民人數(shù)。然而，現(xiàn)代交通網絡使得任何區(qū)位上零售店的潛在消費者都不必局限于臨近空間范圍。本文強調，給定人口在城市空間中的分布，他們在交通網絡中的“移動速度”決定了各區(qū)位的潛在市場規(guī)模。本文在市場規(guī)模的測算中強調全局尺度的可達性(陸化普，2009)，即全市范圍內有多少消費者可以在較短的時間內接近消費場所。對于任何一個特定區(qū)位，30分鐘內可以從全市各處到達的居民雖然并不一定都能轉化為實際消費人群，但可被認為是潛在消費者(Schiff，2015)，本文將這一概念稱為“市場潛力”。

(二)全局尺度的市場潛力測算

利用全局尺度的交通可達性度量市場潛力，需要綜合考慮起點與終點間的通行便捷程度和所能獲取的經濟資源(宋正娜等，2010)，最常用的方法是起源于物理學中引力模型的潛能模型。Hansen(1959)最早提出可以將其引入作為可達性的度量方法，此后這一思想在測算教育、醫(yī)療、體育、養(yǎng)老等公共服務設施可達性中得到了廣泛應用和不斷完善(Talen & Anselin，1998；Guagliardo，2004；薛領和楊開忠，2005；宋正娜和陳雯，2009；席強敏等，2016；張金萍等，2022；翟石艷等，2022；張中浩等，2022)。最終，在最廣泛使用的模型形式中，可達性與起點終點間的同行成本成反比，而與起點或終點的經濟資源(人口、服務設施的數(shù)量或質量等)成正比。

本文與既有文獻的核心區(qū)別在于對交通成本的精細化處理：本文結合各級別道路的設計通行速度和高德地圖所記錄的擁堵情況，估算了不同擁堵程度下各路段的實際通行速度；還根據地鐵線路和站點的空間分布情況，以及地鐵在各站點之間的運行速度，計算了居民在地鐵網絡中的通行速度。據此，本文可以測算任意兩個區(qū)位之間的實際交通時間，進而可以針對每一個區(qū)位，精準地估計有多少居民可以在30分鐘(或者45分鐘、60分鐘等其他時間閾值)內從北京市任何地方通過道路和軌道交通網絡到達該處。本文對市場潛力的測算充分考慮了現(xiàn)代城市交通的典型特征——路面交通擁堵、地下軌道交通發(fā)達。

(三)交通基礎設施建設與城市消費活力

在城市中，交通基礎設施建設是提高可達性、減少消費者與商鋪之間“距離”的有效方式，尤其是在中國，以地鐵為代表的交通基礎設施建設如火如荼，是城市政府促進城市發(fā)展和影響城市空間形態(tài)的重要手段。在城市經濟學領域，有不少文獻證實了交通基礎設施建設會降低城市不同區(qū)位之間的交通成本，從而增加客流、擴大市場規(guī)模，為主要站點或道路節(jié)點周邊帶來商業(yè)繁榮(Stern，1972；Fischer & Harrington，1996；Bowes & Ihlanfeldt，2001；Duranton & Turner，2012；Zheng et al.，2016)。交通基礎設施建設除了直接通過降低交通成本提高消費活力以外，還可能促進高質量多元化的社會互動，引發(fā)“滾雪球”式的城市更新，帶來持續(xù)的區(qū)位升值、消費繁榮和生活質量提升(Debrezion et al.，2007；Zheng & Kahn，2013)。然而，也有部分實證研究表明交通基礎設施建設所帶來的交通成本降低的益處可能被站點周邊區(qū)域內擁擠、犯罪等其他社會環(huán)境變化所抵消，甚至可能對商業(yè)環(huán)境產生負面影響(Bollinger & Ihlanfeldt，1997；Schuetz，2014)。

本文測算了各區(qū)位通過交通網絡所獲得的市場潛力，進而檢驗其對消費活力的影響。這一變量直接搭建起交通設施建設—交通成本—消費活力之間的關聯(lián)，從而可以排除交通基礎設施建設通過降低交通成本以外的其他渠道影響消費活力的機制，為相關領域的實證研究提供補充證據。

三、實證研究設計與核心變量測度方法

(一)實證研究思路與模型設定

本文選擇北京市區(qū)(即“城六區(qū)”)為空間研究范圍，在這一范圍內，城市化水平較高且空間上連續(xù)，道路網絡、軌道交通網絡和零售店的分布都較為密集，這為本文的實證研究提供了良好的基礎。我們隨機地將北京市區(qū)劃分為2千米×2千米的正方形網格，以此作為空間分析單元。之所以選擇隨機劃分的網格作為空間分析單元，是因為本文的變量構造和實證分析依賴于空間分析單元內的實際路網密度及其中的通行速度，而街道或者通常用于交通研究的空間分析單元(transportation analysis zone,TAZ)往往將道路作為分隔區(qū)塊的界限，會導致路網密度等變量與空間分析單元劃分之間高度相關。本文采用隨機劃分網格的方法，能夠緩解這一內生性問題。

本文針對北京市區(qū)內的347個空間分析單元，實證檢驗市場潛力對消費活力的影響效應，實證模型如式(1)所示：

Yi=α0+α1lnMS30i+α2Xi+α3Li+εi

(1)

其中，Yi表示空間分析單元i(2千米×2千米的網格)內的消費活力，本文分別用零售店數(shù)量和多樣性以及其中餐館的數(shù)量和多樣性來度量；MS30i表示全局視角下空間分析單元i所面臨的市場潛力，即30分鐘之內可以通過道路和地鐵網絡到達網格i的總人數(shù)，本文還將這一交通時間閾值分別更換為15分鐘、45分鐘和60分鐘進行更為細致的分析；Xi表示網格i的其他區(qū)位屬性，包括該網格質心到市中心天安門的距離，網格i內的公共開敞空間面積等；Li指代網格i所在街道的虛擬變量，用以控制各個空間分析單元之間在不可觀測因素上的差異。

為進一步驗證市場潛力這一全局指標的作用，本文將市場潛力這個全局指標替換為網格i內的人口密度POPLOCALi作為對照分析，如式(2)所示：

(2)

(二)消費活力的數(shù)據來源與測度方法

本文利用“大眾點評網”的數(shù)據來度量消費活動。該點評網是2003年成立的本地生活信息和消費點評網站，從2004年起進入北京市場。通過抓取網絡數(shù)據，我們獲得了截至2014年12月31日(1)之所以采用2014年底之前收錄于大眾點評網的數(shù)據，是因為此后該網站后臺數(shù)據中不再披露每一個零售店進入點評網的日期，導致我們無法對數(shù)據進行核對。該網站收錄的所有數(shù)據，并在ArcGIS中根據坐標將其空間信息化，然后從數(shù)量和結構兩個維度度量北京市各個空間分析單元的消費活力。在所有類型的零售店中，餐飲店由于收錄和更新較早，數(shù)據質量相對較好，因此本文對于消費活力的度量和實證研究，除了對所有類型的零售店展開以外，還特別針對餐飲店進行更深入細致的研究。

本文首先測算了大眾點評網收錄的所有零售店在各個空間分析單元內的分布數(shù)量。從空間分布格局來看，零售店最為密集的區(qū)位分布在國貿、金融街、中關村等地，均為公認的城市中心或次中心，有著最為密集的人口、最為便利的交通條件，同時土地利用也最為集約。進一步地，本文聚焦于數(shù)據質量最高的餐飲店，度量其在各個空間分析單元內的分布密度，通過分析可知餐飲店的分布也具有相似的單中心特征。(2)因篇幅有限，零售店與餐飲店的空間分布未展示。若有需要，可聯(lián)系作者索取。

大眾點評網所收錄的零售店經過整理后分為餐飲、購物、休閑娛樂、運動健身、美容、婚慶、車輛服務、親子服務、家裝服務和其他生活服務10類。本文據此首先用各網格內零售店種類(TYPE)來度量消費多樣性。TYPE越大，意味著網格有不同消費類型的零售店越多，為消費者提供“一站式購物”的機會也就越多。然而從實際數(shù)據來看，變量TYPE在空間上的區(qū)分度較小——均值為8.05，標準差僅為1.70，超過75%的網格該變量取值大于8，這對于實證研究而言較為不利。這種變量分布是由網站對零售店種類的區(qū)分度較低所致，如果能分為更多種類，則有機會改善多樣性的度量結果。

考慮到數(shù)據質量，本文對多樣性的度量將以餐飲店為主要研究對象，而上述變量TYPE僅用作穩(wěn)健性檢驗的替換變量。餐飲店按照菜系的進一步細分十分明確，共有25種不同菜系。據此，分別用兩個指標來度量餐飲店的多樣性：不同菜系的數(shù)量，以及基于不同菜系餐館數(shù)量而產生的多樣性指數(shù)。前者較為直觀，根據大眾點評網對餐飲類菜系的分類，統(tǒng)計每一個空間分析單元內各有多少種不同菜系的餐館，構造多樣性指標CUISINE；后者借鑒生物學領域經典的多樣性指標Shannon-Index(Peet，1974)，構造網格內的餐館菜系多樣性指標DIVERSITY，如式(3)所示：

(3)

其中，DIVERSITYi表示第i個網格的餐館多樣性，Ni表示第i個網格餐館總個數(shù)，Nij表示第i個網格中第j類餐館的個數(shù)。

最后，考慮到不同集聚形態(tài)的零售店對市場規(guī)模的敏感程度不同，本文還將零售店劃分為低集聚的沿街零售店和高集聚的購物中心，分別檢驗市場潛力對這兩類零售店空間分布的影響。首先根據大眾點評網收錄的標簽可以很容易將“購物中心”篩選出來(北京市區(qū)內共收錄有919家商場或購物中心)，然后判斷其他零售店是否位于購物中心之內，采取兩種判斷標準：第一，零售店的地址中包含購物中心的名稱；第二，零售店到最近購物中心的距離小于200米。當上述兩個標準均不滿足時，認定該零售店在購物中心之外。由于不同類別零售店的數(shù)據質量差異，本文僅針對餐飲店識別其是否在購物中心之內。表1列出了度量消費活力相關變量的描述性統(tǒng)計。

表1 消費活力相關指標的描述性統(tǒng)計

續(xù)表

(三)市場潛力的數(shù)據來源與測度方法

如前文所述，餐館、零售店等消費場所面臨的市場潛力指的是一定時間內能夠到達該處的消費者數(shù)量。我們利用城市和區(qū)域經濟學中廣泛適用的潛能模型來度量，其基本思路如圖1所示。以圖中的網格i為例，其中零售店的潛在消費者可能來自任何一個網格，而不僅限于本網格。但是，不同網格消費者到網格i中零售店消費的概率隨著兩者之間交通成本的增加而降低，如網格1到網格i的距離(空間距離或時間距離)要大于網格2(C1i>C2i)到網絡i的距離，因此網格1中的人口到網格i消費的概率要低于網格2。由此，網格i的潛在市場規(guī)模，是其他網格人口規(guī)模的加權之和，而權重則與這些網格到達網格i的交通成本負相關。

圖1 市場潛力度量方法示意

不同于既有文獻常用兩地之間的直線距離或路程來度量交通成本，本文對交通成本的處理要更加精細。具體而言，首先在充分考慮擁堵的情況下測度不同網格兩兩之間的路面交通時間，從而為每一個網格估算在一定時間內能夠通過路面交通到達的居民總數(shù)；其次基于地鐵網絡測度不同網格兩兩之間的軌道交通時間，從而為每一個網格估算一定時間內能夠通過地鐵到達的居民總數(shù)；最后根據居民采用不同交通方式的出行結構，對以上兩者進行加權。

本文所使用的道路數(shù)據為2010年北京市道路基礎圖層，(3)由于受數(shù)據可得性的約束，我們只能用2010年的道路圖層來估算市場潛力，略早于點評網數(shù)據的2014年。然而，由于本文的研究范圍為北京市區(qū)(即“城六區(qū)”)，這一范圍內城市建設相對完善，道路主體結構成型較早，尤其是環(huán)線等主干道在2010～2014年間并無顯著變動，因此使用2010年的路網圖層對本文實證檢驗并無太大影響。包括各條道路的類型、分級、走向、長度、位置等信息。按照道路分級標準，可以歸為快速路、主干路、次干路和支路四種級別。我們根據國家相關標準對不同級別道路的寬度和機動車設計通行速度的規(guī)定，(4)參見《城市道路工程設計規(guī)范(CJJ37-2012)》?？梢缘玫降缆肪W絡中每一個路段的基準通行時間(道路長度/設計通行速度)。進一步地，我們利用高德地圖來采集機動車在道路網絡中的擁堵程度，估計擁堵情況下機動車在各個路段內的通行時間(孫聰，2015)?；诟髀范瓮ㄐ袝r間的數(shù)據，我們可以估算空間分析單元兩兩之間的最短交通時間，并進一步度量每一個空間分析單元的市場潛力。對于網格i，篩選出與其交通時間在一定范圍之內的所有網格，包括網格i本身，將這些網格中的人口(5)網格人口數(shù)據來源于2010年人口普查。根據網格i與網格j之間的交通時間反向加權求和(網格i自身的權重為1)，即為網格i的市場潛力，如式(4)所示：

(4)

其中，POPLOCALj為網格j中的人口規(guī)模，分母為網格i與網格j之間的交通成本，TIMEroadij為網格i與網格j之間的路面交通時間，T0為一定的時間范圍，本文分別使用30分鐘、45分鐘、60分鐘等不同的時間范圍進行度量。為簡便起見，這里LEVEL_TIMEroadij為根據網格i與網格j之間的道路通行時間所得的權重，道路通行時間在15分鐘以內取1，在15～30分鐘之間取2，在30～45分鐘之間取3，以此類推。直觀上，LEVEL_TIMEroadij反映了網格j中人口通過路面交通前往網格i消費的可能性，網格i與網格j之間的道路通行時間越短，則這一可能性越高。研究發(fā)現(xiàn)，考慮擁堵時各網格的市場潛力比不擁堵時平均減小了90%。其中，四環(huán)內網格的市場潛力平均減小了83%，四環(huán)外網格的市場潛力平均減小了93%。

用同樣的方法可以度量每個網格通過軌道交通獲得的市場潛力。本文通過北京地鐵官方網站采集了北京市地鐵線路和站點的信息，包括開通時間、線路長度、具體位置，以及地鐵站點兩兩之間的通行距離和通行時間。我們發(fā)現(xiàn)，在北京市區(qū)的347個網格中，超過一半的網格并未開通地鐵，因此度量網格之間通過地鐵的交通時間時，需要將道路與地鐵網絡綜合考慮：對于沒有開通地鐵的網格，其中的居民需要先通過道路交通前往最近的地鐵站，再通過地鐵出行。與之類似，消費者前往未開通地鐵的網格消費時，也會先到達離該消費目標最近的地鐵站，再通過道路交通前往最終目標。對于任意網格i，通過地鐵網絡形成的市場潛力計算方法如式(5)所示：

(5)

其中，POPLOCALj為網格j中的人口規(guī)模，TIMEsubij為網格i與網格j之間的地鐵交通時間，T0為一定的時間范圍，本文分別使用30分鐘、45分鐘、60分鐘等不同的時間范圍進行度量。為簡便起見，這里LEVEL_TIMEsubij為根據網格i與網格j之間的地鐵通行時間所得的權重，地鐵通行時間在15分鐘以內取1，在15～30分鐘之間取2，在30～45分鐘之間取3，以此類推。

綜合上文所測算的通過道路網絡所形成的市場潛力和通過地鐵網絡所形成的市場潛力，根據北京市居民交通出行方式的組成結構進行加權。據北京交通發(fā)展研究院統(tǒng)計，2014年，私家車出行占全部出行的比例約為31.5%，公交出行約占25.4%，出租車出行占6.5%，以上三種出行方式均依賴道路交通網絡，地鐵出行約占19.4%，其他出行方式(包括自行車)約占9.5%。本文忽略占比較少的其他出行方式，則2014年，道路交通占出行比重的77%，軌道交通占出行比重的23%。(6)后文計算不同年份的市場潛力時，將根據當年的出行結構選擇權重。據此加權每一個網格內通過道路網絡和地鐵網絡獲得的市場潛力，如式(6)所示：

MSi=γroadMS_roadi+γsubMS_subi

(6)

本文還分別以15分鐘、45分鐘和60分鐘這三種不同的交通時間閾值估算了市場潛力，表 2列出了不同情境下市場潛力的描述性統(tǒng)計。

表2 不同情境下各網格市場潛力的描述性統(tǒng)計

最后，基于北京市區(qū)常住人口在道路和地鐵網絡中的“移動速度”度量了各個網格的市場潛力，也即潛在消費者規(guī)模。但對于零售店而言，其潛在消費者可以是一定時間范圍內可達的居住者，也可能是一定時間范圍內可達的就業(yè)者。因此，本文用就業(yè)人口分布代替常住人口分布，得到補充變量MS30JOB，也即每個網格在30分鐘之內可達的所有就業(yè)人口規(guī)模。該變量在北京市區(qū)的347個網格中均值為67.19，標準差為53.48，與上文利用常住人口分布度量的30分鐘之內的市場潛力變量高度相關(相關系數(shù)0.93)。同時，考慮到北京市區(qū)內零售店的消費者有可能來自郊區(qū)，本文也將郊區(qū)人口納入市場潛力的度量范圍，得到補充變量MS30CW：對每一個網格，將其30分鐘內可達的郊區(qū)街道人口，按照交通時間反向加權，加入到原有的市場潛力中。

四、市場潛力對消費活力的影響機制分析

(一)市場潛力對零售店數(shù)量和多樣性的影響效應分析

表 3報告了式(1)和式(2)的回歸結果。第(1)列以空間分析單元內的零售店總數(shù)為被解釋變量，MS30為市場潛力，即30分鐘之內可達的人口總量。回歸結果表明，30分鐘之內可達的人口規(guī)模每提高1個百分點，網格內零售店的總量增加1.342個百分點(市場潛力每增加1個標準差，零售店的總量增加0.77個標準差)，市場潛力的增加顯著提高了消費活力，這一結果與預期相符。D_CENTER為網格質心到市中心天安門的距離，到市中心的距離每減少1個百分點，網格內的零售店總數(shù)增加0.685個百分點。OPENSPACE為網格內的公共開敞空間面積，公共開敞空間對網格內的消費活力有兩個方向的影響：一方面，公共開敞空間對于店鋪(如商場等)而言會有土地使用面積的擠出效果，導致商業(yè)用地供給減少；另一方面，公共開敞空間會鼓勵周邊居民的戶外活動，并促進居民的消費需求。第(1)列中l(wèi)nOPENSPACE的系數(shù)表明公共開敞空間鼓勵居民消費的作用大于其擠出商業(yè)用地的負面影響。核心解釋變量和控制變量的系數(shù)均在1%的水平上顯著。

表3 市場潛力對零售店數(shù)量的影響效應

第(2)列將全局尺度的市場潛力MS30替換為本地人口規(guī)模POPLOCAL，系數(shù)降低了45.5%，(7)對lnMS30和lnPOPLOCAL的估計系數(shù)進行t統(tǒng)計量檢驗，t=81.01，意味著兩者在統(tǒng)計意義上存在顯著差異。意味著消費活力對全局尺度市場潛力的敏感性要遠高于對本地人口規(guī)模的敏感性。由此可見，城市任何一個區(qū)位上的零售店，其潛在消費者都絕不僅限于其周邊區(qū)域。城市的交通網絡提高了居民在城市空間中的流動性，也擴大了零售商、餐館、電影院等零售店所面向的市場范圍?；诮煌ňW絡可達性的分析揭示出：在考慮零售店所面向的市場范圍時，以交通時間來度量的市場范圍可能比以空間距離來度量的市場范圍更為重要——即便空間距離較遠，但良好的軌道交通網絡、通暢的道路交通，會大大縮短消費者與零售店之間的實際通行時間。

第(3)列和第(4)列著重針對餐飲店，重復上述實證分析。結果表明，市場潛力每提高1個百分點，餐館總數(shù)將增加0.757個百分點(市場潛力每提高1個標準差，餐館總量將增加0.35個標準差)。類似地，餐館數(shù)量對這個全局尺度市場潛力的敏感性要遠高于對本地人口的敏感性(后者僅為前者的70%)。當然，直觀來看，餐館相對于其他類型的零售店而言更具有為其周邊居民提供服務的特征，因此，下面將進一步根據零售店在空間上的分布形態(tài)加以區(qū)分，探討市場潛力影響效應的異質性。

表 4以餐館的多樣性作為被解釋變量，報告了式(1)和式(2)的回歸結果。這里分別以菜系的種類(CUISINE)和多樣性指數(shù)(DIVERSITY)來度量餐館多樣性，兩者的實證結果高度一致，市場潛力不僅增加了餐館的數(shù)量，也提高了其多樣性水平。表 4中，第(1)列和第(2)列的回歸結果對比了全局尺度市場潛力和本地人口規(guī)模的影響，結果表明全局尺度的市場潛力增加1個百分點，餐館的菜系種類增加0.26個百分點，這一影響效應要高于本地人口規(guī)模的影響。第(3)列以Shannon-Index度量多樣性(DIVERSITY)，這一變量的量綱與CUISINE并不相同，直接比較估計系數(shù)意義并不明確。從標準差變動的角度，全局尺度的市場潛力每增加1個標準差，CUISINE增加0.41個標準差，而DIVERSITY則增加0.48個標準差，結果比較一致。未免累贅，后續(xù)實證將僅以網格內菜系的種類數(shù)作為多樣性的度量。第(4)列用所有零售店的種類TYPE度量多樣性，作為穩(wěn)健性檢驗，結果仍然一致。

表4 市場潛力對餐館多樣性的影響效應

實證結果表明，道路和軌道交通網絡拉近了不同區(qū)位上的居民與零售店，不僅將居民消費活動的范圍拓展到整個城市空間，也大大拓展了零售店供給者所面臨的潛在消費者范圍，為更多和更多元的零售店進入市場提供了可能。

(二)道路擁堵和軌道交通建設對消費活力的影響效應模擬

上面的實證分析以2014年末北京市城市區(qū)域內的347個網格為空間分析單元，定量測算了市場潛力對于提高消費活力的效果。結果表明，市場潛力每提高1個標準差，零售店的數(shù)量將增加0.3～0.8個標準差，而多樣性則提高0.2～0.5個標準差。這些計算是基于綜合道路和軌道交通兩種交通網絡來估算的各個區(qū)位的市場潛力。很明顯，北京市普遍而嚴重的擁堵對市場潛力產生了不可忽視的負面影響；而北京市持續(xù)大規(guī)模的地鐵建設則很好地緩解了路面擁堵，為居民出行提供了更多選擇，也改善了由地鐵網絡相聯(lián)系的各個區(qū)位的市場潛力。這里將詳細探討上述兩者對市場潛力和消費活力所產生的影響差異。

通過分析我們得知交通擁堵使得北京市區(qū)的市場潛力平均降低了90%。在假定不存在交通擁堵的情況下，按照上文的回歸結果預測各個空間分析單元內零售店的數(shù)量，比較該結果與當前市場潛力現(xiàn)狀下的預測值，發(fā)現(xiàn)前者平均為后者的12.7倍。無擁堵“理想”狀況下的零售店數(shù)量與現(xiàn)狀的比值越高，意味著這些區(qū)域由于路面交通擁堵而受到的“消費活力”損失越嚴重。

在交通擁堵嚴重的現(xiàn)狀之下，軌道交通建設是提高北京市各個區(qū)位空間可達性、提高市場潛力的重要方法。由于交通擁堵受損嚴重的區(qū)域，往往是地鐵站點稀疏或者尚未開通地鐵的區(qū)域。假設這樣一種情況：北京市并無任何一條軌道交通線路，所有的交通需求都由道路承擔，則根據我們的數(shù)據，市場潛力將平均降低43.3%，進一步傳導，將會導致消費活力平均減少51.3%。值得注意的是，截至2014年底，地鐵出行占比僅為23%，若提高這一比例，地鐵對市場潛力和消費活力的改善將更為可觀。

由于零售店的數(shù)據來源于2003年創(chuàng)立的大眾點評網，而該網站的數(shù)據從2005年開始才逐漸趨于完善。因此，本文追溯2005年以來北京市地鐵和輕軌漸次開通的過程，逐年根據當年度的地鐵網絡計算各區(qū)位的市場潛力，并利用回歸估計的參數(shù)預測各區(qū)位的消費活力，(8)本文所用的道路交通網絡數(shù)據難以追溯到2005年，而事實上在這段時期內路面交通也并無十分顯著的變化，因此我們假定道路交通網絡以及車輛在其中的通行速度和擁堵情況均保持不變。結果如圖2所示。由于地鐵的開通和零售店空間布局的影響等因素本身也會造成人口在城市空間中的重分布(spatial re-distribution)，為了避免這種內生性問題對實證結果的影響，這里始終基于初始年份(2000年)的常住人口分布，結合地鐵網絡拓展的情況來測算市場潛力。因此這里所說“各年的市場潛力”僅僅用來描述不同年份中地鐵網絡完備狀態(tài)所帶來的市場潛力。2005～2014年由于地鐵的不斷建設和開通導致市場潛力平均增長了48.4%，消費活力平均增長了53.9%。

圖2 地鐵漸次開通與市場潛力和消費活力的提升

最后，為便于比較，表 5列出了不同情境下的市場潛力水平，以及基于回歸估計的參數(shù)所預測的消費活力(以零售店的總量來度量)水平。

表5 不同情境下市場潛力與消費活力水平比較分析

(三)市場潛力對消費活力影響的異質性分析

我們進一步探討市場潛力對消費活力影響效應的異質性，主要從兩個維度出發(fā)：一是按照集聚形態(tài)對零售店進行分類；二是根據以不同交通時間閾值來度量的市場規(guī)模對市場潛力進行細分和深入討論。

1.市場潛力對不同集聚類型消費空間的影響效應分析

按照消費空間的集聚形態(tài)，可分為高度集聚的購物中心，以及集聚程度較低的沿街類零售店。不同集聚形態(tài)的消費空間所面向的市場范圍有明顯區(qū)別：沿街類零售店所面向的消費者很大程度上限于本地居民，而購物中心的市場范圍則要大得多。針對兩者分別考量市場潛力對其的影響效應，回歸結果如表6所示。第(1)列和第(2)列以購物中心數(shù)量為被解釋變量，分析全局尺度的市場潛力以及本地人口規(guī)模對其的影響效應，兩者的系數(shù)均為正，在1%的水平上顯著，且全局尺度市場潛力對購物中心數(shù)量的影響效應要顯著大于本地人口規(guī)模(兩者在統(tǒng)計意義上有顯著差別)。第(3)列和第(4)列以沿街餐館數(shù)量為被解釋變量，這一結果與購物中心完全不同：本地人口規(guī)模對沿街餐館的數(shù)量有顯著正向影響，然而全局尺度上市場潛力的影響卻并不顯著。實證發(fā)現(xiàn)全局尺度的市場潛力每提高1個標準差，購物中心的數(shù)量將增加0.45個標準差，而沿街零售店的數(shù)量僅增加0.02個標準差且統(tǒng)計意義上并不顯著。這證實了不同集聚形態(tài)的零售店面臨的潛在市場范圍存在巨大差異。

表6 市場潛力對購物中心和沿街零售店的影響

續(xù)表

2.不同交通時間范圍的市場潛力對消費活力的影響效應分析

此前實證研究所用的“市場潛力”均為“30分鐘之內通過道路和地鐵網絡可達的人口總數(shù)”，這里進一步拓展其中的時間尺度，將“30分鐘”替換為“15分鐘”、“45分鐘”和“60分鐘”，分別檢驗其對消費活力的影響效應，結果如表7所示。這里報告了以零售店的總量作為被解釋變量的回歸結果，以多樣性為被解釋變量的實證結果與之相似，不再贅述。結果由表 7可知，“15分鐘之內可達的人口總量”系數(shù)為0.975，其經濟含義為該變量每增加1個標準差，零售店的數(shù)量將會增加0.50個標準差；隨著時間尺度的拉長，這一影響效果也在增加；然而，這一趨勢在45～60分鐘的時間范圍內存在一個拐點，此后對消費活力的影響隨著時間尺度的拉長開始減小。

表7 不同交通時間閾值所度量的市場潛力對消費活力的影響效應

為便于比較，這里列出了不同時間尺度下市場潛力用于解釋零售店數(shù)量差異時的方程回歸系數(shù)，如表 8所示。對于沿街餐館而言，僅本地(所在的2千米×2千米網格)人口規(guī)模對其有顯著的影響；對于高度集聚的購物中心而言，全局尺度市場潛力的影響高于本地人口規(guī)模，度量市場潛力時的“通行時間”越長，影響效應越大。對購物中心產生顯著影響的峰值出現(xiàn)在30～45分鐘，也即在這一時間范圍內可達的消費者規(guī)模，對購物中心起到了最重要的影響效應。同時，當時間范圍超過45分鐘之后，這一時間范圍內的市場潛力對購物中心影響效應的衰減幅度要小于對其他零售店影響效應的衰減幅度。由此可見，集聚強度最高的購物中心有著最大的市場范圍，這也符合我們理論分析的預期——高度集聚的購物中心可以為消費者帶來最大的效用，因而具有最大的市場范圍。

表8 不同類型零售店對不同尺度市場規(guī)模的敏感性

(四)市場潛力對消費活力影響的穩(wěn)健性檢驗(9)因篇幅有限，穩(wěn)健性檢驗結果未展示。若有需要，可聯(lián)系作者索取。

基準回歸中所用的市場潛力度量的是北京市區(qū)的常住人口通過道路和地鐵網絡獲得的移動速度，本文針對其中兩個方面進行穩(wěn)健性檢驗。首先，將常住人口(居住人口分布)替換為就業(yè)人口分布；其次，將潛在消費者擴展到市區(qū)以外，基于北京市全市范圍內的人口分布度量市場潛力。

1.基于就業(yè)分布度量市場潛力

事實上零售店的消費者不僅包括其周邊可達的居民，也包括就業(yè)者。實證結果表明，就業(yè)者形成的市場潛力每提高1個百分點，零售店的數(shù)量增加1.33個百分點(市場潛力每提高1個標準差，零售店數(shù)量增加0.76個標準差)，這與以居住人口形成的市場潛力對零售店數(shù)量的影響相比是一致且穩(wěn)健的。類似地，就業(yè)者形成的市場潛力對零售店多樣性也有顯著的正向影響，但是略小于居住人口形成市場潛力的影響。

在本文的實證研究中，由于受數(shù)據可得性的約束，無法準確識別各個區(qū)位零售店的消費者中附近就業(yè)者和居住者的比例各占多少，考慮到零售店的空間布局對周邊就業(yè)產生了反向因果影響，且北京市的就業(yè)分布與居住人口分布情況十分相似，因此僅以就業(yè)者形成的市場潛力作為穩(wěn)健性檢驗，發(fā)現(xiàn)其對消費活力的影響效應與居住者形成的市場潛力高度相似。

2.將郊區(qū)人口納入市場潛力的度量范圍

由于北京市區(qū)與該范圍之外的郊區(qū)之間事實上并不存在市場壁壘，因此市區(qū)零售店的消費者也不一定僅局限于市區(qū)之內。因此，將市場潛力的度量基礎拓展為全市范圍內的人口分布，實證檢驗其對消費活力的影響效應。其中，變量MS30CW即為基于全市范圍內的人口分布測算的市場潛力，該變量每增加1個百分點，零售店的數(shù)量增加1.463個百分點，多樣性增加0.3～0.5個百分點(基于全市人口分布的市場潛力每增加1個標準差，零售店的數(shù)量增加0.56個標準差，多樣性提高0.4～0.5個標準差)，與基準回歸結果相比一致且穩(wěn)健。這意味著將市場潛力所描述的潛在消費者局限在市區(qū)范圍之內，的確產生了輕微的低估。但如前文所述，由于數(shù)據所限，難以兼顧人口的空間分布范圍、交通擁堵以及地鐵通行情況，而產生的偏誤在空間上也并無顯著差異，因此本文的主要實證結果仍以市區(qū)范圍內形成的市場潛力為主。

五、總結和討論

本文從全局尺度可達性的視角測算了各區(qū)位的市場潛力，并實證檢驗了其對消費活力的影響。我們基于真實的道路和軌道交通網絡分析居民在北京市交通系統(tǒng)中的實際通行路徑和通行時間，據此估計各個空間分析單元的市場潛力——篩選一定時間閾值內從周邊地區(qū)可達該區(qū)位的所有空間范圍，將其中的居住(或就業(yè))人口根據交通時間進行反向加權求和。在測算中，本文充分考慮了交通擁堵的影響。結果發(fā)現(xiàn)，市場潛力在空間上具有較大的差異性，這一差異深刻影響了消費活力的空間分布：市場潛力每提高1個標準差，零售店的數(shù)量將增加0.3～0.8個標準差，多樣性則會提高0.2～0.5個標準差。這意味著交通體系對消費活力的影響具有全局性，良好的交通條件會大幅降低城市空間中的通行時間，從而有利于塑造繁榮、有活力的商業(yè)環(huán)境。我們的研究結果還表明，合適的時間尺度對于度量市場潛力十分重要，選取的時間尺度過短或過長，均會低估市場潛力的影響，一個相對合理的通行時間尺度為30～45分鐘。

本文的研究成果對于城市交通規(guī)劃、建設和管理具有重要的政策含義。我們發(fā)現(xiàn)，交通擁堵使得北京市區(qū)內的市場潛力平均降低了90%，這又進一步導致了消費活力的降低。而在擁堵不可避免的情況下，大規(guī)模軌道交通建設成為緩解其負面影響的有效手段。從2005年到2014年，北京市地鐵網絡的不斷擴展使得市場潛力平均增長了48.4%，從而使消費活力指標平均增長了53.9%。這一漲幅建立在地鐵出行占比只有23%的基礎上，如果更多居民選擇地鐵出行，則各個區(qū)位的零售店將獲得更大的市場潛力。

由此，本文的研究結論或可從土地利用和交通基礎設施建設的角度為提升城市消費活力提供以下兩方面的政策建議。第一，緩解交通擁堵。嚴重的交通擁堵大大降低了居民在城市空間中的“移動速度”，從而在實際意義上拉遠了商業(yè)設施與潛在消費者之間的時空距離。因此，政府可以通過制定合理的經濟或管理政策引導機動車合理出行，或者通過科學的交通路網規(guī)劃減少道路擁堵點，從而使居民在城市空間中的消費出行更加順暢。

第二，提高軌道交通可達性。我們在市場潛力的測度中發(fā)現(xiàn)，北京市區(qū)的347個空間分析單元中，超過一半并未開通地鐵，這些區(qū)位上的居民仍需依靠路面交通來實現(xiàn)出發(fā)地或目的地與地鐵站點之間的最后路程。這一方面構成了額外的路面交通需求、增加路面擁堵，另一方面也導致居民與消費場所之間的“隔離”。因此，通過合理的土地利用和軌道交通網絡規(guī)劃，讓盡可能多的居民享受軌道交通的便利、解決最后路程的困難，也將拉近零售店與居民之間的時空距離，推動城市消費繁榮。

數(shù)據的可得性受限為本文的研究帶來了一定的局限性：其一，我們基于2014年數(shù)據研究了城市交通網絡造成的市場潛力對消費活力的影響，這一影響機制可能在新基建和互聯(lián)網高度發(fā)達的時代有所差異，還有待進一步研究；其二，由于我們缺乏人口和道路網絡的逐年數(shù)據，因而無法估計人口隨著擁堵加劇而遷移的情況，導致?lián)矶聦οM活力的負面影響可能有所高估。然而，本文所揭示的不同區(qū)位消費活力在全局視角下市場潛力影響的經濟機制，以及交通基礎設施在其中的促進作用，仍然具有普遍意義，并能夠為國內國際雙循環(huán)相互促進的新發(fā)展格局下如何推動城市消費繁榮提供有力的決策支持。