葉 強(qiáng),譚 暢,趙 垚
(a. 湖南大學(xué)建筑與規(guī)劃學(xué)院;b. 丘陵地區(qū)城鄉(xiāng)人居環(huán)境科學(xué)湖南省重點(diǎn)實(shí)驗(yàn)室,長沙 410082)
商務(wù)辦公空間作為城市經(jīng)濟(jì)從工業(yè)經(jīng)濟(jì)發(fā)展到高級階段生成的主導(dǎo)產(chǎn)業(yè)類型——生產(chǎn)性服務(wù)業(yè)的載體空間(溫鋒華等,2008;陳紅霞,2019),對城市空間結(jié)構(gòu)發(fā)展起積極的主導(dǎo)作用(石菘,2004)。當(dāng)前城市從增量建設(shè)轉(zhuǎn)為存量內(nèi)生發(fā)展,商務(wù)辦公空間在提升城市經(jīng)濟(jì)效能和促進(jìn)城市內(nèi)生和諧發(fā)展等方面有重要作用。城市是多要素職能空間的集合,通過識別商務(wù)辦公空間集聚特征以及分析其與其他城市空間因子的關(guān)聯(lián)程度,可實(shí)現(xiàn)合理配置城市空間資源、協(xié)調(diào)職住關(guān)系、完善通勤系統(tǒng)、優(yōu)化辦公環(huán)境、協(xié)同城市職能等目的;另外,商務(wù)辦公空間作為城市形象的展示窗口,其空間結(jié)構(gòu)的合理化可以推動城市向高內(nèi)涵、優(yōu)面貌的建設(shè)目標(biāo)邁進(jìn)。
20 世紀(jì)20 年代,國外在第二產(chǎn)業(yè)向第三產(chǎn)業(yè)轉(zhuǎn)型的道路發(fā)展形成了典型物質(zhì)空間載體——中央商務(wù)區(qū),學(xué)術(shù)界以此為基礎(chǔ)對商務(wù)辦公空間展開研究。以中心地理論為依托,相關(guān)內(nèi)容聚焦于城市空間結(jié)構(gòu)模式(Park et al.,1925;Hoyt,1941;Harris et al., 1945)、辦公空間集聚類型(Castella et al.,1989)、辦公空間區(qū)位(Goe et al., 2000)、交通因素對辦公企業(yè)選址的影響(Willigers et al., 2011;Liu et al.,2022)、郊區(qū)及信息化背景下辦公空間布局結(jié)構(gòu)變化趨勢(Gad et al., 2013)和集聚經(jīng)濟(jì)對辦公企業(yè)選址與辦公空間格局的影響(Sm?tkowski et al.,2021;Sutriadi et al.,2021)等方面。中國關(guān)于商務(wù)辦公空間的研究晚于西方,開始于20 世紀(jì)90年代,經(jīng)歷城市CBD(閻小培等,2000)、總部辦公選址(戴德勝等,2005),辦公區(qū)位論(張慶等,2016)等階段,目前研究多聚焦于商務(wù)辦公空間集聚特征及其影響因素(薛東前等,2011;張志斌等,2019;王艷華等,2020)等方面。近年來,信息技術(shù)的快速發(fā)展使得基于GIS 技術(shù)利用POI數(shù)據(jù)、基礎(chǔ)地理空間數(shù)據(jù)、社會經(jīng)濟(jì)數(shù)據(jù)分析城市空間的集聚特征成為大趨勢(薛冰等,2019;葉強(qiáng)等,2021a)。部分學(xué)者借助空間自相關(guān)、熱點(diǎn)分析、標(biāo)準(zhǔn)差橢圓、地理加權(quán)回歸等方法對商務(wù)辦公空間結(jié)構(gòu)開展了大量實(shí)證研究,最早開始于杭州(吳一洲,2010)、北京(張景秋等,2011)、廣州(溫鋒華等,2011)等城市。相關(guān)研究發(fā)現(xiàn),商務(wù)辦公空間整體呈現(xiàn)多中心的CBD 體系(王慧等,2007)、單中心集聚或多中心集聚特征(張志斌等,2019)、“中心—邊緣”圈層結(jié)構(gòu)(翟青等,2020)。集聚經(jīng)濟(jì)是城市發(fā)展的重要動力,其發(fā)展過程受多因素的影響,集聚程度可反映城市職能空間發(fā)展規(guī)模,集聚特征可揭示城市內(nèi)生發(fā)展規(guī)律與空間異質(zhì)性。其中,空間異質(zhì)性指各城市空間樣本數(shù)據(jù)由于所處地理位置不同所表現(xiàn)的差異性(劉明,2016),目前已在交通空間(甄茂成等,2014)、餐飲空間(唐錦玥等,2020)、住宅空間(沈體雁等,2020)、零售商業(yè)空間(周麗娜等,2020)等方面有較多探討。已有研究多從租金等經(jīng)濟(jì)性影響因素、政策調(diào)控等政務(wù)性宏觀因素方面探討城市辦公空間分布特征的影響模式(薛東前等,2011;萬千歡等,2014;吳一洲,2016),但較少綜合購物、交通、居住等空間區(qū)位因子,探究其對商務(wù)辦公空間集聚特征與布局選址的影響。
因此,本文選擇新一線城市長沙作為案例,以POI數(shù)據(jù)為基礎(chǔ),從城市職能空間中選取影響商務(wù)辦公空間布局的因子,在識別空間集聚特征的基礎(chǔ)上,構(gòu)建集聚現(xiàn)象的解釋模型,從空間異質(zhì)性角度明晰各因素對局部區(qū)域集聚態(tài)勢的影響程度。以期為中國典型城市的空間協(xié)同發(fā)展與城市空間結(jié)構(gòu)優(yōu)化提供借鑒。
長沙市是國家歷史文化名城、中南地區(qū)重要的工商業(yè)城市和交通樞紐,其與湘潭和株洲共同構(gòu)成的“長株潭都市圈”在十四五規(guī)劃中被確認(rèn)為加快長江中游城市協(xié)同發(fā)展的核心增長極。長沙市經(jīng)濟(jì)發(fā)展水平位于中部城市前列,截至2020年末,長沙市地區(qū)生產(chǎn)總值為12 142.52億元,其中第三產(chǎn)業(yè)為6 979.79 億元,占比57.48% (長沙市統(tǒng)計局,2021);2020 年公布的《長沙市第四次全國經(jīng)濟(jì)普查公報(第二號)》文件(長沙市統(tǒng)計局,2020)指出,長沙市商務(wù)辦公法人單位為9.11萬個,占全市第二、三產(chǎn)業(yè)法人單位總數(shù)的53.1%,系列數(shù)據(jù)表明商務(wù)辦公是推動長沙市經(jīng)濟(jì)發(fā)展的重要動力。另外,由于長沙城市形態(tài)的特殊性,已形成一江兩翼集中塊狀發(fā)展的典型模式。因此,鑒于長沙具有驅(qū)動長株潭城市群發(fā)展的重要性、中部城市的代表性、城市形態(tài)研究典型性等三大特性,選擇長沙作為研究對象。并根據(jù)長沙市商務(wù)空間發(fā)展現(xiàn)狀,以及參考已有研究(葉強(qiáng)等,2021b),選擇長沙繞城高速以內(nèi)地區(qū)作為案例地,總面積為682.45 km2。
根據(jù)《2017年國民經(jīng)濟(jì)行業(yè)分類(GB/T 4754-2017)》20 大類行業(yè)(國家統(tǒng)計局,2017),結(jié)合商務(wù)辦公行業(yè)特性,剔除第一、二產(chǎn)業(yè)、政務(wù)性及公共屬性強(qiáng)的行業(yè),篩選出建筑業(yè),房地產(chǎn)業(yè),信息傳輸、軟件和信息技術(shù)服務(wù)業(yè),科技研究和技術(shù)服務(wù)業(yè),金融業(yè),租賃和商務(wù)服務(wù)業(yè),教育業(yè),文化、體育和娛樂業(yè)等共8 大類行業(yè),將8 大行業(yè)疊加后得到本研究的主體。遵守保持行業(yè)分類標(biāo)準(zhǔn)與POI數(shù)據(jù)(李江蘇等,2018)高度貼合的原則,對高德地圖爬取的長沙市POI數(shù)據(jù)進(jìn)行清洗,篩選獲得研究區(qū)內(nèi)涵蓋公司名稱、地址、類型、經(jīng)緯度等關(guān)鍵信息的商務(wù)辦公空間數(shù)據(jù)共41 783條,并通過GIS建立空間數(shù)據(jù)庫。
1.3.1 莫蘭指數(shù) 全局Moran'sI指數(shù)可以分析研究區(qū)商務(wù)辦公空間分布是否存在集聚特征,其取值范圍為[-1,1]。在給定顯著水平下,Moran'sI>0呈集聚分布,Moran'sI<0 呈離散分布,Moran'sI=0 呈隨機(jī)分布。
1.3.2 標(biāo)準(zhǔn)差橢圓分析 借助標(biāo)準(zhǔn)差橢圓可以識別商務(wù)辦公空間的方向分布特征及離散程度。長半軸表示數(shù)據(jù)分布方向,短半軸表示數(shù)據(jù)分布范圍。扁率(長短半軸的差值與長半軸的比值)越大,表示數(shù)據(jù)的方向性越明顯;若長短半軸相等,接近表達(dá)為一個圓,表示數(shù)據(jù)分布不具有方向性,短半軸越長表示數(shù)據(jù)越離散(張杰等,2018)。
1.3.3 局部Getis-OrdGi★利用局部Getis-OrdGi*可以分析局部區(qū)域商務(wù)辦公空間分布的集聚程度,并解決密度值高于多少是真正意義上的熱點(diǎn)的問題(禹文豪等,2016),通過Z得分與P值結(jié)果,描述高值和低值要素在空間上發(fā)生聚類的位置。當(dāng)Gi*值大于數(shù)學(xué)期望,并通過假設(shè)檢驗(yàn)時為熱點(diǎn)區(qū),反之為冷點(diǎn)區(qū)。
1.3.4 地理加權(quán)回歸方法 1996 年由Brunsdon 引入地理學(xué)研究領(lǐng)域的地理加權(quán)回歸模型(Fischer et al.,2011),可以很好地解決普通線性回歸模型中對空間異質(zhì)性考慮不足的問題,并充分考慮回歸系數(shù)在地理空間上的差異性和變異性(Dadashpoor et al.,2019)。通過GIS軟件可將模型結(jié)果可視化,充分體現(xiàn)局部區(qū)域的空間非平穩(wěn)性。為準(zhǔn)確地將空間異質(zhì)性可視化,將研究區(qū)劃分為2 842 個500 m×500 m 的網(wǎng)格,并建立核類型為FIXED、帶寬為1 000 m的GWR分析模型。GWR模型(曹小曙等,2018)為:
式中:yi為觀測值;β0(ui,vi)為i點(diǎn)的回歸系數(shù),表示自變量對因變量的影響程度;(ui,vi)是第i個樣本空間單元的地理中心坐標(biāo);βj(ui,vi)是連續(xù)函數(shù)βj(u,v)在i樣本空間單元的值;Xij表示獨(dú)立變量Xj在i點(diǎn)的值;εi是方差為常數(shù)的正態(tài)分布函數(shù),代表隨機(jī)誤差項(xiàng)。
基于500 m×500 m正方形劃分的格網(wǎng)單元,采用全局Moran'sI指數(shù)對長沙市商務(wù)辦公空間集聚狀態(tài)進(jìn)行分析,得出Moran'sI=0.587 3,z值得分為44.33>2.58,表明長沙市商務(wù)辦公在空間上具有顯著的集聚性,且集聚模型可信度>99%。結(jié)合商務(wù)辦公空間POI數(shù)據(jù)與標(biāo)準(zhǔn)差橢圓疊加分析結(jié)果(圖1-a)可看出,長沙市商務(wù)辦公空間呈現(xiàn)整體發(fā)展方向不顯著的東西向發(fā)展態(tài)勢,商務(wù)辦公集聚核心仍在湘江以東,湘江以西存在集聚現(xiàn)象但集聚性較低。
基于Getis-OrdGi*指數(shù)分析結(jié)果對通過1%顯著性檢驗(yàn),即對Z值≥2.58的熱點(diǎn)網(wǎng)格進(jìn)行分析,并通過自然間斷點(diǎn)分級法,將其分為[2.58,3.84]、(3.84,7.09]、(7.09,12.74]、(12.74,21.52] 4 級(圖1-b),在此基礎(chǔ)上識別商務(wù)辦公空間結(jié)構(gòu)。結(jié)果發(fā)現(xiàn),商務(wù)辦公空間呈現(xiàn)“多中心”集聚態(tài)勢,“中心—外圍”現(xiàn)象明顯,“中心”集聚形態(tài)為軸帶狀發(fā)展且與城市交通干道重合度高,沿五一大道和芙蓉中路呈“十字型”集聚交匯于芙蓉廣場;當(dāng)前,長沙市商務(wù)辦公空間已形成“一主一副兩帶多組團(tuán)”的等級結(jié)構(gòu):“一主”即以芙蓉廣場(Z值為21.5,下同)為中心,向南至人民路、東至迎賓路口、西至黃興路、北至中山路形成中央商務(wù)區(qū),結(jié)合文獻(xiàn)(葉強(qiáng),2007)可看出,芙蓉廣場周邊的黃興廣場是長沙市傳統(tǒng)的商務(wù)辦公中心;“一副”位于湘江以東長沙市火車站(14.4),參考《長沙市城市總體規(guī)劃(2003—2020)》(長沙市自然資源和規(guī)劃局,2016)可知,湘江以西的副商務(wù)區(qū)“六溝瀧—觀沙嶺片區(qū)”發(fā)展不成熟,其集聚力量暫未達(dá)到副商務(wù)區(qū)地位;“兩帶”為沿芙蓉中路的自侯家塘向北延伸4.5 km 的南北向帶,取值范圍為[7.3,21.5]、沿五一大道的長沙火車站至湘江中路的5 km的東西向帶,取值范圍為[7.6,21.5];“多組團(tuán)”分別為黃土嶺(6.5)、高橋(5.7)、六溝瀧—觀沙嶺片區(qū)(5.5)、麓谷(5.5)、伍家?guī)X(5.4)、星沙(4.8)、洞井(4.8)、南湖(4.2)等。
圖1 長沙市商務(wù)辦公空間方向分布特征(a)和集聚熱點(diǎn)分布(b)Fig.1 The cluster hotspot distribution(a)and standard deviation ellipse(b)analysis of business office space in Changsha
利用圈層分析法對商務(wù)辦公集聚結(jié)構(gòu)作進(jìn)一步分析,可以直觀描述集聚區(qū)的區(qū)位分布及“中心—外圍”特征。以芙蓉廣場為圓心,以3 km半徑為間隔向外推,構(gòu)建4個圈層。長沙市商務(wù)辦公空間主副集聚中心皆位于0~3 km 的圈層中,黃土嶺、高橋、六溝垅—觀沙嶺、伍家?guī)X、南湖等集聚組團(tuán)位于3~6 km圈層中,6~9 km圈層集聚出現(xiàn)斷層現(xiàn)象,核心區(qū)“跳躍式”發(fā)展在9~12 km 圈層形成麓谷、星沙、洞井等3處集聚組團(tuán)。由此可見,長沙市商務(wù)辦公區(qū)已形成集聚于中心區(qū)的主次核心、外圍多組團(tuán)并行的成熟“多中心”空間結(jié)構(gòu)。
首先根據(jù)商務(wù)辦公布局特點(diǎn)定性分析商務(wù)辦公與其他職能空間的關(guān)系,預(yù)選取其他職能空間POI作為影響因素,包括商業(yè)空間(購物服務(wù)、酒店)、交通條件(公交、地鐵、主干道、對外交通)、休閑空間(公園綠地、風(fēng)景名勝)、居住空間(公寓、住宅區(qū))等共10類(表1)。以每個網(wǎng)格中商務(wù)辦公空間POI數(shù)量作為因變量,影響因素的歐氏距離網(wǎng)格化數(shù)據(jù)作為自變量。通過最小二乘法(OLS)檢驗(yàn)因子多重共線性問題,發(fā)現(xiàn)各自變量的方差膨脹因子(Variance Inflation Factor, VIF)遠(yuǎn)低于7.5,證明各因子均具有顯著的獨(dú)立性,且皆通過顯著性P值檢驗(yàn)。
表1 影響因素的體系構(gòu)建及OLS模型回歸結(jié)果Table 1 Systematic construction of influencing factors and regression results of OLS mode
在全局OLS 模型的基礎(chǔ)上,進(jìn)一步引入1 000 m 帶寬、具有最優(yōu)擬合度的GWR 模型,對局部空間作回歸分析,探究各自變量在不同空間對商務(wù)辦公空間集聚的作用模式。結(jié)果顯示,GWR 模型總體擬合度R2(調(diào)整后)為63%,較OLS回歸模型R2提升了16%(調(diào)整后)。說明GWR模型能更好地反映影響因素對商務(wù)辦公空間集聚的局部規(guī)律,體現(xiàn)影響效應(yīng)的空間非平穩(wěn)性。
GWR模型結(jié)果顯示了研究區(qū)每個500 m×500 m網(wǎng)格中的特定系數(shù),對回歸系數(shù)進(jìn)行五分位統(tǒng)計。從表2可知:各因素的回歸系數(shù)在空間上皆體現(xiàn)出空間非平穩(wěn)性,且以購物服務(wù)、酒店、住宅區(qū)的波動最大,公交、風(fēng)景名勝、公園綠地、公寓次之,主干道、對外交通、地鐵的波動較為平穩(wěn);局部回歸系數(shù)的平均值可以反映各影響因素對商務(wù)辦公空間集聚的平均影響強(qiáng)弱,其排序?yàn)橘徫锓?wù)>酒店>公交>主干道>公園綠地>對外交通>地鐵>公寓>風(fēng)景名勝>住宅區(qū)。
表2 GWR 模型回歸系統(tǒng)描述性統(tǒng)計Table 2 GWR model regression system descriptive statistics
3.2.1 商業(yè)空間是推動商務(wù)辦公空間集聚的主導(dǎo)因素
1)購物服務(wù)。購物服務(wù)尤其是大型購物中心的集聚會顯著地推動商務(wù)辦公空間的發(fā)展,是地區(qū)演變?yōu)槌鞘蠧BD 的主導(dǎo)因素(葉強(qiáng),2007)。從購物服務(wù)回歸分析結(jié)果(圖2-a)看,負(fù)值網(wǎng)格分布廣泛,在繞城高速范圍內(nèi)共有2 200 個網(wǎng)格,占比為77.41%。購物對商務(wù)辦公空間集聚的促進(jìn)作用呈現(xiàn)“多中心、多層級”的“Y”字形影響模式,0~3 km圈層的一級負(fù)值中心位于芙蓉廣場的東南角方位,向東在高橋、向南在黃土嶺、向西在六溝垅—觀沙嶺處形成二級負(fù)值中心,二級負(fù)值中心皆位于3~6 km 圈層中;“跳躍式”發(fā)展在麓谷、星沙、紅星形成三級負(fù)值中心。一級負(fù)值中心的中大型購物設(shè)施豐富,對商務(wù)辦公集聚正向驅(qū)動效果明顯;二級負(fù)值中心受核心負(fù)值區(qū)的輻射作用,與一級負(fù)值中心表現(xiàn)為連續(xù)面狀分布態(tài)勢;三級負(fù)值中心為區(qū)域級中心,承擔(dān)區(qū)域級的購物能力,促使區(qū)域級辦公空間的形成。正值中心位于伍家?guī)X、洞井兩處,購物服務(wù)以小型購物為主,小型購物皆為沿街分布的零售散戶,沒有大型的購物中心分布,因此其對商務(wù)辦公空間集聚能力弱。
2)酒店。就回歸系數(shù)平均值看,酒店對商務(wù)辦公空間集聚的影響強(qiáng)度僅次于購物服務(wù)。在空間上表現(xiàn)為負(fù)值區(qū)與正值區(qū)交織分布的態(tài)勢且呈現(xiàn)不穩(wěn)定性,酒店的回歸系數(shù)取值范圍波動大,為[-2.077 1, 0.252 9],對商務(wù)辦公空間的集聚呈現(xiàn)明顯的“中心—外圍”現(xiàn)象(圖2-b)。負(fù)值中心顯著集中在0~3 km 圈層內(nèi),并以芙蓉廣場、長沙火車站、東塘為集聚區(qū)形成“環(huán)狀”的負(fù)值中心。芙蓉廣場的推動作用最為明顯,形成以芙蓉廣場為中心,向東、西延伸0.75 km,南、北延伸1 km 的近似矩形的負(fù)值中心,并跨江向西北方向延伸;根據(jù)中心地理論,商務(wù)辦公與酒店在城市核心區(qū)的協(xié)調(diào)發(fā)展可以顯著地推動區(qū)域經(jīng)濟(jì)發(fā)展,獲得更高的商業(yè)紅利,因而在0~3 km圈層內(nèi),盡管地價提高了商務(wù)辦公入住的門檻,但酒店仍顯著地促進(jìn)商務(wù)辦公空間的集聚。而洞井、麓谷、紅星等組團(tuán)由于位于城市邊緣,酒店并沒有對商務(wù)辦公空間集聚起積極的推動作用,且正值區(qū)僅有28.11%的網(wǎng)格分布在繞城高速范圍內(nèi),分布較為均衡,整體呈現(xiàn)馬賽克嵌入式填充分布特征。
3.2.2 交通條件對商務(wù)辦公空間集聚的影響差異顯著 交通條件各因子回歸系數(shù)平均值差異性顯著,對長沙市商務(wù)辦公空間集聚影響從強(qiáng)到弱排序?yàn)楣唬局鞲傻溃緦ν饨煌ǎ镜罔F。
1)公交。公交是交通條件因子中推動長沙市商務(wù)辦公空間集聚最為顯著的影響因素,回歸系數(shù)范圍介于[-0.841 6,0.426 1]。在0~6 km以內(nèi)的東南角形成以“東南—西北”向?yàn)殚L軸的橢圓狀正值區(qū),正值區(qū)由西北向東南包括六溝垅—觀沙嶺、長沙市火車站、高橋等正值中心(圖2-c)。在這三處中,公交均對商務(wù)辦公空間集聚起抑制作用,這是因?yàn)槠滠壍澜煌òl(fā)展較好,步行接駁度高,對公交出行依賴程度降低。負(fù)值中心呈現(xiàn)“多層級”分布,一級負(fù)值中心位于五一大道以南1.5 km,芙蓉中路以西1.5 km 的地塊內(nèi),該地塊為長沙老城區(qū),是依靠城市現(xiàn)有資源發(fā)展起來的城市重要商貿(mào)地塊,具有街巷尺度小、歷史價值高等特點(diǎn)。公交與傳統(tǒng)街巷貼合度高,可以滿足“小街巷、大流量”的交通需求。二級負(fù)值中心位于9~12 km圈層中的麓谷、洞井,兩組團(tuán)的商務(wù)辦公均以園區(qū)型辦公為主,公交憑借自身地面覆蓋率高的優(yōu)勢,提高了居民通勤依賴性。結(jié)合圖2-j可看出,兩片區(qū)的商務(wù)辦公與住宅區(qū)也呈現(xiàn)較強(qiáng)的關(guān)聯(lián)性,因而公交可以解決這兩處市民對短途出行的需求。
2)主干道。主干道是營造中央商務(wù)區(qū)、打造城市氛圍、提升城市形象魅力的重要空間。主干道對于商務(wù)辦公集聚呈顯著的“中心—外圍”差異性影響,在6 km 圈層內(nèi)形成倒“V”字形的負(fù)值區(qū),表現(xiàn)為五一大道、芙蓉中路對商務(wù)辦公空間呈現(xiàn)積極的吸引效應(yīng),其次為3~6 km圈層的高橋、黃土嶺處的主干道(圖2-d)。6~12 km 圈層中的主干道對商務(wù)辦公集聚的吸引力較中心區(qū)弱,說明在非中心地段進(jìn)行商務(wù)辦公空間選址時,主干道并非首要考慮因素。
3)對外交通。研究區(qū)包括汽車客運(yùn)站、火車站、高鐵站、高速路出入口等對外交通因子。對外交通(圖2-e)回歸系數(shù)取值范圍為[-0.136 3,0.057 2],空間分布較為平穩(wěn)。對外交通的圈層影響模式不顯著,表現(xiàn)為在長沙火車站、長株潭汽車站等交通集聚點(diǎn)的東側(cè)形成條狀負(fù)值區(qū),而在西側(cè)則形成條狀的正值區(qū),在正值區(qū)西側(cè)形成條狀負(fù)值區(qū),總體呈現(xiàn)“負(fù)正負(fù)”并排的影響態(tài)勢;長沙南站東廣場于2016年建成使用,雖是中國重大交通樞紐站點(diǎn),但由于開發(fā)年限較短,尚未形成成熟的TOD (Transit Oriented Development) 開發(fā)模式;由于長株潭融城的需要以及京港澳高速縱向貫穿研究區(qū),繞城高速西南側(cè)與東北側(cè)的高速出入口凸顯出“就地”吸引商務(wù)辦公空間的集聚,東南側(cè)與西北側(cè)臨長沙市內(nèi)行政區(qū)——寧鄉(xiāng)市與瀏陽市,對外交通需求較西南與東北側(cè)少,導(dǎo)致兩處的高速出入口多起抑制作用。
圖2 長沙市商務(wù)辦公空間集聚影響因子回歸系數(shù)Fig.2 Regression coefficient of influencing factor of business office space agglomeration in Changsha
4)地鐵。在0~6 km以內(nèi),地鐵(圖2-f)對商務(wù)辦公集聚的影響模式與公交(見圖2-c)呈現(xiàn)互補(bǔ)性。此圈層中地鐵的修建對于商務(wù)辦公集聚的促進(jìn)作用顯著,形成以“西南—東北”向?yàn)殚L軸的橢圓主要負(fù)值區(qū),區(qū)內(nèi)包括碧沙湖、侯家塘、窯嶺湘雅二醫(yī)院、袁家?guī)X等地鐵站;次要負(fù)值中心位于星沙,地鐵5號線的開通解決了星沙新城與中心CBD的交通。而由于地鐵6 號線未開通與地鐵2 號線的覆蓋度低等原因,導(dǎo)致地鐵6 號線和2 號線沿線的商務(wù)辦公集聚多呈現(xiàn)抑制效應(yīng)。
3.2.3 休閑空間對商務(wù)辦公空間集聚呈互異性影響模式 1)公園綠地。公園綠地指呈點(diǎn)狀或面狀存在的休閑游憩空間,其景觀友好性不僅提高周邊住宅的經(jīng)濟(jì)價值(楊俊等,2019),也在一定程度上吸引商務(wù)辦公空間的集聚。公園綠地是除商業(yè)空間和公交、主干道以外,對商務(wù)辦公空間集聚力度影響最強(qiáng)的因素,整體表現(xiàn)為“中心—外圍”的影響模式,且在50%左右的空間正向促進(jìn)商務(wù)辦公空間的集聚(圖2-g)。由于城市CBD 的存在,0~3 km圈層較其他圈層有更高容積率的開發(fā)建設(shè)要求,通常以商務(wù)寫字樓為主要辦公空間載體,承載著金融服務(wù)、文教娛樂等對空間環(huán)境品質(zhì)有更高要求的辦公行業(yè),故圍繞烈士公園、蓉園公園、天心公園、金地社區(qū)公園等形成主要負(fù)值區(qū)。而在9~12 km 圈層中僅有星沙生態(tài)公園、湖南省森林植物園兩處公園綠地對商務(wù)辦公空間的集聚起正向促進(jìn)作用。由此可以看出,在商務(wù)辦公空間選址時,環(huán)境品質(zhì)塑造是人們關(guān)注的重點(diǎn),并且中心區(qū)的商務(wù)辦公空間對公園綠地提出了更高的品質(zhì)需求。
2)風(fēng)景名勝。風(fēng)景名勝指具有歷史和文化價值,可供人們進(jìn)行游覽觀光的區(qū)域。長沙市風(fēng)景名勝對商務(wù)辦公空間集聚呈現(xiàn)明顯的“中心—外圍”的單中心影響模式,吸引與抑制作用均在0~3 km圈層中表現(xiàn)最為明顯。從圖2-h 可知,經(jīng)過城市長期發(fā)展存留下來的歷史文物古跡由于受到“紫線”控制的特殊性,對商務(wù)辦公空間的集聚抑制作用明顯,主要表現(xiàn)在市中心片區(qū)的條狀正值區(qū),區(qū)內(nèi)從北至南依次是開福寺歷史地段、潮宗街歷史文化街區(qū)、太平街歷史文化街區(qū)、西文廟坪歷史地段;但風(fēng)景名勝對商務(wù)辦公空間仍有正向吸引作用,表現(xiàn)為在距歷史文化街區(qū)向東約1.5 km外圍繞正值區(qū)形成半弧狀的負(fù)值區(qū),在此負(fù)值區(qū)內(nèi)推動商務(wù)辦公空間的集聚。
3.2.4 居住空間對商務(wù)辦公空間集聚整體呈現(xiàn)抑制效應(yīng)
1)公寓。公寓是以長期租賃形式出租給青年白領(lǐng)等商務(wù)人群,具有較好的通勤條件和商業(yè)服務(wù)體驗(yàn),較普通住宅區(qū)更具開放性,且通常位于中心地段,因而成為年輕辦公群體傾向選擇的居住空間。公寓對長沙市商務(wù)辦公空間集聚的影響整體較為平穩(wěn),回歸系數(shù)范圍為[-0.263 6,0.514 8]。正負(fù)值區(qū)主要集中分布在0~6 km圈層中,分別為以芙蓉廣場為中心分割的主要負(fù)值區(qū)——西北地塊與主要正值區(qū)——東南地塊(圖2-i)。位于開福區(qū)與岳麓區(qū)的西北地塊積極吸引商務(wù)辦公空間的集聚,而芙蓉區(qū)的東南地塊呈明顯的抑制作用,兩地塊的影響強(qiáng)度均隨距離的增大而減小。在非中心地段,除星沙與麓谷兩處外,其他區(qū)域的公寓對商務(wù)辦公空間的集聚均未表現(xiàn)明顯的作用。
2)住宅區(qū)。住宅區(qū)對商務(wù)辦公空間集聚整體呈現(xiàn)“中心—外圍”的影響態(tài)勢(圖2-j),回歸系數(shù)范圍為[-0.756 3,1.250 0],是抑制商務(wù)辦公空間集聚最為強(qiáng)烈的因素。0~3 km圈層中的湘江以東的中央商務(wù)區(qū)沿南北向黃興路與東西向人民路形成“L”型最高正值區(qū),影響力度呈向外遞減趨勢。環(huán)內(nèi)最高正值區(qū)西北角與東南角的住宅區(qū)對商務(wù)辦公集聚的影響擴(kuò)散速率明顯大于其他方位,在六溝垅—觀沙嶺片區(qū)及紅星片區(qū)形成正值中心,上述2個正值中心與9~12 km中的星沙正值中心,商務(wù)辦公空間區(qū)位選擇由于多受可產(chǎn)生較高空間紅利的購物服務(wù)、交通、公園綠地等因素影響(涂建軍等,2019),商務(wù)辦公空間的分布對住宅區(qū)的依賴性小。而長沙火車站由于交通條件帶來便利,黃土嶺與麓谷由于其具有顯著的產(chǎn)業(yè)屬性,如黃土嶺為文教科研城和麓谷為高新技術(shù)產(chǎn)業(yè)開發(fā),洞井組團(tuán)因其位于研究區(qū)外環(huán)的區(qū)位特點(diǎn),使得4個組團(tuán)更注重且更有利于職住一體化打造,因此,這4個組團(tuán)的住宅區(qū)均對商務(wù)辦公空間的集聚起正向促進(jìn)作用。
以長沙市POI數(shù)據(jù)為基礎(chǔ),結(jié)合商業(yè)空間、居住空間、休閑空間、交通條件等多重城市空間因子,對商務(wù)辦公空間集聚特征及其影響因素進(jìn)行分析,得出以下主要結(jié)論:
1)長沙市商務(wù)辦公空間已形成“多中心”的空間集聚形態(tài)、“一主一副兩帶多組團(tuán)”的空間結(jié)構(gòu)。中心集聚形態(tài)與交通干道重合度高,受五一大道與芙蓉中路2條城市干道影響,呈條狀“十字型”集聚分布,在芙蓉廣場形成主要集聚區(qū),并沿交通干道輻射至3~6 km 圈層中,呈“跳躍式”發(fā)展在9~12 km圈層中形成若干組團(tuán)。
2)長沙市商務(wù)辦公空間集聚是多城市職能空間因素共同作用的結(jié)果。其中,購物服務(wù)、酒店的正向推動最強(qiáng),公交、主干道、公園綠地次之,對外交通、地鐵、公寓的正向推動最弱,風(fēng)景名勝和住宅區(qū)整體上對商務(wù)辦公空間的集聚呈現(xiàn)“強(qiáng)抑制、弱促進(jìn)”作用。
3)從圈層分析結(jié)果看,各因素對長沙市商務(wù)辦公空間集聚的影響主要呈現(xiàn)“中心—外圍”模式。商務(wù)辦公空間集聚核心對成熟的商業(yè)業(yè)態(tài)、便捷的交通系統(tǒng)、高品質(zhì)的綠化環(huán)境具有較強(qiáng)的向心力,四者聯(lián)合推動城市CBD的形成。隨著距集聚核心的距離加大,商業(yè)紅利的作用價值減小,商業(yè)空間等要素對商務(wù)辦公空間集聚的吸引力減弱,外圍組團(tuán)受其他因素如居住、公交的驅(qū)動作用加強(qiáng)。
本文通過POI數(shù)據(jù)全面識別長沙市商務(wù)辦公集聚熱點(diǎn)分布特征與圈層等級結(jié)構(gòu),并運(yùn)用GWR 模型探討不同驅(qū)動因素對集聚特征的空間異質(zhì)性影響,對完善既有商務(wù)辦公空間相關(guān)研究具有重要的補(bǔ)充作用。長沙市處于長株潭經(jīng)濟(jì)發(fā)展的核心地位,本文結(jié)果對探討長株潭中游城市群的商務(wù)辦公空間結(jié)構(gòu)也有關(guān)鍵的參考作用。另外,本文進(jìn)一步明確了各類因子對商務(wù)辦公空間影響的作用效果,可將其作為商務(wù)辦公空間布局規(guī)劃的有效抓手。例如,湘江以西的六溝瀧—觀沙嶺處暫未形成成熟的城市副商務(wù)區(qū)。該組團(tuán)中公交、地鐵是消極影響因素,購物服務(wù)和公寓是積極影響因素,在后續(xù)的規(guī)劃建設(shè)中可以通過提升公交與地鐵的通勤服務(wù)水平,以及保持與優(yōu)化現(xiàn)有的購物服務(wù)與公寓空間,以更好地帶動城市副商務(wù)區(qū)的形成。
此外,本文仍存在一些問題需要討論,如具有商務(wù)性辦公空間的行業(yè)有11個之多,若能進(jìn)一步研究各行業(yè)的空間結(jié)構(gòu)、不同行業(yè)的商務(wù)辦公空間集聚格局的影響因素與影響模式,則可以更加精細(xì)化地指導(dǎo)存量空間背景下商務(wù)辦公空間的布局,構(gòu)建更為科學(xué)合理的城市空間結(jié)構(gòu)。